USO DE INTERNET Y PARADOJA DE LA

PRODUCTIVIDAD: EL CASO DE LAS

EMPRESAS ESPAÑOLAS

José Ignacio López Sánchez

Beatriz Minguela Rata

Antonio Rodríguez Duarte

Francesco D. Sandulli

Cátedra UCM-DMR Consulting de administración de Negocios en Internet

Departamento de Organización de Empresas

Facultad de Ciencias Económicas y Empresariales

Campus de Somosaguas

28223 Madrid

Tfn: 91 394 24 61/ 25 05

Fax: 91 394 23 71

jilopez@ccee.ucm.es

minguela@ccee.ucm.es

duarte@ccee.ucm.es

sandulli@ccee.ucm.es

Área Temática:

Aplicaciones de nuevas Tecnologías de Información a la Empresa

2

USO DE INTERNET Y PARADOJA DE LA PRODUCTIVIDAD:

EL CASO DE LAS EMPRESAS ESPAÑOLAS

Resumen

La presente investigación trata de analizar la posible influencia de la inversión

en Tecnologías de Información así como la utilización de las mismas por parte

de los trabajadores, sobre la productividad de las empresas, utilizando, para

ello, un enfoque microeconómico con datos a nivel de empresa, y aplicando un

modelo basado en la función de producción Cobb-Douglas sobre una muestra

de 479 empresas españolas. Los resultados parecen indicar que, tanto la

utilización de Internet como la inversión en Tecnologías de la Información,

contribuyen de manera positiva y significativa al incremento de la

productividad de las empresas.

Palabras clave

Tecnologías de la Información, uso de Internet, productividad, función de

producción

3

USO DE INTERNET Y PARADOJA DE LA PRODUCTIVIDAD: EL CASO

DE LAS EMPRESAS ESPAÑOLAS

Introducción

En 1987 el premio Nobel de economía Robert Solow llegó a la conclusión de que

la gran difusión de los ordenadores no se veía reflejada en las estadísticas de

productividad de los Estados Unidos. Esta afirmación dio lugar a una gran

cantidad de estudios dirigidos a intentar encontrar una relación positiva entre

el empleo de las Tecnologías de la Información y la productividad1. Por último,

al final de los años 90 se llegó a un consenso en relación a este fenómeno: tanto

los estudios a nivel macroeconómico como los estudios a nivel microeconómico

llegaron a la conclusión de que la producción y el empleo de Tecnologías de la

Información han contribuido de forma sustancial al crecimiento de la

productividad de los Estados Unidos en la segunda mitad de los años 90

(Stiroh, 2002). Estudios a nivel internacional (OCDE, 2001) permiten extrapolar

esta conclusión a la mayoría de los países desarrollados. Por lo que respecta a

España, también empiezan a aparecer evidencias empíricas de la existencia de

una relación positiva entre la inversión en Tecnologías de la Información y la

productividad (Hernando y Nuñez, 2002; Dans, 2001).

El presente estudio se enmarca dentro de la línea de investigación comentada

anteriormente puesto que nuestro objetivo es analizar la relación entre la

inversión y el empleo de las Tecnologías de la Información sobre la

productividad de las empresas. En este sentido se ha decidido utilizar el

enfoque microeconómico, utilizando datos a nivel de empresa2. Este enfoque ha

sido seguido recientemente por numerosos estudios entre los que podemos

citar, bien por su relevancia académica o bien por analizar el caso español, a

1 Para una revisión de estos estudios ver Brynjolfsson y Yang (1996). 2 Para una revisión de la literatura ver Dedrick et al. (2003).

4

Brynjolfsson y Hitt (1996), Prasad y Harker (1997), Black y Lynch (2001),

Hernando y Nuñez (2002) o Dans (2001).

La utilización del enfoque microeconómico se justifica por las ventajas que éste

presenta sobre el análisis agregado (Stiroh, 2002), como son, por un lado,

permitir analizar las diferencias existentes entre industrias y, por otro lado,

realizar un análisis econométrico más consistente del impacto de las

Tecnologías de la Información sobre la productividad. Sin embargo, en relación

a los trabajos anteriores, el presente estudio aporta algunos elementos nuevos.

En primer lugar, nuestro propósito es intentar identificar el impacto del uso de

Internet sobre la productividad de las empresas. A pesar del importante

desarrollo de Internet en las empresas3 y que el mismo haya coincidido en el

tiempo con el periodo de mayor crecimiento de la productividad, existe una

carencia de trabajos dedicados a estudiar el impacto de Internet sobre la

productividad. En segundo lugar, no sólo pretendemos analizar el impacto de

la inversión en Tecnologías de la Información sobre la productividad, sino

también el impacto del empleo, que los trabajadores hacen de dicha tecnología,

sobre la productividad.

Una vez identificado el objetivo de la investigación, el presente trabajo se

estructura de la siguiente manera. En primer lugar, se realiza una revisión de

los trabajos empíricos más relevantes que se centran en analizar el impacto de

las Tecnologías de la Información o de Internet sobre la productividad con el

objetivo de establecer el marco teórico. A continuación, se lleva a cabo una

descripción de los datos utilizados en la realización del estudio y se define el

modelo que hemos aplicado basándonos en la función Cobb-Douglas.

Finalmente presentamos los resultados del análisis econométrico y las

principales conclusiones, implicaciones y limitaciones del estudio.

3 Según el informe DMR Consulting – SEDISI (2003) el 73 por ciento de las empresas españolas cuenta con acceso a Internet. No obstante, en otros países esta cifra es incluso mayor superando el 90 por ciento en los países nórdicos, Estados Unidos, Reino Unido o Japón.

5

Marco Teórico

Después de dos décadas de lento crecimiento de la productividad en los países

desarrollados, tanto la productividad laboral como la productividad

multifactorial se aceleraron después de 1995. Una serie de trabajos intentaron

demostrar que esta aceleración era consecuencia de las Tecnologías de la

Información. Entre estos trabajos cabe destacar el artículo de Brynjolfsson y Hitt

(1996), el cual se ha convertido en una referencia ineludible. Estos autores

encontraron una relación positiva entre las Tecnologías de la Información y la

productividad. Concretamente, en este estudio se utilizó una función Cobb-

Douglas para analizar el impacto tanto de la inversión en ordenadores

personales y grandes computadoras como del gasto en personal del

departamento de sistemas de información, sobre la productividad de una

muestra de empresas incluidas en el ranking 500 de la revista Fortune. Los

resultados de este estudio indican que por cada dólar adicional gastado en

capital de Tecnologías de la Información (en adelante capital TI) o en personal

del departamento de sistemas, se producen unos incrementos de 0,81 y de 2,62

dólares respectivamente en el producto de la empresa.

Una limitación que presenta el trabajo de Brynjolfsson y Hitt (1996) es que la

muestra utilizada en dicha investigación estaba sesgada hacia las empresas

manufactureras. Ante esta eventualidad, Prasad y Harker (1997) decidieron

comprobar si las conclusiones obtenidas por Brynjolfsson y Hitt también eran

aplicables al sector servicios. En este sentido, replicaron el estudio a nivel

sectorial para la industria bancaria y obtuvieron unos resultados similares a los

de la investigación anterior.

Otra limitación del trabajo de Brynjolfsson y Hitt era que la muestra también

estaba sesgada hacia las grandes empresas. Por ello, Dans (2001) decidió

enfocar el análisis hacia las PYMES españolas, obteniendo unos resultados

similares a los del estudio anterior. En este caso, el incremento del producto era

de 0,94 dólares por cada dólar adicional invertido en Tecnologías de la

Información.

6

Dentro de la misma línea de investigación, cabría destacar otro estudio aplicado

a la economía española, realizado por Hernando y Nuñez (2002). Estos autores

analizan la relación entre el valor añadido de las empresas y la inversión en

capital TI. Un resultado destacado de este estudio es la confirmación empírica

de que aproximadamente un 25% del crecimiento de la productividad laboral

española en la segunda mitad de los 90 se debe a la inversión realizada en

capital TI.

Black y Lynch (2001) utilizaron un nivel de análisis más concreto al estudiar la

relación entre productividad y el uso de ordenadores en los establecimientos

productivos. Estos autores observaron que cuanto mayor es el uso de

ordenadores por parte de los trabajadores no directivos mayor es la

productividad obtenida en el establecimiento.

