Universidad del Zulia (LUZ)
Revista Venezolana de Gerencia (RVG)
Año 27 No. 97 2022, 299-318
ISSN 1315-9984 / e-ISSN 2477-9423
COMO CITAR Jinchuña Huallpa, J., Flores Arocutipa, J. P., y Fernández Sosa, L. E. (2022). Efectos del coronavirus Covid-19 en el empleo y los ingresos familiares en sur del Perú, 2020. Revista Venezolana de Gerencia, 27(97), 299-318. https://doi.org/10.52080/rvgluz.27.97.21
Efectos del coronavirus Covid-19 en el empleo y los ingresos familiares en sur del Perú, 2020
Jinchuña Huallpa, Jorge*
Flores Arocutipa, Javier Pedro**
Fernández Sosa, Luís Enrique***
Resumen
El Covid-19 ha ocasionado una pandemia mundial, que ha afectado gravemente a la economía de las familias. El objetivo del trabajo fue analizar los efectos del Covid-19 en el empleo y los ingresos familiares del sur del Perú, en periodo de cuarentena por emergencia sanitaria autorizada por el gobierno para mitigar y prevenir la pandemia. Es un estudio básico de nivel descriptivo, con diseño no experimental de nivel explicativo, apoyado en datos cuantitativos. En la aplicación del Chi cuadrado los resultados mostraron que las familias de altos ingresos fueron afectadas en un 30%, las familias de bajos ingresos han sido afectadas hasta un 100%, el aislamiento afectó el 49% de empleos y el ingreso familiar disminuyó en 92% de hogares. La perspectiva del 50% considera que habrá mayor desempleo. Se concluye que la cuarentena por Covid-19 afectó el empleo y los ingresos familiares, las familias de bajos ingresos fueron las más afectadas, el acceso al trabajo independiente se ha visto gravemente afectado por la pandemia.
Palabras claves: Coronavirus; empleo; ingresos familiares.
Recibido: 23.05.21 Aceptado: 28.09.21
* Doctor en Ciencias de la Educación, Maestro en Ciencias (Magister Scientiae) en Contabilidad Auditoria, Contador Público. docente, Universidad Nacional de Moquegua, Perú. jjinchunah@unam.edu.pe. ORCID https://orcid.org/0000-0002-9073-3798
** Doctor en Economía, Doctor en Administración, Magister en Gestión Pública, Economista, Ingeniero Comercial. Docente escuela de post grado, Universidad Nacional de San Agustín, Perú. jfloresaro@unsa.edu.pe . ORCID https://orcid.org/0000-0003-0784-4153
*** Maestro en Ciencias (Magister Scientiae) en Contabilidad Auditoria, Contador Público, Universidad Nacional de Moquegua, Perú. Email: luferso@gmail.com.pe ORCID https://orcid.org/0000-0001-5707-296X
Effects of the Covid-19 coronavirus on employment and family income in southern Peru, 2020
Abstract
Covid-19 is a global pandemic, which has severely affected the economy of families. The objective of the study was to analyze the effects of Covid-19 on the employment and family income of southern Peru, quarantined by emergency health authorized by the government to mitigate and prevent the pandemic. It is a basic descriptive-level study, with a non-experimental explanatory-level design, supported by quantitative data. In the application of the Chi square, the results showed that high-income families were affected by 30%, low-income families have been affected by up to 100%, isolation affected 49% of jobs and family income decreased by 92% of households. The 50% outlook is that there will be more unemployment. It is concluded that the quarantine by Covid-19 affected employment and family income, low-income families were the most affected, access to independent work has been severely affected by the pandemic.
Keywords: Coronavirus; employment; family income.
1. Introducción
Los trabajadores de bajos ingresos son los más afectados por Covid-19, según estudios realizados en Alemania, Canadá, Estados Unidos, Japón y Reino Unido, la crisis ha exacerbado la desigualdad de ingresos (Fasih et al, 2020). Los empleados alemanes estables tienen menos probabilidades de verse afectados por el Covid 19, de estos cinco países, la población más perjudicada son los jóvenes, los trabajadores con menos adiestramiento, y las mujeres. El desempeño del mercado profesional en los Estados Unidos y el Reino Unido muestra que han colapsado 20 veces más rápido y más profundo (Fasih et al, 2020).
El Covid-19, es una epidemia mundial que ha generado una crisis, marcada por la incertidumbre y el caos (Colina-Ysea, Isea-Argüelles y Aldana-Zavala, 2021), sin dejar de mencionar el sector salud afectado gravemente a la economía y los mercados financieros mundiales (Pak, 2020). Entre las consecuencias de las medidas de mitigación de la enfermedad, aplicadas en muchos países, figuran disminuciones significativas en los ingresos, aumento del desempleo y perturbaciones en las industrias del transporte, servicios y el sector manufacturo (Pak, 2020).
En el mundo, se subestimaron los riesgos de la rápida propagación de Covid 1, y fueron en su mayoría reactivos en su respuesta a la crisis. Dado que no es probable que los brotes de enfermedades desaparezcan en un futuro próximo. Se requieren medidas internacionales proactivas no sólo para salvar vidas sino también para proteger la prosperidad económica. Las empresas, independientemente del tamaño fueron afectadas por la suspensión de la actividad productiva interna, generando desempleo (Ortega-Vivanco, 2020).
La distribución del erario fiscal en época de pandemia se hizo notar cuando por emergencia se hizo llegar unos 110 dólares, mediante bonos, a unos tres millones de hogares, en pobreza y extrema pobreza (Ministerio de Economía y Finanzas [MEF], 2020) en algunos países. Con todas las falencias del caso, a la par, también se hicieron llegar los programas reactiva en favor de las grandes empresas (Reactiva, 2020). Éstos representan unos 12% del PBI nacional, sustancialmente más alto que en la mayoría de las naciones sudamericanas, gracias a la baja deuda pública después de años de disciplina fiscal, baja inflación y una moneda estable (Barria, 2020).
A pesar de estos esfuerzos, se sostiene que faltan acciones de emergencia dirigidas a ciertos grupos altamente vulnerables (Llerena & Sánchez, 2020). En 2019, la tasa de pobreza monetaria en Perú fue de 20,2% y en 2020 de 29,5% con una tasa de desigualdad de 0,35; los pobres pasarán del 19,2% de la población al 28,5% (Lavado & Liendo, 2020). Bajo estas circunstancias, ¿cuáles serán los pronósticos a futuro, sobre todo en los sectores vulnerables?, aquellos que según líneas de pobreza internacionales ganan 1.90, 3.20 y 5.50 dólares por día. Suponiendo una disminución del 5% en el ingreso per cápita, el mundo podría ver potencialmente un aumento en el número de pobres en comparación con las cifras de 2018, de más de 80 millones por 1,9 dólares EE.UU. línea de pobreza diaria, de más de 130 millones para el estándar de US $ 3,2 / día, y de casi 124 millones para la línea superior de US $ 5,5 / día (Sumner, Hoy & Ortiz-Juarez, 2020).
Con una disminución del 10 por ciento, un aumento en la pobreza en 1,90 dólares, 3,20 dólares y 5,50 dólares respectivamente, son aproximadamente 180, 280 y 250 millones de personas, pero si la disminución es del 20 por ciento, el aumento podría ser de 420, 580 y 520 millones de personas (Sumner et al, 2020). Si esto último ocurre, que es lo que parece ser, entonces los aumentos en el tamaño relativo y absoluto del número de pobres por debajo de las tres líneas de pobreza serían los primeros registrados desde 1990, y podrían representar un retroceso de una década en la reducción de la pobreza (Sumner et al, 2020).
Ante este panorama, uno de los sectores más afectado por la situación planteada es el sector de turismo (World Economic Forum [WEF], 2020). Como consecuencia directa, el Consejo Mundial de Viajes y Turismo ha advertido que están en peligro 50 millones de empleos (WEF, 2020); en esta misma rama, resalta la industria hotelera, con trabajadores por hora, que enfrenta dificultades potencialmente devastadoras. Por ejemplo, Marriott International (aproximadamente 174.000 empleados) está preparada para poner a decenas de miles de trabajadores en permiso o descanso obligado (Nicola et al, 2020).
Las medidas de respuesta de los gobiernos de todo el mundo han aplanado la curva de Covid-19, ayudando a evitar que los sistemas de salud se vean completamente abrumados, lo que indica el impacto socioeconómico de Covid-9 que se dejará sentir durante varios meses (Ibn-Muhammed et al, 2020). Ante la desigualdad excesiva de ingresos, es probable que la pobreza mundial aumente por primera vez desde 1998, se estima que alrededor de 49 millones de personas pueden caer en la pobreza extrema (Mahler et al, 2020).
En el mundo, al 25 de septiembre del 2020, se contabilizan 33.2 millones casos. Un millón de fallecidos. EE. UU tiene 7.3 millones de infectados y 209 mil fallecidos (Worldometer, 2020); en Perú, se contabilizan 805 mil infectados y 32.262 muertos, aunque también se afirma que serían más de 80 mil fallecidos (SINADEF, 2020). Una cifra que reúne criterios de crisis sanitaria y por ende de crisis económica. Después de seis meses de observar el virus, desde el 6 de marzo de 2020, se puede afirmar que este arremete a los adultos mayores, a los varones más que a mujeres (Flores et al, 2020), a los que tengan otras patologías. Además, se sabe una serie de tratamientos que ayudan a evaluar y tratar de mejor manera la enfermedad.
Es un estudio básico de nivel descriptivo, con diseño no experimental de nivel explicativo, los datos se han recolectado de Gerencia Regional de Salud (GERESA), Ministerio de Salud (MINSA), Instituto Nacional de Estadística e Informática (INEI), Sistema Informático Nacional de Defunciones (SINADEF). Sala situacional Perú, Worldometers, y se aplicó encuesta a la muestra seleccionada de hogares del sur del Perú, departamento de Moquegua, Tacna, y Arequipa, sobre al acceso al empleo, ingresos familiares, y tecnología para la educación, en cuarentena de emergencia sanitaria por Covid-19.
