SciELO - Scientific Electronic Library Online

 
vol.50 número196Gasto público social, el acceso al agua potable y el saneamiento de las poblaciones rurales en América LatinaLa minería y el desarrollo insostenible. El estudio de caso en San Juan, Argentina índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Problemas del desarrollo

versión impresa ISSN 0301-7036

Prob. Des vol.50 no.196 Ciudad de México ene./mar. 2019

https://doi.org/10.22201/iiec.20078951e.2019.196.61974 

Artículos

Economía creativa y salarios urbanos en México

Marcos Valdivia Lópeza 

Isabel Rodríguez Lunab 

a Centro Regional de Investigaciones Multidisciplinarias (CRIM), Universidad Nacional Autónoma de México (UNAM), México. *Correo electrónico: marcosv@correo.crim.unam.mx

b Maestra en economía por la Facultad de Economía de la UNAM, México. *Correo electrónico: irdzluna@gmail.com


Resumen

Esta investigación analiza los efectos que produce el empleo asociado a las actividades económicas creativas en los salarios urbanos en México durante los últimos años. Los resultados indican que los salarios de los empleos en industrias y ocupaciones creativas son superiores a los salarios de las actividades económicas no creativas. Asimismo, se muestra a partir de regresiones cuantílicas que el empleo creativo tiene un efecto heterogéneo a lo largo de la distribución salarial, siendo el impacto mayor en la parte superior de la distribución. El efecto heterogéneo es fundamental para entender la desigualdad salarial urbana en México.

Palabras clave: empleo; economía creativa; salarios urbanos; distribución salarial; regresiones cuantílicas

Clasificación JEL: C14; E24; J23; J31; O18

Abstract

This research paper analyzes the effects of employment in creative economic activities on urban wages in Mexico during recent years. The results indicate that wages in creative occupations and industries are higher than those in jobs related to non-creative economic activities. Likewise, quantile regressions show that creative employment has a heterogeneous effect throughout wage distribution, the greatest impact being in the upper end. Understanding this heterogeneous effect is fundamental to understanding urban wage inequality in Mexico.

Key Words: Employment; creative economy; urban wages; salary distribution; quantile regressions

1. Introducción

El crecimiento y el desarrollo de las ciudades en la actualidad están condicionados por la capacidad que tienen los agentes económicos en generar conocimiento, innovación y nuevas tecnologías (Glaeser, 2011). Bajo este contexto, el empleo de la economía creativa ha llamado la atención a estudiosos sobre la economía urbana porque representa un mecanismo idóneo para transmitir e incluso generar conocimiento y nuevas tecnologías (Florida et al. 2012; UNESCO/UNDP, 2013; Sánchez-Moral et al., 2014). En los últimos años hubo una proliferación de estudios sobre la economía creativa (término también vinculado a las industrias creativas y culturales, a la economía del conocimiento, a la economía naranja, a la clase creativa, entre otras), y en particular se analizó el impacto favorable que tiene sobre el crecimiento económico de las ciudades (Boix y Soler, 2014).

Un tema todavía poco abordado en el estudio de la economía creativa, es el de cómo este sector influye en el mercado laboral, en particular, sus efectos sobre los salarios urbanos. Algunos autores identifican que los salarios en sectores creativos tienden a ser más altos, lo que a su vez contribuye a presionar aún más la desigualdad salarial que es generada por las ocupaciones con mayor calificación (Florida et al., 2008; Lee y Rodríguez-Pose, 2012; Bakhshi et al., 2014; Mellander y Florida, 2012).

Los estudios sobre la economía laboral de actividades creativas para regiones latinoamericanas son todavía muy escasos; este trabajo constituye una primera aproximación a dicho fenómeno partiendo del análisis -desde el caso mexicano- de los salarios de la economía creativa y el impacto que tienen sobre la dispersión salarial en el ámbito urbano. De igual manera, pretende mostrar las ventajas de incorporar un componente de ocupaciones creativas para entender los determinantes salariales en las ciudades de México, y de analizar su posible vinculación o diferenciación ya sea con un enfoque ortodoxo neoclásico basado en el capital humano o con uno heterodoxo que postula la segmentación del mercado laboral.

Después de la Introducción, el documento se compone de cuatro secciones más. En la sección 2 se realiza una revisión de la literatura relevante que aborda el tema de la economía creativa y los salarios en las ciudades, poniendo énfasis en la estructura ocupacional de la economía creativa y el papel que tienen las actividades creativas dentro de las economías de aglomeración de las ciudades. En la sección 3, se describe el comportamiento observado del empleo y del salario de la economía creativa en las ciudades de México en años recientes. En la sección 4 se realiza un análisis de determinación salarial a nivel individual por medio de un modelo convencional de corte minceriano al que se le agregan variables vinculadas a las ocupaciones creativas desde un enfoque no paramétrico por medio de regresiones cuantílicas. Finalizando con la sección 5 de conclusiones.

2. Revisión de la literatura: creatividad, salarios y ciudades

La sociedad y la economía, en particular, presenciaron a partir del último tercio del siglo XX una transformación sin precedentes basada en el uso intensivo de la innovación, el conocimiento y la tecnología. Es en este contexto que la creatividad emergió como un atributo central al estar ligada estrechamente a la capacidad mental y a la generación de ideas de los individuos (Scott, 2006); también generó un sitio relevante como tema prioritario en organismos y agencias internacionales avocados al impuso del desarrollo y bienestar de las naciones (UNESCO/UNDP, 2013).

En el plano económico diversas acepciones pueden encontrarse sobre cómo analizar la creatividad en la economía, la presente investigación busca en particular la definición que la estudia a partir, tanto del empleo generado por las industrias creativas, como del asociado a las ocupaciones creativas aunque éstas no necesariamente provengan de las industrias creativas (Nathan et al., 2016, p. 4).

Este es un enfoque que combina un enfoque sectorial y ocupacional del empleo creativo, y que permite identificar tres grupos al interior de lo que podría denominarse como economía creativa: 1) un grupo de personas que desempeñan una ocupación creativa en un sector creativo, 2) un grupo de ocupaciones no creativas pero que operan en industrias creativas, y 3) otro grupo de ocupaciones creativas que no forman parte de las industrias creativas. Esta clasificación se conoce como Tridente Creativo y diversos especialistas en el tema (Markusen et al., 2008; Higgs y Cunningham, 2008) la han propuesto. Este enfoque tridente tiene sus fuertes ventajas cuando la hipótesis central que guía el estudio se refiere a que el empleo creativo tiene efectos heterogéneos sobre la dispersión de los salarios urbanos.

Para ejecutar el análisis tridente del empleo creativo es importante contar primero con una definición de industrias y ocupaciones creativas. La literatura existente pone especial atención sobre que dichas actividades contengan al menos los siguientes elementos: actividades basadas en el conocimiento, generación y explotación de la propiedad intelectual y habilidad de combinar piezas del conocimiento en diferentes formas y que puedan tener un valor económico (DCMS, 2001; Florida et al., 2008; UNCTAD/UNDP, 2010).

Para elaborar una clasificación con tales atributos desde una perspectiva tridente es necesario recurrir primero a: 1) la clasificación realizada por el Departamento de Cultura, Comunicación y Deporte (DCMS, por sus siglas en inglés) del Reino Unido; 2) la ONU a través de la Conferencia de las Naciones Unidas sobre Comercio y Desarrollo (conocida como clasificación UNCTAD de las industrias creativas), y 3) la clasificación ocupacional de Richard Florida para definir a la llamada clase creativa (Florida et al., 2008).

A pesar de que el tema de la economía creativa está directamente vinculado a la economía urbana poco se discute en esta dirección. Para el caso mexicano, el análisis puede ser de enorme relevancia debido al importante proceso de relocalización industrial que vivió el país a partir de la apertura comercial, y que provocó que sectores tradicionales manufactureros se movieran a su vez de centros urbanos tradicionales (como la Ciudad de México), pero también como contraparte estos centros (e incluso ciudades medias dinámicas como Querétaro) empezaran atraer nuevos sectores terciarios orientados en la producción de bienes intangibles, servicios financieros y actividades cada vez más basadas en el conocimiento. Todo esto sin lugar a dudas provocó un impacto en los mercados laborales del sistema urbano en México.

La economía creativa destaca sobre las otras por su importante grado de concentración en áreas urbanas y, sobre todo, por la proximidad geográfica que dichas actividades despliegan entre ellas al interior de una ciudad (Boix et al., 2011; Lee y Rodríguez-Pose, 2012; Bakhshi et al., 2014). En particular, se argumenta que la economía creativa es un componente importante de las fuerzas de aglomeración de las ciudades, ya que 1) puede generar vinculaciones directas e indirectas con otros sectores a través de la proveeduría de servicios avanzados (Boix et al., 2011); 2) produce externalidades no pecuniarias que pueden incrementar la productividad al interior y al exterior de los sectores creativos que están concentrados espacialmente en una ciudad,1 y 3) producen amenidades (i.e. servicios culturales y de entretenimiento, etcétera) que pueden atraer gente calificada y talentosa a la región que a su vez impulsa la atracción de firmas cuyas actividades se basan en personal talentoso y calificado (Glaeser et al., 1992; Florida y Mellander, 2014). Todo lo anterior refuerza de manera importante la concentración espacial en las ciudades (Lee, 2014) y, sobre todo, desarrolla un entorno propicio para el posterior desarrollo de las actividades creativas y las que están vinculadas a la economía del conocimiento y de los servicios avanzados (Scott, 2010).

Las fuerzas de aglomeración que producen las actividades creativas a su vez impactan en los mercados laborales locales. Como se verá más adelante, la economía creativa es un sector heterogéneo pues tal como ya se discutió con la perspectiva tridente, involucra desde profesionales y científicos altamente calificados hasta trabajadores no calificados empleados en sectores económicos creativos. Un sector de la economía creativa está inserto en la economía de la innovación y en los mercados globales, pero otro está orientado a los servicios locales. Algunos economistas llaman a estos últimos sectores de servicios locales como no comerciables porque no pueden ser exportados fuera de la región o ciudad donde son producidos y tienen que ser consumidos localmente (Moretti, 2013). La relevancia de lo anterior en los mercados laborales es importante, ya que algunos autores argumentan que los empleos asociados a la innovación o al conocimiento pueden generar indirectamente más empleos en servicios locales no comerciables e incluso los salarios elevados de los primeros podrían en principio elevar los salarios de los segundos, puesto que estos últimos no están sujetos a competencia regional e internacional (Moretti, 2013). 2

A pesar de los efectos positivos que las actividades asociadas a la economía creativa parecieran generar sobre los mercados laborales, la evidencia empírica señala todo lo contrario por lo que respecta a la desigualdad salarial. En principio, un premio salarial urbano existe porque las ciudades son más productivas debido al papel de las economías de aglomeración antes vistas, y en específico lo son hoy en día, porque trabajadores urbanos calificados avocados, por ejemplo, a los servicios profesionales (abogados, consultores financieros, etcétera) están próximos físicamente a sus clientes que provienen a su vez de otros sectores financieros o de servicios avanzados (i.e. reducen “costos de transporte”), pese a todo son más productivos dichos trabajadores porque generan externalidades no pecuniarias a través de procesos de aprendizaje y transmisión de ideas entre ellos (Glaeser, 1997, 2007; D’Costa y Overman, 2014).

Las diferencias salariales interurbanas pueden ser explicadas a través de lo anterior e incluso desde una perspectiva de “equilibrio espacial”, no deberían ser consideradas como un problema desde una perspectiva de “bienestar económico”, el foco rojo emerge cuando esta tendencia por hacer una ciudad más calificada empieza a generar externalidades negativas hacia los menos calificados (Berry y Glaeser, 2005). Al respecto, Richard Florida -el principal promotor de la clase creativa- en su The New Urban Crisis (2017) reconoce el incremento de la desigualdad salarial intra-urbano, y contrario a lo que posicionamientos ortodoxos como el de Moretti (2013), Florida (2017) encuentra que la brecha entre los salarios de la “clase creativa” y los de la clase trabajadora y de servicios se han incrementado en la ciudades creativas (pp. 30-33). De esta manera, el gran motor de crecimiento en que la economía creativa se ha convertido para las ciudades, a su vez produce ganadores y perdedores, siendo en particular el incremento de la brecha salarial entre empleos creativos y no creativos una de sus expresiones, como serían la gentrificación y la especulación en el mercado inmobiliario, por citar sólo algunas.

Los estudios de la economía laboral sobre las actividades creativas para regiones latinoamericanas son muy pocos, entre ellos destacan el trabajo hecho por Quintana y Garza (2017a) quienes realizan un análisis a nivel estatal para el caso mexicano, y encuentran evidencia de una fuerte desigualdad salarial entre las ocupaciones creativas con mayores habilidades y las que no lo son. Sin embargo, no hay estudios que analicen los salarios urbanos y que incorporen también una clasificación sectorial y ocupacional de las actividades creativas como el que aquí se presenta. En las siguientes secciones se analizará -a partir de una clasificación tridente del empleo creativo- cómo contribuye a explicar la distribución salarial urbana y si además lo hace de una manera heterogénea a lo largo de la distribución.

3. Economía creativa en México: empleo y salarios

Como ya se señaló, el estudio adopta una perspectiva tridente (Markusen et al., 2008) y para ello realiza una clasificación sectorial y ocupacional de México siguiendo la propuesta taxonómica de la UNCTAD/UNDP (2010) y de Santos y Texeira (2012). Antes de abordar el tema del empleo creativo en México, se señalará el panorama de los salarios en el país durante las últimas tres décadas.

Desde el último cuarto del siglo XX, la generación de empleos formales en el país ha sido insuficiente para absorber a la mayor parte de la población en edad laboral, se acentuaron también procesos de precarización laboral, así como de reducción de ingresos (salarios), atribuibles no sólo a la desregularización y la flexibilización del mercado laboral, sino también al poco dinamismo de la economía mexicana (Quintana y Garza, 2017b). Basta con mencionar que el salario mínimo real en México no sólo es de los más bajos de Latinoamérica, sino que su bajo nivel no refleja el nivel de productividad laboral media del país que pese a todo es de los más altos de Latinoamérica (Moreno-Brid et al., 2014). En el ámbito de la desigualdad salarial -brecha salarial entre los trabajadores con mayor y menor escolaridad- es prácticamente un consenso que aumentó a partir de la segunda mitad de las década de los ochenta hasta la primera mitad de los noventa, para después tener una reducción que continuó hasta años recientes (Cragg y Epelbaum, 1996; Esquivel y Rodríguez-López, 2003; Chiquiar, 2004; Meza, 2005; Castro y Morales, 2011; Campos-Vazquez et al., 2016).

El deterioro del salario promedio del país se confirma con los datos de la Encuesta Nacional de Ocupación y Empleo (ENOE)3 durante el periodo 2005-2017 (véase Gráfica 1). De acuerdo a la ENOE, el empleo en México tuvo un crecimiento promedio anual de 1.81%,4 en tanto que el salario promedio registró una reducción de 3.18% anual durante el periodo considerado. Cuando se contrastan los salarios urbanos con los rurales, el proceso de deterioro de los ingresos laborales urbanos es más notorio que su contraparte rural que, aunque también muestra una reducción, no es tan drástica como ocurre con los salarios urbanos.

Fuente: elaboración propia con base en datos del segundo trimestre de la ENOE, 2005-2017.

Gráfica 1 Salario promedio, 2005-2017 

Dado este contexto general de la dinámica salarial en México, a continuación se mostrarán las estadísticas descriptivas esenciales del empleo y los salarios de la economía creativa en el país y sus zonas metropolitanas. En el Cuadro 1 se muestra el empleo de las industrias creativas de acuerdo a los censos económicos y la clasificación de la UNCTAD a nivel nacional y para el conjunto de las 59 zonas metropolitanas -sólo se hace hincapié en la dimensión sectorial de la economía creativa. Destaca que el empleo en las industrias creativas aumentó a una tasa de crecimiento promedio anual de 4.1%, mayor que la observada en el total de la economía (2.9%); y de igual manera sucedió en las zonas metropolitanas con un crecimiento de 3.9 y 2.7%, respectivamente. Al interior de las industrias creativas resaltan algunos sectores por su mayor crecimiento, tal es el caso de bibliotecas y museos (23%), juegos de azar (17.4%), y en menor medida las actividades de programación (broadcasting) y transmisión (7.6%) y las actividades de programación-software e informática (5.8%).

Cuadro 1 Empleo sectores creativos en México 2003-2013 

Nacional Zonas metropolitanas
2003 2013 Variación (%) 2003-2013 2003 2013 Variación (%) 2003-2013
Economía total* 15956755 21 295 511 2.93 1 1 852 069 15 567 902 2.76
Sectores creativos 391 485 583 520 4.07 344 691 505 116 3.90
Publicaciones 42 669 44 839 0.50 37 827 39 224 0.36
Industria fílmica, video y sonido 24 817 34 136 3.24 24 355 31 294 2.54
Programación y transmisión 21 818 45 290 7.58 17 548 40 267 8.66
Programación y consultoría informática 39 279 68 954 5.79 37 736 66 035 5.76
Arquitectura e ingeniería 52 574 78 212 4.05 44 950 66 636 4.02
R&D 12 191 1 2 299 0.09 10 763 10 794 0.03
Publicidad y estudios de mercado 69 241 89 332 2.58 66 125 84 122 2.44
Otras 25 133 25 143 0.00 21 458 20 474 -0.47
Artísticas 9 163 9 846 0.72 4 448 5 639 2.40
Bibliotecas y museos 418 3 325 23.04 382 2 945 22.66
Juegos de azar 7 927 39 378 17.39 6 641 32 566 17.23
Deportivas, recreativas, entretenimiento 86 255 132 766 4.41 72 458 105 120 3.79

*Excluye la información agrupada por confidencialidad.

Fuente: elaboración propia con base en datos de Censos Económicos, 2004, 2009 y 2014.

La información sobre el empleo a nivel sectorial (véase Cuadro 1) a partir de los censos económicos (INEGI, 2004, 2009 y 2014) tiene un sesgo, ya que no considera las ocupaciones y no incorpora apropiadamente a la población ocupada que se desempeña bajo condiciones de informalidad o en micro unidades. Con la información de la ENOE se obtiene información más detallada respecto a los elementos antes señalados (ocupaciones e informalidad). Incluyendo estos elementos junto con el sector económico nos permite tener una medición más precisa de actividades y ocupaciones creativas. Para este objetivo se siguieron los lineamientos de clasificación planteados por Boix y Soler (2014) y Santos y Texeira (2012), se realizó una compatibilización de los sistemas de clasificación sectorial y ocupacional utilizados por dichos autores con los que se emplean en México a partir del Sistema de Clasificación Industrial de América del Norte (SCIAN), la Clasificación Mexicana de Ocupaciones (CMO) y el Sistema Nacional de Clasificación de Ocupaciones (SINCO).5

En el Cuadro 2 se presentan las estimaciones de empleo del tridente creativo bajo los lineamientos de medición antes descritos Si se consideran solamente las ocupaciones que pueden clasificarse como creativas, para 2017 había 3 554 604 trabajadores con tales características, es decir, casi 7.11% de la población ocupada (véase Cuadro 2). Si se contrasta esta cifra con la obtenida en el cuadro 1 para 2013, se puede observar la fuerte subestimación que produce la medición sectorial (industrias creativas y culturales), pues en ésta sólo se estiman 583 520 personas; es decir, la vía ocupacional estima una población ocupada creativa 5.6 mayor que la vía sectorial (vía censos económicos). El Cuadro 2 también ofrece una estimación de la población ocupada que se considera creativa, pero que trabaja en las industrias creativas (véase tercer renglón Cuadro 2), la cual arroja una estimación de 1 809 522 personas para 2017, la cual sigue siendo casi tres veces superiores a la estimada vía censos económicos para 2013.6

Cuadro 2 Empleo creativo en México, 2005-2017 

Población ocupada Participación Variación (%)
2005 2017 2005 2017 2005-2017
Población ocupada total* 40 321 130 50 026 853 100.00 100.00 1.81
Ocupaciones creativas 2 870 550 3 554 604 7.12 7.11 1.80
Industrias creativas 1 366 628 1 809 522 3.39 3.62 2.37
Tridente creativo 3 771 544 4 710 127 9.35 9.42 1.87
Especialistas creativos 465 634 653 999 1.15 1.31 2.87
No creativos en industrias creativas 900 994 1 155 523 2.23 2.31 2.10
Creativos integrados a otros sectores 2 404 916 2 900 605 5.96 5.80 1.57

*Población ocupada entre los 14 y 65 años.

Fuente: elaboración propia con base en datos del segundo trimestre de la ENOE, 2005-2017.

Es a partir del tridente creativo que se tiene una medición más exacta del empleo creativo en México, la combinación de la información sectorial y ocupacional permite identificar y cuantificar a toda la población, ya sea con una ocupación creativa o que trabaje en un sector creativo, además de que toma en cuenta al amplio espectro de empleo informal que caracteriza a economías como la mexicana. Al mismo tiempo, permite distinguir con mayor claridad cómo se encuentra la estructura del empleo creativo a lo largo de las ocupaciones y los sectores. Por ejemplo, los especialistas creativos (personas con ocupaciones creativas en sectores creativos) tienen menor participación en el empleo creativo (1.15 en 2017); en contraste, los creativos integrados a otros sectores tienen una participación cuatro veces mayor que los primeros (5.8 en 2017).7

En áreas urbanas, la participación de cada una de las categorías de empleo creativo analizada es superior a la registrada a nivel nacional, a pesar de ello se observa una ligera disminución en la participación de las ocupaciones creativas de 2005 a 2017, en particular de los creativos integrados a otros sectores (véase Cuadro 3).

Cuadro 3 Empleo creativo en áreas urbanas de México, 2005-2017 

Población ocupada Participación Variación (%)
2005 2017 2005 2017 2005-2017
Población ocupada total* 26 805 359 32 960 108 100.00 100.00 1.74
Ocupaciones creativas 2 300 787 2 824 101 8.58 8.57 1.72
Industrias creativas 1 229 693 1 571 152 4.59 4.77 2.06
Tridente creativo 3 112 432 3 826 771 11.61 11.61 1.74
Especialistas creativos 418048 568 482 1.56 1.72 2.59
No creativos en industrias creativas 811 645 1 002 670 3.03 3.04 1.78
Creativos integrados a otros sectores 1 882 739 2 255 619 7.02 6.84 1.52

*Población ocupada entre los 14 y 65 años.

Fuente: elaboración propia con base en datos del segundo trimestre de la ENOE, 2005-2017.

El empleo creativo -a lo largo del periodo de estudio- registró tasas de crecimiento positivas; sin embargo, no sucedió lo mismo con los salarios que presentaron un descenso generalizado que afectó, además de la población ocupada total, a los grupos de mayor ingreso. La reducción es mayor en áreas urbanas (véase Cuadro 4), en especial para los especialistas creativos (5.60%); a pesar de ello, los salarios urbanos son en promedio 10% más altos.

Cuadro 4 Salario promedio, 2005-2017 

Nacional Urbanos
2005 2017 Variación (%)
2005-2017
2005 2017 Variación (%)
2005-2017
Salario promedio* 4 062 2 753 -3.47 4 832 3 028 -4.16
Ocupaciones creativas 6 530 3 710 -5.01 6 067 3 407 -5.11
Industrias creativas 5 860 3 398 -4.83 7 378 3 990 -5.43
Especialistas creativos 6 897 3 862 -5.14 7 308 3 875 -5.60
No creativos en sectores creativos 5 324 3 136 -4.70 5 428 3 141 -4.85
Creativos integrados a otros sectores 6 459 3 675 -5.00 7 393 4 019 -5.39

*Pesos a precios de 2008.

Fuente: elaboración propia con base en datos del segundo trimestre de la ENOE, 2005-2017.

Si se contrasta el salario promedio obtenido para cada una de las clasificaciones de la economía creativa contra el salario que perciben los sectores primario, secundario y terciario de la economía, se obtiene que este proceso de convergencia entre salarios de los empleos creativos y el resto de la economía está presente (véase Gráfica 2). Por lo tanto, la mayor desaceleración de los salarios de los empleos creativos (independiente de cuáles se traten) que los salarios promedio, es consistente con la tendencia de disminución de desigualdad salarial que ha prevalecido en los últimos años en México y que se comentó al inicio de la sección.

Fuente: elaboración propia con base en datos del segundo trimestre de la ENOE, 2005-2017.

Gráfica 2 Salario promedio, 2005-2017 

Se puede afirmar -por la información analizada- que esta convergencia salarial no se debe a que los salarios de los “no creativos” hayan crecido (ya que estos han permanecido estancados), sino a que los salarios promedio del empleo creativo se han visto también deteriorados. En la siguiente sección y usando el análisis econométrico no paramétrico se analizará si a pesar de la disminución de los salarios creativos, éstos juegan un papel importante para explicar la desigualdad salarial urbana en México tal como parece acontecer en otros países (Florida, 2017).

4. Determinantes de los salarios urbanos en México

Para determinar el impacto que la economía creativa tiene sobre los salarios urbanos de México, se analiza a nivel de trabajador la variación en los ingresos salariales bajo la presencia de una ocupación vinculada a las actividades creativas. Por conveniencia se utiliza una función de ingresos de corte minceriano -Mincer (1974)-, a la que se le añade para los propósitos de esta investigación variables ocupacionales vinculadas al empleo creativo que se han visto en la sección anterior.8 En este contexto es importante señalar que está ampliamente documentado para el caso mexicano que el poder explicativo de la variable educativa disminuye considerablemente cuando se integran categorías ocupacionales (Valdivia y Pedrero, 2011; Garza y Quintana, 2014).

La función minceriana establece una relación lineal positiva entre el ingreso y la escolaridad, es una función semilogarítmica cuyos coeficientes se interpretan como elasticidades. Bajo un modelo no determinístico, la función minceriana tiene la siguiente expresión genérica:

lnYi = lnY 0 +rs1 t2 t2 +ui (1)

Donde Y0 corresponde al ingreso cuando la educación es nula (o el intercepto), s la escolaridad y r su parámetro asociado, t la experiencia en el trabajo y beta su parámetro asociado así como su efecto cuadrático (t2)9 y un componente estocástico (u) que se asume opera bajo ciertos supuestos probabilísticos.

La determinación salarial bajo la ecuación (1) puede modificarse y añadir la posibilidad de evaluar si hay un efecto heterogéneo de las variables a lo largo de la distribución de la variable dependiente. Lo anterior es importante considerarlo porque diversos estudios han mostrado que la variable de educación tiene un efecto heterogéneo en la distribución del ingreso o logaritmo del ingreso (Buchinsky, 1998; Martins y Pereira, 2004; Machado y Mata, 2005, y para el caso de México, Castro, 2007). Econométricamente puede implementarse a través de técnicas no paramétricas y, en particular, a través de regresiones cuantílicas, en donde los cuantiles de la distribución condicional de una variable respuesta (i.e. salarios) están expresados como funciones de las covariables observadas (Koenker y Bassett, 1978).

De esta forma, la estimación de la ecuación minceriana a través de regresiones cuantílicas se define como

In w=xiβθ+uθi

Con Quantθ In wi xi)=xiβ0 que denota el cuantil condicional del logaritmo del salario dado X.

xi es un vector con las variables independientes y βθ corresponde al vector asociado de parámetros y u a un término de error.

El interés en aplicar este enfoque no paramétrico es para evaluar si el empleo creativo tiene un efecto heterogéneo a lo largo de la distribución salarial, en particular, en los cuantiles superiores que premian a la habilidad creativa (y los cuales están asociados a su vez a los empleos de tipo directivo y de alta especialización).

A la especificación con la que se trabajó en la investigación se le añadieron variables de control como sexo, tamaño de la empresa, regiones,10 además de otras variables vinculadas a la economía creativa -concretamente las categorías de tridente creativo- y de segmentación.11 La ecuación (2) muestra la especificación a estimar:

ln w = α i + β1 escolaridad + β2 exp i + β3 exp i 2 + β4 masculino + β5 pequeña i

+ β6 mediana i + β7 grande i + β8 frontera + β9 norte i + β10 centro i

+ β11 capital i + β12 peninsula i + β13 especialistas creativos

14 no creativos en sectores creativos i 15 creativos integrados i

+ β16 primario i + u i (2)

donde i es un persona ocupada en una localidad urbana de más de 15 mil habitantes.

A continuación se presentan algunos estadísticos básicos sobre las variables utilizadas en la estimación, cabe mencionar que a excepción de las variables de años de escolaridad, experiencia y experiencia al cuadrado, las demás variables son dicotómicas, de ahí que su valor máximo sea 1.

De acuerdo con la información del Cuadro 5, la escolaridad promedio de la población en edad de trabajar es de 10 años, es mayor la proporción de mujeres (0.59) que de hombres (0.49), es mayor la proporción de empleo en establecimientos micro, la región Centro es donde se concentra el mayor porcentaje de empleo, el Cuadro 5 muestra el promedio correspondiente a las categorías de empleo creativo.

Cuadro 5 Estadísticas descriptivas de las variables del modelo a estimar, 2005 y 2017 

Variable Media Desviación
estándar
Mínimo Máximo
Años de escolaridad 10.72 5.67 0 99
Experiencia 19.39 13.41 -89 60
Experiencia Λ2 555.75 651.59 0 7 921
Mujeres 0.59 0.49 0 1
Hombres 0.41 0.49 0 1
Establecimiento micro 0.92 0.27 0 1
Establecimiento pequeño 0.23 0.42 0 1
Establecimiento mediano 0.15 0.36 0 1
Establecimiento grande 0.22 0.42 0 1
Frontera 0.23 0.42 0 1
Norte 0.22 0.41 0 1
Centro 0.34 0.47 0 1
Capital 0.06 0.24 0 1
Sur 0.07 0.25 0 1
Península de Yucatán 0.08 0.28 0 1
Localidades con más de 100 mil hab. 0.84 0.37 0 1
Especialistas creativos 0.01 0.09 0 1
No creativos en sectores creativos 0.03 0.16 0 1
Creativos integrados a otros sectores 0.06 0.24 0 1
Empleo no creativo 0.91 0.29 0 1
Sector primario 0.46 0.50 0 1

Fuente: elaboración propia con base en datos de la ENOE, 2005-2017.

La ecuación (2) se estima de manera transversal para los años 2005 y 2017. Primero se estimó la ecuación (2) por Mínimos Cuadrados Ordinarios (MCO), cuyos resultados pueden leerse en las columnas 2 y 6 del Cuadro 6. Resultados de la prueba Breush-Pagan revelan la existencia de heteroscedasticidad en los errores,12 lo cual justifica la pertinencia de adoptar las regresiones cuantílicas como método de estimación.

Cuadro 6 Función minceriana por cuantiles, 2005-2017 

2005 2017
Variables OLS QR_25 QR_50 QR_75 OLS QR_25 QR_50 QR_75
Años de escolaridad .0655*** .0578*** .0694*** .0788*** .04889*** .03941*** .05288*** .06341***
(0.0005) (0.0007) (0.0006) (0.0007) (0.0006) (0.0007) (0.0006) (0.0008)
Experiencia potencial .0369*** .032*** .0366*** .0397*** .02584*** .0213*** .02439*** .02581***
(0.0003) (0.0004) (0.0004) (0.0004) (0.0004) (0.0004) (0.0004) (0.0005)
Experiencia potencial al cuadrado -.00051*** -.00047*** -.00049*** -.0005*** -.00036*** -.00032*** -.00032*** -.0003***
(0) (0) (0) (0) (0) (0) (0) (0)
Hombre .0915*** .0871*** .106*** .108*** .06807*** .07834*** .0892*** .07948***
(0.0043) (0.0052) (0.0047) (0.0053) (0.0044) (0.0047) (0.0046) (0.006)
Mujer - - - - - - - -
Establecimiento micro - - - - - - - -
Establecimiento pequeño .142*** .14*** .129*** .112*** .1205*** .1246*** .1055*** .09227***
(0.0055) (0.0067) (0.0061) (0.0067) (0.0058) (0.0063) (0.006) (0.0079)
Establecimiento mediano .146*** .162*** .13*** .0916*** .1215*** .144*** .1053*** .07678***
(0.0063) (0.0077) (0.0069) (0.0077) (0.0068) (0.0073) (0.0071) (0.0093)
Establecimiento grande .224*** .244*** .204*** .151*** .2429*** .2556*** .2162*** .1855***
(0.0058) (0.0072) (0.0064) (0.007) (0.006) (0.0065) (0.0063) (0.0081)
Frontera .266*** .341*** .274*** .216*** .2173*** .2689*** .2178*** .1935***
(0.0083) (0.0099) (0.0091) (0.0103) (0.0087) (0.0092) (0.0091) (0.0121)
Norte .171*** .204*** .168*** .144*** .193*** .2094*** .189*** .1943***
(0.0083) (0.01) (0.0092) (0.0104) (0.0088) (0.0093) (0.0091) (0.0121)
Centro .158*** .203*** .177*** .139*** .1371*** .185*** .1533*** .1304***
(0.0078) (0.0093) (0.0086) (0.0097) (0.0084) (0.0089) (0.0087) (0.0116)
Capital .137*** .192*** .134*** .0889*** .1031*** .1394*** .1024*** .09922***
(0.0103) (0.0124) (0.0114) (0.0128) (0.0121) (0.0128) (0.0126) (0.0167)
Sur - - - - - - - -
Península de Yucatán .131*** .151*** .135*** .135*** .1183*** .1433*** .1391*** .1394***
(0.0106) (0.0128) (0.0117) (0.0132) (0.011) (0.0117) (0.0115) (0.0152)
Localidades con más de 100 .0606*** .087*** .0649*** .0402*** .04965*** .06496*** .0491*** .05083***
mil hab. (0.006) (0.0072) (0.0067) (0.0076) (0.0056) (0.006) (0.0059) (0.0078)
Especialistas creativos .321*** .186*** .226*** .381*** .4078*** .2893*** .3453*** .4405***
(0.0217) (0.0262) (0.0239) (0.027) (0.0228) (0.0242) (0.0237) (0.0314)
No creativos en sectores creativos 0.0191 0.024 0.0194 -0.0242 .0965*** .09285*** .07419*** .06132**
(0.0126) (0.0152) (0.0139) (0.0157) (0.0141) (0.015) (0.0147) (0.0194)
Creativos integrados a otros sectores .239*** .223*** .233*** .215*** .2522*** .2305*** .2357*** .2473***
(0.0084) (0.0102) (0.0093) (0.0104) (0.0098) (0.0105) (0.0102) (0.0134)
Empleo no creativo - - - - - - - -
Sector primario .178*** .126*** .152*** .184*** .184*** .1304*** .1571*** .1977***
(0.0049) (0.0065) (0.0054) (0.0055) (0.005) (0.0057) (0.0052) (0.0064)
Constante 1.59*** 1.36*** 1.54*** 1.8*** 1.786*** 1.587*** 1.724*** 1.919***
(0.0118) (0.0142) (0.013) (0.0147) (0.0128) (0.0136) (0.0133) (0.018)
N 74019 74019 74019 74019 62340 62340 62340 62340
R2 0.362 0.2775
Pseudo R2 0.1663 0.2127 0.2596 0.1202 0.1579 0.1967
Prueba Breush-Pagan
Ji-Cuadrada 1979.65 1348.52
(0.00) (0.00)

Nota: error estándar robusto entre paréntesis; * p<0.05; ** p<0.01; *** p<0.001

Fuente: elaboración propia con base en datos de la ENOE, 2005.

Asimismo, el Cuadro 6 también muestra los resultados de la estimación de la función minceriana en los cuantiles 0.25, 0.50 y 0.75 para los años 2005 y 2017.13 Los signos obtenidos por las variables de escolaridad, experiencia y experiencia al cuadrado, concuerdan con la teoría del capital humano, i.e. una relación positiva entre el logaritmo del salario por hora y los años de escolaridad y una relación negativa con la experiencia potencial. El punto a destacar es el cambio del coeficiente para cada uno de los cuantiles, tanto para los años 2005 y 2017, la mayor variación en el salario por parte de la escolaridad es en el cuantil superior (0.75) en tanto que en el cuantil inferior (0.25) el coeficiente asociado a la escolaridad es incluso menor al obtenido a través de MCO. Las estimaciones del parámetro asociado a la educación entre cuantiles están fuera del intervalo de confianza de MCO (véase Cuadro 7).

