“Economías de aglomeración en la industria”
María Callejón, Profesora Titular de Universidad, UB
María Teresa Costa, Catedrática de Universidad, UB
Barcelona, junio de 1996
El presente trabajo se ocupa de los determinantes de la localización industrial.
Se trata de analizar qué factores determinan la persistencia de una actividad en una localización dada. Se intenta aportar nueva evidencia empírica siguiendo la línea abierta por Glaeser, Kallal, Scheinkman y Schleifer (1992) y especialmente por Henderson, Kuncoro y Turner (1995). Esta línea de análisis trata de averiguar qué papel juegan las externalidades relacionadas con la información en los procesos de aglomeración de las actividades productivas, y la respuesta diferencial según el tipo de sector productivo.
Modelo econométrico, estimaciones y resultados.
María Callejón, Profesora Titular de Universidad, UB
María Teresa Costa, Catedrática de Universidad, UB
Barcelona, junio de 1996
El presente trabajo se ocupa de los determinantes de la localización industrial.
Se trata de analizar qué factores determinan la persistencia de una actividad en una localización dada. Se intenta aportar nueva evidencia empírica siguiendo la línea abierta por Glaeser, Kallal, Scheinkman y Schleifer (1992) y especialmente por Henderson, Kuncoro y Turner (1995). Esta línea de análisis trata de averiguar qué papel juegan las externalidades relacionadas con la información en los procesos de aglomeración de las actividades productivas, y la respuesta diferencial según el tipo de sector productivo.
Modelo econométrico, estimaciones y resultados.
Siguiendo la línea desarrollada por Henderson (1994) y por Henderson et al (1995), los autores presentan un modelo de localización industrial que incorpora la influencia de las externalidades.
Suponen que el empleo actual de un sector en la localización i Eit es una función de las condiciones históricas y de las condiciones actuales del mercado.
El nivel de empleo de equilibrio de un sector dado en una localización i vendrá determinado por la igualación de la tasa de salario local del sector con el valor de la productividad marginal del trabajo. Es decir, si la producción del sector es Ait(.)F(Eit; ...) siendo Eit el empleo del sector en la localización i en el tiempo t, la tasa de salario de equilibrio SALit vendrá dada por Ait(.)F’(Eit;..)Pit. El término Ait es el parámetro de eficiencia que representa el nivel de la tecnología del sector en el momento t.
El precio del output Pit viene dado por la función inversa de demanda del sector Pit(.)=P(Eit, CMit). Si se supone que el comportamiento del sector se aproxima a la competencia monopolística el precio se moverá inversamente al nivel de producción local (representado por Eit). En las condiciones del mercado local, CMit, se incluyen características tales como el grado de accesibilidad a mercados relevantes, el grado de diversidad económica Dit y el nivel de demanda local hacia el sector.
En los argumentos de Ait(.) aparecen variables representativas de las externalidades productivas estáticas y dinámicas que afectan al sector. Las primeras se relacionan con el tamaño corriente del sector Eit, y la diversidad del entorno Dit, y las segundas con aspectos históricos tales como el tamaño del sector en el pasado Eio y el grado de especialización local en el sector Sio.
Algunos estudios han señalado que la especialización constituye un mejor indicador de la intensidad de flujos de información entre empresas que el tamaño del sector. Mientras la variable de diversidad pretende recoger las externalidades Jacobs, la especialización y los niveles de empleo propio en el pasado pueden capturar mejor las externalidades MAR.
A partir de la función Ait=A(Eit, Dit, Eio, Sio,...). Sustituyendo Ait(.) y Pit(.) en la expresión de los salarios se obtiene la siguiente ecuación:
Eit = E(Eio, Sio, Dit, CMit, ....)
La base de datos utilizada fue la procedente de la Encuesta Industrial para los años 1981 y 1991.
Se supone que la productividad marginal del factor trabajo es decreciente, y que el signo de [dEit/dEio] es igual al signo de [dAit(.)/dEio], cumpliéndose esta condición para el resto de argumentos de Ait(.).
La principal variable disponible es el empleo provincial en cada uno de los dos años anteriores en 50 provincias españolas
El modelo a estimar constituye una especificación simplificada al máximo del modelo
teórico anterior. La ecuación a estimar para cada sector es:
LE91i = ßo + ß1 LE81i + ß2 ESPi + ß3 HERFIi + ß4 LOTRi + ß5 LSALi +
ß6 PE + ß7 PC + vi
donde la variable explicada LE91i representa el logaritmo del empleo de un sector dado
en la provincia i, y las variables explicativas son:
LE81i: logaritmo del empleo del sector en el territorio i en 1981,
ESP81i: índice de especialización del sector en el territorio i (cociente entre el empleo
en el sector y el empleo total industrial de i) en 1981,
LOTRi : logaritmo del empleo industrial en el resto de sectores en 1991,
HERFIi: índice de no-diversidad o índice de concentración de Hirschman-Herfindhal
del resto de sectores industriales en el territorio i en 19917,
LSALi: logaritmo del salario medio en el conjunto de la industria del territorio i
(cociente entre los costes laborales totales y el empleo industrial total) en 1991,
PE: variable ficticia que engloba a las provincias consideradas emergentes8,
PC: variable ficticia que representa a los territorios consolidados9.
