Revista Económica

DOI: 10.54753/rve.v13i1.2270

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

ARTÍCULO DE INVESTIGACIÓN

Una aproximación estadística al análisis de la productividad de la

manufactura y su relación con el salario en México

A statistical approach to the analysis of manufacturing productivity and its rela-

tionship with wages in Mexico

Eduardo Arriola-Ruiz ID 1|David Vázquez-Guzmán ID 1

1Universidad Autónoma de Ciudad Juárez ,

México.

Correspondencia

David Vázquez-Guzmán Universidad Autónoma

de Ciudad Juárez, México.

Email: david.vazquez@uacj.mx

Fecha de recepción

Agosto 2024

Fecha de aceptación

Diciembre 2024

RESUMEN

Este trabajo busca indagar acerca de la relación entre la productividad de la manufactura y el nivel

salario en México. Con pruebas estadísticas variadas, se obtuvo que, para los años seleccionados y

de manera paradójica, entre mayor es la productividad de un sector en México le corresponde un

menor salario promedio, particularmente en el sector industrial. Se comparó el salario promedio de

entidades federativas diferenciando entre aquellas con alto y otras con bajo nivel de productividad

y manufactura, a través de la construcción de un panel de datos con información oﬁcial del Instituto

Mexicano del Seguro Social y del Instituto Nacional de Estadística, Geografía e Informática (IMSS e

INEGI) para el período 2007–2017. Se realizó una prueba t de diferencia de medias para muestras

independientes, y se construyó un modelo de regresión lineal con diferentes pruebas de robustez,

donde concluimos que esta dinámica puede ser explicada por la brecha salario–productividad exis-

tente en el país, la automatización y por la heterogeneidad de la inversión en tecnología a través de

los diferentes sectores productivos en las entidades de la federación.

Palabras clave: Brecha salarial, Manufactura, Maquiladora, Productividad, México.

Códigos JEL: L6, D24, J30.

ABSTRACT

This paper seeks to shed light on the relation between manufacturing productivity and wage level

in Mexico. With a variety of tests, we obtain that, for selected years, paradoxically, a higher sector

productivity in Mexico corresponds a lower price of wages. We compared the average wage of fede-

ral states by making a diﬀerence between those with high and others with low level of productivity

and manufacturing, and for that we build a panel data with information from oﬃcial sources, such as

the Mexican Social Security Institute and the National Institute of Statistics and Geography (IMSS

and INEGI respectively, by their acronym in Spanish), for the period 2007 to 2017. A t-test for inde-

pendent samples and a linear regression model with diﬀerent robustness checks were carried out,

and we conclude that this dynamic can be explained by the wage-productivity gap existing in the

country, automation technologies and the heterogeneity of investment in technology applied in the

diﬀerent productive sectors across states of the federation.

Keywords: Manufacturing, Maquiladora industry, Productivity, Mexico, Wage gap.

JEL codes: L6, D24, J30.

Arriola-Ruiz, E., Vázquez-Guzmán, D.

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

1|INTRODUCCIÓN

Existe una relación importante entre la productividad laboral y

el nivel de los salarios en México. De acuerdo con información del

Instituto Nacional de Estadística y Geografía (INEGI), en México, el

sector de manufactura representa cerca del 16 % del producto in-

terno bruto y para el año 2018 empleaba a 6,493,020 trabajadores.

Además, este sector se caracteriza por ser intensivo en capital, por

lo que la productividad de este está en función de la inversión en

tecnología, maquinaria y equipo. Tomando esto en consideración, es

de suponerse que los aumentos en la productividad de la manufac-

tura llevarían consigo incrementos en los salarios de los trabajado-

res, sin embargo, esto no siempre ocurre (Montesino Castro, 2000).

Además, existe evidencia de la existencia de una brecha entre la

productividad y el salario para el sector manufacturero, donde los

incrementos en materia productiva llevan consigo reducciones en

el salario de los trabajadores (Gomez et al., 2014).

El presente trabajo busca indagar acerca de la relación entre

la productividad del sector manufacturero y el salario de los traba-

jadores en México. La investigación parte de la siguiente pregunta:

¿existe una diferencia entre el salario promedio de las entidades fe-

derativas con un alto nivel de productividad en manufactura y las

entidades federativas con un bajo nivel de productividad en manu-

factura? Este estudio contribuye de manera signiﬁcativa a la com-

prensión de esta relación, abordando una paradoja que se aleja de

las expectativas teóricas tradicionales. A diferencia de la idea pre-

dominante de que un aumento en la productividad laboral debe tra-

ducirse en mejores salarios, esta investigación presenta evidencia

empírica de que, en el contexto mexicano, mayores niveles de pro-

ductividad en ciertas entidades federativas se asocian con salarios

promedio más bajos.

La investigación se sustenta en la teoría de la productividad

marginal y las dinámicas de salario-productividad en el contexto del

mercado laboral de la industria de manufactura. En particular, se

exploran perspectivas de la economía laboral y la teoría del valor-

trabajo para analizar cómo las inversiones en tecnología y la inten-

siﬁcación del capital afectan la competitividad y los salarios en la

industria de manufactura. Este marco conceptual permite entender

la posible disociación entre productividad y salarios en el contexto

de la Industria 4.0 y la automatización de los procesos productivos.

Para lograr este objetivo, primero se presenta una sección don-

de se examina la literatura relevante en torno a la relación entre sa-

lario y productividad. Después, se aborda una sección que presenta

algunos determinantes del salario que son de relevancia para el te-

ma en cuestión. A continuación, se halla el apartado de la brecha

productividad-salario donde se expone evidencia de ésta a través

de los países. Más adelante, se muestra la sección de la productivi-

dad y el salario en México donde se aborda literatura en torno a las

características de la dinámica entre estas variables en el país. Pos-

teriormente se expone el apartado del desempleo tecnológico en

donde se señala literatura en torno a la relación entre la adopción

tecnológica y la pérdida de competitividad de la mano de obra. Lue-

go se presenta la sección de objetivo y preguntas de investigación,

seguido del apartado metodológico y el de resultados. Finalmente

aparece la sección de conclusiones donde se discuten los resultados

de la investigación.

2|REVISIÓN DE LITERATURA

A lo largo de la historia la relación entre el salario y la produc-

tividad ha sido analizada por diferentes escuelas del pensamiento

y estudiada bajo diferentes enfoques. En su obra de 1776, Un es-

tudio sobre la naturaleza y las causas de la riqueza de las naciones,

Adam Smith aborda el tema de la productividad del trabajo y aﬁrma

que ésta constituye la recompensa natural del trabajo. De acuerdo

con Smith, los salarios deberán aumentar conforme aumenta la pro-

ductividad derivada de la división del trabajo y la acumulación de

capital. Así, al aumentar la productividad, disminuye el costo medio

de la producción y, en consecuencia, las empresas pueden reducir

los precios de sus productos. Además, los aumentos en la producti-

vidad ocasionan que los bienes sean producidos utilizando cada vez

menos trabajo. Pero el salario no debe verse solamente como una

parte productiva, sino con un enfoque social de bienestar.

Smith (1997[1776]) aﬁrma que un hombre siempre podrá sub-

sistir gracias al producto de su trabajo –salario– y en este sentido,

deberá ser suﬁciente para satisfacer las necesidades básicas del tra-

bajador. En ocasiones podría incluso ser mayor, ya que, de no ser así

no será posible que el trabajador mantenga una familia. Por lo tanto,

la carrera del trabajador no podría llegar más allá de la primera gene-

ración. Por su parte, Montesino Castro (2000) expresa que el salario

es un determinante de la productividad de las empresas siempre y

cuando se encuentre por debajo del valor del trabajo, el cual inclu-

ye el costo de los bienes de manutención básicos, las necesidades

sociales y morales entre otras. Dicho de otra forma, aumentos en

el salario llevarán consigo aumentos en la productividad, si y sólo

si el salario se encuentra por debajo del valor del trabajo. Al menos,

eso es lo que anticipa la teoría, pero también existen contribuciones

ideológicas al respecto.

La crítica capitalista ofrece una explicación del valor de la pro-

ducción basado en la contribución de los trabajadores. En 1867, en

el primer tomo de El Capital, Carlos Marx acuña la Teoría del valor

(2008 [1867]), la cual constituye una de sus principales aportacio-

nes a la literatura económica. De acuerdo con Marx el valor de un

bien está determinado por el tiempo promedio necesario para pro-

ducirlo. Por ejemplo, si la fabricación de un martillo toma el doble

de tiempo que la de un desarmador, entonces el martillo debe tener

un precio dos veces más alto que el de un desarmador. Otra de las

grandes aportaciones de Marx es la Teoría del valor-trabajo, don-

de conceptualiza que la fuerza de trabajo es la habilidad que tienen

los trabajadores para producir un bien. Además, la fuerza de trabajo

incluye el total del número de horas y el costo social que permiten

que aquel obrero con las capacidades necesarias pueda trabajar. Así,

el valor del trabajo incluye el costo de alimentar a los trabajadores.

Apoyando esta idea, Montesino Castro (2000) expone que el valor

de la fuerza de trabajo se encuentra en función de los bienes de ma-

nutención básicos, así como también, de las necesidades sociales,

morales e históricas. Entonces se supone que debe de haber una

relación proporcional del valor de las cosas al trabajo invertido en

ellas.

Para explicar la supuesta disociación entre el valor de las cosas,

y el trabajo invertido en ellas, surge la escuela marginalista. Por ejem-

plo, en 1890, el economista de la escuela neoclásica Alfred Marshall

presenta el libro Principios de Economía, dónde deﬁne el producto

marginal como el cambio en la producción total provocado por el au-

mento de una unidad de trabajo (Marshall, 1920). Y en relación con

el salario, Marshall expresa que éste deberá ser igual al producto

marginal. De acuerdo con esto, una empresa maximizadora de be-

neﬁcios aumentará el número de trabajadores hasta que el salario

sea igual al producto marginal, y si el salario es mayor que el produc-

to marginal, contratar trabajadores adicionales llevará a reducciones

de la utilidad económica (Pullen, 2009). También, cuando el salario

de los trabajadores no es suﬁciente para cubrir los aspectos mencio-

nados, se vuelve imperativo que los salarios reales aumenten para,

de tal forma lograr niveles superiores de productividad y beneﬁcio

económico (Marshall, 1920). De este modo, en un mercado de com-

petencia perfecta, los salarios reales deberán ser iguales al producto

marginal del trabajo, sin embargo, esto no se maniﬁesta siempre con

regularidad en los mercados. Por lo tanto, el presente estudio resul-

ta pertinente para evaluar si estos postulados teóricos se cumplen

en el contexto mexicano durante el periodo analizado.

Una aproximación estadística al análisis de la productividad de la manufactura ...........

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

2.1 |La brecha productividad–salario en

el contexto actual

La relación entre la productividad y los salarios ha sido un tema

ampliamente debatido en la literatura económica. Diversos estudios

han abordado esta dinámica desde diferentes perspectivas, revelan-

do la complejidad y las múltiples variables involucradas. Diferentes

autores han investigado la brecha entre productividad y salarios en

México y Latinoamérica, encontrando resultados variados según el

contexto especíﬁco. Además, se ha destacado el papel de factores

como la adopción tecnológica, el desempleo, la inﬂación y la inten-

siﬁcación del capital en la creación y ampliación de esta brecha.

Montesino Castro (2000) aﬁrma la existencia de una brecha

entre la productividad y los salarios de los trabajadores, tal que, los

aumentos en la productividad no siempre llevan consigo aumentos

en los salarios. El autor expone que, el avance tecnológico lleva a

mejoras en la productividad que desembocan en la reducción de los

precios de las mercancías, siendo los consumidores los principales

beneﬁciarios de los aumentos de la productividad y no los trabaja-

dores.

Aunado a lo anterior, Castro expresa que factores como las ta-

sas de sindicalización, desempleo, inﬂación y la intensiﬁcación del

capital tienen impactos signiﬁcativos sobre la brecha. Tal que, las

tasas de sindicalización tienen un efecto negativo mientras que los

factores restantes tienen efectos positivos. Asimismo, Gómez, Mac-

Auliﬀe y Rosselot (2014) en un estudio para Chile logran identiﬁcar

la existencia de la brecha productividad–salario en las ramas de co-

municaciones, transporte, construcción y manufactura.

Hernández-Laos (2002), en un estudio realizado en el sector

manufacturero de México acerca de la relación entre la productivi-

dad y el salario, encuentra evidencia que sugiere que los aumentos

en la productividad llevan consigo aumentos en los salarios de los

trabajadores del sector. Sin embargo, el impacto de los aumentos

en la productividad tiene un efecto marginal sobre el salario de los

trabajadores.

Por otro lado, se encuentra que, para el caso mexicano, la des-

igualdad entre salarios y productividad a través de las entidades fe-

derativas puede ser explicada en parte por las diferencias en la in-

versión tecnológica, siendo los estados del sur los que presentan la

brecha más grande (Rodríguez Pérez, Escamilla Díaz, & Cuevas Sala-

zar, 2016). De igual manera, estos mismos autores expresan que la

inversión en tecnología provoca efectos positivos sobre la produc-

tividad laboral, así como también en la participación y salarios de

los trabajadores que sean complementarios con ella, sin embargo,

esto a su vez lleva consigo desigualdad entre los países y dentro

de ellos, ya que no todos tienen los recursos para solventar la im-

plementación tecnológica. Asimismo, los autores hacen hincapié en

la desigualdad que existe en México en la inversión tecnológica y,

en consecuencia, diferencias signiﬁcativas en los niveles de produc-

tividad y salarios a través del país, y se expone entonces que los

países que aumentan su inversión en tecnología experimentan in-

crementos en la productividad, no obstante, para que esto suceda,

es necesaria la contratación de trabajadores caliﬁcados que tengan

la capacidad de operar las nuevas máquinas, programas o compu-

tadoras.

2.2 |La productividad, la industria 4.0, y el

salario en México

Como se ha expresado en la literatura, uno de los factores de-

terminantes de la productividad es la adopción tecnológica. Sin em-

bargo, México se ha caracterizado por bajos niveles de inversión

en capital y un atraso en la implementación de tecnologías de la In-

dustria 4.0. Además, en años recientes se ha identiﬁcado un decre-

mento en la productividad de los factores de producción. Asimismo,

el tamaño del sector informal es ampliamente considerado un pro-

blema signiﬁcativo. Estos obstáculos han diﬁcultado el crecimiento

económico del país y perjudican a los trabajadores.

En relación con la productividad del trabajo para el caso me-

xicano, autores como Schatan (2018) y Rodríguez Benavides et al.

(2018) han expuesto que la inversión en capital físico es insuﬁciente,

por lo que el rendimiento de los sectores productivos se ve afecta-

do de forma negativa. Por su parte, Sánchez-Juárez y Almada-García

(2015, pág. 266) aﬁrman que “el bajo crecimiento económico regio-

nal en México se puede explicar principalmente –no de forma ex-

clusiva– por el atraso relativo en Ciencia, Tecnología e Investigación

(CTI)”. Además, la adopción tecnológica y la innovación se encuen-

tran en un estado de subdesarrollo; condiciones que constriñen el

crecimiento económico necesario para la creación sostenida de em-

pleos. En congruencia con este argumento, Suárez-Montoya (2004)

hace hincapié en que la gestión de la tecnología y el avance tecnoló-

gico son variables que tienen una estrecha relación con el crecimien-

to económico de los países y en consecuencia con las condiciones

laborales.

Por su parte, Covarrubias et al. (2006) expresan que la indus-

tria maquiladora comenzó a mostrar signos de estancamiento debi-

do a la competencia de otros países con costos aún más bajos, como

China. Esta situación afecta la creación de empleos formales en el

sector manufacturero, limitando el dinamismo que este sector había

mostrado en años anteriores.

Asimismo, Schatan (2018), descubre evidencia que indica la

existencia de un decremento reciente en la productividad de los

factores de la producción. Aunado a esto también encuentra que

la protección para los trabajadores es deﬁciente y que el gran pe-

so del sector informal son factores que limitan las posibilidades de

crecimiento de la economía y generan efectos perversos para los

trabajadores.

En este tenor, en un estudio realizado en América Latina, Ben-

susán (2017) identiﬁca varios factores que desembocan en situacio-

nes desfavorables para los trabajadores, como los bajos salarios, el

empleo informal y el temporal. Asimismo, los procesos de globaliza-

ción y la reorganización de las cadenas de suministro juegan un pa-

pel importante en la precarización del mercado laboral en América

Latina, donde desde los años ochenta, se han identiﬁcado disminu-

ciones en los niveles de bienestar e incrementos en los niveles de

pobreza y desigualdad, constriñendo de esta forma el crecimiento y

desarrollo económico en la región.

Evidencia a favor de estos argumentos puede observarse en

la Figura 1, donde se muestra la brecha entre la productividad y el

salario en México. En el período analizado –2007–2017– el salario

diario aumentó a una tasa constante mientras que la productividad

ha tenido una tendencia negativa y consistente. Una posible expli-

cación a este fenómeno podría ser la poca y desigual inversión tec-

nológica a través del país.

En relación con esto, Favila-Tello y González-Samaniego (2020)

señalan que el acceso limitado al crédito afecta el crecimiento de

las empresas en México, especialmente en sus primeras etapas y en

el sector manufacturero, lo cual reduce su competitividad y capaci-

dad de innovación. Además, las disparidades regionales agravan la

ineﬁciencia productiva, limitando la competitividad laboral y econó-

mica. La manufactura, aunque es el sector con mayor productividad

y conexión internacional, enfrenta desafíos de ﬁnanciamiento que

impiden el crecimiento de las pequeñas y medianas empresas. En

un estudio reciente, Guzmán-Soria et al. (2024) destacan la nece-

sidad de desarrollar mecanismos de ﬁnanciamiento más efectivos

para fortalecer la productividad y competitividad en la industria ma-

nufacturera mexicana, donde la baja disponibilidad de crédito sigue

siendo un obstáculo importante.

Arriola-Ruiz, E., Vázquez-Guzmán, D.

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

Figura 1. Brecha productividad–salario en México

Aunado a lo anterior, se logró encontrar evidencia de la caída

de la productividad de los factores productivos en México tras ana-

lizar la relación entre la cantidad de trabajo y el Producto Interno

Bruto para el período 2007–2017. En la Figura 2 se observa que la

tasa de crecimiento de los trabajadores asegurados asociados a un

empleo fue mayor a la tasa de crecimiento del PIB. En otras palabras,

México ha experimentado una reducción constante y consistente

de su productividad reﬂejada en el decremento de la participación

por trabajador en el PIB. Esta tendencia se puede identiﬁcar a partir

del año 2009.

Figura 2. Más empleos y menos productividad en México

Más allá de esto, al analizar el comportamiento del PIB per cá-

pita mexicano, se encuentra evidencia que apoya el argumento de

la caída de la productividad de los factores productivos. La Figura3,

muestra una reducción del 11 % del PIB per cápita en un período de

10 años.

Una aproximación estadística al análisis de la productividad de la manufactura ...........

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

Figura 3. Pérdida del 11 % de la productividad en 10 años en México

2.3 |El desempleo tecnológico y el impac-

to paradójico en el salario

En la actualidad, la adopción tecnológica adquiere una especial

importancia, ya que todos los sectores industriales se enfrentan a un

cambio en el paradigma productivo, donde las tecnologías habilitan

la obtención de una serie de beneﬁcios en eﬁciencia y reducción

de costos en diferentes áreas al interior de las empresas (Carrillo,

Gomis, De los Santos, Covarrubias, & Matus, 2020). Sin embargo, la

adopción de nuevas tecnologías en el entorno laboral representa un

problema latente para las economías modernas, tal que, un número

creciente de ocupaciones se encuentran en riesgo de ser digitaliza-

das, automatizadas o robotizadas. En relación con esto, Frey y Os-

borne (2017) logran identiﬁcar que los trabajadores de transporte y

logística, acompañados de los trabajos de oﬁcina y administrativos,

así como también aquellos propios de la producción se encuentran

en riesgo de ser reemplazados. Además, una parte importante de los

trabajos del sector servicios son altamente susceptibles a la compu-

tarización.

Para los países en vías de desarrollo Bensusán, expone que la

instrumentación de nuevas tecnologías es más lenta, sin embargo,

ya: hay indicios de que la utilización de robots en los procesos pro-

ductivos se estaría acelerando en la región y que la importancia del

costo de la mano de obra se reduciría en los países desarrollados,

con lo que muchos empleos manufactureros –seguramente muchos

menos de los que emigraron– podrían volver a los países desarrolla-

dos (2017, pág. 82).

Por otro lado, Schatan (2018) señala que un país en vías de

desarrollo, como México, podría verse afectado de forma negativa

por el desempleo tecnológico provocado por la implementación de

procesos de automatización y digitalización del trabajo y la mano

de obra. En esta línea, Caro-Lazos, Palma-Ruiz, y Gutiérrez-García

(2024) expone que durante el periodo de pandemia se promovió la

adopción de tecnologías como la automatización y la robótica, in-

crementando la eﬁciencia a largo plazo, aunque con una inversión

inicial considerable. Esto resultó en importantes reducciones de per-

sonal y de horas trabajadas. Este análisis sugiere que, en dicho pe-

riodo, se evidenció una dinámica de sustitución tecnológica, lo cual

podría estar ampliando la brecha entre productividad y salario.

Por otra parte, y en relación con las dinámicas de polariza-

ción laboral, además de los autores ya mencionados como Bensusán

(2017) y Frey y Osborne (2017), también Rajnai y Kocsis (2017) han

identiﬁcado que se ha presentado un incremento en los empleos

de alta remuneración con altos requerimientos cognitivos, así como

también en los trabajos manuales de baja remuneración, pero difíci-

les de automatizar, mientras que los trabajos rutinarios de ingreso

medio están desapareciendo.

En relación con esto, Hualde-Alfaro (2024) sostiene que, si

bien la digitalización y la inteligencia artiﬁcial ofrecen oportunida-

des y han generado empleo en nuevas áreas, también perpetúan y,

en algunos casos, profundizan condiciones laborales precarias. Este

fenómeno se observa en la falta de protección laboral y la ausencia

de sindicatos, especialmente en el contexto latinoamericano, don-

de predominan la informalidad y una baja protección laboral. Sin

políticas efectivas, estas tecnologías podrían agravar la exclusión y

el control sobre los trabajadores, intensiﬁcando así la precarización

en el trabajo.

Por su parte, Eichhorst (2017) en un estudio realizado para los

países miembros de la OCDE, concluye que la desigualdad en el mer-

cado laboral se ha acentuado en consecuencia de la aparición de

nuevos empleos altamente caliﬁcados y bien remunerados. En con-

traste, los empleos para trabajadores con mediana caliﬁcación se

han estancado a causa de la competencia exterior y la adopción tec-

nológica. Por otro lado, los trabajos esenciales del sector servicios,

que por sus características humanas son difíciles de automatizar o

digitalizar, continúan en aumento, pero, sus condiciones laborales

se han visto deterioradas.

Arriola-Ruiz, E., Vázquez Guzmán, D.

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

3|OBJETIVOS, DATOS Y METODO-

LOGÍA

Tomando en cuenta las problemáticas anteriores, y con el pro-

pósito de indagar acerca de la relación entre la productividad y el sa-

lario en México, se plantea como objetivo de investigación evaluar

la relación existente entre el nivel de productividad en manufactu-

ra y el salario promedio. En este tenor, la investigación parte de la

siguiente pregunta: ¿existe una diferencia entre el salario promedio

de las entidades federativas con un alto nivel de productividad en

manufactura y las entidades federativas con un bajo nivel de pro-

ductividad en manufactura?

Además, tomando en cuenta la revisión de literatura, se plan-

tea la siguiente hipótesis: (H1) Las entidades federativas con un bajo

grado de productividad en manufactura tienen un salario promedio

superior a las entidades federativas con un alto nivel de producti-

vidad en manufactura. Esta idea surge a raíz de la evidencia encon-

trada que sugiere la existencia de una importante reducción de la

productividad de los factores de la producción en México, así co-

mo también, la reducción en la productividad por trabajador y en

especial, el efecto negativo sobre el salario de los trabajadores que

podría tener la automatización de la mano de obra dentro de las

empresas de manufactura.

3.1 |Metodología y datos

Para alcanzar el objetivo planteado, se llevó a cabo un dise-

ño de investigación empírica de naturaleza cuantitativa y de corte

transversal. La recolección de datos fue a través de fuentes secun-

darias –IMSS e INEGI–. Se construyó un panel de datos que incluye

las 32 entidades federativas de México para el período 2003-2017

que incorpora siete variables de las fuentes mencionadas y cinco

variables de elaboración propia. La Tabla 1 muestra la operacionali-

zación de las variables.

En relación con el análisis realizado, primero se llevó a cabo

una prueba-t de diferencia de medias para muestras independientes

dónde se comparó el salario promedio para dos tipos de entidades

federativas; (tipo 1) entidades que poseen un alto nivel de produc-

tividad en la manufactura y (tipo 2) entidades que no tienen un alto

nivel de productividad en la manufactura. Para lograr esta discrimi-

nación se utilizó la variable dicotómica de construcción propia alto

nivel de productividad en manufactura, la cual otorga un valor de

1 a las entidades de tipo 1 y un 0 a las entidades de tipo 2. El ran-

go se explica más adelante. Posteriormente, se llevaron a cabo una

serie de regresiones para determinar la existencia de una relación

diferente de cero (estadísticamente signiﬁcativa) entre las variables

planteadas, así como para determinar la dirección de esta relación.

En torno a la construcción del panel de datos, las variables de

salario, trabajadores, PIB Real y PIB manufacturero se obtuvieron

del Instituto Mexicano del Seguro Social (IMSS) y del Instituto Na-

cional de Estadística, Geografía e Informática (INEGI). Además, to-

mando en cuenta las variables de construcción propia manufactura

como proporción del PIB y PIB por trabajador, se generaron las si-

guientes 3 variables dicotómicas:

Tabla 1. Deﬁnición operacional y fuente de las variables

Variable Deﬁnición operacional Tipo Fuente Período

Salario

Salario diario promedio medido en}

pesos de trabajadores asegurados

asociados a un empleo por entidad

federativa en México.

Continua Instituto Mexicano del

Seguro Social (IMSS).

2007 - 2017

Trabajadores Número de asegurados asociados a un

empleo por entidad federativa.

Continua IMSS. 2007 - 2017

PIB Real Producto Interno Bruto real base 2013

en millones de pesos por entidad federativa.

Continua

Instituto Nacional de

Estadística, Geografía

e Informática (INEGI).

2007 - 2017

PIB Manufactura

Producto Interno Bruto real base 2013

del sector manufacturero en millones

de pesos por entidad federativa.

Continua INEGI. 2007 - 2017

Manufactura como

proporción del PIB

Participación de la industria de manufactura

en el PIB Real por entidad federativa.

Continua Elaboración propia con

datos del INEGI.

2007 - 2017

PIB por trabajador PIB por trabajador por entidad federativa

n millones de pesos.

Continua Elaboración propia con

datos del INEGI y el IMSS

2007 - 2017

Continua

Una aproximación estadística al análisis de la productividad de la manufactura ...........

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

Continuación

Alta actividad

manufacturera

Entidades federativas en las cuales el

Producto Interno Bruto Real del sector

manufacturero representa el 20 % o

más del Producto Interno Bruto Real

del estado.

Dicotómica Elaboración propia con

datos del INEGI.

2007 - 2017

Alta productividad

Entidades federativas en las cuales el

Producto Interno Bruto Real dividido

entre el número de trabajadores es

igual o mayor a 1 millón de pesos.

Dicotómica

Elaboración propia con

datos del INEGI y el

IMSS.

2007 - 2017

Alto grado de

productividad

en manufactura

Entidades federativas en las cuales el PIB

Real del sector manufacturero representa

el 20 % o más del PIB Real del estado y el

PIB Real dividido entre el número de

trabajadores es igual o mayor a 1 millón

de pesos.

Dicotómica

Elaboración propia con

datos del INEGI y el

IMSS.

2007 - 2017

Alta actividad manufacturera. Esta variable dicotómica se ge-

neró utilizando las variables de PIB real base 2013 del sector ma-

nufacturero y de PIB real del Estado. Los valores de la variable son:

(1) para las entidades donde el PIB real del sector manufacturero

representa el 20 % o más del Producto Interno Bruto real de la enti-

dad y (0) para las entidades federativas donde el PIB real del sector

manufacturero representa menos del 20 % del PIB real del Estado.

Alta productividad. Esta variable dicotómica se generó utilizan-

do las variables de número de trabajadores y del PIB real de la en-

tidad. Los valores de la variable son: (1) para las entidades en las

cuales el PIB real dividido entre el número de trabajadores es igual

o mayor a 1 millón de pesos y (0) para las entidades donde el PIB

real dividido entre el número de trabajadores es menor a 1 millón

de pesos.

Alto nivel de productividad y manufactura. Esta variable dico-

tómica se generó multiplicando las variables de Alta actividad ma-

nufacturera y alta productividad. Los valores de la variable son: (1)

para las entidades tipo 1 en las cuales el PIB del sector manufactu-

rero representa más del 20 % del PIB estatal y el PIB por trabajador

es mayor a 1 millón de pesos y (0) para las entidades tipo 2 donde

no se cumplen estas condiciones.

La Tabla 2 y la Figura 4 muestran el proceso de construcción

de las cinco variables de elaboración propia, que se utilizaron para la

generación de la variable dicotómica de alto nivel de productividad y

manufactura. Además, la Tabla 3 presenta los estadísticos descripti-

vos de las nueve variables que componen el panel de datos utilizado

para el estudio.

Tabla 2. Construcción de las variables alta productividad manufacturera, alta productividad y alto nivel de productividad y manufactura

Construcción de la variable

Entidad

Participación de la

industria de

manufactura en PIB

real

PIB por trabajador

en millones de

pesos

Participación de la

industria de

manufactura en el

PIB >20 %

PIB por trabajador

>1 millón de

pesos

Multiplicación de

alta actividad

manufacturera y

alta productividad

Guerrero 3 % 1,42 0 1 0

Hidalgo 25 % 1,26 1 1 1

Jalisco 22 % 0,76 1 0 0

México 23 % 1,02 1 1 1

Michoacán 14 % 1,08 0 1 0

Morelos 18 % 1,02 0 1 0

Nayarit 6 % 1,09 0 1 0

Arriola-Ruiz, E., Vázquez Guzmán, D.

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

Figura 4. Construcción de la variable de alto nivel de productividad y manufactura

3.2 |Análisis estadístico

Para estimar si el salario promedio por entidad federativa se

ve afectado por la productividad en el sector manufacturero, se lle-

varon a cabo varios análisis. Primero, se realizó una prueba t para

muestras independientes, comparando el salario promedio entre las

entidades federativas de tipo 1 y las de tipo 2. Posteriormente, se

llevaron a cabo una serie de estimaciones econométricas para de-

terminar la dirección de la relación entre la actividad manufacturera

y el salario promedio en las entidades federativas de México.

Tabla 3. Sumario estadístico de las variables utilizadas en la prueba de diferencia de medias

Variable N Min Max. Media Desv. típ.

Salario 352 161,92 425,88 250,03 48,88

Trabajadores 352 64.000,00 3.344.459,00 506.329,09 550.823,59

PIB Real 352 76.446,90 3.047.260,24 481.910,71 493.853,66

PIB Manufactura 352 1.988,00 298.134,00 80.280,26 78.920,25

Manufactura como

proporción del PIB

352 0,00 0,41 0,16 0,09

PIB por trabajador 352 0,63 8,10 1,15 0,92

Alta manufactura 352 0,00 1,00 0,16 0,37

Alta productividad 352 0,00 1,00 0,37 0,48

Alto grado de

productividad en

manufactura

352 0,00 1,00 0,16 0,37

Fuente: Elaboración propia con datos del Instituto Nacional de Estadística y Geografía (INEGI) y el Instituto Mexicano del Seguro Social (IMSS).

Así, se plantean las siguientes hipótesis de igualdad de medias

del salario diario a través de las entidades federativas en México:

H0: No existe una diferencia entre el promedio del salario dia-

rio de las entidades federativas con un alto nivel de productividad y

manufactura –tipo 1– y las entidades federativas que no tienen un

alto nivel de productividad y manufactura –tipo 2–.

H1: Las entidades federativas con un alto nivel de productivi-

dad y manufactura –tipo 1– tienen un salario promedio inferior a las

entidades federativas que no tienen un alto nivel de productividad

y manufactura –tipo 2–.

Una aproximación estadística al análisis de la productividad de la manufactura ...........

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

4|DISCUSIÓN DE RESULTADOS

Para la prueba t de diferencia de medias para muestras inde-

pendientes, se utilizó el paquete de análisis estadístico Statistical

Package for Social Sciences (IBM SPSS Statistics 26). Este análisis

busca evaluar la relación entre el salario promedio en México y el

nivel de productividad y manufactura. En este tenor, se comparan

entidades federativas con un alto nivel de productividad y manufac-

tura –tipo 1– y entidades que no poseen un alto nivel de productivi-

dad en la manufactura –tipo 2– con el propósito de probar si existen

diferencias en los salarios medios de los trabajadores.

La Tabla 4 presenta los estadísticos descriptivos para la prue-

ba–t y la Tabla 5 presenta los resultados obtenidos.

Tabla 4. Estadísticos del salario medio de las entidades federativas tipo 1 y tipo 2

Grado de productividad

y manufactura

N Media Desviación típica Error típ. de la media.

Salario diario promedio

por entidad federativa

Entidades tipo 2 309 252,233 50,649 2,881

Entidades tipo 1 43 234,219 29,325 4,472

Tabla 5. Resultados de la prueba de muestras independientes

Prueba de Levene para la igualdad de

varianzas

Prueba -t para la igualdad de medias

F Sig. t GI Sig.

(bilateral)

Error típ.

de la dif.

95 % Intervalo de

conﬁanza para la dif.

Inferior Superior

Salario diario

promedio por

entidad federativa

Se han asumido

varianzas iguales

11,680 0,001 2,278 350,000 0,023 18,013 2,460 33,567

No se han asumido

varianzas iguales

3,386 82,175 0,001 18,013 7,430 28,596

La prueba de Levene para la igualdad de varianzas tiene un va-

lor p = 0.001, lo que indica heterogeneidad de varianzas por lo que

se examinaron los resultados del renglón inferior de la Tabla 5.

En cuanto a los resultados de la prueba-t para la igualdad de

medias, se observa que un valor p = 0.001, por lo que se rechaza la

hipótesis nula de igualdad de medias. Este resultado indica la exis-

tencia de diferencias estadísticamente signiﬁcativas en las medias

de las muestras utilizadas. En este contexto, la Tabla 6 muestra los

resultados de la prueba de hipótesis planteada.

Tabla 6. Resultados de la prueba de hipótesis

Hipótesis Resultado

H0.No existe una diferencia entre la media del salario diario de las

entidades federativas tipo 1 y las entidades federativas tipo 2.

Se rechaza

H1.Las entidades federativas tipo 1 tienen un salario promedio

inferior a las entidades federativas tipo 2.

No se rechaza

Por ende, podemos aﬁrmar con un cierto grado de seguridad

que los estados con un mayor nivel de actividad manufacturera –ti-

po 1– presentan, en promedio, salarios inferiores a los estados con

niveles más bajos de actividad manufacturera –tipo 2–. Este com-

portamiento podría ser una consecuencia de la automatización de

los procesos de producción al interior de las empresas de manufac-

tura, donde los procesos más simples del proceso productivo se co-

mienzan a automatizar y, en consecuencia, la mano de obra humana

pierde competitividad por lo que el salario de los obreros sufre una

reducción en las entidades de tipo 1.

Arriola-Ruiz, E., Vázquez Guzmán, D.

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

4.1 |Pruebas de robustez: Análisis de Re-

gresión Lineal

Tomando en cuenta que los resultados de las primeras pruebas

pudieran no ser sólidos en el sentido que la relación entre nivel de

salario y productividad pudiera deberse a otros factores que no son

propiamente los de la producción, se planteó la hipótesis de esti-

mar el efecto neto de la productividad sobre el salario, pero hacien-

do esto de manera diferenciada por sector productivo, y separan-

do también las variables de control, con el objetivo de determinar

si el efecto identiﬁcado en un primer momento persiste bajo estas

condiciones. Para eso, se construyó un modelo econométrico con

cuatro regresiones en datos de panel para las entidades federativas

de México, correspondientes al período 2003-2017. Para el análisis

de regresión se utilizó el paquete de análisis estadístico STATA. Las

ecuaciones son las siguientes:

S ali t =β0+β1P I Bi t +ϵi t (1)

S ali t =β0+β1P I B1i t + +β2P I B2i t +β3P I B3i t +ϵi t (2)

S ali t =β0+β1P I Bi t +β2P RO Mi t +ϵi t (3)

S ali t =β0+β1P I Bi t +β2AN M Pi t +ϵi t (4)

La Ecuación 1 busca probar la relación entre el PIB Real y el

salario promedio, esperando que aumentos en el PIB estén relacio-

nados con incrementos en el salario promedio. La Ecuación 2 inves-

tiga la dinámica y relación del PIB por sector con el salario promedio,

esperando que incrementos en el PIB del sector secundario lleven a

reducciones en el salario promedio. La cuación 3 examina la relación

entre el salario promedio y la proporción del PIB correspondiente a

las actividades de manufactura, esperando que incrementos en la

proporción de la actividad manufacturera estén relacionados con

disminuciones en el salario promedio. Por último, la Ecuación 4 exa-

mina si las entidades federativas de tipo 1 presentan niveles sala-

riales diferentes en comparación con las entidades federativas de

tipo 2, anticipando que las entidades federativas de tipo 1 están

asociadas a niveles salariales inferiores. En todas las ecuaciones, i

representa la i-ésima entidad federativa y tabarca el período del

año 2003 al 2017.

El propósito de este análisis es determinar la dirección de la

relación entre el salario diario promedio y el nivel de actividad ma-

nufacturera en los estados. Se plantea que los estados con un mayor

nivel de actividad manufacturera tienden a tener un salario prome-

dio inferior. En este sentido, se espera que los coeﬁcientes relacio-

nados con las actividades de manufactura sean negativos, indicando

que aumentos en el nivel de actividad manufacturera están asocia-

dos con reducciones en el salario promedio.

Tabla 7. Sumario estadístico de las variables utilizadas en los modelos econométricos

Variable N Min Max. Media Desv. típ. Signo esperado

Salario (variable dependiente) 480 122,55 851,75 254,93 112,98

PIB Real 480 67.733,00 3.047.260,00 463.586,40 477.696,80 +

PIB Actividades primarias 480 1.130,16 67.887,23 15.491,57 12.764,60 +

PIB Actividades secundarias 480 12.816,75 995.877,70 158.583,30 155.174,30 -

PIB Actividades terciarias 480 43.431,00 2.750.825,00 289.511,60 399.642,30 +

Manufactura como proporción del PIB 480 0,23 % 44,18 % 16,54 % 9,55 % -

Alto grado de productividad

y manufactura

352 0,00 % 100,00 % 12,22 % 32,79 % -

La Tabla 7 muestra el sumario estadístico y los signos espera-

dos de las variables utilizadas en las regresiones. La Tabla 8 presenta

los resultados de los modelos de efectos ﬁjos y de efectos aleato-

rios estimados para evaluar la relación entre el salario promedio y

el nivel de actividad manufacturera. En general, los resultados su-

gieren que aumentos en el nivel de la actividad manufacturera en el

estado, llevan consigo disminuciones en el salario promedio, lo que

fortalece la hipótesis inicial, además de establecer el canal por el

que más probablemente esta relación se establece. En este sentido,

se encontró que aumentos del PIB del sector secundario llevan a re-

ducciones del salario promedio, esto sugiere que los empleos que se

generan en el sector secundario se caracterizan por ofrecer salarios

inferiores a los empleos que se generan en los otros sectores econó-

micos. Además, se encontró que aumentos en la proporción del PIB

de la industria de manufactura también se asocian con reducciones

en los salarios. Finalmente, y en congruencia con los resultados ob-

tenidos en la prueba de diferencia de medias, encontramos que las

entidades federativas de tipo 1 están asociadas a salarios promedio

inferiores a los de las entidades federativas de tipo 2. Esta dinámi-

ca podría explicarse por el desplazamiento laboral provocado por

la adopción tecnológica (Schatan, 2018; Hualde-Alfaro, 2024) y la

precarización del trabajo industrial (Sánchez, 1992; Aguilar-Benítez,

2022).

Una aproximación estadística al análisis de la productividad de la manufactura ...........

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

Tabla 8. Impacto del nivel de la actividad manufacturera sobre el salario promedio

Variable dependiente: Salario diario promedio (pesos)

Modelo 1 2 3 4

Método de estimación Ef. Fijos Ef. Fijos Ef. Fijos Ef. Aleatorios

Observaciones 480 480 480 352

Periodo 2003-2017 2003-2017 2003-2017 2007-2017

R²0,6459 0,5439 0,5851 0,686

prob>F 0.0000 0.0000 0.0000 N/A

prob>chi²N/A N/A N/A 0.0000

PIB 0.0004*** 0.0004*** 0.0003***

Producto Interno Bruto (17.59) (15.94) (15.43)

PIB1 0.0068***

PIB de las actividades primarias (9.24)

PIB2 -0.0001***

PIB de las actividades secundarias (-3.00)

PIB3 0.0006***

PIB de las actividades terciarias (21.55)

PROM -799.6214***

Proporción del PIB de la ind. de manufactura (-5.65)

ANMP -32.5794***

Entidades federativas con alto nivel de

manufactura y productividad

(-3.00)

Notas: *** indica un nivel de signiﬁcancia en el 1%. Los estadísticos t (efectos ﬁjos) y z (efectos aleatorios) se presentan entre paréntesis. Fuente: Elaboración propia.

El modelo 1 muestra que aumentos de un millón de pesos en el

PIB llevan consigo aumentos de 0.004 pesos en el salario promedio.

Por otra parte, los modelos 2, 3 y 4 mostraron signos negativos en

las variables de interés: PIB de las actividades secundarias, propor-

ción del PIB de la industria de manufactura y entidades federativas

con un alto nivel de manufactura y productividad, respectivamente.

En detalle, el modelo 2 sugiere que un aumento de 1 millón de pe-

sos en el PIB de las actividades secundarias lleva a disminuciones

de 0.0001 pesos en el salario promedio. El modelo 3 indica que un

aumento del 1 % en la proporción del PIB de las actividades manu-

factureras llevan consigo disminuciones de 7.99 pesos en el salario

promedio. Por último, el modelo cuatro muestra que el hecho de

que el estado sea de tipo 1 está asociado con reducciones de 32.58

pesos en el salario promedio.

5|COMENTARIOS CONCLUYEN-

TES Y DIRECCIONES DE INVESTI-

GACIÓN

El resultado general de la investigación sugiere que las entida-

des federativas tipo 1 tienen un salario promedio más bajo que las

entidades federativas tipo 2. Tal que, entidades federativas con un

alto nivel de productividad por trabajador y actividad de manufactu-

ra tienen en promedio un salario 18 pesos menor (de acuerdo con la

prueba de diferencia de medias) que las entidades federativas que

no tienen un alto nivel de productividad por trabajador y actividad

de manufactura. Esta dinámica puede ser explicada en parte por la

brecha salario-productividad (ver Figura 1) existente en México, la

automatización y la heterogeneidad de la inversión en tecnología a

través de las entidades del país. El análisis de robustez corrobora los

hechos, además de que se especiﬁca más claramente la dinámica de

la relación entre el incremento de las actividades de manufactura y

el impacto que tiene sobre el salario promedio a través de las entida-

des federativas mexicanas. En este sentido, el análisis muestra que:

(1) el crecimiento del PIB del sector secundario, (2) el aumento de

proporción del PIB del sector de manufacturas y, (3) el hecho de que

la entidad federativa sea de tipo 1 están asociados con reducciones

en el salario promedio.

Con respecto a los resultados que indican la existencia de una

brecha entre salario y productividad en el ámbito de las actividades

de manufactura, se considera que los aumentos en la productividad

no siempre se traducen en incrementos salariales (Montesino Cas-

tro, 2000), y cuando el aumento en la productividad es provocado

por la adopción tecnológica a través de procesos de automatización

y robotización de la mano de obra, éste no se reﬂeja en los salarios

de los trabajadores. En su lugar se convierten en reducciones de

los precios de las mercancías que beneﬁcian en mayor medida a los

consumidores. Tomando en cuenta esto, es de suponer que los sala-

rios de los trabajadores se vean reducidos debido a la competencia

que representan los procesos de automatización y robotización de

tareas simples en el proceso productivo (Bensusán, 2017; Eichhorst,

2017; Frey & Osborne, 2017; Rajnai & Kocsis, 2017).

Arriola-Ruiz, E., Vázquez Guzmán, D.

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

Por otro lado, autores como Hecklau, Galeitzke, Flachs, y Kohl

(2016) y Benešová y Tupa (2017), han expresado que la adopción

tecnológica en los procesos de manufactura también lleva a incre-

mentos en el número de empleos para individuos altamente caliﬁ-

cados y educados capaces de controlar las nuevas tecnologías. Sin

embargo, no se encontró evidencia de que ésta dinámica haya teni-

do un impacto signiﬁcativo sobre el promedio de los salarios de los

trabajadores en México durante el período analizado.

Otro argumento que explica el bajo nivel salarial en la indus-

tria manufacturera es el propuesto por Sánchez (1992), quien se-

ñala que la precarización del empleo en América Latina, resultado

de la desregulación del mercado laboral en los años 80, es particu-

larmente prominente en las maquiladoras y zonas francas. En estos

sectores, la ﬂexibilización laboral y el bajo costo de la mano de obra

han fomentado el crecimiento de empleos inestables, lo que contri-

buye a la persistencia de salarios bajos. Además, esta precarización

afecta de manera desproporcionada a jóvenes y mujeres, profundi-

zando las desigualdades en el ámbito laboral.

En este contexto, autores como Garibay-Melo et al. (2024) y

Millones-Espinoza (2012), destacan que la subcontratación en la in-

dustria manufacturera mexicana, particularmente en los sectores

automotriz y maquilador del norte del país, ha permitido a las em-

presas transnacionales reducir costos mediante la delegación de res-

ponsabilidades laborales a terceros. Esta práctica ha impulsado el

empleo en regiones como Baja California; sin embargo, también ha

generado reducciones salariales y un acceso limitado a prestaciones

como seguridad social, jubilación y salud.

Asimismo, Covarrubias et al. (2006) señalan que la industria

maquiladora, impulsada por el TLCAN, ha intensiﬁcado la dependen-

cia económica de México como proveedor de mano de obra barata

para Estados Unidos, sin generar encadenamientos productivos sig-

niﬁcativos en la economía mexicana. Esta industria se caracteriza

por salarios bajos, falta de protección social e inestabilidad laboral,

lo cual limita el poder adquisitivo de los trabajadores y fomenta el

crecimiento de la economía informal. En esta misma línea, Aguilar-

Benites (2022) destaca que el modelo de producción en la industria

manufacturera se basa en mano de obra de bajo costo.

Con respecto a la heterogeneidad de la inversión en tecnolo-

gía en el país, se considera que provoca diferencias importantes y

signiﬁcativas en los niveles de productividad y en los salarios de los

trabajadores (Rodríguez Pérez et al., 2016). Bajo esta premisa, se ha

planteado que la poca inversión en capital incide en la reducción

de la productividad de los sectores económicos (Rodríguez Benavi-

des et al., 2018; Schatan, 2018). Así mismo, de acuerdo con datos

del INEGI, las entidades federativas con un alto nivel de producti-

vidad y manufactura –tipo 1– tienden a tener una mayor inversión

en maquinaria y equipo por trabajador y, por ende, es de suponer

que también poseen un mayor nivel de adopción tecnológica que las

entidades de tipo 2. Esta diferencia en la inversión de capital y tec-

nología ayuda a explicar en parte la brecha salarial entre entidades

tipo 1 y entidades tipo 2 y ayuda a explicar el resultado obtenido en

esta investigación.

Por otro lado, algunos autores han resaltado argumentos so-

bre la pérdida de productividad que México ha experimentado en

años recientes. Schatan (2018) señala que el país ha experimentado

una caída continua en la productividad de los factores productivos,

mientras que Bensusán (2017) sugiere que este fenómeno puede

atribuirse a la prominencia del sector informal y la falta de protec-

ción para los trabajadores. Además, de acuerdo con Sánchez-Juárez

y Almada-García (2015) el atraso en ciencia, tecnología e investiga-

ción es un factor que restringe el crecimiento del país.

En contraste a estos argumentos, el presente estudio apunta

a que la pérdida de productividad no se ha suscitado en el sector

económico secundario y por ende en la industria de manufactura,

además, es destacable que este sector se caracteriza por mantener-

se a la vanguardia en la tecniﬁcación de sus actividades productivas,

lo que deja al descubierto una dinámica de desplazamiento laboral

que se presenta más claramente en este sector debido a su natura-

leza industrial.

Los resultados de esta investigación pueden contribuir al di-

seño de políticas públicas orientadas a cerrar la brecha entre pro-

ductividad y salarios en el sector manufacturero. Se recomienda la

creación de políticas industriales que promuevan incentivos ﬁscales

y programas de ﬁnanciamiento accesibles para que las PYMES pue-

dan invertir en tecnología. Esto permitiría que subsectores menos

tecniﬁcados aumenten su competitividad y, a su vez, puedan ofrecer

mejores salarios. En este contexto, autores como Jiménez-Bandala

y Conteras-Álvarez (2019) han hecho hincapié en la necesidad de

diseñar e implantar este tipo de políticas en la industria.

Por otro lado, ante el cambio de paradigma productivo impul-

sado por la Industria 4.0, es crucial fomentar el desarrollo de capital

humano. Las políticas laborales y educativas deben enfocarse en

programas de capacitación continua, certiﬁcaciones en tecnologías

avanzadas y colaboraciones entre la industria y las universidades

para fortalecer habilidades técnicas y digitales especíﬁcas. Favila-

Tello y González-Samaniego (2020) subrayan que estas medidas son

fundamentales para contrarrestar la ineﬁciencia productiva nacio-

nal, causada tanto por problemas de acceso al ﬁnanciamiento como

por los desafíos derivados de la economía informal.

5.1 |Limitaciones del estudio

La investigación utiliza datos del periodo 2003-2017 para el

contexto mexicano, lo que permite observar tendencias en la re-

lación productividad-salario, aunque podría no capturar dinámicas

recientes de cambio tecnológico e industrial, como el auge de la

Industria 4.0 y las nuevas tecnologías digitales en el sector manu-

facturero. A pesar de que se examina el sector manufacturero en lo

general, existen subsectores con dinámicas de productividad y sa-

larios diferenciados, por lo que un análisis más desagregado podría

reﬂejar mejor las características de cada subsector. Además, la in-

vestigación no considera factores exógenos que pueden impactar

en la relación entre productividad y salarios, tales como políticas la-

borales y ﬂuctuaciones macroeconómicas, los cuales pudieron afec-

tar las dinámicas durante el periodo de estudio. Finalmente, el uso

del PIB real por trabajador como indicador de productividad es una

aproximación que puede no captar completamente la productividad

laboral en términos de calidad o eﬁciencia operativa, especialmente

en sectores con alta variabilidad en capital humano y tecnológico.

Conviene destacar que los resultados derivados del análisis

realizado sólo son válidos bajo el siguiente supuesto: La pérdida en

productividad de los factores afecta al menos en la misma medida a

las actividades de manufactura que a las demás actividades econó-

micas de las entidades federativas.

Referencias bibliográﬁcas

[1] Aguilar-Benítez, I. (2022). Competitividad y precari-

zación del empleo: el caso de la industria del tele-

visor en color en la frontera norte de México. Pa-

peles de población, 4(18), 99-121. Retrieved from

https://rppoblacion.uaemex.mx/article/view/18159

[2] Benešová, A., & Tupa, J. (2017). Requirements for education

and qualiﬁcation of people in industry 4.0. Procedia Manufac-

turing, 11, 2195–2202.

Una aproximación estadística al análisis de la productividad de la manufactura ...........

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

[3] Bensusán, G. (2017). Nuevas tendencias en el empleo: retos y

opciones para las regulaciones y políticas del mercado de tra-

bajo. In G. Bensusán, W. Eichhorst, & J. M. Rodríguez, Las trans-

formaciones tecnológicas y sus desafíos para el empleo, las re-

laciones laborales y la identiﬁcación de la demanda de cualiﬁca-

ciones (pp. 81-179). Santiago de Chile: CEPAL. Retrieved from

https://repositorio.cepal.org/server/api/core/bitstreams/7037

538c-3cf0-430f-8e10-b4cb4872c254/content

[4] Caro-Lazos, L. E., Palma-Ruiz, J. M., & Gutiérrez-García, J. J.

(2024). Análisis de Productividad en la Industria Manufactu-

rera en México Antes y Durante la Pandemia del COVID-19.

Revista Cientíﬁca Multidisciplinaria, 8(2), 5648-5663.

[5] Carrillo, J., Gomis, R., De los Santos, S., Covarrubias, L., &

Matus, M. (2020). ¿Podrán transitar los ingenieros a la Indus-

tria 4.0? Análisis industrial en Baja California. Entreciencias:

Diálogos en la Sociedad del Conocimiento, 8(22), 1-22. doi:

https://doi.org/10.22201/enesl.20078064e.2020.22.7

6089

[6] Covarrubias, H. M., Wise, R. D., & Veyna, Ó. P. (2006).

Precarización de la fuerza de trabajo mexicana ba-

jo el proceso de reestructuración productiva esta-

dounidense. Theomai, 14, 92-109. Retrieved from

https://www.redalyc.org/pdf/124/12401409.pdf

[7] Eichhorst, W. (2017). Las instituciones del mercado laboral

y el futuro del trabajo: ¿buenos empleos para todos? In G.

Bensusán, W. Eichhorst, & J. M. Rodríguez, Las transforma-

ciones tecnológicas y sus desafíos para el empleo, las relacio-

nes laborales y la identiﬁcación de la demanda de cualiﬁca-

ciones (pp. 11-30). Santiago de Chile: CEPAL. Retrieved from

https://repositorio.cepal.org/server/api/core/bitstream

s/7037538c-3cf0-430f-8e10-b4cb4872c254/content

[8] Favila-Tello, A., & González-Samaniego, O. (2020). Problemá-

tica de la productividad en México: Una revisión de lite-

ratura. Revista TLATEMOANI(35), 123-137. Retrieved from

https://dialnet.unirioja.es/servlet/articulo?codigo=7861

185

[9] Frey, C. B., & Osborne, M. A. (2017). The future of employ-

ment: how susceptible are jobs to computerisation? Tech-

nological forecasting and social change, 114, 254-280. doi:

https://doi.org/10.1016/j.techfore.2016.08.019

[10] Garibay-Melo, O., González-Gómez, D. X., & Soto-Alarcón,

J. M. (2024). Reforma laboral: ﬂexibilidad a través de la

subcontratación. Boletín Cientíﬁco de las Ciencias Econó-

mico Administrativas del ICEA, 13 (Especial), 01-10. doi:

https://doi.org/10.29057/icea.v13iEspecial.12719

[11] Gomez, F., Mac-Auliﬀe, R., & Rosselot, S. (2014). Bre-

cha productividad–salario: Un acercamiento por ra-

ma. Estudios Nueva Economía, 3(1), 44–49. Retrie-

ved from http://www.estudiosnuevaeconomia.cl/wp-

content/uploads/2017/12/Gomez-et-al-2014.pdf

[12] Guzmán-Soria, E., De-la-Garza-Carranza, M. T., Atlatenco-

Ibarra, Q., & Terrones-Cordero, A. (2024). La industria manu-

facturera en México: un análisis de su productividad y eﬁcien-

cia, 1993-2020. Economía, sociedad y territorio, 24(74), 1-21.

doi: https://doi.org/10.22136/est20241927

[13] Hecklau, F., Galeitzke, M., Flachs, S., & y Kohl, H. (2016).

Holistic approach for human resource management in

industry 4.0. Procedia CIRP, 54, 1–6. Retrieved from

https://www.sciencedirect.com/science/article/pii/S22

12827116308629

[14] Hernández-Laos, E. (2002). El Nexo Productividad-

Salarios Reales en las Manufacturas Mexicanas. Revista

de Economía y Administración(4), 11-38. Retrieved from

https://denarius.izt.uam.mx/index.php/denarius/article

/view/329

[15] Hualde-Alfaro, A. (2024). No toda la inteligencia es ar-

tiﬁcial: viejas y nuevas formas de precarización en

la economía digital. Cuestiones de Sociología(30). doi:

https://doi.org/10.24215/23468904e171

[16] Jiménez-Bandala, C. A., & Contreras-Álvarez, A. D. (2019). De

la precarización a la degradación humana. Las condiciones

de trabajo en empresas proveedoras de la industria automo-

triz. Revista de El Colegio de San Luis, 9(19), 409-430. doi:

https://doi.org/10.21696/rcsl9192019986

[17] Marshall, A. (1920). Principles of economics; an introductory

volume. London: Macmillan.

[18] Marx, K. (2008 [1867]). Das Kapital Kritik der Politis-

chen Ökonomie (Siglo XXI Editores ed.). (P. Scaron, Trans.)

Hamburg, New-York: Otto Meissner; L. W. Schmidt. doi:

https://proletarios.org/books/El-Capital-Vol-1-Libro-I-Karl-

Marx.pdf

[19] Millones-Espinosa, M. A. (2012). Límites del Trabajo Decente:

la precarización laboral como problema estructural en Amé-

rica Latina. Gaceta Laboral, 18(1), 87-106. Retrieved from

https://www.redalyc.org/pdf/336/33622312004.pdf

[20] Montesino Castro, M. S. (2000). La dinámica

salarios-productividad y el desarrollo económico

en El Salvador. Realidad: Revista de Ciencias Socia-

les y Humanidades(76), 377–407. Retrieved from

https://camjol.info/index.php/REALIDAD/article/view

/4724

Revista Económica

DOI: 10.54753/rve.v13i1.2270

Vol.13-N°1, Enero - Junio 2025

p-ISSN:2602-8204 |e-ISSN 2737-6257

[21] Pullen, J. (2009). The marginal productivity theory of distribu-

tion: a critical history. New York: Routledge.

[22] Rajnai, Z., & Kocsis, I. (2017). Labor market risks of

industry 4.0, digitization, robots and AI. 2017 IEEE

15th International Symposium on Intelligent Systems

and Informatics (SISY), (pp. 343–346). Retrieved from

https://ieeexplore.ieee.org/abstract/document/80805

[23] Rodríguez Benavides, D., Mendoza González, M. Á., &

Martínez García, M. Á. (2018). Acumulación de capital y

crecimiento estatal en México: un análisis con datos pa-

nel. Problemas del desarrollo, 49(194), 61–89. Retrieved

from http://www.scielo.org.mx/scielo.php?pid=S0301-

70362018000300061&script=sci_arttext

[24] Rodríguez Pérez, R. E., Escamilla Díaz, A., & Cuevas Salazar, J. A.

(2016). Cambios en la inversión tecnológica y su relación con

la desigualdad salarial y productividad laboral en la manufac-

tura de México. Expresión Económica. Revista de Análisis(36),

49–70. doi: https://doi.org/10.32870/eera.vi36.982

[25] Sánchez, M. P. (1992). Precarización del empleo y actores so-

ciales: Estado, empresarios, sindicatos y trabajadores jóvenes

en América Latina. Nueva Sociedad, 117, 120-130. Retrie-

ved from https://nuso.org/articulo/precarizacion-del-empleo-

y-actores-sociales/

[26] Sánchez-Juárez, I., & Almada-García, R. M. (2015). Geografía

del crecimiento económico y del (sub) desarrollo cientíﬁco,

tecnológico y de innovación regional en México. Desarrollo

Económico y Cambio Tecnológico, 267–304. Retrieved from

http://dx.doi.org/10.13140/RG.2.1.2325.0087

[27] Schatan, C. (2018). Transformación productiva, empleos,

y retos para la formación de capital humano en Mé-

xico. México: Friedrich Ebert Stiftung. Retrieved from

https://mexico.fes.de/ﬁleadmin/user_upload/Publicaci

ones/Claudia_Schatan_Tranformacion_productiva.pdf

[28] Smith, A. (1997[1776]). An Inquiry into the Nature and

Causes of the Wealth of Nations. (C. Rodríguez Braun, Trans.)

Madrid, España: Alianza Editorial Madrid. Retrieved from

http://www.iunma.edu.ar/doc/MB/lic_historia_mat_bi

bliograﬁco/Fundamentos %20de %20Econom %C3 %A

Da %20Pol %C3 %ADtica/194-Smith, %20Adam %20-

%20(Alianza).pdf

[29] Suárez-Montoya, O. (2004). Schumpeter, innovación y determi-

nismo tecnológico. Scientia et technica, X(25). Retrieved from

https://www.redalyc.org/pdf/849/84911685037.pdf

Publicado por Revista Económica, este es

un artículo de acceso abierto distribuido bajo los térmi-

nos de la Licencia Internacional Commons Atribución 4.0

Internacional. Para ver una copia de esta licencia, visite

https://creativecommons.org/licenses/by-nc-nd/4.0/