2. Coronavirus: ¿Cómo afectó a las familias en sur del Perú?
Entre las brechas más críticas de la pandemia, ocasionada por las cuarentenas autorizadas por el gobierno, está el acceso al empleo, familias sin acceso al empleo informal, y la disminución de sus ingresos económicos. Los hogares urbanos que dependen de una (30%) o dos fuentes de ingresos (40%) serán los más afectados; en particular, más de la mitad de estos hogares dependen de trabajadores sin contrato, e independientes informales (Programa de las Naciones Unidas para el Desarrollo [PNUD], 2020). Afectando la vida de las personas (gráfico 1), esta pandemia ha tenido un gran impacto en las empresas de todo el mundo. Muchas empresas incluso han tenido que rescindir los contratos de los empleados (Dávila, 2020).
Gráfico 1
Fallecidos por Covid-19 millón en el mundo al 2 de octubre 2020
Fuente: Johns Hopkins University (2020)
A nivel internacional, se observa que lamentablemente al 2 de octubre de 2020, el Perú lidera el número de fallecidos por millón de habitantes (Gráfico 1), el Perú está en 987 fallecidos por millón, mientras que Brasil 868 fallecidos por millón y así sucesivamente (Jhon Holpins Univesity, 2020). Para contener los efectos de la pandemia, se debe cambiar la forma de actuar diariamente en la sociedad en su conjunto y entorno empresarial en particular (García-Madurga, Grilló-Méndez y Morte-Nadal, 2021). Se quiere volver a la normalidad lo antes posible, sin embargo, algunas cosas nunca volverán a ser las mismas (Arbeláez-Campillo & Villasmil, 2020).
Al 14 de marzo 2020, la tasa de desempleo llegó al 1.2%; esa semana el desempleo se incrementó en 101 mil personas. En número absolutos representa 1.803.000 (Vázquez & Gandolfi, 2020). En relación al sistema de salud, fue evidente que Perú tenía un sistema de salud con retrasos de 40 años; y que el 70% de la población económica activa (PEA) formaba parte de la economía informal, lo que hizo que el Covid-19 afectara con mayor ímpetu los ingresos de estas familias (Machado, 2014). Esto hace difícil pretender la cuarentena cuando hay millones de peruanos excluidos de Es salud, seguro de desempleo, jubilación incierta, AFP, ONP entre otros.
Al 22 de agosto de 2020, según datos del MINSA (2020), en los hogares de las familias del Perú, se registraron 27.245 fallecidos, al 26 de septiembre 32.142 fallecidos, de ellos, si se divide por segmentos, resulta que los adultos mayores fallecieron 22.454 personas, los adultos 9.264, los jóvenes 282, los niños 99, y los adolescentes 43 personas; hay que decir que los adultos, y los adultos mayores representan el 98,68% y los menores de 30 años el 1,31%. De tal manera que, en los hogares de las familias, los que fallecen son el 70% de varones y 30% de mujeres (MINSA, 2020). La pandemia cambió el ritmo de los procesos laborales generando nuevos estilos de trabajo, nuevos problemas seguridad, nuevas estrategias, bioseguridad para el personal (Castellano et al, 2021). A diciembre de 2020 en departamentos del sur del Perú, Moquegua alcanzó 2 517 fallecidos, 19 024 fallecidos en Arequipa, 3643 fallecidos en Tacna y 14 141 fallecidos en Puno (SINADEF, 2020).
Según información de casos positivos de Ministerio de Salud - MINSA (Tabla 1), se observa al mes de diciembre de 2020 se tiene en total 29 871 personas infectados en departamento de Arequipa, 9 997 en Moquegua, 13 273 en Puno y 10 116 en departamento de Tacna, que representa un total de 54 357 personas infectadas de hogares del sur del Perú.
Tabla 1
Infectados por Covid-19 en sur del Perú - 2020
|
Región |
Mar |
Abr |
Mayo |
Jun |
Jul |
Ago |
Set |
Oct |
Nov |
Dic |
Total |
|
Arequipa |
14 |
347 |
1180 |
1666 |
3578 |
7913 |
3613 |
1152 |
671 |
837 |
20971 |
|
Moquegua |
101 |
332 |
212 |
1389 |
3772 |
2525 |
647 |
552 |
467 |
9997 |
|
|
Puno |
1 |
128 |
237 |
336 |
1113 |
4817 |
3969 |
1316 |
761 |
595 |
13273 |
|
Tacna |
1 |
71 |
201 |
364 |
1371 |
4136 |
2353 |
557 |
599 |
463 |
10116 |
|
Total |
16 |
647 |
1950 |
2578 |
7451 |
20638 |
12460 |
3672 |
2583 |
2362 |
54357 |
Fuente: MINSA (2021)
En departamento de Moquegua, al mes de setiembre de 2020, existían 122 fallecidos (MINSA, 2020). El medico Herbert Cuba confirmó que el Covid-19 arrasó con toda base sanitaria en el Perú (Prensa Regional, 2020). No se puede ocultar que más del 50% de las personas están contagiados, según (Gráfico 2) muestra en agosto 3772 infectados en su pico más alto y en setiembre 2 525 infectados. La tasa de letalidad es 2.33%, por cada 100 infectados existe 2 fallecidos Todavía falta mucho por hacer.
Gráfico 2
Infectados de Coronavirus por mes Moquegua 2020
Fuente: Gerencia Regional de Salud de Moquegua (2020)
En departamento de Tacna, hay tendencia a la baja, las cifras son alentadoras. Según (Gráfico 3), se observa en mes de agosto alcanzan 4 136 infestados y 2 353 en mes de setiembre. La tasa de letalidad disminuye a 3.67% y la tasa de infección se mantiene en 25.5%.
