null: nullpx
CityLab Trabajo

Dónde viven los estadounidenses que corren más riesgo a causa de la automatización del empleo

En Dalton, Georgia, más de dos tercios de los trabajos están en riesgo a causa de la automatización, según un nuevo análisis.
Patrocina:
18 Oct 2017 – 03:50 PM EDT
Comparte
Default image alt
Un restaurante servido por robots en China. Crédito: STR/AFP/Getty Images

Dalton, Georgia, ha sido durante mucho tiempo conocida como la 'capital mundial de las alfombras'. A principios de la década del 2000, Dalton producía casi la mitad de las alfombras del mundo. Al caminar por la zona de las alfombras de la ciudad —una zona industrial que abarca una parte de la Interestatal 75— se podían apreciar millas enteras cubiertas de fábricas de alfombras, zumbando mientras se hilaba la lana y se ataban los nudos. Había suficientes empleos para quienes necesitaran trabajo.

Hoy las cosas son muy diferentes. La crisis económica de 2008 afectó muchísimo la industria de las alfombras en esa ciudad. Bajo la presión de la competencia mundial, las industrias despidieron obreros y sustituyeron el trabajo humano con robots. Aunque sigue siendo la ‘capital de las alfombras’ de la nación, eso ya no significa buenos empleos que requieren un bajo nivel de habilidad.

Si el presente es sombrío, el futuro bien podría ser más oscuro aún. Según un nuevo análisis realizado por mi colega Shade Shutters, de la Universidad Estatal de Arizona, más de dos tercios de los puestos de trabajo de Dalton —37,574 de 55,400— están en riesgo a causa de la automatización, la mayor proporción de cualquier área metropolitana en el país. Shutters utilizó datos profesionales de la Oficina de Estadísticas Laborales para identificar los tipos de trabajos que corren mayor riesgo a causa de la automatización en todas las zonas metropolitanas de Estados Unidos.

Si la era previa del ‘impacto de los robots’ afectó principalmente a los obreros y las comunidades manufactureras, la próxima ola promete afectar tanto o más a los trabajadores aún más vulnerables del sector de los servicios que perciben menores remuneraciones y a sus comunidades en toda la nación. De hecho, los trabajos más expuestos al riesgo de la futura automatización son los puestos de servicio de rutina como meseros y cantineros, conductores de taxis y limusinas, y trabajos minoristas en tiendas de ropa, tiendas de departamentos, tiendas de artículos deportivos e instrumentos musicales, y puestos de trabajo en las industrias del video y las películas.

Cada uno de estos puestos está mucho más expuesto que los puestos de trabajo manuales en la industria automotriz. Las conclusiones de Shutters amplían este catálogo de empleos en riesgo para incluir a la gente y los lugares que son más vulnerables a la automatización.

Aunque estas conclusiones se ajustan a algunos patrones geográficos amplios y bien documentados — las áreas metropolitanas en mayor riesgo suelen estar en el Cinturón del Óxido y en el Cinturón del Sol, mientras que las que padecen menos riesgos se encuentran en las costas este y oeste— las divisiones en sí son mucho más granulares. Las áreas metropolitanas de la Zona de la Bahía de San Francisco y San José están entre las menos vulnerables a la automatización, mientras que Madera, California, a sólo tres horas de distancia, se encuentra entre las áreas metropolitanas más vulnerables. Estas dos zonas también se diferencian políticamente: más de la mitad (54%) de los votantes en el Condado de Madera votaron por Trump, en comparación con sólo un 9% de los votantes en el Condado de San Francisco.


El mapa anterior, trazado por Taylor Blake del Instituto Martin para la Prosperidad, muestra los resultados del análisis de Shutter. Detalla el riesgo a causa de la automatización en las áreas metropolitanas de Estados Unidos. El morado oscuro indica las áreas metropolitanas que son más susceptibles a la automatización, mientras que el azul claro muestra aquéllas que enfrentan el riesgo más bajo. El mapa de los lugares de mayor riesgo a causa de la automatización se extiende por todo el país desde partes de Nueva Inglaterra y Pennsylvania hacia abajo a través del centro y el sur de Florida, a través del Golfo de México y hacia Texas, hacia arriba a través de partes del Medio Oeste y las Grandes Planicies y al oeste hacia Nevada, Washington e incluso partes de California.

La siguiente tabla muestra las 20 áreas metropolitanas que corren mayor riesgo a causa de la automatización. En estas áreas metropolitanas de alto riesgo, aproximadamente dos tercios de los empleos están en peligro a causa de la automatización. Esta lista de lugares de alto riesgo tiene una gran cantidad de áreas metropolitanas del Cinturón del Óxido y en el Cinturón del Sol con importantes tradiciones manufactureras.

¿Cuáles son las ciudades donde más peligra la empleabilidad?
Las tres más afectadas están en Georgia, Indiana y California.
PuestoÁrea metropolitanaNúmero de empleos en peligroPorcentaje de empleos en peligro
1Dalton, GA37,57467.80%
2Kokomo, IN16,19167.70%
3Madera, CA17,88167.20%
4Daphne-Fairhope-Foley, AL37,96667.10%
5Gettysburg, PA16,72266.60%
6Laredo, TX54,79466.00%
7Sumter, SC16,18465.60%
8Elkhart-Goshen, IN75,61365.60%
9Michigan City-La Porte, IN21,13264.90%
10Cleveland, TN21,57164.90%
11Hammond, LA20,22864.70%
12Odessa, TX42,59464.60%
13Burlington, NC30,65864.40%
14Longview, WA18,00664.40%
15Jacksonville, NC24,12964.20%
16Florence-Muscle Shoals, AL26,37563.90%
17The Villages, FL11,63463.90%
18El Centro, CA28,41863.90%
19Harrisonburg, VA32,19263.90%
20Morristown, TN19,9741.59%
FUENTE: Instituto Martin para la Prosperidad | UNIVISION


Dalton encabeza la lista de las áreas metropolitanas con más riesgo a causa de la automatización, seguida de Kokomo, Indiana. La lista incluye también centros manufactureros muy afectados del Cinturón del Óxido como Elkhart, Indiana, Michigan City, Michigan; e East Stroudsburg, Pennsylvania; y áreas metropolitanas más pequeñas del Cinturón del Sol como Daphne, Alabama; Sumter, Carolina del Sur; Burlington y Jacksonville, Carolina del Norte; Hammond, Louisiana; Florence-Muscle Shoals, Alabama; y The Villages, Florida, la cual frecuentemente se menciona como la comunidad de más rápido crecimiento en Estados Unidos.

La carga de la automatización se hace más pesada en las pequeñas áreas metropolitanas (aquéllas con menos de 250,000 habitantes). Aquí, 19 de las 20 áreas metropolitanas más vulnerables, y 87 de las 100 áreas metropolitanas con mayor riesgo a causa de la automatización son las que tienen menos de 250,000 personas.

En contraste con la carga que enfrentan las pequeñas áreas metropolitanas, sólo una gran área metropolitana (con más de un millón de personas) —Las Vegas— enfrenta un riesgo similar. En Las Vegas, casi un 63% de los empleos están en peligro a causa de la automatización. Curiosamente, las grandes áreas metropolitanas que se encuentran en mayor riesgo a causa de la automatización están todas en el Cinturón del Sol: Orlando, Jacksonville y Miami, Florida; Riverside, California; Louisville; Memphis; San Antonio; Birmingham; y Nueva Orleans.

Por el contrario, las áreas metropolitanas que enfrentan el menor riesgo a causa de la automatización son principalmente polos urbanos más grandes, basados en el conocimiento y las ciudades universitarias, como se aprecia en la siguiente tabla. Aquí vemos ciudades universitarias como Durham-Chapel Hill, Ann Arbor, Boulder, Corvallis y Charlottesville; y grandes áreas metropolitanas basadas en el conocimiento como San José y San Francisco, Washington DC y cerca de Baltimore, Boston y Nueva York.

¿Cuáles son las ciudades donde menos peligra la empleabilidad?
Las áreas metropolitanas más grandes del país son las que menos se ven afectadas por la automatización.
PuestoÁrea metropolitanaNúmero de empleos en peligroPorcentaje de empleos en peligro
369Hinesville, GA5,49152.10%
370Sierra Vista-Douglas, AZ13,6552.00%
371Springfield, IL44,98951.80%
372Albany-Schenectady-Troy, NY218,69851.80%
373Baltimore-Columbia-Towson, MD659,91251.60%
374Charlottesville, VA47,29251.50%
375Huntsville, AL103,01651.40%
376Bridgeport-Stamford-Norwalk, CT203,52951.00%
377San Francisco-Oakland-Hayward, CA1,092,10450.90%
378Hartford-West Hartford-East Hartford, CT284,44950.70%
379Boston-Cambridge-Nashua, MA-NH1,242,46950.10%
380Corvallis, OR13,04450.00%
381Rochester, MN47,39949.90%
382Boulder, CO78,77449.80%
383Trenton, NJ99,42648.50%
384Ann Arbor, MI87,86347.90%
385Washington-Arlington-Alexandria, DC-VA-MD-WV1,390,26446.80%
386San Jose-Sunnyvale-Santa Clara, CA458,36346.70%
387California-Lexington Park, MD16,68845.40%
388Durham-Chapel Hill, NC125,51045.20%
FUENTE: Instituto Martin para la Prosperidad | UNIVISION


Aunque no se incluyeron en esta lista de 20 puestos, las áreas metropolitanas más grandes del Cinturón del Óxido enfrentan riesgo comparativamente modesto a causa de la automatización, con un 53% de los empleos en Detroit en riesgo a causa de la automatización, 56% en Pittsburgh, 55% en Cleveland y 57% en Buffalo.

Demografía y vulnerabilidad a la automatización

Para conocer aún más qué impulsa la vulnerabilidad a nivel de área metropolitana, mi colega Charlotta Mellander, realizó un análisis de correlación básico entre la proporción de empleos en riesgo en las áreas metropolitanas y las principales características económicas y demográficas.

El porcentaje de trabajadores empleados en puestos de trabajo artísticos, creativos, y basados en el conocimiento parece ser el factor más importante en la mitigación de los riesgos de la automatización. Tiene la mayor correlación negativa con la proporción de empleos en riesgo a causa de la automatización (-0.84). Por otro lado, las áreas metropolitanas con mayores clases obreras son mucho más vulnerables a la automatización. Existe una correlación positiva significativa (0.53) entre la proporción de trabajadores empleados en puestos de trabajos de la clase obrera y la proporción de puestos de trabajo en riesgo a causa de la automatización.


La política también influye. Trump prometió "hacer de Estados Unidos un gran país nuevamente" trayendo de regreso desde el exterior los empleos manufactureros. La proporción de habitantes que votaron por Trump se asocia positivamente con el riesgo de pérdida de empleos a causa de la automatización (0.50), mientras que la proporción de personas que votaron por Clinton se asocia negativamente (-0.47). Esto puede verse en el gráfico de dispersión que se mostró anteriormente y en el que se muestra a continuación, los cuales muestran la asociación entre la proporción de votantes por Trump y votantes por Clinton, por un lado, y la proporción de empleos en riesgo a causa de la automatización por el otro.

Otros factores también redujeron la vulnerabilidad de las zonas metropolitanas ante la automatización: el mayor tamaño, la mayor densidad de población, más educación, más riqueza y la concentración de la industria de la alta tecnología se correlacionaron con una menor automatización. Uno de los factores que aumentó la vulnerabilidad de las áreas metropolitanas fue la proporción de trabajadores que conducen solos, un indicador clave de la expansión urbana.

Al igual que casi todo en Estados Unidos hoy en día, la automatización—y el riesgo de pérdida de empleos que viene con ella—refleja la profundización de la desigualdad espacial que confunde y divide nuestra nación, y afecta más a los grupos más vulnerables en los lugares menos favorecidos.

Este artículo fue publicado originalmente en inglés en CityLab.com.

Loading
Cargando galería
Comparte
Widget Logo