Cuadro 7 Intervalo de confianza estimaciones, 2005 y 2017 

2005 2017
OLS 0.25 0.75 OLS 0.25 0.75
Variables [95% Conf. Interval] [95% Conf. Interval] [95% Conf. Interval] [95% Conf. Interval] [95% Conf. Interval] [95% Conf. Interval]
Años de escolaridad 0.06 0.07 0.06 0.06 0.08 0.08 0.05 0.05 0.04 0.04 0.06 0.07
Experiencia 0.04 0.04 0.03 0.03 0.04 0.04 0.03 0.03 0.02 0.02 0.02 0.03
Experiencia Λ2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
Hombres 0.08 0.10 0.08 0.10 0.10 0.12 0.06 0.08 0.07 0.09 0.07 0.09
Establecimiento pequeño 0.13 0.15 0.13 0.15 0.10 0.13 0.11 0.13 0.11 0.14 0.08 0.11
Establecimiento mediano 0.13 0.16 0.15 0.18 0.08 0.11 0.11 0.13 0.13 0.16 0.06 0.09
Establecimiento grande 0.21 0.24 0.23 0.26 0.14 0.16 0.23 0.25 0.24 0.27 0.17 0.20
Frontera 0.25 0.28 0.32 0.36 0.20 0.24 0.20 0.23 0.25 0.29 0.17 0.22
Norte 0.15 0.19 0.18 0.22 0.12 0.16 0.18 0.21 0.19 0.23 0.17 0.22
Centro 0.14 0.17 0.18 0.22 0.12 0.16 0.12 0.15 0.17 0.20 0.11 0.15
Capital 0.12 0.16 0.17 0.22 0.06 0.11 0.08 0.13 0.11 0.16 0.07 0.13
Península de Yucatán 0.11 0.15 0.13 0.18 0.11 0.16 0.10 0.14 0.12 0.17 0.11 0.17
Localidades con más de 100 mil hab. 0.05 0.07 0.07 0.10 0.03 0.05 0.04 0.06 0.05 0.08 0.04 0.07
Especialistas creativos 0.28 0.36 0.13 0.24 0.33 0.43 0.36 0.45 0.24 0.34 0.38 0.50
No creativos en sectores creativos -0.01 0.04 -0.01 0.05 -0.05 0.01 0.07 0.12 0.06 0.12 0.02 0.10
Creativos integrados a otros sectores 0.22 0.26 0.20 0.24 0.19 0.24 0.23 0.27 0.21 0.25 0.22 0.27
Sector primario 0.17 0.19 0.11 0.14 0.17 0.20 0.17 0.19 0.12 0.14 0.19 0.21
Constante 1.57 1.62 1.33 1.38 1.77 1.83 1.76 1.81 1.56 1.61 1.88 1.95

Fuente: elaboración propia con base en datos de la ENOE 2005 y 2017.

Resultados similares respecto a los retornos de la educación fueron obtenidos por Martins y Pereira (2004) para el caso de 16 países, en particular, que los retornos son altos en la parte superior de la distribución del logaritmo del salario. De igual modo, Lee y Rodríguez-Pose (2012) afirman que el comportamiento de la desigualdad salarial se determina por la trayectoria del ingreso de los cuantiles superiores.

El coeficiente asociado al tamaño de establecimiento, se reduce conforme se avanza en la distribución de la variable dependiente, es decir, en el cuantil más alto el efecto de trabajar en unidades económicas pequeñas o grandes no es tan significativo (respecto a las micro); al contrario, es en la parte baja donde este tipo de características implica una variación considerable en el salario, aun cuando el valor de los coeficientes presenta una disminución entre 2005 y 2017.

Dentro de las variables regionales, la región de la frontera establece la mayor variación respecto de la región Sur, de manera similar que en los casos anteriores el valor asociado disminuye en la parte alta de la distribución. Esto es consistente en general con otros estudios que han señalado el conocido diferencial salarial entre Norte y Sur (Hanson, 2003; Castro y Morales, 2011), pero en este caso las estimaciones sugieren un rendimiento decreciente en el cuantil superior, lo cual -al igual de lo que sucede en el caso del tamaño de la empresa- sólo puede ser indicativo de que la región Sur y micro empresas en el cuantil superior (salarial) tienden a emparejarse en términos de eficiencia que sus contrapartes.

Es importante señalar que el “sector primario”, una variable proxy para analizar la segmentación laboral a la Piore (1973), es estadísticamente significativa y es un resultado consistente con el encontrado por Valdivia y Pedrero (2011), sólo que ahora se muestra además que el efecto de la segmentación es más intenso en la parte alta de la distribución.

La relevancia del efecto de la economía creativa en la variación laboral, se observa a través de la significancia estadística de la mayoría de los coeficientes asociados al tridente creativo. Hay que destacar que la variación de los coeficientes entre los cuantiles corrobora el efecto heterogéneo que se propuso del empleo creativo sobre la variación salarial, siendo el efecto mayor en el cuantil más alto.

Al interior del tridente creativo se distinguen los siguientes elementos importantes: por un lado, las ocupaciones creativas (estén o no en sectores creativos) tienen un efecto positivo importante y estadísticamente significativas en la variación salarial respecto a quienes no tienen un empleo creativo. Los “especialistas creativos” (i.e. las ocupaciones creativas en industrias creativas) son los que tienen el mayor efecto en la parte alta de la distribución. Y por su parte, las ocupaciones creativas fuera de las industrias creativas no presentan variaciones importantes a lo largo de los deciles. Finalmente, las personas que no tienen una ocupación creativa y trabajan en sectores creativos son lo que tienen menor efecto sobre la variación salarial, sin embargo, llama la atención que sus coeficientes pasaron de no ser significativos en 2005 a serlo en 2017.

Con la finalidad de tener un panorama más detallado de cómo son los efectos de la descomposición del empleo sobre la distribución salarial, la Gráfica 3 despliega las estimaciones de los coeficientes por deciles con sus respectivos intervalos de confianza y se contrasta con los obtenidos por MCO, asimismo, para fines de contraste se incluyen los resultados con la variable de educación.

Fuente: elaboración propia con base en datos del segundo trimestre de la ENOE, 2005-2017.

Gráfica 3 Coeficientes por deciles, 2005-2017 

En primer lugar se destaca la disminución del tamaño del parámetro de 2005 a 2014 -salvo en el caso de los especialistas creativos en la parte alta de la distribución. Los efectos son fuertemente heterogéneos para la variable de educación y los especialistas creativos, pero hay una diferencia muy importante entre ellos, mientras en el caso de la educación los efectos de sus coeficientes disminuyeron en 2017, para el caso de los especialistas creativos aumentaron principalmente en los deciles no altos.

Asimismo, las ocupaciones no creativas en sectores creativos muestran claramente, como se había comentado, su mayor relevancia para 2017, es interesante en este caso que el efecto sea mayor en los deciles más bajos, lo que puede ser indicativo de que los trabajadores menos calificados se ven beneficiados por estar en el sector industrial creativo.

En resumen, los resultados encontrados sugieren que la variable tradicional de capital humano (educación) disminuyó su poder explicativo en la desigualdad salarial y da paso a otras variables asociadas a la economía creativa -sobre todo de los empleos asociados a las industrias creativas- que empiezan a explicar con mayor fuerza dicho fenómeno.

5. Conclusiones

La investigación abordó el empleo de la economía creativa en el contexto del comportamiento de los salarios urbanos de México durante los últimos años, y en particular, analizó el efecto que los salarios del empleo de las ocupaciones y los sectores creativos tienen sobre la variación salarial de los trabajadores y de su importancia para entender la desigualdad salarial en México. En primer término, los resultados de la investigación señalan que el empleo de la economía creativa presenta muchos contrastes, por un lado, es un sector dinámico -con un crecimiento superior al nacional-, pero cuyos salarios no están exentos de la reducción generalizada que los salarios promedio del país han sufrido. A pesar de ello, los ingresos laborales en la economía creativa son superiores respecto al resto de la economía en más de 10%, es decir, existe un premio salarial creativo que proviene por estar involucrado en este sector de la economía; sin embargo, no exime que el empleo creativo también esté sujeto a dinámicas de precarización a semejanza de lo ocurrido en otros países (Sánchez-Moral et al., 2014).

