Caracterización de las regiones de la Unión Europea a partir de su … · 2017-11-11 · Para...
Transcript of Caracterización de las regiones de la Unión Europea a partir de su … · 2017-11-11 · Para...
1
Caracterización de las regiones de la Unión Europea a partir de su especialización productiva
Autores y e-mail de la persona de contacto: Pardo Fanjul, Ana* [email protected] Abad-González, Julio* Gutiérrez-López, Cristina** Departamento: * Economía y Estadística ** Dirección y Economía de la Empresa Universidad: León Área Temática: 1. Análisis económico espacial, métodos de análisis regional y econometría espacial Resumen:
La configuración de la Unión Europea y su diversidad justifican el interés por analizar el grado de similitud entre las áreas o regiones que la forman. No obstante, las sucesivas incorporaciones de nuevos Estados hacen preciso delimitar un marco temporal para seleccionar los países objeto de estudio. A este factor se suma el impacto de la reciente crisis económica, con especial incidencia en el continente europeo.
Con estas premisas, el objetivo del trabajo es caracterizar y comparar las regiones de
la Unión Europea a través de su especialización productiva, utilizando técnicas estadísticas multivariantes para analizar su evolución temporal, y comparar su situación antes y después del inicio de la citada crisis.
Para ello, considerando las ramas de actividad económica con la mayor
desagregación disponible, se han seleccionado regiones de los 25 países que configuraban la UE en 2004, fecha elegida como inicio del estudio empírico por coincidir con la última gran ampliación de la UE. A efectos de desarrollar el estudio temporal, el período analizado (2004-2013) permite distinguir dos etapas cuyo punto de separación se sitúa en 2008, año en que la crisis manifiesta sus primeros síntomas en Europa. Palabras Clave: UE-25, regiones, especialización productiva, índices de localización, análisis multivariante. Clasificación JEL: C19, R11, R12, R15
2
1. INTRODUCCIÓN
Las teorías neoclásicas del comercio internacional, bajo el supuesto de competencia perfecta, sugieren que los países se especializan en aquellos productos en los que tengan ventaja comparativa por las diferencias internacionales en la productividad del trabajo o por las diferentes dotaciones de un factor, esto es, cada país se especializa en la producción del bien en que utiliza intensivamente el factor en el que está mejor dotado.
Krugman (1991) indica que la integración económica debe conllevar un proceso de
relocalización de las actividades industriales con mayor nivel de concentración espacial y especialización regional. Sin embargo, comprueba que la especialización en los países europeos es comparativamente inferior a la que observa en las regiones estadounidenses de mayor tamaño, que son similares en tamaño y población. El motivo principal reside en la existencia de barreras al comercio en Europa.
En los últimos años, sin embargo, la configuración de la Unión Europea y su
diversidad justifican el interés por analizar el grado de similitud entre las áreas o regiones que la forman. No es nuevo el interés en la literatura económica por conocer cómo influye el proceso de integración económica tanto en la especialización como en la concentración espacial de los distintos sectores económicos.
Con estos precedentes, este trabajo pretende caracterizar las regiones de los 25 países que configuraban la UE en 2004 a través de su especialización productiva. El horizonte temporal elegido (2004-2013) permite asimismo evaluar el impacto de la crisis financiera y distinguir dos sub-periodos cuyo punto de separación es 2008. A los epígrafes siguientes se destina la revisión teórica de los estudios sobre la materia y los indicadores empleados, así como la descripción de los datos y la discusión de los resultados.
2. ANTECEDENTES
Los estudios centrados en la especialización de las regiones europeas difieren en la
agregación de las distribuciones de referencia (consideran todos los sectores productivos o sólo el manufacturero), los niveles de desagregación sectorial, las unidades geográficas consideradas –los trabajos se realizan a nivel de países miembros o se desagregan en términos regionales hasta el nivel NUTS 2– y los indicadores económicos empleados (habitualmente, producción en términos de valor añadido bruto –VAB–, empleo o exportaciones). Además, hasta fechas recientes los periodos de estudio han sido cortos por la falta de horizontes temporales homogéneos más extensos.
Dado el progresivo proceso de ampliación de la Unión Europea, es posible encontrar
trabajos que analicen su especialización y concentración geográficas en diferentes versiones de su configuración. Por ejemplo, Rodríguez Nuño (2001) evalúa para los sectores manufactureros la situación de la UE-9 en el período 1980-1995, observando que dichos países acentúan su nivel de especialización.
Entre los trabajos que analizan las regiones UE-15, los trabajos de Molle (1996) y
Hallet (2000) consideran 17 sectores y ambos incluyen agricultura y cinco sectores servicios. El primero utiliza datos de empleo, se centra en el período 1950-1990 y aplica coeficientes de localización y especialización, destacando entre sus resultados la tendencia de las regiones a desespecializarse y de los sectores a desconcentrarse
3
espacialmente. En el segundo estudio, elaborado a partir de datos sobre el VAB, se analiza la información sobre 119 regiones (considerando zonas NUTS 1 y NUTS 2), resultando que sólo 34 han aumentado su nivel de especialización en el período 1980-1995.
La variable empleo es también la elegida en otros artículos de interés que se ciñen a
uno o varios países europeos. Es el caso de Suedekum (2006), que analiza el caso alemán para el período 1993-2001 y sobre datos nivel NUTS 1 (16 regiones) y NUTS 3 (439 regiones), no advirtiendo indicios de un proceso de especialización de las regiones alemanas ni de sus industrias, ni en la Alemania federal ni en el país en su conjunto. Del mismo modo, Kallioras y Petrakos (2010) evalúan los datos previos a la adhesión de los estados que forman parte de la ampliación de 2004 y 2007 para el período 1991–20001. Su análisis se centra en el sector de la industria, tanto por ser el principal canal de difusión de las dinámicas de la integración por su carácter negociable como por los vínculos que tiene con otros sectores productivos. Las regiones se seleccionan a nivel NUTS 3 y las ramas productivas tomando una estructura de 2 dígitos en NACE.
