Efectos del progreso técnico sobre el empleo: el caso de las TIC en España 1995-2009. Jacobo Ferrer Hernández Licenciado en Sociología Universidad Nacional de Educación a Distancia (UNED) [email protected] Resumen: La crisis económica de 2008 se está saldando con una acumulación de invenciones prometedoras en numerosos campos (impresoras 3-D, ingeniería genética, nuevos materiales, robótica, desarrollo del software, transformaciones organizativas, nuevos criterios en la selección de recursos humanos, Big Data, etc.), que empiezan a ganar reputación como los próximos motores de crecimiento y desarrollo. En consecuencia, el debate sobre los efectos que tendrá sobre el empleo esta tentativa cuarta revolución industrial, tales como la destrucción masiva de puestos de trabajo debido a la automatización de las tareas más simples, o como la creación igualmente masiva de puestos de trabajo debido a la liberación de recursos que el crecimiento de la productividad ocasiona, está cobrando una intensidad desconocida desde hacía tiempo. Para intentar aproximarse a esta realidad, la última revolución de las tecnologías de la información y la comunicación (TIC) ofrece una oportunidad de contrastar una transformación social en apariencia similar. En consecuencia, este trabajo pretende exponer los efectos que tiene el progreso técnico sobre el empleo a partir de la introducción y madurez de las TIC en España durante el periodo 1995-2009 a través de un análisis descriptivo e inferencial, este último basado en un contraste de datos de panel entre la intensidad en la inversión de activos TIC y el empleo generado en cada sector, con especial interés por los cambios añadidos que se han producido en la estructura ocupacional como resultado de la variación de la estructura de la inversión modernizadora. La principal conclusión que se puede extraer del estudio es que, por un lado, la generación de empleo está sesgada por nivel de cualificación y, por otro, que el empleo creado es mayor al destruido en algunos sectores, pero que en su conjunto la generación de puestos de trabajo está subordinada a los límites que impone la estructura productiva y ocupacional. Palabras clave: TIC, empleo, España, análisis input-output.

1. Introducción. El análisis del impacto de la innovación sobre la creación de puestos de trabajo ha sido un elemento recurrente de la teorización sobre el desempleo, nunca aceptado íntegramente, y que tiende a resurgir con los momentos de crisis y los periodos de intenso cambio estructural (Vivarelli, 2014: 2). Joseph A. Schumpeter llegó a calificar la controversia sobre el “desempleo tecnológico” como un debate inútil, que revelaba más sobre sus defensores que sobre la cuestión misma del desempleo. Sin embargo, en la actualidad ha resurgido el interés por la cuestión como consecuencia de la atribución de responsabilidades sobre el aumento de la desigualdad en la distribución del ingreso, así como por la explosión de innovaciones tecnológicas que comienzan a introducirse en la producción y la organización del trabajo. Si bien es pronto para definir la escala del impacto que estas nuevas tecnologías podrían tener sobre la división social del trabajo y la creación de empleo, no lo es para repasar la consecuencias generales que las tecnologías de la información y la comunicación (TIC) han tenido sobre la distribución y la generación de puestos de trabajo desde la llegada a la madurez del actual paradigma tecnoeconómico (Pérez, 2004). Esto permitiría actualizar la discusión sobre la relación entre tecnología y empleo, revisar las expectativas sobre lo que iba a significar al alza o a la baja su extensión a lo largo y ancho de la estructura productiva, y sacar alguna conclusión útil para empezar a analizar los cambios en la división social del trabajo que un cambio tecnológico mucho más intenso que el actual podría traer consigo. El objetivo de este trabajo es, precisamente, analizar los efectos que la extensión de las TIC ha podido tener sobre la evolución del empleo por sectores en la economía Española entre 1995 y 2009. El punto de partida serán tres hipótesis sobre la relación entre el progreso técnico representado por la TIC y el crecimiento del empleo. En primer lugar, una evolución positiva del empleo como resultado de la introducción de innovaciones tendrá que presentar algún grado de correlación entre los indicadores de empleo e innovación. Para esto, considerando como la mejor contabilidad del empleo el indicador de horas trabajadas, y como el indicador de innovación el aumento del acervo de capital TIC, la evolución de la cantidad de trabajo por unidad de producto tendrá que ir en paralelo a la cantidad de capital TIC por unidad de producto. Un efecto negativo sobre el crecimiento vendría representado, por tanto, por una relación inversa entre ambos indicadores.

En segundo lugar, el análisis de los efectos directos de la tecnología deja escapar, si cabe, la dimensión más interesante, que son los efectos indirectos que se produce sobre el resto de industrias relacionadas. Por tanto, si la introducción de tecnologías TIC ha resultado beneficiosa para la creación de empleo, este hecho tendrá que verse reflejado en el total del empleo directa e indirectamente generado en la cadena productiva de cada sector, dicho de otro modo, en la división del trabajo entre diferentes industrias relacionadas a través de sus demandas recíprocas de bienes y servicios intermedios. En tercer lugar, esta dinámica, lejos de ser homogénea, estará representada por la polarización típica en la creación de empleo en sociedades postindustriales, donde son es el sector terciario el que concentra la expansión del empleo. Por tanto, los efectos directos e indirectos de la introducción de las TIC se habrán tenido que ver reflejados en las actividades terciarias y, por consiguiente, la acumulación de capital más avanzado habrá tenido que producirse en esos sectores. La estructura del trabajo seguirá un orden de cuatro partes. En primer lugar, se debatirá la relación entre tecnología y empleo recurriendo tanto a una breve reseña del debate clásico como a las últimas controversias. En segundo lugar, se establecerán las aclaraciones metodológicas necesarias para la comprensión del análisis empírico. En tercer lugar se presentarán datos extraídos de una muestra escogida de economías desarrolladas para mostrar la relación, a través de un análisis de datos de panel, entre la acumulación de tecnologías de la información y el conocimiento, desagregada por activos, y el crecimiento de la producción, del empleo y la productividad. Por último, se dedicará espacio a un análisis más pormenorizado de la relación entre la oferta productiva y el crecimiento del empleo, a fin de encontrar los nexos de unión entre el fenómeno de las TIC y los efectos que hayan tenido. Seguidamente, se plantearan las conclusiones y aperturas a la investigación más importantes que se desprenden del análisis anterior.

2. Revisión de literatura. Las consecuencias para el empleo que acarrean las revoluciones tecnológicas, y aun de los pequeños cambios incrementales en la eficiencia en el uso de la fuerza de trabajo, forma parte de una de las controversias más antiguas en el análisis del desempleo, que se remonta a los debates entorno de la racionalidad de la destrucción ludita de los telares

mecánicos en Inglaterra a principios del siglo XIX (Hobsbawm, 2006), así como al célebre cambio de opinión de David Ricardo respecto a los efectos de la maquinaria sobre la suerte de los trabajadores (1917/cap. XXXI). Como temática, resulta un elemento recurrente de las crisis acompañadas de un proceso de cambio estructural intenso, donde los factores coyunturales no bastan para explicar o aliviar la transformación de la división social del trabajo. No es extraño, por tanto, que gran parte de la indiferencia respecto a los efectos duraderos o estructurales del cambio tecnológico sobre el empleo tiendan a valorarse como un factor accidental, que encuentra solución en un momento posterior del tiempo, en cuanto los beneficios de la ganancia de eficiencia se traduzcan en aumentos de la escala de producción. Esta es, quizá, la versión más economicista del análisis, que tiende a descuidar el efecto desplazamiento que se produce no entre trabajadores en abstracto, sino cualificaciones y generaciones de trabajadores. Aquí el problema del desempleo como consecuencia del cambio estructural gobernado por el progreso técnico escapa a la confianza ciega en los mecanismos correctores del ciclo del empleo y el proceso de desarrollo económico de las sociedades capitalistas maduras. En primer lugar, es necesario tener en mente unas mínimas coordenadas sobre las causas del desempleo, entre las que poder introducir con sentido la tecnología. Si tiene que existir un “desempleo tecnológico” que no se reduzca a la identificación con el desempleo cíclico, tal y como implicaba el análisis del ciclo económico de Schumpeter (1911) entonces tiene que tener algún tipo de conexión con el concepto de “desempleo estructural”. En ambos casos se entiende que el crecimiento de la demanda no es por sí solo capaz de vaciar el mercado de trabajo, ya sea por factores institucionales, culturales, demográficos o, en este caso, tecnológicos. El término de “desempleo estructural” se introdujo por parte de Milton Friedman (Friedman 1976) para criticar las políticas de gasto encargadas de alcanzar el pleno empleo. En este caso las expectativas inflacionarias corregían cualquier aumento del gasto encaminado a crear empleo a través de una redistribución del ingreso en las diferentes etapas del proceso productivo entre capital y trabajo. Por tanto, hay un porcentaje de trabajadores que no van a encontrar trabajo dado el conjunto de rigideces que sufre el proceso de ajuste del sistema ante variaciones no uniformes del gasto. Esta idea supuso una fuerte ruptura de la ortodoxia de postguerra en el contexto de crisis de la década de 1970 (De Vroey 2004) y ha determinado el énfasis actual en la estabilidad de precios, la competitividad internacional y las reformas del marco institucional como instrumentos para generar empleo. No obstante, si bien la

causa de la falta de aproximación de las condiciones reales a las garantías lógicas del pleno empleo se achacó a las distorsiones de la intervención pública o los shocks sufridos por el sistema, volvió a abrir la puerta a la posibilidad de que no todos los niveles de renta fuera compatibles con todos los niveles de empleo. Dicho de otra manera, que si la “demanda de mercancías no corresponde a la demanda de trabajo” (Hayek, 1975), porque la demanda de más unidades de un tipo de producto poco intensivo en el uso de trabajo no generará el mismo empleo que en el caso opuesto, entonces es lógicamente posible que haya desempleo involuntario, y, es más, cuya causa sea fruto de los cambios en las preferencias de los consumidores y de la técnica. La teoría del desempleo ha estado atravesada por la controversia. Mientras los autores clásicos (Ricardo, 1817; Marx, 1867) se fijaron en los efectos de la división del trabajo sobre el tamaño del mercado, la producción de riqueza y la acumulación de capital, los autores neoclásicos han dado mayor importancia al ajuste de los precios y la substitución de factores como el mecanismo por el que cualquier exceso o defecto de oferta de trabajo es compensada en el largo plazo, permitiendo un sostenimiento natural del pleno empleo (Vivarelli, 2014). «Sería más correcto hablar de “escasez” de salarios que de escasez de empleo, ya que el desempleado no es que no tenga trabajo, sino que no tiene remuneración por el trabajo que pretende realizar» (Mises, 1936: 485, en Freeman y Soete, 1994: 48). En este esquema el desempleo se ve como voluntario, en la medida en que el salario ofrecido no es capaz de sobrepasar el salario de reserva, o como un efecto neto de la escasez natural de capital, esto es, del subdesarrollo. Las diferentes corrientes de economía y sociología del empleo han acentuado diferentes rasgos y causas del desempleo. No obstante, el efecto de las tecnologías sobre el empleo se simplifica en dos procesos: el efecto desplazamiento y el efecto compensación. El primer efecto se produce cuando las tecnologías abrevian la cantidad de trabajo necesario para producir un mismo producto. El segundo se refiere a cómo el crecimiento de la demanda con los recursos liberados o la aparición de nuevas ocupaciones viene a llenar el lugar dejado por el efecto destructor de las tecnologías sobre el empleo. Las corrientes ortodoxas en el análisis del empleo han tendido a destacar el efecto compensación como explicación necesario de la inexistencia de desempleo involuntario, de modo que el desempleo sea únicamente transitorio e inasible para una política económica que no se limite a facilitar la migración de los trabajadores de un punto a otro del proceso de producción. Este efecto se produce a través de tres vías. En primer lugar,

el crecimiento de la eficiencia tiende a reflejarse en los precios, cuyo descenso aumenta las rentas reales de los trabajadores, que pueden ahora gastarlas en nuevos productos o en más del mismo tipo, con lo que la demanda de trabajo permanece constante. Segundo, el aumento de la inversión que suscita la reducción del tipo de interés con los precios lleva a que el empleo vuelva a crecer, compensando el efecto inicial (Freeman y Soete, 1994). Por último, el conocido como “efecto Ricardo” hace que la rentabilidad que se obtiene con la mejora de la eficiencia impulse el empleo en los sectores productores de tecnología, con que al multiplicarse la inversión de trabajo en las nuevas tecnologías se compensa el efecto individual (Vivarelli, 2014). Cabe señalar, además, que el proceso de innovación se refleja en la forma de nuevos productos o procesos más eficientes. Por un lado, la innovación de producto, básicamente la mejora de la calidad, se reconoce como menos agresiva con el empleo en la medida en que los efectos sustitución no tengan un sesgo intensivo en capital (Vivarelli, 2014; Freeman y Soete, 1994). Por el otro, la innovación de proceso permite producir los mismos bienes y servicios con menos trabajo y capital. Esta diferencia es importante, en la medida en que se refleja de formas distintas en la productividad, y cabe relacionarlo con los cambios entre sectores como parte del crecimiento. La consecuencia sería no ver tanto el efecto neto sobre el empleo sino el efecto desplazamiento de trabajadores entre sectores En la actualidad, las tecnologías de la información y la comunicación (TIC) constituyen la base del paradigma tecnológico y económico vigente (Freeman y Soete, 1994), donde la información, la comunicación y el conocimiento sostienen las promesas de una “nueva economía” capaz de generar una tendencia sostenida de crecimiento de la productividad y el empleo. Es, por tanto, en estas tecnologías donde tendrá que reflejarse cualquier efecto de la innovación sobre el empleo. El énfasis en el carácter revolucionario de estas tecnologías tiene varias causas, entre las que se encuentra la salida de la crisis de la década de 1970 y el desarrollo de la teoría del crecimiento neoclásica y su neutralización de los factores no tecnológicos del crecimiento, la aparición de la teoría del capital humano (Becker 1994), la identificación de la información como el elemento de lo económico (Hayek, 1975) a semejanza (nuevamente) de la física, por mencionar sólo algunas de las más importantes. Sin embargo, esta confianza en la capacidad de estas tecnologías para generar avances productivos característicos de una revolución industrial ha estado sumida en una fuerte controversia tanto teórica como, sobre todo,

empíricamente. Solow (1987) advirtió célebremente de los riesgos de confundir una revolución tecnológica con una revolución productiva, lo que terminó quedando patente después de que la “euforia especulativa” derivada de la expansión de las TIC a la vuelta del milenio (Pérez, 2004; Stiroh, 2002; Jorgenson y Stiroh, 2001) sumiera en la decepción las expectativas sobre su definitivo despertar económico (Hempell, 2002). Diferentes informes de la OCDE (2014), la Reserva Federal, la Unión Europea y numerosas investigaciones han enfatizado la importancia de la inversión en TIC para impulsar el crecimiento económico, tanto por el lado de la productividad como del empleo. Sin embargo, no existe consenso sobre la evidencia al respecto (Spiezia, 2012: 201). Por un lado, la visión más favorable sigue esperando de las TIC una revolución económica que simplemente se constatará cuando la acumulación de innovaciones y pequeños efectos sobre la productividad alcancen el punto crítico (Brynjolfsson y Hitt, 2000). Por otro, existen análisis que destacan que las TIC han llegado a su contribución límite al crecimiento, pero que en cuanto tecnología de uso general (GPT) ya ha sobrepasado los registros de la máquina de vapor o la electricidad (Crafts, 2000: 15). Aún más, existe la posición opuesta que considera las TIC un fracaso como paradigma tecnológico y económico, hecho evidente en que no se ha acompañado de un crecimiento de la productividad sostenido y equiparable a las décadas de postguerra (Gordon, 2003) Ante todo, existe una fuerte divergencia empírica entre países. Estados Unidos entre 1995-2000 constituye el ejemplo alabado de crecimiento de la productividad y la inversión, en buena medida explicada por la inversión en TIC (Jorgenson y Stiroh 2001, Oliner and Sichel 2000, Stiroh 2002). Entre los países europeos, son los nórdicos los que se colocan a la cabeza (OCDE, 2002), si bien la inversión es creciente en todos ellos. En los países en desarrollo sigue sin haber evidencia de un efecto positivo de las TIC (Kraemer y Dedrick 2001). La tesis defendida por Brynjolfsson y McAfee (2011) es, precisamente, que el aumento espectacular de la efectividad (y a suponer la eficiencia) de los ordenadores no procede simplemente de la revolución física del hardware, sino de los avances en la programación informática. No en vano la OCDE cifraba en el año 2000 en un 14% de toda la inversión no residencial (Colecchia y Schreyer, 2002; Ahmad et al., 2004). El problema parece que es el modo en que las TIC se relacionan con los procesos productivos. Mientras que un nuevo material más ligero hace pensar enseguida en ganancias de eficiencia energética y un robot en menores costes salariales y tanto mayor

control de calidad de la cadena de producción, las TIC han terminado concibiéndose como una revolución en la coordinación de los procesos productivos más que como revoluciones técnicas del propio proceso de trabajo que permitieran reducir la cantidad de trabajo o capital necesario por unidad de producto; otra cosa distinta es, sin duda, que la integración de procesos productivos antes incomunicados sea capaz de arrojar economías de escala dinámicas en costos fijos. De ahí que se las conciba como “tecnologías posibilitadoras” (enabling technologies) que siguen requiriendo innovaciones complementarias para generar sustanciales aumentos de productividad, tal como enfatizan Bresnahan y Trajtenberg (1995) o Brynjolfsson y Hitt (2000). Básicamente, permitirían eliminar las imperfecciones organizativas y fallos de comunicaciones de la cadena productiva (Pavitt, 2003). Esta es la idea que destacan Marinni y Paronne (2007: 233) siguiendo a Georgescu-Roegen (1986), cuando atribuyen la principal virtud productiva de las TIC a su capacidad para alinear el uso de todos los activos productivos hasta generar importantes ganancias de eficiencia fruto de la mejor coordinación, si bien puede concebirse además como un articulador específicamente adecuado para la coordinación de las decisiones a ambos lados de la oferta y la demanda. Este hecho permitiría, en principio, acercar la utilización de capacidad a la capacidad instalada (Betancourt, 1987), reducción de los inventarios, del desperdicio de la producción, así como el ajuste de los tiempos productivos. Esta idea de “tecnología coordinadora” se une con la idea, tan denostada pero tan plausible empíricamente que retorna repetidamente como un enigma, de que la productividad (por lo menos en estricto sentido técnico) es un resultado del ahorro de tiempo de trabajo y tiempo de utilización (Freeman y Soete, 1994: 75; Amendola y Gaffard, 1988: 12). No por casualidad los inicios de la revolución tecnológica que se resumía en las TIC fue el cambio de modelo de organización de la producción de un fordismo desfasado técnica, económica y socialmente a un mucho más flexible y preciso “just in time”. No se puede apuntar a valorar la incidencia de las TIC sin comprender la diversidad sectorial, sus límites y sus necesidades. La coordinación de los procesos productivos ha sido clave, como se mencionaba antes, para la reducción de costos, la externalización de servicios a empresa, la internacionalización y las economías de escala constatadas en la manufactura. No obstante, es la informática y la automatización lo que ha permitido impulsar la productividad del sector. Lo cierto es que, ya sea por efecto de las TIC o de

otro tipo de innovaciones, lo cierto es que la manufactura sí ha registrado sustanciales ganancias de productividad. El problema es su peso real y, sobre todo, nominal decreciente en el producto total; a pesar de contribuir entre el 30% y el 50% al crecimiento agregado de la productividad en España (Ferrer, 2015), tan sólo representa un 15% del valor añadido bruto, destruyendo en más de dos puntos porcentuales al año el empleo en el sector. Respecto a los servicios, la versión principal enfatiza la capacidad de las TIC para incidir en el sector servicios (OCDE, 2014: 151), fundamentalmente rompiendo con su dependencia del factor trabajo (Baumol, 1985) y mejorando su comercialización (Bhagwati, 1984). Ghani y Kharas (2010) cita tres cuestiones clave: tecnología, transportabilidad y tansabilidad, que pueden resumirse en la idea de una creciente independencia espacial o separación entre producción y distribución de los servicios que permite su comercialización sin prácticamente barreras físicas o regulatorias (Ghani y Kharas, 2010), generando economías de escala (OCDE, 2014: 151-152) y costes marginales cercanos a cero en no pocas actividades (Rifkin, 1996; Brynjolfsson y McAfee, 2011). La explicación canónica de la baja, o al menos menor, productividad de los servicios frente a las actividades manufactureras se debía a que la dependencia del factor trabajo y la incapacidad para reducir los tiempos de producción, fundamentalmente en los servicios personales, implicaba una divergencia creciente y sostenida de los costos reales relativos de unas y otras actividades (Baumol, 1967). Poco después, el propio Baumol (1985) reparó en los servicios intermedios como un ejemplo de adopción de tecnologías avanzadas y aumentos de la productividad que ponía en cuestión la versión más pesimista de su propia tesis (Oulton, 2002). No obstante, el problema final pasaba por la dependencia última de los tiempos de consumo de los servicios o la saturación del mercado –por ejemplo, la televisión o internet a pesar de la explosión de la informática–, así como por las presiones salariales al alza que resultaban, primero, de la generalización de las subidas salariales de las industrias más productivas a los servicios (Baumol et al., 2012), y, segundo, de la propensión marginal creciente de la sociedad a consumir servicios; existe evidencia, además, de la importancia de las transferencias de ingreso entre uno y otro sector como requisito para la expansión de los servicios (Ferrer, 2015). Se puede afirmar que los efectos de las TIC sobre los servicios han sido, como mínimo, demasiado débiles como para considerar que hayan experimentado una revolución que

vaya más allá del propio esquema de comercialización y provisión de insumos del sector. En su conjunto, la literatura nos porta varias ideas clave para llevar al contraste empírico de nuestra hipótesis. Primero, que la relación entre el empleo y la tecnología se tiene que realizar de acuerdo a su influencia mutua en el proceso productivo, esto es, a través del análisis de la productividad y la eficiencia del capital. Segundo, la complejidad de esta relación se incrementa al no tener datos independientes del ciclo del empleo; esto es difícilmente solucionable, pero evitar mezclar momentos de crisis y auge, así como observar las modificaciones relativas de los segmentos del mercado de trabajo y entre sectores, puede bastar para aclarar la relación en mayor medida. Tercero, las TIC son tecnología complejas que no limitan sus efectos ni a la productividad ni a los activos tecnológicamente avanzados, sino tener en cuenta el resto de activos convencionales para capturar los efectos indirectos. Por último, las técnicas presentes en la literatura que se refieren a análisis agregados prestan especial atención a los modelos longitudinales como los únicos capaces de capturar, por un lado, el análisis a lo largo del tiempo, y, por otro, los efectos relativos en el empleo entre sectores.

4. Notas metodológicas. Antes de exponer el análisis empírico, es necesario señalar que la práctica totalidad de la información empleada procede de la base de datos que provee la World Input-Output Database (WIOD) y la base de datos EU KLEMS, ambas elaboradas por la Universidad de Groningen (Holanda) a través de la financiación de la Comisión Europea. La razón de la elección de esta fuente de información es fundamentalmente la homogeneidad de la información empleada tanto para las series de cada base de datos como para la utilización de datos cruzados; además, los datos de EU KLEMS están contrastados con la base STAN de análisis industrial de la OCDE, la cual, como la primera, emplea datos de fuentes oficiales nacionales. El cuadro 5.1 muestra la clasificación sectorial que ofrece EU KLEMS para una desagregación parcial de cuarenta industrias (dos dígitos) en base a la Clasificación Estadística de las Actividades Económicas (NACE) que elabora Eurostat, y que corresponde aquí a la revisión 1.1. Dentro de la selección se ha eliminado la actividad extraterritorial (Q) por la falta de datos en casi todas las variables importantes. Siguiendo la

disponibilidad de datos de las WIOD y por conveniencia a la hora de organizar la información, se prescinde de una clasificación que comprenda varios niveles de desagregación; dicho de otro modo, no aparecerán industrias con datos disponibles, como manufactura o finanzas, que luego se desagreguen en otras más pequeñas. Esto obedece a motivos operativos, ya que no se puede trabajar con las tablas con datos repetidos en distintos niveles de agregación, y a motivos de claridad expositiva. El número de sectores se ha dejado en una medida tan reducida (30) por dos motivos fundamentales: primero, los datos de capital sólo están disponibles para 38 industrias, mientras que las tablas que provee las WIOD hay que rebajarlas hasta 30 industrias. Cuadro 3.1(a). Clasificación industrial (NACE 1.1). Categoría

Descripción

Clasificación NACE 1.1

AGRFRPS

Agricultura, caza y pesca

AaB

MINERÍA

Minería, extracción y materias primas

C

Alimentación, bebidas y tabaco

15a16

Textiles, piel y calzado

17a19

MADERA

Madera, corcho y productos de madera

20

PAPEL_IM

Papel, impresión y publicación

21a22

COMBUST

Coque, petróleo y combustible

23

QUÍMICOS

Químicos y medicamentos

24

PLÁSTICO

Plástico, productos plásticos y caucho

25

MINR_NMT

Minerales no metálicos

26

METALUR

Productos metálicos

27a28

MAQUINR

Maquinaria

29

EQP_EL-O

Equipo eléctrico y óptico

30a33

EQP_TRN

Equipo de transporte

34a35

MANF_NC

Manufactura y reciclaje

36a37

ALIMNT_T TEXTIL

Fuente: elaboración propia.

La clasificación tecnológica, que es interesante para interpretar los datos, adopta la metodología NACE 2.1., que ordena las manufacturas entre aquellas de intensidad tecnológica alta (TC_ALTA), media-alta (TEC_AL), media-baja (TC_M-BA) y baja (TC_BAJA); en lo que respecta a los cálculos sobre datos de inversión, tecnología alta y media-alta se unifican por falta de desagregación. Por otro lado, la clasificación de los

servicios en función de intensidad en el uso de conocimiento, también sobre NACE 2.1, los divide en alta tecnología (SR_TC_AL), intensivos en conocimiento (SR_INT) y “menos” intensivos en conocimiento (SR_N-INT). Dentro de la clasificación tecnológica, la industria de equipo eléctrico y óptico (EQP_EL-O) reúne la totalidad de los ramos productores de bienes TIC, de modo que, en sentido lato, se puede interpretar como sinónimo en la clasificación. Cuadro 3.1(b). Clasificación industrial (NACE 1.1). Categoría

Descripción

Clasificación NACE 1.1

ELC_G_A

Abastecimiento eléctrico, gas y agua

E

CONSTR

Construcción

F

Venta y mantenimiento de vehículos

50

MAYOR

Venta mayorista

51

MINOR

Venta minorista

52

HOSTELR

Hostelería y restauración

H

TRN_ALM

Transporte, almacenamiento

60-63

CORR_CM

Correo y telecomunicaciones

64

INTERMED

Intermediación financiera

J

INMOB

Actividades inmobiliarias

70

SRV_EMPR

Alquiler equipo y servicios a empresas

71a74

ADM_PBL

Administración pública y defensa

L

EDUCAC

Educación

M

SANIDAD

Servicios sanitarios y sociales

N

OTR_SRV

Otros servicios (ocio, organizaciones)

O

VEN_MAN

Fuente: elaboración propia.

