Análisis de la estructura productiva regional desde la ... · teóricos de la existencia de...
Transcript of Análisis de la estructura productiva regional desde la ... · teóricos de la existencia de...
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 ([email protected])
Manuel Hernández Muñiz ([email protected])
Carmen Ramos Carvajal ([email protected])
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.