Entre los estudios más recientes que consideran el conjunto de la UE es destacable
el trabajo de Ezcurra, Pascual y Rapún (2006), que evalúa el período 1977-1999 para 197 NUTS 2 en una desagregación de 17 actividades productivas. Los resultados obtenidos indican un proceso de convergencia en las estructuras productivas de las regiones durante el periodo estudiado que abarca veintitrés años. Esto se debe al comportamiento de las regiones con altos niveles de especialización al principio del periodo, donde las estructuras productivas tienden a cambiar hacia la media europea con el paso del tiempo. Con este análisis también confirman el papel principal que desempeñan el tamaño regional, el acceso al mercado y la localización geográfica a la hora de explicar la especialización en un contexto europeo.
Por su parte, Krieger-Boden y Traistaru-Siedschlang (2008) toman datos de la UE-
15 para el período 1980–2003 y de la UE-25 para 1993-2003 –aunque la falta de disponibilidad de datos excluye a Chipre, Bulgaria y Rumania–. Su muestra se compone de 246 NUTS y 15 industrias de acuerdo a la clasificación NACE, incluyendo 7 de manufacturas y cinco de servicios, si bien a efectos del análisis final se agregan en cinco sectores: agricultura, manufacturas, construcción, servicios de mercado, y servicios de no-mercado. De los resultados se observa en los 80 cierta polarización en la UE, pues la combinación de especialización regional y concentración industrial ha disminuido o se ha mantenido constante (dependiendo de si se mide en términos absolutos o relativos). Sin embargo, a partir de los noventa la tendencia cambia y el proceso de reducción de la polarización se paraliza. En esos años se observa un aumento de la concentración en los sectores de mayor tamaño y, específicamente, en la agricultura.
De los trabajos anteriores pueden extraerse valiosas conclusiones que condicionan el
trabajo realizado: Parece adecuado desarrollar un estudio regional europeo considerando un nivel
de desglose NUTS 2.
1 Finalmente, las limitaciones de datos a nivel sector restringen el análisis final a Eslovenia, Hungría, Estonia, Bulgaria y Rumania.
4
El impacto del sector agrícola sobre el análisis global de la especialización regional es significativo y ha de valorarse la conveniencia de su inclusión en el análisis.
Es relevante considerar un horizonte temporal amplio, reciente –la mayoría de estudios realizados sobre esta materia no se refiere a la actual configuración de la UE– y que permita la subdivisión en varios periodos.
3. MÉTODOLOGÍA
A la hora de realizar estudios regionales las técnicas cuantitativas de análisis económico han ocupado siempre un lugar importante. Esto ha llevado a que la cantidad de ellas que a lo largo de su historia se han utilizado sea muy amplia2. De una forma muy sintética podemos distinguir entre técnicas propias del análisis regional, aquellas que han surgido de forma específica para explicar aspectos regionales; técnicas procedentes del análisis macroeconómico, aquellas técnicas que aunque han sido desarrolladas para el análisis económico nacional pueden ser aplicadas a escala regional; y técnicas estadísticas multivariantes, miden sobre una población y en momentos de tiempo diferentes una serie de variables que pueden ser cuantitativas o cualitativas.
Lo más habitual, en los distintos estudios de carácter territorial cuyo objetivo es
analizar el grado de similitud entre distintas áreas o regiones, es utilizar indicadores que nos permitan determinar el grado de especialización y concentración geográfica de los distintos sectores económicos a lo largo del tiempo. Los más utilizados son los que se comentan a continuación.
El índice de Theil, utilizado entre otros por Cuadrado Roura, Mancha y Garrido
(1988) y Rodríguez (1998), es una medida de desigualdad basada en la entropía de Shannon y permite ser desagregado en un componente de desigualdad al interior de los grupos de estudio, y otro correspondiente a la desigualdad entre grupos.
Krugman (1991), Brültart y Torstensson (1996) o Álvarez y García (1998) entre
otros utilizan el índice de Gini para medir el nivel de concentración sectorial. Houdebine (1999) combina éste índice con el de Herfindahl y con el de Ellison-Glaeser (1994). Este último, llamado índice de concentración geográfica, mide el grado de localización de una industria, en términos de exceso de concentración geográfica más allá del grado de concentración que se observaría si las empresas que componen dicha industria se ubicaran geográficamente de manera aleatoria.
Para cuantificar las disparidades regionales Camagni, Cappellin y Marelli (1980) se
basan en el Índice de Florence, índice de asociación geográfica, que permite cuantificar la diferencia o semejanza de las estructuras productivas comparándolas con la media nacional.
Cuando tratamos de medir los factores que influyen en la localización de una
actividad económica en una región, podemos utilizar medidas relativas que nos permiten comparar una determinada variable tanto a nivel regional como nacional o supranacional. De entre estas medidas, cabe destacar el índice de localización y el
2 Encontramos una revisión más detallada en Isard (1960), Martín Guzmán (1988) Ramírez Sobrino (1993) y Abad González (2000).
5
coeficiente de especialización, recogidos por Isard (1960) y utilizados, entre otros, por Molle (1996) Hallet (2000), puesto que serán parte del instrumental metodológico empleado en este trabajo.