Por último, el período seleccionado corresponde a los años 1995-2007 que es el intervalo para el que existen datos de WIOD. Si bien EU KLEMS ofrece un magnífico fondo de información desde 1970, se ha decidido restringir el periodo para estos últimos años para poder emplear las WIOD, que guardan una mayor coherencia con EU KLEMS que otros datos para años anteriores. Asimismo, teóricamente interés como periodo final de maduración de las TIC. Los datos de las tablas input-output se han complementado con la base EU KLEMS para los datos de capital y su desagregación en distintos activos, si bien los datos de

horas trabajadas se han extraído de las mismas cuentas socioeconómicas que ofrece WIOD. Por otro lado, los datos de las WIOD se ofrecen en dólares y en precios corrientes, por lo que para mantener la coherencia mínima necesaria con los datos de EU KLEMS se han transformado a moneda nacional (libras) mediante el tipo de cambio que la misma base ofrece para devolver los datos a su unidad de cuenta original; además, para aproximar la medida real de la producción, se han deflactado con el índice de precios del Producto Bruto (Gross Output) de EU KLEMS. Es necesario, además, explicar brevemente el método de los sectores verticalmente integrados, que nos va a permitir relacionar la evolución del empleo y la tecnología. Un sector “verticalmente integrado” se puede representar como la suma de una unidad de producto neto final, una unidad de capacidad productiva (insumos y, en ocasiones, consumo de capital) y una cantidad de trabajo integradas de tal modo que agoten las necesidades directas e indirectas que el sector determinado ejerce sobre el resto del sistema económico, tanto en términos de insumos como de factores. A pesar de la complejidad empírica que supone la agrupación en términos verticalmente integrados, existe una forma algebraica sencilla de pasar de un análisis circular, típicamente una tabla inputoutput tal como se ha venido definiendo de W. Leontief en adelante, a un análisis verticalmente integrado, y que consiste en el cálculo de la matriz de requerimientos totales (o, en ocasiones, de la inversa de la diferencia de las matrices de outputs e inputs) y su (post)multiplicación por el vector del insumo (o factor) que se desee, en este caso, de acuerdo con el concepto original y la hipótesis de partida, el vector de requerimientos unitarios de trabajo (L/Q) o de capital (K/Q) calculado como el coeficiente técnico de producción del insumo trabajo o capital sobre la producción de cada sector. En pocas palabras, «multiplicando cada columna de la matriz invertida por la fila de los coeficientes input-output de trabajo […] llegamos a los coeficientes de trabajo del sistema integrado verticalmente» (Pasinetti, 1981 [1985]: 119). Las expresiones (3.9.a) y (3.9.b) resumen esta relación. (" − $)&' () = +, (3.9.a) (" − $)&' .) = +. (3.9.b) El análisis de sectores verticalmente integrados reduce todas las diferencias cualitativas de las mercancías implicadas conjuntamente en la producción final ex-hypothesi a una cualidad común que se deriva de la traducción de la relación de cada mercancía con

un input “originario” o “básico” (Pasinetti, 1981, 1986) que se asume común a todas las mercancías y con una importancia productiva específica y relativa, cuanto menos, a la hipótesis de investigación. Esta operación, de retranca clásica, está subdeterminada empíricamente, y precisa una específica concepción del proceso de cambio económico para llenarse de significado. La hipótesis de Sraffa (1960) era la de una relación en términos de requerimientos de trabajo, que Pasinetti (1981) no duda en detallar añadiendo los requerimientos de capital sobre el concepto de producción conjunta. En el caso de esta investigación, se asume la relación entre el stock de capital y la productividad, a fin de cerrar lógicamente el marco teórico sobre el que se va a realizar la contrastación. 4. Análisis empírico. Los datos obtenidos de la evolución del empleo y el desarrollo de la tecnología permite poner sobre el papel las relaciones que se han explorado en el apartado de revisión teórica. El cuadro 4.1. muestra la evolución de las tecnologías de la información y la comunicación (K_TIC), de la maquinaria convencional (K_N-TIC) y del empleo en horas trabajadas (H_EMP). A Simple vista se ve que la tasa de crecimiento del acervo tecnológico más avanzado ha llegado a los dos dígitos de tasa media acumulativa para todo el periodo. Se trata de un dato que evidencia la importancia que estos activos han ganado a lo largo del periodo, así como de su importancia para el crecimiento de la inversión. Por otro lado, el stock de capital de activos productivos que no se incluyen dentro de las tecnologías de la información y la comunicación ha crecido a tasas moderadas y de forma desigual. Mientras que en la manufactura el stock de capital convencional se ha expandido muy lentamente, entre un 0 y un 3%, en el caso de los servicios se dan casos de crecimientos a dos dígitos, y con contadas excepciones, con todos los sectores creciendo a tasas superiores al 5%. No obstante, lo que más nos interesa es el crecimiento del empleo, que revela, de forma similar, un patrón suave y desigual entre los dos bloques de sectores. Por un lado, en la manufactura la creación de empleo es reducida, llegando a destruirse en numerosos momentos del periodo, no determinados por el ciclo del empleo, y para gran parte de las industrias. Por otro, en los servicios la creación de empleo ha sido constante, incluso vigorosa en algunos momentos, como es el caso de los servicios personales, inmobiliarios o comerciales. La integración vertical de sectores, como se ha explicado anteriormente, permite conocer los requerimientos totales de cualquier input originario o básico (i.e. que es

empleado por todos los productores) que interviene en la producción de cualquier producto final, compuesto por las necesidades directas –referidas al sector, por ejemplo, de equipo de transporte– así como las necesidades indirectas –referidas a todos sus insumos, ya sean procedentes del sector de equipo eléctrico o de servicios a empresas– que exige la producción de una cantidad de un producto final determinado. Lo más frecuente es integrar verticalmente las necesidades de trabajo (inversa de la productividad del trabajo) o de la capacidad productiva (eficiencia del capital), o lo que es lo mismo, de los factores de producción; no obstante, puede hacerse igualmente con energía, polución o tantas otras variables. Se trata de una medida de eficiencia en el uso de un input más rigurosa que las habitualmente empleadas, ya que consigue contabilizar además de las directas, las cantidades indirectas de dichos insumos, del mismo modo que evita los problemas de la doble deflación que implica trabajar con unidades de valor añadido (Dejuán y Febrero, 2007). Es, además, una forma transparente de emplear la información de una tabla input-output desde un enfoque dinámico. Por todo esto, es un método oportuno para analizar la relación entre la acumulación y la productividad del capital técnicamente avanzado (en este caso de activos TIC). Cuadro 4.1. Evolución del empleo y el stock de tecnologías TIC. AGRFRPS MINERÍA ALIMNT_T TEXTIL MADERA PAPEL_IM COMBUST QUÍMICOS PLÁSTICO MINR_NMT METALUR MAQUINR EQP_EL-O EQP_TRN MANF_NC

K_TIC 8,14 4,97 9,35 12,32 13,61 12,26 8,50 8,83 10,52 10,19 9,36 11,27 5,20 10,47 12,43

K_N-TIC 0,58 0,12 3,73 0,90 8,16 5,23 2,50 3,35 4,97 1,39 2,24 4,39 2,12 2,83 4,99

H_EMP -1,90 -1,84 0,67 -2,01 0,92 2,50 0,99 1,00 2,32 1,68 2,58 2,53 0,79 1,43 1,65

ELC_G_A CONSTR VEN_MAN MAYOR MINOR HOSTELR TRN_ALM CORR_CM INTERMED INMOB SRV_EMPR ADM_PBL EDUCAC SANIDAD OTR_SRV

K_TIC K_NTIC H_EMP 5,57 3,87 0,14 27,93 10,80 5,97 14,82 6,87 3,03 17,10 9,63 3,66 15,74 8,47 2,33 14,74 8,31 3,55 8,69 6,68 3,16 9,97 9,22 0,46 8,61 5,50 1,04 15,19 17,41 8,83 14,61 9,22 5,39 18,67 1,04 1,54 19,01 5,96 2,63 20,25 3,54 4,23 10,16 7,34 3,55

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD.

Cuadro 4.2. Evolución del acervo, el consumo y la inversión en TIC y activos no-TIC verticalmente integrados para el periodo 1995-2007. AGRFRPS MINERÍA ALIMNT_T TEXTIL MADERA PAPEL_IM COMBUST QUÍMICOS PLÁSTICO MINR_NMT METALUR MAQUINR EQP_EL-O EQP_TRN MANF_NC

KTIC 4,08 0,98 5,77 11,54 8,80 5,98 3,28 2,84 5,14 4,12 4,13 4,54 0,95 4,13 9,19

K_NTIC -1,39 -4,20 -0,02 -0,12 3,43 -0,67 -3,41 -3,01 -0,51 -4,51 -2,82 -2,56 -3,05 -2,83 1,16

CTIC 5,32 2,23 6,68 15,09 10,63 7,20 4,51 3,85 6,53 5,69 5,73 5,84 0,46 5,51 10,86

C_NTIC -5,58 -4,75 -4,54 -6,21 -5,34 -3,68 -2,87 -8,01 -6,67 -4,92 -5,15 -6,08 -3,35 -9,53 0,81

ITIC 6,82 4,25 8,10 16,25 12,44 8,73 6,08 4,84 6,47 8,44 6,98 6,83 -2,57 6,21 12,86

I_NTIC 3,57 1,02 3,73 3,88 8,55 3,02 3,28 0,16 1,88 0,43 1,73 0,76 0,09 -1,37 4,84

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. Los cuadros 4.2. y 4.3. muestran la evolución para el periodo completo de los coeficientes verticalmente integrados del stock de capital, el consumo de capital y la inversión en capital TIC y no-TIC. Si bien el indicador del acervo de capital es en sí mismo válido para hablar de progreso tecnológico, es conveniente emplear también la cantidad de capital consumida por el trabajo en el proceso productivo (computado como amortización) y la inversión nueva que se pone en cada periodo. Estas tres variables juntas permiten ver la dimensión dinámica del uso de la tecnología en el proceso productivo. Como se trata de valores inversos a los de la productividad, una tasa negativa representará una ganancia de eficiencia, esto es, una capacidad de producción aumentada por cada unidad de capital, mientras que una tasa positiva indicaría una mayor dificultad para emplear las tecnologías de modo más económico. La realidad es que la introducción de las tecnologías más avanzadas tiende a realizarse a consta de su eficiencia directa e indirecta, mientras que los activos tradicionales presentan una ganancia de eficiencia continua y sin aparente relación con la evolución de las TIC; esto es importante, porque no es descartable que la introducción de TIC pudiera estar haciendo más eficiente al capital tradicional.

