¿ALEATORIEDAD O TENDENCIA AGLOMERATIVA?

1

Serie Economía

¿ALEATORIEDAD O TENDENCIA AGLOMERATIVA?: La importancia de las economías externas de aglomeración en la localización industrial argentina Christian M. Haedo – Università di Bologna, Representación en Bs.As. Diego Obere – Observatorio Permanente de las PyMI argentinas

WP 2003/3

El presente trabajo ha permitido identificar los sectores de la industria manufacturera argentina que presentan una mayor tendencia a concentrarse territorialmene y aquellos sectores en los cuales las decisiones de localización territorial de los establecimientos industriales parecerían regirse siguiendo un criterio aleatorio. Las economías externas de aglomeración, externas a los establecimientos industriales pero internas a los territorios, fomentan entornos especializados que concentran establecimientos y trabajadores de un mismo sector en un mismo territorio. Dado que las economías externas presentan una naturaleza compleja y resultan de difícil reducción a una única dimensión, en este trabajo solamente medimos los efectos de ellas en su conjunto mediante la utilización de índices de concentración que miden lo que denominamos “aglomeración industrial”. Estos índices permiten medir la concentración geográfica libre del efecto de la concentración industrial; es decir, tratan de establecer una medida que no detecte como concentrada geográficamente un sector de la industria manufacturera cuando los ocupados de éste se concentran en pocos establecimientos. Este trabajo constituye un primer paso en la identificación de las economías externas intrasectoriales. El estudio del caso argentino indica que éstas son un factor importante para explicar la ubicación geográfica de las empresas. Su capacidad explicativa varía de acuerdo al sector analizado. Sin embargo, se debe destacar que para un número relevante de las actividades industriales estas fuerzas son dominantes y tienden a estructurar el espacio interno en forma de polos industriales especializados.

Centro de Investigaciones Università di Bologna Representación en Buenos Aires

2

ÍNDICE Página

1. Introducción 3 2. Índices de concentración 6 2.1 Concentración territorial: Coeficiente de Gini 6 2.2 Hirschman-Herfindhal: Concentración industrial y Concentración geográfica 7 2.2.1 Concentración industrial 7 2.2.2 Concentración geográfica 8 2.3 Índices de aglomeración 8 2.3.1 Índice de Ellison y Glaeser 9 2.3.2 Índice de Maurel y Sedillot 10 2.3.3 Índice Deveroux, Griffith y Simpson 10 3. Información estadística 11 3.1 La elección de la unidad geográfica de análisis 11 3.2 Los datos 13 4. La tendencia aglomerativa de las distintas divisiones de la industria manufacturera en Argentina: Resultados obtenidos 13

4.1 Comparación de los resultados de los distintos indicadores 15 4.2 Resumiendo.... 18 5. La tendencia aglomerativa de las distintas clases de la industria manufacturera en Argentina: Resultados obtenidos 19

5.1 Descripción de los resultados del índice de DGS 24 5.2 Las cinco divisiones más concentradas y sus clases: resultados del indicador Devereaux-Griffith-Simpson a 2 y 4 dígitos 19

5.3 Las cinco divisiones menos concentradas y sus clases: resultados del indicador Devereaux-Griffith-Simpson a 2 y 4 dígitos 21

5.4 Resumiendo... 27 6. Conclusiones 28

Bibliografía consultada 32

3

1. Introducción

La existencia de aglomeraciones industriales que crean enormes diferencias entre regiones ha constituido el principal objeto de estudio de la teoría de la localización y de la economía regional. Por un lado, la tradición de la teoría de la localización que comenzó con Von Thunen, Weber, Losch, Christaller e Isard, intentó realizar un análisis microeconómico de la localización óptima de las actividades económicas. Sus desventajas metodológicas no le permitieron convertirse en uno de los principales campos de la teoría económica: el proceso de decisión de los agentes es siempre confuso cuando no ausente, y la estructura del mercado no está bien definida.

Por otro lado, la teoría del desarrollo regional centró su atención sobre la característica de heterogeneidad del espacio: algunas áreas concentran la mayoría de las actividades económicas y la riqueza, mientras que otras se encuentran estancadas y su rol es marginal. Los mecanismos responsables por estos desequilibrios son los efectos estudiados por Myrdal y Hirschman. Los 'polos de crecimiento económico' de Perroux y los 'encadenamientos hacia delante y hacia atrás' de Hirschman, resaltan de una manera mas positiva y menos determinística, la importancia de las aglomeraciones que concentran la actividad económica. El problema de todas estas teorías es la falta de formalización de los modelos que podrían ser de aceptación general en la teoría económica.

Dentro de lo que es el pensamiento neoclásico, a pesar de los esfuerzos en integrar la teoría del comercio internacional en una teoría mas general de localización, el espacio ha jugado un papel secundario. El comercio entre países o regiones es explicado por las diferencias en sus características (la dotación de factores específicos en el modelo de Heckscher-Ohlin, o la tecnología en el modelo ricardiano). Es el espacio por si solo el que es heterogéneo y condiciona a algunas áreas a producir unos bienes y a otras otros, pero la actividad económica por si sola no genera desigualdad geográfica.

Sin embargo, estas desigualdades en la dotación de recursos no son suficientes para explicar la magnitud de la concentración geográfica de la actividad económica que existe en el mundo real. La existencia de economías de escala es esencial para explicar la distribución geográfica de las actividades económicas. Las 'nuevas teorías del comercio' de los años '80 brindan una nueva explicación a la existencia del comercio y sus ganancias. Las economías de escala dan a los países un incentivo para especializarse y comerciar, aun en la ausencia de diferencias en la tecnología o en la dotación de factores. El equilibrio, en estos modelos se encuentra afectado por el tamaño del mercado: cuanto mayor es la dimensión del mercado, mas firmas se encuentran radicadas. Por lo tanto, estos modelos implican una tendencia hacia la concentración de la producción cerca de los grandes mercados.

El problema con estos modelos de la nueva teoría del comercio reside en la falta de explicación sobre la existencia inicial de grandes y pequeños mercados. Su evolución de hacia una mayor formalización de los mecanismos causales acumulativos que explican la existencia de aglomeraciones, ha generado la aparición de un nuevo campo: “la nueva economía geográfica”, liderada por Paul Krugman y Anthony J. Venables. Este campo tiene conexiones tanto con las nuevas teorías del comercio como con la organización industrial y la economía regional.

El primer modelo formal es el de Krugman (1991). Éste es un modelo regional que explica la aparición de una estructura del tipo centro-periferia dentro de un país, o dentro de cualquier

4

otra frontera dentro de la cual exista libre movilidad del trabajo. Krugman demuestra que en presencia de rendimientos crecientes, movilidad del trabajo, y costos de transacción, las fuerzas centrípetas (y los encadenamientos hacia delante y hacia atrás) generan una tendencia hacia la concentración de las firmas y los trabajadores.

En los últimos tiempos, se ha desarrollado un enfoque nuevo. Al conjunto de factores señalados como explicativos de la concentración geográfica de los establecimientos productivos (coste de los factores productivos, recursos naturales, tamaño del mercado, o dotación de infraestructura, entre otros) se le agregan ahora las economías externas, también llamadas genéricamente economías de aglomeración. Las externalidades vinculadas al capital humano, los flujos informativos, los procesos de innovación y difusión tecnológica y, por último, las relaciones proveedor-cliente de los modelos de crecimiento endógeno (Romer,1986; Lucas, 1988) ofrecen un marco formal adecuado para la realización de estudios aplicados sobre la presencia y la naturaleza de las economías externas a la empresa pero internas a los territorios.

Sabemos que los actores que se agrupan geográficamente se benefician de los efectos externos de alcance local, podemos determinar también cuáles son sus efectos, pero en cambio resulta mucho más difícil conocer los mecanismos de transmisión. Las economías externas presentan una naturaleza compleja y difícil de reducir a una sola dimensión. Podemos hablar de economías que tienen un alcance local o internacional, una naturaleza tecnológica o pecuniaria, un carácter dinámico o estático, y, por ultimo, una dimensión inter o intraindustrial.

Entre las externalidades ligadas a un territorio y, por medio de él a una determinada estructura productiva regional, actúan tanto economías estáticas de localización, relacionadas con el acceso a determinados recursos productivos y bajos costes de acceso a los mercados, como de urbanización, vinculadas a la demanda de bienes intermedios y servicios a las empresas. Simultáneamente, las economías dinámicas de carácter intraindustrial - dentro de una misma actividad -, o de carácter interindustrial - entre distintas actividades productivas -, reflejan la existencia de efectos externos de carácter tecnológico y/o pecuniario. Todas estas fuerzas producen efectos sobre los territorios, afectando la eficiencia de los establecimientos residentes, y la capacidad de crecimiento de las empresas. Lo importante es observar que cuando estas economías de escala externas son importantes, un país que comienza en una gran industria puede conservar esta ventaja incluso aunque otro país pueda producir los bienes más baratos. Desde esta perspectiva, la historia cuenta.

El análisis de las economías externas se remonta a más de un siglo atrás, cuando el economista británico Alfred Marshall se sorprendió por el fenómeno de los 'distritos industriales', concentraciones geográficas de industrias que no podían explicarse fácilmente por la presencia de recursos naturales (fabricantes de cubiertos en Sheffield, calcetines en Northampton, etc). Marshall presenta tres razones por las que un grupo de empresas puede ser más eficiente que una empresa individual aislada: la habilidad del grupo para apoyar a proveedores especializados, la existencia de un mercado laboral especializado y las ganancias producto de la difusión tecnológica.

Durante los años setenta, los autores italianos que analizaron el dinamismo de los tejidos empresariales de la denominada “Tercera Italia”, recuperaron el concepto marshalliano de distrito industrial (Becattini, 1979). Posteriores estudios (Krugman y Venables, 1996) pretendieron explicar la concentración de firmas pertenecientes a un único sector, en un mismo distrito, postulando que los encadenamientos del tipo ‘input-output’ entre éstas son

5

más fuertes que los existentes entre empresas de distintos sectores. Las economías dinámicas de carácter intraindustrial se caracterizan por la importancia relativa de los spillovers, tanto de carácter tecnológico como pecuniario, ligados al marco geográfico y a la estructura productiva de las regiones.

La particularidad de la estructura de mercado que surge de la existencia de economías externas que producen una interdependencia entre las empresas de la industria, reside en el hecho que el equilibrio competitivo es compatible con las curvas de oferta con pendiente negativa. Es decir, a diferencia de las economías de escala internas a la empresa que nos alejan del equilibrio competitivo, los rendimientos crecientes en la industria no conducen, necesariamente, a la constitución de grandes corporaciones industriales dada la existencia de economías externas en el marco de los distritos industriales. De allí, nuestro interés en el estudio de este fenómeno.

El alcance y la naturaleza de las economías externas abren una línea de investigación que tiene un carácter fundamentalmente empírico. Este enfoque implica la utilización de índices de concentración geográfica con el fin de distinguir cuales industrias están más concentradas. Pero, dado que estamos interesados en medir solamente los efectos de las economías externas a la planta pero internas a la industria, utilizamos índices de concentración que miden lo que denominamos “aglomeración industrial”, teniendo en cuenta simultáneamente la concentración geográfica y el grado de concentración industrial. Estos índices intentan medir la concentración geográfica libre del efecto de la concentración industrial; es decir, tratan de establecer una medida que no detecte como concentrada geográficamente una industria que se concentra en pocas plantas. En resumen, es la intención de este trabajo analizar en cuales actividades de la industria manufacturera argentina se presentan con mayor fuerza las economías externas a la empresa pero internas a la industria y los territorios.

Los núcleos pequeños especializados en una determinada actividad facilitan el acceso a economías intrasectoriales, derivándose importantes implicaciones sobre las políticas de desarrollo regional. Si las economías externas de naturaleza intrasectorial son muy fuertes, los entornos especializados en una determinada actividad serán los que más se beneficiaran de la generación de efectos externos. Por el contrario, si las externalidades intrasectoriales son muy débiles, las áreas diversificadas serán las que generaran mayores efectos externos cruzados. En general, si bien los resultados obtenidos en estudios precedentes no son homogéneos, parecería ser que las economías intrasectoriales son importantes en muchas industrias, determinando un patrón de localización específico y rechazándose un criterio puramente aleatorio.

En la Sección Nº2 se presentan los diversos índices utilizados en el ámbito internacional. Se explica la importancia de distinguir entre simplemente la concentración geográfica de una industria y la aglomeración industrial de ésta; entendiéndose por este último concepto al fenómeno caracterizado por la existencia de un conjunto de establecimientos industriales no relacionados directamente entre sí. Basándose en esta distinción, se explica nuestra preferencia por la utilización de índices que analizan la concentración geográfica sujeta a la concentración de la producción en pequeñas unidades productivas.

En la Sección N°3 se indica el origen de la información estadística y los motivos de la elección del departamento como unidad de análisis. Los resultados del análisis sectorial a dos dígitos para los diversos índices utilizados son presentados en la Sección N°4. Dados los resultados, se señalan las ventajas de los índices de aglomeración sobre el Índice de Gini propuesto por Krugman (1991), a efectos de analizar el grado de aglomeración sectorial.

6

Seguidamente, en la quinta sección se observan en forma comparada los resultados a dos y cuatro dígitos. Se explican las razones por las cuales resulta indispensable a fines de lograr una correcta apreciación del grado de aglomeración de las distintas actividades, trabajar con una clasificación desagregada por lo menos a cuatro dígitos. Finalmente, en la sexta y última sección se refieren las principales conclusiones del trabajo realizado. 2. Índices de concentración

En el presente trabajo entendemos como concentración geográfica o territorial de un sector de la industria manufacturera, a la localización de los ocupados de esta actividad en un número limitado de áreas geográficas o territorios. La concentración industrial es concebida como la concentración de la ocupación del sector en un limitado número de establecimientos industriales.

Finalmente, con el objeto de percibir el efecto de las economías externas de aglomeración, utilizamos el concepto de aglomeración industrial para referirnos a un conjunto de establecimientos industriales no relacionados directamente entre sí que deciden localizarse en un área geográfica delimitada. Como veremos, los índices utilizados para medir el nivel de aglomeración intentan medir la concentración geográfica que no es explicada por la concentración industrial. 2.1 Concentración territorial: Coeficiente de Gini

Para analizar la concentración geográfica de las actividades económicas, la literatura dispone de diversos indicadores. Un primer tipo, es el que procede del análisis de desigualdad, considerándose como representaciones resumidas de la curva de Lorenz1, como sería el caso de los índices de Atkinson, Gini, Theil y el coeficiente de variación de la variable analizada.

El coeficiente de Gini mide el grado en que una función de distribución de frecuencias de una variable se aparta de la función de distribución uniforme de la variable. Se calcula como el cociente entre el área comprendida entre la diagonal y la curva de Lorenz y el área bajo la diagonal. El índice vale 0, si la curva de Lorenz coincide con la diagonal, indicando una ausencia de desigualdad; por el contrario, vale 1 en caso de existir máxima desigualdad o concentración total: esto ocurre cuando una única unidad tiene un valor de la variable analizada distinto de 0. En el caso de una variable con distribución de frecuencias discreta, el índice se puede expresar como:

en donde Ai es el valor acumulado de la variable hasta la i-ésima unidad, en orden creciente, y n es la cantidad total de unidades de observación.

1 Dada la distribución de frecuencias de una variable, la curva de Lorenz establece los valores acumulativos de la variable en función de sus frecuencias acumuladas.

2

( n - 1) A n1 Σ Aii= 1

n - 1

G =

7

Este índice es utilizado, por ejemplo, para medir el grado de concentración de la distribución de la producción de mercado por empresa (Clarke, 1985). También es utilizado para medir la concentración de la distribución del ingreso per capita.

Con el propósito de medir la concentración de la distribución de la mano de obra de un sector determinado de la industria por localidad, Krugman (1991b) ha utilizado un índice de Gini relativo: la concentración de dicha distribución con respecto a la ocupación total de la actividad manufacturera. Una industria se considera geográficamente concentrada cuando su empleo se sitúa en un número limitado de áreas. El coeficiente relativo de Gini se expresa de la siguiente forma:

donde Yk es la participación del empleo del sector en la región k expresado como porcentaje del empleo industrial total en la región, λk denota la posición de la región en clasificación de Yk y finalmente, Y es el promedio de todas las regiones. En general el índice está acotado entre 0 y 1 pero, en caso que el número de establecimientos (N) sea menor al número de regiones (K), (1-N)/K ≤ Gk ≤ 1.

Este índice no toma en cuenta la cantidad de empresas, sino que mide únicamente la concentración geográfica de la ocupación por industria. 2.2 Hirschman-Herfindhal: Concentración industrial y Concentración geográfica Un segundo tipo de índices, son aquellos utilizados habitualmente en los estudios de concentración de mercado en el marco de los trabajos de organización industrial, como es el caso del índice de Hirschman-Herfindhal. 2.2.1 Concentración industrial Originariamente, este índice fue propuesto por Hirschman en 1945 como una medida alternativa al índice de Gini con el objetivo de medir la concentración espacial de las actividades económicas. Cinco años más tarde, Herfindahl lo implementa en la medición de la concentración empresarial de una determinada industria o actividad económica.

2

K2 YΣ λ k ( Yk – Y )k= 1

K

G K =

8

El índice de Herfindahl2 se define para una industria de la siguiente manera:

N

H = ∑ zn 2

n =1

donde zn es la participación de la n-ésima planta en el empleo total de la industria, n =1…N. El valor del índice está determinado por el número de plantas en la industria y la distribución de aquellas plantas. Para una industria con N firmas, el índice de Herfindahl tiene un valor máximo de 1 y un valor mínimo de 1/N, reflejando éste la existencia de firmas de igual tamaño. En general, el índice será mayor para industrias que tengan un pequeño numero de firmas.

2.2.2 Concentración geográfica Un índice análogo a la medida anterior para la distribución geográfica es:

K

J = ∑ sk2

K=1

donde sk es la participación del empleo industrial de la késima región, k = 1…K (es decir, sk es el cociente entre el número de empleados industriales de una región y el número total de empleados del país). 2.3 Índices de aglomeración Por último, nos encontramos frente a un conjunto de índices de concentración que miden lo que denominamos “aglomeración industrial”. A diferencia de los índices presentados anteriormente, éstos tienen en cuenta, simultáneamente la concentración geográfica y el grado de concentración industrial. Intentan medir la concentración geográfica libre del efecto de la concentración industrial, es decir, tratan de establecer una medida que no detecte como concentrada geográficamente una industria que se concentra en pocas plantas. Algunos de estos índices han sido utilizados recientemente por varios autores en los EE.UU, Reino Unido, Francia y España.

Se analizan tres tipos de índices: el índice de Ellison y Glaeser (1994), el de Maurel y Sédillot (1999) y, por último, el de Devereux, Griffith y Simpson (1999). Los dos primeros se derivan de modelos de comportamiento de las empresas en la elección de la localización de las plantas industriales, mientras que el tercero no parte de un modelo subyacente. Una segunda diferencia reside en que mientras los primeros comparan la distribución geográfica observada con la distribución geográfica del total de la industria, el último la compara con una distribución uniforme. 2 El índice de Herfindahl es, a la vez, un caso particular del índice de Hannah-Kay para a=2.. Éste se expresa como: N

HK (a) = [ ∑ Si a] 1/(a -1)

i=1

siendo Si la cuota de mercado correspondiente a la empresa i-ésima y a un número real mayor a cero.

9

2.3.1 Índice de Ellison y Glaeser Estos autores, con el propósito de establecer un índice de concentración geográfica analizan tres modelos de comportamiento de localización. El primero, es simple y considera la localización de una firma como una decisión aleatoria, sólo influenciada por el empleo agregado de toda la industria. Luego plantean dos modelos con resultados similares: uno que considera, además de la influencia de la distribución del empleo total de la industria, la influencia de las ventajas naturales; el otro contempla además de la influencia de la distribución del empleo total, la influencia de spillovers y demás externalidades. Partiendo de un índice bruto (no neto) de concentración geográfica de una determinada industria, definido como: M

∑(si - xi)2 i =1

G = ____________________

M

1 - ∑ xi2

i =1 en donde si = proporción del empleo de la industria analizada en la i-ésima unidad geográfica, xi = proporción del empleo de toda la industria en la i-ésima unidad, i= 1,2,..M. Los autores concluyen que, para el primer modelo simple, la esperanza matemática de G coincide con el índice H de concentración empresarial: N

E(G) = H = ∑ zn 2

n =1

mientras que para el segundo y tercer modelo, la esperanza matemática de G es:

E(G) = γ0 + (1 - γ0) H

en donde γ0 es una constante, cuyo valor está comprendido entre 0 y 1, y representa la importancia de las ventajas naturales, en el segundo modelo, o la importancia de externalidades en el tercero. Cuando γ0 = 0 no hay otra influencia que la planteada en el primer modelo y el valor esperado de concentración se reduce a la de la ocupación por planta; el caso opuesto en que γ0 = 1 , corresponde al de una industria cuyas plantas tienden a aglomerarse en una única unidad geográfica.

El segundo y tercer modelo planteados, si bien presentan diferencias teóricas, son equivalentes desde el punto de vista de observacional.

A partir del análisis de estos tres modelos, los autores proponen como una medida del grado de concentración geográfica neta de una industria al siguiente índice:

γ = (G – H) / (1 – H) Uno de los problemas de este índice es que no está acotado, puede asumir valores positivos o negativos y no es claro cómo se comporta para diversos valores de G y de H al comparar industrias o países entre sí. Al respecto, notar que G puede ser mayor que 1 cuando se analizan industrias localizadas y concentradas fuera de las grandes aglomeraciones urbanas, en regiones o países con grandes concentraciones de mano de obra total (como ocurre, por

10

ejemplo, en algunos países latinoamericanos). En estos casos puede ocurrir que, para valores similares de G, mientras mayor sea el valor de H, no necesariamente sea menor el valor γ, como sería de esperar ya que el índice intenta medir el grado de concentración geográfica neta, libre del efecto de concentración empresarial. Para ilustrar esto de un modo simple, supongamos el caso de dos industrias concentradas en pocos lugares y con tamaños de plantas similares: por ejemplo, una con sólo dos plantas con ocupación similar; la otra con 100 plantas, 50 en un lugar y 50 en otro, de tamaños también semejantes; tanto en un caso como en el otro el valor de G será el mismo y, si éste es mayor que 1, el valor de γ será mayor en el caso de mayor concentración empresarial.

2.3.2 Índice de Maurel y Sedillot El trabajo de Maurel y Sedillot (1999), realizado para describir la concentración geográfica de la industria francesa, utiliza un indicador similar al de Ellison y Glaeser , partiendo de un modelo similar al planteado por estos autores bajo el supuesto de un comportamiento de localización influenciado por externalidades y por la ocupación agregada de todas las industrias. Mientras que en el índice Ellison y Glaeser, la medida de concentración geográfica bruta G es definida a priori, en este caso es derivada del mismo modelo, y expresada como: M M

∑ si 2 - ∑ xi

2 Gms = i =1 i =1 M

1 - ∑ xi2

i =1

De modo que el índice utilizado por estos autores es: γms = GMS - H

1-H Si bien este índice tampoco está acotado, el valor de GMS es siempre menor o igual a 1 y no presenta la dificultad señalada en el caso anterior. 2.3.3 Índice Deveroux, Griffith y Simpson Estos autores señalan un aspecto muy importante a tener en cuenta, cuando se adopta una medida para analizar y comparar el grado de concentración geográfica de una industria: contra qué distribución se contrasta la distribución observada. Indican que los índices que intentan medir el grado de concentración contrastando la distribución geográfica de la ocupación observada para una industria con la del total de industrias, presentan el problema de que si ésta no se distribuye uniformemente, una industria que sí está uniformemente distribuida en todas las unidades geográficas analizadas podría ser detectada como geográficamente concentrada, ya que podría presentar una alta proporción de su ocupación en lugares de muy baja proporción de ocupación total.

11

Los autores proponen un enfoque más simple e intuitivo. Parten de la consideración básica que si existen K regiones de igual tamaño geográfico y una industria con N plantas, y éstas son aleatoriamente ubicadas en cada región, la cantidad de plantas esperadas por región será N/K. Otro modo de definir una distribución aleatoria es considerando que la localización de las plantas es determinada por la localización de personas que son elegidas aleatoriamente para establecer las plantas. Los autores usan, para su análisis referido al Reino Unido, regiones definidas con un criterio poblacional, basadas en las áreas postales y suponen que una empresa tiene equiprobabilidad de elegir una de estas regiones; es decir, que la elección aleatoria de una región en particular es 1/K.

Con el propósito de medir el grado de aglomeración, es decir, la concentración geográfica teniendo en cuenta la concentración empresarial, proponen un índice basado en los coeficientes de variación de la proporción del empleo observado de una industria por región y de la proporción del empleo de esa industria por planta. En ambos casos se trata del coeficiente de variación referido al valor esperado con una distribución aleatoria.

El índice se expresa como:

α = F – M K*

en donde F= ∑ (sk - 1/K*)2 con K* = mín{N , K} k=1

N

M= ∑ (zn – 1/N)2 = CV(zn)2/N = H-1/N n=1

Notar que, dado un total de K regiones, K* es la máxima cantidad de regiones en la cual una industria puede tener localizadas N plantas. El índice adopta valores comprendidos entre –1 y +1, y es positivo cuando la concentración geográfica excede a la concentración empresarial. 3. Información estadística A continuación se detalla el ‘por qué’ de la elección de la unidad departamental como unidad de análisis así como el origen de los datos utilizados en nuestro estudio.

3.1 La elección de la unidad geográfica de análisis Los estudios realizados en este tema coinciden en que la unidad de análisis territorial puede ser un elemento clave cuando se estudian las pautas de aglomeración de la industria manufacturera.

El nivel de concentración territorial de un sector de la industria dependerá de la elección de la agregación geográfica a utilizar; ya sea esta la región, la provincia, el departamento, o el municipio. Audretsch y Feldman (1996), argumentan que para los Estados Unidos el estado no es una unidad de análisis adecuada por ser su tamaño excesivo. Sin embargo, otros trabajos que estudian la transmisión de conocimiento a nivel intersectorial e interestatal3, a pesar de 3 A modo de ejemplo se puede ver Smith (1999).

12

considerar que el estado no es una unidad geográfica uniforme, admiten que es una unidad válida para la toma de decisiones políticas, aspecto que debe tenerse en cuenta en este tipo de análisis.

Los índices mencionados en la sección anterior analizan el nivel de concentración territorial sin tener en cuenta la localización espacial, es decir, tratando las unidades territoriales como unidades aisladas sin ningún tipo de conexión con las áreas vecinas. A partir de estos índices es imposible determinar si la ocupación en una unidad geográfica está influenciada por la ocupación de las unidades vecinas4. Es por este motivo, que la elección de la unidad de análisis se vuelve tan relevante. Dado que algunas externalidades (como ser el caso de los spillovers cognoscitivos o la especialización de los mercados de trabajo locales) tienden a estar territorialmente limitadas, la mayoría de los trabajos empíricos que analizan la distribución espacial de las actividades manufactureras y sus pautas de localización, coinciden en que la unidad de análisis más idónea debe ser de ámbito local.

Una posible solución sería utilizar el concepto de mercados de trabajo locales. Este concepto, ampliamente utilizado en la literatura económica de los Estados Unidos, Gran Bretaña e Italia, delimita las áreas económicas en función de la movilidad de los trabajadores entre su residencia y el lugar de trabajo. No obstante ello, el uso de esta información no está disponible para el caso argentino, limitándose el uso de una agrupación que siga los criterios de los mercados de trabajo locales.

Frente a esta limitación, se presenta el problema de cómo definir el área administrativa de análisis más próxima a un área económica que sea de ser de ámbito local. Para el caso argentino, creemos que la división más adecuada (además de ser la menor) sería la departamental ya que es precisamente de ámbito local.

Sin embargo, esta unidad podría considerarse, a su vez, excesivamente restrictiva dado que es razonable pensar que el área económica real pueda desbordarse fuera de los límites administrativos departamentales y que éstos estén delimitando un área demasiado pequeña, o viceversa. En este caso, la difusión de las externalidades no coincidiría con el límite administrativo5 que en muchas oportunidades responde a una división totalmente arbitraria. Sin embargo, son estas mismas divisiones administrativas las que habitualmente están disponibles en las estadísticas económicas nacionales. 4 Para ello, la Econometría Espacial ofrece un conjunto de técnicas que permiten recoger la incidencia del espacio en la localización de las actividades industriales incorporando en el cálculo de los índices de concentración geográfica la información de las unidades geográficas vecinas. El estadístico de autocorrelación espacial de Moran (Moran, 1948), así como el de Geary (Geary, 1954) o el de Getis (Getis y Ord, 1992), permiten conocer si la localización de una actividad económica en el territorio está influenciada por la presencia de la misma actividad en áreas vecinas. Permite determinar por ejemplo si la concentración del empleo de una actividad manufacturera en un departamento está influenciado por la presencia de empleo de esta misma actividad en los departamentos vecinos. Los valores estadísticamente significativos del índice de Moran indican que el uso del departamento como unidad geográfica puede no ser adecuado en el caso de que existan áreas geográficas formadas por diversos departamentos que deberían considerarse como un área uniforme de estudio. 5 Audretsch y Stephan (1996) consideran que la unidad de análisis correcta debería situarse entre la ciudad y el estado.

13

3.2 Los datos

El análisis empírico presentado a continuación utiliza los datos del Censo Nacional Económico de 1994 realizado por el Instituto Nacional de Estadísticas y Censos (INDEC) y la información de ocupación sectorial por departamento suministrada por el Centro de Investigaciones de la Universidad de Bologna en base a INDEC. La clasificación industrial utilizada es la CIIU Rev.3 desagregada a dos y cuatro dígitos.

Tabla 3.1 Industria Manufacturera - Estadísticas Descriptivas Año 1994

Cantidad de divisiones / clases 22 / 125

Cantidad de establecimientos 101.511

Cantidad de ocupados 1.083.928

Ocupados promedio por establecimiento 10,7

Fuente: INDEC

Los índices que analizan la tendencia aglomerativa y que utilizan el indicador de Herfindhal para la medición de la concentración industrial, utilizan los datos sectoriales de ocupación por establecimiento pero, debido a la imposibilidad de contar en Argentina con tal información, se utilizó la dimensión media de los establecimientos por cada clase de la clasificación industrial y por cada unidad geográfica de análisis (departamentos). La disponibilidad del total de establecimientos y ocupados por clase y departamento distinguidos además según si el tamaño de los establecimientos son de más o de menos de 200 ocupados, posibilitó la obtención de valores medios muy próximos a la cantidad real de ocupados de cada establecimiento. 4. La tendencia aglomerativa de las distintas divisiones de la industria manufacturera en Argentina: Resultados obtenidos A continuación se presentarán los resultados obtenidos por división de la CIIU Rev. 3. Se han calculado los índices de aglomeración industrial de acuerdo a lo establecido por Ellison y Glaeser (EG), Maurel y Sedillot (MS), Devereux, Griffith y Simpson, y Krugman.

En la tabla 4.1 se presentan los valores del indicador γMS. Si clasificamos a los sectores con γ más elevados como aquellos que presentan una mayor tendencia aglomerativa debido a la mayor presencia de ventajas naturales o externalidades -cabe destacar que, como ya se dijo anteriormente, no se puede distinguir si la causa de las mismas son externalidades o bien ventajas naturales específicas del territorio- encontramos que las divisiones 34 (fabricación de vehículos automotores, remolques y semirremolques) y 32 (fabricación de equipos, aparatos de radio, T.V. y comunicaciones), son las divisiones más aglomeradas. Contrariamente, si clasificamos a los sectores con γ cercanos a cero o negativos como aquellos en los cuales las decisiones de localización territorial de los establecimientos industriales parecerían regirse siguiendo un criterio aleatorio, encontramos que las divisiones 26 (elaboración de otros productos minerales no metálicos), 16 (productos de tabaco), 20 (elaboración de productos de madera, corcho y paja) y 15 (elaboración de productos alimenticios y bebidas) se rigen por dicho criterio de localización.

14

Tabla 4.1 Indicadores de Maurel y Sedillot

División Descripción GMS H γMS 34 Vehículos automotores, remolques y semirremolques 0,0623 0,0176 0,0455 32 Fab. de equipos y aparatos de radio, T.V. y comunicaciones 0,0682 0,0258 0,0435 30 Maquinaria de oficina, contabilidad e informática 0,1057 0,0845 0,0232 25 Fabricación de productos de caucho y plástico 0,0202 0,0019 0,0184 35 Otros tipos de equipo de transporte 0,0389 0,0215 0,0178 33 Relojes e instrumentos médicos, ópticos y de precisión 0,0201 0,0030 0,0172 23 Coque, refinados de petróleo y combustible nuclear 0,0766 0,0609 0,0167 31 Maquinaria y aparatos eléctricos 0,0187 0,0028 0,0160 22 Edición, impresión y reproducción de grabaciones 0,0181 0,0024 0,0157 17 Productos textiles 0,0136 0,0025 0,0111 28 Productos elaborados de metal, excepto maquinaria y equipo 0,0100 0,0005 0,0095 18 Prendas de vestir, terminación y teñido de pieles 0,0089 0,0009 0,0081 19 Curtido y terminación de cueros, marroquinería y calzados 0,0173 0,0093 0,0080 29 Maquinaria y equipo 0,0094 0,0013 0,0080 21 Papel y productos del papel 0,0131 0,0061 0,0070 36 Muebles, colchones y otras industrias manufactureras 0,0065 0,0003 0,0063 27 Fabricación de metales comunes 0,0421 0,0376 0,0047 24 Sustancias y productos químicos 0,0070 0,0025 0,0045 26 Otros productos minerales no metálicos 0,0040 0,0033 0,0007 16 Productos de tabaco 0,1576 0,1590 -0,0017 20 Madera, corcho y paja -0,0019 0,0008 -0,0027 15 Elaboración de productos alimenticios y bebidas -0,0042 0,0009 -0,0050

Fuente: Elaboración Propia

En la tabla 4.2 se presentan los resultados del índice propuesto por Devereux, Griffith, Simpson. La variable F representa la concentración geográfica y la M la concentración industrial. Finalmente α, la diferencia entre F y M, expresa el grado de concentración geográfica sujeto a concentración industrial. Como puede observarse, los indicadores de aglomeración de MS y DGS presentan un ordenamiento por división similar. Teniendo en cuenta los resultados de ambos indicadores, podemos agrupar a las 22 divisiones en cuatro niveles bien definidos que indican el grado de aglomeración: alto, medio alto, medio bajo, o bajo. Las divisiones con un alto grado de aglomeración son: la 34 (fabricación de vehículos automotores, remolques y semirremolques) y la 32 (fabricación de equipos, aparatos de radio, T.V. y comunicaciones). Cabe señalar que si bien ambas divisiones tienen una gran concentración geográfica, la división 32 se debe en principio a incentivos fiscales. Las divisiones que presentan un nivel medio alto son: la 30 (maquinaria de oficina, contabilidad e informática), la 25 (fabricación de productos de caucho y plástico), la 35 (otros tipos de equipo de transporte), la 33 (relojes e instrumentos médicos, ópticos y de precisión), la 23 (coque, refinados de petróleo y combustible nuclear), la 31 (maquinaria y aparatos eléctricos), y la 22 (edición, impresión y reproducción de grabaciones). Las divisiones con un nivel medio bajo son: la 17 (textiles), la 28 (productos elaborados de metal, excepto maquinaria y equipo), la 19 (curtido y terminación de cueros, marroquinería y calzados), la 18 (prendas de vestir, terminación y teñido de pieles), la 29 (maquinaria y equipo), la 21 (papel y productos del papel), la 36 (muebles, colchones y otras industrias manufactureras), la 27 (fabricación de metales comunes), y la 24 (sustancias y productos químicos). Finalmente, las divisiones que prácticamente no muestran tendencia alguna a aglomerarse son: la 26 (elaboración de otros productos minerales no metálicos), la 16 (productos de tabaco), la 20 (elaboración de

15

productos de madera, corcho y paja), y la 15 (elaboración de productos alimenticios y bebidas). Tabla 4.2 Indicadores de Devereux, Griffith, Simpson

División Descripción F M α=F-M Nivel 34 Vehículos automotores, remolques y semirremolques 0,0737 0,0173 0,0565 Alto 32 Fab. de equipos y aparatos de radio, T.V. y comunicaciones 0,0796 0,0241 0,0555 Alto 30 Maquinaria de oficina, contabilidad e informática 0,1110 0,0771 0,0340 Medio alto 25 Fabricación de productos de caucho y plástico 0,0323 0,0016 0,0307 Medio alto 35 Otros tipos de equipo de transporte 0,0507 0,0202 0,0305 Medio alto 33 Relojes e instrumentos médicos, ópticos y de precisión 0,0322 0,0023 0,0299 Medio alto 23 Coque, refinados de petróleo y combustible nuclear 0,0799 0,0510 0,0288 Medio alto 31 Maquinaria y aparatos eléctricos 0,0308 0,0025 0,0283 Medio alto 22 Edición, impresión y reproducción de grabaciones 0,0302 0,0023 0,0279 Medio alto 17 Productos textiles 0,0257 0,0022 0,0235 Medio bajo 28 Productos elaborados de metal, excepto maquinaria y equipo 0,0222 0,0004 0,0218 Medio bajo 19 Curtido y terminación de cueros, marroquinería y calzados 0,0293 0,0089 0,0204 Medio bajo 18 Prendas de vestir, terminación y teñido de pieles 0,0211 0,0007 0,0204 Medio bajo 29 Maquinaria y equipo 0,0215 0,0012 0,0204 Medio bajo 21 Papel y productos del papel 0,0252 0,0050 0,0201 Medio bajo 36 Muebles, colchones y otras industrias manufactureras 0,0188 0,0001 0,0186 Medio bajo 27 Fabricación de metales comunes 0,0539 0,0366 0,0172 Medio bajo 24 Sustancias y productos químicos 0,0193 0,0021 0,0171 Medio bajo 26 Otros productos minerales no metálicos 0,0163 0,0031 0,0132 Bajo 16 Productos de tabaco 0,1311 0,1206 0,0106 Bajo 20 Madera, corcho y paja 0,0104 0,0006 0,0098 Bajo 15 Elaboración de productos alimenticios y bebidas 0,0082 0,0008 0,0074 Bajo


4.1 Comparación de los resultados de los distintos indicadores En la tabla 4.3 se incluyen los indicadores ordenados a partir del α, donde 1 corresponde a la división más aglomerada y 22, a la menos aglomerada. Además se presenta el ordenamiento que surge de la aplicación del Índice de Gini Relativo propuesto por Krugman (1991), que como se mostró en la sección 2, mide la concentración geográfica sin considerar, como lo hacen los indicadores de aglomeración, la concentración industrial. Si bien, la tabla 4.3 muestra más claramente la gran similitud entre los ordenamientos sectoriales que surgen de la aplicación de los índices MS y DGS, esto no necesariamente debería esperarse bajo otras condiciones. Como se explicó en la Sección 2, en el caso que se realice un análisis a un nivel mayor de desagregación sectorial, y/o la unidad utilizada sea de una dimensión mayor al departamento, los resultados de estos índices no necesariamente coincidirían. Ello se debe a que el índice de MS no ajusta los datos cuando el número de unidades geográficas es menor al número de establecimientos industriales, sobreestimando el grado de aglomeración real.

16

Tabla 4.3 Cuadro comparativo de los indicadores

División Descripción γMS α Gini 34 Vehículos automotores, remolques y semirremolques 1 1 12 32 Fab. de equipos y aparatos de radio, T.V. y comunicaciones 2 2 4 30 Maquinaria de oficina, contabilidad e informática 3 3 3 25 Fabricación de productos de caucho y plástico 4 4 14 35 Otros tipos de equipo de transporte 5 5 5 33 Relojes e instrumentos médicos, ópticos y de precisión 6 6 7 23 Coque, refinados de petróleo y combustible nuclear 7 7 2 31 Maquinaria y aparatos eléctricos 8 8 16 22 Edición, impresión y reproducción de grabaciones 9 9 20 17 Productos textiles 10 10 11 28 Productos elaborados de metal, excepto maquinaria y equipo 11 11 21 19 Curtido y terminación de cueros, marroquinería y calzados 14 12 9 18 Prendas de vestir, terminación y teñido de pieles 12 13 13 29 Maquinaria y equipo 13 14 18 21 Papel y productos del papel 15 15 8 36 Muebles, colchones y otras industrias manufactureras 16 16 19 27 Fabricación de metales comunes 17 17 6 24 Sustancias y productos químicos 18 18 10 26 Otros productos minerales no metálicos 19 19 15 16 Productos de tabaco 20 20 1 20 Madera, corcho y paja 21 21 17 15 Elaboración de productos alimenticios y bebidas 22 22 22

Fuente: Elaboración Propia En la tabla 4.3 también podemos observar una importante diferencia entre los resultados de los índices de aglomeración y los obtenidos por el Índice de Gini Relativo propuesto por Krugman. Una matriz de correlación nos puede ayudar a visualizar estas discrepancias. Tabla 4.4 Matriz de correlación de los indicadores

Indicadores α γMS Gini α 1 γMS 0.999 1 Gini 0.369 0.365 1


Las diferencias entre los resultados de los indicadores de aglomeración y el Índice de Gini Relativo se deben a dos motivos. Por un lado, los primeros no sólo analizan la concentración geográfica sino que también la relativizan utilizando un índice de concentración industrial del tipo de Herfindhal. Por lo tanto, sectores concentrados geográficamente presentarán altos valores de GMS, y F pero, en el caso en que la producción esté concentrada en un número reducido de establecimientos, los índices H y MDGS también serán elevados, no percibiéndose un grado importante de aglomeración.

Un ejemplo de lo expuesto anteriormente es el de la división 16 (elaboración de productos de tabaco). Los índices de concentración geográfica GMS, y FDGS, así como el Gini, arrojan un resultado muy elevado. Pero, mediante el cálculo de los índices de concentración industrial H y MDGS observamos que la producción de este sector se encuentra aglutinada en pocos establecimientos industriales, indicando que no estamos ante un sector con un alto grado de aglomeración industrial. Esta división, entonces, tiene una alta concentración geográfica e

17

industrial, pero no está aglomerada. Si bien este fenómeno es evidente en el caso de la división 16, también ocurre en menor grado en las divisiones 27 (fabricación de metales comunes), y en la división 21 (fabricación de papel y productos de papel).

Por otro lado, existe otra gran diferencia entre los índices de aglomeración y aquel utilizado por Krugman. Ésta se encuentra relacionada con la construcción específica de los índices: mientras que los primeros dan mayor peso a las jurisdicciones con un elevado número absoluto de ocupados industriales del sector, el Índice Relativo de Gini no realiza esta distinción. Esto se observa en los cocientes utilizados. Los indicadores de aglomeración están fuertemente influenciados por la variable Si (proporción del empleo de la división analizada en la i-ésima unidad geográfica), mientras que en el caso del Gini de Krugman, se utiliza el factor Yk que es el cociente entre ocupados del sector en el departamento y el total de ocupados del departamento.

De lo expresado anteriormente, surge que en los índices de aglomeración “pesan” mucho aquellas jurisdicciones con una alta proporción de los ocupados del sector analizado mientras que, en el valor del índice propuesto por Krugman influyen principalmente aquellos municipios altamente especializados. Pero, ¿por qué habría esta diferencia de alterar el orden relativo de aglomeración de los veintidós sectores analizados? Ello ocurre debido a que en el caso argentino, gran parte de los departamentos que presentan un alto grado de especialización (un alto porcentaje de los ocupados pertenece a una división específica) poseen un bajo número absoluto de ocupados industriales y por lo tanto, no pertenecen a las principales áreas metropolitanas (Buenos Aires, Córdoba Capital, Rosario, etc.). Si bien el gran porcentaje de los ocupados de todas las divisiones pertenece a los principales distritos urbanos, el resto no se encuentra distribuido en forma similar. Es decir, ese bajo porcentaje de los ocupados cuyos establecimientos no están situados en las grandes aglomeraciones urbanas, dependiendo del sector al que pertenecen, muestran un mayor grado de concentración geográfica y, por lo tanto, un valor más alto del índice de Krugman.

En consecuencia, aquellas industrias mayormente localizadas en áreas urbanas densamente pobladas o bien, aquellas que poseyendo un porcentaje similar de su mano de obra en los distritos urbanos, están geográficamente menos concentradas en los restantes departamentos, tenderán a evidenciar un menor valor del índice de Krugman. Este efecto se observa en las divisiones 22, 25, 28, 31, 34. Veamos dos casos a forma de ejemplo.

La división 34 (fabricación de vehículos automotores, remolques y semirremolques), y división 22, (edición, impresión y reproducción de grabaciones), son consideradas como aglomeradas de acuerdo con los índices de MS y DGS, pero no lo son de acuerdo con el Gini propuesto por Krugman. Esto se debe a que la mayor parte de los ocupados del sector se encuentran (en un porcentaje mayor al de otras actividades) en los grandes centros urbanos caracterizados por la existencia de un gran número de actividades industriales; de allí los bajos valores en el índice de Gini. En los restantes departamentos, el número de ocupados es muy bajo o directamente no hay presencia del sector (especialmente en el caso de la división 34), indicando también, como puede observarse, bajos valores del índice de Gini. Para la división 24 (sustancias y productos químicos), ocurre exactamente lo contrario. Los índices de concentración geográfica GMS, y FDGS son bajos, mientras que el valor del índice de Gini es alto. Esto se debe a que es un sector que si bien esta concentrado en un amplio número de departamentos urbanos, su presencia en algunos de ellos es muy importante (por ejemplo en Florencia Varela, Pilar y Escobar). Por lo tanto, ello determina un alto valor del índice de Gini propuesto por Krugman.

18

5. La tendencia aglomerativa de las distintas clases de la industria manufacturera en Argentina: Resultados obtenidos

Siguiendo la metodología utilizada en la sección anterior, aquí analizaremos la tendencia aglomerativa de los sectores industriales desagregados a cuatro dígitos, ya que el análisis a dos dígitos plantea algunas restricciones dado que cada una de las divisiones engloba un número de actividades económicas muy diversas que pueden presentar un patrón de localización diferente. Esto es de esperarse fundamentalmente en las divisiones 15 (Elaboración de productos alimenticios y bebidas) y 36 (Muebles, colchones y otras industrias manufactureras). Las clases no solo nos permiten identificar en forma más precisa cual de las actividades industriales comprendidas en la división a dos dígitos es la que muestra un mayor grado de concentración geográfica condicionada por la concentración industrial sino que, adicionalmente, nos resaltan un importante número de subindustrias que estando aglomeradas no eran reconocidas al utilizarse la apertura a dos dígitos. A este nivel de desagregación sectorial, el número de empresas por clase en la mayoría de los casos es inferior al número de jurisdicciones, por consiguiente, utilizaremos para nuestro análisis solamente el índice de Devereaux-Griffith-Simpson. Cabe recordar que este índice al definir el factor K* como la máxima cantidad de regiones en la cual una industria puede tener localizadas N plantas, lo que hace es ajustar los coeficientes F y M de forma tal que no se sobrestime el grado de aglomeración.

5.1 Las clases con mayor tendencia aglomerativa

Las 125 clases de la CIIU Rev. 3 fueron divididas en cuartiles. Consideraremos que el primer cuartil es aquel que presenta un alto grado de aglomeración. De acuerdo con esta apertura y esta metodología las treinta clases más aglomeradas se detallan en la tabla 5.1. Del análisis de los resultados individuales de las treinta clases más aglomeradas, surge que los motivos por los cuales éstas figuran entre las de mayor tendencia aglomerativa responden a fenómenos distintos. En efecto, las clases 1512 (elaboración y conservación de pescado y productos de pescado), 2330 (elaboración de combustible nuclear), 3230 (fabricación de receptores de radio y televisión, aparatos de grabación y reproducción de sonido y video, y productos conexos) y 3530 (fabricación de aeronaves y naves espaciales) presentan niveles muy altos de concentración geográfica y niveles no tan elevados de concentración industrial; mientras que las clases 2732 (fundición de metales no ferrosos) y 2519 (fabricación de otros productos de caucho) si bien presentan niveles de concentración geográfica más bien bajos, el hecho de que la producción se distribuya homogéneamente entre los establecimientos hace que estos sectores posean una gran tendencia a aglomerarse territorialmente. Si bien estos índices, como ya se dijo anteriormente, no nos permiten diferenciar si la causa del grado de aglomeración se debe a la presencia de externalidades ó de ventajas naturales específicas del territorio, éstas últimas en principio están más presentes en las clases 1512 (elaboración y conservación de pescado y productos de pescado), 3512 (construcción y reparación de embarcaciones para recreo y deporte) y 2694 (fabricación de cemento, cal y yeso).

19

Tabla 5.1 Las 30 clases más aglomeradas Orden Clase Descripción F M α

1 1512 Elaboración y conservación de pescado y productos de pescado 0,3213 0,0173 0,30402 2330 Elaboración de combustible nuclear 0,3052 0,0140 0,2912

3 3230 Fabricación de receptores de radio y televisión, aparatos de grabación y reproducción de sonido y video, y productos conexos 0,2749 0,0365 0,2384

4 3512 Construcción y reparación de embarcaciones para recreo y deporte 0,2205 0,0026 0,21795 3530 Fabricación de aeronaves y naves espaciales 0,2417 0,0277 0,21416 2211 Edición de libros, folletos, partituras y otras publicaciones 0,1621 0,0023 0,1599

7 2813 Fabricación de generadores de vapor, excepto calderas de agua caliente para calefacción central 0,1797 0,0461 0,1336

8 3691 Fabricación de joyas y artículos conexos 0,1319 0,0023 0,12969 3592 Fabricación de bicicletas y de sillones de ruedas para inválidos 0,1292 0,0012 0,1280

10 3599 Fabricación de otros tipos de equipo de transporte 0,1449 0,0218 0,123111 2213 Edición de grabaciones 0,1861 0,0660 0,120112 3330 Fabricación de relojes 0,1546 0,0412 0,113513 1722 Fabricación de tapices y alfombras 0,1366 0,0295 0,107014 3320 Fabricación de instrumentos de óptica y equipo fotográfico 0,1166 0,0129 0,103715 3410 Fabricación de vehículos automotores 0,1939 0,0935 0,100416 1820 Adobo y teñido de pieles, fabricación de artículos de piel 0,1032 0,0113 0,0919

17 2926 Fabricación de maquinaria para la elaboración de productos textiles, prendas de vestir y cueros 0,1013 0,0094 0,0919

18 3692 Fabricación de instrumentos de música 0,1095 0,0199 0,0896

19 3420 Fabricación de carrocerías para vehículos automotores, fabricación de remolques y semirremolques 0,0757 0,0068 0,0689

20 2694 Fabricación de cemento, cal y yeso 0,0899 0,0248 0,065121 1542 Elaboración de azúcares 0,0931 0,0301 0,063022 1729 Fabricación de otros productos textiles 0,0727 0,0104 0,062323 1911 Curtido y adobo de cueros 0,0754 0,0149 0,060624 2732 Fundición de metales no ferrosos 0,0601 0,0008 0,059325 2519 Fabricación de otros productos de caucho 0,0593 0,0030 0,056326 3693 Fabricación de artículos de deporte 0,0631 0,0077 0,055427 1712 Acabado de productos textiles 0,0618 0,0070 0,054828 3120 Fabricación de aparatos de distribución y control 0,0573 0,0051 0,052229 3591 Fabricación de motocicletas 0,1384 0,0873 0,051230 2212 Edición de periódicos, revistas y publicaciones periódicas 0,0717 0,0227 0,0490

Fuente: Elaboración Propia Tal como se comentó al comienzo de esta sección, del análisis de las treinta clases más aglomeradas de la clasificación CIIU Rev.3 (a cuatro dígitos) surge que la clase con mayor tendencia aglomerativa, la 1512 (elaboración y conservación de pescado y productos de pescado), pertenece a la división 15 (elaboración de productos alimenticios y bebidas) que mostró el grado de aglomeración más bajo y que comprende una amplia gama de actividades industriales. El mismo fenómeno se observa para la división 36 con sus clases 91 (fabricación de joyas y artículos conexos), 92 (fabricación de instrumentos de música) y 93 (fabricación de artículos de deporte). Algo similar ocurre en las divisiones 26 (otros productos minerales no metálicos) y 29 (maquinaria y equipo), que de acuerdo con el análisis hecho en la sección anterior eran una de las divisiones menos aglomeradas. Las clases que las integran respectivamente, la 94 (fabricación de cemento, cal y yeso) y la 26 (maquinaria para la elaboración de “textiles, prendas de vestir y cueros), presentan un importante grado de aglomeración.

20

5.1.1 Las divisiones con mayor tendencia aglomerativa y la ubicación de sus clases A partir de los resultados del índice αDGS a dos y cuatro dígitos, en la tabla 5.2 se presentan las divisiones más aglomeradas y sus clases. Tabla 5.2 Las dos más aglomeradas y sus clases

Divisiones (2 díg.) Clases (4 díg.) División Orden Clase Orden

F M α

34 1 0,0737 0,0173 0,0565 3410 15 0,1939 0,0935 0,1004 3420 19 0,0757 0,0068 0,0689 3430 43 0,0427 0,0028 0,0399

32 2 0,0796 0,0241 0,0555 3230 3 0,2749 0,0365 0,2384 3210 37 0,0538 0,0084 0,0453 3220 86 0,1242 0,1004 0,0238


De acuerdo con lo visto en la sección anterior, la división 34 (fabricación de vehículos automotores, remolques y semirremolques) se encuentra dentro de las divisiones más aglomeradas. El análisis del sector a cuatro dígitos revela que la concentración se da principalmente en la clase 10 (fabricación de vehículos automotores) y en la clase 20 (fabricación de carrocerías para vehículos automotores, fabricación de remolques y semirremolques), ubicadas respectivamente en el puesto 15 y 19 con respecto a la totalidad de las clases industriales. Finalmente, encontramos la clase 30 (fabricación de partes, piezas y accesorios para vehículos automotores y sus motores) presenta un grado medio alto de aglomeración. En decir, la división 34 presenta un reducido número de clases y una relativamente baja dispersión entre sus valores; ellos se ubican todos en las primeras 50 posiciones de nuestro ordenamiento a cuatro dígitos.

La otra división con una gran tendencia aglomerativa, la 32 (fabricación de equipos y aparatos de radio, televisión y comunicaciones), presenta el mayor nivel de aglomeración en la clase 30 (fabricación de receptores de radio y televisión, aparatos de grabación y reproducción de sonido y vídeo, y productos conexos), que se ubica tercera con respecto a la totalidad de las clases industriales, seguida luego por la 20 (fabricación de transmisores de radio y televisión y de aparatos para telefonía y telegrafía con hilos), y por último, por la 10 (fabricación de tubos y válvulas electrónicos y de otros componentes electrónicos). La dispersión es mayor que en el caso anterior, encontrándose la última clase de la división en la posición 86. Es decir, si consideramos aglomeradas a las clases pertenecientes al primer cuartil, podríamos afirmar que solo la 30 está fuertemente aglomerada, y es justamente producto de ello que en nuestro análisis a dos dígitos la división 32 se nos presenta como uno de los dos sectores geográficamente mas concentrados.

5.2 Las clases con menor tendencia aglomerativa

La tabla 5.3 muestra las 30 clases de la CIIU Rev. 3 menos aglomeradas, es decir, las correspondientes al último cuartil.

21

Al igual que para el análisis de los resultados individuales de las treinta clases más aglomeradas, surge que los motivos por los cuales éstas figuran entre las de menor tendencia aglomerativa responden a fenómenos distintos. En efecto, las clases 2412 (fabricación de abonos y compuestos de nitrógeno), 2927 (fabricación de armas y municiones), 1723 (fabricación de cuerdas, cordeles, bramantes y redes), 2710 (industrias básicas de hierro y acero), 2691 (fabricación de cerámicas no refractaria para uso no estructural), 16006 (elaboración de productos de tabaco) y 2511 (fabricación de cubiertas y cámaras de caucho, recauchutado y renovación de cubiertas de caucho) presentan niveles muy altos tanto de concentración geográfica e industrial, mientras que el resto de las clases menos aglomeradas muestran niveles bajos de ambas dimensiones. A nuestro modo de ver, dos importantes interrogantes se desprenden del párrafo anterior: i) los altos niveles de concentración geográfica de algunos sectores industriales, pudieron haber estado en el pasado acompañados por bajos niveles de concentración industrial?. Es decir, existieron fuerzas centrípetas que favorecieron la localización de varios establecimientos entre los cuales la producción se distribuía homogéneamente, hasta que por ejemplo, la existencia de economías de escala internas a los establecimientos o las características temporales del mercado hicieron que los establecimientos se absorbieran unos a otros concentrándose la producción en unos pocos, generando la actual baja tendencia aglomertativa?; ó ii) se trata solamente de sectores con altas barreras de entrada, supeditadas fundamentalmente a niveles iniciales de inversión?. La respuesta al segundo interrogante parecería adecuarse mejor con los sectores mencionados en el párrafo anterior, pero no deberíamos descartar de nuestro análisis las importantes conclusiones que podrían desprenderse del primer interrogante. 6 Dado que la división 16 no presenta una apertura a cuatro dígitos, los resultados del índice son exactamente los mismos, no permitiéndose profundizar el análisis. Por esta razón, en el caso de este sector hemos analizado su grado de aglomeración mediante una apertura a cinco dígitos, según la Clasificación Nacional de Actividades Económicas 1997 (CLANAE-97), en la cual se distingue entre la preparación de hojas de tabaco y la elaboración de productos de tabaco. La elaboración de hojas de tabaco está medianamente aglomerada (si se la compara con las otras clases a cuatro dígitos, se ubicaría en el puesto 49). En cambio, la producción de cigarrillos si bien está geográficamente muy concentrada, su concentración industrial es altísima y, por lo tanto, su grado de aglomeración bajo (de acuerdo con la comparación a cuatro dígitos estaría en el ante último lugar).

22

Tabla 5.3 Las 30 clases menos aglomeradas Orden Clase Descripción F M α

96 3610 Fabricación de muebles 0,0199 0,0001 0,019897 1533 Elaboración de alimentos preparados para animales 0,0274 0,0083 0,019198 1723 Fabricación de cuerdas, cordeles, bramantes y redes 0,1581 0,1395 0,0186

99 2022 Fabricación de partes y piezas de carpintería para edificios y construcciones 0,0205 0,0024 0,0181

100 3140 Fabricación de acumuladores y de pilas y baterías primarias 0,0312 0,0140 0,0172101 2692 Fabricación de productos de cerámica refractaria 0,0517 0,0346 0,0171102 2923 Fabricación de maquinaria metalúrgica 0,1166 0,0995 0,0171103 2101 Fabricación de pasta de madera, papel y cartón 0,0598 0,0429 0,0169104 1511 Producción, procesamiento y conservación de carne y productos cárnicos 0,0222 0,0054 0,0168

105 2411 Fabricación de sustancias químicas básicas, excepto abonos y compuestos de nitrógeno 0,0289 0,0130 0,0159

106 2221 Actividades de impresión 0,0172 0,0015 0,0157107 2010 Aserrado y acepilladura de madera 0,0166 0,0009 0,0157108 2811 Fabricación de productos metálicos para uso estructural 0,0155 0,0001 0,0155109 2695 Fabricación de artículos de hormigón, cemento y yeso 0,0159 0,0012 0,0148110 1554 Elaboración de bebidas no alcohólicas, producción de aguas minerales 0,0194 0,0047 0,0147111 2421 Fabricación de plaguicidas y otros prod. químicos de uso agropecuario 0,0656 0,0513 0,0143112 1544 Elaboración de macarrones, fideos, alcuzcuz y farináseos similares 0,0161 0,0020 0,0141113 2710 Industrias básicas de hierro y acero 0,1320 0,1187 0,0133

114 2029 Fabricación de otros productos de madera, fabricación de artículos de corcho, paja y materiales trensables 0,0134 0,0002 0,0133

115 1531 Elaboración de productos de molinería 0,0187 0,0066 0,0121116 2691 Fabricación de cerámicas no refractaria para uso no estructural 0,1294 0,1173 0,0121117 1543 Elaboración de cacao y chocolate y productos de cafetería 0,0730 0,0629 0,0101118 2927 Fabricación de armas y municiones 0,1989 0,1901 0,0087119 1600 Elaboración de productos de tabaco 0,1291 0,1206 0,0085120 1541 Elaboración de productos de panadería 0,0105 0,0021 0,0084

121 2511 Fabricación de cubiertas y cámaras de caucho, recauchutado y renovación de cubiertas de caucho 0,1257 0,1196 0,0061

122 2720 Fabricación de prod. primarios, metales preciosos y metales no ferrosos 0,0928 0,0867 0,0061

123 3520 Fabricación de locomotoras y material rodante para ferrocarriles y tranvías 0,0832 0,0782 0,0051

124 2412 Fabricación de abonos y compuestos de nitrógeno 0,4213 0,4212 0,0001125 1553 Elaboración de bebidas malteadas y de malta 0,1098 0,1098 0,0000

Fuente: Elaboración Propia Si bien la mitad de las treinta clases menos aglomeradas corresponden a divisiones con un bajo nivel de aglomeración, la 26 (elaboración de otros productos minerales no metálicos), la 16 (productos de tabaco), la 20 (elaboración de productos de madera, corcho y paja), y la 15 (elaboración de productos alimenticios y bebidas), y otras 11 a divisiones con un nivel medio bajo; cuatro clases corresponden a divisiones con un grado medio alto de aglomeración. Las clases 3140 (fabricación de acumuladores y de pilas y baterías primarias), 2221 (actividades de impresión), 2511 (Fabricación de cubiertas y cámaras de caucho, recauchutado y renovación de cubiertas de caucho) y 3520 (Fabricación de locomotoras y material rodante para ferrocarriles y tranvías) que pertenecen a divisiones con un grado de aglomeración medio alto, se ubican entre las menos aglomeradas por distintas razones. A las dos primeras les corresponden valores bajos tanto de concentración geográfica como industrial, mientras que a las dos restantes, les corresponden valores altos de ambas dimensiones. No obstante lo mencionado anteriormente, podríamos concluir que para el caso analizado, la información adicional que nos brinda el estudio a cuatro dígitos está principalmente

23

relacionada con la posibilidad de encontrar subindustrias altamente aglomeradas dentro de divisiones que no lo estaban y solo en menor grado, con la eliminación de sectores no aglomerados incluidos en clasificaciones a dos dígitos que si lo estaban. 5.2.1 Las divisiones con menor tendencia aglomerativa y la ubicación de sus clases A partir de los resultados del índice αDGS a dos y cuatro dígitos, en la tabla 5.4 se presentan las divisiones menos aglomeradas y sus clases. Tabla 5.4 Las divisiones menos aglomeradas y sus clases

Divisiones (2 díg.) Clases (4 díg.) División Orden Clase Orden

F M α

26 19 0,0163 0,0031 0,0132 2694 20 0,0899 0,0248 0,0651 2610 56 0,0705 0,0364 0,0341 2699 77 0,0389 0,0122 0,0266 2696 88 0,0229 0,0013 0,0217 2693 89 0,0353 0,0139 0,0214 2692 101 0,0517 0,0346 0,0171 2695 109 0,0159 0,0012 0,0148 2691 116 0,1294 0,1173 0,0121

16 20 0,1311 0,1206 0,0106 1600 119 0,1291 0,1206 0,0085 16001 49 0,0956 0,0589 0,0367 16009 124 0,3729 0,3718 0,0011

20 21 0,0104 0,0006 0,0098 2023 34 0,0473 0,0012 0,0461 2021 50 0,0793 0,0428 0,0365 2022 99 0,0205 0,0024 0,0181 2010 107 0,0166 0,0009 0,0157 2029 114 0,0134 0,0002 0,0133

15 22 0,0082 0,0008 0,0074 1512 1 0,3213 0,0173 0,3040 1542 21 0,0931 0,0301 0,0630 1532 42 0,2395 0,1983 0,0412 1552 46 0,0445 0,0070 0,0374 1513 48 0,0421 0,0050 0,0371 1514 52 0,0581 0,0230 0,0351 1551 82 0,0511 0,0253 0,0258 1520 87 0,0383 0,0165 0,0218 1549 90 0,0323 0,0113 0,0211 1533 97 0,0274 0,0083 0,0191 1511 104 0,0222 0,0054 0,0168 1554 110 0,0194 0,0047 0,0147 1544 112 0,0161 0,0020 0,0141 1531 115 0,0187 0,0066 0,0121 1543 117 0,0730 0,0629 0,0101 1541 120 0,0105 0,0021 0,0084 1553 125 0,1098 0,1098 0,0000

Fuente: Elaboración Propia Dentro de la división 26 (fabricación de otros productos minerales no metálicos), la clase 94 (fabricación de cemento, cal y yeso), muestra un nivel de aglomeración relativamente alto

24

ubicándose en la posición 20. Sin embargo, el resto de las clases se encuentran en un rango que va de la posición 56, la 10 (fabricación de vidrio y productos de vidrio), a la 116, la 91 (fabricación de cerámicas no refractaria para uso no estructural). Por consiguiente, estamos en presencia de una división con un alto nivel de dispersión en cuanto respecta al grado relativo de aglomeración. La división 16 (Productos de tabaco), está compuesta por dos grandes actividades, la 001 (elaboración de las hojas de tabaco) y la 009 (elaboración de cigarrillos y otros productos de tabaco). La primera tiene un grado medio de concentración geográfica pero una baja concentración industrial, ubicándose en la posición 49. En cambio, la segunda actividad está fuertemente concentrada en dos departamentos y, así como también dos establecimientos industriales, ubicándose en el ante último lugar. Sin embargo, en este caso ninguna de las clases que integran la división está altamente concentrada. Asimismo, se observa un bajo nivel de aglomeración dentro de la división 20 (producción de madera y fabricación de productos de madera y corcho, excepto muebles; fabricación de artículos de paja y de materiales trenzables). Nuevamente en este caso ninguna de las clases que integran la división está altamente concentrada, perteneciendo a un intervalo cuyos límites son la posición 34 para la clase 23 (fabricación de recipientes de madera), y la 114 para la clase 29 (fabricación de otros productos de madera; fabricación de artículos de corcho, paja y materiales trenzables). Finalmente, la división 15 (elaboración de productos alimenticios y bebidas) sería la menos aglomerada industrialmente. Sin embargo, el índice a cuatro dígitos revela que dicha división contiene a la clase más aglomerada industrialmente: la 12 (elaboración y conservación de pescado y productos de pescado), y otra actividad geográficamente muy concentrada: la 42 (elaboración de azúcares). Como puede observase, la división presenta una amplia dispersión entre las clases que va desde la posición 1, la 12 (elaboración de pescado) hasta la 125, la 53 (elaboración de bebidas malteadas y de malta).

Este es un caso emblemático: ningún sector muestra tan bien como el 15 las desventajas de analizar la aglomeración industrial utilizando una apertura a dos dígitos. Si bien la heterogeneidad en la composición de la división es mucho mayor que la que presentan otras clasificaciones, no deja de ser un caso demostrativo de los problemas que se enfrentan al realizar un análisis agregado como el realizado en la sección anterior. 6. Conclusiones

A partir del paper de Krugman en 1991 se han desarrollado gran cantidad de trabajos con el objeto de medir las economías de escala dentro de una misma industria. El autor utilizó un coeficiente de Gini relativo, con el propósito de reflejar la existencia de externalidades en aquellos sectores cuyo coeficiente se acercaba a uno. El razonamiento era el siguiente: si el empleo se encontraba concentrado en un determinado territorio, era porque las empresas derivaban beneficios por la ubicación en ese lugar y no en otro, evidenciando así la presencia de ventajas naturales, “derrames” de conocimiento y de tecnología (spillovers) y economías externas.

25

Como hemos visto en el trabajo, esta manera de medir las economías de aglomeración tiene algunos problemas. No puede afirmarse que un sector industrial se ha concentrado en una región geográfica debido a la existencia de economías externas basándose solamente en el hecho que exista una gran proporción de su ocupación en la región. Puede ocurrir que esta alta proporción de su empleo sea el resultado de la localización de una gran empresa en esa zona y no de una aglomeración de empresas, con lo cual se obtendría un alto valor del coeficiente de Gini pero de ninguna manera se estaría en presencia de externalidades. Este es el caso de la elaboración de cigarrillos: dos establecimientos situados en el Gran Buenos Aires concentran más del 90% de la ocupación del sector. ¡El cálculo del coeficiente de Gini para este sector arroja un resultado altísimo pero, en realidad, no existen economías externas! Tanto debido a nuestro interés en reconocer la presencia de economías externas a la empresa pero internas a la industria en el territorio, como así también producto de la necesidad de comparar el grado de aglomeración de sectores con estructuras disímiles (especialmente en lo que se refiere al número de establecimientos y su dimensión), se utilizaron una serie de nuevos indicadores que permiten corregir los efectos antes mencionadas. Los indicadores de aglomeración de Ellison y Glaeser, de Maurel y Sedillot y de Deveroux, Griffith y Simpson, incorporan en su calculo una variante del índice Herfindhal, que mide la concentración industrial, es decir, la concentración de la ocupación en unos pocos establecimientos. Los resultados de nuestro análisis a dos dígitos nos permitieron observar las ventajas de estos índices sobre el Índice de Gini propuesto por Krugman (1991). Los indicadores de aglomeración de MS, y DGS presentaron resultados similares, indicando que la mayor parte de las actividades industriales están aglomeradas Del análisis precedente concluimos que resulta indispensable a fines de lograr una correcta apreciación del grado de aglomeración de las distintas actividades, trabajar con una clasificación desagregada por lo menos a cuatro dígitos. Dado que los índices de EG y de MS no ajustan los datos cuando el número de unidades geográficas es menor al número de establecimientos industriales (sobrestimándose el real grado de aglomeración) y, dado que el indicador de EG podría comportarse de manera no deseada si GEG se vuelve mayor a la unidad, utilizamos en nuestro análisis a cuatro dígitos solamente el índice de DGS.

Se identificaron sectores cuya concentración geográfica era alta (ej.: elaboración y conservación de pescado y productos de pescado) pero que pertenecían a una división de composición heterogénea en cuanto refiere a las actividades comprendidas (ej.: elaboración de productos alimenticios). Es importante notar que las razones por las cuales los sectores son considerados aglomerados, pueden ser de diversa índole. La aglomeración de una actividad económica puede deberse a la presencia de ventajas naturales, como parecería ser el caso de elaboración y conservación de pescado, azúcar o la fabricación de cemento; en otros casos, la mayor concentración podría responder a la presencia de externalidades fruto de la interacción entre agentes económicos. En este último caso, las economías externas podrían surgir de la convivencia en un área geográfica de empresas pertenecientes a un mismo sector o a distintos sectores. En el primer caso, el ejemplo usualmente dado es el de los textiles; en el segundo caso, el de la edición de libros y publicaciones. Sin embargo, para algunas actividades económicas analizadas en el estudio precedente, esta distinción es difícil de realizar. En parte, esto ocurre debido a la reducida dimensión de la unidad de análisis. Al estar particionados ciertos centros urbanos en

26

varios departamentos, actividades en las cuales las economías de urbanización (intersectoriales) se esperaría que fuesen más fuertes que las de localización (intrasectoriales) evidencian un alto grado de aglomeración. Un ejemplo de ello podría constituir el de la edición de libros y publicaciones.

En resumen, en el presente trabajo hemos dado un primer paso en la identificación de las economías externas intrasectoriales que conducen a la localización de un número de establecimientos industriales en una zona geográficamente delimitada. El estudio del caso argentino indica que las economías de localización son un factor importante para explicar la ubicación geográfica de las empresas. Por supuesto, su capacidad explicativa varía de acuerdo al sector analizado. Sin embargo, se debe destacar que para un número relevante de actividades industriales estas fuerzas son dominantes y tienden a estructurar el espacio interno en forma de polos industriales especializados.

La identificación de estos polos es de vital importancia tanto con fines académicos como de políticas públicas. Si las economías externas son de naturaleza intrasectorial, los entornos especializados en una determinada actividad serán los que más se beneficiaran de la generación de efectos externos. Entonces, las políticas activas establecimientos pueden ser importantes en vistas de facilitar la adaptación a los nuevos escenarios y la aparición de nuevas iniciativas empresariales. Si una región puede crear un entorno en el cual nuevas empresas quieran localizarse entonces, pueden existir enormes ganancias potenciales para esa región. A su vez, si este proceso ya ha ocurrido, resultaría prohibitivamente costoso (al punto de exceder cualquier ganancia que se pudiera obtener) para una región intentar atraer empresas pertenecientes a una industria ya altamente concentrada en otra área geográfica. Sin embargo, antes de utilizar la política fiscal para influir sobre la localización geográfica de la industria se deberían realizar estudios sobre la importancia de las externalidades intersectoriales como así también sobre el impacto que estas aglomeraciones regionales tienen sobre la productividad y la transferencia de tecnología. Solo entonces, se podrá realizar un análisis de los costos y beneficios de este tipo de políticas. Por este motivo, consideramos indispensable realizar estudios adicionales que centren la atención en la variable geográfica.

27

Bibliografía consultada - Aitken, B., Hanson, G. and Harrinson, E. (1997) “Spillovers, Foreing Investiment, and Export Behavior“, Journal of International Economics 43. - Amiti, M. (1998) “Inter-industry trade in manufactures: does country size matter?”, Journal of International Economics. - Becattini, G. (1979) “Dal ‘settore industriale’ al ‘distretto industriale’. Alcune considerazioni sull’unità d’indagine dell’economia industriale”, L’Industria. Rivista di Economia e Politica Industriall 1, pp. 35-48. - Blasco, A. and Callejón, M. (2001) “Geographical Determinants of the Creation of Manufacturing Firms: tehe Regions of Spain”, Ministerio de Ciencia y Tecnología de España SEC 2000-0882. - Callejón M. y Segarra Blasco A. (2001) “Geographic determinants of the creation of manufacturing firms: the regions of Spain”, Universidad de Barcelona. - Callejón, M. (1998) “Concentración Geográfica de la Industria y Economías de Aglomeración”, CICYT SEC96-0898. - Clarke, Roger (1993) Economía Industrial, Madrid, Colegio de Economistas de Madrid, Celeste ediciones. - Costa M., Segarra A. y Viladecans E. (2000) “Pautas de localización de las nuevas empresas y la flexibilidad territorial”, IEB. - Devereux M., Griffith R. y Simpson H. (1999) “The Geographic distribution of production activity in the UK”, The institute for fiscal studies. - Devereux, M., Griffith, R., and Simpson, H. (1999) “The Geographic Distribution of Production Activity in the UK”, The Institute for Fiscal Studies, WP 26/99. - Donato, V. (2002) La Nueva Geografía Industrial Argentina: La Distribución Territorial y la Especialización Sectorial de las PyMI Argentinas en el año 2000, Observatorio Permanente de las PyMI Argentinas – Università di Bologna, Representación en Buenos Aires, IDI-UIA. - Donato, V. (2003) “Políticas Públicas y Localización Industrial Argentina”, en Real Effects of Regional Integration in the European Union and Mercosur: Inter-Continental Views on Intra-Continental Experiences”, Editorial de la Università di Bologna en Buenos Aires. - Ellison, G. y Glaeser, E. (1997) “Geographic Concentration as a Dinamic Process”, National Bereau of Economic Research WP 6270. - Ellison, G. y Glaeser, E. (1997) “Geographic Concentration in U.S. Manufacturing Industries: a Dartboard Approach”, Journal of Political Economic, Oct 1997, v105, n5 p889(39). - Krugman P., Venables A. (1996) “Integration, specialization and adjustment”, European Economic Review. - Krugman, Paul (1991a) Geography and Trade, Cambridge, Mass: MIT Press. - Krugman, Paul (1991b) “Increasing Returns and Economic Geography”, Journal of Political Economy.

28

- Krugman, Paul (1995) Desarrollo, Geografía y Teoría Económica, Barcelona, Antoni Bosch - Krugman, Paul y Obstfeld, Maurice (2001) Economía Internacional, Madrid, Addinson Wesley - Leti, Giuseppe (1983) Statistica Descrittiva, Bologna, Il Mulino. - Lucas, R.E. (1988) “On the mechanics of economic development”, Journal of Monetary Economics, 22, 3-42. - Marcon, E. and Puech, F. (2002) “A New Method to Evaluate Spacial Economic Activity and its Application to Two French Areas”, JEL Classification R12 - L60 - Marsal, E. (2001) “La Concentración Territorial de las Empresas Industriales: Un Estudio sobre la Unidad Geográfica de Análisis mediante Técnicas de Econometría espacial”, Institut d’Economia de Barcelona 2001/2 - Maurel, F. and Sédillot, B. (1999) “A Measure of the Geographic Concentration in French Manufacturing Industries”, Regional Science and Urban Economics 29, pp. 575-604. - Molina Morales, F. (2001) “European Industrial Districts: Influence of Geographic Concentration on Performance of the Firms”, Journal of International Management 7, pp. 277-294. - Nuñez, S. y Perez, M. (2000) “El Grado de Concentración en las Ramas Productivas de la Economía Española”, Banco de España Doc. 0113. - Predetti, Aldo (1996) I Numeri Indici, Milano, Giuffrè editore - Roccatagliata, Juan A. (1997) Geografía Económica Argentina, Buenos Aires, EL Ateneo. - Romer, P. (1986) “Increasing Returns and Long Run Growth”, Journal of Political Economy 94, pp. 1002-1037. - Sabater, L. y Menéndez, L. (2000) “La Aleatoriedad de la Actividad Industrial”, Economía Industrial N. 334 2000/IV. - Separata CEPAL “Consideraciones sobre el Indice de Gini para medir la concentración del Ingreso”, División de Estadística y Proyecciones Económicas.

¿ALEATORIEDAD O TENDENCIA AGLOMERATIVA?

Documents

Transcript of ¿ALEATORIEDAD O TENDENCIA AGLOMERATIVA?