Skip to navigation – Site map

HomeIssues12.2La COVID-19 en las economías en d...Trabajar desde casa: implicacione...

La COVID-19 en las economías en desarrollo

Trabajar desde casa: implicaciones para los países en desarrollo

Working from Home: Implications for Developing Countries
Charles Gottlieb, Jan Grobovšek, Markus Poschke and Fernando Saltiel
Translated by María-José Furió

Abstracts

In this article, we examine the feasibility and implications of working from home in developing countries. As a large number of countries have implemented social distancing policies, the share of employment which can be done at home will play a critical role in determining economic outcomes during the pandemic. We first show that the share of employment that can be done from home varies significantly with countries’ incomes: in urban areas, this share is only about 20% in poor countries, compared to close to 40% in rich ones. This result is largely driven by the prevalence of self-employed workers in low-income countries. We further show that educational attainment, formal employment status and household wealth are positively associated with the possibility of working from home, reflecting the vulnerability of various groups of workers. We remark on the importance of rapidly identifying vulnerable workers across countries to design adequate policies to combat the negative employment impacts of Covid-19.

Top of page

Index terms

Indice de palabras clave:

COVID-19, trabajo, teletrabajo
Top of page

Editors' notes

Original text in English : Charles Gottlieb, Jan Grobovšek, Markus Poschke and Fernando Saltiel (2020) ‘Working from home: Implications for developing countries’, in Simeon Djankov and Ugo Panizza (Eds), COVID-19 in Developing Economies, CEPR/International Development Policy journal, VOX-EU, https://voxeu.org/content/covid-19-developing-economies.

Full text

  • 1 Datos extraídos de https://en.wikipedia.org/wiki/Template:COVID-19_pandemic_lockdowns el 27 de mayo (...)

1En su lucha contra la propagación del Covid-19, setenta países en todo el mundo han impuesto políticas de distancia interpersonal.1 Estas políticas tienen consecuencias muy duras sobre la economía porque limitan la posibilidad de trabajar a un gran número de trabajadores. No obstante, algunos trabajadores podrían continuar trabajando si les es posible hacerlo desde sus domicilios. Evaluar la capacidad de un país para activar la modalidad de teletrabajo resulta crucial para comprender las consecuencias de las políticas de distanciamiento interpersonal sobre la renta y la protección social. Por otro lado, un análisis de la proporción de trabajo que puede realizarse a distancia del lugar de trabajo supone una aportación clave para diseñar las reglas de distanciamiento interpersonal y el tipo de respuestas de protección social.

2La posibilidad de trabajar desde casa (WFH o teletrabajo o trabajar a distancia) depende ante todo del tipo de trabajo. Básicamente, si un trabajo requiere el uso de maquinaria (o de otra infraestructura) o interacción física con los colegas o clientes, no puede realizarse desde casa. El predominio de este tipo de trabajos difiere entre los diferentes países. En particular, muestra una variación sistemática según el desarrollo, dados los cambios bien conocidos en la estructura de ocupación y sectorial de las economías según el grado de desarrollo (Kuznets 1973, Gollin 2008, Herrendorf et al. 2014, Duernecker y Herrendorf 2016).

  • 2 Los datos que presentamos aquí proceden en gran medida de Saltiel (2020) y de Gottlieb et al. (2020 (...)
  • 3 En los últimos meses se han publicado diferentes trabajos que documentan el WHF potencial y real en (...)

3En este capítulo, ponemos de manifiesto los distintos factores que determinan la viabilidad del trabajo desde casa, y analizamos sus implicaciones para la posibilidad agregada de WFH, así como sobre los aspectos de su distribución.2 Primero nos fijamos en las diferencias a través de los países, centrándonos especialmente en las diferencias según sus niveles de desarrollo.3 Para realizar este análisis, hemos utilizado los datos del nivel de ocupación sobre la posibilidad de WFH calculados por Dingel y Neiman (2020). Las grandes diferencias respecto a la posibilidad de WFH según el tipo de ocupación implican que la posibilidad agregada de teletrabajar en un país está sumamente condicionada por el porcentaje de empleo en determinadas ocupaciones, en particular en la agricultura, así como por el porcentaje de trabajo autónomo (autoempleo). Utilizando una base de datos que contiene información relativa a millones de trabajadores en 57 países, y recorre todo el espectro de la distribución de la renta per cápita del país, hemos calculado la posibilidad agregada de WFH para estos países, así como las cantidades correspondientes a determinados subgrupos seleccionados.