Cuadro 4.3. Evolución del acervo, el consumo y la inversión en TIC y activos no-TIC verticalmente integrados para el periodo 1995-2007. ELC_G_A CONSTR VEN_MAN MAYOR MINOR HOSTELR TRN_ALM CORR_CM INTERMED INMOB SRV_EMPR ADM_PBL EDUCAC SANIDAD OTR_SRV

KTIC 3,21 7,42 5,38 9,39 8,34 4,58 2,92 2,26 1,97 6,29 6,11 11,04 13,22 12,18 4,11

K_NTIC -1,31 0,61 -0,91 1,74 0,83 -0,35 -0,79 1,11 -4,06 2,07 0,08 -4,48 1,16 -1,30 0,73

CTIC 5,02 9,17 7,11 10,56 9,34 5,87 4,97 4,15 2,58 7,56 6,29 13,08 15,80 13,68 5,86

C_NTIC -1,60 2,85 1,78 4,22 3,72 -0,54 -0,19 1,11 -5,21 6,18 4,19 -3,66 6,38 5,84 -2,24

ITIC 7,16 10,78 9,30 12,09 10,84 7,69 6,63 4,46 2,74 9,39 8,20 15,58 16,91 14,19 8,61

I_NTIC 6,06 5,81 4,30 5,98 4,80 3,87 3,65 3,36 -1,09 7,84 2,94 0,13 6,10 2,15 2,27

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. Siguiendo con las hipótesis establecidas, lo que nos interesa evidenciar es la relación que se produce entre la expansión de nuevas tecnologías, representadas en este caso por los activos TIC, y el empleo. De este modo, es interesante observar los datos presentados en los cuadros 4.4. y 4.5., donde se ve la elasticidad entre el empleo y cada uno de los cativos, es decir, la derivada del empleo respecto al crecimiento de cada uno de los activos. Los gráficos no sólo señalan la incidencia negativa que la acumulación tiene sobre el crecimiento del empleo en numerosos sectores, sino que vuelve a constatarse la escisión entre las industrias dentro del sector manufacturero y las industrias englobadas dentro de los servicios. En las industrias agrarias (AGRHFH) y mineras (MINING) la respuesta del empleo a las TIC es negativa, mientras que la industria textil (TEXTIL_IN) lo es también en el caso de los activos no-TIC. De nuevo, en rojo se señalan aquellos datos que se encuentran por debajo de la media.

Cuadro 4.4. Elasticidad del empleo respecto a cada activo de capital para el periodo 1995-2007. AGRFRPS MINERÍA ALIMNT_T TEXTIL MADERA PAPEL_IM COMBUST QUÍMICOS PLÁSTICO MINR_NMT METALUR MAQUINR EQP_EL-O EQP_TRN MANF_NC

KTIC -0,23 -0,37 0,07 -0,16 0,07 0,20 0,12 0,11 0,22 0,17 0,28 0,22 0,15 0,14 0,13

K_NTIC -3,29 -15,12 0,18 -2,24 0,11 0,48 0,39 0,30 0,47 1,21 1,15 0,58 0,37 0,50 0,33

CTIC -0,21 -0,30 0,07 -0,13 0,06 0,19 0,13 0,11 0,19 0,14 0,23 0,21 0,18 0,12 0,12

C_NTIC 0,51 2,31 -0,25 0,40 -0,56 -0,79 -0,22 -0,23 -0,77 -4,17 -0,82 -0,92 -1,52 -0,20 0,47

ITIC -0,17 -0,23 0,06 -0,12 0,05 0,17 0,10 0,10 0,20 0,11 0,20 0,20 -3,75 0,13 0,10

I_NTIC -0,33 -0,37 0,10 -0,42 0,07 0,29 0,09 0,16 0,33 0,27 0,37 0,38 0,16 0,42 0,19

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. Cuadro 4.5. Elasticidad del empleo respecto a cada activo de capital para el periodo 1995-2007. ELC_G_A CONSTR VEN_MAN MAYOR MINOR HOSTELR TRN_ALM CORR_CM INTERMED INMOB SRV_EMPR ADM_PBL EDUCAC SANIDAD OTR_SRV

KTIC 0,03 0,21 0,20 0,21 0,15 0,24 0,36 0,05 0,12 0,58 0,37 0,08 0,14 0,21 0,35

K_NTIC 0,04 0,55 0,44 0,38 0,27 0,43 0,47 0,05 0,19 0,51 0,58 1,48 0,44 1,20 0,48

CTIC 0,02 0,21 0,20 0,21 0,15 0,24 0,29 0,04 0,12 0,62 0,39 0,08 0,12 0,20 0,30

C_NTIC -0,02 0,57 0,27 0,27 0,19 0,27 0,48 0,05 -0,20 0,45 0,37 0,70 0,22 0,27 1,85

ITIC 0,01 0,20 0,17 0,19 0,13 0,20 0,25 0,04 0,12 0,49 0,33 0,07 0,12 0,20 0,24

I_NTIC 0,01 0,37 0,25 0,28 0,20 0,30 0,28 0,04 0,19 0,37 0,56 0,28 0,24 0,61 0,51

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. Lo interesante, a continuación, es comprobar la evolución de las horas trabajadas y los salarios por niveles de cualificación. En los cuadros 4.6 y 4.7. se puede comprobar que la dinámica del empleo en horas trabajadas (H) es negativa en algunas industrias, pero que en general mantuvo un ritmo de crecimiento acorde con el ciclo económico. Por otro lado, las horas trabajadas en las cualificaciones alta (H_HS) y media (H_MS) aumentaron de forma modesta pero constante, mientras que en las cualificaciones bajas

(H_LS) el empleo ha disminuido. Notable es el contraste entre cualificaciones medias y altas frente a las bajas entre la manufactura y los servicios. En el caso de las industrias manufactureras el empleo se ha destruido a marchas forzadas, sin una sola industria mostrando crecimientos en ese segmento del mercado de trabajo. Incluso en el caso de los servicios el empleo ha empeorado, especialmente en el comercio (MINOR), la intermediación financiera (INTERMED) y la administración pública (ADM_PBL). Al contrario, donde más empleo se ha creado ha sido de nuevo en los servicios, principalmente en el comercio (MAYOR, VEN_MAN), la construcción (CONSTR), el sector inmobiliario (INMOB), los servicios personales (EDUCAC, SANIDAD, OTR_SRV) y la hostelería (HOSTELR). En todos los casos se trata de sectores poco productivos donde la innovación ha tardado más que en la industria en surtir algún efecto específico sobre el empleo.

Cuadro 4.6. Evolución de las horas trabajadas y los salarios percibidos por nivel de cualificación de los trabajadores para el periodo 1995-2007. AGRFRPS MINERÍA ALIMNT_T TEXTIL MADERA PAPEL_IM COMBUST QUÍMICOS PLÁSTICO MINR_NMT METALUR MAQUINR EQP_EL-O EQP_TRN MANF_NC

H -1,90 -1,84 0,67 -2,01 0,92 2,50 0,99 1,00 2,32 1,68 2,58 2,53 0,79 1,43 1,65

H_HS 0,55 0,63 1,00 0,57 1,20 1,61 1,26 1,26 1,56 1,42 1,62 1,93 1,15 1,78 1,74

H_MS 0,56 -0,03 0,92 0,19 0,85 1,14 0,84 0,85 1,10 0,98 1,15 1,24 0,72 1,05 1,12

H_LS -2,94 -2,31 -1,12 -2,72 -1,06 -0,15 -1,02 -1,01 -0,25 -0,62 -0,10 -0,35 -1,06 -0,98 -0,96

W 1,85 -1,16 3,28 1,06 4,57 5,50 3,19 3,94 5,32 4,80 5,57 5,30 3,04 4,43 4,85

W_HS 1,21 1,06 1,82 1,33 2,38 2,75 2,05 2,28 2,70 2,54 2,77 3,14 1,88 2,74 2,80

W_MS 1,01 -0,07 1,39 0,81 1,44 1,63 1,17 1,32 1,59 1,49 1,64 1,70 1,02 1,61 1,44

W_LS -0,22 -2,07 0,20 -1,06 0,75 1,20 0,05 0,43 1,11 0,86 1,24 0,81 0,10 0,43 0,73

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. No obstante, basta con observar cómo la variación en los salarios en el segmento de baja cualificación es modesto, mientras que la destrucción es elevada en la industria. Esto indica que, si bien en detrimento, las cualificaciones bajas en la industria mejoran su remuneración. No se puede decir lo mismo en el caso de los servicios, donde en pleno ciclo expansivo la remuneración media se estancó o llegó a decrecer ligeramente. Esto da una medida del crecimiento de la desigualdad en función de la cualificación, que según la literatura guarda relación con el desarrollo tecnológico y el sesgo sobre las cualificaciones superiores de este tipo de activos productivos. No menos llamativo es el

hecho de que las retribuciones en el segmento de mayor cualificación han aumentado tibiamente en los servicios, siendo sólo en el caso de la industria donde crece. Por el lado de los salarios ocurre que el crecimiento más fuerte se ha producido en los servicios. Esto tiene una explicación, y es que el crecimiento mayor del empleo acarrea una expansión de la masa salarial que no refleja incrementos medios, sino totales. Al tratarse de tasas de variación, si se resta el crecimiento de las horas trabajadas al crecimiento de los salarios se obtiene la variación del salario medio. Siguiendo este criterio se puede ver cómo los incrementos son considerablemente más modestos, llegando a caer mayoritariamente del lado de la industria. Cuadro 4.7. Evolución de las horas trabajadas y los salarios percibidos por nivel de cualificación de los trabajadores para el periodo 1995-2007. ELC_G_A CONSTR VEN_MAN MAYOR MINOR HOSTELR TRN_ALM CORR_CM INTERMED INMOB SRV_EMPR ADM_PBL EDUCAC SANIDAD OTR_SRV

H 0,14 5,97 3,03 3,66 2,33 3,55 3,16 0,46 1,04 8,83 5,39 1,54 2,63 4,23 3,55

H_HS 0,71 4,05 0,95 1,57 1,30 2,24 0,81 2,08 1,27 2,69 1,83 0,90 1,49 2,26 3,80

H_MS 0,36 2,44 0,96 1,87 1,53 2,19 1,44 1,00 -0,17 2,25 1,44 0,48 1,13 1,45 1,66

H_LS -2,29 1,59 0,08 0,40 -0,33 0,49 -0,06 -1,86 -3,54 2,92 1,18 -1,03 -0,10 0,06 0,21

W 0,77 9,74 5,86 6,28 8,91 5,88 7,34 2,94 3,83 13,66 8,85 4,21 4,85 6,53 6,02

W_HS 1,00 5,99 1,60 2,41 3,10 3,30 1,62 2,86 2,43 4,55 3,04 1,72 2,42 3,86 5,02

W_MS 0,43 2,83 1,33 2,47 3,14 2,78 2,32 1,26 0,37 3,43 2,29 1,23 2,40 1,72 1,79

W_LS -1,82 2,53 1,83 1,53 2,80 1,44 2,03 -0,70 -1,57 4,87 2,74 0,04 0,55 0,83 0,70

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. Con todo, no basta con atender a las tasas de variación. Del mismo modo que se han repasado los datos de eficiencia del capital para analizar el grado de intensidad en el uso del capital por sectores, no es menos cierto que el crecimiento de los salarios o del empleo tiene que corregirse por la variación de la producción. En este caso se puede ver en los cuadros 4.8. y 4.9. las horas trabajadas y el salario por unidad de producto verticalmente integrado. Las variaciones, al estar corregidas por las variaciones de la producción, muestran más claramente las variaciones relativas del empleo y los salarios totales y por segmento de cualificación de cada una de las ramas de la producción.

Cuadro 4.8. Evolución de las horas trabajadas y los salarios percibidos por nivel de cualificación de los trabajadores para el periodo 1995-2007. AGRFRPS MINERÍA ALIMNT_T TEXTIL MADERA PAPEL_IM COMBUST QUÍMICOS PLÁSTICO MINR_NMT METALUR MAQUINR EQP_EL-O EQP_TRN MANF_NC

H -4,11 -5,93 -3,46 -3,12 -3,52 -3,70 -2,10 -5,91 -3,13 -4,51 -3,19 -4,02 -4,72 -4,61 -2,67

H_HS 3,48 -0,90 0,99 1,89 1,47 0,22 1,84 -1,88 1,70 0,00 1,64 1,48 -0,62 0,80 3,75

H_MS 2,45 -3,97 1,34 0,17 0,24 -0,47 1,46 -2,33 0,56 -0,77 0,59 -0,13 -1,33 -0,80 1,90

H_LS -5,85 -7,68 -5,88 -5,89 -6,35 -6,46 -4,83 -8,56 -5,92 -7,14 -5,92 -6,98 -7,35 -7,62 -5,99

W -0,80 -4,95 -0,87 0,03 0,14 -0,59 -0,37 -2,67 -0,07 -1,42 -0,44 -1,22 -2,25 -1,59 0,93

W_HS 4,11 0,62 2,14 3,84 4,09 2,25 2,82 0,35 3,75 2,10 3,31 3,42 0,78 2,45 5,55

W_MS 4,81 -3,86 3,60 3,38 3,24 2,11 2,61 0,39 3,04 1,69 2,66 2,12 0,43 1,92 4,03

W_LS -2,96 -7,23 -3,75 -3,25 -3,10 -3,66 -3,65 -5,69 -3,28 -4,43 -3,60 -4,77 -5,13 -5,06 -2,65

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. Cuadro 4.9. Evolución de las horas trabajadas y los salarios percibidos por nivel de cualificación de los trabajadores para el periodo 1995-2007. ELC_G_A CONSTR VEN_MAN MAYOR MINOR HOSTELR TRN_ALM CORR_CM INTERMED INMOB SRV_EMPR ADM_PBL EDUCAC SANIDAD OTR_SRV

H -2,74 -2,30 -3,47 -2,19 -3,51 -2,93 -3,81 -5,13 -6,76 -1,33 -2,90 -4,28 -2,64 -2,20 -2,89

H_HS 0,56 1,08 1,04 2,49 1,09 2,51 0,39 1,07 -2,71 2,36 -0,42 -1,66 -2,34 -1,59 1,45

H_MS 0,45 2,12 0,51 1,82 0,42 2,17 0,08 -1,90 -5,76 1,97 -0,76 -3,58 -1,38 0,95 1,65

H_LS -5,51 -4,40 -6,40 -5,10 -6,41 -5,52 -6,81 -8,86 -10,81 -4,45 -5,70 -7,75 -5,27 -5,76 -5,84

W -1,22 1,04 -0,61 0,66 2,00 -0,56 -0,61 -2,70 -3,46 2,24 0,12 -1,52 -0,43 0,13 -0,29

W_HS 1,10 3,00 2,64 4,01 5,14 3,47 2,80 2,24 -0,09 4,81 1,58 0,19 -0,50 0,05 2,07

W_MS 1,30 4,92 2,97 4,19 5,81 4,36 3,00 -0,84 -3,82 4,85 1,89 -0,67 2,28 3,67 3,69

W_LS -4,38 -1,07 -3,86 -2,60 -1,27 -3,37 -4,20 -6,97 -8,47 -1,35 -2,80 -5,63 -1,48 -2,51 -3,32

Fuente: elaboración propia a partir de datos de EU KLEMS/WIOD. Los resultados no dejan lugar a dudas de que, por un lado, la productividad y los salarios están correlacionados erráticamente, y, por otro, comparando los cuadros anteriores por los cuadros 4.3. y 4.4., que la variación de los activos TIC y el empleo o la remuneración no siguen una pauta completamente previsible, y, en general, inversa: según desciende la eficiencia del capital TIC, a decir, aumenta la cantidad de este activo, más

desciende la cantidad de empleo por unidad de producto, es decir, el empleo en términos relativos. Lo interesante, por otro lado, es observar las variaciones dentro de los segmentos de cualificación. En los sectores en los que cae el coeficiente de los salarios unitarios suele producirse por un descenso particularmente acusado en los segmentos de menor cualificación. Exactamente lo mismo ocurre en el caso de la productividad. Es significativo que sea precisamente el segmento menos cualificado el que ofrezca la mayor mejora en la productividad y la rentabilidad. Este resultado no es predicho por la literatura, y evidencia problemas estructurales de la economía y el mercado de trabajo español. Si bien el segmento menos cualificado es el que resulta menos productivo, es el que en pleno ciclo de auge ha protagonizado la mayor parte del ajuste. Lo que hay que indagar es la relación de cada cualificación con los diferentes activos, a fin de dirimir la relación en profundidad. De todo lo expuesto anteriormente se pueden extraer tres conclusiones principales. En primer lugar, que la relación entre empleo y nuevas tecnologías es, cuanto menos, débil; el impulso al empleo se produce antes bien por la dinámica de acumulación en general que por el efecto explosivo de una nueva tecnología. No se constante que la apertura de nuevos sectores o niveles de actividad sea un efecto, siquiera en la etapa de madurez, de un paradigma tecnológico como el de las TIC. Tampoco se puede evidenciar un efecto específicamente negativo sobre el empleo, o que trascienda casos concretos de un sector o un segmento de cualificación. En segundo lugar, la extensión del uso de las TIC no se ha traducido en contribuciones importantes a la eficiencia del trabajo. En último lugar, la división por niveles de cualificación manifiesta una diversidad interna importante, donde los segmentos de menor cualificación deberían ser los más afectados por la introducción de tecnologías de la información si se pudiera desagregar el uso de diferentes tecnologías en el proceso de trabajo. Las ocupaciones menos cualificadas manifiestan el grado más importante de destrucción relativa de empleo, así como de reducción media y relativa de los salarios. Si la tecnología se pudiera considerar estrictamente como la causa de las variaciones de la productividad, entonces habría que concluir que no el desempleo, sino la desigualdad, es el principal efecto de la última revolución tecnológica.

