Introducción

En la literatura se ha investigado acerca del impacto del cambio tecnológico sobre el mercado laboral. En particular se discute la hipótesis del cambio tecnológico sesgado, la cual postula que las nuevas tecnologías son complementarias al trabajo calificado y que aumentan la productividad, la demanda y los salarios relativos de los trabajadores de ese tipo de trabajo (^{Bound y Johnson, 1992}; ^{Katz y Murphy, 1992}; ^{Berman, Bound y Griliches 1994}; ^{Berman, Bound y Machin, 1998}; ^{Autor, Katz y Krueger, 1998} y ²⁰⁰³; ^{Katz y Autor, 1999}; ^{Acemoglu, 2002}; ^{Card y DiNardo, 2002}).

^{Krueger (1993)} fue pionero al caracterizar el cambio tecnológico con el uso de la computadora en su estudio para los Estados Unidos. Después de controlar diversos aspectos, profundizó en la hipótesis de que quienes utilizan computadora en el trabajo obtienen una prima salarial, y encontró que éstos ganan entre 10 y 15% más que los no usuarios.

Una hipótesis alternativa plantea dudas sobre la dirección de la causalidad. ^{DiNardo y Pischke (1997)}, en un estudio para Alemania, encuentran que las diferencias salariales entre usuarios y no usuarios son similares a las de ^{Krueger (1993)}, sin embargo, sugieren que los trabajadores con mayores habilidades son capaces de utilizar computadora y que el hecho de ser mejor pagados es una prima a sus habilidades en general, no necesariamente por sus habilidades en el uso de la computadora.

La revisión de literatura confirma que la mayoría de los estudios empíricos sobre la relación entre el uso de computadora y los salarios se han enfocado en países desarrollados y muy pocos en países en desarrollo. En estos estudios, independientemente de que apoyen la hipótesis de causalidad en una u otra dirección, hay coincidencia al reconocer que la disparidad salarial es favorable para quienes utilizan computadora en el trabajo.

Por esa razón, a medida que haya asimetrías en las oportunidades para adquirir habilidades relacionadas con el uso de la computadora, habrá una fuente adicional para la reproducción y acentuación de desigualdades en el ingreso. En el caso de México la brecha en el uso de computadora es elevada cuando se le compara con países desarrollados: en 2009 el porcentaje de hogares con acceso a computadora era 26.8; para el mismo año en Francia el porcentaje fue 69.2; 84.1% en Alemania; 87.2% en Japón; 66.3% en España y 81.2% en el Reino Unido (^{OCDE, 2011}). Adicionalmente, a nivel de usuarios individuales, en México el porcentaje de trabajadores capaces de utilizar computadora aumentó de manera importante de 2006 a 2014 de 32.4 a 51.4%). No obstante, los porcentajes de quienes efectivamente la utilizan en el trabajo son significativamente más bajos: de 21.7 a 28%); lo cual indica una posible subutilización de nuevas tecnologías asociadas al uso productivo de la computadora.

La hipótesis principal apoya que el uso de computadora en el trabajo es parte del cambio tecnológico que permite aumentar la productividad, por ello está relacionada con mayores ingresos laborales. Sin embargo, uno de los problemas al contrastar la hipótesis es que los usuarios podrían estar asociados a otros factores tanto del capital humano como de las características del empleo, por lo que éstos deben ser controlados para reparar en el efecto del uso de la computadora. Por esa razón, la metodología utilizada en esta investigación incluye tanto técnicas econométricas que incorporan al máximo posible las características de trabajadores y empleadores, como técnicas de emparejamiento basadas en puntajes de propensión (matching propensity score) y en el vecino más cercano (nearest neighbor matching), las cuales permiten comparar medias salariales entre usuarios y no usuarios con características similares. Las aplicaciones empíricas se realizan combinando dos bases de microdatos relacionadas, la Encuesta Nacional de Ocupación y Empleo (ENOE) y el módulo sobre el uso de tecnologías de la información en los hogares, ambas referidas los segundos trimestres de 2006 y 2014.

Las diferencias salariales se analizan considerando únicamente a los trabajadores de tiempo completo empleados por un patrón. El análisis reconoce que no todos los individuos tienen la preparación académica para aprender a usar de manera productiva la computadora; por esa razón, las comparaciones se realizan primero entre todos los individuos y posteriormente entre aquéllos cuya escolaridad es mayor o igual a secundaria completa. En ambos casos, la evidencia del presente trabajo es favorable a la existencia de la prima salarial.

Además de la introducción, el documento se compone de cinco secciones. En la primera se revisa la literatura sobre la relación entre cambio tecnológico sesgado, uso de computadora en el trabajo y estructura salarial; en la sección II se resumen algunos hechos acerca del uso de la computadora en México, en general y en el trabajo, por parte de las personas de 15 o más años de edad. La tercera sección presenta la metodología y los datos utilizados para el contraste de la hipótesis; en la sección IV se analizan los resultados y, finalmente, se presentan las conclusiones.

