Paradoja de La Productividad
description
Transcript of Paradoja de La Productividad
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
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.