5.3. Análisis estadístico del efecto de las TIC sobre la productividad El análisis presentado hasta aquí ha permitido comprobar que las variaciones de la eficiencia del capital TIC y no-TIC, del empleo y los salarios son dispares entre sí para la mayor parte de los sectores; mientras que la eficiencia del capital TIC decrece en todos los sectores, la eficiencia del resto de activos sigue una evolución distinta sector a sector. Falta por analizar, no obstante, cuál es la relación a través del conjunto de la estructura productiva de la eficiencia del capital y la productividad. Para analizar esta relación de conjunto que existe entre las intensidades en el uso de capital (TIC y no-TIC), el empleo y los salarios se va a emplear un análisis de datos de panel. La razón principal para recurrir a esta técnica, siendo un campo controvertido y no tan consolidado como otros dentro del análisis estadístico, es que esta familia de técnicas permite relacionar unidades sintéticamente a lo largo del tiempo, con lo que se evita la multiplicación y sobreinformación de las relaciones, favoreciendo un solo contraste de las hipótesis. Por otro lado, tal y como señala Hsiao (1986), el empleo de datos de panel tiene múltiples beneficios netamente estadísticos frente al análisis de series temporales y sección cruzada independientes; de entrada, las muestras cuentan con un número mucho mayor de observaciones, lo que permite obtener una mayor variabilidad y menor colinealidad, genera estimaciones más fiables, requiere menos hipótesis restrictivas, están mejor preparados para estudiar comportamientos dinámicos, mejoran el control sobre la heterogeneidad individual, entre otras ventajas. Con todo, también presentan una serie de limitaciones, como son los problemas de construcción y gestión de la información longitudinal (Kasprzyk, Duncan, Kalton and Singh 1989). Para ello se van a estimar los efectos fijos del conjunto de variables a partir de un panel de datos de 30 sectores para un periodo de 12 años (1995-2007). La siguiente expresión permite ver de modo sencilla la formalización de la relación entre las variables, donde el empleo, tomado como la inversa de la productividad del trabajo, se considera la variable dependiente, mientras que las variables independientes son el stock de capital de activos TIC (KTIC), el stock de capital productivo no-TIC (K_NTIC), consumo de capital TIC (C_TIC), consumo de capital no-TIC (C_NTIC) e inversión en TIC (I_TIC) y no-TIC (I_NTIC). /012 = 3 + 56789 + 56:789 + 59789 + 58789 + 59:789 + 58:789 + ;

Los resultados de la estimación pueden observarse en la Tabla V., donde se exponen tres estimaciones distintas de acuerdo al número de retardos de las variables independientes que se incluyen como variables instrumentales de las mismas. A simple vista los resultados muestra que las tecnologías TIC son no sólo poco relevantes sino estadísticamente no significativas cuando se incluyen todas sus formas de entrada en el proceso productivo, es decir, en forma de stock y flujo (consumo e inversión). No obstante, son las variables correspondientes a los activos no tecnológicamente avanzados los que evidencian una correlación significativa, si bien con coeficientes muy pequeños, indicando la escasa repercusión que la adición de capital, incluso de ese tipo, tiene sobre el empleo. Dicho sencillamente, la tecnología no explica las fluctuaciones del empleo a lo largo de la fase alcista del último ciclo. Dentro del análisis se puede destacar también que los segundos retardos son irrelevantes, si bien no cambian sustantivamente la significatividad individual de las variables contemporáneas y con un retardo. Los coeficientes de determinación son elevados, son capaces de explicar entre el 50% y el 70% de la variación del empleo conjuntamente, siendo la significatividad conjunta igualmente favorable. Las variables han entrado la estimación en forma logarítmica y primera diferencias para corregir los problemas de autocorrelación y no estacionariedad. El diagnóstico de los residuos y de las variables no presenta problemas significativos de autocorrelación, multicolinealidad ni endogeneidad. Las tablas VI. y VII. cambian el enfoque para mostrar la relación estadística que existe entre los segmentos de cualificación, el empleo y el salario como variables dependientes y los activos TIC y no-TIC como variables independientes. Este análisis completa el del apartado anterior, y permite valorar la relación estructural que existe entre las nuevas tecnologías y la creación de empleo y el crecimiento de los salarios. La conclusión, como se puede ver, es muy similar a la anterior: las TIC no presentan significatividad estadística, y en los casos límite el coeficientes es bajo pero negativo, en todo caso, apoyando la idea de que la relación con el empleo es negativa.

Tabla VI. Estimación de efectos fijos para varios panel de datos 1995-2007. Coeficiente Error std. Estd-t Pr(>|t|) HY_HS (Horas trabajadas en los segmentos de alta cualificación) KTIC -0.18867 0.297617 -0.6340 0.526559 K_NTIC 0.391279 0.140351 2.7879 0.005619** CTIC 0.518672 0.261955 1.9800 0.048549* C_NTIC 0.328408 0.082335 3.9887 8.218e-05*** I_TIC -0.01281 0.047060 -0.2722 0.785614 I_NTIC -0.12097 0.038422 -3.1486 0.001793** HY_MS (Horas trabajadas en los segmentos de media cualificación) KTIC -0.177341 0.240912 -0.7361 0.46219 K_NTIC 0.146231 0.113610 1.2871 0.19897 CTIC 0.464183 0.212045 2.1891 0.02930* C_NTIC 0.433843 0.066647 6.5095 2.868e-10 *** I_TIC -0.066529 0.038094 -1.7464 0.08168 I_NTIC -0.032642 0.031102 -1.0495 0.29473

R2 ajustado Estd.-F 0.59163 103.605 Pr(>|t|) Grd. Libertad 2.22e-16 324

R2 ajustado Estd.-F 0.61078 114.036 Pr(>|t|) Grd. Libertad 2.22e-16 324

HY_LS (Horas trabajadas en los segmentos de baja cualificación) KTIC 0.177630 0.199882 0.8887 0.374837 R2 ajustado Estd.-F K_NTIC 0.278582 0.094261 2.9554 0.003351** 0.71053 202.511 CTIC 0.156739 0.175931 0.8909 0.373639 C_NTIC 0.398576 0.055297 7.2080 4.022e-12*** Pr(>|t|) Grd. Libertad I_TIC -0.069781 0.031606 -2.2078 0.027957* 2.22e-16 324 I_NTIC -0.056990 0.025805 -2.2085 0.027909* Significatividad: 0.01 ‘***’ 0.05 ‘**’ 0.1 ‘*’ *Variables independientes son el stock de capital de activos TIC (KTIC), el stock de capital productivo no-TIC (K_NTIC), consumo de capital TIC (C_TIC), consumo de capital noTIC (C_NTIC) e inversión en TIC (I_TIC) y no-TIC (I_NTIC). El resto de las variables independientes corresponden a estimaciones incluyendo los retardos de de cada una de las variables. Fuente: elaboración propia.

En ambos casos el análisis demuestra que la investigación no puede quedarse aquí. Es necesario encontrar más variables independientes y una manera de aproximar las hipótesis y la literatura a la realidad. No se puede considerar satisfactoria la estimación. Los siguientes pasos deberían consistir en un análisis extenso sector a sector o empleando técnicas distintas que capturen mejor la dinámica del empleo. Asimismo, comparar periodos podría ayudar a ver las discontinuidades en el empleo, y el cambio en la estructura productiva como el síntoma fundamental de la influencia del cambio tecnológico sobre el empleo.

Tabla VII. Estimación de efectos fijos para varios panel de datos 1995-2007. Coeficiente Error std. Estd-t Pr(>|t|) WY_HS (Salarios unitarios en los segmentos de alta cualificación) KTIC -0.233956 0.306132 -0.7642 0.44528 K_NTIC 0.405442 0.144366 2.8084 0.00528** CTIC 0.453687 0.269450 1.6838 0.09319 C_NTIC 0.209409 0.084690 2.4726 0.01392* I_TIC 0.016840 0.048407 0.3479 0.72815 I_NTIC -0.053457 0.039522 -1.3526 0.17712 WY_MS (Salarios unitarios en los segmentos de media cualificación) KTIC -0.121465 0.282460 -0.4300 0.6675 K_NTIC 0.111718 0.133203 0.8387 0.4023 CTIC 0.352976 0.248614 1.4198 0.1566 C_NTIC 0.319705 0.078141 4.0914 5.417e-05*** I_TIC -0.052300 0.044664 -1.1710 0.2425 I_NTIC 0.029925 0.036466 0.8206 0.4125

R2 ajustado Estd.-F 0.51535 72.3475 Pr(>|t|) Grd. Libertad 2.22e-16 324

R2 ajustado Estd.-F 0.46335 57.3027 Pr(>|t|) Grd. Libertad 2.22e-16 324

WY_LS (Salarios unitarios en los segmentos de baja cualificación) KTIC 0.7274316 0.2955507 2.4613 0.0143652* R2 ajustado Estd.-F K_NTIC 0.4687321 0.1393763 3.3631 0.0008632*** 0.59566 105.689 CTIC -0.3654707 0.2601364 -1.4049 0.1610033 C_NTIC 0.1660539 0.0817629 2.0309 0.0430793* Pr(>|t|) Grd. Libertad I_TIC -0.0151413 0.0467337 -0.3240 0.7461530 2.22e-16 324 I_NTIC 0.0044081 0.0381557 0.1155 0.9080982 Significatividad: 0.01 ‘***’ 0.05 ‘**’ 0.1 ‘*’ *Variables independientes son el stock de capital de activos TIC (KTIC), el stock de capital productivo no-TIC (K_NTIC), consumo de capital TIC (C_TIC), consumo de capital noTIC (C_NTIC) e inversión en TIC (I_TIC) y no-TIC (I_NTIC). El resto de las variables independientes corresponden a estimaciones incluyendo los retardos de de cada una de las variables. Fuente: elaboración propia

