1

XXXVIII Reunión de Estudios Regionales Murcia, noviembre de 2002

Análisis de la estructura productiva regional desde la óptica de la equivalencia estructural

Ana Salomé García Muñiz (asgarcia@correo.uniovi.es)

Manuel Hernández Muñiz (mmuniz@correo.uniovi.es)

Carmen Ramos Carvajal (cramos@correo.uniovi.es)

Departamento de Economía Aplicada

Universidad de Oviedo

PALABRAS CLAVE: equivalencia estructural, análisis input-output, redes sociales, estructura productiva.

1. INTRODUCCIÓN

Tradicionalmente, un uso clásico del análisis input-output ha sido

establecer qué ramas tienen unos efectos económicos más destacados en el

seno del sistema económico regional, cuantificando la intensidad y la

relevancia de las ligazones intersectoriales. Las propuestas canónicas

establecidas por Hirschman, a finales de los años cincuenta, siguen vigentes y

puede decirse que han recibido un nuevo halo de vida gracias a la nueva

literatura sobre geografía económica, que ha asentado los fundamentos

teóricos de la existencia de importantes externalidades en el espacio.

Este trabajo desplaza momentáneamente el foco de atención empírico

desde las ramas clave a las relaciones de semejanza. Nos proponemos

examinar la estructura productiva de una región a través de la noción de

equivalencia estructural. El objetivo es realizar una clasificación o taxonomía de

los sectores productivos de acuerdo con la semejanza de sus interrelaciones

sectoriales. Esta forma de agrupar o clasificar la información da pie a la

2

comparación de un sector con el resto en términos de la equivalencia de sus

intercambios con el conjunto de la economía, lo que arroja como resultado

bloques que reúnen ramas con semejantes relaciones.

La comunicación se estructura de la siguiente forma. En primer término

determinamos el nivel operativo de agregación, evaluando la ganancia o

pérdida de información que se produce cuando se agrupan las ramas de

actividad de una tabla input-output. A continuación, se define la noción de

equivalencia estructural y se describe el algoritmo que da lugar a una

clasificación de las ramas en bloques equivalentes. Este análisis se

complementa con un estudio de las propiedades económicas de los bloques

obtenidos, con un doble enfoque. En el apartado 4 se presenta un análisis

clásico de los multiplicadores y en el apartado 5 se emplean unas medidas de

centralidad inspiradas en la teoría de las redes sociales. La comunicación

concluye con una breve síntesis de los resultados obtenidos.

2. AGRUPAMIENTO DE LOS DATOS

En este trabajo hemos utilizado la matriz de Asturias correspondiente a

1995, por tratarse ésta de la última publicada1. Además, hemos considerado

los coeficientes técnicos totales, ya que así se tienen en cuenta tanto las

relaciones interiores como los flujos de importación.

La primera cuestión sobre la que hemos debido decidirnos se refiere la

agregación de la tabla: la TIOA-95 aparece agregada a 60, 31,16 y 4 sectores.

Llegados a este punto se nos plantea la siguiente disyuntiva: si trabajamos con

una tabla constituida por 60 sectores posiblemente el elevado volumen de

información oscurezca el análisis, sin embargo, si nos decantamos por utilizar

una matriz fuertemente agregada tendremos una panorámica más clara del

comportamiento de la economía, pero renunciaríamos a parte de la

información. Para evaluar dicha pérdida de información asociada a un mayor

nivel de agregación hemos recurrido a las medidas derivadas de la teoría

1 Para llevar a cabo este análisis utilizaremos la información recogida en la tabla input-output de Asturias correspondiente al año 1995. Véase Sadei (1998).

3

estadística de la información. Llamamos medida de incertidumbre cuadrática

asociada a una variable aleatoria X, al valor de la expresión:

donde pi representa la probabilidad asociada a cada valor de la variable

aleatoria X. Este resultado puede interpretarse como el valor esperado de las

incertidumbres individuales calculadas en términos del complementario del

grado de certeza, cuantificado por medio de la probabilidad.

