Evolución distributiva de brechas urbano-rurales de aprendizaje en los últimos ciclos ENLA del Perú

Distributional Evolution of Urban-Rural Learning Differences Across the Latest ENLA Cycles of Peru

Contenido principal del artículo

Autores/as

Introducción: Las desigualdades territoriales en el aprendizaje constituyen un desafío central para la equidad educativa en América Latina y el Perú. Las diferencias entre estudiantes de zonas urbanas y rurales no solo pueden observarse en los puntajes promedio, sino también en la distribución de los niveles de logro, por lo que su seguimiento resulta necesario para orientar políticas educativas diferenciadas. Objetivo: Analizar la evolución distributiva de las diferencias urbano-rurales en el aprendizaje durante los últimos ciclos comparables de la Evaluación Nacional de Logros de Aprendizaje (ENLA) del Perú. Metodología: Se desarrolló un estudio cuantitativo, observacional, retrospectivo y ecológico, mediante el análisis secundario de 40 registros agregados oficiales correspondientes a las evaluaciones ENLA 2023, 2024 y 2025. El análisis comprendió información de 129 778 estudiantes de primaria y 106 487 de secundaria, considerando las diferencias de desempeño entre ámbitos urbano y rural. Resultados: Los resultados evidenciaron una reducción de las diferencias de puntaje entre los ámbitos urbano y rural en los cuatro dominios analizados. Sin embargo, esta tendencia no fue uniforme en los niveles de logro. La mayor señal de alerta se observó en Lectura de segundo grado de secundaria, donde el porcentaje de estudiantes rurales ubicados en el nivel satisfactorio disminuyó de 7,00 % a 6,20 %. Estos resultados muestran que la reducción de las brechas promedio no necesariamente implica una mejora distributiva del aprendizaje. Conclusiones: El cierre de la distancia media entre estudiantes urbanos y rurales no garantiza por sí mismo una mejora de la equidad educativa. La ruralidad continúa funcionando como un gradiente asociado al desempeño, por lo que el monitoreo educativo debe incorporar no solo los puntajes promedio, sino también la distribución de los niveles de logro para identificar desigualdades persistentes y orientar intervenciones focalizadas.
Introduction: Territorial inequalities in learning constitute a major challenge for educational equity in Latin America and Peru. Differences between students in urban and rural areas can be observed not only in mean achievement scores but also in the distribution of achievement levels; therefore, monitoring these differences is essential for informing differentiated educational policies. Objective: To analyze the distributional trends in urban-rural differences in learning achievement during the most recent comparable cycles of Peru's National Assessment of Learning Achievement (ENLA). Methodology: A quantitative, observational, retrospective, ecological study was conducted through a secondary analysis of 40 official aggregated records corresponding to the 2023, 2024, and 2025 ENLA assessments. The analysis included data from 129,778 primary school students and 106,487 secondary school students, considering differences in achievement between urban and rural settings. Results: The findings revealed a reduction in urban-rural score differences across the four domains analyzed. However, this trend was not consistent across achievement levels. The greatest warning signal was observed in Reading among second-year secondary school students, where the proportion of rural students reaching the satisfactory level decreased from 7.00% to 6.20%. These findings show that a reduction in average achievement gaps does not necessarily imply an improvement in the distributional equity of learning outcomes. Conclusions: A reduction in the mean achievement gap between urban and rural students does not, by itself, guarantee improved educational equity. Rurality continues to function as a gradient associated with educational performance. Therefore, educational monitoring should incorporate not only mean achievement scores but also the distribution of achievement levels to identify persistent inequalities and guide targeted interventions.

Detalles del artículo

Cómo citar
Flores Laime, H. H., Flores Laime, P., Coloma Paxi, B. P., Hurtado Flores, Y., & Flores Incahuanaco, D. N. (2026). Evolución distributiva de brechas urbano-rurales de aprendizaje en los últimos ciclos ENLA del Perú. Revista Tribunal, 6(17), 1-16. https://doi.org/10.59659/revistatribunal.v6i17.589
Número
Vol. 6 Núm. 17 (2026): Tribunal. Revista en Ciencias de la Educación y Ciencias Jurídicas. Octubre – Diciembre 2026
Sección
Artículos de Investigación
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Cómo citar

Flores Laime, H. H., Flores Laime, P., Coloma Paxi, B. P., Hurtado Flores, Y., & Flores Incahuanaco, D. N. (2026). Evolución distributiva de brechas urbano-rurales de aprendizaje en los últimos ciclos ENLA del Perú. Revista Tribunal, 6(17), 1-16. https://doi.org/10.59659/revistatribunal.v6i17.589

Referencias

Bartholo, T. L., Koslinski, M. C., Tymms, P., y Castro, D. L. (2023). Learning loss and learning inequality during the Covid-19 pandemic. Ensaio: Avaliação e Políticas Públicas em Educação, 31(119), e0223776. https://doi.org/10.1590/s0104-40362022003003776
DOIGoogle Scholar