4Estos análisis han resultado en dos hallazgos principales.

5En primer lugar, la posibilidad de WFH en las áreas urbanas –donde el distanciamiento social es especialmente importante— es significativamente menor en los países en vías de desarrollo. Esto se debe a la concentración del empleo en el sector primario, en servicios y ventas, especialmente entre el extenso grupo de población de trabajadores por cuenta propia. Para los asalariados, las diferencias con la renta per cápita son menos acusadas. Esto nos indica que las políticas deben prestar especial atención a los trabajadores por cuenta propia.

6En segundo lugar, el efecto de las políticas de distanciamiento interpersonal sobre el empleo agregado (incluyendo las áreas rurales) depende fundamentalmente de cómo afecte su definición a los campesinos por cuenta propia. Si las políticas de distanciamiento interpersonal les permiten continuar trabajando, entonces el impacto global sobre la posibilidad de trabajar no es sistemáticamente mayor en los países en desarrollo.

7A continuación hemos realizado un análisis en profundidad sobre la posibilidad de WFH a nivel individual, utilizando datos procedentes de diez países muy diferentes en cuanto a sus niveles de desarrollo. Este conjunto de datos nos permite distinguir tipos de trabajadores que tienen menos posibilidades de trabajar desde casa y son más vulnerables a las políticas de distanciamiento interpersonal. Hemos encontrado menor posibilidad de WFH entre los trabajadores de los sectores servicios y ventas, así como en las ocupaciones predominantes en la manufactura (industrias), y en trabajadores por cuenta propia. Asimismo, encontramos que los trabajadores con bajos niveles de instrucción o de recursos económicos tienen menos posibilidad de WFH. Las mujeres, por el contrario, tienen mayor posibilidad de teletrabajar. Estas tendencias son sorprendentemente estables de un país a otro. La mayoría de los grupos con escasa posibilidad de trabajar a distancia son, además, pobres. De estos datos se sigue que es la población urbana pobre la que puede experimentar en mayor proporción una caída importante de sus ingresos debido a las políticas de distanciamiento interpersonal.

8Nuestros hallazgos ofrecen un panorama orientativo sobre los posibles efectos de las políticas estrictas de distanciamiento interpersonal en los ingresos agregados y en los medios de subsistencia de grupos específicos de población. Estos resultados pueden ayudar a anticipar cuál será el alcance de una recesión generada por las políticas de distanciamiento interpersonal e identificar a los grupos que van a necesitar más ayuda debido a la pérdida de ingresos.

Datos cruzados por países

9Empezamos por ofrecer datos de países sobre la posibilidad de teletrabajar en una muestra representativa de países de diferentes niveles de desarrollo económico. El gradiente de renta de la capacidad de teletrabajar nos ayuda a entender de qué modo pueden los países en diferentes estadios de desarrollo verse afectados por las políticas de distanciamiento social. Para eso, hemos utilizado información a nivel individual sobre trabajadores a través de diferentes países e información relativa a la capacidad de teletrabajar según ocupaciones.

  • 4 Este enfoque contrasta con la simple medición del volumen de trabajo que se realiza ya desde casa; (...)

10Varios artículos recientes han elaborado mediciones sobre la capacidad de trabajar por ocupaciones utilizando datos procedentes de un amplio abanico de países (véase nota al pie 3). Nos centramos en la medición realizada por Dingel y Neiman (2020), los primeros en desarrollar este cálculo de la cantidad de trabajo que podría realizarse desde casa. Estos autores utilizan un enfoque de exclusión de tarea y datos de características de la ocupación a partir de la US Occupational Information Network (O*NET) [Red de Información de Ocupación US]. En particular, definen si la tarea a realizar puede llevarse a casa basándose en información sobre 38 atributos de tarea de un trabajo determinado. Su enfoque consiste en excluir el trabajo a distancia cuando se verifican ciertas condiciones. Por ejemplo, una ocupación queda clasificada como que no permite trabajar desde casa si los trabajadores levantan cargas pesadas, si utilizan o reparan determinado tipo de maquinaria, o no utilizan correo electrónico en su trabajo.4

11Dingel y Neiman (2020) aplican este método a los datos O*NET de características de ocupación y ofrecen mediciones de la proporción de empleo que puede realizarse desde casa para diferentes ocupaciones. Utilizamos esta información para calcular, para un extenso rango de categorías de ocupación (ISCO-08 1-digit: Clasificación Internacional Uniforme de Ocupaciones), la fracción de ocupaciones concretas dentro de un grupo de ocupaciones más amplio, que recogemos en la Tabla 1 y comparamos con los datos que presenta Saltiel (2020).

Tabla 1. Porcentaje de trabajos que pueden realizarse desde casa según la ISCO-1 occupation Group (CIUO: Clasificación Internacional Uniforme de Ocupaciones, grupo 1)

Ocupación, ISCO-1 digit

(Clasificación Internacional Uniforme de Ocupaciones, grupo 1)

WFH (en %)

[TDC]

WFH (en %)

[TDC]

Dingel y Neiman (2020)

Saltiel

1

Directores y gerentes

76,8

34

2

Profesionales científicos e intelectuales

70,6

34,4

3

Técnicos y profesionales de nivel medio

39,6

27,4

4

Personal de apoyo administrativo

49,6

41,8

5

Trabajadores de los servicios y vendedores de comercios y mercados

20,7

6,4

6

Agricultores y trabajadores cualificados agropecuarios, forestales y pesqueros

8,3

0,1

7

Oficiales, operarios y artesanos de artes mecánicas y de otros oficios

3,9

3,3

8

Operadores de instalaciones y máquinas y ensambladores

7,4

0,5

9

Ocupaciones elementales

9,6

2,3

12Es evidente, por los datos de la Tabla 1, que existe una gran diferencia en la posibilidad de trabajar a distancia entre los diversos grupos de ocupación. Mientras que la mayoría de tareas de gestión y ocupaciones profesionales puede realizarse desde casa, esto solo es posible para una fracción pequeña de trabajos dentro del sector primario y la manufactura (como operadores de instalaciones y máquinas).

13También es reducida la posibilidad de trabajar a distancia para los trabajadores del sector servicios y vendedores. Esta importante diferencia en la capacidad del teletrabajo entre los sectores profesionales (liberales), servicios, y ocupaciones relacionadas con la manufactura, resulta crucial, puesto que el porcentaje de empleos en los distintos sectores difiere mucho entre países. La definición de Saltiel (2020) muestra patrones similares en la viabilidad del WFH según las distintas ocupaciones. Como comentamos más adelante, su análisis se fundamenta en la información sobre el contenido de la tarea a realizar en los países en vías de desarrollo, que presentan un porcentaje menor de VHF dentro de cada ocupación

  • 5 La Tabla A1 ofrece un resumen de las fuentes de datos.

14Hemos combinado los cálculos de la Tabla 1 con datos de empleo por tipo de ocupación y por países. Tomamos estos datos de la pequeña base de datos que hemos elaborado conjugando datos de encuestas por hogar y encuestas de fuerza de trabajo en 57 países, que abarcan 612 año-país.5 Contiene datos a nivel individual de 18 millones de individuos que trabajan y abarca un gran número de países en diferentes estadios de desarrollo, desde Etiopía a Luxemburgo. Si bien es cierto que fuentes de datos alternativas, como la ILO, también ofrecen una amplia cobertura de datos cruzados por países, nuestra micro-base de datos nos permite calcular el porcentaje de población y de empleo correspondiente a muchos subgrupos de la población ocupada.

15Primero hemos examinado la posibilidad de WFH entre los trabajadores de áreas urbanas, donde las políticas de distanciamiento interpersonal son particularmente importantes. Según nuestros datos, la distribución del empleo sobre una amplia gama de ocupaciones varía de forma notable con la renta del país, incluso en las áreas urbanas. Los países de renta elevada tienen a más de la mitad de su población urbana ocupada en el primer rango de ocupaciones (directivos y profesionales). En contraste, tales ocupaciones suponen apenas un cincuenta por ciento del empleo urbano en los países más pobres. Los países de bajos ingresos tienen, en cambio, una amplia proporción del empleo urbano en ocupaciones elementales, así como en servicios y ventas (cada uno ronda el 30%). En países de elevados ingresos, este tipo de ocupaciones representan tan solo el 10% y el 15 % del empleo urbano, respectivamente.

16Utilizando la información relativa al porcentaje de empleo correspondiente a cada ocupación, calculamos la capacidad total de WHF de cada país. El Gráfico 1 muestra la capacidad de WFH por país en áreas urbanas.

17Resulta claro que, como consecuencia de las grandes diferencias en la composición del empleo, la posibilidad de teletrabajar de los trabajadores urbanos difiere sensiblemente según los ingresos per cápita. En países de ingresos elevados hallamos que poco menos del 40% puede realizarse desde casa, en línea con las cifras recogidas por Dingel y Neiman. En los países de bajos ingresos, esta proporción se reduce a la mitad. Estas cifras son claramente homogéneas entre países dentro del mismo grupo de renta, con muy escasas excepciones.

18La Tabla 2 muestra la capacidad de trabajar a distancia por países según grupo de renta, tanto para el conjunto de trabajadores urbanos como por algunos subgrupos de trabajadores. Esta Tabla revela otra característica sobresaliente: la posibilidad de WFH no varía mucho con la renta per cápita del país entre los trabajadores asalariados, aunque sí varía mucho para los trabajadores por cuenta propia. Esto se debe a que los trabajadores por cuenta propia, particularmente en los países pobres, se concentran en las ocupaciones elementales (casi el 40%), así como en servicios y ventas (casi el 45%), actividades que resulta especialmente difícil desempeñar a distancia. En contraste, en países de altos ingresos, la distribución de la ocupación no varía mucho entre asalariados y trabajadores por cuenta propia. Por lo tanto, es la distribución del empleo según las ocupaciones de los trabajadores autónomos, combinado con los elevados niveles de autoempleo en los países pobres (Gollin 2008), lo que explica la escasa viabilidad del teletrabajo en los países pobres.

Graph. 1. Porcentaje de trabajadores urbanos que pueden trabajar desde casa según renta per cápita.

Graph. 1. Porcentaje de trabajadores urbanos que pueden trabajar desde casa según renta per cápita.

Nota: Las cifras muestran la proporción de población urbana empleada cuya ocupación les permite teletrabajar, por país y año.

Tabla 2. Porcentaje de trabajadores que pueden trabajar desde casa, según nivel de ingresos del país

Bajo

Medio bajo

Medio alto

Alto

Urbano

22,1

29,6

31,2

37,1

Urbano, asalariado

28

32,9

31,7

36,7

Urbano, autónomo o por cuenta propia

15,5

23,8

28,8

40,4

Urbano y rural

14,7

24,8

28,8

34,7

Urbano y rural, WFH para agricultores =1

64,3

42,9

34,2

37,5

19Por último, evaluamos la capacidad de teletrabajar a nivel del país entero. Dado que los países de elevada renta están muy urbanizados, el dato no diferirá significativamente en áreas urbanas.

20Sin embargo, los países en vías de desarrollo cuentan con un alto porcentaje de población ocupada en áreas rurales, especialmente en la agricultura; en algunos países, la proporción de empleo agrícola supera el 50%. De ahí resulta que la posibilidad de WFH puede diferir de forma significativa entre las áreas rurales y las urbanas.

21La extensa proporción de empleo agrícola en los países en vías de desarrollo supone que la posibilidad de trabajar a distancia es el factor fundamental de la viabilitad global del WFH. Según datos del O*NET, solamente el 8,3% de los trabajos del sector agrícola puede realizarse desde casa. Esta afirmación se basa en el modo de funcionamiento del trabajo agrícola en Estados Unidos, tanto en términos de las tareas que implica el trabajo en cuestión como del tamaño de las instalaciones agrícolas. Resulta obvio que los empleados en granjas más grandes no pueden trabajar desde casa.

22Sin embargo, en la mayoría de países de bajos ingresos el empleo agrícola está dominado por la agricultura de subsistencia a pequeña escala, y el empleo asalariado tiene una relevancia mínima. Una porción destacable de la producción agrícola se consume dentro del hogar campesino y no llega a venderse en el mercado (Eastwood et al. 2010, Adamopoulos y Restuccia 2014, Gollin y Rogerson 2014, Alvarez Cuadrado et al. 2020). Considerada esta situación, sería factible que una amplia porción del trabajo agrícola se realizase desde casa por parte de los campesinos por cuenta propia, sin empleados a su cargo, en sus parcelas próximas a sus viviendas. Los países de renta media se encuentran en medio, ya que el empleo agrícola lo conforma una combinación de granjas de subsistencia y de granjas de mayor tamaño con empleados.

23El Gráfico 2 muestra la capacidad global de WFH por países en dos contextos extremos: uno, donde la posibilidad del WFH en el medio agrícola es de solamente un 8,3% (a mano izquierda en el tablero), y otro donde todos los trabajadores por cuenta propia pueden trabajar desde casa (a mano derecha en el tablero). La posibilidad real de WFH en el medio agrícola se situará entre ambos extremos y dependerá de la comercialización y, de forma especial, del grado en que los campesinos a pequeña escala compren sus insumos y vendan su producción en los mercados. Las cifras resultantes son llamativas y nos muestran que la viabilidad del trabajo a distancia entre los campesinos resulta crucial. Cuando es escasa, la posibilidad agregada de WFH en países de bajos ingresos ronda el 20%, similar al de las áreas urbanas (y la mitad que en países de rentas altas). Pero si los granjeros pueden trabajar a distancia, el porcentaje sube del 30% hasta el 70%, y se supera esta cifra en países de elevados ingresos.

Graph 2a. Porcentaje de trabajadores de cada país que pueden trabajar desde casa por ingresos per cápita – Base de referencia resultados de WFH [working for home o trabajo a distancia]

Graph 2a. Porcentaje de trabajadores de cada país que pueden trabajar desde casa por ingresos per cápita – Base de referencia resultados de WFH [working for home o trabajo a distancia]

Graph 2b. Porcentaje de trabajadores de cada país que pueden trabajar desde casa por ingresos per cápita – Porcentaje de trabajo a distancia del grupo 1 de los trabajadores agrícolas

Graph 2b. Porcentaje de trabajadores de cada país que pueden trabajar desde casa por ingresos per cápita – Porcentaje de trabajo a distancia del grupo 1 de los trabajadores agrícolas

24Estos resultados ilustran cómo la rigidez de las reglas de distancia interpersonal aplicadas al sector agrario es un aspecto esencial de cara a determinar el potencial WFH de los países en desarrollo. Parece plausible que la actividad del trabajador agrícola por cuenta propia no se detenga mientras se mantenga un grado de distancia interpersonal adecuado. Permitir que se trabaje tendrá entonces un impacto importante para preservar el trabajo en los países en desarrollo, contribuyendo a limitar las consecuencias adversas del distanciamiento interpersonal sobre la oferta de mano de obra y sobre los ingresos.

Diferencias dentro de los países

  • 6 Hemos ponderado las observaciones de la población entre 15 y 64 años de edad de cada país. Los prom (...)

25Las evidencias que hemos comentado hasta aquí consideran la viabilidad de WFH según nivel de ocupación, aunque puede existir una heterogeneidad considerable en la posibilidad de telebrabajar según las ocupaciones desempeñadas. Para tal fin, aprovechamos los datos a nivel de trabajador sobre el contenido de la tarea, extraídos de la encuesta de Skills Toward Employability and Productivity (STEP) [Competencias para el empleo y la productividad, del Banco Mundial], que abarca a los trabajadores de áreas urbanas en diez países, Armenia, Bolivia, China (provincia de Yunnan), Colombia, Georgia, Ghana, Kenia, Laos, Macedonia y Vietnam. El estudio STEP recoge por extenso información sobre resultados en materia de empleo de los trabajadores, con referencia tanto a su ocupación como a su situación de trabajador por cuenta propia, además de las características observadas, incluido el nivel educativo, género, índice de recursos por hogar. El resultado nos permite identificar los tipos de trabajadores con mayores posibilidades de trabajar a distancia durante los cierres de actividad por cuarentenas. Para calcular la posibilidad de teletrabajo, hemos recopilado información sobre las tareas que se realizan en el trabajo. En concreto, hemos seguido a Dintel y Neiman (2020) y descartado el teletrabajo si los trabajadores informan que deben llevar a cabo cualquiera de las siguientes tareas: no utilizar ordenador, levantar cargas de más de 20 kg [50 libras], reparación y mantenimiento de equipo electrónico, trabajar con maquinaria pesada o equipo industrial; o si comunican que el contacto con el cliente es muy importante. Según la muestra de STEP, el 40% de los trabajadores levanta cargas pesadas y un 27% informa de interacción frecuente con su clientela.6 Al combinar las diversas tareas excluyentes subrayadas arriba encontramos que solamente el 13% de los trabajadores en los países del STEP puede trabajar desde casa según esta definición. En coherencia con los resultados presentados en la sección precedente, el predominio de WFH muestra una correlación positiva con los niveles de desarrollo económico del país.

Graph. 3a. Características de los trabajadores que pueden trabajar a distancia por país STEP – WFH según nivel de abandono de enseñanza media

Graph. 3a. Características de los trabajadores que pueden trabajar a distancia por país STEP – WFH según nivel de abandono de enseñanza media

Graph. 3b. Características de los trabajadores que pueden trabajar a distancia por país STEP – Por ratio quintil de renta

Graph. 3b. Características de los trabajadores que pueden trabajar a distancia por país STEP – Por ratio quintil de renta

26Además, el análisis de las características de los trabajadores que pueden llevarse el trabajo a casa nos ayuda a advertir las probables consecuencias sobre los medios de subsistencia y desigualdad. Para tal fin, presentamos los datos relativos a los indicadores de WFH por nivel educativo de los trabajadores, en el primer tablero del gráfico 3. Hemos descubierto que el 24% de los trabajadores que han terminado por lo menos la enseñanza media pueden trabajar desde casa; esto es posible solamente para el 4,2% de sus contrapartes que no han terminado la enseñanza media. Estas diferencias se observan en todos los países de la muestra STEP y son más señaladas en Vietnam, llegando hasta los 30 puntos porcentuales. En el segundo tablero, mostramos disparidades más importantes en la posibilidad de WFH en el ránking de hogares según la distribución de renta dentro del país: de media, solamente un 2,8% de los trabajadores del quintil inferior puede trabajar desde casa, una cifra muy inferior a la de sus pares en el quintil superior (25,5%). Este resultado pone de relieve hasta qué punto el COVID-19 puede exacerbar las desigualdades existentes, ya que casi ninguno de los trabajadores sin posibilidades de teletrabajar puede costearse un seguro contra el impacto negativo [de la pandemia].

27Hemos mostrado hasta aquí que las ocupaciones mejor pagadas y los trabajadores con mayor nivel de educación tienen más posibilidades de optar por el trabajo desde casa. Para discernir la relativa importancia de las características observadas en trabajadores y ocupaciones, calculamos la siguiente regresión utilizando los datos STEP:

28NFWHijc= 𝛽0 + 𝛽1 𝑋i + 𝛾j + 𝜃c + 𝑣ijc

29Donde NFWHijc es una variable binaria que equivale a 1 si el trabajador i en una ocupación j en el país c no puede trabajar desde casa, Xi incluye las características observadas en los trabajadores, γj es un efecto determinado de ocupación de tres dígitos y ϴc denota los efectos fijos por país. Presentamos los resultados en el Gráfico 4. Hemos descubierto que los trabajadores que abandonaron la enseñanza media, aquellos de hogares de menos recursos, varones, de mayor edad, y por cuenta propia constituyen el grupo con menos posibilidades de optar por el teletrabajo, incluso en grupos de ocupación estrictamente definidos. Por ejemplo, hay una diferencia de 6,5 puntos porcentuales en la posibilidad de trabajar desde casa entre un graduado de enseñanza media y su contraparte que no llegó a terminar los estudios secundarios, dentro de ocupaciones de tres dígitos. En conjunto, estos resultados indican que los trabajadores más vulnerables son los que tienen menos probabilidad de continuar trabajando desde su domicilio. Por ello, las intervenciones de los gobiernos desempeñan un papel crucial de cara a aliviar a los trabajadores que no pueden continuar con las actividades que generan sus ingresos, y estas políticas deben tomar en consideración su vulnerabilidad incluso dentro de ocupaciones estrictamente definidas (Gentillini y Almenfi 2020).

Graph 4. Características del trabajador dentro de la ocupación asociada a no trabajar desde casa

Graph 4. Características del trabajador dentro de la ocupación asociada a no trabajar desde casa

Conclusión

30El impacto de las políticas de distanciamiento interpersonal y de confinamiento sobre los medios de subsistencia depende en gran medida de la posibilidad que tengan los trabajadores de continuar la actividad generadora de ingresos desde sus domicilios. En el mundo en vías de desarrollo, especialmente en las áreas urbanas, los trabajadores tienen menos posibilidades de teletrabajar que en los países de elevada renta, debido a que una proporción importante de la fuerza laboral trabaja por cuenta propia y desempeña actividades que requieren una infraestructura y una cercanía con sus clientes. A nivel nacional, estos resultados dependen de la capacidad que tengan los trabajadores del sector agrario para trabajar desde casa. Si pueden trabajar respetando las normas sobre distancia interpersonal, la posibilidad global de trabajar desde casa en los países de bajos ingresos es similar a la de los países de ingresos elevados. A nivel individual observamos que los trabajadores poco cualificados, mayores y autónomos son los que menos posibilidad tienen de teletrabajar. Al mismo tiempo, es más probable que dispongan de escasos recursos y por ello no puedan sufragar el gasto de asegurarse. Si se pretende evitar un incremento de las tasas de pobreza en el mundo en vías de desarrollo, las intervenciones de los gobiernos dirigidas a estos grupos de población deberían ser una prioridad en la agenda política.

Apéndice

31Nuestra base de datos a nivel individual consolida las encuestas sobre población activa y la sección de fuerza de trabajo de la encuesta a hogares correspondiente a un gran número de países. Esta base de datos armoniza información sobre características individuales y oferta de trabajo. Contiene información sobre situación laboral, tipo de trabajo, ocupación y sector de actividad.

32La Tabla A1 enlista el conjunto de datos relativos a las fuentes utilizadas para elaborar la base de datos.

Tabla A1. Base de datos a nivel individual. Información sobre fuente de los datos, tamaño de la muestra y años que cubre por país.

Tabla A1. Base de datos a nivel individual. Información sobre fuente de los datos, tamaño de la muestra y años que cubre por país.
Top of page

References

Adamopoulos, T y D Restuccia (2014), “The size distribution of farms and international productivity differences”, American Economic Review 104(6), pp. 1667-97.

Adams-Prassl, A, T Boneva, M Golin y C Rauh (2020), “Work tasks that can be done from home: Evidence on the variation within and across occupations and industries”, mimeo.

Alvarez-Cuadrado, F, F Amodio y M Poschke (2020), “Selection and absolute advantage in farming and entrepreneurship”, CEPR Discussion Paper 14269.

Barrot, J-N, B Grassi y J Sauvagnat (2020), “Sectoral effects of social distancing”, Covid Economics 3.

Boeri, T, A Caiumi y M Paccagnella (2020), “Mitigating the work-security trade-off while rebooting the economy”, Covid Economics 2.

del Rio-Chanona, R M, P Mealy, A Pichler, F Lafond y D Farmer (2020), “Supply and demand shocks in the covid-19 pandemic: An industry and occupation perspective”, Covid Economics 6.

Dingel, J y B Neiman (2020), “How many jobs can be done at home?”, Becker Friedman Institute White Paper.

Duernecker, G y B Herrendorf (2016), “Structural transformation of occupation employment”, mimeo, Arizona State University.

Eastwood, R, M Lipton y A Newell (2010), “Farm size”, Handbook of Agricultural Economics 4, pp. 3323-3397.

Fadinger, H. y J. Schymik (2020), “The effects of working from home on covid-19 infections and production a macroeconomic analysis for Germany”, Covid Economics 9.

Feenstra, R C, R Inklaar y M P Timmer (2015), “The next generation of the Penn world table”, American Economic Review 105(10), pp. 3150-3182.

Gentilini, U y M Almen (2020), “Social protection and jobs responses to covid-19: a real-time review of country measures”.

Gollin, D (2008), “Nobody’s business but my own: Self-employment and small enterprise in economic development”, Journal of Monetary Economics 55(2): 219-Gollin, D and R Rogerson (2014), “Productivity, transport costs and subsistence agriculture”, Journal of Development Economics 107, pp. 38-48.

Gottlieb, C, J Grobovsek y M Poschke (2020), “Working from home across countries”, Covid Economics 7.

Hatayama, M, M Viollaz y H Winkler (2020), “Jobs’ amenability to working from home: Evidence from skills surveys for 53 countries”, World Bank Policy Research Working Paper 9241.

Hensvik, L, T Le Barbanchon et R Rathelot (2020), “Which jobs are done from home? Evidence from the American time use survey”, IZA Discussion Paper 13138.

Herrendorf, B, R Rogerson y A Valentinyi (2014), “Growth and structural transformation”, in Handbook of Economic Growth, Vol. 2, Elsevier.

Koren, M y R Peto (2020), “Business disruptions from social distancing”, Covid Economics 2.

Kuznets, S (1973), “Modern economic growth: findings and reflections”, American Economic Review 63(3), pp. 247-258.

Mongey, S y A Weinberg (2020), “Characteristics of workers in low work-from- home and high personal-proximity occupations”.

Saltiel, F. (2020), “Who can work from home in developing countries”, Covid Economics 7, pp. 104-118.

Zeileis, A (2019), pwt9: Penn World Table (Version 9.x). R package version 9.1-0. https://CRAN.R-project.org/package=pwt9

Top of page

Notes

1 Datos extraídos de https://en.wikipedia.org/wiki/Template:COVID-19_pandemic_lockdowns el 27 de mayo de 2020.

2 Los datos que presentamos aquí proceden en gran medida de Saltiel (2020) y de Gottlieb et al. (2020).

3 En los últimos meses se han publicado diferentes trabajos que documentan el WHF potencial y real en diferentes países, considerados individualmente (p.ej. Barrot et al. 2020, Boeri et al. 2020, del Rio-Chanona et al. 2020, Fadinger et al. 2020, Hensvik et al. 2020, Koren y Peto 2020, Mongey y Weinberg 2020). Dingel y Neiman (2020) han calculado el WFH potencial para una amplia representación de países mediante datos del nivel de ocupación; Hatayama et al. (2020) desarrollan una medición comparable de WFH relativa a 53 países. Adams-Prassl et al. (2020) estudian las diferencias en la posibilidad de trabajar a distancia según las ocupaciones.

4 Este enfoque contrasta con la simple medición del volumen de trabajo que se realiza ya desde casa; probablemente es un volumen menor del teletrabajo potencial. Otros investigadores han elaborado mediciones similares a partir de otras fuentes de datos y de países, adecuando los criterios exactos utilizados basándose en los datos disponibles. Hemos adoptado un enfoque similar en nuestro análisis de las diferencias dentro de cada país.

5 La Tabla A1 ofrece un resumen de las fuentes de datos.

6 Hemos ponderado las observaciones de la población entre 15 y 64 años de edad de cada país. Los promedios de la muestra de STEP dan mayor peso a los países con poblaciones más extensas.

Top of page

List of illustrations

Title Graph. 1. Porcentaje de trabajadores urbanos que pueden trabajar desde casa según renta per cápita.
Caption Nota: Las cifras muestran la proporción de población urbana empleada cuya ocupación les permite teletrabajar, por país y año.
URL http://journals.openedition.org/poldev/docannexe/image/3522/img-1.png
File image/png, 137k
Title Graph 2a. Porcentaje de trabajadores de cada país que pueden trabajar desde casa por ingresos per cápita – Base de referencia resultados de WFH [working for home o trabajo a distancia]
URL http://journals.openedition.org/poldev/docannexe/image/3522/img-2.png
File image/png, 130k
Title Graph 2b. Porcentaje de trabajadores de cada país que pueden trabajar desde casa por ingresos per cápita – Porcentaje de trabajo a distancia del grupo 1 de los trabajadores agrícolas
URL http://journals.openedition.org/poldev/docannexe/image/3522/img-3.png
File image/png, 135k
Title Graph. 3a. Características de los trabajadores que pueden trabajar a distancia por país STEP – WFH según nivel de abandono de enseñanza media
URL http://journals.openedition.org/poldev/docannexe/image/3522/img-4.png
File image/png, 105k
Title Graph. 3b. Características de los trabajadores que pueden trabajar a distancia por país STEP – Por ratio quintil de renta
URL http://journals.openedition.org/poldev/docannexe/image/3522/img-5.png
File image/png, 106k
Title Graph 4. Características del trabajador dentro de la ocupación asociada a no trabajar desde casa
URL http://journals.openedition.org/poldev/docannexe/image/3522/img-6.png
File image/png, 90k
Title Tabla A1. Base de datos a nivel individual. Información sobre fuente de los datos, tamaño de la muestra y años que cubre por país.
URL http://journals.openedition.org/poldev/docannexe/image/3522/img-7.png
File image/png, 92k
Top of page

Cite this article

Electronic reference

Charles Gottlieb, Jan Grobovšek, Markus Poschke and Fernando Saltiel, “Trabajar desde casa: implicaciones para los países en desarrollo”International Development Policy | Revue internationale de politique de développement [Online], 12.2 | 2020, Online since 18 August 2020, connection on 25 October 2021. URL: http://journals.openedition.org/poldev/3522; DOI: https://doi.org/10.4000/poldev.3522

Top of page

About the authors

Charles Gottlieb

Charles Gottlieb es profesor adjunto en la Universidad de St. Gallen.

By this author

Jan Grobovšek

Jan Grobovšek es profesor visitante de Economía en la Facultad de Economía en la Universidad de Edinburgo.

By this author

Markus Poschke

Markus Poschke es profesor asociado y William Dawson Scholar [investigador] en el Departamento de Economía en la Universidad McGill.

By this author

Fernando Saltiel

Fernando Saltiel es investigador postdoctoral asociado en la Duke University.

By this author

Top of page

Copyright

Creative Commons License
International Development Policy is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Top of page
  • Logo ERIH PLUS | NSD
  • DOAJ - Directory of Open Access Journals
  • OpenEdition Journals
Search OpenEdition Search

You will be redirected to OpenEdition Search