“Banco de Datos Para el Análisis del Crecimiento, el Cambio Estructural y la Distribución del Ingreso”

Presentación del tema: "“Banco de Datos Para el Análisis del Crecimiento, el Cambio Estructural y la Distribución del Ingreso”"— Transcripción de la presentación:

1 “Banco de Datos Para el Análisis del Crecimiento, el Cambio Estructural y la Distribución del Ingreso”

2 Outline Base de datos. Aplicación 1: Restricción Externa, Crecimiento y Cambio Estructural. Aplicación 2: Estructura Productiva e Indicadores de Cambio Estructural. Aplicación 3: Estructura Productiva e Índice de Intensidad Tecnológica. Aplicación 4: Estructura y Encadenamientos Productivos. Aplicación 5: TIC y Estructura Productiva. Aplicación 6: Estructura Productiva y Economía Verde.

3 “La CEPAL fue pionera en sostener que la reasignación de los factores de producción -trabajo y capital- desde los sectores de baja productividad hacia los de alta productividad era una condición necesaria para encauzar la economía en un sendero virtuoso de desarrollo. Este proceso de cambio estructural estaría pautado por un peso cada vez mayor de la industria en la economía…. Allí se generarían los efectos de derrame, los encadenamientos hacia atrás y hacia adelante, y las externalidades pecuniarias y tecnológicas que sustentan a los retornos crecientes. …… Al mismo tiempo, la transformación de la estructura productiva induciría también la gradual transformación del patrón de inserción externa. Se señalaba que la estructura productiva de la región generaba una demanda de importaciones mucho más dinámica que el comportamiento de las exportaciones, dando lugar a una tendencia recurrente a la aparición de desequilibrios externos. Ello se traducía -suponiendo una muy baja elasticidad precio de las demandas de exportaciones e importaciones- en tasas más bajas de crecimiento, como mecanismo de corrección de los desequilibrios. Heterogeneidad Estructural, Asimetrías Tecnológicas y Crecimiento en América Latina (2005).

4 Base de datos Base construida inicialmente para medir y analizar el proceso de cambio estructural, encadenamientos productivos y patrón de inserción internacional mediante elasticidades ingreso de las exportaciones e importaciones. Base al día de hoy ampliada con 75 variables para medir nuevos temas como TIC, economía verde, endogeneidad producto potencial, productividad y gasto social, entre otros tópicos. La base cuenta con 62 países con datos desbalanceados de 1963 a 2011: 12 países de América Latina, 8 países de África, 2 países de América del Norte, un país del Caribe, 3 países de Oceanía, 4 países de Asia del Sur, 4 países de Asia Occidental, 9 países del Este de Asia, 19 países de Europa. Variables disponibles: i) Variables Macro, ii) Variables de Estructura Productiva, iii) Variables TIC, iv) Variables Educación, v) Variables Comercio, vi) Variables de economía verde.

5 “Para que el crecimiento sea sostenible en el largo plazo, la dinámica de las exportaciones e importaciones debe mantener el déficit en cuenta corriente con relación al PIB en niveles que no sean explosivos…La difusión limitada del progreso técnico genera una estructura productiva escasamente diversificada, con exportaciones muy concentradas en pocos productos básicos, sin una internalización de las actividades más intensivas en conocimientos. En general, si se observan períodos largos, se constata que los bienes en que la región se especializa muestran una baja elasticidad ingreso de la demanda de exportaciones (ε). Esta tendencia de largo plazo no impide que existan fases más favorables en el corto plazo, en función de la lotería de los productos básicos. A la inversa, la escasa diversificación de la estructura productiva hace que la elasticidad ingreso de las importaciones (π) sea muy alta….Una elevada elasticidad ingreso de las exportaciones (ε) frente a la elasticidad ingreso de las importaciones (π) corresponde a una estructura productiva que se moldea exitosamente en el tiempo para atender los mercados o segmentos dinámicos de la demanda mundial y nacional.” Cambio estructural para la igualdad. Una visión integrada del desarrollo (2012). Trigésimo cuarto período de sesiones de la CEPAL.

6 Restricción Externa, Crecimiento y Cambio Estructural
Thirlwall (1979) desarrolló un modelo postkeynesiano de crecimiento a largo plazo fundado en la demanda como explicación a las diferencias en las tasas de crecimiento entre países. El modelo plantea que en una economía abierta, la principal restricción a la demanda proviene de la balanza de pagos. Así, si una economía entra en dificultades en la balanza de pagos a medida que se expande la demanda, sin que la oferta alcance su plena capacidad productiva, se tendrá una desaceleración de la demanda en la que habrá capacidad ociosa, caída de la inversión, y ralentización del progreso técnico. De este modo, un déficit en cuenta corriente en el corto y mediano plazo puede en algunos casos sostenerse por medio de los ingresos de capital extranjero, en la forma de inversión directa extranjera, inversión en cartera o flujo de deuda, pero en el largo plazo un déficit en cuenta corriente creciente como proporción del PIB encontrara limites para su financiamiento. Con lo que en horizontes largos debe haber equilibrio en la Cuenta Corriente. Esto da pie a la Ley de Thirlwall como modelo de crecimiento.