Gráfico 3
Infectados de Coronavirus por mes Tacna 2020
Fuente: Dirección Regional de Salud de Tacna (2020)
En departamento de Arequipa, según (Gráfico 4) se observa que aumentó en mes de agosto en 7 913 infectados y setiembre en 3 613. Por cada 100 infectados 1.61% de fallecidos. Arequipa acepta que hay más infectados, pero menos fallecidos.
Gráfico 4
Infectados de Coronavirus por mes Arequipa 2020
Fuente: Gerencia Regional de Salud de Arequipa (2020)
En departamento de Puno, según (Gráfico 5) se observa en agosto con 4 817 infectados y setiembre en 3 669. Presenta menos infectados en los meses de noviembre y diciembre de 2020.
Gráfico 5
Infectados de Coronavirus por mes Puno 2020
Fuente: Ministerio de Salud (2020)
El Covid-19 continuará afectando el trabajo de las familias, en departamentos del sur del Perú, sustancialmente al empleo de los trabajadores de grupos vulnerables y también al subempleo y trabajos informales, las personas infectadas seguirán necesitando de cuarentenas para mitigar que su vulnerabilidad aumente y ponga en riesgo sus techos, servicios esenciales del hogar o la canasta básica de los hogares. Vinilli & Maurer (2020), refiere que para hacer frente a esta recesión económica y controlar el desempleo, el Perú implementará medidas de estímulo equivalentes al 12% del PIB de la economía, con entrega de efectivo, canasta básica de alimentos a familias que se encuentran en la pobreza. En estos casos los gobiernos han tomado medidas urgentes, muy parecidas en todos los países, para poder ayudar a combatir la crisis laboral y así empresas no lleguen a un desastre mayor las consecuencias económicas (Lominchar, 2020).
3. Efectos del coronavirus en los hogares del sur del Perú
El Covid-19 en el periodo de aislamiento por la pandemia, a partir del resultado de la encuesta aplicada respecto al acceso al empleo, ingreso familiares, tecnología para la educación a los hogares, se pudo conocer en las regiones del sur del Perú, que solo el 36% de hogares no fueron afectados por el COVID 19; quiere decir que no habían perdido empleos entre los componentes del hogar; sin embargo, el 64% de los hogares restantes perdió empleo. Con respecto al total de empleos por sectores antes de la pandemia, en comparación con los que perdieron su empleo por familia o grupo familiar durante el aislamiento por la pandemia, se detectó el 42% de ellos perdieron su empleo
Cabe señalar, la tecnología para la educación virtual online que alrededor del 50% de los hogares cuentan con computadoras para 4 personas. El 27,9% de los hogares dispone de 2 ordenadores por cada 4 personas. En cuanto a las expectativas de futuro, sobre lo que podría pasar en hogares del sur del Perú, indican que el 13,9% será mejor, el 21% dice que será peor y la diferencia muestra que nada cambiará. Y en lo que respecta al empleo futuro, el 53,2% refiere que la tasa de desempleo será mayor.
Respecto a la realidad de desempleo (Tabla 2 y Gráfico 6), a partir del procesamiento del resultado de la encuesta aplicada a los hogares en sur de Perú, departamento de Moquegua, Tacna, Arequipa, se observó que el 35.7% de los hogares no han perdido empleos. El 39.0% de hogares han perdido un empleo, el 17,3% de hogares hasta 2 empleos, el 6.3% de hogares hasta tres empleos, el 1.3% hasta 4 empleos, y el 0.4% de los hogares hasta 5 empleos.
Tabla 2
Desempleo durante la pandemia Covid-19
|
Desempleo |
Frecuencia |
Porcentaje |
Porcentaje valido |
Porcentaje acumulado |
|
Ninguno |
165 |
35.7 |
35.7 |
35.7 |
|
1 |
180 |
39.0 |
39.0 |
74.7 |
|
2 |
80 |
17.3 |
17.3 |
92.0 |
|
3 |
29 |
6.3 |
6.3 |
98.3 |
|
4 |
6 |
1.3 |
1.3 |
99.6 |
|
5 |
2 |
0.4 |
0.4 |
100.0 |
|
Total |
462 |
100 |
100 |
Fuente: Elaboración propia (2021)
Gráfico 6
La realidad del desempleo al mes de agosto 2020
Fuente: Elaboración propia (2021)
Los ingresos familiares mensuales antes de la pandemia (Tabla 3 y Gráfico 7), el 32.3% refieren que percibieron entre 2000 y 3000 soles, el 19.7% entre 3000 y 4000 soles y el 14.9 por ciento más de 4000 soles.
