¿La pandemia del Covid-19 aceleró la automatización en países en desarrollo? Evidencia para Colombia

Tenga en cuenta

La serie Borradores de Economía es una publicación de la Subgerencia de Estudios Económicos del Banco de la República. Los trabajos son de carácter provisional, las opiniones y posibles errores son responsabilidad exclusiva del autor y sus contenidos no comprometen al Banco de la República ni a su Junta Directiva.

Autor o Editor
Bonilla-Mejía, Leonardo
Flórez, Luz Adriana
Hermida, Didier
Lasso-Valderrama, Francisco Javier
Morales, Leonardo Fabio
Ospina-Tejeiro, Juan Jose
Pulido, José

La serie Borradores de Economía, de la Subgerencia de Estudios Económicos del Banco de la República, contribuye a la difusión y promoción de la investigación realizada por los empleados de la institución. En múltiples ocasiones estos trabajos han sido el resultado de la colaboración con personas de otras instituciones nacionales o internacionales. Esta serie se encuentra indexada en Research Papers in Economics (RePEc). Los resultados y opiniones contenidas en este documento son de responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.

Fecha de publicación
Martes, 04 octubre 2022

RESUMEN NO TÉCNICO

Enfoque

Evidencias recientes sugieren que la pandemia, y en particular la crisis de Covid-19, tendieron a acelerar el proceso de automatización en economías desarrolladas como es el caso de Estados Unidos y Reino Unido. Sin embargo, pocos estudios se han enfocado en las economías en desarrollo. En este documento se evalúa si la pandemia aceleró el proceso de automatización en Colombia, un país en desarrollo, caracterizado por la combinación de baja inversión en investigación & desarrollo (I&D), y productividad, además de altos niveles de informalidad y desempleo.

Contribución

Este documento contribuye a la literatura sobre el impacto que pudo tener la pandemia sobre la demanda laboral en oficios con alto potencial de automatización, ofreciendo evidencia de un país de ingreso medio como Colombia con altos niveles de informalidad y desempleo. La demanda por nuevos puestos trabajos durante la pandemia se mide usando las vacantes por ocupaciones obtenidas a través del Servicio Público de Empleo (SPE) de Colombia. Adicionalmente se utiliza el nivel de empleo asalariado, basado en la Gran Encuesta Integrado de Hogares (GEIH). La probabilidad de automatización por ocupaciones se mide utilizando la metodología de Frey y Osborne (2017) y Nedelkoska y Quintini (2018) adaptada al caso colombiano. Finalmente se usa un enfoque de estudio de eventos para evaluar el efecto diferencial de la pandemia en las vacantes del SPE y el empleo asalariado, dependiendo de su potencial de automatización.

La crisis sanitaria del Covid-19 incrementó el costo del trabajo relativo al capital, incentivando la automatización durante la pandemia.

Resultados

Los resultados indican que durante la pandemia del Covid-19 las vacantes cayeron más significativamente en ocupaciones con alto potencial de automatización. Estos efectos son persistentes, con coeficientes significativos hasta el último periodo analizado (agosto del 2021). Igualmente, estos efectos negativos y significativos se encuentran en el nivel de empleo, particularmente en el empleo asalariado. Además, se explora en qué medida el impacto en las ocupaciones automatizables fue mayor en sectores que fueron más afectados por las restricciones de movilidad durante la pandemia del Covid-19. Los resultados indican que la mayor parte de estos efectos se presentaron en los sectores más afectados. Por lo tanto, esto sugiere que las restricciones de movilidad incrementaron el costo del trabajo relativo al capital, incentivando la automatización durante la pandemia.  Estos resultados son robustos incluso cuando se controla por tendencias sectoriales o cuando se usan medidas alternativas del potencial de automatización (Chernoff and Warman, 2020). Adicionalmente, se encuentra un efecto diferencial en el empleo, de acuerdo con ciertas características demográficas como la edad, el género y la productividad de los trabajadores (en el último caso, utilizando como proxy el salario mínimo).