7 Restricción Externa, Crecimiento y Cambio Estructural – La ley de Thirlwall
Thirlwall señala que el equilibrio en la balanza de pagos de la cuenta corriente medido en unidades de moneda domestica puede ser expresado como: Donde 𝑃 𝑑𝑡 es el precio de las exportaciones en moneda domestica, 𝑋 𝑡 son las exportaciones totales, 𝑃 𝑓𝑡 es el precio de las importaciones en moneda extranjera, 𝐸 𝑡 es el tipo de cambio nominal expresado como unidades de moneda local por moneda extranjera y 𝑀 𝑡 son las importaciones totales.

8 Restricción Externa, Crecimiento y Cambio Estructural – La ley de Thirlwall
Si derivamos la expresión anterior con respecto al tiempo tendremos que la tasa de crecimiento del valor de las exportaciones iguala a la tasa de crecimiento del valor de las importaciones: Luego, Thirlwall asume una teoría de demanda sencilla para las importaciones y exportaciones para así resolver el modelo.

9 Restricción Externa, Crecimiento y Cambio Estructural – La ley de Thirlwall
La demanda de importaciones se define como: En esta demanda, 𝜓 es la elasticidad precio de la demanda de importaciones (𝜓< 0), 𝜙 es la elasticidad precio cruzada de la demanda de las importaciones (𝜙> 0), 𝑌 es el ingreso o producto domestico y 𝜋 es la elasticidad ingreso de las importaciones (𝜋> 0). En tasas de crecimiento:

10 Restricción Externa, Crecimiento y Cambio Estructural – La ley de Thirlwall
La demanda de exportaciones se define como: Donde 𝜂 es la elasticidad precio de la demanda de exportaciones (𝜂< 0), 𝛿 es la elasticidad precio cruzada de la demanda de las exportaciones (𝛿> 0), 𝑍 es el ingreso o producto del resto del mundo y 𝜀 es la elasticidad ingreso de las exportaciones (𝜀> 0). En tasas de crecimiento:

11 Restricción Externa, Crecimiento y Cambio Estructural – La ley de Thirlwall
Sustituyendo las expresiones anteriores podemos hallar la tasa de crecimiento que equilibra la balanza de pagos a largo plazo (la que se denotará como 𝑌 𝐵𝑡 ):

12 Restricción Externa, Crecimiento y Cambio Estructural – La ley de Thirlwall
Asumiendo que las elasticidades precio de la demanda de exportaciones e importaciones son iguales a las elasticidades precio cruzadas (𝜓=𝜙, 𝜂=𝛿), nos queda que la expresión anterior es igual a: Si los precios relativos medidos en una medida común no cambian en el largo plazo, llegamos a:

13 Restricción Externa, Crecimiento y Cambio Estructural – La ley de Thirlwall
La primera ecuación nos señala que la tasa de crecimiento de equilibrio a largo plazo tiende a ser igual al ratio de las elasticidades ingreso de las exportaciones e importaciones multiplicado por el crecimiento del resto del mundo. La segunda ecuación nos dice que la tasa de crecimiento de equilibrio de la balanza de pagos tiende a ser igual al crecimiento de las exportaciones dividido por la elasticidad ingreso de las importaciones. Las dos ecuaciones constituyen la ley de Thirlwall en su versión original. Araujo y Lima (2007) usan los modelos de dinámica económica estructural de Pasinetti (1981, 1993) para construir una versión multisectorial de la ley de Thirlwall. El modelo intenta capturar la idea que un país produce una serie de bienes con elasticidades distintas, en la que elasticidad ingreso agregada resulta de la suma ponderada de las elasticidades sectoriales ponderadas por el peso de los sectores en la estructura productiva.

14 Restricción Externa, Crecimiento y Cambio Estructural
– La ley de Thirlwall multisectorial Se define la tasa de crecimiento de equilibrio a largo plazo de la balanza en la ley de Thirlwall multisectorial como (denotada acá como 𝑌 𝐵𝑀𝑆𝑡 ): Donde 𝜀 𝑖 es la elasticidad ingreso de las exportaciones del sector 𝑖 (con 𝑖 =1,…n), 𝜋 𝑖 es la elasticidad ingreso de las importaciones del sector 𝑖 (con 𝑖 =1,…n), 𝑤 𝑥𝑖 y 𝑤 𝑚𝑖 son las participaciones de las exportaciones e importaciones del sector i en el total de las exportaciones e importaciones.

15 Restricción Externa, Crecimiento y Cambio Estructural
– La ley de Thirlwal: Estimación empírica Para las estimaciones de la ley de Thirlwall se cuentan en nuestra base de datos con variables de exportaciones, importaciones, tipo de cambio real, PIB del país doméstico y PIB mundial para el período Se harán estimaciones de la ley de Thirwall multisectorial para Argentina, Brasil, Chile, Costa Rica, México, Malasia, Corea. Los sectores exportadores/importadores serán: i) sector de productos primarios, ii) sector de manufacturas en recursos naturales, iii) sector de manufactura de baja tecnología, iv) sector de manufactura de media tecnología, v) sector de manufactura de alta tecnología, vi) otros sectores.

16 Restricción Externa, Crecimiento y Cambio Estructural
– La ley de Thirlwal: Estimación empírica El modelo econométrico a estimar es: Donde R es el tipo de cambio real, X las exportaciones, M las importaciones, Z el PIB mundial, Y el PIB doméstico Para discernir si las series son estacionarias, se procede a realizar test de raíces unitarias. Si las series son no estacionarias e integradas del mismo orden, se procede a realizar el método econométrico de cointegración mediante el test de Johansen.

17 Gráfico 1 Exportaciones en Argentina

18 Gráfico 2 Importaciones en Argentina

19 Gráfico 3 Evolución Elasticidades Argentina

20 Gráfico 4 Crecimiento Efectivo vs Estimado Argentina

21 Gráfico 5 Exportaciones en Brasil

22 Gráfico 6 Importaciones en Brasil

23 Gráfico 7 Evolución Elasticidades Brasil

24 Gráfico 8 Crecimiento Efectivo vs Estimado Brasil

25 Gráfico 9 Exportaciones en Chile

26 Gráfico 10 Importaciones en Chile

27 Gráfico 11 Evolución Elasticidades Chile

28 Gráfico 12 Crecimiento Efectivo vs Estimado Chile

29 Gráfico 13 Exportaciones en Costa Rica

30 Gráfico 14 Importaciones en Costa Rica

31 Gráfico 15 Evolución Elasticidades Costa Rica

32 Gráfico 16 Crecimiento Efectivo vs Estimado Costa Rica

33 Gráfico 17 Exportaciones en México

34 Gráfico 18 Importaciones en México

35 Gráfico 19 Evolución Elasticidades México

36 Gráfico 20 Crecimiento Efectivo vs Estimado México

37 Gráfico 21 Exportaciones en Corea del Sur

38 Gráfico 22 Importaciones en Corea del Sur

39 Gráfico 23 Evolución Elasticidades Corea del Sur

40 Gráfico 24 Crecimiento Efectivo vs Estimado Corea del Sur

41 Gráfico 25 Exportaciones en Malasia

42 Gráfico 26 Importaciones en Malasia

43 Gráfico 27 Evolución Elasticidades Malasia

44 Gráfico 28 Crecimiento Efectivo vs Estimado Malasia

45 Tabla 1 Ley de Thirlwall Región/País Período z e/p Y estimado
Y efectivo Argentina 3.4 0.788 2.7 2.8 Brasil 1.008 4.2 Chile 1.229 Costa Rica 3.3 1.046 3.5 4.7 México 1.097 3.7 4.1 Corea 2.062 7.0 7.5 Malasia 1.850 6.1 6.3

46 Restricción Externa, Crecimiento y Cambio Estructural
– La ley de Thirlwal: Endogeneidad Elasticidades El modelo econométrico a estimar es: Donde R es el tipo de cambio real, X las exportaciones, M las importaciones, Z el PIB mundial, Y el PIB doméstico Para discernir si las series son estacionarias, se procede a realizar test de raíces unitarias. Si las series son no estacionarias e integradas del mismo orden, se procede a realizar el método econométrico de cointegración mediante el test de Johansen.

47 Estructura Productiva e Indicadores de Cambio Estructural
Dos tipos de eficiencia dinámicas en la estructura productiva; i) “eficiencia schumpeteriana”, ii) “eficiencia del crecimiento” o “eficiencia keynesiana”. Eficiencia schumpeteriana: referida a la presencia de sectores más intensivos en conocimientos, con mayor difusión de capacidades hacia el conjunto de la economía y que lideran el proceso de innovación, impulsando los aumentos de productividad, tanto en su propio sector como en otros sectores. Eficiencia keynesiana : relacionado con el dinamismo de la demanda de los bienes producidos en el país, tanto para el mercado interno como externo. Construcción de indicadores de eficiencia schumpeteriana y keynesiana.

48 Estructura Productiva e Indicadores de Cambio Estructural
Eficiencia schumpeteriana medida a través de 4 indicadores: i) patentes por millón de habitantes, ii) I+D sobre PIB, iii) cociente entre participación de los sectores intensivos en ingeniera en el valor agregado manufacturero de una economía relativo a dicha participación en los Estados Unidos (índice IPR), y iv) exportaciones de alta tecnología según la clasificación de Lall-CEPAL. Eficiencia keynesiana medido a través de dos indicadores: i) índice de Sofisticación de las Exportaciones, ii) índice de adaptabilidad (IA) definido como la relación entre la participación de los sectores dinámicos y no dinámicos en las exportaciones totales relativo a la misma participación mundial. En adición, se cuenta con medidas de Gini Productivo como proxy de heterogeneidad estructural y de exportaciones de recursos naturales.