Los principales resultados de la investigación corroboran, lo ya logrado por otros estudios, que las variables tradicionales de capital humano están perdiendo poder explicativo para entender la variación y la desigualdad salarial de los trabajadores mexicanos (Garza y Quintana, 2014).

Los principales resultados obtenidos en la presente investigación apuntan a que el empleo creativo, sobre todo el asociado a las industrias creativas y culturales, está convirtiéndose en un componente relevante para entender la discriminación salarial de los salarios urbanos en México. Asimismo, el estudio demostró que los efectos del empleo creativo son heterogéneos a lo largo de la distribución sobre todo en los salarios que tienden a ser más altos. Se encontró a su vez evidencia de que el empleo no creativo que está inserto en industrias creativas y culturales empieza a jugar un papel relevante en la explicación de la variación salarial, lo cual puede estar asociado a los posibles efectos multiplicadores que las industrias de servicios avanzados pudieran estar generando sobre el empleo y los salarios de otros servicios locales asociados (Moretti, 2013).

Finalmente, un elemento de precaución que debe ser tomado en cuenta en torno a los resultados de la investigación es el relativo al fuerte potencial de discriminación salarial que puede desarrollar el empleo creativo en un futuro, sobre todo con los salarios del empleo que no están directa o indirectamente vinculados con la economía creativa. Este tipo de tendencias que ya han sido detectadas en regiones desarrolladas (Florida, 2017) se convierten en un reto a futuro para la política y la planeación urbana en México.

Bibliografía

Bakhshi, H., Lee, N. y Mateos-García, J. (2014), Capital of Culture? An Econometric Analysis of the Relationshio between Arts and Cultural Clusters, Wages and the Creative Economy in English Cities, Nesta Working Paper No 14/06. [ Links ]

Berry, C. R. y Glaeser, E. L. (2005), “The Divergence of Human Capital Leveles across Cities”, Papers in Regional Science, vol. 84, núm. 3. [ Links ]

Boix, R. y Soler, V. (2014), “Creative Industries and the Productivity of the European Regions”, XL Reunión de Estudios Regionales, International Conference on Regional Science , España, Universidad de Zaragoza, 20 y 21 de noviembre. [ Links ]

__________, Lazzeretti, L., Hervàs, J. L. y De Miguel, B. (2011), Creative Cluster in Europe: a Microdata Approcah, ersa Conference Papers, Barcelona. [ Links ]

Buchinsky, M. (1998), “Recent Advances in Quantile Regression Models: a Practical Guideline for Empirical Research”, The Journal of Human Resources, vol. 33, núm. 1. [ Links ]

Campos-Vazquez, R. M., López-Calva, L. F. y Lusting, N. (2016), Declining Wages for College-educated Workers in México. Are Younger or Older Cohorts hurts the Most?, Policy Research Working Paper, The World Bank. [ Links ]

Castro, D. (2007), “Disparidad salarial urbana en México 1992-2002”, Estudios Sociales: Revista de Investigación Científica, vol. 15, núm. 29. [ Links ]

Castro, D. y Morales, B. (2011), Evolución de la desigualdad salarial regional en México, 1994-2003, Frontera Norte, vol. 23, núm. 45. [ Links ]

Chiquiar, D. (2004), Globalization, Regional Wage Differentials and the Stolper-samuelson Theorem: Evidence from Mexico, Banco de México, Working Papers. [ Links ]

Cragg, M. I. y Epelbaum, M. (1996), “Why has Wage Dispersion Grown in Mexico? Is the Incidence of Reforms or the Growing Demand for Skilss?”, Journal of Development Economics, vol. 51, núm. 1. [ Links ]

D’Costa, S. y Overman, H. G. (2014), “The Urban Wage Growth Premium: sorting or learning?”, Regional Science and Urban Economics, vol. 48. [ Links ]

DCMS (2001), Creative Industries Mapping Document 2001, London, DCMS. [ Links ]

Esquivel, G. y Rodríguez-López, J. A. (2003), “Technology, Trade, and Wage Inequality in Mexico before and after NAFTA”, Journal of Development Economics , vol. 72. [ Links ]

Florida, R. (2017), The New Urban Crisis, New York, Basic Books. [ Links ]

__________ (2014), “The Creative Class and Economic Development”, Economic Development Quartely, vol. 28, núm. 3. [ Links ]

Florida, R. y Mellander, C. (2014), “The Geography of Inequality: Difference and Determinants of Wage and income Inequality across US Metros”, Regional Studies. [ Links ]

__________, Mellander, C., Stolarick, K. y Ross, A. (2012), “Cities, Skill and Wages”, Journal of Economic Geography, vol. 12, núm. 2. [ Links ]

__________, Mellander, C. y Stolarick, K. (2008), “Inside de back Box of Regional Development, Human Capital, the Creative Class and Tolerance”, Journal of Economic Geography, vol. 8, núm. 5. [ Links ]

Garza, B. y Quintana, L. (2014), “Determinantes de la desigualdad salarial en las regiones de México: 2005-2010. Una visión alternativa a la teoría del capital humano”, Paradigma Económico, vol. 6, núm. 1. [ Links ]

Glaeser, E. L. (2011), Triumph of the City: How our Greatest Invention makes us Richer, Smarter, Greener, Healthier and Happier, New York, Penguin Press. [ Links ]

__________ (2007), The Economics Approach to Cities, Bureau of Economic Research, Working Paper 13696. [ Links ]

__________ (1997), Learning of Cities, Bureau of Economic Research, Working Paper 6271. [ Links ]

Glaeser, E. L., Kallar, H. D., Scheinkman, J. A. y Shleifer, A. (1992), “Growth in Cities”, Journal of Political Economy, vol. 100, núm. 6. [ Links ]

Hanson, G. H. (2003), What has happened to Wages in Mexico since nafta? Implications for Hemispheric Free Trade, Univsersity of California, NBER, San Diego. [ Links ]

Higgs, P. y Cunningham, S. (2008), “Creative Industries mapping: Where have We come from and Were are We going?”, Creative Industries Journal, vol. 1. [ Links ]

Koenker, R. y Bassett, G. (1978), “Regression Quantiles”, Econometrica, vol. 46, núm. 1. [ Links ]

Lee, N. (2014), “The Creative Industries and Urban Economic Growth in the UK”, Enviorement and Planning, 46. [ Links ]

Lee, N. y Rodríguez-Pose, A. (2012), “Innovation and Spatial Inequality in Europe and USA”, Journal of Economic Geography , vol. 1, núm. 13. [ Links ]

Machado, J. A. y Mata, J. (2005), “Counterfactual Decomposition of Changes in Wages Distributios using Quantile Regression”, Journal of applied Econometrics, vol. 20, núm. 4. [ Links ]

Markusen, A., Wassall, G. H., DeNatale, D. y Cohen, R. (2008), “Defining the Creative Economy: Industry and Occupational Approaches”, Economic Development Quarterly, vol. 22, núm. 1. [ Links ]

Martins, P. S. y Pereira, P. T. (2004), “Does Education Reduce Wage Inequality? Quantile Regression Evidence from 16 Countries”, Labour Economics, vol. 11, núm. 3. [ Links ]

Mellander, C. y Florida, R. (2012), “The Rise of Skills: Human Capital, the Creative Class and Regional Development”, Electronic Working Paper núm. 266, Centre of Excellence for Science and Innovation Studies. Recuperado de <https://static.sys.kth.se/itm/wp/cesis/cesiswp266.pdf> [ Links ]

Meza, L. (2005), “Mercados laborales locales y desigualdad salarial en México”, El Trimestre Económico, vol. 72, núm. 285. [ Links ]

Mincer, J. (1974), Schooling, Experience and Earnings, NBER y Columbia University Press. [ Links ]

Moreno-Brid, J. C., Garry, S. y Monroy-Gómez-Franco, L. (2014), “El salario mínimo en México”, Economía unam, vol. 11, núm. 33. [ Links ]

Moretti, E. (2013), The New Geography of Jobs, Boston, Books Houghton Mifflin Harcourt. [ Links ]

Nathan, M., Kemeny, T., Pratt, A. C. y Spenser, G. (2016), Creative Economy Employment in the US, Canada and the UK: a Comparative Analysis, London, NESTA. [ Links ]

Piore, M. J. (1973), “Fragments of a ‘Sociological’ Theory of Wages, The American Econonomic Review, , vol. 63, núm. 2. [ Links ]

Quintana, L. y Garza, B. (2017a), “Desigualdad salarial y habilidades en las actividades creativas en México: un análisis exploratorio 2005-2014”, en M. Valdivia López y J. R. Cuadrado-Roura, La economía de las actividades creativas. Una perspectiva desde España y México, México, Centro Regional de Investigaciones Multidisciplinarias-UNAM, Universidad de Alcalá. [ Links ]

__________ y Garza Acevedo, B. (2017b), “La reforma laboral en México y sus efectos económicos”, Revista do Tribunal Superior do Trabaljo, vol. 83, núm. 3, julio-septiembre. [ Links ]

Sánchez-Moral, S., Méndez, R. y Arellano, A. (2014), “Creative Economy and Employment Quality in Large Urban Areas in Spain”, Urban Geography, vol. 35, núm. 2 [ Links ]

Santos, S. y Texeira, A. (2012), Metodological Approaches for measuring the Creative Employment: a Critical Appraisal with an Application to Portugal, FEP Working Papers. [ Links ]

Scott, A. J. (2010), Cultural Economy and the Creative Field of the City, MPRA Paper núm. 32108. [ Links ]

__________ (2006), “Creative Cities: Conceptual Issues and Policy Questions”, Journal of Urban Affairs, , vol. 28, núm. 1. [ Links ]

UNCTAD/UNDP (2010), Creative Economy Report 2010. [ Links ]

UNESCO/UNDP (2013), Creative Economy Report 2013. [ Links ]

Valdivia, M. y Pedrero, M. (2011), “Segmentación laboral, educación y desigualdad salarial en México”, Revista Mexicana de Sociología, vol. 73, núm. 1. [ Links ]

FUENTE DE INFORMACIÓN

Instituto Nacional de Estadística y Geografía (INEGI). Censos Económicos 2004, 2009 y 2014. [ Links ]

__________, Encuesta Nacional de Ocupación y Empleo (ENOE) 2005-2017. [ Links ]

1Boix y Soler (2014) en un estudio para la comunidad europea evidencian que las industrias creativas incrementan la productividad de los demás sectores debido a su inversión relativa en capital y la tasa de cambio técnico que es más alta en contraste con el resto de los sectores económicos.

2Por ejemplo, Moretti (2013) señala que su investigación empírica para el caso de las zonas metropolitanas de Estados Unidos de América arroja que por cada empleo en el sector de alta tecnología se generan cinco nuevos empleos fuera del mismo en el largo plazo.

3Se emplea la información del segundo trimestre del periodo de análisis 2005-2017.

4La tasa de crecimiento se calcula considerando la población ocupada total (remunerados, empleados, trabajador por cuenta propia y trabajadores sin pago) entre los 14 y 65 años de edad.

5A partir del tercer trimestre de 2012, el INEGI sustituyó la Clasificación Mexicana de Ocupaciones por el Sistema Nacional de Clasificación de Ocupaciones en la Encuesta Nacional de Ocupación y Empleo (ENOE).

6Esta discrepancia en la cifra cuando se consideran sólo los sectores creativos se debe a que la ENOE está captando a sectores informales y autoempleados que los censos económicos no pueden registrar de manera apropiada.

7Es importante señalar que las estimaciones del tridente creativo son parecidas a las encontradas en países desarrollados. Al realizar un comparativo respecto a la participación del empleo creativo de México con otros países, se encontró que en casos como el Estados Unidos de América, Canadá y Reino Unido la participación de los especialistas creativos es muy similar a la de México, pues oscilan alrededor del 1 y 3%. Estados Unidos de América y Canadá tienen un mayor porcentaje en la categoría de personas no creativas en sectores creativos, con una participación de poco más de 5%. En tanto que Reino Unido como México -aunque con mayor porcentaje- tienen más peso los creativos integrados a otros sectores (Nathan et al., 2016).

8La función genérica minceriana supone que: a) no hay interacción entre escolaridad y experiencia; b) modela los ingresos de toda la vida sin hacer distinción entre experiencia laboral inicial y madura; c) no considera que los individuos puedan autoseleccionarse; d) incorpora la educación como variable continua, y e) considera a los ingresos como constantes.

9Se espera un efecto no lineal y cóncavo de la experiencia, de tal forma que la función de ingresos sea parabólica en el término de experiencia. Por convención se utiliza edad o experiencia potencial, esta última se obtiene de restar a la edad los años de escolaridad, así como los años en que inicia la etapa escolar (se asume que es a los seis años). Tiene como supuesto fundamental que la experiencia es continua y que inicia inmediato de concluir los estudios.

10Se emplea la regionalización de Hanson (2003), Frontera se integra por Baja California, Chihuahua, Coahuila, Nuevo León, Sonora y Tamaulipas. Norte: Aguascalientes, Baja California Sur, Durango, Nayarit, San Luis Potosí, Sinaloa y Zacatecas. Centro: Colima, Guanajuato, Hidalgo, Jalisco, Michoacán, Morelos, Puebla, Querétaro, Tlaxcala y Veracruz. Capital: Ciudad de México y Estado de México. Sur: Chiapas, Guerrero y Oaxaca. Península: Campeche, Tabasco, Quintana Roo y Yucatán.

11La variable del segmento primario al grupo de ocupaciones definidas dentro del sector primario -de acuerdo con la segmentación laboral propuesta de Piore (1973)- y que incluye a profesionistas, directivos, oficinistas, técnicos, trabajadores de la educación, trabajadores administrativos y comerciantes.

12Como se pude observar en la parte final del Cuadro 5, la probabilidad asociada al estadístico B-P es menor a 0.05, entonces se rechaza la hipótesis de homocedasticidad.

13Lo población considerada para la estimación corresponde a la población ocupada remunerada que vive en localidades urbanas, i.e. en localidades de más de 15 mil habitantes, además se omite el sector extracción de petróleo y gas (cuya clave de clasificación dentro del Sistema de Clasificación Industrial de América del Norte -SCIAN- es 2110) con la finalidad de evitar sesgos provocados por el sector.

Esta investigación fue financiada por el proyecto PAPIIT IN304017 “Vinculación socioeconómica de las industrias creativas y culturales con el sistema urbano de México”.

Recibido: 06 de Octubre de 2017; Aprobado: 27 de Febrero de 2018

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