SciELO - Scientific Electronic Library Online

 
vol.19 issue60Technical efficiency measurement of the automotive industry through data envelope analysisThe Metropolitan Zone of the Valley of Mexico: formal arrangements and fragmentation author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Economía, sociedad y territorio

On-line version ISSN 2448-6183Print version ISSN 1405-8421

Econ. soc. territ vol.19 n.60 Toluca May./Aug. 2019

https://doi.org/10.22136/est20191330 

Artículos

Habilidades laborales y desempeño regional en México

Labor Skills and Regional Performance in Mexico

Beatriz Rosas Rodríguez* 

Enrique Leonardo Kato Vidal* 

*Universidad Autónoma de Querétaro, beatriz.rosas@uaq.mx, enriquekato@uaq.mx


Resumen

Las habilidades laborales y la especialización productiva pueden crear una dinámica económica favorable. A nivel subnacional pueden observarse distintas dinámicas de crecimiento provocadas por una causación circular acumulativa; para estimar la relación entre la reconfiguración de las habilidades laborales, la migración laboral y el desempeño regional, se utilizó el censo de población y la encuesta de empleo de México. Se encontró que (1) la migración laboral hacia las entidades con aglomeraciones promovía una mayor creación de empleos y (2) que las regiones expulsoras de población registraban una menor creación de empleo, principalmente, en empleos altamente calificados.

Palabras clave: empleo; migración interna; causación circular acumulativa; externalidad

Abstract

Labor skills and productive specialization may create a desirable economic dynamic. At the subnational level, different growth dynamics can be observed due to circular cumulative causation. To estimate the relationship between the reconfiguration of labor skills, labor migration, and regional performance; the population census and the employment survey of Mexico were used. It was found that (1) labor migration to states with agglomerations fosters greater job creation and (2) the regions expelling population had less job creation, mainly in highly qualified jobs.

Keywords: jobs; internal migration; Circular Cumulative Causation; externality

Introducción

La economía de una nación depende del desempeño de sus regiones internas; cada país promueve la especialización regional y esto puede provocar diferentes ciclos económicos en función de la evolución de la demanda interna y de la dinámica exportadora (Kaldor, 1970/2013). A través de las políticas públicas, los gobiernos inciden para que las regiones tengan un nivel de vida similar, evitando procesos de divergencia (Carlino e Inman, 2013). Asimismo, las personas tienen libertad y facilidad de movimiento dentro del territorio, por lo cual pueden modificar su lugar de residencia hacia las ciudades con expectativa de mayores oportunidades (Détang-Dessendre et al., 2016). En consecuencia, suele observarse una cierta trayectoria común del desempeño de las regiones subnacionales.

Las regiones que han consolidado industrias exitosas se convierten en zonas con crecimiento dinámico y, a su vez, en grandes centros generadores de empleo. Para sostener una dinámica favorable a largo plazo se requiere contratar trabajadores con habilidades específicas de la especialización productiva (WEF, 2016). Por ejemplo, el perfil laboral de las empresas especializadas en manufactura avanzada es diferente al de las empresas turísticas y al de las de logística. En la literatura, se ha reportado el uso intensivo y generalizado de tecnologías de la información que demanda más habilidades analíticas e interactivas de los trabajadores y menos habilidades cognitivas y rutinarias (Spitz-Oener, 2006; Autor et al., 2003). En la sección Metodología (Cuadro 1) se presenta una descripción de funciones según el tipo de habilidad laboral. Resulta importante diferenciar los tipos de empleos que se están creando, toda vez que revelan indirectamente el perfil de especialización productiva dominante.

Cuadro 1 Clasificación de ocupaciones según habilidades 

Categorías Ocupación (SINCO) Ejemplos de funciones
1. Analíticos no rutinarios Profesionistas y técnicos. Analizar la información, formular pronósticos, desarrollar investigaciones.
2. Interactivos no rutinario Trabajadores de la educación, del arte, espectáculos y deportes. Comerciantes, funcionarios y directivos. Competir deportivamente, impartir clases, planear e instrumentar la política económica, supervisar actividades, atender al cliente y cobrar, visitar a los clientes.
3. Cognitivos rutinarios Oficinistas y trabajadores de apoyo en actividades administrativas. Transcribir documentos.
4. Manuales rutinarios (MR) Trabajadores industriales, conductores y trabajadores agrícolas Operar y controlar una máquina, conducir y operar autobuses, determinar productos a cultivar.
5. Manuales no rutinarios (MNR) Trabajadores en servicios personales, de protección y vigilancia y fuerzas armadas. Cocinar, mezclar y servir bebidas, cortar el cabello, cortar el césped.

Fuente: elaboración propia con base en las categorías de habilidades de Autor et al., (2003) y Spitz-Oener (2003; 2006), la clasificación de las ocupaciones y funciones del Sistema Nacional de Clasificación y Ocupaciones INEGI (2011).

En 1970, Nicholas Kaldor publicó un artículo sobre políticas regionales que ha tenido gran impacto hasta la actualidad, y dado el alto número de citas se decidió volver a publicarlo décadas después (Barmby et al., 2013). Uno de los planteamientos de Kaldor (1970/2013) fue incorporar la dimensión territorial al análisis subnacional y, además, criticó que los economistas den más importancia a la movilidad de los trabajadores y subestimen la movilidad del capital entre las regiones de un país. Bajo la valoración de Kaldor, tanto el factor trabajo como el capital presentan un alto grado de movilidad. La migración de trabajadores y la relocalización de empresas permiten que ciertas regiones logren relativamente mayor desarrollo, especialización y diferenciación. En este sentido, un mayor crecimiento se obtiene no únicamente por la mayor acumulación de recursos productivos, sino también por el desarrollo de habilidades, el mayor conocimiento y el intercambio de ideas y experiencias.

Sabemos, de acuerdo con Kaldor, que la movilidad del capital puede tener un importante componente explicativo; sin embargo, el presente artículo únicamente estudia la movilidad laboral, el objetivo es estimar la relación entre la recomposición de las habilidades y la migración laborales y el desempeño regional en México; también se realiza una revisión de la literatura sobre la migración, basada en la teoría sobre la causación circular acumulativa, la demanda de habilidades laborales y la movilidad de los empleados hacia las zonas receptoras. En la segunda sección, se explica el método utilizado para estimar la recomposición de las habilidades laborales en las entidades federativas y la migración. En la tercera sección, desde una perspectiva de causación circular acumulativa, se presentan los resultados de las estimaciones realizadas y su impacto en las entidades federativas. Por último, se ofrecen las conclusiones.

Revisión de la literatura

1.1. Habilidades laborales

En un importante estudio sobre empleo y tecnología (Acemoglu y Autor, 2011) se han encontrado cambios en la distribución del empleo entre ocupaciones de diversos niveles de habilidad y las nuevas tecnologías, que sustituyen por máquinas tareas realizadas por trabajadores moderadamente calificados. A un nivel más desagregado, con enfoque en las tareas de cada ocupación, Autor et al. (2003) y Spitz-Oener (2003; 2006) encontraron que la tecnología informática sustituye a los trabajadores en la realización de tareas rutinarias que pueden describirse fácilmente con reglas programadas, además complementa a los trabajadores en la ejecución de tareas no rutinarias que exigen resolución de problemas y comunicaciones complejas. La investigación de Larsson (2017), complementariamente, demuestra que las actividades no rutinarias se concentran en los distritos centrales de negocios.

Sobre la línea que apoya la concentración de las habilidades de los migrantes, muchos estudios se han enfocado en la importancia de las habilidades en los últimos años, así como en la complementariedad que existe entre el capital y las habilidades (Krusell et al., 2000), en el incremento de la demanda de trabajadores calificados (Katz y Murphy, 1992; Goldin y Katz, 2007) y en la relación entre el incremento de salarios y las habilidades (Acemoglu, 1998, 2002; Hanskel y Slaugther, 2002).

La literatura puede sintetizarse de la siguiente manera: a) existe un proceso de causación circular acumulativa que favorece a ciertas regiones mientras que perjudica a otras; b) la mano de obra fluye de las regiones desfavorecidas por el capital y tiende a buscar mejores oportunidades en otros centros urbanos y c) los centros urbanos tienen mayor demanda de mano de obra calificada para sus actividades productivas que las demás regiones con menor presencia de capital.

Las políticas públicas tienen como propósito evitar la migración provocada por razones económicas, para lo cual podrían aplicarse programas de estímulo económico (Carlino e Inman, 2013), así como de protección social como el seguro de desempleo en Europa; de tal manera que se reduzcan los incentivos para emigrar (Détang-Dessendre et al., 2016). En Carlino e Inman (2013) se encontró que los estímulos económicos realizados por un estado subnacional provocan, temporalmente, una significativa creación de empleos, los cuales son ocupados 79% por residentes y 21% por migrantes dentro y fuera de Estados Unidos.

En ese sentido, el costo fiscal de un programa de reactivación económica beneficia tanto a los residentes de su circunscripción política como a personas provenientes, principalmente, de estados con economías más débiles. Un caso particular, menos frecuente, ocurre por la inversión extranjera directa, la cual atrae migrantes regionales y también, minoritariamente, personal de sus países de origen. En este artículo nos enfocamos en la migración regional. En el corto plazo, las políticas para aliviar los impactos negativos pueden ser efectivas. En cambio, cuando una región permanece por mucho tiempo con niveles de bienestar relativamente menores, suele haber un flujo continuo de emigrantes que buscan destino en regiones con mayor prosperidad.

A través del estudio de la migración laboral es posible identificar los desequilibrios regionales. Détang-Dessendre et al. (2016) reconocen que las tasas de desempleo serán más similares entre las regiones en la medida en que haya mayor movilidad de trabajadores. En un comparativo entre 1970 y 2005, encontraron que ha disminuido la movilidad interna en Estados Unidos y ha aumentado en Francia, lo que implicaría que ha aumentado la flexibilidad de los mercados de trabajo en Francia y ha disminuido la flexibilidad laboral en Estados Unidos. Este hallazgo ofrece un panorama de los cambios migratorios que pueden ocurrir, a lo largo del tiempo, dentro de los países. Consecuentemente, aquellas personas que permanecen en una región económica deprimida suelen sufrir los costos de las recesiones; en cambio, quienes cambian su residencia pueden hallar mejores condiciones económicas.

1.2. Causación circular acumulativa y migración

La idea central de la causación circular acumulativa se basa en que la prosperidad en una región conduce al estancamiento de otras. Para explicar las diferencias entre el desarrollo de las regiones, Myrdal (1957) definió a la causación circular acumulativa como una constelación circular de fuerzas que tiende a actuar y a reaccionar una sobre la otra de tal manera que mantiene a un país pobre en un estado de pobreza. Mientras unas regiones son el centro de atracción de inversiones, las otras permanecen con bajos niveles de infraestructura y servicios públicos que mantienen a su población menos saludable y en un estado de abandono que los imposibilita a salir del estado de estancamiento.

En el proceso de causación circular acumulativa ocurren tres aspectos que favorecen a las regiones con suerte y perjudican a las regiones poco favorecidas en el proceso de reproducción del capital (Myrdal, 1957): 1. El comercio opera favorablemente en las regiones progresistas por la creciente demanda de productos. 2. Los movimientos de capital atraen más inversiones y, finalmente, 3. La expansión económica atrae inmigrantes, y como la migración es selectiva, favorece a las comunidades que crecen rápidamente y desfavorece a otras. Las disputas entre las regiones con crecimiento desigual podrían minimizarse a través de políticas del gobierno central orientadas a lograr un crecimiento nacional similar.

Por una parte, las regiones rezagadas dejarían de perder población migrante cualificada y, por otra, las regiones con mayor prosperidad dejarían de repartir sus excedentes de bienestar con la población inmigrante. Es importante reconocer que las distintas regiones de un país comparten flujos de personas, pero también de mercancías (Carlino e Inman, 2013). Los países generalmente no realizan estadísticas sobre los flujos comerciales subnacionales (por ejemplo las exportaciones internas), por lo que la atención se centra en identificar a las personas que proceden de otra región, pero no se presta atención a los flujos de mercancías ni de capital.

La concentración de la producción crea un proceso de polarización que inhibe el crecimiento de actividades en unas áreas y las concentra en otras (Kaldor, 1984/1996), las revoluciones tecnológicas no benefician equitativamente a toda la geografía. En este sentido, los resultados diferenciados, como síntomas del desarrollo desigual, ocurren a causa de la inversión continua de capital para crear y mantener infraestructura de transporte y servicios públicos como formas de inmovilizar temporal y geográficamente el capital (Smith, 1984). En consecuencia, el capital forma un mosaico de desarrollo geográfico desigual y evoluciona sin preocupaciones ni apegos reales por los centros industriales o por los trabajadores (Harvey, 2014; Walker, 1978).

Ante la incapacidad de las regiones desfavorecidas de emplear a su población, la migración toma un papel primordial como una estrategia para los trabajadores que buscan mejorar sus oportunidades, debido a que no sólo permite la transferencia de habilidades a través de las fronteras, sino también la transferencia de amplios conocimientos que aumentan las ganancias en una región (Williams, 2016) . Además, la migración selectiva hacia las ciudades con servicios explica el crecimiento urbano y la concentración de habilidades (Storper y Scott, 2009) debido a que las personas con habilidades no se encuentran distribuidas uniformemente en los territorios.

En México, se ha reconocido la necesidad de explorar las dinámicas regionales para reconstruir el comportamiento nacional así como que la especialización productiva estaría relacionada con el nivel de bienestar de la población. Huesca-Reynoso et al. (2010) destacan la necesidad de analizar el efecto del cambio tecnológico en el mercado laboral de acuerdo con las particularidades de cada economía, considerando la calificación de los empleados.

En Camberos et al. (2002) se hace un análisis de los cambios económicos asociados al modelo exportador de la década de 1990 desde los cinco estados que designaron para la región noroeste (i. e. Golfo de California). En sus resultados reportan que la incidencia de la pobreza tiene un impacto diferenciado; sin embargo, no vinculan el grado de pobreza con el desempeño económico. A diferencia de Camberos et al. (2002), nosotros reconocemos que, aunque varios estados conforman una región, existen algunos con dinámicas diferentes. La diferencia que se presentará será entre entidades con economías de aglomeración (y población inmigrante) y entidades expulsoras de población.

Rodríguez-Gámez y Cabrera-Pereyra (2017) encuentran que existe un efecto arrastre de ciertas zonas con respecto a la región, a consecuencia de la interacción con los vecinos. En México, previo a la crisis financiera de 2009, documentaron un proceso virtuoso con tendencia al crecimiento en las regiones del centro y sur del país y uno vicioso en el norte de México, con tendencia al estancamiento.

En algunos trabajos se agrupa, ad hoc, a todos los estados de la frontera norte (Banxico, 2018; Mendoza, 2010). En el análisis que presentamos se encontraron dos polos dentro de la región frontera norte: uno al noroeste y otro en el noreste (Cuadro 4). Algunas características con que describe Mendoza (2010) a la frontera norte, también se pueden observar en el centro del país. Por ejemplo, procesos industriales intensivos en capital, vínculo comercial con Estados Unidos e importante entrada de inversión extranjera (IED), así como un salario relativamente mayor debido a la integración con el comercio mundial.

Cuadro 2 México: participación del empleo y migración 

Analíticas Interactivas Cognitivas MR MNR
Panel a
Participación en el empleo 2010 7.54% 28.03% 7.16% 42.17% 15.10%
2015 8.60% 27.32% 6.60% 42.13% 15.34%
Panel b
Porcentaje 2010 7.33% 8.07% 2.53% 77.61% 4.46%
Migrantes por habilidad 2015 5.87% 5.16% 5.15% 80.32% 3.49%

Nota: MR: manual rutinario y MNR: manual no rutinario.

Fuente: elaboración propia con base en la Encuesta Nacional de Ocupación y Empleo (INEGI, 2005-2017), (INEGI, 2010), (INEGI, 2015). Ver cuadro 1 para la descripción de las habilidades.

Cuadro 3 Entidad receptora y principales tres entidades de procedencia de migrantes (Número de migrantes trabajadores) 

Estados receptores Entidades expulsoras
1 2 3 Total
AGS (*) 449 ZAC 335 JAL 207 DF 1,938
BC (*) 704 SIN 527 CHIS 401 SON 4,237
BCS (*) 651 SIN 450 GRO 343 VER 3,587
CAMP (*) 648 TAB 506 VER 377 QROO 2,828
COAH (*) 582 NL 531 DGO 435 CHIH 3,286
COL (*) 1,090 JAL 384 MICH 164 GRO 2,562
CHIS 1,862 TAB 1,148 BC 1,098 VER 12,065
CHIH 1,221 DGO 700 COAH 675 SIN 6,555
CDMX 5,589 MEX 866 PUE 797 VER 11,503
DGO 1,907 CHIH 1,029 COAH 726 SIN 6,216
GTO 1,479 MICH 1,444 MEX 1,360 DF 10,349
GRO 1,819 MEX 1,644 DF 1,623 MOR 11,526
HGO 11,297 MEX 6,365 DF 1,399 VER 26,474
JAL (*) 847 MICH 773 NAY 485 COL 6,943
MEX (*) 224,726 JAL 3,865 DF 609 GTO 236,813
MICH 2,321 JAL 1,661 DF 1,613 GRO 13,017
MOR 3,572 GRO 3,220 DF 2,790 MEX 13,412
NL (*) 1,854 SLP 1,631 VER 1,479 TAMPS 8,808
NAY (*) 1,268 JAL 412 BC 256 SIN 3,140
OAX 7,821 MEX 6,908 DF 4,088 VER 35,835
PUE 6,502 MEX 5,979 DF 4,932 VER 30,155
QRO (*) 1,086 MEX 1,072 DF 609 GTO 5,708
QROO (*) 1,383 CHIS 1,282 YUC 796 VER 6,782
SLP 2,380 NL 1,988 TAMPS 584 MEX 9,496
SIN 2,393 GRO 1,453 BC 922 SON 10,505
SON (*) 1,198 SIN 875 BC 472 CHIH 5,324
TAB 1,080 CHIS 732 VER 515 QROO 4,415
TAMPS 2,258 VER 1,110 NL 976 SLP 6,607
TLAX 4,588 PUE 2,444 MEX 2,261 DF 13,265
VER 6,578 TAMPS 4,998 MEX 4,449 DF 37,509
YUC 5,062 QROO 1,054 CAMP 748 DF 10,601
ZAC 1,640 JAL 826 AGS 731 COAH 7,446

Nota: las entidades con aglomeraciones se destacan mediante renglones sombreados y (*).

