Prima salarial al uso de computadora en el trabajo. Evidencia de microdatos para México
Contenido principal del artículo
Resumen
Antecedentes: Se contrasta la hipótesis de existencia de una prima salarial con el uso de computadora en el trabajo. Hasta ahora la mayoría de los estudios se han enfocado en países desarrollados y muy pocos en países en desarrollo.
Métodos: Se estiman ecuaciones salariales con efectos mixtos que incorporan características de trabajadores y empleadores que controlan la heterogeneidad regional de los mercados laborales. También se utiliza un método alternativo para calcular las diferencias salariales mediante técnicas de emparejamiento.
Resultados: La evidencia, con información de 2006 y 2014, es favorable a la hipótesis. Las estimaciones más modestas indican una prima entre 17 y 19% para los usuarios más intensivos.
Conclusiones: La aceptación significa que la computadora es parte del cambio tecnológico que aumenta la productividad, lo que incentiva a empleadores a pagar una prima a los trabajadores habilitados. Indica, además, para el país la importancia de reducir la brecha digital tanto en trabajadores capacitados como en empresas que adopten la tecnología.Descargas
Detalles del artículo
Esta obra está bajo una https://creativecommons.org/licenses/by-nc-nd/4.0/deed.es.
Creado a partir de la obra en http://www.eltrimestreeconomico.com.mx/index.php/te/index
Nota: la licencia de creative commons sólo aplica para la sección Artículos, para el contenido de las otras secciones, véase cada texto.
Métricas PlumX
Citas
Abadie, A., D. M. Drukker, J. L. Herr y G. W. Imbens (2004), “Implementing Matching Estimators for Average Treatment Effects in Stata”, Stata Journal, vol. 4, núm. 3, pp. 290-311.
‒‒‒‒ , y G. W. Imbens (2006), “Large Sample Properties of Matching Estimators for Average Treatment Effects”, Econometrica, vol. 74, núm. 1, pp. 235-267.
‒‒‒‒ , y G. W. Imbens (2011), “Bias-corrected Matching Estimators for Average Treatment Effects”, Journal of Business and Economic Statistics, vol. 29, núm. 1, pp. 1-11.
‒‒‒‒ , y G. W. Imbens (2016), “Matching on the Estimated Propensity Score”, Econometrica, vol. 84, núm. 2, pp. 781-807.
Acemoglu, D. (2002), “Technical Change, Inequality, and the Labor Market”, Journal of Economic Literature, vol. 40, núm. 1, pp. 7-72.
Arabsheibani, G. R., J. M. Emami y A. Marin (2004), “The Impact of Computer Use on Earnings in the UK”, The Scottish Journal of Political Economy, vol. 51, núm. 1, pp. 82-94.
Austin, P. C. (2009), “Balance Diagnostics for Comparing the Distribution of Baseline Covariates Between Treatment Groups in Propensity Score Matched Samples”, Statistics in Medicine, vol. 28, núm. 25, pp. 3 083-3 107.
Autor, D., F. Levy y R. Murnane (2003), “The Skill Content of Recent Technological Change: An Empirical Exploration”, Quarterly Journal of Economics, vol. 118, núm. 4, pp. 1 279-1 333.
Autor, D., L. Katz y A. Krueger (1998), “Computing Inequality: Have Computers Changed the Labor Market?”, Quarterly Journal of Economics, vol. 113, núm. 4, pp. 1 169-1 213.
Berman, E., J. Bound y S. Machin (1998), “Implication of Skill-Biased Technological Change: International Evidence”, Quarterly Journal of Economics, vol. 113, núm. 4, pp. 1 245-1 279.
‒‒‒‒ , J. Bound y Z. Griliches (1994), “Changes in the Demand for Skilled Labor within US Manufacturing: Evidence from the Annual Survey of Manufacturers”, The Quarterly Journal of Economics, vol. 109, núm. 2, pp. 367-397.
Bound, J., y G. Johnson (1992), “Changes in the Structure of Wages in the 1980’s: An Evaluation of Alternative Explanations”, American Economic Review, vol. 82, núm. 3, pp. 371-392.
Card, D., y J. DiNardo (2002), “Skill-Biased Technological Change and Rising Wage Inequality: Some Problems and Puzzles”, Journal of Labor Economic, vol. 20, núm. 4, pp. 733-783.
