LA DIFUSIÓN DE TECNOLOGÍA A TRAVÉS DE MULTINACIONALES EN LOS PAÍSES DESARROLLADOS(*)
Jorge Crespo Francisco J. Velázquez
Grupo de Economía Europea, Universidad Complutense de Madrid y FUNCAS
Marzo 2003
Resumen
Este trabajo analiza el papel que ha jugado la inversión extranjera directa como mecanismo a través del cual fluye la tecnología entre países. En este sentido, tras un breve repaso de la literatura existente se observa que los estudios agregados no obtienen evidencia de la existencia de spillovers tecnológicos, resultados que no parecen coherentes con los trabajos realizados a menor grado de agregación. Por ello, se vuelve a contrastar la existencia de estos spillovers y, dado que no se encuentran, se indaga en las causas de estos resultados. La conclusión que se alcanza es que sí que se han producido spillovers en el seno de la OCDE, pero existe un problema de solapamiento entre las variables empleadas en estos análisis que impide captar adecuadamente su impacto. Clasificación JEL: O3, O4, F2. Palabras clave: spillovers tecnológicos internacionales, inversión extranjera directa, crecimiento, OECD. (*) Los autores desean expresar su agradecimiento a Elena Huergo por sus valiosos comentarios. Igualmente, agradecen la financiación aportada por el proyecto CICYT SEC2000-0751-C03-01. Jorge Crespo ([email protected]) Francisco J. Velázquez ([email protected]) Facultad de Ciencias Económicas y Empresariales Universidad Complutense de Madrid Pabellón de Segundo Campus de Somosaguas 28223 Madrid (Spain) Teléfono: 91 394 25 92
2
1. Introducción.
En los últimos años, la inversión extranjera directa (IED) ha sido
considerada como una vía a través de la cual los países obtienen importantes
beneficios. De entre ellos, se ha destacado su papel de canal de acceso a
nuevas tecnologías y procesos de producción (spillovers tecnológicos), sobre
todo, aunque no exclusivamente, para los países menos avanzados1.
Sin embargo, el repaso a los distintos trabajos que, partiendo de esa
premisa, han tratado de evaluar, a nivel agregado, el impacto de la tecnología
transmitida por las multinacionales sobre el crecimiento del país receptor revela
ciertas dudas acerca de este efecto 2.
Este tipo de resultados entra en contradicción, al menos aparentemente,
con la evidencia de que las filiales de las multinacionales muestran una
productividad superior a las empresas locales, por lo que parece que su
implantación va a generar incrementos de productividad agregada. En este
mismo sentido, algunos trabajos realizados a nivel de empresa o sector han
encontrado evidencia de difusión intrasectorial de tecnología entre
multinacionales y empresas locales. En consecuencia, parece que existe algún
tipo de problema en los estudios más agregados para tratar de identificar el
impacto de la transmisión de tecnología que se produce desde las empresas de
capital extranjero hacia las locales.
1 Véase el resumen realizado por De Mello (1997). 2 Lichtenberg y Van Pottelsberghe (2001) por ejemplo no hallan evidencia de spillovers transmitidos a través de la IED entre 22 países de la OCDE.
3
Por ello, en este trabajo se quiere seguir profundizando en esta última
línea de investigación, tratando de averiguar las razones por las cuales los
estudios agregados no encuentran evidencia de spillovers tecnológicos de las
multinacionales que permitan a los países incrementar su productividad. Los
resultados apuntan a la existencia de correlación entre alguna de las variables
explicativas del crecimiento de la productividad y la que identifica la transmisión
de tecnología foránea que provoca que los spillovers tecnológicos sean no
significativos o presenten un signo contrario al esperado.
En este sentido, este trabajo realiza, en primer lugar, un breve repaso a
la literatura existente en torno al papel de los spillovers tecnológicos
transmitidos a través de la IED en el crecimiento de los países receptores. A
continuación, se describe el marco teórico en el que se va a enmarcar el
estudio. Seguidamente, se comentan los distintos procedimientos empleados
en la literatura para medir los spillovers tecnológicos. Posteriormente, se lleva a
cabo la estimación del modelo y se comentan los resultados. Para finalizar, se
realiza un breve resumen con las principales conclusiones.
2. IED como canal de transmisión de spillovers tecnológicos.
La literatura sobre spillovers tecnológicos apunta, fundamentalmente,
hacia dos canales de transmisión de tecnología incorporada: el comercio y la
4
IED3. El primero ha sido ampliamente estudiado y parece existir cierto acuerdo
en que, al menos entre países desarrollados, ha servido como mecanismo a
través del cual la tecnología ha fluido en forma de adquisición de bienes de
equipo y consumos intermedios que han permitido a los países importadores
incrementar su productividad4. Sin embargo, este grado de consenso no ha
sido alcanzado en el ámbito de la IED.
Así, cabe encontrar dos tipos de estudios en función del grado de
desagregación empleado para realizar el análisis: microeconómicos y
macroeconómicos. En este sentido, entre aquéllos que utilizan como unidad de
análisis la empresa, es posible hallar resultados muy variados5. Así, Aitken y
Harridson (1999) en el caso de Venezue la, o Djankov y Hoekman (2000) en el
de la República Checa, obtienen un impacto negativo de la entrada de
multinacionales sobre la productividad de las empresas locales. Por el
contrario, Branstetter (2001) halla evidencia positiva de spillovers obtenidos a
través de los flujos de IED producidos entre Estados Unidos y Japón.
Finalmente, Girma y Wakelin (2001) concluyen que no ha habido spillovers a
través de la IED recibida de Estados Unidos en la industria electrónica del
Reino Unido.
3 Existen otros canales que han sido considerados en la literatura como pueden ser los pagos tecnológicos realizados por los países, las publicaciones en revistas científicas y técnicas, las migraciones de científicos o ingenieros, o simplemente la proximidad tecnológica entre países. 4 Véase los resúmenes de la literatura de Mohnen (2001) y Kéller (2002). 5 Véase Haddad and Harrison (1993) para Marruecos; Aitken and Harrison (1999) para Venezuela; Djankov and Hoekman (2000) and Kinoshita (2000) para la República Checa; Branstetter (2001) para Estados Unidos y Japón; Girma and Wakelin (2001) and Haskel, Pereira and Slaughter (2002) para el Reino Unido.
5
Desde un punto de vista sectorial, es posible encontrar trabajos que
contemplan un mayor número de países, si bien se centran en sectores
manufactureros. Entre éstos parece existir un mayor consenso en cuanto a los
resultados alcanzados, pues autores como Braconier y Sjöholm (1998),
Baldwin, Braconier y Forslid (1999) o Hanel (2000) obtienen evidencia de
spillovers tecnológicos que afectan positivamente a los países receptores.
Aunque otros como Braconier, Ekholm and Midelfort (2001) alcanzan la
conclusión contraria.
A nivel agregado son pocos los estudios existentes6, y además alcanzan
conclusiones dispares. Así, mientras Hejazi y Safarian (1999) obtienen
evidencia de spillovers positivos transmitidos a través de la IED entre 6 de los
países que componen el G-7, Lichtenberg y Van Pottelsberghe (2001)
concluyen que la IED recibida no ha actuado como canal de transmisión de
tecnología al ampliar la muestra a 22 países de la OCDE.
Evidentemente, estos resultados encontrados a nivel macroeconómico
además de no ser concluyentes, contradicen algunos de los obtenidos a nivel
microeconómico. En efecto, dado que las empresas foráneas son más
productivas que las locales, y parecen existir spillovers sectoriales, la
productividad agregada de la economía debiera verse afectada positivamente
por la IED incluso, como señalan Barba y Tarr (2000) aunque se encontrara un
ligero efecto negativo sobre la productividad de las empresas locales. Sin
embargo, Aitken y Harrison (1999) señalan como posible explicación la
existencia de un impacto negativo, especialmente en el corto plazo, de la
6 Nosotros sólo hemos podido encontrar dos estudios.
6
entrada de multinacionales sobre las empresas locales derivado de lo que
denominan un “efecto robo de mercado”. Éste consiste, básicamente, en que la
entrada de una filial extranjera en un mercado que opera en competencia
imperfecta supone que la filial cubre parte de la demanda que anteriormente
abastecían las empresas locales, que se ven obligadas a reducir su producción
con el consiguiente aumento de sus costes medios totales –al tener que seguir
asumiendo los mismos costes fijos pero reduciéndose el nivel de producción–,
lo que se traduce en una reducción de su productividad7.
Sin embargo, esta explicación elaborada para países en desarrollo 8,
parece que no se podría aplicar a los desarrollados, dado que existe evidencia
de que la entrada de nuevas empresas –muchas de ellas de capital foráneo–
lleva asociado un incremento de la productividad sectorial y agregada tanto
porque las entrantes son más eficientes, como porque expulsan del mercado a
otras menos productivas9.
3. Modelo teórico.
El modelo aquí utilizado parte de una versión modificada del propuesto
inicialmente por Benhabib y Spiegel (1994) para explicar el incremento de la
productividad total de los factores (PTF). En él se analiza el doble papel jugado
por el stock de conocimientos técnicos como determinante tanto de la
capacidad endógena de generar nuevo conocimiento como de la absorción de
tecnología. No obstante, aquí se empleará una medida directa de los spillovers
7 Aitken y Harrison (1999) señalan que este efecto se podría seguir produciendo aun en el caso en el que la multinacional transfiriera tecnología a las empresas locales. 8 El trabajo de Aitken y Harrison (1999) se realiza para el caso de Venezuela. 9 Véase Martín y Jaumandreu (1998).
7
tecnológicos en vez de identificarlos con la distancia en renta per capita al líder
tecnológico como se hace en el modelo inicial10. Por tanto, el modelo sería:
ititititit STTPTF εβϕδ +⋅⋅+⋅+=∆ log (1)
siendo PTF la productividad total de los factores, T el stock de conocimientos
técnicos de la economía –construido como combinación entre los capitales
humano y tecnológico–, S los spillovers tecnológicos transmitidos a través de la
IED recibida y, finalmente, los subíndices i y t el país y el tiempo
respectivamente.
Ahora bien, parece razonable suponer que el impacto de los spillovers
tecnológicos no se produce de forma instantánea, sino que lo hace en el largo
plazo. En efecto, el período de tiempo transcurrido entre la entrada efectiva de
inversión extranjera y el momento en el cual la multinacional alcanza su tamaño
de equilibrio puede ser amplio, debido a la construcción de la planta de
producción –caso de ser inversión greenfield–, o a los costes de ajuste que
necesariamente tendrán las empresas multinacionales (adecuación de
sistemas productivos, formación de trabajadores a las técnicas de producción,
estudio del mercado, introducción de nuevos productos, etc). Por ello, parece
más apropiado estudiar este impacto dinámico adoptando la forma
autorregresiva, transformando el modelo base de la forma:
itititcp
itcpcp
itit eSTTPTFPTF +⋅⋅+⋅++∆=∆ − βϕδα 1loglog (2)
10 Una explicación más detallada de estas modificaciones puede encontrarse en Crespo, Martín y Velázquez (2001).
8
de modo que los coeficientes de largo plazo se pueden calcular de forma
sencilla utilizando las expresiones: )1/( αϕϕ −= cplp , )1/( αββ −= cplp 11.
La relevancia de este modelo radica en que, frente a otros como el
empleado por Coe y Helpman (1995), se considera que es el stock de
conocimientos técnicos, y no el crecimiento de éste, el factor que determina el
crecimiento de la productividad total de los factores12. En este sentido, debe
tenerse en cuenta que aun en ausencia de crecimiento en aquel es factible un
incremento de la PTF.
El modelo, por tanto, distingue entre el impacto sobre la eficiencia de la
capacidad autónoma para la generación de nuevo conocimiento, y el que tiene
la tecnología difundida por las multinacionales pero condicionada ésta a la
capacidad de absorción de tecnología que posee el país. Este último elemento
supone que para que la tecnología foránea tenga impacto sobre la eficiencia
productiva deben producirse tanto la existencia de inversión extranjera, como
de unas condiciones para su absorción identificadas en el modelo con los
niveles de capital humano y tecnológico –piénsese que dentro de esta última
rúbrica se incorporan los gastos de absorción de tecnología–. Así, el modelo
plantea dos variables con efectos contrapuestos. Si un país tiene un mayor
stock de conocimientos técnicos mayor será su capacidad interna de
generación y su capacidad de absorción, pero, posiblemente, menores los
11 Como muestran Wickens y Breusch (1988), estas expresiones ofrecen el mismo valor para los coeficientes de largo plazo que se obtendrían estimando la ecuación dinámica especificada empleando como instrumentos el conjunto de todas las variables explicativas en la ecuación original. 12 Evidentemente, cuando nos referimos al stock de conocimientos técnicos lo hacemos en términos relativos, es decir, el stock de conocimientos técnicos por trabajador, ya que de otro modo tendríamos una distorsión motivada por un efecto tamaño del país en dicha variable. Por tanto, esta variable refleja la capacidad de generación y absorción de tecnología de un país.
9
flujos tecnológicos externos. Ahora bien, aunque éstos sean de menor cuantía
su impacto sobre el crecimiento se verá amplificado por la mayor capacidad de
absorción.
Por tanto, este modelo tiene dos implicaciones importantes. Así, en
primer lugar, mientras el stock de conocimientos técnicos por trabajador no sea
nulo, está garantizado el crecimiento de la PTF, dependiendo éste del tamaño
de dicho stock. En segundo lugar, las elasticidades obtenidas no son
directamente comparables con las estimadas en otros trabajos que parten de
modelizaciones similares a las de Coe y Helpman (1995), pues la forma en que
entran los distintos stocks en la función de producción no es como un factor
productivo más, sino como determinante del incremento de la eficiencia
agregada.
En este sentido, debe notarse que las elasticidades asociadas tanto al stock de
conocimientos técnicos nacionales ( TPTF,ε ) como a los spillovers tecnológicos
internacionales que se transmiten a través de la IED ( SPTF,ε ) pueden ser
calculadas de manera sencilla dada la forma funcional utilizada. Concretamente,
los valores de dichas elasticidades en la media de las variables serían:
( ) TSiiiTPTF ⋅⋅+= βϕε , con i = cp, lp (3)
STiiSPTF ⋅⋅= βε , con i = cp, lp (4)
10
4. Medición de los spillovers tecnológicos.
Los spillovers tecnológicos se han identificado tradicionalmente con el
stock de capital tecnológico extranjero del que un país puede beneficiarse. En
este sentido, Griliches (1979) establece la existencia de dos tipos de fuentes de
externalidades asociadas con la I+D. Por una parte, se encuentran los que
denomina “rent spillovers”, que se producen como consecuencia de
transacciones de mercado en las que el precio no refleja adecuadamente la
tecnología que incorpora el bien o servicio adquirido. Éstos suelen estar
presentes en operaciones que impliquen algún tipo de transacción monetaria –
comercio, IED, pagos tecnológicos–. Mientras, por otra parte, considera los que
llama “knowledge spillovers”, consistentes en transmisiones de conocimiento
técnico entre países o sectores que pueden ser aprovechados por el receptor
para llevar a cabo su propia investigación. Evidentemente, aunque desde el
punto de vista conceptual parece clara la distinción entre uno y otro tipo, desde
un punto de vista aplicado no es así, de modo que resulta muy difícil disociar
ambos tipos de spillovers.
Por tanto, la aproximación más frecuente para medir la existencia de los
“rent spillovers” se basa en medidas relacionadas con el comercio, la inversión
u otras operaciones que impliquen algún tipo de transacción monetaria.
Mientras, los “knowledge spillovers” se suelen aproximar considerando la
proximidad tecnológica o geográfica entre los países o sectores estudiados13.
Así, la aproximación más común consiste en emplear una suma ponderada de
los stocks de capital tecnológico extranjeros (R jt), donde el factor de
13 En este sentido, autores como Jaffe (1986), Park (1995) o Branstetter (2001) emplean medidas de la proximidad tecnológica entre sectores o países en función de las patentes empleadas.
11
ponderación (c ijt) representa el canal de transmisión de los mismos (Griliches,
1979):
∑≠
⋅=ij
jtijtit RcS (5)
Por tanto, centrándonos en los spillovers transmitidos a través de la IED,
de entre los pocos estudios que analizan este fenómeno desde un punto de
vista agregado, el trabajo de Hejazi y Safarian (1999) calcula dichos spillovers
a partir de la expresión:
∑≠
⋅=ij
jtijtHSit RfS (6)
siendo fijt la participación de la IED recibida por el país i desde el país j en el
período t sobre la IED total, y Rjt el stock de capital tecnológico del país j. Por
tanto, este indicador se podría interpretar como el stock de capital tecnológico
del país inversor “medio”. Como puede verse, se trata del indicador propuesto
por Coe y Helpman (1995) para analizar los spillovers del comercio transcrito al
ámbito de la IED. Es más, al igual que hacían Coe y Helpman (1995), los
autores relativizan más tarde este indicador por la participación de la IED sobre
el PIB de la economía receptora.
Posteriormente, Lichtenberg y Van Pottelsberghe (2001) emplean una
versión modificada de dicho indicador que evita el sesgo que padece el anterior
en función del grado de desagregación de la información utilizada14:
14 La explicación de dicho sesgo puede verse en Lichtenberg y Van Pottelsberghe (1998).
12
∑≠
⋅=ij
jtjt
ijtit
LP RK
FDIS (7)
siendo FDIijt el flujo de IED recibida por el país i desde el país j en el período t15,
Kjt el stock de capital físico del país j, y Rjt el stock de capital tecnológico del
país j. La interpretación de este indicador se relacionaría con el contenido
tecnológico de la inversión recibida. Pues bien, en este trabajo se ha optado
por seguir esta última modelización para capturar los spillovers transmitidos a
través de la IED. Sin embargo, existen dos diferencias, ya que en lugar de
emplear los flujos de IED se ha utilizado el stock de IED, el cual muestra un
comportamiento mucho menos volátil en el tiempo y, además, se ha
relativizado el indicador por el empleo del país receptor con el objeto de
obtener una medida del capital tecnológico extranjero por unidad de trabajo
como determinante de la eficiencia.
5. Datos y estimación.
En este trabajo se emplean datos correspondientes a 28 países de la
OCDE –Bélgica y Luxemburgo aparecen agregados y la República Eslovaca no
se ha incluido– y el período de referencia es el transcurrido entre 1986 y 1999.
La explicación detallada sobre la construcción de las variables y las fuentes
utilizadas pueden verse en el apéndice.
15 Los autores emplean una media móvil de orden 4 para mitigar las fuertes oscilaciones que presenta esta variable en el tiempo.
13
En la estimación de modelos de datos de panel dinámicos es común el
uso del estimador GMM propuesto por Arellano y Bond (1991). Sin embargo,
como muestran Blundell, Bond y Weidmeijer (2000) este tipo de estimadores
que tratan de eliminar los efectos individuales mediante la transformación del
modelo en primeras diferencias produce resultados poco satisfactorios en
modelos dinámicos, porque en muchas ocasiones las series son altamente
autorregresivas y los paneles relativamente cortos16. Por ello, Arellano y Bover
(1995) y Blundell y Bond (1997) propusieron el uso del estimador system GMM
que combina las ecuaciones en primeras diferencias con las ecuaciones en
niveles, de modo que los instrumentos empleados son las variables en niveles
para las primeras y las variables en primeras diferencias para las segundas17.
En primer lugar, se ha procedido a la estimación del modelo base
usando el estimador system GMM –columna 1 del cuadro 1–, lo que permite
hablar de un impacto positivo y significativo del stock de conocimientos
técnicos sobre la PTF, pero no así de los spillovers tecnológicos18. Por tanto,
este resultado coincide con el obtenido por Lichtenberg y Van Pottelsberghe
(2001) pese al uso de un modelo y técnica de estimación diferentes a los
empleados por dichos autores.
Sin embargo, como se ha afirmado anteriormente, este resultado
sorprende por cuanto la entrada de filiales cuya productividad es superior a las
16 Algo que posiblemente sucede en nuestro caso ya que tanto el stock de conocimientos técnicos como el término que captura los spillovers son bastante estables en el tiempo, al tratarse de stocks. 17 Blundell y Bond (1999) analizan las propiedades que tiene el uso del system GMM en la estimación de funciones de producción tipo Cobb-Douglas. 18 Los resultados que se ofrecen son los correspondientes a los estimadores de primera etapa, de modo que se evita el sesgo a la baja en el error en el que se incurre en caso de emplear los estimadores de segunda etapa (Blundell y Bond, 1999).
14
empresas locales debería afectar positivamente a la PTF de la economía. Ello
nos lleva a pensar que es posible que lo que estemos captando sea un
problema derivado de la posible presencia de colinealidad entre las variables
empleadas, algo que apunta Mohnen (2001) como causa por la que en muchas
ocasiones los estudios no son capaces de encontrar evidencia de la existencia
de spillovers. Por ello, se han repetido las estimaciones considerando distintas
combinaciones de variables para encontrar alguna que evitara este problema.
Así, se ha considerado en primer lugar el stock de conocimientos técnicos (T)
como variable representativa de la capacidad autóctona de generación de
tecnología y se han empleado tanto el capital humano por trabajador (H) como
el capital tecnológico por trabajador (TC) como medidas de la capacidad de
absorción de tecnologías foráneas. Todos los resultados apuntan en la misma
dirección que los iniciales: no existen spillovers tecnológicos. Incluso, se ha
incluido el término que capta los spillovers sin interaccionarlo con una variable
que represente la capacidad de absorción de la economía. Pero de nuevo se
ha alcanzado la misma conclusión, si bien no se rechazaría la existencia de
spillovers al 10% de significatividad.
En el mismo cuadro se han realizado todas las combinaciones posibles
entre indicadores de la capacidad de generación de tecnología e indicadores
de la capacidad de absorción de tecnología. Pero todos los resultados nos han
llevado a la misma conclusión: no parecen haberse producido spillovers
tecnológicos derivados de la entrada de IED en las economías analizadas, e
incluso al considerar el papel del capital humano como indicador del desarrollo
15
de tecnología propia se han obtenido spillovers negativos (véanse las columnas
5, 6 y 7 del cuadro 1).
Por tanto, no parece haber ninguna combinación de variables que dé
lugar a resultados que permitan afirmar que la entrada de IED genera
transmisión de tecnología hacia la economía receptora y que ello repercuta en
un aumento de la PTF. Sin embargo, para estar seguros de que esta
conclusión es la correcta, se han llevado a cabo estimaciones en las que se
han ido incluyendo por separado cada una de las distintas variables
consideradas previamente (cuadro 2). Al observar los resultados, sorprende
encontrar que individualmente las distintas mediciones empleadas para captar
los spillovers muestran un impacto positivo y significativo sobre el crecimiento
de la PTF. Luego, ello parece indicar la existencia de algún tipo de
solapamiento entre las distintas variables consideradas que impide captar
adecuadamente este impacto.
Así, para comprobar si es esto lo que sucede, se ha procedido a evaluar
la relación existente entre el stock de conocimientos técnicos y el término que
incorpora los spillovers tecnológicos. El resultado, que se presenta en el cuadro
3 bajo el encabezado “Regresión Auxiliar”, indica que existe una relación
positiva y significativa que podría ser la causante de los resultados obtenidos.
Ello implicaría que parte de la variabilidad de una variable –parece que la del
término de los spillovers– está siendo captada por el stock de conocimientos
técnicos. Para comprobar esta hipótesis y, además, tratar de solventar este
problema se ha sustituido el stock de conocimientos técnicos por el residuo
estimado en esta regresión (T~ ) –columna 1 del cuadro 3–. Este residuo estaría
16
captando la parte de la variabilidad del capital humano que no está siendo
explicada por el término de los spillovers tecnológicos. En efecto, una vez
descontada la parte común existente entre ambas variables las dos pasan a
mostrar un impacto positivo sobre la PTF. Para estudiar la robustez de este
resultado se ha repetido el mismo ejercicio pero a la inversa, es decir, se ha
regresado el término que incorpora los spillovers sobre el stock de
conocimientos técnicos procediendo de forma análoga (columna 2 del cuadro
3). En este caso, el residuo no resulta significativo. Luego la conclusión que se
desprende de este análisis es que el término que captura los spillovers se
solapa con parte de la variable que capta la capacidad de generación de
tecnología propia de la economía, lo que impide que pueda estimarse su
impacto.
De todas formas, todavía queda la duda de que la parte de solapamiento
que se produce entre ambas variables pueda ser debida a que en ambos
términos aparezca el stock de conocimientos técnicos. Por ello, se ha repetido
el mismo análisis pero sin considerar la capacidad de absorción de tecnología
foránea (columnas 3 y 4 del cuadro 3). Los resultados siguen siendo los
mismos, lo que permite afirmar que los spillovers han tenido efectivamente un
impacto positivo en la PTF de los países que componen la OCDE.
El procedimiento aplicado aquí no va a ofrecer estimaciones puntuales
de la elasticidad pero sí va a permitir disponer de unos intervalos entre los que
varían que serán los que están entre los valores de las estimaciones en el
modelo en el que se encuentran las variables perfectamente identificadas y los
obtenidos a partir de los residuos (cuadro 4). Concretamente, estos valores se
17
mueven, en el corto plazo, entre un 0.65% y un 0.94% en el caso del stock de
conocimientos técnicos; y entre un 0% y un 0.21% en el de los spillovers. Las
elasticidades de largo plazo son algo superiores, moviéndose entre un 0.78%-
1.14% y un 0%-0.26% respectivamente.
Finalmente, para obtener una imagen más cercana a lo ocurrido durante
el período analizado, se ha procedido a realizar un sencillo ejercicio de
contabilidad del crecimiento. Así, en el cuadro 5 se recogen los intervalos entre
los que se encontrarían las contribuciones que han tenido cada uno de los
factores considerados al crecimiento de la PTF durante el período 1987-1999.
Los resultados indican que, en el mejor de los casos, los spillovers recibidos
por los países de la OCDE a través de la IED habrían sido directamente
responsables de casi el 50% del crecimiento de la PTF del período, e
indirectamente del 12%. Luego ello pone de relieve su importancia para el
crecimiento.
6. Conclusiones.
En este trabajo se sigue avanzando en el conocimiento de una cuestión
fundamental para el crecimiento económico: ¿contribuyen las multinacionales
al crecimiento del país receptor a través de la transmisión de tecnología?
Aunque la respuesta parece, a priori, positiva (al menos entre países
desarrollados) los estudios encontrados no alcanzan un consenso en torno a la
misma.
18
El objetivo fundamental ha sido el de tratar de averiguar cuáles son las
causas que han llevado a que estudios de tipo macroeconómico, como el
realizado por Lichtenberg y Van Pottelsberghe (2001), no hallen evidencia de la
existencia de spillovers positivos hacia las economías receptoras. Esto resulta
sorprendente, ya que la entrada de empresas cuya productividad es superior a
la de las empresas locales debería incrementar la eficiencia de la economía,
algo en lo que parece haber cierto consenso a partir del repaso de los estudios
microeconómicos.
Para ello se ha partido de una versión modificada del modelo
inicialmente propuesto por Benhabib y Spiegel (1994) que considera el doble
papel del stock de conocimientos técnicos: como factor de generación y
absorción de tecnología. Los resultados apuntan hacia un problema de
solapamiento entre las variables empleadas en este tipo de análisis,
independientemente de la medida que se emplee para captar la capacidad de
generación y absorción de tecnología, que impide captar adecuadamente el
impacto de los spillovers tecnológicos en el crecimiento de la PTF. Solventando
este problema se obtiene evidencia de que la difusión de tecnología que
realizan las multinacionales ha repercutido de manera importante en el
incremento de la eficiencia de las economías receptoras. En conclusión, puede
afirmarse que este fenómeno es responsable de hasta el 50% del incremento
de la PTF en los países de la OCDE durante el período 1987-1999.
19
APÉNDICE
Las variables incluidas en este trabajo, así como las fuentes utilizadas
para su construcción se recogen a continuación:
• Producto Interior Bruto real a precios de mercado: Ha sido calculado a partir
de los datos de la OCDE: National Accounts. Volume I: Main Aggregates.
Para ello, se ha tomado como año base 1990 y se ha expresado en dólares.
• Empleo: Se ha obtenido de la publicación de la OCDE: National Accounts.
Volume I: Main Aggregates.
• Stock de capital físico: Se ha calculado a partir de la acumulación de los
flujos de inversión, siguiendo el método del inventario perpetuo. El stock de
capital inicial se ha estimado a través del procedimiento de Harberger y
Wisecarver (1977), utilizando el deflactor de la formación bruta de capital fijo
como índice de precios. Por último, las tasas de depreciación se han
tomado de Beutel et al. (1992), Velázquez (1995) y EUROSTAT (1997). Las
series de Formación Bruta de Capital Fijo y de sus deflactores se han
obtenido de la OCDE: National Accounts. Volume I. Main Aggregates.
• Stock de capital tecnológico: Se ha construido sobre la base de la
acumulación de los gastos en I+D, utilizando el método del inventario
perpetuo y suponiendo una tasa de depreciación del 10%. Los datos
utilizados han sido extraídos de OCDE: Research and Development
Expenditure in Industry; OCDE: Basic Science and Technology Statistics;
OCDE: Main Science and Technology Indicators.
20
• Stock de capital humano: Se ha calculado según la metodología propuesta
en Martín et al. (2000). Se trata de un indicador que tiene en cuenta la
existencia de diferencias de calidad entre niveles educativos utilizando los
gastos por alumno:
∑=
⋅⋅=3
1,,1995,
ititiit PNEDURGPEH
donde: GPEi,1995 es el gasto público y privado por estudiante en el nivel
educativo i con relación al coste total de formación de un
universitario en la media de la Unión Europea en 1995,
considerando todos los niveles educativos que haya tenido que
cursar para obtener su título.
DURi,t es la duración que poseía el nivel educativo i en el año t.
PNEi,t es el porcentaje de población entre 25 y 64 años que tiene
terminado el nivel educativo i en el año t.
• Stock de conocimientos técnicos: Se ha calculado como combinación de los
stocks de capital humano por trabajador (H) y capital tecnológico por
trabajador (TC). Para ello se ha utilizado el procedimiento de principales
componentes sobre ambas variables expresadas en logaritmos neperianos.
El resultado ha sido:
979.0203.0ititit TCHT ⋅=
21
• Stock de Inversión Extranjera Directa: Se ha obtenido de la publicación de
la OCDE: Internacional Direct Investment Yearbook. Si bien en ocasiones
ha sido necesario utilizar el flujo para completar las series.
22
REFERENCIAS
Aitken, B. y Harrison, A. (1999): “Do domestic firms benefit from foreign direct investment? Evidence from Venezuela”, American Economic Review 89: 605-618.
Arellano, M. y Bond, S. (1991): "Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations", Review of Economic Studies 58: 277-297.
Arellano, M. y Bover, O. (1995): “Another look at the instrumental-variable estimation of error-components models”, Journal of Econometrics 68: 29-52.
Baldwin, R., Braconier, H. and Forslid, R. (1999), Multinationals, endogenous growth and technological spillovers: theory and evidence, CEPR Discussion Paper, 2155.
