Huawei recientemente concluyó la gran final de su 9ª Competencia Global de TIC , aquí en Shenzhen.
El torneo atrajo a equipos de más de 100 países en más de 2000 colegios y universidades. Un total de 210 000 profesores y estudiantes participaron en la competencia en algún momento. Después de las competencias nacionales y regionales, 179 equipos de 48 países avanzaron con éxito a la final mundial.
La Competencia de TIC de Huawei está abierta a estudiantes que asisten a las academias de TIC de Huawei a través de instituciones de educación superior en todo el mundo. La aspiración de nuestra Competencia de TIC es brindar a los estudiantes una oportunidad adicional para poner a prueba y avanzar en sus conocimientos académicos y vocacionales de TIC y promover soluciones a problemas del mundo real. Así como mejorar sus habilidades para innovar e inventar, utilizando tecnologías digitales establecidas y avanzadas.
La importancia de la formación en habilidades digitalesLa necesidad de mejorar las competencias digitales en toda la fuerza laboral es de suma importancia. Por ejemplo, podría ser una de las principales (y más sencillas) maneras en que los países pueden reactivar lo que ha sido un declive secular casi uniforme en el crecimiento de la productividad laboral.
La OCDE , por ejemplo, ha realizado una gran actividad de investigación sobre este tema. Destaca que «la falta de competencias digitales básicas y acceso a ellas puede tener un enorme impacto negativo en la vida de las personas, llevando a peores resultados de salud y una menor esperanza de vida, mayor soledad y aislamiento social, y menor acceso al empleo y la educación».
La UIT sugiere que quienes buscan empleo con competencias digitales generalmente tienen mayor éxito en la búsqueda de empleo. En Europa, la UIT afirma que nueve de cada diez empleos futuros requerirán competencias digitales. En África subsahariana, más de 200 millones de empleos requerirán competencias digitales para 2030, creando la necesidad de casi 600 millones de oportunidades de capacitación.
En apoyo a los gobiernos de los países de ingresos bajos y medios de África, el Banco Mundial publicó su Guía metodológica V 2.0 para la preparación de planes de acción nacionales de habilidades digitales en 2021. La guía proporciona sugerencias, planes y acciones detalladas que pueden establecer objetivos de logro de habilidades digitales y metas mensurables para hojas de ruta nacionales de diez años.
La capacidad de medir mejor el progreso en competencias digitales y compararse mejor con países similares también ha sido un objetivo del G20. En 2022, el G20 de Indonesia publicó su conjunto de herramientas para que los gobiernos calculen y registren los cambios en competencias y alfabetización digitales.
Estudio empírico
Dada la importancia crítica de la capacitación y el desarrollo de habilidades digitales, es algo sorprendente encontrar que hay pocos estudios empíricos entre países que intentan medir el impacto económico de una mejora en las habilidades digitales. Esto probablemente se deba a la falta de datos comparables entre países y a los problemas habituales de medir el logro educativo (un problema que el G20 está tratando de abordar).
Afortunadamente, el Índice de Competitividad Global del Foro Económico Mundial (WEF) incluye una métrica como un componente de su índice general que está etiquetado como «Habilidades digitales entre (la) población activa». La métrica está estandarizada en muchos países para la comparabilidad y tiene un largo cronograma.
En el espíritu de investigación, me propuse probar si los cambios en los niveles de habilidades digitales en los países han tenido un impacto estadísticamente significativo en los cambios en la productividad laboral.
El modelo econométrico en este artículo sigue la función de producción neoclásica. Suponiendo una función de producción Cobb-Douglas aumentada se obtiene la siguiente ecuación:
Yi,t = TFPi,t KβKi,tLβLi,t (1)
donde Yi,t es el PIB real, Ki,t es el capital, Li,t es el insumo de trabajo (empleo/personas ocupadas) y TFPi,t es la productividad total de los factores neutral en el sentido de Hicks, todas para el país i en el momento t.
Tomando los logaritmos naturales de la ecuación (1) se obtiene la siguiente ecuación:
lnYi,t = βK lnKi,t + βL lnLi,t + lnTFPi,t (2)
donde β representa la elasticidad de salida de cada insumo. Dividiendo por el trabajo (L) obtenemos:
ln(Y/L)i,t = βK ln(K/L)i,t + lnTFPi,t (3)
Por lo tanto, la productividad del trabajo (Y/L) es una función de la ratio capital-trabajo (K/L) y de la PTF, que se mide como un residuo. En la especificación econométrica utilizada aquí, también añado las Habilidades Digitales como variable de interés. También incluyo dos variables de control: una medida de la calidad general del capital humano y otra del desarrollo de la infraestructura digital, a través de la tasa nacional de adopción de banda ancha fija.
ln(Y/L)i,t = β1 + β2 ln(Digital_Skills)i,t + β3ln(K/L)i,t + β4ln(HK)i,t + β5ln(FBB100)i,t + δTt + (αi, + εi,t) (4)
Tt es un conjunto de variables ficticias anuales que nos ayudan a controlar los shocks comunes en todos los países a lo largo del tiempo. αi es un conjunto de efectos específicos de cada país no observados que nos ayudan a controlar los factores específicos de cada país. εi,t es el término de error.
Datos
Los datos sobre PIB, empleo y capital se extraen de las Tablas Mundiales de Penn 10.1 ( Feenstra et al., 2015 ). El PIB real y el stock de capital se expresan a precios nacionales constantes de 2017 (en millones de dólares estadounidenses de 2017). Los datos sobre empleo se miden como número de personas ocupadas. Por lo tanto, la productividad laboral se mide como el PIB por persona ocupada. El indicador de capital humano se obtuvo del índice de capital humano proporcionado por las Tablas Mundiales de Penn. El índice se basa en el promedio de años de escolarización y una tasa de rendimiento estimada de la educación a nivel mundial. Los datos sobre desarrollo digital se extraen de la UIT como suscripciones de banda ancha fija por cada 100 personas.
Tabla 1: Estadísticas descriptivas (2014-2019)
| Variables | Significar | San Dev. | Mínimo | Máximo | No. obs |
| Productividad laboral (PIB real a precios constantes de 2017)Precios nacionales (en millones de dólares estadounidenses de 2017 por persona contratada) | 23.554 | 17.390 | 570 | 79.853 | 540 |
| Habilidades digitales entre la población activa | 47.4 | 9.6 | 20.1 | 73.1 | 540 |
| Relación capital-trabajo (en dólares estadounidenses de 2017 por persona ocupada) | 87.156 | 76.191 | 2.816 | 399.324 | 540 |
| Índice de capital humano | 2.3 | 0.6 | 1.2 | 3.6 | 540 |
| Suscripciones de banda ancha fija (por cada 100 personas) | 5.6 | 6.9 | 0.001 | 38.0 | 540 |
En total, en el análisis de regresión se incluye un panel equilibrado de 90 países de ingresos bajos y medios para el período 2014-2019.
Resultados
Tabla 2: Resultados del modelo de habilidades digitales y productividad laboral (2014-2019)
| Variable dependiente: logaritmo de la productividad laboral (PIB real por persona ocupada) | |||
| Efectos fijos de tiempo | Efectos fijos de país | Efectos fijos de tiempo y país | |
| Registro del índice de competencias digitales | 0,386 (0,292) | 0,143 (0,076)* | 0,129 (0,077)* |
| Logaritmo del capital real por persona contratada | 0,628 (0,058)*** | 0,242 (0,048)*** | 0,242 (0,051)*** |
| Logaritmo del índice de capital humano | 0,079 (0,280) | 0,432 (0,242)* | -0,098 (0,354) |
| Registro de banda ancha fijasuscripciones (por cada 100 personas) | 0,051 (0,036) | 0,020 (0,008)** | 0.009 (009) |
| ¿Efectos fijos en el tiempo? | Sí | No | Sí |
| ¿Efectos fijos por país? | No | Sí | Sí |
| Observaciones | 540 | 540 | 540 |
| Países | 90 | 90 | 90 |
| Periodos de tiempo | 6 | 6 | 6 |
| R2 | 0.80 | 0.36 | 0.32 |
Nota: Las estimaciones se basan en MCO agrupados y efectos fijos. Los errores estándar robustos por conglomerados se presentan entre paréntesis. ***, **, * indican significancia estadística al 1%, 5% y 10%, respectivamente.
Al controlar los efectos tanto del tiempo como del país, nuestra medida de competencias digitales presenta un coeficiente positivo y es estadísticamente significativa al 10 %. Esto se aplica a un grupo amplio de países muy diversos y parece indicar que las mejoras en las competencias digitales han tenido un impacto positivo en el aumento de la productividad laboral , ceteris paribus.
Precaución. Se necesitan más pruebas de robustez para validar mejor los resultados (lo cual queda fuera del alcance de este artículo). Además, nos vemos limitados por el hecho de que solo disponemos del conjunto de datos del Foro Económico Mundial sobre habilidades digitales (que, a su vez, se basa en los resultados de la encuesta ejecutiva). Los datos económicos de las Tablas Mundiales de Penn también solo abarcan 2019, por lo que sería útil actualizar las series temporales a fechas más recientes.
Sin embargo, los resultados iniciales parecen prometedores y se ajustan a lo que intuitivamente se percibe como correcto. Sin duda, se requiere más investigación para poder estimar mejor el impacto real en la relación costo-beneficio de financiar una formación más amplia y de mejor calidad en habilidades digitales en los países de ingresos bajos y medios.Obtenga más información sobre el compromiso de Huawei de expandir las habilidades digitales a través de su iniciativa TECH4ALL . Huawei Blog. A. W. Traducido al español