I. Revisión de literatura

El aumento de la desigualdad salarial desde finales de la década de 1970 y principios de la de 1980 en los Estados Unidos y en el Reino Unido generó gran interés sobre el tema, lo que se tradujo en la búsqueda de explicaciones relacionadas con el cambio tecnológico (^{Davis y Haltiwanger, 1991}; ^{Bound y Johnson, 1992}; ^{Katz y Murphy, 1992}; ^{Krueger, 1993}; ^{Katz y Autor, 1999}; ^{Card y DiNardo, 2002}; ^{Acemoglu, 2002}).

Parte de la literatura considera que el cambio tecnológico tiene efectos sesgados sobre la estructura laboral y los salarios. Por ende, se propone que la adopción tecnológica en las empresas es complementaria a los trabajadores calificados y sustitutiva de trabajadores con baja calificación. La complementariedad entre tecnología y calificación implica aumentos de productividad, demanda laboral y salarios relativos de los trabajadores calificados. Por su parte, el carácter sustitutivo de la tecnología hacia los trabajadores sin calificación ocasiona la disminución de su demanda y salarios relativos. Este efecto es conocido en la literatura como “hipótesis del cambio tecnológico sesgado” (^{Acemoglu, 2002}; ^{Autor, Katz y Krueger, 1998} y ²⁰⁰³; ^{Berman, Bound y Griliches, 1994}; ^{Card y DiNardo, 2002}; ^{Dunne, Haltiwanger y Foster, 2004}).

La computadora, considerada como tecnología de propósito general que se incorpora en casi todas las etapas de los procesos productivos, es la caracterización representativa del cambio tecnológico que se generó a partir de la creación del primer microprocesador en 1971. Al menos en los países desarrollados, la intensificación del uso de la computadora a finales de la década de 1970 y principios de la de 1980 coincidió en tiempo con el incremento de la desigualdad salarial. Por esa razón se ha discutido que la incorporación de esta tecnología a los procesos productivos representa el principal cambio tecnológico con impactos significativos sobre el mercado laboral. Así que, en buena medida, las disparidades salariales empezaron a ser atribuidas al cambio tecnológico inducido por el uso de computadoras (^{Krueger, 1993}; ^{DiNardo y Pischke, 1997}; ^{Autor, Katz y Krueger, 1998} y ²⁰⁰³; ^{Katz y Autor, 1999}; ^{Acemoglu, 2002}; ^{Card y DiNardo, 2002}).

Empíricamente, los trabajos de ^{Krueger (1993)} y ^{DiNardo y Pischke (1997)}, establecieron las bases para la discusión sobre el papel del uso de la computadora en los cambios de la estructura salarial. ^{Krueger (1993)} verifica si los individuos que utilizan computadora en el trabajo obtienen mayores salarios. La principal implicación detrás de la hipótesis es que la utilización de computadora está asociada al aumento de la productividad y, por ende, de los salarios. Krueger, en su estudio con microdatos para los Estados Unidos, después de controlar diversas características individuales, encuentra que quienes utilizan computadora en el trabajo ganan entre 10 y 15% más que los no usuarios. El autor establece que las posibles causas de la disparidad son que la nueva tecnología les permitió aumentar la productividad o que los trabajadores ya eran los más hábiles antes de la introducción de la computadora. También propone que el uso de computadoras explica buena parte del rendimiento en la educación, apoyado esto en el argumento de que los trabajadores con más escolaridad tienen mayor propensión al uso de computadoras.

^{DiNardo y Pischke (1997)} ponen en duda que las diferencias salariales favorables para quienes utilizan computadora en el trabajo sean en realidad una prima asociada a esa habilidad, así que se inclinan por la hipótesis alternativa y proponen que los trabajadores con mayor capacidad y salarios son quienes utilizan computadora, por lo que el diferencial se debe en realidad a las habilidades no observables relacionadas positivamente con el uso de la computadora. Mediante un análisis realizado para Alemania, los autores encuentran diferencias salariales de similar magnitud a las encontradas por ^{Krueger (1993)}, pero las asocian no sólo a la utilización de computadora, sino al uso de otras herramientas de oficina, reforzando el planteamiento de que estos trabajadores tienen otras destrezas no observables.

Posteriormente, casi todos los estudios empíricos que contrastan la existencia de un vínculo directo entre el uso productivo de la computadora y los salarios se han enfocado en los casos de países desarrollados y muy pocos lo han hecho para países en desarrollo. A continuación, se resumen los principales hallazgos.

En línea con la hipótesis alternativa se ubica el trabajo de ^{Oosterbeek (1997)}, quien para el caso de Holanda encuentra diferencias salariales de 11% en favor de los usuarios de computadora en el trabajo; sólo que, debido a que la prima no varía con la intensidad de uso, el autor atribuye que las diferencias se deben a la heterogeneidad no observable de los individuos.

