Las TIC y la desigualdad ¿hacia un aumento de brechas?

Las TIC y la desigualdad ¿hacia un aumento de brechas?

Jimena Alejandra Dávila Barragán

Universidad Nacional de Colombia

Facultad de Ciencias Económicas

Bogotá, Colombia

2018

Las TIC y la desigualdad ¿hacia un aumento de brechas?

Jimena Alejandra Dávila Barragán

Tesis de investigación presentada como requisito parcial para optar al título de:

Magister en Ciencias Económicas

Director:

Ph.D Munir Andrés Jalil Barney

Línea de Investigación:

Línea de Economía y Gestión Pública

Universidad Nacional de Colombia

Facultad de Ciencias Económicas

Bogotá, Colombia

2018

Agradecimientos

Termina otro ciclo de vida y nuevos caminos se abren.

Gracias a mi familia por apoyarme siempre en todas mis decisiones. A pesar de la

distancia, el cariño y amor sigue intacto. A mi mamá por estar pendiente de mí, a mi papá

por sus chistes flojos y a mi hermano por ser mi mejor amigo.

A Diego, porque sin ti, no hubiera empezado a estudiar hace 2 años. Gracias por

motivarme siempre a crecer personal y profesionalmente. Gracias por ser mi compañero

de vida, con quien construiré y cumpliré nuevos sueños. Gracias por alegrarme la vida.

Un agradecimiento especial a mis compañeros de la Dirección de Desarrollo Digital del

DNP, por toda su colaboración y disposición para escucharme, resolver dudas y guiarme

en el desarrollo de este trabajo. Por demostrar cada día que las TIC pueden transformar

el país.

A Munir Jalil por ser un excelente profesor, por apoyarme de nuevo, enseñarme y guiarme

en este camino.

Resumen y Abstract VII

Resumen

Este documento investiga el efecto de las Tecnologías de la Información y las

Comunicaciones (TIC) en la desigualdad de ingresos, por medio de la estimación de un

panel de datos con variable instrumental para 91 países entre los años 2008 y 2016. El

trabajo es pionero en la investigación empírica, a través de modelos econométricos para

el análisis entre las TIC y la desigualdad (controlando la endogeneidad). Los resultados

sugieren que las TIC aumentan la desigualdad en 0.012 unidades y que esto se debe a la

brecha digital, es decir, a la brecha entre los que tienen acceso y usan las TIC de forma

productiva y los que no.

Palabras clave: Tecnologías de la Información y las Comunicaciones, Desigualdad,

Brechas económicas y sociales

VIII Título de la tesis o trabajo de investigación

Abstract

This paper investigates the effect of Information and Communication Technologies (ICT)

on inequality, through the estimation of a data panel with instrumental variable for 91

countries between 2008 and 2016. The work is a pioneer in empirical research, through

econometric models, for the analysis between ICT and inequality (controlling the

endogeneity problem). The results suggest that ICT increase the inequality by 0.012 units

and that this is due to the digital divide, that is, to the gap between those who have access

to and use ICT in a productive way and those who do not.

Keywords: Information and Comunication Technologies, Inequality, Economic and

Social Divide

Contenido IX

Contenido

Pág.

Lista de gráficas ............................................................................................................. X

Lista de tablas ............................................................................................................... XI

Lista de abreviaturas .................................................................................................... XII

Introducción .................................................................................................................... 1

Marco teórico ............................................................................................................ 5 1.1 Evidencia empírica ............................................................................................. 7 1.2 Panorama mundial ........................................................................................... 11

Diseño metodológico ............................................................................................. 15 2.1 Datos ................................................................................................................ 15 2.2 Metodología ..................................................................................................... 19 2.3 Variable instrumental ........................................................................................ 20

Análisis de los resultados ..................................................................................... 25

Conclusiones y recomendaciones de política ..................................................... 33

Agenda de investigación futura ............................................................................ 35

Contenido X

Lista de gráficas

Gráfica 1 Tráfico de datos en el mundo .......................................................................... 11

Gráfica 2 Tráfico de datos y penetración ......................................................................... 11

Gráfica 3 Subscripciones banda ancha fija por cada 100 habitantes (%) ........................ 12

Gráfica 4 Suscripciones banda ancha móvil por cada 100 habitantes (%) ...................... 12

Gráfica 5 Evolución Índice de Desarrollo de las TIC (IDI) ................................................ 13

Gráfica 6 Índice Gini ....................................................................................................... 14

Gráfica 7 IDI versus velocidad del Internet ...................................................................... 23

Gráfica 8 Gini versus velocidad del Internet .................................................................... 23

Contenido XI

Lista de tablas

Tabla 1 Componentes del índice IDI ............................................................................... 16

Tabla 2 Estadísticas descriptivas ................................................................................... 18

Tabla 3 Correlaciones .................................................................................................... 23

Tabla 4 Resultados estimaciones ................................................................................... 26

Tabla 5 Resultados estimaciones con variables imputadas ............................................ 28

Tabla 6 Resultados estimaciones panel dinámico y panel con variable instrumental ...... 29

Tabla 7 Resultados estimaciones variable dependiente Internet .................................... 30

Contenido XII

Lista de abreviaturas

Abreviatura Término

CEPAL Comisión Económica Para América Latina y el Caribe

CISCO

Cisco Systems es una empresa global con sede en San José, California, Estados Unidos, principalmente dedicada a la fabricación, venta, mantenimiento y consultoría de equipos de telecomunicaciones.

DNP Departamento Nacional de Planeación

IDI ICT Development Index (Índice de Desarrollo de las TIC)

ITU International Telecomunication Union Mbps Mega bits por segundo

OCDE Organización para la Cooperación y el Desarrollo Económicos

PIB Producto Interno Bruto

SWIID Standardized World Income Inequality Database (Datos de Desigualdad de Ingresos Mundial Estandarizada)

TIC Tecnologías de la Información y las Comunicaciones

UIT Unión Internacional de Telecomunicaciones

Contenido XIII

Introducción

En las últimas dos décadas se ha dado una importante transformación tecnológica, que ha

llevado al surgimiento de una sociedad conectada. Las Tecnologías de la Información y las

Comunicaciones (TIC), han pasado de ser un sector más en la economía, a ser un

apalancador de todos los sectores, contribuyendo al crecimiento económico y mejorando

la calidad de vida de las personas en la sociedad. Así mismo, esto ha contribuido a la

transformación de la forma en la que se producen y consumen todos los bienes y servicios,

convirtiendo la economía, cada vez más, en una economía digital.

De acuerdo con (Wangwe, 2007) las TIC se han difundido en todas las ramas de la

economía y han creado un mundo mucho más interconectado como nunca antes,

permeando las relaciones económicas, así como las interacciones políticas y sociales.

La adopción de las TIC en el desarrollo de cualquier actividad socioeconómica está

generando una nueva realidad en el mundo. Esto es debido al uso de herramientas que se

han convertido en esenciales para el día a día de las personas y a los nuevos desarrollos

tecnológicos, que cada día sorprenden al mundo (como Big Data, Inteligencia Artificial,

Blockchain, entre otros).

La nueva economía digital está transformando todos los sectores de la economía a través

del uso de las TIC y según el (DNP, 2017), “la economía digital, producto de la difusión de

las TIC en toda la economía, es cada vez más representativa en todo el mundo. La

participación promedio de ésta en los países más desarrollados es del 25% y, por ejemplo,

en 2015 llegó a niveles superiores al 30% en países como Austria, Reino Unido y Estados

Unidos”.

Así mismo, existen beneficios derivados de la economía digital. Por ejemplo, de acuerdo

con (García & López, 2012) para países de América Latina, la masificación del Internet

está asociada a aumentos de 3,19% en el PIB y a incrementos en la productividad de hasta

2 Introducción

2,61%, demostrando una vez más la contribución de las TIC al desarrollo económico y

social.

Sin embargo, existen amenazas y riesgos derivados de lo anterior. Por ejemplo, “el

aumento de la brecha digital es un medio potencial para aumentar las desigualdades

sociales, económicas, culturales y de distinta índole, así como para hacer que las nuevas

oportunidades se distribuyan sólo entre quienes tienen acceso a las TIC”. (Duarte, 2008)

Como argumenta (Tello, 2007) es posible que TIC produzcan diferencias en las

oportunidades de desarrollo de las poblaciones y que establezcan una distancia entre las

que tienen y las que no tienen acceso a las mismas.

Las TIC se convertirán en un elemento apalancador y fundamental para el desarrollo de la

sociedad. Por tanto, quienes logren acceder a ellas y adquieran las habilidades para

utilizarlas productivamente, “serán privilegiados”. (Tello, 2007) Así mismo, serán quienes

influirán y tendrán el poder en esta nueva sociedad de la información.

Teniendo en cuenta lo anterior, las TIC pueden generar desigualdades entre quienes

tienen acceso a éstas y quienes no, así como quienes las adoptan y quienes no. De

acuerdo con (DiMaggio & Hargittai, 2001) se puede considerar que las TIC pueden generar

aumentos en la desigualdad, en lugar de disminuirla.

Así mismo, de acuerdo con la (Bárcena, 2014), los países que tienen problemas y se

rezagan en la incorporación de las TIC, las cuales están definiendo los patrones

productivos y de consumo y la competitividad del futuro, pueden presentar problemas para

mantener su crecimiento y más aún, para presentar avances en la mejora de la

desigualdad.

Esto de cara a un cierre de brechas sociales y económicas es un elemento crítico. Por

tanto, en este estudio se analiza la relación entre las TIC y la desigualdad, siendo pionero

en involucrar un análisis econométrico (controlando la endogeneidad) al análisis del

impacto de las TIC en la desigualdad.

El documento está organizado así: en la siguiente sección se enuncian algunos conceptos

fundamentales y se presenta la revisión de literatura, así como un panorama internacional

de las TIC y la desigualdad. En la sección 2 se explica la metodología utilizada para estimar

el impacto de las TIC en la desigualdad y los datos utilizados. Posteriormente en la sección

Introducción 3

3 se presentan los resultados y finalmente en las secciones 4 y 5 se exponen los

lineamientos de política, conclusiones y posibles investigaciones futuras.

Marco teórico

Según (Forbes, 2015) la desigualdad económica es uno de los temas más debatidos hoy

en el mundo y a nivel internacional ocupa un puesto importante en la agenda de los

hacedores de políticas públicas. Sin embargo, falta mucho trabajo para entender sus

causas y aún más trabajo para encontrar la forma de combatirla efectivamente.

Las causas de la desigualdad son muchas y se torna complejo explicar la distribución del

ingreso toda vez que es el resultado de la interacción de muchos factores “económicos,

demográficos, sociales e institucionales” (Medina & Galván, 2008)

Dentro de las causas más comunes encontradas en la literatura para explicar la

desigualdad de ingresos se encuentran: crecimiento económico, gasto del gobierno,

estabilidad política, estabilidad económica, desempleo, educación, entre otras.

De acuerdo con (Cambridge, 2018), “las Tecnologías de la Información y las

Comunicaciones (TIC) comprenden el uso de computadoras y otros equipos y sistemas

electrónicos para recopilar, almacenar, usar y enviar datos electrónicamente”.

Las TIC dejaron de ser un simple sector más en la economía y se han convertido en una

base de productividad, modificando la forma en que se producen y consumen los bienes,

generando innovaciones nunca antes vistas, “transformando la economía y convirtiéndola

en digital”. (DNP, 2017)

Según (Arun, Heeks, & Morgan, 2004) las TIC se están utilizando de forma expansiva en

los países en desarrollo en estrategias para promover y apalancar el crecimiento

económico, empleo y la generación de habilidades. Esto se realiza de forma transversal a

todos los sectores de la economía, generando un efecto multiplicador, que contribuye al

crecimiento y al cierre de brechas económicas y sociales.

6 Las TIC y la desigualdad ¿hacia un aumento de brechas?

De acuerdo con (Duarte, 2008) se debe promover el acceso equitativo, el uso y la

apropiación de las TIC, yendo más allá de la conectividad pues el acceso a las TIC por sí

solo, no soluciona problemas.

Estos 3 aspectos (acceso, uso y apropiación) constituyen componentes esenciales en la

definición de la brecha digital: si alguno de estos falta, existe una brecha. Así mismo, se

pueden relacionar como 3 componentes de una cadena. El primero, el acceso comprende

la disponibilidad de las TIC para cada persona, el segundo, comprende el uso y el tercero

la apropiación, es decir, el uso productivo de las mismas.

En su trabajo, (Duarte, 2008) define el acceso equitativo como “la disponibilidad de

conectividad a costos razonables y al alcance de los sectores económicamente menos

favorecidos, así como de la capacitación básica en el manejo de las herramientas, para

que más personas puedan utilizarlas independientemente del género, origen social, etnia

o credo.” Y la apropiación como “los cambios que las TIC producen para el bien social.

Cuando se tornan en herramientas útiles para transformar la realidad en beneficio del ser

humano, las TIC contribuyen al desarrollo social, esto sucede, por ejemplo, cuando se

mejora la calidad de la educación con el uso de recursos pedagógicos innovadores”

De esta forma, se puede decir que hoy “encontramos una nueva forma de exclusión,

denominada «brecha digital». Esta brecha puede ampliar el abismo que separa a las

regiones y a los países y a los grupos de ciudadanos de una sociedad” (Tello, 2007). Así

mismo, las TIC pueden influir en el crecimiento económico y en la desigualdad.

De acuerdo con (Sen, 1992), la desigualdad “no es una cuestión de quién siente qué, ni

de quién posee qué, sino de quién puede hacer qué, en definitiva, el tipo de vida que uno

puede vivir”. Si esto se trae a un marco de economía digital, podría relacionarse con el tipo

de vida que las personas pueden vivir facilitada por las TIC.

Esta desigualdad de ingresos generada por el diferencial en la adopción de las TIC, se

fundamente en la teoría de la formación del capital humano. Esto debido a que la mayor

parte de la inversión en otras clases de capital humano fueron en gran parte inducidas por

Capítulo 1: Marco teórico 7

el progreso tecnológico por el efecto en las tasas de retorno (crecientes)1. Así mismo, por

definición, la distribución de los ingresos debería ser igual en la población si todos

invirtieran la misma cantidad2 en capital humano, es decir, “si la habilidad estuviera

distribuida simétricamente, las ganancias también lo estarían”. (Becker, 1962)

Las TIC afectan la productividad del capital, el trabajo y la información. Los cambios en la

productividad relativa de los factores afectan la demanda de capital y mano de obra. Esto

tiene repercusiones en su remuneración y distribución de sus ingresos. La dispersión

geográfica de la producción influye en la distribución del ingreso al vincular los mercados

de trabajo y las salidas entre los lugares y los países. Simultáneamente, crea puestos de

trabajo altamente remunerados y una riqueza extrema, así como consecuencia empleos

poco calificados y mal pagados. (Bauer, 2017)

Este autor, también argumenta que estas interacciones entre las TIC, el cambio de

productividad, la reubicación de la producción y la innovación digital están mediadas por

arreglos institucionales y políticas públicas. La política también influye indirectamente en

la desigualdad de los ingresos y los cambios normativos como la amplia liberalización de

los mercados de las comunicaciones desde los años setenta. Estos factores nacionales

interactúan con las fuerzas tecnológicas y económicas más amplias que afectan a todas

las naciones por igual.

Por tanto, el hecho de que las TIC puedan influir en cualquier sector de la economía y

cambie la forma de producción de los bienes y consumo de los servicios, podría implicar

un aumento de la desigualdad, al generar una brecha de oportunidades para los que tienen

acceso a estas y las usan.

1.1 Evidencia empírica

Investigando la literatura sobre la relación entre las TIC y la desigualdad, se encontraron 3

trabajos que, en forma de revisión de literatura empírica, recogen evidencias empíricas de

otros documentos previos, con el fin de presentar un panorama general de las evidencias

1 “El impacto de la distribución de la educación sobre la desigualdad del ingreso dependerá no solo del tamaño de las inversiones en educación, sino también de la tasa de rendimiento de estas inversiones” (Castelló-Climent, 2014) 2 Pero, algunas personas ganan más que otras sólo porque invierten más en ellos mismos


en esta relación, así como de algunas dimensiones en las que se puede subdividir esta

relación y de otros componentes como TIC y crecimiento económico.

Estos son los trabajos de (Patterson & Wilson III, 2000), (Rodríguez & Wilson, 2000) y

(Bauer, 2017). El primero concluye que la evidencia para relacionar las TIC y la

desigualdad es heterogénea (las TIC pueden ser fuente de desigualdad o pueden tener

potencial para disminuirla), el acceso desigual a las TIC puede aumentar las desigualdades

sociales existentes, por tanto, la intervención pública es esencial (acceso universal). Así

mismo argumenta que no se ha comprobado los impactos de las TIC y que se requiere

investigación adicional teórica, conceptual y empírica. Por otro lado, concluye que los

países más propensos a tener éxito en la era de la información son aquellos que tienen

instituciones que favorecen la creación y difusión del conocimiento, un marco normativo

racional y flexible y una fuerza de trabajo educada.

El segundo trabajo, también concluye que existe evidencia variada sobre el tema. Las

brechas en TIC y desigualdad entre países OCDE y no OCDE están aumentando.

Argumenta también que no se puede establecer una causalidad entre estas 2 variables y

que por tanto no se puede afirmar que las TIC aumenten la desigualdad. Por otro lado,

concluye que las TIC han aumentado el crecimiento económico y la calidad de vida, pero

que la consolidación de las redes necesarias para “tomar ventaja” de las TIC toma tiempo

y sus efectos se verán en el largo plazo. Así mismo, los países con niveles similares de

PIB per cápita y estructuras económicas muestran mucha variación en su comportamiento

TIC y existen consecuencias económicas, sociales y políticas negativas de la creciente

brecha TIC entre los que tienen y no tienen.

En cuanto al tercer trabajo, que es más reciente y recoge investigaciones realizadas en los

últimos años, se tiene una conclusión más sólida en lo referente a TIC y desigualdad: Las

TIC interactúan con otras fuerzas (tecnológicas, económicas y políticas) para afectar la

distribución del ingreso, por tanto, sí pueden influir en la desigualdad, este efecto puede

ser positivo o negativo en la desigualdad (depende de cómo interactúen las fuerzas). Así

mismo, argumenta que existen muchos estudios sobre el efecto de la desigualdad para el

acceso a las TIC y pocos estudios sobre el impacto de las TIC en la desigualdad.

Finalmente concluye que las TIC nunca son neutrales, ni buenas ni malas pues sus efectos

dependen del entorno político y social.


Por su parte (Flores, 2003), analiza para Chile dos cosas: 1. Realiza una simulación del

índice de desigualdad de Theil para medir las contribuciones a la desigualdad entre grupos

usuarios de las TIC y no usuarios. La variable TIC la mide en 3 categorías: i. los que tienen

computador o Internet ii. Los que tienen los 2 (computador e Internet) y iii. Los que no

tienen ninguna. Encuentra que cuanto más profunda es la penetración de las TIC, mayor

es el ingreso promedio y mayor es el nivel de desigualdad entre los trabajadores y que la

desigualdad se explica casi por completo por las diferencias entre los usuarios no usuarios

(no tienen ni Internet ni computador) y los usuarios completos de las TIC (quienes tienen

Internet y computador). Por otro lado, como ejercicio 2, realiza una regresión logística para

encontrar los determinantes del uso de TIC para trabadores de empresas privadas,

utilizando como variable dependiente quienes tienen computador e Internet o no tienen y

como variable explicativa principal los ingresos. Encuentra que el ingreso es uno de los

principales impulsores del uso de las TIC y que los mismos tienden a ser más dispersos

entre los usuarios de TIC que entre los que no acceden a las TIC.

Por otro lado (Dell’Anno & Solomon, 2014), estiman la desigualdad (índice Gini) con un

panel de datos con efectos fijos para 16 países entre 1990 y 2007. Las variables

explicativas principales son el tamaño del sector informal y las TIC (medida como inversión

privada en telecomunicaciones sobre el PIB o como usuarios de Internet por cada 100

habitantes). Las estimaciones del sector informal muestran una relación positiva con la

desigualdad de ingresos. La inversión en TIC como porcentaje del PIB está positivamente

relacionada con la desigualdad del ingreso (la disminuye). Las TIC reducen la desigualdad

de ingresos y hacen que el sector informal tenga un efecto positivo en la desigualdad del

ingreso si la inversión en TIC supera el 1,4% del PIB. Finalmente concluye que las TIC no

se pueden ver como una panacea sino como un elemento vital cuando un país desarrolla

los fundamentos correctos junto con instituciones sólidas y un buen funcionamiento de

mercados.

(Wren, Fodor, & Theodoropoulou, 2013), estiman un modelo de corrección de errores

(ECM) en donde tienen dos variables independientes principales, la desigualdad y el

comercio. Concluyen que la revolución de las TIC, ha de aumentar considerablemente la

capacidad de comercio y ha de aumentar la productividad de servicios intensivos en

conocimiento (o sectores de servicios dinámicos).


En el estudio de (Arun, Heeks, & Morgan, 2004), se analiza una encuesta a 110

profesionales de software de las empresas TechnoPark en el sur de India, concluyendo

que fue una iniciativa favorable para el mercado y que las TIC son potentes tecnologías

que interactúan con otras fuerzas para afectar la distribución del ingreso.

Las regiones urbanizadas tienen más ventajas que las rurales en lo que respecta al acceso

a las TIC. Por lo tanto, dado un alto grado de áreas rurales, que es el caso en muchos

países en desarrollo, existe una influencia negativa en el acceso a las TIC. En las zonas

urbanas, es más fácil establecer un acceso a las TIC y una economía basada en los

servicios. La distribución del ingreso es un factor importante que influye en el acceso a

Internet, pero si los ingresos se distribuyen de forma asimétrica, es decir, si hay un carácter

de clase fuertemente dominante, entonces hay partes de la sociedad que no pueden

permitirse el acceso y por tanto serán excluidas. Esta es la conclusión a la que llega (Fuchs,

2009), quien realiza la regresión de un modelo multivariado. El estudio utiliza datos

comparativos sobre 126 países y se enfoca en el papel de la distribución del ingreso.

(Sujarwoto & Tampubolon, 2016) analizan la relación entre la desigualdad espacial y la

brecha digital. Este estudio identifica algunos mecanismos por los cuales la desigualdad

espacial afecta a la división de Internet en Indonesia, desarrollando modelos multinivel,

utilizando los modelos Linear Latent y Mixed Models (GLLAMM) para estimar la brecha

digital. Los resultados sugieren que la desigualdad del acceso a Internet según la edad, el

género, los ingresos y la educación se ha vuelto más pronunciada en el tiempo y en los

distritos de Indonesia. No hay evidencia de que estas brechas comenzaron a cerrarse o

normalizarse entre 2010 y 2012.

Por otro lado, (Mehmood, Azim, & Asghar, 2013) plantean un modelo denominado Demo-

Tech, el cual estiman a través de GMM, con el fin de evaluar el papel de las TIC, junto con

factores complementarios para explicar el ingreso nacional. Los resultados empíricos

confirman la existencia de complementariedades entre los factores demográficos y de

bienestar y las TIC. Estos factores incluyen la población en las grandes áreas urbanas que

se encuentra para reforzar la relación de ingresos de las TIC. Es probable que la población

urbana esté alfabetizada digitalmente y, por tanto, económicamente más productiva. El

resultado de esta investigación relacionada con el Índice de Desarrollo Humano muestra

que el simple hecho de lanzar TIC a las poblaciones / regiones desfavorecidas no traerá


el resultado deseado de un aumento de los ingresos, se deben crear estrategias de

adopción y apropiación de las TIC para un uso productivo.

1.2 Panorama mundial

Contextualizando el análisis que se pretende desarrollar y con fin de evidenciar la

transformación que está viviendo la economía hacia una economía digital, se puede

observar en la Gráfica 1 y Gráfica 2, que el tráfico de datos en el mundo está creciendo de

forma exponencial.

Gráfica 1 Tráfico de datos en el mundo

Fuente: DNP 2017-CISCO *proyectado

Gráfica 2 Tráfico de datos y penetración

Fuente: DNP 2017 con base en GSMA *proyectado


Así mismo, la penetración del servicio de Internet banda ancha móvil y fijo también ha

venido creciendo en todos los países (ver Gráfica 3 y Gráfica 4).

Gráfica 3 Subscripciones banda ancha fija por cada 100 habitantes (%)

Fuente DNP, UIT 2016

Gráfica 4 Suscripciones banda ancha móvil por cada 100 habitantes (%)

Fuente DNP, UIT 2016

El Índice de Desarrollo de las TIC (IDI) calculado por la Unión Internacional de

Telecomunicaciones (de las Naciones Unidas), ha aumentado para casi todos los países

desde 2008 (Gráfica 5), sin embargo y al igual que la tendencia en las gráficas anteriores,

es de destacar, que en algunos países la velocidad del crecimiento ha sido mayor, dejando

rezagados muchos otros, con riesgo de aumentar las desigualdades económicas y

0

10

20

30

40

50

Francia Canadá ReinoUnido

EstadosUnidos

Australia Chile Argentina Brasil Colombia

Suscriptores

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Promedio 2016: 26,58

0

20

40

60

80

100

120

EstadosUnidos

Australia ReinoUnido

Francia Brasil Canadá Sudáfrica Chile ArgentinaColombia India

Susc

rip

tore

s

2007 2008 2009 2010 2011 2012 2013 2014 2015

Promedio 2015: 69,5


sociales derivadas de la falta de acceso a los servicios TIC y de las brechas que se generan

entre quienes tienen acceso y usan estos servicios y quienes no.

Gráfica 5 Evolución Índice de Desarrollo de las TIC (IDI)

Fuente: Elaboración propia con base en UIT

Por otro lado, en cuanto a desigualdad, la Gráfica 6 muestra, de forma suavizada, con

datos estandarizados3, que la misma se ha mantenido en niveles que podrían llamarse

“naturales” para casi todos los países4, pues a pesar de que ha variado y ha disminuido en

muchos casos en los últimos años, se mantiene en niveles muy similares a los de 2008.

Como lo argumentan (Castelló-Climent, 2014), la globalización y el aumento de demanda

de trabajadores “hábiles” generado por el cambio tecnológico5 han compensado los efectos

de, por ejemplo, caídas en la desigualdad educativa y han generado que la desigualdad

se mantenga estable.

3 Para realizar de forma efectiva una comparación mundial 4 La desigualdad medida a través del índice Gini que se explicará más adelante en la subsección ¡Error! No se encuentra el origen de la referencia. Datos. 5 En inglés conocido como “skill-biased technological change”

0

2

4

6

8

10

Re

ino

Un

ido

Au

str

alia

Esta

do

s U

nid

os

Fra

ncia

Can

ad

á

Arg

en

tina

Chile

Bra

sil

Colo

mbia

Su

dá

fric

a

India

2008 2009 2010 2011 2012 2013 2014 2015 2016 2017


En este sentido, las políticas redistributivas se convierten en un factor fundamental para

reducir los niveles de desigualdad, según lo encontrado por (Ostry, 2014), a pesar de que

mayores niveles de desigualdad parecen disminuir el crecimiento económico, por el

contrario, no hay evidencia de que la redistribución tenga un efecto dañino sobre el

crecimiento económico.

Gráfica 6 Índice Gini

Fuente: SWIID 2016

Cabe entonces preguntarse si la transformación de la sociedad hacia una economía cada

vez más digital que permea todos los ámbitos económicos y sociales, puede impactar el

nivel de desigualdad que tenga un país. Puede ser que aumente la desigualdad, al ampliar

la brecha entre los que acceden o no, o puede ser que disminuya la desigualdad gracias a

los beneficios que se derivan de las TIC.

0,3

0,35

0,4

0,45

0,5

0,55

0,6

0,65

0,7

0,75

2008 2009 2010 2011 2012 2013 2014 2015 2016

Argentina

United Kingdom

Canada

France

Chile

South Africa

Colombia

Korea, Rep.

Diseño metodológico

2.1 Datos

Es necesario aclarar que para algunas de las variables se tiene una periodicidad mayor a

la escogida, sin embargo, se escoge el rango 2008-2016 debido a la disponibilidad de

información de la variable de desarrollo de las TIC y del instrumento escogido (velocidad).

Según (Solt, 2016), la Base de Datos de Desigualdad de Ingresos Mundial Estandarizada

(SWIID6) “ha proporcionado datos sobre desigualdad de ingresos que buscan maximizar

la comparabilidad a la vez que brindan la cobertura más amplia posible de países y años.

Como su cobertura y comparabilidad exceden por mucho a las de las alternativas, SWIID

sigue siendo más adecuado para la investigación ampliamente transnacional sobre la

desigualdad del ingreso que otras fuentes disponibles”. Esta base contiene información

sobre el índice Gini de los países.

Este índice toma el valor cero cuando el ingreso se encuentra distribuido de forma

equitativa; es decir, todos los miembros de la sociedad tienen exactamente la misma

proporción de recursos, y toma el valor de uno, cuando existe total inequidad, es decir,

cuando una persona se apropia de todo el excedente económico. (Medina & Galván, 2008)

La base SWIID, desagrega el Gini en dos, Gini antes de impuestos y después de

impuestos. Para efectos de la presente investigación, se utilizan los datos del Gini antes

de impuestos, toda vez que, dada la heterogeneidad de impuestos que se puede encontrar

en los diferentes países, se considera más acertado comparar a través de un Gini antes

de impuestos. Cabe aclarar que no se utiliza la información del banco mundial toda vez

6 Por sus siglas en inglés


que no está estandarizada para comparaciones entre países y faltan observaciones para

muchos países en algunos años.

En cuanto a la variable TIC, se escoge el índice de desarrollo de las TIC (IDI), medido por

la Unión Internacional de Telecomunicaciones (UIT), el cual permite monitorear y comparar

los desarrollos en TIC entre países y a través de los años (ITU, 2018).

Este índice se mide en un rango dónde 0 es la peor calificación y 10 la mejor, a partir de

11 indicadores en tres subíndices (ITU, 2018):

• (40%) Acceso - incluye cinco indicadores de infraestructura y acceso con igual peso

dentro del subíndice (20% cada uno) suscripciones de teléfono fijo, suscripciones

a teléfonos móviles y celulares, ancho de banda de Internet internacional por

usuario de Internet, hogares con una computador y hogares con acceso a Internet.

• (40%) Uso - Incluye tres indicadores de intensidad y uso, con igual peso dentro del

subíndice (33% cada uno): individuos que usan Internet, suscripciones de banda

ancha fija y suscripciones de banda ancha móvil.

• (20%) Habilidades TIC - Este subíndice busca capturar capacidades o habilidades

que son importantes para las TIC. Incluye tres indicadores proxy, con igual peso

dentro del subíndice (33% cada uno): años promedio de escolaridad, matrícula

secundaria bruta y matrícula terciaria bruta. Como estos indicadores no miden

directamente las habilidades relacionadas con las TIC, este subíndice tiene menos

peso en el cálculo de la IDI.

A continuación, en la Tabla 1 se presentan la desagregación del IDI mencionada

anteriormente:

Tabla 1 Componentes del índice IDI

Acceso a las TIC 40%

Suscripciones de telefonía fija por cada 100 habitantes 20%

Suscripciones de telefonía móvil por cada 100 habitantes 20%

Ancho de banda de Internet internacional por usuario de Internet 20%

Porcentaje de hogares con computador 20%

Porcentaje de hogares con acceso a Internet 20%

Uso de TIC 40%

Capítulo 2: Diseño Metodológico 17

Porcentaje de individuos usando Internet 33%

Suscripciones banda ancha fija por cada 100 habitantes 33%

Suscripciones banda ancha móvil por cada 100 habitantes 33%

Habilidades para las TIC 20%

Años promedio de educación 33%

Matrícula en educación secundaria 33%

Matrícula en educación terciaria 33%

Fuente: (ITU, 2018)

Como se explicará en las siguientes secciones, se utilizará una variable instrumental que

es la velocidad del Internet. Los datos de velocidad fueron tomados de Akamai, entidad

que mide la velocidad trimestralmente a través de servidores instalados para tal fin

alrededor del mundo.

A continuación, se mencionan las variables control a utilizar en las estimaciones. Cabe

aclarar que estas variables fueron tomadas de la literatura como las más comunes en la

estimación de la desigualdad.

De acuerdo con (Topel, 1994) las cohortes sucesivas de trabajadores tienen niveles más

altos de educación, lo que reduce la oferta de trabajadores con pocas habilidades y reduce

la desigualdad. Por tanto, se decide incluir una variable de nivel educativo como variable

control. Esta variable es matrícula escolar en secundaria como porcentaje neto, la cual fue

tomada del Banco Mundial.

Los resultados presentados por (Besley & Burgess, 2003), confirman que los aumento en

el ingreso per cápita están asociados a reducciones en la pobreza. Así mismo, de acuerdo

con (Thornton, 2001), se utiliza el logaritmo natural del producto interno bruto, ajustado a

paridad de poder adquisitivo, para representar el nivel de desarrollo de una economía.

La urbanización contribuyó al incremento en el nivel de desigualdad de varios países

asiáticos, de acuerdo con los resultados encontrados por (Kanbur & Zhuang, 2013). Por

tanto, se incluye la variable porcentaje de población que vive en zonas urbanas como

variable control. Esta variable es tomada del Banco Mundial.

De acuerdo con (Kawanaka & Hazama, 2016), se asume que la desigualdad debería

reducirse con las políticas del gobierno a través de procesos democráticos. “Los efectos


de los factores políticos no se limitan al problema de la desigualdad del ingreso, sino que

están relacionados con las funciones de la democracia en general”.

Para analizar la estabilidad política, se utilizó la información del proyecto Polity IV. “El

esquema conceptual Polity es único, ya que examina cualidades de la autoridad

democrática y autocrática en las instituciones de gobierno, en lugar de las formas discretas

y mutuamente excluyentes de la gobernabilidad". El índice polity2 tiene una escala desde

-10 (monarquía hereditaria) a 10 (democracia consolidada). (Marshall & Gurr, 2018).

Por otro lado, se incluyó la variable inflación dado que según (Martínez Tirgueros, 2000)

para crisis de inflación mayores al 40% la desigualdad puede aumentar en 8.5 puntos

porcentuales y dicho efecto disminuye con el transcurso de los años. Esta variable se tomó

del Banco Mundial.

En cuanto al gasto del gobierno, o tamaño del gobierno, medido como porcentaje del PIB,

se encuentra que puede tener un efecto positivo al disminuir la desigualdad (Barro, 2000).

Esta variable podría considerarse como un primer proxy de las políticas del gobierno que

se esperaría que fueran redistributivas. Los datos se toman del Banco Mundial.

El efecto del desempleo en la desigualdad y en la pobreza es relevante. El desempleo crea

pobreza y pueden dificultar la disminución de la desigualdad o incluso aumentarla si su

tasa aumenta. Los datos fueron tomados del Banco Mundial y se mide como porcentaje

de la fuerza de trabajo.

En la Tabla 2 se presentan las estadísticas descriptivas de las variables.

Tabla 2 Estadísticas descriptivas

Variables Obs Media Desv. Est. Min Max

gini 626 0.462 0.061 0.277 0.684

idi 623 5.621 1.825 1.28 8.86

velocidad 803 5.007 4.520 0.3 26.8

escolaridad 451 82.951 13.721 34.753 99.658

lnpibpc 800 9.889 0.797 7.523 11.770

pop_urbana 803 68.822 19.763 8.352 100

polity2 758 6.161 5.646 -10 10

inflación 799 4.783 11.222 -4.863 254.986

gasto_gob 792 16.373 4.751 5.625 30.119

desempleo 803 8.042 5.106 0.2 28.1


2.2 Metodología

Con el fin de encontrar el impacto de las TIC en la desigualdad, se realizará la estimación

con el método de panel de datos. Este método fue elegido debido a las características de

la información (muchos países y pocos años). Se cuenta con información para 94 países

entre los años 2008 y 2016.

Es necesario tener en cuenta que, de acuerdo con la literatura encontrada y presentada

en las secciones anteriores, puede existir un problema de endogeneidad por causalidad

inversa entre las variables TIC y desigualdad, toda vez que las TIC pueden influir en la

desigualdad, pero a su vez los problemas de desigualdad pueden influir en que no se

pueda acceder y hacer uso de las TIC, lo cual puede generar sesgos en la estimación del

modelo. Por tanto, según lo argumentado por (Sovey & Donald, 2011), se selecciona una

variable instrumental y se concluye que el mejor modelo a utilizar es un modelo de panel

de datos con variable instrumental.

De esta forma el modelo a estimar es un modelo de dos etapas como se presenta a

continuación:

𝑇𝐼�̂�𝑖𝑡 = 𝛽𝑜 𝐼𝑛𝑠𝑡𝑟𝑢𝑚𝑒𝑛𝑡𝑜𝑖𝑡 + 𝛽𝑘 𝑋𝑖𝑡 + 𝜀𝑖𝑡 (1)

𝐷𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑𝑖𝑡 = 𝛽𝑜 𝑇𝐼�̂�𝑖𝑡 + 𝛽𝑘 𝑋𝑖𝑡 + 𝜇𝑖𝑡 (2)

Dónde:

• 𝑇𝐼𝐶𝑖𝑡 es la variable que mide el desarrollo de las TIC en un país (IDI).

• 𝐼𝑛𝑠𝑡𝑖𝑡 es el instrumento a utilizar (velocidad)

• 𝑋𝑖𝑡 es un conjunto de variables control como PIB per cápita, porcentaje de población

en áreas urbanas, nivel educativo, estabilidad política, desempleo, inflación y gasto

del gobierno

• 𝜀𝑖𝑡 Error estocástico

• 𝐷𝑒𝑠𝑖𝑔𝑢𝑎𝑙𝑑𝑎𝑑𝑖𝑡 es la desigualdad del país i en el año t (índice Gini)

• 𝜇𝑖𝑡 Error estocástico


Las estimaciones se realizarán incluyendo efectos fijos7, con el fin de controlar por las

características no observables, propias de cada país y de cada año.

2.3 Variable instrumental

De acuerdo con lo mencionado anteriormente, se utiliza la metodología de variables

instrumentales usada cuando se busca capturar el efecto de una variable independiente

(X) sobre una variable dependiente (Y), cuando existen, por ejemplo, problemas de

causalidad inversa. Con el fin de estimar este efecto y solucionar el posible sesgo, se utiliza

una variable instrumental, la cual es una tercera variable (Z), que debe cumplir con dos

condiciones para ser válido. La primera condición, de relevancia, se refiere a que la

variable (Z) está correlacionada con el comportamiento de la variable (X). La segunda

condición, la exogeneidad, implica que (Z) es que no debe tener influencia sobre la variable

(Y). (Sovey & Donald, 2011)

Para la presente investigación, se considera que la variable velocidad del Internet es un

buen instrumento para el índice IDI que mide el desarrollo de las TIC, toda vez que es

relevante, es decir, está correlacionada con el desarrollo de las TIC, y es plausiblemente

exógena a la desigualdad (índice Gini).

En cuanto a la relevancia, se considera que la velocidad del Internet está correlacionada

con el desarrollo de las TIC, porque “la velocidad hace referencia a cuántos bits, por unidad

de tiempo, pueden ser recibidos o enviados en la conexión del usuario y se mide

generalmente en bits por segundo (bps)” (DNP, 2018), lo cual puede representar la calidad

del servicio de Internet, por tanto, entre mayor velocidad, es decir, mayor calidad del

servicio de Internet, implica que un país tiene un mayor desarrollo de las TIC.

Esto es válido, además, si se tiene en cuenta que cada vez más los servicios TIC están

migrando a un entorno convergente, es decir, que todos los servicios se están prestando

a través de las redes de Internet. Por ejemplo, la televisión, las llamadas de voz, entre

otros, están migrando a ser servicios prestados a través de una sola red, Internet. (DNP,

2017) Entonces, la velocidad del Internet, necesaria para que los servicios convergentes

7 Es importante resaltar que las características persistentes en el tiempo quedan recogidas en la modelación con efectos fijos, sin embargo, existe heterogeneidad no observada que no es modelable con efectos fijos y que se espera recoger con el uso de la variable instrumental


se presten de forma adecuada, se convierte en un indicador clave para evaluar el

desarrollo de las TIC.

Así mismo, se evalúa la justificación estadística del instrumento para determinar la

relevancia. En la sección resultados, en la Tabla 4, se evidencia que el coeficiente de la

velocidad, en todas las estimaciones, es significativo al 1%, lo cual implica que la velocidad

del Internet explica el desarrollo de las TIC.

Por otro lado, se considera que el instrumento es plausiblemente exógeno porque no es

posible afirmar que países con mayores niveles de velocidad tengan menores niveles de

desigualdad. Esto basado en que no se encontraron estudios sobre la relación entre estas

dos variables, con lo cual no se puede concluir un impacto.

La mayoría de estudios empíricos encontrados evalúan el impacto de la desigualdad en

las TIC, o realizan análisis teóricos sobre el impacto de las TIC en la desigualdad, con

variables como penetración de telefonía móvil o Internet, pero la velocidad no ha cobrado

relevancia en estos análisis.

Esto puede deberse a que la cobertura de Internet a nivel mundial todavía es baja, con lo

cual, antes de preocuparse por la calidad del servicio y por aumentar la velocidad del

Internet, se han preocupado por el despliegue de infraestructura para garantizar, al menos,

acceso a los servicios básicos de TIC a la población.

Tal como lo argumenta la (CEPAL, 2005), las políticas deben enfocarse en promover el

acceso y uso universal a las TIC, “proporcionando un mínimo básico de conectividad para

toda la sociedad y especialmente los grupos marginados, como los habitantes de zonas

rurales, las minorías étnicas, las mujeres, los discapacitados y los adultos mayores”.

El índice IDI puede ser una evidencia de esto, en promedio todos los países tuvieron en

2016 un puntaje en este índice de apenas 4,93, con lo cual se evidencia que el desarrollo

de las TIC es todavía bajo, a pesar de que existen 40 países con índices por encima de 7

puntos, evidenciando una brecha entre países, que debe resolverse antes de pensar en

aumentar los niveles de velocidad de Internet.

Otra evidencia de esto es que la penetración de banda ancha fija y móvil es baja todavía

a nivel mundial y países como Colombia, Brasil e India, por mencionar algunos, se

encuentran muy rezagados (ver Gráfica 3 y Gráfica 4)


Por otro lado, si un país tiene una velocidad de Internet alta, dado que se mide como un

promedio, puede deberse por ejemplo que pocas personas tienen Internet y que esas

justamente tengan velocidad alta. También puede suceder que sea la mayoría de la

población la que tenga Internet. Dada la forma como se mide este indicador, no es posible

saber si muchas personas tienen o no Internet y si las velocidades son altas o no, si esto

se debe a que la mayoría de la población tiene ingresos similares o muy diferentes.

El promedio mundial de velocidad de Internet en 2016 es de 10,19 Mbps. Así mismo, es

importante resaltar que existen outliers que sesgan el promedio, países como Corea del

Sur han estado desde 2008 más de 10Mpbs por encima del promedio.

Aunque la velocidad puede tener un impacto positivo sobre el PIB per cápita (DNP, 2018)

y que por tanto estas dos variables pueden tener una relación, es cierto que tener un mayor

PIB per cápita no implica tener menores niveles de desigualdad. Tal como lo explica

(Cinca, 2011) el PIB “proporciona una indicación muy incompleta de lo que sucede en el

país, al no recoger el modo en que la renta generada por dicho crecimiento se distribuye

entre la población”. Por tanto, si existiera una relación entre la velocidad y la desigualdad,

sería indirecta y se daría a través de otras variables, como por ejemplo el PIB.

Por otro lado, se encuentra la razón más importante para validar la exogeneidad del

instrumento: la forma en la que Akamai, fuente de la velocidad para la presente

investigación mide la velocidad. Dicha entidad mide la velocidad a través de servidores8

instalados en cada país, a través de los cuales hacen test de velocidad hacia servidores

instalados en los demás países lo cual hace que la medición sea ajena a los ingresos de

los hogares (pues no es un promedio de velocidad de los hogares) y por tanto la

desigualdad de ingresos no influye ni se relaciona con la velocidad.

Finalmente, en la Tabla 3 se presentan las correlaciones entre el instrumento (velocidad) y las variables TIC (IDI) y Gini. Aunque no es elemento usado comúnmente para validar

un instrumento, si da indicios del uso de la velocidad como uno, toda vez que se encuentra correlacionado con el IDI pero poco correlacionado con el Gini, es decir, da indicios del

8 Un servidor es un ordenador u otro tipo de equipo informático encargado de suministrar información a una serie de clientes, que pueden ser tanto personas como otros dispositivos conectados a él. La información que puede transmitir es múltiple y variada: desde archivos de texto, imagen o vídeo y hasta programas informáticos, bases de datos, etc. https://infortelecom.es/blog/que-es-un-servidor-y-para-que-sirve/

https://infortelecom.es/blog/que-es-un-servidor-y-para-que-sirve/


cumplimiento de la relevancia y exogeneidad del instrumento, lo cual puede verse de forma más clara en la

Gráfica 7 y Gráfica 8.

Tabla 3 Correlaciones

Variable IDI Gini

Velocidad 0,6840 -0,0397

Gráfica 7 IDI versus velocidad del Internet

Fuente: elaboración propia

Gráfica 8 Gini versus velocidad del Internet

Fuente: elaboración propia

05

10

15

0 10 20 30velocidad

idi Fitted values

.3.4

.5.6

.7

0 10 20 30velocidad

gini Fitted values

Análisis de los resultados

De acuerdo con lo explicado en la sección 2.2, se realizó la estimación de un panel de

datos con efectos fijos para 91 países en el período 2008-2016. La muestra de países se

acota a 91, toda vez que la fuente de información para velocidad sólo recoge datos de 94

países y para 3 de estos países no se tenía información sobre el Gini.

La estimación del panel se realiza a través de dos etapas, debido al uso de una variable

instrumental (la velocidad) para solventar el problema de endogeneidad entre la

desigualdad y las TIC. Los resultados de las estimaciones se muestran en la Tabla 4.

Las columnas 1 y 2 corresponden a una primera estimación con algunas variables control

encontradas como fundamentales para la explicación de la desigualdad. La columna 1

muestra los resultados de la primera etapa y la columna 2 muestra los resultados de la

segunda etapa. En cuanto a las columnas 3 y 4, se incluyen otras variables control

encontradas en la literatura y de igual manera, la columna 3 muestra los resultados de la

primera etapa y la 4 de la segunda etapa.

Inicialmente, es importante resaltar que, como se mencionó anteriormente, se valida la

relevancia del instrumento al comprobar en la primera etapa (columnas 1 y 3) que el

coeficiente de la velocidad es positivo y significativo, lo cual implica que si explica el

desarrollo de las TIC.

Por otro lado, al analizar la segunda etapa, se encuentra que el IDI es significativo y

positivo, aumentando la desigualdad en 0.012. Esto sugiere que las teorías que plantean

algunos autores como (DiMaggio & Hargittai, 2001)(Tello, 2007) (Bárcena, 2014) (Bauer,

2017), entre otros; sobre la posibilidad de que las TIC aumenten la desigualdad debido a

la brecha que crean entre los que tienen acceso a estas y los que no, parecen ser ciertas.


Tabla 4 Resultados estimaciones

----------------------------------------------------------------------------

(1) (2) (3) (4)

Primera Etapa Segunda Etapa Primera Etapa Segunda Etapa

----------------------------------------------------------------------------

idi 0.012*** 0.012***

(0.003) (0.004)

pop_urbana 0.208*** -0.003*** 0.105*** -0.002*

(0.036) (0.001) (0.035) (0.001)

polity2 -0.018 0.001 0.006 0.001

(0.037) (0.001) (0.033) (0.001)

lnpibpc 1.429** -0.090*** 3.664** -0.103***

(0.574) (0.014) (0.634) (0.024)

secundaria 0.021 -0.000 0.018 -0.000

(0.014) (0.000) (0.012) (0.000)

desempleo 0.085*** -0.000

(0.014) (0.001)

gasto_gob 0.047* -0.002***

(0.025) (0.001)

inflacion -0.017** 0.000

(0.008) (0.000)

velocidad 0.068*** 0.055***

(0.011) (0.010)

_cons -25.447*** 1.521*** -41.388*** 1.606***

(5.164) (0.165) (5.538) (0.254)

----------------------------------------------------------------------------

N 295 295 292 292

----------------------------------------------------------------------------

Standard errors in parentheses

* p<0.10, ** p<0.05, *** p<0.01

El porcentaje de población que vive en zonas urbanas da significativo y negativo, es decir,

contribuye a la disminución de la desigualdad, contrario a los resultados encontrados por

(Kanbur & Zhuang, 2013). Sin embargo, esto puede deberse a que las personas en las

ciudades pueden acceder por ejemplo a los beneficios del gobierno, como los subsidios y

tener más oportunidades para salir o no caer en la pobreza, de esta forma podría explicarse

el resultado.

Los resultados evidencian que el PIB per cápita contribuye de forma significativa con la

disminución de la desigualdad, en línea con los resultados de (Besley & Burgess, 2003).

El gasto del gobierno también contribuye a la disminución de la desigualdad de forma

significativa, esto debido a que el gobierno puede ser un agente fundamental en la

Capítulo 3: Análisis de los resultados 27

generación de políticas redistributivas, a través de gasto, lo cual es congruente con los

resultados de (Barro, 2000).

Finalmente, los resultados para algunas variables no tienen un efecto significativo en el

aumento o disminución de la desigualdad como el nivel de democracia (medido por el

polity2), la escolaridad (secundaria), el desempleo y la inflación. Esto es contrario a los

resultados obtenidos por (Kawanaka & Hazama, 2016), (Martínez Tirgueros, 2000), (Barro,

2000), (Topel, 1994) y (Barro, 2000).

Por otro lado, es necesario aclarar que la variable del IDI no tenía observaciones para

ningún país en los años 2009 y 2014 y que la variable escolaridad tenía muchas

observaciones en blanco (“missings”) de forma aleatoria en toda la base. Por tanto, en la

Tabla 4 la muestra se reducía de 803 observaciones a 292 para la estimación de un panel

balanceado.

Por tanto, con el fin de obtener un resultado más sólido para todos los países y comprobar

la robustez del resultado, se realiza la imputación de las dos variables mencionadas

anteriormente mediante la metodología de imputación múltiple en stata, de acuerdo con lo

sugerido por (Royston, 2004), utilizando el método de regresión lineal.

De esta forma, con los datos imputados para estas dos variables, el nuevo panel

balanceado para la estimación se compone de 583 observaciones y los resultados se

presentan en la Tabla 5.

De manera similar a los resultados de la Tabla 4, en la Tabla 5, las columnas 1 y 2

corresponden a una primera estimación con algunas variables control. La columna 1

muestra los resultados de la primera etapa y la columna 2 muestra los resultados de la

segunda etapa. En cuanto a las columnas 3 y 4, se incluyen nuevas variables control,

dónde la columna 3 muestra los resultados de la primera etapa y la 4 de la segunda etapa.

Se resalta de nuevo que se valida, con un coeficiente positivo y significativo, la relevancia

del instrumento (columnas 1 y 3). Así mismo, al analizar los resultados en conjunto, se

encuentra que los resultados son robustos para todas las variables, excepto para el la

escolaridad cuyo coeficiente pasa a ser significativo y negativo, lo que implica que una

mayor cobertura de educación secundaria disminuye la desigualdad, lo cual es acorde con

los resultados encontrados por (Topel, 1994) y (Barro, 2000).


Cabe aclarar que para las variables IDI, PIB per cápita y gasto del gobierno, la magnitud

del coeficiente disminuye en comparación con el panel balanceado sin imputar datos.

Específicamente para el caso de la variable IDI, la magnitud pasa de 0.012 a 0.007.

Tabla 5 Resultados estimaciones con variables imputadas

----------------------------------------------------------------------------

(1) (1) (2) (2)

Primera Etapa Segunda Etapa Primera Etapa Segunda Etapa

----------------------------------------------------------------------------

idi 0.008*** 0.007***

(0.002) (0.002)

pop_urbana 0.175*** -0.002*** 0.085*** -0.001**

(0.022) (0.001) (0.023) (0.000)

polity2 0.011 0.000 0.010 0.000

(0.021) (0.000) (0.020) (0.000)

lnpibpc -1.875** -0.064*** 3.833*** -0.065***

(0.324) (0.008) (0.376) (0.013)

secundaria -0.025*** -0.000** 0.019*** -0.000**

(0.005) (0.000) (0.004) (0.000)

desempleo 0.090*** 0.000

(0.011) (0.000)

gasto_gob 0.046** -0.002***

(0.016) (0.000)

inflacion -0.007 0.000

(0.005) (0.000)

velocidad 0.070*** 0.060***

(0.007) (0.007)

_cons -27.670*** 1.191*** -41.707*** 1.192***

(2.957) (0.097) (3.235) (0.138)

----------------------------------------------------------------------------

N 591 591 583 583

----------------------------------------------------------------------------


* p<0.10, ** p<0.05, *** p<0.01

Es necesario tener en cuenta que en trabajos similares como el de (Barro, 2000), la

magnitud de los coeficientes de las variables son en su mayoría inferiores a 1. Esto puede

deberse a que influir en la desigualdad no es un efecto trivial y más si se tiene en cuenta

que a lo largo de los años, la desigualdad entre los países se ha mantenido en niveles muy

similares, con variaciones bajas.


Por otro lado, se realizaron pruebas de autocorrelación serial, evidenciando la existencia

de la misma. Para corregir este problema, se realiza una estimación en 3 etapas de la

siguiente forma: Inicialmente se estima la desigualdad en función del IDI y las demás

variables control a través de un panel dinámico9, posteriormente, se realiza la predicción

de la variable Gini_pretax con base en el panel dinámico estimado anteriormente y

finalmente se estima el panel de datos con variable instrumental, utilizando como variable

dependiente la variable predicha del Gini_pretax. Los resultados se presentan en la Tabla

6.

En cuanto al panel dinámico se encuentra que el primer rezago de la variable desigualdad

es significativo. En la primera etapa, el instrumento (velocidad) es significativo, con un

efecto positivo. En la segunda etapa del panel con variable instrumental, con variable

dependiente la predicción del Gini con base en los resultados del panel dinámico, los

resultados son consistentes con los resultados de la Tabla 4. El IDI sigue siendo

significativo con una magnitud de 0.011, muy similar al 0.012 encontrado inicialmente. En

cuanto a las variables control, se encuentra que la población urbana, el PIB, la secundaria

y el desempleo tienen magnitudes similares y significancia en los mismos casos que en la

Tabla 4.

La variable polity ahora es significativa con un efecto positivo, el cual resulta contraintuitivo.

El gasto del gobierno en este caso no resulta significativo; la inflación sí, con un efecto

negativo que al igual que con el polity, resulta contraintuitivo.

Tabla 6 Resultados estimaciones panel dinámico y panel con variable instrumental

--------------------------------------------------------------------

(1) (2) (2)

Panel dinámico Panel VI(Etapa 1) Panel VI(Etapa 2)

(gini_pretax) (idi) (Gini_pretax_est)

--------------------------------------------------------------------

L1.gini_pretax 0.849***

(0.055)

idi -0.000 0.011**

(0.001) (0.005)

pop_urbana 0.000 0.148*** -0.002*

(0.000) (0.040) (0.001)

polity2 0.001 0.022 0.001*

9 Se utiliza la metodología de Arellano-Bover/Blundell-Bond (estimación de panel dinámico lineal)


(0.001) (0.035) (0.001)

lnpibpc -0.003 2.198*** -0.061***

(0.000) (0.739) (0.021)

secundaria 0.000 0.013 0.000

(0.000) (0.012) (0.000)

desempleo -0.000 0.022 -0.000

(0.000) (0.017) (0.000)

gasto_gob 0.002*** -0.003 -0.001

(0.001) (0.030) (0.001)

inflacion -0.000 0.002 -0.001***

(0.000) (0.009) (0.000)

velocidad 0.039***

(0.009)

_cons 0.009 -28.211*** -1.168***

(0.051) (6.192) (0.224)

----------------------------------------------------------------------

N 241 247 247

----------------------------------------------------------------------


* p<0.10, ** p<0.05, *** p<0.01

Como ejercicio final, se realizó un ejercicio similar cambiando la variable idi por penetración

de Internet y utilizando el mismo instrumento (velocidad). Esto teniendo en cuenta lo

comentado en la sección 2.3 sobre la migración de los servicios TIC hacia la convergencia,

la prestación de todos los servicios (tv, telefonía, etc.) través de las redes de Internet.

Los resultados se muestran en la Tabla 7. Los resultados son similares a los de la Tabla 4

a excepción del coeficiente y significancia de la inflación.

Tabla 7 Resultados estimaciones variable dependiente Internet

---------------------------------------------

Primera Etapa Segunda Etapa

---------------------------------------------

internet 0.001***

(0.000)

pop_urbana 0.263* -0.001**

(0.135) (0.001)

polity2 0.167 0.001

(0.129) (0.001)

lnpibpc 12.34*** -0.073***

(2.323) (0.014)

secundaria 0.075 -0.000

(0.048) (0.000)


desempleo 0.467*** -0.000

(0.056) (0.000)

gasto_gob 0.202* -0.001**

(0.095) (0.000)

inflacion -0.005 -0.000*

(0.028) (0.000)

velocidad 0.504***

(0.038)

_cons -134.15*** 1.281***

(19.94) (0.129)

--------------------------------------------

N 392 392

--------------------------------------------


* p<0.10, ** p<0.05, *** p<0.01

Finalmente, para comprobar el posible efecto en forma de u invertida que pudieran tener

las TIC, se realizaron estimaciones incluyendo la variable IDI^2, pero no se obtuvo un

efecto significativo para esta variable.

Conclusiones y recomendaciones de política

Se realizaron estimaciones a través de la metodología panel de datos con variable

instrumental para estimar el efecto de las Tecnologías de la Información y las

Comunicaciones (TIC) en la desigualdad. Este estudio es pionero en involucrar un análisis

econométrico (que controla la endogeneidad) al análisis entre TIC y desigualdad,

realizando un análisis macroeconómico para 91 países entre los años 2008 y 2016.

Los resultados son robustos, acorde con lo que sugiere la teoría económica y la literatura

consultada para el desarrollo de este trabajo. En cuanto a los resultados para otras

variables como el PIB per cápita, la urbanización, escolaridad y gasto del gobierno, los

resultados son intuitivos de acuerdo con lo que sugiere la literatura. Para las variables de

democracia, inflación y desempleo no se encontró un efecto significativo.

Particularmente se resalta que las TIC pueden aumentar la desigualdad en 0.012 unidades.

Este resultado es congruente con lo que plantean autores como (DiMaggio & Hargittai,

2001)(Tello, 2007) (Bárcena, 2014) (Bauer, 2017), quienes argumentan que las TIC

aumentan la desigualdad pues se crea una brecha entre quienes tienen acceso y saben

usarlas de forma productiva y quienes no. Es decir, quienes pueden acceder a estas están

en una condición favorable lo que, por ejemplo, podría generar más ingresos a una

persona, o podría hacer aumentar el crecimiento del país.

De ahí surge una variable crítica: el cierre de la brecha digital. Si no se cierra la brecha

digital, es decir, si no se igualan las condiciones para que todas las personas y países

puedan disfrutar y usar productivamente las TIC y la nueva economía digital que está

transformando el mundo, la desigualdad puede aumentar.


Bajo este marco, es apremiante que los hacedores de política impulsen la masificación de

las TIC para toda la población, garantizando inicialmente el acceso (a través del despliegue

de infraestructura, subsidios a Internet, entre otros) y posteriormente la apropiación o uso

productivo de las mismas (a través del desarrollo de aplicaciones, capacitaciones, entre

otros). Esto con el fin de llegar a un punto de quiebre, un ideal, en el cual las TIC

contribuyan a la disminución de la desigualdad, en lugar de aumentarla.

Agenda de investigación futura

En futuras investigaciones, dado que la variable IDI^2 no fue significativa en esta

investigación, se podría probar alguna interacción con ciertas variables de cobertura de las

TIC, por ejemplo, para verificar si el impacto de las TIC en la desigualdad se condiciona

por alguna otra variable.

De igual forma, podrían incluirse otras variables control como regiones, cultura, entre otros

que, aunque no fueron comunes en la literatura para explicar la desigualdad, podría

explorarse si tienen algún efecto.

Así mismo, podría estimarse una modelo de impulsos-respuesta, para verificar diferentes

escenarios sobre qué pasa en la desigualdad si, por ejemplo, la cobertura de Internet se

queda estancada.

Bibliografía

Arun, S., Heeks, R., & Morgan, S. (2004). ICT initiatives, Women and work in developing

countries: Reinforcing or changing gender inequalities in South India? Institute for

Development Policy and Management, University of Manchester.

Bárcena, A. (2014). Pactos para la igualdad: hacia un futuro sostenible. Naciones Unidas,

Cepal. Lima.

Barro, R. (2000). Inequality and Growth in a Panel of Countries. Journal of economic

growth.

Bauer, J. (2017). The Internet and income inequality: Socio-economic challenges in a

hyperconnected society. Telecommunications Policy.

Becker, G. S. (1962). Investment in human capital: A theoretical analysis. Journal of

political economy, 70(5, Part 2), 9-49.

Besley, T., & Burgess, R. (2003). Halving global poverty. Journal of economic

perspectives, 17(3), 3-22.

Cambridge. (3 de Abril de 2018). Cambridge Dictionary. Obtenido de

http://dictionary.cambridge.org/es/diccionario/ingles/ict

Castelló-Climent, A. &. (2014). Human capital and income inequality: some facts and

some puzzles. Retrieved from BBVA Research https://www. bbvaresearch.

com/wp-content/uploads/migrados/WP_1228_tcm348-430101. pdf.

CEPAL. (2005). Los caminos hacia una sociedad de la información en América Latina y

el Caribe. Revista de Estudios Sociales, (22), 137-140.

Cinca, A. N. (2011). Crecimiento económico, desigualdad y pobreza. In Anales de la Real

Academia de Ciencias Morales y Políticas , No. 88, pp. 419-434.

Dell’Anno, R., & Solomon, H. (2014). Informality, inequality, and ICT in transition

Economies. Eastern European Economics, 52(5), 3-31.

DiMaggio, P., & Hargittai, E. (2001). From the ‘digital divide’to ‘digital inequality’: Studying

Internet use as penetration increases. Princeton: Center for Arts and Cultural

Policy Studies, Woodrow Wilson School, Princeton University, 4(1), 4-2.

38 Título de la tesis o trabajo de investigación

DNP. (2017). Esquema de financiación para el sector TIC y audiovisual en el marco de la

convergencia tecnológica y de mercados. Publicaciones DNP.

DNP. (2018). Impacto Económico del Servicio de Internet Banda Ancha. Publicaciones

DNP.

Duarte, E. (2008). Las tecnologías de información y comunicación (TIC) desde una

perspectiva social. Revista Electrónica Educare, 155-162.

Feldstein, M. (1998). Income inequality and poverty. National bureau of economic

research.

Flores, C. (2003). Measuring the relationship between ICT use and income inequality in

Chile. University of Texas Inequality Project, Working Paper, 26.

Forbes. (2015). ¿Qué es la desigualdad económica? Obtenido de

https://www.forbes.com.mx/que-es-la-desigualdad-economica/

Fuchs, C. (2009). The role of income inequality in a multivariate cross-national analysis of

the digital divide. ocial Science Computer Review, 27(1), 41-58.

García, A., & López, R. (2012). Socioeconomic Impact of Broadband in Latin American

and Caribbean Countries. Inter-American Development Bank.

Hüsing, T., & Selhofer, H. (2002). The Digital Divide Index-A Measure of Social

Inequalities in the Adoptioon of ICT. ECIS 2002 Proceedings, 35.

ITU. (3 de Abril de 2018). The ICT Development Index (IDI): conceptual framework and

methodology. Obtenido de https://www.itu.int/en/ITU-

D/Statistics/Pages/publications/mis2017/methodology.aspx

Kanbur, R., & Zhuang, J. (2013). Urbanization and inequality in Asia. Asian Development

Review, 30(1), 131-147.

Kawanaka, T., & Hazama, Y. (2016). Political Determinants of Income Inequality in

Emerging Democracies. Springer.

Marshall, M., & Gurr, T. R. (3 de Abril de 2018). Polity IV Project: Political Regime

Characteristics and Transitions. Obtenido de

http://www.systemicpeace.org/polity/polity4.htm

Martínez Tirgueros, L. (2000). Efecto de la inflación en la desigualdad económica. Centro

de Estudios Monetarios Latinoamericanos.

Medina, H., & Galván, M. (2008). Descomposición del coeficiente de Gini por fuentes de

ingreso: Evidencia empírica para América Latina 1999-2005. CEPAL.

Bibliografía 39

Mehmood, B., Azim, P., & Asghar, N. (2013). Demographic and welfare related covariates

of macroeconomic performance in a digital age in Asia. Pakistan Economic and

Social Review, 139-158.

Ostry, M. J. (2014). Redistribution, inequality, and growth. International Monetary Fund.

Patterson, R., & Wilson III, E. (2000). New IT and social inequality: Resetting the research

and policy agenda. The Information Society, 16(1), 77-86.

Rodríguez, F., & Wilson, E. (2000). Are poor countries losing the information revolution.

The World Bank Infodev. www. infodev/library/wilsonrodriguez. doc.

Royston, P. (2004). Multiple imputation of missing values. Stata Journal, vol. 4, no 3, p.

227-41.

Sen, A. (1992). Inequality reexamined. Clarendon Press.

Solt, F. (2016). The standardized world income inequality database. Social science

quarterly, 97(5), 1267-1281.

Sovey, A., & Donald, G. (2011). Instrumental variables estimation in political science: A

readers’ guide. American Journal of Political Science, 55(1), 188-200.

Sujarwoto, S., & Tampubolon, G. (2016). Spatial inequality and the Internet divide in

Indonesia 2010–2012. Telecommunications Policy, 40(7), 602-616.

Tello, E. (2007). Las tecnologías de la información y comunicaciones (TIC) y la brecha

digital: su impacto en la sociedad de México. International Journal of Educational

Technology in Higher Education (ETHE), 4(2).

Thornton, J. (2001). The Kuznets inverted-U hypothesis: panel data evidence from 96

countries. Applied Economics Letters, 8(1), 15-16.

Topel, R. (1994). Regional labor markets and the determinants of wage inequality. The

American Economic Review, 84(2), 17-22.

Wangwe, S. (2007). A Review of Methodology for Assessing ICT Impact on Development

and Economic Transformation. African Economic Research Consortium Working

Papers, 1-31.

Wren, A., Fodor, M., & Theodoropoulou, S. (2013). The trilemma revisited: Institutions,

inequality, and employment creation in an era of ICT-intensive service expansion.

The political economy of the service transition, 108.

Las TIC y la desigualdad ¿hacia un aumento de brechas?

Documents

Transcript of Las TIC y la desigualdad ¿hacia un aumento de brechas?