Esta relación entre capital TI y productividad es observada incluso por trabajos

que siguen metodologías muy diferentes. De esta manera, por ejemplo, Dewan

y Min (1997) utilizan una función de producción CES-Translog, en lugar de una

función Cobb-Douglas, obteniendo unos resultados similares a los anteriores.

Por su parte, Stiroh (2002) critica el uso de variables stock de capital y realiza el

análisis de la relación entre productividad y Tecnologías de la Información,

midiendo éstas últimas mediante variables flujo. Una vez más, los resultados

presentados en el estudio confirman la importancia del papel de las Tecnologías

de la Información en el crecimiento de la productividad de la segunda mitad de

los 90.

Por lo que respecta a la relación entre productividad y uso de Internet, hemos

podido observar que existe una carencia de investigaciones empíricas. Un

estudio reconocidamente exploratorio y especulativo de Litan y Rivlin (2001)

analiza el impacto del uso de Internet a nivel agregado y llega a la conclusión

que, para el periodo de cinco años analizado, el uso de Internet se puede

traducir en una mejora anual del 0.2 al 0.4 por ciento de la productividad

laboral.

7

Goss (2001) también realiza el análisis a nivel agregado utilizando como unidad

de análisis la industria aunque con mayor rigor que el estudio anterior,

utilizando un modelo basado en la función de producción Cobb-Douglas. Los

resultados que obtiene Goss confirman que también existe una relación positiva

entre la utilización de Internet en el trabajo y productividad, situándose la

contribución de Internet al crecimiento de la productividad en torno al 0,25 por

ciento anual. Otro de los resultados del estudio que conviene destacar es la

desigual contribución de Internet en función de la intensidad tecnológica del

sector. En los sectores menos intensivos en el uso de Tecnologías de la

Información, el uso de Internet contribuye al crecimiento de la productividad

en un 0,52 por ciento anual, mientras que en los sectores más intensivos en el

uso de las nuevas tecnologías, la contribución del uso de Internet contribuye al

crecimiento de la productividad en un 0,03 por ciento anual.

A partir de este marco teórico, con la presente investigación trataremos de

superar algunas de las limitaciones detectadas en los estudios puestos de

manifiesto anteriormente. En primer lugar, contribuirá a acrecentar la escasa

investigación dedicada al análisis del impacto del uso de Internet sobre la

productividad, utilizando además el enfoque microeconómico, empleando

datos a nivel de empresa, lo cual debería proporcionarnos unos resultados más

fiables que los de los enfoques a nivel agregado que han sido utilizados hasta el

momento en este campo. Por lo que se refiere a los estudios dirigidos a analizar

la realidad española, por un lado, incorporamos el análisis del impacto de

Internet, y por otro lado, intentamos mejorar el enfoque de Dans (2001) o

Hernando y Núñez (2002) que tienen en cuenta sólo la inversión en Tecnologías

de la Información y no considera el impacto del uso de las mismas por parte de

los trabajadores.

Los datos

Para entender la naturaleza y la importancia de nuestra contribución, es

interesante realizar una descripción de los datos utilizados como base en

nuestro análisis. El punto de partida de nuestro análisis es el estudio realizado

8

por DMR Consulting y SEDISI (2003). Este estudio, dirigido por los autores del

trabajo, analiza una muestra representativa a nivel nacional (error estándar =

5% si p=q) formada por 2351 empresas españolas con más de un empleado. La

población para la selección de las empresas se obtuvo del Directorio Central de

Empresas del Instituto Nacional de Estadística.

El estudio de DMR Consulting y SEDISI analiza el estado de las Tecnologías de

la Información en la empresa española. La persona encargada de responder la

encuesta era el responsable del área de informática de la empresa, o bien en el

caso de que no existiera dicho responsable el gerente o propietario de la misma.

Para la gestión de las entrevistas se utilizó, por parte de la empresa encargada

del trabajo de campo, Demoscopia, el sistema Computer-assisted telephone

interviewing (CATI), siendo el tiempo medio de realización de una entrevista

de 20 minutos. Los datos que hemos utilizado del estudio han sido: la

proporción sobre la cifra de activo neto total representada por el capital TI, el

número de horas que los trabajadores utilizan Internet, el número de horas

reales de uso de Internet para tareas relacionadas con el trabajo4, el activo neto

total de la empresa, los ingresos de explotación de la empresa y el número de

empleados5. Debido a problemas como la ausencia de algunos datos o la

obtención de datos inconsistentes, la muestra ha quedado reducida a 479

empresas.

El modelo

El análisis de los factores que inciden sobre la productividad va a estar

fundamentado en la teoría de la producción. Este enfoque utiliza la Teoría

Económica para determinar las variables relevantes y definir las relaciones

entre las mismas. Concretamente, distintas combinaciones de inputs pueden

emplearse para producir un determinado nivel de producto, de tal forma que la 4 Recientes estudios confirman el hecho de que los empleados usan Internet para fines personales dedicando para ello una parte considerable del tiempo total de uso de esta tecnología (Muhl, 2003). 5 Algunos datos, como la cifra de activo neto total, la cifra de ingresos de explotación y el número de empleados, han sido validados con fuentes de datos externas a la empresa como las bases de datos de ASNEF-EQUIFAX o de SABI.

9

función de producción puede interpretarse como el instrumento que permite la

elección entre distintas combinaciones de inputs para obtener un producto. Las

empresas incluidas en nuestro análisis están clasificadas en j sectores y obtienen

una cantidad de producto Q, utilizando una serie de inputs como el capital de

Tecnologías de la Información (KTI), el capital no constituido por Tecnologías de

la Información (KNTI), el trabajo realizado utilizando Internet (LWEB) y el trabajo

realizado que no utiliza Internet (LNWEB). La función de producción resultante

se expresaría de la siguiente forma:

Q= F(KTI, KNTI, LWEB, LNWEB) (1)

La cantidad de producto que puede obtenerse para un determinado input se

mide como producto marginal (PM) del input, que puede ser interpretado como

una tasa de retorno. Al igual que la mayoría de los estudios puestos de

manifiesto en la revisión teórica vamos a basar nuestro análisis en una función

Cobb-Douglas aumentada, puesto que es la forma funcional más

corrientemente utilizada en la estimación de funciones de producción y

además, se establece como estándar en estudios que, como el nuestro, tratan de

valorar el crecimiento de la cantidad de producto en relación al empleo de una

serie de inputs (Brynjolfsson y Hitt, 1996: 545). Adoptando la función descrita,

la ecuación (1) se transforma en:

Q = eβ0 ΚΤΙβ1 ΚΝΤΙ

β2 LWEBβ3 LNWEB

β4 (2)

A partir de esta especificación, β1 y β3 son la elasticidad producto del capital TI

y del trabajo realizado utilizando Internet, respectivamente6.

6 Formalmente, la elasticidad producto de, por ejemplo, el capital TI, EKTI, se define como EKTI = (∂F/ ∂KTI)(KTI / F). Para la función Cobb-Douglas, F, esta elasticidad se puede expresar como:

ETI = (β1 eβ0 KTIβ1−1 ΚΝΤΙ

β2 LWEBβ3 LNWEB

β4 ) (KTI / F) = β1

El producto marginal del capital TI se obtiene simplemente como el producto entre la elasticidad producto, y la relación entre la cantidad de output obtenido y el capital TI empleado:

PMKTI = ∂F/ ∂KTI = (∂F/ ∂KTI)(KTI F/ FKTI) = EKTI (F / KTI)

10

Centrándonos en la función Cobb-Douglas, podemos observar que se trata de

una función no lineal. Sin embargo, expresando dicha función (2) en términos

logarítmicos y añadiendo un término de error (ε), podremos obtener una

ecuación que puede ser estimada por medio de regresión lineal:

Log Q = β0 + β1 log KTI + β2 log KNTI + β3 log LWEB + β4 log LNWEB + ε (3)

donde Q, KTI, KNTI, LWEB, LNWEB y β1, β2, β3, β4 mantienen su significado anterior.

El resto de las variables se medirán de la forma siguiente:

KTI = Activo neto total * proporción representada por las Tecnologías de la

Información sobre el activo neto total.

Esta variable es la combinación de un dato objetivo, el activo neto total, y un

dato subjetivo, la proporción representada por las TI sobre la cifra de activo

neto total. Esta subjetividad fue reducida de varias formas. En primer lugar, por

medio del trabajo de identificación de la persona responsable de responder la

encuesta. En segundo lugar, informamos al encuestado sobre la cifra de activo

neto total que hemos obtenido y sobre los elementos incluidos dentro de

Tecnologías de la Información.