Chennells, L., y J. Van Reenen (1997), “Technical Change and Earnings in British Establishments”, Economica, vol. 64, núm. 3, pp. 587-604.
‒‒‒‒ , y J. Van Reenen (1998), “Establishment Level Earnings, Technology and the Growth of Inequality: Evidence from Britain”, Economics of Innovation and New Technology, vol. 5, núms. 2-4, pp. 139-164.
Davis, S., y J. Haltiwanger (1991), “Wage Dispersion Between and Within US Manufacturing Plants, 1963–86”, Brookings Papers on Economic Activity: Microeconomics, pp. 115-180.
DiNardo, J. E., y J. S. Pischke (1997), “The Returns to Computer Use Revisited: Have Pencils Changed the Wage Structure Too?”, The Quarterly Journal of Economics, vol. 112, núm. 1, pp. 291-303.
Dolton, P., y G. Makepeace (2004), “Computer Use and Earnings in Britain”, The Economic Journal, vol. 114, núm. 494, pp. C117-C129.
Dostie, B., R. Jayaraman y M. Trépanier (2006), “The Returns to Computer Use Revisited, Again”, documento de discusión núm. 2 080 de IZA, Bonn, Alemania.
Dunne, T., J. Haltiwanger y L. Foster (2004), “Wage and Productivity Dispersion in US Manufacturing: The Role of Computer Investment”, documento de trabajo núm. 7 465 del NBER, Cambridge, Massachusetts.
Entorf, H., y F. Kramarz (1997), “Does Unmeasured Ability Explain the Higher Wages of New Technology Workers?”, European Economic Review, vol. 41, núm. 8, pp. 1 489-1 509.
Katz, L. F., y D. H. Autor (1999), “Changes in the Wage Structure and Earnings Inequality”, en O. Ashenfelter y D. Card (eds.), Handbook of Labor Economics, vol. 3A, North-Holland, Ámsterdam, pp. 1 463-1 555.
Katz, L. F., y K. Murphy (1992), “Changes in the Relative Wages, 1963-1987: Supply and Demand Factors”, Quarterly Journal of Economics, vol. 107, pp. 35-78.
Krueger, A. (1993), “How Computers Have Changed the Wage Structure: Evidence from Microdata, 1984-1989”, Quarterly Journal of Economics, vol. 108, núm. 1, pp. 33-60.
Leuven, E., y B. Sianesi (2003), “PSMATCH2: Stata Module to Perform Full Mahalanobis and Propensity Score Matching, Common Support Graphing, and Covariate Imbalance Testing”, disponible en http://ideas.repec.org/c/boc/bocode/s432001.html
Liu, J. T., M. W. Tsou y J. K. Hammitt (2004), “Computer Use and Wages: Evidence from Taiwan”, Economics Letters, vol. 82, núm. 1, pp. 43-51.
Miller, P., y C. Mulvey (1997), “Computer Skills and Wages”, Australian Economic Papers, vol. 36, núm. 68, pp. 106-113.
Mincer, J. (1974), Schooling, Experience, and Earnings, Columbia University Press, Nueva York.
OCDE (2011), Factbook 2011-2012: Economic, Environmental and Social Statistics, disponible en http://dx.doi.org/10.1787/factbook-2011-en
Oosterbeek, H. (1997), “Returns from Computer Use: A Simple Test on the Productivity Interpretation”, Economic Letters, vol. 55, núm. 2, pp. 273-277.
‒‒‒‒ , y J. Ponce (2011), “The Impact of Computer Use on Earnings in a Developing Country: Evidence from Ecuador”, Labour Economics, vol. 18, núm. 4, pp. 434-440.
Pabilonia, S. W., y C. Zoghi (2005), “Returning to the Returns to Computer Use”, American Economic Review, vol. 95, núm. 2, pp. 314-317.
Reilly, K. T. (1995), “Human Capital and Information: Employer Size Wage Effects”, Journal of Human Resources, vol. 30, núm. 1, pp. 1-18.
Rodríguez, R. E., y D. Castro (2012), “Efectos del cambio tecnológico en los mercados de trabajo regionales en México”, Estudios Fronterizos, vol. 13, núm. 26, pp. 141-174.
Rosenbaum, P. R., y D. B. Rubin (1983), “The Central Role of the Propensity Score in Observational Studies for Causal Effects”, Biometrika, vol. 70, núm. 1, pp. 41-55.