• La digitalización del sector agroalimentario: ¿qué nos dice Twitter?

    CatalanInglés

    La tecnología avanza a un ritmo frenético y ofrece a la cadena agroalimentaria numerosas oportunidades para que su producción sea más eficiente y sostenible. Además, la irrupción de la COVID-19 ha puesto de manifiesto que las empresas más digitalizadas pudieron continuar con sus actividades con más facilidad que el resto. En este artículo examinamos el grado de popularidad de las distintas tecnologías digitales que se utilizan en el sector primario y en la industria agroalimentaria a partir del análisis de texto de más de 2 millones de mensajes en la red social Twitter. Todas ellas son imprescindibles para crear un ecosistema conectado que formará la cadena alimentaria 4.0 del futuro.

    Plantilla

    plantilla_article_vs05

    Temática
    Miniatura
    Área geográfica

    La llegada inesperada de la pandemia ha puesto de manifiesto que las empresas más digitalizadas estaban más preparadas para adaptarse a la nueva situación y pudieron continuar con sus actividades de forma mucho más fluida que el resto. No cabe duda de que, en el nuevo entorno, la transformación digital de las empresas se presenta como un aspecto ineludible para fortalecer la competitividad empresarial. 

    El big data, la robótica, el internet de las cosas y el blockchain son algunos ejemplos de las nuevas tecnologías digitales que gradualmente están adoptando las empresas, en particular en el sector agroalimentario. La tecnología avanza a un ritmo frenético y está ofreciendo a la cadena agroalimentaria numerosas oportunidades para producir de una manera más eficiente y sostenible. Sin embargo, la información estadística sobre el grado de adopción de dichas tecnologías es limitada, y la fuente estadística oficial más completa1 no proporciona información sobre el sector primario. A continuación, presentamos un novedoso análisis sobre la «popularidad» de las nuevas tecnologías digitales en el sector agroalimentario a partir de la información de Twitter.

    • 1. Encuesta sobre el uso de las tecnologías de la información y las comunicaciones (TIC) y el comercio electrónico en las empresas, elaborada por el INE.
    Twitter como una fuente de información para detectar tendencias de futuro

    La información de Twitter puede ser muy valiosa para detectar nuevas tendencias de futuro, pues permite analizar la popularidad de determinados términos, según la frecuencia con la que aparecen en los tuits. Es cierto que no es lo mismo «hablar de ello» que haber implementado con éxito las distintas tecnologías digitales en el funcionamiento recurrente de la empresa. Por este motivo, los resultados que presentamos a continuación deben interpretarse sencillamente como indicativos de nuevas tendencias que pueden estar arraigándose en las empresas del sector agroalimentario. 

    La información de Twitter permite analizar el grado de «popularidad»

    de las distintas tecnologías digitales en el sector agroalimentario según la frecuencia en la que aparecen mencionadas en los tuits.

    Para este estudio, se procesó información de más de 24 millones de tuits emitidos por usuarios individuales y medios digitales durante el periodo 2017-2019. Entre ellos, 2 millones correspondían al sector agroalimentario. Usando técnicas de procesamiento de lenguaje natural, se categorizaron los tuits según las menciones de distintas tecnologías digitales y según el sector de actividad.2 La clave para obtener información relevante de las redes sociales pasa por definir previamente palabras «semilla» que permitan identificar los documentos correspondientes a cada uno de los sectores de actividad, y palabras «semilla» relacionadas con las distintas tecnologías digitales de interés.3 Mediante un algoritmo de machine learning se identificaron adicionalmente otras palabras relacionadas con el concepto en cuestión y que no fueron incluidas inicialmente, de modo que se amplió el espectro de documentos analizados. En este estadio, es importante hacer un cuidadoso cribado de palabras polisémicas (es decir, las que tienen más de un significado, como, por ejemplo, la palabra «reserva», que tanto puede referirse a la habitación de un hotel como a un vino).