Tabla 3
Ingresos familiares antes de la pandemia Covid-19
|
Importe S/. |
Frecuencia |
Porcentaje |
Porcentaje valido |
Porcentaje acumulado |
|
1000 - 2000 |
153 |
33.1 |
33.1 |
33.1 |
|
2001 -3000 |
149 |
32.3 |
32.3 |
65.4 |
|
3001 - 4000 |
91 |
19.7 |
19.7 |
85.1 |
|
Más de 4000 |
61 |
14.9 |
14.9 |
100 |
|
Total |
462 |
100 |
100 |
Fuente: Elaboración propia (2021)
Gráfico 7
Ingresos familiares antes de la pandemia Covid-19
Fuente: Elaboración propia (2021)
Desde esa perspectiva de los ingresos familiares antes de que se genere la pandemia, se habla del mes de febrero fundamentalmente, sin embargo, después de la pandemia (Gráfico 8), refieren que, si ha disminuido sus ingresos en un 85,3% y no ha disminuido 13,9 porciento, en la práctica todos han sentido que se han reducido los ingresos familiares después de la pandemia
Gráfico 8
Menores ingresos familiares
Fuente: Elaboración propia (2021)
En departamento de Moquegua, Tacna y Arequipa del sur del Perú, las familias perciben ingresos menores a 3000 soles en un 65.4%, después de cinco meses solo un 13.9% de los hogares declaran que sus ingresos no han disminuido. Sin embargo (Gráfico 8), en pandemia, en periodo a aislamiento por emergencia sanitaria el 85.3% informa que existe disminución en sus ingresos.
En lo que respecta la tecnología para la educación en línea (Tabla 4), se observa que el 72,1% de las familias de clase media tiene acceso a Internet, el 27,9% de los encuestados informaron que este servicio no está disponible. Asimismo, el 90,5% refieren tener al menos una computadora en su hogar.
Tabla 4
Tecnología para educación virtual (internet)
|
Internet |
Frecuencia |
Porcentaje |
Porcentaje valido |
Porcentaje acumulado |
|
SI |
333 |
72.1 |
72.1 |
72.1 |
|
No |
129 |
27,9 |
27,9 |
65.4 |
|
Total |
462 |
100 |
100 |
Fuente: Elaboración propia (2021)
Los ingresos de las familias del sur del Perú, departamento de Tacna, Moquegua y Arequipa (Gráfico 9), se observa que el 14,7% considera que han disminuido en un 30%, el 13,9% señala que se han caído sus ingresos en un 40%, el 13,4% considera que se ha caído los ingresos en un 50%, el 7,8 por ciento de las familias, de los hogares, consideran que se ha caído los ingresos en un 60%, el 6,1% de los hogares considera que se han caído el 70% y el 5.0% de los hogares considera qué prácticamente han perdido y no hay ingresos, el 100% de los ingresos.
Gráfico 9
Caída porcentual % de los ingresos familiares
Fuente: Elaboración propia (2021)
En la Tabla 5, se confirma la asociación entre nivel socioeconómico familiar de los hogares y la disminución de ingresos familiares mensuales (porcentualmente). Se puede concluir que los ingresos de las familias de nivel socioeconómico alto no disminuyeron en más del 30%, mientras que, en los niveles medio, bajo y muy bajo llegaron a tener una disminución de ingresos de incluso el 100%. En los hogares del sur del Perú, departamento de Moquegua, Tacna y Arequipa del nivel socioeconómico bajo disminuyeron sus ingresos en más del 50%, mostrando la tendencia, que en los hogares de menores ingresos han sido los más perjudicados
Tabla 5
Ingresos de hogares y nivel socioeconómico familiar
|
Nivel socioeconómico familiar |
||||||||||
|
Alto |
medio |
bajo |
muy bajo |
Total |
||||||
|
0 |
2 |
54 |
6 |
0 |
62 |
|||||
|
10% |
2 |
26 |
7 |
1 |
36 |
|||||
|
20% |
1 |
36 |
7 |
2 |
46 |
|||||
|
30% |
1 |
58 |
9 |
0 |
68 |
|||||
|
40% |
0 |
54 |
9 |
1 |
64 |
|||||
|
50% |
0 |
45 |
17 |
0 |
62 |
|||||
|
60% |
0 |
24 |
12 |
0 |
36 |
|||||
|
70% |
0 |
14 |
13 |
1 |
28 |
|||||
|
80% |
0 |
11 |
11 |
1 |
23 |
|||||
|
90% |
0 |
4 |
5 |
1 |
10 |
|||||
|
100% |
0 |
20 |
7 |
0 |
27 |
|||||
|
Total |
6 |
346 |
103 |
7 |
462 |
|||||
|
Valor |
df |
Sig. (bilateral) |
||||||||
|
Chi-cuadrado de Pearson |
63,793a |
30 |
,001 |
|||||||
|
Fuente: Elaboración propia (2021) |
||||||||||
En la Tabla 6, con una significancia del 0.1%, informa que se asocian menores personas en el hogar y la disminución de ingresos familiares mensuales (porcentualmente). Esto significa que las familias con el menor número de integrante laborando son menos afectadas en sus ingresos familiares, entre más personas trabajaban en un hogar más afectados se ha visto por la pandemia. Esto muestra que la diversificación de ingresos familiares no necesariamente significó más seguridad al momento de enfrentar la crisis, los ingresos de las familias con menos miembros que trabajan en trabajos seguros salieron más airosos que hogares donde laboraban más personas, pero en puestos de trabajo informales.