Denominando: vij al valor de la magnitud en estudio para la rama de actividad i en la región j, vIj al valor de esa magnitud para todas las ramas en la región j, viJ al valor de esa magnitud para la rama de actividad i en todas las regiones, viJ al valor de esa magnitud para todas las ramas en todas las regiones, se define el índice de localización de la rama de actividad i en la región j como:
⁄
⁄
y el coeficiente de especialización de la región j como:
∑
Como se puede observar en ambas expresiones, estos índices se basan en la comparación del peso relativo que tiene una rama de actividad en una región con el que tiene a nivel nacional (o supranacional). El coeficiente de especialización proporciona una medida sintética para cada región mientras que los índices de localización permiten valorar cuáles son los sectores que se encuentran sobre-representados (Lij>1) o infra-representados (Lij<1) en comparación con el conjunto de regiones analizadas. Cuanto más diferentes sean esos pesos relativos respecto del conjunto de regiones, más se alejarán los índices de localización de la unidad y más elevado será el coeficiente de especialización.
Una vez calculados estos índices, y con el fin de establecer una categorización de
regiones, se utilizará el análisis cluster por tratarse ésta de una técnica estadística que permite establecer una clasificación de individuos en grupos o clusters de modo que se asegure la homogeneidad intra-grupo y la heterogeneidad entre grupos. De entre las distintas versiones que existen de este análisis, se ha optado por un procedimiento no jerárquico, dado que no requiere establecer a priori el número de grupos a formar. En concreto, se ha utilizado el algoritmo aglomerativo de Ward –descrito por Kaufman y Rousseeuw (1990) y Legendre y Legendre (2012) –que, en cada paso agrupa los dos clusters que dan lugar a un menor incremento del total de la varianza del clúster después de su agrupación. Los resultados de este algoritmo se suelen representar mediante dendrogramas que muestra el orden en el que se forman los cluster y la distancia a la que se produce cada agrupación.
4. DATOS
Puesto que el periodo objeto de estudio es el decenio 2004-2013, se han considerado las 251 regiones3 a nivel NUTS 2 en que se subdividían los 25 países miembros de la
3 Se han excluido del análisis un total de nueve regiones que no se encuentran en el continente europeo: las cinco regiones francesas de ultramar (Guadalupe, Martinica, Guayana Francesa, la Reunión, y Mayotte), las dos regiones insulares portuguesas (las Azores y Madeira), y las ciudades autónomas españolas de Ceuta y Melilla.
6
Unión Europea4 en 2004. A su vez, este periodo se ha subdividido en dos quinquenios: uno inmediatamente anterior al estallido de la crisis (2004-2008), y otro inmediatamente posterior al mismo (2009-13). Las variables estudiadas en cada uno de esos dos quinquenios es el valor añadido bruto (en euros) desagregado, de acuerdo con la clasificación de actividades económicas NACE Rev. 2, en los seis grupos de ramas de actividad siguientes:
A: agricultura, ganadería, silvicultura y pesca. B-E: industrias extractivas; industrias manufactureras; suministro de energía
eléctrica, gas, vapor y aire acondicionado; suministro de agua, actividades de saneamiento, gestión de residuos y descontaminación.
F: construcción. G-J: comercio al por mayor y al por menor, reparación de vehículos de motor y
motocicletas; transporte y almacenamiento; hostelería; información y comunicaciones.
K-N: actividades financieras y de seguros; actividades inmobiliarias; actividades profesionales, científicas y técnicas; actividades administrativas y servicios auxiliares.
O-U: administración pública, defensa y seguridad social obligatoria; educación; actividades sanitarias y de servicios sociales; actividades artísticas, recreativas y de entretenimiento; otros servicios; actividades de los hogares como empleadores de personal doméstico o como productores de bienes y servicios para uso propio; actividades de organizaciones y organismos extraterritoriales.
Toda esta información se ha obtenido fundamentalmente a partir del portal web de
Eurostat, aunque ha tenido que ser complementada5 en el caso de las regiones polacas con datos procedentes de la web de la Oficina Estadística Central de Polonia (GUS). 5. RESULTADOS
A partir de la información descrita en el apartado anterior, el primer análisis realizado ha tratado de comparar el nivel general de especialización de las regiones analizadas antes y después del estallido de la crisis. Para ello, se ha calculado el coeficiente de especialización de cada una de las 251 regiones en los dos sub-periodos antes descritos.
Los diagramas de caja representados en la figura 1 muestran que no existen grandes
diferencias en las distribuciones de dichos coeficientes en los dos quinquenios. Si representamos el coeficiente en sendos mapas (figuras 2 y 3, respectivamente),
observamos cómo, entre los países que presentaban un mayor número de regiones con una especialización más elevada antes de la crisis, se encuentran Grecia, Chequia, Hungría, Eslovaquia, Finlandia, España y Polonia (además de países “uniregionales” como Luxemburgo o Lituania); por el contrario, Francia, Italia, Dinamarca, Reino Unido, Irlanda o Bélgica (así como los “uniregionales” Malta y Estonia) destacan por los bajos coeficientes de especialización de sus regiones. 4 Por tanto, respecto de los actuales 28 miembros de la UE, también quedan excluidas las regiones de Bulgaria y Rumanía (países que se incorporaron a la UE el 1 de enero de 2007) y de Croacia (cuya adhesión fue el 1 de julio de 2013). 5 También se han subsanado algunos errores menores con información procedente de las páginas web de los institutos nacionales de estadística español (INE) y francés (INSEE).
7
Aunque, en líneas generales, no se observan cambios muy importantes en el periodo
2009-13 con relación al periodo anterior (ver tabla 1), sí cabe señalar que el nivel medio de especialización de las regiones desciende de forma significativa en países como Portugal, España, Finlandia o Chipre, mientras que aumenta en otros como Polonia, Irlanda, Francia o Malta.
Una vez estudiado el nivel de especialización de las regiones europeas y su
evolución en este periodo, resulta pertinente profundizar en cuáles son las actividades en las que se produce (o no) esa mayor especialización. Para ello, se han calculado los correspondientes índices de localización de cada una de las seis ramas de actividad en cada una de las 251 regiones y para cada uno de los dos sub-periodos considerados.
Figura 1. Diagramas de caja de los coeficientes de especialización
Fuente: elaboración propia
Los diagramas de caja que se recogen en la figura 4 permiten comparar las respectivas distribuciones de estos índices de localización en cada una de las seis ramas y en los dos quinquenios objeto de estudio. Una primera conclusión que permite extraer este gráfico es que sí existen diferencias relevantes al comparar las distribuciones de estos índices en las distintas ramas. Así, parece evidente que el nivel de dispersión de estos índices es mucho mayor en la rama A que en cualquiera de las otras cinco y que esta mayor variabilidad proviene básicamente de la presencia de regiones con índices de localización extremadamente elevados en comparación con los de otras ramas.
Por el contrario, también se observa como la rama O-U es la que muestra menos
diferencias entre regiones al situarse todas ellas en un rango de valores entre 0.5 y 1.5, aproximadamente.
Si atendemos a los valores medianos, encontramos que en casi todas las ramas éstos
se sitúan próximos a la unidad (que indicaría que la localización de la actividad en esa región coincide con la del conjunto de la Unión Europea), situándose por encima en las ramas B-E, F, O-U y especialmente en la rama A, y por debajo en la rama G-J y sobre todo en la rama K-N, para la que algo más del 75% de las regiones presentan índices de localización inferiores a la unidad en ambos periodos.
0 .1 .2 .3 .4 .5 .6 .7
2004-2008 2009-2013
8
Una última conclusión, que coincide con lo ya comentado para los coeficientes de especialización, es que tampoco parecen existir variaciones importantes en la distribución global de estos índices en cada una de las seis ramas en uno y otro periodo. No obstante, este análisis agregado no permite determinar si se han producido variaciones relevantes en estos índices en cada una de las regiones. Con el objeto de alcanzar este objetivo se han realizado tres gráficos (uno por cada par de ramas) en los que se muestran estas variaciones por países (ver figuras 5, 6 y 7).
Por tanto, en cada uno de estos gráficos se muestra, por países, un diagrama de
dispersión en el que una flecha indica la variación de los índices de localización de cada una de las regiones de ese país en las dos ramas representadas.
Figura 2. Coeficientes de especialización (2004-2008)
Fuente: elaboración propia
Figura 3. Coeficientes de especialización (2009-2013)
1º cuartil
2º cuartil
3º cuartil
4º cuartil
9
Fuente: elaboración propia
1º cuartil
2º cuartil
3º cuartil
4º cuartil
10
Tabla 1
Medias nacionales de los coeficientes de especialización regionales
País Nº regiones 2004-08 2009-13 Variación Austria (AT) 9 0.220 0.224 1.9% Bélgica (BE) 11 0.191 0.201 5.1% Chipre (CY) 1 0.270 0.210 –21.9% Chequia (CZ) 8 0.389 0.405 4.2% Alemania (DE) 38 0.217 0.221 1.6% Dinamarca (DK) 5 0.180 0.179 –0.7% Estonia (EE) 1 0.190 0.190 –0.1% Grecia (EL) 13 0.389 0.340 –12.6% España (ES) 17 0.277 0.231 –16.5% Finlandia (FI) 5 0.317 0.266 –16.1% Francia (FR) 22 0.158 0.188 19.3% Hungría (HU) 7 0.337 0.365 8.5% Irlanda (IE) 2 0.179 0.221 23.5% Italia (IT) 21 0.166 0.156 –6.2% Lituania (LT) 1 0.330 0.362 9.6% Luxemburgo (LU) 1 0.388 0.383 –1.4% Letonia (LV) 1 0.231 0.202 –12.7% Malta (MT) 1 0.154 0.186 21.1% Holanda (NL) 12 0.215 0.226 5.4% Polonia (PL) 16 0.276 0.329 19.1% Portugal (PT) 5 0.247 0.210 –15.0% Suecia (SE) 8 0.239 0.229 –4.2% Eslovenia (SI) 2 0.241 0.216 –10.3% Eslovaquia (SK) 4 0.329 0.303 –8.1% Reino Unido (UK) 40 0.188 0.184 –2.1% Unión Europea (EU25) 251 0.233 0.232 –0.3%
Fuente: elaboración propia Aunque en la mayoría de los casos el número de regiones con que cuenta un país y/o
la proximidad de sus valores no permite una identificación clara de estas variaciones, sin embargo, sí nos permite percibir ciertas pautas. A modo de ejemplo, en la figura 6 se observan importantes desplazamientos verticales hacia abajo en las regiones españolas, griegas o irlandesas, lo cual resulta coherente con la fuerte caída de la actividad experimentada por estos países a partir de 2008 en la rama F de la construcción (que es la que se representa en el eje vertical de este gráfico). Por el contrario, apenas se advierten desplazamientos horizontales en la figura 7, lo que indica las escasas diferencias que se han producido en los índices de localización de la rama O-U entre los dos periodos. Por otra parte, la figura 5 nos permite apreciar cómo aquellas regiones con índices de localización en la rama A extremadamente elevados (a los que se hizo referencia con anterioridad) pertenecen, principalmente, a Hungría, Grecia, España, Portugal y Polonia.
A continuación, y con el objeto de alcanzar una categorización de las regiones de
acuerdo con su especialización productiva, se llevan a cabo sendos análisis cluster (uno para cada periodo) sobre estos índices de localización. No obstante, los resultados que estos análisis proporcionan se encuentran claramente sesgados por la elevada dispersión, ya referida con anterioridad, de los índices de localización de la rama A en comparación con las otras ramas. Por este motivo, hemos optado por excluir la rama A del análisis.
11
12
Figura 4. Diagramas de caja de los índices de localización
Fuente: elaboración propia
Figura 5. Diagramas de dispersión de los índices de localización (ramas A y B-E)
Fuente: elaboración propia
AT11
AT12
AT13
AT21AT22
AT31
AT32AT33 AT34BE10
BE21BE22BE23
BE24
BE25
BE31BE32BE33
BE34
BE35
CZ01
CZ02
CZ03
CZ04
CZ05CZ06CZ07
CZ08
DE11DE12DE13DE14DE21
DE22DE23
DE24DE25DE26
DE27
DE30
DE40
DE50DE60DE71DE72DE73
DE80
DE91DE92
DE93DE94
DEA1DEA2DEA3DEA4
DEA5DEB1
DEB2DEB3
DEC0DED2DED4DED5
DEE0DEF0DEG0
DK01
DK02DK03DK04
DK05
EL30
EL41
EL42
EL43EL51
EL52EL53
EL54
EL61
EL62
EL63
EL64EL65
ES11
ES12ES13
ES21
ES22
ES23ES24
ES30
ES41
ES42ES43
ES51
ES52
ES53
ES61
ES62
ES70
FI19
FI1B
FI1C
FI1D
FI20
FR10
FR21
FR22
FR23
FR24FR25
FR26
FR30FR41FR42FR43
FR51FR52
FR53
FR61
FR62
FR63
FR71
FR72FR81
FR82FR83
HU10
HU21HU22
HU23
HU31
HU32
HU33
ITC1ITC2ITC3 ITC4
ITF1
ITF2
ITF3
ITF4
ITF5ITF6
ITG1ITG2
ITH1
ITH2
ITH3ITH4
ITH5ITI1ITI2
ITI3ITI4 NL11
NL12NL13
NL21NL22
NL23
NL31NL32
NL33
NL34
NL41NL42
PL11
PL12
PL21
PL22
PL31
PL32
PL33
PL34
PL41
PL42 PL43
PL51
PL52PL61
PL62
PL63PT11
PT15PT16
PT17
PT18
SE11
SE12
SE21
SE22SE23
SE31
SE32
SE33
SK01
SK02SK03SK04
UKC1UKC2
UKD1
UKD3UKD4UKD6
UKD7
UKE1
UKE2
UKE3UKE4UKF1UKF2
UKF3
UKG1UKG2
UKG3
UKH1
UKH2UKH3
UKI3UKI4UKI5UKI6UKI7UKJ1UKJ2UKJ3UKJ4
UKK1UKK2
UKK3
UKK4
UKL1UKL2
UKM2UKM3
UKM5
UKM6
UKN0
CY00
EE00
IE01
IE02
LT00
LU00
LV00
MT00
SI03
SI04
0
2
4
6
8
0
2
4
6
8
0
2
4
6
8
0 1 2 3 0 1 2 3 0 1 2 3 0 1 2 3 0 1 2 3 0 1 2 3
AT BE CZ DE DK EL
ES FI FR HU IT NL
PL PT SE SK UK RestLoca
tion
inde
x (b
ranc
h A
)
Location index (branches B-E)
13
Figura 6. Diagramas de dispersión de los índices de localización (ramas F y G-J)
Fuente: elaboración propia
Figura 7. Diagramas de dispersión de los índices de localización (ramas K-N y O-U)
Fuente: elaboración propia
AT11
AT12
AT13
AT21AT22AT31
AT32AT33AT34
BE10
BE21
BE22BE23
BE24
BE25
BE31
BE32
BE33
BE34
BE35
CZ01CZ02
CZ03CZ04
CZ05
CZ06CZ07
CZ08
DE11DE12
DE13DE14
DE21
DE22
DE23
DE24
DE25
DE26
DE27
DE30
DE40
DE50
DE60DE71
DE72DE73
DE80
DE91
DE92
DE93DE94
DEA1DEA2
DEA3
DEA4DEA5
DEB1DEB2
DEB3DEC0
DED2DED4
DED5DEE0
DEF0
DEG0
DK01
DK02DK03DK04
DK05
EL30
EL41
EL42EL43
EL51EL52EL53
EL54
EL61
EL62EL63
EL64EL65
ES11ES12ES13
ES21ES22ES23ES24
ES30
ES41
ES42ES43
ES51
ES52
ES53
ES61ES62
ES70FI19
FI1B
FI1CFI1DFI20
FR10
FR21FR22FR23FR24
FR25
FR26FR30FR41FR42FR43
FR51FR52FR53FR61FR62FR63
FR71FR72
FR81FR82
FR83
HU10HU21HU22
HU23HU31HU32HU33
ITC1
ITC2
ITC3ITC4
ITF1ITF2
ITF3ITF4
ITF5
ITF6ITG1
ITG2ITH1ITH2ITH3
ITH4ITH5ITI1
ITI2ITI3
ITI4
NL11
NL12NL13
NL21
NL22
NL23
NL31
NL32
NL33NL34NL41
NL42
PL11 PL12
PL21
PL22PL31PL32
PL33
PL34PL41
PL42
PL43PL51PL52PL61PL62
PL63
PT11 PT15PT16
PT17
PT18 SE11