El modelo estimado utiliza dos tipos de variables explicativas correspondientes a las condiciones históricas y a las condiciones actuales del entorno. Las condiciones históricas se miden por el empleo en la propia industria en 1981 y por el índice de especialización local en la propia industria en 1981. Las condiciones actuales del sector
son recogidas por el índice de concentración o no-diversidad, por el empleo en otros sectores y por el salario.
Signos esperados de las variables
El salario aparece como una variable representativa del nivel local de los costes independientemente del sector.. Se espera que el coeficiente de esta variable muestre signo negativo.
La medición de las externalidades tipo Jacobs se realiza con la introducción del índice de Hirshman-Herfindahl de no-diversidad en el resto de sectores. No obstante este índice también podría vehicular efectos de linkage representativos de la demanda local generada en el resto de sectores. Un signo negativo indicaría la presencia de efectos Jacobs.
El empleo en el resto de sectores aparece en este modelo como una variable representativa del tamaño del mercado local. Se espera un coeficiente con signo positivo en la hipótesis de que el tamaño del resto de sectores influye positivamente en la demanda del propio sector.
Esta variable también captura spillovers de información procedentes de otros sectores. Cuanto mayor sea el empleo en otros sectores, mayor probabilidad existe de que estos spillovers sean grandes y diversificados.
Para representar de alguna forma a las condiciones del mercado, los autores han optado por definir tres tipos de territorios introduciendo las variables ficticias PE (provincias emergentes) y PC (provincias consolidadas). Quedan, por tanto, como territorios de referencia el conjunto restante de provincias menos dinámicas o más estancadas. Con ello se ha intentado controlar por características fijas del territorio. El signo esperado de los coeficientes de ambas variables es positivo.
Realizan la estimación por mínimos cuadrados ordinarios.
Resultados
La variable con mayor capacidad explicativa del tamaño del empleo de un sector en una
localización dada es la especialización histórica del territorio (ESP), que aparece significativa en todos los sectores menos uno.
Según la hipótesis adoptada la especialización pasada representa externalidades dinámicas tipo MAR relacionadas con la difusión de conocimientos sobre el propio sector, por lo que los resultados obtenidos refuerzan la idea de la importancia de la difusión de la información para la eficiencia de las actividades industriales. Cuando el medio es más intensivo en conocimientos que afectan a las empresas de un sector, éstas tienen mayores oportunidades de adquirir y utilizar los flujos de información referidos tanto a aspectos tecnológicos, como a las condiciones y evolución del mercado, como relativos a innovaciones organizativas y otras cuestiones relacionadas con la localización.
La segunda variable en importancia es el empleo en el resto de sectores, que aparece significativa en veinte sectores. En consonancia con las hipótesis establecidas, la influencia de esta variable sobre el empleo de los sectores corresponde a efectos de linkage y de tamaño del mercado local.
Curiosamente el empleo del propio sector en 1981 (LEij) solamente ocupa el tercer lugar en importancia a bastante distancia de las dos primeras variables resultando significativo en diez sectores únicamente. Entre éstos aparecen los sectores con tecnologías más maduras y menor crecimiento relativo de la demanda: madera y corcho; cuero y calzado; textiles; maquinaria agrícola y química básica.
Hay que destacar que el índice de no-diversidad de Hirschman-Herfindhal, representativo de las externalidades Jacobs, solamente es significativo en un caso, la minería, donde precisamente no parece tener mucho sentido lógico.
Por otra parte, el coste salarial parece tener escasa importancia en la determinación de la localización, aunque en los cinco sectores donde aparece significativo lo hace con el signo negativo correcto.
Las variables ficticias territoriales parecen indicar que no hay efectos locacionales asociados a las características de territorio emergente o consolidado con relación al territorio de referencia retrasado.
Los resultados de la estimación indican que es importante destacar en principio una influencia muy importante de las externalidades Jacobs en las decisiones de localización de las empresas. En efecto, mientras los sectores maduros parecen orientar sus decisiones de localización teniendo en cuenta los efectos MAR, los sectores más innovadores de alta tecnología presentan menor dispersión geográfica y preferencia por los territorios con mayor diversificación y sofisticación económica.
Eit = E(Eio, Sio, Dit, CMit, ....)
La base de datos utilizada fue la procedente de la Encuesta Industrial para los años 1981 y 1991.
Se supone que la productividad marginal del factor trabajo es decreciente, y que el signo de [dEit/dEio] es igual al signo de [dAit(.)/dEio], cumpliéndose esta condición para el resto de argumentos de Ait(.).
La principal variable disponible es el empleo provincial en cada uno de los dos años anteriores en 50 provincias españolas
El modelo a estimar constituye una especificación simplificada al máximo del modelo
teórico anterior. La ecuación a estimar para cada sector es:
LE91i = ßo + ß1 LE81i + ß2 ESPi + ß3 HERFIi + ß4 LOTRi + ß5 LSALi +
ß6 PE + ß7 PC + vi
donde la variable explicada LE91i representa el logaritmo del empleo de un sector dado
en la provincia i, y las variables explicativas son:
LE81i: logaritmo del empleo del sector en el territorio i en 1981,
ESP81i: índice de especialización del sector en el territorio i (cociente entre el empleo
en el sector y el empleo total industrial de i) en 1981,
LOTRi : logaritmo del empleo industrial en el resto de sectores en 1991,
HERFIi: índice de no-diversidad o índice de concentración de Hirschman-Herfindhal
del resto de sectores industriales en el territorio i en 19917,
LSALi: logaritmo del salario medio en el conjunto de la industria del territorio i
(cociente entre los costes laborales totales y el empleo industrial total) en 1991,
PE: variable ficticia que engloba a las provincias consideradas emergentes8,
PC: variable ficticia que representa a los territorios consolidados9.
El modelo estimado utiliza dos tipos de variables explicativas correspondientes a las condiciones históricas y a las condiciones actuales del entorno. Las condiciones históricas se miden por el empleo en la propia industria en 1981 y por el índice de especialización local en la propia industria en 1981. Las condiciones actuales del sector
son recogidas por el índice de concentración o no-diversidad, por el empleo en otros sectores y por el salario.
Signos esperados de las variables
El salario aparece como una variable representativa del nivel local de los costes independientemente del sector.. Se espera que el coeficiente de esta variable muestre signo negativo.
La medición de las externalidades tipo Jacobs se realiza con la introducción del índice de Hirshman-Herfindahl de no-diversidad en el resto de sectores. No obstante este índice también podría vehicular efectos de linkage representativos de la demanda local generada en el resto de sectores. Un signo negativo indicaría la presencia de efectos Jacobs.
El empleo en el resto de sectores aparece en este modelo como una variable representativa del tamaño del mercado local. Se espera un coeficiente con signo positivo en la hipótesis de que el tamaño del resto de sectores influye positivamente en la demanda del propio sector.
Esta variable también captura spillovers de información procedentes de otros sectores. Cuanto mayor sea el empleo en otros sectores, mayor probabilidad existe de que estos spillovers sean grandes y diversificados.
Para representar de alguna forma a las condiciones del mercado, los autores han optado por definir tres tipos de territorios introduciendo las variables ficticias PE (provincias emergentes) y PC (provincias consolidadas). Quedan, por tanto, como territorios de referencia el conjunto restante de provincias menos dinámicas o más estancadas. Con ello se ha intentado controlar por características fijas del territorio. El signo esperado de los coeficientes de ambas variables es positivo.
Realizan la estimación por mínimos cuadrados ordinarios.
Resultados
La variable con mayor capacidad explicativa del tamaño del empleo de un sector en una
localización dada es la especialización histórica del territorio (ESP), que aparece significativa en todos los sectores menos uno.
Según la hipótesis adoptada la especialización pasada representa externalidades dinámicas tipo MAR relacionadas con la difusión de conocimientos sobre el propio sector, por lo que los resultados obtenidos refuerzan la idea de la importancia de la difusión de la información para la eficiencia de las actividades industriales. Cuando el medio es más intensivo en conocimientos que afectan a las empresas de un sector, éstas tienen mayores oportunidades de adquirir y utilizar los flujos de información referidos tanto a aspectos tecnológicos, como a las condiciones y evolución del mercado, como relativos a innovaciones organizativas y otras cuestiones relacionadas con la localización.
La segunda variable en importancia es el empleo en el resto de sectores, que aparece significativa en veinte sectores. En consonancia con las hipótesis establecidas, la influencia de esta variable sobre el empleo de los sectores corresponde a efectos de linkage y de tamaño del mercado local.
Curiosamente el empleo del propio sector en 1981 (LEij) solamente ocupa el tercer lugar en importancia a bastante distancia de las dos primeras variables resultando significativo en diez sectores únicamente. Entre éstos aparecen los sectores con tecnologías más maduras y menor crecimiento relativo de la demanda: madera y corcho; cuero y calzado; textiles; maquinaria agrícola y química básica.
Hay que destacar que el índice de no-diversidad de Hirschman-Herfindhal, representativo de las externalidades Jacobs, solamente es significativo en un caso, la minería, donde precisamente no parece tener mucho sentido lógico.
Por otra parte, el coste salarial parece tener escasa importancia en la determinación de la localización, aunque en los cinco sectores donde aparece significativo lo hace con el signo negativo correcto.
Las variables ficticias territoriales parecen indicar que no hay efectos locacionales asociados a las características de territorio emergente o consolidado con relación al territorio de referencia retrasado.
Los resultados de la estimación indican que es importante destacar en principio una influencia muy importante de las externalidades Jacobs en las decisiones de localización de las empresas. En efecto, mientras los sectores maduros parecen orientar sus decisiones de localización teniendo en cuenta los efectos MAR, los sectores más innovadores de alta tecnología presentan menor dispersión geográfica y preferencia por los territorios con mayor diversificación y sofisticación económica.
