Ciclo de productividad de los docentes universitarios: un análisis desde una institución pública del caribe colombiano

Productivity cycle of university teachers: an analysis of a public institution in the colombian caribbean

Ciclo de produtividade dos professores universitários: análise de uma instituição pública no caribe colombiano

RESUMEN

Esta investigación examina los efectos de la antigüedad docente en la productividad académica, medida por puntos salariales obtenidos mediante productos relacionados con la innovación, el desarrollo y la investigación científica. Se emplearon un modelo logístico de datos de panel, regresión por cuantiles y estimaciones de datos de panel. Los resultados indican que el aumento en la antigüedad se relaciona con un incremento en la productividad académica, pero este impacto no es lineal. Un aumento adicional en la antigüedad al cuadrado resulta en una disminución de puntos salariales, sugiriendo un efecto a largo plazo. Además, se encontró que el 10% de los docentes más productivos muestra mayor sensibilidad al aumento de la antigüedad.

Palabras clave:
Productividad; Docente; Antigüedad; Salario

ABSTRACT

This research examines the effects of teaching seniority on academic productivity, measured by salary points obtained through scientific publications. A logistic panel data model, quantile regression, and panel data estimations were employed. The results indicate that an increase in seniority is related to an increase in academic productivity, but this impact is not linear. A further increase in seniority squared results in a decrease in salary points, suggesting a long-term effect. In addition, it was found that 10% of the most productive teachers show greater sensitivity to the increase in seniority.

Keywords:
Productivity; Teacher; Seniority; Salary

RESUMO

Esta pesquisa examina os efeitos do tempo de magistério sobre a produtividade acadêmica, medida pelos pontos salariais obtidos por meio de publicações científicas. Foram usados um modelo logístico de dados em painel, regressão de quantis e estimativa de dados em painel. Os resultados demonstram que o aumento na senioridade está relacionado ao aumento na produtividade acadêmica, mas esse impacto não é linear. Um aumento adicional na senioridade ao quadrado resulta em redução nos pontos salariais, sugerindo um efeito de longo prazo. Além disso, verificou-se que os 10% dos professores mais produtivos apresentam a maior sensibilidade ao aumento da antiguidade.

Palavras-chave:
Produtividade; Professor; Antiguidade; Salário

INTRODUCCIÓN

La investigación científica es la piedra angular de la sociedad del conocimiento, pues genera oportunidades de desarrollo en ámbitos culturales, económicos, políticos y tecnológicos. En ese sentido, las universidades como principales medios generadores de producción científica juegan un papel fundamental en ese entramado social (Sánchez-Rodríguez, Acosta-Prado y Tafur-Mendoza, 2021; Navarro-Cabrera, 2022). Estas investigaciones no solo constituyen una base sólida para el avance del conocimiento en diversas disciplinas, sino que también desempeñan un papel crucial en la innovación, la resolución de problemas y el impulso de la competitividad a nivel nacional e internacional.

La investigación universitaria, en el ámbito económico, impulsa avances científicos y tecnológicos que catalizan la creación de nuevas industrias, productos y servicios. La transferencia de conocimientos hacia el sector empresarial fomenta empresas innovadoras, propiciando un crecimiento económico sostenible y mejorando la eficiencia empresarial (Lugo y Rossel, 2022). Desde una perspectiva social, las investigaciones se centran en abordar desafíos críticos que afectan directamente la calidad de vida, ofreciendo soluciones en áreas como salud, educación, medio ambiente y ciencias sociales.

Los países más desarrollados muestran una fuerte correlación entre la calidad de su educación universitaria y su crecimiento económico (Agasisti y Bertoletti, 2022). Por ese motivo, en países en desarrollo como Colombia es fundamental fortalecer sus universidades para mejorar la calidad y la cantidad de investigaciones realizadas. En este estudio se analizan los efectos de los años de antigüedad de los docentes en su productividad académica, con el fin de observar cómo se comporta su producción científica en el tiempo. Para ello se utiliza la base de datos de docentes de una universidad pública del caribe colombiano entre los años 2003 y 2022, en ella se relacionan los puntos salariales obtenidos por producción científica como variable proxy de la productividad académica del docente.

La base de datos consolida los puntajes asignados a los docentes en cada año del periodo de estudio conforme al decreto 1.279 de 2002 (decreto que determina los factores para la asignación de puntos salariales por producción científica en Colombia), y según las resoluciones del Comité Interno de Asignación de Puntaje. Incluye variables sociodemográficas y administrativas como el escalafón, ascensos y nivel educativo alcanzado. En Colombia, estos datos son reportados semestralmente por las Universidades del Sistema Universitario Estatal (SUE) al Sistema Nacional de Información de la Educación Superior (SNIES).

Para realizar el análisis se utilizan modelos logísticos de datos de panel, regresiones de datos de panel y un modelo de regresión por cuantiles. Los resultados muestran que un aumento de un año en la antigüedad tiene un efecto positivo en la productividad académica, traduciéndose en un aumento significativo de puntos salariales. No obstante, se identificó que este impacto no es lineal, ya que un aumento adicional en la antigüedad al cuadrado generó una disminución en la consecución de puntos salariales, sugiriendo un efecto de largo plazo. También se encontró que el grupo de docentes más productivos fueron los más afectados de manera negativa ante un aumento de la antigüedad.

Para sus efectos, este documento ha sido organizado de la siguiente forma: primero se presenta una revisión de literatura sobre el ciclo de productividad de los docentes y sus determinantes, seguido se detalla la metodología utilizada, posteriormente se presentan los resultados obtenidos y por último, las conclusiones.

MARCO TEÓRICO-EMPÍRICO

En la mayor parte de los estudios el ciclo de productividad de los docentes se expone a partir de un modelo de productividad de los científicos a lo largo de su vida. En este, los productos de investigación son un resultado del docente que invierte su tiempo disponible para investigación y su conocimiento acumulado, motivado por un beneficio personal que le permite incrementar su utilidad (Diamond Jr., 1984; Stephan, 1996; Lynn, 2002; Lechuga y Lechuga, 2012; Armijos Valdivieso; Avolio Alecchi; Arévalo-Avecillas, 2022). El beneficio buscado puede ser la satisfacción que genera resolver un problema de investigación, relatado en la literatura como investigación motivada por el consumo, o estar motivada por la inversión, en donde se busca generar un ingreso adicional derivado del aprovechamiento de los resultados de investigación como un activo financiero desde el momento de su publicación hasta que pierde relevancia en el campo.

Con estas bases, Levin y Stephan (1991) diseñaron un modelo para explicar la dinámica de producción investigativa a lo largo de la vida laboral, la cual inicia desde la graduación de PhD, momento que consideran como el ingreso a la profesión investigativa, hasta su retiro, T, determinado de manera exógena según la normatividad laboral. Durante este tiempo, la utilidad del investigador, Ut, es una función de maximización que depende de los resultados de investigación, Rt, y su canasta de consumo, Xt como se observa en la Ecuación 1.

(1) $$J={\displaystyle {\int }_0^T{e}^{-\rho t}}U\left(R_t,X_t\right)dtV$$

Este modelo plantea que los productos de investigación científica son proyectos de largo plazo que se generan a partir del conocimiento acumulado y actualizado, Kt, y el tiempo dedicado a labores investigativas, St (Stephan, 1996, p. 1219). El individuo sólo puede asignar la proporción de tiempo que dedica a investigación para maximizar su utilidad mediante publicaciones que incrementen su ingreso, It, toda vez que sean relevantes para el campo de estudio. Sin embargo, al pasar los años, la relevancia de una publicación tiende a disminuir, por lo cual se puede entender que experimenta una tasa de depreciación (Ecuación 2).

(2) $$R_t=f\left(s_t,K_t\right)$$

En la investigación motivada por la inversión, se espera que el comportamiento productivo a lo largo de la vida disminuya debido a los efectos de la depreciación del conocimiento y el acercamiento al tiempo de retiro, las cuales afectarán las retribuciones financieras que obtiene de la actividad, y solo se mantendría o crecería por una motivación implícita determinada por el gusto hacia la investigación (Levin y Stephan, 1991). En caso contrario, el docente puede preferir dedicar su tiempo a actividades distintas, como la docencia y la consultoría, de forma que le generen una remuneración inmediata (Méndez Sayago y Vera Azaf, 2015).

Es así como Rauber y Ursprung (2008) explican que la producción investigativa es un resultado que depende del capital humano, por ello varios estudios se basan en la teoría de Gary Becker que plantea la existencia de un ciclo de productividad en forma de U inversa como resultado de una menor inversión en el capital humano a lo largo de la vida. Todo ello implica que se observaría una relación entre la edad del docente y la productividad académica, con un crecimiento de la producción durante los primeros años de profesión, hasta una etapa álgida desde la cual disminuye la productividad hasta el momento de retiro. Sin embargo, también se han observado dinámicas en donde se presenta un crecimiento hacia el final de la carrera docente, escenario que se ha asociado a la competencia por recompensas y reconocimientos provenientes de instituciones prestigiosas como consecuencia del trabajo de una vida (Feichtinger, Grass y Winkler-Dworak, 2020, p. 375-376).

FACTORES QUE AFECTAN LA PRODUCTIVIDAD

El docente es un sujeto inmerso en un contexto organizacional, social y cognitivo que determina su rendimiento académico e investigativo, los cuales comprenden factores demográficos, familiares, de capital humano, del costo de oportunidad y del entorno laboral (Hesli y Lee, 2011; Hermanu et al., 2022). A nivel demográfico, el sexo se ha establecido como uno de los aspectos más representativos, pues representa la idea de una brecha en la producción donde los hombres cuentan con ventaja (Baccini et al., 2014; Pérez, Ramírez y Del Valle López, 2022). En algunos casos se ha asociado esta brecha a aspectos como la percepción laboral, las oportunidades o las responsabilidades familiares (Chauvin et al., 2019; Mairesse, Pezzoni y Visentin, 2019).

Sin embargo, Mairesse y Pezzoni (2015) identificaron que las mujeres tienden a mantener su productividad más constante en edades avanzadas, con lo cual las causas de esta brecha pueden responder a momentos específicos como la construcción de familia, con acontecimientos como el cambio de estatus civil o la tenencia de niños dependientes en el hogar que demandan dedicación (Hunter y Leahey, 2010; Horta y Tang, 2023). Eventos como tener un hijo puede generar desventajas en la productividad de las mujeres durante las primeras etapas de maternidad, mientras que en los hombres no representa un cambio significativo (Bender et al., 2022; Khalid y Tadesse, 2022; Li, Xue y Li, 2023).

El entorno laboral del docente también se considera como un factor diferencial en la productividad. Uno de los aspectos más observados refiere a las características de la institución a la que se encuentra vinculado el docente, en especial al valorar características que exijan o permitan en estas una mayor capacidad de investigación, tal como lo son la oferta de programas de posgrado, las redes laborales y la cantidad de dinero que destinan a actividades de investigación o formativas (Aytekin et al., 2022; Hermanu et al., 2022).

Por otro lado, el campo de estudio en el que trabajan los docentes puede afectar su productividad debido a preferencias de publicación y diferencias salariales. Por ejemplo, Webber (2012) señala que disciplinas como la ingeniería y las ciencias naturales tienden a mostrar una mayor productividad. El salario también juega un papel crucial ya que salarios competitivos pueden atraer y retener talento, además de incentivar la producción científica (Chai, 2022; Sucuoğlu y Nyenatoh, 2023).

La carga de trabajo docente puede afectar la investigación, ya que Hesli y Lee (2011) sugieren una relación inversa entre la enseñanza y la publicación. La globalización ha permitido la contratación de más profesores extranjeros, quienes tienden a dedicar más tiempo a la investigación (Webber, 2012). Además, el nivel educativo influye en la productividad; Horodnic y Zaiţ (2015) encuentran que los investigadores con doctorados son más productivos. Sin embargo, el tiempo desde la obtención del título puede influir; estudios muestran que cohortes más jóvenes suelen ser más productivas que las más antiguas (Rauber y Ursprung, 2008; Savage y Olejniczak, 2021).

ETAPAS DE LA CARRERA

El estudio de la productividad ha permitido formular la hipótesis de que existen etapas en la carrera docente que concuerdan con los planteamientos de la teoría del desarrollo del adulto; es decir, a lo largo de la vida las personas transitan entre etapas y periodos donde cambian sus objetivos, prioridades, actitudes y comportamientos, llevándolos a orientar su vida de manera diferente (Jung, 2014, p. 87). Esta hipótesis aplicada a los docentes se ha propuesto a partir de la relación del rol académico como el centro en donde convergen los roles de enseñanza, investigación y servicio, cuya asimilación se adquiere con la experiencia. Así, se ha observado que en las carreras tempranas no existe una identidad consolidada del rol académico, pues el individuo presenta tensiones mientras navega por cada rol; posteriormente inicia un proceso de integración, y finalmente se consolida en la etapa más tardía de su vida laboral (Kreber, 2000; Simmons, 2011; Sánchez Brkic, 2021).

En este marco, individuos en una misma etapa tienden a satisfacer aspectos de su trabajo de manera similar (Bedeian et al., 1991). Por ello, los estudios se han producido a partir de perspectivas cronológicas, sociológicas, históricas y vocacionales con variables como la edad, el rango, la cohorte y los años de experiencia respectivamente (Jung, 2014). El enfoque adoptado referirá atributos del individuo en su relación laboral o productiva, asumiendo que atravesaron condiciones similares como capacitación, el grado de educación inicial — en caso de pertenecer a una misma cohorte de egresados —, la experiencia y la obsolescencia del conocimiento (Rauber y Ursprung, 2008; Acosta Reveles, 2021).

La edad, por ejemplo, relaciona los sucesos ocurridos en la vida con las aspiraciones y preocupaciones laborales; la cohorte, las condiciones de vinculación y capacitación por las que atraviesa un trabajador; y los años de permanencia en un cargo específico, las diferentes etapas que puede enfrentar un individuo al permanecer en el mismo (Bedeian et al., 1991).

Es así como varios investigadores han propuesto etapas que permitan describir estos momentos. En 1985, Fessler identificó ocho etapas no necesariamente lineales a lo largo de la carrera que están dadas por características del docente:

• servicio previo, donde se prepara para ocupar un rol;

• inducción, donde busca aprender los aspectos diarios del trabajo;

• creación de competencias, donde se busca mejorar sus destrezas y habilidades;

• entusiasmo y crecimiento, donde existe un progreso significativo en la profesión;

• frustración, resaltada la poca satisfacción laboral;

• estancamiento, solo hacen lo que se espera de ellos;

• decrecimiento;

• retiro (Lynn, 2002).

METODOLOGÍA

DATOS

En Colombia, el salario mensual de los docentes vinculados a la planta de las instituciones públicas de educación superior está dado por el total de puntos salariales acumulados por factores establecidos en el decreto 1.279 de 2002. Según este decreto, a un docente se le puede asignar puntos salariales como reconocimiento por sus logros en labores de docencia, investigación y extensión (ver Cuadro 1). Así, en el momento en que un docente alcanza un producto asociado a alguno de los factores, puede solicitar puntos salariales que se acumulan hasta el final de su vida laboral.

Cuadro 1
Conceptos que otorgan puntos salariales y cantidad de puntos otorgados.

Factores para la asignación de puntos	Conceptos por los que se otorgan puntos salariales	Puntos
Productividad Académica	Publicaciones en revistas especializadas	3–15
	Producción de videos, cinematográficas o fonográficas	12
	Libros que resulten de una labor de investigación	20
	Libros de texto	15
	Libros de ensayo	15
	Premios nacionales e internacionales	15
	Patentes	25
	Traducciones de libros	15
	Obras artísticas	20
	Producción técnica	15
	Producción de software	15
Por título de posgrado	Título de especialización	20
	Título de magister	40
	Título de Ph.D.	80
Ascensos en escalafón	Ascenso a Auxiliar	37
	Ascenso a Asistente	21
	Ascenso a Asociado	16
	Ascenso a Titular	22
Experiencia calificada	Por cada año de actividades en la institución	2
Experiencia administrativa	Por cada año de actividades administrativas	2–11
Desempeño destacado	Por labores de docencia y extensión	2–5

Entre los factores, la productividad académica tiene una proporción significativa en la variación de los salarios (Tobón et al., 2015), especialmente porque la normatividad vigente no impone restricciones al número de puntos salariales que puede acumular un docente a lo largo de su vida laboral por este factor. Para el estudio y asignación de puntos salariales por productos investigativos cada universidad establece su propio sistema con la participación de pares académicos externos, los cuales estudian características como la pertinencia, relevancia e impacto de las publicaciones.

Para este estudio se emplearon los puntos salariales obtenidos por productividad académica entre 2003–2022 por concepto de productos relacionados con la innovación, el desarrollo y la investigación de los docentes vinculados a la Universidad de Cartagena, con los cuales se consolidó un panel que permite el seguimiento de la producción académica anual de los docentes.

Se utilizó una base de datos anonimizada que contiene la información relativa a la asignación de puntos salariales para los docentes de tiempo completo y medio tiempo adscrito a la planta docente de la Universidad de Cartagena. Esta base consolida los puntajes asignados y acumulados, con fundamento en las resoluciones emitidas por el Comité Interno de Asignación de Puntaje de la Universidad, en el marco de lo establecido por el decreto 1.279 de 2002. Adicionalmente, la base incluye variables sociodemográficas y administrativas relevantes, tales como la información sobre la categoría en el escalafón docente, los ascensos, el nivel máximo de formación académica alcanzado, entre otras. En Colombia, estos datos son reportados semestralmente por las instituciones educativas del SUE al SNIES.

Solo se incluyeron aquellos docentes que tienen por lo menos 2 años de antigüedad en la universidad. Debe considerarse que el panel permite hacer seguimiento teniendo las siguientes condiciones si el docente se vinculó después de 2003, solo comenzará a presentar información desde ese momento, y si el docente se retiró antes de 2022, solo presentará información hasta ese momento.

Para mitigar el impacto de una elevada desviación estándar, se optó por excluir de la muestra aquellos docentes cuya producción académica acumulada durante el último año presentó valores atípicos, identificados mediante el rango intercuartílico. Como resultado se obtuvo un panel constituido por 422 docentes donde el 31.64% son mujeres y el 68.36% son hombres durante el periodo 2003–2022.

ESTRATEGIA EMPÍRICA

Inicialmente, se procederá a la estimación de un modelo logístico de datos de panel con el fin de analizar el impacto de la antigüedad y su cuadrado en la probabilidad de obtener un punto mediante la publicación de investigaciones en el transcurso del año. Este modelo permite incorporar efectos fijos, se controla de manera efectiva la heterogeneidad no observada que podría influir en la variable dependiente. Además, mediante la inclusión de efectos aleatorios, aborda variaciones no sistemáticas y proporciona una representación más completa de las condiciones que podrían influir en la probabilidad de éxito en la publicación de investigaciones a lo largo del tiempo (Greene, 2008). La Ecuación 3 describe la formulación del modelo logístico de datos de panel utilizado:

(3) $$Z_{it}={\alpha }_i+{\widehat{\beta }}_{1}Antigueda{d}_{it}+{\widehat{\beta }}_{2}Antigueda{d}_{it}^2+{\widehat{\beta }}_3{X}_{it}+{\mu }_{it}$$

Donde:

Z_it: la variable dependiente que toma valores de 1 si el docente i en el año t obtuvo puntos por alguno de los conceptos de productividad académica expuestos en el Cuadro 1, y cero en caso contrario;

α_i: los efectos fijos específicos por profesor;

Antiguedad_it: los años de antigüedad del docente dentro de la universidad;

${Antiguedad}_{\mathrm{it}}^2$: cuadrado de la antigüedad;

X_it: un vector de características de los docentes que pueden influir en su productividad como la edad, el sexo, su cohorte de entrada en la universidad, facultad a la que pertenece, títulos obtenidos, ascensos, escalafón en la universidad entre otros (cabe resaltar que en el modelo de efectos las variables que son características intrínsecas del docente se omiten, por lo que, para observar su efecto individual, se estima un modelo de efectos aleatorios)

μ_it: los residuos del modelo. Los errores estándar son calculados usando boostraping a través de 1000 repeticiones.

Posteriormente, se realizan regresiones de datos de panel donde nuevamente como variable independiente se utiliza la antigüedad y su cuadrado, pero como variables dependientes se utilizan los puntos obtenidos por producción académica en cada año y por cada docente de la muestra y los puntos acumulados por producción científica durante el periodo de tiempo. Las estimaciones de datos de panel permiten controlar la endogeneidad, la heterogeneidad individual, son estadísticamente eficientes, y detectan cambios temporales (Gujarati y López, 2006; Wooldridge, 2010). En la Ecuaciones 4 y 5 se presentan las estimaciones realizadas:

(4) $$Prodac{a}_{it}={\alpha }_i+{\widehat{\beta }}_{1}Antigueda{d}_{it}+{\widehat{\beta }}_{2}Antigueda{d}_{it}^2+{\widehat{\beta }}_3{X}_{it}+{\mu }_{it}$$

(5) $$Aprodac{a}_{it}={\alpha }_i+{\widehat{\beta }}_{1}Antigueda{d}_{it}+{\widehat{\beta }}_{2}Antiguedad{}_{it}^2+{\widehat{\beta }}_3{X}_{it}+{\mu }_{it}$$

Prodaca_it: total de puntos obtenidos por los conceptos de productividad académica expuestos en el Cuadro 1 para cada docente tales como publicaciones en revistas especializadas, producción de videos, cinematográficas o fonográficas, libros que resulten de una labor de investigación, libros de texto, libros de ensayo, premios nacionales e internacionales, patentes, traducciones de libros, obras artísticas, producción técnica o producción de software (también se llamara a este conjunto como producción científica/académica);

Aprodaca_it: los puntos acumulados a lo largo de la carrera del docente por los mismos conceptos en cada periodo de tiempo. Las estimaciones se realizan con efectos fijos y se utilizan errores estándar robustos.

Por último, se transforma la base de datos en una de cohorte transversal calculando el promedio del periodo de los puntos obtenidos por publicaciones de investigaciones académicas de los docentes y se estima un modelo de regresión por cuantiles. Este tipo de regresión examina cómo los distintos percentiles de la variable dependiente responden a cambios en las variables independientes. La regresión por cuantiles permite mayor robustez en las estimaciones ante valores atípicos, además permite trabajar con datos donde no existe normalidad en su distribución (Otero y Reyes, 2012). La formulación de la estimación realizada se muestra en la Ecuación 6:

(6) $$Q_p\left(Antigueda{d}_i\right)=+{\beta }_{p}Antigueda{d}_{ip}+{\mu }_{ip}$$

Donde:

Q_p(Antiguedad_i): el percentil condicional de la variable dependiente Prodaca_i (puntos ganados por el docente por producción científica) dada la variable independiente Antiguedad_i (Años de antigüedad del docente en la universidad) para el percentil p;

μ_ip: el residuo asociado con el docente i el percentil p.

Los errores son calculados usando boostraping de mil repeticiones.

Es relevante subrayar que la antigüedad y su cuadrado se emplean como proxies para representar el ciclo de productividad de los docentes, ofreciendo una visión del impacto del tiempo que un docente ha permanecido en la misma universidad en relación con su actividad investigadora. En el contexto del modelo logístico de datos de panel y las regresiones de datos de panel, la inclusión de la antigüedad al cuadrado sirve como una aproximación para un análisis a largo plazo. Esta variable cuadrática representa la extensión temporal dentro del modelo, lo que implica que su signo captura el efecto de largo plazo de la antigüedad en la productividad académica.

En contraste, en el modelo de regresión cuantílica, se emplea únicamente la antigüedad para evaluar cómo afecta dicha variable a la productividad académica del docente en los diferentes cuartiles de producción académica. Esta elección permite centrarse específicamente en la relación entre la antigüedad y la producción académica en distintos niveles, proporcionando una comprensión detallada de cómo la experiencia temporal puede influir en los resultados en distintos segmentos de la distribución de la productividad académica.

RESULTADOS

En esta sección primero se analizarán estadísticas descriptivas de los datos para comprender su estructura y las características de los docentes y su productividad académica. Luego se presentarán las estimaciones de los modelos de regresiones que serán utilizados.

ESTADÍSTICAS DESCRIPTIVAS

En la Tabla 1 se puede apreciar que la productividad académica (medida por los puntos salariales generados por producción científica) promedio de los docentes en el periodo 2003–2022 es de 2.7 puntos salariales, el valor máximo que obtuvo un docente en un año fue de 142,4 puntos salariales. La antigüedad promedio es de 16.6 años y la antigüedad mínima es de 2 años. Con relación a la edad, el promedio es de 52,8 años, la mediana de 53 años y la edad mínima fue de 22 con una máxima de 83 años. Por su parte, la productividad académica acumulada promedio de los docentes fue de 25.3 puntos salariales, con una mediana de 5 puntos y un máximo de 252.7 puntos.

Tabla 1
Estadísticas básicas.

Variable	Media	Mediana	Desviación	Varianza	Mínimo	Máximo	Observaciones
Productividad académica	2.7	0	7.8	60.5	0	142.4	5.996
Antigüedad	16.6	16.0	9.4	8.9	2	49	5.996
Edad	52.8	53.0	9.2	84.9	22	83	5.996
Productividad académica acumulada	25.3	5	41.8	17.5	0	252.7	5.996

En la Figura 1 se puede apreciar que durante el periodo 2003–2022 el 41.98% de los docentes no obtuvieron puntos salariales por producción académica, mientras que el 48.1% obtuvo menos de 72.5 puntos salariales. La Figura 2 por su parte permite apreciar que las docentes mujeres presentan una mayor proporción de puntos salariales ganados por producción científica que los hombres. Específicamente, el 65.8% de las docentes mujeres realizaron investigaciones, mientras que por parte de los hombres solo el 54.5% ganaron estos puntos salariales.

Figura 1
Distribución acumulada de puntos salariales por productividad académica.

Figura 2
Distribución acumulada de puntos salariales por productividad académica y genero.

Al clasificar por la posición que ocupa el docente, se observa que los profesores asociados tienen un mayor promedio de puntos por productividad académica anuales (PAA) y un mayor promedio de puntos salariales obtenidos anualmente (PSA) con 3.07 y 9,79 puntos obtenidos al año respectivamente (ver Tabla 2). Por otra parte, la Tabla 2 también permite apreciar que los docentes obtienen más puntos para incrementar su salario a través de otras actividades académicas que por la realización de productos científicos, pues en promedio los PAA representan el 28,58% de los PSA.

Tabla 2
Promedios de puntos salariales obtenidos por categoría del docente 2003–2022.

Categoría	PAA		PSA		Observaciones
	Media	Desviación	Media	Desviación
Auxiliar	1.95	3.84	8.3	7.33	1,013
Asistente	2.63	4.27	9.26	7.31	1,447
Asociado	3.07	4.23	9.79	6.75	1,805
Titular	2.73	3.47	9.0	5.45	1,731

• PSA: promedio puntos salariales obtenidos anualmente por docente; PAA: promedio de puntos por productividad académica anuales.
• Fuente: elaboración propia.

En la Figura 3, se observan los puntos promedio por producción académica anual por género. Las mujeres que más obtienen puntos por publicación de investigaciones son las docentes titulares, seguidas de las asociadas y las asistentes. Por su parte, los docentes hombres que tienen una mayor productividad académica anual son los asociados seguido de los titulares. Si se comparan los promedios de hombres y mujeres se observa que las docentes mujeres en todos los niveles a excepción del auxiliar tienen en promedio una mayor productividad académica anual que los hombres.

Figura 3
Diagrama de cajas y bigotes para la productividad académica promedio según sexo y categoría para el periodo 2003–2022.

Cuando se analiza el promedio de puntos por productividad académica anuales (PAA) de los docentes por facultad a la que está inscrito (Tabla 3) se observa que la facultad de ciencias exactas y naturales, seguida por la facultad de ciencias farmacéuticas y la facultad de enfermería son las que sus docentes tienen un mayor PAA con valores de 4.89, 4.59 y 4.18 respectivamente. Por el contrario, las facultades con docentes con menor PAA son la de medicina y derecho.

Tabla 3
Promedios de puntos salariales obtenidos por facultad del docente 2003–2022.

Facultad	PAA		PSA		Observaciones
	Media	Desviación	Media	Desviación
Ciencias económicas	2.71	4.25	9.63	5.95	677
Ciencias exactas y naturales	4.89	4.58	12.74	6.89	443
Ciencias farmacéuticas	4.59	4.35	12.79	7.63	344
Ciencias Humanas	3.26	3.28	11.68	6.32	475
Ciencias sociales y educación	2.71	3.51	10.83	5.52	414
Derecho y ciencias políticas	1.69	2.94	8.37	6.24	410
Enfermería	4.18	5.81	11.35	7.59	324
Ingeniería	3.61	5.05	11.09	6.58	495
Medicina	1.32	2.46	5.51	4.70	1,769
Odontología	2.24	3.99	8.23	6.12	586

• PSA: promedio puntos salariales obtenidos anualmente por docente; PAA: promedio de puntos por productividad académica anuales
• Fuente: elaboración propia.

Por otro lado, al relacionar la productividad académica promedio y la antigüedad del docente se observa una tendencia negativa de la productividad, lo cual sugiere que aquellos docentes más antiguos realizan una menor producción investigativa (ver Figura 4). Esta misma tendencia negativa se refleja en los puntos salariales totales, entre más años de antigüedad tenga el docente la obtención de puntos salariales por otros conceptos también disminuye.

Figura 4
Promedio de puntos salariales totales y por productividad académica por antigüedad.

No obstante, esta relación puede deberse a un efecto de cohortes, ya que tanto el promedio de puntos salariales obtenidos anualmente, así como el promedio de los obtenidos por productividad académica anual, es mayor en aquellos docentes que iniciaron actividades en periodos posteriores al 2003 como se observa en la Figura 5. Lo anterior sugiere que la creación del decreto 1.279 de 2002 ha tenido un efecto positivo en el incremento de la productividad académica de los docentes en términos de producción científica en comparación con las cohortes que ingresaron anterior a la estipulación del decreto.

Figura 5
Distribución de promedio de puntos salariales por productividad académica y puntos salariales totales por cohorte de ingreso a la universidad.

ESTIMACIÓN ECONOMÉTRICA: EFECTOS DE LA ANTIGÜEDAD SOBRE LA PRODUCTIVIDAD ACADÉMICA

En la Tabla 4 se presentan los resultados de un análisis que examina los efectos de la antigüedad y su cuadrado sobre la probabilidad de que los docentes obtengan al menos un punto salarial por concepto de producción científica al año. Este análisis se basa en un modelo logístico de datos de panel con efectos aleatorios. Al analizar las estimaciones, se evidencia una correlación positiva entre la antigüedad y la probabilidad de realizar producciones científicas. Sin embargo, se observa que el cuadrado de la antigüedad está asociado a una disminución en dicha probabilidad.

Tabla 4
Modelo Logístico de datos de panel de efectos aleatorios.

Z	(1)	(2)	(3)	(4)	(5)	(6)	(7)
Antigüedad	0.0686***	0.0680***	0.0829***	0.0358*	0.0604***	0.117***	0.122***
	(0.0207)	(0.0217)	(0.0208)	(0.0213)	(0.0207)	(0.0215)	(0.0236)
Antiguedad2	-0.00156***	-0.00159***	-0.00156***	-0.00121**	-0.00137**	-0.00221***	-0.00183***
	(0.000541)	(0.000569)	(0.000540)	(0.000540)	(0.000545)	(0.000553)	(0.000543)
Sexo		-0.726***					-0.383***
		(0.104)					(0.1000)
Edad			-0.0163**				-0.0450***
			(0.00755)				(0.00724)
Escalafón				0.830***			0.881***
				(0.157)			(0.165)
Área					0.881***		0.621***
					(0.108)		(0.114)
Cohorte						1.950***	2.030***
						(0.144)	(0.159)
Observaciones	5,996	5,787	5,996	5,996	5,937	5,996	5,728
Número de docentes	422	407	422	422	417	422	402

• Errores estándar robustos entre paréntesis ajustados mediante el método de Bootstrap con 1,000 repeticiones;
• ^***
  p < 0.01
• ^**
  p < 0.05;
• ^*
  p < 0.1. La variable dependiente Z toma valores de 1 si el docente obtuvo al menos un punto por producción científica y cero en caso contrario. La variable sexo es dicotómica y toma valores de uno si es hombre, cero si es mujer. La variable edad está representada por los años del docente y el escalafón toma variables de uno si el docente es titular y cero si es auxiliar, asistente o asociado. La variable Área toma el valor de 1 si es docente pertenece al área del conocimiento de Matemáticas, Ciencias Naturales e Ingeniería, y cero en caso contrario. La variable cohorte también es dicotómica y adquiere el valor de uno si la cohorte de entrada del docente es desde el 2003 o posterior y cero en caso contrario.
• Fuente: elaboración propia.

Esta dinámica puede explicarse por el hecho de que, en los primeros años, los docentes tienden a realizar más investigaciones para aumentar su salario, prestigio y cumplir con las obligaciones productivas de la universidad. No obstante, con el paso de los años, la utilidad percibida de publicar investigaciones tiende a disminuir, lo que se refleja en la influencia negativa de la antigüedad al cuadrado. Este último puede interpretarse como el efecto a largo plazo que produce una disminución en la probabilidad de publicar documentos científicos.

Al controlar por otras variables como el sexo y la edad, se observa que los docentes masculinos y los de mayor edad disminuyen su probabilidad de obtener puntos por producciones académicas. Por otro lado, los docentes en áreas de matemáticas, ciencias naturales e ingeniería tienen una mayor probabilidad de realizar producciones científicas en comparación con sus colegas de otras áreas. Además, aquellos docentes que ingresaron a la universidad en el año 2003 o posterior muestran una mayor probabilidad de crear producciones científicas. Todas las estimaciones de los coeficientes de interés para antigüedad y antigüedad al cuadrado en las columnas 1, 2, 3, 6 y 7 son estadísticamente significativas con un nivel de significancia del 1%. En las columnas 4 y 5, los coeficientes siguen siendo significativos al 5%.

En la Tabla 5 se presentan los coeficientes marginales de las estimaciones de la Tabla 4, los cuales permiten interpretar y cuantificar la magnitud de los coeficientes estimados. Con excepción de los coeficientes de la columna 4, se observa que, en promedio, un año adicional de antigüedad genera un aumento entre el 13% y el 21% en la probabilidad de realizar una producción científica. Por otro lado, un aumento en la antigüedad al cuadrado produce una disminución media entre el 5.8% y el 8.2% en la productividad.

Tabla 5
Coeficientes marginales del modelo logístico de datos de panel de efectos aleatorios.

Z	(1)	(2)	(3)	(4)	(5)	(6)	(7)
Antigüedad	0.135***	0.132***	0.165***	0.070*	0.118***	0.205***	0.214***
Antiguedad2	-0.067***	-0.067***	-0.068***	-0.052**	-0.058***	-0.082***	-0.068***
Sexo		-0.053***					-0.026***
Edad			-0.101**				-0.260***
Escalafón				0.032***			0.031***
Área					0.026***		0.015***
Cohorte						0.088***	0.093***

• ^***
  p < 0.01
• ^**
  p < 0.05;
• ^*
  p < 0.1.
• Fuente: elaboración propia.

Al examinar los coeficientes de control de la columna 7 de la Tabla 5, se destaca que los docentes masculinos, en promedio, tienen una probabilidad menor de generar producciones científicas en un 2,6% en comparación con las docentes mujeres. En cuanto a la edad, un incremento de un año genera una disminución promedio del 26% en la probabilidad de realizar producciones científicas. Además, los docentes titulares presentan una probabilidad mayor de realizar producciones académicas en un 3.1%, mientras que los docentes de áreas STEM tienen una probabilidad superior de realizar productos científicos en un 1.5% en comparación con sus pares de otras áreas. Asimismo, los docentes que ingresaron a la universidad desde el año 2003 muestran una probabilidad mayor de generar algún producto científico en un 9.3% en comparación con aquellos que ingresaron antes de ese periodo.

La Tabla 6 presenta los resultados de una estimación que examina los efectos de la antigüedad y su cuadrado en la probabilidad de obtener puntos salariales por producción científica, utilizando un modelo logístico de datos de panel con efectos fijos. Los hallazgos reflejan similitudes con el modelo previamente presentado, donde se evidencia que un año adicional de antigüedad se asocia con un aumento en la probabilidad de realizar producciones científicas. Al mismo tiempo, al considerar el efecto a largo plazo de la antigüedad (representado por el cuadrado de la antigüedad), se observa que un año adicional genera una disminución en la probabilidad de obtener puntos por productividad académica. Los coeficientes estimados mantienen su significancia estadística, con niveles del 1% y del 5%.

Tabla 6
Modelo logístico de datos de panel con efectos fijos.

Z	(1)	(2)	(3)	(4)	(5)
Antigüedad	0.106***	0.0856***	0.108***	0.0837***	0.0698***
	(0.0229)	(0.0242)	(0.0234)	(0.0230)	(0.0254)
Antigüedad2	-0.00163***	-0.00141**	-0.00176***	-0.00132**	-0.00130**
	(0.000617)	(0.000626)	(0.000623)	(0.000601)	(0.000647)
Escalafón		0.559***			0.509**
		(0.194)			(0.204)
Ascensos			-0.129		-0.125
			(0.169)		(0.176)
Títulos				0.646***	0.613***
				(0.214)	(0.213)
Efectos fijos	Si	Si	Si	Si	Si
Observaciones	4,082	4,082	3,966	4,082	3,966
Número de docentes	283	283	281	283	281

• Errores estándar robustos entre paréntesis ajustados mediante el método de Bootstrap con 1.000 repeticiones
• ^***
  p < 0.01
• ^**
  p < 0.05
• ^*
  p < 0.1. La variable dependiente Z toma valores de 1 si el docente obtuvo al menos un punto por producción científica y cero en caso contrario. La variable escalafón toma valores de uno si el docente es titular y cero si es auxiliar, asistente o asociado. La variable ascenso toma valores de uno si el docente obtuvo algún ascenso en el escalafón y cero en caso contrario. La variable Títulos toma valores de uno si el docente tiene PhD y cero en caso contrario.
• Fuente: elaboración propia.

La Tabla 7 presenta los coeficientes marginales derivados de las estimaciones detalladas en la Tabla 6. En la columna 1, se destaca que un incremento de un año en la antigüedad se traduce en un aumento del 26.7% en la probabilidad de llevar a cabo producciones científicas; contrariamente, un aumento de un año en la antigüedad al cuadrado conlleva una disminución del 7.94% en dicha probabilidad. Al incorporar el escalafón, los ascensos y los títulos obtenidos, la significancia de los coeficientes de interés persiste, así como su correlación. Esto se evidencia en la columna 5, donde el aumento atribuido a la antigüedad es del 20.03%, mientras que la disminución resultante de un año adicional en la antigüedad al cuadrado es del 7.54%. En el caso de que el docente ostente el rango de titular, se observa un incremento en la probabilidad de desarrollar productos científicos del 2.47%, y si ha alcanzado el nivel máximo de estudio con un doctorado, esta probabilidad se incrementa en un 1.77%. Por otro lado, los ascensos obtenidos no presentan significancia estadística en la estimación.

Tabla 7
Coeficientes marginales del modelo logístico de datos de panel de efectos fijos.

Z	(1)	(2)	(3)	(4)	(5)
Antigüedad	0.2675***	0.2223***	0.2776***	0.2338***	0.2003***
Antigüedad2	-0.0794***	-0.0708**	-0.0888***	-0.0737**	-0.0754**
Escalafón		0.0249***			0.0247***
Ascensos			-0.0020		-0.0020
Títulos				0.0180***	0.0177***

• ^***
  p < 0.01
• ^**
  p < 0.05
• ^*
  p < 0.1.
• Fuente: elaboración propia.

En la Tabla 8, se presentan las estimaciones realizadas entre la productividad académica, los años de antigüedad y su cuadrado usando un modelo de datos de panel con efectos fijos. En consonancia con las estimaciones anteriores, los resultados revelan que incrementos en la antigüedad en etapas tempranas se traducen en un aumento de los puntos salariales obtenidos por producciones académicas. Sin embargo, es importante destacar que un incremento adicional en la antigüedad, particularmente cuando esta ya es considerable (representada por la antigüedad al cuadrado), conlleva a una reducción en la obtención de puntos salariales derivados de actividades de producción científica. Al incorporar variables de control, los coeficientes mantienen su correlación y significancia estadística.

Tabla 8
Productividad académica y antigüedad del docente.

Prodaca	(1)	(2)	(3)	(4)	(5)
Antigüedad	0.221***	0.187***	0.216***	0.153***	0.128**
	(0.0584)	(0.0617)	(0.0585)	(0.0534)	(0.0573)
Antigüedad2	-0.00429***	-0.00383***	-0.00428***	-0.00327***	-0.00300**
	(0.00125)	(0.00126)	(0.00125)	(0.00117)	(0.00121)
Escalafón		1.055			0.575
		(0.670)			(0.624)
Ascensos			-0.624		-0.599
			(0.433)		(0.439)
Títulos				2.828***	2.921***
				(0.813)	(0.833)
Efectos fijos	Si	Si	Si	Si	Si
Observaciones	5,996	5,996	5,894	5,996	5,894
R-cuadrado	0.004	0.005	0.005	0.009	0.011
Número de docentes	422	422	422	422	422

• Errores estándar robustos ajustados por 422 clústeres de docentes
• ^***
  p < 0.01;
• ^**
  p < 0.05;
• ^*
  p < 0.1. La variable dependiente Prodaca hace referencia al número de puntos salariales obtenidos por el docente debido al desarrollo de productos científicos. La variable escalafón toma valores de uno si el docente es titular y cero si es auxiliar, asistente o asociado. La variable ascenso toma valores de uno si el docente obtuvo algún ascenso en el escalafón y cero en caso contrario. La variable Títulos toma valores de uno si el docente tiene PhD y cero en caso contrario. Todas las estimaciones tienen efectos fijos por docente.
• Fuente: elaboración propia.

En particular, la columna 1 destaca que un aumento de un año en la antigüedad genera, en promedio, un incremento de 0.221 puntos salariales en la productividad académica del docente. Sin embargo, un aumento de un año en la antigüedad al cuadrado produce, en promedio, una reducción de 0.0042 puntos salariales por producción científica. Al incluir el escalafón del docente en la Columna 2, se observa que este no resulta significativo. Similarmente, en la columna 3, la variable dicotómica de ascensos obtenidos por el docente tampoco muestra significancia estadística. En la columna 4, al incorporar la variable categórica del título máximo alcanzado por el docente, se sugiere que, en promedio, los docentes con doctorado obtienen 2.82 puntos salariales adicionales por producciones científicas en comparación con sus colegas con niveles de estudios inferiores.

Por su parte, la Tabla 9 muestra los efectos de la antigüedad y su cuadrado sobre la productividad académica acumulada del docente utilizando un modelo de datos de panel con efectos fijos. Se observa que ante un aumento de un año en la antigüedad tiene un efecto positivo sobre la producción académica acumulada de entre 3.62 y 4.88 puntos salariales ganados por este concepto. Por el contrario, un aumento de un año adicional en la antigüedad al cuadrado genera una disminución de entre 0.047 y 0.065 puntos salariales obtenidos en la productividad académica acumulada. Al incluir variables de control como el escalafón, los ascensos y los títulos obtenidos todas las variables del modelo son significativas con un nivel de significancia del 1%.

Tabla 9
Productividad académica acumulada y antigüedad del docente.

Aprodaca	(1)	(2)	(3)	(4)	(5)
Antigüedad	4.884***	4.256***	4.761***	4.245***	3.628***
	(0.441)	(0.420)	(0.430)	(0.419)	(0.403)
Antigüedad2	-0.0651***	-0.0566***	-0.0630***	-0.0556***	-0.0470***
	(0.00905)	(0.00874)	(0.00881)	(0.00871)	(0.00843)
Escalafón		19.32***			18.17***
		(4.717)			(5.158)
Ascensos			-6.295***		-5.366***
			(1.228)		(1.199)
Títulos				26.46***	24.81***
				(4.434)	(4.331)
Efectos fijos	Si	Si	Si	Si	Si
Observaciones	5,996	5,996	5,894	5,996	5,894
R-cuadrado	0.304	0.328	0.305	0.338	0.359
Número de docentes	422	422	422	422	422

• Errores estándar robustos ajustados por 422 clústeres de docentes
• ^***
  p < 0.01;
• ^**
  p < 0.05;
• ^*
  p < 0.1. La variable dependiente Aprodaca hace referencia al número de puntos salariales acumulados obtenidos por el docente debido a la realización de producciones científicas durante el periodo estudiado. La variable escalafón toma valores de uno si el docente es titular y cero si es auxiliar, asistente o asociado. La variable ascenso toma valores de uno si el docente obtuvo algún ascenso en el escalafón y cero en caso contrario. La variable Títulos toma valores de uno si el docente tiene PhD y cero en caso contrario. Todas las estimaciones tienen efectos fijos por docente.
• Fuente: elaboración propia.

En particular, en la columna 5 se muestran las estimaciones del modelo con todos los controles. Se observa que los docentes que son titulares obtienen en promedio 18.17 puntos salariales más que sus pares (asociados, auxiliares, asociados). Por otra parte, el ascenso se asocia en promedio con una disminución de 5.36 puntos salariales en comparación con los periodos en los que no se presentó un ascenso. Con relación a los docentes que tienen un PhD estos registran un mayor número de puntos salariales ganados (24.81) en comparación con los docentes que tienen un menor nivel de educación por concepto de sus producciones científicas acumuladas en todos sus periodos de trabajo.

Los resultados encontrados en los modelos anteriormente estimados sugieren que un aumento de un año en la antigüedad tiene un efecto positivo en la productividad académica, traduciéndose en un aumento significativo de puntos salariales. No obstante, se identificó que este impacto no es lineal, ya que un aumento adicional en la antigüedad al cuadrado generó una disminución en la consecución de puntos salariales, sugiriendo un efecto de largo plazo. Este patrón puede interpretarse como una fase inicial de aumento de la productividad con la experiencia, seguida de una eventual disminución a medida que la antigüedad se prolonga, posiblemente debido a una reducción en la motivación, utilidad percibida de la investigación, al riesgo moral o la falta de incentivos más eficientes.

Por otro lado, en la Tabla 10 se analizan los efectos de la antigüedad en la productividad académica de los docentes, utilizando una regresión por cuantiles, focalizándose en percentiles específicos que representan diferentes niveles de productividad. Los resultados revelan que, en los percentiles más altos, donde los docentes son más productivos en términos de producción científica, un año adicional de antigüedad se asocia con una reducción más significativa en los puntos salariales obtenidos por el desarrollo de estas actividades.

Tabla 10
Regresión por cuantiles, productividad académica y antigüedad.

	(2)	(3)	(4)	(5)
Prodaca	p50	p75	p80	p90
Antigüedad	-0.0385**	-0.143***	-0.161***	-0.316***
	(0.0194)	(0.0288)	(0.0351)	(0.0645)
Sexo	0.00847	-0.312	-0.0465	1.015
	(0.265)	(0.593)	(0.708)	(1.165)
Escalafón	1.163***	1.779***	1.810***	2.317**
	(0.332)	(0.589)	(0.690)	(1.013)
Área	0.744	1.878	2.806**	2.132
	(0.653)	(1.203)	(1.186)	(1.741)
Títulos	4.275***	4.906***	4.748***	2.821**
	(0.950)	(0.742)	(0.722)	(1.414)
Pseudo R2	0.1502	0.2281	0.2333	0.1966
Observaciones	402	402	402	402

• Errores estándar robustos entre paréntesis ajustados mediante el método de Bootstrap con 1000 repeticiones
• ^***
  p < 0.01
• ^**
  p < 0.05
• ^*
  p < 0.1. En las columnas se muestran las estimaciones para cada percentil específico, es decir, p50 = percentil 50, p75 = percentil 75, p80 = percentil 80, p90 = percentil 90. La variable dependiente Prodaca hace referencia al número de puntos salariales promedio del periodo 2002–2022 obtenidos por el docente debido al desarrollo de productos científicos.
• Fuente: elaboración propia.

Específicamente, la columna 2 examina el percentil 50 de los docentes más productivos, donde un aumento de un año en la antigüedad resulta en una disminución de 0.049 puntos salariales. Esta disminución se intensifica en los percentiles 75 y 80, indicando que los docentes más destacados experimentan una reducción más marcada en sus puntos salariales. En la columna 5, se observa el 10% de los docentes más productivos, donde un aumento de un año de antigüedad conlleva a una reducción de 0.20 puntos salariales por producciones científicas. Cabe resaltar, que al comparar la magnitud del coeficiente del percentil 80 y del 90 se observa que el efecto negativo de un año adicional de antigüedad sobre la productividad académica es aproximadamente 96.3% mayor en el grupo de mayor productividad.

Con relación a las variables de control, la Tabla 10 muestra que el sexo no es significativo a ningún nivel de productividad de los docentes. Este mismo patrón se refleja en el área del conocimiento en el que trabaja el docente. En general, los docentes que son titulares tienen una mayor productividad académica que los docentes de otros escalafones, pero este efecto no es significativo en los docentes pertenecientes al percentil 90 de productividad, lo anterior sugiere que la categoría del docente no afecta al 10% de los docentes más productivos en la universidad. Sin embargo, los docentes con doctorado en promedio desarrollan más producciones científicas en comparación con sus pares en todos los niveles de productividad.

La Tabla 11 por su parte, muestra los efectos de la antigüedad sobre la productividad académica acumulada utilizando regresión por cuantiles. Los resultados son similares a los obtenidos en la Tabla 10, es decir un año adicional de antigüedad tiene efectos negativos mayores en la productividad académica acumulada, en los grupos de docentes más productivos. Por otro lado, variables como el sexo y el área de desempeño del docente no son significativos en ningún nivel de productividad acumulada. Por el contrario, los docentes que son titulares y los que tienen doctorado tienen una mayor productividad académica acumulada en comparación con sus colegas del mismo grupo de productividad.

Tabla 11
Regresión por cuantiles, productividad académica acumulada y antigüedad.

	(2)	(3)	(4)	(5)
Aprodaca	p50	p75	p80	p90
Antigüedad	-0.632***	-1.409***	-1.616***	-2.330***
	(0.178)	(0.250)	(0.252)	(0.600)
Sexo	1.061	5.417	7.346	8.293
	(2.838)	(4.528)	(5.265)	(14.80)
Escalafón	12.64***	19.52***	21.14***	23.82*
	(3.509)	(4.529)	(6.087)	(12.98)
Área	6.530	4.653	8.548	14.84
	(4.385)	(7.864)	(9.659)	(15.94)
Títulos	29.56***	36.90***	35.41***	24.41*
	(6.704)	(5.991)	(6.661)	(13.59)
Pseudo R2	0.1592	0.2096	0.2064	0.1355
Observaciones	402	402	402	402

• Errores estándar robustos entre paréntesis ajustados mediante el método de Bootstrap con 1.000 repeticiones
• ^***
  p < 0.01
• ^**
  p < 0.05
• ^*
  p < 0.1. En las columnas se muestran las estimaciones para cada percentil específico, es decir, p50 = percentil 50, p75 = percentil 75, p80 = percentil 80, p90 = percentil 90. La variable dependiente Aprodaca hace referencia al número promedio de puntos salariales acumulados obtenidos por el docente entre 2003-2022 debido al desarrollo de producciones científicas.
• Fuente: elaboración propia.

CONCLUSIONES

En esta investigación se realizó un análisis sobre la relación entre la antigüedad de los docentes universitarios y su productividad académica medida por los puntos salariales obtenidos por producciones científicas. Inicialmente utilizando un enfoque de regresiones logísticas de datos de panel, los hallazgos revelan una dinámica compleja: si bien hay una correlación inicial positiva entre la antigüedad y la probabilidad de publicar investigaciones científicas, esta tendencia se invierte cuando se considera el cuadrado de la antigüedad, indicando una disminución a largo plazo en la probabilidad de desarrollar producciones científicas.

Al controlar por variables adicionales se resalta que factores como el género, la edad y el área de especialización influyen significativamente en la productividad académica. Se observa que docentes masculinos y de mayor edad tienden a disminuir su probabilidad de obtener puntos por producciones científicas, mientras que los docentes pertenecientes a ciertas áreas del conocimiento, como matemáticas, ciencias naturales e ingeniería, presentan mayores probabilidades de registrar productividad científica. De igual forma, los docentes con cohorte de entrada posterior al año 2002 también tienen una mayor probabilidad de obtener puntos salariales por producciones académicas.

Las estimaciones realizadas utilizando modelos de datos de panel en el contexto de la productividad académica y la productividad académica acumulada, se identifican los mismos patrones anteriores donde un aumento inicial en la antigüedad tiene un impacto positivo, pero un incremento adicional al cuadrado de la antigüedad resulta en una disminución en la obtención de puntos salariales. Variables como la categoría titular del docente y tener un título de doctorado también desempeñan un papel crucial en la productividad a lo largo del tiempo.

El análisis por cuantiles sugiere que, en promedio, en los percentiles más altos de productividad, la antigüedad tiene un efecto negativo más pronunciado, indicando que los docentes con mayor producción experimentan una reducción más marcada en su productividad con el tiempo. Se destaca que, los docentes con doctorado aumentan su productividad en comparación con sus pares en todos los niveles de productividad estudiados.

Estos hallazgos sugieren consistentemente la existencia de un ciclo en la productividad académica de los docentes. Así, primeramente, el docente mantiene un incentivo en la producción investigativa asociado a una utilidad financiera mayor, por lo que experimenta una curva ascendente temprana de su productividad, lo cual está relacionado con las motivaciones de crecer en el entorno laboral. Posteriormente alcanza un tope de productividad desde el cual esta disminuye hacia el final de su carrera. Factores personales y profesionales, pueden desempeñar un papel determinante en la disminución de la productividad con la antigüedad. A medida que los docentes acumulan más años de experiencia, es plausible que sus motivaciones y prioridades evolucionen, afectando su compromiso continuo con la investigación.

De esta forma, si bien los resultados muestran que las cohortes de docentes con entrada posterior a la entrada en vigor del decreto (año 2002) tienen mayor probabilidad de obtener puntos salariales por producción científica, se cuestiona la efectividad del decreto 1.279 de 2002 como estímulo al incremento de producciones científicas a través de la vida productiva del docente. Dado que, de conformidad a este decreto, los efectos salariales de los puntos asignados son permanentes sin que para ello sea necesario mantener el ritmo de producción investigativa, se genera incertidumbre sobre la perdurabilidad de su efectividad como incentivo.

Esta falta de exigencia continua podría afectar la sostenibilidad del impulso investigativo. En este escenario, se plantea la necesidad de una revisión orientada a mejorar la efectividad del decreto, ajustándolo para fomentar una participación continua en actividades científicas, incluso cuando los docentes han alcanzado niveles salariales sustanciales. Este estudio respalda la conveniencia de ajustar los incentivos existentes para que impulsen la sostenibilidad de la productividad del docente universitario a lo largo de su trayectoria académica.

• Financiamiento:
  Este artículo es resultado del proyecto de investigación "Ciclo de Productividad de los Docentes de la Universidad de Cartagena", desarrollado por el grupo de investigación de la Universidad de Cartagena, Economía y Gestión del Medio Ambiente; el cual fue favorecido y financiado con recursos de la novena convocatoria de proyectos de investigación realizada por la vicerrectoría de investigaciones de la Universidad de Cartagena.

Declaración de disponibilidad de datos:

Los datos de la investigación solo están disponibles bajo petición.

REFERENCIAS

• ACOSTA REVELES, Irma. ¿Deterioro del trabajo científico? Revisión de la literatura con énfasis en universidades de México. In: IBARRA RIVAS, Luis R.; DÍAZ MEJÍA, María del Carmen; ROITMAN GENOUD, Patricia; GONZÁLEZ RAMÍREZ, Sara Miriam (org.). Política educativa: debates, acuerdos y omisiones. México: Plaza y Valdez, 2021. Disponible en: https://www.aacademica.org/irma.lorena.acosta.reveles/15 Acceso en: 22 jun. 2026.
  » https://www.aacademica.org/irma.lorena.acosta.reveles/15
• AGASISTI, Tommaso; BERTOLETTI, Alice. Higher education and economic growth: A longitudinal study of European regions 2000–2017. Socio-Economic Planning Sciences, v. 81, 100940, 2022. https://doi.org/10.1016/j.seps.2020.100940
  » https://doi.org/10.1016/j.seps.2020.100940
• ARMIJOS VALDIVIESO, Pablo; AVOLIO ALECCHI, Beatrice; ARÉVALO-AVECILLAS, Danny. Factors that influence the individual research output of university professors: The case of ecuador, peru, and colombia. Journal of Hispanic Higher Education, v. 21, n. 4, p. 450-468, 2022. https://doi.org/10.1177/15381927211008684
  » https://doi.org/10.1177/15381927211008684
• AYTEKIN, İhsan; MURPHY, Wendy; YILDIZC, Mehmet; DOĞAN, Ismail; CEYHAN, Semih. Developmental networks affect academics’ career satisfaction through research productivity. The International Journal of Human Resource Management, v. 33, n. 17, p. 3387-3413, 2022. https://doi.org/10.1080/09585192.2021.1928728
  » https://doi.org/10.1080/09585192.2021.1928728
• BACCINI, Alessandro; BARABESI, Lucio; CIONI, Marcello; PISANI, Cristiano. Crossing the hurdle: the determinants of individual scientific performance. Scientometrics, v. 101, p. 2035-2062, 2014. https://doi.org/10.1007/s11192-014-1395-3
  » https://doi.org/10.1007/s11192-014-1395-3
• BEDEIAN, Arthur; PIZZOLATTO, Allayne; LONG, Rebecca; GRIFFETH, Rodger. The measurement and conceptualization of career stages. Journal of Career Development, v. 17, n. 3, p. 153-166, 1991. https://doi.org/10.1177/089484539101700301
  » https://doi.org/10.1177/089484539101700301
• BENDER, Sara; BROWN, Kristina; HENSLEY, Deanna; VEGA, Olga. Academic women and their children: Parenting during COVID-19 and the impact on scholarly productivity. Family Relations, v. 71, n. 1, p. 46-67, 2022. https://doi.org/10.1111/fare.12632
  » https://doi.org/10.1111/fare.12632
• CHAI, Jiaqi. Study on the impact of teacher salary incentives on teachers’ performance in higher education. Frontiers in Humanities and Social Sciences, v. 2, n. 5, p. 111-116, 2022. https://doi.org/10.54691/fhss.v2i5.717
  » https://doi.org/10.54691/fhss.v2i5.717
• CHAUVIN, Sarah; MULSANT, Benoit; SOCKALINGAM, Sanjeev; STERGIOPOULOS, Vicky; TAYLOR, Valerie; VIGOD, Simone. Gender differences in research productivity among academic psychiatrists in Canada. The Canadian Journal of Psychiatry, v. 64, n. 6, p. 415-422, 2019. https://doi.org/10.1177/0706743718802798
  » https://doi.org/10.1177/0706743718802798
• COLOMBIA. Decreto 1.279 de 2002 Colombia: Ministerio de la Educación, 2002. Disponible en: https://www.mineducacion.gov.co/1621/articles-86434_Archivo_pdf.pdf Acceso en: 22 jun. 2026.
  » https://www.mineducacion.gov.co/1621/articles-86434_Archivo_pdf.pdf
• DIAMOND JR., Arthur. An economic model of the life-cycle research productivity of scientists. Scientometrics, v. 6, n. 3, p. 189-196, 1984. https://doi.org/10.1007/BF02016762
  » https://doi.org/10.1007/BF02016762
• FEICHTINGER, Gustav; GRASS, Dieter; WINKLER-DWORAK, Maria. The mathematics of ageing: linking demography and operations research to study the greying of academia. Central European Journal of Operations Research, v. 28, n. 2, p. 371-399, 2020. https://doi.org/10.1007/s10100-019-00661-w
  » https://doi.org/10.1007/s10100-019-00661-w
• GREENE, William. The econometric approach to efficiency analysis. In: FRIED, Harold; LOVELL, C. A. Knox; SCHMIDT, Shelton S. (org.). The measurement of productive efficiency and productivity growth Nueva York: Oxford Academic, 2008. p. 92-250. https://doi.org/10.1093/acprof:oso/9780195183528.003.0002
  » https://doi.org/10.1093/acprof:oso/9780195183528.003.0002
• GUJARATI, Damodar; LÓPEZ, Yago. Principios de econometría [s.l.]: McGraw-Hill, 2006. v. 3.
• HERMANU, Adhi; SONDARI, Mery; DIMYATI, Muhammad; SARI, Diana. Study on university research performance based on systems theory: systematic literature review. International Journal of Productivity and Quality Management, v. 35, n. 4, p. 447-472, 2022. https://doi.org/10.1504/IJPQM.2022.122777
  » https://doi.org/10.1504/IJPQM.2022.122777
• HESLI, Vicki; LEE, Jae. Faculty research productivity: Why do some of our colleagues publish more than others? PS: Political Science & Politics, v. 44, n. 2, p. 393-408, 2011. https://doi.org/10.1017/S1049096511000242
  » https://doi.org/10.1017/S1049096511000242
• HORODNIC, Iona; ZAIŢ, Adriana. Motivation and research productivity in a university system undergoing transition. Research Evaluation, v. 24, n. 3, p. 282-292, 2015. https://doi.org/10.1093/reseval/rvv010
  » https://doi.org/10.1093/reseval/rvv010
• HORTA, Hugo; TANG, Li. Male and female academics’ gendered perceptions of academic work and career progression in China. Higher Education Quarterly, v. 77, n. 3, p. 515-536, 2023. https://doi.org/10.1111/hequ.12419
  » https://doi.org/10.1111/hequ.12419
• HUNTER, Laura; LEAHEY, Erin. Parenting and research productivity: New evidence and methods. Social Studies of Science, v. 40, n. 3, p. 433-451, 2010. https://doi.org/10.1177/0306312709358472
  » https://doi.org/10.1177/0306312709358472
• JUNG, Jisun. Research productivity by career stage among Korean academics. Tertiary Education and Management, v. 20, n. 2, p. 85-105, 2014. https://doi.org/10.1080/13583883.2014.889206
  » https://doi.org/10.1080/13583883.2014.889206
• KHALID, Sabika; TADESSE, Endale. Faculty research productivity at women's universities through the lens of preference theory. Higher Education, v. 83, n. 5, p. 949-968, 2022. https://doi.org/10.1007/s10734-021-00717-4
  » https://doi.org/10.1007/s10734-021-00717-4
• KREBER, Carolin. Integrating teaching with other aspects of professorial work: a comparison of experienced and inexperienced faculty's role conceptualization. Canadian Journal of Higher Education, v. 30, n. 3, p. 79-112, 2000. https://doi.org/10.47678/cjhe.v30i3.183370
  » https://doi.org/10.47678/cjhe.v30i3.183370
• LECHUGA, Vicente; LECHUGA, Deborah. Faculty motivation and scholarly work: Self-determination and self-regulation perspectives. Journal of the Professoriate, v. 6, n. 2, p. 59-97, 2012.
• LEVIN, Sharon G.; STEPHAN, Paula. E. Research productivity over the life cycle: Evidence for academic scientists. The American Economic Review, v. 81, n. 1, p. 114-132, 1991. Disponible en: https://www.jstor.org/stable/2006790 Acceso en: 22 jun. 2026.
  » https://www.jstor.org/stable/2006790
• LI, Jian; XUE, Eryong; LI, Kun. Exploring the challenges and strategies of the sustainable development of female teachers in China's world-class universities: stakeholder perspectiveS. Sustainability, v. 15, n. 4, p. 3488, 2023. https://doi.org/10.3390/su15043488
  » https://doi.org/10.3390/su15043488
• LUGO, Josefrank; ROSSEL, Ysaelen. El impulso de la investigación científica en las universidades del Perú 1996-2021. Mérito-Revista de Educación, v. 4, n. 10, p. 11-24, 2022. https://doi.org/10.33996/merito.v4i10.838
  » https://doi.org/10.33996/merito.v4i10.838
• LYNN, Susan. The winding path: Understanding the career cycle of teachers. The Clearing House, v. 75, n. 4, p. 179-182, 2002. https://doi.org/10.1080/00098650209604926
  » https://doi.org/10.1080/00098650209604926
• MAIRESSE, Jacques; PEZZONI, Michele. Does gender affect scientific productivity? A critical review of the empirical evidence and a panel data econometric analysis for French physicists. Revue Économique, v. 66, n. 1, p. 65-113, 2015. https://doi.org/10.3917/reco.661.0065
  » https://doi.org/10.3917/reco.661.0065
• MAIRESSE, Jacques; PEZZONI, Michele; VISENTIN, Fabiana. Impact of family characteristics on the gender publication gap: evidence for physicists in France. Interdisciplinary Science Reviews, v. 44, n. 2, p. 204-220, 2019. https://doi.org/10.1080/03080188.2019.1603884
  » https://doi.org/10.1080/03080188.2019.1603884
• MÉNDEZ SAYAGO, Jhon; VERA AZAF, Leonardo. Salarios, incentivos y producción intelectual docente en la universidad pública en Colombia. Apuntes del CENES, v. 34, n. 60, p. 95-130, 2015. Disponible en: http://www.scielo.org.co/scielo.php?pid=S0120-30532015000200004&script=sci_arttext. Acceso en: 22 jun. 2026.
  » http://www.scielo.org.co/scielo.php?pid=S0120-30532015000200004&script=sci_arttext
• NAVARRO-CABRERA, Jorge. Importancia de la investigación científica universitaria. Revista Científica Episteme y Tekne, v. 1, n. 1, e302, 2022. https://doi.org/10.51252/rceyt.v1i1.302
  » https://doi.org/10.51252/rceyt.v1i1.302
• OTERO, José; REYES, Beatriz. Regresión cuantílica: estimación y contrastes. [s.l.]: Instituto LR Klein-Centro Gauss, 2012.
• PÉREZ, Martha; RAMÍREZ, Flor; DEL VALLE LÓPEZ, Jair. Efectos de los factores demográficos y de la felicidad laboral sobre la productividad académica investigativa. Revista Internacional de Estudios en Educación, v. 22, n. 1, p. 1-20, 2022. https://doi.org/10.37354/riee.2022.217
  » https://doi.org/10.37354/riee.2022.217
• RAUBER, Michael; URSPRUNG, Heinrich W. Evaluation of researchers: a life cycle analysis of German academic economists. In: ALBERT, Max; SCHMIDTCHEN, Dieter; VOIGT, Stefan (org.). Scientific competition Tübingen: Mohr Siebeck GmbH & Co. KG, 2008. p. 110-122. Disponible en: http://www.jstor.org/stable/j.ctvf3w2t3.10 Acceso en: 26 jun. 2026.
  » http://www.jstor.org/stable/j.ctvf3w2t3.10
• SÁNCHEZ BRKIC, Daniel. La jubilación de la carrera docente: análisis de las condiciones profesionales de los profesores universitarios chilenos en la etapa de prejubilación. 2021. Tésis Doctoral – Universidad de Sevilla, Sevilla, 2021. Disponible en: https://idus.us.es/handle/11441/130260 Acceso en: 22 jun. 2026.
  » https://idus.us.es/handle/11441/130260
• SÁNCHEZ-RODRÍGUEZ, Dayanna; ACOSTA-PRADO, Julio.; TAFUR-MENDOZA, Arnold. Prácticas de gestión del conocimiento y trabajo en equipo en instituciones de educación superior: escalas de medición. Formación Universitaria, v. 14, n. 1, p. 157-168, 2021. https://doi.org/10.4067/S0718-50062021000100157
  » https://doi.org/10.4067/S0718-50062021000100157
• SAVAGE, William; OLEJNICZAK, Anthony. Do senior faculty members produce fewer research publications than their younger colleagues? Evidence from Ph. D. granting institutions in the United States. Scientometrics, v. 126, n. 6, p. 4659-4686, 2021. https://doi.org/10.1007/s11192-021-03957-4
  » https://doi.org/10.1007/s11192-021-03957-4
• SIMMONS, Nicola. Caught with their constructs down? Teaching development in the pre-tenure years. International Journal for Academic Development, v. 16, n. 3, p. 229-241, 2011. https://doi.org/10.1080/1360144X.2011.596706
  » https://doi.org/10.1080/1360144X.2011.596706
• STEPHAN, Paula E. The economics of science. Journal of Economic Literature, v. 34, n. 3, p. 1199-1235, 1996. Disponible en: http://www.jstor.org/stable/2729500 Acceso en: 22 jun. 2026.
  » http://www.jstor.org/stable/2729500
• SUCUOĞLU, Esen; NYENATOH, Georglin. An investigation of the effect of low salary on teachers’ academic performance in Liberia. Revista de Gestão e Secretariado, v. 14, n. 11, p. 20082-20091, 2023. https://doi.org/10.7769/gesec.v14i11.3053
  » https://doi.org/10.7769/gesec.v14i11.3053
• TOBÓN, Fernando; RHENALS, Remberto; AGUDELO, Gabriel; PÉREZ, Manuel; CORREA, John. Panorama salarial de las universidades oficiales Medellín: Grupo de Trabajo de la Universidad de Antioquia, 2015. Disponible en: https://aspucol.org/wp-content/uploads/2015/09/PANORAMA-SALARIAL-DE-LAS-UNIVERSIDADES-OFICIALES-INFORME-FINAL-2014.pdf Acceso en: 22 jun. 2026.
  » https://aspucol.org/wp-content/uploads/2015/09/PANORAMA-SALARIAL-DE-LAS-UNIVERSIDADES-OFICIALES-INFORME-FINAL-2014.pdf
• WEBBER, Karen. Research productivity of foreign-and US-born faculty: Differences by time on task. Higher Education, v. 64, p. 709-729, 2012. https://doi.org/10.1007/s10734-012-9523-6
  » https://doi.org/10.1007/s10734-012-9523-6
• WOOLDRIDGE, Jeffrey M. Econometric analysis of cross section and panel data [s.l.]: MIT Press, 2010.

Editado por

• Editor/a responsable:
  Edla Eggert https://orcid.org/0000-0002-1980-7053

Fechas de Publicación

• Publicación en esta colección
  14 Set 2026
• Fecha del número
  2026

Histórico

• Recibido
  10 Mayo 2024
• Revisado
  04 Jun 2025
• Acepto
  29 Ago 2025