Tabla 6
Personas que laboran antes de la pandemia y disminución de ingresos
|
Ingresos porcentualmente |
Trabajaban antes de la pandemia Covid 19 |
total |
||||||||
|
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|||
|
0 |
32 |
23 |
6 |
1 |
0 |
0 |
0 |
0 |
62 |
|
|
10% |
10 |
17 |
5 |
4 |
0 |
0 |
0 |
0 |
36 |
|
|
20% |
10 |
16 |
12 |
6 |
1 |
1 |
0 |
0 |
46 |
|
|
30% |
16 |
25 |
20 |
4 |
2 |
1 |
0 |
0 |
68 |
|
|
40% |
13 |
27 |
18 |
3 |
2 |
1 |
0 |
0 |
64 |
|
|
50% |
12 |
25 |
14 |
7 |
2 |
2 |
0 |
0 |
62 |
|
|
60% |
3 |
11 |
12 |
5 |
4 |
0 |
0 |
1 |
36 |
|
|
70% |
2 |
15 |
6 |
1 |
3 |
1 |
0 |
0 |
28 |
|
|
80% |
4 |
9 |
9 |
0 |
1 |
0 |
0 |
0 |
23 |
|
|
90% |
3 |
3 |
2 |
1 |
1 |
0 |
0 |
0 |
10 |
|
|
100% |
6 |
16 |
2 |
1 |
0 |
1 |
1 |
0 |
27 |
|
|
Total |
111 |
187 |
106 |
33 |
16 |
7 |
1 |
1 |
462 |
|
|
Valor |
df |
Sig. (bilateral) |
|
|
Chi-cuadrado de Pearson |
112,452a |
70 |
,001 |
|
Fuente: Elaboración propia (2021) |
|||
En la Tabla 7, con una significancia de 0% hay certidumbre estadística para aseverar que consta una relación entre los ingresos familiares mensuales y la economía familiar en los próximos meses, se puede inferir que entre mayores ingresos posean los hogares, sus integrantes muestran mayor optimismo respecto a la mejoría de su situación económica familiar en los próximos meses, mientras que las percepciones negativas provienes de hogares cuyos ingresos en la pandemia no sobrepasaban los 2 000 soles mensuales. Asimismo, la incertidumbre proviene de familias con ingresos menores a 2 000 soles.
Tabla 7
Percepción de ingresos por hogares en próximos meses
|
Ingresos por hogares |
Percepción de ingresos en los próximos meses |
Total |
|||||||
|
Mejor |
Igual |
Peor |
No sabe/no contesta |
||||||
|
1000 - 2000 |
10 |
55 |
52 |
36 |
153 |
||||
|
2001 - 3000 |
19 |
71 |
30 |
29 |
149 |
||||
|
3001 - 4000 |
17 |
51 |
9 |
14 |
91 |
||||
|
MÁS 4000 |
18 |
39 |
6 |
6 |
69 |
||||
|
Total |
64 |
216 |
97 |
85 |
462 |
||||
|
Valor |
df |
Sig. (bilateral) |
|||||||
|
Chi-cuadrado de Pearson |
50, 895a |
9 |
,000 |
||||||
|
Fuente: Elaboración propia (2021) |
|||||||||
4. Impacto de Covid-19 en los ingresos familiares del sur del Perú
Los ingresos de las familias de hogares en sur del Perú, a partir del resultado de encuesta aplicada, se pudo conocer (Tabla 5) de nivel socioeconómico alto no disminuyeron en más del 30%; en los niveles medio, bajo y muy bajo llegaron a tener una disminución de ingresos hasta 100%. En la pandemia los hogares del nivel socioeconómico bajo disminuyeron sus ingresos en más del 50%, mostrando la tendencia, que los hogares de menores ingresos han sido los más perjudicados por la pandemia. Di Pasquale et al (2020), afirma un 23% recibía remuneraciones menores, siendo las mujeres las más perjudicadas, el 31.7% fue afectado a cero en sus ingresos laborales. El desempleo en Perú llegó al 1.2%. en números absolutos los 1 803 000 millones (Vázquez & Gandolfi, 2020), según Machado (2014) refiere que le Perú tiene un sistema de salud de 40 años y el 70% de la población económica activa son informales. Arbeláez-Campillo & Villasmil, (2020) indica que se debe cambiar nuestra forma de hacer casi todo lo que se hace, cómo se trabaja, como se compra, y como uno debe cuidarse y velar por el cuidado de los miembros de la familia. Morán (2020), refiere que muchas empresas se vieron obligadas a rescindir los contratos de los empleados. los emprendedores son los grupos más vulnerables que se ven afectados. La pandemia ha cambiado el ritmo de los procedimientos de trabajo (Castellano et al, 2020). Uno de los males de un país que restringe una economía de mercado es la pobreza, luego de la pandemia se dice que el 30% de la población peruana volverá a este nivel. (RPP, 2020). La tasa de pobreza monetaria en Perú en 2019 alcanzó el 20,2%, y en 2020 será del 29,5%, con una tasa de desigualdad de 0,35 y los pobres de menores ingresos pasaría de 19,2% al 28,5% por la pandemia. Lavado & Liendo (2020), al hecho de que es probable que el mundo vea un aumento en el número de pobres por encima de los 80 millones.
Los hogares con menos familias son los menos afectados en sus ingresos familiares, entre mayores ingresos posean los hogares, sus integrantes muestran mayor optimismo respecto a la mejoría de su situación económica familiar, las percepciones negativas provienen de familias cuyos ingresos en la pandemia no superan los 2,000 soles mensuales.
Mahler et al, (2020) refiere que alrededor de 49 millones de personas pueden caer en la pobreza extrema por Covid. Según Morán (2020) las primeras medidas para mitigar el Covid está las prohibiciones de viaje hacia y desde ciertas partes del mundo. Sumner et al (2020) indica el aumento de la tasa de la pobreza, el aumento en el tamaño relativo y absoluto del número de personas pobres y podrían representar un retroceso de una década en la reducción de la pobreza, (WEF, 2020). Hasta cierto punto, numerosas intervenciones de gobiernos de todo el mundo han aplanado la curva COVID-19, ayudando a evitar que los sistemas de salud se vean completamente abrumados. durante varios meses. Ante la desigualdad de ingresos monetarios en las familias, la pobreza mundial aumentará por primera vez desde 1998 Ibn-Mohammed et al (2020).
5. Conclusiones
El Covid-19 en el aislamiento por emergencia sanitaria, afectó al empleo e ingresos familiares, los hogares de menores ingresos han sido los más afectados. Además, de la salud de las familias, el acceso al empleo de trabajo independiente se ha visto gravemente afectado por la pandemia, mostrando la tendencia, que los hogares de menores ingresos han sido los más afectados por el coronavirus.
En los hogares de las familias el desempleo alcanzó el 49%. En el 92% de los hogares los ingresos han disminuido, los hogares más afectados fueron los de menores ingresos hasta un 100% y las familias con altos ingresos han sido afectadas hasta en 30% en sus ingresos.
Arbeláez-Campillo, D., y Villasmil Espinoza, J. (2020). Escenarios prospectivos de un nuevo orden internacional que se vislumbra luego de la pandemia covid-19.Telos: revista de Estudios Interdisciplinarios en Ciencias Sociales, 22(3), 494-508. https://doi.org/10.36390/telos223.02
Barria, C. (2020). Coronavirus: los 10 países que más han gastado en enfrentar la pandemia (y cómo se ubican los de América Latina). BBC. https://www.bbc.com/mundo/noticias-52686453
Castellano, N., Diaz, V., y Mármol, María (2021). Gestión de la información en instituciones de educación superior durante el covid_19. Negotium Revista científica electrónica de negocios, 49(17), 50-59. https://doi.org/10.5281/zenodo.4765283
Colina-Ysea, F. J., Josía Jeseff, I.-A., & Aldana-Zavala, J. J. (2021). Impacto del COVID-19 en pequeñas y medianas empresas del Perú. Revista De Ciencias Sociales, 27, 16-31. https://produccioncientificaluz.org/index.php/rcs/article/view/36991
Dávila Morán, R. C. (2020). Emprendimiento global: una visión en tiempos de Covid-19. Revista Venezolana De Gerencia, 25(92), 1288-1295. https://doi.org/10.37960/rvg.v25i92.34305
Di Pasquale, E. A., Barboni, G., Florio, E. M., Ibarra, F., & Savino, J. V. (2020). El impacto del aislamiento social preventivo y obligatorio por COVID-19 sobre el trabajo, los ingresos y el cuidado en la ciudad de Mar del Plata. Trabajo y sociedad, 21(35), 83-108. http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1514-68712020000200006&lng=es&tlng=es
Dirección Regional de Salud de Tacna- DIRESA (2020). Dirección Regional de Salud de Tacna, Perú. Coronavirus Covid-19. http://www.diresatacna.gob.pe/nuevo/directorio.php?d=39#th-main
Fasih, T., Patrinos, H., Shafiq, M. Najeep (2020). El impacto de COVID-19 en los resultados del mercado laboral: Lecciones que ofrecen anteriores crisis económicas. Banco Mundial. https://blogs.worldbank.org/es/education/el-impacto-de-Covid-19-en-los-resultados-del-mercado-laboral-lecciones-que-ofrecen
Flores, J., Jinchuña, J. & Condori, R. (2020). Validación de un modelo econométrico de letalidad por infectados COVID-19, Perú Mayo 2020. Quipucamayoc, 28(57), 12. https://doi.org/10.15381/quipu.v28i57.18396
García-Madurga, M.A., Grilló-Méndez, A.J., y Morte-Nadal, T. (2021). La adaptación de las empresas a la realidad COVID: una revisión sistemática. Retos Revista de Ciencias de la Administración y Economía, 11(21), 55-70. https://doi.org/10.17163/ret.n21.2021.04
Gerencia Regional de Salud de Arequipa- GERESA (2020). Gerencia Regional de Salud de Moquegua, Perú. Sala situacional Covid-19. https://www.gob.pe/institucion/regionmoquegua-diresa/informes-publicaciones/1610715-sala-covid-30-01-2021
Gerencia Regional de Salud de Arequipa- GERESA (2020). Gerencia Regional de Salud de Arequipa, Perú. Dirección de Epidemiología. Sala de situacion virtual covid-19 Arequipa. https://www.saludarequipa.gob.pe/epidemiologia/enlac/Covid19.html
Ibn-Mohammed, T., Mustapha, KB., Godsell, J., Adamu, Z., Badadunde, K., Akintade, DD., Acquaye, A., Fujji, H., Ndiaye, MM., Yamoah, FA., Koh, SCL (2020). Un análisis crítico de los impactos de COVID-19 en la economía y los ecosistemas globales y las oportunidades para las estrategias de economía circular. Recursos, conservación y reciclaje, 164, 16. https://doi.org/10.1016/j.resconrec.2020.105169
Johns Hopkins University (2020). Corona-virus. Resource Center. https://corona-virus.jhu.edu
Lavado, P., & Liendo, C. (2020). COVID-19, pobreza monetaria y desigualdad. Foco Económico. https://focoeconomico.org/2020/05/29/Covid-19-pobreza-monetaria-y-desigualdad/
Llerena Lanza, R., & Sánchez Narvaez, C. (2020). Emergencia, gestión, vulnerabilidad y respuestas frente al impacto de la pandemia. https://preprints.scielo.org/index.php/scielo/preprint/view/94/129
Lominchar Jiménez, J. (2020). Visión del cambio Covid-19: impacto en la fuerza de trabajo y profesionales autónomos. Revista Venezolana De Gerencia, 25(4), 12-31. https://produccioncientificaluz.org/index.php/rvg/article/view/35213
Machado, R. (2014). La economía informal en el Perú: magnitud y determinantes (1980-2011). Apuntes. Revista De Ciencias Sociales, 41(74), 197-233. https://doi.org/https://doi.org/10.21678/apuntes.74.707
Mahler, D., Lakner, C., Castañeda, R. A., Wu, H. (2020) Estimaciones actualizadas del impacto de la Covid-19 (coronavirus) en la pobreza mundial. Banco Mundial. https://blogs.worldbank.org/es/datos/estimaciones-actualizadas-del-impacto-del-coronavirus-en-la-pobreza
Ministerio de Economía y Finanzas- MEF (2020). Coronavirus: apoyos económicos del Estado por el aislamiento social obligatorio. Economía y finanzas. https://www.gob.pe/8895
Ministerio de Salud- MINSA (2020). Ministerio de Salud, Perú. https://Covid19.minsa.gob.pe. https://Covid19.minsa.gob.pe/sala_situacional.asp
Nicola, M., Alsafi, Z., Sohrabi, C., Kerwan, A., Al-Jabir, A., Iosifidis, C., ... & Agha, R. (2020). The socio-economic implications of the coronavirus pandemic (COVID-19): A review. International journal of surgery, 78, 185-193. https://doi.org/10.1016/j.ijsu.2020.04.018
Ortega-Vivanco, M. (2020). Efectos del Covid-19 en el comportamiento del consumidor: Caso Ecuador. Retos Revista de Ciencias de la Administración y Economía, 10(20), 233-247. https://doi.org/10.17163/ret.n20.2020.03
Pak, A. (2020). Economic Consequences of the COVID-19 Outbreak: the Need for Epidemic Preparedness. Frontiers in Public health, 16. https://doi.org/10.3389/fpubh.2020.00241
PNUD (2020). Programa de las Naciones Unidas para el Desarrollo. El impacto de la pandemia en los hogares peruanos. https://www.pe.undp.org/content/peru/es/home/presscenter/articles/2020/mas-alla-de-lo-sanitario--el-impacto-de-la-pandemia-en-los-hogar.html
Prensa Regional (2020). Diario Prensa Regional. El Coronavirus en el sur peruano: aún falta mucho por hacer. https://prensaregional.pe/el-coronavirus-en-el-sur-peruano-aun-falta-mucho-por-hacer/
Reactiva (2020). Programa de Garantías “Reactiva Perú”. https://www.mef.gob.pe/es/que-es-reactiva-peru
RPP Noticias (2020). Coronavirus en Perú: Pobreza subiría a casi 30% a consecuencia de la pandemia. https://rpp.pe/economia/economia/coronavirus-en-peru-pobreza-subiria-casi-30-a-consecuencia-de-la-pandemia-noticia-1269825
Sistema Informático Nacional de Defunciones SINADEF (2020). Sistema Informático Nacional de Defunciones – Ministerio de Salud Perú. https://www.minsa.gob.pe/defunciones/
Sumner, A., Hoy, C. & Ortiz-Juarez, E. (2020). Estimates of the impact of COVID-19 on global poverty. https://www.wider.unu.edu/publication/estimates-impact-covid-19-global-poverty
Vázquez-Rowe I., y Gandolfi, A. (2020). Peruvian efforts to contain COVID-19 fail to protect vulnerable population groups. Public Health in Practice. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7286823/
Vinelli Ruiz, M., y Maurer Fossa, Alberto. Impacto del COVID-19 en el empleo en el Perú. Por Conexión ESAN. https://www.esan.edu.pe/conexion/actualidad/2020/04/24/impacto-del-covid-19-en-el-empleo-en-el-peru/
World Economic Forum- EF (2020). World Economic Forum. Así podría afectar el coronavirus a la industria de viajes y turismo. https://www.weforum.org/agenda/2020/03/world-travel-coronavirus-Covid19-jobs-pandemic-tourism-aviation/
Worldometer (2020). Covid-19 Coronavirus Pandemic. Wordmeter https://www.worldometers.info/coronavirus/