Tabla V. Estimación de efectos fijos para un panel de datos con el empleo como variable dependiente 1995-2007. I KTIC K_NTIC CTIC C_NTIC I_TIC I_NTIC

Coeficiente 0.103125 0.265875 0.225677 0.381666 -55016 -0.072800

Error std. 0.172953 0.081562 0.152229 0.047847 0.027348 0.022328

II Estd-t 0.5963 32598 14825 79768 -2.0117 -3.2604

Pr(>|t|) 0.551417 0.001233*** 0.139184 2.612e-14*** 0.045079** 0.001231***

KTIC(-1) K_NTIC(-1) CTIC(-1) C_NTIC(-1) ITIC(-1) I_NTIC(-1)

Coeficiente 0.1518451 0.1525481 0.3330411 0.4469121 -0.130793 -0.055625

Error std. 0.18626 0.08735 0.17282 0.051911 0.036594 0.024195

Estd-t 0.8152 1.7462 1.9271 8.6083 -3.5742 -2.2990

Pr(>|t|) 0.415600 0.081800 0.054900 4.914e-16*** 0.000411*** 0.022218*

Coeficiente 0.0561437 0.1193087 0.4986772 0.4564755 -0.1669028 -0.0615151

III Error std. Estd-t 0.2343238 0.2396 0.0994349 1.1999 0.2169099 2.2990 0.0567845 8.0387 0.0427325 -3.9058 0.0277719 -2.2150

Pr(>|t|) 0.810836 0.2313175 0.0223232* 3.531e-14*** 0.0001207*** 0.0276538*

-0.022129 0.410630 -0.166611 -0.166163 0.010246 -0.047318

0.178758 0.080777 0.163557 0.048423 0.028825 0.022862

-0.1238 5.0835 -1.0187 -3.4315 0.3555 -2.0697

0.9015637 6.681e-07*** 0.3092121 0.0006882*** 0.7225082 0.0393672**

0.1910300 0.3838900 -0.3305017 -0.2090735 -0.0142428 -0.0341056

0.2027367 0.0923607 0.1895850 0.0552796 0.0417574 0.0277043

0.9423 4.1564 -1.7433 -3.7821 -0.3411 -1.2311

0.3469635 4.433e-05*** 0.0825025 0.0001943*** 0.7333233 0.2194484

-0.1116217 0.0801576 -0.0456383 0.0825814 0.0429381 0.0013695 R2 ajustado 0.7347

0.1980417 0.1003569 0.1769461 0.0544486 0.0316031 0.0269824 F-statistics 97.6851

-0.5636 0.7987 -0.2579 1.5167 1.3587 0.0508 Pr(>|t|) 2.22e16

0.5735090 0.4252019 0.7966776 0.1305996 0.1754676 0.9595593 Grd. Libertad 252

KTIC(-2) K_NTIC(-2) CTIC(-2) C_NTIC(-2) ITIC(-2) I_NTIC(-2) R2 ajustado 0.74183

Estd.-F 253.265

Pr(>|t|) Grd. Libertad R2 ajustado 2.22e16 324 0.7347

F-statistics Pr(>|t|) Grd. Libertad 146.475 2.22e16 288

Significatividad: 0.01 ‘***’ 0.05 ‘**’ 0.1 ‘*’

*Variables independientes son el stock de capital de activos TIC (KTIC), el stock de capital productivo no-TIC (K_NTIC), consumo de capital TIC (C_TIC), consumo de capital no-TIC (C_NTIC) e inversión en TIC (I_TIC) y no-TIC (I_NTIC). El resto de las variables independientes corresponden a estimaciones incluyendo los retardos de de cada una de las variables. Fuente: elaboración propia.

5. Conclusiones. Las conclusiones a extraer de este trabajo son tres. Primera, que la relación entre empleo y nuevas tecnologías no es lineal, y precisa un análisis más detallado de los pasos intermedios en la causalidad y los cambios estructurales entre sectores como expresión del efecto neto sobre el trabajo. Segundo, que las variables institucionales tienen que apoyar la explicación de los cambios entre cualificación y demanda de trabajo en la medida en que los cambios tecnológicos no son suficientes. Tercero, que la evidencia disponible para la economía española ofrece más información sobre cambios en la demanda de empleo entre sectores y segmentos de cualificación que sobre la posible influencia de la tecnología en el cambio estructural. El trabajo presenta numerosos límites, entre ellos los resultados modestos de la estimación, la escasez de datos a un mayor nivel de agregación y para un periodo más largo, así como el detalle de la estructura ocupacional. La desigualdad es, sin duda, un candidato mejor para la continuación del análisis con técnicas mejor escogidas para el análisis de grupos de industrias y ocupaciones cruzadas, que debería completar la explicación de la conexión entre tecnología, estructura sectorial, estructura ocupacional y demanda de trabajo.

Bibliografía. Ahmad, N., Schreyer, P., & Wölfl, A. (2004). ICT investment in OECD countries and its economic impacts. The Economic Impact of ICT–Measurement, Evidence and Implications, 61-83. Amendola, M., & Gaffard, J. L. (1988). The innovative choice. An economic analysis of the dynamics of technology (No. halshs-00420361). Baumol, W. J. (1967). Macroeconomics of unbalanced growth: the anatomy of urban crisis. The American economic review, 415-426. Baumol, W. J., Blackman, S. A. B., & Wolff, E. N. (1985). Unbalanced growth revisited: asymptotic stagnancy and new evidence. The American Economic Review, 806-817. Baumol, W. J. (2012). The cost disease: Why computers get cheaper and health care doesn't. Yale university press. Becker, G.S., 1994. Human capital revisited. In Human Capital: A Theoretical and Empirical Analysis with Special Reference to Education. National Bureau of Economic Research, pp. 15–28 Bhagwati, J. N. (1984). Why are services cheaper in the poor countries?. The Economic Journal, 94(374), 279-286. Bresnahan, T. F., & Trajtenberg, M. (1995). General purpose technologies ‘Engines of growth’?. Journal of econometrics, 65(1), 83-108. Brynjolfsson, E., & McAfee, A. (2011). Race against the machine. Digital Frontier, Lexington, MA. Brynjolfsson, E., & Hitt, L. M. (2000). Beyond computation: Information technology, organizational transformation and business performance. The Journal of Economic Perspectives, 14(4), 23-48. Crafts, N. (2002). The Solow productivity paradox in historical perspective. Colecchia, A., & Schreyer, P. (2002). ICT investment and economic growth in the 1990s: is the United States a unique case?: a comparative study of nine OECD countries. Review of Economic Dynamics, 5(2), 408-442. De Vroey, M., 2004. Involuntary Unemployment. The elusive quest for a theory, London: Routledge

Von Hayek, F. A. (1975). The pretence of knowledge. The Swedish Journal of Economics, 77(4), 433-442. Freeman, C., & Soete, L. (1994). Work for all or mass unemployment. Pinter, London. Freeman, C., & Clark, J. (1984). L. Soete (1982). Unemployment and technical innovation. Friedman, M., 1976. Award Ceremony Speech. In The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel. Estocolmo: The Sveriges Riksbank, pp. 1–5 Georgescu-Roegen, N. (1986). The entropy law and the economic process in retrospect. Eastern Economic Journal, 12(1), 3-25. Ghani, E., & Kharas, H. (2010). The service revolution. Gordon, R. J. (2003). Hi-tech innovation and productivity growth: does supply create its own demand? (No. w9437). National Bureau of Economic Research. Hobsbawm, E. J. E. J. (2006). La era de la revolución, 1789-1848 (No. 330.94/H68arE). Hempell, H. S. (2002). Testing for competition among German banks. Economic Research Centre Discussion Paper, (04/02). Jorgenson, D. W., Ho, M. S., & Stiroh, K. J. (2007). A retrospective look at the US productivity growth resurgence. FRB of New York Staff Report, (277). Von Mises, L. (1936). The Austrian theory of the trade cycle. Austrian Economics, 2, 291-96. Oliner, S. D., & Sichel, D. E. (2000). The resurgence of growth in the late 1990s: is information technology the story?. Oulton, N. (2002). ICT and productivity growth in the United Kingdom. Oxford Review of Economic Policy, 18(3), 363-379. Pavitt, K. (2003). What are advances in knowledge doing to the large industrial firm in the “new economy”?. The Industrial Dynamics of the New Digital Economy, 271. Pérez, C. (2004). Revoluciones tecnológicas y capital financiero: la dinámica de las grandes burbujas financieras y las épocas de bonanza. Siglo XXI.

Ricardo, D. (1817). On the Principles of Political Economy and Taxation: London. publisher not identified. Rifkin, J. (1996). The end of work (pp. 141-157). Winnipeg: Social Planning Council of Winnipeg. Schumpeter, J. A. (1911). 1934. The theory of economic development. Solow, R. (1987). ‘We’d Better Watch Out’ New York Times Book Review (July 12): 36. Spiezia, V. (2013). ICT investments and productivity. OECD Journal: Economic Studies, 2012(1), 199-211. Stiroh, K. J. (2002a). ‘Information Technology and the US Productivity Revival: What Do The Industry Data Say?’ American Economic Review, 92(5): 1559-76. Vivarelli, M., 2014. Innovation, Employment and Skills in Advanced and Developing Countries:

A

Survey

of

Economic

Literature,

http://www.tandfonline.com/doi/full/10.2753/JEI0021-3624480106.

Available

at: