Revolución tecnológica y cambio estructural

Presentación del tema: "Revolución tecnológica y cambio estructural"— Transcripción de la presentación:

1 Revolución tecnológica y cambio estructural
Wilson Peres Agosto de 2013

2 40 mil millones de páginas web el mes pasado

3 Cuatro temas Fuerzas motrices Impacto sobre los modelos de negocios
Necesidad del cambio estructural Instrumento: la política industrial

4 Fuerzas motrices

5 Dos fuerzas La más visible: la competencia de la oferta de mano de obra de bajo costo La menos visible: la revolución tecnológica en curso Pero, 2/3 de los 5,8 millones de empleos manufactureros que se perdieron en Estados Unidos en se dio por mayor productividad; sólo 20% por relocalización en países con mano de obra barata (McKinsey Global Institute).

6 La revolución tecnológica
Convergencia de trayectorias tecnológicas: “esperar lo inesperado” Aceleración del cambio tecnológico: “no pensar sobre la tangente” Concentración o fragmentación: “estructuras de mercado aún indefinidas” “Nuevas” ventajas comparativas: “avances en la robótica y el retorno de la producción a los centros” Información más nuevos materiales: “manufactura avanzada”, “manufactura aditiva”, la cultura de “makers” (Anderson, 2013) •President’s Council of Advisors on Science and Technology  de EE.UU define la manufactura avanzada como:  un conjunto de actividades que (a) dependen del uso y la coordinación de información, automatización, computación, software, sensores y redes, y / o (b) hacer uso de materiales de vanguardia y capacidades emergentes habilitadas por ciencias tales como nanotecnología, la química y la biología. Se trata de nuevas formas para la fabricación de los productos existentes, y la fabricación de nuevos productos que surgen de nuevas tecnologías avanzadas". • Abarca todos los aspectos de la fabricación, incluyendo la capacidad de dar rápida respuesta a las necesidades de los clientes a través de innovaciones en los procesos productivos y cadenas de suministro. • La fabricación se hace cada vez más intensiva en conocimiento, basándose en tecnologías de información, modelado y simulación, con énfasis en prácticas ambientalmente sostenibles. Baxter, con un costo de 22 mil dólares puede sustituir a un trabajador a 9 dólares la hora y ser amortizado en 1 año. MIT 2013, The Next Wave of Manufacturing

7 Robótica y otra “tercera” revolución industrial
Factores de impulso Comunicaciones: WiFi, 4G Percepción: navegación y sensores (smartphones y MS Kinect) Procesamiento: Ley de Moore Movilidad: Segway Robotics Mobility Platforms (RMP) Restricciones Inteligencia e interacción (5 a 10 años) Manipulación (3 a 5 años) Dos innovaciones 2008: Willow Garage desarrolla el primer sistema operativo para robots (ROS) de código abierto 2011: Baxter, cuesta US$22 000, puede ser entrenado y trabaja con humanos Fuente: Robert A. Manning, “Rising Robotics and the Third Industrial Revolution”, Atlantic Council, FutureScape, Julio de 2013.

8 Inversión y empleo Apple, Amazon, Facebook, Google y Twitter tienen una capitalización de 1012 dólares y generan sólo empleos; i. e., casi 7 millones de dólares por empleo. El nuevo centro de datos de Apple en Maiden, NC, costó mil millones de dólares (109) y, una vez funcionando, empleará 50 trabajadores; i. e. entre 20 millones de dólares por puesto Oferta de trabajo STEM (science, technology, engineering, math): 40% de graduados en China, 25% en India, 13% en EUA Fuente:

9 El debate sobre el impacto de los robots
Tecno-optimistas. Wired, diciembre 2012, “Robots create jobs that we did not even know we wanted done.” Tecno-pesimistas. Brynjolfsson y McAfee, Race Against the Machine: la tecnología destruye una gran cantidad de empleos, particularmente en servicios de baja calificación y trabajos manuales. Tecno-escépticos. Robert Gordon: “I am … forecasting … a decline in the usefulness of future innovations in comparison to the great inventions of the past”. Una visión más social. Los individuos no son objetos pasivos, las transformaciones económicas son lo que las sociedades hacen de ellas.

10 Impacto sobre los modelos de negocios
Computación en la nube Reducción de costos de entrada, aumento de la competencia en los mercados de los usuarios Economías de escala en centros de datos El análisis de grandes datos (big-data analytics): nuevas ventajas de la escala La apertura de datos (open data): gobiernos, ONG, empresas. ¿Un contrapeso? Modelo de cola larga (long tail) en manufactura adictiva

11 El modelo de “cola larga”
Un universo con exponencialmente más unidades pequeñas que grandes: pocos jugadores grandes y muchos pequeños El peso de la cola es mayor que el de la cabeza. Son habituales en contenido, negocios y comunidades virtuales. La física de mundo online es diferente de la del mundo offline: Tamaño de estanterías o bodegas es irrelevante Distancias y medios de transporte son irrelevantes La escala puede aumentar independientemente de la acción humana. Efecto: en conjunto, los productores pequeños pueden llegar a superar a los productores grandes. Aun con eBay y Amazon, hay muchos vendedores online que logran ser rentables, con costos muy bajos.

12 “The Long Tail” de Chris Anderson
“Forget squeezing millions from a few megahits at the top of the charts. The future of entertainment is in the millions of niche markets at the shallow end of the bitstream.” Wired, Oct. 2004 Cabeza Cola Número de productores Ventas o popularidad y El modelo de negocios Amazon, Netflix, iTunes 12

13 Wired, Octubre 2004

14 Manufactura adictiva en Estados Unidos
El presupuesto del Departamento de Comercio para 2014 pidió US$ 1500 millones para impulsar el desarrollo de nuevos enfoques sobre manufactura en ese año, que se agregan a los US$ 1000 millones de inversión que la Administración Obama comprometió, en el año fiscal 2013, para crear la National Network of Manufacturing Innovation, un grupo de 15 establecimientos de investigación sobre manufactura. El National Additive Manufacturing Innovation Institute (NAMII) en Youngstown, Ohio, se enfocará al desarrollo de tecnologías y procesos de manufactura adictiva con la ayuda de US$45 millones de fondos federales. De éstos, el Dpto. de Defensa y el Dpto. de Energía ya han provisto US$30 millones. Se prevé que la NASA, el Commerce's National Institute of Standards and Technology (NIST) y la National Science Foundation contribuyan con US$15 millones en los siguientes cuatro años. Empresas manufactureras, universidades, colegios comunales y ONG han prometido US$40 millones adicionales. El NAMMI ejecuta siete proyectos, desde investigación básica sobre cómo los polímeros y otros materiales reaccionan en procesos de calentamiento y sedimentación (deposition) hasta aplicaciones industriales directas, por ejemplo el desarrollo de procesos de alta temperatura y bajo costo para trabajar con termoplásticos que se usan en componentes de vehículos aéreos y espaciales. Fuente:

15 El cambio estructural

16 El cambio estructural El cambio en el vector de producción y la diversificación de la estructura No todo cambio estructural es positivo El cambio positivo: una estructura productiva más intensiva en conocimiento Cambio estructural y empleo Los países que se diversifican crecen más en el largo plazo.

17 Más conocimiento, mayor mercado
Filipinas, Hong Kong, Indonesia, Malasia, Corea, Singapur, Tailandia

18 Productividad y empleo I
Argentina Período Valor agregado Empleo Productividad 4.2% 1.3% 2.7% 1.5% 1.8% -0.3% -0.9% 2.3% -3.2% 3.9% 2.5% 5.6% 3.5% 1.9% Brasil 7.2% 3.6% 3.8% 2.0% 3.7% -1.7% 3.3% 1.7% 1.6% 3.4%

19 Productividad y empleo II
Chile Período Valor agregado Empleo Productividad 2.9% 1.4% 1.9% 4.0% 0.9% 3.2% 0.3% 2.4% -2.1% 7.3% 3.3% 3.9% 3.4% 1.1% 2.3% México 6.7% 4.7% 1.8% 3.5% -1.6% 2.7% 0.7% 1.2% 0.6%

20 La gran diferencia República de Corea Período Valor agregado Empleo
Productividad 8.2% 3.6% 4.7% 8.7% 2.8% 5.8% 6.2% 1.6% 4.5% 4.2% 1.4%

21 Productividad en América Latina y el Caribe y Estados Unidos, 1980-2010
VA en dólares de 2000 dividido por empleo. Nota: La agrupación de países se hizo en base a la disponibilidad de datos. América Latina corresponde a una selección de países, en este caso: Argentina, Brasil, Chile, Colombia, Ecuador, Paraguay, Perú y Venezuela, además de Costa Rica, Honduras y Panamá. Los datos de América Latina son ponderados por el tamaño de las economías de la región.

22 Análisis basado en datos para 27 sectores manufactureros.
Tipología de sectores Tres grupos de sectores manufactureros (ISIC Rev. 2) definidos de acuerdo a la intensidad en el uso de factores: Intensivos en recursos naturales (NR) Intensivos en trabajo (L) Intensivos en conocimiento, ingeniería (ING) Análisis basado en datos para 27 sectores manufactureros.

23 Indicadores Indicadores de la estructura productiva
Índice de Krugman (IK): diferencia entre la estructura sectorial de un país y la de Estados Unidos. Intensidad tecnológica (PR): cuota de los sectores ING en el VA manufacturero de un país comparada con la de EUA. NR: cuota de los sectores intensivos en recursos naturales en el VA manufacturero LP: productividad del trabajo respecto a la de EUA. Indicadores de especialización exportadora Intensidad tecnológica de la estructura de exportaciones. Índice de adaptabilidad (IA): razón de las cuotas de mercado de las exportaciones de productos dinámicos respecto a los no dinámicos. Indicadores tecnológicos Gasto en I+D/PIB Patentes en la USTPO.

24 Ratio of the share of ING sectors (a proxy of the importance of technology intensive sectors) in manufacturing value added of country i (Si) and the equivalent share in the USA (SR): Sum of the difference (in absolute values) between the share of each sector in total manufacturing value added in a country and the equivalent share in a benchmark country. If IK = 0, industrial structures are similar. Maximum value: 2. Ratio of labor productivity in a country, and labor productivity in the USA. Ratio between the share of dynamic sectors in world trade (sd) and the share of non-dynamic sectors (snd). An export sector is dynamic if its grows more than world demand.

25 Indicadores: matriz de correlación
PR IK IA DLP ING NR I+D 1.00 -0.93*** 0.43** 0.29* 0.60*** -0.67*** 0.73*** -0.39* -0.30* -0.65*** 0.67*** -0.77*** 0.62*** 0.31* -0.66*** 0.15 PL 0.13 -0.52** 0.20 -0.55*** 0.78*** RRNN -0.45*** R&D * Significant at 10 % ; ** Significant at 5 %; *** Significant at 1 %.

26 Regresiones de convergencia condicional
(coeficientes y significancia) Variables/Modelo Modelo 1 Modelo 2 Modelo 3 Constante 0.009 0.017* 0.021** PIB inicial -0.003* -0.004*** Sectores ING (PR) 0.015*** Índice de Krugman (KI) -0.010* Capital humano 0.003*** 0.003* FBCF/PIB 0.001*** R2 ajustada 0.79*** 0.89*** 0.86*** Estimación de un panel balanceado, 87 observaciones, 29 países y 3 periodos. Estimación por mínimos cuadrados generalizados (GLS). Los valores del PIB inicial son un promedio de tres años alrededor del año inicial. *** Significativo al 1 %; ** Significativo al 5 %; * Significativo al 10 %.

27 Cambio estructural y crecimiento 1970-2000
Fuente: Cimoli, Porcile y Rovira, Cambridge Journal of Economics, Marzo 2009

28 Análisis comparativo 31 países
Los países de comparan de acuerdo a PR, IK, IA, patentes e indicadores de I+D, usando análisis multivariado. Se definen grupos de países.

29 Tipología de países (PR, IK, IA, RN, patentes e I+D)
Grupo A (economías con fuertes capacidades tecnológicas): Corea, EUA, Finlandia, Israel, Japón, Suecia. Grupo B (economías con una industria significativa y relativamente bajos indicadores tecnológicos): Australia, Canadá, Dinamarca, Francia, Noruega, Reino Unido, Singapur, Taiwán. Grupo C (economías con significativa intensidad de recursos naturales y bajo gasto en I+D): España, India, Irlanda, Italia, Malasia, Nueva Zelanda. Grupo D (economías con bajas capacidades tecnológicas): Argentina, Bolivia, Brasil, Colombia, Chile, Egipto, Filipinas, México, Perú, Sudáfrica, Uruguay.

30 Una tipología de regiones 1985-2002
Grupo/ Indicador Índice de Krugman IK (2000-3) Sectores ING % Exportaciones basadas en NR % Exportaciones de alta tecnología % Índice de adaptabilidad IA I+D/ PIB ( ) Patentes por millón de habitantes (2000-3) Crecimiento del PIB ( ) América Latina 0.93 30 70 4 0.44 0.39 0.47 1.37 Otros países basados en recursos naturales 59 12 1.32 1.66 44.13 2.37 Asia en desarrollo 0.37 80 31 2.33 1.24 33.17 3.96 Economías industriales 0.23 88 24 20 1.80 2.42 114.5 2.17

31 La estructura productiva importa
Resultados Las variables relacionadas con la estructura productiva están positivamente correlacionadas con la tasa de crecimiento de largo plazo. Los países desarrollados con alta dotación de recursos naturales tienen una estructura más intensiva en conocimiento (ING) que AL La estructura productiva importa

32 América Latina: rentabilidad sobre activos, 2000-2010

33 Conocimiento vs. Minería: rentabilidad sobre activos 1991-2010

34 La salida: la política industrial
Por lo tanto… AL no cierra la brecha de productividad. El cambio estructural es significativo para explicar el crecimiento de largo plazo. Fuerte relación entre estructura industrial y especialización exportadora. Efecto candado (lock-in) y coevolución entre patrón de especialización y estructura productiva. La salida: la política industrial