PROYECTOS

Automatización y polarización laboral

Este proyecto aplica un novedoso índice no paramétrico de polarización laboral, que permite medir cuantitativamente la incidencia de la automatización en el mercado laboral español (y en los distintos países europeos) en el periodo 1998-2020. Se ofrecen resultados por comunidades autónomas y por las variables sexo, nivel de estudios y tipo de contrato de trabajo, que permiten analizar el impacto de la automatización sobre la desigualdad socioeconómica.

El trabajo incorpora un análisis de los efectos de la pandemia de la covid-19 sobre la polarización y estudia la relación entre la polarización real experimentada por los trabajadores y la percepción del riesgo de automatización de sus puestos de trabajo, a partir de los datos de la Encuesta Cotec de percepción social de la innovación.

El principal resultado del estudio es que, en las dos últimas décadas, se ha experimentado un claro proceso de polarización laboral en España como consecuencia de la automatización. El documento muestra que se ha generado empleo neto en los extremos de la distribución salarial (salarios bajos y altos), al tiempo que se ha destruido empleo en el centro de esta, correspondiente a trabajos vinculados a la realización de tareas rutinarias (nivel salarial medio). Este fenómeno es predominante en la mayoría de las economías europeas. Todas las comunidades autónomas españolas han experimentado polarización laboral, si bien con distinta intensidad. 

Por sexo, se observa que los hombres son el colectivo que mayor polarización laboral experimenta, ya que coincide con un periodo en que las mujeres han experimentado un crecimiento positivo del volumen de empleo en todos los tramos de la distribución salarial. Por nivel de formación, la automatización ha premiado a los trabajadores con mayor nivel educativo y ha perjudicado a los trabajadores con un nivel educativo intermedio, dirigidos a ocupar los empleos con salarios más bajos. Por otro lado, se observa que la presencia de los trabajadores sin formación se reduce significativamente.