RESUMEN

Objetivos: Identificar la asociación entre el número de empleados informales y el número de casos positivos de COVID-19 en Perú. Métodos: Se utilizaron datos del Instituto Nacional de Estadística e Informática del Perú y de la Base de Datos Nacional de COVID-19. Se realizó una regresión lineal bivariada y logística multivariada para evaluar el número de empleados informales, la densidad de la población y la altitud en relación con el número de casos positivos de COVID-19. Resultados: El análisis bivariado mostró que el número de empleados informales estuvo significativamente asociado con los casos positivos de COVID-19 en regiones de alta y baja altitud (p<0.001). En cuanto al análisis multivariado, se encontró que los empleados informales (p<0.001), la densidad poblacional (p=0.02) y la altitud (p<0.001) estuvieron asociados con el número de casos positivos de COVID-19. Conclusiones: Los empleados informales son comunes en países de bajos y medianos ingresos donde no hay seguridad social y dependen económicamente de salarios diarios. Su situación se vio agravada debido a las restricciones en la movilidad social, lo que los obligó a seguir trabajando y, en consecuencia, a contagiarse rápidamente, convirtiéndose en un foco de contagio.

Palabras clave: Sector informal, COVID, Perú. (Fuente: DeCS – Bireme)


ABSTRACT

Objectives: To identify the association between the number of informal employees and the number of positive COVID-19 cases in Peru. Methods: Data from the Peruvian National Institute of Statistics and Informatics and the National COVID-19 database were used. Bivariate linear regression and multivariate logistic regression were performed to evaluate the number of informal employees, population density, and altitude in relation to the number of COVID-19 positive cases. Results: Bivariate analysis showed that the number of informal employees was significantly associated with the number of COVID-19 positive cases in both high and low altitude regions (p<0.001). In the multivariate analysis, it was found that the number of informal employees (p<0.001), population density (p=0.02), and altitude (p<0.001) were associated with the number of COVID-19 positive cases. Conclusions: Informal employees are common in low- and middle-income countries where there is no social security and they are economically dependent on daily wages. Their situation worsened due to social mobility restrictions, forcing them to continue working and, consequently, becoming quickly infected, further contributing as a contagion focus.

Keywords: Informal sector, COVID, Peru. (Source: MeSH – NLM)

INTRODUCCIÓN

En los países de bajos y medianos ingresos, casi tres cuartas partes de los empleos no agrícolas son informales ⁽¹⁾. Esta población, que no cuenta con seguridad social ni protección gubernamental, además de sus bajos recursos y menores oportunidades laborales, depende económicamente del salario diario para cubrir sus necesidades básicas ⁽²⁾. Sin embargo, debido a las actuales restricciones de movilización social y al escaso apoyo, se han visto obligados a decidir entre trabajar con riesgo de infección o morir de hambre ⁽³⁾.

Dependiendo del tipo de ocupación, existen ciertos riesgos de enfermedad por falta de regulación laboral en comparación con los trabajadores formales. Se encontraron ciertas asociaciones entre el empleo informal y las infecciones respiratorias como una alta prevalencia de tuberculosis ⁽⁴⁾, lo cual podría verse incrementado por la virulencia del coronavirus.

La emergencia sanitaria llevó a los países a realizar distanciamiento social. Si bien las medidas adoptadas fueron estrictas y tempranas, la salud pública se vio afectada por factores prepandemia como la informalidad y la desigualdad social, siendo el Perú el 7° país con más casos y el primero en mortalidad global. Además, el gobierno tardó 54 días después de la imposición de la cuarentena en brindar apoyo económico al sector informal, aunque no se incluyeron canastas de alimentos como en sus países vecinos. De esta manera, al inicio de la cuarentena, el 59% de las familias quedaron vulnerables y obligadas a salir a las calles y exponerse al contagio de coronavirus en violación a las medidas de contención y mitigación ⁽⁵⁾.

Por tanto, nuestro objetivo fue determinar la asociación entre el empleo informal y los casos positivos de COVID-19 en el territorio peruano.

MÉTODOS

Diseño y área de estudio: Estudio observacional, analítico y transversal de fuentes secundarias. Los autores utilizaron datos del Instituto Nacional de Estadística e Informática del 2018, una encuesta representativa a nivel nacional ⁽⁶⁾ y la Plataforma Nacional de Datos Abiertos donde se han reportado los casos de COVID-19 desde el 3 de marzo al 17 de noviembre de 2020 ⁽⁷⁾.

Variables e instrumentos: Las unidades de análisis fueron las regiones geográficas peruanas. La variable dependiente fue el número de casos confirmados (miles de casos positivos de COVID-19), mientras que las variables independientes fueron el número de empleados informales (miles), la densidad de población (habitantes por km²) y la altitud (metros). El empleo informal se definió como los empleadores por cuenta propia cuya unidad productiva pertenece al sector informal; empleados sin seguridad social financiada por su empleador y trabajadores familiares no remunerados ⁽⁸⁾. La altitud se clasificó en baja y alta. La región capital, Lima, fue eliminada del análisis por ser un valor extremo por su alta densidad poblacional y número de casos.

Análisis estadístico: Los autores analizaron los datos utilizando el software Stata 16. Se realizó análisis bivariado y multivariado con regresión lineal y se consideró el valor de P<0,05 como significativo.

Aspectos éticos. No son relevantes al trabajar con fuentes secundarias abiertas al lector en general en donde no se registran datos del encuestado o participante del estudio.

RESULTADOS

Se incluyeron 25 regiones geográficas después de excluir a Lima, 16 de las cuales se categorizaron como zonas de baja altitud y 9 como de alta. Las regiones de gran altitud fueron las que tuvieron menor prevalencia de casos positivos. En el análisis bivariado (Fig. 1), se encontró que en las regiones de baja altitud, el número de empleados informales se asoció positivamente con el número de casos positivos (β=4,0x10^-2; p<0,001), mientras que la densidad poblacional no estuvo asociada (β= 2,2x10^-3; p=0,2). En cuanto a las regiones de gran altitud, el número de empleados informales también se asoció positivamente con el número de casos positivos (β=3,0x10^-2; p<0,001); sin embargo, la densidad no obtuvo asociación (β=5,1x10^-1; p=0,08).

Fig. 1: La relación entre el número de trabajadores informales (en miles) y el número de casos positivos de COVID-19 (en miles) hasta el 17 de noviembre de 2020 en regiones de alta y baja altitud.

En el análisis multivariado, se evidenció que el número de empleados informales (β=3.7x10^-2; p<0.001), la densidad poblacional (β=2.4x10^-3; p<0.001) y la altura de las regiones (β=-12.6; p<0,001) sí se encontraron asociados con el número de casos positivos de COVID-19.

DISCUSIÓN

Nuestros resultados mostraron una relación inversa entre la altitud y el número de casos positivos de COVID-19 como se informó anteriormente en otros estudios ⁽⁹⁾. Luego de estratificar las regiones por altitud, el número de empleados informales se asoció positivamente con los casos positivos de COVID-19, por lo que podríamos afirmar que las regiones con mayor informalidad seguirán viéndose afectadas y más ante posibles olas o variantes. En países como India o Sudáfrica, donde las tasas de informalidad son más altas, no se ha reportado un porcentaje de casos por cada 100.000 habitantes tan alto como el de Perú.

Esto podría explicarse porque esta población recibió apoyo temprano de sus gobiernos a través de subvenciones básicas en efectivo y canastas de alimentos; además de equipos de protección personal y un ambiente de trabajo seguro después de la cuarentena ⁽¹⁰⁾.

Debido a los bajos salarios, la inexistente cobertura de salud y las malas condiciones laborales que ofrece el empleo informal a las familias económicamente dependientes, estas se vuelven más vulnerables a padecer enfermedades y en consecuencia, tienen que pagar tratamientos, volviéndolas más pobres y más dependientes de su empleo ⁽². Podría demostrarse porque más del 50% de las mujeres enfermas continúan trabajando informalmente por necesidad ⁽¹⁾. Entonces, en esta situación de pandemia, la necesidad los obliga a salir a las calles y exponerse a ser infectados.

CONCLUSIONES

Por todo lo mencionado, concluimos que es necesario brindar a estas familias planes de asistencia financiera, como reducción de impuestos y brindar facilidades financieras, acompañados de una vigilancia epidemiológica continua. A largo plazo, el Gobierno puede ofrecer empleos a personas de bajos ingresos, así como monitorear las condiciones laborales para integrarlos al sector formal. Esta asociación debería considerarse en países con altas tasas de empleo informal para evitar que este grupo se convierta en una población de alta prevalencia y foco de contagio en futuras emergencias sanitarias.

http://www.scielo.org.pe/scielo.php?script=sci_serial&pid=2223-2516&lng=en&nrm=iso

¿Quieres dejar tu comentario o sugerencia sobre este artículo?