Esta medida puede ser extendida al análisis conjunto de dos variables y,

por lo tanto, permite cuantificar la incertidumbre asociada a una tabla input-

output. Así, definiremos la incertidumbre cuadrática asociada a una variable

aleatoria bidimensional (X, Y) como el valor de la expresión:

( )

−=−= ∑∑∑∑

= == =

n

1i

n

1j

2ij

n

1i

n

1jijij

2 p12)p1(p2Y,XH

donde pij representa la probabilidad conjunta de un valor (xi, yj).

A partir del concepto de incertidumbre podemos definir el de cantidad de

información que la variable aleatoria Y contiene sobre X, la cual puede

interpretarse como la reducción de la incertidumbre de X entre la situación

inicial y la que se produce después de conocer Y.

La expresión de la cantidad de información será en términos de la

incertidumbre cuadrática I2(X,Y)=H2(X)+H2(Y)-H2(X,Y), donde operando

convenientemente llegamos a la expresión siguiente:

+= ∑ ∑ ∑∑

i j i j

2ij

2.j

2i.

2 pp-p-12)Y,X(I

A partir de ella hemos obtenido la información asociada a cada tabla

según su nivel de agregación y se ha obtenido la siguiente información :

Cuadro nº 1. Información asociada a la TIO según su nivel de agregación Agregación 60 ramas 31 ramas 16 ramas

I2(X,Y) 1,8013 1,7388 1,6618

( )

−=−= ∑∑

==

n

1i

2i

n

1iii

2 p12)p1(p2XH

4

Calculando la pérdida de información relativa asociada a un mayor nivel

de agregación hemos obtenido:

Cuadro nº 2. Pérdida relativa de información debida a la agregación Agregación De 60 a 31 ramas De 31 a 16 ramas De 60 a 16 ramas

Pérdida de información 3,4722 % 4,4228 % 7,7414 %

Esto es, la pérdida de información relativa si agregamos a 31 sectores, y

no a 60, es del 3,47% y la de agregar a 16 del 7,74%. Hemos optado por

trabajar con una desagregación a 31 ramas, ya que no supone una reducción

importante de la cantidad de información, y su manejo es más operativo que si

se empleara la matriz a 60 ramas; por otra parte, una agregación a 16 sectores

la consideramos muy reducida, ya que a partir de ella se quieren determinar

bloques de sectores lo que conducirá a una menor agregación posterior.

3. LA NOCIÓN DE EQUIVALENCIA ESTRUCTURAL

Tal y como se ha examinado en el apartado anterior, los sectores

productivos o ramas de actividad son el resultado de una agregación conforme

a sistemas de clasificación estadísticos generalmente aceptados, que permiten

un tratamiento determinado de la información. Sin embargo, los datos

económicos contenidos en las tablas describen y miden, de forma cuantitativa,

el conjunto de interdependencias económicas y sociales latentes en un

determinado territorio.

Desde un punto de vista conceptual, la actividad económica -del planeta,

de un país, de una región, o de una ciudad- tiene lugar a través de un invisible

proceso de división social del trabajo2. Los altos niveles de bienestar logrados

por algunos países en la época actual son el resultado de una aguda

especialización productiva y de un intenso proceso de cooperación entre

2 Scott (1998), págs. 385-386.

5

numerosos agentes, que da lugar a una multitud de intercambios y de

metaintercambios (Mundell, 1968). Algunos de esos flujos, de muy diversa

naturaleza, pueden ser calificados como económicos y son observables

empíricamente. Otros, simplemente, no son observables o existe una gran

dificultad para ponerles un valor, a pesar de lo cual somos concientes de su

importancia para el desarrollo económico3.

La posición que ocupa cada sector productivo dentro del sistema de

relaciones estructurales hace posible la generación de sinergias dentro del

conjunto empresarial4, lo cual constituye una tímida manifestación empírica de

esos metaintercambios latentes en el sistema económico. Son estos actores

económicos artífices del futuro de una región los que van a ser objeto de

clasificación mediante el concepto de red y de equivalencia estructural.

Una red consiste en un conjunto de actores (en este trabajo, sectores)

que están conectados por medio de diferentes relaciones5. El análisis de estas

redes sociales6 puede aplicarse para profundizar y ampliar el conocimiento de

la estructura económica de una región.