SE12SE21
SE22
SE23SE31SE32
SE33
SK01
SK02
SK03SK04
UKC1UKC2
UKD1
UKD3
UKD4
UKD6UKD7UKE1
UKE2
UKE3
UKE4
UKF1UKF2
UKF3UKG1UKG2UKG3UKH1
UKH2
UKH3
UKI3
UKI4
UKI5
UKI6
UKI7
UKJ1
UKJ2UKJ3
UKJ4
UKK1
UKK2
UKK3UKK4UKL1UKL2UKM2
UKM3
UKM5
UKM6
UKN0CY00EE00
IE01
IE02
LT00LU00
LV00
MT00
SI03
SI04
0
.5
1
1.5
2
2.5
0
.5
1
1.5
2
2.5
0
.5
1
1.5
2
2.5
.5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2
AT BE CZ DE DK EL
ES FI FR HU IT NL
PL PT SE SK UK RestLoca
tion
inde
x (b
ranc
h F
)
Location index (branches G-J)
AT11AT12
AT13
AT21AT22AT31AT32
AT33AT34
BE10
BE21BE22
BE23
BE24
BE25BE31
BE32BE33BE34
BE35
CZ01
CZ02CZ03CZ04CZ05CZ06CZ07CZ08
DE11DE12
DE13DE14
DE21
DE22DE23
DE24DE25
DE26DE27
DE30
DE40DE50
DE60
DE71
DE72DE73
DE80DE91
DE92DE93DE94
DEA1DEA2
DEA3
DEA4DEA5
DEB1DEB2DEB3DEC0 DED2DED4
DED5
DEE0
DEF0
DEG0
DK01
DK02DK03DK04
DK05
EL30
EL41
EL42
EL43
EL51
EL52
EL53
EL54EL61
EL62 EL63
EL64
EL65
ES11ES12ES13ES21
ES22ES23ES24
ES30
ES41ES42
ES43
ES51ES52
ES53
ES61
ES62
ES70
FI19
FI1B
FI1CFI1DFI20
FR10
FR21
FR22FR23FR24FR25
FR26FR30FR41FR42FR43
FR51FR52FR53FR61FR62
FR63
FR71FR72
FR81FR82
FR83
HU10
HU21HU22HU23
HU31HU32HU33
ITC1ITC2
ITC3ITC4
ITF1ITF2
ITF3ITF4
ITF5
ITF6ITG1
ITG2ITH1
ITH2ITH3 ITH4ITH5ITI1
ITI2ITI3
ITI4
NL11
NL12
NL13NL21
NL22
NL23
NL31NL32
NL33
NL34
NL41NL42
PL11
PL12
PL21PL22 PL31
PL32PL33PL34PL41
PL42PL43
PL51PL52PL61PL62
PL63
PT11
PT15
PT16
PT17
PT18
SE11
SE12
SE21
SE22SE23
SE31SE32
SE33
SK01
SK02
SK03SK04
UKC1UKC2
UKD1
UKD3
UKD4
UKD6
UKD7
UKE1
UKE2
UKE3
UKE4
UKF1UKF2
UKF3
UKG1
UKG2
UKG3UKH1
UKH2UKH3
UKI3
UKI4
UKI5
UKI6
UKI7UKJ1
UKJ2
UKJ3UKJ4UKK1
UKK2UKK3
UKK4
UKL1
UKL2
UKM2
UKM3UKM5
UKM6
UKN0
CY00
EE00
IE01
IE02
LT00
LU00
LV00 MT00
SI03
SI04
.5
1
1.5
2
.5
1
1.5
2
.5
1
1.5
2
.5 1 1.5 .5 1 1.5 .5 1 1.5 .5 1 1.5 .5 1 1.5 .5 1 1.5
AT BE CZ DE DK EL
ES FI FR HU IT NL
PL PT SE SK UK Rest
Loca
tion
inde
x (b
ranc
hes
K-N
)
Location index (branches O-U)
14
La figura 8 recoge los dendrogramas y diagramas de escalera resultantes de los respectivos análisis cluster de los índices de localización de las ramas B-E, F, G-J, K-N y O-U, en los periodos 2004-08 y 2009-13. Como se puede observar, la clasificación más evidente es la que permitiría establecer dos grupos de regiones tanto en un periodo como en el otro. No obstante, esta partición resultaría demasiado simplista, razón por la que se ha optado por buscar un punto de corte que proporcione un mayor número de clusters. Atendiendo a los diagramas de escalera y a los contrastes de parada de Calinski-Harabasz y de Duda-Hart, se ha seleccionado una partición en cinco clusters como óptima tanto en un sub-periodo como en el otro.
Figura 8. Dendrogramas y diagramas de escalera del análisis cluster
Fuente: elaboración propia
Por su parte, los grupos definidos para el periodo posterior a la crisis se
caracterizarían del siguiente modo: Cluster A: presenta un índice medios muy elevado en la rama de construcción y
también, aunque en menor medida, en la rama industrial. Por el contrario, los valores en las ramas de servicios están próximas a la media excepto en el caso de la rama de actividades financieras, de seguros, inmobiliarias, profesionales, etc. (K-N) en la que presenta un índice medio muy bajo.
Cluster B: se caracteriza por presentar índices medios muy próximos a la media en todas las ramas
Cluster C: se caracteriza por presentar un índice medio muy elevado en industria (B-E) e índices bajos en las tres ramas de servicios (G-J, K-N y O-U). En el resto de ramas presenta valores muy próximos a la media.
Cluster D: presenta un índice medio muy bajo en la rama industrial (B-E) y medias más bien elevadas en las dos ramas de servicios a la venta (G-J y K-N). En el resto de ramas están muy próximos a la media.
UKF3 n=2UKM6 n=1UKN0 n=4EL61 n=3EL63 n=1FR21 n=9UKL2 n=5UKK1 n=3ITF2 n=4UKL1 n=3FR53 n=5UKK2 n=8MT00 n=2DE80 n=2ITG1 n=2UKJ2 n=2UKJ3 n=5UKK3 n=3PL63 n=3PL62 n=4PL34 n=3ES51 n=2LT00 n=1PL42 n=1UKF1 n=4IE02 n=1UKG1 n=4SE12 n=4ITF5 n=2NL13 n=5UKD4 n=6SE32 n=5SE23 n=3DEB2 n=2ITI2 n=4NL41 n=3SE11 n=3DK01 n=1NL31 n=3BE10 n=1NL23 n=2DE30 n=1NL32 n=2DE60 n=1UKJ1 n=2PL12 n=1UKI7 n=1LU00 n=1UKI4 n=1UKI3 n=1PT15 n=3ES53 n=1EL41 n=1EL43 n=1FR83 n=1UKI6 n=1UKH2 n=2LV00 n=2UKI5 n=3EL62 n=2FI20 n=1EL54 n=1ES43 n=1ES61 n=1ES13 n=2ES62 n=2ES42 n=1ES23 n=3IE01 n=2AT21 n=3UKE1 n=2PL32 n=4AT34 n=3PL52 n=5PL22 n=1ES22 n=2SK04 n=2DE23 n=2HU31 n=3SE33 n=3CZ02 n=1HU22 n=2NL11 n=1EL53 n=4SK02 n=2ITI1 n=3UKD6 n=4SK01 n=3SI04 n=2DEA1 n=2DE50 n=1DEA2 n=1NL42 n=4DEF0 n=2DE71 n=2DE11 n=1DE91 n=2DE26 n=2DEB3 n=6DE25 n=3
0 20 40 60L2squared dissimilarity measure
2004-2008
ES52 n=4ES41 n=4ES42 n=1PL34 n=2PL42 n=2SK04 n=2ES22 n=2ES23 n=2PL43 n=2SK02 n=3PL62 n=4PL33 n=1PL63 n=2AT21 n=2DE94 n=3PT18 n=3SE23 n=4SE12 n=3DEG0 n=3FI19 n=3EL64 n=1HU33 n=2HU31 n=1UKE1 n=4BE25 n=4UKF3 n=6FR71 n=5UKF2 n=4NL13 n=7UKC1 n=5UKM6 n=1NL41 n=5ITI1 n=1UKD6 n=3DEA3 n=3ITH4 n=3EL65 n=2IE02 n=2DE71 n=1HU10 n=2DE25 n=3DEA1 n=2DEA5 n=5IE01 n=1DE26 n=2UKM5 n=2AT34 n=3DE23 n=2CZ08 n=2CZ05 n=4DE14 n=2DE91 n=1EL53 n=1HU22 n=2NL11 n=1NL23 n=3NL31 n=2BE10 n=1NL32 n=2FR10 n=1DE30 n=1DK01 n=1CZ01 n=2DE60 n=1LU00 n=1UKI4 n=1UKI3 n=1PL12 n=3ES51 n=2LT00 n=2SK01 n=3ITH1 n=1SE11 n=2UKJ3 n=3UKH2 n=1UKJ2 n=1CY00 n=1PT15 n=3FI20 n=1UKJ1 n=2UKI7 n=2EL62 n=2UKN0 n=5FR72 n=10FR63 n=4UKK4 n=6UKK3 n=3UKD7 n=3UKM2 n=7EL41 n=1ITF3 n=4ITG1 n=2EL61 n=2MT00 n=2BE34 n=1ES43 n=1FR83 n=1ITC2 n=2UKI5 n=3UKI6 n=1
0 20 40 60 80L2squared dissimilarity measure
2009-2013
12
34
56
78
91
01
1n
um
be
r o
f cl
ust
ers
0 20 40 60L2squared dissimilarity measure
12
34
56
78
91
01
1n
um
be
r o
f cl
ust
ers
0 20 40 60 80L2squared dissimilarity measure
15
Cluster E: se caracteriza por presentar un índice medio muy bajo en industria (B-E) y elevado en Administración Pública y otros servicios no contenidos en otra parte (O-U). En el resto de ramas presenta valores muy próximos a la media.
Por último, las figuras 10 y 11 recogen los mapas en los que se muestra el cluster al
que pertenece cada región en uno y otro periodo.
Figura 9. Caracterización de los clusters: índices de localización medios
Fuente: elaboración propia
Figura 10. Categorización de las regiones (periodo 2004-08)
Fuente: elaboración propia
Cluster 1
Cluster 2
Cluster 3
Cluster 4
Cluster 5
16
Figura 11. Categorización de las regiones (periodo 2009-13)
Fuente: elaboración propia
6. CONCLUSIONES
El interés por analizar la especialización y concentración espacial de los sectores económicos en la Unión Europea ha suscitado sucesivos trabajos en las últimas décadas referidos a diferentes áreas geográficas, variables analizadas y sectores considerados, si bien ninguno publicado hasta la fecha aborda esta problemática en los años de la reciente crisis financiera y económica con esta amplitud.
Este estudio pretende ser una primera aproximación a la caracterización sectorial de
las 251 regiones de los 25 países que configuraban la UE en 2004 a través de su especialización productiva y por un periodo de diez años a partir de dicha fecha, delimitando dos sub-periodos temporales marcados por el estallido de la crisis financiera. Pese a los condicionantes de trabajos previos, se ha optado por no descartar ningún sector productivo, incluyendo la agricultura en el tratamiento de datos inicial, si bien los resultados han motivado que el análisis posterior se limite a industria y servicios.
Los resultados no muestran, en términos globales, una diferencia significativa en el
nivel de especialización de las regiones en los dos quinquenios considerados (2004-2008 y 2009-2013). Sin embargo, como cabría esperar, en las regiones españolas, griegas e irlandesas se observan importantes caídas en los índices relativos a la construcción.
Entre los países donde se encuentran un mayor número de regiones con elevada
especialización figuran Grecia, República Checa, Eslovaquia, Hungría y países
Cluster A
Cluster B
Cluster C
Cluster D
Cluster E
17
“uniregionales” como Luxemburgo y Lituania. Por el contrario, Francia, Italia, Dinamarca o Reino Unido destacan por la característica contraria.
Si atendemos al comportamiento por sectores económicos, destacan las elevadas
diferencias en los índices de localización relativos a la rama A (Agricultura, ganadería, silvicultura y pesca) en comparación con las otras cinco, lo que motiva su exclusión del análisis posterior para evitar que condicione los resultados.
El análisis cluster de los índices de localización de esas cinco ramas en los dos
períodos permite identificar en ambos cinco grupos de regiones, no coincidentes entre sí.
Este trabajo plantea interesantes alternativas que van desde la incorporación de la
agricultura para la configuración de los cluster hasta el estudio anualizado de la información de partida.
7. BIBLIOGRAFÍA Abad González, J. I. (2000): El análisis de correspondencias en el análisis económico regional. Aplicación al estudio de la estructura sectorial de las regiones españolas en el periodo 1983-1993. Memoria de Licenciatura. Universidad de León. Mimeo. Álvarez, M. E. y García, M. J. (1998): “La industria en la Unión Europea: especialización y concentración”, Economía Industrial, nº322, pp.23-35. Brültart, M. y Torstensson, J. (1996): “Regional integration, scale economies and industry location in the European Union”, CEPR Discussion Paper, nº 1435. Camagni, R.; Cappellin, R.; Marelli, E. (1980): Gli squilibri regionali italiani nell´ambito della Comunitá Europea. Istituto Affari Internazionali. Roma Cuadrado Roura, J. R.; Mancha, T.; Garrido, R. (1988): Convergencia regional en España. Hechos tendencias y perspectivas. Fundación Argentaria. Visor. Madrid. Ellison, G.; Glaeser, E. L. (1994): “Geographic concentration in US manufacturing industries: a dartboard approach”, NBER Working Paper Nº.4840.
Ezcurra, R.; Pascual, P.; Rapún, M. (2006). “Regional Specialization in the European Union”, Regional Studies 40, 601–616.
Hallet, M. (2000): “Regional specialisation and concentration in the EU”. Economic Papers, nº 41, pp.1-29. Houdebine, M. (1999): “Concentration géographique des activités et specialization des départaments francais”, Economie et Statisque, nº 326-327, pp. 189-204. Isard, W. (1960): Methods of Regional Analysis: An Introduction to Regional Science. Massachusetts Institute of Technology Press. Traducción al castellano: (1971), Métodos de análisis regional. Una introducción a la ciencia regional. Ariel. Barcelona.
18
Kallioras, D.; Petrakos, G. (2010): “Industrial growth, economic integration and structural change: evidence from the EU new member-states regions”, The Annals of Regional Science, 45 (3), 667-680.
Kaufman, L.; Rousseeuw, P. (1990) Finding Groups in Data: An Introduction to Cluster Analysis. Wiley. Krieger-Boden, C.; Traistaru-Siedschlang, I. (2008): “Regional structural change and cohesion in the Enlarged European Union: an introduction”. En Krieger-Boden, C., Morgenroth, E., & Petrakos, G. (ed.). The Impact of European Integration on Regional Structural Change and Cohesion. Routledge, pp.1-28.
Krugman, P. (1991). “Increasing returns and economic geography”, Journal of Political Economy, 99 (3), 483-499. Legendre, P.; Legendre, L. (2012): Numerical Ecology. Elsevier. Martín Guzmán, M. P. (1985): “Métodos estadísticos en el análisis regional”. Revista de Estudios Regionales, nº22, pp. 149-170. Molle, W. (1996): “La estructura económica regional de la Unión Europea: un análisis de su evolución a largo plazo”. Papeles de Economía Española, nº 67, pp.96-108. Ramírez Sobrino, J. N. (1993): El análisis cuantitativo de la economía regional: los modelos econométricos regionales. ETEA. Córdoba. Rodríguez Nuño, V. (1998): “Especialización regional y concentración espacial de los sectores en España: un análisis empírico para el período 1980-1994”. Cuadernos Aragoneses de Economía, vol.8, nº2, pp.537-560. Rodríguez Nuño, V (2001): “Especialización y concentración geográfica de los sectores manufactureros en la Unión Europea: 1980-1995”. Revista Asturiana de Economía, nº20, pp. 81-94. Suedekum, J. (2006): “Concentration and specialization trends in Germany since re-unification”. Regional Studies, 40(8), 861-873.