    • 2. Este análisis fue realizado en colaboración con Citibeats, empresa especialista en el procesamiento de lenguaje natural no estructurado.
    • 3. Por ejemplo, las palabras «semilla» usadas para identificar el big data fueron: analytics, arquitectura de sistemas, data mining, database, inteligencia empresarial, Python y SQL, entre otras (además de big data propiamente).
    ¿Cuál es el grado de digitalización del sector agroalimentario según Twitter?

    Para valorar el grado de digitalización del sector agroalimentario según los datos de Twitter, necesitamos primero poner en perspectiva cuán habituales son los tuits sobre digitalización en otros sectores de actividad. El sector más digitalizado según nuestro análisis es el de las tecnologías de la información y la comunicación (TIC): un 3,2% de los tuits del sector contienen términos relacionados con la digitalización, un resultado que no sorprende, dada la propia naturaleza del sector. A continuación, encontramos el sector de las finanzas y los seguros, con un 2,7% de los tuits. 

    En el sector primario, este porcentaje es claramente inferior, del 0,6%, pero similar al 0,7% de las actividades profesionales, científicas y técnicas. En el caso de la industria agroalimentaria, el porcentaje de tuits sobre digitalización es solamente del 0,3%, muy próximo al sector de las manufacturas básicas (que aglutina la industria textil, la madera, el papel y las artes gráficas) y que presenta el porcentaje más bajo entre los sectores analizados, del 0,2%.

    p-26
    ¿Qué tecnologías digitales son más populares en el sector agroalimentario según Twitter?

    La riqueza de información obtenida de Twitter permite detectar las herramientas digitales más populares en cada sector de actividad según la frecuencia con la que se mencionan en los tuits analizados. Según nuestro análisis, una gran parte de los tuits del sector primario sobre digitalización suele incluir temas de big data (un 45% del total de tuits sobre digitalización). Un claro ejemplo de la aplicación de big data en el sector se encuentra en las denominadas técnicas de «agricultura de precisión», que requieren del análisis de grandes cantidades de información con el fin de optimizar la toma de decisiones para aumentar la producción y, a su vez, garantizar la sostenibilidad. Estas técnicas se usan, por ejemplo, para calcular las necesidades de riego de los cultivos teniendo en cuenta las condiciones climáticas (la radiación solar, el viento, la temperatura y la humedad relativa) y las características de los cultivos (especie, estado de desarrollo, densidad de plantación, etc.). Para realizar este cálculo, se necesitan datos meteorológicos actualizados en tiempo real, una elevada capacidad de computación y una gran velocidad de transmisión de la información para que el sistema de riego automático se ajuste debidamente. Esta tecnología ayuda a hacer más eficiente el uso del agua, un aspecto muy relevante en áreas de clima mediterráneo, altamente vulnerables al cambio climático y donde el agua es un factor limitante. 

    El «big data», el internet de las cosas y la robótica son las tecnologías más populares

    en el sector primario, y son indispensables para avanzar en la aplicación de técnicas de agricultura de precisión y la automatización inteligente del campo.

    Otras tecnologías populares en el sector primario son el internet de las cosas (16% de los tuits) y la robótica, incluyendo los drones (10% de los tuits). Las nuevas tecnologías digitales prometen ser una revolución en el ámbito de la agricultura y la ganadería en pleno siglo XXI, tal y como la clásica mecanización del campo lo fue en el siglo XX. Así, la maquinaria agrícola 4.0 (aquella más cercana a los robots de las películas de ciencia ficción que al tractor que estamos acostumbrados a ver en todas las explotaciones del país) permite aumentar la productividad a la vez que mejora las condiciones de trabajo en el campo. Esta tendencia hacia una mayor automatización de las tareas agrícolas se ha visto reforzada a raíz de la pandemia de coronavirus, pues la dificultad para contratar trabajadores de temporada debido a las restricciones a la movilidad internacional ha provocado un aumento del interés en la robótica y la automatización agrícola. En efecto, las empresas que fabrican robots para la agricultura han detectado un fuerte aumento de pedidos, por ejemplo, de robots que recogen fresas a la vez que eliminan el moho con una luz ultravioleta.4

