REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
ISSN: 1576-0162
DOI: http://dx.doi.org/10.33776/rem.v0i68.8314
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
DETERMINANTS OF TELEWORK AND GENDER GAP
Gloria Duarte
duartegloriacarolina@gmail.com
Instituto Complutense de Estudios Internacionales
Cipriano Quirós
cquiros@ccee.ucm.es
Instituto Complutense de Estudios Internacionales
Departamento de Economía Aplicada, Estructura e Historia, Universidad
Complutense de Madrid
Recibido: junio 2024; aceptado: noviembre 2024
RESUMEN
El objetivo de este estudio es ampliar el conocimiento sobre los factores
que condicionan el teletrabajo en España, para los años 2018 y 2021,
identificando sus elementos determinantes, con especial atención a la posible
existencia de una brecha de género. Los resultados muestran que, tras la
generalización de esta herramienta en 2021 por el impacto de la pandemia,
la probabilidad de las mujeres de teletrabajar superó a la de los hombres.
Variables como la edad, el nivel educativo o las habilidades digitales, entre
otras, muestran también su influencia en la adopción del teletrabajo. Además,
las estimaciones separadas por género presentan diferencias significativas en
algunos de sus determinantes.
Palabras clave: Teletrabajo, trabajo remoto, habilidades digitales,
COVID-19, género.
ABSTRACT
The aim of this study is to expand knowledge about the factors that influence
telework in Spain for the years 2018 and 2021, identifying its determining
elements with special attention to the possible existence of a gender gap.
The results show that, following the widespread adoption of this tool in 2021
due to the impact of the pandemic, the previous predominance of men in the
use of telework shifted, with women becoming more likely to use teleworking.
Variables such as age, educational level or digital skills, among others, also
show their influence on the adoption of teleworking. Additionally, separate
estimates by gender reveal significant differences in some of its determinants.
Keywords: Telework, remote work, digital skills, COVID-19, gender.
JEL Classification/ Clasificación JEL: J16, J24, J81, O33.
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
1. INTRODUCCIÓN
La pandemia de COVID-19 permitió comprobar que, en situaciones
excepcionales, el trabajo en remoto puede permitir mantener parte de la
actividad económica (Ng et al., 2022). Pero tras ella, se observa como en
muchas empresas se ha mantenido el formato “en línea” para parte de la
jornada laboral (Mouratidis y Papagiannakis, 2021; Li et al., 2021). Su
adopción afecta a diversos aspectos del entorno laboral, entre ellos, también
la equidad de género.
A pesar de los estudios que han ido apareciendo en estos años, queda
aún mucho por conocer. El objetivo de este estudio es identificar los factores
determinantes en la adopción del teletrabajo en hombres y mujeres, y la
posible existencia de una brecha de género en este ámbito, incorporando
factores como los educativos, generacionales o el papel de las habilidades
digitales entre otros. La disponibilidad de información en 2018 y en 2021
permite analizar comparativamente dos momentos de tiempo separados por
un elemento disruptivo como fue la pandemia.
El teletrabajo existía ya antes de 2020, siendo considerado como un
elemento de flexibilidad laboral (Nemțeanu et al., 2021). Puede describirse
como una modalidad organizativa que facilita la realización de tareas fuera
de la oficina principal, empleando las tecnologías de la información y las
comunicaciones (TIC). De hecho, el “telecommuting” (Nilles, 1976) surgió a
principios de la década de 1970 vinculado a los esfuerzos por reducir los
desplazamientos y el consumo de energía (Mokhtarian y Salomon, 1996). Pero
no es hasta la década de los noventa que esta herramienta se va expandiendo
con la expansión de Internet, que hizo que algunas multinacionales comenzaran
a implementarlo (Camacho-Solís, 2020).
Respecto a su reconocimiento legal, el teletrabajo aparecía previamente
recogido por la Organización Internacional del Trabajo. En España, su regulación
aparece por primera vez con la aprobación del Real Decreto 896/2010, en el
sector público. Ya tras la experiencia de 2020, la Ley 10/2021 de trabajo a
distancia, lo define como aquel que se lleva a cabo mediante el uso exclusivo
o prevalente de medios y sistemas informáticos o telemáticos. De hecho, en
muchos convenios colectivos aprobados desde marzo de 2020, un número
creciente de empresas ha ido incorporando el teletrabajo como un elemento
importante de flexibilización laboral.
98 Gloria Duarte · Cipriano Quirós
La evolución reciente del teletrabajo se observa en el gráfico 1, donde en
2018 y 2019, el porcentaje de ocupados de entre 20 y 64 años que parte de
su actividad laboral la realizaban a distancia era muy baja en la mayoría de los
países europeos, situándose alrededor del 5%1. La gran excepción era Países
Bajos donde este porcentaje se acercaba esos años al 15%. La pandemia
COVID-19 provocó un incremento brusco del uso de esta herramienta en
todos los países en 2020 (sin recoger el periodo de confinamiento estricto). Es
interesante observar como 2021 supone para algunos países una reducción de
estos porcentajes, mientras que para otros se produjo incluso un incremento.
Entre estos últimos se encuentran Países Bajos y Francia. En el caso de España,
que en 2020 se situaba por debajo de la media de los países europeos, se
observa un retraimiento en la importancia del teletrabajo en 2021.
GRÁFICO 1. PORCENTAJE DE LOS OCUPADOS DE ENTRE 20 Y 64 AÑOS QUE TRABAJAN A DISTANCIA EN LA UE.
Fuente: Elaboración propia con datos de Eurostat.
No obstante, más allá del teletrabajo, persisten sesgos de género en la
relación con la tecnología, como pone de manifiesto la participación en
actividades STEM (acrónimo de Ciencia, Tecnología, Ingeniería y Matemáticas).
En el caso de España, sobre el total de mujeres ocupadas en 2022, las que
participaban en este tipo de actividades representaba el 5,5%. Una cifra que
alcanzaba el 13% en el caso de los hombres, por lo que la ratio entre ambos es
de 2,4 a favor de éstos últimos. No obstante, se ha producido cierta reducción
de esa brecha si comparamos con los datos para 2011, donde esa cifra en
1 Se refiere al porcentaje de ocupados que trabajan desde su domicilio durante al menos la mitad
de un mes. Es por tanto una clasificación más estricta que la de la encuesta utilizada en este trabajo
donde se indica que un individuo teletrabaja cuando ello ocurre al menos en una jornada laboral a
la semana.
99
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
mujeres se situaba en el 3,3%, mientras en hombres alcanzaba el 11,1%, por
lo que la ratio entre ambos sexos era de 3,4 hace una década (ESADE, 2024).
España se sitúa en una buena posición respecto al promedio europeo
en el índice de economía y sociedad digital (DESI) que publica la Comisión
Europea. Sin embargo, persisten algunos signos que alertan del riesgo de
desigualdad en el uso y manejo de las tecnologías digitales entre mujeres y
hombres (OCDE, 2019; Álvarez y Biurrun, 2022). Aunque se considera que la
digitalización puede traer notables avances en el empoderamiento femenino,
autores como Álvarez y Briones (2023) alertaban del riesgo de que este
proceso no se trasladase al mercado laboral.
La brecha digital de género tiene también en cuenta las diferencias en los
usos y las competencias digitales. De hecho, el indicador ‘Women in the Digital
Scoreboard, 2021, elaborado y publicado por la Comisión Europea, sitúa a
España en un nivel medio-alto de desarrollo digital de la mujer (puesto 8), con
una puntuación por encima de la media de la UE (59,1 frente a 53,2 de la
UE27). Sin embargo, se mantiene la brecha de género en todos los indicadores
que componen la dimensión de habilidades de Internet, empleo y especialistas
de los sectores tecnológicos (ONTSI, 2022a; 2022b).
Tras esta introducción, en el siguiente apartado se presentará una revisión
de la literatura sobre teletrabajo desde la perspectiva de género. En el tercer
apartado se muestra la base de datos, así como la definición de las principales
variables empleadas en el análisis. A continuación, se presentan los principales
resultados obtenidos y, por último, las conclusiones y limitaciones de este
trabajo.
2. REVISIÓN DE LA LITERATURA
Se muestra aquí una revisión de los estudios que han analizado la adopción
del teletrabajo desde la perspectiva de género, relacionándola también con
otros aspectos como la localización, nivel educativo, edad o habilidades
digitales.
Desde una perspectiva de género, es fundamental reconocer que este tipo
de desigualdades constituyen una barrera para el progreso de las sociedades
(Campos-Romero y Blanco-Varela, 2023). La promesa de “flexibilidad” asociada
al teletrabajo supone una redefinición de los límites entre el hogar y el ámbito
laboral, que pone en juego los roles de género tradicionalmente asignados
(Wilson y Greenhill, 2004). El teletrabajo ha favorecido que muchas mujeres
mantengan sus horarios laborales y la dedicación a su empleo, aunque esto no
ha resuelto el conflicto entre las obligaciones laborales y familiares (Grönlund
y Öun, 2010). Según autores como Arntz, et al. (2019) o Wheatley (2016), el
teletrabajo podría considerarse un medio para aumentar la participación de
las mujeres en el mercado laboral.
Sin embargo, aunque el teletrabajo puede facilitar la conciliación entre la
vida laboral y familiar, existe el riesgo de que refuerce estereotipos de género
al perpetuar la asignación de las tareas domésticas y de cuidado familiar
100 Gloria Duarte · Cipriano Quirós
(Giuzio y Cancela Rodríguez, 2020; Pérez-Nebra et al., 2022; Bard-Wigdor y
Bonavitta, 2021). Algunos estudios han mostrado que la expansión acelerada
del teletrabajo durante la pandemia se ha vinculado con un aumento en la
carga de las actividades domésticas para las mujeres en comparación con los
hombres (Puebla, 2020; Arteaga-Aguirre et al., 2021; Lyttelton et al., 2022;
Lozano-Vargas, 2020).
La edad suele asociarse a la mayor adaptación de los más jóvenes con las
tecnologías digitales. En Georgescu et al. (2021) donde analizan los factores que
influyen en la elección de los empleados de continuar teletrabajando después
de la pandemia del COVID-19, con una metodología similar a la empleada
en nuestro estudio, muestran como principales condicionantes para continuar
teletrabajo, además del ámbito de actividad, a la edad junto a la experiencia
positiva previa con el trabajo en “remoto”. Aunque circunscrito al caso de
Lituania, el trabajo de Raišienė et al. (2021) resulta ilustrativo de las diferentes
percepciones en función del género que puede producir el teletrabajo. En el
mismo se muestra como los hombres de la generación millennial perciben
como una amenaza al desarrollo de su carrera profesional el trabajo de forma
remota en mayor medida que las mujeres pertenecientes a esa generación.
El nivel educativo es una de las variables más comúnmente asociadas
al teletrabajo en la mayoría de los estudios (Suciu y Petre, 2022). Aunque
las diferencias en los niveles de educación entre hombres y mujeres se han
reducido considerablemente, las mujeres siguen enfrentando barreras en
ciertos sectores. Además, las habilidades digitales que el trabajo a distancia
requiere tienden a estar vinculadas con niveles educativos más altos
(Kanellopoulos, 2011; Quirós et al., 2021).
En el análisis del uso de las tecnologías digitales entre zonas urbanas y
rurales el factor considerado clave es la diferencia en la calidad y disponibilidad
de infraestructuras de acceso (Kahn y Burrell, 2021). La crisis del COVID-19
puso de manifiesto que las desigualdades digitales pueden aumentar la
vulnerabilidad de determinados grupos de población, como en el caso de los
habitantes de zonas rurales (Beaunoyer et al., 2020). El condicionante de la
distancia entre lugar de residencia y de trabajo puede favorecer una nueva
perspectiva en el uso del territorio (Delventhal y Parkhomenko, 2023).
Respecto a los aspectos sectoriales, el estudio realizado por Dingel y
Neiman (2020) revela que las ocupaciones con mayor potencial para ser
realizadas mediante teletrabajo incluyen los sectores de servicios educativos,
profesionales o finanzas y seguros, entre otros. En contraste, las industrias
con menor probabilidad de adaptarse al teletrabajo son el transporte,
la construcción, o el comercio minorista, entre otros. Adicionalmente, la
literatura indica que el teletrabajo tiende a implementarse en ocupaciones
caracterizadas por un mayor grado de autonomía e independencia en el
desempeño de las tareas, en empleados que utilizan TIC, con horarios flexibles
y que no requieren interacción presencial frecuente con otros miembros del
equipo (Bloom, Liang, Roberts, y Ying, 2013).
101
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
Un último aspecto a destacar es el papel de las habilidades digitales,
especialmente en un momento en el que la transformación digital está
aumentando los requerimientos de este tipo de habilidades por parte de
los empleados (Ostmeier y Strobel, 2022; Hauret y Martin, 2020). Estudios
como los de Nguyen et al. (2021) o Pontones-Rosa et al. (2021) vinculan
positivamente las habilidades digitales con el uso del teletrabajo, en línea con
los resultados obtenidos en este trabajo.
3. DATOS, VARIABLES Y RESULTADOS
3.1 EL MODELO EMPÍRICO
El modelo de estimación utilizado es el de regresión logística, ampliamente
conocido. Autores como Georgescu et al. (2021) o Mokhtarian y Salomon
(1996) aplicaron este mismo modelo utilizando variables similares a las
empleadas aquí, como el nivel de educación, el género o la edad, para
determinar los factores que influyen en la decisión de teletrabajar.
La regresión logística utilizada aquí se representa por la siguiente función:
(1)
Las variables de la ecuación 1, se encuentran detalladas en la tabla 1. En
las estimaciones para hombres y mujeres se elimina lógicamente la variable
explicativa de género.
3.2. LA FUENTE DE INFORMACIÓN
La información utilizada proviene de la Encuesta sobre Equipamiento y
Uso de las Tecnologías de la Información y la Comunicación en los Hogares
de España, realizada por el Instituto Nacional de Estadística. Es esta una
encuesta de periodicidad anual, dirigida a la población mayor de 16 años
que recoge información sobre el equipamiento en productos TIC, así como el
grado y forma de utilización de internet y otros servicios digitales por parte de
los individuos, junto a un amplio conjunto de variables sociodemográficas. El
elevado número de individuos encuestados, más de 15.000, le concede una
gran representatividad respecto al conjunto de la población española.
A continuación, se presenta la definición de las variables utilizadas en el
modelo empírico:
TABLA 1. VARIABLES UTILIZADAS PARA LA REGRESIÓN LOGÍSTICA
Variables explicada Descripción Valor
TELETRAB
Se considera como teletrabajo aquel
realizado a distancia mediante el uso
exclusivo o prevalente de medios y
sistemas telemáticos, fuera de las
oficinas
1=cuando el individuo indica que ha realizado
teletrabajo al menos un día en la última semana.
0=en caso contrario.
(Continúa)
102 Gloria Duarte · Cipriano Quirós
Variables explicativas Descripción Valor
NIV_URB
Número de habitantes de la pobla-
ción en la que reside el individuo.
Referencia MID_URB
LOW_URB (<10.000);
MID_URB (>=10.000 habitantes <500.000);
HIGH_URB (>=500.000).
GEND
Se refiere al género de la persona.
Según la OMS, el “sexo” hace
referencia a las características
biológicas y fisiológicas que definen
a hombres y mujeres.
1=hombre
0=mujer
GENE
Generaciones: Variable categorizada
por etapas generacionales según la
edad del individuo.
Referencia: BABYBOOMER
GEN_Z: nacidos entre 1994 a 2010.
MILLENNIALS: nacidos entre 1981 y 1993
GEN_X: nacidos entre 1969 a 1980
BABYBOOMER: nacidos entre 1949 y 1968.
GEN_PW: nacidos entre 1930 y 1948.
NIV_EST
Nivel de estudios, categorizado en
nivel bajo, medio y alto.
Referencia: MID_EDUC
LOW_EDUC: analfabetos, primaria y educación
secundaria.
MID_EDUC: bachillerato y FP HIGH_EDUC: univer-
sitarios.
NIV_ING
Nivel ingreso de los hogares
Referencia: Grupo no contesta.
Referencia: MID_HIGH _INC
LOW_ INC: los ingresos <900 euros.
MID_LOW_ INC: Ingresos entre 900 y 1599 euros.
MID_HIGH _INC: Ingresos entre 1600 y 2499
HIGH_INC: Ingresos entre 2500 y 2999 euros.
VHIGH_INC: Ingresos >3000 euros.
CONF Confianza en internet 1=grado de confianza alto o muy alto
0=resto de los casos.
T_FAM Tipo de hogar. 1=hogares unipersonales
0=el resto de las situaciones.
CONV Convivencia en pareja.
1=conviviendo en pareja con o sin hijos u otros
miembros de la familia.
0= el resto de las situaciones
SKILLS2Habilidades digitales valores de 1 a 10.
SKILLS2 Variable skills al cuadrado.
SECTORES
Ámbito o industria
Referencia: R_ST
RURAL_SEC: Agricultura, ganadería y pesca
IND_MANUF: Industria manufacturera y extractive.
UTILIT: Servicios públicos, agua, gas
CONSTR: Construcción
C_TRANS: Comercio y transporte.
MEDIA_IT: Medios de comunicación y tecnologías
de la información.
FIN_SERV: Servicios financieros y de seguros.
R_ST: Actividades inmobiliarias.
SCIENT_ACT: Actividades científicas y profesionales.
BUSS_SERV: Servicios empresariales
PSERV_EDUC: Servicios públicos y educación
HEATH_SERV: Servicios de Salud
O_SERV: Otros Servicios
2 Dado que los cuestionarios de 2018 y 2021 son diferentes en algunas variables, ha sido necesario
un esfuerzo de homogeneización. No obstante, hay cambios en algunas, como en SKILLS. en 2018
construida a partir de: Uso de Internet; correo electrónico, telefonear vía Internet; redes sociales;
ventas de bienes y servicios; banca electrónica; almacenamiento; Búsqueda trabajo o software
seguridad. Por su parte SKILLS. en 2021 incorpora: Uso Internet; transferir ficheros; instalar
software; configuración software; procesador de texto; archivos que integren varios elementos;
funciones avanzadas hojas de cálculo; software edición video o audio o programar. En el caso de las
variables sectoriales incluidas, la clasificación de actividades para el año 2021 (más desagregada) ha
sido también reagrupada de acuerdo con la clasificación disponible para el año 2018.
103
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
3.3. RESULTADOS
A continuación, se presentan los resultados de las estimaciones de los
determinantes individuales de la utilización del teletrabajo para los años
2018 y 2021 que pueden observarse en la tabla 2.
Al analizar la posible existencia de un sesgo o brecha de género, la variable
GEND es claramente significativa y positiva en la estimación de 2018, lo
que implicaría que la probabilidad de teletrabajar aumenta alrededor de un
45% para los hombres respecto a las mujeres. Sin embargo, este resultado
cambia de manera clara para 2021 y en este caso, ser mujer aumentaría
la probabilidad de teletrabajar alrededor de un 25%. Ello muestra cómo
en determinados contextos puede producirse una rápida superación del
tradicional retardo en la adopción de nuevas tecnologías por parte de las
mujeres. Así, se observa como el impulso hacia el teletrabajo que implicó
la pandemia, amplió el conjunto de actividades y la población susceptible
de utilizarlo, eliminando con ello la brecha de género inicialmente existente.
Respecto a la influencia de vivir en una zona rural o urbana, las
variables de nivel de urbanización aparecen en la estimación de 2018 como
estadísticamente no significativas en la explicación del uso del teletrabajo.
Sin embargo, para el año 2021 sí que aparece residir en núcleos urbanos o
rurales como una variable explicativa relevante del teletrabajo. De hecho,
la probabilidad de que un individuo que reside en núcleos urbanos de
mayor tamaño teletrabajase duplica a la de aquellos que viven en zonas
de urbanización media. Este es un resultado coincidente con el de Kahn y
Burrell (2021) y que estos autores vinculan a la diferencia de dotación de
infraestructuras entre entornos con distinto grado de urbanización.
El siguiente grupo de variables utilizadas son las referidas a la edad de
los individuos, que aquí incorporaremos haciendo referencia a cohortes
generacionales. En primer lugar, hay que destacar que la pertenencia
generacional es estadísticamente significativa sólo en la estimación de 2018.
En este caso, la pertenencia a la generación denominada “baby boomers”
(la nacida entre 1949 y 1968 y grupo de referencia en esta estimación)
supondría una mejora de la probabilidad de utilizar el teletrabajo respecto
a la denominada Generación Z (nacidos entre 1994 a 2010) y Millenials
(nacidos entre 1981 a 1993). Esta mayor probabilidad de teletrabajar
estadísticamente desaparece por tanto con la información de 2021. Un
rasgo que, como en el caso de la brecha de género, podemos atribuir al
generalizado incremento del teletrabajo entre 2019 y 2021 (Sostero et al.,
2020).
Por su parte el nivel de estudios es una variable con gran capacidad
explicativa en nuestro trabajo, al igual que ocurre en otros que analizan la
adopción y uso de las plataformas digitales (Quirós et al., 2021). Frente a lo
observado en los otros dos aspectos anteriores, las diferencias educacionales
mantienen una elevada significatividad estadística tanto en 2018 como en
2021. Ello implica sobre todo un elevado incremento de la probabilidad
104 Gloria Duarte · Cipriano Quirós
de teletrabajar para el grupo de individuos que disponen de una titulación
universitaria frente los que tienen unos niveles educativos medios o bajos,
que se correspondería con niveles ocupaciones más elevados.
Los resultados respecto al nivel de ingresos están en línea con los
mostrados para el nivel de estudios, con el que guarda una lógica relación,
aun cuando el efecto sobre la probabilidad de uso del teletrabajo de ésta
última sea claramente superior. De nuevo se mantiene la significatividad en
el año 2018, no así para el 2021 en el que es solo significativa para los
niveles de ingresos muy altos. La variable CONF, que representa el grado
de confianza que los individuos declaran sentir respecto a la utilización de
internet es estadísticamente significativa para 2018 y no así para 2021. El
tipo de hogar y la situación de convivencia tampoco no son significativas.
Un aspecto de especial atención en este trabajo es la influencia de las
habilidades digitales como inhibidor o potenciador del teletrabajo. Éstas han
sido aproximadas a partir de un indicador sintético que recoge un amplio
conjunto de indicadores de uso y conocimientos informáticos disponibles en
la Encuesta sobre Uso de las TIC en los Hogares, empleado en otros trabajos
como Álvarez et al., 2021 o Quirós et al. 2022. Éste ha sido indiciado
acotándolo entre 0 y 10 para hacerlo más fácilmente interpretable.
Los resultados obtenidos reflejan que las habilidades digitales un factor
determinante del teletrabajo, más allá del condicionante sectorial que se
utiliza como variable de control. Aunque esta relevancia se mantiene ambos
años, pierde influencia con la mayor generalización del teletrabajo que se
produce a partir de la pandemia. De hecho, la probabilidad de teletrabajar
de un individuo pasa de ser un 145% a un 76% superior cuando su
índice de habilidades digitales aumenta en una unidad en 2018 y 2021,
respectivamente. Ello hace por tanto que la probabilidad de teletrabajar
vaya a estar condicionada (aunque es posible la existencia de una causalidad
inversa) por el nivel de digital skills de la población y que por tanto sea este
uno de los elementos centrales de las políticas de empresa o instituciones
públicas que quieran favorecer o utilizar la flexibilidad que el trabajo en
remoto implica. Este resultado está alineado con los obtenidos en otros
trabajos como Pontones-Rosa (2021), Quirós et al. (2021) y Quirós et al.
(2022).
Finalmente, como ya se ha indicado, la incidencia del teletrabajo esta
lógicamente vinculada al tipo de sector y actividad que realizan los individuos
ya que, fuera de la estricta inmovilidad producida en el confinamiento de
2020, no todas las empresas o instituciones pueden ofrecer la posibilidad
de realizar una parte relevante de la jornada laboral a distancia. Es por ello
que en este trabajo se incorporan en las estimaciones realizadas para 2018
y 2021 un grupo de variables de control con las que se pretende recoger el
sesgo sectorial, para reducir el efecto que pudiera tener sobre los resultados
obtenidos para otras variables.
105
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
TABLA 2 RESULTADOS DE LAS ESTIMACIONES DE LOS DETERMINANTES INDIVIDUALES DE LA UTILIZACIÓN DEL
TELETRABAJO PARA LOS AÑOS 2018 Y 2021
Variables 2018 2021
VD: TELEWORK COEF Std.Err. P>|z| ODDS* COEF Std.Err P>|z|. ODDS*
HIGH_URB -,0412 ,068 0,544 ,96 ,7461 ,104 0,000** 2,1
LOW_URB -,0970 ,088 0,272 ,91 -,1699 ,115 0,140 ,84
GEND ,3701 ,065 0,000** 1,45 -,2858 ,084 0,001** ,75
GEN_Z -,8047 ,213 0,000** ,45 -,3057 ,200 0,127 ,74
MILLENNIAL -,3300 ,089 0,000** ,72 -,2066 ,112 0,066 ,81
GEN_X -,0368 ,074 0,623 ,97 -,1413 ,105 0,176 ,86
GEN_PW -,3276 ,471 0,487 ,72 ,8357 ,577 0,148 2,30
HIGH_EDUC ,9932 ,091 0,000** 2,70 ,4638 ,119 0,000** 1,59
LOW_EDUC -,5963 ,095 0,000** ,55 -,3325 ,134 0,014** ,71
LOW_ INC -,6253 ,152 0,000** ,54 -,3011 ,219 0,171 ,74
M_LOW_ INC -,4130 ,091 0,000** ,66 -,1330 ,118 0,259 ,87
HIGH _INC ,1804 ,105 0,087 1,20 ,1987 ,132 0,133 1,22
VHIGH_ INC ,3649 ,094 0,000** 1,44 ,2537 ,116 0,029** 1,29
CONF ,1443 ,074 0,052** 1,15 ,1480 ,090 0,099 1,16
T_FAM ,0297 ,067 0,657 1,03 -,0455 ,086 0,598 ,96
CONV ,0232 ,067 0,740 1,02 ,0963 ,091 0,288 1,10
SKILLS ,8966 ,128 0,000** 2,45 ,5463 ,105 0,000** 1,76
SKILLS2 -,0392 ,010 0,000** ,96 -,0164 ,008 0,041** ,98
RUR_SEC 4,3056 ,311 0,000** 74,11 1,8722 ,780 0,017** 6,50
IND_MAN 3,7939 ,259 0,000** 44,43 3,9115 ,332 0,000** 49,97
UTILIT --------- —---- ------ -------- 4,4434 ,402 0,000** 85,06
CONSTR 4,6295 ,276 0,000** 102,46 3,7045 ,369 0,000** 40,63
C_TRANS 3,9919 ,252 0,000** 54,16 3,5496 ,325 0,000** 34,94
MEDIA_IT 5,0353 ,280 0,000** 153,75 5,8860 ,341 0,000** 359,98
FIN_SERV 4,4988 ,284 0,000** 89,91 4,9765 ,350 0,000** 144,97
SCIENT ACT -------- —----- ------- -------- 5,1998 ,332 0,000** 181,23
BUSS_SERV 4,3188 ,269 0,000** 75,10 4,2711 ,346 0,000** 71,60
PSERV_EDUC 4,0563 ,245 0,000** 57,75 3,8591 ,318 0,000** 47,42
HEATH_SERV -------- —----- ------ ------- 3,0031 ,337 0,000** 20,15
O_SERV 4,4371 ,253 0,000** 84,53 3,6384 ,372 0,000** 38,03
_cons -9,4826 ,472 0,000** ,00 -8,5963 ,471 0,000** ,00
Number obs=13,052 Number obs=12,543
Pseudo R2=0,3859 Pseudo R2=0,4110
* En la interpretación de los Odds ratios se supone que el resto de las variables no cambia.
**Significancia al 95% de confianza.
A continuación, se realiza el mismo análisis, pero de manera diferenciada
para hombres y mujeres que se muestra en las tablas 3 y 4 para los años 2018
y 2021. Nos vamos a detener en los aspectos en los que se observan cambios
en los determinantes del teletrabajo para hombres y mujeres y respecto al
modelo conjunto. Una primera diferencia en los determinantes del teletrabajo
para hombres y mujeres en 2021 es que los niveles de estudios altos son
significativos sólo en la estimación para hombres, y no significativos en la
106 Gloria Duarte · Cipriano Quirós
de mujeres. Ello supone una duplicación de la probabilidad de teletrabajar
por parte de los trabajadores hombres con una mayor cualificación, frente
a los que tienen estudios medios. Este resultado cabría relacionarlo con una
mayor proporción de hombres en puestos de trabajo de dirección medios y
altos, asociados por tanto a una alta cualificación. Para 2018, sin embargo, la
probabilidad de teletrabajar mejoraba con el nivel de estudios de los individuos
de manera similar para ambos sexos.
Respecto al nivel de ingresos, nos encontramos de nuevo diferencias entre
las estimaciones para el año 2018 y aquellas otras del año 2021. En el caso
de la estimación para mujeres del año 2021, sólo aparece como significativa
con signo negativo la franja de ingresos bajos que implicaría para ellas una
reducción de la probabilidad de teletrabajar. Por su parte, en el caso de
hombres las franjas de ingresos relevantes estadísticamente son las de altos
y muy altos respecto a la franja de ingresos medios. De nuevo, la explicación
está vinculada a una mayor proporción de teletrabajadores hombres entre
ocupaciones altas, tal como a la que se daba para el caso del nivel de estudios
altos. En el caso de la estimación para 2018 el resultado es prácticamente
similar para hombres y mujeres.
Un resultado también interesante es que los hombres que vivían de manera
independiente presentaban para 2018 una probabilidad de teletrabajar
mayor que la de los hombres que vivían en familia (un 20 por ciento superior).
Una relación que tras la generalización del teletrabajo en 2021 desaparece.
Respecto a las habilidades digitales, estas son significativas tanto para hombres
como mujeres en ambos años. Sólo aparece una relación no significativa en
el caso de las habilidades al cuadrado que reflejaría la no existencia de un
efecto decreciente, respecto a la probabilidad de teletrabajar, en el caso de
los hombres en 2021.
TABLA 3. RESULTADOS DE LAS ESTIMACIONES DE LOS DETERMINANTES INDIVIDUALES EN MUJERES DE LA
UTILIZACIÓN DEL TELETRABAJO PARA LOS AÑOS 2018 Y 2021
Variables 2018 2021
VD: TELEWORK COEF Std.Err P>|z|. ODDS* COEF Std.Err. P>|z| ODDS*
HIGH_URB -,2191 ,128 0,088 ,80 ,8131 ,144 0,000** 2,25
LOW_URB -,0496 ,123 0,687 ,12 -,0409 ,154 0,791 ,96
GEN_Z -,3788 ,313 0,226 ,69 -,2988 ,278 0,282 ,74
MILLENNIAL -2399 ,127 0,059 ,79 -,0741 ,160 0,642 ,93
GEN_X -,0227 ,112 0,839 ,98 ,0430 ,150 0,774 1,04
GEN_PW ,0480 ,738 0,948 1,04 ,9418 ,665 0,157 2,56
HIGH_EDUC ,9936 ,139 0,000** 2,65 ,1504 ,169 0,373 1,16
LOW_EDUC -,5932 ,154 0,000** ,55 -,3442 ,189 0,069 ,71
LOW_ INC -,8188 ,212 0,000** ,54 -,8698 ,293 0,003** ,42
M_LOW_ INC -,2815 ,130 0,030** ,44 -,2725 ,156 0,080 ,76
HIGH _INC ,2798 ,155 0,070 ,75 ,0324 ,188 0,864 1,03
VHIGH_ INC ,3840 ,139 0,006** 1,46 -,1228 ,167 0,462 ,88
CONF ,0898 ,108 0,404 1,09 ,1350 ,120 0,259 1,14
107
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
Variables 2018 2021
T_FAM -,1202 ,096 0,210 ,90 -,0322 ,118 0,784 ,97
CONV -,0514 ,098 0,601 ,96 ,0716 ,122 0,558 1,07
SKILLS ,8211 ,192 0,000** 2,29 ,63447 ,144 0,000** 1,89
SKILLS2 -,0339 ,015 0,028** ,97 -,0251 ,011 0,027** ,97
RUR_SEC 4,7520 ,528 0,000** 115,8106 —------ —------ —------- —------
IND_MAN 4,1705 ,430 0,000** 64,74 3,6591 ,366 0,000** 38,83
UTILIT --------- —----- ------ -------- 4,3371 ,460 0,000** 76,48
CONSTR 5,6191 ,504 0,000** 275,65 3,6235 ,462 0,000** 37,47
C_TRANS 4,2023 ,410 0,000** 66,84 3,0009 ,349 0,000** 20,10
MEDIA_IT 5,4922 ,463 0,000** 242,79 5,2939 ,400 0,000** 199,11
FIN_SERV 4,8523 ,438 0,000** 128,85 4,4485 ,387 0,000** 85,49
SCIENT ACT -------- —----- ------- -------- 4,8303 ,369 0,000** 125,24
BUSS_SERV 4,7261 ,425 0,000** 112,8524 3,9348 ,370 0,000** 51,15
PSERV_EDUC 4,4176 ,398 0,000** 109,0151 3,3611 ,335 0,000** 28,82
HEATH_SERV -------- —----- ------ ------- 2,3154 ,367 0,000** 10,13
O_SERV 4,6915 .408 0,000** 84,53 3,9348 ,418 0,000** 21,68
_cons -9,4380 ,718 0,000** ,00 -8,0431 ,575 0,000** ,00
Number obs=6935 Number obs=6.733
Pseudo R2=0,3832 Pseudo R2=0,3899
* En la interpretación de los Odds ratios se supone que el resto de variables no cambia.
**Significancia al 95% de confianza.
TABLA 4. RESULTADOS DE LAS ESTIMACIONES DE LOS DETERMINANTES INDIVIDUALES EN HOMBRES DE LA
UTILIZACIÓN DEL TELETRABAJO PARA LOS AÑOS 2018 Y 2021
Variables 2018 2021
VD: TELEWORK COEF Std.Err. P>|z| ODDS* COEF Std.Err. P>|z| ODDS*
HIGH_URB ,0394 ,118 0,739 1,04 ,6633 ,152 0,000** 1,94
LOW_URB -,1051 ,116 0,363 ,90 -,2835 ,177 0,108 ,75
GEN_Z -1,1710 ,293 0,000** ,31 -,3347 ,292 0,252 ,71
MILLENNIAL -,4188 ,127 0,001** ,66 -,2279 ,165 0,166 ,80
GEN_X -,0326 ,101 0,748 ,97 -,2402 ,151 0,112 ,79
GEN_PW -,6038 ,616 0,327 ,55 -1,0073 1,042 0,334 ,37
HIGH_EDUC 1,0044 ,123 0,000** 2,73 ,7916 ,172 0,000** 2,20
LOW_EDUC -,5891 ,122 0,000** ,5548 -,3406 ,196 0,082 ,71
LOW_ INC -,3426 ,226 0,129 ,7099 ,3526 ,329 0,284 1,42
M_LOW_ INC -,5428 ,127 0,000** 5811 -,0252 ,184 0,891 ,98
HIGH _INC ,0711 ,146 0,626 1,0737 ,3776 ,189 0,047** 1,46
VHIGH_ INC ,3564 ,130 0,006** 1,4281 ,6181 ,168 0,000** 1,86
CONF ,1821 ,104 0,080 1,1997 ,1756 ,138 0,204 1,19
T_FAM ,1851 ,095 0,051** 1,2034 -,0599 ,131 0,647 ,94
CONV ,0595 ,102 0,560 1,0612 ,1223 ,139 0,382 1,13
SKILLS ,9103 ,172 0,000** 2,4850 ,5055 ,158 0,001** 1,66
SKILLS2 -,0397 ,014 0,004** ,9610 -,0121 ,012 0,307 ,99
RUR_SEC 4,0287 ,389 0,000** 56,1856 1,3202 ,772 0,087 3,74
108 Gloria Duarte · Cipriano Quirós
Variables 2018 2021
IND_MAN 3,5493 ,327 0,000** 34,5687 2,4836 ,314 0,000** 11,98
UTILIT --------- —----- ------ -------- 2,7834 ,501 0,000** 16,17
CONSTR 4,2601 ,341 0,000** 70,81 2,3438 ,372 0,000** 10,42
C_TRANS 3,8474 ,322 0,000** 46,87 2,3948 ,306 0,000** 10,97
MEDIA_IT 4,7596 ,354 0,000** 116,70 4,8078 ,326 0,000** 122,46
FIN_SERV 4,2858 ,393 0,000** 72,66 3,7411 ,366 0,000** 42,14
SCIENT ACT -------- —---- ------- -------- 3,8154 ,314 0,000** 45,39
BUSS_SERV 4,0189 ,354 0,000** 55,64 2,6858 ,390 0,000** 14,67
PSERV_EDUC 3,7629 ,317 0,000** 43,07 2,6755 ,291 0,000** 14,51
HEATH_SERV -------- —----- ------ ------- 1,7424 ,394 0,000** 5,71
O_SERV 4,2719 ,325 0,000** 71,66 2,4021 ,426 0,000** 11,04
_cons -9.0690 ,626 0.000** .00 -7.8865 ,607 0,000** ,0004
Number obs=6117 Number obs=5810
Pseudo R2=0,3830 Pseudo R2=0,4259
* En la interpretación de los Odds ratios se supone que el resto de variables no cambia.
** Significancia al 95% de confianza.
4. CONCLUSIONES Y LIMITACIONES
Aunque el teletrabajo existía ya antes de la pandemia, siendo considerado
como un elemento de flexibilidad laboral y con importancia desigual según el
tipo de actividades, la crisis del COVID-19 supuso un cambio en la consideración
que hasta ese momento se le había concedido. Nuestra investigación
contribuye a ampliar el conocimiento sobre los factores que condicionan el
teletrabajo en España, con especial atención a la posible existencia de una
brecha de género. Para ello, se ha realizado una primera estimación conjunta
para toda la muestra de individuos incorporando el género como una variable
explicativa.
Al mismo tiempo, para conocer las diferencias en cuanto a los determinantes
del teletrabajo para hombres y mujeres, se ha realizado un análisis separado
para cada uno de ellos. Se han incorporado en ambas estimaciones distintos
elementos explicativos como la localización, el nivel educativo, el nivel de
ingresos, la edad o la influencia de las habilidades digitales individuales.
Además, la disponibilidad de información en 2018 y en 2021 permite analizar
comparativamente dos momentos de tiempo separados por un elemento
disruptivo como el vivido en marzo de 2020.
Uno de los resultados más relevantes de este trabajo es el referido a la
desaparición de la brecha de género preexistente en el teletrabajo en 2021. La
mayor probabilidad de utilización del teletrabajo para los hombres, obtenido
para 2018, pasa a favorecer a las mujeres, que aumentan la probabilidad de
su uso frente a los hombres. Este cambio en un lapso corto de tiempo muestra
cómo en determinados contextos puede producirse una rápida superación
del tradicional retardo en la adopción de nuevas tecnologías por parte de las
mujeres. Así, el impulso hacia el teletrabajo que supuso la pandemia amplió
109
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
el conjunto de actividades y la población susceptible de utilizarlo, eliminando
con ello la brecha de género inicialmente existente.
Sin embargo, tal como alertan los análisis de distintos autores mostrados
en el trabajo, existe el peligro de que el avance en la adopción de estas
nuevas herramientas digitales pueda conllevar una reproducción de los
desiguales repartos de tiempos dedicados por hombres y mujeres al trabajo
y a otras labores vinculadas al hogar y el cuidado familiar. En otras palabras,
la autonomía y flexibilidad para organizar el tiempo de trabajo, inherentes
al teletrabajo, puede conllevar riesgos si ello repercute en una reducción de
la visibilidad laboral de las mujeres que teletrabajan desde casa o en una
reproducción de viejos roles sociales.
Respecto a las diferencias en los determinantes del teletrabajo en las
estimaciones realizadas para hombres y mujeres, el resultado más relevante
hace énfasis, para 2021, en la mayor probabilidad de teletrabajar de los
hombres con estudios superiores. Ello cabría relacionarlo con una mayor
proporción de hombres en puestos de trabajo de dirección medios y altos,
asociados a una mayor cualificación. Un resultado que no aparece en la
ecuación para mujeres para ese mismo año y que probablemente refleje una
menor participación de éstas en posiciones laborales de ese tipo.
En relación a la localización, los resultados muestran una clara preferencia
en el uso del teletrabajo para residentes en grandes centros urbanos frente
a localidades de menor tamaño, que evidencia la concentración de trabajos
susceptibles de teletrabajar en estas zonas, pero también la oportunidad
perdida respecto a un mejor equilibrio en la distribución geográfica de la
población que el desarrollo del teletrabajo podría haber supuesto.
Otro resultado relevante en este estudio, de cara a las empresas e
instituciones que deseen combinar presencialidad con teletrabajo, es la
necesidad de poner el foco en la potenciación de las habilidades digitales
de sus empleados. Estas, junto a los niveles educativos son el factor más
determinante en el uso de esta herramienta tanto para hombres como para
mujeres. De hecho, una de las líneas de trabajo futuro pasa por desagregar
por tipos de habilidades digitales para poder identificar la importancia de cada
una de ellas y su influencia como elementos potenciadores del teletrabajo
para ambos sexos.
Las limitaciones de este estudio están vinculadas a la información
disponible que no permitía contar con aspectos que también pueden influir en
la realización del teletrabajo, vinculados a otras características de los individuos
o la valoración de los resultados obtenidos por las empresas en su utilización.
Además, la incorporación de nuevos periodos podrá servir para conocer si
la eliminación de la brecha de género que muestran los datos para 2021 se
ha seguido manteniendo en otros años o si aparecen otros determinantes
diferenciadores en el uso del teletrabajo para hombres y mujeres.
110 Gloria Duarte · Cipriano Quirós
REFERENCIAS
Álvarez, I., Biurrun, A. (2022). La digitalización como baza de recuperación
pospandemia. ICE, Revista De Economía, (924) https://doi.org/10.32796/
ice. 2022.924.7357
Álvarez, I., Quirós, C., Marín, R., Medina, L., y Biurrun, A. (2021). La
transformación digital en Iberoamérica: Una oportunidad para la inclusión
en la era pos-COVID-19. Fundación Carolina y Telefónica.
Álvarez, I., Briones, S. (2023). La mujer en la economía española: cerrando la
brecha en el empleo y la digitalización. ICE, Revista de Economía,933. DOI
10.32796/ice.2023.933.7688
Arntz, M., Sarra, B.Y. y Berlingieri, F. (2019). Working from Home: Heterogeneous
Effects on Hours Worked and Wages). Centre for European Economic
Research 19-015.https://ssrn.com/abstract= 3383408.
Arteaga-Aguirre, C., Cabezas-Cartagena, V. y Ramírez-Cid, F. (2021). Mujeres,
teletrabajo y estrategias de cuidados en el contexto de pandemia en Chile.
Revista CS, 35, 11-39. https://doi.org/10.18046/recs.i35.4879
Bard-Wigdor, G., y Bonavitta, P. (2021). Covid-19, teletrabajo y cuidados:
Impacto en la vida de las mujeres profesionales de Argentina. Revista
latinoamericana de Antropologia del Trabajo, Vol. 5(11).
Beaunoyer, E., Dupéré, S., y Guitton, M.J. (2020). COVID-19 and digital
inequalities: Reciprocal impacts and mitigation strategies. Computers
chb.2020.106424
Bloom, N., Liang, J, Roberts, J. y Ying Z.J. (2013) Does working from home
work? Evidence from a Chinese experiment. NBER Working Paper18871.
http://ssrn. com/abstract=2230761
Camacho-Solís, J.I. (2020). El teletrabajo, la utilidad digital por la pandemia
del COVID-19. Revista Latinoamericana de Derecho Social, 1 (32),125.
https://doi.org/ 10.22201/iij.24487899e.2021.32.15312.
Campos-Romero, H. y Blanco-Varela, B. (2023). The Reduction of the Gender
Gap Through Global Value Chains: Political Commitment or Perpetuation of
Gender Roles? Revista de Economía Mundial. Nº 65, 115-139
Delventhal, M., y Parkhomenko, A. (2023). Spatial Implications of Telecommuting.
SSRN Electronic Journal. https://ssrn.com/abstract=3746555
Dingel, J. I. y Neiman, B. (2020). How many jobs can be done at home?
jpubeco.2020.104235
ESADE (2024). Mujeres en STEM. Esade EcPol - Center for Economic Policy.
Georgescu C., Georgiana, G., Duca, I., Postole, M.A., y Constantinescu, C.M.
(2021). Determinants of Employees Option for Preserving Teleworking
After the COVID-19 Pandemic. Amfiteatru Economic 23 (58), 669. https://
doi.org/10.24818/EA/ 2021/58/669
111
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
Giuzio, G. y Cancela Rodríguez, M. (2021). Teletrabajo e inequidades de
género. Revista Internacional y Comparada de Relaciones Laborales y
Derecho del Empleo. 9 (1) pp.410-426
Grönlund, A. y Öun, I. (2010). Rethinking work-family conflict: Dual-earner
policies, role conflict and role expansion in Western Europe. Journal of
European Social Policy 20. 179-195. 10.1177/0958928710364431.
Hauret, L., Martin, L., Bourgeon, P., Clement, F., Marguerit, D., Nguyen-Thi, T.
U., Poussing, N., Robert, F., Gewinner, I., Penard, T., Rosaz, J., Sutan, A., Y
Vranceanu, R. (2020). The impact of telework induced by the spring 2020
lockdown on the use of digital tools and digital skills. LISER.
Kahn, Z. y Burrell J. (2021). A sociocultural explanation of internet-enabled
work in rural regions. ACM Transactions on Computer-Human Interaction
28-3. https://doi.org/10.1145/3443705
Kanellopoulos, D. (2011). How can teleworking be pro-poor? Journal of
org/10.1108/ 17410391 111097401
Li, Y., Zhang, W., y Wang, P. (2021). Working online or offline: Which is more
effective? Research in International Business and Finance, 58, 101456.
https://doi.org/ 10.1016/ j.ribaf.2021.101456
López-Igual, P. y Rodriguez Modroño, P. (2020). Who is Teleworking and
Where from? Exploring the Main Determinants of Telework in Europe.
1050/12/21/8797
Lozano-Vargas, A. (2020). Impacto de la epidemia del Coronavirus (COVID-19)
en la salud mental del personal de salud y en la población general de
China. Rev Neuropsychiatry. 2020, vol.83 (1), pp.51-56. ISSN 0034-
8597. http://dx.doi.org/ 10.20453/rnp.v83i1.3687.
Lyttelton, T., Zang, E., y Musick, K. (2022). Telecommuting and gender
inequalities in parents’ paid and unpaid work before and during the COVID
-19 pandemic. Journal of Marriage and Family, 84 (1), 230-249. https://
doi.org/10.1111/jomf. 12810
Mokhtarian, P. L., y Salomon, I. (1996). Modeling the choice of telecommuting:
Identifying the choice set and estimating binary Choice Models for
Technology-Based Alternatives. Environment and Planning A: Economy and
Space, 28 (10), 1877 -1894. https://doi.org/10.1068/a281877
Mouratidis, K., y Papagiannakis, A. (2021). COVID-19, internet, and mobility:
The rise of telework, telehealth, e-learning, and e-shopping. Sustainable
Cities. 74. 103182. doi:10.1016/j.scs.2021.103182.
Nargis, N., Li Qin, M., Griffin, L., Asare, S., Bandi, P., Majmundar, A., Westmaas,
L., y Jemal, A. (2021). Association of teleworking and smoking behavior of
U.S. wage and salary workers. Journal of Occupational Health. https://doi.
org/10.1002/1348-9585.12283
Nemțeanu, M. S., Dabija, D C., y Stanca, L. (2021). The influence of teleworking
on performance and employees’ counterproductive behaviour. Amfiteatru
Economic, 23 (58),19. pp. 601-619
112 Gloria Duarte · Cipriano Quirós
Ng, P.M. L., Lit, K.K., y Cheung, C.T.Y. (2022). Remote work as a new normal?
The technology-organization-environment (TOE) context. Technology in
Society, 70. https://doi.org/10.1016/j.techsoc.2022.102022
Nguyen, M.H., Hargittai, E., y Marler, W. (2021). Digital inequality in
communication during a time of physical distancing: The case of
COVID-19. Computers in Human Behavior, 120. https://doi.org/10.1016/j.
chb.2021.106717
Nilles, J.M. (1976). Telecommunications-Transportation Tradeoff: Options for
Tomorrow. Nueva York: John Wiley & Sons.
OCDE (2019). How’s Life in the Digital Age? Opportunities and risks of the
digital transfor- mation for people’s well-being. OCDE Publishing.
ONTSI, Observatorio Nacional de Tecnología y Sociedad (2022a). Brecha
digital de género. Ministerio de Asuntos Económicos y Transformación
Digital, Gobierno de España. Madrid.
ONTSI, Observatorio Nacional de Tecnología y Sociedad (2022b). Women in
Digital: una perspectiva europea. 2022. Madrid. Ministerio de Asuntos
Económicos y Transformación Digital.
Ostmeier, E. y Strobel, M. (2022). Building skills in the context of digital
transformation: How industry digital maturity drives proactive skill
org/10.1016/j.jbusres.2021.09.020
Pérez-Nebra, A. R., Queiroga, F., Martins, L. B., Nunes Modesto, J. G. y
Bertolino, M. (2022). Decent work housebound: Recovery experiences of
parents during the pandemic. Multidisciplinary Journal of Gender Studies,
11 (2), 144-171. https://doi.org/10.17583/generos.7583
Pontones-Rosa, C., Pérez-Morote, R., y Santos-Peñalver, J. F. (2021). ICT-
based public policies and depopulation in hollowed-out Spain: A survey
analysis on the digital divide and citizen satisfaction. Technological
techfore.2021.120811
Puebla, A.D.L. (2020). Trabajo a distancia y teletrabajo: Una perspectiva de
género. Revista de Derecho del Trabajo y Protección Social, 1 (3) 4. https://
doi.org/ 10.20318/labos.2020.5547
Quirós, C., Portela, J., y Maron, R. (2021). Differentiated models in the
collaborative transport economy: A mixture analysis for Blablacar and Uber.
Technology in Society, 67. https://doi.org/10.1016/j.techsoc.2021.101727
Quirós, C., Riveros, K., y Erazo, R.F. (2022). Airbnb vs booking: Determinants
of the use of collaborative and traditional online accommodations. Applied
Economics Letters, 1-5. https://doi.org/10.1080/13504851.2022.20557
37
Raišienė, A.G., Rapuano, V., y Varkulevičiūtė, K. (2021). Sensitive Men
and Hardy Women: How Do Millennials, Xennials and Gen X Manage to
Work from Home? Journal of Open Innovation: Technology, Market, and
Complexity, 7 (2), 106. https://doi.org/10.3390/joitmc7020106
113
DETERMINANTES DEL TELETRABAJO Y BRECHA DE GÉNERO
REVISTA DE ECONOMÍA MUNDIAL 68, 2024, 95-113
Sostero, M., Milasi, S., Hurley, J., Fernández-Macías, E. y Bisello, M. (2020).
Teleworkability and the COVID-19 crisis: A new digital divide?. JRC Working
Papers on Labour, Education and Technology, Joint Research Centre.
Suciu, M.C. y Petre, A. (2022). Telework in Romania. Current state and
sustainable socio- economic effects of its development. Management
Dynamics in the Knowledge Economy, 10 (1), 53 – 68.
Wheatley, Daniel. (2016). Employee satisfaction and use of flexible working
arrangements. Work, Employment & Society. 31.
Wilson, M., y Greenhill, A. (2004). Gender and teleworking identities in the risk
society: A research agenda. New Technology, Work and Employment, 19
(3), 207 - 221. https://doi.org/10.1111/j.1468-005X.2004.00138.x
