Este es un resumen del estudio del artículo publicado en ingles Re-evaluating the labor market effects of occupational licensing: Longitudinal evidence across states. Humanit Soc Sci Commun 12, 240 (2025). https://doi.org/10.1057/s41599-025-04497-5
Presentamos nuevos datos sobre restricciones regulatorias a través de estados y ocupaciones entre 2017 y 2022 para estudiar los efectos del mercado laboral de las licencias ocupacionales. En primer lugar, documentamos tres hechos estilizados: (a) las restricciones regulatorias en todos los estados y ocupaciones han crecido en casi un factor de tres desde 2019, (b) los aumentos en las restricciones regulatorias se concentran en ocupaciones con salarios medios por hora más bajos y mayor desigualdad dentro de la ocupación, y (c) los estados que ampliaron las restricciones regulatorias tienden a tener una menor proporción de votos del Partido Republicano. En segundo lugar, explotando la variación entre ocupaciones dentro del mismo estado-año, encontramos que un aumento del 10% en las restricciones regulatorias conduce a un aumento del 2% en los salarios por hora, pero a una disminución del 4% en el empleo. Tanto los efectos sobre el empleo como sobre los salarios se concentran en los empleos con salarios más bajos, así como entre los encuestados con licencias ocupacionales, incluso después de controlar las diferencias entre sectores.
Introducción
La proporción de la mano de obra sujeta a requisitos de licencias ocupacionales ha aumentado de aproximadamente el 5% al 25% entre 1950 y 2013. (Kleiner and Krueger 2013). (Footnote1) Aunque estos requisitos para obtener la licencia se asocian a salarios y prestaciones más elevados entre quienes la tienen. (Gittleman and Kleiner 2016; Gittleman et al. 2018), también están relacionadas con una menor movilidad interestatal (Carpenter et al. 2017; Johnson and Kleiner, 2020; Knepper et al. 2022), oferta y demanda de mano de obra (Blair and Chung 2019), y competencia (McLaughlin et al. 2017). Sin embargo, un importante reto empírico para estimar los efectos causales en estos estudios es que las reformas estatales de la concesión de licencias están correlacionadas con otros factores políticos y económicos. No obstante, la comprensión de la presencia y los efectos de las restricciones a la concesión de licencias sobre los trabajadores llega en un momento importante, especialmente dada la expansión de la inteligencia artificial, la automatización y la reforma normativa; estos descubrimientos requerirán que los individuos se vuelvan aún más adaptables y receptivos al cambio a medida que los avances tecnológicos toman forma rápidamente.
Este trabajo introduce un nuevo enfoque metodológico para comprender las propiedades transversales y de series temporales de la concesión de licencias ocupacionales. En primer lugar, a diferencia de los enfoques tradicionales que se han centrado en indicadores binarios de los requisitos para la concesión de licencias ocupacionales, introducimos una estrategia para obtener medidas más completas y continúas basadas en todos los datos normativos estatales disponibles. El algoritmo se desarrolla en dos pasos. En primer lugar, recopilamos más de 600 documentos normativos estatales y federales, y los etiquetamos manualmente según contengan o no texto sobre la concesión de licencias ocupacionales. (Footnote2) Además, etiquetamos los documentos que contienen texto ocupacional en función de la exhaustividad del texto y de la ocupación descrita. A continuación, utilizamos esos documentos para entrenar y validar de forma cruzada un clasificador de aprendizaje automático (por ejemplo, logit o bosques aleatorios) que predice de forma fiable la relación de un documento con la concesión de licencias fuera de la muestra para todos los documentos normativos de todos los estados. (Footnote3) Nuestro enfoque de aprendizaje automático clasifica los documentos normativos en función de su lenguaje, lo que nos permite identificar palabras y grupos de palabras que suelen asociarse a casos de concesión de licencias ocupacionales identificados manualmente. (Footnote4) Estas características de nuestro planteamiento, basado en datos, nos permiten crear una medida completa y continua de los requisitos para la concesión de licencias, lo que resulta especialmente útil, ya que los responsables políticos están más interesados en saber cómo influirán en los resultados económicos los distintos grados -y no sólo la presencia- de rigor y cuantía de las licencias.
En segundo lugar, utilizando la medida desarrollada de concesión de licencias en todos los estados y ocupaciones, comparamos nuestra nueva medida continua con los datos existentes sobre las reformas de concesión de licencias y documentamos tres hechos novedosos: (a) las restricciones regulatorias en todos los estados y ocupaciones han crecido en casi un factor de tres desde 2019, (b) los aumentos en las restricciones regulatorias se concentran en ocupaciones con salarios medios por hora más bajos y mayor desigualdad dentro de la ocupación, y (c) los estados que ampliaron las restricciones regulatorias tienden a tener una menor proporción de votos del Partido Republicano. A continuación, utilizamos nuestra medida para revisar la literatura sobre los efectos en el mercado laboral de las restricciones regulatorias ocupacionales. Explotando la variación entre ocupaciones dentro del mismo estado-año, encontramos que un aumento del 10% en las restricciones reguladoras conduce a un aumento del 2% en los salarios por hora, pero a una disminución del 4% en el empleo. También comparamos el empleo y los ingresos entre las personas con y sin licencia (es decir, certificación profesional), lo que revela que los aumentos a nivel estatal de las restricciones a la concesión de licencias afectan principalmente a las personas con licencia.
Nuestro trabajo está relacionado con una creciente literatura empírica sobre los efectos de las licencias ocupacionales en los mercados laborales. Desde Kleiner (2006), en general se reconoce que estas restricciones pueden aumentar la calidad de un mercado al establecer ciertas normas y que las licencias cubren casi un tercio de la mano de obra (Kleiner and Krueger 2010, 2013). (Footnote5) Aunque las restricciones a la concesión de licencias pueden aumentar los salarios de forma similar a la sindicalización (Kleiner and Krueger 2010), (2020) el grueso de la bibliografía también concluye que las restricciones a la concesión de licencias afectan negativamente al empleo y a los resultados profesionales. Por ejemplo, Johnson y Kleiner (2023) muestran que las restricciones a la concesión de licencias también reducen la fluidez del mercado laboral (es decir, el movimiento de entrada y salida de las ocupaciones). Teniendo en cuenta los posibles efectos sobre la calidad, Kleiner y Soltas (2023) Los efectos netos son negativos: una disminución del excedente del 12%, donde los trabajadores soportan el 70% de las pérdidas y los consumidores el 30%. (Footnote6)
Nuestro trabajo añade una nueva dimensión de variación longitudinal y transversal. A diferencia de estudios anteriores que se han basado en gran medida en la variación transversal de las restricciones a la concesión de licencias por estado y ocupación, y que por lo tanto han estado sujetos a problemas de endogeneidad, nosotros explotamos la variación dentro de los estados en las diferentes ocupaciones. Por ejemplo, Gittleman et al. (2018) encuentran que los trabajadores con licencia no sólo tienen salarios más altos, sino también tasas de empleo más elevadas. Reproducimos estos resultados, pero mostramos que el aumento de las restricciones a la concesión de licencias reduce las tasas de empleo. Esto podría reflejar efectos de equilibrio general más amplios, es decir, al ahogar la movilidad laboral y los rendimientos de la inversión en trabajadores, el empleo se ve afectado negativamente. Aunque nuestras estimaciones se basan en la variación transversal entre ocupaciones, superan las preocupaciones clásicas sobre la endogeneidad de los factores de confusión de la política estatal y, no obstante, son un paso adelante para comprender los efectos causales de las restricciones a la concesión de licencias en los resultados del mercado laboral. Nuestro estudio también complementa los datos recientes de Bae y Timmons (2023) que muestran los efectos positivos de las reformas de la licencia universal en los ratios de empleo.
Conclusión
Existe una amplia y creciente literatura sobre los efectos de la regulación en el mercado laboral y la asignación del talento. En particular, la literatura sobre la concesión de licencias ocupacionales ha señalado un fuerte aumento de las personas cubiertas por las restricciones de concesión de licencias y un efecto negativo sobre el empleo, a pesar de que los titulares pueden beneficiarse en forma de salarios más altos. También existe una creciente preocupación de que estas restricciones a la concesión de licencias ahoguen la movilidad profesional y el dinamismo del mercado laboral.
Introducimos nuevos datos mediante la recopilación de documentos regulatorios estatales de todos los estados disponibles desde 2017 y aplicamos un clasificador de aprendizaje automático para contar el número de restricciones. Nuestra medida exhibe una fuerte correlación con las medidas existentes de licencias ocupacionales, pero refleja más el margen intensivo de la regulación. Documentamos un aumento en las restricciones de licencias con el crecimiento concentrado en ocupaciones de salarios más bajos y estados más demócratas. Posteriormente explotamos la variación dentro de los estados y descubrimos que los aumentos de las restricciones reglamentarias se asocian con descensos del empleo, pero con aumentos de los salarios por hora.
Nuestros resultados son coherentes con los argumentos de los responsables políticos que desean reducir aún más la prevalencia de las licencias ocupacionales. La reforma de la concesión de licencias ocupacionales tiene muchos defensores en las altas esferas de la política. Por ejemplo, la Casa Blanca de Obama publicó un informe de 77 páginas en el que se esbozaban muchos de los problemas que generan las licencias ocupacionales, así como un marco para reformar dichas leyes (Casa Blanca 2015). Del mismo modo, y más recientemente, la Casa Blanca de Trump acaba de publicar una orden ejecutiva titulada «Liberar la prosperidad a través de la desregulación» que ordena que, por cada nueva regulación propuesta por las agencias federales, se identifiquen al menos diez regulaciones existentes para su eliminación. El reto es que la Casa Blanca puede hacer poco respecto a las políticas estatales, e incluso las coaliciones reformistas a nivel estatal suelen tener dificultades para superar la inercia política creada por leyes que protegen de la competencia los puestos de trabajo de un grupo específico de personas y elevan artificialmente sus salarios. No obstante, el liderazgo federal puede fomentar tanto implícita como explícitamente la acción a nivel estatal. Nuestros resultados ponen de relieve los efectos de los resultados a lo largo de un margen intensivo, no sólo de un margen extensivo, lo que sugiere que las modificaciones de las leyes y reglamentos de concesión de licencias ocupacionales que simplifican o reducen su carga neta, pero no llegan a eliminarlas por completo, podrían reducir sustancialmente su perjuicio.
Nuestras conclusiones también plantean varias cuestiones para futuras investigaciones. En primer lugar, nuestro enfoque metodológico podría complementar los enfoques existentes y más basados en el manual: los etiquetadores humanos podrían ayudar a contextualizar los métodos basados en IA para comprender mejor el contexto de la legislación estatal. En segundo lugar, nuestros resultados subrayan la importancia de la variación longitudinal a la hora de recuperar posibles efectos causales. Aunque no tenemos mucha variación dentro de las ocupaciones a lo largo del tiempo, futuras investigaciones podrían rastrear las decisiones de movilidad entre individuos que están en la misma ocupación, pero cambian de estado. En tercer lugar, sabemos poco sobre cómo interactúan las licencias ocupacionales con otras distorsiones normativas, como las restricciones al uso del suelo que restringen la oferta de viviendas. Dejamos estas cuestiones para futuros trabajos.
Comentario de los autores (Makridis, C.):
La proporción de la mano de obra estadounidense sujeta a requisitos de licencias ocupacionales ha aumentado a lo largo de los años. Aunque la concesión de licencias se ha asociado a mayores salarios y beneficios para quienes obtienen credenciales, los estudios sugieren que también restringe la movilidad laboral, limita la entrada en el mercado laboral y reduce la competencia (por ejemplo, véase Morris Kleiner, Edward Timmons, entre otros).
Nuestro trabajo, publicado recientemente, introduce un enfoque metodológico novedoso para medir las restricciones de las licencias ocupacionales. Basándonos en más de 600 documentos normativos estatales y federales, creamos una medida continua de las restricciones a la concesión de licencias y la utilizamos para documentar tres patrones empíricos y estimar algunos efectos sobre los salarios y el empleo.
Resultados empíricos:
1) Las restricciones a la concesión de licencias se han multiplicado casi por tres desde 2019, concentrándose los aumentos más significativos en las ocupaciones con salarios más bajos y en aquellas con mayor desigualdad dentro de la ocupación.
2) Los estados que expandieron las restricciones regulatorias tendieron a tener una menor proporción de votos del GOP, lo que sugiere una dimensión política de las expansiones de licencias.
3) Un aumento del 10% en las restricciones a la concesión de licencias conlleva un aumento del 2% en los salarios por hora, pero un descenso del 4% en el empleo.
Las comparaciones entre los individuos con y sin licencia a partir de los datos de la CPS antes/después muestran que los aumentos de las licencias a nivel estatal afectan principalmente a los que tienen licencia.
Los resultados apoyan el creciente apoyo bipartidista a la reforma de la concesión de licencias, incluidos los recientes esfuerzos de la administración para reducir la carga reglamentaria a través de la regla 1 a 10 (entre otras). La mayor carga suele recaer sobre los trabajadores con salarios más bajos.
El articulo complete fue originalmente publicado en Inglés en Nature.