    El uso de los drones merece una mención especial, pues ha experimentado un crecimiento exponencial en los últimos años y sus aplicaciones son cada vez más amplias: desde la detección temprana de plagas mediante la inspección aérea de grandes áreas de cultivo, hasta la localización de jabalíes mediante cámaras térmicas para impedir el contagio de peste porcina africana a los cerdos de granja.5

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

    Popularidad de las distintas tecnologías digitales en el sector agroalimentario

    p-28

    El blockchain es la tecnología que más destaca en la industria agroalimentaria (30% del total de tuits sobre digitalización del sector). No podría ser de otra manera, pues tiene múltiples aplicaciones para la industria de la alimentación y las bebidas. Gracias a una cadena de registros inalterables y confiables, el blockchain permite ofrecer una trazabilidad completa de los productos en todos los eslabones de la cadena alimentaria. Así, el simple escaneo de un código QR proporciona acceso a toda la información referente a la procedencia, el método de producción, los tratamientos veterinarios recibidos, los ingredientes empleados, etc. Muchas empresas agroalimentarias ya están experimentando en la actualidad con el blockchain, puesto que ofrece claros beneficios en términos de la transparencia sobre el origen, la calidad del producto y la seguridad alimentaria, aspectos cada vez más valorados por los consumidores. La tecnología blockchain se está empleando también para limitar el desperdicio alimentario, otro reto ineludible del sector.

    El «blockchain» permite la autenticación digital

    de los productos alimentarios y permite su trazabilidad en todos los eslabones de la cadena alimentaria.

    En relación con otros sectores, ¿en qué herramientas destaca el sector agroalimentario?

    Hay algunas tecnologías digitales que son poco populares en todos los sectores de actividad, quizá porque tienen un rango de aplicación más limitado o específico. Es decir, tecnologías que, a pesar de tener un bajo porcentaje de tuits en términos absolutos según nuestro análisis, pueden tener una popularidad relativamente alta para un sector en comparación con el resto de los sectores. 

    Para detectar estos casos, calculamos una nueva métrica, el índice de concentración, que tiene en cuenta la popularidad relativa de las tecnologías en un sector respecto al resto de los sectores.6 Con esta metodología, obtenemos que el sector primario sigue destacando en big data. En concreto, el sector primario concentra un 9,2% del total de tuits sobre big data emitidos por todos los sectores, un porcentaje muy superior al 3,1% que representan los tuits del sector primario sobre el total de tuits analizados (véase en la siguiente tabla que el índice de concentración es igual a 3 en este caso). También observamos que el sector destaca en el internet de las cosas, como ya habíamos comentado, pero descubrimos que la nanotecnología también es una tecnología popular en el sector primario en términos relativos. Es decir, a pesar de que solo un 3,8% de los tuits del sector primario tratan temas de nanotecnología, este porcentaje es elevado en comparación con el 1,7% que representan los tuits de nanotecnología sobre el total (es una tecnología poco popular en general en todos los sectores, pero en el sector primario es algo más popular que en otros). Este dato no sorprende, puesto que la ingeniería genética es uno de los campos en los que más ha avanzado la tecnología para incrementar la productividad de los cultivos. Por ejemplo, al optimizar el rendimiento de las cepas es posible desarrollar plantas mucho más resistentes a las condiciones climáticas extremas o a las plagas.

    • 6. El índice de concentración se calcula como la ratio entre (1) el porcentaje de tuits de una tecnología y sector respecto al total de tuits de esta tecnología, y (2) el porcentaje de tuits de un sector respecto el total de tuits de todos los sectores. Valores superiores a 1 indican que la tecnología es relativamente más popular en ese sector.

    Índice de la concentración de tuits de cada tecnología respecto a los otros sectores

    p-29

    Finalmente, la realidad virtual y aumentada también es una tecnología relativamente popular en la industria agroalimentaria. En concreto, la industria agroalimentaria concentra un 6,2% del total de tuits sobre realidad virtual y aumentada emitidos por todos los sectores, un porcentaje que más que duplica el 2,5% que representan los tuits del sector primario sobre el total de los analizados (el índice de concentración es igual a 2,5 en este caso). Esta tecnología usa entornos virtuales (realidad virtual) o incorpora elementos virtuales a la realidad (realidad aumentada) que aportan conocimiento e información de utilidad para la optimización de los procesos. En un principio puede sorprender que esta tecnología sea relativamente popular en la industria agroalimentaria, pero sus usos se van extendiendo a medida que la industria va implantando las tecnologías digitales en sus procesos de producción, en la denominada industria 4.0. Un ejemplo concreto del uso de esta tecnología es el de la reparación de averías. Cuando se produce una avería, el operario utiliza gafas de realidad aumentada para, a través de ellas, seguir los pasos detallados en los manuales de instrucciones virtuales que se le proyectan sobre la lente para ayudarle a resolver la incidencia. Las gafas reconocen las diferentes partes de la máquina y le indican visualmente al operario dónde debe actuar para solucionar el problema.

    Los ejemplos para la aplicación de las nuevas tecnologías digitales en el sector agroalimentario son numerosos. Nos encontramos ante una revolución que está llamada a transformar los distintos eslabones de la cadena alimentaria: desde la explotación de datos y el uso de drones para lograr cosechas más eficientes, hasta el empleo de la tecnología blockchain para mejorar la trazabilidad de los productos finales que llegan a nuestros hogares. En definitiva, el futuro nos traerá la cadena alimentaria 4.0, un ecosistema totalmente conectado del campo a la mesa.

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

El papel de las nuevas tecnologías en la productividad española

En este artículo veremos que las nuevas tecnologías han favorecido el crecimiento de la productividad laboral española en el pasado y que pueden volver a hacerlo en esta nueva era tecnológica en la que nos estamos adentrando.

Contenido disponible en
Cartel luminoso de neón con el texto "Level up"
Introducción

Imagínese a un grupo de amigos comentando la actualidad en un bar. Uno de ellos exclama: «¡El otro día leí que los ordenadores ya son capaces de identificar imágenes y cometer menos errores que un ser humano!» Es probable que, acto seguido, le sigan otros ejemplos sobre el universo de posibilidades que ofrecen las nuevas tecnologías. Es muy probable también que muchos de nosotros hayamos tenido una conversación parecida a esta, lo cual demuestra hasta qué punto nos sorprenden los avances tecnológicos y también la magnitud de su impacto económico y social.

Más allá de la anécdota, la cuestión que nos ocupa es saber si esta magnitud es de primer orden y, en consecuencia, si las nuevas tecnologías tienen el potencial de impulsar el crecimiento futuro de la economía española. En este artículo veremos que, efectivamente, las nuevas tecnologías han favorecido el crecimiento de la productividad laboral española en el pasado y que pueden volver a hacerlo en esta nueva era tecnológica en la que nos estamos adentrando.

Un primer análisis de la relación entre el grado de penetración de las nuevas tecnologías y la productividad laboral muestra que existe una correlación positiva entre el crecimiento de ambas variables en los últimos 20 años.1 Además, cabe destacar que esta correlación parece ser más pronunciada entre las actividades económicas del sector servicios (véase el primer gráfico).2

 

 
  • 1. Definimos la productividad laboral como el valor añadido bruto por hora trabajada. Definimos el grado de penetración de las nuevas tecnologías como el stock de capital por hora trabajada en software y bases de datos, investigación y desarrollo, ordenadores y equipos de telecomunicación (según EU KLEMS). Como se comenta en el segundo artículo, se trata de una aproximación amplia de nuevas tecnologías.
  • 2. Clasificamos los sectores económicos según la clasificación de Eurostat: low tech industria y servicios, y high tech industria y servicios. En esta subdivisión, queda excluido el sector agrícola (código CNAE 2009: A). Véase el segundo artículo de este mismo Dossier para mayor detalle de cómo Eurostat realiza esta clasificación.
Una mirada más detallada a los determinantes clave de la productividad

Desafortunadamente, el gráfico que hemos visto anteriormente ofrece un análisis incompleto de la cuestión. La razón es que puede haber otros factores que estén contribuyendo positivamente al crecimiento de la productividad pero que, a la vez, estén correlacionados positivamente con el grado de penetración de las nuevas tecnologías. A modo de ejemplo, imaginemos un mundo en el que la productividad de un sector se deba, única y exclusivamente, al grado de formación de sus trabajadores, y que en los sectores con trabajadores más formados hubiera una mayor incidencia de nuevas tecnologías. En este ejemplo, la correlación entre avances de las nuevas tecnologías y la productividad laboral sería positiva, pero lo sería como consecuencia del grado de formación de los trabajadores de cada sector y no de las nuevas tecnologías.

Para tener esto en cuenta, realizamos un ejercicio estadístico más completo en el cual, además de considerar variables como la productividad laboral y las nuevas tecnologías para cada sector, incluimos en el análisis otras variables que podrían influir en los resultados como, por ejemplo, el resto de capital físico.3 La variable clave de nuestro análisis es la elasticidad del crecimiento de la productividad laboral en relación con el crecimiento del capital en nuevas tecnologías, que no es más que la sensibilidad del crecimiento de la productividad a un aumento de 1 p. p. en el crecimiento del capital en nuevas tecnologías.4

Finalmente, nuestro análisis distingue entre la elasticidad agregada y la desagregada por sectores: por un lado, hemos estimado la elasticidad para el conjunto de todos los sectores de la economía y, por el otro, hemos estimado también las elasticidades según ciertas características de cada sector. En concreto, hemos estimado elasticidades desagregadas para cuatro grupos: industrias low tech, industrias high tech, servicios low tech y servicios high tech.5

Los resultados del análisis empírico (véase el segundo gráfico) muestran cómo en el caso agregado obtenemos una elasticidad cercana al 0,12, una magnitud nada desdeñable. Para poner un ejemplo, valga decir que la elasticidad estimada del factor «resto de capital», es decir, todo aquel stock de capital que no se clasifica como nuevas tecnologías y que incluye elementos tan importantes para la productividad de un país como las plantas industriales o maquinaria de todo tipo, es del 0,26. Sin embargo, este resultado agregado esconde una gran heterogeneidad. Así, la elasticidad según el sector correspondiente oscila entre el 0 y el 0,25. Como cabría esperar, las ma­­yores elasticidades se asocian a los dos grupos de sectores que clasificamos como high tech.6

 
  • 3. Más concretamente, estimamos el siguiente modelo de regresión de panel: ΔlnLprodi,t=α+γi+δt+βΔlnKIAi,t+θ′Δlnxi,t+νi,t donde los índices i y t se refieren, respectivamente, al sector económico y año. Asimismo, la variable Lprod se refiere a la productividad laboral, KIA al stock de capital en nuevas tecnologías, x a las demás variables de control (en particular, incluimos todo aquel stock de capital que no se clasifica como KIA, el porcentaje de trabajadores con un grado de formación equivalente o superior al de la licenciatura, el grado de apertura comercial y el porcentaje de trabajadores con contrato temporal), γi al efecto fijo no observado por cada sector y δt al efecto fijo no observado temporal. La variable de interés es β. Estos resultados son robustos a la inclusión de una variable de tendencia temporal a nivel sectorial.
  • 4. A modo de ejemplo, si la elasticidad es del 0,5, ello quiere decir que si el crecimiento del capital en nuevas tecnologías aumentara en 1 p. p., el crecimiento de la productividad laboral subiría en 0,5 p. p.
  • 5. Véase la nota 3.
  • 6. Una elasticidad menor no significa que el sector en cuestión se esté quedando rezagado en cuanto a innovación tecnológica. La utilidad de las nuevas tecnologías depende de la capacidad de aportar valor y bien puede ser que estas nuevas tecnologías todavía no aporten un gran valor en determinados sectores, pero que lo hagan en un futuro.
El papel del capital en nuevas tecnologías en el crecimiento económico

Una vez obtenida la estimación del impacto de las nuevas tecnologías en la productividad laboral, realizamos un ejercicio que muestra con mayor claridad la importancia de esta forma de capital sobre la economía. Concretamente, desglosamos el crecimiento de la productividad laboral en tres factores: la contribución del capital en nuevas tecnologías, la del capital restante –la suma de ambos constituye la totalidad del stock de capital físico de la economía– y la del componente residual, que denominamos «otros» y que incluye desde elementos como el capital humano hasta la apertura comercial, la temporalidad y otros factores que se enmarcan en lo que se denomina productividad total de los factores (PTF).7 Mostramos los resultados en el tercer gráfico.8

Para el conjunto de la economía, observamos que el crecimiento de las nuevas tecnologías explica algo más de la totalidad del 14% de crecimiento acumulado de la productividad laboral entre los periodos 1996-1998 y 2014-2016. El capital restante explica alrededor de 10 p. p., que quedan compensados por la contribución negativa del componente «otros». Este resultado sorprende por dos motivos: el primero es la elevada contribución del capital tecnológico y el segundo, la contribución negativa del componente «otros».

Respecto al primer elemento, cabe resaltar que el crecimiento interanual promedio en dicho periodo de este componente ha sido mucho más elevado que el del componente «resto de capital»: del 6,1% frente al 1,3%, respectivamente. De este modo, aunque la elasticidad del capital en nuevas tecnologías es menor a la del resto del capital, su elevado crecimiento explica su importante contribución al crecimiento de la productividad. Por otra parte, la contribución negativa del componente «otros» al crecimiento de la productividad laboral durante este periodo encaja con otras estimaciones que muestran una contribución negativa de la PTF.9

Entrando más en el detalle de las contribuciones al crecimiento por sectores, observamos resultados muy distintos. Si comparamos los ritmos de crecimiento de la productividad laboral, los dos sectores que más despuntan son los clasificados como high tech, tanto el industrial como el de servicios. Sin embargo, las fuentes de crecimiento han sido muy distintas entre uno y otro. Mientras que en los servicios high tech la principal fuente ha sido el crecimiento del capital en nuevas tecnologías, en la industria high tech el capital en nuevas tecnologías ha tenido una contribución más modesta. En cambio, el sector servicios clasificado como low tech apenas experimentó crecimiento de la productividad laboral durante el periodo bajo consideración, aunque esto se debió a una contribución negativa del componente residual «otros», que fue compensada por las contribuciones del crecimiento de ambos tipos de capital. Finalmente, el crecimiento de la productividad del sector industrial low tech se explica principalmente por el crecimiento del «resto de capital».

 
  • 7. La productividad total de los factores constituye todo aquel crecimiento de la productividad que no se explica por la acumulación de factores de producción.
  • 8. Para calcular las contribuciones multiplicamos las elasticidades del capital por su crecimiento.
  • 9. Véase, por ejemplo, Fu, C. y Moral-Benito, E. (2018). «The evolution of Spanish total factor productivity since the global financial crisis», Documentos ocasionales n.º 1808, Banco de España.
¿Podemos esperar que las nuevas tecnologías den un nuevo impulso al crecimiento?

Antes de emprender el camino de las conclusiones, queremos ofrecer al lector un ejercicio teórico orientado a responder a la pregunta que nos planteábamos al inicio del artículo: ¿Hasta qué punto las nuevas tecnologías pueden actuar como revulsivo para el crecimiento económico europeo, y, en particular el español? En Dossieres anteriores hemos explicado que la economía global se enfrenta a un periodo de crecimiento de la productividad más bajo que en otros periodos históricos.10 Este apartado ofrece escenarios que permiten considerar hasta qué punto la introducción de estas nuevas tecnologías puede espolear el crecimiento de la productividad laboral en España.

Consideramos dos escenarios. El primero, más pesimista, supone que el crecimiento de la inversión en capital en nuevas tecnologías será la mitad del observado históricamente en el periodo 1996-2016, mientras que el segundo, más optimista, supone un crecimiento un 50% superior al del promedio histórico (véase la tabla).

Un aumento del crecimiento de la inversión en nuevas tecnologías de un 50% (escenario optimista) en relación con el promedio histórico supondría un incremento del crecimiento de la productividad (y, por ende, del PIB) de algo más de 0,3 p. p. por año. Si año a año este diferencial de crecimiento parece pequeño, acumulado sobre un periodo de 10 años, implica que el PIB sería un 3,5% mayor comparado con el PIB de un escenario donde la inversión en nuevas tecnologías evolucionara según el promedio histórico. En términos de PIB per cápita, equivaldría a una diferencia de unos 1.250 euros.

Este escenario optimista que acabamos de presentar puede resultar incluso conservador si uno se percata del hecho de que el potencial de las nuevas tecnologías puede encontrarse en una fase de transición, en la que empresas y consumidores todavía están aprendiendo a utilizarlas de forma eficiente. Esto significa que, en el futuro, el crecimiento de la productividad asociado a las inversiones en nuevas tecnologías podría ser mayor que en el pasado, a medida que se consoliden aplicaciones, maduren nuevos modelos de negocio, mejore la formación de los trabajadores y se reasignen factores de producción. Por tanto, nuestro ejercicio puede estar incluso infravalorando el impacto de las nuevas tecnologías sobre el crecimiento económico futuro al tomar como referencia un periodo de tiempo que podría ser de «transición» tecnológica.

Para concluir, teniendo en cuenta los resultados expuestos en este artículo, ¿debemos seguir avanzando en el uso y difusión de las nuevas tecnologías para favorecer el crecimiento económico? En principio, la respuesta es «sí», pero recordemos que el primer artículo de este Dossier apuntaba a que, más allá de su impacto positivo sobre la productividad, las nuevas tecnologías pueden tener efectos disruptivos en el mercado laboral (en forma de destrucción de empleo) y en la estructura productiva (al favorecer la aparición de las superempresas). Una respuesta con todos los matices requiere, pues, un análisis de estas otras dimensiones, a las cuales dedicaremos un próximo Dossier.

Ahora bien, si nos centramos en lo que hemos aprendido en este análisis empírico, es innegable que la introducción de las nuevas tecnologías ha tenido un impacto significativo sobre la productividad laboral española en las últimas dos décadas. Este impacto no es homogéneo entre sectores, sino que es mayor en los que producen bienes y servicios considerados high tech. Aun así, a nivel agregado de la economía, el efecto ha sido considerable: en ausencia de la inversión en estas tecnologías, la productividad laboral de España se hubiera quedado prácticamente estancada durante el periodo comprendido entre 1996 y 2016.

 
  • 10. Véase el Dossier «Cambio tecnológico y productividad» en el IM02/2018.
    im02-20_d3_01_es.png
    im02-20_d3_02_es.png
    im02-20_d3_03_es.png
    im02-20_d3_04_es.png
    Tendencias de fondo

    Revolución tecnológica

    Claves para entender cómo las nuevas tecnologías están transformando de manera profunda la economía y el funcionamiento de la sociedad.