• La digitalització del sector agroalimentari: què ens diu Twitter?

    EspanyolAnglès

    La tecnologia avança a un ritme frenètic i ofereix a la cadena agroalimentària nombroses oportunitats perquè la producció sigui més eficient i més sostenible. A més a més, la irrupció de la COVID-19 ha posat de manifest que les empreses més digitalitzades van poder mantenir l’activitat amb més facilitat que la resta. En aquest article, examinem el grau de popularitat de les diferents tecnologies digitals que s’utilitzen al sector primari i a la indústria agroalimentària a partir de l’anàlisi de text de més de 2 milions de missatges a la xarxa social Twitter. Totes elles són imprescindibles per crear un ecosistema connectat que formarà la cadena alimentària 4.0 del futur.

    Plantilla

    plantilla_article_vs05

    Temática
    Miniatura
    Área geográfica

    L’arribada inesperada de la pandèmia ha posat de manifest que les empreses més digitalitzades estaven més preparades per adaptar-se a la nova situació i van poder mantenir l’activitat de forma molt més fluida que la resta. No hi ha dubte que, en el nou entorn, la transformació digital de les empreses es presenta com un aspecte ineludible per enfortir la competitivitat empresarial.

    El big data, la robòtica, la internet de les coses i el blockchain són alguns exemples de les noves tecnologies digitals que, de manera gradual, estan sent adoptades per les empreses, en particular al sector agroalimentari. La tecnologia avança a un ritme frenètic i ofereix a la cadena agroalimentària nombroses oportunitats per produir d’una manera més eficient i més sostenible. No obstant això, la informació estadística sobre el grau d’adopció d’aquestes tecnologies és limitada, i la font estadística oficial més completa1 no proporciona informació sobre el sector primari. Tot seguit, presentem una nova anàlisi sobre la «popularitat» de les noves tecnologies digitals al sector agroalimentari a partir de la informació de Twitter.

    • 1. Enquesta sobre l’ús de les tecnologies de la informació i les comunicacions (TIC) i del comerç electrònic a les empreses, elaborada per l’INE.
    Twitter com a font d’informació per detectar les tendències de futur

    La informació de Twitter pot ser molt valuosa per detectar noves tendències de futur, perquè, en funció de la freqüència amb què apareixen en els tuits, permet analitzar la popularitat de determinats termes. És cert, però, que no és el mateix «parlar-ne» que haver implementat amb èxit les diferents tecnologies digitals en el funcionament recurrent de l’empresa. Per aquest motiu, els resultats que presentem tot seguit han de ser interpretats, senzillament, com indicatius de noves tendències que poden estar arrelant a les empreses del sector agroalimentari.

    La informació de Twitter permet analitzar el grau de «popularitat»

    de les diferents tecnologies digitals al sector en funció de la freqüència amb què apareixen esmentades en els tuits.

    Per a aquest estudi, s’ha processat informació de més de 24 milions de tuits emesos per usuaris individuals i per mitjans digitals durant el període 2017-2019. De tots ells, dos milions corresponien al sector agroalimentari. Utilitzant tècniques de processament de llenguatge natural, es van categoritzar els tuits en funció dels esments de diferents tecnologies digitals i del sector d’activitat.2 La clau per obtenir informació rellevant de les xarxes socials passa per definir prèviament paraules «llavor» que permetin identificar els documents corresponents a cada sector d’activitat i paraules «llavor» relacionades amb les diferents tecnologies digitals d’interès.3 Mitjançant un algorisme de machine learning, es van identificar addicionalment altres paraules relacionades amb el concepte en qüestió i que no havien estat incloses inicialment, de manera que es va ampliar l’espectre de documents analitzats. En aquest estadi, és important fer una tria acurada de les paraules polisèmiques (és a dir, les que tenen més d’un significat, com, per exemple, la paraula «reserva», que es pot referir tant a l’habitació d’un hotel com a un vi).

    • 2. Aquesta anàlisi va ser realitzada en col·laboració amb Citibeats, empresa especialista en el processament de llenguatge natural no estructurat.
    • 3. Per exemple, les paraules «llavor» utilitzades per identificar el big data van ser: analytics, arquitectura de sistemes, data mining, database, intel·ligència empresarial, Python i SQL, entre d’altres (a més de big data pròpiament).
    Quin és el grau de digitalització del sector agroalimentari segons Twitter?

    Per valorar el grau de digitalització del sector agroalimentari segons les dades de Twitter, necessitem, primer, posar en perspectiva fins a quin punt són habituals els tuits sobre digitalització en altres sectors d’activitat. Segons la nostra anàlisi, el sector més digitalitzat és el de les tecnologies de la informació i la comunicació (TIC): el 3,2% dels tuits del sector contenen termes relacionats amb la digitalització, un resultat que, atesa la pròpia naturalesa del sector, no sorprèn. Tot seguit, trobem el sector de les finances i les assegurances, amb el 2,7% dels tuits.

    Al sector primari, aquest percentatge és clarament inferior, del 0,6%, però similar al 0,7% de les activitats professionals, científiques i tècniques. En el cas de la indústria agroalimentària, el percentatge de tuits sobre digitalització és, només, del 0,3%, molt a la vora del sector de les manufactures bàsiques, que aglutina la indústria tèxtil, la fusta, el paper i les arts gràfiques i que presenta el percentatge més baix dels sectors analitzats, del 0,2%.

    p 26
    Quines tecnologies digitals són més populars al sector agroalimentari segons Twitter?

    La riquesa d’informació obtinguda de Twitter permet detectar les eines digitals més populars a cada sector d’activitat en funció de la freqüència amb què s’esmenten als tuits analitzats. Segons la nostra anàlisi, una gran part dels tuits del sector primari sobre digitalització sol incloure temes de big data (el 45% del total de tuits sobre digitalització). Un clar exemple de l’aplicació de big data al sector es troba en les anomenades tècniques d’«agricultura de precisió», que requereixen de l’anàlisi de grans quantitats d’informació amb la finalitat d’optimitzar la presa de decisions per augmentar la producció i garantir la sostenibilitat. Aquestes tècniques s’utilitzen, per exemple, per calcular les necessitats de reg dels cultius tenint en compte les condicions climàtiques (la radiació solar, el vent, la temperatura i la humitat relativa) i les característiques dels cultius (espècie, estat de desenvolupament, densitat de plantació, etc.). Per fer aquest càlcul, es necessiten dades meteorològiques actualitzades en temps real, una elevada capacitat de computació i una gran velocitat de transmissió de la informació perquè el sistema de reg automàtic s’ajusti de forma adequada. Aquesta tecnologia ajuda a fer més eficient l’ús de l’aigua, un aspecte molt rellevant en àrees de clima mediterrani, molt vulnerables al canvi climàtic i on l’aigua és un factor limitant. 

    El big data, la internet de les coses i la robòtica són les tecnologies més populars al sector primari,

    i indispensables per avançar en l’aplicació de tècniques d’agricultura de precisió i d’automatització intel·ligent del camp.

    Altres tecnologies populars al sector primari són la internet de les coses (el 16% dels tuits) i la robòtica, inclosos els drons (el 10% dels tuits). Les noves tecnologies digitals prometen ser una revolució en l’àmbit de l’agricultura i la ramaderia en ple segle xxi, com la mecanització del camp ho va ser en el segle xx. Així, la maquinària agrícola 4.0 (aquella més propera als robots de les pel·lícules de ciència-ficció que al tractor que estem acostumats a veure a totes les explotacions del país) permet augmentar la productivitat i millorar les condicions de treball al camp. Aquesta tendència cap a una major automatització de les tasques agrícoles s’ha vist reforçada arran de la pandèmia del coronavirus, perquè la dificultat per contractar treballadors de temporada a causa de les restriccions a la mobilitat internacional ha provocat un augment de l’interès per la robòtica i per l’automatització agrícola. En efecte, les empreses que fabriquen robots per a l’agricultura han detectat un fort increment de comandes, per exemple, de robots que recullen maduixes i que eliminen la floridura amb una llum ultraviolada.4

    L’ús de drons mereix un esment especial, perquè ha experimentat un creixement exponencial en els últims anys, i les seves aplicacions són cada vegada més àmplies: des de la detecció precoç de plagues, mitjançant la inspecció aèria de grans àrees de cultiu, fins a la localització de senglars, mitjançant càmeres tèrmiques, per impedir el contagi de la pesta porcina africana als porcs de granja.5

    • 4. Vegeu Financial Times Agritech «Farm robots given Covid-19 boost», 30 d’agost de 2020.
    • 5. Vegeu http://www.catedragrobank.udl.cat/es/actualidad/drones-contra-jabalies.