^{Chennells y Van Reenen (1997} y ¹⁹⁹⁸⁾ establecen que las empresas británicas que pagan salarios más elevados tienen mayor probabilidad de introducir nuevas tecnologías, lo que refuta la hipótesis principal, bajo la cual las nuevas tecnologías son las que inducen el aumento de los salarios.

^{Entorf y Kramarz (1997)} utilizaron información longitudinal para una muestra de trabajadores en Francia (1991 a 1993). En su análisis estiman modelos cross section y también con panel. Con el primero emulan los resultados de ^{Krueger (1993)}, ya que los trabajadores usuarios de nuevas tecnologías relacionadas con la computadora ganaban de 15 a 20% más que los no usuarios. Sin embargo, cuando incluyen en el cross section la utilización de otro tipo de nuevas tecnologías para captar el efecto de la heterogeneidad no observable en las capacidades individuales, encuentran que la prima por el uso de computadora se reduce a la mitad. Por su parte, con el análisis de panel encuentran que la prima salarial por el uso de computadoras es de 2%, cantidad 10 veces menor que el primer resultado y cinco veces que el segundo, pero que continúa favoreciendo la hipótesis principal.

^{Pabilonia y Zoghi (2005)} utilizan microdatos longitudinales de 1999 a 2002 para una muestra de trabajadores de Canadá. Estiman una ecuación salarial controlando primero la heterogeneidad individual con efectos fijos y luego el sesgo de selección con variable instrumental. En el primer caso encuentran que la prima salarial por el uso de computadora es de 1.2%, agregando 0.3% por año de experiencia. En el modelo con reducción del sesgo por selección reportan que el diferencial salarial se atribuye en su totalidad a la experiencia en el uso de computadora en 2% por año.

^{Oosterbeek y Ponce (2011)} utilizan microdatos longitudinales para Ecuador. En un primer análisis donde controlan por factores inobservables, encuentran que los usuarios de computadora ganan 20% más que los no usuarios. Sin embargo, en el análisis con panel de datos, al considerar efectos fijos individuales, el diferencial no es distinto de cero; resultado que toman como base para descartar la hipótesis de la relación de causalidad entre uso de computadora, productividad y salarios.

En otros estudios realizados con datos cross section,^{Reilly (1995)}, en un análisis con microdatos para Canadá, estimó para 1979 que los usuarios de computadora en el trabajo ganaban 13.5% más que los no usuarios. ^{Miller y Mulvey (1997)}, dependiendo de la especificación de la ecuación salarial, estiman para Australia primas de 10 a 15 % en 1993. Para el Reino Unido ^{Arabsheibani, Emami y Marin (2004)} estiman primas salariales de 23 y 20% en 1985 y 1990, respectivamente. ^{Liu, Tsou y Hammit (2004)}, con microdatos de 1999 para Taiwán y un modelo tipo Heckman, controlan la simultaneidad entre el uso de computadora y salarios y encuentran que los individuos usuarios de computadora en el trabajo ganan 14% más que los no usuarios.

^{Dolton y Makepeace (2004)} utilizan microdatos longitudinales para Gran Bretaña, referentes a una muestra de individuos nacidos en una semana específica de 1958; disponen de información para dos momentos del tiempo (1991 y 2000) y analizan las diferencias salariales considerando tres tipos de individuos: los que utilizaron computadora en el trabajo en los dos momentos; los que la utilizaron sólo en el primero y los que la utilizaban sólo en el segundo. En todos los casos las comparaciones son con referencia a los no usuarios. Estiman tres especificaciones econométricas: cross section, primeras diferencias y modelo de valor agregado. Este último refiere una especificación en la que la ecuación del último periodo (contemporánea) incluye como regresor los rendimientos previos. De acuerdo con los autores, esta adición permite considerar los factores observables que han cambiado antes del segundo momento, además de considerar las características individuales no observables, lo cual es la principal crítica a los modelos cross section. La evidencia reportada por estos autores muestra que los individuos que utilizaron computadora en el trabajo en ambos periodos tuvieron rendimientos más elevados que los usuarios de sólo el último periodo, y éstos, a su vez, más elevados que los no usuarios.

^{Dostie, Jayaraman y Trépanier (2006)} estiman para Canadá un modelo de efectos mixtos que incorpora la heterogeneidad no observable proveniente tanto de las características de los trabajadores como de los empleadores -utilizan los mismos datos que ^{Pabilonia y Zoghi (2005)}-. A diferencia de estas últimas autoras, encuentran que los usuarios de computadora en el trabajo obtienen 4% más de salario que los no usuarios. Señalan la importancia de corregir los sesgos por selección y por heterogeneidad inobservable, ya que no hacerlo induce una sobreestimación por casi el doble del premio salarial. Asimismo, enfatizan la diferencia de resultados cuando los efectos individuales son considerados aleatorios en lugar de fijos.

Ante la dualidad de la hipótesis que considera dos resultados excluyentes, por un lado, que las nuevas tecnologías permitieron incrementar la productividad de los trabajadores y, por otro, que este tipo de trabajadores ya eran los más capaces, hay posibilidad para una tercera opción, la cual es la ocurrencia simultánea de ambos eventos: es decir, que los individuos ya eran más capaces y que la nueva tecnología los hizo más productivos y, en consecuencia, aumentaron sus remuneraciones. Éste parece ser el caso de los resultados ya reportados de ^{Dolton y Makepeace (2004)} y ^{Entorf y Kramarz (1997)}.

En la literatura revisada, la dificultad para contrastar la validez empírica de la hipótesis tiene que ver con la falta de información sobre características de individuos y empleadores, que también influyen en la determinación de los salarios. En ese sentido, la situación preferente para determinar la influencia del uso de computadora en las diferencias salariales consistiría en observar en el tiempo la información de cada individuo, controlar el efecto de las características fijas y comparar su situación salarial antes y a partir de que empieza a utilizar una computadora. Ése es el caso de los trabajos de ^{Pabilonia y Zoghi (2005)}, ^{Oosterbeek y Ponce (2011)}, ^{Entorf y Kramarz (1997)} y ^{Dolton y Makepeace (2004)}, quienes coinciden en que la magnitud del efecto, comparado con los estudios cross section, disminuye significativamente, mientras que en algunos casos es insignificante.

No obstante, es relevante considerar la reflexión de ^{Dolton y Makepeace (2004)} en torno a la validez de estudios longitudinales que suponen fijo el coeficiente de la prima al uso de computadora, supuesto que podría ser poco realista porque a medida que se den cambios en la composición relativa de la oferta laboral, en términos de usuarios y no usuarios, se esperaría que la prima se modifique. Asimismo, algunas características de los individuos también pueden variar en el tiempo, por lo que no sería adecuado darle el tratamiento de efecto fijo.

En los trabajos revisados hay claridad al establecer la existencia de diferencias salariales entre quienes utilizan computadora en el trabajo y los que no lo hacen: el desacuerdo se centra en la causalidad. Ante esa realidad, es relevante establecer, para el caso de México, la magnitud de las diferencias salariales entre usuarios y no usuarios, pues mientras que una parte de la fuerza laboral no esté habilitada (alta brecha digital) o, peor aún, no esté en condiciones de ser habilitada en el uso de la nueva tecnología, habrá efectos importantes en la desigualdad salarial. A nivel país, la repercusión de alta brecha digital en la fuerza laboral se traduce en pérdida de competitividad frente a otras naciones.

Hasta donde conocemos, en México no hay evidencia empírica publicada acerca de la hipótesis del cambio tecnológico sesgado bajo la consideración explícita del uso de computadora en el lugar de trabajo como representación más evidente del cambio, si bien es cierto que la hipótesis del cambio tecnológico ha sido estudiada para el caso mexicano bajo el reconocimiento implícito de que los trabajadores calificados son complementarios de las nuevas tecnologías (esto mediante la exploración empírica de la estructura salarial y ocupacional de este tipo de trabajadores). Al respecto, ^{Rodríguez y Castro (2012)} realizan una revisión bibliográfica y citan una serie de trabajos agrupándolos en tres enfoques. El primero se centra en estimaciones del rendimiento a la educación, asumiendo que, al ser éstos positivos, son evidencia de la mayor demanda de trabajadores calificados; el segundo analiza los mecanismos que posibilitan el cambio tecnológico, con lo que destaca la apertura comercial y la inversión extranjera directa, que se han traducido en variaciones de la estructura ocupacional favorables para los trabajadores calificados; el tercer enfoque analiza los cambios en la estructura ocupacional y salarial, y así distingue los efectos entre trabajadores calificados y no calificados. La presente investigación pretende contribuir a disminuir esta falta de literatura para el caso de México; sin embargo, una limitación radica en que la información sólo está disponible en observaciones cross section.

II. Algunos hechos sobre el uso de la computadora en México

En esta sección se contextualiza la dinámica y el estado de la situación acerca del uso de la computadora por los individuos en el país. Para ello se combinan dos encuestas realizadas por el Instituto Nacional de Estadística y Geografía (INEGI); una es la ENOE y la otra es la Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTIH), ambas con representatividad nacional. Con el propósito de considerar los cambios en el tiempo, el análisis se basa en dos momentos separados por ocho años: segundo trimestre de 2006 -ENOE y ENDUTIH-¹ y segundo trimestre de 2014 -ENOE y Módulo sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (MODUTIH)-.

Los Cuadros 1 y 2 resumen la información que nos interesa destacar.² En el primero se observa que en ocho años el uso de la computadora por parte de individuos de 15 o más años ha aumentado casi el doble (de 24.8 a 42.4%). En todos los grupos de edad los porcentajes de utilización aumentaron significativamente, aunque destacan los dos primeros (15 a 24 y 25 a 39 años), que pasaron de 45.8 a 71.1% y de 24.8 a 47.5%. En general, las brechas de utilización disminuyen conforme la juventud del grupo. A pesar de este incremento, la brecha de no usuarios es elevada, sobre todo si se le compara con países desarrollados (^{OCDE, 2011}).

Al enfocarnos en asalariados de tiempo completo, se observa que, independientemente del lugar de uso, con la excepción del primer grupo de edad, es mayor la proporción de trabajadores que utilizan computadora, lo cual significa una menor brecha de utilización en las personas insertas en el mercado laboral. También es evidente que las brechas disminuyen conforme la juventud del grupo.

Los hechos hasta aquí analizados permiten deducir que en ocho años ha aumentado la oferta relativa de trabajadores con habilidades para utilizar computadora, lo cual no necesariamente significa que dichas habilidades sean en efectivo utilizadas en el trabajo. Para cada año del Cuadro 1 se registran los porcentajes de utilización efectiva en el trabajo. Se observa que, para cualquier grupo de edad, a pesar del aumento de la oferta relativa de trabajadores con habilidades, éstos son considerablemente más bajos. Definimos como exceso de oferta relativa (EOR) al cociente de la división de trabajadores usuarios (TU) entre los usuarios efectivos (UE), y luego restamos la unidad [EOR = (TEU/UE) - 1)].

Puede observarse en el Cuadro 1 que, para los empleados, sin distinción de edad, el exceso de oferta en 2006 era de 50%; para 2014 el exceso aumentó significativamente a 183%. En general, en todos los grupos de edad se registran aumentos importantes en el exceso de oferta relativa, pero de manera sobresaliente en el más joven.

El Cuadro 2 muestra la información considerando cuatro niveles de escolaridad. Los indicadores corroboran que, en ocho años, todos los niveles aumentaron la proporción de usuarios, de trabajadores usuarios y de usuarios que utilizan computadora en el trabajo. En cada año conforme aumenta la escolaridad disminuyen las brechas de utilización, independientemente del lugar de uso, tanto en la población general como entre empleados. De manera similar, se observa que, al aumentar la escolaridad, también aumenta la proporción de usuarios efectivos. Otro hecho relevante es el aumento en el exceso de oferta relativa en todos los niveles, especialmente en los dos niveles más bajos de escolaridad.

Es pertinente reflexionar en torno al fuerte incremento en el exceso de oferta relativa, tanto por grupos de edad como por niveles educativos. Éste implica que cada vez es mayor la proporción de trabajadores usuarios de computadora; sin embargo, su utilización efectiva en el trabajo no aumenta con la misma intensidad. Desde nuestro punto de vista, hay al menos tres posibilidades no excluyentes que podrían estar originando este resultado. La primera es que algunos puestos de trabajo no requieran el uso de computadora, esto a pesar de que los trabajadores sean capaces de utilizarla. Otra es que una parte de los trabajadores estén habilitados en el uso de computadora para realizar tareas generales, pero no para aplicaciones productivas en el trabajo. La tercera posibilidad es que los puestos de trabajo permitan utilizar computadora y que los trabajadores estén habilitados para ello, pero la empresa no dispone de recursos para implementar nuevas tecnologías que incorporen el uso de computadora. Debe señalarse que las dos últimas causas permiten dos tipos de ajuste en los que podría intervenir la política pública; uno implica la capacitación de trabajadores, y el otro, el financiamiento para la modernización tecnológica.

Respecto de las remuneraciones, de manera preliminar en el análisis descriptivo se delinean dos resultados que se pueden analizar bajo la restricción de no controlar el efecto de otras variables relacionadas con las diferencias salariales. Uno de los resultados es que los trabajadores que utilizan computadora fuera del trabajo obtienen en promedio mayores remuneraciones que aquellos que no la utilizan, lo que en principio puede reflejar una prima salarial a diversas habilidades individuales que se correlacionan positivamente con la habilidad de utilizar computadora. Otro es que los usuarios que utilizan computadora en el trabajo obtienen mayores remuneraciones promedio en comparación con los usuarios fuera del trabajo y los no usuarios. Esta evidencia va en la dirección de la hipótesis acerca de la existencia de una prima salarial por el uso productivo de la computadora.

Adicionalmente, el Cuadro 1 muestra cómo la experiencia potencial según la edad tiene efecto en las diferencias salariales promedio, esto tanto en usuarios como en no usuarios, pero especialmente en los usuarios efectivos. Algo similar ocurre cuando en el Cuadro 2 se observa que las diferencias salariales promedio están condicionadas por la escolaridad de los usuarios y no usuarios. Una constante que se observa en el transcurso de ocho años es la disminución de los salarios reales en todos los grupos, usuarios y no usuarios, tanto en edad como en nivel de escolaridad. En definitiva, con el análisis descriptivo se deduce que existen diferencias salariales entre no usuarios, usuarios fuera del trabajo y usuarios en el trabajo, las cuales son favorables a estos últimos. Desde luego que, para mejorar la precisión de esta afirmación, es necesario controlar el efecto de otros factores adicionales a la escolaridad y experiencia potencial, los cuales también influyen sobre las diferencias salariales.

III. Datos, métodos y variables

Como ya se mencionó, la información que se utiliza para el análisis empírico proviene de la combinación de la ENOE y la ENDUTIH para 2006 y de la ENOE y el MODUTIH para 2014. De la ENOE se utiliza información del segundo trimestre, mismo que el INEGI utiliza como marco muestral de la otra encuesta, la cual es única en cada año. Ambas tienen representatividad nacional: la primera proporciona información sobre características socio-demográficas y laborales de los individuos y permite ser asociada con la segunda, que brinda información sobre el uso de computadora.³ Para el contraste empírico interesa la información sobre los individuos que trabajan como asalariados de tiempo completo.

En 2006 la ENDUTIH tuvo un tamaño muestral de 7000 viviendas. Combinada con la ENOE, proporciona información sobre 6 024 asalariados de tiempo completo: 2 105 (35%) son usuarios de computadora y 1390 (23%) la utilizan en el trabajo. En 2014 el tamaño muestral del MODUTIH fue significativamente mayor (43 822 viviendas) y al combinarse con la ENOE, arroja un total de 40 797 asalariados de tiempo completo: 23 049 (56.5%) utilizan computadora y 13 123 (32.1%) declararon utilizarla en el trabajo.

Con esa información la estrategia metodológica busca contrastar si los individuos que utilizan computadora en el trabajo obtienen mayores remuneraciones que quienes no la utilizan, lo cual, de acuerdo con el planteamiento iniciado por ^{Krueger (1993)}, se considera una prima salarial a la mayor productividad, que implica el uso de la computadora. Sin embargo, las objeciones a la validez de esta hipótesis, encabezadas por ^{DiNardo y Pischke (1997)}, argumentan que los usuarios de computadora son también los más habilidosos, por lo que, aún sin utilizar computadora en el trabajo, éstos serían los destinatarios de las mayores remuneraciones.⁴ De ahí, pues, que el contrargumento establece que las diferencias salariales favorables para quienes utilizan productivamente una computadora en realidad son primas a las habilidades generales, por lo que, si no se controla el efecto de esas otras habilidades, el peso asignado al uso de la computadora se sobreestimaría.

Con información longitudinal podría controlarse, mediante un panel de datos, el efecto de habilidades inobservables asociadas a individuos, siempre bajo el supuesto de que éstas se mantuvieran fijas y, de esa manera, determinar el efecto de la adopción productiva de la computadora sobre el ingreso. Aun con dicha información, habría que contrastar si el coeficiente de la prima salarial se mantiene fijo en el tiempo, cuestión que se ha omitido en los trabajos longitudinales hasta ahora realizados pese a ser un supuesto interesante, ya que, en la medida que cambie la composición relativa de la oferta laboral en términos de usuarios y no usuarios, se esperaría que la prima se modifique. Asimismo, algunas habilidades de los individuos podrían variar en el tiempo, por lo que no sería adecuado darle el tratamiento de efecto fijo.

Debido a que sólo disponemos de información cross section, son dos los métodos que se utilizan en esta investigación. Uno se basa en modelos econométricos que incorporan al máximo posible las características de trabajadores y empleadores, buscando controlar también los efectos de la heterogeneidad de los mercados laborales locales. El otro método identifica las diferencias salariales mediante técnicas de emparejamiento (matching), en las que los ingresos de los usuarios se comparan con los de no usuarios con similares características.

En el caso de los modelos econométricos se estiman ecuaciones salariales log-lineal tipo ^{Mincer (1974)}; la ecuación básica es la siguiente:

donde ln w_i es el logaritmo natural del salario por hora del individuo i (a precios de 2010); los vectores β y δ son parámetros a estimar; los β corresponden a la ecuación de Jacob Mincer, en la que esco_i son los años de escolaridad, hombre_i es una variable binaria que vale 1 si el individuo es hombre y 0 en caso contrario, edocivil_i es también binaria con valor de 1 si el individuo vive en pareja y de 0 en caso contrario, y exp_i , es la experiencia potencial; ⁵dpctr_i es una variable binaria con valor igual a 1 cuando el individuo utiliza computadora en el trabajo y 0 si es lo contrario, y, finalmente, u_i es la perturbación aleatoria bajo los supuestos usuales de distribución (normal, media y covarianza 0 y homoscedástica).

Además de la ecuación básica, se estiman las siguientes tres variantes:

donde mlr_e y mlm_m son efectos aleatorios no correlacionados con u_i ; el primero capta la heterogeneidad debida a características de las entidades federativas y el segundo, la correspondiente a las características de los municipios donde residen los individuos -ambos permiten controlar efectos no observables, por ejemplo, las características de los mercados laborales locales-. El vector x_i contiene otras variables que incluyen características del trabajador y del empleador y que también podrían influir en el salario; éstas entran como efectos fijos. En cuanto a γ es un vector de parámetros a estimar.

En las ecuaciones (3) y (4) la variable usapc_i es binaria con valor 1 si el individuo utiliza computadora independientemente del lugar donde lo haga; dicha variable se incluye para reflejar otras habilidades en el sentido de lo señalado por ^{DiNardo y Pischke (1997)}, quienes argumentan que los usuarios de computadora son también los más habilidosos.

En la ecuación (4), dpctrd_i y dpctr1s_i son variables binarias. El valor de 1 en la primera indica que el individuo utiliza diariamente la computadora en el trabajo; en la segunda indica que la utiliza al menos una vez a la semana, aunque no a diario. El propósito de incluirlas es captar si hay diferencias salariales asociadas no sólo a la utilización de computadora en el trabajo, sino también a la intensidad con que se usa, lo cual sería favorable a la hipótesis de mayor aporte a la productividad, lo que justificaría la prima salarial.

El vector x_i incluye las siguientes 24 variables:

Ocup. Vector con 11 variables binarias que indican las siguientes ocupaciones: i) Profesionales, técnicos y trabajadores del arte; ii) Trabajadores de la educación; iii) Funcionarios y directivos; iv) Oficinistas; v) Trabajadores industriales, artesanos y ayudantes; vi) Comerciantes; vii) Operadores de transporte; viii) Trabajadores en servicios personales; ix) Trabajadores en protección y vigilancia; x) Trabajadores agropecuarios y, xi) No especificado. En las estimaciones, se excluye la primera como categoría base.

Rama. Vector con siete variables binarias que indican las siguientes ramas de actividad económica: i) Servicios; ii) Comercio; iii) Manufactura; iv) Construcción; v) Agropecuario; vi) Otros y vii) No especificado. La categoría base es servicios.

Tam. Vector con seis variables binarias que indican el tamaño del establecimiento: i) Más de 50 personas; ii) 16 a 50 personas; iii) 11 a 15; iv) seis a 10; v) dos a cinco; vi) una persona y vii) No especificado. La categoría base es el establecimiento más grande.

Tloc. Vector con cuatro variables binarias que indican el tamaño de localidad: i) Localidades mayores de 100000 habitantes; ii) Localidades de 15000 a 99999 habitantes; iii) Localidades de 2 500 a 14 999 habitantes; iv) Localidades menores de 2500 habitantes. Se excluye la primera como categoría base.

Adicionalmente, los modelos (2) a (4) controlan los efectos aleatorios de 32 entidades y 261 municipios para 2006 y 32 entidades y 596 municipios para 2014.

El segundo método utiliza dos técnicas para cuantificar las diferencias en el resultado debidas al efecto de un tratamiento, una se basa en el emparejamiento respecto del vecino más cercano (NNM, por sus siglas en inglés) y la otra, en el emparejamiento por puntaje de propensión (PSM, por sus siglas en inglés). Ambas consisten en tomar a cada individuo que recibió el tratamiento (utiliza computadora en el trabajo) y comparar sus resultados (ingresos laborales) con uno o varios individuos que más se le parecen (en las características relevantes), pero que no han recibido el tratamiento (no utilizan computadora en el trabajo). Luego se determina si las diferencias medias son significativamente mayores a 0. La distinción entre ambas técnicas consiste en la forma en cómo se determina la similitud entre los individuos tratados y no tratados.

En los dos casos, para cada individuo i se establecen dos resultados posibles: uno cuando recibe el tratamiento (utilizar computadora en el trabajo, UCT_i = 1) y obtiene un resultado potencial (logaritmo del ingreso laboral por hora, ln w_i1 ), y el otro cuando el mismo individuo no recibe el tratamiento (UCT_i = 0) y el resultado potencial es (ln w_i0 ). La cuestión es que para cada individuo únicamente puede observarse ln w_i1 o ln w_i0 . El interés se centra en establecer cuál sería la diferencia de resultados de ingreso de los individuos tratados si éstos no hubiesen recibido el tratamiento, es decir, el efecto promedio de tratamiento en tratados (ATT, por sus siglas en inglés):

Esto implica que se cuenta con información sobre ln w_i1 , pero no sobre ln w_i0 . En el caso del NNM, este problema se resuelve calculando ln w_i0 como el promedio de resultados de los individuos no tratados que más se parecen a cada individuo tratado. Utilizando técnicas no paramétricas derivadas por ^{Abadie e Inbens (2006}, ²⁰¹¹ y ²⁰¹⁶⁾, para cada individuo tratado se obtienen

donde j ∈Ω (i) es el subconjunto de individuos no tratados, j, que más se parecen al individuo tratado i; Σ_{j ∈Ω (i)} ω_j es el número de individuos emparejados; la medida de similitud se obtiene con base en una función de distancias entre covariables, ponderadas por el inverso de la distancia de la matriz de varianzas-covarianzas.⁶ Las covariables, consideradas como base para determinar la similitud, son la experiencia potencial, la ocupación, el tamaño del establecimiento y el tamaño de la localidad; hay que añadir, además, la condición de que cada par de individuos pertenezca al mismo sexo y coincida en el nivel de escolaridad.