Barba, G. y Tarr, D. (2000): “International knowledge flows and economic performance: a review of the evidence”, World Bank Economic Review 14: 1-15.
Benhabib, J. and Spiegel, M. (1994): “The role of human capital in economic development. Evidence from aggregate cross-country data”, Journal of Monetary Economics 34: 143-173.
Beutel, J. et al. (1992), Capital Stock Data for the European Communities. Part 1: Manual. Report to the Statistical Office of the European Communities, mimeo.
Blundell, R. y Bond, S. (1997): “Initial conditions and Moment Conditions in Dynamic Panel Data Models”, Journal of Econometrics 87: 115-143.
Blundell, R. y Bond, S. (1999), GMM estimation with persistent panel data: an application to production functions, IFS Working Paper, 9.
Blundell, R.; Bond, S. y Weidmeijer, F. (2000), Estimation in dynamic panel data models: improving on the performance of the standard GMM estimators, IFS Working Paper, 12.
Braconier, H. and Sjöholm, F. (1998): “National and international spillovers from R&D: comparing a neoclassical and an endogenous growth approach”, Weltwirtschaftliches Archiv 134: 638-663.
Braconier, H. Ekholm, K. and Midelfart, K.H. (2001): “In search of FDI-Transmitted R&D spillovers: a study based on Swedish data”, Weltwirtschaftliches Archiv 137 (4): 644-665.
Branstetter, L. (2001): “Are knowledge spillovers international or intranational in scope? Evidence from the U.S. and Japan”, Journal of International Economics 53: 53-79.
23
Coe, D. and Helpman, E. (1995): “International R&D spillovers”, European Economic Review 39: 859-887.
Crespo, J.; Martín, C. y Velázquez, F.J. (2002), International technology diffusion through imports and its impact on economic growth, Documento de Trabajo del Grupo de Economía Europea, 12.
Djankov, S. y Hoekman, B. (2000): “Foreign investment and productivity growth in Czech enterprises”, World Bank Economic Review 14 (1): 49-64.
EUROSTAT (1997), The Capital Stock in the European Union. Structural Diagnosis and Analytical Aspects, EUROSTAT, Luxemburgo.
Girma, S. and Wakelin, K. (2001), Regional underdevelopment: Is FDI the solution? A semi-parametric analysis, GEP Research Paper 11, University of Nottingham, U.K.
Griliches, Z. (1979): “Issues in assessing the contribution of research and development to productivity growth”, Bell Journal of Economics 10(1): 92-116.
Haddad, M. and Harrison, A. (1993): “Are there positive spillovers from direct foreign investment? Evidence from panel data for Morocco”, Journal of Development Economics 42: 51-74.
Hanel, P. (2000): “R&D, interindustry and international technology spillovers and the total factor productivity growth of manufacturing industries in Canada, 1974-1989”, Economic Systems Research 12 (3): 346-361.
Harberger, A.C. y Wisecarver, D.L. (1977): “Private and social rates of return to capital in Uruguay”, Economic development and cultural change 25(3): 411-446.
Haskel, J.E., Pereira S.C. and Slaughter, M.J. (2002), Does inward foreign direct investment boost the productivity of domestic firms?, NBER Working Paper, 8724.
Hejazi, W. y Safarian, A. E. (1999): “Trade, foreign direct investment, and R&D spillovers”, Journal of International Business Studies 30(3): 491-511.
Jaffe, A. B. (1986): “Technological opportunity and spillovers of R&D: Evidence from firms’ patents, profits, and market value”, American Economic Review 76: 984-1001.
Keller, W. (2002), International technology diffusion, CEPR Discussion Paper, 3133.
Kinoshita, Y. (2000), R&D and technology spillover via FDI: Innovation and absorptive capacity, mimeo, William Davidson Institute at the University of Michigan Business School, October.
Lichtenberg, F.R. y Van Pottelsberghe, B. (1998): “International R&D spillovers: A comment”, European Economic Review 42(8): 1483-1491.
24
Lichtenberg, F. and Van Pottelsberghe, B. (2001): “Does foreign direct investment transfer technology across borders?”, Review of Economics and Statistics 83 (3): 490-497.
Martín, A. y Jaumandreu, J. (1998), Entry, exit, and productivity growth in Spanish manufacturing during the eighties, Documento de Trabajo de la Fundación Empresa Pública, 9804.
Martín, C.; Velázquez, F.J.; Sanz, I.; Crespo, J.; Perales, F.J. y Turrión, J. (2000), Capital humano y bienestar económico. La necesaria apuesta de España por la educación de calidad, VI Premio Círculo de Empresarios, Madrid.
De Mello, L.R. Jr. (1997): “Foreign direct investment in developing countries and growth: a selective survey”, Journal of Development Studies 34: 1-34.
Mohnen P. (2001): “International R&D spillovers and economic growth”, en Pohjola, M. (ed.), Information Technology, Productivity, and Economic Growth, Oxford University Press, Oxford: 50-71.
Park, W.G. (1995): “International R&D spillovers and OECD economic growth”, Economic Inquiry 33: 571-591.
Wickens, M.R. y Breusch, T.S. (1988): “Dynamic specification, the long-run and the estimation of transformed regression models”, Economic Journal 98: 189-205.
Velázquez, F.J. (1995), Medición y evolución sectorial del stock de capital de España y los países centrales de la Unión Europea, Documento de Trabajo de FIES, 119.
25
Cuadro 1. Estimación de las distintas aproximaciones para explicar el crecimiento de la PTF (1987-1999).
Nota: Errores estándar entre paréntesis. Se han incluido indicadores de significatividad de las variables: * al 10%, ** al 5%, *** al 1%. m1 y m2 son test de autocorrelación de primer y segundo orden en el error.
1 2 3 4 5 6 7 8 9 10 11 12
PTFt-1 0.20520** (0.0875)
0. 21170** (0.0855)
0.20619** (0.0874)
0.20439** (0.0820)
0.15226** (0.0754)
0.16802** (0.0786)
0.14952** (0.0727)
0.17612** (0.0798)
0.21464**
(0.0872) 0.21561**
(0.0855) 0.21024** (0.0876)
0.20779**
(0.0819)
T 0.00591*** (0.0021)
0.00445** (0.0019)
0.00578*** (0.0021)
0.00368** (0.0017)
H 0.01378***
(0.0034) 0.01359*** (0.0033)
0.01379*** (0.0032)
0.00807*** (0.0029)
TC 0.00560***
(0.0021) 0.00466**
(0.0020) 0.0060*** (0.0022)
0.00387**
(0.0017)
T*S -0.00061 (0.0006)
-0.00188** (0.0008)
-0.00028 (0.0007)
H*S 0.00048
(0.0009) -0.00199**
(0.0010) 0.00051
(0.0009)
TC*S -0.00057
(0.0007) -0.00173**
(0.0007) -0.00051
(0.0007)
S 0.00179*
(0.0010) 0.00057
(0.0013) 0.00179*
(0.0010)
Test Sargan (grados libertad)
27.798 135
27.458 135
27.845 (135)
27.696 (135)
27.406 (135)
27.609 (135)
27.459 (135)
27.718 (135)
27.929 (135)
27.555 (135)
27.856 (135)
27.682 (135)
m1 -3.018*** -3.024*** -3.021*** -2.991*** -2.872*** -2.890*** -2.875*** -2.900*** -3.024*** -3.017*** -3.019*** -2.984*** m2 0.838 0.885 0.846 0.864 0.469 0.615 0.538 0.670 0.887 0.899 0.861 0.877
26
Cuadro 2. Estimación de las aproximaciones individuales para explicar el crecimiento de la PTF (1987-1999).
1 2 3 4 5 6 7
PTFt-1 0.20130*** (0.0914)
0.15688** (0.0767)
0.20573** (0.0918)
0.20487*** (0.0964)
0.19502** (0.0951)
0.19154** (0.0938)
0.14912** (0.0764)
T 0.00504*** (0.0015)
H 0.01155***
(0.0028)
TC 0.00532***
(0.0016)
T*S 0.00124***
(0.0005)
H*S 0.00224***
(0.0008)
TC*S 0.00125**
(0.0005)
S 0.00367***
(0.0009)
Test Sargan (grados libertad)
26.988 (89)
27.876 (89)
26.878 (89)
27.949 (89)
27.841 (89)
27.962 (89)
27.773 (89)
m1 -3.022*** -2.897*** -3.019*** -3.139*** -3.098*** -3.138*** -3.028*** m2 0.813 0.521 0.831 0.862 0.782 0.857 0.714
Nota: Errores estándar entre paréntesis. Se han incluido indicadores de significatividad de las variables: * al 10%, ** al 5%, *** al 1%. m1 y m2 son test de autocorrelación de primer y segundo orden en el error.
27
Cuadro 3. Estimaciones para explicar la PTF descontando la parte común entre las variables explicativas (1987-1999).
1 2 3 4
PTFt-1 0.1692** (0.083)
0.1692** (0.083)
0.1650** (0.081)
0.1650** (0.081)
T 0.0064*** (0.002)
0.0059*** (0.002)
T*S 0.0021*** (0.001)
S 0.0037*** (0.001)
T~ 0.0072*** (0.002)
0.0052** (0.002)
ST~
*~
-0.0006
(0.001)
S~
0.0012
(0.001) Test Sargan
(grados libertad) 27.839 (129)
27.645 (129)
27.372 (129)
27.260 (129)
m1 -2.964 -2.964 -2.963 -2.963 m2 0.629 0.629 0.631 0.631
REGRESIÓN AUXILIAR PARA EL CÁLCULO DE T~ , ST~
*~
, S~
Variable dependiente T T*S T S
T 1.3347*** (0.109)
0.8421*** (0.058)
T*S 0.3760***
(0.033)
S 0.4733*** (0.0047)
Nota: Errores estándar entre paréntesis. Se han incluido indicadores de significatividad de las variables: al 10%, ** al 5%, *** al 1%. m1 y m2 son test de autocorrelación de primer y segundo orden en el error.
28
Cuadro 4. Elasticidades (en %).
Corto plazo Largo plazo Regresión (1) Regresión (2) Regresión (1) Regresión (2)
T 0.94 0.65 1.14 0.78 S 0.21 0.00 0.26 0.00
Cuadro 5. Contribuciones al crecimiento de la PTF (1987-1999).
Sin spillovers 39.76%-100% Stock de conocimientos
técnicos Efecto adicional con
spillovers 0%-11.6% 51.36%-100%
Stock de capital extranjero 0%-48.64% 0%-48.64%
Top Related