49 Tabla 2 Indicadores Cambio Estructural, 2007
P. Relativa X alta tecnología IPR EXPY Pat. I+D Am Latina 14.7 6.2% 0.3 9890 0.5 0.4 Argentina 14.2 2.8% 0.28 (2002) 10415 0.8 Brasil 12.4 6.6% 11166 1.1 Chile 22.9 0.8% 0.1 8930 Colombia 11.9 2.4% 0.2 9857 Costa Rica 13.6 27.7% 0.16 (2002) 11508 0.9 México 23.5 23.1% 0.6 12506 Perú 8.8 0.3% 7399 0.15 (2004) Japón 84.9 18.5% 15241 263.8 3.5 Estados Unidos 100 21.4% 1.0 22697 254.9 2.6 Unión Europea 88.6 16.9% 14054 50.9 1.9 Este de Asia en Desarrollo 8.7 34.1% 12480 1.6 América del Sur 13.5 1.9% 9343 Economías Avanzadas 85.5 16.7% 13794 82.0 2.2

50 Gráfico 29 Heterogeneidad estructural y exp de recursos naturales, 2007

51 Estructura Productiva e Índice de Intensidad Tecnológica.
Elección de un indicador de cambio estructural o de intensidad de conocimiento no es sencilla. Fuente de información clásica: datos de comercio internacional. Algunos pases exportan bienes de industrias que son mas intensivas en tecnología que otros. Una línea de trabajo ha sido estudiar la composición de las exportaciones desde el punto de vista de su intensidad tecnológica, usando para ello distintas clasificaciones disponibles (Lall, 2000 y OECD, 2011). Otra estrategia ha sido usar los datos de comercio para construir indicadores específicos, que tomen en cuenta criterios conjugados de diversificación y complejidad (Índice de Complejidad Económica de Haussman, Ortega et al, 2013). Los indicadores construidos con datos de comercio tienen muchas ventajas, en particular la existencia de información comparable para largos períodos y un gran numero de pases. Tienen, sin embargo, la desventaja de que en algunos casos los patrones de comercio no reflejan adecuadamente las capacidades locales. Caso botón y camisa en exportación y VA.

52 Estructura Productiva e Índice de Intensidad Tecnológica
Construcción de un índice combinado de intensidad tecnológica de la estructura productiva (ICIT) que reúne dos tipos de variables: patrón de especialización y capacidades endógenas. Luego, mediante análisis de componentes principales se mide el Índice como la media simple de la participación de las ramas de ingeniera en el valor agregado manufacturero , y el peso de las exportaciones de alta tecnología en las exportaciones totales. Se espera compensar de esa forma los sesgos de las dos variables que componen el indicador. En el caso del peso de las ingenieras en el valor agregado manufacturero, el sesgo es que solo capta capacidades en un sector específico de la economía; en el caso del peso de las exportaciones de alta tecnología, los sesgos derivan de la fragmentación de las cadenas de valor. El proceso de cambio estructural es definido por la variación del ICIT en el tiempo.

53 Tabla 3 Matriz de correlaciones de indicadores de intensidad tecnológica de la estructura productiva, 2007 ITE-CEPAL PR EHT I+D Patentes por millón de habitantes ICE 1.000 0.578 0.612 0.699 0.275 0.559 0.604 0.285 0.871 Índice de Complejidad Económica 0.799 0.828 0.474 0.803 0.708 1.0

54 Intensidad Conocimiento Estructura Productiva, 1963
Intensidad Conocimiento Estructura Productiva, 1963 Estados Unidos 0,98 Reino Unido 0,86 Paises Bajos 0,77 Japón 0,73 Canadá 0,50 Australia 0,41 España 0,32 Singapur Israel 0,31 Finlandia 0,30 Grecia 0,25 Irlanda 0,23 Portugal 0,22 Chile 0,20 Turquía 0,17 Corea 0,14 Colombia 0,13 Panamá 0,05 Ghana El Salvador 0,04 Ecuador 0,03

55 Intensidad Conocimiento Estructura Productiva, 1990
Intensidad Conocimiento Estructura Productiva, 1990 Singapur 1,000 Japón 0,763 Irlanda 0,744 Estados Unidos 0,721 Malasia 0,655 Corea 0,612 Reino Unido 0,590 Hong Kong 0,587 Finlandia 0,389 Canadá 0,375 España 0,371 China 0,299 México 0,297 Brasil 0,290 Portugal 0,214 Nueva Zelandia 0,176 Argentina 0,164 Grecia 0,151 Colombia 0,105 Uruguay 0,103 Costa Rica 0,101 Perú 0,078 Chile 0,071 Panamá 0,066 Ecuador 0,060 Camerún 0,055

56 Intensidad Conocimiento Estructura Productiva, 2007
Intensidad Conocimiento Estructura Productiva, 2007 Singapur 0,867 Corea 0,831 Malasia 0,798 Irlanda 0,724 Alemania 0,680 Japón 0,675 Estados Unidos 0,647 China 0,644 Finlandia 0,599 Reino Unido 0,555 México 0,515 España 0,441 Hong Kong 0,386 Portugal 0,360 Grecia 0,309 Indonesia 0,278 Brasil 0,246 Marruecos 0,210 Perú 0,151 Nueva Zelandia 0,114 Colombia 0,111 Mauricio Uruguay 0,088 Ecuador 0,046 Chile 0,018

57 Estructura e Índice de Intensidad Tecnológica
Se procede a la estimación de los siguientes modelos econométricos de crecimiento económico y cambio estructural: (POLS) 𝑦 𝑖𝑡 =𝛼+𝛽 𝑦 0𝑡 + 𝛾 𝑖 𝑍 𝑖𝑡 + 𝑖 𝛾 𝑖 𝑋 𝑖𝑡 + 𝜀 𝑖𝑡 (GLS) 𝑦 𝑖𝑡 =𝛼+𝛽 𝑦 0𝑡 + 𝛾 𝑖 𝑍 𝑖𝑡 + 𝑖 𝛾 𝑖 𝑋 𝑖𝑡 + 𝜀 𝑖𝑡 (FE) 𝑦 𝑖𝑡 = 𝛼 𝑖 +𝛽 𝑦 0𝑡 + 𝛾 𝑖 𝑍 𝑖𝑡 + 𝑖 𝛾 𝑖 𝑋 𝑖𝑡 + 𝜀 𝑖𝑡 (RE) 𝑦 𝑖𝑡 = 𝛼 +𝛽 𝑦 0𝑡 + 𝛾 𝑖 𝑍 𝑖𝑡 + 𝑖 𝛾 𝑖 𝑋 𝑖𝑡 + 𝑣 𝑖 + 𝜀 𝑖𝑡 Donde y es el crecimiento económico para el país i en el período t, Z es el incremento en el índice de conocimiento de CEPAL, con un coeficiente asociado gama, 𝑦 0𝑡 es el logaritmo del PIB per cápita al inicio de cada subperíodo, y X es una matriz de variables de control, con un vector beta de coeficientes asociados. Adicionalmente, 𝑣 𝑖 , 𝜀 𝑖𝑡 son shocks aleatorios de media cero.

58 Estructura e Índice de Intensidad Tecnológica
El primer modelo (POLS) implica la estimación del efecto de la variable X en y en un modelo estático y sin considerar efectos fijos ni aleatorios, es decir sin considerar fuentes de heterogeneidad inobservables entre países. El segundo modelo (GLS) controla por heterocedasticidad y autocorrelación, asumiendo un proceso autorregresivo de orden 1. El modelo de efectos fijos (FE) y el de efectos aleatorios (RE) difieren justamente en la forma en la que intentan recoger los efectos de la presencia de heterogeneidad inobservable. Mientras que el primero considera que el efecto puede recogerse por una constante que varía para cada país, esto es el efecto se concentra en el nivel, el modelo de efectos aleatorios considera que la heterogeneidad se encuentra en el shock aleatorio que recibe cada país.

59 Estructura e Índice de Intensidad Tecnológica
Se presentan tres paneles de estimaciones. En el primer panel se realizan estimaciones solo entre el crecimiento económico y la variable variación del índice de conocimiento CEPAL. En un segundo panel se permite el uso del nivel del PIB inicial del subperíodo, testeando el nivel y la significación de la variable de cambio estructural cuando se deja lugar a la hipótesis de convergencia condicional. En el tercer panel se deja lugar a la hipótesis de convergencia condicional y adicionalmente a la presencia de factores como el capital humano y el capital físico determinando el crecimiento económico. En este sentido la matriz X de los modelos GLS, FE y RE contiene los niveles de capital físico y capital humano. Los resultados de las estimaciones se presentan a continuación para paneles de 5 años en donde el primer subperíodo comienza en y finaliza en según se muestra en las Tablas 1 a 4.

60 Tabla 4 Crecimiento PIB per cápita, POLS, Panel 5 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) 0.0008 (0.52) (-0.46) Inversión 0.2712* (10.66) Educación 0.0071 (1.00) Variación ITE-CEPAL 0.1146* 0.1156* 0.1100* (2.92) (2.94) (3.10) Constante 0.0263* 0.0193 * (14.54) (1.43) (-2.73) Observaciones 480 479

61 Tabla 5 Crecimiento PIB per cápita, GLS, Panel 5 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) * * (-2.96) (-6.28) Inversión 0.2301* (14.07) Educación 0.0028 (0.76) Variación ITE-CEPAL 0.0757* 0.0735* 0.0746* (4.25) (4.13) (5.09) Constante 0.0242* 0.0492* 0.0171 (22.52) (5.76) (1.80) Observaciones 480 479

