EFICIENCIA TCNICA Y CONVERGENCIA EN LA REGIN DEL EJE CAFETERO

Un anlisis de frontera de produccin

EFICIENCIA TCNICA Y CONVERGENCIA EN LA REGIN DEL EJE CAFETERO

Un anlisis de frontera de produccin

OMAR MONTOYA SUREZ

Grupo de Investigacin en Economa y Tecnologa (GIECOTEC) Universidad Tecnolgica de Pereira, Colombia

Universidad Tecnolgica de Pereira

Eficiencia tcnica y convergencia en la Regin del Eje Cafetero. Un anlisis de frontera de produccin/ Omar Montoya Surez. Dosquebradas (Colombia): Publiprint Ltda.; Pereira (Colombia): Universidad Tecnolgica de Pereira, 2011. 167 p. ISBN 978-958-722-121-3 1. Eficiencia Tcnica; Convergencia; Eje Cafetero; Frontera de produccin.

Esta obra es resultado del proyecto de investigacin titulado Eficiencia Tcnica y Convergencia en la Regin del Eje Cafetero, financiado por la Vicerrectora de Investigaciones, Innovacin y Extensin de la Universidad Tecnolgica de Pereira, Colombia.

Primera Edicin: 2011 Omar Montoya Surez, 2011 omarm@utp.edu.co omarjms1@gmail.com Universidad Tecnolgica de Pereira, Colombia, 2011 Apartado Areo 097 Pereira Tel: 3137300 - 3137139 www.utp.edu.co ISBN: 978-958-722-121-3 Cartula y armada electrnica Omar Montoya Surez

Impreso por: Publiprint Ltda. C.C. La Popa, Dosquebradas, Colombia Impreso en Colombia-Printed in Colombia Todos los derechos reservados. Esta publicacin no puede ser reproducida, ni en su todo ni en sus partes, ni registrada en o transmitida por un sistema de recuperacin de informacin, en ninguna forma ni por ningn medio, sea mecnico, fotoqumico, electrnico, magntico, electroptico, por fotocopia o cualquier otro, sin el permiso previo por escrito de la Universidad Tecnolgica de Pereira, Colombia.

Para Claudia y Valeria

TABLA DE CONTENIDO
LISTADO DE TABLAS ............................................................................................................................. 8 LISTADO DE GRFICOS ...................................................................................................................... 10 INTRODUCCIN ..................................................................................................................................... 12 CAPTULO PRIMERO .............................................................................................................................. 17 EFICIENCIA TCNICA, CONVERGENCIA Y DIVERGENCIA: PERSPECTIVAS TERICAS ....... 17 1.1. ANTECEDENTES DE LA INVESTIGACIN ............................................................................................... 17 1.1.1. Departamento de Risaralda ............................................................................................ 17 1.1.2. Departamento de Caldas: ................................................................................................ 19 1.1.3. Departamento del Quindo .............................................................................................. 19 1.1.4. Eje Cafetero ........................................................................................................................ 19 1.1.5. Departamentos de Antioquia, Tolima y Valle del Cauca ......................................... 20 1.2. PERSPECTIVAS TERICAS .............................................................................................................. 21 1.2.1. Concepto de eficiencia ....................................................................................................... 21 1.2.2. Estudios de fronteras de produccin ................................................................................ 26 1.2.3. Las tcnicas de estimacin de los parmetros de una frontera de produccin paramtrica ............................................................................................................................................ 33 1.2.4. Utilizacin de datos de panel en el modelo economtrico ............................................ 38 1.3. EL CONCEPTO DE CONVERGENCIA ................................................................................................. 40 CAPTULO SEGUNDO ........................................................................................................................... 43 ANLISIS DESCRIPTIVO DE LA ECONOMA DEL EJE CAFETERO ............................................. 43 2.1. EL CONTEXTO INTERNACIONAL DE LA ECONOMA DEL EJE CAFETERO ........................................ 44 2.1.1. Monetarismo Neoliberal vs. Keynesianismo ................................................................... 44 2.1.2. Bosquejo general de la crisis actual del capitalismo mundial ....................................... 48 2.2. PANORAMA GENERAL DEL COMPORTAMIENTO DE LA ECONOMA DE LOS DEPARTAMENTOS DEL EJE CAFETERO ............................................................................................................................................ 50 2.2.1. Volatilidad del ciclo econmico y de la serie tendencial del PIB de las economas del Eje Cafetero ........................................................................................................................................... 55 2.2.2. Cambios en la estructura sectorial de las economas del Eje Cafetero ...................... 67 2.2.3. Participacin de los sectores genuinos y espurios en el valor agregado de las actividades terciarias ............................................................................................................................ 71 2.2.4. Comportamiento de los componentes del sector agropecuario ................................... 75 2.2.5. Balanza comercial Departamentos del Eje Cafetero ..................................................... 78 2.2.6. Conclusiones ........................................................................................................................ 81 CAPTULO TERCERO ........................................................................................................................... 83

EFICIENCIA TCNICA DE LOS DEPARTAMENTOS DEL EJE CAFETERO Y DE LOS DEPARTAMENTOS DE ANTIOQUIA, TOLIMA Y VALLE DEL CAUCA: EXPLICACIN Y FORMULACIN DE LOS MODELOS TERICOS Y EMPRICOS .................................................... 83 3.1. LA FUNCIN DE PRODUCCIN: MODELO TERICO ......................................................................... 83 3.1.1. Frontera paramtrica estocstica con datos de panel ................................................... 83 3.1.2. Modelo terico de los Efectos de Ineficiencia u it ................................................................... 88 3.2. LA FUNCIN DE PRODUCCIN EMPRICA, DATOS Y DEFINICIN DE VARIABLES .................................. 95 3.2.1. Seleccin de variables .............................................................................................................. 95 3.2.2. Correlacin de las variables que no entraron en el modelo con las variables seleccionadas ........................................................................................................................................ 98 3.2.3. Resumen estadstico de las variables seleccionadas .......................................................... 98 3.3. EL MTODO DE ESTIMACIN: MCOM Y MV: UN ANLISIS COMPARADO .................................... 100 CAPTULO CUARTO ............................................................................................................................ 103 RESULTADOS Y ANLISIS ................................................................................................................ 103 4.1. ESTIMACIN DEL MODELO PARAMTRICO ................................................................................... 103 4.1.1. Pruebas de hiptesis ...................................................................................................... 106 4.1.2. Elasticidades (productividades marginales) ............................................................ 111 4.1.3. Relaciones marginales de sustitucin ............................................................................. 114 4.1.4. Rendimientos a escala ............................................................................................................ 115 4.2. EVOLUCIN DE LA EFICIENCIA TCNICA....................................................................................... 116 4.2.1. Tendencia global de la eficiencia tcnica en la economa de los departamentos durante el perodo de estudio ........................................................................................................... 117 4.2.2. Tendencia de la eficiencia tcnica por grupos de departamentos ............................. 119 4.2.3. Eficiencia tcnica promedio simple estimada para cada uno de los departamentos seleccionados ...................................................................................................................................... 121 4.2.4. Eficiencia tcnica y tamao de los departamentos ...................................................... 123 CAPTULO QUINTO ............................................................................................................................. 126 CONVERGENCIA Y CRECIMIENTO ECONMICO EN LOS DEPARTAMENTOS CAFETEROS: DISPARIDADES EN EFICIENCIA TCNICA ..................................................................................... 126 5.1. CONVERGENCIA ............................................................................................................................... 127 5.2. CONVERGENCIA .............................................................................................................................. 129 CONCLUSIONES Y RECOMENDACIONES ...................................................................................... 136 BIBLIOGRAFIA ..................................................................................................................................... 146 ANEXOS ................................................................................................................................................ 157

LISTADO DE TABLAS Tabla 1. Estudios segn el tipo de metodologa utilizada .......................................................... 20 Tabla 2Ventajas y Desventajas de los Modelos de Eficiencia utilizados en el trabajo ......... 33 Tabla 3. Enfoques y tcnicas para medir la eficiencia tcnica.................................................. 36 Tabla 4. Desviacin estndar serie completa PIB a precios constantes de 1994 ............... 54 Tabla 5. Pruebas de races unitarias Dickey-Fuller aumentada para el logaritmo del PIB Real del departamento de Caldas ............................................................................................... 59 Tabla 6. Pruebas de races unitarias Dickey-Fuller aumentada para el logaritmo del PIB Real del departamento de Quindo .............................................................................................. 59 Tabla 7. Pruebas de races unitarias Dickey-Fuller aumentada para el logaritmo del PIB Real del departamento de Risaralda ........................................................................................... 60 Tabla 8. Volatilidad del componente cclico del PIB real departamentos del Eje cafetero . 64 Tabla 9. Desviacin estndar (Ciclo econmico) PIB departamentos .................................... 64 Tabla 10. Correlaciones sectores departamento de Caldas .................................................... 70 Tabla 11. Correlaciones sectores departamento del Quindo ................................................... 70 Tabla 12. Correlaciones sectores departamento de Risaralda ................................................ 70 Tabla 13. Correlaciones sectores de servicios-comercio y sectores reales .......................... 75 Tabla 14. Variables fronteras de produccin estocstica ......................................................... 96 Tabla 15. Variables para la funcin de efectos de ineficiencia ................................................. 96 Tabla 16.Correlaciones con el PIB variables del modelo Departamentos Eje Cafetero y departamentos de Antioquia, Tolima y Valle del Cauca (Correlacin de Pearson) ............. 97 Tabla 17. Resumen estadstico de las variables (inputs) departamento de Caldas ........... 99 Tabla 18. Resumen estadstico de las variables (inputs) departamento de Quindo .......... 99 Tabla 19. Resumen estadstico de las variables (inputs) departamento de Risaralda ........ 99 Tabla 20. Resumen estadstico de las variables (inputs) departamento de Antioquia ....... 99 Tabla 21. Resumen estadstico de las variables (inputs) departamento de Tolima ............ 99 Tabla 22. Resumen estadstico de las variables (inputs) departamento del Valle del Cauca ........................................................................................................................................................... 99 Tabla 23. Resumen estadstico de las variables (inputs) todos los departamentos ............ 99 Tabla 24. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog. con estimacin de efectos de ineficiencia ................................................................ 103 Tabla 25. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog. sin estimacin de efectos de ineficiencia, y estimados ................................... 104 Tabla 26. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog = 0 ................................................................................................................................................ 104 Tabla 27. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog = 0................................................................................................................................................ 105 Tabla 28. Estimacin por mxima-verosimilitud frontera de produccin Cobb Douglas con estimacin de efectos de ineficiencia ........................................................................................ 105 Tabla 29. Pruebas de Hiptesis .................................................................................................. 106

Tabla 30. Estimacin elasticidades promedio output departamentos con respecto a cada factor de produccin..................................................................................................................... 112 Tabla 31. Elasticidades promedio por departamento y por factor de produccin ............... 113 Tabla 32. Relacin marginal de sustitucin tcnica (RMS) entre los insumos para el total de departamentos......................................................................................................................... 114 Tabla 33. Tasa Marginal de Sustitucin de los insumos para cada departamento .......... 115 Tabla 34. Resumen eficiencia tcnica por departamento ........................................................ 116 Tabla 35. Eficiencia tcnica promedio estimada (ponderada) por grupos de departamentos ......................................................................................................................................................... 119 Tabla 36. Eficiencia tcnica promedio (simple) estimada para cada uno de los departamentos seleccionados .................................................................................................... 122 Tabla 37. Eficiencia tcnica y tamao de los departamentos ................................................ 123 Tabla 38. Dispersin de la Eficiencia tcnica promedio por departamento ......................... 129 Tabla 39. Convergencia General departamentos .................................................................... 130 Tabla 40. Convergencia Departamentos Eje Cafetero ........................................................ 131 Tabla 41. Convergencia Antioquia, Tolima y Valle del Cauca ............................................ 131

LISTADO DE GRFICOS Grfico 1. Eficiencia Tcnica y Asignativa ................................................................................ 23 Grfico 2. Conjunto de posibilidades de produccin y las diferentes eficiencias (Mtodo DEA) ................................................................................................................................................. 29 Grfico 3. Lucha entre el monetarismo Neoliberal y el keynesianismo (Fase 1) ................. 45 Grfico 4. La hegemona del monetarismo neoliberal (Fase 2) .............................................. 47 Grfico 5. Ondas largas de Kondratiev ...................................................................................... 48 Grfico 6. Las curvas de la economa capitalista 1961-2003................................................. 49 Grfico 7. PIB Real Risaralda...................................................................................................... 51 Grfico 8. PIB Real Quindo ........................................................................................................ 52 Grfico 9. PIB Real Caldas .......................................................................................................... 52 Grfico 10. Volatilidad y crecimiento departamentos Eje Cafetero 1980-2008 .................... 55 Grfico 11 Componente cclico del PIB real de Caldas y Colombia ...................................... 63 Grfico 12. Componente cclico del PIB real de Quindo y de Colombia .............................. 63 Grfico 13.Componente cclico del PIB real de Risaralda y de Colombia ............................ 63 Grfico 14. Tasa de participacin sectores en el valor agregado de Caldas........................ 67 Grfico 15. Tasa de participacin sectores en el valor agregado del Quindo ..................... 67 Grfico 16. Tasa de participacin sectores en el valor agregado de Risaralda ................... 68 Grfico 17. Tipo de terciarizacin en Caldas (% valor agregado del departamento) .......... 74 Grfico 18. Tipo de terciarizacin en Quindo (% valor agregado del departamento) ........ 74 Grfico 19. Risaralda. Subsectores terciarios genuinos y espurios (% valor agregado del departamento) ................................................................................................................................. 74 Grfico 20. Caldas. Comportamiento de los componentes del sector agropecuario (valor agregado precios de 1994) ........................................................................................................... 77 Grfico 21. Quindo. Comportamiento de los componentes del sector agropecuario (valor agregado precios de 1994) ........................................................................................................... 77 Grfico 22. Risaralda. Comportamiento de los componentes del sector agropecuario (valor agregado precios de 1994) ........................................................................................................... 77 Grfico 23. Balanza comercial Departamentos del Eje Cafetero con caf .......................... 78 Grfico 24. Balanza comercial Departamentos del Eje Cafetero sin caf............................ 78 Grfico 25. Exportaciones no tradicionales por Departamento Eje Cafetero ...................... 79 Grfico 26. Exportaciones tradicionales por Departamento Eje Cafetero ............................ 80 Grfico 27. Importaciones totales departamentos Eje Cafetero ............................................ 80 Grfico 28. Funcin de densidad de la distribucin seminormal ........................................... 90 Grfico 29. Funcin de densidad de la distribucin normal truncada .................................... 90 Grfico 30. Elasticidad promedio por departamento y por factor de produccin ............... 113 Grfico 31. Eficiencia tcnica promedio simple (Modelo translogartmico) ......................... 117 10

Grfico 32. Promedio simple y promedio ponderado de eficiencia ..................................... 118 Grfico 33. Eficiencia tcnica promedio ponderado general. Translog. .............................. 118 Grfico 34. Eficiencia tcnica promedio ponderado por grupos de departamentos. Translog. ........................................................................................................................................ 119 Grfico 35. Eficiencia tcnica promedio ponderado por grupos de departamentos. Translog ......................................................................................................................................... 120 Grfico 36. Tasa de crecimiento PIB Eje Cafetero ................................................................. 121 Grfico 37. Tasa de crecimiento PIB Antioquia, Tolima, Valle del Cauca ........................... 121 Grfico 38. Ranking de eficiencia tcnica por departamento. Translog. ............................. 122 Grfico 39. Relacin tamao departamentos- Eficiencia tcnica ......................................... 123 Grfico 40. Evolucin de la dispersin de la eficiencia tcnica departamentos estudiados ......................................................................................................................................................... 128 Grfico 41. Evolucin de la dispersin de la eficiencia tcnica Eje Cafetero ....................... 128 Grfico 42. Evolucin de la dispersin de la eficiencia tcnica Antioquia, Tolima y Valle del Cauca ............................................................................................................................................. 128 Grfico 43. PIB Eje Cafetero ............................................................................................................ 133 Grfico 44. PIB departamento de Antioquia, Tolima y Valle del Cauca .......................................... 133

11

INTRODUCCIN
El presente estudio tiene como propsito central realizar estimaciones de eficiencia tcnica y Convergencia para las economas de los departamentos de Risaralda, Caldas y Quindo (Eje Cafetero) durante el periodo 1990-2008. A pesar de que el centro del anlisis son los departamentos del Eje Cafetero, se han incluido los departamentos de Antioquia, Tolima y Valle del Cauca, departamentos igualmente cafeteros, con el objetivo de realizar anlisis comparativos entre cada uno de ellos y entre grupos de departamentos (el Eje Cafetero como grupo 1 y los tres departamentos restantes como grupo 2). Definimos como eficiente al departamento que obtiene el mximo posible de produccin habiendo empleado unos recursos dados y como ineficiente a aquel departamento que, usando los mismos recursos, obtiene menos produccin que el anterior. Se busca, en concreto, establecer si la tecnologa y los diferentes factores productivos utilizados en la produccin por los departamentos de la Regin del Eje Cafetero y los departamentos de Antioquia, Tolima y Valle del Cauca, estn siendo realmente eficientes en la produccin y si existe una tendencia hacia la convergencia en eficiencia tcnica entre los mismos, lo que dara luces para el entendimiento de las posibilidades de que el proceso de creacin y consolidacin de la regin (en nuestro caso la regin del Eje Cafetero, que ha sido el sueo de muchos1) sea viable o no en el corto y mediano plazo. Lo que parece cierto es que las asimetras desempean (o pueden desempear) un papel determinante en el curso y en los resultados de los procesos de integracin regional (Garay, 2002). El estudio de las simetras o asimetras departamentales es de suma importancia si se tienen en cuenta los problemas que han tenido que enfrentar estos departamentos con la globalizacin y apertura de los mercados: por una parte la competencia interna y por otra la competencia externa, han provocado en estos una debacle que ha iniciado una batalla entre los pequeos y medianos productores y las grandes empresas de los diferentes sectores econmicos, batallas que han llevado incluso a serias crisis sectoriales tal y como ocurre en el sector confeccin, calzado y el sector agropecuario de la regin del Eje Cafetero. La globalizacin tambin tiene repercusin en la eficiencia regional debido a que la apertura hacia otros mercados presiona hacia la tecnificacin y al incremento de la eficiencia para poder afrontar la competencia con competidores internacionales bien organizados y con niveles de eficiencia altos. Sin embargo, el proceso de tecnificacin no es tarea fcil para nuestras economas regionales dada la existencia de una serie de factores econmicos, sociales, polticos, culturales, institucionales, organizacionales, etc., que, combinados, restringen demasiado este proceso. Es el caso, por ejemplo, de la

1La Regin del Eje Cafetero, en particular, reviste de una enorme importancia dado que ha venido siendo centro de reflexin en varias temticas durante los ltimos aos por la academia, gobierno, gremios y otras instituciones interesadas. Las temticas discutidas abarcan aspectos como el comportamiento de la produccin, la productividad, competitividad, desarrollo tecnolgico y lo ambiental, entre otros. Se ha empezado a generar consenso en el sentido de que ya no es posible hablar de departamentos aislados sino que se debe hablar de regin como estrategia vital para el logro de crecimiento, desarrollo econmico e incremento de productividad y competitividad.

12

agricultura de la Regin que, con la apertura a otros mercados, ha tenido que luchar por una mayor eficiencia para lograr ser ms competitivo, sin que an lo haya logrado. El comportamiento de la produccin y de la productividad de la Regin del Eje Cafetero, en comparacin con los departamentos de Antioquia, Tolima y Valle del Cauca, desde la ptica de la evolucin de su eficiencia tcnica, no ha sido analizado hasta el momento. Existen algunos trabajos que abordan el problema individualmente para el departamento de Risaralda (y concretamente para algunos sectores econmicos) aplicando la funcin Coob Douglas con datos transversales2. Para el departamento de Caldas se ha realizado solamente un trabajo con aplicacin de la Cobb Douglas pero nicamente para el sector del caf3. Para el departamento del Quindo no se encontraron antecedentes investigativos en esta materia. Existen, adems, algunos trabajos que abordan la eficiencia tcnica de todos los departamentos de Colombia desde el punto de vista de un grupo de empresas ms representativas en cada departamento4. Existe, en general, escaso anlisis econmico-emprico, a travs de fronteras de produccin, referido a la economa de los departamentos del Eje Cafetero. Esto se relaciona, sin lugar a dudas, entre otros factores, a dificultades de acceso a la informacin requerida para el anlisis. Los desafos de poltica econmica pendientes en el eje Cafetero son diversos. Incluyen desde consolidar reglas de acceso a recursos ms eficientes, hasta permitir oportunidades econmicamente eficientes de desarrollo sectorial bajo entornos de relativa equidad para la diversidad de actores que operan en los diferentes sectores productivos de las economas de los departamentos que conforman la Regin. En este contexto de desafos, la presencia de heterogeneidad productiva en los departamentos suele implicar condicionamientos de importancia. Un ejemplo de esto se observa en los diferentes Planes de Desarrollo Departamental relacionados a esfuerzos econmicos, de financiamiento y de regulacin para lograr una mayor racionalizacin econmica. En estas materias, contribuira a lograr avances el entender de mejor forma los motivos por los cuales importantes grados de heterogeneidad productiva perduran en el tiempo. Nuestro anlisis se motiva como partcipe de este objetivo genrico. Dada la gran heterogeneidad econmica, analizar fuentes de diferencias en los rendimientos de la economa departamentales, debiera proveer informacin de inters para evaluar diferentes trade-offs econmicos que subyacen en los actuales esfuerzos para lograr mayores niveles de eficiencia econmica. Este trabajo aborda, pues, aspectos de heterogeneidad productiva centrndose en analizar si las diferencias en los niveles o escalas de operacin ayudan a entender las diferencias en los rendimientos productivos estimados para los distintos tipos de economa de los departamentos de la regin.
2

Gaviria Ros, Mario Alberto y Sierra Sierra, Hedmann Alberto (1998). Medicin de la productividad en la industria manufacturera de Risaralda. Revista Pginas, No 53. Pereira. Buchelli L., Gerardo y Lpez B., Juan Carlos (1998). Determinantes de la productividad del sector industrial regional. Proyecto de grado, facultad de economa industrial, Universidad Catlica Popular del Risaralda. Pereira. Velsquez, Cesar A. y Trujillo, Oscar E. (1998). Medicin de la productividad de la Industria manufacturera del Departamento de Risaralda. Proyecto de grado, Facultad de Economa, Universidad Libre de Pereira.
3

Bustamante G., F.J. (2001). Determinantes de la productividad del caf en el departamento de Caldas. Pereira (Colombia), Universidad Tecnolgica de Pereira. Facultad de Ingeniera Industrial, Tesis: Magister en Administracin Econmica y Financiera. 4 Quintero Otero, Jorge. Competitividad en la industria manufacturera de Cartagena: Un anlisis de eficiencia tcnica en el periodo 2001-2004.http://www.ocaribe.org/docs/2009030640_competitividad5.pdf

13

Son tres los pilares en los que se construye este estudio: el primero, medir la eficiencia tcnica de los departamentos de la Regin del Eje Cafetero (Caldas Quindo y Risaralda) y de los departamentos de Antioquia, Tolima y Valle del Cauca, es decir, si estn o no maximizando el desempeo productivo, dada la cantidad de insumos con que cuentan. Segundo, analizar la evolucin de sta eficiencia en el tiempo. Por ejemplo, si un departamento fue ineficiente tcnicamente en el ao 1, sigue siendo ineficiente o pasa a ser eficiente en el ao 2. Tercero, evidenciar si en la Regin del Eje Cafetero se est dando el proceso de convergencia en cuanto a eficiencia tcnica o si, por el contrario, los departamentos de la regin se estn dispersando (alejando) cada vez ms. Los tres objetivos planteados estn vinculados a la aplicacin de la funcin Cobb Douglas Translogartmica con fronteras estocsticas variante en el tiempo5 y utilizando datos de panel6, cuya regresin arroja, adems, los parmetros que son los que permiten medir la elasticidad insumo-producto y otros indicadores de enorme importancia. En cuanto a la eficiencia tcnica, requiere, a partir del error it arrojado en la regresin de la funcin de produccin, separar de ste sus dos componentes vit (errores aleatorios no controlables) y uit (errores de ineficiencia controlables). Este proceso de separacin exige supuestos distribucionales en ambos componentes del error. El indicador de niveles de eficiencia tcnica permite identificar la posicin relativa de las economas cafeteras respecto a la frontera eficiente a la vez que permite, igualmente, determinar el grado de adopcin de innovaciones tecnolgicas. Permite, adems, disponer de una valiosa informacin sobre el comportamiento de las economas durante el perodo analizado y comparar sus resultados. Si las economas no estn aprovechando de manera adecuada sus recursos, pueden realizar ajustes econmicos que les harn posible incrementar su produccin y mejorar su eficiencia7. El estudio permite identificar tambin las disparidades existentes entre dichas economas lo que, a partir de un anlisis comparado, permite deducir estrategias que aporten a la poltica econmica general de los departamentos de la Regin. Adems, a partir de estos resultados se podr identificar los factores que explican la variacin de la eficiencia tcnica entre los departamentos lo que dar informacin para el desarrollo de estrategias que permitan hacer aportes para la formulacin de la poltica econmica y tecnolgica de la regin. Por ltimo, este trabajo permitir, con fundamento en los resultados encontrados, sentar las bases para una posible reorientacin de la poltica econmica y tecnolgica a nivel departamental y Regional. El trabajo se organiza de la siguiente manera. El captulo I indaga sobre los antecedentes investigativos, a la vez que hace un breve recorrido terico por los conceptos de eficiencia tcnica y convergencia. El lector impaciente, si tiene algn conocimiento sobre el estado del arte en esta materia, podr saltarse este punto sin ningn problema. El captulo II describe aspectos relevantes de la economa de la Regin del Eje Cafetero en conjunto y por departamento. El captulo III presenta el modelo terico y emprico de frontera estocstica de produccin con datos de panel variante en el tiempo, as como los
5

Si el ambiente operacional es competitivo, es difcil aceptar la nocin de que la ineficiencia tcnica permanece constante; por esta razn se permite que la ineficiencia vare entre departamentos y aos. 6 El panel de datos utilizado es de seis (6) departamentos y tres insumos (factores) por departamento para el periodo comprendido entre 1990 y el ao 2008. Para el modelo de efectos de ineficiencia, que se estima junto con la funcin estocstica, se utilizan tres variables. 7 Delgado, Mara de J. y lvarez Inmaculada. Evaluacin de la eficiencia tcnica en los pases miembros de la Unin Europea, Revista Gestin y Poltica Pblica, VOLUMEN XIV,NMERO 1,I SEMESTRE DE 2005,PP. 107-128

14

resultados arrojados para los seis (6) departamentos estudiados. En el captulo IV se estudia el proceso de convergencia entre los departamentos, desde el punto de vista de la eficiencia tcnica. Por ltimo, se presentan las conclusiones.

15

CAPTULO PRIMERO
EFICIENCIA TCNICA, CONVERGENCIA Y DIVERGENCIA: PERSPECTIVAS TERICAS

16

CAPTULO PRIMERO

EFICIENCIA TCNICA, CONVERGENCIA Y DIVERGENCIA: PERSPECTIVAS TERICAS

1.1. Antecedentes de la investigacin Aunque en el contexto internacional y nacional son numerosas las estimaciones realizadas de la productividad total y de la eficiencia tcnica en distintos mbitos, para la economa de la Regin del Eje Cafetero, y tambin para los otros departamentos considerados en esta investigacin (Antioquia, Tolima y Valle del Cauca), no se dispone de muchos estudios y los pocos que existen, aunque muy buenos, no se centran en el tema objeto de estudio propuesto en este trabajo. Como ejemplos de antecedentes investigativos, se pueden citar los siguientes trabajos: 1.1.1. Departamento de Risaralda Gaviria Ros, Mario Alberto y Sierra Sierra, Hedmann Alberto (1998). Medicin de la productividad en la industria manufacturera de Risaralda. Revista Pginas, No 53. Pereira. Este ensayo busca dilucidar los factores determinantes de la productividad de la industria Risaraldense utilizando como indicador la productividad total de los factores (PTF) bsico. En las dos primeras secciones se aborda la discusin terica y metodolgica necesaria para la medicin de la PTF y el anlisis de la estructura de la funcin Cobb Douglas tradicional. Se utilizan los factores Valor Agregado y los insumos capital y trabajo. En la seccin tercera se desarrolla el modelo economtrico utilizado para calcular los parmetros y de la funcin Cobb Douglas, necesarios para mediar el incremento en la PTF. Finalmente, en la cuarta seccin, se presentan las conclusiones a que dan lugar los resultados del trabajo. Se trabaja para la produccin agregada del departamento de Risaralda y con los factores capital y trabajo nicamente. El estudio se realiz para el lapso de tiempo comprendido entre 1970 y 1995. Buchelli L., Gerardo y Lpez B., Juan Carlos (1998). Determinantes de la productividad del sector industrial regional. Trabajo de grado, Facultad de Economa Industrial, Universidad Catlica Popular del Risaralda. Pereira. El trabajo se propone dilucidar los determinantes de la productividad del sector industrial de Risaralda. Utiliza una funcin Cobb Douglas tradicional y como inputs los factores capital y trabajo. Trabaja a nivel de la produccin agregada de la industria del departamento de Risaralda. Es un trabajo muy parecido al de Gaviria Ros, Mario Alberto y Sierra Sierra, Hedmann Alberto (1998). Medicin de la productividad en la industria manufacturera de Risaralda. Revista Pginas, No 53. Pereira, descrito con anterioridad.

17

Velsquez, Cesar A. y Trujillo, Oscar E. (1998). Medicin de la productividad de la Industria manufacturera del Departamento de Risaralda. Trabajo de grado, Facultad de Economa, Universidad Libre de Pereira. A partir de una funcin Cobb Douglas logartmica, y utilizando los inputs capital y trabajo, presenta una medicin de la PTF a partir de 1990 y hasta 1997 para la industria del departamento de Risaralda. Se hace a nivel del Departamento de Risaralda y para la produccin agregada del Departamento. Gaviria Ros, M.A. y Sierra Sierra, H.A. (2005). Lecturas sobre Crecimiento Econmico Regional. Edicin a texto completo en www.eumed.net/libros/2005/mgr/ El libro consta de cuatro captulos donde se abordan varios temas para desarrollar el objetivo propuesto de la Medicin de la productividad en la industria manufacturera de Risaralda. Para abordar el estudio del crecimiento econmico de esta regin, en un primer captulo se revisa el debate terico orientado a identificar cules son los factores que pueden contribuir a aumentar los niveles de crecimiento dentro del contexto de los pases en desarrollo. Esta parte se inicia con la respuesta neoclsica al problema del crecimiento, para continuar con el planteamiento de las teoras del crecimiento endgeno. Posteriormente se analiza el impacto de la apertura a la luz de esas teoras, haciendo nfasis en la situacin de los pases latinoamericanos. En el segundo captulo, que utiliza algunas tcnicas estadsticas (prueba Dickey Fuller ampliada (ADF), filtro Hodrick - Prescott (H-P), Matriz de correlacin simple, Descomposicin de varianzas, Pruebas de normalidad) se asume el estudio del crecimiento regional de corto plazo. A partir del supuesto de que algunas regiones pueden reaccionar con ms fuerza que otras a los comportamientos de las variables macroeconmicas nacionales, tales como cambios propiciados por la poltica econmica, variaciones en los precios relativos y/o innovaciones tecnolgicas, en este aparte se exploran las caractersticas del ciclo de la economa risaraldense en los perodos 1980 2002. Para ello se evala en qu medida el ciclo productivo de Risaralda ha estado relacionado con el patrn nacional o si, por el contrario, ha estado fundamentalmente determinado por eventos particulares del departamento y/o por los cambios en las condiciones econmicas internacionales, especialmente en lo que tiene que ver con la evolucin del mercado internacional del caf. El tercer captulo se centra en el estudio del crecimiento econmico de largo plazo acudiendo a series de tiempo. En coherencia con ello, en este captulo se busca responder a la pregunta sobre cules han sido los determinantes del crecimiento econmico risaraldense durante el perodo 1980 - 2008? Para ese propsito se parte de un modelo Solow - Swan ampliado, inicialmente propuesto por Mankiw, Romer y Weil (1992), como base para interpretar el crecimiento de la economa. Dicho modelo es levemente modificado, para contrastar las hiptesis de Kaldor y Schumpeter y la llamada "Ley de Verdoorn"8 en la explicacin del crecimiento econmico del departamento.
8

La segunda Ley del crecimiento econmico de Kaldor, mejor conocida como la Ley de Verdoorn, postula que un incremento en la tasa de crecimiento de la produccin manufacturera conduce a un aumento de la productividad del trabajo dentro del mismo sector, debido al proceso de aprendizaje que se deriva de una divisin del trabajo y una especializacin mayores, asociadas a la ampliacin del mercado, as como a las economas de escala de carcter dinmico provenientes de la incorporacin del progreso tcnico y de la mecanizacin de las actividades productivas.

18

Finalmente, en el captulo cuarto se hace una revisin de la teora sobre la relacin entre comercio exterior de productos manufacturados y crecimiento econmico, para lo cual se enfatiza en la perspectiva predominante de la literatura reciente que sugiere que el crecimiento de las exportaciones manufactureras genera rendimientos crecientes en los sectores relacionados, segn la llamada "Ley de Verdoorn", y externalidades en los sectores no exportables. De manera complementaria se explora la evidencia emprica acumulada, con especial atencin en el caso colombiano, y se aportan algunos resultados de nuevos ejercicios para los mbitos nacional y regional. 1.1.2. Departamento de Caldas: Para el Departamento de Caldas se encontr el siguiente trabajo de grado en donde se aplica la funcin Cobb Douglas bsica para analizar los determinantes de la productividad del caf: Bustamante G., F.J. (2001). Determinantes de la productividad del caf en el departamento de Caldas. Pereira (Colombia), Universidad Tecnolgica de Pereira. Facultad de Ingeniera Industrial, Tesis: Magister en Administracin Econmica y Financiera. El objetivo de esta investigacin fue formular un modelo economtrico que identificara los principales factores que determinan la productividad del cultivo del caf en los municipios caldenses de Aguadas, Marquetalia, Risaralda y Palestina. Se definieron cuatro municipios del departamento con condiciones contrastantes de localizacin, densidad de siembra promedio y productividad por hectrea. Se realiz un muestreo aleatorio de 195 fincas, la encuesta indag sobre variables tcnico-econmicas, sociales y administrativas, la productividad analizada correspondi al ao civil 2000. Se analiz la eficiencia productiva a nivel parcial y total. El anlisis de los determinantes de la productividad se realiz empleando la funcin tipo Cobb-Douglas con transformacin Log-log, incluyendo variables continuas y categricas (Dummy). Se plantearon cuatro modelos significativos estadsticamente, el primero de ellos para la productividad del factor tierra en trminos de CPS/ha/ao, el segundo para la productividad de la mano de obra medida en CPS/jornal, la productividad total en trminos del costo unitario de produccin y el margen bruto de utilidad $/ha. Se definieron las elasticidades para cada una de las variables consideradas y se analiz el comportamiento de cada modelo. 1.1.3. Departamento del Quindo No se encontraron trabajos acerca de la PTF y Eficiencia tcnica para el departamento del Quindo, tomado individualmente. 1.1.4. Eje Cafetero Para el Eje Cafetero se encontraron los siguientes trabajos: Perdomo, Jorge Andrs, et. al. (2007). Factores que afectan la eficiencia tcnica en el Sector Cafetero Colombiano: una aplicacin con anlisis envolvente de datos.

19

Desarrollo y Sociedad, nm. 60, julio-diciembre, pp. 1-45. Universidad de los Andes, Colombia. El presente estudio, con datos microeconmicos de los caficultores del pas, determin mediante la aplicacin de Anlisis Envolvente de Datos, DEA la eficiencia tcnica por tipo de productor (pequeo, mediano y grande) y sector general cafetero, para la zona productora de caf ms representativa de Colombia, comprendida por los departamentos de Caldas, Quindo y Risaralda. Perdomo, Jorge Andrs y Hueth, Darrell (2010). Funciones de produccin y eficiencia tcnica en el eje cafetero colombiano: una aproximacin con frontera estocstica. Centro de Estudios sobre Desarrollo Econmico (CEDE), Facultad de Economa, Universidad de los Andes, Agosto. Este estudio estim la forma funcional de produccin cafetera en Colombia mediante fronteras estocsticas (FEP). Con esto, se analiz la importancia de los principales insumos empleados en la produccin de caf (cantidad de hectreas cultivadas, mano de obra utilizada, maquinaria requerida y cantidad de fertilizantes aplicados), que afectan la productividad. Igualmente, se determin la existencia de economas de escala en productores pequeos, medianos, grandes y sector general cafetero, ubicados en Caldas, Quindo y Risaralda. Finalmente, fue evaluada la eficiencia tcnica (ET) en la produccin.

1.1.5. Departamentos de Antioquia, Tolima y Valle del Cauca Quintero Otero, Jorge David, et. al. (2007). Determinantes de la eficiencia tcnica en las empresas colombianas 2001-2004. Universidad de Cartagena. Grupos de investigacin Ciencia, Tecnologa y Sociedad y Mercado laboral. En este trabajo se estima la eficiencia tcnica para una muestra de 171 empresas de Colombia en el periodo 2001-2004. El anlisis se realiza por sector y por departamento utilizando una frontera estocstica. Se realiza para todos los departamentos de Colombia La sntesis de estos trabajos se muestra en la siguiente tabla:
Tabla 1. Estudios segn el tipo de metodologa utilizada
Autores Gaviria Ros, Mario Alberto y Sierra Sierra, Hedmann Alberto (1998) Buchelli L., Gerardo y Lpez B., Juan Carlos (1998). Nombre del trabajo Medicin de la productividad en la industria manufacturera de Risaralda. Revista Pginas, No 53. Pereira. Determinantes de la productividad del sector industrial regional. Proyecto de grado, facultad de economa industrial, Universidad Catlica Popular del Risaralda. Pereira. Medicin de la productividad de la Industria manufacturera del Departamento de Risaralda. Proyecto de grado, Facultad de Economa, Universidad Libre de Pereira. Modelo empleado Funcin Cobb Douglas Tipo de frontera Determinstica y paramtrica Tipo de datos De corte transversal mbito de aplicacin Departamento de Risaralda (Agregado)

Cobb Douglas

Determinstica y paramtrica

De corte transversal

Departamento de Risaralda (Agregado)

Velsquez, Cesar A. y Trujillo, Oscar E. (1998)

Cobb Douglas

Determinstica y paramtrica

De corte transversal

Departamento de Risaralda (Agregado)

20

Gaviria Ros, M.A. y Sierra Sierra, H.A.(2005)

Bustamante G., F.J.(2001)

Lecturas sobre Crecimiento Econmico Regional. Edicin a texto completo en www.eumed.net/libros/2005/m gr/ Determinantes de la productividad del caf en el departamento de Caldas. Pereira (Colombia), Universidad Tecnolgica de Pereira. Facultad de Ingeniera Industrial, 2001 Tesis: Magister en Administracin Econmica y Financiera.

Cobb Douglas

Determinstica y paramtrica

De corte transversal

Departamento de Risaralda (Agregado)

Cobb Douglas

Determinstica y paramtrica

De corte transversal

Perdomo, Jorge Andrs, et. al. (2007).

Perdomo, Jorge Andrs y Hueth, Darrell (2010).

Quintero Otero, Jorge David, et. al. (2007).

Factores que afectan la eficiencia tcnica en el Sector Cafetero Colombiano: una aplicacin con anlisis envolvente de datos. Funciones de produccin y eficiencia tcnica en el eje cafetero colombiano: una aproximacin con frontera estocstica. Determinantes de la eficiencia tcnica en las empresas colombianas 2001-2004

Anlisis Envolvente de Datos (DEA) Cobb Douglas Translogart mica estocstica Cobb Douglas Translogart mica estocstica

No paramtrica

De corte transversal

Se definieron cuatro municipios del departamento de Caldas con condiciones contrastantes de localizacin, densidad de siembra promedio y productividad por hectrea; los municipios estudiados fueron Aguadas, Marquetalia, Risaralda y Palestina. Eje Cafetero

Estocstica y paramtrica

Panel de datos

Eje Cafetero

Estocstica y paramtrica

Panel de datos

Todos los departamento s de Colombia

Fuente: Elaboracin propia

1.2.

Perspectivas tericas

Se muestran los avances tericos sobre el concepto de eficiencia y sobre los estudios de fronteras de produccin paramtricos y no paramtricos, as como los avances en la utilizacin de datos de corte transversal y datos de panel. Adems, se realiza una breve presentacin de los avances en el campo de los anlisis de convergencia y su importancia. 1.2.1. Concepto de eficiencia La eficiencia es un concepto relativo, que se obtiene por comparacin con otras alternativas disponibles, considerando los recursos empleados en la consecucin de los resultados. Es un concepto cada vez ms utilizado no slo en el lenguaje cientfico, empresarial y de diferentes unidades econmicas, sino tambin en el lenguaje coloquial: se trata ante todo de ser eficiente para poder competir en las mejores condiciones posibles en unos mercados cada da ms abiertos e internacionalizados. 21

La eficiencia tcnica se refiere a la habilidad para obtener el mximo producto (output) posible dados una canasta de factores de produccin (inputs) y un nivel de tecnologa determinados. En otros trminos, la eficiencia tcnica alude a la habilidad de producir en la frontera de posibilidades de produccin. Koopmans (1951) fue quien dio por primera vez una definicin de eficiencia productiva bajo los trminos de ptimo de Pareto9. Centrndose en la eficiencia tcnica afirm que una unidad econmica ser ineficiente si es posible incrementar la produccin de un producto (output) sin aumentar el consumo de insumos (inputs) y sin disminuir la produccin de ninguno de los restantes outputs. De igual modo, se puede establecer -en trminos de input- que una unidad econmica ser ineficiente si es posible reducir el consumo de inputs sin por ello reducir la cantidad de ninguno de los outputs producidos y sin aumentar el consumo de ninguno de los restantes inputs del proceso productivo. Debreu (1951), por su parte, ofrece una medida de eficiencia basndose en un ratio de distancias [output / input], al que llam coeficiente de utilizacin de los recursos. Dicho ratio cuantificara la proporcin en que la situacin obtenida en una economa se aleja de la ptima, considerando como tal aqulla en la que fuera imposible aumentar la satisfaccin de algn individuo sin, al menos, disminuir la del otro. Este modo de concebir la cuantificacin de la eficiencia, si bien no dependa de las unidades de medida, presentaba la dificultad de necesitar de la existencia de un sistema intrnseco de precios que homogenizara las magnitudes de bienes comparadas en el proceso de clculo del parmetro de eficiencia mediante el cmputo del ratio de distancia. Esta dificultad afecta la posibilidad de cmputo de ndices de eficiencia en sectores en los que, como el pblico, habitualmente no operan con precios. Farrell (1957) propuso por primera vez el uso de la optimizacin para determinar la eficiencia, al margen de las tradicionales medidas asociadas a la productividad. Se concentr especficamente en una definicin de eficiencia productiva proponiendo un marco terico para su interpretacin, as como las medidas a adoptar en su determinacin y cuantificacin. Propuso una medida de eficiencia relativa, expresin de la desviacin observada respecto a aquella situacin que reflejara mayor eficiencia productiva en un grupo representativo y homogneo de unidades econmicas. Cada organizacin o unidad productiva individual es puesta en relacin con aqullas consideradas ms eficientes, comparacin de la que se desprender el grado de eficiencia de cada una de ellas. Para su proposicin de medicin de eficiencia, Farrel supuso una empresario unidad econmica que empleara dos insumos (entradas X1 y X2), para generar un producto, (Salida Y), bajo rendimientos constantes de escala10 y total conocimiento de la funcin de produccin.

El concepto de eficiencia de Pareto (tambin llamado ptimo de Pareto, Pareto-optimalidad u ptimo paretiano) es aquella situacin en la cual se cumple que no es posible beneficiar a ms elementos de un sistema sin perjudicar a otros. Se basa en criterios de utilidad: si algo genera o produce provecho, comodidad, fruto o inters sin perjudicar a otro, provocar un proceso natural de optimizacin hasta alcanzar el punto ptimo. Las sucesivas mejoras llevan a una mejor asignacin donde ya no es posible ninguna mejora paretiana (http://es.wikipedia.org/wiki/Eficiencia_de_Pareto). 10 Los rendimientos constantes a escala se presentan cuando variando en una proporcin determinada la cantidad de factores utilizada, la cantidad producida vara en la misma proporcin. En esta situacin, el costo unitario de produccin permanece constante conforme se incrementa el volumen de produccin.

22

Supuso, adems, que la eficiencia puede descomponerse en lo que denomin Eficiencia Tcnica, Eficiencia Asignativa y Eficiencia de Escala, asocindolos con la funcin de produccin, la funcin de costos y la funcin de beneficio. a. Eficiencia Tcnica Al hablar de Eficiencia Tcnica, Farrell define por primera vez el concepto de frontera de produccin como el mximo output o producto obtenible a partir de una serie de inputs, insumos o recursos dados. Supone utilizar correctamente los factores de produccin capital, tierra y trabajo); es decir, dados unos determinados recursos obtener con ellos la mxima produccin posible. Es por tanto, un concepto tcnico y no econmico. Las empresas que operen de esta manera sern consideradas eficientes tcnicamente.
Grfico 1. Eficiencia Tcnica y Asignativa

X1/Y

A R

Q I A O
Fuentes: Farrel, M. J. (1957) The Measurement of Productive Efficiency, En: Journal of the Royal Statistical Society, Series A, General, 120, Part 3, 253-281.

X2/Y

Se considera una unidad econmica que produce un nico producto a partir de los factores x1, x2 (Ver grfico 1).La funcin ptima tecnolgica o frontera de produccin se representa por la isocuanta unitaria (f (x1/y, x2/y) = 1), caracterizada por la combinacin de factores x1, x2mnimosde entrada que es necesaria para obtener una unidad de producto. En el grfico, la isocuanta la representa la curva I-I. Los puntos situados en la frontera (por ejemplo, el punto Q),representa las empresas tcnicamente eficientes al tener combinaciones de inputs (que representan distintas combinaciones de tcnicas) que permiten obtener la mxima productividad dada una determinada cantidad de inputs, mientras que si por ejemplo una unidad econmica utiliza cantidades de entradas definidas por el punto P, se puede afirmar que es tcnicamente ineficientes puesto que todas las entradas pueden reducirse proporcionalmente sin una reduccin en la salida hasta llegar al punto Q. El segmento QP es una medida del exceso de utilizacin de los dos factores considerados, por lo tanto es una cuanta de la ineficiencia tcnica. 23

De modo que la medida de la Eficiencia Tcnica es la razn entre OQ y OP, queda representada por la siguiente ecuacin, es decir:

ET

OQ OP

(1)

En general, segn la teora de la produccin, un proceso es ineficiente si existe otra combinacin de factores que permita obtener el mismo nivel de produccin con un menor consumo de factores, o ms producto con el mismo nivel de factores. Por otra parte una unidad es 100% eficiente cuando no se ha encontrado entre las entidades en observacin una combinacin de cantidades de entradas y de salidas con las que se produzca lo mismo o ms y se use lo mismo o menos que la entidad observada. b. Eficiencia Asignativa Todos los conceptos tratados hasta ahora, implica cantidades fsicas y relaciones tcnicas. Sin embargo tambin deben considerarse otros conceptos, tales como el costo y el beneficio. Si se conocen los precios de los inputs y outputs y lo que se pretende es maximizar el beneficio o minimizar el costo, sin duda debe incorporarse esta informacin. En este caso se habla de Eficiencia Asignativa en adicin a la Eficiencia Tcnica. Considerar la Eficiencia Asignativa a la hora de seleccionar los inputs, implica elegir aquellos inputs que produzcan una cantidad dada de outputs al mnimo costo (dado el precio de los inputs ms relevantes y dado un monto de inversin), es decir, relaciona el producto obtenido por unidad de costos de los recursos utilizados. Cuando ya no se puede aumentar el beneficio monetario o social mediante la traslacin de recursos de una actividad a otra, o entre distintas empresas, se dice que se ha alcanzado la eficiencia en la asignacin. A partir de la funcin de costos, que representa el mnimo costo dado los precios de insumos y del producto, se estima la Eficiencia Asignativa. Siguiendo con el mismo ejemplo presentado en la figura anterior, todos los puntos que estn en la isocuanta I-I tienen una Eficiencia Tcnica del 100% y los que estn por encima una eficiencia inferior. La lnea A-A representa la razn de los precios de los factores dado un monto de inversin. Se conoce como lnea de isocostos. Un isocosto expresa las diferentes combinaciones de insumos (X1, X2) que una unidad econmica puede adquirir, dados el desembolso total (Inversin) de la unidad econmica, y los precios de los factores. En el grfico 1 se muestra que la lnea de isocostos es tangente a la isocuanta unitaria en el punto Q. Est claro que el punto Q que est sobre la isocuanta unitaria, siendo tcnicamente eficiente, representa mayor costo de utilizacin de factores que el representado por Q, punto que es tcnica y asignativamente eficiente. Se puede considerar que el segmento RQ es una medida de la ineficiencia en la asignacin de recursos que selecciona la tcnica eficiente, pero ms cara comparndola con el mnimo costo Q.

24

La Eficiencia en Asignacin de recursos se mide mediante la razn OR y OQ; por lo tanto, queda representada por la siguiente ecuacin:

EA

OR OQ

(2)

Mediante una combinacin de los ndices de Eficiencia Tcnica y Asignativa se obtiene la medida de la Eficiencia Econmica, la cual queda expresada por:

EE

OR OP

(3)

Esta razn es la equivalente al producto de las razones anteriores, es decir, Eficiencia Tcnica x Eficiencia Asignativa = Eficiencia Econmica

OQ OR X OP OQ
c. Eficiencia de Escala o Economa de Escala

OR OP

(4)

Una empresa situada en la frontera se considera tcnicamente eficiente si obtiene la mxima cantidad de output posible dado su nivel de inputs empleado y una determinada tecnologa. Pero esto no implica que opere en la escala o tamao ptimo. Una empresa tcnicamente eficiente puede obtener una mayor productividad explotando, lo que se denomina, su Economa de Escala. Esto consiste en lograr un tamao ptimo tal que le permita mejorar su nivel de ingresos o su productividad mediante la mejor adecuacin de su estructura productiva al volumen de produccin. En teora econmica ese tamao coincide con aquel volumen de produccin para el que el costo medio (costo por unidad de producto) a largo plazo es mnimo. Las empresas situadas en la frontera y que operan con una escala ptima, se consideran Tcnicamente Eficientes y con Eficiencia de Escala o Economa de Escala. Si la escala no es la ptima se considera que, siendo tcnicamente eficiente, presentan ineficiencia de escala o deseconoma de escala. Para hablar de relaciones escalares hay que pensar en producciones a largo plazo, en las que todos los factores son variables y no se considera ninguno como fijo. Las deseconomas de escala se pueden asociar con las dificultades de gestionar una unidad econmica a medida que crece. Cuando una empresa crece cabe que aumente la burocratizacin en los rganos directivos y que surjan dificultades de coordinacin entre los distintos departamentos, lo que puede conducir a que se incrementen los costos medios. Tambin se suele asociar la deseconoma de escala a empresas que desarrollan su actividad en el sector servicios y que entran en un periodo de no calidad o mal servicio. Con todo esto debe tenerse en cuenta que si una empresa ha incrementado su productividad de un ao a otro, esta mejora no tiene por qu deberse necesariamente a 25

una mejora en su eficiencia, porque puede haber ocurrido un cambio tcnico (por ejemplo, introducir una nueva mquina) o haber explotado su economa de escala o alguna de las combinaciones de estos tres factores. Cuando una empresa es eficiente en los tres tipos, se dice que es econmicamente eficiente, ya que est maximizando sus beneficios. 1.2.2. Estudios de fronteras de produccin Una de las principales herramientas para medir la eficiencia son los estudios de frontera de produccin. Partiendo de este concepto, en el transcurso de las ltimas cinco dcadas los investigadores han desarrollado, bsicamente, dos enfoques tericos: los enfoques paramtricos que emplean tcnicas economtricas y los enfoques no paramtricos, que utilizan la programacin matemtica. Dichos enfoques, complementados con distintas metodologas, han permitido evaluar la eficiencia tcnica de diferentes unidades econmicas. La principal diferencia entre estos dos mtodos es que el mtodo paramtrico impone una forma funcional a la funcin de frontera mientras que el noparamtrico no es restringido a una forma funcional especfica. Dentro del enfoque no paramtrico el ms utilizado es el Anlisis envolvente de Datos (DEA) y dentro del paramtrico se encuentran: a) la frontera paramtrica determinstica que considera que todas las divergencias entre el mximo producto factible y el producto observado se explican por la ineficiencia tcnica. Por ello, se trata de un modelo que especifica una frontera comn a todos los productores y no discrimina los efectos externos no controlables por la empresa o unidad econmica que pueden influenciar su desempeo; y b) la frontera paramtrica estocstica que considera que las desviaciones con respecto a la frontera pueden no estar enteramente bajo el control de la empresa o unidad econmica analizada. En conjunto, y en trminos generales, se pueden distinguir, dentro de los enfoques paramtricos y no paramtricos, cinco mtodos propuestos para construir fronteras de produccin ptimas y medir la ineficiencia relativa a esas fronteras. Los cinco mtodos referidos son los siguientes: a. Mtodo de la programacin pura Esta metodologa fue pionera en la medicin de la eficiencia. Fue propuesta por Farrell (1957)11 quien estim una frontera de produccin determinstica no paramtrica bajo el supuesto de rendimientos constantes a escala. Para esto construy una isocuanta envolvente utilizando tcnicas de programacin lineal a partir de las relaciones de insumoproducto observadas para un sector productivo determinado. La isocuanta estimada con las caractersticas de ser unitaria, convexa y eficiente, le sirvi para compararla con las observaciones reales y medir el grado de ineficiencia tcnica. La medicin emprica de la eficiencia tcnica consisti en seleccionar de una muestra de empresas aquellas que tuvieran la mejor eficiencia, y construir con stas una frontera eficiente. Posteriormente, Farrel propuso comparar los resultados obtenidos para cada
11

La medida de la eficiencia tcnica a partir de funciones de produccin de frontera fue introducido en la literatura econmica por Koopmans (1951), aunque el principal referente en el tema es Farrel (1957).

26

empresa con la frontera eficiente: entonces, aquellos casos que representen desviaciones de ese estado ideal son caracterizados como ineficientes. Por esta razn, se afirma que la medicin de la eficiencia de una empresa tiene un carcter relativo, ya que debe ser comparado con una medida estndar incluida en la muestra objeto de estudio. Farrel propone medir la eficiencia econmica a travs de la determinacin de la eficiencia tcnica y de la eficiencia asignativa, con referencia a la funcin de produccin de las empresas totalmente eficientes. Como esta funcin no es observable, el autor sugiere dos mtodos para estimarla: a) la construccin de una frontera no paramtrica, a travs de mtodos de programacin lineal; b) la estimacin de la frontera utilizando una funcin paramtrica. El mtodo propuesto por Farrel consiste en estimar una funcin de produccin frontera que permite calcular el output mximo (y*) que puede ser obtenido por cada unidad de produccin, dada una combinacin de inputs. El nivel de eficiencia tcnica (ET) de cada unidad productiva se puede calcular como la relacin entre el producto obtenido (y) y dicho mximo, es decir, 0 ET = y/y * 1. Por lo tanto, para poder estimar la ET se precisa conocer la funcin de produccin frontera, que en las aplicaciones empricas se deriva de los datos disponibles, por lo que la eficiencia estimada se calcula a partir de las mejores prcticas observadas. Aunque esta metodologa fue pionera y novedosa, sus aplicaciones fueron limitadas. Su mayor fortaleza era la de no imponer una forma funcional a la frontera, pues esta se obtena a travs de los datos del sector; sin embargo presentaba una deficiencia al atribuir como ineficiencia tcnica pura a cualquier desviacin alrededor de la frontera unitaria. Otra debilidad de esta tcnica se debe a que al no ser estocstica no puede captar shocks aleatorios externos, errores de medicin en los datos, etc. La propuesta terica de Farrell (1957) fue ampliada por Fre, Grosskopf y Lovell (1985) incorporndose el supuesto de rendimientos a escala no constantes y la posibilidad de congestin de insumos, esto es, cuando el producto marginal es cero o negativo a determinado nivel de uso de un recurso productivo. b. Mtodo de Anlisis Envolvente de Datos (DEA) A partir del primer mtodo sugerido por Farrell (1957), Charnes, Cooper y Rhodes (1978) desarrollaron la metodologa conocida como Data Envelopment Analysis (DEA), que luego fue, y an sigue sindolo, ampliamente utilizada en la literatura. Es una tcnica no paramtrica y determinstica dentro de los modelos para medir eficiencia. Esta metodologa permite comparar el nivel de eficiencia productiva de distintas unidades econmicas llamadas DMU12. Para lo anterior, se construye un ndice de eficiencia el cual es el que maximiza el ratio entre la suma ponderada de los outputs y la suma ponderada de los inputs de una entidad determinada. La eficiencia de cada unidad es determinada a travs de la estimacin de una frontera de referencia, la cual es construida a travs de mtodos matemticos de programacin lineal usando las unidades productivas ms eficientes de la muestra, es decir, las que estn sobre la llamada frontera de produccin, la que se define como la ptima combinacin de
12

Charnes, Cooper y Rhodes (1978) emplean el trmino Decisin Market Unit (DMU) para referirse a entidades sin nimo de lucro. No obstante, el trmino DMU se ha extendido para hacer referencia a cualquier tipo de productor o unidad de produccin: empresa, industria, personas, regin, pas, etc.

27

inputs dado un determinado nivel de outputs, o bien la combinacin ptima de outputs para un determinado nivel de inputs. Una unidad se clasificar como ineficiente cuando se sita fuera de la frontera, o sea, cuando est por debajo de la frontera de produccin, o por encima de la frontera de costos. La ineficiencia es medida por la distancia entre la observacin real y su correspondiente frontera de produccin. Las ventajas de utilizar esta tcnica son las menores exigencias en cuanto a la relacin funcional de las variables usadas; es decir, el anlisis de funciones frontera de produccin mediante el mtodo DEA, no necesita la eleccin (a priori) de una forma funcional concreta para describir la frontera de produccin. Otras ventajas es la de ser intuitiva, entregar informacin sobre posibles determinantes de ineficiencia, y ser muy adecuada para unidades productivas que ofrecen muchos productos y tienen gran diversidad de objetivos. Dentro de sus desventajas est que exige que las unidades analizadas sean homogneas, para evitar que la ineficiencia de una DMU se deba a la no uniformidad en la escala de produccin, en el uso de las entradas y las salidas. Es muy flexible a la hora de escoger las ponderaciones, lo cual da origen a la posibilidad que una ponderacin cuya variable sea trascendental para la DMU no sea considerada; adems, cualquier alejamiento de la frontera de eficiencia de alguna asignacin de recursos y productos se supone que es por la ineficiencia de la DMU, y no por perturbaciones aleatorias. Esta incapacidad para incluir perturbaciones aleatorias hace que sus resultados sean muy sensibles a errores de medida y de especificacin del modelo. Un ejemplo sencillo servir para aclarar los puntos esenciales del mtodo DEA. Supongamos varias unidades productivas en cuya actividad empleen un nico input para obtener un nico output. De esta manera podemos representar a las distintas empresas en un grfico de dos dimensiones, con el input en el eje horizontal y el output en el vertical (Grfico 2). Podemos definir dos fronteras de produccin en funcin de si suponemos la existencia de rendimientos variables a escala entre los insumos y los productos (VRS)13 o si mantenemos la hiptesis de rendimientos constantes a escala entre los insumos y los productos (CRS)14. En el primer caso, la frontera de produccin consiste en la envolvente dibujada por los puntos que precisen menos cantidad de input para cada cantidad de output. En el ejemplo, corresponde a la lnea quebrada que pasa por los puntos B, C, D, E, F, G y H (Frontera VRS). Estas seran las unidades tcnicamente eficientes, mientras que las restantes (por ejemplo el punto A) seran tanto ms ineficientes cuanto ms alejadas se encuentren de la frontera. La distancia se mide horizontalmente porque estamos considerando el grado de ineficiencia en el uso del input para una cantidad de output dada. Cuanto ms alejados nos encontremos de la frontera, mayor ser la cantidad de input que estaremos empleando para producir un cierto nivel de output y, por tanto, mayor ser la ineficiencia tcnica.

13

Tambin se conoce como modelo BCC en honor a sus creadores Banker, Charnes y Cooper (1984). Los rendimientos decrecientes a escala se suponen cuando el incremento de los insumos de una DMU resulta en un menos que proporcional incremento en sus productos. Los rendimientos crecientes a escala estn presentes cuando ante un incremento de los insumos de una unidad, se obtiene un aumento ms que proporcional en sus productos. 14 Tambin se conoce como modelo CCR en honor a sus creadores Charnes, Cooper y Rhodes (1978). Los rendimientos constantes a escala se suponen cuando un aumento en los insumos de una DMU lleva a un aumento proporcional en sus productos, es decir, existe una relacin lineal uno a uno entre los insumos y los productos.

28

En cambio, si suponemos que el proceso productivo tiene rendimientos constantes a escala, la frontera eficiente deber ser una lnea recta que parta del origen de ordenadas y, en el ejemplo, pase por el punto E, que resultara la nica unidad eficiente (frontera CRS). De nuevo, la distancia horizontal hasta la frontera de produccin nos mide el grado de ineficiencia de las otras unidades productivas.
Grfico 2. Conjunto de posibilidades de produccin y las diferentes eficiencias (Mtodo DEA)
OUTPUT

Frontera CRS (CCR) Frontera VRS (BCC) H (Frontera eficiente) G F D E Conjunto de posibilidades de eficiencia: Eficiencia total (global) =MN/MA Eficiencia Tcnica =MB/MA Eficiencia de escala =MN/MB

N M B C
INPUT Fuente: Mercado et. al. (1998)

Cada vrtice de la frontera es una unidad econmica que destaca sobre el resto. Estos puntos de la frontera, ms todos los puntos ubicados por debajo de ella, constituyen el conjunto de posibilidades de produccin, es decir, representan el espacio en el cual es factible que se siten las diferentes unidades econmicas (Mercado, et. al., 1998). Las empresas en la frontera tienen valores de eficiencia o productividad en el modelo de optimizacin iguales a 1 (100%). Sin embargo slo se consideran eficientes, si las restricciones se satisfacen en el sentido estricto de la igualdad. Dentro de las ventajas ms relevantes que tiene el modelo de frontera, se encuentra la de requerir un mnimo de informacin, que en la prctica constituye una caracterstica sobresaliente, al compararse con otros tipos de modelos. Aun as la cantidad de informacin que produce es valiosa y variada, proporcionado una imagen completa de la situacin de la empresa. Entre la informacin que genera el modelo de frontera estn: a) la eficiencia tcnica, b) la eficiencia de escala y c) la eficiencia global o total. La eficiencia tcnica est dada por la siguiente ecuacin: Eficiencia tcnica = MB/MA (5)

29

Esta eficiencia, como se observa en el grfico 2, compara a la unidad econmica A con aquella situada en la frontera eficiente (punto B). As se observa la situacin actual de la unidad econmica, contra aquella que tendra si estuviera en la frontera eficiente minimizando los insumos que utiliza y trabajando en un ambiente en el cual admite deseconomas de escala. La eficiencia de escala se define por: Eficiencia de escala = MN/MB (6)

Este valor representa qu tan alejada est la frontera eficiente de aquella hipottica empresa formada por la lnea-Frontera CRS, laborando en una economa de escala constante. La eficiencia global se determina s: Eficiencia global (Total) = MN/MA (7)

Con este cociente se comparan los insumos actuales, que est requiriendo la unidad productiva o econmica A, con aquella empresa generada por una frontera hipottica (lnea que va desde el origen y es tangente al conjunto de posibilidades de produccin y toca la frontera eficiente en el punto E) que asume que el conjunto de unidades econmicas laboran en una economa de escala constante (Mercado et al., 1998). De esta manera el segmento MA mide los recursos que est consumiendo la unidad econmica A y el segmento MN mide los insumos que consume la unidad econmica N (hipottica), que genera la misma cantidad de salida que la empresa A. De las ecuaciones (5), (6) y (7) se observa que la eficiencia global (MN/MA), es igual al producto de la eficiencia tcnica: MB/MA y la eficiencia de escala: MN/MB. Eficiencia global (Total) = (Eficiencia tcnica) x (eficiencia de escala) = (MB/MA) x (MN/MB) = MN/MA (8)

Existen distintas variantes de los modelos BCC (VRS) Y CCR (CRS). Se pueden mencionar CCR-I y BCC-I (orientados a insumos), CCR-O y BCC-O (orientados a productos), FDH15 y el modelo aditivo, combinacin de los orientados a insumos y productos. Adems, existe el modelo DEA Windows Analysis que se utiliza cuando se trabaja con datos de panel. Todas las variantes anteriores tienen equivalencias para sus medidas de eficiencia relativa. El modelo BCC define una frontera de posibilidades de produccin en base a las actividades observadas y su casco convexo. El modelo regresa una medida de eficiencia mayor que la obtenida con el modelo CCR.
15

El FDH es un caso particular del mtodo DEA. Dicho mtodo permite formar una frontera de produccin convexa donde est permitida la existencia de sustituibilidad entre los insumos. La construccin de dicha frontera se realiza mediante la combinacin lineal de distintos puntos correspondientes a las observaciones registradas de diferentes unidades de decisin o DMUs por su sigla en ingls (decisin marking units), calificadas como eficientes. Esto significa que este mtodo permite arribar a la frontera de produccin cuya funcin es desconocida utilizando la evidencia emprica disponible.

30

Los Modelos orientados a productos buscan, dado el nivel de inputs, el mximo incremento proporcional de los outputs permaneciendo dentro de la frontera de posibilidades de produccin. En este sentido, una entidad no puede ser caracterizada como una eficiente si es posible incrementar cualquier output sin incrementar ningn input y sin disminuir ningn otro output. Los modelos orientados a insumos persiguen la mxima reduccin proporcional en el vector de inputs mientras permanece en la frontera de posibilidades de produccin. Una unidad no es eficiente si es posible disminuir cualquier input sin alterar sus outputs. c. Mtodo de la frontera paramtrica determinstica El primer modelo propuesto de frontera economtrica, que se denomina frecuentemente frontera determinstica, supona la eficiencia tcnica explicada por una variable aleatoria no-negativa ui que corresponda a los errores que resultaban de la estimacin de una determinada funcin de produccin economtrica. Esta metodologa es una extensin propuesta por el mismo Farrell (1957) quien postul que una frontera de produccin puede ser construida a partir de una forma funcional especfica. Aigner y Chu (1968) siguiendo el planteamiento de Farrel estimaron una funcin de produccin para la industria planteando una especificacin Cobb-Douglas y midieron la eficiencia tcnica mediante el mtodo de la programacin lineal a travs de los residuos, el cual consiste en minimizar la suma de los valores absolutos de los residuos del logaritmo de la funcin de produccin, imponiendo la condicin de que todos sean positivos. Por otro lado, Frsund y Hjalmarsson (1979), siguiendo esta tcnica, estimaron una funcin de produccin para relacionarla con el progreso tcnico en las empresas industrializadoras de lcteos en Suecia. Con los progresos alcanzados por Farrell se pudo caracterizar las fronteras tecnolgicas mediante funciones matemticas sencillas y adaptarlas a casos de rendimientos no constantes a escala. Sin embargo, no se superaron las desventajas de las formulaciones determinsticas como la no captacin de errores de medicin o los shocks aleatorios. Otra desventaja de esta metodologa, radica en que no se pudo adaptar a los casos de multiproductos, debido a que cuando hay especificaciones muy restrictivas de la funcin de produccin se limita el nmero de observaciones que pueden ser tcnicamente eficientes y los estimadores pierden sus propiedades estadsticas, lo cual no permite hacer inferencia estadstica. d. Mtodo de la tcnica estadstica Consiste en la aplicacin de las tcnicas estadsticas para estimar una frontera estadstica determinstica, ya sea mediante el uso de mnimos cuadrados corregidos o estimaciones por mxima verosimilitud. Este mtodo fue propuesto por Afriat (1972) y ampliado por Richmond (1974) y Greene (1980).Tiene la ventaja de poder hacer inferencia estadstica basndose en los resultados que entrega. Las fronteras de este tipo responden a la expresin:

31

Y = f(X) e- u (9) Donde el componente e-u mide la eficiencia tcnica y cae en un intervalo cerrado y acotado entre cero y uno; los valores de los residuos ui son independientes e idnticamente distribuidos e indican que la eficiencia tcnica es tambin una variable de iguales caractersticas. La variable x es exgena e independiente de u. Una debilidad del mtodo de tcnica estadstica, radica en que cualquier desviacin de la frontera es atribuida a ineficiencia tcnica, y adems, tiene limitaciones porque se debe asumir una determinada funcin para los errores. e. Mtodo de la frontera paramtrica estocstica Debido a las limitaciones que mostraban las tcnicas determinsticas antes mencionadas, el mtodo de fronteras estocsticas surgi como alternativa a partir de los trabajos de Aigner, Lovell y Schmidt (1977) y Meeusen y Van den Broeck (1977). Esta metodologa entreg la posibilidad de reconocer entre el efecto de la variable exgena no controlada por las unidades productivas y el efecto de las variables controladas y determinantes de la ineficiencia productiva. El mtodo de fronteras estocsticas logr descomponer el trmino de error en dos partes, un componente sistemtico o simtrico, y otro asimtrico. El primer componente recoge la existencia de variaciones aleatorias alrededor de la frontera, capturando los efectos de errores de especificacin del modelo y shocks aleatorios. Por otro lado, el componente asimtrico mide los efectos de ineficiencia sobre la frontera. Formalmente, la expresin de la frontera estocstica es:
VU

Y = f(X) e

(10)

Siendo f(X) ev la frontera de produccin estocstica, donde v es el trmino de error clsico con distribucin iid ~ (0, 2) que capta los impactos exgenos aleatorios. Por otro lado, el elemento de la ecuacin e-u refleja la eficiencia tcnica alrededor de la frontera. La variable x es exgena e independiente de e. El mtodo de fronteras estocsticas, al igual que el mtodo de fronteras estadsticas puede realizarse por medio de mnimos cuadrado ordinarios o por mxima verosimilitud, manteniendo todas las propiedades de los estimadores. Los problemas de este mtodo son: 1) que intenta imponer una estructura fuerte sobre la tecnologa, 2) la dificultad para establecer una distribucin para el trmino de error unilateral, y 3) la aplicacin en situaciones de multiproducto. De otro lado, la ventaja de este mtodo es que introduce un trmino de perturbacin que incorpora ruido, errores de medicin y shocks exgenos que estn ms all del control de las unidades productivas. Dicho de otra forma, incorpora al mtodo de la frontera determinstica un componente para absorber aquellos shocks exgenos que son particulares a cada productor. De este modo, es posible descomponer las desviaciones de la frontera en el impacto de la ineficiencia tcnica, por un lado, y de los efectos externos, por el otro.

32

A continuacin se presenta un cuadro comparativo de ventajas y desventajas entre el mtodo DEA y el mtodo de frontera paramtrica Estocstica.
Tabla 2 Ventajas y Desventajas de los Modelos de Eficiencia utilizados en el trabajo DEA
Ventajas No especifica la forma funcional Aporta informacin til para la gestin (grupos de comparacin, seguimientos de objetivos) No es preciso ponderar a priori las variables del modelo multiproducto Un nico resultado (ptimo de Pareto) Desventajas Modelo determinstico Complicacin en obtener test de hiptesis (anlisis de sensibilidad del modelo) Extensin del anlisis de indicadores Alta influencia en la frontera de outliers (pertenecen a los grupos de comparacin)

FRONTERA PARAMTRICA ESTOCSTICA

Desventajas Es preciso definir una funcin de produccin y distribucin de variables aleatorias Menos informacin Ponderacin outputs (funcin frontera) Posibilidad de ptimos locales (MV) Ventajas Divisin error aleatorio-ineficiencias Test de bondad de ajuste de los modelos y de significacin de los parmetros Anlisis de causalidad. Menor sensibilidad a los comportamientos externos (outliers)(pertenecen a los grupos de comparacin)

Fuente: Fuente: Coelli y Batesse (1999). Se le han ampliado algunos aspectos para volverlos un poco ms

comprensibles.

1.2.3. Las tcnicas de estimacin de los parmetros de una frontera de produccin paramtrica Las tcnicas estadsticas para estimar los parmetros de una frontera paramtrica determinstica son las siguientes: a. Mnimos cuadrados ordinarios (MCO) Este procedimiento plantea utilizar, como estimacin de los parmetros, aquella combinacin de 1, 2, k que minimice los errores que el modelo cometer. Consiste en asumir que la ineficiencia es cero, con lo que, en ausencia de ineficiencia tcnica, la estimacin se simplifica, posibilitndose la regresin mnimo cuadrtica (MCO). Supone, adems, invarianza de los parmetros a travs del tiempo. Es necesario sealar que la estimacin de una funcin de produccin empleando Mnimos Cuadrados Ordinarios (MCO) no permite obtener una frontera, sino nicamente el comportamiento promedio de las unidades econmicas analizadas. De esta forma, se generan residuos tanto positivos como negativos. b. Mnimos cuadrados ordinarios corregidos (MCOC) Introducido por Winsten (1957) quien estim la funcin de produccin, en un primer paso, mediante mnimos cuadrados ordinarios, y en un segundo, dado que el estimador de 0 obtenido en la primera fase es sesgado, lo corrigi sumndole el mximo valor de los residuos mnimo cuadrticos. Los estimadores de la ineficiencia se obtienen tambin, corrigiendo los residuos mediante la resta del mximo valor de los residuos mnimo cuadrticos. El mtodo de los MCOC se basa, pues, en una correccin del mtodo MCO, sin hacer hiptesis alguna acerca de la forma funcional del componente no positivo de la eficiencia. 33

Se trata de estimar los parmetros por MCO y corregir el sesgo en el valor de la constante, dndole valores hasta que todos los residuos corregidos son no-positivos y al menos uno es cero. Si se usa el mtodo de mnimos cuadrados corregidos para realizar la estimacin de la funcin de produccin, de la ecuacin inicial: Yi= b0+biXi Ui, Para i = 1, ..., n (11)

Obtenemos la ecuacin:
Yi= (b0- E(Ui)) + SibiXi (Ui E(Ui)) (12)

Como se puede observar, este mtodo de estimacin es una extensin del mtodo de mnimos cuadrados clsico (ordinario) y consiste en sumar y restar E(Ui) en el lado derecho de la expresin 11, obteniendo de esta horma la ecuacin 12. Dado que la esperanza del error (Ui) es cero, al estimar los parmetros de la funcin seleccionada por mnimos cuadrados se obtienen los mejores estimadores lineales insesgados de todos los parmetros de la ecuacin, satisfaciendo todos los supuestos de GaussMarkov16. b. Mnimos cuadrados ordinarios Modificados (MCOM) Este procedimiento fue introducido por Richmond (1974) y se compone de dos partes. Para la primera parte no es necesario ningn supuesto sobre la distribucin de los trminos de error. Se trata de estimar la funcin de produccin utilizando el mtodo MCO y obteniendo, de esta manera, los estimadores de los parmetros tecnolgicos. En la segunda etapa, es necesario sin embargo suponer una forma funcional para los trminos de ineficiencia. En este caso, se efectan dos correcciones a los resultados de la primera parte: a) se incrementa el valor de la interseccin (0) en una cantidad igual a la media estimada de los ui, que se obtiene a su vez de los momentos de los residuos MCO; b) se corrigen los residuos MCO en el sentido opuesto. Con estas correcciones se obtiene un estimador no sesgado de la constante y dela varianza. Con los residuos modificados, adems, se calculan los niveles individuales de eficiencia tcnica. La utilizacin del mtodo MCOM implica que la interseccin modificada no necesariamente cubrir todas las observaciones y que si una observacin tiene residuos

16

Dicho teorema se basa en 10 supuestos, denominados, Supuestos de Gauss Mrkov; que sirven como hiptesis a la demostracin del mismo: 1. El modelo est correctamente especificado. 2. Debe ser lineal en los parmetros. 3. El valor de la media condicional es cero. 4. Hay homocedasticidad. 5. No existe correlacin entre las perturbaciones. 6. La covarianza entre ui y xi es cero. 7. El nmero de observaciones es mayor que el de parmetros. 8. Existe variabilidad entre los x. 9. No hay multicolinealidad perfecta. 10. Las x son no estocsticas. (Obtenido de http://es.wikipedia.org/wiki/Teorema_de_Gauss-M%C3%A1rkov)

34

MCO suficientemente grandes es posible que el nivel de eficiencia tcnica sea mayor a uno (ETi > 1). c. Mtodo de estimacin de mxima verosimilitud Mediante el mtodo de mxima verosimilitud, se asigna una determinada distribucin de probabilidad para el error del modelo determinstico o estocstico, de esta manera se estiman los parmetros de dicho modelo a partir de sus momentos centrales, utilizando la informacin entregada por los residuos de la regresin. Con la obtencin de los parmetros se puede evaluar la eficiencia media de una muestra y de cada una de las unidades productivas que la componen. Debido a que la estimacin de la eficiencia tcnica se hace a travs del trmino constante de la regresin, el tipo de distribucin elegida condiciona este factor, y por lo tanto para cada distribucin se obtendr una estimacin distinta de eficiencia. La estimacin por mxima verosimilitud es un mtodo que supone la existencia de una variable aleatoria y compuesta por una combinacin lineal de otras variables aleatorias xi con parmetros tal que y = g( xi ,). Se supone que la funcin de densidad conjunta de dicha variable aleatoria toma la forma f(y, ), la cual depende de las distintas variables aleatorias y de los distintos parmetros. A esta funcin de densidad se le llama funcin de verosimilitud: L (y, ) = f ( y, ). Generalmente, dadas las propiedades de los logaritmos, se maximiza la funcin de verosimilitud tomada en logaritmos. Se demuestra que los estimadores son asintticamente eficientes17. Bajo esta parametrizacin, segn Battese y Corra (1977) la funcin de mxima verosimilitud es la siguiente:

log( L)

N N log( ) log( 2 2 2

i 1

log{1

yi xi

)(

/(1

) )}

1 2
2

i 1

( yi xi ) 2

(13)

Donde (.) es la funcin de distribucin estndar de una variable aleatoria normal. Por su parte, las estimaciones mximo verosmiles de , 2 y es posible obtenerlas maximizando la funcin de mxima verosimilitud definida anteriormente. Una ventaja de usar MV, respecto a las tcnicas convencionales de estimacin para paneles, es que al usar MV las firmas ms eficientes adquieren mayor preponderancia en los resultados de estimacin que las menos eficientes. Esto no sucede en las metodologas convencionales de estimacin, donde todas las firmas tienen la misma influencia. En lo que respecta a la frontera de produccin paramtrica estocstica, la aplicacin del mtodo de Mnimos Cuadrados Ordinarios (MCO) genera estimadores consistentes no sesgados de los parmetros tecnolgicos n de la funcin de produccin, pero no de la constante 0 que est negativamente sesgada. La razn de este resultado es que en el caso de una frontera estocstica los ui son mayores o iguales a cero y el trmino de error i = vi ui es asimtrico, por lo tanto, la esperanza del error compuesto no es cero, sino negativa: E(i) = - E(ui) 0. Por otra parte, la estimacin con MCO no genera estimadores
17

Es decir, entre todos los estimadores consistentes de un parmetro mnima.

, los de mxima verosimilitud son los de varianza

35

de los niveles de eficiencia de cada empresa en particular y por ende, este mtodo no es adecuado para estimar la funcin de produccin estocstica. Concretamente, la estimacin de los parmetros de la frontera estocstica puede ser realizada con dos mtodos diferentes: la aplicacin del Mnimos Cuadrados Ordinarios Modificados, que ajusta una estimacin de MCO, o bien la aplicacin de Mxima Verosimilitud. Este ltimo mtodo es el ms utilizado para este tipo de fronteras. En la tabla 3 se presenta un resumen de las ventajas y desventajas de los diferentes enfoques y tcnicas para medir la eficiencia tcnica.
Tabla 3. Enfoques y tcnicas para medir la eficiencia tcnica
Enfoque PARAMTRICO: Es necesario especificar una forma particular de funcin (Cobb-Douglas, Funcin de Elasticidad de Sustitucin Constante (CES), etc.) para especificar la tecnologa (frontera de eficiencia) Modelo DETERMINSTICO: Todas las desviaciones de la frontera de eficiencia se asume que se deben a la ineficiencia tcnica. Las medidas de error y factores aleatorios son tomados como ineficiencia tcnica Tcnica 1.- Mnimos Cuadrados Ordinarios Corregidos (MCOC) Descripcin Consiste en estimar, en primer lugar, una funcin de produccin por Mnimos Cuadrados Ordinarios (MCO) y corregir despus el trmino independiente aadindole el mximo residuo positivo obtenido en la estimacin. De esta forma, todas las observaciones se encontrarn por debajo de la frontera, a excepcin de la correspondiente al mximo residuo que ser considerada como la ms eficiente. Dicho de otra forma: implica desplazar la lnea (estimacin inicial obtenida por MCO) hacia la unidad econmica con mejor desempeo. En sentido general, los modelos MCOC no son sino una funcin promedio desplazada. Existen dos pasos necesarios, uno para obtener el valor esperado del trmino de error y otro para desplazar o centrar la ecuacin. 2.- Mnimos Cuadrados Ordinarios modificados o desplazados Consiste en estimar, en primer lugar, una funcin de produccin por Mnimos Cuadrados Este procedimiento se compone de dos partes: para la primera parte no es necesario ningn Supuestos No requiere establecer supuestos sobre la distribucin de los errores

36

(MCOM)

3.- Estimacin por Mxima Verosimilitud (MLE)

1.- Mnimos Cuadrados Ordinarios modificados o desplazados (MCOM) ESTOCSTICO: Distingue y separa entre ineficiencia tcnica y ruido estadstico como posibles desviaciones de la frontera de eficiencia

Ordinarios (MCO) y : a) corregir despus el trmino independiente aadindole una cantidad igual a la media estimada de los uI y b) se corrigen los residuos MCO en el sentido Opuesto. Con estas correcciones se obtiene un estimador no sesgado de la constante y de La varianza. Con los residuos modificados, adems, se calculan los niveles individuales de Eficiencia tcnica. Estima una frontera que envuelve todas las observaciones y los residuos se insertan en la ecuacin de tecnologa Los residuos que contiene la ineficiencia y el ruido son separados

supuesto sobre la distribucin de los trminos de error. En la segunda etapa, es necesario, Sin embargo, suponer una forma funcional para los trminos de ineficiencia.

Es necesario suponer una Distribucin para los dos elementos de error desde el inicio.

2.- Estimacin por Mxima Verosimilitud (MLE)

Los residuos que contiene la ineficiencia y el ruido son separados

NO PARAMTRICO: No es necesario especificar una forma particular de funcin para describir la tecnologa o la frontera de eficiencia

ANLISIS ENVOLVENTE DE DATOS (DEA): Utiliza una secuencia de programacin lineal, una para cada observacin para construir pieza por pieza una funcin frontera lineal de produccin. No permite interferencia estadstica. Considera las medidas de error y los shocks aleatorios como ineficiencia.

1.- Retorno Constante a Escala (CCR)

La eficiencia tcnica puede estimarse utilizando una orientacin de insumo u orientacin de producto

2.- Retorno Variable a Escala (BCC)

La estimacin de la eficiencia tcnica usando orientacin de insumo o de producto da resultados diferentes debido a la consideracin del retorno variable a

Asume que la variable aleatoria que representa el ruido estadstico es idd, normal, con media cero y varianza constante. La distribucin media normal es la ms utilizada. Asume que la variable aleatoria que representa el ruido estadstico es idd, normal, con media cero y varianza constante. La distribucin media normal es la ms utilizada. No es necesario asumir ninguna forma funcional de la frontera o asumir alguna distribucin del error. Asume convexidad en la frontera posible y que todas las empresas operan a la escala Asume convexidad en la frontera de posibilidades de produccin y la variable vuelve a escala

37

Asume convexidad en la frontera de posibilidades de produccin y la variable vuelve a escala Fuente: Coelli y Batesse (1999). Tomado de Leitn Quiroga, Jorge G.M. Modelos de Eficiencia Econmica: El transporte ferroviario. Documento de trabajo No. 02/07 Febrero del 2007, Instituto de Investigaciones socioeconmicas (IISE), Universidad Catlica Boliviana San Pablo (http://www.iisec.ucb.edu.bo/papers/2006-2010/iisec-dt-2007-02.pdf). Se le han ampliado algunos aspectos para volverlos un poco ms comprensibles.

3.- Modelo Aditivo DEA

escala Puede trabajar con excesos de insumos y con falta de productos simultneamente

1.2.4. Utilizacin de datos de panel en el modelo economtrico Cornwell et al. (1990), junto con Kumbhakar (1990), extendieron el uso de datos de panel a modelos de frontera estocstica permitiendo estimar eficiencias variantes en el tiempo. En la literatura existe consenso al afirmar que la estimacin de Datos de Panel brinda un marco ms provechoso o ventajoso para el anlisis de la eficiencia de una unidad econmica y otro muy valioso para el desarrollo de nuevas tcnicas de estimacin (Greene, 2001). En estadstica y econometra, el trmino de datos de panel se refiere a datos que combinan una dimensin temporal con otra transversal. Un conjunto de datos que recoge observaciones de un fenmeno a lo largo del tiempo se conoce como serie temporal. Dichos conjuntos de datos estn ordenados y la informacin relevante respecto al fenmeno estudiado es la que proporciona su evolucin en el tiempo. Un conjunto transversal de datos contiene observaciones sobre mltiples fenmenos en un momento determinado. En este caso, el orden de las observaciones es irrelevante. La dimensin temporal enriquece la estructura de los datos y es capaz de aportar informacin que no aparece en un nico corte. El anlisis de datos de panel trata del estudio de estos conjuntos de datos. En trminos generales, los datos tipos panel abarcan informacin para cada unidad econmica en varios periodos de tiempo18, lo cual no ocurre con datos de corte transversal. Por lo tanto, es de esperar que la estimacin de panel permita fuertes supuestos distribucionales o brinde mejores resultados en los estimadores de eficiencia tcnica con mayor nmero de propiedades estadsticas. Son frecuentes en Economa los conjuntos de datos que combinan series temporales con unidades de seccin cruzada (pases, estados, Regiones, Departamentos, empresas, etc.), de forma que una aplicacin de tcnicas para su estudio por separado deja cuestiones sin resolver. Los datos de panel permiten estimar en forma simultnea el proceso tecnolgico subyacente a una determinada unidad econmica (funcin de produccin y/o costos de produccin), junto con los determinantes de la eficiencia productiva, lo cual incrementa las opciones para testear hiptesis de inters. Una principal desventaja es que el supuesto de independencia entre niveles de ineficiencia especficos de la unidad productiva y los niveles de insumos no es sostenible del todo19.

18

Cuando cada productor es observado T veces, se dice que el Panel es Balanceado (Balanced); mientras que si cada productor i es observado veces, se dice que el Panel es No-Balanceado (Unbalanced). 19 Desde que los productores de cada departamento conocen algo acerca de su eficiencia tcnica, esto influir en la seleccin de los insumos.

38

Ventajas y limitaciones derivadas del uso de paneles de datos Entre los beneficios de usar datos de panel pueden incluirse20: a. Control de la heterogeneidad individual: los datos transversales y temporales no son capaces, por si solos, de controlar la heterogeneidad inherente en el comportamiento de los individuos, empresas, regiones o pases, corrindose el riesgo de obtener estimaciones sesgadas cuando se utilizan datos de un tipo o de otro. Sin embargo, a travs del uso de los datos de panel pueden controlarse estos efectos especficos, transversales o temporales, sean observables o no (generalmente no lo sern). b. Proporciona datos con mayor cantidad de informacin, con mayor grado de variabilidad y con menor nivel de colinealidad entre los regresores; y tambin aumenta el nmero de grados de libertad y, por tanto, da lugar a una mayor eficiencia en las estimaciones. c. Son un medio adecuado para estudiar procesos dinmicos de ajuste ya que a partir de ellos se pueden analizar los cambios en el tiempo de las distribuciones transversales. d. Ayudan a identificar y medir efectos que no son detectables con datos puros de corte transversal o de series temporales. e. Permiten construir y contrastar modelos de comportamiento ms complejos que con datos ms simples. f. Puesto que las unidades transversales de un panel de datos normalmente se refieren a individuos, familias o empresas (ms que a pases o regiones, para los cuales no se utiliza generalmente el trmino de panel de datos sino de pool temporal de secciones cruzadas21), se evitan los sesgos que resultan cuando se trabaja con variables agregadas. Por otro lado, entre las limitaciones cabe destacar las siguientes: a. Problemas de diseo muestral y de recogida de datos relacionados con inadecuadas tasas de cobertura, falta de respuesta, frecuencia y lapso temporal, perodo de referencia, etc. b. Distorsiones provocadas por errores de medida, que pueden aparecer por la falta de respuesta, errores de memoria, respuestas incorrectas deliberadas, etc. c. Problemas de seleccin muestral tales como no aleatoriedad, auto-seleccin, norespuesta inicial o abandono. d. En general, escasa dimensin temporal, lo que invalida algunos argumentos asintticos y hace que la mayor parte de los mismos hayan de recaer en el tamao del corte transversal.

20
21

http://eco.unex.es/jramajo/econII_tema2.pdf
Para este tipo de datos, donde los valores Ti son grandes en relacin al nmero de unidades transversales (N), se utilizan

modelos de la forma yit= xi't + vit, permitiendo que el trmino de error vit sea heteroscedstico, autocorrelacionado y que exista correlacin cruzada entre grupos; a veces se aaden al modelo bsico efectos individuales fijos para permitir la presencia de efectos individuales inobservables.

39

La utilizacin de Modelos Datos de Panel permite mayor flexibilidad para diferenciar comportamientos entre observaciones, es decir, permiten modelar la heterogeneidad entre los grupos. Esto es importante para nuestro caso por las diferencias estructurales que presentan tanto los diferentes departamentos de la Regin del Eje Cafetero como los diferentes sectores econmicos de la misma Regin. Adems, permite clasificar los efectos econmicos que no pueden distinguirse slo con el uso de datos de corte transversal o series de tiempo. Esta metodologa permite obtener modelos con o sin ponderaciones entre los miembros de los Datos de Panel. Un modelo con ponderaciones asume que no existe una tendencia uniforme entre los sectores industriales frente al crecimiento industrial. En la formulacin, el modelo Datos de Panel considera que los errores variantes a travs del tiempo no estn correlacionados con valores presentes y pasados de ciertos variables condicionantes, de modo que estos son predeterminados con respecto a los errores variantes en el tiempo. 1.3. El concepto de convergencia

En los aos recientes se ha desarrollado un debate sobre las condiciones iniciales y las fuentes del crecimiento econmico de largo plazo de la economa mundial, de los pases y de las regiones. En los debates existen dos posiciones extremas: por un lado estn las teoras Neoclsicas de crecimiento exgeno que sostienen que a largo plazo deber producirse un proceso de convergencia entre las economas, pues existen mecanismos que permiten a las economas menos desarrolladas crecer ms de prisa que las ms desarrolladas y, en ltima instancia, alcanzarlas. Por otro lado, estn las teoras ms recientes de crecimiento endgeno que afirman que la convergencia, en trminos de ingreso por habitante, no tiene necesariamente que producirse, por cuanto las economas ms dinmicas pueden seguir creciendo tanto o ms de prisa que las menos desarrolladas. Esta polmica ha derivado en la discusin emprica sobre la existencia o no de convergencia. En general, la hiptesis de convergencia se ha utilizado para explicar la tendencia de las brechas en el ingreso por habitante entre las naciones (Barro, 1991 y Barro y Sala-i-Martin, 1990 y 1995) y, en otros casos, para entender el diferencial productivo y los mecanismos de transmisin de la tecnologa entre pases, industrias y empresas (Baumol, 1986; De Long, 1988; Bernard y Durlof, 1990, y Bernard y Jones, 1996). La literatura econmica distingue, en trminos generales, entre dos tipos de convergencia a la hora de medir la aproximacin o el alejamiento de los niveles de la variable o variables de inters entre pases, regiones, departamentos, etc., en el transcurso del tiempo: la convergencia y la convergencia (Sala-i-Martn, X, 1994a). La convergencia se produce cuando tiene lugar una reduccin de la dispersin de los niveles de la variable o variables de inters entre los departamentos analizados en el presente estudio; esto es, cuando podemos inferir una disminucin de la varianza o de la desviacin tpica interdepartamental entre dichas variables. Dicho de otra forma, la convergencia es una medida de dispersin que indica el grado de desigualdad que existe entre distintas economas, tomando como referencia una determinada variable 40

econmica. Si la desigualdad muestra una tendencia a reducirse en el tiempo se afirma que se est produciendo convergencia, de lo contrario estaremos en presencia de divergencia entre los departamentos. La hiptesis de la convergencia hace referencia a la dinmica por la que las regiones ms pobres tienden a crecer a una velocidad superior a la de las ms ricas, y, por ello, a reducir el diferencial existente entre ellas en cuanto a nivel de renta per cpita. En este sentido uno de los temas debatidos es s las diferencias interregionales tienden a reducirse a mediano o largo plazo sin necesidad de la intervencin pblica o, por el contrario, es inevitable la intervencin.

41

CAPTULO SEGUNDO
ANLISIS DESCRIPTIVO DE LA ECONOMA DEL EJE CAFETERO

42

CAPTULO SEGUNDO

ANLISIS DESCRIPTIVO DE LA ECONOMA DEL EJE CAFETERO

La Regin del Eje Cafetero est conformada por los departamentos de Caldas, Quindo y Risaralda. Se encuentra ubicada en la parte central de Colombia, zona estratgica que equidista de las principales ciudades del pas. Su rea total es de 12.906 kilmetros cuadrados que equivalen al 1,3% del territorio nacional. De esta rea, un poco ms de la mitad (56%) corresponde al departamento de Caldas, 28% a Risaralda y 15% al Quindo. Est Regin est integrada por 53 municipios (Risaralda 14, Quindo 12 y Caldas 27) donde viven cerca de 2.421.763 habitantes (datos a 2007), lo que significa que alrededor del 6.1% de la poblacin colombiana habita en el Eje Cafetero22.La economa regional se fundamenta en la explotacin agrcola, donde se destaca la produccin cafetera; rengln que ha sido la base de su desarrollo desde finales del siglo XIX y del cual sustentan sus ingresos buena parte de los pobladores23. Esta Regin es afectada, en los actuales momentos, por un conjunto de circunstancias internas, pero sobre todo externas. Las grandes tendencias mundiales actuales no han trado los beneficios que se anunciaron para la inmensa mayora de la poblacin. Por el contrario, lo que se constata es que este proceso de globalizacin, direccionado por la poltica neoliberal24, est ocasionando serios problemas a la dinmica de la economa y, por ende, al bienestar social. El sector con mayor impacto negativo, producto de la globalizacin neoliberal a partir de la dcada del 90, es el agropecuario, pues, como se constata en este estudio, fue uno de los sectores que ms perdi participacin en el valor agregado del eje Cafetero debido, fundamentalmente, a la fuerte dependencia de la produccin de caf, la cual cay en el periodo de anlisis. El sector servicios, que es en la actualidad el de mayor dinamismo, no tiene capacidad de jalonar el crecimiento y, mucho menos, el desarrollo de la regin. El presente anlisis descriptivo de la economa del Eje Cafetero se organiz de la siguiente manera: En primer lugar se aborda el contexto internacional de la Economa de la Regin, en donde se describen los principales cambios estructurales de la economa mundial a partir de comienzos de los aos 70 y cmo stos han conducido a una mayor apertura de los mercados de los departamentos en estudio lo que ha obligado a la implementacin de una nueva lgica en el comercio y en los procesos internos de produccin. En segundo lugar se muestra un panorama general del comportamiento de la economa de cada departamento. En dicho panorama se estudia, entre otros factores, los siguientes: a) la dinmica y estabilidad de la economa. Se muestra el comportamiento histrico del PIB, la tendencia cclica y su volatilidad. Adems se estudia si la serie es estocstica o no lo es. Esto es importante porque nos permite comprender si el comportamiento del PIB est sometido a variables externas no controlables por los
22 23

Ver: PNUD (2004). Eje Cafetero. Un pacto por la Regin. Informe Regional de Desarrollo Humano, Colombia. Gmez Ramrez, et. al. Alberto. Turismo en el Eje Cafetero. Centro Regional de Estudios Econmicos de Manizales, Junio del 2004. http://www.banrep.gov.co/documentos/publicaciones/pdf/cald_1.pdf 24 El Neoliberalismo es la sntesis de la estructura de intereses econmicos y de poder de las empresas multinacionales cuyo objetivo es ampliar cada vez ms su rea de influencia y dominio a nivel mundial.

43

diferentes departamentos o si, por el contrario la variabilidad del PIB obedece a factores fcilmente controlables. b) se analizan los cambios en la estructura sectorial de la economa del eje cafetero y c) se estudia el comportamiento de la balanza comercial de todos los departamentos en estudio. Por ltimo, se presentan algunas conclusiones. 2.1. El contexto internacional de la economa del Eje Cafetero

Se abordan dos aspectos claves: en el primero se estudia la pugna entre dos estructuras de poder (Monetarismo neoliberal en ascenso y keynesianismo en decadencia): se indaga sobre el proceso de ascenso del capital transnacional como estructura dominante a nivel mundial y el rediseo de la sociedad; y en el segundo aspecto, se hace un bosquejo general de la crisis actual del capitalismo mundial. 2.1.1. Monetarismo Neoliberal vs. Keynesianismo El comportamiento de la economa del Eje Cafetero est estrechamente ligado al proceso operado en la economa mundial a partir de los aos 90s, proceso que se caracteriz por una serie de cambios estructurales importantes en la economa mundial tendientes a redisear un nuevo orden econmico internacional que hiciera viables los intereses econmicos y polticos de las grandes empresas transnacionales del mundo y sobre todo, los de las empresas transnacionales de los EE.UU. Este proceso tiene dos fases: la primera arranca en 1965 y termina en 1980 y tiene que ver con la lucha entre el monetarismo neoliberal y el Keynesianismo. La segunda fase se extiende desde 1980 hasta hoy y se refiere a la hegemona del monetarismo neoliberal y al rediseo del capitalismo mundial. Fase 1. Lucha entre el monetarismo Neoliberal y el keynesianismo La ofensiva neoliberal y monetarista contra la teora y la poltica convencional keynesiana se desat en la dcada de los setenta (Rodrguez, 2005). Pero no slo se trataba de la pugna entre dos tendencia econmicas sino que en el fondo subyaca la lucha entre dos estructuras de poder claramente definidos: el capital industrial (representado por el Keynesianismo que perda fuerza), de un lado, y del otro, el capital financiero internacional y el capital industrial transnacional (representado por el monetarismo neoliberal) que se dispona a ejercer el dominio econmico, social y poltico a nivel mundial.

44

Grfico 3. Lucha entre el monetarismo Neoliberal y el keynesianismo (Fase 1)

1965 - 1980

Lucha entre el Monetarismo Neoliberal y el Keynesianismo

Keynesianismo (Capital industrial nacional)

Neoliberalismo monetarista (Capital bancario internacional y capital industrial transnacional)

-Surgi en 1930 aproximadamente -Se impone en la ddaca del 40como doctrina oficial -Hace crisis en 1965

-Se desata su ofensiva en la dcada del 70 -Se impone a finales de los 70 como doctrina oficial

El capital bancario e industrial transnacional (capital financiero internacional) se impone como estructura de intereses econmicos y de poder hegemnicos mundial Fuente: Elaboracin propia.

El Keynesianismo surgi en 1930 con la crisis mundial capitalista, se impuso en la dcada del 40 como doctrina y poltica econmica predominante y hace crisis en la segunda mitad de la dcada de 1960. Fue precisamente a partir de esta fecha en que se desata la ofensiva por el poder del neoliberalismo monetarista, representante de los intereses del capital financiero internacional y de los intereses de las empresas transnacionales. Sin embargo, no va a ser sino hasta fines del decenio de 1970 en que realmente se adopta una poltica monetarista neoliberal firme y cada vez ms predominante. Como consecuencia de esta nueva hegemona, en los ochenta se empiezan a realizar las principales transformaciones estructurales, basadas en el liberalismo monetarismo: en Inglaterra, la cuna del keynesianismo, y en Estados Unidos, se dara la seal de arranque de dichas transformaciones, para ser inmediatamente seguidas por otros gobiernos de economas desarrolladas y luego por las economas subdesarrolladas. Para reafirmar dicha hegemona, algunos economistas representantes de esta tendencia terica neoliberal, reciban el premio Nobel como reconocimiento a sus aportaciones en 45

dicho campo. Entre estos economista cabe destacar los representantes ms importantes: Friedrich August von Hayek (1899 - 1992), premio Nobel de Economa en 1974; Milton Friedman (1912-2006), premio Nobel de Economa en 1976, entre otros. El monetarismo neoliberal fue ganando espacio no solamente terico sino tambin en las instancias del gobierno, en la academia, en los medios de comunicacin y en algunos intelectuales de la poca. Este aumento de poder, sin lugar a dudas, estaba sustentado en el crecimiento del poder econmico y poltico del capital financiero transnacional (empresas transnacionales). Bhaduri y Steindl (1985) consideraban apenas digno de discutir el contenido del monetarismo y se preguntaban desconcertados cmo esta ideologa gradualmente ganaba terreno y se converta en "el credo de los crculos gobernantes en algunos pases y con mucha influencia en otros"? Estos economistas hacan notar que el monetarismo estaba asociado a una poltica monetaria y fiscal restrictiva, poltica que siempre haba sido apoyada por los banqueros y los financieros (la City de Londres y Wall Street, entre otros) ya que estos eran los que demandaban altas tasas de inters y presupuestos restringidos, de tal manera que "la teora monetaria haba encontrado un hogar en aquellos crculos ms que en cualquier otro". Consideraban que el ascenso de la influencia del monetarismo en el mundo haba sido precedido por un cambio de poder de la industria a los bancos. Por tal motivo, el monetarismo neoliberal era visto como una ideologa de los banqueros y los rentistas y, por tanto, serva como un antdoto a la ideologa keynesiana (Rodrguez, 2005). Para mediados de los ochenta el neoliberalismo y el monetarismo antiinflacionario se haba convertido en la teora y la poltica oficial de la mayora de los principales pases capitalistas y por tanto su influencia se extendi a los dems pases, inclusive a los pases socialistas25. El cambio de marea, que los tericos monetaristas perciban en la segunda mitad de los setenta, estaba plenamente establecido veinte aos despus. El keynesianismo haba sido desplazado en la poltica econmica y la teora heterodoxa, el monetarismo neoliberal, se haba convertido en la teora ortodoxa. El mundo haba cambiado de nuevo26. Fase 2. Hegemona del capital transnacional y rediseo del capitalismo mundial (cambios estructurales en la sociedad)

25

Los pases que durante mucho tiempo haban abogado por su propia modalidad local de socialismo, financiada con la ayuda de Occidente, de repente tuvieron que contemplar un enfoque ms realista para atraer las inversiones occidentales al practicar polticas de libre mercado: todava un terremoto pequeo, pero que transformara a la economa mundial a lo largo de la prxima dcada, Thatcher, Margaret. (1994). Los aos en Downing Street. Ediciones Aguilar-Nuevo Siglo, pp. 168169. 26 Se demuestra como, en un momento histrico especfico, determinadas estructuras de intereses econmicos y de poder pugnan por la hegemona econmica y poltica, lucha que viene rodeada de un rediseo del orden econmico mundial y de un recambio en el paradigma terico, necesarios estos ltimos dos procesos para que esta nueva estructura de poder encuentre el espacio propicio para operar, es decir, para imponer sin problemas sus intereses econmicos, sociales y polticos.

46

Grfico 4. La hegemona del monetarismo neoliberal (Fase 2)

Fuente: Elaboracin propia.

A partir de finales de los 80s y principio de los 90s empieza, en forma sistemtica, el rediseo del capitalismo mundial como consecuencia obvia de la consolidacin definitiva de la hegemona del capital financiero transnacional. Pero al mismo tiempo, empieza a consolidarse, tambin sistemticamente, la ideologa neoliberal. Sus primeros cimientos aparecen en noviembre de 1989 con el llamado Consenso de Washington27 El Consenso de Washington consiste en un listado de polticas econmicas consideradas durante los aos 1990 por los organismos financieros internacionales y centros econmicos con sede en Washington DC, Estados Unidos, como el mejor programa econmico que los pases latinoamericanos deban aplicar para impulsar el crecimiento. Como puede deducirse, es un programa econmico no consultado a los pases subdesarrollados pero impuesto a stos por los organismos internacionales norteamericanos. Como consecuencia de estas directrices, se produce, a finales de los 80 y comienzos de los 90, la llamada Apertura Econmica en Colombia y en la mayora de pases latinoamericanos, como una imposicin de los EE. UU. que busca apresuradamente mercados nuevos para la colocacin de la enorme sobreproduccin de mercancas y capitales que no encontraban salida internamente dada la crisis econmica de ese pas que se hace an ms severa desde finales de los ochenta. En 1994, con el nimo de acelerar el libre mercado en Amrica Latina, EE.UU promueve la llamada rea de Libre Comercio de las Amricas (ALCA). La idea de integrar las economas del Hemisferio Occidental en un ALCA fue propuesta en la primera Cumbre de las Amricas en 1994. La liberalizacin de los flujos de inversin, y no solo del comercio de bienes y servicios, es uno de los objetivos del ALCA. El objetivo del grupo de negociacin sobre inversin del ALCA es generar un marco legal justo y transparente para promover la inversin extranjera mediante la creacin de un
27

El Consenso de Washington fue formulado originalmente por John Williamson en un documento de noviembre de 1989 ("What Washington Means by Policy Reform" que puede traducirse como "Lo que Washington quiere decir por reformas polticas"). El escrito concreta diez temas de poltica econmica, en los cuales, segn el autor, "Washington" est de acuerdo. "Washington" significa el complejo poltico-econmico-intelectual integrado por los organismos internacionales (FMI, BM), el Congreso de los EUA, la Reserva Federal, los altos cargos de la Administracin y los grupos de expertos.

47

entorno estable y predecible al interior de los pases que proteja al inversionista, su inversin y los flujos asociados. No solamente se pretenda la liberacin de los mercados tanto de bienes y servicios como de capitales en Amrica Latina, sino que se buscaba tambin la creacin de un marco jurdico e institucional acorde con los intereses del gran capital internacional. No obstante, el ALCA fracas por conflictos entre empresarios, divergencias entre gobiernos y resistencias populares. Este proyecto intentaba reforzar la dominacin integral de Estados Unidos sobre Latinoamrica mediante privilegios a los grandes exportadores y empresas multinacionales de los EE.UU. La iniciativa fue apoyada dentro y fuera de Estados Unidos por estas empresas y objetada por los sectores ms dependientes de cada mercado interno. En los actuales momentos Estados Unidos ha lanzado una contraofensiva para suscribir tratados bilaterales que radicalizan la agenda neoliberal y aumentan la indefensin de las economas latinoamericanas: son los llamados Tratados de Libre comercio (TLC) que, hoy por hoy, encuentra una enorme oposicin en el congreso Norteamericano y en algunos sectores de ese pas. En conclusin, la poltica del libre mercado y, en general, la poltica neoliberal se ha abierto camino en Amrica Latina a travs de un sinnmero de mtodos econmicos y extraeconmicos. 2.1.2. Bosquejo general de la crisis actual del capitalismo mundial El bosque general de la crisis actual del capitalismo mundial es el siguiente: a. Onda larga descendente de Kondratiev Los pases desarrollados del mundo atraviesan, desde principios de los aos 1970 y hasta los actuales momentos, una onda larga descendente de Kondratiev que amenaza con destruirlos (grfico 5).
Grfico 5. Ondas largas de Kondratiev

Grfico 5. Ondas Largas de Kondratiev

Aos Dorados del capitalismo

Crisis econmica mundial

1810-17

1870-75

1914-20

1973

34 aos 30 aos

26 aos

20 aos

24 aos

25 aos 34 aos

35 aos

1780-90

64 aos 1844-51

46 aos
1890-96

49 aos
1939-40

69 aos

IV

Hoy

I
Promedio ciclo completo: 57 aos

II

III

Onda larga descendente de Kondratiev

Fuente: elaboracin propia de fuentes diversas

48

Se puede asegurar que la crisis empieza en la dcada de los 70 con la crisis del petrleo y el fenmeno de la estanflacin (1973-1981). No obstante, esta recesin se present con fuerza a finales de los 80 y principios de los noventa (1989-93) y se extiende hasta hoy. Es importante observar que la crisis mundial que empieza en los aos 70 coincide con la crisis general del sistema keynesiano y con la ofensiva del monetarismo neoliberal por la hegemona, la cual logra a finales de los 80. Adems, el recrudecimiento de la crisis mundial a finales de los 80, coincide, igualmente, con el inicio de los cambios estructurales del sistema capitalista para hacer viable los intereses econmicos sociales y polticos del capital transnacional. Esta onda larga descendente, que empez a comienzos de los aos 70, es la ms extensa (35 aos) que ha vivido el mundo capitalista desde 1810 (grfico 5). Esta crisis internacional dio paso al modelo neoliberal y su modalidad de globalizacin como estrategias para tratar de superar los graves problemas del sistema capitalista, pero, como lo ensea la experiencia, en lugar de ello se han recrudecido por la propia naturaleza de dichas estrategias: flexibilizacin laboral, privatizaciones, disminucin del gasto social, reduccin de los mecanismos de proteccin de las economas, militarizacin de la sociedad, criminalizacin de la protesta social, entre otras. b. Crisis y contradicciones del capitalismo mundial Una caracterstica sobresaliente del capitalismo contemporneo es la recuperacin de la tasa de ganancia desde comienzo de los 80 (en que se impone la hegemona del capital transnacional reflejado en el monetarismo neoliberal) y ms decididamente desde los 90 en adelante (en que se inicia el rediseo del capitalismo mundial); pero este proceso no va acompaado por un aumento de la acumulacin capitalista durable y generalizada, ni por un crecimiento y productividad estable; es ms, tanto la acumulacin como el crecimiento econmico y la productividad han ido descendiendo al mismo momento que la ganancia crece (grfico 6). Esta es una cuestin indita en la historia del capitalismo.
Grfico 6. Las curvas de la economa capitalista 1961-2003

49

La tesis es que la ofensiva neoliberal (una respuesta poltica, militar y econmica del capital a la cada de la tasa de ganancia que vena descendiendo desde fines de los 60, una vez agotado el carcter excepcional del boom de la posguerra), aunque ha logrado en gran medida recuperar la rentabilidad, lo ha hecho generando contradicciones explosivas que ms temprano que tarde estallarn en una crisis de conjunto, actualizando la definicin del capitalismo como un sistema declinante. Las medidas Neoliberales en vez de ser una estrategia importante para que el capitalismo salga de la crisis la ha recrudecido y sus efectos econmicos, sociales, polticos y culturales en la mayor parte del mundo han sido nocivos para la mayora de la poblacin. 2.2. Panorama general del comportamiento de la economa de los departamentos del Eje Cafetero

A continuacin se describe un panorama general actual de la economa de los departamentos del Eje Cafetero tratando de mostrar los aspectos ms relevantes. Partimos de la hiptesis de que el comportamiento de la economa de los departamentos en estudio est estrechamente ligado al proceso de globalizacin operado en la economa mundial a partir de los aos 90s. Se usaron series de tiempo con periodicidad anual: el PIB real de los departamentos comprende el periodo 1980-2008 y las dems variables desde 1990 hasta el 2008. Dinmica y estabilidad de la economa del Eje Cafetero28 La dinmica econmica se mide por la tasa de crecimiento del PIB, mientras que la estabilidad o volatilidad de los flujos del PIB (serie completa)29, para los departamentos del Eje Cafetero en el perodo 1980-2008, se estima a partir de sus coeficientes de variacin30, que se definen como la desviacin estndar de la serie sobre la media en el perodo considerado. La volatilidad es tanto ms indeseable cuanto mayor sea, porque termina provocando efectos negativos en la confianza de los agentes econmicos y en el crecimiento econmico de mediano y largo plazo.

28

Para los efectos de este captulo las series del PIB de cada departamento se tomaron desde 1980 hasta el 2008. Fue necesario realizar un empalme de series para todos los departamentos dado que los datos de 1980 a 1989 estaban en base 1975 y de 1990 al 2008 en base 1994. Con el empalme la serie total qued con base 1994. En la elaboracin de series de tiempo para el PIB, que sean consistentes en el largo plazo, se distinguen tres mtodos de empalme que se pueden clasificar en dos grupos [Correa, V. et al. (2002)]: a) Tcnicas Estadsticas de Empalme y b) Reproceso Detallado. El procedimiento de Reproceso Detallado consiste en utilizar los mtodos, fuentes, clasificaciones y conceptos utilizados en el nuevo ao base para el reclculo de los aos anteriores a ste, en la elaboracin de las cuentas nacionales. La utilizacin de este mtodo es muy difcil en la Regin del Eje Cafetero y en Colombia, producto de la falta de informacin necesaria para su aplicacin. Las Tcnicas Estadsticas de Empalme, por su parte, se pueden subdividir en dos mtodos: a) Interpolacin entre aos base: Para la utilizacin de esta metodologa es necesario elaborar las cuentas regionales con el mayor detalle posible para los aos base. Los aos intermedios se obtienen a travs de la interpolacin de la mencionada informacin. b) Mtodo del Indicador: Cuando la informacin est disponible slo en algunos aos, los datos se pueden empalmar usando un indicador relacionado. Una de las alternativas de esta metodologa es el uso del Mtodo de la Tasa de Variacin. En este caso se usan las variaciones provenientes de las series antiguas y se aplican a la ltima serie. Con esta metodologa se respeta la trayectoria de crecimiento de cada Departamento. En este trabajo, debido a la informacin existente de los PIB Departamentales, se utiliz el Mtodo de la Tasa de Variacin. 29 Aqu se estudiar la volatilidad de la serie completa del PIB; ms adelante se estudiar la volatilidad nicamente del ciclo econmico una vez separada la tendencia de la serie. 30 Estos son de amplio uso en la literatura. Vase, por ejemplo, Banco Mundial (1997)

50

Por volatilidad se entiende la variacin de una variable en torno a su tendencia central. Una economa es voltil cuando sus principales indicadores macroeconmicos tienden a variar de forma errtica e impredecible en comparacin con otras economas o con perodos que son econmicamente estables. Esta volatilidad es consecuencia de ser economas muy susceptibles a shocks externos e internos. La volatilidad se puede medir a travs de estadsticos que resuman la magnitud con la que un indicador tiende a desviarse de su tendencia central; entre los ms relevantes se encuentran la desviacin estndar y el coeficiente de variacin. El coeficiente de variacin es la medida de dispersin relativa de mayor importancia; se expresa en trminos porcentuales, y se define como la desviacin estndar de una variable dividida entre su media; la misma puede ser ms adecuada cuando los promedios son claramente diferentes, aunque las unidades puedan ser las mismas. Por su parte, la desviacin estndar, como medida absoluta, es la que mejor cuantifica la magnitud en que una variable suele desviarse de su tendencia central y se calcula con respecto a la media aritmtica de los valores de la serie. Su valor se encuentra en relacin directa con la dispersin de los datos (a mayor dispersin de ellos, mayor desviacin estndar y, a menor desviacin estndar menor dispersin). Es considerada como la medida de desviacin ms importante y de mayor utilidad prctica. En este trabajo se utiliza la desviacin estndar como indicador de la volatilidad de las diferentes series del PIB de los departamentos del Eje Cafetero y de Colombia. En el decenio de los noventa la economa risaraldense perdi dinmica y estabilidad. En efecto, mientras durante los ochenta el PIB creci a tasas cercanas al 5% anual, en los noventa esa tasa de crecimiento promedio tan slo alcanz el 2,98% (grfico 7). Dicho decrecimiento econmico estuvo acompaado de una prdida de estabilidad en el comportamiento de la serie completa en cada uno de los periodos estudiados (tabla 4). En la dcada del 80 hubo mayor estabilidad en la serie del PIB (la desviacin estndar fue del 3,7%) que en los aos posteriores (desviacin estndar de 4,16%). Se observa que no solamente disminuy la dinmica de la economa sino tambin su estabilidad.

Grfico 7. PIB Real Risaralda

PIB Real Risaralda Precios constantes de 1994 15 10 5 0
Crecimiento promedio durante los 80: 4,91% anual Crecimiento promedio a partir de los 90 hasta hoy: 2.98% anual

1983

2004

2005

1980

1981

1982

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2006

2007

-5 -10 -15

Nota: Crecimiento promedio durante los 80: 4,91% anual. Crecimiento promedio a partir de los 90 hasta 2008: 2.98% anual.

51

2008

Por su parte, el departamento del Quindo, aunque gan crecimiento de un perodo a otro, la economa no mejor mucho su estabilidad: durante los ochenta su PIB creci a tasas cercanas al -0,78% anual y en los noventa esa tasa de crecimiento promedio alcanz el 2,53% (grfico 8). Sin embargo, dicha recuperacin econmica se hizo en un ambiente de enorme inestabilidad en su economa, en efecto, en los ochenta la desviacin estndar fue del 10,42% y en los aos posteriores, aunque la desviacin estndar disminuy un poco al ubicarse en 8,22%, sigui siendo alta en comparacin con los dems departamentos y con el promedio de Colombia (ver tabla 4).
Grfico 8. PIB Real Quindo
PIB Real Quindo Precios constantes de 1994 30 20 10 0
Crecimiento promedio durante los 80: -0.78% anual Crecimiento promedio a partir de los 90 hasta el 2008: 2.53% anual

1980

1996

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007 2006

-10 -20 -30

Nota: Crecimiento promedio durante los 80: -0.78%. Crecimiento promedio a partir de los 90 hasta 2008: 2.53% anual

El departamento de Caldas tuvo un crecimiento econmico del 3,18% en la dcada del 80 y en los aos posteriores, hasta el 2008, su crecimiento fue del 3,27% (grfico 9). Se produjo un crecimiento muy leve de un perodo a otro. Sin embargo, este crecimiento se produjo en un ambiente de creciente inestabilidad de su economa: La desviacin estndar de la serie del PIB en los 80 fue del 4,37%, mientras que de 1990 al 2008 la desviacin estndar fue del 5,54% (tabla 4).
Grfico 9. PIB Real Caldas
PIB Real Caldas Precios constantes de 1994 20 15 10 5 0
Crecimiento promedio durante los 80: 3.18% anual Crecimiento promedio a partir de los 90 hasta el 2008: 3.27% anual

1983

2004

2005

1980

1981

1982

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2007

2008 2008

-5 -10

Nota: Crecimiento promedio durante los 80: 3.18% anual. Crecimiento promedio a partir de los 90 hasta el 2008: 3.27% anual.

52

Los departamentos del Eje Cafetero se caracterizan, pues, porque en las ltimas dos dcadas (a partir de los aos 90 hasta hoy) han experimentado un incremento de la inestabilidad o volatilidad en su actividad econmica, pues la desviacin estndar de la serie completa de su respectivo PIB est muy por encima de la desviacin estndar de la serie del PIB Nacional en los dos periodos en estudio (ver tabla 4 y grfico 10). Adems, se observa una relacin inversa clara entre volatilidad y crecimiento para Quindo y Risaralda. Caldas, por su parte, presenta una relacin directa, aunque el incremento de su volatilidad a partir de los 90 fue mucho mayor que el crecimiento de la produccin promedio experimentado a partir de ese mismo ao (0,1% en 18 aos) (Tabla 4 y grfico 10)31. Para Risaralda, a mayor volatilidad de la serie, menor crecimiento econmico. En efecto, dado que los agentes econmicos son usualmente adversos al riesgo, el aumento de la incertidumbre asociado con la volatilidad sin lugar a dudas impacta negativamente la actividad econmica. En cuanto al departamento del Quindo, aunque muestra un crecimiento importante a medida que su volatilidad disminuye, es necesario tener en cuenta que dicha volatilidad es la ms alta de todos los departamentos del Eje Cafetero y que el crecimiento, experimentado durante el periodo 1990-2008, no super el de Caldas y Risaralda (tabla 4). El departamento de Caldas aument su tasa promedio de crecimiento en un 3,15% al pasar de un promedio de crecimiento de 3,17%(1980-1989) a un crecimiento promedio del 3,27% (1990-2008). Sin embargo este crecimiento porcentual (0,1%) fue menor que el crecimiento experimentado en su volatilidad del PIB: su volatilidad se increment en un 26,58%al pasar de una desviacin estndar de 4,37 (1980-1989) a una desviacin estndar de 5,54 (1990-2008). El escaso crecimiento del PIB de Caldas, logrado de un periodo a otro, fue alcanzado en medio de un aumento considerable en su volatilidad. Parecera ser que el crecimiento de la volatilidad de este departamento impidi un crecimiento mayor de su produccin. En conclusin, el muy leve incremento del crecimiento promedio del PIB de las economas del Eje Cafetero, de un periodo a otro (1980-1989: 2,43% y 1990-2008: 2,93%), se ha logrado en medio de una situacin de volatilidad que es preocupante. La exposicin del pas a frecuentes choques externos desde la crisis latinoamericana de deuda en los 80, pero sobre todo a partir de los 90 con la Apertura econmica, se tradujo, sin lugar a dudas, en una inercia del crecimiento y en una mayor volatilidad. As, se puede establecer que durante las ltimas dos dcadas, la economa de los departamentos del Eje Cafetero han experimentado un menor crecimiento y una mayor volatilidad que en el pasado debido a la ms frecuente ocurrencia de crisis econmicas.
31

Tras las estimaciones de los ciclos, se infiere la posible existencia de una relacin entre el crecimiento econmico y su volatilidad, donde la literatura plantea dos tipos de relaciones, poco concluyentes, a saber: Ramey y Ramey (1995), Aizeman y Marion (1999), Aghion et al. (2005) suponen una relacin estadstica negativa basados en que si las empresas deben comprometerse a avanzar en su tecnologa, entonces la volatilidad puede dar lugar a una disminucin media del producto, ya que las empresas productoras se encuentran en los niveles ptimos ex post (Ramey y Ramey, 1995). En sentido contrario, Kormendi y Meguire (1985) y Griery Tollock (1989) parten de la idea de Blackburn (1979) segn la cual debe existir una relacin positiva entre la volatilidad y la tasa de crecimiento pues los agentes en conjunto elegirn tecnologas ms riesgosas esperando un crecimiento superior mayor en el futuro (Posada et al., 2007). Lo anterior es reafirmado gracias al estudio de Chatterjee y Shukayev (2006), del cual se desprende que una mayor variabilidad del producto involucra un mayor ahorro y, supuestamente, mayores tasas de crecimiento (Posada et al., Ibd.). De lo anterior se deduce que el impacto de la volatilidad macroeconmica sobre la tasa de crecimiento del producto no se nos presenta an como resultado de una relacin clara y contundente.

53

En los aos ochenta se crea que el efecto de la volatilidad en el crecimiento y el bienestar econmico eran apenas escasos, y por eso no revesta mayores problemas. Los estudios realizados en los aos noventa llegan a una conclusin muy diferente: la volatilidad del producto puede, en realidad, reducir el crecimiento a largo plazo y podra suponer un fuerte deterioro del bienestar (Kose, Prasad y Terrones, 2005; Aizenman y Pinto, 2005)32. Los motivos de la volatilidad son determinantes para evaluar la forma que debe adoptarla poltica econmica departamental y regional. Cuando las causas son internas, la poltica se centrar en cuestiones fiscales, monetarias y cambiarias. Si la volatilidad se debe a shocks exgenos la situacin es distinta dado que la poltica econmica sera inoperante y la economa estara sometida a variables de tipo estocstico incontrolables lo que agrava an ms la situacin. La estabilidad econmica implica evitar oscilaciones pronunciadas en la actividad econmica. Cualquiera de estas formas de inestabilidad puede agudizar la incertidumbre, desalentar la inversin, impedir el crecimiento econmico y deteriorar el nivel de vida. Sin embargo, toda economa de mercado muestra necesariamente cierto grado de inestabilidad y de cambios estructurales paulatinos. El desafo que se plantea a los responsables de la formulacin de polticas es reducir esa inestabilidad al mnimo sin reducir la capacidad del sistema econmico de elevar los niveles de vida mediante una mayor productividad y eficiencia y la consiguiente generacin de fuentes de trabajo. La prdida de dinmica y la inestabilidad del crecimiento econmico del Eje Cafetero se presentan, en la actualidad, como un problema difcil de manejar dado que, al parecer, no depende de variables internas controlables sino de factores externos de difcil control.
Tabla 4. Desviacin estndar serie completa PIB a precios constantes de 1994 Crecimiento PIB promedio(19801989) 3,17% -0,78% 4,91% 2.43% 3,32 Crecimiento PIB promedio(19902008) 3,27% 2,53% 2,98% 2.93% 3,45

Departamentos Caldas Quindo Risaralda Promedio Eje Cafetero Colombia

Fuente: Elaboracin propia.

Desv. Est. 1980-1989 4,3732768 10,4212091 3,73662764 7,03525756 1,61299497

Desv. Est. 1990-2008 5,53593545 8,2231692 4,16457049 6,10353795 2,59551604

32

La teora econmica no explica claramente el efecto de la volatilidad en el crecimiento econmico. De hecho, algunos estudiosos del tema sostienen que la volatilidad puede estimular el crecimiento econmico: relacin positiva entre volatilidad y crecimiento (Blackburn (1999); Imbs (2004); y Tornell, Westermann y Martnez (2004); Sandmo (1971)). Blackburn (1999), en particular, expresa que la relacin entre la volatilidad y la tasa de crecimiento debe ser positiva pues los agentes en conjunto elegirn tecnologas ms riesgosas esperando un crecimiento superior en el futuro. Otra explicacin de la existencia de una relacin positiva entre la tasa de crecimiento del producto y su volatilidad se conoce como la hiptesis de Sandmo (1971), la cual indica que una mayor variabilidad del producto involucra un mayor ahorro y, supuestamente, mayores tasas de crecimiento.

54

Grfico 10. Volatilidad y crecimiento departamentos Eje Cafetero 1980-2008

Volatilidad y crecimiento 1980-2008 Tasa de crecimiento promedio PIB 4 3.5 3 2.5 2 1.5 1 0.5 0 0 1 2 3 4 5 6 7 8 9 10

Colombia

Risaralda Caldas

Quindo

Volatilidad (Desviacin estndar) Fuente: Elaboracin propia

2.2.1. Volatilidad del ciclo econmico y de la serie tendencial del PIB de las economas del Eje Cafetero A continuacin se estudia el nivel de volatilidad que tienen las series del PIB de los departamentos del Eje Cafetero desde el punto de vista de la serie completa y desde el punto de vista del ciclo y la tendencia.

La tendencia estocstica de las series completa del PIB de los departamentos del Eje Cafetero
La economa de mercado, es decir el capitalismo, se caracteriza por desarrollarse en forma cclica, mediante sucesivas fases de ascenso, auge, recesin, crisis y reactivacin. Esta sucesin de fases demuestra cmo la actividad econmica es inherentemente inestable, resultando de suma utilidad no slo explicar el por qu de estas oscilaciones, sino el modo en que stas se producen, a qu variables afectan, el cmo se propagan y en ltima instancia cmo pueden anticiparse y cmo mitigarse33. El ciclo econmico est basado en leyes econmicas generales que gobiernan el sistema capitalistas, ms que en factores polticos o institucionales especficos de pases aislados o perodos particulares; sin embargo, como explic Joseph Schumpeter (1935), "cada fluctuacin econmica constituye una unidad histrica que no puede explicarse sino mediante un anlisis detallado de los numerosos factores que concurren en cada caso". En trminos tcnicos, Lucas (1977) define a los ciclos econmicos como los movimientos del Producto Interno Bruto real (PIB) alrededor de su tendencia de largo plazo. A partir de esta definicin se han construido dos tendencias que son las que actualmente se mantienen. En primer lugar, en una perspectiva tradicional, se ha considerado que los
33

La importancia de conocer las razones por las que el producto real experimenta fluctuaciones recurrentes con relacin a una tendencia ha sido destacada por Lucas (1977), al referirse a ste como uno de los desafos principales en investigacin econmica.

55

cambios en el producto y el empleo que ocurren durante el ciclo econmico son eventos temporales. Bajo este punto de vista, las fluctuaciones (o componente cclico de una serie temporal) corresponden a oscilaciones estocsticas, alrededor de una tendencia determinstica, que no afectan, de manera permanente, la tendencia en s misma. En tal caso, y desde el punto de vista estadstico, el ciclo se define como las desviaciones con respecto al sendero tendencial. A su vez, la visin tradicional del ciclo considera que esa tendencia de crecimiento es constante a travs del tiempo y los movimientos de largo plazo en el producto y el ingreso son predecibles (Gaviria y Sierra, 2005). En aras de la precisin es necesario decir que la visin tradicional no niega absolutamente los cambios en la tendencia, por el contrario, ella acepta que puede cambiar; sin embargo, considera que las fuerzas que pueden provocar esos cambios son poco frecuentes y ocurren en intervalos muy largos de tiempo(Gaviria y Sierra, 2005). En segundo lugar, en la dcada de los 80 surgi una tendencia opuesta a la tradicional. En efecto, Charles Nelson y Charles Plosser34 mostraron que algunos cambios permanentes en el producto y el empleo podran ser el resultado de shocks (cambios no esperados en una variable) observados en la economa. De acuerdo con esta perspectiva, un cambio en el producto puede dividirse en dos partes, el componente tendencial y el componente cclico, ninguno de los cuales es constante a travs del tiempo. Es decir, bajo este enfoque el componente tendencial es estocstico, dado que carece de una dinmica autnoma (una tasa de crecimiento constante e independiente de los fenmenos accidentales) y, por el contrario, es el resultado de la sumatoria de todos los movimientos aleatorios. En tal caso no hay una separacin formal entre tendencia y ciclo, pues todos y cada uno de los factores aleatorios podran hacer variar la tendencia, convirtindola en un proceso estocstico (Gaviria y Sierra, 2005). Por lo expuesto anteriormente, y para el caso concreto de las posibilidades de separacin entre el ciclo econmico y la tendencia en la serie de los PIB de los departamentos del Eje Cafetero, es necesario establecer primero si las series del PIB de los departamentos tienen tendencia estocstica o determinstica. Para tal fin, se hace necesario determinar la existencia de raz unitaria en el proceso autorregresivo del PIB de cada uno de los departamentos, para lo cual se recurrir a la prueba de Dickey Fuller aumentada (ADF), la cual ser calculada a travs del software Eviews 5.0. Si al estimar la regresin se encuentra que dicho proceso autorregresivo posee raz unitaria ( = 1), se puede concluir que la serie de tiempo PIB presenta tendencia estocstica; de lo contrario, la serie presenta una tendencia determinstica. Segn Damodar Gujarati (1997), una serie de tiempo que tiene una raz unitaria se conoce como caminata aleatoria. Una caminata aleatoria es un ejemplo de una serie de tiempo no estacionaria. Las tablas numeradas del 5 al 7 reportan los resultados de la prueba Dickey-Fuller ampliada (DFA) para el nivel y la primera diferencia de cada una de las variables del logaritmo del PIB utilizadas para los departamentos del Eje Cafetero. Es necesario tener en cuenta lo siguiente:
34

Citado por Gaviria y Sierra, 2005. Los autores se refieren al siguiente artculo de Charles Nelson y Charles Plosser: Nelson, Charles R. and Plosser, Charles I. (1982). "Trends and Random Walks in Macroeconmic Time Series: Some Evidence and Implications," Journal of Monetary Economics, 10(2), , pp. 139162.

56

| t-calculado (valor de DFA o de contraste)|>| t-crticos (valores crticos a 1%, 5% y 10%)|, entonces la serie no tiene raz unitaria. Significa que si el valor absoluto de t calculado (valor DFA o de contraste) es mayor que el valor absoluto de los valores crticos a 1%, 5% y 10%, diremos que la serie es estacionaria y no tiene raz unitaria.

| t calculado (valor de DFA o de contraste)| < | t crticos (valores crticos a 1%, 5% y 10%)|, entonces la serie tiene raz unitaria. Significa que si el valor absoluto de t calculado (valor DFA o de contraste) es menor que el valor absoluto de los valores crticos a 1%, 5% y 10%, diremos que la serie es no estacionaria y tiene raz unitaria.

La prueba de races unitarias Dickey-Fuller ampliada (DFA) para el logaritmo del PIB de Caldas muestra, para el anlisis de valores en niveles, que el valor absoluto de DFA (valor de contraste -0.956656) es menor que el valor absoluto de los valores crticos de MacKinnonal 1%, 5% y 10% (-3.689194, -2.971853 y -2.625121 respectivamente), lo que significa que la serie tiene raz unitaria; es decir, la serie presenta tendencia estocstica; dicho de otra forma, las variables en niveles son no estacionarias35. De igual forma, la prueba de races unitarias Dickey-Fuller ampliada (DFA) para el logaritmo de los PIB de Quindo y Risaralda muestran, para el anlisis de valores en niveles, que el valor absoluto de DFA para cada serie (valor de contraste -0.948924 y 0.963087 respectivamente) son menores que el valor absoluto de los valores crticos de MacKinnon al 1%, 5% y 10% (-3.711457, -2.981038, -2.629906 y -3.689194, -2.971853 y -2.62512 respectivamente), lo que significa que las serie del PIB de Quindo y Risaralda tambin tienen raz unitaria; es decir las series presentan tendencia estocstica, son no estacionarias. Ahora, hay que diferenciar las series (el nmero de veces que haya que diferenciarlas) y realizar las pruebas de races unitarias Dickey-Fuller aumentada hasta que las series se vuelvan estacionarias, esto determinar su orden de integracin. En las tablas numeradas del 5 al 7, se encuentran los resultados, los cuales muestran que el logaritmo del PIB de los tres departamentos del Eje Cafetero son integradas de orden uno I(1), debido a que las series en sus primeras diferencias se convirtieron en estacionarias, por lo que se concluye que las series definitivamente tienen una raz unitaria. En efecto, la prueba de races unitarias Dickey-Fuller ampliada (DFA) para el logaritmo del PIB de Caldas, Quindo y Risaralda muestra, para el anlisis de valores en primera diferencia, que el valor absoluto de DFA de cada departamento (valor de contraste de las series) es mayor que los valores absolutos crticos de MacKinnon al 1%, 5% y 10%, lo que significa que la serie en primera diferencia no tiene raz unitaria; dicho de otra forma, las variables en diferencia no mantienen una tendencia en el tiempo, es decir, son

35

Por una variable no estacionaria se entiende aquella cuya media, varianza y/o covarianzas dependen del tiempo.

57

estacionarias. Se concluye, pues, que las series definitivamente tienen una raz unitaria y son integradas de orden uno I(1). Se constata que las series del PIB de los departamentos del Eje Cafetero tienen tendencia estocstica, lo que significa que su lnea de tendencia la controla el azar, por lo que no manifiesta ninguna tendencia a tomar alguna trayectoria fija36. Por lo tanto, se tiene que considerar que la tendencia es inherentemente probabilstica y que una perturbacin o shock (internos y externo) que reciba tiene efectos permanentes (permanece indefinidamente, en lugar de agotarse con el paso del tiempo) en la tendencia a largo plazo y manda la variable a una nueva trayectoria, es decir, modifica enteramente su curso futuro (Nelson, Charles y Plosser, Charles (1982)), de tal forma que su prediccin se vuelve casi imposible. Por muchos aos, los economistas interpretaron las fluctuaciones econmicas en el corto plazo como el resultado de perturbaciones transitorias asociadas con cambios en la poltica monetaria y/o fiscal. Se pensaba que los shocks eran propagados por el sistema econmico, generando patrones de persistencia y co-movimientos entre las distintas variables macroeconmicas. Las fluctuaciones de largo plazo, por su parte, eran atribuidas al comportamiento experimentado por variables tales como: la acumulacin de capital, el crecimiento poblacional y los cambios tecnolgicos. Esta interpretacin tradicional de las fluctuaciones econmicas ha sido seriamente cuestionada por muchos investigadores desde la publicacin de la obra de Nelson y Plosser (1982). Estos autores presentaron evidencias empricas que soportan la hiptesis de que un nmero importante de variables macroeconmicas se caracterizan por tener una raz unitaria en sus series temporales. Ello significa que las variables macroeconmicas poseen una tendencia estocstica y no determinstica, como tradicionalmente se ha interpretado, cuyas fluctuaciones pueden dominar el comportamiento de las mismas en el corto plazo. Para el modelo neoclsico, las fluctuaciones econmicas son la reaccin a shocks tecnolgicos que generan perturbaciones permanentes alterando el equilibrio de largo plazo de las variables macroeconmicas. De manera que estas perturbaciones contribuyen significativamente en la explicacin a la dinmica mostrada por las variables econmicas cuando estas realizan su ajuste para alcanzar un nuevo equilibrio de largo plazo (Crespo, 2003). Dado que los desarrollos tecnolgicos sistemticos en la Regin del Eje Cafetero, como prioridad inmediata, no estn an en la agenda de los empresarios de la Regin (Montoya, 2007), parece ser que stas no son propiamente las razones que explican la enorme volatilidad y la tendencia estocstica de la produccin de las economas del Eje Cafetero. Las razones se pueden encontrar mejor en los cambios ocurridos en la economa nacional y regional a partir de los aos 80. Las presiones por parte de las potencias econmicas y diferentes organismos internacionales, a partir del triunfo del monetarismo neoliberal sobre el Keynesianismo, arras con las posibilidades de mantener un proceso de desarrollo hacia adentro obligando a las autoridades gubernamentales a redefinirlo; esto llev a instrumentar cambios radicales en la economa a partir de entonces: de un modelo de economa cerrada y con importante participacin gubernamental en la economa, se transit a otro diferente con apertura econmica
36

En concreto, cuando una serie presenta una tendencia determinista, los choques que experimenta la economa se diluyen en el tiempo, por lo que la serie flucta en torno a tal tendencia. Por el contrario, cuando la serie es esencialmente estocstica, los choques tienen efectos permanentes que hacen que la serie deambule (Ramrez, 2005).

58

reflejado en el libre comercio, privatizacin y desregulacin de la actividad econmica. Con ello, se sentaron las bases para un modelo de desarrollo basado en una economa abierta donde el mercado actuara como mecanismo regulador de las decisiones econmicas. Sobra decirlo, las economas nuestras no estaban preparadas an para esta situacin.
Tabla 5. Pruebas de races unitarias Dickey-Fuller aumentada para el logaritmo del PIB Real del departamento de Caldas Anlisis de valores en niveles (Caldas)

t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level -0.956656 -3.689194 -2.971853 -2.625121

Prob.* 0.7544

*MacKinnon (1996) one-sided p-values. Anlisis de valores en primera diferencia (Caldas) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 1 10%level -5.876333 -3.699871 -2.976263 -2.627420 Prob.* 0.0000

*MacKinnon (1996) one-sided p-values.

Fuente: Clculos Propios. Software Eviews 5.0.

Tabla 6. Pruebas de races unitarias Dickey-Fuller aumentada para el logaritmo del PIB Real del departamento de Quindo

Anlisis de valores en niveles (Quindo)

t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -0.948924 -3.711457 -2.981038 -2.629906

Prob.*
0.7557

Anlisis de valores en primera diferencia (Quindo)

59

t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10%level *MacKinnon (1996) one-sided p-values.
Fuente: Clculos propios. Software Eviews 5.0.

Prob.* 0.0007

-4.802834 -3.711457 -2.981038 -2.629906

Tabla 7. Pruebas de races unitarias Dickey-Fuller aumentada para el logaritmo del PIB Real del departamento de
Risaralda

Anlisis de valores en niveles (Risaralda)

t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -0.963087 -3.689194 -2.971853 -2.625121

Prob.* 0.7522

Anlisis de valores en primera diferencia (Risaralda)

t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -3.924799 -3.699871 -2.976263 -2.627420

Prob.* 0.0059

Fuente: Clculos propios. Software Eviews 5.0

60

Ciclo y tendencia estocstica

En los estudios sobre las fluctuaciones cclicas es importante separar de la serie observada el efecto de los componentes estacional, irregular y tendencial y trabajar nicamente con los ciclos37. Por consiguiente, se requieren mtodos de descomposicin de series de tiempo, de manera que puedan establecerse los ciclos, en tanto "fluctuaciones recurrentes en la actividad real respecto a una tendencia (Lucas, 1976)". Dado que las serie del PIB en estudio tienen raz unitaria y son integradas de orden 1, I(1) es claro que se hace necesario el uso de filtros especializados para obtener la tendencia estocstica de la series en estudio. Uno de los ms utilizados es el propuesto por Hodrick y Prescot (HP) (Mendoza y Rendn, 1998). El filtro de Hodrick-Pescott, propuesto en 1980 por Robert J. Hodrick y Edward C.Prescott (Hodrick y Prescott, 1980), es un mtodo para extraer el componente estocstico de la tendencia de una serie de datos. Descompone la serie observada en dos componentes, uno tendencial y otro cclico. El ajuste de sensibilidad de la tendencia a las fluctuaciones a corto plazo es obtenido modificando un multiplicador 38. Es actualmente una de las tcnicas ms ampliamente utilizada en las investigaciones sobre ciclos econmicos para calcular la tendencia de las series de tiempo, pues brinda resultados ms consistentes con los datos observados que otros mtodos. La serie yt para t = 1,2,T, denota los logaritmos de una serie variable. yt est conformada por un componente tendencial, representado por t y un componente cclico, ct Dado un valor positivo , adecuadamente representado por t tales que yt t . escogido, se calcula el componente tendencial resolviendo el siguiente problema: Minimizar

(14) Segn Hodrick y Prescott el componente tendencia de una serie es el que minimiza tal ecuacin, siempre que:

(15) es decir, que la tendencia calculada pasa por el "centro" de la serie bsica. El primer trmino de la ecuacin representa la suma de las desviaciones de la serie respecto a la tendencia al cuadrado y es una medida del grado de ajuste las cuales penalizan el componente cclico. El segundo trmino es una mltiple de la suma de los cuadrados de las segundas diferencias de los componentes de tendencia, y es una medida del grado de suavidad. Este segundo trmino penaliza las variaciones en
37

Dado que en este estudio se trabaja con series anuales los componentes estacional e irregular se han eliminado. Por lo tanto, las series anuales son series ciclo tendencia. 38 El es el parmetro de suavizacin. Valores altos de este parmetro implican una mayor ponderacin a la suavizacin de la tendencia, mientras que valores bajos haran que la tendencia se asemeje ms a la serie observada. Para datos anuales, como los utilizados en este trabajo, se recomienda la utilizacin de un = 100.

61

la tasa de crecimiento del componente tendencial. Cuanto ms grande sea el valor de , ms alta es la penalidad. La eleccin de es aleatoria, pues depende de la longitud de los ciclos que se quieran extraer y la periodicidad temporal de los datos, pero Hodrick y Prescott estiman que, para datos trimestrales, un valor de = 1600 es razonable, bajo el supuesto de que cualquier perturbacin que tiene efectos durante 8 o ms aos tiene carcter permanente. Para series mensuales se suele utilizar 14400 y para series anuales, como las que se utilizan en este trabajo, se recomienda un valor igual a 100. La medida de las fluctuaciones cclicas est dada por ct: . (16)

Las componentes seculares (tendenciales) fluctuantes del PIB real de los diferentes departamentos del Eje Cafetero (ver anexo1) se obtuvieron con el procedimiento de filtrado (Hodrick-Prescott, 1997), en el programa Eviews 5.0. Una vez obtenida la serie del componente tendencial t, se procedi a calcular el componente cclico ct de las series a travs de la ecuacin (16) (ver anexo2). Con este componente cclico podemos obtener una medida de la volatilidad del PIB de los departamentos del Eje Cafetero. La volatilidad de las diferentes variables macroeconmicas ha sido, cada vez con ms frecuencia, una fuente de preocupacin para el diseo de polticas. Por tanto, la identificacin de mecanismos alternativos que permitan reducir la volatilidad de estas variables es crucial, particularmente en un contexto de turbulencia econmica y financiera como el actual. Los grficos del componente cclico de las series nacional y de los departamentos del Eje Cafetero (grficos 11, 12,13) revelan una mayor volatilidad (fluctuacin) del ciclo de la economa del Quindo, seguido en su orden por el departamento de Caldas y por ltimo aparece el departamento de Risaralda con menor volatilidad; sin embargo, los tres departamentos presentan alta volatilidad del PIB pues como se observa en la tabla 8, Caldas y Risaralda casi duplican la desviacin estndar de la serie del PIB de Colombia mientras que el Quindo triplica dicha desviacin estndar. En conclusin, el componente cclico de las series del PIB de los departamentos de Caldas, Quindo y Risaralda estn sometidas a factores de tipo estocstico; esto lo refleja no solamente su gran inestabilidad mostrada en las grficas del ciclo econmico (tablas 11,12 y 13) sino tambin las pruebas de races unitarias Dickey-Fuller, en primera y segunda diferencia, de las series completas analizadas anteriormente. Esta inestabilidad es buen indicador de su gran sensibilidad a las polticas externas. Como se observa en la tabla 8, algunos departamentos son ms sensibles que otros.

62

Grfico 11 Componente cclico del PIB real de Caldas y Colombia

Componente cclico del PIB Real de Caldas y de Colombia 0.15000 0.10000 0.05000 0.00000 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 -0.05000 -0.10000 -0.15000

Caldas Colombia

Grfico 12. Componente cclico del PIB real de Quindo y de Colombia

Componente cclico del PIB Real de Quindo y Colombia 0.20000 0.15000 0.10000 0.05000 Quindo Colombia 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008

%
0.00000 -0.05000 -0.10000 -0.15000

Grfico 13.Componente cclico del PIB real de Risaralda y de Colombia

Componente cclico del PIB Real de Risaralda y de Colombia 0.08000 0.06000 0.04000 0.02000 0.00000 -0.02000 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 -0.04000 -0.06000 -0.08000 -0.10000 Risaralda Colombia

63

Tabla 8. Volatilidad del componente cclico del PIB real departamentos del Eje cafetero Departamentos Caldas Quindo Risaralda Colombia Fuente: Clculos propios. Desviacin Estndar

0,04582721 0,06791088 0,04398197 0,02873536

En cuanto a las causas de la volatilidad del ciclo econmico, hay una percepcin generalizada, como lo dijimos anteriormente, de que a partir de los aos 70, y con mayor fuerza desde finales de los aos 80, ha aumentado la volatilidad de las economas de manera coincidente con el auge del proceso de globalizacin (Lpez y Herrera 2004). En la tabla 9 se confirma, para los departamentos del Eje Cafetero, este planteamiento de Lpez y Herrera: Caldas duplic su volatilidad en el periodo 1990-2008 en comparacin al periodo 1980-1989; Risaralda increment su volatilidad en un 59,5% durante el mismo periodo. Por su parte, el Quindo disminuy en un 39,5% su volatilidad econmica en la dcada del 90 en comparacin con la dcada del 80, sin embargo su desviacin estndar supera la desviacin estndar de los dems departamentos. En el periodo 1990-2008 la volatilidad del componente cclico de las series del PIB de los departamentos del eje cafetero se situ muy por encima de la volatilidad de Colombia.
Tabla 9. Desviacin estndar (Ciclo econmico) PIB departamentos

Desviacin Estndar Ciclo econmica Departamentos. 1980-1989 Caldas Quindo Risaralda Colombia
Fuente: Clculos propios

1990-2008

0,026225 0,08976134 0,03120174 0,01880121

0,05368582 0,05431302 0,04977076 0,03307595

La hiptesis de este trabajo es que la volatilidad del ciclo econmico del PIB (as como la volatilidad de la serie completa) de los departamentos del Eje Cafetero proviene, en buena parte, del fenmeno de la globalizacin. La mayor exposicin de estas economas a los acontecimientos internacionales ha generado volatilidad, una volatilidad que es cada vez ms crtica y que hace inoperante la poltica econmica. Es importante precisar que, en trminos estrictos, la volatilidad no solamente proviene de fuerzas o perturbaciones externas. Tambin hay inestabilidades que pueden estar originadas en una inadecuada conduccin de las polticas internas, as como verse favorecida por condiciones estructurales poco congruentes con la liberalizacin y la 64

apertura comercial y financiera. En el caso concreto de los departamentos del Eje Cafetero, dado que la volatilidad es estocstica, se puede afirmar que sta depende de factores externos. La condescendencia de los gobiernos nacionales, municipales y departamentales con la globalizacin los ha llevado a adoptar polticas contraproducentes para el dinamismo de dichas economas. Los resultados de la tabla 9 indican que los procesos de globalizacin no solamente estn afectando a los departamentos del Eje Cafetero sino tambin a la economa de Colombia, pues sta tambin ha venido incrementando los ndices de volatilidad tanto en el ciclo econmico como en la serie completa del PIB. Colombia y el Eje Cafetero han venido experimentando una mayor debilidad en sus polticas internas para hacerle frente a los shocks externos. Cada vez, con mayor fuerza, estas economas estn sujetas a los vaivenes del comportamiento de la economa mundial. La volatilidad del PIB de las economas del Eje Cafetero, y tambin del PIB de Colombia, implica una menor efectividad de las polticas econmicas y, como consecuencia, una mayor vulnerabilidad de stas. Segn Ricardo J. Caballero (Caballero. et. al., 2006), los shocks externos, de carcter tanto real como financiero, han afectado en numerosas oportunidades a las economas latinoamericanas, tornndolas vulnerables y extremadamente voltiles. La volatilidad tiene costos no solo en trminos de un menor crecimiento por su efecto negativo sobre la productividad y la inversin en capital fsico y humano, sino tambin porque conduce a sistemas financieros pequeos y poco desarrollados, lo cual, a su vez, dificulta la posibilidad de suavizar el consumo personal ante cadas del ingreso. Ms grave an, la volatilidad tiende a agravar la desigualdad y la pobreza, y tiene tambin consecuencias adversas sobre la proteccin social. Por ejemplo, en economas donde la volatilidad no solo genera una elevada rotacin del trabajo sino tambin perodos prolongados sin empleo, disminuye el incentivo para cotizar a la seguridad social luego del regreso al trabajo. De esa manera, las variaciones cclicas se transforman en un problema estructural en el que sucesivas generaciones van quedando sin proteccin social. Un costo adicional, no menos relevante, es que las crisis generan rupturas institucionales que luego son difciles de reparar, aun cuando la economa se recupere. Se concluye que el crecimiento econmico de los departamentos depende ms de factores externos que internos. La tendencia de largo plazo del crecimiento de estas economas carece de una dinmica autnoma (una tasa de crecimiento constante e independiente de los fenmenos accidentales) y, por el contrario, es el resultado de la sumatoria de todos los movimientos aleatorios que se dan en el corto plazo, movimientos aleatorios que son originarios del exterior ms que de Colombia. No obstante, se debe explorar escenarios de poltica econmica anticclica que considere la actual volatilidad regional y nacional y, desde luego, tambin la mundial? Desde luego que s. Servira muchsimo rescatar, crticamente, algunos modelos de crecimiento, en particular aquellos que aceptan que, no obstante la enorme volatilidad estocstica (y por lo tanto la enorme determinacin de la tasa de crecimiento por variables y acontecimientos exgenos), es posible insistir en estmulos internos, entre los cuales se

65

encuentra las potencialidades de las dotaciones internas, el cambio tcnico y en particular la poltica econmica, para lograr niveles de crecimiento y desarrollo econmico39. Se trata de los llamados modelos de desarrollo endgeno, en el que las comunidades del propio pas, atendiendo a sus capacidades internas, desarrollan sus propias propuestas. Es decir, el liderazgo nace en la comunidad, y las decisiones parten desde adentro de la comunidad misma. Una de las propuestas existente en este sentido, aunque muy criticada por su inoperancia en pases subdesarrollados, es el modelo de desarrollo endgeno de Lucas (Lucas, 1988), quien se interesa por los determinantes de la tasa de crecimiento a largo plazo, introduciendo explcitamente el rol de la acumulacin en capital humano en la determinacin de la tasa de progreso tcnico. El elemento clave de la acumulacin de capital humano es la educacin y, concretamente, los conocimientos y habilidades de la fuerza laboral que se acumulan como resultado de la escolarizacin. Sin embargo, este capital humano, como activo acumulable, posee un costo de inversin, casi siempre alto, y su financiamiento genera restricciones tanto en los gobiernos en trminos del porcentaje del PIB que dedican a educacin40, as como para los individuos, cuando ellos deciden asumir los costos de una mejor y mayor cualificacin. Esta situacin, en conjunto con otra serie de factores tales como existencia de garantas mnimas requeridas para retener el capital humano formado en la regin (desacumulando dicho capital cuando se presentan flujos migratorios), falta de infraestructura educacional, nutricin y salud crticas, altos ndices de pobreza que lanzan al mercado laboral a nios y jvenes anulando las preferencias por el estudio, poca prioridad en el gasto de la educacin, etc., hace que esta propuesta de Lucas sea poco eficiente para las economas subdesarrolladas como las nuestras. Sin embargo, no hay que descartar que, bajo otras circunstancias, la educacin podra ser una fuerza de crecimiento, desarrollo y transformacin social muy potente. Algunos estudios para Colombia muestran que la relacin acumulacin de capital humano y crecimiento no es satisfactoria (Gaviria, 2005). Existen otras metodologas como la propuesta en el Informe sobre Desarrollo Humano (PNUD, 2005). En efecto, a partir de la teora del Desarrollo Humano, se define un conjunto de variables que intervienen en la construccin de la competitividad y el desarrollo humano. Esta teora rescata aspectos bsicos que se deben considerar en el diseo de una poltica econmica: el concepto de diversidad y el de espacialidad territorial en el mbito local, regional y nacional. Ello permitira aproximarse al diseo de esquemas de polticas flexibles, territorialmente referenciadas y complementarias. Polticas que, por aadidura, deben ser lo suficientemente flexibles como para adaptarse a condiciones de incertidumbre y volatilidad regional, nacional e internacional.

39

No se trata de adoptar posturas autrquicas, pues estas seran contraproducentes.De lo que se trata es de asumir un modelo de desarrollo que busque potenciar las capacidades internas de una regin o comunidad local, de modo que puedan ser utilizadas para fortalecer la sociedad y su economa de adentro hacia afuera, para que sea sustentable y sostenible en el tiempo. 40 Actualmente los gobiernos nacional, departamental y municipal, no tienen como prioridad fundamental, en el gasto, la educacin.

66

2.2.2. Cambios en la estructura sectorial de las economas del Eje Cafetero41 Se evidencia un claro quiebre estructural en las economas del Eje Cafetero a partir de finales de la dcada del 8042. En primer lugar, se advierte un crecimiento del sector servicios-comercio43 el cual se ha impuesto como el sector de mayor dinamismo e importancia (grficos 14, 15, 16) en estas economas, por encima de los dems sectores econmicos; adems, se deduce igualmente de los grficos, que este sector se presenta como el sector que ms contribuye en el valor agregado de los departamentos. En segundo lugar, y contrario al comportamiento del sector servicios, los sectores Agropecuario e Industrial vienen mostrando una notable reduccin en su participacin en el valor agregado de los diferentes departamentos del Eje Cafetero durante el periodo analizado.
Grfico 14. Tasa de participacin sectores en el valor agregado de Caldas
Tasa de participin sectores en el valor agregado de Caldas 0.70 0.60 % de participacin 0.50 0.40 0.30 0.20 0.10 0.00 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Agropecuario Industria Comercio y Servicios Otros

Grfico 15. Tasa de participacin sectores en el valor agregado del Quindo

Tasa de participacin sectores en el valor agregado del Quindo 0.80 0.70 % de participacin 0.60 0.50 0.40 0.30 0.20 0.10 0.00 Agropecuario Industria Comercio y Servicios Otros

41

Para el anlisis de los cambios en la estructura sectorial de las economas del Eje Cafetero se trabaj con datos hasta el 2006 dada la escasa disponibilidad de informacin actualizada. Sin embargo, dado que el propsito era develar tendencias, esta informacin fue suficiente. 42 Este proceso empez, de hecho, mucho antes; concretamente a finales de los 60 y principios de los 70. 43 En adelante lo seguiremos llamando sector servicios.

67

Grfico 16. Tasa de participacin sectores en el valor agregado de Risaralda

Tasa de participacin sectores en el valor agregado de Risaralda 0.80 0.70 % de participacin 0.60 0.50 0.40 0.30 0.20 0.10 0.00 Agropecuario Industria Comercio y Servicios Otros

1995

1990

1991

1992

1993

1994

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

Es, pues, claro que se ha venido operando, desde finales de los 60 y comienzos de los 70 (pero con ms fuerza para el Eje Cafetero desde finales de los 80), un proceso de terciarizacin de la economa de los departamentos del Eje Cafetero con especial expansin del transporte (fundamentalmente de pasajeros), Intermediacin financiera, la administracin pblica y otros servicios a la comunidad, as como el comercio. El sector servicios ha adquirido una importancia cada vez mayor en estas economas del Eje Cafetero, relevando al sector industrial y al sector agropecuario, como conjunto de actividades que aportaban una mayor cuota de produccin y empleo. Como en el resto de Colombia, en el Eje Cafetero el sector servicios pas a figurar a la cabeza de la clasificacin del ordenamiento sectorial. Sin embargo, la expansin del sector servicios, en esta regin, no respondi a las necesidades de crecimiento industrial y del sector agropecuario, ms bien, ha aumentado la ausencia de posibilidades en estos ltimos sectores, convirtindose (el sector servicios) en refugio de capitales y mano de obra desempleada, de tal modo que, mientras en los pases desarrollados se produjo, histricamente, un incremento acompasado del sector terciario como sector vital para la ampliacin del proceso productivo, en la Regin del Eje Cafetero los servicios comprendieron una serie de actividades que surgieron ante una falta estructural de ocupaciones ms productivas, pudindose afirmar que el crecimiento de este sector se debe a un proceso de "terciarizacin por subdesarrollo" como consecuencia de una "desindustrializacin", y desagropecuarizacin, es decir, que la economa del eje Cafetero se "terciariz" sin haber pasado por una etapa previa de "industrializacin" como suele ser lo normal en los pases desarrollados44. En las tablas 10, 11 y 12, se muestra que la correlacin entre el sector servicios y el sector industrial, para Caldas y Risaralda, es relativamente baja (-0,67 y -0,57 respectivamente) y poco significativa estadsticamente (al 1%). Para el departamento del Quindo es mucho menos significativa (para este ltimo la correlacin es del -0,270). Se presenta adems, como hecho destacable, que entre el sector servicio y el sector
44

En el informe del Programa de las Naciones Unidas para el Desarrollo (PNUD), Eje Cafetero, Un pacto por la Regin, 2004, se plantea que la crisis de la terciarizacin en el Eje Cafetero tiene como causas el fenmeno de la urbanizacin y la crisis cafetera. Sin lugar a dudas estas causas son importantes, pero la desindustrializacin, debida al fenmeno de la apertura econmica y la poltica neoliberal, es una causa igualmente fundamental.

68

2006

industrial, de todos los departamentos, se establece una relacin inversa, lo que indica que a mayor desindustrializacin mayor crecimiento del sector servicios y mayor participacin de este ltimo sector en el PIB departamental. Igualmente, se presenta una relacin inversa entre el sector servicio y el sector agropecuario aunque aqu la correlacin entre ambos sectores es bastante alta y muy significativa (al 1%) para todos los departamentos, lo que indica que la desagropecuarizacin de las economas est contribuyendo, al crecimiento del sector servicio, en mayor proporcin que el sector industrial. Dicho en trminos generales, la correlacin inversa entre el sector servicio y los sectores industrial y agropecuario, en los departamentos del Eje Cafetero, indica que el mejoramiento del sector servicios presupone un empeoramiento tanto del sector industrial (desindustrializacin) como del sector agropecuario (desagropecuarizacin), aunque este ltimo proceso contribuya en mayor grado a la terciarizacin de estas economas. El sector servicio, en la regin del Eje Cafetero, no genera productividad ni competitividad en los sectores reales de la economa; es incapaz de jalonar el crecimiento econmico y, mucho menos, el desarrollo social y humano. El proceso de terciarizacin de las economas del Eje Cafetero ha venido siendo acompaado por otro proceso igualmente preocupante. En efecto, un aspecto que se evidencia en los coeficientes de correlacin de los sectores econmicos de los departamentos del Eje Cafetero (tablas 10, 11 y 12), es que el tejido intersectorial del Eje Cafetero est desarticulado (se muestra poca correlacin entre los sectores), lo que, desde luego, constituye uno de los factores que inciden en la actual crisis econmica regional. La desarticulacin sectorial est dada por la ausencia o fragilidad de concadenamientos hacia adelante y hacia atrs entre los diferentes sectores econmicos (Gacita y Bello, 1992). Stokes and Anderson (1990) demostraron que el crecimiento desarticulado tiene efectos negativos en la calidad de vida de la poblacin por que genera estructuras econmicosociales muy desiguales que, a su vez, pueden inhibir el efecto positivo del crecimiento econmico. Mltiples razones explican el impacto negativo que un patrn de crecimiento desarticulado tiene sobre la calidad de vida, en especial de los sectores ms pobres. Primero, un crecimiento desarticulado promueve una distribucin del ingreso regresiva. La retribucin a la fuerza de trabajo es baja. No hay que olvidar que el estado de la estructura sectorial es un indicador del grado de relacin entre las actividades agrcola, industrial y de servicios, as como su grado de organizacin econmica, fortaleza y potencialidades para contribuir al desarrollo de la regin. Aunque el entramado sectorial sea por lo general un resultado de desarrollo regional, puede considerarse igualmente un condicionante o incluso un determinante de ese desarrollo. En el caso del Eje Cafetero, la desarticulacin sectorial es el resultado de la crisis del desarrollo regional por la que estamos pasando en los actuales momentos, pero a su vez, esta desarticulacin acelera dicha crisis.

69

Tabla 10. Correlaciones sectores departamento de Caldas

AGROPECUARIO INDUSTRIA SERVICIOS

AGROPECUARIO Correlacin de Pearson Sig. (bilateral) N INDUSTRIA Correlacin de Pearson Sig. (bilateral) N SERVICIO Correlacin de Pearson Sig. (bilateral) N
** La correlacin es significativa al nivel 0,01 (bilateral). * La correlacin es significante al nivel 0,05 (bilateral). Clculos SPSS 11.5

1 . 17 0,40467568 0,10712821 . 17 -0,85708138(**) 1,1071E-05 17

0,40467568 0,10712821 17 1 17 -0,67272948(*) 0,00308482 . 17

-0,85708138(**) 1,1071E-05 17 -0,67272948(*) 0,00308482 17 1 17

Tabla 11. Correlaciones sectores departamento del Quindo SERVICIOS SERVICIOS Correlacin de Pearson Sig. (bilateral) N AGROPECUARIO Correlacin de Pearson Sig. (bilateral) N INDUSTRIA Correlacin de Pearson Sig. (bilateral) N
** La correlacin es significativa al nivel 0,01 (bilateral). Clculos SPSS 11.5

AGROPECU 1 . -,786(**) ,000 17 1 . 17 ,415 ,097 17

INDUSTR -,270 ,295 17 ,415 ,097 17 1 . 17

17 -,786(**) ,000 17 -,270 ,295 17

Tabla 12. Correlaciones sectores departamento de Risaralda SERVICIOS SERVICIOS Correlacin de Pearson Sig. (bilateral) N AGROPECUARIO Correlacin de Pearson Sig. (bilateral) N INDUSTRIA Correlacin de Pearson Sig. (bilateral) N
** La correlacin es significativa al nivel 0,01 (bilateral). * La correlacin es significante al nivel 0,05 (bilateral). Clculos SPSS 11.5

AGROPECU 1 . -,806(**) ,000 17 1 . 17 ,341 ,180 17

INDUSTRI -,578(*) ,015 17 ,341 ,180 17 1 . 17

17 -,806(**) ,000 17 -,578(*) ,015 17

La economa del Eje Cafetero tiene una tendencia cada vez menos primaria o agropecuaria, cada vez menos secundaria o industrial y cada vez ms terciaria o de servicios. En otras palabras, y sabiendo que el sector servicios est ligado a las 70

ciudades, podemos afirmar que se sigue con el viejo modelo que desde hace muchos aos nos acompaa: el de una urbanizacin sin industrializacin, producto de la ofensiva comercial externa, fundamentalmente. Quizs, la nota ms caracterstica, no exclusiva del Eje Cafetero, es la modificacin en la estructura empresarial del sector servicio que se manifest en la sustitucin del comercio tradicional por el autoservicio como tipo de establecimiento dominante. En los pases subdesarrollados se ha argumentado que la terciarizacin puede tener como causas la presencia de altas tasas de desempleo en estos pases que lleva a que una gran proporcin de su fuerza laboral no encuentre empleo en actividades formales. Debido a que poseen bajos o nulos requisitos de capital, tierra, tecnologa y capital humano, ciertos servicios tienen las barreras de entradas ms bajas entre todas las ramas de actividad. Como resultado de lo anterior, esos sectores se convierten en refugio de aquella fuerza laboral que no puede ingresar a las actividades ms productivas y mejor remuneradas. En palabras de Weller (2004), el aumento de la participacin de las ramas terciarias estara caracterizado, por lo tanto, por la generacin de empleo de poca productividad, baja remuneracin y poco impacto en la competitividad de la economa. En estos casos, se habla de la existencia de un proceso de terciarizacin espuria. Segn la literatura existente sobre este tema (Weller, 2004), se pueden identificar dos tipos de terciarizacin de la economa: una terciarizacin genuina, en la cual los servicios mejoran la competitividad sistmica de la economa; es decir, generan incrementos en el producto de todos los sectores, a travs de las sinergias que resultan del desarrollo del sector terciario; y una terciarizacin espuria, en donde los servicios tiene poco impacto en la competitividad y en el incremento del producto del resto de la economa45. Como se evidencia en los grficos 14, 15, 16, este ltimo caso es el que se vive en la economa del Eje Cafetero. En efecto, la terciarizacin de la economa del Eje Cafetero, en las ltimas dos dcadas, no ha incidido en la dinmica del crecimiento econmico de los departamentos del Eje Cafetero46. Esta situacin de terciarizacin, pero sin revolucin agropecuaria ni industrial, nos arrastra a un modelo de terciarizacin dependiente, sin ninguna viabilidad econmica, toda vez que el ingreso y el consumo no dependen de la produccin interna ni mucho menos de las divisas por exportacin de bienes o de servicios, sino del endeudamiento externo e interno del gobierno local y de las remesas familiares recibidas por la gente pobre. 2.2.3. Participacin de los sectores genuinos y espurios en el valor agregado de las actividades terciarias Dentro de la denominacin genrica del sector servicios se integra un conjunto de muy diversas actividades. Si bien, el comportamiento conjunto de este sector en el Eje Cafetero es claramente expansivo, dentro del mismo existen actividades concretas que lideran este movimiento (los servicios de "Administracin pblica y otros servicios de la
45

La terciarizacin genuina se caracteriza por lograr avances de la estructura productiva y de la sociedad en general por estar compuesta de actividades estratgicas que mejoran la competitividad de otros sectores y por generar empleo formal, etc. La terciarizacin espuria, por el contrario, genera poca productividad, tiene poco impacto en la competitividad de la economa, genera empleo informal mal remunerado, etc. 46 Respecto de la terciarizacin debe sealarse que en el Eje Cafetero (y en Colombia, en general) ese proceso no es equivalente al que se presenta en las naciones desarrolladas: mientras que en estas ltimas la terciarizacin resulta de las crecientes demandas que generan los sectores primario y secundario, en el caso local responde ms al proceso de descentralizacin (con el consecuente crecimiento del sector pblico) y a la bsqueda de alternativas de empleo por parte de la poblacin (Marulanda, et. al., 2004).

71

comunidad, "Intermediacin financiera y servicios conexos", Transporte" y comercio", obtuvieron la mayor tasa de crecimiento), mientras que otras se mantienen dentro de la tnica general de la economa (enseanza de mercado, por ejemplo) o incluso llegan a perder peso (servicios domsticos, esparcimiento y otros servicios del mercado, esparcimiento y otros servicios de no mercado). Con el fin de desagregar el efecto de los subsectores que componen el sector servicio en la economa de la regin del Eje Cafetero, se han agregado los sectores terciarios en cinco grandes grupos siguiendo la caracterizacin de Weller (2004), a saber: 1. Servicios bsicos: electricidad, gas y agua, y comunicaciones; 2. Servicios de distribucin: comercio al por mayor y al por menor, transporte y almacenamiento; 3. Servicios de produccin: servicios financieros, seguros, bienes inmuebles y servicios a empresas; 4. Servicios sociales: administracin pblica, educacin, salud, asistencia social; 5. Servicios personales: restaurantes y hoteles, diversin, servicio domstico, otros servicios personales. Aun cuando existe un grado de heterogeneidad al interior de cada grupo, en general los servicios personales y los servicios de distribucin tienden a estar ligados a altos niveles de empleo informal, bajo nivel educativo de la mano de obra, baja productividad y remuneraciones. Estos sectores se caracterizaran por tener unas barreras de acceso relativamente menores. La expansin de estos rubros, por ende, se asociara con una informalizacin de los servicios y estaran ligados con una terciarizacin espuria (Estos sectores los podemos denominar sectores espurios). Por el contrario, los servicios bsicos, servicios de produccin y servicios sociales son sectores con mayores requisitos de educacin de la mano de obra y mayores barreras de acceso en capital y tecnologa. Estas ramas estaran ms relacionadas con procesos de modernizacin y por lo tanto, sus expansiones pueden ser vistas como una expresin de una sociedad postindustrial. Estos sectores estaran asociados con una terciarizacin genuina (Bonet, 2006) y los podemos denominar sectores genuinos. El problema de la terciarizacin de la economa del Eje Cafetero se evidencia ms claramente en los grficos 17,18 y 19. En estos grficos se muestra cmo los sectores de servicios genuinos de cada departamento generan una mayor participacin en el valor agregado de estos, en comparacin con los sectores servicios espurios cuyo nivel de participacin es mucho ms bajo aunque con una tendencia de comportamiento casi constante en Quindo y Risaralda y con un leve comportamiento ascendente en Caldas47. No obstante, y contrario a lo estipulado por la teora econmica48, estos sectores de
47

Es de notar que a pesar del sealado comportamiento del sector servicios espurios, este sector se muestra ms importante que los sectores industrial y agrcola en todos los departamentos. 48 Para la teora econmica tradicional, fundamentada en la experiencia de los pases y Regiones desarrolladas, las causas de este proceso pueden atribuirse a un conjunto de factores que tendran un valor explicativo complementario: a) El crecimiento del ingreso per cpita que se traduce en un aumento ms que proporcional de la demanda final de servicios, a causa de su mayor elasticidad-renta. Es decir, el aumento del nivel de renta y cambios paralelos de tipo sociolgico (urbanizacin, incorporacin de la mujer al mercado de trabajo, hbitos de compra y consumo, etc.) posibilitan e inducen un aumento en el consumo de servicios por parte de la poblacin (servicios personales, de ocio, comerciales, de transporte, etc.); b) El menor crecimiento relativo de la productividad terciaria que implica un transvase de recursos hacia el sector para atender a una demanda creciente; c) La introduccin de innovaciones tcnicas y organizativas en los procesos productivos y los cambios en los mercados (crecimiento de la competencia, internacionalizacin, etc.) que generan tambin un aumento de la demanda de servicios intermedios (asesoramiento, informticos, tcnicos, etc.) por parte de las empresas. En ocasiones, cabe relacionar este factor con la propia reorganizacin de las unidades productivas y la externalizacin de

72

servicios genuinos no tienen capacidad de jalonar, hacia el crecimiento, a los sectores reales de la economa (sector agropecuario e industrial) del Eje Cafetero, es decir, son actividades que no estn vinculadas positivamente (o integradas positivamente) a la produccin industrial y agropecuaria , por el contrario, presentan una correlacin inversa significativa con stos (ver tabla 13) a excepcin del departamento del Quindo en el que los sectores de servicios genuinos no tienen correlacin con el sector industrial. La correlacin de los sectores servicios espurios con los sectores reales de las diferentes economas del Eje Cafetero es no significativa. Dentro del sector servicio genuino los subsectores de mayor dinamismo son Administracin pblica y otros servicios a la comunidad y el subsector de intermediacin financiera y servicios conexos. Sin embargo, ambos subsectores, segn sus estructuras y sus modelos de funcionamiento actuales, revisten de enormes limitaciones para el impulso al crecimiento econmico regional. En efecto, en cuanto al subsector Administracin pblica y otros servicios a la comunidad, el excesivo crecimiento de este sector con orientacin burocrtica e improductiva se convierte en una de las causales de las crisis del sector industrial en mayor grado y del sector agrcola en un grado menor. El mecanismo de transmisin, segn Kaldor (1966), es el siguiente: la financiacin de este sector requiere de un incremento en los impuestos. Esto supone un empobrecimiento de los trabajadores y personas si no reciben, a cambio de los impuestos pagados, una contraprestacin equivalente. Como, de hecho, no existe contraprestacin, el empobrecimiento evidente de los trabajadores y personas, provoca una reduccin de la demanda por bienes y servicios lo cual acelera la crisis de los sectores reales de la economa. En cuanto al sector intermediacin financiera y servicios conexos, este sector, en el Eje Cafetero, no ha cumplido el papel sealado por algunos economistas Bagehot (1873), Schumpeter (1912), Gurly and Shaw (1955), Goldsmith (1969), McKinnon (1973) y Miller (1998), de ser un motor del crecimiento econmico49. Parece ser que este sector no impulsa el crecimiento econmico, sino que, como lo dijera Joan Robinson (1952) no hace sino responder automticamente a los cambios en demanda del sector real. No sobra decir que el premio Nobel Robert Lucas (1988) desestim el rol del sistema financiero como un determinante principal del crecimiento econmico.

actividades antes realizadas internamente. As mismo, y como paralelo a los procesos antes descritos, cabe sealar como causa de la terciarizacin el desarrollo de la Administracin pblica y el despliegue de una oferta de servicios pblicos y sociales (sanidad, educacin, asistencia social, etc.) anteriormente inexistentes, pero absolutamente necesarios y reclamados por la ciudadana, en una lnea de equiparacin con las dotaciones de otros pases de nuestro entorno (http://www.gipuzkoa.net/estructura-economica/Cap17/1_inicio_cap17.html).
49

Merton Miller (1998), argument que la proposicin de que los mercados financieros contribuyen al crecimiento econmico es demasiado obvia como para una discusin seria.

73

Grfico 17. Tipo de terciarizacin en Caldas (% valor agregado del departamento)

Tipo de terciarizacin en Caldas (% valor agregado del departamento) 0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0

% participacin

Espurio Genuino Agropcuario Industrial

Grfico 18. Tipo de terciarizacin en Quindo (% valor agregado del departamento) Tipo de terciarizacin en Quindo (% valor agregado del departamento)

0.6 0.5 0.4 0.3 0.2 0.1 0

% participacin

Espurio Genuino Agropecuario Industrial

Grfico 19. Risaralda. Subsectores terciarios genuinos y espurios (% valor agregado del departamento)
Risaralda. Subsectores terciarios genuinos y espurios (% valor agregado del departamento) 0.60000 0.50000 % participacin 0.40000 Espurio 0.30000 0.20000 0.10000 0.00000 Genuino Agropecuario Industrial

74

Tabla 13. Correlaciones sectores de servicios-comercio y sectores reales

Sectores de servicios Caldas - Correlacin de Pearson. Sig.(bilateral) Quindo - Correlacin de Pearson. Sig.(bilateral) INDUSTRIAL -,422 ,003 Risaralda - Correlacin de Pearson. Sig.(bilateral) AGROPECUARIO INDUSTRIAL

AGROPECUARIO INDUSTRIAL AGROPECUARIO ESPURIO -,214 ,051 -,264 GENUINO -,779(**) -,652(**) -,605(*) ** La correlacin es significativa al nivel 0,01 (bilateral). * La correlacin es significante al nivel 0,05 (bilateral).

,534(*) -,815(**)

,339 -,642(**)

2.2.4. Comportamiento de los componentes del sector agropecuario El sector Agropecuario de los departamentos del Eje Cafetero presenta un decrecimiento acelerado a partir de finales de la dcada del 80 (grficos 20, 21, 22). Esta actividad econmica fue una de las que ms perdi participacin en el valor agregado de Risaralda debido a la fuerte dependencia de la produccin de caf la cual cay a partir de finales de la dcada del 80 como consecuencia, entre otras causas, de la decisin de EE.UU y de algunos pases de Centro Amrica, de terminar con el Acuerdo Mundial del Caf en 1989 y, adems, por la cada del precio real externo del caf en el ao 2001 el cual registr el precio ms bajo en 180 aos de historia (Pizano 2001) Hasta 1989 cuando se desmont el Pacto mundial, el caf apareci como el nico producto bsico que haba mejorado la cotizacin real. La actividad era altamente lucrativa y les daba sustento a dos millones de familias. El xito del caf obedeca a un principio econmico elemental que nunca se apreci en toda su dimensin. El producto enfrenta una demanda altamente inelstica. La reduccin de la oferta mundial significa un alza en el precio ms que proporcional. As, el Pacto mundial, al comprometer a los pases a limitar las cuotas de exportacin de acuerdo con la demanda mundial, permita sostener los precios internacionales y redundaba en mayores ingresos para el conjunto. El caf constituy, realmente, la primera vctima de la apertura del mercado y del comercio internacional. Los economistas neoliberales convencieron a la sociedad colombiana de que el desmonte del Pacto inducira a una competencia que elevara la productividad y el nivel de bienestar de las familias cafeteras. Nunca entendieron que los principios de competencia e intercambio comercial no son vlidos para productos muy inelsticos, pues los estmulos de mercado llevan a la sobreproduccin, la que resulta ruinosa para la mayora de los productores e incluso para el conjunto. En efecto, a los pocos meses de suspendido el Pacto, la decisin dio lugar a un exceso de produccin sobre la demanda que se manifest en elevados inventarios que presionaron persistentemente las cotizaciones hacia la baja, ocasionando una crisis cafetera de la cual el departamento de Risaralda (ni Colombia) an se recupera (Marulanda, et. al., 2004). En los grficos20, 21 y 22 se muestra que el comportamiento descendente del sector agropecuario de los departamentos del Eje Cafetero es similar al comportamiento descendente que experimenta el caf en los mismos departamentos. Dado que los dems sectores agropecuarios han tenido un crecimiento leve, casi imperceptible o han permanecido constantes durante el periodo en estudio, se puede afirmar que la crisis del sector cafetero es la causa fundamental, aunque no la nica, de la crisis actual del sector agropecuario del departamento de Risaralda. 75

Sin embargo, existe un problema adicional: la fuerte dependencia del caf que tiene la regin del Eje Cafetero. Este hecho ha ocasionado que se desestime la produccin de los sectores agropecuarios diferentes al caf llevndolos a una situacin en la que su participacin en el valor agregado del sector agropecuario es muy baja, su dinamismo igualmente bajo y con una tendencia al estancamiento (grficos 20, 21, 22). Teniendo en cuenta este hecho, si bien los factores mencionados anteriormente explican en buena parte la crisis agropecuaria, es el modelo de agricultura y de caficultura, implementado en la regin del Eje Cafetero, el que, en ltimas, es el responsable de la crisis. En efecto, a partir de los aos 70 se dio un viraje de fondo en el eje de la poltica agropecuaria en Colombia. Se pas de la preocupacin por la tenencia y el ingreso rural de la dcada de los sesenta, a la problemtica de la productividad y el estmulo a la agricultura comercial. Estos lineamientos fueron plasmados en las Leyes 4 y 5 de 1973, as como en la Ley 6 de1975 (Kalmanovitz y Lpez, 2006). Despus de muchas discusiones sobre la conveniencia o no de una orientacin de la agricultura (y de toda la economa) hacia el comercio exterior, a finales de los 80 y principios de los 90 la idea de la apertura econmica empieza a tomar fuerza y se consolida, definitivamente, como poltica oficial, con la ley 07 del 16 de enero de 1991. Este modelo, impuesto a la agricultura, alter los nfasis puestos a la produccin por los campesinos, impulsando an ms la importancia del caf como producto exportador en la regin cafetero y desestimando los productos de poco potencial exportador. Las consecuencias desastrosas de este modelo en el sector agrcola, y en general en toda la economa colombiana, son ya bastante conocidas. Con respecto a la produccin y comercializacin de caf, la evidencia muestra que est sometido a un modelo internacional caracterizado por una gran volatilidad de los precios que, en pocas de sobreoferta, lleva a la depresin de los precios al productor, a lmites que no compensan los costos de produccin. Y, en los momentos de buenos precios, slo un mnima parte de los ingresos adicionales va a los productores, mientras la mayor parte se queda en manos de los tostadores, los minoristas y los restaurantes, pues no hay que olvidar que el comercio del caf est manipulado por unas pocas firmas tostadoras y comercializadoras en los pases consumidores: General Foods, Starbucks, Nestl, Procter & Gamble, Folgers, Sara Lee, Tchibo, entre otras (Tobasura, 2005). Es necesaria una reflexin profunda sobre los efectos de estos modelos en la agricultura de la regin del Eje cafetero, con el objetivo de trabajar en el diseo de nuevos modelos que garanticen el desarrollo del sector agrcola, su sustentabilidad y un repunte e importancia de los sectores agrcolas distintos al caf con miras al logro de la seguridad alimentaria regional y nacional.

76

Grfico 20. Caldas. Comportamiento de los componentes del sector agropecuario (valor agregado precios de 1994)
Caldas. Comportamiento de los componentes del sector agropecuario (Valor agregado precios de 1994) 450,000 400,000 350,000 300,000 250,000 200,000 150,000 100,000 50,000 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

Caf Otros productos agrcolas Animales vivos y productos animales Agropecuario

Grfico 21. Quindo. Comportamiento de los componentes del sector agropecuario (valor agregado precios de 1994)
Quindo. Comportamiento de los componentes del sector agropecuario (Valor agrgado precios de 1994) 300,000 Valor agregado 250,000 200,000 150,000 100,000 50,000 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Otros productos agrcolas Animales vivos y productos animales Agropecuario Caf

Grfico 22. Risaralda. Comportamiento de los componentes del sector agropecuario (valor agregado precios de 1994)
Risaralda. Comportamiento de los componentes del sector agropecuario (Valor agregado precios de 1994) 250,000 Valor agregado 200,000 150,000 100,000 50,000 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Animales vivos y productos animales Agropecuario Caf Otros productos agrcolas

Valor agregado

77

2.2.5.

Balanza comercial Departamentos del Eje Cafetero

Para el anlisis de la balanza comercial se hizo un clculo de las exportaciones de caf (exportaciones tradicionales) y de las exportaciones no tradicionales (diferentes al caf) realizadas por los departamentos del Eje Cafetero. De esta manera se gener una balanza comercial con caf y sin caf.
Grfico 23. Balanza comercial Departamentos del Eje Cafetero con caf
Balanza comercial departamentos Eje Cafetero con caf 1990-2007 Dlares 800,000,000 600,000,000 400,000,000 200,000,000 0

1991

2004

1990

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2005

2006
2007

-200,000,000

Caldas

Quindo

Risaralda

Grfico 24. Balanza comercial Departamentos del Eje Cafetero sin caf Balanza comercial departamentos Eje Cafetero sin caf 1990-2007 Dlares 200,000,000 150,000,000 100,000,000 50,000,000 0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

-50,000,000 -100,000,000 -150,000,000 -200,000,000

Caldas

Quindo

Risaralda

Con estimacin de caf, la balanza comercial de los departamentos del Eje Cafetero presenta supervit durante el periodo considerado en el estudio, a excepcin del departamento de Risaralda que experiment un dficit durante los aos 1994, 1995 y 1996. Este dficit en la balanza comercial de Risaralda tiene como causa el importante crecimiento de las importaciones durante los aos 1994 y 1995 (grfico 27) frente al descenso de las exportaciones, hasta tal punto que las primeras se ubicaron por encima de las segundas en dicho periodo. Las causas del descenso de las exportaciones fueron, fundamentalmente, la cada de las exportaciones tradicionales (caf) (grfico 26). En 1996 las importaciones de Risaralda descienden pero, a pesar de este descenso, siguieron estando por encima de las exportaciones totales, de ah que en este ao tambin se presente un dficit en balanza comercial.

78

2006

2007

Los dems departamentos, aunque con supervit en balanza comercial, muestran cierta inestabilidad en la misma (balanza comercial muy fluctuante). Esta inestabilidad se da por las enormes fluctuaciones que presenta las exportaciones de caf (exportaciones tradicionales) (grfico 26), pues las exportaciones no tradicionales no son tan fluctuantes. Ahora bien, si no se tienen en cuenta las exportaciones de caf, la situacin de la balanza comercial de los departamentos del eje cafetero es mucho ms diferente a la balanza con caf y mucho ms crtica. En efecto, desde 1990 hasta 1999 (es decir, durante la dcada del 90) los tres departamentos presentan dficit en balanza comercial en diferente grado. A partir del ao 2000 comienza una poca de gran incertidumbre en el comportamiento de dicha balanza: en efecto, el departamento del Quindo contina con el dficit hasta el 2007, con una leve recuperacin slo en los aos 2005 y 2006. Sus exportaciones no tradicionales permanecen casi constantes, lo que hace depender su balanza del comportamiento de las exportaciones tradicionales (caf). Caldas presenta un supervit muy modesto en el 2000, pero vuelve a experimentar el dficit durante los aos 2001 al 2003, para recuperarse, en forma importante, a partir del 2004, lapso de tiempo en el que viene teniendo supervit. Este supervit se debe tanto al crecimiento de las exportaciones no tradicionales como al crecimiento de las tradicionales que, en conjunto, crecieron ms rpido que el crecimiento experimentado por las importaciones totales (grficos 25, 26,27). El hecho importante que es necesario registrar, es el crecimiento de las exportaciones no tradicionales de Caldas a partir del ao 2003. Por su parte, Risaralda muestra supervit solo desde el 2001 al 2004 en todos los aos considerados en el estudio. Sus exportaciones no tradicionales permanecen estables, lo que hace depender su balanza comercial de la dinmica de las exportaciones tradicionales (caf). La situacin arriba descrita muestra la enorme importancia del caf en el comportamiento de las exportaciones totales de los departamentos as como en la dinmica de sus balanzas comerciales.
Grfico 25. Exportaciones no tradicionales por Departamento Eje Cafetero
Exportaciones no tradicionales por Departamento Eje Cafetero 1990-2007 Dlares 500,000,000 450,000,000 400,000,000 350,000,000 300,000,000 250,000,000 200,000,000 150,000,000 100,000,000 50,000,000 0

2003

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2004

2005

2006

CALDAS

QUINDIO

RISARALDA

79

2007

Grfico 26. Exportaciones tradicionales por Departamento Eje Cafetero

Exportaciones tradicionales por departamento Eje Cafetero 1990-2007 Dlares 600,000,000 500,000,000 400,000,000 300,000,000 200,000,000 100,000,000 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2006 2007

CALDAS

QUINDO

RISARALDA

Grfico 27. Importaciones totales departamentos Eje Cafetero

Importaciones totales departamentos Eje Cafetero 1990-2006 Dlares

400,000,000 300,000,000 200,000,000 100,000,000 0

Caldas (a)

Quindo (b)

Risaralda ( c )

La concentracin de las exportaciones del Departamento en un bien como el caf y su dependencia con respecto a los precios internacionales sugieren la importancia de un sector exportador diversificado, pues la menor diversificacin de las exportaciones torna a estas economas extremadamente vulnerables a las perturbaciones (shocks) de origen externo. El fomento a las exportaciones no tradicionales es, sin lugar a dudas, una buena poltica a la que se debera dar continuidad. Esta diversificacin de las exportaciones no tradicionales fortalece al sector externo y le genera cierta estabilidad, porque cada vez se depende de un mayor nmero de bienes y servicios que se exportan. Contrario a lo que sucede cuando se depende fundamentalmente de un producto como el caf. El regular desempeo del sector externo de los departamentos del Eje Cafetero, demuestra que no ha sido fcil, hasta el momento, la adaptacin del sector empresarial de la regin a los retos y oportunidades que se derivan de los nuevos esquemas de organizacin industrial y del mayor grado de competitividad que deben alcanzarse en el contexto internacional, acorde con las orientaciones y programas actuales de los gobiernos de los diferentes pases del mundo de incrementar la oferta productiva exportable y de una mayor diversificacin de los bienes y servicios.

80

2007

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2.2.6. Conclusiones Sin lugar a dudas, es en el sector agropecuario en donde los problemas de la sociedad colombiana en general y de los departamentos del Eje Cafetero en particular, tienen mayor impacto y cobertura. El actual modelo estatal, fundamentado en la competitividad para lograr una mayor apertura al comercio mundial y como consecuencia un mayor crecimiento econmico que aporte mayores beneficios sociales: empleo y mejores niveles de vida para la poblacin rural en particular, no ha dado los resultados esperados ya que todos los indicadores del sector rural de los departamentos muestran bajos niveles de calidad de vida, desempleo, carencia de servicios bsicos y mayores ndices de pobreza. La reduccin del Estado argumentando mayor eficiencia y mayor inversin privada para estimular el crecimiento econmico empeor el panorama del sector agropecuario y con l el bienestar rural ya que la liquidacin del Inderena50, el Idema51, el Incora52 y la reduccin de las Secretaras de Agricultura y la fusin de otras resultaron bastante ineficaces para tal propsito. El Tratado de Libre Comercio (TLC) amenaza los sistemas de produccin agropecuarios de pequea escala como son las agriculturas de minifundio o alternativas, desconociendo que un gran porcentaje de los alimentos son producidos por pequeos y medianos productores que incorporan como factores de produccin bsicamente su pequea propiedad y la mano de obra familiar. Un desarrollo a escala humana tiene ms validez en una comunidad fragmentada, desarraigada y pauperizada como la que habita el espacio rural de los departamentos del Eje Cafetero que una apertura econmica indiscriminada. En el marco de una economa global, las avasalladoras fuerzas del mercado y de los convenios multilaterales o bilaterales hacen imprescindible el anlisis juicioso de un modelo de produccin agrcola que nos conduzca a una insercin internacional sin mayores traumatismos. De all que sea conveniente interrogarnos: - Qu debemos producir y cmo debemos hacerlo, conciliando productividad, rentabilidad, competitividad y equidad. - Cmo aprovechar nuestra abundante biodiversidad para la satisfaccin de las necesidades alimentarias de los colombianos y, - Cmo dar valor agregado a los productos de exportacin y an a los de consumo interno. Ningn sector productivo puede sobrevivir a una crisis de rentabilidad permanente como la agricultura, cuando se hizo caso omiso de los preceptos de selectividad, integralidad, gradualidad y concertacin. No se tiene noticia de ningn pas pobre, que habindose insertado en el sistema econmico internacional, haya dejado de serlo, haya conseguido para su nacin bienestar y desarrollo verdadero, o haya construido una sociedad justa y equilibrada.
50

Era el Instituto Nacional de Recursos Naturales (INDERENA), que manejaba los recursos naturales y el medio ambiente a nivel nacional, su liquidacin fue ordenada por la ley 99 de 1993 que es llamada la Ley del Medio Ambiente que cre el Ministerio del Medio Ambiente, las funciones del INDERENA fueron asumidas por las corporaciones creadas en todo el pas en virtud de la ley 99 de 1993. 51 Instituto de Mercadeo Agropecuario (IDEMA), fue cerrado en 1997. 52 Instituto Colombiano de Reforma Agraria (INCORA), cerrado en 2007.

81

CAPTULO TERCERO
EFICIENCIA TCNICA DE LOS DEPARTAMENTOS DEL EJE CAFETERO Y DE LOS DEPARTAMENTOS DE ANTIOQUIA, TOLIMA Y VALLE DEL CAUCA: EXPLICACIN Y FORMULACIN DE LOS MODELOS TERICO Y EMPRICO

82

CAPTULO TERCERO

EFICIENCIA TCNICA DE LOS DEPARTAMENTOS DEL EJE CAFETERO Y DE LOS DEPARTAMENTOS DE ANTIOQUIA, TOLIMA Y VALLE DEL CAUCA: EXPLICACIN Y FORMULACIN DE LOS MODELOS TERICOS Y EMPRICOS
La medida de la eficiencia mediante el uso de funciones de frontera es un mtodo muy utilizado tanto para predecir las eficiencias tcnicas de las diferentes unidades econmicas pertenecientes a un determinado sector, como para identificar los factores que contribuyen a que unas sean ms o menos eficientes que otras. En forma general son dos las metodologas desarrolladas para medir la eficiencia: la Economtrica y la de Programacin Matemtica (no estocstica). En ambos casos la eficiencia de una determinada unidad econmica es el resultado de una medida relativa de distancia respecto a una frontera que representa el lmite prctico mximo de eficiencia. La metodologa utilizada para alcanzar los objetivos propuestos en este trabajo es la estimacin de una frontera paramtrica de naturaleza estocstica con datos de panel que considera que las desviaciones de la muestra respecto de la frontera pueden ser debidas tanto a la ineficiencia tcnica como a un factor aleatorio que queda fuera del control de la unidad econmica. 3.1. La funcin de produccin: Modelo terico

El mtodo paramtrico consiste en estimar economtricamente una forma funcional elegida previamente. En consecuencia esta forma funcional es una hiptesis impuesta a los datos que no puede ser contrastada, pero tiene la ventaja de que se puede realizar inferencia estadstica sobre los resultados obtenidos. En esta parte se muestra el modelo paramtrico estocstico empleado en la investigacin as como tambin el modelo de efectos de ineficiencia tcnica corrido simultneamente con la funcin de produccin estocstica en el programa economtrico FRONTIER 4.153. Se hace referencia, adems, a las pruebas de hiptesis realizadas. 3.1.1. Frontera paramtrica estocstica con datos de panel Para efectos del presente trabajo se sigue la literatura de anlisis de fronteras estocsticas de produccin (paramtricas) usando datos de panel, cuyo tipo de variables

53

El programa FRONTIER 4.1. es de libre circulacin y se puede descargar de la siguiente direccin electrnica: http://www.uq.edu.au/economics/cepa/frontier.htm

83

es el de slo cantidades. Adems, la eficiencia tcnica ser asumida variante en el tiempo54. Aigner, Lovell y Schmidt (1977) y Meeusen y van den Broeck (1977) introdujeron simultneamente, y por primera vez, los modelos de fronteras estocsticas de produccin. Luego Cornwell, Schmidt and Sickles (1990) y Kumbhakar (1990) fueron quizs los primeros en proponer un modelo de fronteras estocsticas de produccin con datos de panel permitiendo estimar eficiencia tcnica variante en el tiempo55. Estos modelos estn motivados por la idea de que las desviaciones de la frontera de produccin podran no estar completamente bajo el control de la unidad productiva en estudio. Las fronteras estocsticas niegan la naturaleza estrictamente determinstica56 del proceso productivo. La existencia de un conjunto de factores que escapan al control de la unidad econmica justifica el rechazo de una postura estrictamente determinstica. Dado que las fronteras estocsticas matizan las restricciones tericas de la frontera determinstica a travs del reconocimiento de causas aleatorias que no constituyen ineficiencia, algunas observaciones pueden superar la frontera de produccin. Dicho de otra forma, el modelo estocstico posibilita que determinadas observaciones puedan permanecer por encima o por debajo de la funcin de produccin (frontera de produccin). En el presente trabajo se elige la funcin Cobb Douglas translogartmica con fronteras estocsticas y datos de panel, que permite minimizar el error de especificacin asociado a la eleccin a priori de la forma funcional. Dicha funcin se define como flexible ya que es una buena aproximacin de segundo orden tomada en logaritmos de una forma funcional cualquiera (en nuestro caso la Cobb Douglas) a la cual se llega por el teorema de la descomposicin de Taylor57; adems, no impone supuestos de elasticidad de sustitucin constante (CES), pues exhibe elasticidad de sustitucin variable a lo largo de los diferentes niveles de produccin y sus rendimientos no son necesariamente constantes. Es muy flexible en la aproximacin de cualquier tecnologa en trminos de posibilidades de sustitucin. Por ltimo, permite, adems, analizar la posible interaccin que pueda presentarse en las variables explicativas. Normalmente, en la literatura econmica los investigadores han impuesto condiciones tales como la existencia de rendimientos constantes a escala o elasticidades constantes o unitarias de sustitucin entre factores. Sin embargo, el propsito de este trabajo consiste
54

Cuando se asume que la eficiencia tcnica vara entre Departamentos pero es constante a travs del tiempo para cada Departamento, se denomina Eficiencia Tcnica Invariante en el Tiempo. En este trabajo se relaja este supuesto y se la considera Variante en el Tiempo es decir, variar entre Departamentos y a travs del tiempo. Este tipo de modelo se basa principalmente en la extensin de modelos de fronteras de seccin cruzada con mxima verosimilitud hacia el contexto de datos de panel. 55 Antes Schmidt y Sickles (1984) realizaron las primeras estimaciones de estos modelos con Datos de Panel. Despus lo hicieron Kumbhakar, Ghosh y McGuckin (1991). 56 Son modelos determinsticos en el sentido de que todas las empresas de la muestra observada comparten una familia comn de fronteras de produccin, coste y beneficio, y, en consecuencia, todas las variaciones observadas en el resultado de un Departamento se atribuyen a ineficiencia con respecto a la familia comn de fronteras. Las fronteras determinsticas representan fielmente el contenido terico de una funcin microeconmica de produccin. La imposibilidad de que las observaciones superen el mximo representado por la frontera de produccin queda reflejado en estos modelos en la forma de la distribucin del trmino de error. Este se especifica como una perturbacin aleatoria de una sola cola. 57 La linealizacin generalmente consiste en una expansin en series de Taylor de la ecuacin de estado (no-lineal) alrededor de un punto de operacin definido naturalmente por el sistema o seleccionado arbitrariamente para satisfacer alguna necesidad de control. En su forma ms general, la funcin translog consiste en una aproximacin de segundo orden para cualquier funcin doblemente diferenciable. As, es posible modelar con gran flexibilidad cualquier tipo de tecnologa de produccin que emplee una empresa multiproductos (como las aseguradoras) dando reconocimiento explcito a cada uno de sus productos y sin necesidad de imponer a priori condiciones tecnolgicas.

84

precisamente en descubrir las condiciones tecnolgicas imperantes a partir de lo que digan los datos, de manera que imponer cualquier condicin de antemano ira en contra de tal propsito. Es por ello que se desea estimar una funcin translogartmica, la cual consiste esencialmente en una expansin de Taylor en cantidades producidas. Dicho de otra forma, la eleccin ha estado basada en la flexibilidad de la funcin para adecuarse a cualquier tipo de tecnologa productiva sin la necesidad de imponer restricciones a priori sobre los rendimientos a escala. A diferencia de la funcin Cobb Douglas bsica, que es la forma habitualmente elegida, la funcin translogartmica permite la existencia de relaciones tanto de complementariedad como de sustituibilidad entre los factores considerados en el modelo. Estas fronteras presentan un indudable atractivo economtrico por su buen comportamiento estadstico, atractivo que se ve empaado, en cierta manera, por el problema de la descomposicin de los residuos individuales en sus dos componentes: ineficiencia y ruido estadstico, lo que lleva a la estimacin de una cierta eficiencia media de la muestra, en lugar de eficiencias individuales58. Determinada la forma funcional que adopta la funcin de produccin59, los autores anteriormente referenciados plantean el siguiente modelo estocstico con datos de panel (Modelo 19), el cual se seguir en este trabajo:

yi = f (xi, ) ; i = 1,2,N,(17)

Funcin de produccin Cobb Douglas Bsica. No hace referencia al nmero de entidades en la muestra (Datos de corte transversal o de seccin cruzada).

y = f (x ,
i i

i = 1,2,N

(18) Modelo de regresin bsico estocstico para datos de

corte transversal. i = vi - ui. Perturbaciones aditivas (Los errores se suman a la funcin).

y = f (x ,
it it

it

i = 1,2,N; t = 1,2,T (19)

Modelo de regresin bsico estocstico para datos de panel. Se incluye el tiempo t entre las variables exgenas explicativas de la ineficiencia para poder estudiar la evolucin temporal de sta (ineficiencia variante en el tiempo). it = vit - uit; i= 1,2,..,N, hace referencia al nmero de entidades (departamentos) en la muestra y t=1,2,..,T al nmero de periodos de tiempo considerados. Modelo con perturbaciones aditivas.

La frontera estocstica de produccin generalizada con datos de panel (19) propuesta por Battese y Coelli (1992, 1995)60, y que es la que se aplicar en este trabajo, se puede escribir de la siguiente manera, si se asume que los errores siguen un comportamiento exponencial (Battese y Coelli, 1992, 1995), es decir, con perturbaciones multiplicativas:
58

La separacin de ruido e ineficiencia se basa en fuertes supuestos sobre la distribucin del trmino de error. Este punto se tratar a fondo ms adelante. 59 La funcin Cobb-Douglas ha sido una de las ms populares y es la que se asume en este trabajo como bsica. En economa, la funcin Cobb-Douglas es una forma de funcin de produccin, ampliamente usada para representar las relaciones entre un producto y las variaciones de los insumos: tecnologa, trabajo y capital. Fue propuesta por Knut Wicksell (1851-1926) e investigada con respecto a la evidencia estadstica concreta, por Charles Cobb y Paul Douglas en 1928. (http://es.wikipedia.org/wiki/Funci%C3%B3n_de_Cobb-Douglas). 60 Battese y Coelli (1992) sugieren trabajar con un modelo donde los efectos de eficiencia e ineficiencia tcnica son una funcin exponencial en el tiempo.

85

Yit = f(xit,) eVit e -Uit

Que es igual a: Donde:

(20)

Yit = f(xit,

exp(Vit Uit ) (21)

Yit representa el producto (output) del i-simo departamento en el perodo (ao) t. Xit representa un vector (1xK) con los valores correspondientes a los insumos de produccin y otras variables relevantes explicativas para el departamento i-simo en el momento t. es un vector (Kx1) de parmetros a estimar, que corresponden a las elasticidades del producto-frontera con respecto a los insumos (productividad total de los factores); dicho de otra forma, corresponde a la Productividad Total de los Factores. it es una perturbacin compuesta por dos elementos it vit - uit, denominada trmino de error compuesto (Aigner, Lovell y Schmidt, 1977; Meesen y Van Den Broeck, 1977). Captura los desvos respecto a la frontera de produccin. Los vit son errores aleatorios (componente simtrico), independientes e idnticamente distribuidos (iid), que captura los shocks aleatorios. Dicho de otra forma, el trmino vit es un ruido aleatorio que puede tomar tanto valores positivos como negativos y se interpreta como las condiciones externas, favorables o adversas, que influencian la produccin y que no controla la unidad econmica (el departamento). Los uit son variables aleatorias no negativas (componente positivo) e inobservables asociadas con la ineficiencia tcnica de la produccin. Es decir que para el nivel tecnolgico vigente y dados los usos de insumos, el producto observado (ante la presencia de los uit) puede estar por debajo del potencial. f(xi, ) es la funcin de produccin a emplear, que en nuestro caso ser la funcin de produccin Cobb Douglas translogartmica estocstica. Para estimar los parmetros resultantes de la ecuacin (21) es necesario usar algn mtodo de regresin no lineal tales como el algoritmo de Newton-Gauss61, HookeJeeves62, Nelder-Meade63, Box, etc. Sin embargo es mucho ms fcil estimar estos parmetros con una transformacin logartmica de dicha funcin64 y aplicar luego a la funcin una expansin de Taylor65.
61

En matemticas, el algoritmo de Gauss-Newton se utiliza para resolver problemas no lineales de mnimos cuadrados. Es una modificacin del mtodo de optimizacin de Newton que no usa segundas derivadas y se debe a Carl Friedrich Gauss. En anlisis numrico, el mtodo de Newton (conocido tambin como el mtodo de Newton-Raphson o el mtodo de Newton-Fourier) es un algoritmo eficiente para encontrar aproximaciones de los ceros o races de una funcin real. Tambin puede ser usado para encontrar el mximo o mnimo de una funcin, encontrando los ceros de su primera derivada. 62 El mtodo de patrones de bsqueda de Hooke-Jeeves crea un conjunto de direcciones de bsqueda de manera iterativa. Este mtodo se propuso en 1966 y fue uno de los primeros algoritmos en incorporar la historia previa de una secuencia de iteraciones en la generacin de una nueva direccin de bsqueda. 63 El mtodo Nelder-Mead es un algoritmo de optimizacin ampliamente utilizado. Es debido a Nelder y Mead (1965) y es un mtodo numrico para minimizar una funcin objetiva en un espacio multidimensional. 64 La estimacin de los parmetros con las variables transformadas mediante la primera diferencia de los logaritmos garantiza la estacioanariedad de las series y evita las regresiones de tipo espurio. El concepto de regresin espuria hace referencia a la posibilidad de encontrar relaciones de casualidad y no de causalidad entre las variables del modelo (Chaves

86

Aplicando logaritmo a la expresin (21) para linealizar el modelo y facilitar su regresin, el modelo con eficiencia tcnica variante en el tiempo se puede plantear como:

Lnyit = Ln f(xit

+ Ln exp(vit uit )

(22) (23)

O tambin: Lnyit = 0 + n ln xn,it + vit - uit i=1,2,. N; t = 1,2,.T

Donde, 0 es el intercepto de la frontera de produccin comn a todos los productores en el periodo t y representa el progreso tecnolgico exgeno. Adems, uit vara entre departamentos y con el tiempo. A partir de la ecuacin (23), si uit = 0, es decir, si no existe ineficiencia tcnica, dicha ecuacin se transforma en: Ln yit = 0 + n ln xn,it + vit (24) que constituye la frontera de produccin eficiente. Por tanto, la unidad econmica i est siendo eficiente tcnicamente. Por el contrario, si uit>0, la unidad econmica i est siendo ineficiente tcnicamente en cierto grado. Ahora bien, si uit se supone invariante en el tiempo, entonces uit=ui. En este caso, uit puede modelizarse como un parmetro haciendo i= 0-ui. Entonces, la funcin de produccin con eficiencia tcnica invariante en el tiempo se transforma en: Ln yit = i + n ln xn,it + vit i=1,2,. N; t = 1,2,.T (25)

Donde i es el efecto individual, especfico para cada unidad de seccin cruzada y que se considera constante en el tiempo. Aplicando la expansin de Taylor a la funcin (23), la funcin translogartmica estocstica variante en el tiempo con datos de panel ejemplificado para el caso de un producto (yit) y tres (3) insumos {X1, X2, X3}66, cada uno con una serie de tiempo de 19 aos (de 1990 al 2008), es la siguiente: LnYit = 0 + 1lnx1 + 2lnx2 + 3lnx3+ 11 (lnx1)2 + 22 (lnx2)2 + 33 (lnx3)2 + 12 lnx1 lnx2 + 13 lnx1 lnx3+ 23 lnx2 lnx3+ vit uit Donde:

(26)

Castro, lvaro Hernando, Evolucin de la productividad multifactorial, ciclos y comportamiento de la actividad econmica en Cunidnamarca.http://portal.uexternado.edu.co/irj/go/km/docs/documents/UExternado/pdf/1_facultadEconomia/Publicaciones /DocumentosDeTrabajo/EvolucionProductividadMultifactorial.pdf 65 El procedimiento para efectuar tal aproximacin se conoce como desarrollo, aproximacin, expansin o serie de Taylor. El desarrollo de Taylor para una funcin f(x) sucesivamente diferenciable consiste en construir el siguiente polinomio en el punto x0:

f ( x)
66

f ( x0 )

f (x0 )( x

x0 )

f (x0 ) (x 2!

x0 ) 2

...

f ( n ) ( x0 ) (x n!

x0 ) n

Rn

Un tratamiento detallado de los insumos a utilizar en este trabajo se realizar ms adelante.

87

0: Parmetro de posicin que es mayor que cero, es decir, hay un nivel de produccin que es independiente de los factores de produccin considerados en el estudio. Este parmetro tambin es considerado el progreso tcnico autnomo. it : Coeficientes de las variables explicativas (factores o insumos de produccin). lnX1, lnX2, lnX3: Factores de produccin (insumos). lnX1 lnX2: Interaccin entre los factores productivos X1 y X2 lnX1lnX3: Interaccin entre los factores productivos X1 y X3 lnX2 lnX3: Interaccin entre los factores productivos X2 y X3 Nota: la interaccin de factores permiten estudiar la sustituibilidad o complementariedad de factores de produccin. (lnx1)2, (lnx2)2, (lnx3)2: factores productivos al cuadrado. Estos trminos al cuadrado permiten verificar si la funcin tiene pendiente cambiante, es decir, si no corresponde a una recta. La naturaleza cuadrtica de la funcin translogartmica garantiza un buen comportamiento en trminos de monotonicidad y convexidad. it = vit-uit: Error de estimacin (frontera estocstica). En este modelo, el valor de la produccin (Yit) est en funcin de los insumos productivos (lnX1, lnX2, lnX3), el cuadrado de los insumos ((lnx1)2, (lnx2)2, (lnx3)2) y sus trminos cruzados. La gran ventaja de estimar una funcin Translog es que captura las interacciones entre insumos productivos y, al mismo tiempo, las elasticidades quedan en funcin de las propias variables, de modo que stas pueden variar dependiendo del nivel de uso de insumos productivos. Por su parte, el mayor problema de esta funcin es que, dada la gran cantidad de variables explicativas, se puede producir multicolinealidad67. Esto podra generar estimaciones con alta variabilidad, de forma que los coeficientes pierdan precisin y significancia68. 3.1.2. Modelo terico de los Efectos de Ineficiencia uit La estimacin de la eficiencia tcnica se realiza con base en los residuos it obtenidos por el mtodo de Mxima Verosimilitud aplicados a la frontera estocstica. Se trata de la realizacin de un proceso de regresin, simultneo al de la funcin de produccin, de dichos errores con respecto a una serie de variables independientes que los explican. Sin embargo, el mtodo de mxima verosimilitud genera residuos que contienen, en forma conjunta, ineficiencia tcnica (uit) y ruido estocstico (vit). Por ello, el problema consiste en
67

El proceso o trmino de multicolinealidad en Econometra es una situacin en la que se presenta una fuerte correlacin entre variables explicativas del modelo. La correlacin ha de ser fuerte, ya que siempre existir correlacin entre dos variables explicativas en un modelo, es decir, la no correlacin de dos variables es un proceso idlico, que slo se podra encontrar en condiciones de laboratorio (http://es.wikipedia.org/wiki/Multicolinealidad). 68 Morales, Csar y Parada, Soledad (Editores) (2005). Pobreza, desertificacin y degradacin de los recursos naturales. CEPAL, Santiago de Chile, diciembre, p.92.

88

cmo individualizar cada componente, si se sabe que para estimar la eficiencia tcnica es necesario conocer los trminos uit, que no son observables. Solamente es observable el error it, que es la diferencia entre vit-uit. Primero que todo es necesario explicar en qu consisten estos errores. El error it est compuesto por dos perturbaciones aleatorias que son distinguibles entre s y poseen diferentes caractersticas, que desvan al productor de la obtencin del mximo posible de produccin dado un nivel tecnolgico. Por un lado, una perturbacin aleatoria (vit) que captura los efectos fuera de control de los productores como eventos favorables o desfavorables, como la suerte, el clima, la topografa, huelgas y el desempeo de las maquinarias, as como errores en la observacin y medicin de la produccin y otros eventos que no estn al alcance del control de la unidad econmica; y, por otro lado, una perturbacin no negativa (uit) que recoge los efectos controlables por el productor, como el manejo de la produccin, el esfuerzo de los empleados o la utilizacin de materias primas, insumos, etc., que estn directamente asociados a la ineficiencia tcnica. Es decir que para el nivel tecnolgico vigente y dados los usos de insumos, el producto observado (ante la presencia de los uit) puede estar por debajo del potencial. La perturbacin it vit - uit, separa los desvos de la frontera en dos componentes, uno de ineficiencia y el otro aleatorio (Jondrow et al., 1982). Se asume que estos dos componentes son independientes entre s69. Este ltimo supuesto implica que los valores de Yit que efectivamente se realizan no son anticipables por los administradores responsables de elegir los insumos (Zellner et al., 1966). Ahora bien, para separar el trmino it en sus componentes de ruido (vit) y de ineficiencia (uit) , se necesita asumir alguna distribucin para ambos componentes: en lo que respecta al componente vit se supone que es una perturbacin (error) simtrica (de dos colas) porque puede encontrarse por encima o por debajo de la frontera de produccin dado que son errores no controlables (puede aumentar o disminuir el output) y se supone, adems, que se distribuye idntica e independientemente (iid) como una distribucin normal, N(0, a lo largo de todas las unidades y del tiempo. El componente uit se supone que es un trmino asimtrico (de una cola) dado que slo puede disminuir el output por debajo de la frontera; es decir, la condicin de que tenga una distribucin de una sola cola garantiza que las observaciones se coloquen a un solo lado de la frontera estocstica. Adems, se asume que se distribuye independientemente de vit y que satisface que uit (no negativo), pues la ineficiencia slo puede ser mayor o igual a cero. Por lo tanto, hay que seleccionar distribuciones estadsticas para uit que se distribuyan para un slo lado70. Entre las distribuciones de este tipo de mayor uso, tenemos: a. Distribucin semi-normal: Se trata de una distribucin normal de media cero y truncada en cero para tomar solamente valores positivos, es invariable con respecto al

69

Las desviaciones de la frontera tiene una interpretacin natural como medida de la eficiencia; y la informacin acerca la estructura de la frontera y de la eficiencia relativa de las unidades econmicas tienen aplicaciones de poltica econmica.
70

Pitt y Lee (1981) abrieron camino en el anlisis de la frontera estocstica al abordar en su trabajo un tema de extrema importancia para el investigador como es el de indagar acerca de cules pueden ser las fuentes que dan lugar a la ineficiencia tcnica uit, y si esta es variante o no en el tiempo.

89

tiempo y no incorpora variables explicativas para el componente de una cola (componente uit).
Grfico 28. Funcin de densidad de la distribucin seminormal

F(u)

u b. Distribucin normal truncada: Con este modelo de Distribucin normal truncada de Battese y Coelli (1992) se obtienen solamente valores positivos y su media puede ser distinta de cero y expresa los efectos de ineficiencia tcnica en funcin de un conjunto de variables explicativas zit (puede tratarse de caractersticas especficas de la unidad productiva como tipo de sistema de produccin, niveles de corrupcin, infraestructura, etc.) y un trmino de error inobservable wit. Es variable con respecto al tiempo e incorpora variables explicativas para el componente de una cola (componente uit).
Grfico 29. Funcin de densidad de la distribucin normal truncada

f(u)

u Surgen de esta forma toda una serie de modelos para el trmino uit que se estima junto con el modelo de frontera estocstica adoptado. Entre stos, los ms utilizados son los siguientes: El primer modelo fue propuesto por Battese y Coelli (1992). Segn este autor, uit puede ser definido como: uit = {exp[ - (t-T)]}Ui (27) O tambin,

Uit =uie[-(t-T)]

(28)

90

donde es un parmetro desconocido a ser estimado y que muestra el comportamiento de la eficiencia tcnica en el tiempo71. La eficiencia tcnica aumenta, permanece constante o disminuye con el tiempo, cuando el valor de > 0, = 0 < 0, respectivamente. Es decir, se debe testear la hiptesis nula de que los efectos de la ineficiencia tcnica son invariables en el tiempo (H0: = 0). No rechazar la hiptesis de que = 0, permite aceptar que los efectos de ineficiencia tcnica son invariantes en el tiempo. El Segundo modelo de ineficiencia tcnica, propuesto igualmente por Battese y Coelli (1995) tiene la forma: uit = zit+ wit (29) donde zit es un vector (1xM) de variables explicativas asociadas con los efectos de ineficiencia tcnica, es un vector (Mx1) de parmetros a estimar, y Las W it son un conjunto de variables aleatorias no observables que se suponen iid., que provienen de una distribucin normal truncada con media cero y varianza 2, de forma tal que los uit son no negativos (es decir W it - zit). Un tercer modelo es el de Huang y Liu (1994) en el que se supone que los efectos de ineficiencia son funcin de: Un conjunto de variables explicativas zit, De las interacciones entre los recursos empleados (inputs) en la funcin de frontera estocstica yit y las variables explicativas z*it (por esta razn se dice, en este modelo de Huang y Liu, que la funcin frontera es no-neutral). Y un trmino aleatorio wit.

uit = zit + * z*jt + wit (30)

En el presente trabajo se supone que uit se distribuye idntica e independientemente segn una normal de media cero y truncada en cero para tomar solamente valores positivos72. De lo anterior se desprende que el efecto de ineficiencia uit de la ecuacin (26), puede especificarse de la siguiente forma: uit = zit + wit(31) donde: uit representa la eficiencia tcnica del modelo paramtrico con fronteras estocsticas empleado (ecuacin 26), Zit es el conjunto de variables independientes que, se asume, explican la eficiencia tcnica. Corresponde a un vector (1 x m) de variables explicativas relacionadas con la
71

Este modelo define el efecto de ineficiencia tcnica como una funcin exponencial en el tiempo de los errores u it; el error uit es independiente de vit. El modelo resulta sumamente til para investigar el cambio de la ineficiencia en el tiempo. 72 Siguiendo a Battese y Coelli (1995) hemos supuesto que la ineficiencia tcnica en produccin sigue una distribucin normal truncada en cero. Puesto que la ineficiencia solo puede reducir la produccin por debajo de la frontera, es necesario suponer distribuciones asimtricas asociadas a dicho trmino, siendo igualmente aceptables las distribuciones semi-normal y exponencial. Sin embargo, en diversos trabajos empricos (Gumbau y Maudos (1996)) se demuestra que los resultados obtenidos siguiendo cualquiera de las distribuciones mencionadas con anterioridad son muy similares.

91

ineficiencia tcnica de las unidades econmicas de las firmas a lo largo del tiempo, y que por lo mismo, pueden influir en la eficiencia de los departamentos. es un vector (m x 1) de parmetro desconocido a estimar y que corresponden a las elasticidades de la eficiencia tcnica con respecto a las variables exgenas utilizadas para explicar dicha ineficiencia. Por su parte, la variable aleatoria, wit, sigue una distribucin normal truncada en -zit con media cero y varianza 2w. El punto de truncamiento se determina de tal forma que uit sea siempre mayor o igual a cero. Por lo tanto el punto de truncamiento de wit debe ser zit. Es decir que siempre se cumple que wit zit. Estos supuestos son consistentes con que los uit son distribuidos independientes N(zit,2) truncada en cero. Adems, los uit no son idnticamente distribuidos, es decir, las medias son distintas, pero se supone que son funciones de las mismas variables (que toman valores diferentes) y parmetros. Ahora bien, es necesario no perder de vista lo siguiente: la estimacin de niveles de ineficiencia a partir de la regresin de la funcin de produccin estocstica (etapa 1 de la regresin) y la posterior regresin de estas ineficiencias con respecto a otras variables explicativas73 (etapa 2 de la regresin) se configura como un modelo en dos etapas. Cabe anotar sin embargo, como lo muestran Battese y Coelli (1995), que la estimacin de dicho modelo en dos etapas74, puede sufrir dos problemas economtricos graves. El primero consiste en que no se pueden asumir correlaciones entre las variables de la frontera estocstica y las variables explicativas de la ineficiencia, pues de existir dicha correlacin, los estimadores de mxima verosimilitud del vector de estaran sesgados por causa de la omisin de variables relevantes. Esto a su vez arrojara estimadores de ineficiencia uit sesgados con respecto a la verdadera ineficiencia, pues stos han sido estimados con respecto a una representacin sesgada de la funcin de produccin estocstica. En este estado de cosas, la segunda etapa no contribuira en nada a explicar el nivel de ineficiencia pues estara considerando un nivel equivocado de sta. El segundo problema est asociado a la contradiccin en los supuestos acerca de la distribucin del estimador de ineficiencia en cada una de las etapas de regresin. En efecto, en la primera regresin se supone que las ineficiencias (uit) de cada unidad econmica en cada momento del tiempo estn independiente e idnticamente distribuidas, mientras que en la segunda regresin cada ineficiencia se distribuye de acuerdo a la prediccin que arrojan sus variables explicativas. Este hecho va en contra del supuesto de distribucin idntica, lo que puede derivar en estimadores que no son eficientes. Para resolver ese problema se desarrollaron diversas propuestas75. El modelo de Battese y Coelli del ao 1995 (Coelli et. al, 1998) de la frontera estocstica supone que el componente de ineficiencia tcnica uit es una variable aleatoria no negativa distribuida independientemente, pero no idnticamente, siguiendo una Normal Truncada. El modelo
73

A partir de los resultados obtenidos con las estimaciones de la funcin de produccin es posible realizar una estimacin posterior sobre los determinantes de los efectos de ineficiencia uit. Se trata de una regresin en la cual los efectos de la ineficiencia estimada se explican por una serie de variables independientes. Estas variables reflejan los factores internos a las unidades econmicas que determinan su eficiencia tcnica y explican las diferencias de eficiencia entre las mismas. Entonces, en esta segunda regresin se supone que los uit no estn idnticamente distribuidos sino que dependen de caractersticas internas a la unidad econmica. 74 Cuando se habla de dos etapas se hace referencia a una estimacin inicial de la frontera de produccin estocstica con el respectivo componente de ineficiencia, y una estimacin posterior de la ineficiencia en funcin de sus variables explicativas. 75 Una breve resea de estas propuestas se encuentra en Coelli, et. al. (1998).

92

seguido en este trabajo y explicado anteriormente se sobrepone a estas complicaciones de las dos etapas, puesto que realiza la estimacin de las ineficiencias (ecuacin 26) y de los efectos de cada una de sus variables explicativas (ecuacin 31), siguiendo un procedimiento de una sola etapa. De acuerdo con la ecuacin (31), la especificacin elegida en el modelo de efectos sobre ineficiencia toma la siguiente forma, para 3 variables: uit = 0 + 1(z1)it + 2(z2)it + 3(z3)it +wit (32)

El modelo que se va a estimar en este trabajo est definido por las ecuaciones (26) y (32). La estimacin conjunta de las ecuaciones (26) y (32) se realiza siguiendo el mtodo de mxima verosimilitud propuesto por Battese y Coelli (1995) y Coelli (1996). Este mtodo establece que los efectos entre unidades productivas (ineficiencias) en el panel de datos son aleatorios, varan a travs del tiempo, y siguen una distribucin normal truncada. Al mismo tiempo, estima de manera simultnea el efecto de variables exgenas (zit) a la frontera de produccin estocstica en el nivel de ineficiencia. La estimacin simultnea de (26) y (32), siguiendo el mtodo de mxima verosimilitud para la estimacin de los parmetros, arroja la eficiencia tcnica (ETit) para cada departamento la cual est representada por la siguiente ecuacin:

ETit

exp( uit )

exp( zit

Wit ) (33)

Donde uit est especificado en las ecuaciones (26) y (32). La eficiencia tcnica para cada departamento se calcula utilizando la esperanza condicionada de e( uit ) dado el trmino de error compuesto para el modelo de frontera estocstica (Jondrow et al, 1982; Battese y Coelli, 1988). La ecuacin (33) surge de la siguiente relacin:

ETit

yit f ( xit , ) exp( vit )

f ( xit , ) exp( vit uit ) f ( xit , ) exp( vit )

exp( uit ) (34)

Donde la ETit es la razn del producto actual de la unidad econmica i en el perodo t al producto de la unidad econmica i en el perodo t si fuera eficiente tcnicamente. Dicho de otra forma: desde el punto de vista del producto, el nivel de eficiencia tcnica de una unidad econmica est dado por el cociente entre el nivel de producto observado y el mximo nivel de producto que es tcnicamente posible, el que es determinado por la frontera de produccin eficiente. De donde se deduce la siguiente ecuacin de la Eficiencia Tcnica: ETit = exp (-uit) (35)

93

La eficiencia tcnica (ET) de la unidad productiva i toma un valor entre 0 y 1, y depender del valor que tome uit. Si la unidad productiva obtiene una ineficiencia estimada igual a cero, el valor de ET ser 1. En el resto de los casos, ET ser menor que 1. O < ETit 1 (36) Luego, si ETit = 1, la unidad econmica i en el perodo t es eficiente tcnicamente y si ETit<1 no lo es76. Los objetivos, entonces, son dos: 1. Obtener los estimadores de los parmetros y de la funcin de produccin Cobb Douglas Translogartmica y de la funcin de efectos sobre ineficiencia tcnica, respectivamente. 2. Obtener las estimaciones de la eficiencia tcnica de cada departamento productor en cada periodo. Lograr el segundo objetivo requiere separar vit y uit del error it lo cual exige supuestos distribucionales en ambos componentes del error. La funcin Mxima Verosimilitud se expresa en funcin de los parmetros de la varianza los cuales estn expresados en los siguientes trminos de acuerdo con Battese y Corra (1977)77: 2 2 2 (37) v u Estos autores sustituyeron
2 V

2 U

por

, dando lugar a la siguiente expresin: (38)

2 u 2 v 2 u

El parmetro puede interpretarse como un ndice de la importancia relativa de las dos fuentes de error en el modelo, causas exgenas (vit) e ineficiencia (uit). Cuando tiende a cero, el error simtrico vit (elementos que escapan del control empresarial) domina el comportamiento de it; cuando se hace muy grande, el error de una sola cola uit (ineficiencia) es el elementa decisivo en el error total. El primer test se focaliza, entonces, en la significancia estadstica del parmetro (H0: = 0), y compara el modelo de frontera estocstica con la frontera de produccin media. Cuanto ms cercano a 1 sea , ms significativa ser la presencia de la ineficiencia tcnica (Battese y Coelli, 1992; Coelli, 1996; y Coelli et. al., 1998). En consecuencia, un valor de 1,000 para revela que el 100% de la variacin de la produccin observada (output) con respecto a la frontera es debida a la ineficiencia. El segundo test tiene que ver con la hiptesis nula de que los efectos de la ineficiencia tcnica son invariables en el tiempo (H0: = 0).No rechazar la hiptesis de que = 0, permite aceptar que los efectos de ineficiencia tcnica son invariantes en el tiempo.

76

77

Esta es una medida de eficiencia tipo Farrel (1982) para cada una de las observaciones.

Ver en: Coelli (1996).

94

El tercer test se centra en la hiptesis nula de que los efectos de ineficiencia no estn afectados por las variables explicativas zit, y se expresa como H0: = 0, donde representa el vector de parmetros excluido el intercepto. Todos estos clculos se realizan usando el software FRONTIER 4.1, que brinda estimaciones de mxima verosimilitud para los parmetros del modelo de frontera estocstica (Coelli, 1996). Una vez realizada la estimacin, se impone realizar una serie de contrastes de hiptesis con el fin de concretar la especificacin que mejor se adapta a la estructura productiva, as como la significacin de los parmetros que definen la estructura del error compuesto del modelo. Para ello, empleamos el contraste de la razn de verosimilitudes generalizado (LR), lo que implica el clculo del estadstico:

( 2) Ln LH0

Ln LH1

(39)

donde Ln( LH 0 ) y Ln( LH1 ) son los valores que toma la funcin de verosimilitud bajo la hiptesis nula y alternativa, respectivamente. El estadstico se distribuye 2 asintticamente como una p con p grados de libertad igual al nmero de restricciones impuestas por la hiptesis nula. 3.2. La funcin de produccin emprica, datos y definicin de variables La funcin de produccin a utilizar depende del tipo de informacin con que se cuente, el tipo de variables a usar y el nmero de ecuaciones que se pretenda obtener en el modelo. 3.2.1. Seleccin de variables Para el clculo de la frontera estocstica de produccin emprica (modelo 40) y del modelo de efectos de ineficiencia emprico (modelo 41) se construy una base de datos con informacin anual, comprendida entre los aos 1990 y 2008. Esta base utiliza informacin de los departamentos de Risaralda, Quindo y Caldas (Regin del Eje Cafetero). No obstante el foco de inters del estudio ser los departamentos del eje cafetero, pareci oportuno comparar la eficiencia tcnica de estos departamentos con la eficiencia tcnica de los dems departamentos productores de caf en Colombia. Estos departamentos son: Nario, Norte de Santander, Antioquia, Valle del Cauca y Tolima78. Estos ltimos departamentos, junto con los departamentos del Eje cafetero, constituyen el llamado Cinturn cafetero de Colombia79. De la totalidad de los departamentos del Cinturn cafetero, Nario y Norte de Santander son departamentos denominados de produccin intermedia de caf. Los dems departamentos son departamentos de mayores cosechas80. Por lo tanto, incluiremos en el anlisis, como complemento a los departamentos del Eje cafetero, slo a los departamentos de mayores cosechas, tales como: Antioquia, Valle del Cauca y Tolima.
78 79 80

http://es.wikipedia.org/wiki/Caf%C3%A9_de_Colombia. Consultada Mayo 03 del 2009. http://pwp.supercabletv.net.co/garcru/colombia/Colombia/economia.html. Consultada Mayo 03 del 2009. Entre estos ltimos el departamento del Quindo es el primer departamento productor de caf en Colombia. Consultada Mayo 03 del 2009.

95

Las variables seleccionadas para los modelos propuestos (funcin translogartmica estocstica y modelo de los Efectos de Ineficiencia uit), son resultado tanto de la revisin bibliogrfica (en funcin del grado de influencia que tiene en el rendimiento y en la eficiencia productiva) as como de la disponibilidad de la informacin sobre el tema tratado. La informacin fue recopilada a partir de una gran diversidad de fuentes, as: DANE (Encuesta continua de hogares, Gran encuesta integrada de hogares, Informes de coyuntura, Anuarios de la industria manufacturera), DIAN, MINCOMEX, DNP, Cmaras de Comercio. En lo que concierne a la construccin de las variables presentes en el modelo (40) se siguieron las definiciones presentadas en la tabla 14.
Tabla 14. Variables fronteras de produccin estocstica
Variable 1.PIB de los departamentos 2.Poblacin ocupada 3.Total activos 4.Consumo de energa 5.Consumo intermedio 6.Industrializacin (sector Industr./PIB) 7. Terciarizacin (sector serv./PIB) 8.Exportaciones no tradicionales 9.Exportaciones tradicionales 10. Grado de apertura (Export. No trad.+ Import.)/PIB Indicador Logaritmo del PIB Logaritmo de la poblacin ocupada Logaritmo del total de activos Logaritmo del consumo de energa Logaritmo del consumo intermedio Logaritmo de la Participacin de la industria en el PIB Logaritmo de la Participacin del sector servicio en el PIB Logaritmo de las exportaciones no tradicionales Logaritmo de las exportaciones tradicionales Logaritmo del Grado de apertura Sigla LPIB LPO LTA LCE LCI LIND LTER LEXNT LEXT LGA

Fuente: Elaboracin propia

En cuanto a los potenciales determinantes de la ineficiencia (modelo 41), se plantearon las siguientes variables81:
Tabla 15. Variables para la funcin de efectos de ineficiencia
Variable 1. Coeficiente de apertura exportadora. 2. Participacin por tipo de contratacin (empleo permanente) dentro del personal ocupado total en la industria manufacturera 3. Indicador de industrias tardas como participacin del PIB departamental Elaboracin propia Indicador X no trad.(sin caf)/PIB Empleo permanente/personal ocupado total en la industria PIB indust. desarrollo tardo/PIB departamental SIGLA CAE PEP

IDTA

Para la seleccin de las variables con las cuales se construy el modelo emprico estocstico se calcul la correlacin de Pearson entre las nueve (9) variables (inputs) originales y los outputs (variable dependiente) de cada departamento del Eje cafetero y los dems departamentos considerados82, arrojando el siguiente resultado.

81

Debe sealarse que las tres variables consideradas no son las nicas que posiblemente afecten el nivel de eficiencia tcnica de la economa de los departamentos, dado que es de esperar que caractersticas referidas al gerenciamiento, u origen de los insumos, etc. tambin pueden afectar esa performance.
82

Para los departamentos de Antioquia, Tolima y Valle del Cauca se tomaron, en total, nicamente seis variables, pues se presentaron algunas dificultades en la consecucin de los datos de las variables industrializacin, terciarizacin y grado de apertura.

96

Tabla 16.Correlaciones con el PIB variables del modelo Departamentos Eje Cafetero y departamentos de Antioquia, Tolima
y Valle del Cauca (Correlacin de Pearson) Deptos. Caldas Quindo Risaralda Antioquia Tolima Valle del Cauca PIB 1 1 1 1 1 1 POCUPADA ,236 -,716(**) ,074 ,439 ,209 -,189 TACTIVOS ,898(**) ,651(**) ,726(**) ,960(**) ,682(**) ,933(**) CENERGIA ,917(**) -,322 ,779(**) ,844(**) ,791(**) ,964(**) CINTERME ,930(**) ,584(**) ,894(**) ,982(**) ,647(**) ,922(**) INDUSTRI -,454 -,079 -,821(**) ND ND ND TERCIARI ,386 ,279 ,495(*) ND ND ND EXNOTRAD ,829(**) ,336 ,826(**) ,976(**) -,047 ,883(**) EXTRADIC ,097 ,372 ,654(**) -,336 ,419 -,467(*) GAPERTUR ,706(**) -,174 ,645(**) ND ND ND

** La correlacin es significativa al nivel 0,01 (bilateral). * La correlacin es significante al nivel 0,05 (bilateral). Fuente: Elaboracin propia, SPSS 11.5.1

Las variables de mayor correlacin (mayor significancia) con el PIB de Caldas son: Total activos, consumo de energa, consumo intermedio, exportaciones no tradicionales y grado de apertura. Todas las variables anteriormente relacionadas muestran una correlacin positiva con el PIB, lo que indica que cuando las variables explicativas crecen, la variable explicada tambin crece. La variable de ms fuerza en la correlacin con el PIB de Caldas es Consumo intermedio y le sigue en su orden consumo de energa como la segunda variable de mayor correlacin. Las dems variables no muestran una correlacin importante con el PIB de Caldas, por lo que las descartamos del anlisis. En cuanto al Quindo, la mayora de las variables seleccionadas en el estudio muestran muy baja correlacin con su PIB. No obstante, las variables poblacin ocupada, Total activos y Consumo intermedio son, en su orden, las de mayor fuerza en su correlacin con el PIB. La primer muestra una relacin inversa mientras que las otras dos muestran una relacin directa. Estas variables son las potenciales para ser seleccionadas para el anlisis de eficiencia, las dems no se tomaran en cuenta. En lo que tiene que ver con Risaralda, todas las variables seleccionadas, a excepcin de poblacin ocupada, tienen buena correlacin con el PIB de este departamento. Las de mayor grado de correlacin son, en su orden, las siguientes: Consumo intermedio (relacin directa), exportaciones no tradicionales (relacin directa), industrializacin (relacin inversa). En cuanto a los departamentos de Antioquia, Tolima y Valle del Cauca las variables de mayor correlacin con el PIB de stos, son: Total activos, consumo de energa y consumo intermedio. Para Antioquia y Valle del Cauca sus PIB tienen tambin correlacin con exportaciones no tradicionales. Sorprende demasiado que la variable poblacin ocupada no guarde relacin significativa con los departamentos en estudio a excepcin del departamento del Quindo. Esto significa que el volumen de mano de obra no incide demasiado en el crecimiento econmico. Se requiere, paralelo al crecimiento cuantitativo de la mano de obra, una mayor cualificacin de la misma, como requisito fundamental para el logro de mayores niveles de crecimiento econmico. Para efecto de este estudio se toman las siguientes variables para la respectiva estimacin de los modelos: total activos, consumo de energa y consumo intermedio. Estas variables son, en general, las de mayor correlacin con los PIB de los departamentos en estudio. 97

3.2.2. Correlacin de las variables que no entraron en el modelo con las variables seleccionadas Las variables que no entraron en el estudio, para los departamentos del eje cafetero, fueron poblacin ocupada, industrializacin, terciarizacin, exportaciones no tradicionales, exportaciones tradicionales y grado de apertura. Para los departamentos de Antioquia, Tolima y Valle del Cauca, la que no entraron fueron poblacin ocupada, exportaciones no tradicionales y exportaciones tradicionales. En cuanto a las variables industrializacin y terciarizacin stas no fueron consideradas por falta de informacin para su construccin. Para Caldas, es necesario destacar que de las variables que no entraron en el modelo las nicas que no tiene correlacin significativa con las que entraron son poblacin ocupada, terciarizacin y exportaciones tradicionales (ver anexo 3). Esto significa que las variables que entraron en el modelo recogen los efectos de las restantes tres variables que s estn correlacionadas (industrializacin, exportaciones no tradicionales y grado de apertura), lo que le da mayor fuerza a la variables elegidas. En lo que respecta a Quindo las variables poblacin ocupada e industrializacin se correlacionan con consumo de energa; terciarizacin con total activos y consumo intermedio; y la variable exportaciones no tradicionales con consumo intermedio (ver anexo 3).Poblacin ocupada y exportaciones tradicionales no se relacionan con ninguna variable elegida. Para el departamento de Antioquia slo las variables poblacin ocupada, exportaciones no tradicionales y exportaciones tradicionales tienen relacin con alguna o algunas de las variables seleccionadas: Poblacin ocupada con consumo de energa, exportaciones no tradicionales con las tres variables seleccionadas y exportaciones tradicionales con total activos y consumo intermedio (aunque una correlacin dbil). Tolima presenta un caso importante: ninguna de las variables no seleccionadas se correlacionan con las variables seleccionadas. Y, por ltimo, para el Valle del Cauca, slo exportaciones no tradicionales y exportaciones tradicionales se correlacionan con las tres variables elegidas para el estudio. En conclusin, podemos afirmar que las tres variables seleccionadas son representativas dado que tienen buena correlacin con el PIB de los departamentos y, adems, un buen nmero de variables no seleccionadas se correlacionan con stas. 3.2.3. Resumen estadstico de las variables seleccionadas En las tablas del17 al 22 se presenta un resumen de las variables xi, por departamento, utilizadas en las estimaciones del modelo estocstico. El periodo de tiempo de cada variable es de 19 aos (del ao 1990 al ao 2008). Todas las variables expresadas en trminos monetarios estn medidas en precios constantes de 1994. El resumen estadstico de las variables es el siguiente:

98

Tabla 17. Resumen estadstico de las variables (inputs) departamento de Caldas

Variables Media PIB 1665851,1053 Total activos 655658350,0526 Consumo energa 175417870,4737 Consumo intermedio 692311528,2105 Elaboracin propia, Software SPSS 11,5 Mediana 1597591,0000 662774675,0000 172291797,0000 477248822,0000 Desviacin estndar 249300,20855 426281791,83543 36560493,41256 525693934,09297 Mnimo 1274565,00 28154876,00 117570902,00 109049496,00 Mximo 2144922,00 1341619420,00 250311276,00 1738991196,00

Tabla 18. Resumen estadstico de las variables (inputs) departamento de Quindo

Variables Media PIB 744079,8479 Total activos 51355658,5379 Consumo energa 14875447,5658 Consumos intermedios 185852834,6137 Elaboracin propia, Software SPSS 11,5 Mediana 748978,0000 57020639,0000 13981620,0000 166610804,0000 Desviacin estndar 59622,41751 30870881,12435 4635466,24144 42126306,00 Mnimo 562330,00 2038819,00 9744894,00 413435516,55 Mximo 815337,00 113405927,00 30167847,00 119766994,23904

Tabla 19. Resumen estadstico de las variables (inputs) departamento de Risaralda

Variables Media PIB 1327532,4974 Total activos 758237827,1005 Consumo energa 209277297,7968 Consumos intermedios 719282813,6395 Elaboracin propia, Software SPSS 11,5 Mediana 1296759,0000 928665636,0000 224898386,0000 701150094,0000 Desviacin estndar 152881,99187 465004112,90520 49710497,72937 410002620,11732 Mnimo 1073578,00 30877013,00 122232396,00 137315765,00 Mximo 1658672,00 1452268230,06 284963261,32 1368135428,04

Tabla 20. Resumen estadstico de las variables (inputs) departamento de Antioquia

Variables Media PIB 11465864,0884 Total activos 7058354319,42 Consumo energa 1802596098,7895 Consumos intermedios 6422199528,21 Elaboracin propia, Software SPSS 11,5 Mediana 11211167,00 7216707982,00 1783384426,0000 4711996416, 00 Desviacin estndar 1624287,13773 4758570980,18962 237105254,93844 4430568380,05897 Mnimo 9153746,00 363629126,00 1093274691,00 1115030723,00 Mximo 14462148,59 14564087263,0 2195728595,00 14869739213,0

Tabla 21. Resumen estadstico de las variables (inputs) departamento de Tolima

Variables Media PIB 1957846,0206 Total activos 867170342,0526 Consumo energa 235507241,0526 Consumos intermedios 658418506,2632 Elaboracin propia, Software SPSS 11,5 Mediana 2025399,0000 1039343083,0000 262664893,0000 681778477,0000 Desviacin estndar 167192,42200 619687810,65468 68213866,65371 398051871,15490 Mnimo 1553536,00 19500200,00 126925601,00 90848432,00 Mximo 2205095,00 1793955122,00 321230706,00 1337964589,00

Tabla 22. Resumen estadstico de las variables (inputs) departamento del Valle del Cauca
Variables Media PIB 8703167,2316 Total activos 6660143328,2105 Consumo energa 1951571061,7895 Consumos intermedios 5503135304,5263 Elaboracin propia, Software SPSS 11,5 Mediana 8843151,0000 7378316513,0000 1908670727,0000 4465611495,0000 Desviacin estndar 1042854,67689 4377033743,10299 342933555,29066 3363563404,02486 Mnimo 6763999,00 62472383,00 1422066538,00 1185585535,00 Mximo 10357053,90 12877503269,00 2579495285,00 11619724943,00

Tabla 23. Resumen estadstico de las variables (inputs) todos los departamentos
Variables Media PIB 3623354,8856 Total activos 1830414536,6613 Consumo energa 539849768,7589 Consumos intermedios 1739393169,7681 Elaboracin propia, Software SPSS 11,5 Mediana 1654582,5000 760733350,5000 215025059,0000 693627848,5000 Desviacin estndar 4104734,43982 3293256423,45832 696458046,60352 3000094411,66619 Mnimo 562330,00 2038819,00 9744894,00 42126306,00 Mximo 14462149,00 14564087263,00 2195728595,00 14869739213,00

99

La funcin emprica translogartmica estocstica variante en el tiempo con datos de panel ejemplificada para el caso de un producto (yit) y los tres (3) insumos seleccionados, es la siguiente:
LnYit = 0 + 1lnTA+ 2lnCE+ 3lnCI + 11 (lnTA) + 22 (lnCE) + 2 33 (lnCI) + 12 lnTA lnCE+ 13 lnTA lnCI + 23 lnCElnCI+vit uit
2 2

(40)

Su estimacin (regresin), a travs del programa FRONTIER 4.1, arroja los valores de it (elasticidades insumos-producto), la eficiencia tcnica de cada departamento por ao y los errores de estimacin vit y uit. Las caractersticas estocsticas de este modelo, permiten que algunas observaciones se encuentren por encima de la funcin de produccin, lo cual los hace menos vulnerables a la influencia de observaciones outliers, versus el caso de modelos determinsticos para fronteras de produccin eficiente. La funcin emprica de los Efectos de ineficiencia tcnica est dada por la siguiente expresin:

uit = 0 + 1(CAE)it + 3(PEP)it + 6(IDTA)it +wit

(41)

3.3.

El mtodo de estimacin: MCOM y MV: un anlisis comparado

Los mtodos ms empleados para la estimacin de los parmetros en los trabajos de fronteras de produccin estocstica con datos de panel son el Mtodo de Mnimos Cuadrados Ordinarios Modificados (MCOM) y el Mtodo de Mxima Verosimilitud (MV).En este trabajo emplearemos el mtodo de MV. Las razones son las siguientes: a. Un primer aspecto a considerar es la influencia que tienen en estos dos mtodos los distintos supuestos sobre la distribucin de los uit. Es decir, se debe analizar los posibles problemas que podran verificarse si no se eligiera la distribucin adecuada para estos uit. En el caso de MCOM se debe suponer una distribucin en la segunda parte, es decir, en el momento en el cual se ajusta la estimacin MCO. Por ello, las estimaciones de los parmetros tecnolgicos no son sensibles al tipo de distribucin. En el mtodo de MV, sin embargo, es necesario este supuesto desde el principio y entonces, elegir una distribucin errnea puede afectar tambin la estimacin de los parmetros de la funcin de produccin83. b. Otra diferencia entre los estimadores de los dos mtodos se refiere al tipo de frontera eficiente estimada. El mtodo de MCOM no es eficiente en el sentido que ajusta solamente la estimacin de la interseccin obtenida con la aplicacin de MCO dejando
83

Schmidt, Gabriela y Campin, Paulina. Anlisis de la Eficiencia en el Sector Manufacturero Italiano. El Enfoque de la Frontera Estocstica.http://www.aaep.org.ar/espa/anales/works05/schmidt_campion.pdf

100

todas las otras estimaciones de los parmetros tecnolgicos sin modificaciones. Esto hace que la estructura de la frontera eficiente sea la misma que la estructura productiva de la empresa menos eficiente84. Por otro lado, el mtodo de MV admite que existan diferencias entre la tecnologa eficiente y la tecnologa estimada por MCO, lo cual indica una ventaja de MV ya que los productores eficientes tal vez hayan alcanzado esta posicin porque posiblemente han aprovechado oportunidades de sustitucin y de escala85. c. La utilizacin del mtodo MCOM implica que la interseccin modificada no necesariamente cubrir todas las observaciones y que si una observacin tiene residuos MCO suficientemente grandes es posible que el nivel de eficiencia tcnica sea mayor a uno (ETi > 1 )86. En conclusin, la frontera eficiente MCOM es la misma frontera MCO trasladada hacia arriba, mientras que la tecnologa eficiente MV es distinta y envuelve a todas las observaciones. La informtica ha simplificado ampliamente la aplicacin del mtodo MV, resultando as el mtodo ms utilizado en los estudios empricos para el clculo de los parmetros de una funcin de produccin. No obstante, no existe un consenso sobre la superioridad absoluta de MV respecto a MCOM. Asintticamente los estimadores MV son superiores, pero an no son claras las propiedades de los estimadores para las muestras finitas87. Estudios basados en la metodologa Monte Carlo (Olson, Schmidt y Waldman, 1980) concluyeron que para muestras de pequeas dimensiones, con menos de 200 observaciones, los estimadores MCOM son ms eficientes, mientras que en muestras de mayores dimensiones son ms eficientes los estimadores MV. Por otra parte, a partir de otro experimento de Monte Carlo, Coelli (1995) seala que los estimadores MV son superiores a los MCOM en todos los casos, si el peso de la ineficiencia tcnica en la varianza total (parmetro ) es grande. En consecuencia, este autor sugiere utilizar el mtodo MV siempreque sea posible88.

84 85

Ibid. Ibid. 86 Ibid. 87 Ibid. 88 Ibid.

101

CAPTULO CUARTO
RESULTADOS Y ANLISIS

102

CAPTULO CUARTO

RESULTADOS Y ANLISIS
A continuacin se presentan los resultados del modelo Paramtrico aplicado en este estudio y su correspondiente anlisis. 4.1. Estimacin del Modelo paramtrico

Para ajustar el modelo paramtrico (modelo translogartmico con fronteras estocsticas), se utiliz el software FRONTIER 4.189. Se utilizaron, los siguientes datos: 6 departamentos, 19 perodos (1990-2008), y 9 variables regresoras. Los resultados del ajuste de la frontera estocstica (Modelo 40), supuesta una distribucin normal del trmino de error vit (causas aleatorias) y una distribucin normal truncada del trmino de error uit (ineficiencia tcnica), aparecen en las tablas 24 al 28. En estas tablas se muestran cinco (5) modelos de fronteras calculados para la produccin de los departamentos en estudio: un modelo del tipo Cobb-Douglas bsico y un modelo translogartmico (con cuatro variantes). Aunque la funcin de produccin del tipo translogartmico es mucho ms flexible que la de tipo Cobb-Douglas, se han estimado ambos modelos al considerar que los resultados del modelo translogartmico pueden verse un tanto condicionados porque la muestra de datos utilizados no es muy grande. Se hizo una eleccin del mejor modelo por prueba de hiptesis.
Tabla 24. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog. con estimacin de
efectos de ineficiencia Variable FRONTERA ESTOCSTICA Constante Ln(Total activos) Ln(Consumo energa) Ln(Consumo intermedio) Ln(T.Activos)
2 2 2

Parmetro 0 1 2 3 11 22 33 12 13 23 0 1 2

Valor parmetro 0.84510337E+01*** -0.96196179E-07*** -0.86494645E+00*** -0.80657450E-07*** 0.47194545E+00*** 0.45325925E-07*** 0.41148593E+00*** 0.43909976E-08*** 0.31442171E-01*** 0.12710609E-06* 0.96123094E+00* 0.36271227E-02 0.14176193E-06

Error estndar 0.97032929E+00 0.92278790E-08 0.97338497E-01 0.80089647E-08 0.45036905E-01 0.59984200E-08 0.76074546E-01 0.44406311E-09 0.35411697E-02 0.91197928E-07 0.62191734E+00 0.35971218E-02 0.18127176E-06

Estadstico t 0.87094493E+01 -0.10424517E+02 -0.88859648E+01 -0.10070896E+02 0.10479083E+02 0.75563108E+01 0.54089830E+01 0.98882286E+01 0.88790354E+01 0.13937388E+01 0.15455928E+01 0.10083403E+01 0.78204088E+00

Ln(C.Energa)

Ln(C.Intermedio) Ln(T.Activos)Ln(C.Energa) Ln(T.Activos)Ln(C.Intermedio) Ln(C.Energa)Ln(C.Intermedio) VARIBLES QUE MIDEN LA INEFICIENCIA TCNICA Constante 1. Coeficiente de apertura exportadora. 2. Participacin por tipo de contratacin (empleo
89

El programa FRONTIER 4.1 es de distribucin gratuita y se puede descargar de la siguiente direccin electrnica: http://www.uq.edu.au/economics/cepa/frontier.htm. El programa Frontier 4.1 estima un modelo lineal, por dicha razn la funcin de produccin se coloca en logaritmo.

103

permanente) dentro del personal ocupado total en la industria manufacturera 3 3. Indicador de industrias tardas como participacin del PIB departamental PARMETROS DE VARIANZA 2 Sigma-squared Gamma -0.53233041E+01 Log. Verosimilitud 0.66627118E+01 LR test of the one-sided error = Fuente: Elaboracin propia. Software FRONTIER 4.1 ***significativo al 1%, **significativo al 5%; *significativo al 10%

-0.67968058E-02

0.63104303E-02

-0.10770749E+01

0.12742631E+00*** 0.96867262E+00 ***

0.24359394E-01 0.81752106E-01

0.52310954E+01 0.11848901E+02

Tabla 25. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog. sin estimacin de
efectos de ineficiencia, y estimados Variable FRONTERA ESTOCSTICA Constante Ln(Total activos) Ln(Consumo energa) Ln(Consumo intermedio) Ln(T.Activos)
2 2 2

Parmetro 0 1 2 3 11 22 33 12 13 23

Valor parmetro 0.92711352E+01**** -0.11702768E-06**** -0.75683554E+00**** -0.75597524E-07**** 0.48477063E+00**** 0.40869336E-07** 0.31073682E+00** 0.25358213E-08 0.26926670E-01*** 0.11518181E-06*

Error estndar 0.87462456E+00 0.60668896E-08 0.93138048E-01 0.15033832E-07 0.17460520E+00 0.29706935E-07 0.19364142E+00 0.61229941E-08 0.30737407E-02 0.13358032E-06 0.33648065E-01 0.36413365E-06 0.17879493E+00 -0.30329650E-02

Estadstico t 0.10600131E+02 -0.19289568E+02 -0.81259544E+01 -0.50284934E+01 0.27763814E+01 0.13757507E+01 0.16047022E+01 0.41414727E+00 0.87602283E+01 0.86226632E+00 0.30314877E+01 0.27462444E+07 0.30992986E+01 0.52253513E+01

Ln(C.Energa)

Ln(C.Intermedio) Ln(T.Activos)Ln(C.Energa) Ln(T.Activos)Ln(C.Intermedio) Ln(C.Energa)Ln(C.Intermedio)

Sigma-squared 2 0.10200370E+00 Gamma 0.99999999E+00 mu 0.55413888E+00 eta -0.15848308E-01 Log. Verosimilitud -0.83298102E+01 LR test of the one-sided error = 0.64969956E+00 Fuente: Elaboracin propia. Software FRONTIER 4.1 ****significativo al 1%, ***significativo al 5%; **significativo al 10%; *significativo al 20%

Tabla 26. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog = 0

Variable FRONTERA ESTOCSTICA Constante Ln(Total activos) Ln(Consumo energa) Ln(Consumo intermedio) Ln(T.Activos)
2 2 2

Parmetro 0 1 2 3 11 22 33 12 13 23

Valor parmetro 0.11061575E+02 -0.90249473E-07 0.10295454E+00 0.10988300E-07 0.34540107E-01 0.30576057E-08 0.16609929E+00 0.14812156E-08 -0.58451228E-02 -0.33538029E-07

Error estndar 0.10998231E+01 0.44416770E-08 0.85306276E-01 0.85702550E-08 0.41291865E-01 0.64520858E-08 0.35989763E-01 0.49266729E-09 0.40359724E-02 0.51423330E-07

Estadstico t 0.10057595E+02 -0.20318783E+02 0.12068811E+01 0.12821438E+01 0.83648696E+00 0.47389416E+00 0.46151815E+01 0.30065230E+01 -0.14482564E+01 -0.65219480E+00

Ln(C.Energa)

Ln(C.Intermedio) Ln(T.Activos)Ln(C.Energa) Ln(T.Activos)Ln(C.Intermedio) Ln(C.Energa)Ln(C.Intermedio)

PARMETROS DE VARIANZA 2 Sigma-squared Gamma mu eta is restricted to be zero -0.11401872E+03 Log. Verosimilitud 0.24534676E+03 LR test of the one-sided error = Fuente: Elaboracin propia. Software FRONTIER 4.1 ***significativo al 1%, **significativo al 5%; *significativo al 10%

0.14310360E+00 0.97317934E+00 0.74636577E+00

0.21665056E-01 0.53556928E-02 0.54902203E-01

0.66052725E+01 0.18170933E+03 0.13594459E+02

104

Tabla 27. Estimacin por mxima-verosimilitud frontera de produccin estocstica translog = 0

Variable FRONTERA ESTOCSTICA Constante Ln(Total activos) Ln(Consumo de energa) Ln(Consumo intermedio) Ln(T.Activos)
2 2 2

Parmetro 0 1 2 3 11 22 33 12 13 23

Valor parmetro 0.61473794E+01 -0.90596589E-07 -0.13932975E+00 -0.62055280E-08 0.49015609E+00 0.55033373E-07 0.23563254E-01 -0.36668672E-09 0.88179045E-02 -0.17013727E-07

Error estndar 0.10337966E+01 0.67427377E-08 0.90889530E-01 0.11811864E-07 0.31757092E-01 0.16153588E-07 0.37980977E-01 0.35097182E-09 0.54999593E-02 0.64345635E-07

Estadstico t 0.59464111E+01 -0.13436173E+02 -0.15329571E+01 -0.52536400E+00 0.15434539E+02 0.34068823E+01 0.62039622E+00 -0.10447754E+01 0.16032672E+01 -0.26441151E+00

Ln(C.Energa)

Ln(C.Intermedio) Ln(T.Activos)Ln(C.Energa) Ln(T.Activos)Ln(C.Intermedio) Ln(C.Energa)Ln(C.Intermedio)

PARMETROS DE VARIANZA 2 Sigma-squared Gamma mu is restricted to be zero eta -0.85218846E+02 Log. Verosimilitud 0.18774701E+03 LR test of the one-sided error = Fuente: Elaboracin propia. Software FRONTIER 4.1 ***significativo al 1%, **significativo al 5%; *significativo al 10%

0.11467975E+00 0.90941227E+00 -0.12289800E-01

0.24525666E-01 0.25954067E-01 0.13931303E-01

0.46759075E+01 0.35039298E+02 -0.88217159E+00

Tabla 28. Estimacin por mxima-verosimilitud frontera de produccin Cobb Douglas con estimacin de efectos de
ineficiencia Variable Parmetro Valor parmetro FRONTERA ESTOCSTICA Constante 0 0.22865196E+02*** Ln(Total activos) 1 -0.90293684E-07*** Ln(Consumo de energa) 2 -0.15531378E+00*** Ln(Consumo intermedio) 3 -0.22696365E-07** VARIBLES QUE MIDEN LA INEFICIENCIA TCNICA Constante 0 0.20664108E+02*** 1 -0.46249960E+00*** 1.Coeficiente de apertura exportadora. 2 -0.41926674E-07*** 2. Participacin por tipo de contratacin (empleo permanente) dentro del personal ocupado total en la industria manufacturera 3 -0.33608926E+00*** 3. Indicador de industrias tardas como participacin del PIB departamental PARMETROS DE VARIANZA 2 0.91707106E-01*** Sigma-squared 0.99967128E+00*** Gamma -0.25577125E+02 Log. Verosimilitud 0.15412818E+03 LR test of the one-sided error = Fuente: Elaboracin propia. Software FRONTIER 4.1 ***significativo al 1%, **significativo al 5%; *significativo al 10% Error estndar 0.10491091E+01 0.11037862E-07 0.38137435E-01 0.10377904E-07 0.13227662E+01 0.33379197E-01 0.11126648E-07 Estadstico t 0.21794870E+02 -0.81803601E+01 -0.40724758E+01 -0.21869893E+01 0.15621889E+02 -0.13855923E+02 -0.37681316E+01

0.53835299E-01

-0.62429163E+01

0.11937892E-01 0.10116969E+00

0.76820185E+01 0.98811344E+01

La tabla 24 presenta los estimadores de mxima verosimilitud para los parmetros de la funcin de produccin de frontera estocstica con estimacin de efectos de ineficiencia de los departamentos seleccionados (ecuacin 40), dadas las especificaciones para los efectos de ineficiencia tcnica (ecuacin 41). Los estadsticos t, es decir, el cociente entre el coeficiente estimado y su desviacin tpica correspondiente, estudian la significacin individual de los coeficientes. Se catalogan como regresores no significativos aquellos cuyo coeficiente t no supera el valor asociado 105

con un nivel de significacin del 95%. As, si nos fijamos, en primer lugar en la especificacin Translog con estimacin de efectos de ineficiencia (Tabla 24), observamos que los estadsticos t correspondientes a los parmetros son significativos al 1% a excepcin del ltimo producto cruzado que es significativo al 10% dado que presenta problemas de precisin debido a la multicolinealidad caracterstica de la funcin translog. Los parmetros de primer orden son todos negativos y significativos al 1%. La significancia de los parmetros de primer orden al 1%, implica que, muy posiblemente, la forma funcional translog sea un modelo adecuado para representar la tecnologa de produccin de la economa de los departamentos en estudio. Se hace necesario realizar algunas pruebas de hiptesis para la comprobacin de esta situacin. 4.1.1. Pruebas de hiptesis En la tabla 29 se observan los contrastes de la razn de verosimilitudes para la especificacin seminormal-normal truncada. Adems, se han hecho los contrastes de mxima verosimilitud de los modelos. Para realizar contrastes de hiptesis, es conveniente utilizar contrastes de significacin de grupos de coeficientes, mejor que contrastes individuales basados en la distribucin tStudent. Hay ocasiones en las que los problemas de multicolinealidad nos llevan a conclusiones errneas al utilizar el estadstico t de contraste individual de parmetros90. Por lo tanto, el contraste de hiptesis sobre un conjunto de parmetros en la funcin de produccin frontera o en el modelo de ineficiencia, se realiza a travs del contraste estadstico de la razn de verosimilitudes, definido como: = 2(L(H0) L(H1)) Escrito con ms detalle, tenemos: = -2[log.f. verosimilitud (H0) log.f. verosimilitud(H1)] donde L(H0) es el estimador de mxima verosimilitud del modelo restringido (tomado como hiptesis nula) y L(H1) es el estimador de mxima verosimilitud del modelo sin restringir (tomado como hiptesis alternativa). El valor crtico de este contraste se compara con una distribucin 2 con tantos grados de libertad como la diferencia de parmetros existente entre el modelo general y el modelo restringido91.
Tabla 29. Pruebas de Hiptesis
Test Hiptesis nula Log. F. Mx. Verosimilitud H0 -25,322702 -8,3298102 -114,01872 -85,218846 Log. F. Mx. Verosimilitud H1 -5,3233041 -5,3233041 -8,3298102 -8,3298102 Valor (*) Valor Crtico =0.05 ( 2) 12,6 9,489 3,841 3,841 Decisin LR Test (95% confianza)

1 2 3 4

H0: 11=22=33=12=13=23=0 H0: 0=1=2=3 =0 H0: =0 H0: =0

39,99987958 6,0130122 211,3778196 153,7780716

Se rechaza H0 Se acepta H0 Se rechaza H0 Se rechaza H0

(*) El estadstico se calcula como = -2[log.f. verosimilitud (H0) log.f. verosimilitud(H1)], que se distribuye aproximadamente como una chi-cuadrado con un nmero de grados de libertad igual al de parmetros que se igualan a cero en la hiptesis nula H0.
90

Ante el problema de la multicolinealidad, son mayores las desviaciones tpicas de cada parmetro y sern menores los valores del contraste individual, tendiendo a aceptar la hiptesis nula de no significacin individual del parmetro. 91 Caldern Miln, Mara Jos. Eficiencia tcnica y productiva en la explicacin del crecimiento econmico de castilla y len: el enfoque de la funcin frontera estocstica.http://www.jcyl.es/jcyl/cee/dgeae/congresos_ecoreg/CERCL/82.PDF

106

El test 1 (tabla 29) contrasta la hiptesis nula de que la forma funcional Cobb-Douglas bsica con estimacin de efectos de ineficiencia (tabla 28)92 es preferida a la forma funcional translogartmica con estimacin de efectos de ineficiencia (tabla 24), de forma que si se acepta la hiptesis nula es el supuesto de tecnologa Cobb-Douglas bsica el que define la estructura de produccin de los departamentos en estudio. Si se rechaza dicha hiptesis aceptaramos la forma funcional Translog. Las hiptesis para el test 1 son las siguientes: H0= La forma funcional Cobb-Douglas es preferida a la forma funcional Translogartmica. H1=La forma funcional Translogartmicaes preferida a la forma funcional Cobb-Douglas. El valor del estadstico es mayor que el valor crtico, por lo que se rechaza la hiptesis nula, lo que quiere decir que rechazamos la especificacin Cobb Douglas bsica (tabla 28) en favor de la Translog con estimacin de efectos de ineficiencia (tabla 24). Como conclusin, diremos, pues, que la forma funcional Translog describe bien la funcin de produccin del Producto Interno Bruto de los departamentos en estudio. Ahora bien, la interpretacin de los coeficientes obtenidos para el modelo de ineficiencia (modelo tabla 24) es de inters, igualmente, en este estudio. Los dos primeros coeficientes (1, 2) son no significativos a excepcin del tercero 3 el cual presenta signo positivo93. Los coeficientes de las variables apertura exportadora y Participacin por tipo de contratacin (empleo permanente) dentro del personal ocupado total en la industria manufacturera, son positivos lo que indica que la ineficiencia de la produccin de los departamentos en estudio crece a medida que estos dos indicadores crecen y viceversa. A mayor apertura exportadora y a mayor participacin del empleo permanente en la contratacin de personal, mayor ser la ineficiencia de las diferentes economas. Esto es importante observarlo con cuidado, pues parece ser que la apertura econmica en vez de generar una mayor eficiencia econmica contribuye, por el contrario, a reducirla. La poltica de flexibilidad laboral actual (altamente perjudicial para la clase trabajadora) busca, precisamente, incrementar los niveles de eficiencia productiva en la economa va desmejoramiento de la calidad y estabilidad del empleo. El impacto de estas variables en la ineficiencia de la produccin de los departamentos es muy pequea, en especial la participacin por tipo de contratacin (empleo permanente). El Indicador de industrias tardas como participacin del PIB departamental es negativo lo que indica que la ineficiencia de la produccin de los departamentos en estudio disminuye a medida que este indicador crece, sin embargo su impacto en la ineficiencia productiva es pequeo. Era de esperarse esta situacin puesto que este indicador se refiere a las industrias dedicadas a la produccin de maquinaria y equipo. Dado que las variables de ineficiencia zi de la funcin Translog con estimacin de efectos de ineficiencia (tabla 24) a simple vista tienen muy poco impacto en la ineficiencia productiva de los departamentos (los parmetros son muy bajos y no significativos), se hace necesario plantear algunas hiptesis que corroboren la hiptesis de que dichas variables no ejercen ningn efecto sobre la ineficiencia.
92

Obsrvese en el test 1 (tabla 29) que se restringen a cero los coeficientes asociados a los trminos de segundo orden de la translog, lo que la convierte en una funcin Cobb Douglas bsica, con trminos de primer orden solamente. 93 Los valores de t no superan los valores asociados con un nivel de confianza del 95%, ni siquiera supera los valores asociados con un nivel de confianza del 10%.

107

El test 2 contrasta la hiptesis nula de que los efectos de ineficiencia no estn afectados por las variables explicativas zi. Las hiptesis se expresan as: Ho: Los efectos de ineficiencia no estn afectados por las variables explicativas zi (modelo tabla 25). H1: Los efectos de ineficiencia estn afectados por las variables explicativas zi (modelo tabla 24) Como el valor crtico es mayor que se acepta la hiptesis nula, por lo tanto, los efectos de ineficiencia no estn afectados por las variables explicativas zi. Dicho de otra forma, la ineficiencia no es funcin de las variables explicativas zi incluidas. De acuerdo a los resultados presentados en el test 1 y test 2, el modelo preferido es una frontera de tipo estocstica Translogartmica sin estimacin de efectos de ineficiencia. Los coeficientes y resultados de la estimacin de este modelo se presentan en la tabla 25. No obstante, los parmetros de primer orden de la funcin estocstica translogartmica sin estimacin de efectos de ineficiencia (modelo escogido, tabla 25), son casi todos significativos al 1%, slo el parmetro cruzado consumo de energa por consumo intermedio es significativo al 20%. Adems, el parmetro cruzado Total activos por consumo intermedio es no significativo. En dicho modelo, 0 representa una constante que permite describir la eficiencia tcnica autnoma de produccin, dicho de otra forma, es una constante que representa a un parmetro de eficiencia, ya que explica la parte de producto que no depende del nivel de uso de los insumos considerados. Podemos considerar que 0 representa la contribucin porcentual de crecimiento de la produccin debido al incremento del 1% de los factores distintos a los tres insumos considerados en este trabajo. En nuestro caso se tiene que los factores distintos a los factores total activos, consumo de energa y consumo intermedio estn contribuyendo con un 9,27% al crecimiento del PIB de los departamentos, a medida que los mismos se incrementan en un 1%. 1, 2, 3, representan elasticidades (contribuciones positivas o negativas) individuales94 del rendimiento en relacin a total activos, consumo de energa y consumo intermedio, respectivamente. As, el valor de para el inputs total activos (1), es negativo lo que implica la existencia de una relacin inversa entre este insumo y los outputs. Quiere decir que a medida que el insumo (input) total activos se incrementa en uno por ciento, la produccin se reduce porcentualmente en el correspondiente valor del parmetro calculado, valor del parmetro que es demasiado pequeo (-0.11702768E-06); esto significa que su impacto en el PIB es, igualmente, muy pequeo. De otro lado, los valores de para los insumos consumo de energa y consumo intermedio son igualmente negativos lo que implica una relacin inversa entre stos y el PIB. De ambos insumos, el de mayor impacto a la produccin es consumo de energa con una reduccin en la produccin del -0.75683554por ciento por cada 1% que se incrementa este insumo. Este

94

Los efectos totales de cada insumo se distribuyen a travs de los efectos individuales de cada insumo (insumos individualmente considerados) y a travs del cruzamiento de insumos. El anlisis que se hace de los en este apartado considera slo una parte de los efectos totales de los insumos (insumos individualmente considerados), sin tener en cuenta los restantes efectos que se presentan a partir del cruzamiento de los mismos. Es decir, en este anlisis no se asla el efecto de las dems variables explicativas.

108

es el input que ms est contribuyendo en la variacin del PIB. El impacto en el PIB del insumo consumo intermedio es demasiado insignificante (-0.75597524E-07). Se deduce que los factores de produccin tradicionales, tomados individualmente, no estn contribuyendo, en los actuales momentos, con el crecimiento econmico en los departamentos del eje cafetero y en los 3 departamentos adicionales (Quindo, Tolima, Valle del Cauca) productores de caf. Por el contrario, se observa una tendencia inversa entre los insumos y el PIB de cada departamento: a medida que se presenta un incremento en los insumos total activos, consumo de energa y consumo intermedio, se produce una reduccin en el PIB. Esto significa que estos recursos, tomados individualmente (aislados uno de otro), no contribuyen al crecimiento econmico. Sin embargo, un aspecto importante a resaltar es que cuando los insumos se cruzan pasan a tener pendiente positiva, es decir, a tener una relacin directa con el PIB, aunque, ciertamente, su impacto sobre el crecimiento del PIB es demasiado pequeo. Se percibe claramente que el resultado de la actividad econmica o Producto Interno Bruto (PIB) de los departamentos bajo estudio dependen, cada vez menos, de los procesos de transformacin de la base fsica de la produccin, es decir de recursos tradicionales (materia y energa transformadas en productos manufacturados)95; dicho de otra forma, los factores tradicionales de produccin no son, en los departamentos bajo estudio, las principales fuentes de creacin de valor y riqueza. En este orden de ideas, es prioritario que estas economas basen su proceso productivo no en los recursos tradicionales de produccin sino en la productividad de los factores productivos asociada al progreso tecnolgico, basado en el conocimiento creativo (Dollar, D. y E. N. Wolf, 1997, a, b). En este entorno, la innovacin constituye la llave maestra para el xito de estas economas96. Pero no el progreso tecnolgico al estilo de la propuesta Neoclsica, sino ms bien, al estilo de propuesta Shumpeteriana97, o mejor, al estilo de la propuesta de Amartya Sen (Teora de las capacidades) y Manfred Max Neff (teora del desarrollo a escala humana). La poltica econmica debe, pues, orientarse hacia otros horizontes que no sea el del incremento de los factores tradicionales de produccin exclusivamente. El test 3 contrasta la hiptesis nula de que las ineficiencias son invariantes con respecto al tiempo. Las hiptesis son: Ho: Las ineficiencias tcnicas son invariantes con respecto al tiempo =0 (modelo tabla 26). H1: Las ineficiencias tcnicas varan con respecto al tiempo 0 (modelo tabla 25). El valor del estadstico es mayor que el valor crtico, por lo que se rechaza la hiptesis nula, por lo tanto se acepta que las ineficiencias tcnicas varan con respecto al tiempo. El test 4 contrasta la hiptesis nula de que las ineficiencias tienen una distribucin semi normal y no normal truncada. Las hiptesis son: Ho: Las ineficiencias tienen una distribucin semi normal =0 (modelo tabla 27).
95

Moliner, Luis. Economa del conocimiento y factores de la produccin. Espaa, noviembre del 2007. http://www.lainsignia.org/2007/noviembre/econ_008.htm 96 Monge Gonzlez, Ricardo. Innovacin en las empresas costarricenses. TEC empresarial, vol. 1, Ed. 3, 2007.http://www.tec.cr/sitios/Docencia/Esc_Adm_Empresas/TEC_Empresarial1/Articulos-vol1-3/Innovacion_Empresas.pdf 97 Ver: Montoya S., Omar. Schumpeter, Innovacin y determinismo tecnolgico, Scientia Et Technica, Vol. X, Nm. 25, agosto-sin mes, 2004, pp. 209-213, Universidad Tecnolgica de Pereira, Colombia.

109

H1: Las ineficiencias tienen una distribucin normal truncada 0 (modelo tabla 25). El valor del estadstico es mayor que el valor crtico, por lo que se rechaza la hiptesis nula, por lo tanto se acepta que los efectos de ineficiencia tienen una distribucin normal truncada de media diferente de cero (0), lo cual indica que la distribucin normal truncada es ms compatible que la seminormal para los datos utilizados para el anlisis. Ahora bien, el parmetro (tabla 25) representa la proporcin de la varianza de la ineficiencia en trminos de la varianza total tomando valores entre (0,1). Un valor igual a 1 para esta variable sugiere la existencia de una frontera determinstica, es decir, indica que los efectos asociados a la ineficiencia son ms importantes que el ruido estadstico en el anlisis de los niveles de produccin de los diferentes departamentos en estudio; un valor cercano a cero, por el contrario, significa que las variables aleatorias estocsticas tienen mucha importancia en la explicacin de las ineficiencias. El valor del parmetro = 0.99999999 (funcin estocstica translog sin estimacin de efectos de ineficiencia tabla 25), con una desviacin tpica estimada de 0.36413365E-06, implica que la ineficiencia tcnica uit (ineficiencia debida a factores controlables por los productores) es muy representativa en el anlisis de la produccin de los departamentos del eje cafetero y los dems departamentos de mayor produccin de cosecha de caf. Este valor prximo a 198, tiene como consecuencia que la componente debida a factores aleatorios vit no controlables es poco significante en el caso que nos ocupa (0,000000001), lo que significa que la ineficiencia, en los departamentos, es debida, fundamentalmente, a factores de ineficiencia tcnica (99,99%), es decir, factores controlables por los productores. O mejor, la variacin de la produccin observada (output) con respecto a la frontera es debida a la ineficiencia. Dicho de otra forma, el trmino de error compuesto prcticamente todo es ineficiencia tcnica. Por otra parte, tambin es importante recordar las transformaciones en los parmetros introducidas por Battese y Corra (ecuaciones 37 y 38). Estos autores plantearon que:
2 2 v 2 u

2 u 2 v 2 u

Por lo tanto, se pueden obtener los parmetros faltantes, as:

2 u 2
2 v 2

, entonces:
2 u

2 u

= (0,99999999)(0.10200370)=0,102003699

0.10200370 0.102003699 1E 09

Ello implica que la mayor parte del ruido aleatorio viene explicado por la varianza en la ineficiencia tcnica del proceso productivo de los departamentos. En otras palabras, es de destacar que el hecho que el parmetro estimado sea cercano a uno implica que el error estadstico compuesto es bsicamente explicado por la ineficiencia tcnica. Finalmente, se puede concluir que en el modelo seleccionado (funcin estocstica translogartmica sin estimacin de efectos de ineficiencia y cuyos parmetros fueron estimados por Mxima verosimilitud, modelo tabla 25), el trmino de ineficiencia tiene una
Podemos ver que el parmetro es menor que 1, lo que nos permite concluir que, si bien existe ineficiencia tcnica, las desviaciones de la frontera no se deben solamente a ella, sino que tambin existen efectos aleatorios, aunque en mnima proporcin y, por lo tanto, poco determinantes.
98

110

distribucin normal truncada, y la presencia de ineficiencia tcnica es altamente significativa y variable en el tiempo. La frontera de mejor prctica obtenida para la produccin de los departamentos fue la siguiente (tabla 25):
LnYit = 0.92711352E+01-0.11702768E-06ln(TAit)-0.75683554E+00ln(CEit) 2 2 0.75597524E-07ln(CIit) +0.48477063E+00(lnTAit) + 0.40869336E-07(lnCEit) + 2 0.31073682E+00(lnCIit) + 0.25358213E-08ln(TAit) ln(CEit)+ 0.26926670E-01ln(TAit) ln(CIit)+0.11518181E-06ln(CEit) ln(CIit)

(42)

4.1.2. Elasticidades (productividades marginales) Las variables de inters son aquellas que dan forma a la frontera de eficiencia, tales como Total activos (TA), Consumo energa (CE) y Consumo intermedio (CI). Dado que en este caso los parmetros de dichas variables se estimaron mediante una frontera de produccin translogartmica, la elasticidad de los distintos insumos con respecto a los outputs no son tan directos en su interpretacin como en la Cobb-Douglas (las elasticidades no son los i resultantes de la regresin)99, esto es debido a que la influencia de los insumos sobre la variable dependiente (output) se halla diluida entre las diferentes variables que se incluyen en la estimacin, es decir, existen elasticidades conjuntas entre los insumos (insumos al cuadrado e interacciones entre insumos). Por dicha razn, para conocer exactamente la influencia de una variable de input sobre el output, aislando el efecto de las dems variables explicativas (lo que en teora econmica conocemos como aplicar la clusula ceteris paribus), es preciso derivar parcialmente al output con respecto a cada uno de los inputs considerados. Con ello se obtiene no slo la elasticidad del output sobre el input, sino que tambin, a travs del clculo de las derivadas de la funcin translog respecto a cada uno de los inputs, podemos conocer el signo de las relaciones entre inputs y outputs y extraer algunas conclusiones interesantes desde el punto de vista econmico. Adems, el valor de dichas derivadas nos indicar si se trata de tramos de produccin elstica o inelstica. Cuando la elasticidad respecto a los tres outputs del modelo sea superior a la unidad significar que ante un aumento del 1% de los recursos productivos el aumento de la produccin ser superior al 1%. Al contrario se debe interpretar cuando sea inferior a la unidad. Los coeficientes de la elasticidad del output con respecto a los insumos nos dicen, pues, en cunto aumentara el output con un incremento del 1% en el stock del input considerado. Por otra parte, mediante el cociente de las elasticidades de los outputs respecto a los inputs podemos aproximarnos al clculo de la relacin marginal de sustitucin tcnica (RMS) entre inputs. Su interpretacin econmica es interesante porque nos permite aproximarnos al costo de oportunidad de cada uno de los recursos o cantidad de un recurso a la que debemos renunciar para obtener el mismo nivel de produccin. Cuanto ms cercana a cero sea esa relacin, el coste de oportunidad ser menor, puesto que el denominador o productividad del input ser mayor que el numerador. En consecuencia, la sustituibilidad entre inputs ser menor, porque uno de ellos ser claramente ms productivo que el otro. Cuando esta relacin sea cercana a uno, en valor absoluto,

99

En la funcin Cobb Douglas las elasticidades s son inmediatas y corresponden a los i calculados.

111

significa que tienen productividades similares respecto a los dos recursos, y si superan la unidad supone que el recurso ms productivo es el primero. A continuacin se presentan las ecuaciones de las derivadas parciales del output con respecto a cada uno de los inputs, lo que nos permite hallar las elasticidades:

Ln( yi ) (TAi ) Ln( yi ) (CEi ) Ln( yi ) (CI i )

11

Ln(TAi ) Ln(CEi )

12

Ln(CEi ) Ln(TAi )

13

Ln(CI i ) Ln(CI i )
(43)

22

12

23

33Ln(CI i )

13Ln(TAi )

23Ln(CEi )

Ntese que las elasticidades quedan en funcin de los logaritmos de los factores, de modo tal que si estas expresiones se ponderan en los promedios de cada variable, se encuentra un valor medio de las elasticidades. En este caso, la elasticidad depende de la cantidad de factores usados. Obsrvese, igualmente, que con la funcin de produccin translog las elasticidades output de los factores productivos no son constantes (como en la Cobb-Douglas)100 sino que dependen de los ratios factoriales y por lo tanto pueden variar entre regiones y en el tiempo. Para poder obtener las elasticidades se utiliza el promedio general de cada variable (tabla 23). Se obtienen los siguientes resultados:
Tabla 30. Estimacin elasticidades promedio output departamentos con respecto a cada factor de produccin Factores Total activos Consumo de energa Consumo intermedio SUMA TOTAL DE LAS ELASTICIDADES
Fuente: Elaboracin propia.

Elasticidades

10,91200843
-0,756832213

7,185774932
17,34095115

Es importante destacar que los insumos total activos y consumo intermedio tienen una elasticidad positiva frente a la produccin de los departamentos y que el insumo consumo de energa muestra una relacin inversa101. Es decir, existe una relacin directa entre el incremento de los insumos total activos y consumo intermedio y su impacto en la produccin y una relacin inversa entre consumo de energa y la produccin. A excepcin de Consumo de energa, los dems insumos tienen una contribucin superior a uno sobre la produccin. Esto significa que la produccin es elstica frente a estos insumos (total activos y consumo intermedio) e inelstica frente al insumo consumo de energa. La interpretacin es la siguiente: Cuando los insumos (total activos, consumo de energa y consumo intermedio) se incrementan en un uno por ciento, la contribucin marginal de stos a la produccin es del 10,91%, -0,76% y 7,18% respectivamente. Se observa que la
100

En la funcin Cobb Douglas la derivada parcial del output con respecto a cada uno de los insumo da como resultado una constante que corresponde al valor de la elasticidad del output con respecto al insumo considerado (corresponde al parmetro i. 101 Aqu se est teniendo en cuenta el efecto total de un insumo en particular. El efecto total tiene en cuenta tanto el efecto individual (insumo individualmente considerado) como el efecto cruzado de este insumo con los dems.

112

produccin de los departamentos es ms sensible, en primer lugar, al incremento del total de los activos y, en segundo lugar, al incremento de los consumos intermedios. La sensibilidad frente al incremento del insumo consumo de energa es muy baja y negativa. Esta elasticidad negativa del insumo consumo de energa con la produccin est mostrando que la produccin crece a pesar de que el consumo de energa disminuye. Esto indica el esfuerzo de las empresas de los departamentos, y de los gobiernos departamentales, por reducir los costos a travs de la reduccin del consumo de energa. La presin hacia la reduccin de la energa a nivel mundial es ocasionada por las diferentes instituciones ecologistas en el mundo que propenden por un ambiente sano para las futuras generaciones y, tambin para la nuestra. Dos de los objetivos ms importantes en los que el Greenwashing (la prctica de exagerar las caractersticas ecolgicas) pone especial nfasis, son la gestin de las instalaciones y la administracin de los sistemas informticos, porque estos dos departamentos son los que ms consumen energa y porque a menudo necesitan trabajar juntos para cumplir con los lineamientos de ahorro de energa102. Utilizando las ecuaciones de las elasticidades (43) los coeficientes estimados en la tabla (23) y las correspondientes series de dotacin de factores (datos utilizados de los insumos), se han construido las elasticidades promedio por departamento y por factor de produccin.
Tabla 31. Elasticidades promedio por departamento y por factor de produccin Departamentos Caldas Quindo Risaralda Antioquia Tolima Valle del Cauca
Fuente: Elaboracin propia.

Total Activos 10,18176698 8,911402974 10,24558438 11,38826365 10,25524891 11,31064172

Consumo energa -0,756832407 -0,756832655 -0,756832383 -0,756832043 -0,756832393 -0,756832051

Consumo intermedio 6,76082928 6,31368848 6,81115868 7,53336238 6,77347265 7,49881042

Grfico 30. Elasticidad promedio por departamento y por factor de produccin

Elasticidad promedio por departamento y por factor de produccin 12 10 8 6 4 2 0 Promedio Total Activos -2 Consumo energa Consumo intermedio Caldas Quindo Risaralda Antioquia Tolima Valle del Cauca

102

http://www.faronics.com/doc/wp/PS_WP_ITandFacilities_SP.pdf

113

El insumo total activos es el insumo de mayor sensibilidad con respecto a la produccin para todos los departamentos, le sigue en importancia el insumo consumo intermedio. De los departamentos en estudio, en su orden, Antioquia y Valle del Cauca son los departamentos en donde el total de activos y el consumo intermedio muestran una mayor sensibilidad con respecto a la produccin. El consumo de energa es un insumo que tiene muy poca sensibilidad frente a la produccin de todos los departamentos. Adems, su relacin es inversa con respecto a dicha produccin. 4.1.3. Relaciones marginales de sustitucin Por otra parte podemos analizar la relacin marginal de sustitucin tcnica (RMS) entre insumos, cuyo clculo se realiza a partir del cociente entre las elasticidades de los mismos:
Tabla 32. Relacin marginal de sustitucin tcnica (RMS) entre los insumos para el total de departamentos Relacin Marginal de sustitucin RMS(tactivos/cenerga) RMS(tactivos/cintermedio) RMS(cenerga/cintermedio)
Fuente: Elaboracin propia

Valor -13,7179021 1,49262287 -0,10934296

Si RMS> 0 existen relaciones de sustitucin entre los factores de produccin y si RMS< 0la relacin entre los factores ser de complementariedad con respecto al rendimiento (Varian, 1998). Se puede observar que las relaciones marginales de sustitucin total activos/ consumo de energa y consumo de energa /consumo intermedio son menores que cero (RMS< 0) indicando que existe entre ellos una relacin de complementariedad y no de sustitucin. Por el contrario, la relacin marginal de sustitucin total activos/consumo intermedio es positiva lo que indica que existe una relacin de sustitucin entre ambos insumos. La diferencia ms notable se da entre total activos/consumo de energa donde la RMS es igual a -13,7179021, significativamente distinta de cero, lo que indica un alto grado de complementariedad entre estos factores de produccin (por ser menor a uno). La interpretacin para la relacin de complementariedad total activos/consumo de energa es la siguiente: por cada 1% que los departamentos (en promedio) incrementan el uso de los activos en sus procesos productivos, se incrementa en un 1/(-13,7179021)= (0,073%)103 el consumo de energa. Este hecho estara explicando que los productores de los diferentes departamentos estn utilizando ao tras ao, en sus procesos productivos, un mayor volumen de activos y paralelamente utilizan menor cantidad de energa lo que les permite contrarrestar, en parte, los mayores costos de inversin 104. No obstante este hecho no ha sido suficiente como para lograr niveles de eficiencia tcnica cada vez ms altos.
103

Para la interpretacin se calcula la inversa de la pendiente dado que se quiere analizar la sustitucin de la energa por el consumo de 1% adicional de capital. 104 Sin duda, en este descenso relativo del consumo de energa ha jugado, igualmente, un papel primordial los Centros Regionales de produccin ms limpia creados y patrocinados por la ONUDI: En efecto, la Organizacin de las Naciones Unidas para el Desarrollo Industrial (ONUDI),con el Programa de Naciones Unidas para el Medio Ambiente (PNUMA) han creado los Centros Nacionales de Produccin ms Limpia (CNPL) a partir de la conferencia de las Naciones Unidas para el medio Ambiente y Desarrollo, mejor conocida como la "Cumbre de la Tierra", realizada en Ro de Janeiro en junio de 1992, donde se propone un cambio alterno para el desarrollo mundial en el presente siglo. El Centro Regional de Produccin Ms Limpia - Eje Cafetero es un ente conformado para apoyar el desarrollo de una cultura de promocin de la Produccin Ms Limpia, a travs de procesos acadmicos innovadores vanguardistas. Adems busca satisfacer las expectativas y necesidades de los sectores productivos y de servicios, con el fin de que sean ecoeficientes mediante la realizacin de

114

La tasa marginal de sustitucin consumo de energa-consumo intermedio es negativa, lo que significa una relacin de complementariedad entre ambos factores y, por lo dems, baja (TMS=-0,10934296). Esta situacin muy posiblemente se est presentando por las polticas empresariales y gubernamentales (en todos sus rdenes) de reduccin del consumo de energa y optimizacin (minimizacin) del consumo de las materias primas que provienen, casi en su mayora, de la naturaleza. En cuanto a la relacin total activos y consumo intermedio, es posible afirmar que existe una relacin de sustitucin un poco importante (RMS= 1,49262287) entre ambos factores. Por cada 1% que los departamentos (en promedio) incrementan el uso de los activos totales en sus procesos productivos, se reduce en un 1/1,49262287= (0,66996%) el consumo de insumos. Es conocido que las diferentes empresas de los departamentos en estudio, dados los ingentes esfuerzos por incrementar su capacidad competitiva, buscan optimizar sus procesos productivos y sus recursos, entre ellos los consumos intermedios (materias primas e insumos), lo que implica que, paralelo a una poltica de inversin en activos, reduce la utilizacin de los insumos y materias primas en busca de mayor nivel productividad, disminucin de costos e incremento de la competitividad, de ah el importante grado de sustitucin. A continuacin se presenta la Tasa Marginal de Sustitucin de los insumos para cada departamento tomado individualmente.
Tabla 33. Tasa Marginal de Sustitucin de los insumos para cada departamento
Tasas Marginales RMS(tactivos/cenerga) RMS(tactivos/cintermedio) RMS(cenerga/cintermedio) Caldas Quindo Risaralda Antioquia Tolima Valle del Cauca

-13,4531329 1,5059938 -0,11194372

-11,77460157 1,411441664 -0,119871713

-13,53745508 1,504235162 -0,111116539

-15,04728 1,51171058 -0,10046404

-13,55022461 1,514031198 -0,111734768

-14,94471819 1,508324799 -0,100926948

Fuente: Elaboracin propia

Se observa que las tasas marginales de sustitucin total activos/consumo de energa y consumo de energa/ consumo intermedio de todos los departamentos, son menores que cero, lo que significa relaciones marginales de complementariedad y no de sustitucin entre estos insumos en cada uno de los departamentos en estudio. Por el contrario, la tasa marginal de sustitucin total activos/consumo intermedio es positiva para todos los departamentos, lo que indica relaciones marginales de sustitucin de insumos. Como se puede observar, los departamentos, tomados individualmente, siguen la misma tendencia, en cuanto a tasa marginal de sustitucin, que los departamentos tomados en conjunto. 4.1.4. Rendimientos a escala Los rendimientos a escala se miden por la denominada elasticidad de escala que es la suma de las elasticidades output con respecto a los inputs (tabla 30). La elasticidadescala mide el aumento porcentual que experimenta el nivel de produccin cuando se incrementan todos los factores en uno por ciento, es decir, cuando se incrementa la

asesoras y consultoras, apoyo financiero y capacitacin, adems de proveer informacin de servicios de gestin de proyectos a los gremios regionales, personas naturales y jurdicas, de toda el rea del eje cafetero que incluye los departamentos de Risaralda, Caldas, Quindo, Norte del Valle y Tolima para liderar los procesos de gestin ambiental empresarial haciendo a sus empresas miembros de la red nacional e internacional de Produccin ms limpia (http://www.produccionmaslimpia.org/).

115

escala de operaciones105. En el caso de la funcin de produccin translog se observa que la suma de las elasticidades est por encima de la unidad (17,34095115), lo que supone la presencia de rendimientos crecientes de escala. Ello significa que ante un incremento simultneo de todos los recursos productivos, la produccin experimenta un aumento ms que proporcional a dicho incremento combinado de los insumos. Esto es importante dado que, como lo plantean algunos tericos, el crecimiento sostenido proviene de los rendimientos crecientes106 y estos ltimos juegan un papel crucial en los ciclos econmicos107. 4.2. Evolucin de la eficiencia tcnica

Con base en los resultados arrojados por el programa FRONTIER 4.1 para el modelo frontera estocstica translog sin efectos de ineficiencia, a continuacin se presenta la evolucin de la eficiencia tcnica de los departamentos para el periodo comprendido entre 1990 y 2008108.
Tabla 34. Resumen eficiencia tcnica por departamento
Aos 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Prom. Efic. Por departamento

Caldas 0,41536227 0,72547605 0,52918599 0,55405129 0,60739531 0,67629663 0,57042149 0,54956934 0,64788675 0,66456287 0,59199663 0,57215641 0,61976971 0,61502411 0,58077954 0,57010289 0,56783323 0,50378309 0,48651802

Quindo 0,20448623 0,4249023 0,44096471 0,69594246 0,7989383 0,49989811 0,77962158 0,72508442 0,74902286 0,82759426 0,79991847 0,82462259 0,88518657 0,75569305 0,61254212 0,76185778 0,61408968 0,66935906 0,64404412

Risaralda 0,36483781 0,35421562 0,44932944 0,48314644 0,45180265 0,44746003 0,39285921 0,40598419 0,41600102 0,39355109 0,35827514 0,36378429 0,3762569 0,36998534 0,37066611 0,40777499 0,42429679 0,39569057 0,56951722

Antioquia 0,99951212 0,7145293 0,77778854 0,81247662 0,88747166 0,97584596 0,49048047 0,99946239 0,96979509 0,96286486 0,93772963 0,92839597 0,98609395 0,94865405 0,98419336 0,97351435 0,93344229 0,95676935 0,92445863 0,903340978

Tolima 0,44469936 0,54460409 0,57066847 0,6353743 0,72007158 0,70702439 0,79300403 0,62414038 0,63506307 0,67267419 0,63529326 0,59110961 0,57760901 0,54694294 0,6320501 0,60896097 0,55422063 0,53685911 0,53429289 0,608666441

Valle del Cauca 0,64543120 0,39132602 0,67402124 0,71622643 0,42705658 0,35936047 0,36706557 0,54339320 0,44857657 0,39402850 0,49010684 0,57111020 0,41134823 0,66963404 0,64453588 0,70071723 0,61806241 0,71200435 0,60684119 0,54688664

Efic. Promedio simple 0,512388165 0,52584223 0,573659732 0,649536257 0,648789347 0,610980932 0,565575392 0,64127232 0,644390893 0,652545962 0,635553328 0,641863178 0,642710728 0,650988922 0,637461185 0,670488035 0,618657505 0,629077588 0,627612012 0,61996809

0,581482717 0,669145719 0,410286045 Fuente: Elaboracin propia. Software Frontier 4.1

105 106

Varian, Hal R., Anlisis Microeconmico. Tercera Edicin, Antoni Bosch Editor, 1992, p.21 Helpman, Elhanan, and Paul R. Krugman (1985), Market Structure and Foreign Trade. Increasing Returns, Imperfect Competition, and the International Economy, Cambridge, MA: MIT Press. Citado por: Krugman, Paul R. Geografa y comercio. Primera edicin en espaol, Antony Bosh Editor, Espaa, octubre de 1992.
107
108

Ibid. La eficiencia productiva se calcula como el ratio entre la produccin media y la mxima posible alcanzable utilizando los inputs eficientemente.

116

4.2.1. Tendencia global de la eficiencia tcnica en la economa de los departamentos durante el perodo de estudio El grfico 31 muestra la evolucin de la eficiencia tcnica promedio (simple)109 para la produccin de los departamentos en estudio entre 1990 y 2008. Se observa una tendencia ascendente de la eficiencia tcnica promedio, la cual aument en 0,11%110 entre 1990 y 2008 (aumento leve para un periodo de 19 aos). Las causas de este leve incremento tienen que ver con factores controlables 100% por los productores). Los factores controlables tienen que ver con aquellos que impactan la competitividad y la innovacin, as: infraestructura fsica, debilidad de los mercados financieros domsticos, sucesos polticos y de orden pblico, poca capacidad de reconversin industrial y bajo nivel de innovacin tecnolgica en todos los sectores productivos y en la infraestructura de los departamentos y de Colombia. Los factores aleatorios no controlables no tienen incidencia en la ineficiencia y eficiencias de los departamentos. Adems, se observa una disminucin en la volatilidad de la serie de la eficiencia tcnica de la dcada del 90 a la dcada del 2000: desde 1990 a 1999 la volatilidad fue del 0,054141298 (5,4%), mientras que del ao 2000 al 2008 dicha volatilidad fue del 0,01505037 (1,5%). Una de las causas de este fenmeno es que el incremento de la eficiencia ha sido casi constante durante el periodo en estudio.
Grfico 31. Eficiencia tcnica promedio simple (Modelo translogartmico)
Eficiencia tcnica promedio simple (Modelo translogartmico) 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 1990199119921993199419951996199719981999200020012002200320042005200620072008

Ahora bien. El promedio simple de eficiencia tcnica para los departamentos en estudio es de 62%111. El resultado significa que, en promedio, la economa de los departamentos estudiados genera slo aproximadamente un poco ms del 60% de su produccin potencial, es decir, de aquella que pudiera generar si emplea al mximo sus recursos, lo que indica que se podran incrementar los niveles de produccin en un 38% mediante la mejora de eficiencia en el uso de los inputs productivos. No obstante, el anterior indicador sesga los resultados porque le otorga el mismo peso a todos los departamentos sin importar su volumen de produccin, de tal forma que si un departamento, que slo produce una nfima parte de la produccin total de los
109

El programa FRONTIER 4.1 calcula promedios simples de eficiencia. El promedio de crecimiento del periodo se calcul empleando la siguiente frmula:

110

vf vi

1 n 1

- 1; donde Vf es el

valor final de la serie, Vi valor inicial y n el nmero de periodos. 111 El programa FRONTIER 4.1 calcula promedios simples de eficiencia.

117

departamentos estudiados, es muy ineficiente, se afecta considerablemente el nivel de eficiencia promedio de la economa de los mismos. Para corregir este problema, se calcul el promedio de eficiencia para los departamentos ponderando por la participacin de cada uno en la produccin total. Utilizando este indicador, se obtuvo que la economa de los departamentos posee una eficiencia tcnica promedio del 70,82% (Grfico 32) lo cual indica que se podran incrementar los niveles de produccin en un 29,18% mediante la mejora de eficiencia en el uso de los inputs productivos.
Grfico 32. Promedio simple y promedio ponderado de eficiencia tcnica en los departamentos en estudio
100% ----------------------------------------------------------------------------------------------------------

Frontera eficiente

70,82% 62,00%

Promedio simple Fuente: Elaboracin propia.

Promedio ponderado

El comportamiento de la eficiencia tcnica ponderada para el total de departamentos se muestra en la grfica 33. Este comportamiento es similar, en cuanto a tendencia, al comportamiento del promedio simple total anual (grfico 31). El promedio ponderado de incremento de la eficiencia tcnica es del 0,073%, un porcentaje muy bajo para un periodo de 19 aos. Por lo tanto, se trata de un incremento que es necesario tener en cuenta para el diseo de las respectivas polticas econmicas.
Grfico 33. Eficiencia tcnica promedio ponderado general. Translog.
Eficiencia tcnica promedio ponderada general (Translog) 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 1990199119921993199419951996199719981999200020012002200320042005200620072008

118

4.2.2. Tendencia de la eficiencia tcnica por grupos de departamentos Vista por grupos de departamentos el panorama es el siguiente: el Eje Cafetero (grupo 1) muestra una eficiencia promedio (ponderado) de 53,82%, un poco inferior a la eficiencia promedio del grupo 2 (Antioquia, Tolima y Valle del Cauca), la cual es de 73,68% (tabla 35). En promedio, la economa de los departamentos del Eje Cafetero genera el 53,82% de su produccin potencial, es decir, de aquella que pudiera generar si emplea al mximo sus recursos; mientras que las economas del grupo 2 generan el 73,68%. Esto indica que el grupo 1 podra incrementar los niveles de produccin en un 46,18% mediante la mejora de la eficiencia en el uso de los inputs productivos, mientras que el grupo 2 podra mejorar dicha eficiencia en un 26,32%. Como qued establecido anteriormente, la ineficiencia tcnica se debe en un 100% a factores controlables por las empresas, lo que significa que es posible incrementar de forma relativamente fcil la eficiencia productiva a travs de polticas empresariales y regionales de crecimiento y productividad.
Tabla 35. Eficiencia tcnica promedio estimada (ponderada) por grupos de departamentos
GRUPOS DEPARTAMENTOS Grupo 1: Eje Cafetero Grupo 2: Antioquia, Tolima y Valle del Cauca Promedio general ponderado Fuente: Elaboracin propia. EFICIENCIA TCNICA PROMEDIO ESTIMADA 0,538163775 0,736764110 0,708156897

Grfico 34. Eficiencia tcnica promedio ponderado por grupos de departamentos. Translog.
Eficiencia promedio ponderada por grupos de departamentos 80.00% 70.00% 60.00% 50.00% 40.00% 30.00% 20.00% 10.00% 0.00% Eje cafetero Antioquia, Tolima, Valle del Cauca 53.82% 73.68%

El grfico 35 muestra la evolucin de la eficiencia tcnica promedio ponderada para cada grupo de departamentos entre 1990 y 2008 (ponderada por la participacin de cada departamento en la produccin). Se observa una leve tendencia ascendente de la eficiencia tcnica promedio entre 1990 y 2008 tanto en el grupo 1 (ascenso del 0,02%) como en el grupo 2 (ascenso del 0,3%). En conclusin, podemos afirmar que los departamentos en estudio muestran problemas serios en el comportamiento de su eficiencia tcnica a partir de finales de los 90, pocos aos despus del rompimiento del pacto cafetero y de la consolidacin de la poltica neoliberal en el mundo a partir del Consenso de Washington. Al comparar el comportamiento de la eficiencia de los dos grupos de departamentos se puede determinar que, de cierta forma, son las economas de los departamentos de 119

Antioquia, Tolima y Valle del Cauca las que contribuye ms al leve (casi imperceptible) ascenso de la eficiencia tcnica de la produccin de los departamentos tomados en conjunto (grfico 35).
Grfico 35. Eficiencia tcnica promedio ponderado por grupos de departamentos. Translog
Eficiencia tcnica promedio ponderada grupos de departamentos (Translog.) 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 1990199119921993199419951996199719981999200020012002200320042005200620072008 Eje cafetero Antioquia, Tolima, Valle del Cauca

El crtico incremento tendencial de la eficiencia tcnica en ambos grupos de departamentos (aunque el crecimiento se presenta con mayor fuerza en el grupo 2) se refleja en la reduccin del porcentaje de crecimiento del PIB de todos los departamentos en estudio (a excepcin del departamento de Antioquia que muestra crecimiento) y en la enorme volatilidad de dicho comportamiento (grficas 36 y 37). La eficiencia tcnica guarda una relacin positiva estrecha con el crecimiento econmico. Los modelos paramtricos y estocsticos suponen que las ineficiencias estn correlacionadas con los outputs, es decir las ineficiencias se materializan en cadas de outputs112. El caso de los departamentos cafeteros corrobora este planteamiento. El bajo crecimiento de la eficiencia tcnica en estas economas durante el periodo1990 - 2008, ha sido un factor que ha contribuido, en grado importante, a la cada del PIB durante el mismo perodo. Esto es importante puesto que, al mismo tiempo que el crecimiento contribuye a aumentar la eficiencia en la asignacin de recursos, contribuye tambin a elevar la eficiencia tcnica de los departamentos al incrementar el nmero de empresas de tamao mnimo eficiente que pueden coexistir en el mercado. Ms an, un alto ritmo de expansin del mercado no slo crea la posibilidad de aumentar la eficiencia tcnica sino que adems estimula la adopcin de la mejor tcnica por parte de las empresas relativamente ineficientes al reducir el riesgo al fracaso econmico del proceso de inversin que conduce a incorporar tcnicas ms eficientes. Lo anterior se debe a que en un contexto de expansin el aumento de escala, que involucra el proceso de adopcin de la mejor tcnica, no implica invadir, en trminos absolutos, la parcela de mercado de las empresas lderes113. El claro paralelismo entre los niveles de eficiencia de los departamentos y el ciclo econmico, se podra interpretar en trminos de costos de capacidad. As, parece
112

Pastor Monsalve, Jos Manuel. Diferentes metodologas para el anlisis de la eficiencia de los bancos y cajas de ahorro espaoles. Departamento de Anlisis Econmico, Universitat de Valencia.http://www.uv.es/~jmpastor/papers/FIES.PDF. 113 Casar, Joss I., et. al. Organizacin Industrial en Mxico. Primera edicin, Editorial Siglo XXI editores, Mxico: Instituto Latinoamericano de Estudios Transnacionales, 1990.

120

razonable pensar que en pocas de crisis se presenten costos de infrautilizacin de recursos e infraestructuras, que pueden estar determinando mayores niveles de ineficiencia. Por el contrario, en pocas de expansin, estos costos de capacidad desapareceran haciendo que los departamentos fueran ms eficientes.
Grfico 36. Tasa de crecimiento PIB Eje Cafetero

Tasa de crecimiento PIB Eje Cafetero

30 25 20 15 Crecimiento PIB 10 5 0 -5 -10 -15 CALDAS QUINDO RISARALDA Lineal (CALDAS) Lineal (QUINDO) Lineal (RISARALDA)

Grfico 37. Tasa de crecimiento PIB Antioquia, Tolima, Valle del Cauca
Tasa de crecimiento PIB Antioquia, Tolima, Valle del Cauca 0.12 0.1 0.08 0.06 0.04 0.02 0 -0.02 -0.04 -0.06 -0.08

Antioquia Tolima Valle del Cauca Lineal (Antioquia)

Crecimiento PIB

1996

1997

1990

1991

1992

1993

1994

1995

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Lineal (Tolima ) Lineal (Valle del Cauca)

4.2.3. Eficiencia tcnica promedio simple estimada para cada uno de los departamentos seleccionados En la tabla 36 se presenta la eficiencia tcnica promedio simple estimada para cada uno de los departamentos estudiados. Los departamentos de Antioquia y Quindo son los de mayor eficiencia tcnica. Los departamentos de Tolima, Caldas, y Valle del Cauca presentan una eficiencia tcnica muy similar. Risaralda es el departamento con menor eficiencia tcnica. Esto implica que su desaprovechamiento de los recursos productivos se presenta con mayor fuerza que en los dems departamentos. 121

Tabla 36. Eficiencia tcnica promedio (simple) estimada para cada uno de los departamentos seleccionados
DEPARTAMENTOS Antioquia Quindo Tolima Caldas Valle del Cauca Risaralda Fuente: Elaboracin propia EFICIENCIA TCNICA PROMEDIO ESTIMADA 0,90334098 0,66914572 0,60866644 0,58148272 0,54688664 0,41028604

En el anlisis de la eficiencia merece la pena detenerse, igualmente, en el ranking de acuerdo a la eficiencia tcnica. En este sentido, en el grfico 38 se recoge el orden de los departamentos en cuanto a su mayor o menor eficiencia en el uso de los factores productivos. Antioquia es el departamento ms eficiente de todos los estudiados y Risaralda es el ltimo en este ranking.
Grfico 38. Ranking de eficiencia tcnica por departamento. Translog.
Ranking de eficiencia tcnica promedio simple. Translog % de eficiencia tcnica 100.00% 80.00% 60.00% 40.00% 20.00% 0.00% Antioquia Quindo Tolima Caldas Valle del Cauca Risaralda 90.33% 66.91% 60.87% 58.15% 54.69% 41.03%

Un resultado de inters que se comprueba al analizar los rankings en cada ao por departamento es que stos se alteran, es decir, los departamentos experimentan cambio en la posicin obtenida a lo largo del periodo en estudio (grfico 39).
Grfico 39 Cambio en la posicin del ranking de eficiencia por ao para los departamentos en estudio. Translog 1.2 1 Eficiencia Tcnica 0.8 0.6 0.4 0.2 0 Caldas Quindo Risaralda Antioquia Tolima Valle del Cauca

122

Antioquia ha permanecido por encima de los dems departamentos en eficiencia tcnica. Los departamentos del Tolima, Caldas y Valle del Cauca se disputan el tercer puesto hasta 1996, de este ao en adelante el segundo puesto en eficiencia lo asume Quindo. A partir del mismo ao de 1996 Tolima y Caldas se alternan el tercer puesto hasta el ao 2008. El departamento de Risaralda ha conservado, prcticamente, el ltimo lugar del ranking durante los 19 aos de estudio. Otra tendencia importante que se empieza a notar a partir del ao 1996 aproximadamente, es que las eficiencias tcnicas de los departamentos empiezan a disminuir a excepcin del Valle del Cauca cuya eficiencia tcnica experimenta un proceso de crecimiento. Como puede deducirse del grfico 39, la eficiencia tcnica de los departamentos ha sido demasiado voltil en el periodo comprendido entre 1990 y el ao 2008. 4.2.4. Eficiencia tcnica y tamao de los departamentos En los resultados mostrados anteriormente la hiptesis, expuesta por los tericos del crecimiento econmico, de que la eficiencia tcnica se encuentra en relacin directa con el tamao de las economas (dada, entre otros factores, por las economas de escala que pueden lograr) no se confirma, en trminos generales, en este estudio. El tamao de los departamentos cafeteros estudiados, para los efectos del presente estudio, se mide a partir sus Activos Totales.
Tabla 37. Eficiencia tcnica y tamao de los departamentos Departamentos Antioquia Valle del Cauca Tolima Risaralda Caldas Quindo
Fuente: Elaboracin propia

Total Activos 134.108.732.070 126.542.723.236 16.476.236.499 14.406.518.715 12.457.508.652 975.757.512

Eficiencia Tcnica (%) 90,33% 54,69% 60,87% 41,03% 58,15% 41,03%

Grfico 39. Relacin tamao departamentos- Eficiencia tcnica

Relacin tamaos departamentos-Eficiencia Tcnica 100.00% Eficiencia tcnica % 80.00% 60.00% 40.00% 20.00% 0.00% 0 50,000,000,000 100,000,000,000 150,000,000,000 y = 2E-12x + 0.475 R = 0.460

Tamao departamentos Total Activos (en pesos de 1994)

123

La tabla 37 y el grfico 40 muestran la relacin existente entre el tamao de los departamentos, medido por el total de activos de cada uno, y la eficiencia tcnica de stos. El coeficiente de determinacin entre el tamao y la eficiencia es bajo (0,460) lo que significa que el tamao no se encuentra altamente relacionado con la eficiencia tcnica. Algunos tericos plantean que el tamao es uno de los determinantes clsicos de la eficiencia empresarial y de las economas en su conjunto (municipios, departamentos, regiones, naciones), y que, a su vez, la eficiencia juega un papel significativo en el crecimiento y destruccin de empresas o crecimiento y crisis de economas. Una referencia usual de esta literatura es el trabajo de Jovanovic (1982)114, el cual a partir de un modelo de crecimiento de las empresas (modelo que se puede trasladar a las economas de los departamentos) llega a la conclusin que las grandes empresas son ms eficientes que las pequeas. Esto sera resultado de un proceso de seleccin, en el cual las empresas eficientes crecen y sobreviven, mientras las ineficientes acaban saliendo del mercado. Es ms, Jovanovic (1982) seala la existencia de un umbral de eficiencia debajo del cual las empresas dejaran la actividad. El trabajo de Jovanovic se ha extendido en varias direcciones, por ejemplo en el trabajo de Hopenhayn (1992)115, en cuyo caso se fundamenta la relacin positiva entre eficiencia y tamao. Estos trabajos argumentan tambin en favor de una mayor eficiencia de las empresas de mayor antigedad, basado en la mayor experiencia acumulada116. Dado que las economas de los departamentos es, en esencia, la sumatoria (aunque no lineal) de las empresas, se puede inferir de lo dicho por Javanovic (1982) y Hopenhayn (1992) que lo que sucede a nivel de las empresas sucede a nivel de las economas de los municipios, departamentos, regiones o naciones. No obstante, podemos afirmar que la hiptesis presentada por Jovanovic y Hopenhayn de la existencia de una relacin directa entre tamao de la empresa y eficiencia tcnica no se cumple para los departamentos considerados en la presente investigacin.

114 115

Jovanovic, B. (1982), Selection and the evolution of industry, Econometrica, vol. 50, pp. 649-670. Hopenhayn, H. (1992), Entry, Exit, and firm dynamics in long run equilibrium, Econometrica, vol 60, pp. 1127-1150. 116 Gonzlez, Xulia y Tansini,Ruben.Eficiencia tcnica en la industria espaola: tamao, I+Dy localizacin, Mayo del 2001. En: http://www.bcu.gub.uy/autoriza/peiees/iees03j3160701.pdf

124

CAPTULO QUINTO
CONVERGENCIA Y CRECIMIENTO ECONMICO EN LOS DEPARTAMENTOS CAFETEROS

125

CAPTULO QUINTO

CONVERGENCIA Y CRECIMIENTO ECONMICO EN LOS DEPARTAMENTOS CAFETEROS: DISPARIDADES EN EFICIENCIA TCNICA

Esta parte del trabajo tiene como objetivo bsico el anlisis de las desigualdades interdepartamentales (los departamentos considerados en el estudio), desde la ptica de la hiptesis de la convergencia. El interrogante que gua este estudio es si ha existido o no un proceso de convergencia (sigma y beta)117 a lo largo del periodo comprendido entre 1990 y 2008 entre dichos departamentos en lo relacionado con el proceso de desarrollo y evolucin de la eficiencia tcnica. A la hora de abordar un anlisis de esta naturaleza es preciso tener presente, cuando menos, dos restricciones importantes118: la primera es que la convergencia econmica se caracteriza por ser un fenmeno a largo plazo; la segunda es que los anlisis sobre convergencia econmica entre espacios geogrficos toman como referencia unas variables (VABpc, PIBpc, productividad aparente del trabajo, eficiencia tcnica, etc.) que son el resultado de procesos econmicos de muy diversa naturaleza y de algunas particularidades de las zonas geogrficas estudiadas. Los anlisis de convergencia muestran, pues, las lneas tendenciales bsicas y aportan algunos factores explicativos, pero dejan de lado bastantes elementos y cambios que pueden ser significativos para explicar los hechos observados y para anticipar su futura evolucin. Las disparidades en el crecimiento econmico de los diferentes departamentos cafeteros, las grandes diferencias en cuanto a su PIB per cpita y a otros indicadores sociales, parecen ser algunos de los elementos que caracterizan el proceso de crecimiento de estas economas cafeteras en las ltimas dcadas. Si se tiene en cuenta que el desarrollo y bienestar de un pas o regin estn determinados por su crecimiento econmico y las posibilidades que tiene este crecimiento de distribuirse equitativamente entre la poblacin, se encuentra que los departamentos cafeteros se hallan ante una difcil situacin ya que las diferencias entre los niveles de produccin per-cpita de los mismos implican consecuencias graves para el nivel de vida de sus habitantes. Esto ampla las desigualdades entre ricos y pobres, que quizs sea uno de los factores fundamentales de las causas de la creciente violencia que se vive actualmente en esta regin. La importancia del anlisis de convergencia entre los departamentos cafeteros radica en su utilidad para proponer polticas idneas que aceleren la tasa de crecimiento del producto y mejoren la distribucin del ingreso.

117 118

En Sala-i-Martn (1994a, 1994b, 1996a, 1996b) se definen con detalle ambos conceptos. Cuadrado Roura, J.R. (1998): Disparidades regionales en el crecimiento. Convergencia, divergencia y factores de competitividad territorial. Ponencia presentada al IV Seminario Internacional, Red Iberoamericana sobre Globalizacin y Territorio, CIDER, Uniandes, Bogot.

126

En este trabajo nos centraremos en el anlisis de la convergencia en eficiencia tcnica de los departamentos. 5.1. Convergencia Con el fin de estudiar la convergencia entre los departamentos cafeteros, en primer lugar se realiza un anlisis de -convergencia estudiando la dispersin (medida por la desviacin tpica) existente en cada periodo entre los niveles de eficiencia tcnica alcanzados por los departamentos estudiados. En cuanto a la evolucin de la dispersin de la eficiencia tcnica (grfico 40), comprobamos que para la globalidad de los departamentos la desviacin tpica disminuye ligeramente en este periodo, pasando de ser 27,77 en 1990 a 15,54 en el 2008119; durante los aos 1991,1992 y 1993, aos de mayor recesin de la economa colombiana, la dispersin disminuye considerablemente. A partir de 1993 la dispersin crece considerablemente hasta el 2004, ao a partir del cual la dispersin se reduce levemente. Por ello, a nivel agregado se puede hablar de una evidencia dbil a favor de la convergencia, sobre todo si se tiene en cuenta que, en trminos tendenciales, la desviacin tpica es casi constante en el tiempo. Sin embargo, al desglosar los resultados por grupos de departamentos esta tendencia casi constante de la desviacin tpica no se mantiene, por el contrario, se evidencia un crecimiento de la divergencia entre departamentos (grficos 41,42). Esta dispersin en la eficiencia tcnica entre departamentos, considerados individualmente, tambin se evidencia en la tabla 38. Existe algo importante e esta tabla: los departamentos que conforman el Eje Cafetero divergen considerablemente120, lo que, muy posiblemente, sea una de las causas por las cuales el concepto de Regin del Eje Cafetero sea difcil de consolidar en la prctica Sin embargo se evidencia, igualmente, convergencia entre algunos departamentos: por un lado entre los departamentos de Caldas, Risaralda y Tolima, y por otro lado entre el Quindo, Antioquia y Valle del Cauca. Sin embargo, en trminos generales se presenta divergencia entre los departamentos. Por ltimo, los grficos 41 y 42 muestran, en trminos generales, una evolucin muy poco favorable que indica un incremento de la volatilidad de la eficiencia tcnica para ambos grupos de departamentos (Eje Cafetero y Antioquia, Tolima y Valle del Cauca) en el periodo analizado, lo que indica existencia de divergencia en lugar de convergencia entre los departamentos en estudio.

119 120

Ver clculos anexo 4 Las desviaciones estndar de Caldas y Risaralda tratan de converger, pero no ocurre la desviacin estndar del departamento del Quindo cuya dispersin es alta con respecto a los dos anteriores departamentos.

127

Grfico 40. Evolucin de la dispersin de la eficiencia tcnica departamentos estudiados

Evolucin de la dispersin de la eficiencia tcnica departamentos estudiados 0.3
Lnea tendencial

0.25 Desviacin tpica 0.2 0.15 0.1 0.05 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Grfico 41. Evolucin de la dispersin de la eficiencia tcnica Eje Cafetero

Evolucin de la dispersin de la eficiencia tcnica Eje Cafetero 0.3 0.25 Desviacin tpica 0.2 0.15 0.1 0.05 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Lnea tendencial

Grfico 42. Evolucin de la dispersin de la eficiencia tcnica Antioquia, Tolima y Valle del Cauca

Evolucin de la dispersin de la eficiencia tcnica Antioquia, Tolima y Valle del Cauca 0.35 0.3 Desviacin tpica 0.25 0.2 0.15 0.1 0.05 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Lnea tendencial

128

Tabla 38. Dispersin de la Eficiencia tcnica promedio por departamento

Deptos. Prom.Efici. Caldas 0,071527596 Quindo 0,171845959 Risaralda 0,053110226 Antioquia 0,126591944 Tolima 0,079664515 Valle del Cauca 0,129104792

5.2. Convergencia El anlisis de la sigma convergencia puede ser completado por la -convergencia (convergencia absoluta). Este tipo de anlisis busca dar respuesta al siguiente interrogante: Las economas de menos eficiencia tcnica, en este caso los departamentos, tienden a alcanzar a las de mayor eficiencia en el transcurso del tiempo? La expresin matemtica general de la convergencia puede realizarse a travs de la siguiente ecuacin:

1 y Ln ( yii,,T ) 0 T

Ln ( y i ,0 ) u i

(44)

a partir de datos de corte transversal, donde y i ,t es la variable dependiente del departamento o unidad econmica i, (i = 1,,N) en el ao 0; T es la longitud del periodo de estudio (nmero de periodos), es un parmetro desconocido, y es una constante positiva tal que 0<<1121, y ui es un trmino de error aleatorio122. Para el caso concreto del estudio que estamos desarrollando, y basndonos en la frmula anterior, formulamos un modelo economtrico que relaciona la tasa de crecimiento de la eficiencia de cada departamento con su nivel de eficiencia en el periodo inicial:

1 y 2008 Ln( yii ,,1990 ) T

1 Ln( 19
i , 2008 i ,1990

Ln( y i ,1990) u i (45)

Ln(

i ,1990

) ui

(46)

Donde i, 2008 y i, 1990, son los niveles de eficiencia final e inicial del departamento i, el trmino independiente, i el coeficiente del nivel de eficiencia inicial, y ui el trmino de error. Para realizar el contraste de convergencia se han estimado tres (3) modelos, uno para los departamentos tomados en conjunto y los otros dos para cada grupo de departamentos: Eje Cafetero y Antioquia, Tolima y Valle del Cauca. La convergencia supone una relacin negativa entre la tasa de crecimiento de la variable dependiente entre las fechas 0 y T, y el nivel inicial de dicha variable, lo que exige
121

Para que haya convergencia, beta tiene que ser mayor que cero, pero no puede ser mayor que uno, ya que en ese caso se produciran "adelantamientos sistemticos", es decir los pases pobres creceran hasta superar a los ricos para, en el siguiente perodo, dejarse superar de nuevo. 122 De media cero, varianza constante, que no depende del tiempo. Se elimina la posibilidad de autocorrelacin entre los u i. Se supone tambin la independencia entre los ui y los Ln(yi,0), de manera que la influencia de Ln(yi,0) y ui sea independiente (aditiva).

129

que el de la regresin lineal expresada en la ecuacin anterior sea de magnitud negativa y estadsticamente significativo. La estimacin de permite calcular la velocidad de convergencia aplicando el siguiente modelo: = -Ln(1+T)/T (47)

y el periodo necesario para que las economas superen la mitad de la distancia que les separa de su estado estacionario, denominado la media-vida, se calculara as: t = -Ln(2)/Ln(1+) (48)

A continuacin se presentan los resultados de los modelos y sus respectivos anlisis.

Tabla 39. Convergencia General departamentos

Resumen del modelo:

1 y 2008 Ln( yii ,,1990 ) T

R cuadrado corregido ,645
ANOVA

Ln( yi ,1990) u i
Error tpico de la estimacin ,00588

Modelo 1

R cuadrado ,716

Modelo 1 Regression Residual Total

Suma de cuadrados ,000 ,000 ,000

Gra os de libertad 1 4 5

Media cuadrtica ,000 ,000

F 10,083

Sig. ,034

Modelo

Coeficientes Coeficientes no estandarizados B Error tpico ,005 ,009

Sig.

(Constant) V.INDEPE

,021 -,030

3,967 -3,175

,017 ,034

= -Ln(1+T )/T = 0,0237408 = 2,37 % = -Ln(2)/Ln(1+ ) = 23,45 aos

Fuente: elaboracin propia, programa SPSS 11.5

En este modelo (tabla 39), el parmetro estimado es negativo y significativo a un 95%, con un buen ajuste (R2 del 71,6%), lo que confirmara la hiptesis de convergencia global en la eficiencia tcnica para los departamentos cafeteros tomados en su conjunto. La velocidad de convergencia asociada es del 2,37% y los departamentos menos eficientes superaran la mitad de la distancia que las separa de los ms eficientes en 23,5 aos. Tomando los departamentos por grupos, la situacin se plantea algo diferente. En el caso de los departamentos del eje cafetero (tabla 40), el parmetro estimado es negativo y 130

significativo a un 95%, con un buen ajuste (R2 de 98,2% y bajo error, aunque superior al caso anterior), y una velocidad estimada de convergencia de un 5,17% anual. Es decir, las diferencias se reduciran a la mitad en 8,22 aos nicamente. En el caso de los departamentos de Antioquia, Tolima y Valle del Cauca (tabla 41) los resultados son muy diferentes, por cuanto el parmetro estimado , aunque contina siendo negativo, no es significativo lo que significa que se est produciendo una desaceleracin de la convergencia en dichos departamentos; la velocidad de convergencia durante el periodo es de apenas1,24% anual, lo que implica una reduccin del 50% de las diferencias en casi 50 aos.
Tabla 40. Convergencia Departamentos Eje Cafetero

Resumen del modelo:

R cuadrado ,982 R cuadrado corregido ,964

1 y 2008 Ln( yii ,,1990 ) T

Error tpico de la estimacin ,00186

Ln( yi ,1990) u i

Modelo

ANOVA Modelo Regression Residual Total Suma de cuadrados ,000 ,000 ,000 Grados de libertad 1 1 2 Coeficientes Coeficientes no estandarizados B (Constant) V.INDEP = -Ln(1+T )/T = 0,05172775= 5,17 % = -Ln(2)/Ln(1+ ) = 8,22 aos
Fuente: elaboracin propia, programa SPSS 11.5

Media cuadrtica ,000 ,000

F 54,558

Sig. ,086(a)

Model

Sig.

Error tpico ,042 ,004 ,012 10,207 -7,386 ,062 ,086

-,088

Tabla 41. Convergencia Antioquia, Tolima y Valle del Cauca

Resumen del modelo:

Modelo

1 y 2008 Ln( yii ,,1990 ) T

R cuadrado corregido ,591 ANOVA(b)

Ln( yi ,1990) u i
Error tpico de la estimacin ,00291

R Cuadrado ,795

131

Model Regression Residual Total

Suma de cuadrados ,000 ,000 ,000

Grados de libertad 1 1 2 Coeficientes Coeficientes no estandarizados B

Media cuadrtica ,000 ,000

F 3,887

Sig. ,299

Model

Sig.

Error tpico ,005 ,007 1,794 -1,971 ,324 ,299

(Constant) V.INDEP = -Ln(1+T )/T = 0,012413806 = 1,24 % = -Ln(2)/Ln(1+ ) = 49,86 aos

Fuente: elaboracin propia, programa SPSS 11.5

,010 -,014

5.3. Convergencia y crecimiento econmico Analicemos ahora las relaciones existentes entre convergencia y crecimiento econmico. Existe convergencia en el nivel de eficiencia tcnica si se obtiene una relacin inversa entre el crecimiento medio anual de la eficiencia y el nivel de eficiencia del ao inicial. Dicho en otros trminos, para el perodo analizado, se da convergencia si las economas ms atrasadas (en el perodo inicial) crecen (en promedio) a un ritmo mayor que las ms avanzadas. Por su parte, se dice que existe convergencia si durante el perodo analizado se reduce la dispersin de niveles de eficiencia entre el conjunto de economas consideradas. Los numerossimos estudios empricos realizados en los ltimos aos sobre esta materia arrojan un resultado calificable, quizs, como de "regularidad emprica", "ley emprica" o "hecho estilizado del crecimiento", y que consiste en lo siguiente: entre grupos de economas consideradas como homogneas o similares -en virtud de algn tipo de criterio econmico/institucional- se da el fenmeno de convergencia real a largo plazo, independientemente de la definicin de sta utilizada (la definicin de convergencia que se utiliza en este trabajo es la sigma y la beta). Tal resultado constituye una manifestacin del llamado fenmeno de "convergencia relativa o condicional" (existe convergencia slo entre conjuntos de economas que comparten una serie de variables; o dicho de una forma ms coloquial, entre economas que pertenecen a un "club de la convergencia"). Segn los modelos estudiados anteriormente, la convergencia para el Eje Cafetero se muestra un poco ms evidente que la convergencia en los departamentos de Antioquia, Tolima y Valle del Cauca. Se plantea que el Eje Cafetero comparte una serie de caractersticas similares que hace posible que se hable de Regin del Eje Cafetero. Sin embargo, ambos grupos de departamentos (Eje Cafetero y Antioquia, Tolima y Valle del Cauca) experimentan reduccin tendencial de su crecimiento econmico durante el

132

periodo 1990-2008 (grficos 43,44)123, acompaado de un crecimiento, muy leve, casi imperceptible, de su eficiencia tcnica promedio en el mismo periodo (ascenso del 0,02% para el Eje Cafetero y ascenso del 0,3% en el grupo Antioquia, Tolima y Valle del Caucagrfico 35). Adems, durante el mismo periodo la dispersin de la eficiencia crece en ambos grupos de departamentos aunque ms rpido en Antioquia, Tolima y Valle del Cauca (grficos 41 y 42). Esta situacin se refleja en la convergencia en donde estos ltimos departamentos muestran divergencia mientras que el eje cafetero muestra convergencia en la eficiencia tcnica. Sin embargo, para el Eje Cafetero en particular, se trata de una convergencia en la eficiencia tcnica que tiene como teln de fondo una cada del PIB, es decir, es una convergencia en la crisis y esto no es lo esperado, ni lo previsto por la teora econmica.
Grfico 43. PIB Eje Cafetero
PIB eje Cafetero (Precios de 1994) 5.00 Crecimiento PIB (1990-2008) 4.00 3.00 2.00 1.00 0.00 -1.00 -2.00 -3.00 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Grfico 44. PIB departamento de Antioquia, Tolima y Valle del Cauca

PIB Departamentos de Antioquia, Tolima y Valle del cauca (Precios de 1994) 2.50% Tasa de crecimieto PIB 1990-2008 2.00% 1.50% 1.00% 0.50% 0.00% -0.50% -1.00% -1.50% 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

La evolucin de las disparidades territoriales y los elementos explicativos de las mismas han sido tratados, en el plano terico, en numerosos trabajos encuadrados en las posturas econmicas ms tradicionales (neoclsicas o keynesianas), que asocian las
123

El PIB del grupo Antioquia, Tolima y Valle del cauca cae ms rpidamente que el PIB del Eje Cafetero.

133

disparidades a las diferencias entre regiones que a primera vista deberan ser homogneas: entre ellas aparece la estructura productiva (normalmente valorada a travs del peso de la agricultura en cada regin), la localizacin geogrfica y los procesos migratorios (movilidad de los factores de produccin, sobre todo la mano de obra) producidos por las diferencias salariales y aplicados, en la mayora de los casos, a un contexto regional (Coronado Guerrero, 1997). Estas teoras fueron capaces de aportar conclusiones importantes acerca de las causas de los desequilibrios territoriales en la dcada de los cincuenta, sesenta y setenta, pero a principios de los ochenta, la estabilizacin de los movimientos de la mano de obra y capital (elemento fundamental sobre el que se apoyaban estos enfoques) y la incapacidad de estas teoras de explicar patrones autnomos de desarrollo ocasionaron el surgimiento de una nueva orientacin en torno a recientes aportaciones en las que las potencialidades locales juegan un papel bsico. Estas nuevas teoras, que surgieron como alternativa a los antiguos enfoques neoclsicos y keynesianos, son las teoras del Desarrollo Endgeno. En stas, las dotaciones internas y factores culturales, organizacionales e institucionales, juegan un papel preponderante en el crecimiento econmico y en los procesos de convergencia.

134

CAPTULO SEXTO CONCLUSIONES Y RECOMENDACIONES

135

CAPTULO SEXTO

CONCLUSIONES Y RECOMENDACIONES

El trabajo integra tres partes gruesas: una descripcin de la economa de los departamentos del Eje Cafetero, un anlisis de eficiencia tcnica de los departamentos cafeteros de Colombia (Eje Cafetero, Antioquia, Tolima y Valle del Cauca) y un anlisis de convergencia de los departamentos cafeteros. Los resultados ms destacados del trabajo se relacionan a continuacin. A partir de los aos 80, pero fundamentalmente a partir de los 90, la economa del Eje Cafetero experiment un cambio importante en su dinmica econmica. En efecto, se gener un incremento de la volatilidad de la produccin, acompaado del hecho de que, tanto la tendencia como el ciclo de las series del PIB de los departamentos, pasaron a depender de factores estocsticos, no controlables, lo que aument la sensibilidad de estas economas a choques externos, haciendo que cualquier impacto de estos choques desve la tendencia hacia situaciones no previstas. Este fenmeno hace difcil la operacionalidad de la poltica econmica tradicional, de donde se deduce que, ante tan enorme volatilidad de estas economas, se hace necesaria una reorientacin de las polticas de crecimiento y desarrollo econmico y social para la Regin del Eje Cafetero124. Paralelo a la situacin anterior, surge un hecho igualmente preocupante: las economas del Eje Cafetero estn siendo lideradas por el sector servicios que, en la actualidad, muestra poca capacidad de ejercer efectos multiplicadores sobre los dems sectores econmicos; es decir, es incapaz de servir como sector clave que dinamice los dems sectores econmicos, sobre todo, el sector agrcola y el sector industrial. Podramos decir que la preponderancia y dinmica del sector servicios no se debe, como pronostican algunos tericos basndose en las experiencias de las economas desarrolladas, al desarrollo industrial y agrcola, sino a dos procesos preocupantes: la desindustrializacin125 y la desagricolizacin de las economas del Eje Cafetero. No es pues una buena seal el hecho de que se evidencie una tendencia al crecimiento del sector servicios, ms bien, en las circunstancias actuales, debe ser un hecho preocupante. En cuanto a la eficiencia tcnica, en este estudio se cuantific la eficiencia tcnica de 6 departamentos126 y se compar los niveles con que los departamentos del Eje Cafetero,
124

En lo que respecta a la economa del departamento de Risaralda, hasta el momento los seis Planes de Desarrollo que ha tenido este departamento desde el ao 1992, en que se da el establecimiento de la eleccin popular de alcaldes y gobernadores, no han sido capaces de reorientar la economa del departamento por la senda del crecimiento y el desarrollo econmico y social. 125 Un anlisis histrico de la desindustrializacin de Risaralda puede estudiarse en: Cardona Lpez, Gilberto. Races de la desindustrializacin en Risaralda. Primera Edicin, Editorial Papiro, 2003. 126 Para un anlisis de regresin (como el que se realiz con la funcin translog) no existe una regla que determine un nmero adecuado de variables a utilizar; sin embargo algunos autores sugieren incluir entre 4 y 15 observaciones por cada

136

frente a los departamentos de Antioquia, Tolima y Valle del Cauca, departamentos igualmente cafeteros, desarrollan el proceso productivo. La eficiencia tcnica es considerada uno de los principales factores que determina la competitividad de los departamentos en estudio, debido a que las mejoras en eficiencia se traducen en incrementos de la productividad de los insumos utilizados en el proceso productivo, lo que, a su vez, se refleja en una disminucin en los costos de produccin. El supuesto de funcin Cobb-Douglas translogartmica estocstica sin efectos de ineficiencia variante en el tiempo, estimados sus parmetros por Mxima verosimilitud, se muestra vlido como funcin de produccin para los departamentos cafeteros incluidos en el estudio (departamentos del eje cafetero y los departamentos de Antioquia, Tolima y Valle del Cauca). Las elasticidades de produccin respecto a los factores considerados siguen la siguiente jerarqua: el factor total activos es quien determina, en mayor grado, los aumentos de la produccin, seguido por el factor consumo intermedio y, por ltimo, el factor consumo de energa, este ltimo con un impacto negativo. Existen economas de escala en la produccin respecto a los factores considerados, al constatar la existencia de rendimientos crecientes de escala (sumatoria de las elasticidades mayor que 1). Este hecho es importante puesto que algunas contribuciones en el rea del crecimiento econmico han resaltado la importancia de la presencia de rendimientos crecientes para explicar el aumento sostenido del producto y del capital per cpita (Rmer, 1986), lo que, sin lugar a dudas, es una condicin necesaria, aunque no suficiente, para el incremento de los niveles de crecimiento y desarrollo en los departamentos. Los resultados obtenidos, en cuanto a la eficiencia tcnica, indican que los departamentos que hicieron parte del estudio operan, en promedio (promedio simple), con un nivel de eficiencia 62,00% (70,82% promedio ponderado), lo que significa que generan un porcentaje muy inferior en comparacin con la produccin mxima que alcanzaran si hacen el mejor uso posible de los insumos de que disponen. Por tanto, se puede concluir que existen razones para plantear actuaciones que ayuden a generar el 38,00% (29,18% con promedio ponderado) en que se podra mejorar la produccin usando los mismos factores de produccin. Este hecho, combinado con la existencia de economas con rendimientos crecientes de escala, abre unas enormes posibilidades de crecimiento regional. Faltara, nicamente, una buena orientacin por parte de la poltica econmica Regional. No obstante, cabe destacar que los departamentos de Antioquia, Tolima y Valle del Cauca son ms eficientes que los departamentos del Eje Cafetero, pues los primeros tienen una eficiencia promedio simple del 73,68% mientras que el Eje Cafetero apenas alcanza una eficiencia tcnica promedio de 53,82%. Esto significa que el esfuerzo de estos ltimos departamentos debe ser mayor si desean alcanzar mayores niveles de eficiencia productiva. Es necesario tener en cuenta que el comportamiento de la eficiencia tcnica de los departamentos tiene como causa fundamental a factores controlables por los empresarios y por el gobierno departamental; los factores estocsticos, no controlables, no tienen casi ningn efecto en la eficiencia tcnica.

variable independiente incluida en un anlisis de regresin (Montgomery, Douglas C. Y Runger, George C., 1996). En nuestro caso cada variable estudiada utiliz una serie de datos de 19 aos.

137

Se presenta una situacin interesante que es necesario tener muy en cuenta para el diseo de las polticas econmicas: por un lado se tiene unas series del PIB cuyo comportamiento cclico y tendencial son estocsticos, es decir, obedece a factores no controlables, mientras que los factores que inciden en la eficiencia tcnica si son controlables. Dicho de otra forma, el manejo ptimo de los recursos de produccin es controlable, pero la enorme volatilidad de la demanda en la sociedad actual, su creciente incertidumbre, hace improcedente un crecimiento sostenido en los niveles de produccin. Parece ser que la volatilidad de la demanda es un factor decisivo en la existencia de niveles preocupantes de ineficiencia tcnica en las economas de los departamentos cafeteros involucrados en este estudio. De los distintos determinantes de la ineficiencia tcnica de los departamentos propuestos en este estudio, ninguno result tener un efecto significativo sobre ella. Esto significa que variables como coeficiente de apertura exportadora, Participacin por tipo de contratacin (empleo permanente) dentro del personal ocupado total en la industria manufacturera e indicador de industrias tardas como participacin del PIB departamental, no son decisivas en la explicacin de la ineficiencia productiva de los departamentos. Es, pues, necesario indagar sobre otras causas que expliquen dicha ineficiencia, como por ejemplo, la casi inexistencia de procesos de innovacin, el poco desarrollo del llamado capital humano o, inclusive, el estado del marco cultural, organizacional e institucional. Otro factor que merece la pena observar detenidamente es la correlacin existente entre volatilidad del PIB, por la existencia de demandas voltiles, y el comportamiento de la eficiencia tcnica. En el caso del tamao de los departamentos y su relacin con la eficiencia tcnica, en este estudio se concluye que los departamentos ms grandes no son por lo general los ms eficientes, aunque pueden producir a mayor escala y aprovechar las economas de escala. El estudio de las disparidades intradepartamentales no ha sido objeto prioritario de las diferentes instituciones encargadas de la Poltica Regional, ni tampoco de los propios departamentos, debido, quizs, a la ausencia de informacin a un nivel de desagregacin departamental y municipal127. Sin embargo, dichos estudios son importantes, ya que las desigualdades interdepartamentales tienen mucho que ver con las desigualdades existentes dentro de cada departamento (disparidades intradepartamentales), de tal manera que estas ltimas diferencias podran explicar, al menos en parte, las distancias entre unos y otros departamentos y entre unas y otras regiones en el caso de un pas dado (Garca, et. al., 1990). Adems, las disparidades internas de las regiones (disparidades econmicas, sociales y culturales) dificultan el crecimiento sostenido y equilibrado de las mismas, obstaculizando la posible convergencia entre departamentos prsperos y departamentos dbiles. Una de las hiptesis de este trabajo es que estamos convencidos que las disparidades econmicas interdepartamenles estn impidiendo un crecimiento sostenido y continuado, estn impidiendo, adems, la viabilidad de los procesos de convergencia y, lo que es peor, estn impidiendo la consolidacin del concepto de Regin, que para el caso concreto de la Regin del Eje Cafetero, ha sido un sueo de todos.

127

La existencia de informacin a nivel departamental y municipal permitira la posibilidad de realizar anlisis ms profundos sobre los desequilibrios socioeconmicos existentes.

138

Los desequilibrios departamentales (y, por supuesto, tambin regionales) necesitan ser estudiados y comprendidos y tambin medidos por medio de instrumentos cada vez ms precisos, ya que los resultados obtenidos servirn de base a la planificacin departamental y regional. Un eventual progreso en el estado del conocimiento sobre las causas de las divergencias departamentales y regionales tiene como recompensa la posibilidad de mejorar la efectividad de las polticas econmicas, con el consiguiente efecto positivo en los niveles de vida de la sociedad (Rosende, 2000). Para tratar de explicar las disparidades intradepartamentales es necesario partir del hecho de que los departamentos cuentan con un conjunto de recursos econmicos, tecnolgicos, humanos, institucionales y culturales) y de economas de escala128 que constituyen su potencial de desarrollo y sobre los que se articulan los procesos de crecimiento econmico territorial. El estudio minucioso de estos factores permitira sacar a la luz cules son los que, con mayor intensidad, influyen en el nivel de desarrollo econmico de los departamentos estudiados, y adems analizar y planificar cul o cules seran las polticas econmicas ms efectivas para conseguir reducir dichas disparidades econmicas y lograr que los departamentos, a partir de una mejor y ms equitativa distribucin del ingreso y la riqueza, pueda abordar un crecimiento sostenido y efectivo que le permita una mayor convergencia no slo a nivel regional sino tambin a nivel nacional. Llegado a este punto, es necesario reflexionar sobre la siguiente pregunta. Cul debe ser la orientacin que debe tener la poltica econmica que permita el crecimiento sostenido con equidad en las economas cafeteras de Colombia involucradas en este estudio? No se pretende hacer un desarrollo exhaustivo sobre este punto129, simplemente se darn algunas orientaciones generales atendiendo a los desarrollos tericos existentes y a algunas experiencias conocidas en algunas otras partes del mundo. Primero que todo es necesario partir del reconocimiento de la necesidad de la poltica econmica local como instrumento capaz de provocar cambios en las estructuras econmicas que hagan viable el crecimiento sostenido y equitativo, an reconociendo las posibles relaciones, inevitables, entre poltica econmica y estructuras de poder. Esta es quiz una de las razones por las cuales debe reconocerse que, en lo que tiene que ver con la poltica de desarrollo econmico regional, no existe pleno consenso terico respecto a la forma y las bondades de tal intervencin (Gaviria, 2009). En la literatura sobre crecimiento y desarrollo econmico existen, en trminos generales, dos grandes tendencias: las teoras del desarrollo exgeno y las del desarrollo endgeno. Las teoras ms representativas del desarrollo exgeno (las oficiales) son las propuestas por la escuela neoclsica. Estas teoras se originan en los trabajos publicados por Swan en 1956130 y por Solow en 1956131.

128

En microeconoma, se llama economa de escala al proceso mediante el cual los costos unitarios de produccin disminuyen al aumentar la cantidad de unidades producidas o, dicho de otra forma, aumentos de la productividad o disminuciones del costo medio de produccin, derivados del aumento del tamao o escala de la planta. 129 Este es objeto de otro trabajo que se encuentra en preparacin. 130 Swan, Economic Growth and Capital Accumulation, Economic Record, nm. 32, 1956, pp. 334-361. 131 Solow, Robert M. A Contribution to the Theory of Economic Growth, The Quarterly Journal of Economics, nm.70, 1956, pp. 65-96; Trevor W.

139

Siguiendo el modelo neoclsico de Solow, el estudio se centra en indagar la posibilidad de que los pases menos desarrollados alcancen, en el largo plazo, a los ms avanzados: es el terreno de los anlisis de convergencia del crecimiento (Solow, 1956). Este modelo de crecimiento tiene como caracterstica esencial dejar que la tasa de crecimiento sea determinada por causas exgenas, por ejemplo por la tasa de crecimiento de la poblacin, la tasa de variacin dada de la tecnologa o cualquier otra causa que determine lo que Harrod (1946) llam la tasa natural de crecimiento. Harrod distingua tres tasas de crecimiento: la natural de crecimiento, la mxima alcanzable por una economa y que est dada por parmetros exgenos; la planeada decrecimiento, aquella que los agentes econmicos provocan que ocurra al hacer sus planes de produccin y consumo, y la efectiva de crecimiento, aquella que realmente se alcanza. Solow (1956), reduce el problema para evaluar la compatibilidad entre la tasa planeada y la natural, haciendo abstraccin de la tasa efectiva. Solow muestra que los planes de produccin e inversin de las empresas sern compatibles con la tasa de crecimiento de la fuerza de trabajo, la cual es la tasa natural dada exgenamente. El modelo neoclsico de crecimiento fue desarrollado en su aplicacin regional en los aos 60132, proponiendo, para el logro de niveles sostenidos de crecimiento, la interrelacin de cuatro factores: a) El ahorro, la movilidad del capital y su acumulacin, b) la movilidad del factor trabajo133, c) Mercado integrado y especializacin del comercio134, d) La transferencia de tecnologa. En trminos generales, las orientaciones neoclsicas hacen descansar el crecimiento econmico en los factores tradicionales de produccin (capital, tierra y trabajo) y en el desarrollo tecnolgico, aunque este ltimo es considerado exgeno (es decir, son desarrollos que se hacen por fuera del proceso de produccin y de gestin, dicho de otra forma, son desarrollos que no son resultado de la dinmica interna de los actores econmicos y sociales sino que son producto de fuerzas externas a estas dinmicas: inversin extranjera, transferencia de tecnologa, etc.). Adems, otros supuestos en los que descansa el modelo neoclsico es el de la no intervencin del estado en la economa y la idea de que las economas convergen en el largo plazo (no existe posibilidad de la divergencia entre las economas). Lo que es claro es que las orientaciones neoclsicas parece ser que no son muy eficientes en el impulso del crecimiento y desarrollo econmico regional. La inversin en los factores tradicionales de produccin capital y trabajo, y los intentos por introducir los desarrollos tecnolgicos en la regin del Eje Cafetero y en las dems regiones de Colombia, no han sido suficientes para generar crecimiento y, mucho menos desarrollo (para la economa neoclsica el desarrollo es considerado un residuo -efecto chorreo132

Borts, G.H., The equalization of returns and regional economic growth American Economic Review, 50, 1960, pp. 31947. Borts, G.H.y J.L Stein, Economic Growth in a Free Market (New York: Columbia University Press) 1964. Romans, J.T., Capital Exports and Growth among U.S. Regions (Middletown: Wesleyan University Press), 1965. Siebert, H., Regional Economic Growth: Theory and Policy, Scranton: International Textbook Company, 1969. 133 La mano de obra cualificada tender a desplazarse de las reas en que resulta ms abundante (las reas ricas), y por lo tanto menos productiva, a aqullas en que escasea (reas ms desfavorecidas en su dotacin inicial de factores) para obtener mayores rendimientos. La mano de obra menos cualificada tender, a su vez, a desplazarse desde las reas pobres en que abunda y se encuentra mal pagada hacia las zonas ricas en busca de salarios superiores. En consecuencia, el movimiento cruzado de factores, capital y trabajo explica la tendencia a la igualacin de la relacin K/L, la productividad y el salario. 134 Las zonas con mayor dotacin en capital y mano de obra cualificada tendern a especializar su produccin en bienes intensivos en el uso de tales factores productivos, que exportarn; y sern zonas importadoras de bienes para cuya fabricacin se hayan destinado fuertes proporciones de mano de obra poco cualificada. El comercio refuerza as la dinmica generada por la movilidad de los factores productivos.

140

del crecimiento econmico). Adems, nuestras economas cafeteras no estn convergiendo, como lo postula el modelo neoclsico, sino que se encuentran inmersas en un proceso de divergencia que se agrava cada da ms135. Ante la incapacidad de los enfoques neoclsicos de direccionar las polticas econmicas pblicas y empresariales hacia el logro de mayores niveles de crecimiento y desarrollo econmico en nuestras regiones, surge la teora del crecimiento endgeno136 como el resultado de la crtica a algunos planteamientos fundamentales del modelo neoclsico de crecimiento bsico realizado por Solow y Swan. Esta teora postula, en trminos generales, que el progreso tecnolgico es resultado del incremento del capital humano que, conjugado con un stock de capital relativamente grande y un ambiente favorable para la acumulacin de capital fsico y humano (o inversin productiva), se provocan rendimientos crecientes que generan un estmulo a la actividad productiva y al mismo tiempo un incremento del ingreso y, por lo tanto, de la demanda, con lo que se tiene un mayor crecimiento econmico. En este enfoque est implcita la idea de un crecimiento divergente. Para Schumpeter, representante de la escuela austriaca137, el factor fundamental del crecimiento econmico es la innovacin (proceso de creacin destructiva), combinado con un ambiente socio-cultural favorable (Schumpeter, 1978). Esta visin reviste de una gran importancia, pues indica que los factores del crecimiento econmico no son slo las fuerzas materiales (capital, tierra y trabajo) sino tambin las fuerzas inmateriales, compuestas por los hechos tcnicos y los hechos de organizacin socio-cultural. Es, pues, una visin endgena del proceso de crecimiento econmico. Para la visin endgena hay cuatro factores que explican el crecimiento econmico. Adems, esos factores generan externalidades positivas y son percibidas como fundamento para justificar la intervencin del Estado. Esos factores son (Gerald, 2007): (1) Capital fsico. Romer (1986) atribuye el crecimiento a la acumulacin de capital fsico. Plantea que los rendimientos crecientes, relacionados con las externalidades positivas de las inversiones, son el fundamento del crecimiento econmico. Esta fue una de los primeros aportes de la visin endgena del crecimiento econmico. El caso concreto de los departamentos cafeteros estudiados en esta investigacin, muestra que en estas economas existe una buena acumulacin de capital (total activos), con rendimientos de escala crecientes y, sin embargo, esto no ha sido suficiente para generar crecimiento econmico sostenido.

135

Algunos desarrollos del modelo neoclsico introducen supuestos de divergencia en ste. Estn, por ejemplo: a)Las teoras de crecimiento regional de base-exportadora (La base econmica de una regin est constituida por el grupo de industrias que se dedican predominantemente a la exportacin a otras regiones), b) la teora de la causalidad acumulativa de Gunnar Myrdal (1957) (el crecimiento regional es un proceso desequilibrado, y un mayor desarrollo surgido en una de las regiones no impulsa el desarrollo de las colindantes, sino su mayor empobrecimiento relativo), c)El modelo de polos de crecimiento(Perroux, 1955)( Predice la divergencia interregional, haciendo hincapi en el papel de las industrias clave, que lideran el dinamismo local atrayendo empresas de industrias conexas hacia ellas).
136

Entre los principales representantes se destacan los trabajos de Paul Romer, Increasing Returns and Long-Run Growth, Journal of Political Economy, vol. 94, University of Chicago, 1986, octubre, pp. 1002-37; y Robert Lucas, On the Mechanics of Economic Development, Journal of Monetary Economics, vol. 22, Elsevier BV, 1988, julio, pp. 3-42. 137 Para los tericos austracos la Ciencia Econmica se concibe como una teora de la accin ms que de la decisin, y sta es una de las caractersticas que ms les diferencian de sus colegas neoclsicos.

141

(2) Capital pblico de infraestructura. El Estado, al invertir en las infraestructuras, puede conducir al mejoramiento de la productividad de las empresas privadas. En 1990, Barro, en su primer modelo, recalc que las infraestructuras facilitan la circulacin de las informaciones, de los bienes y de las personas. El impuesto (que es destinado para financiar esas inversiones) juega un papel positivo sobre el crecimiento. (3) Investigacin y Desarrollo (I-D). La investigacin y el desarrollo es considerada como una actividad con rendimiento creciente. Esto es debido a que el saber tecnolgico es un bien no-rival y adems es difcil asegurar su uso exclusivo; es decir, su costo de apropiacin es mnimo. La actividad de innovacin, llevada a cabo por algunos agentes con el fin de obtener algn beneficio, genera el crecimiento econmico. (4) Capital Humano. El capital humano es definido como el conjunto de conocimientos y de competencias que poseen los individuos y que, bien orientados, ejercen un impacto importante en el crecimiento econmico. De acuerdo con la teora del capital humano, la educacin es fuente de crecimiento y de bienestar. Algunos autores han profundizado en el capital humano desde varias miradas. Romer (1986), por ejemplo, generaliza el modelo de Arrow (1962) de aprendizaje por la prctica, en el que la eficiencia en la produccin es una funcin creciente de la experiencia acumulada. El modelo de Lucas (1988) plantea la acumulacin de capital humano en lugar de la de capital fsico, como detonante del aprendizaje y difusin de mejoras productivas, fuente originaria de los rendimientos crecientes de escala. Subyace la idea de que cuanto ms formada est la poblacin en general (mayor nivel de estudios en los trabajadores de una economa determinada), mayor ser la interaccin entre trabajadores cualificados y mayor ser la generacin y transmisin de innovaciones que permitan la mejora de las tcnicas y procedimientos de produccin de cada empresa. Para Grossman y Helpman (1991), el capital humano es la fuente ltima de crecimiento econmico. ste ltimo viene inducido por el progreso tecnolgico, que a su vez depende de la acumulacin de capital humano (educacin). A los factores de crecimiento propuestos por la teora del desarrollo endgeno se suma el factor de la localizacin espacial, desarrollado, en sus orgenes, por Weber (1909) y Von Thnen (1826). Supone al espacio como factor determinante del crecimiento econmico. El planteamiento bsico es la bsqueda de la localizacin ptima de una empresa (Weber, 1909) o de un determinado cultivo (Von Thnen, 1826). Proponen, adems, explicaciones a los fenmenos de concentracin de la produccin en el espacio o de crecimiento de las ciudades. Se plantean, bajo diferentes perspectivas, el estudio de los factores que inducen a la aglomeracin y de aqullos que, por su parte, fomentan la dispersin de la actividad econmica en el espacio. Otro aporte importante en el sentido de la localizacin espacial es el de regin econmica ideal (Lsch, 1954). El espacio de la regin econmica (rea de mercado) est delimitado por los siguientes postulados: a) existencia de competencia imperfecta, b) un espacio continuo y homogneo, c) costos uniformes, d) poblacin distribuida tambin uniformemente, compuesta por individuos idnticos en renta y gustos, e) los productores y los consumidores maximizan respectivamente beneficios y utilidad. La dinmica interna de las empresas y consumidores en este espacio geogrfico, conlleva a una concentracin espacial de las actividades, segn la cual todas las redes tengan un centro de produccin comn (Richardson, 1986).

142

En trminos generales, la teora del desarrollo endgeno o autctono hace hincapi en la necesidad de potencializar e interrelacionar todos los factores propios de cada regin y que contribuyan al crecimiento econmico: el capital fsico, el capital pblico de infraestructura, la Investigacin y Desarrollo (I+D), el capital humano (la experiencia organizativa y empresarial y la capacidad innovadora), y la localizacin espacial. A finales de los aos 70, a raz de la crisis mundial, cobra fuerza un nuevo concepto, que tiene como base el concepto de localizacin y el concepto de redes: los distritos industriales. Los Distritos Industriales estn definidos como entramados o redes de empresas de tamao reducido (PYMES), especializadas en fases distintas del proceso de produccin, formando un sistema productivo conjunto, descentralizado, flexible y eficiente (Costa, 1988, 1992; Ybarra, 1991). Esa fuerte interrelacin presente entre las distintas empresas del distrito genera una serie de externalidades positivas derivadas de la transmisin de informacin, de la competencia y de la complementariedad interempresarial. A ello contribuye tambin una serie de elementos derivados de la propia concentracin espacial mencionada: la densidad demogrfica (mercados amplios), el desarrollo de infraestructuras (transportes, comunicaciones y energticas) as como de mercados de trabajo diversificados y de redes proveedoras de servicios a empresas. Se desarrolla as una serie de sinergias (menores costes, mayores rendimientos) comnmente atribuidas a la atmsfera industrial, que cristalizan en una mayor capacidad de innovacin tecnolgica, y de adaptacin a los cambios en la demanda y en la situacin de competencia exterior, y en un mayor dinamismo y flexibilidad en la asignacin de los recursos (Toral, 2001). A finales de los aos 80 Douglas North (1989), plantea que el marco institucional existente en un pas o regin, incide enormemente en el crecimiento econmico. El marco institucional est compuesto por el conjunto de normas consuetudinarias (valores, costumbres, reglas de conducta, formas de ver el mundo, etc.) y jurdicas. Este conjunto de normas regula la conducta y actuacin de los individuos. Adems, planea Douglas North, que es necesario tener en cuenta las organizaciones que actan en determinado territorio y que estn estrechamente relacionadas con este conjunto de normas. Estas organizaciones son: universidades, ministerios, fuerzas armadas, iglesia, cmaras de comercio, etc.). Las teoras del desarrollo endgeno interrelacionan, as, dos aspectos claves para el crecimiento y desarrollo econmico: el conjunto de factores fsicos, tecnolgicos, humanos e institucionales y el entramado de relaciones interempresariales e interinstitucionales. Estos dos aspectos se levantan como los dos pilares sobre los cuales debe montarse el crecimiento y desarrollo econmico regional. Los Planes de Desarrollo del departamento de Risaralda, por ejemplo, a partir de los aos 90 (seis Planes de Desarrollo desde 1992 en que se establece la eleccin popular de alcaldes y gobernadores), han adoptado una serie de polticas, casi todas desde la orilla del desarrollo endgeno, con nfasis distintos, que van desde estmulos a los desarrollos tecnolgicos (1992-1994), construccin de infraestructura (1995-1997), educacin (1998-

143

2000)138, equidad de gnero y desarrollo humano (2001-2003), fomento a la pequea y mediana empresa y a la creacin de empresa de base tecnolgica, bajo el supuesto de desarrollo endgeno (2004-2007), productividad y competitividad (2008-2011). Sin embargo, como se desprende del anlisis detallado de los diferentes Planes de Desarrollo existentes desde 1992 en el departamento de Risaralda, la poltica de desarrollo regional y local, en trminos generales, ha enfatizado en el uso de instrumentos orientados a mejorar la productividad, competitividad y la eficiencia econmica general, a partir de una serie de instrumentos ofrecidos por las diferentes teoras del crecimiento econmico, sobre todo las del desarrollo endgeno. La contrastacin de estas polticas con la dinmica de la economa de Risaralda, en particular, muestran que estas no han sido lo suficientemente eficientes como para encaminar dicha economa por la senda del crecimiento econmico sostenido, a partir de incrementos en los niveles de la eficiencia tcnica. Y ms an, muestra que la poltica econmica regional, montada sobre el paradigma de la innovacin tecnolgica, no es lo suficientemente contundente, como se ha postulado, para el logro de mayores niveles de eficiencia tcnica, de convergencia econmica y de bienestar social. Propuestas de poltica regional para el crecimiento hay muchas y muy variadas. Toro (2005), por ejemplo, dice que se podran adoptar polticas encaminadas a fomentar la localizacin en una misma ciudad de empresas que pertenezcan a sectores afines, para aprovechar los beneficios generados por las economas de aglomeracin, que a su vez se manifiestan en una reduccin de los costos. Dice, adems, que se debe insistir en un mayor esfuerzo de inversin para el incremento de la investigacin y desarrollo para la innovacin y para el fomento del capital humano (combinado con polticas que involucren los factores culturales e institucionales) pues son en estos factores en donde reside las posibilidades de incremento de la eficiencia productiva de los departamentos y, por lo tanto, sus posibilidades de desarrollo. Mario Gaviria (2009) plantea que resulta prioritario un enfoque sistmico que, en primer lugar, favorezca en forma creciente las articulaciones hacia atrs y hacia delante de la industria y los servicios con los sectores de recursos naturales; y, en segundo lugar, que considere el estmulo a la convergencia de agentes relevantes tales como grandes empresas, universidades, centros de investigacin, e instituciones de apoyo gubernamentales y semi-gubernamentales, en torno al objetivo de fomentar la competitividad e integracin de las organizaciones al desarrollo nacional; y favorezca la movilizacin de factores endgenos, ms que el movimiento interregional de recursos productivos. En relacin con ello, contina diciendo el autor, se ve la necesidad de avanzar en la recuperacin y fortalecimiento del Sistema Regional de Innovacin, asumindolo de manera progresiva como un proceso interactivo de produccin y difusin de tecnologa y de aprendizaje colectivo; lo cual exige a su vez apoyarlo en una estrategia de conformacin de redes y sinergias entre el sector productivo, las universidades, los centros de investigacin y la administracin pblica139.

138

Esta idea inicial del enfoque hacia la educacin fue cambiada despus por el nfasis en el estmulo a las cadenas productivas. 139 No est claro, en este planteamiento, qu hacer con las microempresas, pequeas y medianas empresas. Parece ser que se deben excluir de la poltica econmica.

144

A mi modo de ver, las dos recomendaciones anteriores, como en general los planes de desarrollo del departamento de Risaralda desde 1992 hasta hoy, giran sobre un mismo eje: poltica-tecnologa-inversiones para el incremento de la productividad y competitividad que genere crecimiento econmico. Sin embargo, en la actualidad esa triada debe ser sustituida por otra a la cual debe agregrsele un cuarto elemento: poltica-tecnologainversin-social, es decir se incorpora el aspecto social (Ruz, 2006) que tiene un mayor peso dentro del espacio regional o local. Cualquier cambio que ocurra dentro de los parmetros antes mencionado, incluyendo lo social, afectar al proceso de desarrollo de las regiones (Izquierdo, et. al., 2008). Lo social no debe entenderse en el sentido del logro de algunos indicadores sociales existentes (ingreso-percpita, empleo, salud, etc.), sino en el sentido de la inclusin de las diferentes comunidades, teniendo en cuenta su pluralidad, en el logro de mayores y mejores niveles de crecimiento y desarrollo econmico. Se requiere el impulso y la participacin de la comunidad en su pluralidad. Este hecho debe partir de la toma de conciencia de que el crecimiento econmico no genera automticamente desarrollo, por lo que el nfasis de la poltica econmico no debe estar centrado nicamente en la productividad y competitividad. El bienestar integral del ser humano debe constituirse en el elemento clave de la poltica econmica.

145

BIBLIOGRAFIA Afriat, S.N. (1972): Efficiency estimation of production functions, International Economic. Review, 13, 3, 568-98. Aghion, P., G. Angeletos, A. Banerjee, y K. Manova (2005). Volatility and Growth: Credit Constraints and Productivity-Enhancing Investment. National Bureau of Economic Research. NBER Working Paper, No. 11349. Aigner, D.J. and SF. Chu (1968). On estimating the industry production function, American Economic Review 58,826839. Aigner, D. J., C.A.K. Lovell, and P. Schmidt (1977) Formulation and Estimation of Stochastic Frontier Production Function Models, En: Journal of Econometrics 6:1 (Julio), 21-37. Aizenman, J., y N. Marion (1999). Volatility and investment: Interpreting the Evidence from Developing Countries. Economica, Vol. 66, No. 262, pp. 157-179. Aizenman, J., y Pinto, Brian. (2005). Managing Economic Volatility and Crises: APractitioner's Guide forthcoming 2005 (Cambridge: Cambridge University Press). Arrow K. J., (1962). The Economic Implications of Learning by Doing. Review of Economic Studies 29, 1962, pp. 155-173. Bagehot, W. (1873), Lombard Street, Homewood, II: Richard D. Irwin, edicin 1962. Banco Mundial (1997). The Road to Financial Integration: Private Capital Flows to Developing Countries, Washington, D.C., Banco Mundial. Bankers, R; Charnes, A.; Cooper, W.W. (1984). "Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis", Management Science, 30, 9, (September 1984), pp. 1078-1092. Barro, R. J. (1991), Economic growth in a cross section of countries, Quarterly Journal of Economics, 106: 407-443. Barro, R. J. y Sala-I-Martin (1991). Convergence across states and regions. Brookings papers on economic activity, vol. 1. 146

Barro, R. J. y X. Sala-I-Martin (1995), Economic Growth, McGraw-Hill. Battese G.E. y Coelli T.J. (1992) Frontier production function, technical efficiency and paneldata: with application to paddy farmers in India. En: The Journal of Productivity Analysis, 3,153-169. Battese, G.E., and T.J. Coelli (1995) A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data, En: Empirical Economics 20, 325332. Battese, G.E. and Corra, G.S. (1977), Estimation of a Production Frontier Model: With Application to the Pastoral Zone of Eastern Australia, Australian Journal of Agricultural Economics, 21, 169-179. Baumol, W. (1986), Productivity growth, convergence and welfare: what the long-run data show, American Economic Review, vol. 76. Bernard, A. B. y S. N. Durlauf (1990), A test for convergence across national economies, Working Paper in progress, Stanford University. Bernard y Jones (1996), Comparing apples to oranges: Productivity convergence and measurement across industries and countries, The American Economic Review, vol. 86, N 5. Bhaduri, A. y J. Steindl.(1985) The rise of monetarism as a social doctrine. Post Keynesian Economic Theory. Editores Phillip Arestis y Taros Skouras. Blackburn, Keith (1979). Can Stabilization TheEconomicJournal, Vol. 109, pp. 67-77. Policy Reduce Long-run Growth?

Bonet, Jaime (2006). La terciarizacin de las estructuras econmicas regionales en Colombia. Serie Documentos de Trabajo Sobre Economa Regional, Banco de la Repblica, No. 67 Enero. