La productividad laboral en la era de la IA: Perspectivas a partir de Datos de Panel

Labour productivity in the age of AI: Insights from Panel Data

Hiroshi Yoshida () and Meltem Ince Yenilmez ()
Additional contact information
Hiroshi Yoshida: Tohoku University (Japón)
Meltem Ince Yenilmez: Izmir Democracy University (Turquía)

Revista de Métodos Cuantitativos para la Economía y la Empresa = Journal of Quantitative Methods for Economics and Business Administration, 2025, vol. 40, 18

Abstract: Este estudio examina cómo la productividad laboral se ve afectada por los avances relacionados con la IA mediante el examen de un conjunto de datos de panel equilibrado de empresas que operan en tres áreas diferentes entre 2014 y 2023. El estudio utiliza modelos OLS combinados, de efectos fijos (FE) y de efectos aleatorios (RE) para evaluar los efectos de factores importantes como las patentes relacionadas y no relacionadas con la IA, la inversión en I+D, la mano de obra y la rotación de las empresas sobre la productividad laboral, la variable dependiente. Según los resultados, las patentes relacionadas con la IA tienen un notable impacto positivo en la productividad laboral, lo que respalda estudios anteriores sobre mejoras de la productividad impulsadas por la tecnología y pone de relieve la importancia crítica de la innovación en IA. Por otra parte, la mano de obra tiene una correlación negativa con la productividad, lo que indica ineficiencias en la gestión de plantillas más grandes o rendimientos decrecientes a escala. Es interesante observar que la rotación de personal y la productividad están positivamente correlacionadas, lo que podría ser resultado de la optimización de la mano de obra o de la introducción de nuevas perspectivas y habilidades. En comparación con el modelo OLS agrupado, el modelo FE, que tiene en cuenta la heterogeneidad específica de las empresas, explica en torno al 45,7 % de la varianza de la productividad. Las pruebas de diagnóstico verifican la resistencia de los modelos y su validez mejora con correcciones de autocorrelación y heteroscedasticidad. Estas conclusiones advierten contra el uso ineficiente de la mano de obra, al tiempo que destacan el valor de la IA y el gasto en I+D para impulsar la productividad. Este estudio hace avanzar nuestros conocimientos sobre la dinámica de la productividad, la gestión del trabajo y la innovación, y sirve de guía a los ejecutivos de las empresas y a los responsables políticos en su navegación por la economía impulsada por la IA.

Keywords: Superfoods; política industrial; análisis de brecha de precios; Artificial Intelligence; Labour Market Dynamics; Future of Work; Human Capital. (search for similar items in EconPapers)
JEL-codes: E24 J01 J24 J89 (search for similar items in EconPapers)
Date: 2025
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.upo.es/revistas/index.php/RevMetCuant/article/view/9623/10987 (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:pab:rmcpee:v:40:y:2025:n:13

DOI: 10.46661/rev.metodoscuant.econ.empresa.9623

Access Statistics for this article

Revista de Métodos Cuantitativos para la Economía y la Empresa = Journal of Quantitative Methods for Economics and Business Administration is currently edited by Macarena Lozano Oyola and Francisco Javier Blancas Peral

More articles in Revista de Métodos Cuantitativos para la Economía y la Empresa = Journal of Quantitative Methods for Economics and Business Administration from Universidad Pablo de Olavide, Department of Quantitative Methods for Economics and Business Administration Carretera de Utrera km.1, 41013 Sevilla. Contact information at EDIRC.
Bibliographic data for series maintained by Publicación Digital - UPO ().