Ya en las investigaciones sociológicas iniciales de Alex Bavelas (1948,

1950), se sostiene que la configuración de la red determina el tipo de

organización del grupo e influye en los comportamientos de sus participantes.

Estrechamente relacionada, la sociometría (Moreno, 1954) aporta una visión

topológica de las relaciones por medio del estudio sistemático del modo en que

se organizan y disponen las mismas7.

3 Son activos de naturaleza sociopolítica producidos por los individuos en sociedad y que constituyen una condición para el funcionamiento de la sociedad (Vanoli, 1983, pág. 114). Recientemente la literatura que examina los problemas del capital social ha llamado la atención sobre estos activos para explicar las diferencias observadas en el crecimiento de las regiones y países. 4 Relaciones que, como sabemos, en una tabla han sido rotas o separadas al utilizar un enfoque técnico económico que separa las empresas en unidades de producción homogéneas. 5 Wasserman y Faust (1994). 6 Sus orígenes se sitúan tanto en la sociología y antropología, como en la sociometría. 7 Obras citadas en Wasserman y Faust (1994).

6

Aquellos sectores productivos que presentan idénticas conexiones tanto

en compras como en ventas con el resto de ramas de la red, se les califica

como estructuralmente equivalentes. Dicho con otras palabras, ramas con

similares relaciones son estructuralmente equivalentes cuando ocupan la

misma posición en la red8.

Es difícil en la práctica localizar sectores que cumplan con exactitud esta

característica. Se requiere, más bien, identificar y localizar conjuntos de ramas

productivas que sean “aproximadamente” equivalentes desde un punto de vista

estructural de acuerdo con alguna medida de similitud.

En este trabajo se plantea la construcción de bloques constituidos por

sectores que presentan semejanzas estructurales9. Su correspondiente

identificación se deberá realizar a partir de la aplicación de un método de

cluster jerárquico sobre indicadores de similitud.

Un procedimiento ampliamente utilizado en la literatura de redes sociales

es el denominado CONCOR10 (CONvergence of iterated CORrelations). Es un

algoritmo cluster que se aplica sobre la matriz de coeficientes de correlación

lineal, de tal forma que la matriz obtenida tras una convergencia iterativa queda

dividida en dos bloques11. Sucesivas aplicaciones de dicho método sobre los

grupos precedentes permiten subdividirlos progresivamente.

El resultado de aplicar esta metodología a la tabla input-output de la

economía asturiana, agregada a 31 ramas, aparece en el cuadro nº 3. Dicho

8 White, Boorman y Breiger (1976). 9 El concepto de similitud puede ser entendido bajo una triple perspectiva: equivalencia estructural, equivalencia automórfica y equivalencia regular. Estas dos últimas son definiciones más ambiguas del término en cuestión. Dos actores son equivalentes automórficamente si existe un re-etiquetado posible de actores sin que cambie ninguna de las propiedades del grafo, es decir, se mantengan las distancias en el grafo. Por otro lado, dos actores son equivalentes regularmente si tienen el mismo perfil de relaciones con miembros de otros conjuntos que también son equivalentes regularmente. 10 Breiger, Boorman y Arabie (1975) citado en Gerlach (1992). 11 La matriz de correlación final, obtenida tras sucesivas iteraciones, estará formada por +1, y -1, representativos de los actores que pertenecen a uno u otro de los dos grupos.

7

cuadro condensa en 11 bloques, denotados cada uno de ellos por una letra, las

ramas de actividad que presentan similares interrelaciones12.

Cuadro nº 3. Bloques equivalentes estructuralmente Bloques Sectores

Bloque A Agricultura, ganadería y silvicultura (1) Industria del papel, edición y artes gráficas (9) Alimentación, bebidas y tabaco (5) Industria de la madera y del corcho (8)

Bloque B Hostelería (22) Bloque C Pesca (2)

Transporte y comunicaciones (23) Bloque D Intermediación financiera (24)

Alquileres; servicios empresariales (25) Bloque E Industria textil y de la confección (6)

Industria del cuero y del calzado (7) Bloque F Actividades sociales y servicios personales (29)

Administración pública (26) Educación (27) Sanidad y servicios sociales (28) Comercio y reparación (21)

Bloque G Organismos extraterritoriales (31) Hogares que emplean personal doméstico (30)

Bloque H Energía eléctrica, gas y agua (19) Extracción de productos energéticos (3) Coquerías y refino de petróleo (10) Extracción de otros minerales (4) Industria química (11)

Bloque I Industrias manufactureras diversas (18) Industria del caucho y materias plásticas (12) Otros productos minerales no metálicos (13)

Bloque J Fabricación de material de transporte (17) Maquinaria y equipo mecánico (15) Metalurgia y productos metálicos (14) Material eléctrico, electrónico y óptico (16)

Bloque K Construcción (20) Fuente: elaboración propia a partir de TIOA-95 (entre paréntesis aparece el

código de la clasificación A-31 de la tabla input-output utilizada).

Desde la óptica de las relaciones de equivalencia estructural, sectores

muy distintos tienen la misma posición en el sistema regional. Por ejemplo, la

pesca y los transportes y comunicaciones, aparecen reunidos en el mismo

bloque (el C). El bloque F obtenido contiene básicamente actividades del sector

servicios. Finalmente, en los bloques H y J, a la luz de los numerosos estudios

12 Se ha empleado para este trabajo el software especializado en redes sociales UCINET (Borgatti, Everett y Freeman) disponible en Internet (www.analytictech.com).

8

realizados sobre la estructura productiva de la economía asturiana, aparece el

núcleo de actividades en torno a las cuales se ha configurado la base

exportadora de la región asturiana.

4. ANÁLISIS CLÁSICO DE MULTIPLICADORES Una vez que se han determinado los bloques de sectores equivalentes

puede ser interesante analizar, a partir de ellos, la estructura productiva

asturiana. Para ello y, aplicando un análisis clásico, hemos determinado los

coeficientes que permiten recoger el poder de dispersión y la sensibilidad de

absorción, los multiplicadores de empleo y aquellos que muestran la

dependencia regional del exterior.

4.1. COEFICIENTES DE RASMUSSEN: PODER DE DISPERSIÓN Y SENSIBILIDAD DE ABSORCIÓN

A partir del estudio de los multiplicadores es posible profundizar en el

conocimiento de la estructura productiva regional. En este primer punto

cuantificaremos los coeficientes propuestos por Rasmussen con alguna

modificación. Así, el indicador de poder de dispersión se ha determinado a

partir de la expresión siguiente:

iAIi´AIi´

1

1RR )(

)(nEA −

−

−−

=

donde i es un vector de unos y (I-A)-1 representa a la matriz inversa de

Leontief. Cuantifica en términos relativos la fuerza con que un sector productivo

es capaz de “arrastrar” al conjunto de la economía.

Si se pretende calcular el índice de sensibilidad de dispersión

aplicaremos la fórmula siguiente:

( ) iBIiiBI

1

1RR

)(nED −

−

−−

=

donde B es la matriz de coeficientes de distribución. Permite medir en términos

relativos el impacto que recibe un sector ante un crecimiento del total de ramas.

9

Hemos cuantificado dichos coeficientes a partir de los bloques

anteriormente definidos y se ha establecido la siguiente clasificación13:

Cuadro nº 4. Clasificación de los bloques a partir de los coeficientes de Rasmussen

RREA >1 R

REA <1

1EDRR >

I. Sectores clave A D H

II. Sectores con arrastre hacia adelante

C I

1EDR

R < III. Sectores con arrastre hacia atrás

B J K

IV. Sectores independientes E F

Fuente: elaboración propia a partir de TIOA-95.

A partir de los resultados que aparecen recogidos en la tabla anterior se

sigue que aquellos bloques que muestran un poder de dispersión y de

sensibilidad de absorción por encima de la media son A, D y H, a estos

conglomerados se le denomina clave. Los bloques B, J y K muestran unos

efectos de arrastre hacia atrás mayores que uno. Las agrupaciones C e I

presentan unos eslabonamientos hacia adelante sobre la media, ya que una

parte elevada de sus productos son vendidos a otras que los utilizan como

inputs intermedios generando así ligazones elevadas de oferta. El resto de

sectores dado que presentan unos efectos de dispersión y absorción por

debajo de la media se les denomina independientes.

4.2. MULTIPLICADORES DE EMPLEO

Los multiplicadores de empleo permiten analizar la capacidad de

creación de puestos de trabajo de los diferentes sectores. Así pues, el número

de trabajadores necesario para generar una unidad de producción del sector i-

ésimo se denomina coeficiente sectorial de empleo y se determina a partir de la

expresión siguiente:

i

ii X

Le =

Li es el empleo total del sector i-ésimo y Xi la producción del mismo.

13 Ver cuadro nº 3.

10

El multiplicador de empleo se obtiene a partir de la expresión siguiente:

( ) 1e IM −−= Ae

Donde e es un vector cuyos elementos son los coeficientes sectoriales

de empleo.

Puede ser interpretado como las necesidades totales de factor trabajo

derivadas del incremento de una unidad en la demanda final de cada sector.

Hemos cuantificado dichos multiplicadores a partir de los bloques

señalados para la TIOA, obteniéndose los resultados recogidos en el Cuadro nº

5, para facilitar la interpretación hemos calculado su promedio y así se puede

determinar aquellos grupos de sectores que presentan valores de sus

multiplicadores por encima y por debajo de la media:

Cuadro nº 5. Clasificación de los bloques según el multiplicador de empleo

Multiplicador de empleo Me> Media Me< Media

Sectores A,D,H,J B,C,E,F,I,K Fuente: Elaboración propia a partir de TIOA-95.

Se aprecia que aquellos bloques para los que el multiplicador de empleo

supera a la media son el A, D, H, J, ramas con una capacidad de generación

de empleo superior al promedio regional.

4.3. LA DEPENDENCIA DEL EXTERIOR DE LA ECONOMÍA ASTURIANA

Otro aspecto que puede resultar interesante es analizar la dependencia

que los diferentes sectores productivos tienen con el resto de España y con el

extranjero. Para cuantificar este aspecto se utilizará la expresión siguiente:

T=M(I-A)-1

Donde T es un vector que recoge la dependencia del exterior y M es el

vector de importaciones por unidad de producción para cada una de las ramas.

11

Hemos procedido al cálculo del citado indicador obteniendo los

resultados siguientes:

Cuadro nº 6. Clasificación de los bloques según los multiplicadores de

dependencia exterior Indicador de dependencia del exterior T> Media T< Media

Sectores A,E,H,I,J B,C,D,F,K Fuente: elaboración propia a partir de TIOA-95.

Los bloques que muestran una dependencia del exterior por encima de la

media son A, E, H, I y J.

5. MEDIDAS DE CENTRALIDAD

A partir de la teoría de redes sociales es posible profundizar en el

conocimiento de la estructura productiva regional, permitiendo determinar los

bloques claves mediante la consideración de tres rasgos complementarios: los

efectos totales de un bloque sobre el conjunto de la economía, la rapidez con

que un bloque se relaciona con los demás y la importancia de estos

conglomerados como elementos trasmisores dentro de la red. Dichos aspectos

se recogen dentro del concepto genérico de centralidad, característica que

permite analizar las propiedades estructurales y de localización de la red

económica identificando así, los bloques clave de la estructura considerada.

En la teoría de redes se considera un bloque como prominente o

importante, si presenta un mayor número de interrelaciones, bien directas o

indirectas del mismo, con el resto de agentes en la red.

En este sentido, los bloques que mantienen mayores conexiones gozan

de posiciones estructurales más ventajosas en la medida en que presentan un

mayor grado relativo de acceso y control sobre los recursos existentes, siendo

menos dependientes. La centralidad es así empleada habitualmente como una

12

medida aproximativa del poder que sustentan algunos sectores14. En este

trabajo, asimilamos esta noción intentando identificar los sectores que

funcionan en el sistema económico regional a modo de encrucijada,

constituyendo elementos conectores cruciales para el funcionamiento e

interconexión económica.

Para detectar aquellos bloques con una posición más relevante dentro

de la economía aplicamos, siguiendo a Friedkin (1991), tres medidas15 de

centralidad denominadas como efectos totales, efectos inmediatos y efectos

mediativos.

Estos tres indicadores suponen un reflejo de las relaciones

interindustriales bajo un triple enfoque:

- Los efectos totales determinan el efecto relativo total de un bloque

sobre el resto de bloques de la economía.

- Los efectos inmediatos muestran la rapidez con la cual se

implementan los efectos totales de estos actores económicos.

- Los efectos mediativos recogen por su parte, la importancia de

bloques particulares como instrumentos de transmisión de los efectos

totales que producen otros bloques.

Dichos efectos se determinan a partir de una matriz (W) donde se

recogen las interrelaciones en la estructura de la red analizada, la cual en el

ámbito de nuestro estudio, es la traspuesta16 de la matriz de coeficientes input-

output.

La determinación de los efectos totales intersectoriales de los bloques

(V) está básicamente relacionada con el número y longitud de los caminos

existentes entre ellos a través de las relaciones productivas especificadas, de

tal forma que:

14 Bonacich (1987). 15 Otros conocidos índices de centralidad son la intermediación, la cercanía, lejanía y el índice de poder de Bonacich, entre otros. 16 Con la finalidad de que mantenga el sentido de las relaciones habitualmente empleado en teoría de grafos.

13

( ) ( ) ( )( )αααααα −++++=−−= − 1...1 33221 WWWIWIV

0<α<1

donde α es una ponderación de las influencias intersectoriales17.

Si se transforma la matriz W en una matriz dicotómica tal que todo

elemento no nulo sea especificado como uno, las distancias o caminos entre

los elementos considerados quedan claramente configurados. Una entrada en

la matriz Wk indica así el número de caminos en k pasos existentes entre los

bloques productivos considerados.

Estas distancias determinan el posible alcance de las conexiones entre

unidades económicas. El aumento del número de pasos a través de los cuales

dos bloques se pueden interrelacionar supone una disminución del impacto de

sus transacciones, mientras que para igualdad de distancias el efecto

ocasionado depende de la intensidad o fuerza de las relaciones existentes

(αwij).

En redes regulares, la longitud media de estas secuencias (mij) es:

( )DEZZIM dg+−=

donde D es una matriz diagonal con elementos dii=1/ci.

E una matriz (nxn) unitaria.

Z es la denominada matriz fundamental cuya expresión es la que sigue:

17 Esta matriz de efectos intersectoriales totales (V) cumple diversas propiedades entre las cuales podemos señalar que es una matriz estocástica por filas:

1v0 ij ≤≤

∑=

=n

1jij 1v

Y que cuando α tiende a la unidad, V puede converger a la matriz Vu tal que el efecto total intersectorial de un bloque j es constante:

=

n1

n1

u

c...c.........c...c

V

Esta circunstancia se produce en aquellos casos en los cuales la matriz considerada es conexa y regular, es decir en términos de grafos o cadenas de Markov, sus elementos se encuentran relacionados bien directa o indirectamente y alguna de las potencias de su tabla presenta únicamente elementos positivos.

14

Y Zdg es una matriz diagonal a partir de la definición de Z.

Estos promedios de longitud se pueden descomponer en el número de

pasos desde un bloque j a otro i a través de otros intermedios:

Donde t(j)ik es la ik- ésima entrada en:

W(j) es la matriz resultante de eliminar la j-ésima fila y columna de la

matriz W.

A partir de estos conceptos básicos, Friedkin (1991) define los tres

indicadores de centralidad anteriormente mencionados.

En primer lugar, los efectos totales de un bloque j en el resto de la red se

recogen en la columna j de la matriz V, de tal forma que el efecto total de

centralidad, TEC, se define como el promedio de dichas entradas:

La rapidez con que un bloque se relaciona económicamente con otros,

se expresa en las columnas respectivas de la denominada matriz M. El

indicador de estos efectos inmediatos, IEC, se calcula así como el inverso de la

media de las longitudes de las relaciones intersectoriales de un bloque j:

( ) 1−∞+−= WWIZ

( ) kjitmn

1kikjij ≠≠= ∑

=

( ) ji1n

vC

n

1iij

jTEC ≠−

=∑=

15

De tal forma que, a medida que aumenta el valor de la medida expuesta,

mayor es la rapidez con la cual se propagan los efectos totales del bloque

considerado.

En último lugar, los efectos mediativos indican la importancia de un

bloque j-ésimo como trasmisor o como punto de encrucijada para la conexión

de la red económica:

Donde,

recoge la contribución de un bloque j-ésimo en trasmitir los efectos

intersectoriales del bloque k.

El Cuadro nº 7 muestra lo resultados de estas tres medidas de

centralidad para los bloques constituidos en anteriores apartados.

( ) ji 1n

m C

n

1iij

jIEC ≠

−=∑=

( )

( )

kj1n

tC

n

1kjk

jMEC ≠−

=∑=

( )( )

( ) ( )kji

t2n

tt

jjk

n

1iijk

jk ≠≠−

=∑=

16

Cuadro nº 7. Indicadores de centralidad

Bloques TEC IEC MEC A 0,070 0,024 0,433 B 0,008 0,008 0,229 C 0,055 0,050 0,596 D 0,248 0,084 0,696 E 0,007 0,002 0,059 F 0,040 0,038 0,537 H 0,376 0,140 0,767 I 0,032 0,031 0,478 J 0,119 0,070 0,639 K 0,043 0,045 0,567

Fuente: elaboración propia a partir de TIOA-95.

Son los bloques H, D y J aquellos que presentan unos mayores efectos

en el conjunto de los tres indicadores analizados. Su posición de centralidad

en la red económica, les permite trasmitir unos importantes efectos totales

sobre el conjunto de bloques con relativa rapidez, jugando un papel clave en la

intermediación de las relaciones intersectoriales del resto de bloques

productivos. En contraposición, el bloque que posee una posición menos

central y por tanto, con unos menores efectos posibles sobre dicha red es el

denominado bloque E18.

18 Ver cuadro nº 3.

17

6. CONCLUSIONES

El análisis de los rasgos estructurales de una economía es un aspecto

fundamental para la comprensión de su funcionamiento. La teoría de las redes

sociales muestra una gran potencialidad al permitir una notable simplificación o

reducción del esquema de relaciones intersectoriales contenido en una tabla

input-output. En este trabajo, a partir de la aplicación del método CONCOR,

hemos determinado once bloques de sectores que presentan interrelaciones

similares, es decir, son estructuralmente equivalentes.

A continuación, se ha efectuado un estudio de la estructura productiva

regional bajo dos perspectivas: la aplicación de un análisis clásico de

multiplicadores (coeficientes de Rasmussen, multiplicadores de empleo y de

dependencia exterior) y el empleo de medidas de centralidad derivadas de la

teoría de las redes sociales.

Los resultados obtenidos de la aplicación de ambas metodologías son

similares: los bloques D y H se consideran claves en la economía, ya que

presentan fuertes eslabonamientos hacia atrás y hacia delante y, además,

permiten transmitir sus destacados efectos totales con relativa rapidez a un

número elevado de bloques. En contraposición el conglomerado E es el que

presenta una posición menos prominente y, por tanto, menores efectos sobre el

resto de los agentes19.

7. BIBLIOGRAFÍA ÁLVAREZ, R., A. S. GARCÍA y C. RAMOS (2001): “Análisis estructural de la economía asturiana: algunas alternativas”, XV Reunión de ASEPELT España, La Coruña. ARTÍS, M., J. SURIÑACH y J. PONS (1993): Caracterización de la industria catalana a partir de la tabla Input-Output de 1987, Documento de Trabajo,

19 El bloque D está constituido por los sectores Intermediación financiera (24), Alquileres; servicios empresariales (25). El H por Energía eléctrica, gas y agua (19), Extracción de productos energéticos (3), Coquerías y refino de petróleo (10) , Extracción de otros minerales (4) e Industria Química (11). El bloque E está formado por la Industria textil y de la confección (6) Industria del cuero y del calzado (7).

18

Departamento de Econometría, Estadística y Economía Española, Universidad de Barcelona. BREIGER, R.L., BOORMAN, S.A. y ARABIE, P. (1975): “An algorithm for clustering relational data with applications to social network analysis and comparison with multidimensional scaling”, Journal of Mathematical Psychology, nº 12, págs. 328-383. BAVELAS, A. (1948): “A mathematical model for group structure”, Human Organizations, nº 7, págs. 16-30. BAVELAS, A. (1950): “Communications patterns in task-oriented groups”, Journal of Acoustical Society of America, nº 22, págs. 271-282. BONACICH, P. (1987): “Power and centrality: A family of measures”, American Journal of Sociology, Vol. 92, nº 5, págs. 1170-1182. BURT, R. (1987): “Social Contagion and Innovation: Cohesion versus Structural Equivalence”, American Journal of Sociology, Vol. 92, nº 5, págs. 1287-1335. FRIEDKIN, N. (1991): “Theoretical Foundations for Centrality Measures”, American Journal of Sociology, Vol. 96, nº 6, mayo, págs.1478-1504. GARCÍA, A. S. y C. RAMOS (2001): “Análisis de la realidad económica asturiana: un enfoque desde la teoría de grafos”, XXVII Reunión de Estudios Regionales, Madrid. GERLACH, M. (1992): “The Japanase corporate network: A blockmodel analysis”, Administrative Science Quarterly, Vol. 37, nº 1, págs. 105-139. GUERRERO, F. M.ª y J. A. ORDAZ (2000): “Aplicación de la teoría de grafos al análisis input-output: Andalucía 1995”, VIII Jornadas ASEPUMA, Sevilla. MOLINA, J. L. (2000): El análisis de redes sociales. Una introducción, Barcelona, Edicions Bellaterra. MOLINA, J. L., J. MUÑOZ y P. LOSEGO (2000): “Red y realidad: aproximación análisis de Redes científicas”, VII Congreso Nacional de Psicología Social, Oviedo. MORENO, J. L. (1954): Fondements de la sociométrie. París, PUF. MORILLAS R., A. (1983): La teoría de grafos en el análisis Input-Output. La estructura productiva andaluza, Málaga, Editorial Universidad de Málaga. MUNDELL, R. A. (1968): El hombre y la economía, Buenos Aires, Amorrortu, 1972.

19

NOHRIA, N., y ECCLES, R. (1992): Networks and Organizations. Structure, Form and Action, Boston, Mass., Harvard Business School Press. PARDO, L. (1997): Teoría de la información estadística, Ed. Hespérides. PÉREZ, R. (1985): Estimación de la incertidumbre, la incertidumbre útil y la inquietud en poblaciones finitas. Una aplicación a las medidas de desigualdad, Tesis doctoral, Universidad de Oviedo. RANK, O. N. y WALD A. (2000): “A Methodological Framework for the Analysis of Network Organizations”, EIBA 26th Conference 2000: European Business in the Global Network. SADEI (1998): Cuentas regionales de Asturias 1995, Oviedo, Servicio de Publicaciones del Principado de Asturias. SCOTT, A. J. (1998): “The Geographic Foundations of Industrial Perfomance”, en Alfred Chandler, Peter Hagström y Örjan Sölvell, The dynamic firm. The role of Technology, Strategy, Organization and Regions, Nueva York, Oxford, págs. 384-401. VANOLI, A. (1983): "Las distintas interpretaciones de la noción de producción", Información Comercial Española, nº 698, octubre, 1991, págs. 99-115. WASSERMAN, S. y K. FAUST (1994): Social Network Analysis. Methods and Applications, Structural Analysis in the Social Sciences, Nueva York, Cambridge University Press. WHITE, H., S. BOORMAN y R. BREIGER (1976): “Social structure from multiple networks I. Blockmodels of roles and positions”, American Journal of Sociology, Vol. 81, nº 4, págs. 730-780.