Fuente: elaboración propia con base en INEGI (2010; 2015).

Cuadro 4 México: regiones de aglomeración, estados expulsores y especialización económica
Panel a
Regiones de aglomeración y expulsoras 

Estados que la conforman Regiones Banxico
Región Aglomeraciones Expulsores
1. Noroeste Baja California y Sonora Sinaloa y Chihuahua Norte
2. Noreste Coahuila y Nuevo León Tamaulipas, Durango, San Luis Potosí Norte y Centro Norte
3. Occidente Aguascalientes, Baja California Sur, Colima, Jalisco y Nayarit Guerrero, Michoacán y Zacatecas Centro Norte y Sur
4. Centro Estado de México y Querétaro Ciudad de México, Guanajuato, Hidalgo, Morelos, Puebla y Tlaxcala Centro Norte y Centro
5. Sur Campeche y Quintana Roo Chiapas, Oaxaca, Tabasco, Veracruz y Yucatán Sur

Panel b
México: regiones de aglomeración y especialización económica 

Índice de especialización > 1
Región Aglomeraciones Tipología
Unger (2017)
11 Agricultura cría y de explotación 23 Construcción 3-33 Industrias manufactureras 43 Comercio al por mayor 46 Comercio al por menor 53 Servicios inmobiliarios 61 Servicios educativos 62 Servicios de salud y de asistencia social 71 Servicios de esparcimiento y otros servicios recreativos 72 Servicios de alojamiento temporal Habilidades demandadas
1 Noroeste Baja California Competitivo Analítico y MNR
Sonora Competitivo Analítico y MNR
2 Noreste Coahuila Competitivo Analítico y MR
Nuevo León Competitivo Analítico y MNR
3 Occidente Aguascalientes Poco competitivo Analítico y MR
Baja California Sur Competitivo MNR y Analítico
Colima Poco competitivo Analítico y MNR
Jalisco Competitivo Analítico y MNR
Nayarit Poco competitivo Analítico y Interactivo
4 Centro Estado de México Competitivo Analítico y MNR
Querétaro Competitivo Analítico y MNR
5 Sur Campeche Poco competitivo Analítico y MNR
Quintana Roo Poco competitivo Analítico y Cognitivo

Nota: Donde el símbolo indica los sectores de especialización en cada entidad federativa.

MR es manual rutinario y MNR es manual no rutinario; para fines comparativos se presenta la Regionalización Banxico (2018), Norte: Baja California, Chihuahua, Coahuila, Nuevo León, Sonora y Tamaulipas; Centro Norte: Aguascalientes, Baja California Sur, Colima, Durango, Jalisco, Michoacán, Nayarit, San Luis Potosí, Sinaloa y Zacatecas; Centro: Distrito Federal, Estado de México, Guanajuato, Hidalgo, Morelos, Puebla, Querétaro y Tlaxcala; y Sur: Campeche, Chiapas, Guerrero, Oaxaca, Quintana Roo, Tabasco, Veracruz y Yucatán.

Fuente: elaboración propia con base en la Figura 1, con datos de los Censos Económicos (INEGI 2004, 2009 y 2014), y en K. Unger (2017).

Olivera-Lozano y Galindo-Pérez (2013) analizaron únicamente la región centro y encontraron que su dinámica económica se especializa en el sector secundario y en el terciario, y que ocurre en su mayoría en los espacios metropolitanos. Nuestro análisis coincide con la agrupación de las entidades de la región centro y difiere al localizar los flujos migratorios también de otras regiones de México.

En este sentido, un análisis regional más amplio es útil para hallar otras zonas dinámicas de México. Especialmente, cuando se ha identificado un agotamiento del modelo exportador manufacturero y, consecuentemente, de la creación de empleos (Mendoza, 2010).

Una dimensión que excluimos de nuestro análisis es el impacto de las fases recesivas de la economía, como las ocurridas en 1995, 2001 o 2009, para una revisión de este tema, referimos al lector a Mungaray et al. (2014) y Mendoza (2010), quienes han reseñado para los casos de Baja California y la frontera norte, respectivamente, los impactos recesivos en el empleo y en el grado de integración de la economía mexicana con la estadounidense.

Podemos destacar la respuesta ante la crisis de 2009 que provocó el surgimiento de muchos micro negocios y pequeñas empresas, así como el reforzamiento de políticas laborales locales para facilitar la absorción de trabajadores a través de la formación técnica, los subsidios para la creación de empleo y, en general, de centros de intermediación laboral.

2. Metodología

El empleo es la variable con que construimos nuestro análisis. Una ventaja de utilizar a los puestos de trabajo como variable clave es que revela un ciclo económico diferente a la de producción, lo cual resulta de interés en épocas recientes, cuando ha habido una expansión económica que no se traduce, necesariamente, en un flujo satisfactorio de nuevos empleos.

Por su parte, una variable privilegiada en el análisis macroeconómico es el uso de las tasas de desempleo; sin embargo, estudiar el desempleo tiene la desventaja de que es inadecuado para evaluar la calidad de los empleos en épocas donde han proliferado los empleos temporales, precarios y con bajas remuneraciones.

El análisis que se presenta se realizó a través de una búsqueda de los requerimientos de habilidad que tuvo cada entidad federativa de México entre 2005 y 2017, para ello, se utilizó la información de la Encuesta Nacional de Ocupación y Empleo (ENOE). Para clasificar las ocupaciones de acuerdo con las funciones realizadas se usó el Sistema Nacional de Clasificación y Ocupación (SINCO) y los tipos de habilidades propuestas por Autor et al. (2003) y Spitz-Oener (2003; 2006). En el Cuadro 1 se reportan las cinco habilidades que se usarán: analítico no rutinario, interactivo no rutinario, cognitivo rutinario, manual rutinario y manual no rutinario.

Para analizar la dinámica del empleo en los estados se utilizó información de la Encuesta Nacional de Ocupación y Empleo (ENOE) durante el periodo 2005-2017 y se clasificó al empleo por tipo de habilidad. Mientras que para conocer la dinámica de la migración laboral interna, ocurrida entre 2005 y 2015, se utilizó la información del Censo de Población 2010 y la Encuesta Intercensal 2015, que permiten conocer las entidades expulsoras y receptoras de los migrantes. La migración laboral se define como el número de personas ocupadas quienes residían en una entidad diferente en los últimos cinco años. A diferencia de Mungaray et al. (2014), que usa a toda la población migrante, nosotros restringimos la variable a migrantes con vínculo al mercado laboral (v. gr. PEA).

El Cuadro 2 muestra la suma del empleo en las tres categorías de las habilidades no rutinarias (v. gr. analíticas, interactivas y manual no rutinarias) que ocupa, aproximadamente, 57% de la población empleada, mientras que la categoría manual rutinaria, por sí sola, ocupa 42% de la población empleada. Entre 2010 y 2015, los requerimientos de habilidades analíticas aumentaron, mientras que se mantuvieron relativamente sin cambios los requerimientos de habilidades interactivas y cognitivas (panel a). Se redujo la migración de empleados no rutinarios (v. gr. analíticas, interactivas y manual no rutinarias) y aumentó la migración de empleados rutinarios: cognitivos y manual rutinario (panel b). Asimismo, la migración respecto al empleo se duplicó entre 2010 y 2015. Más adelante se muestra que el patrón de migración por habilidades es distinto según el tipo de entidad federativa.

En México, se ha investigado la participación laboral de los migrantes internacionales, principalmente hacia Estados Unidos o repatriados de ese país (Parrado y Gutiérrez, 2016). Para efecto del presente artículo, resulta de nuestro interés la migración interna del país provocada por motivos económicos; por ello no intentamos explicar o controlar la migración causada por motivos de violencia u otros casos. La migración interna es una categoría intermedia que se ubica entre los migrantes internacionales y los residentes (no migrantes). Se considera que los migrantes internos son, casi por definición, un tipo de migración voluntaria. A pesar de que existen varias razones de migración, para efectos de este artículo se considera voluntaria a la migración interna debido a que el contexto legal no afecta la movilidad de los migrantes internos y la situación laboral se debe a las condiciones económicas del lugar que abandonan.

A través de varias pruebas estadísticas se encontró que, a diferencia de los migrantes internacionales, los migrantes internos comparten características laborales con los residentes (no migrantes), como es: una propensión similar a ser dueño de negocios (Parrado y Gutiérrez, 2016).

Las actividades emprendedoras son interactivas no rutinarias, las cuales consisten en tareas que no son programables y por lo tanto no rutinarias, además requieren de habilidades de comunicación efectiva para trabajar e interactuar con otros (Cuadro 1). Las habilidades interactivas, junto con las analíticas, son consideradas habilidades clave requeridas en la actualidad (Spitz-Oener, 2006). Además del estatus migratorio, nos interesa estudiar el tipo de habilidades laborales de la migración interna. La evidencia de que la migración interna es causada por las oportunidades económicas se basa en que i) La tasa de desempleo es menor en el grupo de migrantes internos, ii) Tienen una mayor tasa de empleo comparado con la población residente y iii) Su ingreso laboral es mayor (Parrado y Gutiérrez, 2016).

2.1. Identificación de aglomeraciones

Al partir del hecho de que las actividades no rutinarias se ubican mayormente en los centros urbanos (Larsson, 2017), este artículo se basa en la hipótesis del cambio tecnológico basado en habilidades, la relación positiva entre las habilidades no rutinarias -i. e. analíticas e interactivas- y los puestos de innovación (Autor et al., 2003; Spitz-Oener, 2003; 2006). Por ello se consideró que aquellas entidades federativas que realizan actividades basadas en tecnología e innovación tendrán mayores requerimientos de mano de obra con habilidades no rutinarias.

Para seleccionar a las entidades consideradas como aglomeraciones se propusieron dos condiciones, las cuales se basan en el crecimiento y la importancia relativa de ciertas habilidades. En la literatura se usan indicadores construidos de manera similar: 1. El instrumento dinámico de Bartik, utilizado en Détang-Dessendre et al. (2016). 2. La medida estática de economías de aglomeración de Kazekami (2017), este último calcula la concentración de empleos de cierto sector en una región dada.

En nuestro caso, se identificaron las regiones que presentan aglomeración de habilidades usando dos momentos o condiciones para hacer más transparente la selección de las entidades.

Condición 1. Indicador de aglomeración. Primero se calculó la tasa de crecimiento superior al promedio, donde se consideraron como entidades de aglomeración aquellas con valores positivos (Condición 1).

Ai,t=gits1-1Ii=132gIts1+gits2-1Ii=132gts2 (1)

donde A es el indicador de aglomeración y se define como aglomeración de la entidad i en el periodo t = 2005-2017, g es la tasa de crecimiento anual de las habilidades s en la entidad i, s1 y s2 son, respectivamente, las habilidades analíticas e interactivas. Se seleccionaron como aglomeraciones las entidades con valores positivos: Aguascalientes, Baja California, Baja California Sur, Campeche, Coahuila, Colima, Durango, Guanajuato, Jalisco, México, Nayarit, Nuevo León, Puebla, Querétaro, Quintana Roo, San Luis Potosí, Sonora, Tlaxcala y Zacatecas.

Condición 2. Indicador de participación. Se calculó la participación promedio en la entidad en el periodo t= 2017, por habilidad Φi,s (Condición 2).

Φi,s,=LitsLitS-1Ii=132LitsLitS (2)

donde s ϵ {1,2,5} que son habilidades 1 analíticas, 2 interactivas y 5 manual no rutinarias. Lis es el empleo en las habilidades rutinarias en la entidad mientras que Ls es el empleo en todas las habilidades de la entidad i.

Los estados seleccionados con el indicador de participación tuvieron valores positivos: Aguascalientes, Baja California, Baja California Sur, Campeche, Coahuila, Colima, Ciudad de México, Jalisco, México, Morelos, Nayarit, Nuevo León, Querétaro, Quintana Roo, Sinaloa, Sonora, Tamaulipas, Tabasco.

Las entidades con aglomeraciones debían cumplir tanto la condición 1 como la condición 2, las cuales se presentan en la Figura 1 con trama (área con puntos), son Aguascalientes, Baja California, Baja California Sur, Campeche, Coahuila, Colima, Jalisco, México, Nayarit, Nuevo León, Querétaro, Quintana Roo y Sonora.

Fuente: elaboración propia con base en los datos del INEGI (2010; 2015), cálculos de la condición 1 y 2 y el Cuadro 4.

Figura 1 México: aglomeraciones y regionalización 

En el Cuadro 4 se reportan las cinco regiones encontradas; las regiones se conforman identificando a las entidades dinámicas (aglomeraciones) y las entidades expulsoras de trabajadores. El flujo de migrantes trabajadores ocurre dentro de las regiones identificadas o, eventualmente, de regiones vecinas. Se trata de migración interna de corto alcance. Una observación importante es que las regiones encontradas son consistentes con la regionalización utilizada por Banco de México (2018) en sus reportes de economías regionales.

Adicionalmente, se identificaron las tres principales entidades expulsoras de la migración laboral hacia las entidades con aglomeraciones (Cuadro 3). Esta información permitió identificar que la migración laboral es regional, es decir, los migrantes se mueven a zonas cercanas a sus entidades de origen. Por ejemplo, Aguascalientes recibe migrantes de Zacatecas y Jalisco; Baja California de Sinaloa y Sonora; Campeche de Tabasco y Veracruz; Coahuila de Nuevo León y Durango. Así se construyeron las cinco regiones que se presentan en la Figura 1 y Cuadro 4.

Además de reconocer de cuáles entidades salen y a cuáles llegan los migrantes, en el Cuadro 4 (Panel b) se reportan los sectores de especialización y el nivel de competitividad. Esta información permite asociar el tipo de habilidades laborales que se demandan con la estructura productiva existente en las entidades aglomeradas. Destacan cinco entidades aglomeradas como poco competitivas según la clasificación de competitividad de Unger (2017) (Cuadro 8); estas entidades se especializan en turismo de playa o tienen una base monoindustrial como el sector automotriz en Aguascalientes o petrólero en Campeche.

La forma de medir la competitividad de Unger (2017) es relevante porque fundamenta la competitividad con datos del mundo del trabajo, esto es, utiliza como indicadores la productividad laboral y los salarios. En su análisis identifica dos grupos de competitividad utilizando una técnica de clúster dicotómico para reducir la varianza al interior de cada grupo y, a su vez, maximizar la diferencia entre los promedios de cada grupo. Resulta relevante identificar que en 13 entidades federativas existe aglomeración que se traduce en una tendencia económica positiva, pero ello no necesariamente implica competitividad. En cinco entidades se ha evaluado poca competitividad lo que, según Unger (2017: 672), significa que se compensa la falta de productividad con el castigo a los salarios quedando atrapados en círculos perversos sin salida al bienestar.

Para identificar a los sectores especializados en cada entidad federativa se calculó el índice de importancia revelada (IER) del sector como el porcentaje del empleo en el estado (% empleo en estado) dividido entre el porcentaje del empleo en el país (% empleo en país). Los resultados se reportan en el panel b del Cuadro 4. Se encontró que en las entidades aglomeradas, por lo general, hay un importante sector construcción y sector inmobiliario. Algunas entidades basan su especialización en el sector manufacturero y otras en el sector turismo, esto es, servicios de esparcimiento y alojamiento. Otras áreas de especialización son las actividades del sector primario, servicios educativos y de salud, aunque estos sectores especializados sólo surgen en algunas entidades federativas focalizadas.

En el comparativo entre el año 2005 y 2017 sobre la importancia relativa de cada habilidad en la PEA de cada aglomeración, el sector turismo en zona de playa es un importante indicador de la demanda de actividades manuales no rutinarias, como ocurre en Nayarit, donde la alta concentración en servicios inclina los requerimientos hacia habilidades analíticas e interactivas, o en Baja California Sur con requerimientos analíticos y manuales no rutinarios. Mientras que los sectores de construcción y manufactureros muestran requerimientos de habilidades analíticas, manuales rutinarias y manuales no rutinarias.

En el Cuadro 5 se proporciona la fuente y la información de las variables utilizadas en las estimaciones. Esto incluye las variables de migración, empleo y producción, y las variables ficticias utilizadas.

Cuadro 5 Definición y fuente de las variables utilizadas en las estimaciones 

Variable Definición Unidad de medida Fuente
Ma Migrantes en miembros de la PEA analítica Número de personas Censo de Población y Vivienda 2010 y Encuesta Intercensal 2015. INEGI
Mi Migrantes en miembros de la PEA interactiva Número de personas Censo de Población y Vivienda 2010 y Encuesta Intercensal 2015. INEGI
Mnr Migrantes en miembros de la PEA en ocupaciones analíticas e interactivas Número de personas Censo de Población y Vivienda 2010 y Encuesta Intercensal 2015. INEGI
Mr Migrantes en miembros de la PEA en ocupaciones cognitivas y manuales Número de personas Censo de Población y Vivienda 2010 y Encuesta Intercensal 2015. INEGI
Mmnr Migrantes en miembros de la PEA en ocupación manual no rutinaria Número de personas Censo de Población y Vivienda 2010 y Encuesta Intercensal 2015. INEGI
Mtot Migrantes miembros de la PEA Número de personas Censo de Población y Vivienda 2010 y Encuesta Intercensal 2015. INEGI
Mtot-Mnr Migrantes en miembros de la PEA en ocupaciones cognitivas y manuales rutinarias y manuales no rutinarias Número de personas Censo de Población y Vivienda 2010 y Encuesta Intercensal 2015. INEGI
Y Producto Interno Bruto Millones de pesos Sistema de Cuentas Nacionales de México. INEGI
ΔY Incremento del PIB 2005-2015 Millones de pesos contables de 2013 Sistema de Cuentas Nacionales de México. INEGI
ΔL Incremento en el empleo 2005-2015 Número de personas Encuesta Nacional de Ocupación y Empleo. INEGI
Li/L Empleo con habilidades interactivas (Li) respecto a la PEA Total (L). Porcentaje de L total Encuesta Nacional de Ocupación y Empleo. INEGI
Ip Inversión pública Asignaciones destinadas a obras y proyectos productivos y acciones de fomento. Millones de pesos Finanzas públicas estatales y municipales. INEGI
Luned/L Proporción de la PEA sin primaria terminada respecto a la PEA total Porcentaje de la PEA Total Encuesta Nacional de Ocupación y Empleo. INEGI
X Exportaciones Millones de dólares Banco de Información Económica. INEGI
y15 Variable ficticia para el año 2015 1= 2015
0= Otro
n. a.
R Entidades de aglomeración 1= Entidad Aglomeración,
0= Otro.
Cálculos propios (cuadro 4)

Fuente: elaboración propia con base en el INEGI, (2010; 2015; 2005-2016b; 2005-2016c; 2005-2016a.

Se realizaron dos pares de estimaciones simultáneas con ayuda del método de ecuaciones aparentemente no relacionadas (SUR, por sus siglas en inglés). El primer par de ecuaciones tiene como finalidad conocer el efecto de la oferta de habilidades sobre el crecimiento económico (Ecuaciones 1a y 1b).

Los coeficientes de interés son α2 de la ecuación 1a -la migración no rutinaria- y α2 de la ecuación 1b -la migración rutinaria-, ya que muestran el efecto en el PIB de los migrantes con habilidades no rutinarias y rutinarias.

Log(Y1t)=α0+δ1R1+α1logMnrt+δ2R×α2logMnrt+α3logIpt+α4LunedtLt+α5logXt+δ6×y15+ε1t (1a)

LogY2=α0+δ1R1+α1logMrt+δ2R×α2logMrt+α3logIt+α4LunedtLt+α5logXt+δ6×y15+ε2t (1b)

donde t = 2005 a 2016, R1 son las entidades clasificadas como aglomeraciones, log (Mnr) es el logaritmo de migración de la PEA no rutinaria, log (Mr) es el logaritmo de la migración de la PEA rutinaria log (Ip) es el logaritmo de la inversión pública, LunedtLt es la proporción de la PEA sin primaria respecto a la PEA total, log (X) es el logaritmo de las exportaciones estatales.

Se realizó una segunda estimación simultánea para conocer el efecto de la migración de empleados con habilidades sobre el empleo total, cuyas ecuaciones son 2a y 2b. En este segundo par, los coeficientes de interés son las β2 para la migración no rutinaria (Ecuación 2a) y la migración rutinaria y manual no rutinaria (Ecuación 2b). Estos coeficientes β2 muestran el efecto que tienen sobre la creación de empleos los migrantes con habilidades no rutinarias y los migrantes con habilidades rutinarias y manuales no rutinarias.

logL2005-2015=β0+β1logMnrt+δ1R×β2logMnrt+β3logY2005-2015+β4LitLt+δ5×y15+ε1 (2a)

logL2005-2015=β0+β1logMtot-Mnrt+δ1R×β2logMrymnrt+β3logY2005-2015+β4LitLt+δ5×y15+ε2 (2b)

donde la variable dependiente ∆log (L2005-2015) es el cambio del logaritmo del empleo; t = 2005, 2015. Las variables independientes son R que indica las entidades clasificadas como aglomeraciones, log (Mnr) es el logaritmo de migración de la PEA no rutinaria; log (Mrymnr) es el logaritmo de migración de la PEA rutinaria y manual no rutinaria (éstas son: cognitiva, manual rutinaria y manual no rutinaria); ∆log (Y2005-2015) es el cambio en el PIB; LitLt es el logaritmo de la proporción de la PEA interactiva respecto a la PEA total; y, por último, y15 es una variable ficticia para el año 2015.

3. Resultados

En el Cuadro 6 se presentan las estadísticas del empleo y la migración en las entidades con aglomeraciones y, a su vez, en todas las regiones en los periodos 2005-2009 y 2010-2015. Varias conclusiones pueden obtenerse. Por ejemplo, en las aglomeraciones se crean más empleos, la tasa de crecimiento del empleo es mayor y también es mayor el número de migrantes. En general, puede afirmarse que la tasa de creación de empleos es superior en las entidades de aglomeración respecto al promedio nacional.

Cuadro 6 Estadística descriptiva del empleo y la migración 

H. Analítica H. Interactiva H. Cognitiva H. MR H.MNR Empleo total
M DS M DS M DS M DS M DS M DS
Crecimiento de empleo
Total* n=32 3,853 5,713 5,422 7,703 1,253 2,465 5,762 10,410 5,459 5,983 21,750 23,703
Total** 6,081 6,724 7,635 9,535 735 3,345 14,792 13,497 6,111 9,447 35,354 36,611
Aglomeración* n=13 4,647 7,126 7,829 7,949 2,370 2,783 4,945 10,901 6,944 8,043 26,735 32,725
Aglomeración** 7,719 8,531 8,572 13,154 1,401 3,016 16,207 17,924 7,928 13,985 41825.775 53904.66
 
Región 1* n=4 934 1,737 4,027 7,049 2,340 1,527 4,767 2,638 4,264 4,629 16,332 6,867
Región 1** 7,459 1,277 7,807 7,469 1,439 1,775 21,223 11,893 5,221 3,706 43,150 17,468
Región 2* n=5 3,666 3,264 8,492 4,365 2,528 2,604 -1,525 3,737 5,485 3,233 18,646 12,179
Región 2** 7,314 3,751 8,587 6,250 -19 2,764 13,324 4,390 2,845 1,995 32,051 5,766
Región 3* n=8 2,410 2,168 5,688 5,693 1,150 3,423 4,690 07,111 6,276 8,079 20,213 19,694
Región 3** 3,722 5,239 5,387 8,039 1,187 1,834 9,529 8,889 2,519 1,653 22,344 23,272
Región 4* n=8 7,966 10,061 3,118 12,997 880 1,755 6,282 14,962 5,992 8,491 24,237 41,644
Región 4** 9,430 11,480 12,529 15,197 1,227 5,340 21,562 21,306 12,480 17,060 57,229 64,901
Región 5* n=7 2,606 1,903 6,357 4,097 264 2,228 12,169 11,499 4,582 1,965 25,977 15,647
Región 5** 3,279 1,888 3,833 3,831 -207 3,395 10,442 9,295 5,778 5,293 23,125 10,800
Tasa de crecimiento del empleo 2005-2015
Empleo total n=32 4.69% 1.49% 1.59% 0.91% 1.88% 1.72% 1.66% 0.94% 2.63% 1.36% 2.06% 0.88%
Aglomeración n=13 5.54% 1.13% 2.15% 0.55% 2.38% 1.33% 2.08% 0.95% 3.31% 1.38% 2.62% 0.77%
Expulsores n=19 4.11% 1.45% 1.21% 0.92% 1.53% 1.90% 1.37% 0.83% 2.16% 1.17% 1.68% 0.75%
 
Región 1 n=4 4.75% 1.26% 1.75% 0.96% 1.25% 1.71% 1.75% 1.26% 2.50% 1.29% 2.00% 0.82%
Región 2 n=5 5.40% 1.14% 1.80% 0.45% 1.80% 0.45% 1.80% 0.84% 2.20% 0.84% 2.20% 0.45%
Región 3 n=8 5.00% 1.51% 1.63% 0.92% 1.50% 1.85% 1.88% 0.83% 2.75% 1.98% 2.25% 1.04%
Región 4 n=8 4.38% 2.00% 1.25% 1.16% 2.50% 2.00% 1.25% 0.71% 2.75% 1.28% 1.88% 0.99%
Región 5 n=7 4.14% 1.21% 1.71% 0.95% 2.00% 2.00% 1.71% 1.25% 2.71% 1.25% 2.00% 1.00%
Migración
Total* n=32 599 538 659 641 207 196 6,343 5,786 365 304 8,173 7,204
Total** 1,043 736 1,043 736 916 3,595 14,280 36,603 621 363 17,778 41,006
Aglomeración* n=13 586 629 623 817 266 255 5,122 5,467 376 387 6,973 7,466
Aglomeración** 949 605 827 608 1,826 5,639 18,238 57,615 617 370 22,458 64,437
 
Región 1* n=4 319 92 251 120 179 171 3,558 1,021 223 73 4,530 1,262
Región 1** 542 147 491 129 171 59 5,041 2,996 411 123 6,655 2,736
Región 2* n=5 366 136 379 167 109 59 4,270 1,236 202 96 5,326 1,663
Región 2** 743 452 491 163 217 168 5,001 2,165 430 246 6,883 2,449
Región 3* n=8 404 227 421 299 182 121 4,361 2,552 266 134 5,635 3,119
Región 3** 685 325 596 245 176 70 4,359 3,908 454 171 6,270 4,217
Región 4* n=8 1,056 809 1,202 913 304 313 8,974 6,461 525 448 12,061 8,667
Región 4** 1,809 853 1,579 604 2,961 7,126 36,270 70,643 842 367 43,460 78,566
Región 5* n=7 623 377 744 609 211 167 8,675 9,250 491 332 10,744 14,679
Región 5** 1,079 693 1,079 715 352 210 12,394 12,877 815 487 15,719 14,679

Nota: H denota Habilidades, M es el promedio y DS es la desviación estándar. n es el número de entidades que conforman la región.

*periodo 2005-2009 ** periodo 2010-2015.

Fuente: elaboración propia con base en la Encuesta Nacional de Ocupación y Empleo (INEGI, 2005; 2010; 2015 y 2017).

