“Efecto Mateo": nuevas tecnologías y productividad empresarial

En la Parábola de los Talentos, Jesucristo dijo que "porque a todo el que tiene, se le dará más, y tendrá en abundancia; pero al que no tiene, aun lo que tiene se le quitará." El "Efecto Mateo" fue acuñado originalmente como un concepto científico por Merton (1968) y posteriormente fue desarrollado para describir situaciones en las que existe una tendencia natural a acumular éxito social o económico en proporción a los niveles iniciales de riqueza, ingresos, u otras variables de interés.

En nuestro artículo, recientemente publicado en Technology in Society, nos valemos de esta analogía para explorar la relación entre las Tecnologías de la Información y Comunicación (TIC) y la productividad laboral empresarial. La literatura muestra cómo las TIC son una fuente de ganancias de productividad para las empresas. Sin embargo, las ganancias en productividad impulsadas por las TIC pueden variar considerablemente entre empresas, lo que puede reducir o ampliar las disparidades iniciales.

Para nuestro análisis, utilizamos una base de datos formada por 28.632 empresas españolas participantes en la Encuesta sobre el Uso de Tecnologías de la Información y Comunicación (TIC) y Comercio Electrónico en Empresas producida por el Instituto Nacional de Estadística de España (INE). Utilizamos los microdatos de los años 2019 y 2020.

Nuestro modelo relaciona las variaciones de la productividad del trabajo con una serie de características de cada compañía (sector, localización, tamaño, variables de efectos fijos por año), con el nivel de difusión de las tecnologías digitales en cada una de ellas y con las capacidades de su capital humano.

Estimamos el modelo principal a través de diferentes métodos: Mínimos Cuadrados Ordinarios (MCO), Variables Instrumentales (VI) y Regresiones Cuantílicas Incondicionales (RCI). Al emplear regresiones cuantílicas, probamos la estabilidad de los resultados de MCO en toda la distribución de la productividad laboral y podemos identificar si el impacto de la difusión de las TIC en los deciles más bajos de la distribución de productividad laboral difiere para la media o para los deciles más altos.

En la Figura 1 representamos los coeficientes de las diferentes estimaciones de cuantiles, junto con sus respectivos intervalos de confianza del 95%. El eje horizontal muestra la posición de las empresas en función de su productividad; cuanto más a la derecha, más productivas son. El eje vertical, captura los coeficientes estimados por el modelo referidos a las ganancias en productividad de cada caso.

Figura 1. Regresiones Cuantílicas Incondicionales. Coeficientes sobre productividad del trabajo.

Las estimaciones de RCI ofrecen tres categorías de resultados. La primera es que la mayoría de las relaciones entre los impulsores digitales y la productividad laboral son positivas a lo largo de la distribución cuantílica. La segunda es que, aunque los signos y la significancia son relativamente estables para casi todos los casos, el tamaño de los coeficientes varía desde los cuantiles iniciales hasta los más recientes para casi todas las tecnologías consideradas.

Exceptuando los usos más básicos de la digitalización (internet o sitio web), lo que se aprecia es que, a mayor nivel de productividad, mayor es la capacidad de las empresas de extraer beneficios económicos de las tecnologías. Finalmente, algunas variables, como los expertos en TIC, son menos significativas en los cuantiles iniciales y otras, como Big Data, incluso cambian su signo y significatividad desde los cuantiles de productividad más bajos a los más altos.

La Figura 2 muestra cómo el efecto agregado de las diferentes tecnologías en la productividad laboral es mayor para las empresas más productivas. Con la irrupción de tecnologías digitales más avanzadas, las empresas más productivas aumentan la brecha que las separa de las rezagadas.

Figura 2. Impacto agregado de las TIC en la productividad del trabajo por cuantiles.

Nuestros hallazgos confirman que las empresas más productivas se benefician más de las tecnologías avanzadas, que son precisamente las que pueden tener un impacto más fuerte en la productividad laboral. Los impactos divergentes de las diferentes tecnologías están exacerbando la brecha entre las empresas menos y más productivas, lo que destaca la necesidad de implementar un enfoque de política personalizado para fomentar la convergencia.

Proponemos un enfoque en dos pasos para abordar las ganancias diferenciales en productividad generadas por la adopción tecnológica detectada en este artículo, como se puede ver en la Figura 3.

Figura 3. Propuestas de política económica.

Con respecto al Paso 1 (cerrar la brecha desde atrás), la estrategia propuesta se basa en tres ejes. El primero establece intervenciones públicas en torno a cuatro áreas para estimular la adopción digital por parte de las empresas menos productivas: regulación, capital humano, estructura de las empresas y participación pública (Sorbe et al., 2019).

El Paso 2 está orientado a evitar la "fuga" o la escapada de empresas más avanzadas gracias a un excesivo poder de mercado. Como señalan Sorbe et al. (2019), cierto grado de poder de mercado puede reflejar una renta legítima derivada de la innovación pasada e incluso ser signo de una competencia saludable, pero el uso estratégico de patentes o la adquisición de empresas innovadoras más pequeñas pueden impedir que las empresas menos productivas desarrollen todo su potencial. Un marco de regulación y supervisión adecuado es clave en este sentido para evitar una acumulación excesiva e injusta de activos intangibles claves para el desarrollo económico futuro.

Referencias

  • Merton, R. K. (1968). The Matthew effect in science: The reward and communication systems of science are considered. Science, 159(3810), 56-63.
  • Sorbe, S., Gal, P., Nicoletti, G., & Timiliotis, C. (2019). Digital dividend: Policies to harness the productivity potential of digital technologies.