KNTI = Activo neto total – KTI

La estimación del capital (tanto de TI como del resto de capital) se ha realizado

utilizando como base el Activo Neto Total, con objeto de disponer de una cifra

que represente el stock acumulado neto de amortizaciones de las inversiones

realizadas por la empresa. El capital de TI se estima utilizando una pregunta

del cuestionario que hace referencia al porcentaje que representan los gastos en

TI (incluyendo hardware, software, y gastos anexos) sobre el Activo total de la

empresa.

LWEB = Horas anuales de utilización de Internet * Porcentaje de horas de Internet

realmente dedicadas a tareas relacionadas con el trabajo.

11

El responsable de Informática tiene acceso a esta información a través de los

ficheros logs de los servidores.

LNWEB = Horas anuales totales - LWEB

Con respecto a la estimación del factor trabajo, se ha realizado a través del

número de horas trabajadas, computando no sólo las horas de jornada regular

sino también las horas extraordinarias. Sobre esta base, el número de horas

dedicadas a tareas realizadas a través de Internet se ha estimado calculando la

proporción de tiempo que los trabajadores dedican a tareas directamente

relacionadas con la producción de bienes y servicios (excluyendo, por tanto, el

tiempo que dedican a navegar por Internet para temas personales), cifra

proveniente de una pregunta del cuestionario.

Resultados

En la tabla 1 se recogen los estadísticos descriptivos de las variables descritas en

el epígrafe anterior. La tabla 2 muestra las correlaciones entre las variables de la

ecuación (3), y los resultados de aplicar la regresión se muestran en la tabla 3.

Tabla 1: Estadísticos descriptivos (N=479)

Variables Mínimo Máximo Media Desv. típ.

LWEB 0,00 786600,00 8447,6451 46955,5937

LNWEB 228,00 2655403,00 77447,9457 186007,8610

KTI 1,00 95925,38 455,4176 4426,5585

KNTI 28,00 452219,63 6664,7438 27919,7621

Q 409,00 155519,00 6232,5825 14753,2389

Fuente: Elaboración propia.

12

Tabla 2: Correlaciones

Log(Q) Log(KTI) Log(KNTI) Log(LWEB) Log(LNWEB)

Log(Q) 1,000 0,476** 0,855** 0,508** 0,679**

Log(KTI) 0,476** 1,000 0,494** 0,309** 0,336**

Log(KNTI) 0,855** 0,494** 1,000 0,442** 0,580**

Log(LWEB) 0,508** 0,309** 0,442** 1,000 0,472**

Log(LNWEB) 0,679** 0,336** 0,580** 0,472** 1,000

** La correlación es significativa al nivel 0,01 (bilateral).

Fuente: Elaboración propia.

Tabla 3: Estimación de la Ecuación (3): Variable dependiente: Log(Q)

VARIABLES COEFICIENTES NO ESTANDARIZADOS

t SIG.

Constante 1,454 (0,184)

7,910 0,000

Log(KTI) 0,02659 (0,015)

1,797 0,073

Log(KNTI) 0,525 (0,023)

22,818 0,000

Log(LWEB) 0,05134 (0,014)

3,728 0,000

Log(LNWEB) 0,203 (0,023)

8,976 0,000

R2 0,789

Errores estándar entre paréntesis.

Fuente: Elaboración propia.

13

En la tabla 3 puede observarse que el coeficiente β3, asociado a la variable

representativa del trabajo realizado que utiliza Internet (LWEB), tiene signo

positivo y es significativo estadísticamente (β3=0,05134, p=0,000). Dado que ese

coeficiente puede interpretarse como la elasticidad producto del factor LWEB,

podemos afirmar que la utilización de Internet para tareas productivas

contribuye positiva y significativamente a incrementar la producción. En

particular, el producto marginal del trabajo de Internet es de 0,037878, lo que

puede interpretarse como que una hora adicional de trabajo en Internet está

asociada con un incremento marginal del output de aproximadamente 4% por

año7.

Con respecto a la variable representativa de la inversión en TI, KTI, el coeficiente

asociado β1 es 0,02659, significativo al 10% pero no al 5% (p = 0,073). Este

coeficiente, que representa la elasticidad producto del capital de TI cuando

todos los demás inputs permanecen constantes, implica que la contribución del

capital de TI es positiva y significativa. Concretamente, el producto marginal

del capital de TI8 es 0,363895, o en otras palabras, cada euro adicional gastado

en capital TI está asociado con un incremento marginal en el output de 0,36 €

(es decir, una tasa de retorno de aproximadamente 36%). Este incremento

marginal es muy inferior al observado en otros estudios como el de

Brynjolfsson y Hitt (1996) o el de Dans (2001). Estas diferencias pueden

explicarse por la diferente medición del capital TI. Brynjolfsson y Hitt miden la

inversión en TI por medio de la inversión en ordenadores o en mainframes y

Dans (2001) se limita a considerar la inversión en ordenadores personales. En

nuestro estudio no sólo incluimos estos elementos sino que además tenemos en

cuenta toda la inversión realizada en Tecnologías de la Información, recogiendo

todos los elementos considerados como capital TI por las empresas, incluyendo

elementos como el software o los equipos de red que no habían sido analizados

en los estudios puestos de manifiesto anteriormente.

7 Como se apuntó en la nota al pie número 4 anterior, PMLWEB = ELWEB (F/LWEB), que en este caso es 0,05134 (6232,5825/ 8447,6451) = 0,037878, o aproximadamente 4%. 8 PM= EKTI (F / KTI) = 0,02659 (6232,5825/ 455,4176) = 0,363895.

14

Estos resultados parecen contribuir a demostrar que la utilización de Internet

para tareas productivas contribuye positiva y significativamente a aumentar la

producción de las empresas. No obstante, ciertas limitaciones de este estudio

hacen que los resultados anteriores deban interpretarse con cautela. En primer

lugar, la forma de medir las variables está basada en datos proporcionados por

los propios encuestados. Si bien se ha hecho especial énfasis en la localización

de la persona más adecuada para responder el cuestionario, es posible que

existan ciertas imprecisiones en las respuestas que ocasionen errores en la

medición de las variables.

Por otro lado, existe una elevada correlación entre las variables independientes

de la ecuación (3), como se comprueba en la tabla 2, lo que ocasiona una fuerte

multicolinealidad. Si bien esto no parece ser un problema demasiado grave,

dado que a pesar de la multicolinealidad los coeficientes resultan altamente

significativos, lo cierto es que la menor significatividad del coeficiente de la

variable representativa del capital de TI (KTI) puede obedecer a este hecho.

Un tercer problema, probablemente el más grave y de más difícil solución, se

refiere a la posibilidad de que los coeficientes así estimados estén afectados por

el sesgo de variable omitida. Obviamente, el nivel de producción alcanzado por

una empresa puede estar influido no sólo por las inversiones en factores

productivos realizados por la empresa, sino también por otros muchos factores

a nivel de sector (grado de competencia, nivel tecnológico, coyuntura

económica, etc.) y también a nivel interno de la propia empresa (factores más o

menos inobservables como aspectos organizativos, habilidades directivas,

capacitación de los empleados, etc.).

La forma de resolver este tipo de problemas es recurrir a datos que abarquen

varios periodos temporales con objeto de aplicar técnicas como el análisis de

datos de panel o la utilización de variables instrumentales (mínimos cuadrados

en dos etapas, 2SLS) que reduzcan o eliminen el sesgo ocasionado por la

omisión de variables relevantes y de difícil observación, o bien incluir en el

15

análisis un conjunto más o menos amplio de variables de control que mitiguen

el problema.

Sin embargo, dada la naturaleza de sección cruzada de los datos manejados en

este trabajo, y la dificultad de recabar información suficiente para la

construcción de variables de control relevantes, no es posible aplicar las

soluciones antes descritas. Por ello, a la hora de interpretar los coeficientes

estimados, es necesario tener en cuenta la posibilidad de sesgos derivados de

errores en la medición de las variables y por la omisión de variables relevantes.

Por último, otra limitación del análisis se refiere a la elección de la forma

funcional de la función de producción (Cobb-Douglas). Si bien la función Cobb-

Douglas es la forma funcional más utilizada en la mayoría de los trabajos

similares analizados, lo cierto es que plantea una serie de limitaciones, como el

hecho de que en la función Cobb-Douglas la elasticidad sustitución entre

factores es constante e igual a -1. Esto significa que a medida que el precio

relativo de un factor se incrementa, la cantidad empleada de ese input se

reducirá proporcionalmente, y las cantidades utilizadas de los otros inputs se

incrementarán en el mismo nivel que el output. Quizá utilizando formas

funcionales más flexibles (como por ejemplo la Translog) los resultados fuesen

distintos, aunque ciertos autores (Griliches, 1979) consideran que la elección de

la forma funcional no es crítica en la estimación de las elasticidades del output.

Conclusión

Desde hace varios años el uso de Internet como herramienta de trabajo se ha ido

generalizando en las empresas españolas. Un primer objetivo de nuestra

investigación ha consistido en analizar si la utilización de Internet contribuye a

la mejora de la productividad en las empresas. En los resultados de nuestro

estudio empírico observamos que, tal y cómo se ha observado en otros estudios

anteriores (Goss, 2001 y Litan y Rivlin, 2001), la utilización de Internet

contribuye positivamente al crecimiento de la productividad. Este resultado era

previsible ya que en estudios anteriores se observa que la utilización de Internet

16

reducía el tiempo que necesitan los empleados para realizar sus tareas y el

número de errores en los que dichos empleados incurrían en la realización de

sus funciones (McAfee, 2001 y 2002).

Un segundo resultado relevante que obtenemos de nuestra investigación es la

confirmación de que la inversión en Tecnologías de la Información contribuye,

de forma positiva y significativa, al crecimiento de la productividad. A partir de

estos resultados las empresas deberían diseñar políticas de inversión en

Tecnologías de la Información y políticas de fomento entre sus empleados del

uso de Internet.

Desde el punto de vista académico debemos comentar que, a pesar de que

nuestro estudio se encuadre dentro de una abundante, no tanto en España,

corriente de investigación que estudia la relación entre la productividad y las

Tecnologías de la Información, realizamos una serie de contribuciones

relevantes.

En primer lugar, ampliamos la medición de la inversión de Tecnologías de la

Información. En estudios anteriores, los problemas relacionados con la

disponibilidad de datos habían limitado considerablemente la medición de la

inversión de Tecnologías de la Información. En la presente investigación, hemos

intentado medir la inversión en todas las Tecnologías de la Información

empleadas en la empresa.

En segundo lugar, medimos no sólo el impacto de la inversión en Tecnologías

de la Información sobre la productividad, sino que medimos también el

impacto del uso que se hace de esa tecnología sobre la productividad. Esto es,

por mucho que invierta una empresa en tecnología, si ésta no se utiliza, el

impacto sobre el rendimiento de la empresa será nulo. En este sentido, hemos

medido la utilización de una de las Tecnologías de la Información de mayor

proyección y difusión como es Internet. Además, creemos que la medición del

uso de Internet por la que hemos optado parece ser más precisa que las

mediciones empleadas en otros estudios en los cuales no se tenían datos

17

directos de las empresas sobre la utilización de Internet, sino que tenía que ser

estimada a partir de la utilización media de Internet en la industria (Goss, 2001)

y de otras medidas más agregadas. Asimismo, la precisión de la medida que

hemos empleado parece acrecentarse por el hecho de medir las horas de uso de

Internet realmente empleadas en labores productivas.

A pesar de estas contribuciones, los resultados de este estudio no dejan de ser

de carácter provisional y están sometidos a las limitaciones puestas de

manifiesto en el epígrafe anterior. Este estudio pretendía dar un primer paso en

el primer paso en el análisis de la relación entre productividad, Tecnologías de

la Información e Internet en España. Desde el punto de vista metodológico

quedan bastantes tareas pendientes y que constituirán la agenda de trabajo del

equipo investigador en el futuro más inmediato.

Una primera tarea a realizar consistirá en identificar el posible efecto fijo o

efecto empresa sobre la productividad. Es decir, se tratará de identificar si parte

del incremento de la productividad de una empresa se explica por las

características idiosincrásicas de la misma, véase capacidades directivas,

antigüedad, sector, imagen, formación de los trabajadores, ciclo económico, etc.

El efecto fijo puede aislarse de dos formas, o bien introduciendo variables de

control o bien realizando un panel.