    Popularitat de les diferents tecnologies digitals al sector agroalimentari

    p 28

    El blockchain és la tecnologia que destaca més a la indústria agroalimentària (el 30% del total de tuits sobre digitalització del sector). No pot ser d’una altra manera, perquè té múltiples aplicacions per a la indústria de l’alimentació i de les begudes. Gràcies a una cadena de registres inalterables i de confiança, el blockchain permet oferir una traçabilitat completa dels productes en totes les baules de la cadena alimentària. Així, el simple escaneig d’un codi QR proporciona accés a tota la informació sobre la procedència, el mètode de producció, els tractaments veterinaris rebuts, els ingredients utilitzats, etc. Moltes empreses agroalimentàries ja estan experimentant en l’actualitat amb el blockchain, ja que ofereix clars beneficis en termes de transparència sobre l’origen, la qualitat del producte i la seguretat alimentària, aspectes cada vegada més valorats pels consumidors. La tecnologia blockchain s’utilitza també per limitar el desaprofitament alimentari, un altre repte ineludible del sector.

    El blockchain permet realitzar l’autenticació digital

    dels productes alimentaris i facilita la traçabilitat en totes les baules de la cadena alimentària.

    En relació amb altres sectors, en quines eines destaca el sector agroalimentari?

    Hi ha algunes tecnologies digitals que són poc populars a tots els sectors d’activitat, potser perquè tenen un rang d’aplicació més limitat o específic. És a dir, tecnologies que, malgrat tenir un baix percentatge de tuits en termes absoluts segons la nostra anàlisi, poden tenir una popularitat relativament alta per a un sector en comparació amb la resta de sectors.

    Per detectar aquests casos, calculem una nova mètrica, l’índex de concentració, que té en compte la popularitat relativa de les tecnologies en un sector en relació amb la resta de sectors.6 Amb aquesta metodologia, obtenim que el sector primari continua destacant en big data. En concret, el sector primari concentra el 9,2% del total de tuits sobre big data emesos per tots els sectors, un percentatge molt superior al 3,1% que representen els tuits del sector primari sobre el total de tuits analitzats (vegeu, a la taula següent, com l’índex de concentració és igual a 3 en aquest cas). També observem que el sector destaca en la internet de les coses, com ja hem comentat més amunt, però descobrim que la nanotecnologia també és una tecnologia popular al sector primari en termes relatius. És a dir, malgrat que només el 3,8% dels tuits del sector primari tracten temes de nanotecnologia, aquest percentatge és elevat en comparació amb l’1,7% que representen els tuits de nanotecnologia sobre el total (és una tecnologia poc popular en general a tots els sectors, però, al sector primari, és una mica més popular que en altres). 

    • 6. L’índex de concentració es calcula com la ràtio entre (1) el percentatge de tuits d’una tecnologia i d’un sector en relació amb el total de tuits d’aquesta tecnologia i (2) el percentatge de tuits d’un sector en relació amb el total de tuits de tots els sectors. Valors superiors a 1 indiquen que la tecnologia és relativament més popular en aquest sector.

    Índex de la concentració de tuits de cada tecnologia en relació amb els altres sectors

    p 29

    Finalment, la realitat virtual i augmentada també és una tecnologia relativament popular a la indústria agroalimentària. En concret, la indústria agroalimentària concentra el 6,2% del total de tuits sobre realitat virtual i augmentada emesos per tots els sectors, un percentatge que duplica amb escreix el 2,5% que representen els tuits del sector en relació amb el total dels analitzats (en aquest cas, l’índex de concentració és igual a 2,5). Aquesta tecnologia utilitza entorns virtuals (realitat virtual) o incorpora elements virtuals a la realitat (realitat augmentada) que aporten coneixement i informació d’utilitat per a l’optimització dels processos. Al principi, pot sorprendre que aquesta tecnologia sigui relativament popular a la indústria agroalimentària, però els seus usos es van estenent a mesura que l’anomenada indústria 4.0 va implantant les tecnologies digitals en els processos de producció. Un exemple concret de l’ús d’aquesta tecnologia és el de la reparació d’avaries. Quan es produeix una avaria, l’operari utilitza ulleres de realitat augmentada per seguir, a través d’elles, els passos detallats als manuals d’instruccions virtuals que se li projecten sobre la lent per ajudar-lo a resoldre la incidència. Les ulleres reconeixen les diferents parts de la màquina i li indiquen visualment a l’operari on ha d’actuar per solucionar el problema.

    Els exemples per a l’aplicació de les noves tecnologies digitals al sector agroalimentari són nombrosos. Ens trobem davant una revolució que està cridada a transformar les diferents baules de la cadena alimentària: des de l’explotació de dades i l’ús de drons per aconseguir collites més eficients, fins a l’ús de la tecnologia blockchain per millorar la traçabilitat dels productes finals que arriben a les nostres llars. En definitiva, el futur ens aportarà la cadena alimentària 4.0, un ecosistema totalment connectat del camp a la taula.

    Destacado Economia y Mercados
    Desactivado
    Destacado Analisis Sectorial
    Desactivado
    Destacado Área Geográfica
    Desactivado

Per què creix menys la productivitat?

Contingut disponible en

El menor creixement de la productivitat en els últims anys té conseqüències palpables. Per exemple, s’estima que, el 2015, el nord-americà mitjà hauria guanyat 8.400 dòlars més si, entre el 2005 i el 2015, la productivitat hagués crescut al mateix ritme que entre el 1995 i el 2004.1 A més a més, com ho mostra l’article «Revolució tecnològica i desacceleració de la productivitat», en aquest mateix Dossier, si es manté la tendència actual, el 2027, el nord-americà mitjà podria deixar de guanyar 13.400 dòlars. Quins són els factors causants d’aquesta desacceleració? Vegem-ho a continuació.

Desacceleració? Quina desacceleració?

La desacceleració de la productivitat és especialment sorprenent a la llum dels importants avanços tecnològics que s’han produït en les últimes dècades.2 Atès que aquests avanços s’han concentrat en les tecnologies de la informació i la comunicació (TIC), on la productivitat és particularment difícil de mesurar, una de les possibles explicacions és que les estadístiques oficials no reflecteixen la productivitat veritable.

En primer lloc, mesurar les millores de qualitat i l’evolució del preu d’un mateix producte al llarg del temps és més difícil del que sembla, entre altres raons perquè el producte evoluciona contínuament. Per exemple, si construïm un índex de preus de televisors a partir dels anys cinquanta, haurem de comparar un aparell en blanc i negre (que, el 1956, costava unes 30.000 pessetes o, corregint per l’evolució de la inflació, l’equivalent a uns 7.000 euros actuals) amb els primers televisors a color i amb els actuals televisors d’alta definició i amb connexió a internet (que podem comprar per menys de 300 euros). El pas d’un televisor de 7.000 euros a un de 300 euros és un reflex clar de guanys en productivitat, però la magnitud d’aquesta millora no és solament la diferència de preus, sinó que també cal tenir en compte la millora de la qualitat, quelcom que és difícil de quantificar en termes econòmics. En l’actualitat, en un entorn de ràpides millores tecnològiques relacionades amb les TIC, hi ha indicis que les estadístiques oficials subestimen les reduccions dels índexs de preus3 i la millora de la qualitat de les tecnologies digitals i que, per tant, subestimen el creixement de la seva productivitat. En el mateix sentit, hi ha indicis que les estadístiques oficials també subestimen les millores de productivitat procedents de l’augment del comerç internacional.4

En un estudi per als EUA, Byrne i Fernald, de la Reserva Federal dels EUA, i Reinsdorf, del Fons Monetari Internacional (FMI), construeixen índexs de preus que capturen amb més precisió l’evolució de la qualitat i dels preus de productes relacionats amb les TIC i estimen el seu impacte sobre la productivitat agregada. La conclusió de Byrne i els seus coautors és que els problemes de mesura existeixen i, un cop corregits, augmenten de forma significativa el «nivell» estimat de la productivitat. No obstant això, aquest augment es produeix de manera relativament homogènia tots els anys, de manera que no afecta de forma substancial la desacceleració del «creixement» de la productivitat. En concret, estimen que, després de corregir els problemes de mesura al voltant de les TIC, el creixement de la productivitat laboral dels EUA augmentaria en +0,21 p. p. anuals entre el 1978 i el 1995, en +0,38 p. p. entre el 1995 i el 2004, i en +0,19 p. p. entre el 2004 i el 2014.

En segon lloc, un altre element que dificulta la mesura de la productivitat és la reassignació del capital intangible i els beneficis de les multinacionals entre les empreses matrius i les filials, situades en jurisdiccions diferents. Aquest efecte pot ser quantitativament important perquè, com mostren Guvenen i coautors,5 les empreses multinacionals representen més del 25% del valor afegit agregat de l’economia dels EUA, són importants propietàries de capital intangible i han augmentat de forma substancial les operacions globals. Per il·lustrar el mecanisme, suposem que l’empresa imaginària Gafotas S. A. dissenya unes ulleres als EUA i les ven a 100 dòlars la unitat. L’empresa encarrega la manufactura a un productor asiàtic, amb un cost de 80 dòlars per ullera, i obté un benefici de 20 dòlars per unitat. Així, la seva contribució al PIB nord-americà, en concepte de valor afegit del disseny, és de 20 dòlars. No obstant això, si Gafotas S. A. assigna la propietat del disseny a una filial, situada en una jurisdicció fiscalment més favorable, i li paga 15 dòlars per ullera en concepte de drets de propietat intel·lectual, les estadístiques oficials registraran una aportació al PIB nord-americà de només 5 dòlars. Guvenen i coautors reassignen els beneficis de les empreses multinacionals perquè reflecteixin millor el valor realment afegit en cada jurisdicció i, després d’aquest ajust, estimen que el creixement de la productivitat dels EUA augmenta en «només» 0,25 p. p. anuals entre el 2002 i el 2008. De nou, el problema de mesura existeix, però no és prou rellevant.

Finalment, la tercera pota de la teoria de l’error de mesura és la importància creixent dels béns i dels serveis gratuïts. Efectivament, la majoria de les noves tecnologies que han irromput al mercat des del 2004 (per exemple, telèfons intel·ligents i xarxes socials) comporten el consum de productes intensius en temps (la qual cosa suggereix que aporten valor als seus usuaris), però no imposen un elevat cost monetari als consumidors. De fet, la majoria d’aquests productes només generen ingressos indirectament a través de la publicitat. Així, la comptabilitat nacional els tracta com una entrada intermèdia en el procés productiu (no com un producte final) i no es comptabilitzen directament en el càlcul del PIB. Per exemple, en termes de comptabilitat nacional, la pel·lícula emesa en obert per un canal de televisió un dissabte a la tarda és un cost de producció de les empreses que s’anuncien en aquest mateix canal. De la mateixa manera, els ingressos de Facebook, Google i altres empreses que ofereixen béns i serveis gratuïts i es financen a través de la publicitat es comptabilitzen com a costos intermedis i queden exclosos del càlcul directe del PIB (atès que el PIB només comptabilitza els productes finals).6

És possible que la desacceleració observada de la productivitat senzillament reflecteixi la menor capacitat de mesurar l’activitat econòmica generada per les noves tecnologies? Considerem de nou l’exemple de la pel·lícula televisiva i imaginem-lo com una transacció: la família paga amb la seva disposició a veure anuncis el dret a gaudir de la pel·lícula. Per valorar monetàriament aquesta transacció, una possibilitat és utilitzar els ingressos publicitaris rebuts per la cadena de televisió, que passarien a ser considerats un consum final de les llars (en lloc d’un consum intermedi dels anunciants) i entrarien directament en el PIB. Aquesta és la metodologia proposada per Nakamura i Soloveichik (2015),7 que estimen que, en agregat, el «nivell» del PIB dels EUA augmentaria el 0,5%. No obstant això, aquesta xifra és molt estable al llarg dels anys i, per tant, no afecta quantitativament el «creixement» de la productivitat. Una altra possibilitat és utilitzar una estimació del valor monetari de l’oci, atès que és en el temps lliure quan es consumeixen els béns gratuïts. Syverson (2016) realitza aquest exercici i troba que, sota els supòsits més favorables a la teoria de l’error de mesura,8 els béns digitals gratuïts podrien explicar una mica menys d’una tercera part de la desacceleració de la productivitat, una xifra molt significativa, però insuficient.9

En definitiva, malgrat que les noves tecnologies han comportat una major dificultat per mesurar l’activitat econòmica, no sembla que els problemes de mesura expliquin la desacceleració de la productivitat.10

Factors de fons

Alguns economistes han argumentat que la desacceleració de la productivitat reflecteix un retorn a la normalitat.11 Com ho mostra el primer gràfic, entre el 1995 i el 2004, els EUA van transcórrer per una acceleració puntual de la productivitat, que s’atribueix a la difusió dels ordinadors i d’internet. Així, si ens abstraiem d’aquest episodi, ens trobem davant una desacceleració que es remunta a la dècada de 1970 i que reflectiria el final de la difusió de les idees de la primera i de la segona revolució industrial. De fet, algunes de les innovacions que van desencadenar aquestes revolucions, com el ferrocarril, el motor de combustió interna o l’electricitat, van ser la base de nous desenvolupaments tecnològics, com l’expansió i la sofisticació de la xarxa de transport, la climatització o els electrodomèstics, que van continuar estimulant el creixement econòmic fins més enllà de la primera meitat del segle XX. No obstant això, segons aquests economistes, la desacceleració que observem des del 1970 suggereix que les TIC tindrien un impacte més transitori i no alterarien ni la productivitat ni el benestar d’una manera tan fonamental.

Com encaixem aquesta visió, relativament pessimista, amb la multitud d’avanços tecnològics que es generen al voltant de la intel·ligència artificial i de l’ús del big data? Una possibilitat és que ens trobem en una fase de transició en què les empreses i els consumidors encara estan aprenent a utilitzar efectivament la nova tecnologia. Al capdavall, la llarga difusió de les dues primeres revolucions industrials mostra que les innovacions triguen temps a filtrar-se plenament per l’economia. De fet, si anem més enllà de les xifres agregades, hi ha indicis que la productivitat empresarial continua creixent a bon ritme. En concret, en un estudi de l’OCDE, Andrews, Criscuolo i Gal analitzen l’evolució de la productivitat d’un gran grup d’empreses de 24 països entre el 1997 i el 2014.12 Els autors construeixen una «frontera de productivitat» que només inclou el 5% d’empreses més productives de cada any i de cada branca d’activitat i analitzen l’evolució d’aquesta frontera al llarg del temps. Els seus resultats mostren que la feblesa de la productivitat agregada amaga una dualitat entre les empreses més productives i la resta. En particular, al sector manufacturer, la productivitat de les empreses de la frontera va avançar el 2,8% anual entre el 2001 i el 2013, mentre que, per a la resta, el creixement va ser del 0,6%. Les diferències són encara més clares al sector serveis: mentre que la productivitat de les empreses de la frontera va créixer a un ritme anual del 3,6%, l’avanç de la resta va ser, només, del 0,4%.

Què explica aquesta divergència? L’anàlisi d’Andrews i els seus coautors indica que les diferències no procedeixen de la inversió en capital físic. En canvi, troben indicis a favor de l’aparició de «superempreses», així com d’una menor difusió tecnològica. En altres paraules, d’una banda, observen que les empreses de la frontera guanyen molta quota de mercat, en especial en sectors relacionats amb les TIC, mentre que, amb el pas del temps, disminueix el flux d’entrades i de sortides de la frontera: per exemple, al sector serveis, el 50% de les empreses de la frontera, entre el 2001 i el 2003, també havien format part del 10% d’empreses més productives dos anys abans, mentre que, entre el 2011 i el 2013, aquesta xifra assolia el 63%.

En definitiva, els resultats d’Andrews i els seus coautors ens ajuden a reconciliar la desacceleració de la productivitat agregada amb l’emergència de noves innovacions tecnològiques. La clau és que les innovacions digitals són intensives en capital intangible i permeten reproduir els productes i la informació a un cost marginal proper a zero, de manera que faciliten que un productor acumuli la majoria del mercat i que ens moguem cap a una economia a dues velocitats, amb empreses capdavanteres en productivitat i amb elevada inversió en capital intangible i empreses amb baixa productivitat i amb poca inversió en capital intangible.

Productivitat i cicle macroeconòmic

A més dels factors de fons esmentats, la forta recessió experimentada per la majoria de països desenvolupats en els últims anys també es pot haver sumat a la menor fermesa de la productivitat.13 En general, el creixement de la productivitat sol tenir un comportament procíclic: augmenta en les fases expansives i es redueix en les recessions. A priori, aquest comportament pot resultar poc intuïtiu. De fet, al començament del segle passat, quan les dades eren molt escasses, es pensava que la productivitat era contracíclica. Wesley Mitchell, per exemple, suposava que, durant una recessió, la productivitat augmentava perquè els treballadors menys productius eren els primers que eren acomiadats.14 En canvi, durant un boom econòmic, suposava que la productivitat queia a causa de l’escassetat de mà d’obra, que obligava les empreses a contractar treballadors menys productius per afrontar la demanda. Tot i que aquest argument és suggestiu, tal com es mostra al segon gràfic, les dades no li donen suport, llevat del cas d’Espanya (la discussió del qual diferim de moment).15

La reticència per part de les empreses a acomiadar els treballadors durant una recessió és la raó principal que explica el comportament procíclic de la productivitat.16 L’evidència empírica disponible mostra que els costos de buscar un treballador i formar-lo (i també d’acomiadar-lo) són suficients perquè moltes empreses prefereixin mantenir una part de la plantilla durant una recessió malgrat que estigui parcialment ociosa. En la mesura del possible, intenten evitar els costos esmentats anteriorment i disposar així del millor capital humà a la seva disposició quan els vents tornin a bufar a favor.17

Si, com s’ha comentat, els motius pels quals la productivitat és procíclica a la majoria dels països desenvolupats són positius, que a Espanya sigui contracíclica no és una bona notícia. Efectivament, el que explica aquest fenomen és l’elevada dualitat del mercat laboral espanyol, que afavoreix que els ajustos de capacitat de les empreses durant les recessions es concentrin en el factor treball.

L’impacte de la crisi financera

Més enllà de l’evolució procíclica de la productivitat, hi ha el temor que la naturalesa i la profunditat de la crisi viscuda per la majoria de països desenvolupats hagi tingut efectes que encara persisteixin. El tercer gràfic il·lustra aquest temor: el creixement mitjà de la productivitat de les economies desenvolupades més grans en l’actual fase expansiva és clarament inferior a l’observat en l’última fase expansiva.

Malgrat que, com hem apuntat més amunt, hi ha factors a llarg termini que justifiquen aquest alentiment, també hi ha dinàmiques que pesen sobre el creixement de la productivitat i que tenen el seu origen en la crisi financera. Un factor rellevant és l’alentiment de la inversió. La inversió pública ha estat llastada pels elevats nivells de deute que acumulen molts països. Pel que fa a la inversió privada, es va desplomar durant la crisi, sobretot per la caiguda de la demanda, però també es va veure afectada per l’elevat grau d’incertesa que va persistir durant la crisi i durant els primers anys de la recuperació econòmica. Un exemple val més que mil paraules: en relació amb el període 1970-2000, entre el 2012 i el 2016, el percentatge del PIB destinat a la formació bruta de capital fix va caure, de mitjana, 2,6 p. p. als EUA, 5,6 p. p. al Regne Unit, 4,5 p. p. a Alemanya, 5,2 p. p. a Itàlia i 4,2 p. p. a Espanya. Així, l’FMI estima que la menor inversió explica una caiguda propera als 0,2 p. p. del creixement de la productivitat total dels factors (PTF) en el període 2008-2014.

Com s’ha comentat, la caiguda de la inversió va ser especialment intensa, en part a causa de l’elevada incertesa que va envoltar l’episodi recessiu i la fase inicial del procés de recuperació. A això cal afegir la crisi financera i la consegüent caiguda del crèdit, que també va reduir la capacitat inversora de moltes empreses. En aquest sentit, un estudi recent de Duval, Hong i Timmer mostra que les empreses que van tenir més dificultats per accedir al crèdit durant la crisi als EUA van experimentar caigudes més intenses de la PTF.18,19 Els autors, a més a més, observen que, en aquest mateix grup d’empreses, la inversió en actius intangibles es va veure especialment afectada. Els dos fets podrien estar vinculats si es té en compte que els actius intangibles, a diferència d’una màquina o d’un immoble, són difícils d’utilitzar com a garantia de crèdit.

El futur de la productivitat

Tot i que seria natural concloure amb una previsió de futur, el bagatge de les prediccions sobre la tecnologia i la productivitat no és gaire prometedor. Per exemple, el 1927, un dels màxims mandataris de Warner Brothers es preguntava, retòricament, si existia algú que realment volgués escoltar les veus dels actors. En la mateixa línia, el 1987, el Nobel d’Economia Robert Solow afirmava que «es pot veure l’era dels ordinadors a tots els llocs menys a les estadístiques de productivitat» (i, no obstant això, vegeu el repunt entre el 1995 i el 2004 en el primer gràfic). En lloc de fer prediccions, els diagnòstics d’aquest article apunten a una agenda clara de polítiques públiques per estimular el creixement de la productivitat (vegeu l’editorial d’aquest mateix Informe Mensual). A ell referim el lector.

Oriol Carreras Baquer i Adrià Morron Salmeron

Departament de Macroeconomia i Mercats Financers, Àrea de Planificació Estratègica i Estudis, CaixaBank

1. Vegeu Syverson, C. (2016), «Challenges to Mismeasurement Explanations for the U.S. Productivity Slowdown», NBER Working Paper.

2. Per a més detalls sobre aquests avanços, vegeu l’article «Escrivint el futur: el canvi de paradigma tecnològic i la nova economia», en aquest mateix Dossier.

3. Vegeu Byrne, M., Fernald, J. G. i Reinsdorf, M. B. (2016), «Does the United States have a productivity slowdown or a measurement problem?», Brookings Papers on Economic Activity.

4. En concret, no capturen amb precisió la reducció de costos que es produeix quan un productor que compra els seus consums intermedis a un productor domèstic passa a comprar-los a un productor estranger més econòmic.

5. Vegeu Guvenen, R. J. et al. (2017), «Offshore Profit Shifting and Domestic Productivity Measurement», NBER Working Paper.

6. Vegeu l’article «El preu de la gratuïtat», del Dossier «Comptabilitat nacional en l’era digital», en l’IM11/2014.

7. Vegeu Nakamura, L. i Soloveichik, R. (2015), «Valuing “Free” Media Across Countries in GDP», Federal Reserve Bank of Philadelphia Working Paper.

8. Supòsits en termes del temps d’oci dedicat al consum de productes digitals i del valor monetari que se li assigna.

9. Vegeu Byrne et al. (2016), combinen diferents metodologies i descobreixen també que els béns digitals gratuïts no són, quantitativament, prou rellevants per explicar la desacceleració de la productivitat.

10. Hi ha altres dos indicis contra la hipòtesi de l’error de mesura. D’una banda, la desacceleració s’observa també en sectors on la productivitat es mesura d’una manera raonablement precisa, com el comerç i les manufactures. De l’altra, en una comparativa internacional de països, no s’observa una associació entre la magnitud de la desacceleració i la importància relativa de les TIC en cada economia.

11. Vegeu Gordon, R. (2012), «Is US economic growth over? Faltering innovation confronts six headwinds», NBER Working Paper.

12. Vegeu Andrews et al. (2016), «The global productivity slowdown, technology divergence and public policy: a firm level perspective», Hutchins Center Working Paper.

13. Tret que es digui el contrari, sempre que, a continuació, esmentem la productivitat, serà definida com productivitat del treball: PIB per hora treballada.

14. Mitchell va col·laborar en la fundació del National Bureau of Economic Research (NBER) i va ser-ne el director.

15. El 1913, l’evidència empírica disponible sobre productivitat era escassa. No va ser fins al voltant de 1950 que es va disposar de dades fiables sobre productivitat que permetessin una avaluació del seu comportament cíclic.

16. Vegeu Biddle, J. E. (2014), «Retrospectives: The Cyclical Behavior of Labor Productivity and the Emergence of the Labor Hoarding Concept», Journal of Economic Perspectives, vol. 28, núm. 2, p. 212.

17. El grau de retenció del treballador depèn també de les perspectives per part de l’empresa del temps que durarà la recessió.

18. Vegeu Duval, R., Hong, G. H. i Timmer, Y. (2017), «Financial Frictions and the Great Productivity Slowdown», IMF Working Paper.

19. Els autors classifiquen les empreses en funció del seu grau de palanquejament i del volum de deute que havia de ser refinançat en menys d’un any a partir del 2007. Les empreses amb un grau elevat de palanquejament o de risc elevat de refinançament són classificades com empreses amb dificultats d’accés al crèdit. Per alleujar els dubtes que la caiguda observada de la productivitat de les empreses amb dificultats d’accés al crèdit fos deguda al fet que eren empreses poc productives, els autors mostren que el creixement de la PTF entre els dos tipus d’empreses va ser similar abans de la crisi financera.

 

    im_1802_d2_01_ca_fmt.png
    im_1802_d2_02_ca_fmt.png
    im_1802_d2_03_ca_fmt.png