Printer Friendly

Estimacion de una funcion de produccion y analisis de la productividad: el sector de innovacion global en mercados locales.

Estimating a production function and productivity analysis: The sector of global innovation for local markets

Estimativa de uma funcao de producao e analise da produtividade: o setor de inovacao global nos mercados locais

1. Introduccion

El estudio de las manufacturas a nivel mundial es un tema que se esta retomando con mayor intensidad por la crisis economica del ano 2008, que afecto a las principales economias, y porque podria ser una via de salida a los problemas de mercado desde la produccion, la productividad y la capacidad de mejora en los diferentes factores de produccion de los sectores manufactureros que componen un pais. Ademas, la vision de estudio de las manufacturas y las alternativas de mejora en cada uno de los sectores que lo componen generan una herramienta muy util a los responsables de politicas publicas y empresariales.

La importancia de las manufacturas es notable al momento de observar ciertas cifras; por ejemplo, las manufacturas representaron para los paises miembros de la Union Europea el 15% del valor anadido bruto en 2012, el 67% de las exportaciones, el 65% del gasto en investigacion y desarrollo (I+D) y el 14% del empleo (Veugelers, 2013). En el caso de Espana, las manufacturas contribuyeron al crecimiento y a la productividad, con un 26% entre los anos 2010 y 2012, un 47% a los gastos de I+D en 2012, un 75% a las exportaciones en 2013, y realizaron un aporte del 13% al total del valor anadido bruto en 2013 (Farinas, 2015).

Por otra parte, el sector manufacturero en Espana esta conformado por 23 sectores (1), donde cada sector se diferencia por ser intensivo en capital, trabajo y/o innovacion tecnologica, que son los factores de produccion tradicionales de la economia. De esta forma, dependiendo del sector y de su intensidad en alguno de los factores de produccion mencionados, se puede determinar el grado de eficiencia de cada uno de ellos.

La segmentacion de los sectores industriales y manufactureros se ha venido estudiando desde decadas atras. Pavitt (1984) propone la agrupacion de sectores industriales y manufactureros, y los clasifica en dominados por la oferta, intensivos en produccion y basados en ciencia. Por otro lado, estudios mas recientes de la Organizacion para la Cooperacion y el Desarrollo Economico--OCDE (2001) clasifican a los sectores por su intensidad en I+D, calculadas a partir de dos medidas de la produccion (valor de la produccion y valor anadido). Esta clasificacion divide a los sectores en: sectores de alta tecnologia, sectores de media-alta tecnologia, sectores de media baja tecnologia y sectores de baja tecnologia.

En la ultima decada, el estudio del sector manufacturero ha tomado diferentes formas, especialmente por la agregacion y conglomeracion de sectores industriales que son intensivos en algun factor de produccion tradicional y/o factores endogenos que ayudan especialmente a la eficiencia de cada industria, para lo cual a estos sectores se les podria realmente denominar subsectores de grandes segmentos, que acumulan las industrias intensivas en factores especificos que les generan cierta ventaja competitiva frente a otros segmentos.

En este trabajo se utiliza la clasificacion del sector manufacturero propuesta por el McKinsey Global Institute (2012). Esta clasificacion agrupa a las manufacturas en cinco grandes sectores y constituye una clasificacion alternativa y util para observar de manera global las diferencias entre industrias aunque se parezcan mucho. Estos cinco grandes sectores son: 1) sector de innovacion global en mercados locales; 2) sector con fabricacion orientada a mercados regionales; 3) sector intensivo en energia y recursos naturales; 4) sector de tecnologia y mercados globales, y 5) sector intensivo en trabajo.

Esta clasificacion hace hincapie en la importancia de la innovacion en las industrias y es una clasificacion util para delimitar la intensidad en los factores de produccion. Ademas, la clasificacion propuesta por el McKinsey senala que el sector manufacturero es muy diverso y que cada subsector puede ser intensivo en los factores de produccion tradicionales, pero tambien en factores endogenos tales como la intensidad del comercio que puede ser medida a partir de las exportaciones, intensidad de uso de energia y cadena de valor.

En este sentido, el objetivo de este trabajo es analizar el sector de innovacion global en mercados locales en Espana. Este analisis se centra en tres aspectos: en primer lugar, en la descripcion del sector de innovacion global en mercados locales; en segundo lugar, en la estimacion de una funcion de produccion para las empresas de este sector; en tercer lugar, en el estudio de la productividad total de los factores (PTF) y su relacion con las exportaciones e innovacion tecnologica.

Para la estimacion de la funcion de produccion y analisis de la PTF y su relacion con las exportaciones e innovacion tecnologica se desarrolla un marco empirico simple como es una funcion al estilo Cobb Douglas con los insumos tradicionales. A partir de lo anterior, se estiman cuatro funciones de produccion y se realizan dos estimaciones de productividad con datos de panel no balanceado para las empresas manufactureras espanolas, agrupadas segun el estudio del McKinsey Global Institute (2012).

Segun el autor del presente articulo, recientemente no se han realizado estudios academicos sobre esta nueva forma de clasificacion de las manufacturas y la estimacion de funciones de produccion en Espana. En el caso del presente trabajo, este se centra en uno de los sectores propuestos por el McKinsey Global Institute (2012): el sector de innovacion global en mercados locales en Espana. Este sector esta compuesto a su vez por cinco industrias (o subsectores): industria quimica y productos farmaceuticos; maquinas agricolas e industriales; maquinaria y material electrico; vehiculos de motor, y otro material de transporte. Esta agrupacion es interesante, ya que es altamente intensiva en I+D y su competencia dentro del mercado se basa en innovaciones y nuevos modelos.

El presente trabajo esta organizado de la siguiente manera. La seccion 2 presenta una descripcion del sector de innovacion global en mercados locales en Espana y principales referencias teoricas sobre la PTF. La seccion 3 se centra en la estimacion de una funcion de produccion y la PTF. La seccion 4 muestra los principales resultados y, finalmente, la seccion 5 presenta las principales conclusiones.

2. Marco teorico

En esta seccion se presenta una descripcion del sector de innovacion global en mercados locales en Espana propuesto por el McKinsey Global Institute (2012), ademas de las principales caracteristicas que posee esta nueva agrupacion industrial. Por otro lado, se conceptualiza la PTF, sus diferentes formas de calculos y los factores asociados a la productividad, de tal manera que se conozca que actividades pueden influir en su rendimiento.

2.1. El sector de innovacion global en mercados locales en Espana

La agrupacion de segmentos propuesta por el McKinsey Global Institute (2012) responde a las continuas modificaciones industriales comprendidas especialmente desde la perspectiva de la especializacion y competitividad en la produccion. Son las economias avanzadas las que lideran la produccion intensiva en I+D y las economias en vias de desarrollo las que lideran la produccion intensiva en trabajo. Teniendo en cuenta la especializacion en ciertos factores de produccion dentro de las manufacturas, la clasificacion propuesta por el McKinsey Global Institute (2012) divide a las manufacturas en los siguientes sectores: 1) sector de innovacion global en mercados locales; 2) sector con fabricacion orientada a mercados regionales; 3) sector intensivo en energia y recursos naturales; 4) sector de tecnologia y mercados globales, y 5) sector intensivo en trabajo.

El estudio del McKinsey Global Institute (2012) utiliza la base de datos EU Klems growth and Productivity accounts (2), que es un proyecto financiado por la Comision Europea, especificamente por la Direccion General de Investigacion como parte del Sexto Programa Marco, Prioridad 8, <<Apoyo a las politicas y prevision de la ciencia y necesidades tecnologicas>>. La base de datos EU Klems contiene una muestra del periodo 1970-2007, y los datos usados son obtenidos de los institutos nacionales de estadisticas de cada pais; la muestra de paises comprende los miembros de la Union Europea, Euro Zona, Australia, Canada y Estados Unidos. En el caso del presente trabajo, para realizar la descripcion del sector innovacion global en mercados locales en Espana se utilizan datos de EU Klems para el periodo 1990-2007.

Para el caso de Espana, por ser considerada una economia desarrollada y en lo esencial un pais muy competitivo en manufactura, se estudia el sector de innovacion global en mercados locales, ya que es altamente intensivo en I+D. Adicionalmente, es importante mencionar que en la decada de los noventa Espana ocupaba el puesto 9 en el ranking de paises con mayor participacion de las manufacturas como porcentaje del valor anadido bruto, luego en el ano 2000 paso a la posicion 11 y en 2010 paso a ocupar el puesto numero 143.

El sector que se analiza tiene ciertas caracteristicas muy relevantes; es muy intensivo en I+D, la competencia de sus productos esta basada en la calidad y creacion de nuevos productos para los mercados, posee productos intensivos en exportaciones, acceso a la cadena de valor, es muy proximo a la demanda (localizacion), es altamente regulado e intervenido gubernamentalmente y cuenta con mano de obra altamente calificada.

Se considera un sector muy proximo a la demanda, ya que los productos producidos por las empresas de este sector son ensamblados en la misma region donde se venden, debido a su alto coste de transporte y politicas de entrega a tiempo; ademas, generan economias de escala y de ambito, optimizando los recursos.

Por otra parte, este sector posee politicas de regulacion que ayudan a su desarrollo y se encuentra altamente intervenido. Este es otro motivo por el cual su produccion y la comercializacion de los diferentes productos se realizan dentro de la misma region. Por tanto, producir y comercializar sus productos dentro de una misma region genera una proximidad a la demanda que le da una ventaja al conocer rapidamente las necesidades del mercado y estar en constante innovacion.

El sector de innovacion global en mercados locales esta compuesto por 5 industrias: industria quimica y productos farmaceuticos, maquinas agricolas e industriales, maquinaria y material electrico, vehiculos de motor, y otro material de transporte. En la tabla 1 se puede observar la clasificacion sectorial de cada industria del sector innovacion global en mercados locales propuesto por los diferentes estudios mencionados anteriormente, a partir de lo cual se puede concluir que entre las tres clasificaciones que se comparan no existen muchas diferencias en lo que respecta a la tecnologia. En las clasificaciones del McKinsey Global Institute (2012) y de la OCDE (2001) los sectores se encuentran entre intensivos en innovacion y media y alta tecnologia, dado que son sectores que constantemente innovan y su produccion se caracteriza por avances tecnologicos para poder ser vendidos en los diferentes mercados locales e internacionales. Por su parte, el estudio de Pavitt (1984) indica que los sectores basados en ciencia son los que mas innovan y desarrollan productos mas sofisticados.

Segun la clasificacion propuesta por el McKinsey Global Institute (2012), el sector de innovacion global en mercados locales aporta alrededor del 31% al valor anadido bruto del total manufacturero espanol. Ademas, esta aportacion al valor anadido bruto es estable a lo largo del periodo analizado. Para el ano 2007 este sector representaba el 31,9% del total del valor anadido bruto de las manufacturas espanolas, con una variacion interanual del 1,25%. La figura 1 detalla la evolucion de la participacion de este sector en las manufacturas espanolas desde 1990 hasta 2007.

Es importante mencionar que el total de las manufacturas espanolas ha presentado tasas interanuales de crecimiento del 5,67% para el ano 2006 y del 5,65% para el ano 2007; por lo tanto, el aumento de la participacion del sector de innovacion global en mercados locales no se debe a una disminucion del valor anadido bruto de las manufacturas sino mas bien al crecimiento de este sector.

En la figura 2 se puede observar la evolucion de la participacion del sector en el total de los empleados de las manufacturas espanolas desde el ano 1990 hasta 2007. Durante la decada de los noventa y hasta el ano 2006 el sector de innovacion global en mercados locales aporta alrededor del 27% de los empleados del total de las manufacturas, mientras que en el ano 2007 tiene un pequeno repunte, llegando a aportar el 29% y obteniendo un crecimiento interanual del 4,2%, esto gracias a la epoca de auge de la economia espanola.

2.2. Productividad total de los factores

La PTF representa la produccion que no es explicada por los factores productivos, lo que en macroeconomia se denomina Residuo de Solow. Para calcular la PTF existen diversas metodologias. Van Biesebroeck (2007) menciona que existen tres enfoques generales para el calculo de la PTF: 1) el calculo de la PTF mediante el uso de numeros indices, que supone que las empresas toman decisiones de inputs de manera optima pero con algunas restricciones de la naturaleza de las decisiones tecnologicas; 2) la estimacion mediante fronteras no parametricas, tales como el analisis envolvente de datos (DEA), que construye para cada observacion una combinacion lineal de todas las demas observaciones (normalizado por output) para la comparacion explicita, donde la tecnologia sigue siendo especifica en cada empresa, y, por ultimo, 3) la estimacion de funciones de produccion mediante metodos parametricos o semiparametricos. En este trabajo se calcula (o estima) la PTF mediante la estimacion de funciones de produccion aplicando un metodo parametrico.

En general, el estudio de la PTF y de los factores que la determinan es muy importante para explicar las diferencias de productividad entre empresas, sectores industriales y, por lo tanto, para tomar decisiones de politica economica.

Existe una amplia literatura que analiza los factores asociados a la PTF de las empresas. Una lista (no exhaustiva) de estos factores es: exportaciones, innovacion tecnologica, gasto en I+D, subcontratacion de personal, aprender haciendo (learning by doing), tamano de la empresa, capital humano, uso de tecnologias de la informacion y la comunicacion (TIC), innovacion organizativa.

En este orden de ideas, que una empresa tenga una mayor PTF que otra puede llevar a dos conclusiones: que produce mas con la misma cantidad de inputs, o para producir la misma cantidad de output necesita una menor cantidad de factores productivos. El estudio realizado por Syverson (2011) es una importante contribucion al estudio sobre los determinantes de la productividad, y por que es importante su estudio para los economistas y responsables de politica economica. Muchas veces se suele considerar la productividad como un concepto de la oferta, pero la demanda tambien influye en la productividad cuando se conocen las variaciones de los precios dentro de una industria; ademas de las causas sobre las diferencias de la productividad que se mencionan en el parrafo anterior, se puede mencionar que factores tanto internos como externos de las empresas cambian la distribucion de la productividad.

El analisis de la PTF y la relacion que tiene con las exportaciones es muy importante, ya que a menudo se menciona que las empresas mas productivas son las que exportan, pero tambien se podria mencionar que las empresas que exportan se vuelven mas productivas. Por lo tanto, podria existir un efecto de doble via o causalidad. Wagner (2007) menciona que las empresas exportadoras son mas productivas que las no exportadoras, pero que la exportacion no mejora necesariamente la productividad. Por lo tanto, existen dos hipotesis alternativas pero no mutuamente excluyentes de por que son mas productivas las empresas exportadoras que las no exportadoras. La primera hipotesis apunta a la libre seleccion de las empresas mas productivas en los mercados de exportacion. La razon de esto es que existen costes adicionales de venta de bienes en paises extranjeros, y ademas, el comportamiento de las empresas podria ser prospectivo en el sentido de que el deseo de exportar manana conduce a una empresa a mejorar el rendimiento hoy para ser competitiva en el mercado exterior. La segunda hipotesis apunta a la funcion de aprendizaje a traves de la exportacion. Los flujos de conocimiento de los compradores y de los competidores internacionales ayudan a mejorar el desempeno posterior a la entrada de insumos de exportacion. Por otra parte, las empresas que participan en los mercados internacionales estan expuestas a una competencia mas intensa y deben mejorar mas rapidamente que las empresas que venden sus productos unicamente a nivel nacional. En este sentido, exportar haria que las empresas sean mas productivas.

Por otro lado, Syverson (2011) estudia la competencia comercial de las empresas y concluye que los exportadores son casi inevitablemente mas productivos que sus colegas no exportadores de la industria. Sin embargo, la mayoria de los estudios han encontrado que esta correlacion refleja en gran medida la relacion en lugar de un efecto causal de la exportacion sobre la productividad. En realidad, las empresas que eligen comenzar la exportacion ya eran mas productivas antes del comercio internacional. Esto es sorprendente, aunque solo sea porque las empresas exportadoras pueden aprovechar los beneficios de las ganancias de productividad en los mercados mas grandes, aumentando el incentivo de participar en actividades innovadoras.

No obstante, la gama de los costes adicionales a la produccion en el caso de las empresas exportadoras incluye costes de transporte, costes de distribucion o comercializacion, personal con habilidades para gestionar redes extranjeras, o costes de produccion en la modificacion de los productos nacionales actuales para el consumo extranjero. Estos costes proporcionan una barrera de entrada que las empresas menos exitosas no podrian superar.

Otro de los factores importantes que se estudian al momento de analizar los elementos que determinan la PTF es la innovacion tecnologica (innovacion de producto o de proceso). La innovacion tecnologica ayuda en muchas ocasiones a mejorar los procesos productivos, logrando una mayor eficiencia y eficacia, ademas de mejorar la calidad del producto, lo que generaria un aumento en ventas y un aumento de productividad. En este sentido, existen numerosos estudios que mencionan la importancia de la innovacion en la mejora de la PTF, tales como Hall (2011), Mohnen y Hall (2013), Wieser (2005), entre otros.

Por su parte, Syverson (2011) manifiesta que las innovaciones en la calidad de los productos algunas veces no aumentan la cantidad producida, y lo que normalmente hacen es aumentar el precio del producto y, como consecuencia, la empresa aumenta los ingresos por venta de unidad. Si se piensa en la productividad como unidades de calidad entregada por venta de unidad, la innovacion de productos puede mejorar la productividad; pero muchas veces la innovacion de producto va direccionada a entrar en nuevos mercados o a la entrada en segmentos con demanda en crecimiento.

3. Metodologia

La economia industrial ha experimentado muchos cambios desde finales de los ochenta, donde se han propuesto nuevos modelos empiricos para analizar situaciones de competencia y organizacion de los mercados. Estos resultados de las estimaciones de los modelos empiricos son usados por las empresas, organizaciones gubernamentales y responsables de politicas publicas para poder comprender como se organizan y operan las firmas, y ademas para que a partir de la informacion obtenida se puedan tomar decisiones por el lado de la demanda y/o la oferta. En este sentido, la estimacion de una funcion de produccion ha tomado relevancia, ya que sirve para evaluar la eficiencia de una industria, sector o segmento de la economia, observando como es el comportamiento de sus rendimientos a escala, si sus factores de produccion son sustituibles entre si, costes de regulacion, fusiones, economias de alcance y el aprendizaje con la experiencia (learning by doing). Ademas, la estimacion de funciones de produccion es una de las vias para el calculo de la PTF.

Dado lo anterior, en esta seccion se presenta el metodo y modelo empirico que se utiliza para analizar la funcion de produccion y de PTF del sector de innovacion global en mercados locales en Espana; adicionalmente, se indican los datos empleados para dicho analisis, desagregados por subsector economico.

3.1. Metodo y modelo empirico

Existen algunos autores que han estimado funciones de produccion para luego estudiar la productividad en los diferentes sectores de una economia; entre los mas destacados y que han utilizado el modelo propuesto para esta investigacion se encuentran Van Biesebroeck (2007), Van Beveren (2012) y Syverson (2011). Siguiendo a estos mismos autores, el modelo propuesto supone que la empresa i produce un solo output en el tiempo t con una funcion de produccion Cobb-Douglas.

[Y.sub.it] = [A.sub.it][K.sup.[alfa].sub.it][L.sup.[beta].sub.it][M.sup.[gamma].sub.it] (1)

donde Y representa la produccion real, A es un indice de progreso tecnico Hicks-Neutral y proporciona una medida de la PTF, K representa el stock de capital real, L representa el factor trabajo y M representa los consumos intermedios (o materias primas). Aplicando logaritmos neperianos en la ecuacion 1 se obtiene una expresion lineal de la funcion de produccion. Ademas, realizando esta transformacion, los parametros [alfa], [beta], [gamma] se convierten en las elasticidades de los factores productivos respecto del output. La suma de estos tres parametros indicaria el tipo de rendimientos a escala que presentan la funcion de produccion.

[expresion matematica irreproducible] (2)

donde y representa el logaritmo neperiano de la produccion real, las letras minusculas k, l, m representan los logaritmos neperianos de los inputs y a representa la PTF (en logaritmos). En este trabajo se supone que este ultimo termino se puede descomponer en [[beta].sub.0], que puede interpretarse como el nivel de eficiencia media de las empresas a traves del tiempo, y [[epsilon].sub.it], que puede interpretarse como la desviacion de esa media para la empresa i en el periodo t. A su vez, tambien se supone que el termino [[epsilon].sub.it] tiene dos componentes: [[my].sub.i] y [u.sub.it]. En primer lugar [[my].sub.i], representa la heterogeneidad inobservable. Este termino recoge la productividad no observada por los analistas pero observada por las empresas (por ejemplo, intuitivamente, [[my].sub.i] puede estar asociado a la capacidad de gestion en la empresa). En este trabajo se supone que [[mu].sub.i] es constante en el tiempo. En segundo lugar, el termino [u.sub.it] no es observado ni por la empresa ni por los analistas (es un error aleatorio). Por tanto, la ecuacion 2 se puede reescribir de la siguiente forma:

[y.sub.it] = [[beta].sub.0] + [[my].sub.i] + [alfa][k.sub.it] + [beta][l.sub.it] + [gamma][m.sub.it] + [u.sub.it] (3)

La ecuacion 3 se puede estimar por el metodo de minimos cuadrados ordinarios (MCO), pero se conoce desde las primeras estimaciones de funciones de produccion que este metodo presenta problemas. Uno de los problemas es que si las empresas eligen sus inputs despues de conocer su productividad [[my].sub.i], es muy probable que estas decisiones esten correlacionadas con [[my].sub.i] y, por tanto, se genera un problema de endogeneidad. En este caso, los estimadores MCO seran sesgados y los estadisticos t no serian validos para probar hipotesis. Por lo tanto, es necesario corregir el problema de endogeneidad generado por la correlacion entre la productividad y los inputs variables para poder obtener estimaciones consistentes.

En este trabajo se utilizan tres alternativas a la estimacion por MCO: dos estimadores de efectos fijos (estimacion en primeras diferencias y estimador intragrupos) y el estimador de efectos aleatorios. El primero de los estimadores en primeras diferencias logra eliminar el efecto fijo. En la ecuacion 3 existe un efecto fijo ([[my].sub.i]) (heterogeneidad inobservable) que se puede eliminar si a cada empresa se le resta su observacion del periodo anterior, es decir, se realiza una estimacion en primeras diferencias y se obtiene que el efecto fijo es eliminado del residual ([DELTA][[epsilon].sub.it] = [[epsilon].sub.it] - [[epsilon].sub.it-1]), obteniendo la siguiente expresion:

[expresion matematica irreproducible] (4)

Donde [DELTA][y.sub.it], [DELTA][k.sub.it], [DELTA][l.sub.it], [DELTA][m.sub.it] son, respectivamente, primeras diferencias de logaritmos del output, capital, trabajo y consumos intermedios.

Por otra parte, el estimador de intragrupos elimina el efecto fijo calculando para cada individuo las diferencias respecto a la media. Entonces se calcula la media de cada variable para cada individuo, asi [barra.[y.sub.i]] = [[suma].sup.t=1.sub.T] [y.sub.it]/T entonces [barra.[[my].sub.i]] = [[my].sub.i]. La productividad no observada en la funcion de produccion [[my].sub.i] es constante para cada empresa, y este supuesto permite estimar consistentemente los parametros utilizando cualquier metodo basado en primeras diferencias o diferencias con respecto a la media.

Por tanto, el modelo de la ecuacion 3 se puede transformar, ya que las diferencias serian respecto a la media de cada parametro, por lo que se necesita que los errores y los regresores no esten correlacionados; ademas, no se puede estimar el efecto con variables constantes en el tiempo, ya que solo se usa variacion intragrupos y no entre individuos. Entonces la ecuacion3 se puede re escribir de la siguiente forma:

[expresion matematica irreproducible] (5)

No obstante, el principal problema de la estimacion por efectos fijos intragrupos es el supuesto que [[my].sub.i] es constante en el tiempo, en paneles largos; pero si el periodo de estudio contiene importantes cambios macroeconomicos, esto es dificil de asumir.

Por ultimo, el estimador de efectos aleatorios supone que el efecto inobservable [[my].sub.i] no se correlaciona con ninguna variable explicativa, es decir, Cov ([x.sub.itj], [[my].sub.i]) = 0, t = 1, 2, ..., T; j = 1, 2, ..., k, y se puede estimar por el metodo de minimos cuadrados generalizados (MCG), ya que de esta manera se mejora la eficiencia y se asume que no existe correlacion entre los errores y los regresores.

De esta forma, el supuesto de efectos aleatorios reune todos los supuestos de efectos fijos mas el requisito adicional que [[my].sub.i] es independiente de todas las variables explicativas en todos los periodos. En este sentido, se puede definir el termino de error compuesto como [[epsilon].sub.it] = [[my].sub.i] + [u.sub.it]. Por lo tanto, se puede escribir la formula como:

[y.sub.it] = [[beta].sub.0] + [alfa][k.sub.it] + [beta][l.sub.it] + [gamma][m.sub.it] + [[epsilon].sub.it] (3a)

Como [[my].sub.i] esta en el error compuesto en cada periodo, los [[epsilon].sub.it] se correlacionan serialmente en cada periodo de tiempo, bajo los supuestos de efectos aleatorios, de tal manera que [expresion matematica irreproducible]. Dado lo anterior, es posible usar el modelo de MCG para resolver los problemas de correlacion serial. Sin embargo, se debe tener una N grande y una T relativamente pequena. Finalmente, el metodo de efectos aleatorios puede asumir que [expresion matematica irreproducible] y que esta entre 0 y 1; dado este supuesto, el modelo de MCG puede transformarse en un modelo de MCO y podria estimarse de la siguiente manera:

[expresion matematica irreproducible] (6)

La barra superior en las variables indica los promedios a lo largo del tiempo. La ecuacion 6 permite variables explicativas constantes en el tiempo, lo que representa una ventaja sobre los efectos fijos en primeras diferencias e intragrupos, ya que supone que el efecto inobservable no esta correlacionado con ninguna de las variables explicativas, ya sea que estas esten fijas en el tiempo o no.

En resumen, se realizan las estimaciones de efectos fijos (intragrupos) ya que este estimador es consistente, tanto si los efectos individuales estan correlacionados con los factores productivos como si no lo estan. Ademas, se estima el modelo de efectos aleatorios ya que es mas eficiente que el estimador intragrupos en el caso que los efectos individuales esten incorrelacionados con los regresores, es decir, sean puramente aleatorios. Si los efectos individuales estan correlacionados con los regresores (factores productivos) el estimador de efectos aleatorios es inconsistente; por lo tanto, se sugiere utilizar el estimador de efectos fijos (intragrupos). Esta solucion de que estimador utilizar lo indica el calculo del test de Hausman.

Las limitaciones de los metodos de estimacion analizados en este trabajo es que a menudo al usar el estimador intragrupos o de efectos aleatorios y suponer que [[mu].sub.i] es invariante en el tiempo y solo cambia con las empresas, conduce a estimaciones irrazonablemente bajas del coeficiente del capital; ademas, el estimador de efectos fijos impone estricta exogeneidad de los inputs condicionada a la heterogeneidad de las empresas. En terminos economicos esto significa que los insumos no pueden ser elegidos como reaccion a los choques de productividad, un supuesto que no es probable que se mantenga en la practica (Van Beveren, 2012). Desde inicios del 2000, para relajar estas limitaciones se utilizan metodos mas sofisticados, como la estimacion del metodo de momentos generalizados (GMM, pos sus siglas en ingles) propuesto por Blundell y Bond (2000), y metodos semiparametricos, como el propuesto por Olley y Pakes (1992). Sin embargo, la utilizacion de estos metodos de estimacion excede los objetivos de este trabajo.

Por lo tanto, una vez estimadas las funciones de produccion para el sector de innovacion global en mercados locales de Espana, se utilizan los coeficientes estimados de cada uno de los inputs en primeras diferencias, ya que estos coeficientes, segun la literatura sobre funciones de produccion, son los mas utilizados. Dado lo anterior, se obtiene:

[expresion matematica irreproducible] (7)

Cuando se estima la PTF de la ecuacion 7, se puede relacionar la PTF con otras variables y de esta manera observar si existe una asociacion positiva o negativa. En este trabajo se analiza la relacion con las exportaciones e innovacion tecnologica por separado, y para realizar esta modelizacion la ecuacion que se estima es la siguiente:

[[??].sub.it] = [[alfa].sub.0] + [[beta].sub.x][X.sub.it] + variables de control + [[epsilon].sub.it] (8)

donde [X.sub.it] es una variable dummy que representa alternativamente la actividad exportadora de la empresa y si la empresa ha obtenido innovaciones tecnologicas (producto o proceso). En la estimacion de la ecuacion 8 tambien se incluyen variables de control de tamano y ano (4).

Es este sentido, lo que busca esta estimacion es analizar si existe una relacion positiva entre la PTF de las empresas y las dos actividades analizadas. El marco propuesto en este trabajo no permite obtener conclusiones sobre la direccion del efecto (es decir, sobre la causalidad).

3.2. Materiales: descripcion de los datos y variables

En este analisis se utilizan datos de la Encuesta sobre Estrategias Empresariales (ESEE). La ESEE es una encuesta de panel a empresas industriales manufactureras que, iniciada con los datos correspondientes a 1990, se ha venido realizando hasta el ano 2015. Se basa en una muestra dinamicamente representativa (articulada en dos grandes submuestras, empresas con mas y menos de 200 trabajadores) a la que se ha investigado en un conjunto muy amplio de aspectos relacionados con temas de economia industrial. En este sentido, Farinas yJaumandreu (1999) constituyen una introduccion a la ESEE y a su empleo para quien desee trabajar con la misma.

Para este trabajo se dispone de un panel no balanceado (panel incompleto) de 615 empresas y 5.040 observaciones pertenecientes solo al sector de innovacion global en mercados locales para el periodo 1990-2005. En la tabla 2 se muestra la distribucion de las empresas y observaciones de todo el sector que se estudia y de las 5 industrias que lo componen: quimica y productos farmaceuticos, maquinas agricolas e industriales, maquinaria y material electrico, vehiculos de motor y otro material de transporte.

En la tabla 3 se describe como esta clasificado el numero de empresas de acuerdo al numero de anos consecutivos para los que la ESEE posee informacion disponible de las empresas. Ademas, en los anexos (tabla A1) se muestra el numero de observaciones por sectores y por anos que componen el segmento a estudiar.

Una de las principales ventajas de la ESEE es que proporciona informacion sobre precios del output y precio de los consumos intermedios, lo que logra transformar ciertas variables de nominales a reales de tal manera que las variaciones de los insumos y de la produccion no se encuentren influenciadas por las variaciones de los precios; de esta manera tambien se disminuye el sesgo en la estimacion de la PTF. En concreto, si la empresa es capaz de negociar precios mas bajos para una entrada dada, el uso de los precios a nivel de la industria en lugar de precios de los insumos a nivel de empresa dara lugar a una subestimacion de su uso de insumos, causando que la PTF este sesgada hacia arriba (Van Beveren, 2012).

De esta forma, varios trabajos utilizan la ESEE para la estimacion de funciones de produccion de sectores manufactureros en Espana; por ejemplo, Martin-Marcos y Suarez (1997). Por otro lado, existen tambien algunos estudios mas profundos sobre la estimacion de funciones de produccion en el sector manufacturero pero agregandole variables como la subcontratacion, la localizacion de empresas y las exportaciones (Farinas y Martin-Marcos, 2007; Farinas, Lopez y Martin-Marcos, 2014; Lopez, 2014).

Debido a que se estudia la relacion entre la PTF y las exportaciones, la tabla 4 muestra el porcentaje de empresas que exportan por industria del sector de innovacion global en mercados locales durante el periodo 1990-2005 en Espana. En dicha tabla 4 se observa que la industria de vehiculos de motor es la que mas exporta, mientras que la industria de otro material de transporte es la que menos lo hace.

Por otra parte, la tabla 5 muestra el porcentaje de empresas en Espana que introdujeron alguna innovacion tecnologica por industria del sector de innovacion global en mercados locales durante el periodo 1990-2005. La industria que mas innovo fue la de maquinaria y material electrico, mientras que la que menos lo hizo fue la de maquinarias agricolas e industriales.

4. Resultados empiricos

En esta seccion se presentan los principales resultados de la estimacion de las ecuaciones 3, 4, 5 y 6 realizadas al sector de innovacion global en mercados locales de Espana. En los anexos (tabla A2) se muestra la definicion de cada una de las variables que se han utilizado para la estimacion de las ecuaciones mencionadas.

En la tabla 6 se presenta la estimacion de la funcion de produccion por diferentes metodos: MCO, MCO en primeras diferencias, MCO efectos fijos intragrupos y MCG efectos aleatorios. En este caso, la muestra es el conjunto de empresas que forman el sector de innovacion global en mercados locales de Espana.

Los resultados de la tabla 6 muestran valores plausibles en las estimaciones de los coeficientes de los factores de produccion tradicionales. Cuando se estima esta funcion de produccion los resultados de los coeficientes son estimaciones de las elasticidades y, como se ha mencionado anteriormente, existen diferencias en el calculo del coeficiente del capital; esto sucede especificamente por las limitaciones del uso de los estimadores intragrupos y efectos aleatorios. Por otro lado, se rechaza la existencia de rendimientos constantes a escala en el estimador de efectos fijos en primeras diferencias e intragrupos.

Es importante senalar tambien que el sector de innovacion global en mercados locales de Espana prefiere la estimacion por efectos fijos (intragrupos) una vez contrastado el test de Hausman entre efectos fijos (intragrupos) y efectos aleatorios. Por lo tanto, esto indica que el supuesto clave de efectos aleatorios es falso (Cov ([x.sub.itj], [[my].sub.i]) = 0, t = 1, 2, ..., T; j = 1, 2, ..., k); de esta manera, los efectos individuales (ineficiencia) estan correlacionados con los regresores (factores productivos).

Una vez estimada la funcion de produccion para el sector de innovacion global en mercados locales se puede calcular la PTF mediante la ecuacion 7. De esta manera, la figura 3 muestra la evolucion de la media de la PTF en el sector de innovacion global en mercados locales. A partir de este calculo, se observa una evolucion positiva de la PTF a lo largo del periodo analizado.

Por otro lado, uno de los objetivos de este estudio es determinar la relacion que existe entre las exportaciones y la PTF. De esta forma, en la figura 4 se muestra como la media de la PTF es mayor cuando las empresas del sector de innovacion global en mercados locales exportan en comparacion con las que no exportan, donde la distribucion de las empresas exportadoras esta desplazada a la derecha de las no exportadoras. Este analisis grafico es una primera senal de que existe una relacion positiva entre PTF y exportaciones.

Para corroborar esta informacion proporcionada por la figura 4 se procede a estimar la relacion entre la PTF y la actividad exportadora de las empresas utilizando la ecuacion 8. En este caso, la variable [X.sub.it] en la ecuacion 8 es una variable dummy que captura si la empresa exporta o no (esta variable es igual a 1 cuando la empresa exporta y es 0 si no lo hace).

En la tabla 7 se estima la ecuacion 8 por MCO, a partir de la cual se puede observar que existe una relacion positiva entre la PTF y las exportaciones, ya que la variable exportaciones es significativa y positiva; por lo tanto, las empresas que exportan en el segmento de innovacion global en mercados locales poseen una PTF aproximadamente de un 20,92% mas que las que no son exportadoras, manteniendo constante los demas factores (5).

La tabla 7 tambien muestra que existe una relacion positiva entre la PTF y la variable tamano de la empresa, ya que es significativa y positiva; esto quiere decir que cuando una empresa posee mas de 200 trabajadores posee una PTF aproximadamente de un 37,71% mas que una que tiene menos de 200 trabajadores.

Por otro lado, en la figura 5 se puede observar que la media de la PTF es ligeramente mayor cuando las empresas del sector de innovacion global en mercados locales realizan innovacion tecnologica en comparacion con las que no la realizan; esta es una primera senal de que existe una relacion positiva entre PTF e innovacion tecnologica.

Para corroborar esta informacion proporcionada por la figura 5 se procede a estimar la relacion entre la PTF y la innovacion tecnologica de las empresas utilizando la ecuacion 8. En este caso la variable [X.sub.it] en la ecuacion 8 es una variable dummy que captura si la empresa realiza innovacion tecnologica o no (esta variable es igual a 1 cuando la empresa innova y es 0 si no lo hace).

En la tabla 8 se muestra la estimacion de la ecuacion 8 por MCO. En esta se puede observar que existe una relacion positiva entre la PTF e innovacion tecnologica, ya que la variable innovacion es significativa y positiva. Por lo tanto, las empresas que realizan innovacion tecnologica en el sector de innovacion global en mercados locales poseen una PTF aproximadamente de un 5,12% mas que aquellas que no realizan innovacion tecnologica, manteniendo constante los demas factores.

La tabla 8 tambien muestra que existe una relacion positiva entre la PTF y la variable tamano de la empresa, ya que es significativa y positiva. Esto quiere decir que cuando una empresa tiene mas de 200 trabajadores posee una PTF aproximadamente de un 47,7% mas que una que tiene menos de 200 trabajadores, manteniendose constante el resto de los factores.

Por otra parte, la PTF tiene una mejor relacion con la variable exportacion, ya que los coeficientes que se muestran en la tabla 8 son inferiores a los que resultan en la tabla 7. En las figuras 4 y 5 de densidad (Kernel), en las que se muestra la relacion de la media de la PTF con las exportaciones e innovacion tecnologica, tambien se confirma que la variable exportacion presenta una relacion positiva mas fuerte que la variable innovacion tecnologica.

5. Conclusiones

El sector manufacturero es un sector estrategico que se caracteriza por dinamizar la economia a traves de mecanismos como la generacion de empleo, aportes al valor anadido bruto, etc. En ese sentido, analizar su produccion y su productividad resulta de gran importancia para todos los paises en general. Espana no es la excepcion y, segun la propuesta del McKinsey Global Institute en su nueva agrupacion de sectores por intensidad de uso de factores de produccion, el sector de innovacion global en mercados locales en Espana representa alrededor del 31% de valor anadido bruto del total manufacturero y esta aportacion es estable a lo largo del periodo analizado, y ademas representa alrededor del 27% de los empleados del total de las manufacturas. Dado lo anterior, en este trabajo se ha estimado una funcion de produccion y se ha analizado a partir de esta estimacion la relacion que tiene la PTF con la actividad exportadora e innovacion tecnologica en el sector de innovacion global en mercados locales. Esta nueva agrupacion industrial es utilizada por primera vez en un estudio para las manufacturas espanolas, por lo que los resultados obtenidos son los primeros usando la metodologia propuesta por el McKinsey, el cual ofrece una nueva perspectiva de analisis sobre la intensidad en la que los sectores economicos utilizan sus factores productivos. Ademas, se han obtenido estimaciones plausibles de las elasticidades de la produccion respecto de los diferentes factores de produccion y todos los inputs utilizados fueron estadisticamente significativos y con el signo esperado, lo que muestra que un aumento de alguno de los factores productivos generaria un aumento de la produccion.

Respecto de la PTF, esta muestra un patron de crecimiento a lo largo del periodo analizado; sin embargo, cuando se analiza la media de la PTF entre 1990 y 2005, se obtiene que ha crecido tan solo un 7,8% en 15 anos; ademas, entre 2000 y 2005 crecio apenas un 1%, lo cual muestra un crecimiento mas lento en los ultimos cinco anos de estudio. El anterior resultado va en linea con Goncalves y Martins (2016), quienes encontraron que la PTF ha disminuido constantemente desde finales de los noventa para algunos paises del sur de Europa, como Espana, Italia y Portugal. Este efecto de disminucion de la productividad se viene dando en las principales economias desarrolladas como un problema de competitividad y poco dinamismo economico.

Por otro lado, se obtiene evidencia a favor de una relacion positiva entre la PTF y la actividad exportadora. Goncalves y Martins (2016) encontraron que existe un premio del 5,9% en aumento de la productividad para las empresas manufactureras portuguesas que exportan, resultado que concuerda con el signo pero no con la magnitud del resultado de este estudio, ya que para las empresas manufactureras espanolas que operan en el sector de innovacion global en mercados locales existe un premio en productividad por

exportar del 20,92% frente a aquellas que no exportan; esto podria deberse a que Espana es una economia que exporta mas del 60% de los bienes manufactureros producidos, a diferencia de Portugal. En este sentido, Wagner (2007) encuentra, en 33 paises entre 1995 y 2004, que las empresas exportadoras son mas productivas que las no exportadoras, pero que la exportacion no mejora necesariamente la productividad, ya que esta puede depender de otras variables como la innovacion, el tiempo de la empresa en el mercado y tamano de la empresa, entre otras. Sin embargo, Delgado, Farinas y Ruano (2002) encuentran niveles claramente superiores de productividad para las empresas exportadoras en comparacion con las empresas no exportadoras del sector manufacturero espanol. De esta forma, las diferencias en el premio de productividad para las empresas que exportan dependera en general de la capacidad de comercio internacional que tengan los bienes manufactureros producidos en ese pais. Sin embargo, es posible a su vez que esto dependa de otros factores, como la innovacion tecnologica, la capacitacion, el tamano de la empresa y el sector economico.

Tambien se encuentra evidencia a favor de una relacion positiva entre la PTF y la capacidad innovadora de las empresas. La innovacion tecnologica juega un rol importante en el aumento de la productividad. En este estudio se obtiene evidencia que una empresa que gasta en innovacion aumentaria su PTF un 5,12% mas que las que no gastan en ese rubro. Al respecto, Grossman y Helpman (1993) mencionan que existe un efecto positivo y sostenido en el tiempo, y que el gasto en innovacion incrementa la produccion y la PTF; asi mismo, Grossman y Helpman (1990) consideran que la innovacion tecnologica acelera la tasa de crecimiento de un pais. En esa linea, y al analizar las manufacturas, se conoce que este sector tiene una estrecha relacion con el empleo y con la tasa de crecimiento del PIB, por lo que buscar mejorar el efecto del premio por innovar en las empresas manufactureras que lo realizan deberia ser mas importante. De esta manera, las politicas publicas como incentivos fiscales, alianzas publicoprivadas, alianzas universidad-empresa, financiamiento publico y/o privado de proyectos de innovacion tecnologica, que busquen incentivar a las empresas que gastan en innovacion de producto o proceso, ayudarian a impulsar y mejorar esta relacion en el largo plazo.

Este trabajo tambien posee ciertas limitaciones, principalmente que los datos utilizados corresponden de 1990 a 2005, por lo que los resultados en la actualidad pueden variar y deben ser tomados con cautela; tambien, por el metodo utilizado, no es posible establecer una relacion causa-efecto entre las variables estudiadas; finalmente, no se analiza una relacion entre la PTF y las exportaciones e innovacion tecnologica al mismo momento, por lo que ademas se desprenden posibilidades de futuras investigaciones que encuentren asociaciones en el mismo instante entre la actividad exportadora y el gasto en innovacion, asi como tambien con la relacion con otras variables de interes empresarial, como I+D, capacitacion, outsourcing, importaciones, credito publico o privado, localizacion, entre otros, usando la metodologia propuesta por el McKinsey Global Institute.

Finalmente, en este estudio la actividad exportadora es la que se relaciona en mayor magnitud con la productividad, ya que el premio por realizar dicha actividad es mayor que por realizar innovacion tecnologica. Por ello, los hacedores de politica publica podrian generar propuestas que busquen mejorar el comercio internacional en los sectores que constituyen el sector de innovacion global en mercados locales, tales como incentivos fiscales que estimulen la participacion en mercados internacionales: devolucion y exencion de impuestos en la venta de productos de este sector, acompanamiento y capacitacion en la insercion en mercados internacionales no tradicionales, entre otros.

Conflicto de intereses

El autor declara no tener conflicto de intereses.

Agradecimientos

El autor agradece a Alberto Lopez Sebastian y Grace Armijos Bravo por sus importantes sugerencias y discusion durante su estancia en la Universidad Complutense de Madrid. Tambien agradece los comentarios que recibio la presentacion de este trabajo por parte de los asistentes del III Congreso Internacional de Ciencia, Tecnologia, Innovacion y Emprendimiento de la Universidad Estatal de Bolivar (2015), Ecuador. Finalmente, el autor agradece a Natalia Solano, Directora Editorial de Estudios Gerenciales, por sus importantes sugerencias y comentarios.

INFORMACION DEL ARTICULO

Historia del articulo:

Recibido el 15 de noviembre de 2016

Aceptado el 31 de octubre de 2017

On-line el 8 de diciembre de 2017

Anexos. Tablas A1-A3
Tabla A1. Total de observaciones clasificadas por sector
manufacturero y por ano

Sector                                   1990     1991     1992

Quimica y productos farmaceuticos        77       95       107
Maquinas agricolas e industriales        61       76       88
Maquinaria y material electrico          52       68       74
Vehiculos de motor                       37       42       47
Otro material de transporte              18       22       24
Innovacion global en mercados locales    245      303      340

Sector                                   1993     1994     1995

Quimica y productos farmaceuticos        98       100      97
Maquinas agricolas e industriales        83       85       84
Maquinaria y material electrico          75       75       75
Vehiculos de motor                       43       51       47
Otro material de transporte              22       22       24
Innovacion global en mercados locales    321      333      327

Sector                                   1996     1997     1998

Quimica y productos farmaceuticos        87       92       88
Maquinas agricolas e industriales        89       102      101
Maquinaria y material electrico          71       87       85
Vehiculos de motor                       55       66       68
Otro material de transporte              21       25       27
Innovacion global en mercados locales    323      372      369

Sector                                   1999     2000     2001

Quimica y productos farmaceuticos        79       83       76
Maquinas agricolas e industriales        104      102      93
Maquinaria y material electrico          76       75       68
Vehiculos de motor                       75       80       69
Otro material de transporte              27       26       21
Innovacion global en mercados locales    361      366      327

Sector                                   2002     2003     2004

Quimica y productos farmaceuticos        72       59       57
Maquinas agricolas e industriales        89       73       73
Maquinaria y material electrico          64       51       50
Vehiculos de motor                       67       59       58
Otro material de transporte              20       17       16
Innovacion global en mercados locales    312      259      254

Sector                                   2005     Total

Quimica y productos farmaceuticos        47       1.314
Maquinas agricolas e industriales        64       1.367
Maquinaria y material electrico          48       1.094
Vehiculos de motor                       54       918
Otro material de transporte              15       347
Innovacion global en mercados locales    228      5.040

Fuente: elaboracion propia con base en a los datos de la ESEE.

Tabla A2. Definicion de variables

Consumos intermedios      Suma de compras y servicios exteriores
                          menos la variacion de existencias de
                          compras. Los consumos intermedios nominales
                          se deflactan a traves del indice de precios
                          (de los consumos intermedios) especifico de
                          cada empresa

Exportaciones             Variable artificial que toma el valor 0
                          cuando la empresa no exporta y 1 cuando la
                          empresa exporta

Horas de trabajo          Horas efectivas totales de trabajo. Se
                          calcula multiplicando la jornada efectiva
                          por el numero de trabajadores. La jornada
                          efectiva se define como las horas
                          efectivamente trabajadas en el ano por el
                          trabajador, y es igual a la suma de la
                          jornada normal y las horas extraordinarias
                          menos las horas no trabajadas

Innovacion                Variable artificial que toma el valor 0
tecnologica               cuando la empresa no gasta en innovacion
                          tecnologica y 1 cuando la empresa gasta en
                          innovacion tecnologica

Precio del output         Indice de precios tipo Paasche calculado a
                          partir de las variaciones porcentuales en
                          los precios aportados por la empresa en los
                          mercados en los que opera

Precio de los             Indice de precios tipo Paasche calculado a
consumos intermedios      partir de las variaciones porcentuales en
                          los precios de las materias primas, energia
                          y servicios aportados por la empresa

Produccion de bienes      Suma de las ventas y de la variacion de
y servicios               existencias de ventas, deflactada a traves
                          del indice de precios (del output)
                          especifico de cada empresa

Stock de capital          El capital a valores corrientes de
                          reposicion se calcula recursivamente a
                          partir de una estimacion inicial y de los
                          datos de inversion de las empresas en
                          bienes de equipo (exceptuando
                          construcciones y activos financieros),
                          actualizados a traves de la media de un
                          indice de precios de bienes de capital y
                          usando estimaciones sectoriales de las
                          tasas de depreciacion. El capital real se
                          obtiene deflactando el valor corriente de
                          reposicion. Para una mayor informacion
                          sobre el calculo de esta variable, vease
                          Martin-Marcos y Suarez (1996)

Tamano                    Variable artificial que toma el valor 0
                          cuando la empresa posee 200 y menos
                          trabajadores y 1 cuando la empresa posee
                          mas de 200 trabajadores

Fuente: elaboracion propia con base en los datos de la ESEE.

Tabla A3. Evolucion de la media de la PTF de las industrias que
conforman el sector de innovacion global en mercados locales de
Espana

Ano       Industria         Industria         Industria
          quimica-          maquinas          maquinaria y
          farmaceutica      agricolas e       material
                            industriales      electrico

1990      3,674             4,264             4,478
1991      3,695             4,224             4,441
1992      3,744             4,261             4,455
1993      3,771             4,231             4,464
1994      3,839             4,269             4,513
1995      3,871             4,328             4,566
1996      3,877             4,320             4,585
1997      3,844             4,329             4,583
1998      3,926             4,389             4,645
1999      3,951             4,400             4,621
2000      3,995             4,388             4,650
2001      4,003             4,435             4,665
2002      4,014             4,453             4,654
2003      4,004             4,447             4,665
2004      3,996             4,454             4,679
2005      3,987             4,478             4,683

Ano       Industria         Industria otro
          vehiculos de      material de
          motor             transporte

1990      3,275             1,516
1991      3,213             1,570
1992      3,249             1,566
1993      3,180             1,513
1994      3,313             1,570
1995      3,382             1,665
1996      3,416             1,719
1997      3,466             1,748
1998      3,439             1,723
1999      3,422             1,730
2000      3,447             1,807
2001      3,451             1,821
2002      3,439             1,836
2003      3,470             1,844
2004      3,493             1,811
2005      3,465             1,894

Fuente: elaboracion propia.


Bibliografia

Blundell, R. y Bond, S. (2000). GMM estimation with persistent panel data: An application to production functions. Econometric Reviews, 19(3), 321-340.

Clasificacion Nacional de Actividades Economicas-CNAE. (2009). CNAE [consultado 27 May 2015]. Disponible en: http://www.cnae.com.es/ actividades.php?grupo=C

Delgado, M. A., Farinas, J. C. y Ruano, S. (2002). Firm productivity and export markets: A non-parametric approach. Journal of International Economics, 57(2), 397-422.

Farinas, J.C. (2015). La industria espanola y los retos de la competencia global. Conferencia del ciclo Catedra La Caixa. Conferencia del ciclo Catedra La Caixa. Madrid, Madrid, Espana [consultado 27 May 2015]. Disponible en: http://www.caixabankresearch.com/sites/default/files/events/1504cm-es.pdf

Farinas, J. C. y Jaumandreu, J. (1999). Diez anos de Encuesta Sobre Estrategias Empresariales. Economia Industrial, 329, 29-42.

Farinas, J. C. y Martin-Marcos, A. (2007). Exporting and economic performance: Firm-level evidence of Spanish manufacturing. The World Economy, 30(4), 618-646.

Farinas, J. C., Lopez, A. y Martin-Marcos, A. (2014). Assessing the impact of domestic outsourcing and offshoring on productivity at the firm level. Applied Economics, 46(15), 1814-1828.

Goncalves, D. y Martins, A. (2016). The Determinants of TFP Growth in the Portuguese Manufacturing Sector (No. 0062). Gabinete de Estrategia e Estudos, Ministerio da Economiae da Inovacao [consultado 17 May 2017]. Disponible en: http://www.gee.min-economia.pt/RePEc/WorkingPapers/GEE_PAPERS_62.pdf

Grossman, G. M. y Helpman, E. (1990). Trade, innovation, and growth. The American Economic Review, 80(2), 86-91.

Grossman, G. M. y Helpman, E. (1993). Innovation and Growth in the Global Economy. Cambridge, MA: MIT Press.

Hall, B. (2011). Innovation and Productivity. NBER Working Paper No. 17178, 35 [consultado 15 May 2015]. Disponible en: http://www.nber.org/papers/ w17178.

Lopez, A. (2014). Outsourcing and firm productivity: A production function approach. Empirical Economic, 47(3), 977-998.

Martin-Marcos, A. y Suarez, C. (1996). Estimacion del stock de capital para las empresas de la Encuesta sobre Estrategias Empresariales. Programa de Investigaciones Economicas. Fundacion Empresa Publica. Documento de trabajo, 13, 1-20.

Martin-Marcos, A. y Suarez, C. (1997). Analisis de la eficiencia tecnica de las empresas industriales espanolas. Fundacion Empresa Publica, 28 [consultado 15 May 2015]. Disponible en: ftp://193.146.141.99/pie/dt9707.pdf

McKinsey Global Institute (2012). Manufacturing the future: The next era of global growth and innovation. McKinsey & Company [consultado 7 Abr 2015]. Disponible en: http://www.mckinsey.com/business-functions/operations/our-insights/the-future-of-manufacturing.

Mohnen, P. y Hall, B. (2013). Innovation and productivity: An update. Eurasian Business Review, 3(1), 47-65.

Organizacion para la Cooperacion y el Desarrollo Economico--OCDE (2001). Classification des secteurs et des produits de haute technologie. Paris: OCDE [consultado 27 May 2015]. Disponible en: http://www.oecd-ilibrary.org/ science-and-technology/revision-des-classifications-des-secteurs-et-des-produits-de-haute-technologie_050148678127

Olley, G.S. y Pakes, A. (1992). The Dynamics of Productivity in the Telecommunications Equipment Industry. NBER Working Paper No. 3977 [consultado 5 May 2015]. Disponible en: http://www.nber.org/papers/w3977

O'Mahony, M. y Marcel, P. T. (2009). Output input and productivity measures at the industry level: The EU KLEMS database. The Economic Journal, 119(538), F374-F403.

Pavitt, K. (1984). Sectoral patterns of technical change: Towards a taxonomy and theory. Research Policy, 13(6), 343-373.

Syverson, C. (2011). What determines productivity? Journal of Economic Literature, 49(2), 326-365.

Van Beveren, I. (2012). Total factor productivity estimation: A practical review. Journal of Economic Surveys, 26(1), 98-128.

Van Biesebroeck, J. (2007). Robustness of productivity estimates. The Journal of Industrial Economics, 55(3), 529-569.

Veugelers, R. (2013). Manufacturing Europe's future (1st ed.). Brussels: Bruegel Blueprint Series.

Wagner, J. (2007). Exports and productivity: A Survey of the evidence from firm-level data. The World Economy, 30(1), 60-82.

Wieser, R. (2005). Research and development productivity and spillovers: Empirical evidence at the firm level. Journal of Economic Sourvey, 19(4), 587-621.

Wooldridge, J. (2006). Introduccion a la econometria. Un enfoque moderno (2.a ed.). Mexico D.F.: International Thomson Editores, S.A.

(1) Para un mayor detalle sobre la conformacion de cada uno se debe revisar la Clasificacion Nacional de Actividades Economicas: CNAE (2009).

(2) Para una descripcion resumida de la metodologia y construccion de la base de datos EU Klems growth and productivity accounts, vease O'Mahony y Marcel (2009).

(3) Estudio fundamentado en la base de datos de Information Handling Services (IHS) Global Insight con una muestra de 75 economias, publicado por el McKinsey Global Institute (2012).

(4) Para el sector de innovacion global en mercados locales se realiza una regresion con variables de control de tamano, ano y sectores.

(5) El calculo de la aproximacion del aumento de la PTF cuando una empresa exporta se ha realizado con la siguiente expresion: [expresion matematica irreproducible] (Wooldridge, 2006).

Segundo Camino Mogro *

Docente Ocasional, Facultad de Ciencias Economicas y Administrativas, Universidad Catolica de Santiago de Guayaquil, Guayaquil, Ecuador Director Nacional de Investigacion y Estudios, Superintendencia de Companias, Valores y Seguros del Ecuador, Guayaquil, Ecuador

* Autor para correspondencia. Av. 9 de octubre 200 y Pichincha; Guayaquil, Ecuador.

Correo electronico: scaminom@supercias.gob.ec

https://doi.org/10.1016/j.estger.2017.10.004

Leyenda: Figura 1. Participacion del sector de innovacion global en mercados locales de Espana como porcentaje del total de las manufacturas. Valor anadido bruto a precios basicos corrientes (en millones de euros).

Leyenda: Figura 2. Participacion del empleo del sector de innovacion global en mercados locales de Espana como porcentaje del total de las manufacturas.

Leyenda: Figura 3. Evolucion de la media de la PTF en el sector de innovacion global en mercados locales de Espana.

Leyenda: Figura 4. Relacion de la media de la PTF entre empresas exportadoras y no exportadoras del sector de innovacion global en mercados locales de Espana.

Leyenda: Figura 5. Relacion de la media de la PTF entre empresas innovadoras y no innovadoras del sector de innovacion global en mercados locales de Espana
Tabla 1
Clasificacion sectorial del sector innovacion global en mercados
locales

Sector            McKinsey       Clasificacion    Pavitt (1984)
innovacion        Global         sectorial OCDE
global en         Institute      (2001)
mercados          (2012)
locales

Quimica y         Intensivo en   Alta             Basado en
productos         I+D            tecnologia       ciencia
farmaceuticos

Maquinas          Intensivo en   Media-alta       Intensivo en
agricolas e       I+D            tecnologia       produccion
industriales

Maquinaria y      Intensivo en   Media-alta       Basado en
material          I+D            tecnologia       ciencia
electrico

Vehiculos de      Intensivo en   Media-alta       Intensivo en
motor             I+D            tecnologia       produccion

Otro material     Intensivo en   Media-alta       Intensivo en
de transporte     I+D            tecnologia       produccion

Fuente: elaborado a partir de Pavitt (1984), OCDE (2001), McKinsey
Global Institute (2012).

Tabla 2
Distribucion de empresas y observaciones de cada sector

Sector                                   Observaciones   Empresas

Quimica y productos farmaceuticos        1.314           164
Maquinas agricolas e industriales        1.367           161
Maquinaria y material electrico          1.094           134
Vehiculos de motor                       918             111
Otro material de transporte              347             45
Innovacion global en mercados locales    5.040           615

Fuente: elaboracion propia con base en los datos de la ESEE.

Tabla 3
Numero de empresas clasificadas por el numero de anos consecutivos
para los que la empresa tiene informacion disponible

Numero de observaciones     Numero de empresas

3                           87
4                           65
5                           51
6                           66
7                           46
8                           47
9                           49
10                          31
11                          29
12                          21
13                          25
14                          12
15                          21
16                          65
Total                       615

Fuente: elaboracion propia con base en los datos de la ESEE.

Tabla 4
Porcentaje de empresas que exportan del total de cada industria

Sector                                    Exportan (%)

Quimica y productos farmaceuticos         73,36
Maquinas agricolas e industriales         70,15
Maquinaria y material electrico           73,12
Vehiculos de motor                        82,13
Otro material de transporte               68,87
Innovacion global en mercados locales     73,73

Tabla 5
Porcentaje de empresas que innovan del total de cada industria

Sector                                    Innovan (%)

Quimica y productos farmaceuticos         52,35
Maquinas agricolas e industriales         47,91
Maquinaria y material electrico           57,95
vehiculos de motor                        57,51
Otro material de transporte               53,60
Innovacion global en mercados Locales     53,39

Fuente: elaboracion propia con base en los datos de la ESEE.

Tabla 6
Estimacion de la funcion de produccion del sector innovacion global
en mercados locales de Espana

                             MCO (A)            MCO: primeras
                                                diferencias (B)

k                            0,07 *** (0,004)   0,03 *** (0,01)
l                            0,24 *** (0,01)    0,31 *** (0,03)
m                            0,68 *** (0,009)   0,53 *** (0,02)
constante                    1,57 *** (0,03)
Observaciones (empresas)     5.040 (615)        4.425 (615)
Test de RCE                  0,710              0,000
Test de Hausman

                             Efectos fijos       Efectos
                             (intragrupos) (C)   aleatorios (D)

k                            0,11 *** (0,01)     0,09 *** (0,006)
l                            0,30 *** (0,05)     0,25 *** (0,018)
m                            0,64 *** (0,04)     0,65 *** (0,016)
constante                    0,85 *** (0,29)     1,49 *** (0,077)
Observaciones (empresas)     5.040 (615)         5.040 (615)
Test de RCE                  0,009               0,158
Test de Hausman              0,000

RCE: rendimientos constantes a escala.

*** indica la significancia al 1% de nivel de confianza.

Las estimaciones (A), (B), (C) y (D) corresponden a las ecuaciones
3, 4, 5, 6, respectivamente, de la seccion 3.

Errores estandar robustos a heterocedasticidad de coeficientes
estimados se encuentran entre parentesis.

Fuente: elaboracion propia con base en los datos de la ESEE.

Tabla 7
Estimacion de la PTF del sector innovacion global en mercados
locales de Espana a nivel de empresa relacionada con las
exportaciones

                              MCO

Exportaciones                 0,19 *** (0,01)
Tamano                        0,32 *** (0,009)
Constante                     3,38 *** (0,02)
Dummies de tiempo (a)         Incluidas
Dummies de sector (a)         Incluidas
Observaciones (empresas)      5.040(615)
R2                            0,4031
Periodo: 1990-2005
Variable dependiente: PTF
Metodo de estimacion: MCO

Las estimaciones corresponden a la ecuacion 8.

(a) 15 dummies de ano y 5 dummies de sector (ESEE sectores).

*** indica la significancia al 1% de nivel de confianza.

Errores estandar robustos a heterocedasticidad de coeficientes
estimados se encuentran entre parentesis.

Fuente: elaboracion propia con base en los datos de la ESEE.

Tabla 8
Estimacion de la PTF del sector innovacion global en mercados
locales de Espana a nivel de empresa relacionada con la innovacion
tecnologica

                                      MCO

Innovacion                            0,05 *** (0,009)
Tamano                                0,39 *** (0,009)
Constante                             3,15 *** (0,02)
Dummies de tiempo (a)                 Incluidas
Dummies de sector (a)                 Incluidas
Observaciones (empresas)              5.039(615)
R2                                    0,3688
Periodo: 1990-2005
Variable dependiente: PTF
Metodo de estimacion: MCO

(a) 15 dummies de ano y 5 dummies de sector (ESEE sectores).

*** indica la significancia al 1% de nivel de confianza.

Las estimaciones corresponden a la ecuacion 8.

Errores estandar robustos a heterocedasticidad de coeficientes
estimados se encuentran entre parentesis.

Fuente: elaboracion propia con base en los datos de la ESEE.
COPYRIGHT 2017 Universidad ICESI
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2017 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Camino Mogro, Segundo
Publication:Estudios Gerenciales
Date:Oct 1, 2017
Words:11479
Previous Article:Resolucion del problema de carteras de inversion utilizando la heuristica de colonia artificial de abejas.
Next Article:Tecnicas de investigacion cualitativa de mercados aplicadas al consumidor de fruta en fresco.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters