Elaborado por Materia para OpenMind Recomendado por Materia
24
Inicio Medir la productividad en el contexto del cambio tecnológico
Artículo del libro El trabajo en la era de los datos

Medir la productividad en el contexto del cambio tecnológico

Tiempo estimado de lectura Tiempo 24 de lectura

El cambio tecnológico dificulta la interpretación de las desalentadoras cifras de productividad de muchas economías. Aunque es probable que existan diversos factores contribuyentes, entre ellos el sobreendeudamiento posterior a la crisis financiera y los cambios demográficos, la transformación tecnológica complica la interpretación de los datos de dos maneras. Una es la dilación entre la adopción de nuevas tecnologías por parte de las empresas y su impacto en la productividad, debido a los cambios organizativos o de gestión y a las inversiones complementarias que también son necesarias. Otra es la discrepancia entre el modo de determinar las cifras oficiales tanto del PIB como de la productividad y el carácter de la economía digital, como el coste cero, los servicios financiados con publicidad o la transición a la informática en la nube. Una cuestión más fundamental es si el concepto de «productividad» resulta útil en economías compuestas en gran medida por servicios y activos intangibles.

La productividad importa porque, a largo plazo, mide la eficacia con la que una sociedad puede convertir los recursos disponibles en bienes y servicios de valor. En ese sentido general, se considera el principal indicador del progreso; de hecho, las tasas de crecimiento de la productividad muy superiores a cero de la época «moderna» comenzaron con la Revolución industrial. Sin embargo, no resulta sencillo medir la productividad, y menos aún vincular su comportamiento a los factores subyacentes. Desde mediados de la década de 2000, se ha producido una desaceleración del aumento tendencial de la productividad en las economías de los países de la Organización para la Cooperación y el Desarrollo Económicos (OCDE), a menudo descrita como «el enigma de la productividad» precisamente porque no se comprenden sus causas y, en particular, porque el ritmo de la innovación en campos como el digital, la biomedicina y los materiales aparenta ser al menos tan rápido como siempre. (Ver figura 1).

BBVA-OpenMind-Diane-Coyle-Medir-productividad-en-cambio-tecnologico-ESP_P22_FIG1

El enfoque habitual es la «contabilidad del crecimiento», la atribución del crecimiento del PIB en términos reales al crecimiento de los insumos de capital y trabajo y a un residuo, llamado crecimiento de la productividad multifactorial o de la productividad total de los factores (PTF).1 En la PTF deberían ponerse de manifiesto los progresos tecnológicos, las innovaciones que permiten una mayor producción con los mismos insumos. No obstante, el residuo también incluye los efectos de la medición incorrecta de los insumos o la omisión de algunos de ellos. Con el tiempo, la medición de los insumos de capital y trabajo se ha tornado más compleja por la práctica de ajustes en función del nivel de cualificación de los trabajadores, por ejemplo, o la introducción de algunos tipos de capital intangible. Esas mejoras reducen el residuo no explicado, que Moses Abramovitz llamó «la medida de nuestra ignorancia».2 En concreto, una publicación reciente ha reconocido la importancia de la calidad de gestión para la productividad empresarial.3 Si fuese posible añadir una medida global de calidad de gestión nacional a los ejercicios de la contabilidad del crecimiento a modo de capital intangible, la PTF disminuiría.

Así pues, debido a su carácter residual, la PTF es poco intuitiva. Una alternativa más intuitiva y más sencilla de medir es la productividad laboral. Se trata simplemente del PIB real por hora trabajada. De ese modo, además, resulta más fácil identificar el papel de la tecnología incorporada en los bienes de capital. La productividad de un obrero de la construcción, por ejemplo, no aumentará aunque cave más deprisa con una pala o se tome menos descansos, sino que lo hará si trabaja con una excavadora mecánica. Por lo tanto, cabe esperar que los periodos de transformación tecnológica se evidencien en un crecimiento más rápido de la productividad laboral y la PTF.

Desde 2005 se ha producido una desaceleración del aumento tendencial de la productividad en las economías de los países de la OCDE, a menudo descrita como «el enigma de la productividad»

Sin embargo, con independencia de la opción escogida, la medición de la productividad hoy plantea un enigma. Aunque el ritmo de innovación continúa siendo, aparentemente, muy rápido, todas las mediciones indican que el ritmo de crecimiento de la productividad ha disminuido considerablemente, sobre todo desde mediados de la década de 2000. En Reino Unido, donde la desaceleración ha sido especialmente notoria, la productividad laboral es casi una quinta parte inferior al nivel que habría registrado de haber continuado la tendencia previa a la crisis. Con todo, el ritmo de crecimiento de la productividad laboral ha disminuido en todos los países de la OCDE.

Cualquier fenómeno complejo presentará una serie de factores contribuyentes y, en este caso, los dilatados efectos de la crisis financiera en los gastos de inversión de las empresas, la reducción de la competencia en sectores económicos clave o los cambios demográficos adversos en los países de la OCDE constituyen posibles capítulos de la historia de la productividad.4, 5 De todos modos, existe una sorprendente paradoja entre la innovación aparentemente rápida de varios campos tecnológicos (materiales avanzados, biomedicina, energías renovables, vehículos autónomos, pequeños satélites y la «cuarta revolución industrial») y las nefastas cifras de productividad. En los medios de comunicación y las librerías abundan las advertencias sobre los posibles efectos de la próxima ola de robótica en el mercado laboral, aunque aún no ha habido ningún indicio del apocalipsis de los robots que sin duda habría provocado el aumento de las cifras de productividad laboral.

Las innovaciones tecnológicas de la primera mitad del siglo XX comportaron consecuencias económicas mucho más importantes que las mejoras progresivas implementadas hoy en el ocio digital o la digitalización de servicios

La paradoja tiene tres explicaciones posibles.

Uno de los principales enfoques considera que es más aparente que real y que, de hecho, ha habido mucha menos innovación tecnológica de la que la maquinaria publicitaria nos haría creer. Robert Gordon es un firme partidario de esa tesis. En su libro The Rise and Fall of American Growth [El ascenso y la caída del crecimiento estadounidense], sostiene que las innovaciones tecnológicas realizadas entre principios y mediados del siglo XX, entre ellas la fontanería de interiores, la electricidad y las primeras tecnologías de la comunicación, como el telégrafo, comportaron consecuencias económicas mucho más importantes que las mejoras progresivas implementadas actualmente en el ocio digital o la digitalización de servicios y productos existentes. A pesar de que el enfoque de Gordon es limitado respecto de las tecnologías de vanguardia, su argumento está en parte respaldado por las recientes previsiones de un fuerte descenso de la productividad de la investigación.6 No solo la ley de Moore presenta signos de estar perdiendo fuelle. En Estados Unidos, el número de investigadores hoy es veinte veces mayor que en la década de 1930 y, sin embargo, desde hace unos cuarenta años, se ha registrado una tendencia decreciente a largo plazo del aumento de la PTF.

No es de extrañar que, a la luz de la variedad de innovaciones actuales, la comunidad tecnológica se muestre escéptica respecto de la disminución del ritmo del cambio. Resulta difícil evaluar la afirmación de que el rendimiento de las nuevas ideas está disminuyendo drásticamente. Una parte del impacto de las nuevas tecnologías tal vez nunca será medido ni será mensurable. Por ejemplo, si las tecnologías actuales de energías renovables permiten la descarbonización de la producción eléctrica, ello representará una innovación sumamente importante que nunca se reflejará en las mediciones del PIB y la productividad porque no se incluyen las externalidades del carbono. Un descubrimiento como la toma de minidosis de aspirina (un compuesto químico antiguo y barato) para la prevención de enfermedades cardiovasculares prolongará la vida de muchas personas, pero apenas afectará las estadísticas de crecimiento.

En términos generales, a diferencia de lo que sucede con las innovaciones de las que surgen nuevos productos o servicios, el PIB como medida de valor añadido no refleja bien las innovaciones que mejoran la eficiencia de los procesos productivos. Pocos organismos estadísticos calculan la producción bruta deflactada por los precios correspondientes a la producción y los insumos en cada etapa de la cadena de producción. En los últimos veinte años, aproximadamente, se ha producido una importante reorganización empresarial en todo el mundo que ha dado lugar a la creación de cadenas de suministro internaciones ampliadas con etapas más especializadas que antes. La idea de Adam Smith acerca de los beneficios de la especialización se ha adoptado a escala mundial. Sin embargo, el crecimiento tendencial de la productividad ha disminuido en los países de la OCDE que lideran este fenómeno, que puede ser considerado como una importante innovación de procesos; puesto que si no beneficiara de algún modo a las empresas, ¿por qué se habría extendido tanto? Esto, en efecto, reafirma el enigma de la productividad, pero sugiere nuestra falta de comprensión de los procesos económicos (y de la medición, incluida la manera de tomar adecuadamente en cuenta la utilización de insumos intermedios en la producción).

La segunda posibilidad es que la actual ola de innovación de muchos campos acabe incrementando la tasa de crecimiento de la productividad. Sin embargo, las grandes innovaciones pueden tardar mucho en desencadenar los cambios en las actividades empresariales y el comportamiento de los clientes que luego se reflejan en las transacciones económicas y, más tarde, en el PIB y las estadísticas de productividad. Los historiadores económicos Paul David y Gavin Wright presentaron un ejemplo canónico de las grandes demoras entre las innovaciones y sus efectos en la productividad en un estudio publicado en 1999 sobre la adopción de la electricidad a principios del siglo XX. Entonces no solo fue necesaria una nueva infraestructura para las redes de distribución, sino que además, como señalaron David y Wright, la materialización de los beneficios de la energía eléctrica requirió grandes inversiones, entre ellas nuevas fábricas de baja altura adecuadas a las cadenas de montaje en sustitución de los antiguos molinos dispuestos en varios pisos en torno a los ejes de transmisión de sus máquinas a vapor. Además, con el fin de sacar el mayor provecho posible de la cadena de montaje, fue necesario innovar en las técnicas de gestión y la organización del trabajo. En aquel caso, la demora entre las innovaciones originales y su impacto total en la productividad fue de unos cincuenta años.7

Algunas de las innovaciones actuales más publicitadas, como la IA o el internet de las cosas, aún no se han implantado en las empresas de manera tan generalizada como insinúan los titulares, por lo que desconocemos si cumplirán las expectativas

Las investigaciones sobre la primera ola de la revolución digital subrayaron además la importancia de los cambios organizativos y de gestión, los cuales provocaron retrasos e incluso que algunas empresas no obtuvieran ninguna ventaja productiva de las inversiones en equipos de tecnologías de la información y la comunicación (TIC). Al estudiar esos datos, Erik Brynjolfsson y Lorin Hitt describieron ese fenómeno, atribuyéndole el papel de una forma de capital intangible que, en su opinión, era mucho más importante que la inversión en equipos de TIC, y tardó más de un decenio en traducirse en mejoras de la productividad.8 Por ejemplo, las empresas podían tener menos existencias, lo cual requería cambios en las cadenas y las prácticas logísticas. Los trabajadores necesitaban responsabilidades laborales más flexibles y más autonomía para tomar decisiones basadas en la información a la que entonces podían acceder de forma más rápida y económica. En un estudio sobre el auge de la productividad estadounidense a finales de la década de 1990, McKinsey también destacó el papel de la logística y las existencias, y concluyó que solo Walmart tuvo un impacto apreciable en las cifras globales.9

De igual modo, posiblemente se requerirán inversiones complementarias adicionales para cosechar las ventajas de algunas innovaciones tecnológicas actuales. Ejemplos evidentes son los vehículos autónomos, que exigen grandes inversiones en infraestructura y cambios institucionales en la legislación y los productos de las aseguradoras; las energías renovables, que requieren importantes inversiones en redes de distribución y transmisión, y los cambios en la gestión y las prácticas laborales relacionados con la producción y la prestación de servicios del «internet de las cosas», así como con la gran inversión en comunicaciones 5G. En un estudio reciente sobre la importancia de las inversiones intangibles como el rediseño de procesos empresariales, los nuevos modelos de negocio o las inversiones adicionales en capital humano destinadas al uso de tecnologías como la inteligencia artificial (IA), Erik Brynjolfsson y sus colegas se refieren a una «curva en jota de la productividad», según la cual la innovación conduce a una menor productividad antes de que se observen mejoras.10 De todos modos, algunas de las innovaciones actuales más publicitadas, como la IA y los sistemas de aprendizaje automatizado o el internet de las cosas, aún no se han implantado en las empresas de manera tan generalizada como insinúan los titulares, por lo que desconocemos si cumplirán las expectativas. No obstante, otras innovaciones (como la informática, que se abordará más adelante) gozan de un uso generalizado.

A diferencia de lo que sucede con las innovaciones de las que surgen nuevos productos o servicios, el PIB como medida de valor añadido no refleja bien las innovaciones que mejoran la eficiencia de los procesos productivos

Por último, otra posible explicación radica en la dificultad de medir la productividad. Esta tesis también cuenta con escépticos. Varios estudios han analizado el potencial de error de medición y han concluido que, en todo caso, las dificultades de medición eran aun mayores antes de mediados de la década de 2000, por lo que este argumento acentúa el enigma de la productividad. Byrne, Fernald y Reinsdorf corrigieron las cifras de productividad estadounidense para eliminar varios sesgos como la necesidad de ajustar los precios a la calidad de los equipos de TIC y medir mejor las inversiones intangibles; sin embargo, concluyeron que las dificultades de medición no eran peores que en el pasado, por lo que no pudieron explicar la desaceleración observada.11 Al examinar de manera específica los precios utilizados para deflactar el PIB nominal, Reinsdorf y Schreyer hallaron una sobrevaloración considerable de los precios y, por lo tanto, una infravaloración de la producción real y la productividad, aunque volvieron a concluir que ello constituía un problema más grave en el pasado.12

Con todo, otras personas (entre las cuales me incluyo) han llegado a la conclusión de que aún hay grandes retos de medición en diversos factores que afectan al PIB real, a la productividad e incluso a nuestra comprensión general de la estructura económica. Esos retos incluyen lo que sigue.

Los bienes digitales gratuitos

El tratamiento de los productos digitales ofrecidos de manera gratuita a los consumidores plantea una cuestión evidente para las estadísticas del PIB, cuyo objetivo es medir el total de operaciones monetarias de la economía. ¿Qué debería hacerse con las operaciones en las que los consumidores pagan con su atención y sus datos en vez de con dinero y, por lo tanto, no comportan intercambio monetario? La cuestión es la misma que con la televisión en abierto financiada con publicidad, pero el alcance en la economía hoy es más amplio. No conviene hacer caso omiso de esos bienes porque los productos digitales gratuitos se sustituyen en cierta medida por los de pago; por ejemplo, Spotify ofrece dos opciones de suscripción por el mismo servicio, una gratuita y otra de pago, solo que la primera incluye anuncios.

BBVA-OpenMind-Diane-Coyle-Medir-productividad-en-cambio-tecnologico-1-Exposición de fotografías de músicos de hip-hop en el lanzamiento de la lista de reproducción de Spotify The Hundred de 2018, celebrada por la plataforma musical en la Ópera Real de Estocolmo, Suecia
Exposición de fotografías de músicos de hip-hop en el lanzamiento de la lista de reproducción de Spotify The Hundred de 2018, celebrada por la plataforma musical en la Ópera Real de Estocolmo, Suecia

Una posibilidad es considerar los productos de coste cero financiados con publicidad como un tipo de operación de compensación. A los consumidores se les paga con servicios digitales gratuitos por ver anuncios; los hogares producen «servicios de audiencia» que intercambian por servicios digitales útiles o entretenimiento. Los anunciantes, a su vez, pagan por el contenido de esos servicios. El cálculo aproximado de la contribución de esas operaciones de compensación al PIB apunta a que estas habrían añadido una décima de punto porcentual al crecimiento del PIB real de Estados Unidos entre 1995 y 2014, con una ligera aceleración después de 2005. En otras palabras, el efecto que han tenido en la medición de la productividad es minúsculo y no ayuda a explicar la desaceleración.13

Una alternativa es que los estadísticos intenten calcular directamente el valor que los consumidores obtienen de los bienes gratuitos. Erik Brynjolfsson y otros utilizaron el tipo de métodos de valoración contingente que antes se aplicaban de manera generalizada a los bienes ambientales no monetarios y encontraron que los consumidores (en Estados Unidos) atribuían valores elevados a algunos productos digitales gratuitos. Los autores proponen añadir esos valores al PIB para calcular una medida monetaria de bienestar económico, basándose en el argumento de que esa técnica proporciona una estimación del excedente del consumidor de esos productos (ganancia de bienestar superior al precio pagado).14 El método ha suscitado interés; en la actualidad, se practica en otros países y se ha vuelto a utilizar en Estados Unidos, sobre todo para comprobar su fiabilidad.

Sin embargo, ese enfoque se ha puesto en tela de juicio recientemente. Aunque Heys y otros autores coinciden en que la aceptación de los métodos de tipo de pago puede proporcionar una estimación del valor de los productos digitales gratuitos, sostienen que lo más adecuado sería considerarlos insumos intermedios de la producción doméstica (el uso de Google Maps, por ejemplo, posibilita una prestación más rápida de los servicios de transporte para acudir a las tiendas) ya que añaden valor fuera del mercado, en la cuenta doméstica, en lugar de añadir valor a la economía comercializada que el PIB pretende reflejar.15

Por lo tanto, en la actualidad no existe un consenso sobre cuál es el mejor enfoque para medir esta actividad económica, indudablemente importante en tanto que las propuestas comportan implicaciones muy distintas en la medición del PIB real y de la producción.

Cruzar la frontera de la producción

Como sostiene esta última tesis, una de las consecuencias de la digitalización es la ampliación del alcance de las actividades que traspasan la «frontera de la producción», según la cual las operaciones que anteriormente implicaban intercambios monetarios en la economía de mercado y en el PIB se sustituyen por actividades en el ámbito doméstico que no se cuantifican. Esas sustituciones al otro lado de la frontera de la producción ocurren de manera constante: el cambio actual hacia la digitalización es un reflejo del cambio de las actividades domésticas a las actividades de la economía de mercado durante la posguerra, a medida que cada vez más mujeres se incorporaban al mercado laboral y compraban productos o servicios en reemplazo del trabajo doméstico no remunerado; una transición que puede haber favorecido el aumento de la productividad registrado en las décadas de 1960 y 1970. Ejemplos de cambios digitales del mercado al sector doméstico son las reservas de viajes y la banca online (en vez de acudir a esos establecimientos), la producción «voluntaria» de contenido, como subir vídeos de entretenimiento o software de código abierto a internet, y algunas actividades de la «economía colaborativa». Debido a la falta de datos sobre el uso del tiempo, que permitirían elaborar estadísticas de las actividades digitales realizadas en los hogares, resulta difícil determinar la magnitud del cambio.16

Deflactores de precios

El cálculo de los índices de precios de los sectores que experimentan un importante proceso de innovación, posibilitada por la digitalización, plantea grandes dificultades. De hecho, es muy probable que algunos índices de precios estén sobrevalorados y, por lo tanto, que la producción real y la productividad estén infravaloradas. Por ejemplo, en Reino Unido, el sector de los servicios de telecomunicaciones parece ser uno de los que más lentamente ha crecido después de 2005. Sin embargo, el anterior índice de precios del sector no tuvo en cuenta las enormes mejoras en la calidad del servicio, como el perfeccionamiento de las técnicas de compresión, el aumento de la velocidad de transmisión de datos y la disminución de la demora en la transmisión. Incluso una leve mejora en el índice de precios podría convertir el descenso nulo de precios en cinco años, según el índice oficial, en una disminución de más de un tercio. Otras mejoras metodológicas, que reflejan el gran aumento del volumen del tráfico de las telecomunicaciones, apuntan a una reducción aún mayor de los precios del sector.17 De modo similar, si se calculara el precio que pagan las empresas por los servicios informáticos, con el fin de reflejar la transición gradual hacia la informática en la nube, se observaría un descenso considerable del índice de precios correspondiente.18

Las consabidas dificultades a la hora de calcular los índices de precios al consumo cuando existen productos nuevos e innovadores son especialmente graves en la economía digital

En general, las consabidas dificultades a la hora de calcular los índices de precios al consumo cuando existen productos nuevos e innovadores son especialmente graves en la economía digital.19 Hay abundante bibliografía en la que se analiza cómo practicar ajustes para incluir las mejoras de calidad de los bienes tecnológicos como los ordenadores, los teléfonos inteligentes o los programas informáticos. William Nordhaus subrayó la dificultad de medir los precios durante periodos prolongados de cambios tecnológicos radicales, como el alumbrado eléctrico o la capacidad informática, puesto que los precios están vinculados a productos específicos, mientras que la gente obtiene valor de un servicio más fundamental incorporado en diversos productos.20 Nordhaus calculó el precio de oferta de esos productos básicos, pero su método no permite determinar el valor que los consumidores atribuyen a cada una de las sucesivas modalidades del alumbrado eléctrico o la informática. Incluso los deflactores de otros sectores, entre ellos los de la «vieja economía» como el sector de la construcción, podrían plantear dificultades similares, ya que los nuevos métodos incorporan características o funciones –por ejemplo, sensores digitales– que mejoran el rendimiento en dimensiones como la eficiencia energética, la fiabilidad o la reducción del mantenimiento, y ninguna de ellas se refleja en la deflación de la producción nominal. El enfoque teórico estándar del ajuste hedónico (que tiene en cuenta algunas mejoras de calidad cuantificables) no ha sido aplicado de manera generalizada por los institutos estadísticos y, además, se enfrenta a obstáculos tanto prácticos como metodológicos.21 La búsqueda de métodos de cálculo de deflactores más precisos, que los organismos estadísticos puedan llevar a la práctica, constituye otra área activa de investigación.22

Las estadísticas de inversión y producción de las empresas se basan en informes de sus gastos de capital y sus gastos operativos. El uso de la nube supone pasar de lo primero a lo segundo, de modo que sean los proveedores de la nube quienes asuman los gastos de inversión

Cambios en las prácticas empresariales y los bienes intermedios

Los cambios en las prácticas empresariales dificultan todavía más el cálculo de la producción sectorial y las estadísticas de comercio exterior. Un ejemplo es la informática en la nube, cuyo precio ha sufrido una formidable caída desde que Amazon Web Services y otros proveedores lanzaron esos servicios, hace unos siete años. Las empresas sustituyen las inversiones en inmovilizado (como los servidores) por la compra de servicios en la nube que, además de ser más baratos, de mejor calidad y más seguros, se actualizan constantemente. En cuanto a la medición, el uso de servicios en la nube se asemeja al arrendamiento operativo de bienes de capital que son propiedad de otra empresa. Las estadísticas de inversión y producción de las empresas se basan en informes en los que estas comunican sus gastos de capital y sus gastos operativos. El uso de la nube supone pasar de lo primero a lo segundo, de modo que sean los proveedores de la nube quienes asuman los gastos de inversión. De todos modos, no está claro si los grandes proveedores de la nube con sede en Estados Unidos que lideran el mercado (Amazon Web Services, Microsoft, Google e IBM) comunican sus gastos de inversión a las autoridades estadísticas de los distintos mercados nacionales. Asimismo, si se calcula la productividad multifactorial del sector sin practicar ajustes por la compra de servicios de capital a los proveedores de la nube, se sobrevalorará la productividad de los usuarios de la nube y se infravalorará la de los proveedores.23 Con respecto a las estadísticas de comercio exterior, si bien el cálculo de las importaciones de equipos de TIC es bastante sencillo, resulta difícil conceptualizar todos los flujos de servicio en la nube, por ejemplo, cuando un fabricante alemán de automóviles organiza sus cadenas mundiales de suministro y su producción mediante el uso de servicios en la nube prestados por una empresa con sede en Estados Unidos y con centros de datos en múltiples países.24

Un ejemplo similar es el de la «producción sin fábricas» (factoryless manufacturing); en este caso, las empresas mantienen la propiedad intelectual y las relaciones con los clientes, pero subcontratan toda la actividad manufacturera (a menudo en el extranjero), apoyándose en las comunicaciones digitales y la logística moderna. En general, las cifras de comercio son difíciles de interpretar porque las empresas innovadoras envían de forma digital los documentos sujetos a propiedad intelectual, como los planos y diseños, a otros países (conservando la titularidad) en flujos de datos que no quedan registrados. Por su parte, los productos derivados de la propiedad intelectual se registran en las cifras de comercio. Además, algunas grandes empresas a las que se considera fabricantes pueden calificarse de distribuidores; algunos datos indican que el tamaño de la industria manufacturera, a menudo de particular interés para los responsables de formular políticas, está infravalorado. Las encuestas de coyuntura industrial no reflejan el alcance de la producción sin fábricas (ni de modelos similares como la contratación de suministros fijos), pero los nuevos métodos automatizados de extracción de datos web indican que alrededor del 18% de las empresas de la industria manufacturera de Reino Unido, y el 14% de las empresas en el caso de Estados Unidos, recurren a subcontratistas.25

Datos

Un tema presente en muchas de las cuestiones antes comentadas es el tratamiento de datos. En el marco actual, solo se incorpora un pequeño componente de la acumulación de datos al PIB (los costes de digitalización y de gestión de las bases de datos). Dado el espectacular aumento de la adquisición, el uso y la transmisión de datos, así como la creciente tendencia de las empresas a considerar los datos recogidos por cuenta propia y los comprados a terceros como un activo estratégico, la práctica actual respecto de la inversión en datos parece demasiado limitada.26 Sin embargo, no hay un consenso sobre el modo de conceptualizar, medir y valorar los flujos de datos de diversos tipos. El aspecto transfronterizo de los flujos de datos de muchos de los modelos de negocio antes comentados (y de otros basados en datos, incluidos los modelos de los bienes digitales gratuitos) complican aún más estas cuestiones.27 Pese a que existen unidades físicas estándar que miden el volumen de datos (gigabyte, zettabyte, etc.) y la capacidad de los canales de comunicación, el valor económico dependerá del contenido de la información. Las características económicas de los datos hacen que la valoración sea especialmente compleja porque, aunque algunas transacciones del mercado de datos permiten conocer los precios, los datos son un bien público de consumo no rival con externalidades, lo cual supone una brecha entre la valoración de mercado y el bienestar económico. Las cuentas nacionales se centran principalmente en las operaciones de mercado, pero el contexto general es importante para la política económica. Esta es otra área de investigación activa que incluye un debate internacional centrado en las contabilidades nacionales acerca de las taxonomías y la clasificación.28

Clasificación y recopilación de datos

Un asunto íntimamente relacionado con estas cuestiones conceptuales de medición es la necesidad de innovar en la recopilación de datos en bruto usados para el cálculo del PIB y la productividad. La estructura de clasificación de las estadísticas económicas en materia de sectores industriales y empleo no ha evolucionado a la par de las nuevas actividades y cualificaciones, ya que aún reflejan la fuerte actividad manufacturera de la década de 1940 pese a las modificaciones posteriores y omiten por completo algunas industrias de interés para los responsables de formular políticas. Por ejemplo, algunos sectores como el de los videojuegos han adquirido mayor relevancia, pero son difíciles de examinar en las estadísticas existentes, y las categorías profesionales cambian rápidamente. Como alternativa a los métodos tradicionales de recolección de datos basados en encuestas y estadísticas, se están probando nuevos métodos, entre ellos la extracción automatizada de datos web (web scraping).29, 30 Un problema adicional deriva de las cadenas de suministro antes comentadas. Por ejemplo, es comprensible que muchos servicios de manufactura se clasifiquen en el sector de servicios, en vez de en el sector manufacturero, pero al hacerlo con una granularidad insuficiente el tamaño de la parte de la economía centrada en la manufactura se infravalora con facilidad. Un estudio sostiene que el tamaño «real» del sector manufacturero de Reino Unido podría estar infravalorado hasta en el 50% si se tienen en cuenta las actividades externalizadas de servicios especializados, que abarcan desde la fabricación hasta la venta al por menor y la contabilidad.31

BBVA-OpenMind-Diane-Coyle-Medir-productividad-en-cambio-tecnologico-2
Trabajadores de la fábrica de zapatillas Nike en Ho Chi Minh, Vietnam, se echan la siesta en su momento de pausa junto a la cadena de montaje, 2001

Sin duda se requerirán nuevas fuentes y métodos de datos para medir con mayor precisión la producción y la productividad y reflejar la estructura de las economías modernas. Se están haciendo grandes progresos en el uso de nuevos métodos de big data, entre ellos el uso generalizado de datos de escaneo (scanner data) para mejorar los índices de precios;32 la extracción automatizada de datos web y otros novedosos datos online como textos y listados;33 las bases de big data, que registran una cantidad ingente de operaciones y conexiones individuales,34 y los datos obtenidos vía satélite.35 El Instituto Nacional de Estadística de Reino Unido ha creado el Data Science Campus con la finalidad de desarrollar otros métodos innovadores. No obstante, ese tipo de iniciativas se encuentran en una etapa incipiente y distan mucho de ser sistematizadas por los institutos estadísticos.

Conclusiones

La lista de artefactos y desafíos de medición, si bien es amplia, puede que al final no se traduzca en un panorama de productividad agregada muy distinto, ya que existen otros factores importantes que contribuyen a las tendencias a largo plazo. Con todo, el volumen de investigación de estadísticas económicas es cada vez mayor, en gran medida debido a la revolución digital. Algunas de las cuestiones antes comentadas se abordarán en la próxima revisión periódica del Sistema Internacional de Cuentas Nacionales. Sin embargo, el hecho de que existan tantos problemas de medición plantea la cuestión fundamental de si la «productividad» es la mejor forma de concebir el progreso económico. Al fin y al cabo, las economías de la OCDE hoy se componen mayoritariamente de servicios, no de productos.

En el marco actual, solo se incorpora un pequeño componente de la acumulación de datos al PIB: los costes de digitalización y de gestión de las bases de datos

Ya en 1994, al pronunciar su discurso de investidura como presidente de la American Economic Association, Zvi Griliches advirtió que «nuestras herramientas de medición y observación son cada vez más inadecuadas en el contexto de la economía en transformación».36 La productividad laboral se había congelado en lo que entonces él consideraba sectores económicos «inconmensurables»: la construcción, el comercio, las finanzas, otros servicios y el sector público. En los veinticinco años siguientes, se ha ampliado el alcance de lo «inconmensurable». No solo algunos de esos sectores inconmensurables representan una cuota mayor del PIB en muchas economías de la OCDE, sino que además varios sectores anteriormente «conmensurables», como la comunicación y la industria manufacturera, están causando más problemas. Uno de los ejemplos citado por Griliches fue el de los fármacos, por la dificultad que implica tratar adecuadamente los precios de los medicamentos genéricos y de los nuevos medicamentos a la hora de determinar el índice de precios y, por tanto, la producción real del sector. Aunque es relativamente sencillo medir el número de pastillas o inyecciones administradas, la innovación biomédica supone una enorme mejora de los resultados sanitarios por producto. Las estadísticas del PIB se crearon en una época de producción y consumo masivos, por lo que son más difíciles de interpretar en esta época de servicios altamente diferenciados.37

Esto pone de manifiesto una de las dos grandes dificultades que plantea el marco de medición actual: qué significa producción en «términos reales». La idea de deflactar el PIB nominal pretende eliminar la parte de la expansión del dólar o el euro causada por la inflación mediante el cálculo del volumen de producción que dejaría a la gente con el mismo nivel de utilidad que antes. Existe abundante bibliografía en la que se aborda el tema de los índices de precios y se analiza cuál es la mejor manera de alcanzar el ideal de utilidad constante. Con todo, huelga decir que, en el mejor de los casos, se trata de una abstracción heroica. Ante la rápida innovación y los cambios de calidad no existe una solución conceptual satisfactoria. Los economistas a menudo creen que las estadísticas solo requieren el ajuste hedónico, una técnica de regresión para corregir los precios de los bienes en función de las mejoras de calidad mensurables (como el aire acondicionado de los coches o el aumento de la velocidad de procesamiento de los ordenadores portátiles). En todo caso, ello resulta un tanto arbitrario. No obstante, puede conducir al cálculo de tasas de crecimiento elevadas e inverosímiles en sectores como el de las TIC. En esa posibilidad hizo hincapié Milton Gilbert, uno de los creadores del Sistema de Cuentas Nacionales, al inicio del debate sobre el ajuste hedónico de precios, al señalar que, llevado al extremo, el método podía indicar el aumento de la producción real de un producto cuyo volumen físico se estaba reduciendo a cero. «Si la gente fuera a la playa felizmente desnuda, ¿argumentaríamos que la producción “real” de trajes de baño es la misma que en la época victoriana?», preguntó. Como observó el gran economista Thomas Schelling: «Lo que llamamos magnitudes “reales” no son completamente reales; solo las magnitudes monetarias son reales. Las “reales” son hipotéticas».38

El hecho de que existan tantos problemas de medición plantea la cuestión fundamental de si la «productividad» es la mejor forma de concebir el progreso económico

No es de extrañar que los índices de precios constituyan uno de los temas centrales de los trabajos que contribuirán a la siguiente revisión de las normas estadísticas. Sin embargo, algunos investigadores han propuesto enfoques más radicales que se alejan del concepto del PIB real como indicador del bienestar económico. Una propuesta, presentada por Charles Hulten y Leonard Nakamura, consiste en ampliar el concepto del PIB tomando sus cifras convencionales, basadas en la eficiencia del uso de los recursos en la producción, e incrementándolas con la eficiencia en el consumo, el valor adicional que los consumidores obtienen de una producción determinada gracias a la innovación.39 Otra propuesta, aún más alejada del enfoque actual centrado en la producción y la productividad, aboga por tener en cuenta el uso que la gente hace de su tiempo y el valor que obtiene de las diversas actividades, ya que el uso del tiempo parece ser la medida natural de las economías basadas en servicios.40, 41 Algunos servicios serán más «productivos» cuanto más rápido puedan prestarse; esos serán los más rutinarios y potencialmente automatizables. Otros, más personalizados, serán valiosos para los clientes si requieren más tiempo y proporcionan una calidad superior. En este último caso, el precio que paguen los clientes reflejará directamente el valor percibido. Ambos tipos podrían coexistir en un mismo sector convencionalmente definido: las analíticas de sangre rutinarias frente a la atención médica de la UCI, o un afeitado rápido en la barbería frente a un corte de pelo en la peluquería de un estilista. Aún es pronto, por lo que habrá otras propuestas para reconsiderar el marco conceptual económico antes de que los economistas y estadísticos determinen cuál será la sucesora de la lente actual de la economía, así como los poderosos argumentos a favor de replantear de manera mucho más amplia qué medida «más allá del PIB» es necesaria para tener una sensación legítima de bienestar económico.42

Nada de lo anterior implica que no habrá problemas de productividad. En los más de diez años transcurridos desde la crisis financiera, muy pocas personas de las clases medias de los países de la OCDE han visto el aumento sostenido de la prosperidad sobre el que se sustentan las sociedades estables.43 Las nuevas innovaciones son bienvenidas, pero deben ofrecer grandes ventajas a los consumidores. Uno de los retos políticos de esta época consiste en hacer frente a la actitud pesimista que nos lleva a pensar que la próxima generación estará peor que la actual.44 Hay numerosos indicios de que este será un periodo político turbulento, como las décadas del siglo XX de lento crecimiento económico. Las cuestiones de medición pueden parecer una distracción en momentos como este, pero cuando las preguntas son tan amplias y complejas como las actuales conducen a otras de mayor calado: ¿a qué nos referimos con «progreso», y qué medidas necesitan los responsables de formular políticas para comprender lo que está ocurriendo en la economía y la sociedad y lograr mejoras sostenibles de base amplia en la vida de los ciudadanos?

BBVA-OpenMind-Diane-Coyle-Medir-productividad-en-cambio-tecnologico-3
Proyección en el Centro Internacional de Convenciones y Congresos de Yunqi Cloud Town para el Congreso de Computación de 2018 sobre el empoderamiento de la China digital. Yunqi Cloud es un centro tecnológico de computación en la nube, en las inmediaciones de la ciudad de Hangzhou

Agradecimientos

Mi agradecimiento a Julia Wdowin por su colaboración en esta investigación.

Notas

Citar esta publicación

Publicaciones relacionadas

Descargar Kindle

(4,6 MB)

Descargar EPUB

(2,0 MB)

Descargar PDF

(5,1 MB)
Descargar Podcast (56,7 MB)
Ver libro 2020 El trabajo en la era de los datos
Escuchando
Medir la productividad en el contexto del cambio tecnológico
Mute
Cerrar

Comentarios sobre esta publicación

Escribe un comentario aquí…* (Máximo de 500 palabras)
El comentario no puede estar vacío
*Tu comentario será revisado antes de ser publicado
La comprobación captcha debe estar aprobada