Bertoni, E., Elacqua, G., Marotta, L., Martínez, M., Santos, H., y Soares, S. (2023). Is school funding unequal in Latin America? A cross-country analysis of interregional disparities in public spending. Comparative Education Review, 67(1), 100-122. https://doi.org/10.1086/722831
DOIGoogle Scholar

Betthäuser, B. A., Bach, A. M., y Engzell, P. (2023). A systematic review and meta-analysis of the evidence on learning during the COVID-19 pandemic. Nature Human Behaviour, 7(3), 375-385. https://doi.org/10.1038/s41562-022-01506-4
DOIGoogle Scholar

Borchers, J., y Cunha, M. S. (2025). School performance and inequality of opportunities in Latin America. Studies in Educational Evaluation, 86, 101497. https://doi.org/10.1016/j.stueduc.2025.101497
DOIGoogle Scholar

Cabra, H. W. (2025). Socioeconomic achievement gaps in science and social studies in Colombia: An assessment of factors affecting school achievement. Frontiers in Education, 10, 1658707. https://doi.org/10.3389/feduc.2025.1658707
DOIGoogle Scholar

Cao, G., y Huo, G. (2026). Reassessing urban-rural education disparities: Evidence from England. Educational Studies, 52(2), 189-208. https://doi.org/10.1080/03055698.2025.2478831
DOIGoogle Scholar

Carbonari, M. V., DeArmond, M., Dewey, D., Dizon-Ross, E., Goldhaber, D., Kane, T. J., McDonald, A., McEachin, A., Morton, E., Muroga, A., Salazar, A., y Staiger, D. O. (2026). Impacts of academic recovery interventions on student achievement in 2022 to 2023. Educational Evaluation and Policy Analysis, 48(3), 1045-1072. https://doi.org/10.3102/01623737251400377
DOIGoogle Scholar

Cernat, V. (2026). Urban-rural inequality and over-grading in Romanian schools. Assessment in Education: Principles, Policy & Practice, 33(1), 29-48. https://doi.org/10.1080/0969594X.2025.2609999
DOIGoogle Scholar

Chen, X., Chen, Y., Yu, X., Wei, J., y Yang, X. (2024). The impact of family socioeconomic status on parental involvement and student engagement during COVID-19 in promoting academic achievement: A longitudinal study in Chinese children. Journal of Experimental Child Psychology, 246, 105992. https://doi.org/10.1016/j.jecp.2024.105992
DOIGoogle Scholar

Delprato, M. (2026). Effects of COVID-19 education policies on students' learning proficiency in Latin America: Insights from PISA 2022. International Journal of Educational Development, 120, 103483. https://doi.org/10.1016/j.ijedudev.2025.103483
DOIGoogle Scholar

Geske, A., Kiseļova, R., y Pole, O. (2026). Students' mathematics performance in rural schools: Results from OECD PISA 2022. Acta Paedagogica Vilnensia, 56, 146-165. https://doi.org/10.15388/actpaed.2026.56.9
DOIGoogle Scholar

Guadalupe, C. (2025). Desempeños diferenciados en una evaluación de matemáticas en Perú: Entorno local y abstracción en escuelas rurales. Revista Peruana de Investigación Educativa, 16(21). https://doi.org/10.34236/rpie.v16i21.487
DOIGoogle Scholar

Haelermans, C., Korthals, R., Jacobs, M., de Leeuw, S., Vermeulen, S., van Vugt, L., Aarts, B., Prokic, T., van der Velden, R., van Wetten, S., y de Wolf, I. (2022). Sharp increase in inequality in education in times of the COVID-19-pandemic. PLOS ONE, 17(2), e0261114. https://doi.org/10.1371/journal.pone.0261114
DOIGoogle Scholar

Hermann, Z., Horváth, H., y Kisfalusi, D. (2024). Are separate classrooms inherently unequal? The effect of within-school sorting on the socioeconomic test score gap in Hungary. Economics of Education Review, 103, 102582. https://doi.org/10.1016/j.econedurev.2024.102582
DOIGoogle Scholar

Hevia, F. J., Vergara, S., Velásquez, A., y Calderón, D. (2022). Estimation of the fundamental learning loss and learning poverty related to COVID-19 pandemic in Mexico. International Journal of Educational Development, 88, 102515. https://doi.org/10.1016/j.ijedudev.2021.102515
DOIGoogle Scholar

Hu, Y. (2025). Family or school? Understanding the urban-rural achievement gap and its generating mechanisms in China. Asia Pacific Education Review, 26(4), 1055-1070. https://doi.org/10.1007/s12564-025-10066-x
DOIGoogle Scholar

Jara, R. P., y Palomino, J. A. (2025). Impacto de la educación virtual en el rendimiento escolar primario durante la pandemia de COVID-19. Revista Tribunal, 5(12), 618-630. https://doi.org/10.59659/revistatribunal.v5i12.227
DOIGoogle Scholar

Leinaweaver, J., y Anderson, J. (2024). Working together, learning apart: A multicommunity study in rural Peru. Ethnography and Education, 19(2), 175-193. https://doi.org/10.1080/17457823.2024.2339859
DOIGoogle Scholar

Leon, J., Endo, J., Zoido, P., y Suarez, S. (2026). Remote tutoring for learning recovery: Experimental evidence from a low-tech intervention in Peru. International Journal of Educational Development, 125, 103654. https://doi.org/10.1016/j.ijedudev.2026.103654
DOIGoogle Scholar

Lichand, G., Doria, C. A., Leal, O., y Fernandes, J. P. C. (2022). The impacts of remote learning in secondary education during the pandemic in Brazil. Nature Human Behaviour, 6(8), 1079-1086. https://doi.org/10.1038/s41562-022-01350-6
DOIGoogle Scholar

Ma, G., Zhang, J., y Hong, L. (2023). Learning from home: Widening rural-urban educational inequality and high school students' self-control in China during the COVID-19 pandemic and school closure. Youth & Society, 55(7), 1348-1366. https://doi.org/10.1177/0044118X221138607
DOIGoogle Scholar

Marín, L., Rodríguez, M., Maldonado, D., y García, S. (2023). Learning inequality during Covid-19: Evidence from secondary schools in Colombia. International Journal of Educational Development, 100, 102788. https://doi.org/10.1016/j.ijedudev.2023.102788
DOIGoogle Scholar

Maurial, M., Bardales, O., y Alonso, R. (2022). Discursos y prácticas pedagógicas sobre la diversidad en aulas de escuelas de educación básica rural multigrado. Educación, 31(61), 129-148. https://doi.org/10.18800/educacion.202202.007
DOIGoogle Scholar

Ministerio de Educación del Perú, Oficina de Medición de la Calidad de los Aprendizajes. (2024a). Presentación de logros de aprendizaje ENLA 2023. http://umc.minedu.gob.pe/wp-content/uploads/2024/05/Presentacion_de_logros_de_aprendizaje_ENLA_2023.pdf

Ministerio de Educación del Perú, Oficina de Medición de la Calidad de los Aprendizajes. (2024b). Presentación de logros de aprendizaje ENLA 2024. http://umc.minedu.gob.pe/presentacion-de-logros-de-aprendizaje-enla-2024/

Ministerio de Educación del Perú, Oficina de Medición de la Calidad de los Aprendizajes. (2026). Presentación de logros de aprendizaje ENLA 2025. http://umc.minedu.gob.pe/resultadosenla2025/

Moreano, G., Zegarra, C., y Rivera, Y. (2026). New intercultural bilingual education teacher preparation curriculum: Opportunities and challenges to reduce educational inequities in Peru. Education Policy Analysis Archives, 34. https://doi.org/10.14507/epaa.34.9008
DOIGoogle Scholar

Prøitz, T. S., Skedsmo, G., Johansson, S., Strietholt, R., y Huber, S. G. (2025). Assessment in context: Organisation, fairness and consequences for learning and equity. Educational Assessment, Evaluation and Accountability, 37(4), 437-441. https://doi.org/10.1007/s11092-025-09472-x
DOIGoogle Scholar

Reyna, D. M., Coronado, M. A., y Vargas, I. Y. (2025). Ejecución presupuestal y calidad de la educación básica regular de gestión pública en el Perú. Semestre Económico, 28(65), 1-24. https://doi.org/10.22395/seec.v28n65a5083
DOIGoogle Scholar

Samane, V. A., Quispe, A. M., Talavera, F., y Limaymanta, C. H. (2022). Digital gaps influencing the online learning of rural students in secondary education: A systematic review. International Journal of Information and Education Technology, 12(7), 685-690. https://doi.org/10.18178/ijiet.2022.12.7.1671
DOIGoogle Scholar

Sullón, K. (2024). El paisaje lingüístico en las escuelas de Educación Intercultural Bilingüe del Perú. Revista Iberoamericana de Educación, 96(1), 83-95. https://doi.org/10.35362/rie9616436
DOIGoogle Scholar

Zamir, S., y Wang, Z. (2023). Uncovering Covid-19, distance learning, and educational inequality in rural areas of Pakistan and China: A situational analysis method. Humanities and Social Sciences Communications, 10(1), 679. https://doi.org/10.1057/s41599-023-02025-x
DOIGoogle Scholar

Zhang, J. (2026). Educational equity measurement: A comparative analysis of equity indicators. Studies in Educational Evaluation, 89, 101613. https://doi.org/10.1016/j.stueduc.2026.101613
DOIGoogle Scholar