Este artículo se publica en colaboración con VOX EU.
¿Qué hace productivo a un trabajador? Existen indicios crecientes de que la productividad de los trabajadores puede ser, de hecho, bastante contagiosa. Las investigaciones de Falk e Ichino (2006), Mas y Moretti (2009), Bandiera et al. (2010) y De Grip y Sauermann (2012) demuestran que los compañeros de trabajo pueden ejercer efectos económicamente significativos sobre sus pares a través de canales que, a menudo, sus empresas no crean de forma explícita.
Los mecanismos que la mayoría de los investigadores tienen en mente al hablar de efectos de pares en la productividad laboral se dividen en dos grandes categorías: las normas laborales en el lugar de trabajo, que incluyen mecanismos como la presión de los pares y el comportamiento conformista; y las complementariedades entre trabajadores, que incluyen mecanismos como los derrames de conocimiento, los esfuerzos colaborativos y/o la especialización en tareas.
Nuestra lectura de la literatura nos lleva a concluir que existen indicios sólidos de que hay efectos de pares significativos en la productividad de los trabajadores que realizan tareas poco cualificadas, y que estos efectos surgen principalmente del comportamiento conformista o de la presión de los pares. Por otro lado, las pruebas de efectos de pares en tareas altamente cualificadas, como la docencia o la investigación, son contradictorias (Jackson y Bruegeman 2009, Waldinger 2012). Los efectos de pares entre trabajadores altamente cualificados se atribuyen habitualmente a los derrames de conocimiento.
Fuente: Banco Mundial
Efectos de pares en el lugar de trabajo: enfoque de redes sociales
En un artículo reciente (Lindquist et al. 2015), contribuimos al debate sobre los efectos de pares en el lugar de trabajo aplicando nuevos métodos de la literatura sobre redes sociales. Nuestro enfoque de red nos permite abordar un amplio conjunto de cuestiones importantes, entre ellas varias que no se han analizado antes. ¿La productividad de los compañeros afecta a la productividad de los trabajadores? ¿Los aumentos de productividad derivados de la formación en el puesto de trabajo se extienden de los trabajadores formados a sus compañeros no formados? ¿De qué manera la estructura de las redes de compañeros potencia o dificulta la propagación de la productividad a través de la red? ¿Es posible identificar a los trabajadores clave de la empresa? Si es así, ¿cómo puede utilizarse esa información para ayudar a los responsables de personal a tomar decisiones importantes sobre a quién formar y a quién retener? ¿Podemos utilizar la información sobre las redes de compañeros para ayudar a las empresas a organizar los horarios y los equipos de trabajo de forma más óptima, o para mejorar el diseño de sus programas de formación?
Estudiamos estas cuestiones utilizando un conjunto de datos de alta calidad procedente de un centro de atención telefónica interno de un operador de red móvil multinacional que abarca un periodo de dos años. Los datos incluyen información detallada sobre el rendimiento de los trabajadores individuales, sus características, su pertenencia a un equipo y los momentos exactos en que registran su entrada y salida del trabajo. Estos datos nos permiten crear redes de compañeros para cada semana, en las que un vínculo ponderado entre dos agentes indica el tiempo que han trabajado juntos en el mismo equipo durante una semana. Es decir, conocemos con gran precisión los compañeros a los que está expuesto un trabajador durante la semana, junto con la intensidad de esa exposición. A diferencia de la mayoría de los trabajos sobre redes, no identificamos la exposición a pares fuera de la parte estable de la red, ya que esta puede estar sujeta a una selección no aleatoria y a perturbaciones comunes. Demostramos que las redes de compañeros son tan aleatorias una vez condicionadas por los efectos fijos de equipo, de semana y de individuo. En este marco, cada trabajador recibe cada semana una dosis única y variable de forma exógena de productividad de sus compañeros, debido a la rotación de personal, a los cambios en las necesidades de programación de la empresa y a los cambios idiosincrásicos en su propio horario de trabajo y en los horarios de sus compañeros de equipo.
Presentamos un modelo formal de productividad de los trabajadores que incluye tanto los efectos medios locales de red como los efectos agregados locales de red. El efecto medio local representa el papel de las normas sociales de trabajo (por ejemplo, el comportamiento conformista o la presión de los pares), mientras que el efecto agregado local representa las complementariedades estratégicas (por ejemplo, los derrames de conocimiento). Como se ha mencionado anteriormente, estos son los dos mecanismos principales que habitualmente se proponen para explicar los derrames de productividad entre trabajadores. Utilizamos este modelo para orientar la parte empírica de nuestro trabajo y para comprobar cuál de los dos mecanismos es más relevante en nuestro contexto concreto. El modelo también nos permite identificar a los ‘trabajadores clave’. Los trabajadores clave no son necesariamente los más productivos, sino aquellos que, una vez eliminados de la red, reducen en mayor medida la productividad total. Son, por tanto, los trabajadores que son ‘cruciales’ para la empresa.
Resultados
Realizamos dos experimentos de regresión distintos. Primero utilizamos nuestra matriz exógena de exposición a la red para estudiar el efecto de la productividad de los compañeros sobre la productividad propia.
Demostramos que existen, en efecto, fuertes efectos de red en la productividad de los trabajadores.
Un aumento del 10 % en la productividad actual de la red de compañeros de un trabajador conduce a un aumento del 1,7 % en su propia productividad actual.
Atribuimos este derrame de productividad al comportamiento conformista.
Los trabajadores con poca antigüedad reaccionan con especial intensidad a las normas de trabajo de su red de compañeros. Las estimaciones son similares a las de estudios anteriores, que rondaban el 1,4-1,5 % (Falk e Ichino 2006, Mas y Moretti 2009; véase también Herbst y Mas 2015).
En nuestro segundo experimento de regresión utilizamos datos de un experimento de campo con asignación aleatoria de trabajadores a un programa de formación en el puesto de trabajo de una semana, para analizar cómo los cambios exógenos en la productividad de los trabajadores debidos a la formación en el puesto de trabajo afectan a la productividad de los compañeros, incluidos los trabajadores no formados.
Demostramos que estar expuesto a trabajadores formados aumenta la productividad de los trabajadores no formados.
Añadir un compañero formado a la red de un trabajador aumenta la productividad propia de este en un 0,7 %.
Demostramos que este efecto se debe al efecto agregado local (es decir, a los derrames de conocimiento), y no al efecto medio local (es decir, al comportamiento conformista).
También demostramos cómo nuestro modelo de red de la productividad de los trabajadores puede utilizarse para orientar la política de personal y aumentar la productividad de la empresa. ¿Qué trabajadores debe retener la empresa? ¿A quién debe formar? Comparamos la política óptima que tiene en cuenta los efectos de red con la política alternativa en la que la empresa no tiene en cuenta dichos efectos.
Imaginemos, por ejemplo, que pedimos a una responsable de recursos humanos que seleccione 10 trabajadores que, a su juicio, la empresa debería esforzarse más por retener. Una estrategia razonable sería seleccionar a los 10 trabajadores con mayor productividad media. En cambio, nuestra estrategia (basada en el modelo) consistiría en seleccionar a los 10 trabajadores con mayores medidas de ‘intercentralidad’ media en la red, es decir, los trabajadores clave según nuestro modelo. La elección de estos trabajadores depende de su propia productividad y del efecto de red (efecto de derrame de productividad) que genera cada trabajador. Cada trabajador afecta a sus compañeros en distinta medida debido a sus características propias y a su posición única en la red de compañeros.
Este resultado también tiene implicaciones para el diseño óptimo de los turnos y los equipos de trabajo. Los ‘trabajadores puente’, es decir, los trabajadores que realizan más de un turno durante el día, desempeñan un papel importante porque son necesarios para facilitar la propagación de los efectos de red entre turnos.
Tras elegir nuestros 10 trabajadores clave, comparamos a estos con los 10 trabajadores más productivos individualmente elegidos por el responsable de personal de la empresa. Pese a la fuerte correlación entre nuestra medida de intercentralidad y la productividad individual (0,78), solo 3 trabajadores figuran en ambas listas. Según nuestro modelo, la pérdida de productividad total derivada de perder nuestros 10 trabajadores clave es un 22 % superior a la pérdida producida por los 10 trabajadores seleccionados mediante la estrategia ingenua basada únicamente en la productividad individual. Dicho de otro modo, nuestros 10 trabajadores clave tienen para la empresa un valor global mucho mayor que los 10 trabajadores con mayor productividad individual media. Esto se debe a que estos trabajadores concretos generan grandes externalidades positivas.
También analizamos a quién debe formar la empresa utilizando nuestro enfoque de red. Demostramos que la empresa podría haber mejorado el rendimiento de la formación asignando a los trabajadores de forma más estratégica, es decir, teniendo en cuenta la posición única que ocupa cada trabajador en su propia red de compañeros.
Observaciones finales
También examinamos el efecto sobre la productividad de los trabajadores de los cambios en la estructura de las redes de compañeros. Nuestras conclusiones de política sobre la estructura óptima de las redes de compañeros pueden resumirse del siguiente modo:
Las empresas que estudiamos deberían aumentar el tamaño de sus equipos;
deberían contratar a más trabajadores ‘puente’; y
deberían aumentar la intermediación media (es decir, aumentar las conexiones entre trabajadores) en cada red.
Nuestra investigación indica que la productividad de los trabajadores es, en efecto, contagiosa. La presencia de estos efectos de red influye en la respuesta a una amplia variedad de cuestiones de política a las que los responsables de personal se enfrentan a diario. Esperamos que la literatura sobre redes sociales se expanda con mayor energía en el ámbito de la economía del personal. Dada la información detallada de la que suelen disponer las empresas y la importancia de los efectos de pares en el lugar de trabajo, creemos que este campo es especialmente adecuado para los métodos y modelos de redes.
Referencias
Bandiera, O, I Barankay e I Rasul (2010), “Social incentives in the workplace,” Review of Economic Studies 77, 417-459.
De Grip, A y J Sauermann (2012), “The effects of training on own and co-worker productivity: Evidence from a field experiment,” Economic Journal 122, 376-399.
Herbst, D y A Mas (2015), “Peer effects on worker output in the labouratory generalize to the field,” Science 350, 545-549.
Jackson, C Kirabo y E Bruegmann (2009), “Teaching students and teaching each other: The importance of peer learning for teachers,” American Economic Journal: Applied Economics 1, 85-108.
Lindquist, M, J Sauermann y Y Zenou (2015) “Network Effects on Worker Productivity,” CEPR Discussion Paper No. 10928.
Falk, A y A Ichino (2006), “Clean evidence on peer effects,” Journal of Labor Economics 24, 39-57.
Mas, A y E Moretti (2009), “Peers at work,” American Economic Review 99, 112-145.
Waldinger, F (2012) “Peer effects in science – Evidence from the dismissal of scientists in Nazi Germany,” Review of Economic Studies 79, 838-861.
La publicación no implica el respaldo de las opiniones por parte del Foro Económico Mundial.
Para estar al día de la Agenda suscríbase a nuestro boletín semanal.
Autores: Matthew Lindquist es catedrático de Economía Laboral en el Instituto Sueco de Investigación Social de la Universidad de Estocolmo. Jan Sauermann es profesor adjunto en el Instituto Sueco de Investigación Social de la Universidad de Estocolmo. Yves Zenou es catedrático de Economía en la Universidad de Estocolmo e investigador de CEPR.
Imagen: Empleados de Facebook trabajan en el estudio de diseño de la sede de la compañía en Menlo Park, California. REUTERS/Robert Galbraith.