Entre los dos periodos, pre crisis (2005-2009) y post crisis (2010-2015), los empleos creados se duplicaron en las regiones 2 Noreste y 4 Centro, mientras que en la región 5 Sur desaparecieron empleos, principalmente, de tipo manual rutinario, por lo que muchos trabajadores con esa habilidad emigraron de esa región. Por su parte, el mayor número de inmigraciones ocurrió en la región 4 Centro derivado de la creación de empleos en esta región.

Los resultados obtenidos en el Cuadro 7 muestran que la migración tiene un mayor efecto en el PIB cuando ocurre por la migración de empleados analíticos e interactivos. La migración de ambos empleados, no rutinarios y rutinarios, contribuye al PIB, aproximadamente, en 1.5%. Este valor se obtiene de la suma de los coeficientes de las estimaciones para migrantes no rutinarios y rutinarios (0.72%, en la ecuación 1a, + 0.78% en 1b).

Cuadro 7 Resultado de las estimaciones SUR entre los tipos de migración y el PIB 

(1)
(1a) (1b)
Constante 1.906 *** 1.248 ***
(4.99) (2.26)
R 3.373 *** 4.409 ***
(6.75) (6.26)
log Mnr 0.720 ***
(23.96)
log Mr 0.779 ***
(17.72)
R x log Mnr -0.249 ***
(-6.4)
R x log Mr -0.320 ***
(-5.98)
log Ip 0.015 0.020
(0.77) (0.402)
Luned/L -0.002 -0.023 ***
(-0.86) (-6.7)
log X 0.182 *** 0.172 ***
(17.86) (13.4)
y15 0.025 -0.047
(0.41) (-0.64)
R2 0.819 0.756
chi2 1955.9 1227.9
N 384 384

Nota: variable independiente = PIB. *, **, ***, indican significancia al 10%, 5% y 1%, respectivamente. SUR denota Regresiones aparentemente no relacionadas, por sus siglas en inglés. Entre paréntesis se reporta el estadístico t. N = 384 observaciones = 32 estados con datos de 2005-2016, el número de variables k = 7. La migración reportada se refiere a la migración de la Población Económicamente Activa. Sistema 1 Estimación aparentemente no relacionada de Migración de Habilidades no rutinarias: Analítica e Interactiva (columna 1a) y Migración Rutinaria: Manual y Cognitiva (Columna 1b).

Fuente: elaboración propia con el uso de Stata 14, StataCorp LLC (2015).

Los coeficientes de interacción de la migración hacia las aglomeraciones representan la contribución al crecimiento del PIB de la migración de empleados no rutinarios, equivalente a 0.47%.1 Por su parte, la contribución de la migración de empleados rutinarios en las aglomeraciones fue de 0.46%.2 En conjunto, un aumento de 1% en la migración hacia las aglomeraciones incrementaría 0.93% el PIB.

Asimismo, con los coeficientes estimados, se deduce que en las aglomeraciones el impacto positivo de la migración de empleados no rutinarios en el PIB es aproximadamente igual al impacto de la migración de trabajadores rutinarios. En cambio, en las entidades sin aglomeración se benefician más de la migración de empleados con habilidades rutinarias, lo cual estaría asociado con una especialización menos dinámica. Respecto a las variables de control, éstas se comportan de acuerdo a lo esperado. El PIB aumenta cuando es mayor el volumen de exportación y es menor cuando aumenta la proporción de empleados sin primaria.

En el Cuadro 8 se observa que, en las entidades sin aglomeración, la creación de empleos se relaciona negativamente con la movilidad laboral de la población migrante, independientemente del tipo de habilidades con que cuenten. En estas entidades, por cada 10% de incremento en la migración de la PEA la creación de empleos se reducirá en -0.03%

Cuadro 8 Estimación SUR entre el tipo de migración y creación de empleo 

(2)
(2a) (2b)
Constante (-1.79) (3.1)
log Mnr -0.0033 **
-2.05
log Mtot - Mnr -0.0030 **
(-2.3)
log R x Mnr 0.0046 ***
(3.36)
log R x Mr y mnr 0.0038 ***
(3.33)
log ∆Y 0.1479 ** 0.1502 **
(2.38) (2.4)
Li/L -0.2827 -0.3056
(-1.48) (-1.57)
y15 0.0037 * 0.0221 *
(1.84) (1.83)
R2 0.338 0.337
chi2 30.82 30.32
N 64 64

Nota: variable independiente = Cambio en el empleo total 2005-2015, *, **, ***, indican significancia al 10%, 5% y 1%, respectivamente. Entre paréntesis se reporta estadístico t. n= 64, 32 estados con datos 2009 y 2015, el número de variables k = 5. La migración reportada se refiere a la migración de la Población Económicamente Activa. Sistema 2 Estimación aparentemente no relacionada de migración de habilidades no rutinarias: Analíticas e interactivas (Columna 2a) y, Migración Mtot-Mnr: habilidades Cognitivas, Manual Rutinaria y Manual No Rutinaria (Columna 2b).

Fuente: elaboración propia con el uso de Stata 14, StataCorp LLC (2015).

Se encontró el signo contrario al analizar las regiones con aglomeración; como resultado de la suma del coeficiente de migración más el coeficiente de migración hacia aglomeraciones de la estimación 2a, el efecto general de la migración es positivo y es mayor cuando se trata de migrantes analíticos e interactivos (+0.0013%) que cuando se trata de la migración hacia aglomeraciones de empleados manuales rutinarios, cognitivos y manuales no rutinarios (+0.0008%). Las variables de control muestran que la creación de empleos reacciona en la misma dirección que el incremento en el PIB.

3.1. Empleo y causación circular acumulativa

Con los datos del Cuadro 6 se encontró diferencia entre la demanda de habilidades que tienen las distintas entidades denominadas aglomeraciones. Se encontró que la especialización regional gira en torno a los requerimientos de empleados con altas habilidades. Mientras unas aglomeraciones emplean a trabajadores con habilidades analíticas (Baja California, Colima y Sonora), otras demandan habilidades interactivas, como ocurre en las zonas turísticas de playa, tales como: Baja California Sur, Nayarit y Quintana Roo.

Dentro de cada región, las aglomeraciones y sus entidades vecinas mantienen, prácticamente, un mismo patrón de requerimientos de habilidades, una diferencia por destacar es que las entidades vecinas a las aglomeraciones crecen a tasas menores que la aglomeración. En promedio, la tasa de crecimiento de las aglomeraciones es 2.62% y de las entidades vecinas 1.68 por ciento. Una excepción es la región 3 Occidente, que emplea a trabajadores con ambos tipos de habilidades: analíticas e interactivas. Una posible explicación es su estructura productiva balanceada entre una orientación exportadora y centros urbanos con altos volúmenes de consumo interno.

Los resultados hallados coinciden con Spitz-Oener (2006) respecto a la sustitución de habilidades cognitivas por habilidades basadas en tecnología. En el periodo post crisis 2009-2015, los empleos cognitivos en valores absolutos se redujeron a casi la mitad, respecto a 2005-2009, y la reducción de la demanda de estas habilidades en las regiones 1 Noroeste, 2 Noreste y 5 Sur coincide con el incremento de la demanda de habilidades analíticas. Esto significa que hubo una mayor demanda de las habilidades analíticas en las entidades donde disminuyeron los requerimientos de habilidades cognitivas.

La región 3 Occidente mantuvo la demanda de habilidades cognitivas en 1,170 empleos en promedio entre 2005 y 2010, la región 4 Centro fue la única que incrementó los requerimientos de habilidades cognitivas (Cuadro 6). Lo anterior probablemente debido a que en la región centro duplicó su empleo total; los estados responsables de la demanda de empleados cognitivos fueron, en su mayoría, Morelos y Tlaxcala. Esto podría interpretarse como una etapa de desarrollo previa a la de otras entidades que conforman la región y, en esta medida, ha habido demanda para la oferta de empleados cognitivos migrantes.

En general, se observa crecimiento en términos de empleo y producción, así como migración laboral. El efecto positivo o negativo de la migración sobre la demanda de empleo depende de las habilidades del migrante y del lugar de destino. En las entidades expulsoras, el efecto de la migración sobre el empleo es -0.003%, tanto para las habilidades altas, como para el empleo total. En cambio, en las entidades receptoras el impacto es positivo (+0.001%), igualmente tanto en habilidades altas, como para el conjunto total de habilidades.

En resumen, las estimaciones de los Cuadros 7 y 8 reportan que los migrantes con habilidades altas inhiben empleos al llegar a zonas expulsoras, posiblemente como resultado de un efecto de sustitución de empleos cognitivos por los empleos analíticos contratados y multiplican empleos al llegar a entidades con aglomeración a causa de la complementariedad de empleados migrantes con los empleos existentes en esas entidades. Conforme al principio de los rendimientos decrecientes, o también llamado efecto recuperación, la productividad marginal de los migrantes es mayor en las entidades sin aglomeraciones, las cuales tienen menores niveles de producción por habitante.

En síntesis, esto corrobora indicios de causación circular acumulativa, dadas las diferencias en las tasas de crecimiento de actividad económica entre las aglomeraciones y las entidades poco prósperas en comparación con las aglomeraciones. Las diferencias pueden incluso ser visibles entre las diferentes entidades dentro de una misma región; si bien, las diferencias intrarregionales son más pequeñas.

La importancia de la causación circular acumulativa entre regiones radica en las diferencias de productividad y creación de empleo que ocurren como consecuencia de un evento inicial (i. e. accidente histórico) en el que una región se favoreció más que otras. Las diferencias regionales se expresan en variables como: infraestructura, acceso a servicios de salud, educación y calidad de vida. Sin políticas de intervención, el proceso circular de acumulación se convierte en un círculo vicioso de pobreza (Myrdal, 1957: 23).

Conclusiones

Ha pasado un par de décadas desde que, en los países desarrollados, se ha documentado un cambio en los principales tipos de empleos contratados. David Autor et al., (2003) han llamado a ese fenómeno polarización del empleo, dado que se contrata más a aquellos trabajadores con habilidades altas y bajas, desapareciendo gradualmente los puestos de trabajo para oficinistas y asistentes administrativos. Se atribuye que la recomposición de las habilidades laborales es el resultado de la necesidad de complementar o hacer más eficiente la modernización industrial y la adopción de tecnologías de la información.

En el presente artículo se estudió el desempeño de las entidades federativas en México a través de la dinámica del empleo y de las habilidades laborales. El análisis de la información reveló que 13 estados destacan por su alta creación de empleos con altas habilidades, siendo éstas analíticas e interactivas. Desde una perspectiva territorial, se encontró que estas entidades se ubican en cinco regiones: noroeste, noreste, occidente, centro y sur. Esta regionalización es consistente con la que utiliza Banco de México (2018) en sus reportes de las economías regionales.

Una contribución que presentamos es el análisis de la migración, donde diferenciamos entre los flujos hacia las economías de aglomeración y los flujos hacia los vecinos de las aglomeraciones, estudiamos también el impacto de las habilidades de los migrantes en las economías receptoras.

Se encontró evidencia de que las 13 entidades destacadas también tienen mayor número de migrantes.

Los migrantes más calificados se movilizan a las zonas de aglomeración, mientras que el resto de ellos, quienes poseen habilidades cognitivas, manuales rutinarias y no rutinarias, logran un mejor resultado al mudarse hacia las zonas vecinas de las aglomeraciones. En las estimaciones se corroboró que los migrantes con altas habilidades presentan una mayor productividad.

Además, en caso de que una región pierda trabajadores provocado por un cambio de residencia hacia estados con aglomeraciones, tiene como costo la menor creación de empleos, principalmente cuando se trata de empleados con habilidades analíticas e interactivas. En cambio, cuando se trata de aglomeraciones (v. gr. estados receptores) el efecto de la migración laboral se traduce en creación de empleos. El impacto es aún mayor si la migración es de empleados con altas habilidades. Esto implica que el multiplicador del empleo causado por la migración es mayor en las economías de aglomeración, como lo reporta Kazekami (2017).

Esto muestra la existencia de patrones distintos de comportamiento entre dos tipos de dinámicas económicas que, en conjunto, exponen la existencia de: a) una polarización laboral, debido a una población con habilidades medias con empleos en extinción (Spitz-Oener, 2006); y b) un mosaico de desarrollo desigual entre entidades (Harvey, 2014; Walker, 1978). Por un lado, los empleados con altas habilidades crean empleos al moverse hacia las aglomeraciones y destruyen empleos al migrar de las entidades vecinas de las aglomeraciones. Por otro, los empleados con bajas habilidades sólo se benefician si permanecen en las entidades que no son prósperas lo que, a su vez, prolonga la desventaja de la entidad.

La evidencia se interpreta como un fenómeno de causación circular acumulativa que mantiene inmersa a las entidades vecinas de las aglomeraciones en una situación de desventaja con respecto a sus contrapartes. Si bien la desventaja, no implica tasas negativas de crecimiento en las regiones menos prósperas, sí denota un tipo de subsidio o contribución al éxito de las aglomeraciones mediante la migración de mano de obra con habilidades altas que inhibe empleos en las propias entidades de origen.

Políticas que promueven la migración laboral, como es el acceso al cambio de vivienda, requieren de otras políticas que sirvan como un estabilizador interno (Kaldor, 1970/2013), esto es, un efecto regulador que evite la divergencia entre regiones. Para ello se podría promover, en entidades rezagadas, la inversión de capital para que, a su vez, se promueva la creación de empleo, para lo cual también se requeriría de capacitación en las habilidades demandadas por las nuevas inversiones.

En investigaciones futuras, el análisis se podría centrar en las características de los emigrantes y de las entidades expulsoras de población, con el propósito de complementar la perspectiva de las regiones con aglomeraciones.

Fuentes consultadas

Acemoglu, Daron (1998), “Why do new technologies complement skills? Directed technical change and wage inequality”, The Quarterly Journal of Economic, 113 (4), Harvard University’s Department of Economics, Cambridge, Estados Unidos de América, pp. 1055-1090, doi: 10.1162/003355398555838 [ Links ]

Acemoglu, Daron (2002), “Technical change, inequality and the labor”, Journal of Economic Literature, 40 (1), American Economic Association, Nashville, Estados Unidos de América, pp. 7-72, doi: 10.3386/w7800 [ Links ]

Acemoglu, Daron y Autor David (2011), “Skills, tasks and technologies: implications for employment and earnings”, Handbook of Labor Economics, 4 (b), Elsevier, Ámsterdam, Holanda, pp. 1044-1171, doi: 10.1016/S0169-7218(11)02410-5 [ Links ]

Autor, David; Frank Levy y Richard Murnane (2003), “The skill content of recent technological change: An empirical exploration”, The Quarterly Journal of Economics, 118 (4), Harvard University’s Department of Economics, Cambridge, Estados Unidos de América, pp. 1279-1333, doi: 10.1162/003355303322552801 [ Links ]

Banxico (Banco de México) (2018), “Reporte sobre las economías regionales enero-marzo 2018”, Banxico, Ciudad de México, México, <http://www.anterior.banxico.org.mx/publicaciones-y-discursos/publicaciones/informes-periodicos/trimestral-inflacion/%7B099B9A27-3F27-1802-DE97-802D45490F3A%7D.pdf >, 8 de agosto de 2018. [ Links ]

Barmby, Tim, Martin Chalkley, Tatiana Kirsanova, Gary Koop, Catia Montagna y Fumi Nakamaru (2013), “The Scottish Journal of political economy’s 60th birthday issue”, Scottish Journal of Political Economy, 60 (5), The Scottish Economic Society, Aberdeen, Escocia, pp. 461-461. [ Links ]

Camberos, Mario y Luis Huesca (2002), “Cambios económicos, competitividad y bienestar de la población en la región noroeste de México en la globalización”, Estudios fronterizos, 3 (6), Universidad Autónoma de Baja California, Mexicali, México, pp. 9-32. [ Links ]

Carlino, Gerald y Robert Inman (2013), “Local deficits and local jobs: Can US states stabilize their own economies?”, Journal of Monetary Economics, 60 (5), Elsevier, Ámsterdam, Holanda, pp. 517-530, doi: 10.1016/j.jmoneco.2013.04.015 [ Links ]

Détang-Dessendre, Cécile, Mark Partridge y Virginie Piguet (2016), “Local labor market flexibility in a perceived low migration country: the case of French labor markets”, Regional science and urban economics, vol. 58, Elsevier, Ámsterdam, Holanda, pp. 89-103, doi: 10.1016/j.regsciurbeco.2016.03.003 [ Links ]

Goldin, Claudia y Lawrence Katz (2007), “The race between education and technology: the evolution of U.S. educational wage differentials, 1890 to 2005”, working paper núm. 12984, National Bureau of Economic Research, Cambridge, Estados Unidos de América, doi: 10.3386/w12984 [ Links ]

Hanskel, Jonathan y Matthew Slaughter (2002), “Does the sector bias of skill-biased technical change explain changing skill premia?”, European Economic Review, 46 (10), Elsevier, Ámsterdam, Holanda, pp. 1757-1783, doi: 10.1016/S0014-2921(01)00185-4 [ Links ]

Harvey, David (2014), Seventeen contradictions and the end of capitalism, Oxford, Nueva York, Estados Unidos de América. [ Links ]

Huesca-Reynoso, Luis, David Castro-Lugo y Reyna Rodríguez-Pérez (2010), “Cambio tecnológico y sus efectos en el mercado de trabajo: una revisión analítica”, Economía, Sociedad y Territorio, 10 (34), El Colegio Mexiquense, Toluca, México, pp. 749-779. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2004, 2009 y 2014), “Censos económicos 2004, 2009 y 2014”, INEGI, Aguascalientes, México, <http://www.beta.inegi.org.mx/app/saic/ >, 10 de diciembre de 2018. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2005-2016a), Banco de información económica exportaciones 2005-2016, INEGI, Aguascalientes, México. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2005-2016b), “Estadística de finanzas públicas estatales y municipales 2005-2016”, INEGI, Aguascalientes, México, <http://www.inegi.org.mx/sistemas/olap/proyectos/bd/continuas/finanzaspublicas/fpest.asp?s=est&c=11288&proy=efipem_fest >, 15 de mayo de 2018. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2005-2016c), Sistema de cuentas nacionales de México Producto Interno Bruto 2005-2016, INEGI, Aguascalientes, México. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2005-2017), “Encuesta Nacional de Ocupación y Empleo (ENOE), población de 15 años y más de edad”, INEGI, Aguascalientes, México, <http://www.inegi.org.mx/programas/enoe/15ymas/default.html >, 21 de abril de 2018. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2010), “Censo de población y vivienda 2010”, INEGI, Aguascalientes, México, <http://www.inegi.org.mx/programas/ccpv/2010/ >, 21 de abril de 2018. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2011), “Sistema Nacional de Clasificación y Ocupaciones (Sinco)”, INEGI, Aguascalientes, México, <http://www.beta.inegi.org.mx/app/biblioteca/ficha.html?upc=702825003336 >, 30 de abril de 2018. [ Links ]

INEGI (Instituto Nacional de Estadística y Geografía) (2015), “Encuesta Intercensal 2015”, INEGI, Aguascalientes, México, <http://www.inegi.org.mx/programas/intercensal/2015/default.html >, 21 de abril de 2018. [ Links ]

Kaldor, Nicholas (1970/2013), “The case for regional policies”, Scottish Journal of Political Economics , 60 (5), The Scottish Economic Society, Aberdeen, Escocia, pp. 481-491, doi: 10.1111/sjpe.12020 [ Links ]

Kaldor, Nicholas (1984/1996), “The effects of interregional and international competition”, en Carlo Filippini y Ferdinando Targetti (eds.), Causes of Growth and stagnation in the world economy, Cambridge University Press, Nueva York, Estados Unidos de América, pp. 55-70, doi: 10.1017/CBO9780511559709.006 [ Links ]

Katz, Lawrence y Kevin Murphy (1992),“Changes in relative wages, 1963-1987: supply and demand factors”, The Quarterly Journal of Economics, 107 (1), Harvard University’s Department of Economics, Cambridge, Estados Unidos de América, pp. 35-78, doi: 10.2307/2118323 [ Links ]

Kazekami, Sachiko (2017), “Local multipliers, mobility, and agglomeration economies”, Industrial Relations: A Journal of Economy and Society, 56 (3), Institute for Research on Labor and Employment, Berkeley, Estados Unidos de América, pp. 489-513, doi: 10.1111/irel.12183 [ Links ]

Krusell, Per, Lee Ohanian; José-Victor Rios-Rull y Giovanni Violante (2000), “Capital skill complementarity and inequality: a macroeconomic analysis”, Econometrica, 68 (5), The Econometric Society, New Haven, Estados Unidos de América, pp. 1029-1054, doi: 10.1111/1468-0262.00150 [ Links ]

Larsson, Johan (2017), “Non-routine activities and the within-city geography of jobs”, Urban Studies, 54 (8), Sage Publishing, Thousand Oaks, Estados Unidos de América, pp. 1-26, doi: 10.1177/0042098016643266 [ Links ]

Mendoza, José Eduardo (2010), “El mercado laboral en la frontera norte de México: estructura y políticas de empleo”, Estudios fronterizos , 11 (21), Universidad Autónoma de Baja California, Mexicali, México, pp. 9-42. [ Links ]

Mungaray, Alejandro, Antonio Escamilla, Natanael Ramírez y José Aguilar (2014), “Crisis, migración y estructura de empleo en Baja California”, Estudios fronterizos , 15 (29), Universidad Autónoma de Baja California, Mexicali, México , pp.143-171. [ Links ]

Myrdal, Gunnar (1957), Economic theory and under-developed regions, Duckworth, Londres, Inglaterra. [ Links ]

Olivera-Lozano, Guillermo y Carlos Galindo-Pérez (2013), “Dinámica económica y migración en el centro de México: impronta territorial de dos procesos convergentes”, Economía, Sociedad y Territorio , 13 (42), El Colegio Mexiquense, Toluca, México, pp. 381-430. [ Links ]

Parrado, Emilio y Edith Gutiérrez (2016), “The Changing Nature of Return Migration to Mexico, 1990-2010: Implications for Labor Market Incorporation and Development”, Sociology of Development, 2 (2), University of California Press, Berkeley, Estados Unidos de América, pp. 93-118, doi: 10.1525/sod.2016.2.2.93 [ Links ]

Rodríguez-Gámez, Liz Ileana y José Antonio Cabrera-Pereyra (2017), “Análisis espacial de las dinámicas de crecimiento económico en México (1999-2009)”, Economía, Sociedad y Territorio , 17 (55), El Colegio Mexiquense, Toluca, México , pp. 709-741, doi: 10.22136/est2017913 [ Links ]

Smith, Neil (1984), Uneven development: nature, capital, and the production of space, Blackwell, Oxford, Inglaterra. [ Links ]

Spitz-Oener, Alexandra (2003), “IT capital, job content and educational attainment”, working paper núm. 03-04, Centre for European Economic Research, Mannheim, Alemania, <http://ftp.zew.de/pub/zew-docs/dp/dp0304.pdf >, 18 de julio de 2018. [ Links ]

Spitz-Oener, Alexandra (2006), “Technical change, job tasks, and rising educational demands: looking outside the wage structure”, Journal of Labor Economics, 24 (2), Society of Labor Economists, Chicago, Estados Unidos de América, pp. 235-270, doi: 10.1086/499972 [ Links ]

StataCorp LLC (2015),“Stata”, [Software], 14, Stata Corp LLC, Texas, Estados Unidos de América. [ Links ]

Storper, Michael y Allen Scott (2009), “Rethinking human capital, creativity and urban growth”, Journal of Economic Geography, 9 (2), Oxford University Press, Oxford, Inglaterra, pp. 147-167, doi: 10.1093/jeg/lbn052. [ Links ]

Unger, Kurt (2017), “Evolución de la competitividad de las entidades federativas mexicanas en el siglo XXI. ¿Quién gana o pierde?”, El Trimestre Económico, 84 (335), Fondo de Cultura Económica, pp. 645-679, doi: 10.20430/ete.v84i335.510 [ Links ]

Walker, Richard (1978), “Two sources of uneven development under advance capitalism: spacial differentiation and capital mobility”, Review of Radical Political Economics, 10 (28), Union for Radical Political Economics, Amherst, Estados Unidos de América, pp. 28-38, doi: 10.1177/048661347801000304 [ Links ]

Williams, Allan (2016), “International migration and uneven regional development and polarization”, European Urban and Regional Studies, 16 (3), Sage Publishing, Thousand Oaks, Estados Unidos de América , pp. 309-322, doi:10.1177/0969776409104695 [ Links ]

WEF (World Economic Forum) (2016), “The future of jobs: Employment, skills and workforce strategy for the fourth industrial revolution. In World Economic Forum”, WEF, Ginebra, Suiza, <http://www3.weforum.org/docs/WEF_Future_of_Jobs.pdf >, 10 de agosto de 2018. [ Links ]

1 Es la suma del coeficiente de migración y el coeficiente de la interacción de migración a aglomeraciones de la estimación 1a, esto es, 0.72+(-0.25).

2Es la suma del coeficiente de migración y el coeficiente de migración a aglomeraciones de la estimación 1b, esto es, 0.78+(-0.32).

Recibido: 27 de Agosto de 2018; Revisado: 03 de Diciembre de 2018; Aprobado: 15 de Enero de 2019

Beatriz Rosas Rodríguez. Doctoranda en Ciencias Económico Administrativas en la Universidad Autónoma de Querétaro y becaria del Programa Nacional de Posgrados de Calidad del Consejo Nacional de Ciencia y Tecnología en la misma institución. Entre sus publicaciones recientes se encuentran: “Especialización inteligente: un diagnóstico sobre la especialización y diversificación en México”, Revista de Economía, 35 (90), Universidad Autónoma de Yucatán, Mérida, México, pp. 51-85 (2018) ; “Especialización y diversificación en México: un diagnóstico estatal de especialización inteligente”, tesis de maestría, Universidad Autónoma de Querétaro, Querétaro, México y “Diferencias de género en la conducta financiera y de inversión de directivos mexicanos”, tesis de doctorado, Universidad Autónoma de Querétaro, Querétaro, México, en proceso.

Enrique Leonardo Kato Vidal. Doctor en Economía por la Universidad Autónoma Metropolitana en la Ciudad de México. Es profesor de tiempo completo en la Universidad Autónoma de Querétaro desde 2008 y pertenece al Sistema Nacional de Investigadores, nivel I. El área de investigación que cultiva es la Macroeconomía y la innovación. Entre sus últimas publicaciones se encuentran: “Innovative activity and entrepreneurial rates in Mexico”, Revista Contaduría y Administración, 64 (2), Universidad Nacional Autónoma de México, Ciudad de México, México, pp. 1-27 (2017); “La productividad de las pequeñas empresas al innovar”, Revista Nthe El quehacer de la ciencia: La tecnología y la innovación en el estado de Querétaro, núm.18, Secretaría de Educación del Poder del Estado de Querétaro, Querétaro, México, pp. 29-34 (2017); “Uncertainty, profitability, and investment in Mexico”, Nova Scientia, 7 (14), Universidad de La Salle Bajío A.C., León, Guanajuato, México, pp. 474-494 (2015) y “Violence in Mexico: An economic rationale of crime and its impacts”, EconoQuantum, 12 (2), Universidad de Guadalajara, Jalisco, México, pp. 93-108 (2015).

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons