¿Me comprendes, Méndez? Fragmentación Cultural en el trabajo

Alberto Chong y Angelo Cozzubo

En una entrada previa en este blog, tanto como en un artículo recientemente publicado (Chong & Cozzubo, 2019) discutíamos cómo las rigideces en el mercado laboral podían tornarse en un incentivo perverso. Ello a causa de los altos costos de contratación o despido que permitirían al trabajador “holgazanear” y no llevar a cabo las tareas encomendadas. Para ello, explotamos la base de datos recolectada por Chong et al (2014) donde se mide la demora en días del retorno de centenas de cartas a direcciones inexistentes en más de 150 países.

Con esta misma información sobre retorno de cartas indagamos, en un reciente documento, el impacto que puede conllevar la fragmentación cultural, en sus diferentes dimensiones, sobre la productividad en el trabajo. Las diferencias entre grupos resultantes de la lengua, origen étnico y creencias religiosas pueden afectar la forma en que los agentes interactúan y, en última instancia, qué tan bien funciona el sistema económico. Por ejemplo, en el caso de sociedades con una fragmentación lingüística significativa, se puede afirmar que una pérdida en la eficiencia económica puede provenir de la mala comprensión del idioma y la falta de comunicación entre trabajadores; mientras que las diferencias étnicas podrían generar malentendidos respecto a usos y costumbres. Así, actitudes discriminatorias y prejuiciosas respecto a la religión podrían afectar la eficiencia en el trabajo.

La evidencia empírica sobre el tema es aún escasa pero algunos trabajos ya han resaltado la importancia de la heterogeneidad cultural. Alesina y La Ferrara (2005) muestran que la fragmentación étnica se correlaciona negativamente con varios resultados de desarrollo a nivel nacional; mientras Anderson y Paskeviciute (2006) muestran que la heterogeneidad afecta la calidad de la sociedad civil en un país. Hasta donde llega nuestro entendimiento, este sería el primer trabajo en relacionar la fragmentación cultural con la eficiencia del trabajo.

Midiendo la heterogeneidad

Con la finalidad de medir la heterogeneidad cultural empleamos la información levantada por Alesina et al. (2003). Esta base de datos genera su indicador de etnicidad basándose ​​en el juicio de etnólogos y antropólogos sobre la definición apropiada de las etnias; además de actualizar un set comprehensivo de información sobre el idioma y religión. A partir de estos datos, se crean índices de Herfindahl para idioma, origen étnico y religión; los cuales reflejan la probabilidad de que dos individuos seleccionados al azar de una población pertenezcan a diferentes grupos. De esta forma, la base contiene un valor único para cada país.

Alesina, et al. (2003) argumentan que los índices de fraccionamiento deben considerarse exógenos en las regresiones entre países, basadas en el hecho de que las proporciones del grupo son estables y que los cambios solo tienen un impacto menor en las medidas de fraccionamiento; lo cual resulta una visión razonable a largo plazo. Sin duda, definir grupos étnicos, lingüísticos y religiosos es difícil y a menudo se basa en un juicio subjetivo, comparabilidad y errores de medición. Pese a las limitaciones, estos datos se han utilizado ampliamente y se consideran una referencia clave.

De esta forma, la información de fraccionamiento fue emparejada a nivel país con los datos de cartas levantados por Chong, La Porta, Lopez-de-Silanes y Shleifer (2014); quienes envían cartas utilizando el servicio postal a direcciones de negocios inexistentes en 159 países, solicitando expresamente la devolución de la misma en caso no se encuentre el destinatario.  Las direcciones erradas fueron escritas siguiendo un protocolo específico y enviadas desde Cambridge, Massachusetts bajo el nombre y dirección del mismo remitente. Con el fin de simplificar los resultados, los autores eligieron un día arbitrario como último día para recibir cartas de regreso y este valor que fue asignado a las cartas que nunca fueron devueltas (423 días).

Tabla 1

Fragmentación Cultural y Desempeño en el Trabajo

Notas: Las variables dependientes son Días de Retorno, medido como el número de días de registro entre la fecha en que se envió y devolvió la carta entre diciembre de 2010 y febrero de 2011, y Proporción de Días de Retorno, medida como la variable Días de Retorno dividida por el valor de corte 423 (Chong et al. 2014). Las variables de fraccionamiento están medidas como índices en el rango cero (homogeneidad completa) a uno (heterogeneidad completa) y provienen de Alesina et al. (2003). Todas las regresiones incluyen los controles de: matrícula escolar (promedio 2008-9 de matriculación en la escuela primaria, fuente: Banco Mundial) Comercio (promedio 2008-9 de la suma de exportaciones e importaciones como % del PIB; fuente: Banco Mundial), Migración (promedio 2007- 2012 de migración neta por 10000 habitantes; fuente: Banco Mundial) Corrupción (índice de percepción de corrupción promedio 2008-9; fuente: Transparencia Internacional) y Origen legal (origen del sistema legal en el país; fuente: La Porta et al. (2008)). La regresión por variables instrumentales utiliza la latitud del país como instrumento. Todas las regresiones incluyen efectos fijos por continente y año. Los errores estándar clusterizados por país se presentan entre paréntesis. La significancia estadística se denota por: * p<0.10, **p<0.05, ***p<0.01.

¿Un argumento pro-racismo/xenofobia o solo trabajadores que no se entienden?

Empleando la base de datos armonizada entre las fechas de retorno de las cartas y los índices de fraccionamiento, buscamos encontrar si es que existe algún efecto entre las disimilitudes culturales de los trabajadores y su performance en el trabajo.

De encontrarse un impacto negativo de la heterogeneidad sobre la productividad laboral, este podría tornarse en un argumento a favor de discursos racistas o xenofóbicos. La lectura de resultados podría llevar a creer que contratar empleados de distinto origen étnico o religioso no conlleva ninguna ventaja, tal como los efectos positivos que acarrean los equipos heterogéneos reseñado por Klug & Bagrow (2016), sino por el contrario que grupos con similar trasfondo cultural efectúan un mejor trabajo.

Sin embargo, nuestros resultados muestran lo contrario (ver Tabla 1). El único efecto significativo encontrado responde al fraccionamiento lingüístico. Es decir, no es que los grupos culturalmente heterogéneos se desempeñen peor, sino que no se entienden a causa del lenguaje. Así, el aumento en un punto en el índice de fragmentación lingüística (pasar de una homogeneidad completa a heterogeneidad completa) implica un aumento de 31 puntos porcentuales (0,32 desviaciones estándar) en el número de días que tarda una carta en regresar a remitente. No se encontraron efectos correspondientes a el fraccionamiento étnico o religioso

No debe causarnos sorpresa que cuanto más heterogéneo es el lenguaje en una sociedad, menos eficiente será el desempeño de los trabajadores pues una pérdida de eficiencia importante puede resultar fácilmente de la falta de comunicación entre trabajadores. Si los trabajadores se enfrentan a la heterogeneidad del lenguaje, es bastante razonable esperar que la eficiencia laboral pueda sufrir en el lugar de trabajo. Curiosamente, por mucho que el índice de fragmentación lingüística sea estadísticamente significativo, los otros dos índices evaluados, a saber, la fragmentación étnica y religiosa no son estadísticamente significativos.

Este es un hallazgo relevante pues es consistente con la idea de que si bien pueden existir antipatía, prejuicio e incluso discriminación; estas actitudes no parecen correlacionarse con la forma en que se realiza el trabajo. En cierto modo, el eslogan clásico » business is business» puede parecer aplicable en este caso.

Referencias

Alesina, A., A. Devleeschauwer, W. Easterly, S. Kurlat, S and R. Wacziarg (2003) “Fractionalization”. Journal of Economic Growth, 8 (2): 155–194.

Alesina, A. and E. La Ferrara (2005) “Ethnic Diversity and Economic Performance”, Journal of Economic Literature, 43, 3: 762-800)

Anderson, C. J, and A. Paskeviciute (2006) “How Ethnic and Linguistic Heterogeneity Influence the Prospects for Civil Society: A Comparative Study of Citizenship Behavior.” The Journal of Politics 68, 4: 783–802.

Chong, A., R. La Porta, F. Lopez-de-Silanes and A. Shleifer (2014). “Letter Grading Government Efficiency”, Journal of the European Economic Association, 12(2), 277-299.

Chong, A. and A. Cozzubo (2019) “Perverse Incentives? Labor Market Rigidities and Job Performance in the Public Sector”, Southern Economic Journal, 86, 1: 271-285, July

Ellingsen, Tanja, 2000. “Colorful community or ethnic witches’ brew? Multiethnicity and domestic conflict during and after the cold war”. Journal of Conflict Resolution 44: 228-249.

Klug, M., & Bagrow, J. P. (2016). Understanding the group dynamics and success of teams. Royal Society open science, 3(4), 160007. doi:10.1098/rsos.160007

Posner, D. 2004. “Measuring ethnic fractionalization in Africa”. American Journal of Political Science 48 (October): 849-863.

World Bank (2016). World Development Indicators Data Set. Available at http://data.worldbank.org/data-catalog/world-development-indicators