62 Tabla 6 Crecimiento PIB per cápita, Efectos Fijos, Panel 5 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) * * (-3.02) (-3.75) Inversión 0.321* (10.30) Educación 0.0137*** (1.73) Variación ITE-CEPAL 0.0898** 0.0878** 0.1058* (2.25) (2.22) (3.01) Constante 0.0263* 0.1606* 0.0919** (14.95) (3.61) (2.30) Observaciones 480 479

63 Tabla 7 Crecimiento PIB per cápita, Efectos Aleatorios, Panel 5 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) (0.04) (-0.83) Inversión 0.283* (10.63) Educación 0.0090 (1.24) Variación ITE-CEPAL 0.1053* 0.1052* 0.1074* (2.72) (2.71) (3.09) Constante 0.0262* 0.0255 (11.94) (1.60) (-2.14) Observaciones 480 479

64 Tabla 8 Crecimiento PIB per cápita, POLS, Panel 10 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) ** ** (-2.01) (-2.45) Inversión 0.1713* (7.24) Educación (-0.47) Variación ITE-CEPAL 0.0958* 0.0855* 0.0754* (4.14) (3.93) (3.78) Constante 0.0239* 0.0454* 0.0079 (15.96) (4.33) (0.70) Observaciones 264 263

65 Tabla 9 Crecimiento PIB per cápita, GLS, Panel 10 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) * * (-5.00) (-5.59) Inversión 0.1679* (10.08) Educación 0.0002 (0.08) Variación ITE-CEPAL 0.0853* 0.0770* 0.0819* (5.96) (5.99) (7.30) Constante 0.0230* 0.0608* 0.0229 (23.48) (7.94) (2.74) Observaciones 264 263

66 Tabla 10 Crecimiento PIB per cápita, Efectos Fijos, Panel 10 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) * * (-7.39) (-7.25) Inversión 0.1286* (4.18) Educación 0.0060 (0.29) Variación ITE-CEPAL 0.0635* 0.0321 0.0386** (2.72) (1.64) (2.05) Constante 0.0241* 0.222* 0.1797** (17.51) (8.31) (6.55) Observaciones 264 263

67 Tabla 11 Crecimiento PIB per cápita, Efectos Aleatorios, Panel 10 años
Variable Independiente (2) (3) (4) Ln PIB (Inicial) * * (-3.33) (-3.36) Inversión 0.157* (6.11) Educación (-0.27) Variación ITE-CEPAL 0.0823* * 0.0660* (3.70) (3.44) (3.47) Constante 0.0237* 0.0692 0.0290** (12.56) (5.06) (2.03) Observaciones 264 263

68 Estructura y Encadenamientos Productivos.
En todas las especificaciones, el coeficiente de la variable variación ITE-CEPAL fue significativo y positivo. En otras palabras, las estimaciones sugieren que cambios en la intensidad tecnológica del sistema productivo tienen un efecto positivo sobre el crecimiento, y que dicho efecto es robusto ante diferentes especificaciones de los modelos econométricos y las variables de control. El efecto estimado varía en un rango desde y con una media de considerando todas las estimaciones salvo la que no es significativa. Si se consideran solo los modelos estimados con el panel de 5 años, el máximo se mantiene igual, pero el mínimo cambia a y la media a De este modo, dado que las estimaciones no varían considerablemente, por el contrario son muy similares en las distintas especificaciones, puede considerarse al promedio de todas las estimaciones como el efecto puntual estimado. Así por ejemplo, la media muestral del ITE-CEPAL es de 0.31, lo que con un aumento del 2% generaría un aumento de la tasa de crecimiento de medio punto porcentual.

69 Estructura y Encadenamientos Productivos.
¿Cómo medimos eslabonamientos hacia atrás y adelante? Encadenamientos productivos de una economía medidos típicamente mediante matrices insumo-producto. Matriz insumo-producto corresponde a una tabla de doble entrada que incorpora en forma detallada la información sobre los procesos de producción, consumo y distribución de la riqueza generada en un período dado de tiempo. Su lectura es sencilla: horizontalmente se leen las ventas por sector (finales e intermedias) o las diferencias sectoriales en la remuneración a un mismo factor productivo. Verticalmente se aprecian las compras y pagos de los distintos sectores.

70 Estructura y Encadenamientos Productivos.

71 Estructura y Encadenamientos Productivos.
En el marco del modelo de insumo producto, la producción de un sector particular tiene dos tipos de efectos en otros sectores de la economía. Si el sector 𝑗 incrementa su producción, esto implicará que incrementará la demanda del sector 𝑗 (como comprador) en los sectores cuyos bienes son usados como insumos para la producción del bien 𝑗. Esto es un encadenamiento hacia atrás (backward linkage). Por otra parte, si el sector 𝑗 incrementa su producción, implica también que la producción adicional de este sector esta disponible para ser usada como insumo en otros sectores para su propia producción. Esto es llamado un encadenamiento hacia adelante. (forward linkage). No obstante, parte del aumento de la demanda del sector 𝑗 puede resultar en un aumento de las importaciones que son utilizadas como input en el proceso productivo adicional del sector 𝑗. Esto es llamado una fuga o filtración (leakage).

72 Estructura y Encadenamientos Productivos.
Para medir los encadenamientos, definiremos el modelo insumo producto del siguiente modo matricial (suponiendo una tecnología constante tanto en la producción de cada sector como en el consumo de cada bien o servicio) : 𝑋=𝐴∗𝑋+𝑌 Este es un sistema de n ecuaciones con n incógnitas, donde X es un vector de tamaño nx1, donde n es el numero de sectores de la economía, y cada uno de los componentes Xi es la producción bruta del sector i (i= 1,2,…, n). Y es un vector nx1, donde cada Yi corresponde a la demanda final de cada sector. Por ultimo, A es una matriz nxn, de requerimientos técnicos, donde los componentes 𝑎 𝑖𝑗 son los coeficientes técnicos de la economía. El coeficiente técnico 𝑎 𝑖𝑗 se define como: 𝑎 𝑖𝑗 = 𝑋 𝑖𝑗 𝑋 𝑗

73 Estructura y Encadenamientos Productivos.
Los componentes de la matriz A son las cantidades de insumos que un sector requiere para producir una unidad de producto, pero no dicen nada acerca de los efectos indirectos que pueden tener en la economía. Para resolver el sistema de n ecuaciones del modelo de insumo producto se realiza lo siguiente: 𝑋= (𝐼−𝐴) −1 ∗𝑌 𝑋=𝐵∗𝑌 La matriz B es la matriz de Leontief o de requerimientos totales de la economía.

74 Estructura y Encadenamientos Productivos.
Cada elemento 𝑏 𝑖𝑗 de la matriz de Leontief, representa la cantidad de producción que debería realizar el sector i, para satisfacer, ceteris paribus, una unidad de demanda final neta de importaciones del producto j–ésimo. Así, los elementos 𝑏 𝑖𝑗 de la matriz inversa cuantifican el impacto sobre la industria i-ésima de un cambio en la demanda final neta de importaciones del sector j-ésimo. Estos coeficientes capturan en un sólo número efectos multiplicativos directos e indirectos, ya que el producto de cada sector afectado deberá impactar no sólo sobre sí, sino también sobre los demás sectores que lo utilizan como insumo. En base a la matriz de requerimientos directos 𝐴 y a la matriz de Leontief o de requerimientos totales 𝐵 se definen medidas de encadenamientos productivos hacia adelante y hacia atrás.

75 Estructura y Encadenamientos Productivos.
Encadenamiento directo hacia atrás: miden la capacidad de un sector de arrastrar directamente a otros ligados a él, por su demanda de bienes de consumo intermedio y, estimulando, a su vez, la actividad de tales sectores. Se calcula como la proporción de las compras intermedias de un sector, en relación a su producción efectiva. Es decir, la suma de los elementos de la columna j de la matriz de requerimientos 𝐴: 𝐵𝐿(𝑑)= 𝑖=1 𝑛 𝑎 𝑖𝑗 Encadenamiento directo hacia adelante: miden la capacidad de un sector de estimular a otros, en virtud de tener su capacidad de oferta. Este indicador se mide como la fracción de sus ventas para consumo intermedio, sobre sus ventas totales. Es decir, la suma de los elementos de la fila j de la matriz de requerimientos 𝐴: 𝐹𝐿(𝑑)= 𝑗=1 𝑛 𝑎 𝑖𝑗

76 Estructura y Encadenamientos Productivos.
Encadenamiento total hacia atrás: esta medida muestra el efecto agregado, sobre la producción de todos los sectores, de un incremento (o disminución) de la demanda final neta de importaciones del sector j-ésimo. Cada valor de 𝐵𝐿(𝑡) es el encadenamiento hacia atrás del sector j y nos indica cuánto crece (o decrece) el producto de todos los sectores, cuando la demanda final neta de importaciones del sector j, se incrementa (o disminuye) en una unidad. Es decir, es la suma de los elementos de la columna j de la matriz de Leontief: 𝐵𝐿(𝑡)= 𝑖=1 𝑛 𝑏 𝑖𝑗 Encadenamiento total hacia atrás normalizado: esto mide el estímulo promedio de un sector j hacia el resto, resultante de un incremento unitario de la demanda final neta de importaciones de ese sector j, sobre la medida promedio de los estímulos sobre toda la economía, resultante de un incremento unitario de la demanda final de todos los sectores. Esto es: 𝐵𝐿(𝑡) =𝑛∗ 𝑖=1 𝑛 𝑏 𝑖𝑗 / 𝑖=1 𝑛 𝑗=1 𝑛 𝑏 𝑖𝑗

77 Estructura y Encadenamientos Productivos.
Encadenamiento total hacia adelante: esta medida nos indica cuánto debería crecer (o caer) la producción del sector j, si la demanda final neta de importaciones de todos los sectores se incrementa (o cae) en una unidad. O sea, que mide la forma en que el sector j, se ve afectado por la expansión unitaria de la demanda final de todos los sectores y por eso mide la dependencia que todos los sectores, tienen con el sector j–ésimo. Es decir, es la suma de los elementos de la fila j de la matriz de Leontief: 𝐹𝐿(𝑡)= 𝑗=1 𝑛 𝑏 𝑖𝑗 Encadenamiento total hacia adelante normalizado: tal como los encadenamientos hacia atrás normalizada, este indicador mide, en términos relativos, el estímulo potencial de un crecimiento unitario de toda la economía, sobre la demanda final neta de importaciones del sector j. Esto es: 𝐹𝐿(𝑡) =𝑛∗ 𝑗=1 𝑛 𝑏 𝑖𝑗 / 𝑖=1 𝑛 𝑗=1 𝑛 𝑏 𝑖𝑗

78 Estructura y Encadenamientos Productivos.
En base a los encadenamientos hacia atrás y adelante, se cuenta con medidas para identificar sectores claves en la economía (sectores claves que están mas conectados que el resto). De este modo, se construye el siguiente esquema: Encadenamiento Directo o Total normalizado hacia adelante Bajo (< 1) Alto (> 1) Total normalizado hacia atrás Sectores Impulsores Sectores Estratégicos Sectores Independientes Sectores Claves

79 Estructura y Encadenamientos Productivos.
Otra medida auxiliar para medir la conexión inter e intraindustrial de los sectores económicos es mediante la teoría de grafos como se ilustra a continuación: Gráfico 30 Solo Transacción Intra Sectorial Gráfico 31 Transacción Simétrica Intra e Inter Sectorial

80 Estructura y Encadenamientos Productivos.
Otra medida auxiliar para medir la conexión inter e intraindustrial de los sectores económicos es mediante la teoría de grafos como se ilustra a continuación: Gráfico 32 Transacción Intra e Inter Sectorial desde un sector Gráfico 33 Transacción Compleja Intra e Inter Sectorial

81 Estructura y Encadenamientos Productivos.
Estrategia Empírica: base World Input Output Database de 40 países con datos anuales de 1995 a Compuesta de 35 sectores económicos. Para América Latina hay datos de Brasil y México. De esta fuente de datos, incorporamos a nuestra base medidas de encadenamientos e índice relativo de conexión directa entre sectores. En adición, se realiza análisis empírico de grafos de insumo-producto de 8 economías en 1995. Evolución de conexión económica intersectorial para 4 países en 1995, 2000, 2005 y 2011. Futuras extensiones: i) trabajo con cuentas satélites ambientales y sociales, ii) refinamiento de modelo insumo producto y de teoría de grafos, iii) homogenización de bases de Am Latina.

82 Tabla 12 Indicadores Matriz Insumo Producto, 1995
Sectores Claves Líneas de Conexión Directa Líneas de Conexión Indirecta Líneas de Conexión Totales Brasil 8 16 26 42 México 5 15 25 40 Estados Unidos 7 18 61 79 Australia 3 20 81 Indonesia 14 32 46 China 10 55 70 Corea 49 65 Finlandia 6 35 45

83 Gráfico 34 Red Intersectorial Brasil, 1995

84 Gráfico 35 Red Intersectorial México, 1995

85 Gráfico 36 Red Intersectorial Estados Unidos, 1995

86 Gráfico 37 Red Intersectorial Australia, 1995

87 Gráfico 38 Red Intersectorial Indonesia, 1995

88 Gráfico 39 Red Intersectorial China, 1995

89 Gráfico 40 Red Intersectorial Corea del Sur, 1995

90 Gráfico 41 Red Intersectorial Finlandia, 1995

91 Gráfico 42 Red Intersectorial Brasil, 1995

92 Gráfico 43 Red Intersectorial Brasil, 2000

93 Gráfico 44 Red Intersectorial Brasil, 2005

94 Gráfico 45 Red Intersectorial Brasil, 2011

95 Gráfico 46 Red Intersectorial México, 1995

96 Gráfico 47 Red Intersectorial México, 2000

97 Gráfico 48 Red Intersectorial México, 2005

98 Gráfico 49 Red Intersectorial México, 2011

99 Gráfico 50 Red Intersectorial Estados Unidos, 1995

100 Gráfico 51 Red Intersectorial Estados Unidos, 2000

101 Gráfico 52 Red Intersectorial Estados Unidos, 2005

102 Gráfico 53 Red Intersectorial Estados Unidos, 2011

103 Gráfico 54 Red Intersectorial Corea del Sur, 1995

104 Gráfico 55 Red Intersectorial Corea del Sur, 2000

105 Gráfico 56 Red Intersectorial Corea del Sur, 2005

106 Gráfico 57 Red Intersectorial Corea del Sur, 2011