En el momento actual no disponemos de datos de varios años, por lo tanto no

será posible realizar un panel y tendremos que limitarnos a introducir variables

de control. A medida que el estudio se vaya replicando en el tiempo, será

posible realizar un análisis longitudinal más exacto.

Una segunda limitación de nuestro estudio es la causalidad inversa:

incrementos en el output se relacionan con mayores inversiones en Tecnologías

de la Información y mayor uso de Internet. Este problema se puede resolver por

medio de variables instrumentales, utilizando como tales, las variables

retardadas (Brynjolfsson y Hitt, 1996).

18

La tercera línea de actuación se relaciona con la función de producción

escogida. En este sentido, será interesante replicar el estudio utilizando formas

funcionales más flexibles como la Translog o la CES-Translog.

Un último paso a dar consistirá en la identificación de los efectos individuales

de las distintas tipologías de Tecnologías de la Información, analizando por

ejemplo si el hardware y el software tienen impactos distintos sobre la

productividad de las empresas.

BIBLIOGRAFÍA

Black, S. E. y Lynch, L.M. (2001).- “How to compete: the impact of workplace

practices and information technology on productivity”, Review of

Economics and Statistics, vol. 83, 3, pp. 434-445.

Brynjolfsson, E. y Hitt, L. (1996).-“Paradox lost? Firm-level evidence on the

returns to information systems spending”, Management Science, vol. 42, 4,

pp. 541-558.

Brynjolfsson, E. y Yang, S. (1996).-“Information technology and productivity:

A review of the literature“, Advances in Computers, vol. 43, pp. 179-214.

Dans, E. (2001).- “IT investment in small and medium enterprises:

paradoxically productive?” The Electronic Journal of Information Systems

Evaluation, vol. 4, http://www.iteva.rug.nl/ejise/

Dedrick, J.; Gurbaxani, V. y Kraemer, K.L. (2003).- “Information technology

and economic performance: A critical review of the empirical evidence”,

ACM Computing Surveys, vol. 35, 1, pp. 1-28

Dewan, S. y Min, C. (1997).-“The substitution of information technology for

other factors of production: A firm level analysis”, Management Science,

vol. 43, 12, pp. 1660-1675.

19

DMR Consulting – SEDISI (2003).- Las Tecnologías de la Sociedad de la

Información en la Empresa Española 2002. SEDISI / DMR Consulting

Madrid.

Goss, E. (2001).- “The Internet´s contribution to U.S. productivity growth”,

Business Economics, vol. 36, 4, pp. 32-42.

Griliches, Z. (1979).- “Issues in assesing the contribution of research and

development to productivity growth”, Bell Journal of Economics, vol. 10, n

1, pp. 92-116.

Hernando, I. y Nuñez, S. (2002).-“The contribution of ICT to economic activity:

A growth accounting exercise with Spanish firm-level data”, Documento

de Trabajo nº 0203, Banco de España, Servicio de Estudios.

Litan, R. y Rivlin, A. (2001).-“Projecting the economic impact of the Internet”

The American Economic Review, vol. 91, 2, pp. 313-317.

McAfee, A. (2001).- “Manufacturing: Lowering boundaries, improving

productivity”, en (Litan, R. y A. Rivlin, eds.).- The Economic Payoff from the

Internet Revolution, Brookings Institutions Press, Washington D.C.

McAfee, A. (2002).- “The impact of enterprise information technology adoption

on operational performance: an empirical investigation”, Production and

Operations Management, vol. 11, 1, pp. 33-53.

Muhl, C.J. (2003).-“Workplace e-mail and Internet use: employees and

employers beware”, Monthly Labour Review, vol. 126, 2,

http://www.bls.gov/opub/mlr/2003/02/contents.htm

OCDE (2001).- The new economy beyond the hype, The OECD Growth Project,

París.

20

Prasad, B. y Harker, P.T. (1997).-“Examining the contribution of information

technology toward productivity and profitability in U.S. retail banking”,

Working Paper 97-09, Wharton Financial Instititions Center, Enero 1997.

Solow, R. (1987).- “We´d better watch out”, New York Times, July 12, Book

review, Number 36.

Stiroh, K.J. (2002).-“Information technology and the U.S. productivity revival:

What do the industry data say?” The American Economic Review, vol. 92, 5,

pp. 1559-1576.