Para el caso del PSM, se utilizan las técnicas propuestas en ^{Rosenbaum y Rubin (1983)}. Con esa base, la puntuación asociada a la propensión a formar parte del tratamiento se determina mediante la estimación de la probabilidad de que el individuo utilice computadora en el trabajo (UCT_i = 1), dado que este presenta determinadas características:

donde, g(X_i) es una función de covariables con términos lineales y de orden superior.⁷ F(⋅) es una función de distribución acumulativa, por lo que es común el uso de la distribución logística:

Una vez conocidos los puntajes de propensión asociados a cada individuo, se utiliza la técnica de emparejamiento basada en el NNM para determinar los valores de la variable resultado (log natural del ingreso laboral) de cada individuo tratado (UCT_i = 1), así como de cada subconjunto de vecinos más cercanos. En este caso también se impuso la condición de que cada emparejamiento pertenezca al mismo sexo y posea igual nivel de escolaridad.

Finalmente, se calcula la media de las diferencias entre tratados y no tratados; si ésta es significativamente mayor a 0, la conclusión es que los individuos que utilizan computadora en el trabajo en promedio ganan ATT más que quienes no lo hacen.

Con ambas técnicas, al emparejar y comparar a usuarios con no usuarios que comparten al máximo características similares, se pretende evitar el sesgo por selección implícito en la hipótesis alternativa, la cual establece que quienes utilizan computadora en el trabajo son también los más capaces, por lo tanto, las diferencias salariales serían debidas a otras habilidades.

IV. Estimación y resultados⁸

Conclusiones

Los tres métodos aplicados al caso de México aportan evidencia en favor de la hipótesis sobre la existencia de una prima salarial para el uso de computadora en el trabajo, tal como fue postulado por ^{Krueger (1993)}. Se encuentra que las diferencias son mayores entre los trabajadores en general y menores entre individuos con secundaria terminada o superior, lo cual es congruente con el hecho de que estos últimos son más propensos a utilizar computadora.

La intensidad de uso de computadora es relevante para la magnitud de la prima salarial: con los tres métodos los usuarios diarios obtuvieron remuneraciones significativamente mayores a las de quienes la utilizan con menor frecuencia, lo cual coincide con la hipótesis principal, ya que, si el uso de la computadora los hace más productivos, las empresas lo reconocen con una prima salarial, así que ésta debe ser mayor cuanto más lo sea la intensidad de utilización.

Al evaluar el alcance de los resultados, debe considerase que la falta de datos longitudinales restringe el análisis a estudios cross section. Para paliar esta limitante, en el estudio se utilizaron métodos que controlan tanto la heterogeneidad individual como el sesgo por selección. Ahora bien, para sopesar el efecto de la ausencia de datos longitudinales en el caso mexicano, podríamos tomar como referencia el trabajo de ^{Entorf y Kramarz (1997)}, quienes encuentran para Francia que el efecto del uso de computadora en el trabajo es equivalente a una quinta parte del valor estimado en cross section (controlando, además, otras heterogeneidades). De ser así, considerando los resultados del Cuadro 5, la prima salarial al uso diario de la computadora en el trabajo para individuos con secundaria o más, estaría entre 5 y 8% en 2006 y entre 4 y 7% en 2014.

Infiriendo, entonces, que la existencia de la prima salarial por el uso productivo de computadora se deriva de la contribución al aumento de la productividad, es relevante estudiar la dinámica de la adopción productiva de esta tecnología en México. Los hechos indican que han crecido tanto la proporción de individuos capaces de utilizar computadora como la utilización efectiva en el trabajo; sin embargo, el último indicador ha aumentado con menor intensidad, lo cual puede interpretarse como una ampliación del exceso de oferta relativa.

A continuación enumeramos algunas explicaciones tentativas sobre el exceso de oferta relativa para la realización de otras investigaciones: i) que algunos puestos de trabajo no requieren utilizar computadora, esto a pesar de que los trabajadores estén capacitados; ii) que los trabajadores sean capaces de utilizar computadora para tareas generales, pero no en aplicaciones productivas y iii) que los puestos de trabajo sean susceptibles de utilizar computadora y que los trabajadores estén habilitados, pero que la empresa no cuenta con recursos para implementar nuevas tecnologías que incorporen el uso de computadora. Las dos últimas causas aconsejarían la intervención de la política pública, por un lado, en la capacitación de trabajadores y, por otro, con financiamiento para la modernización tecnológica.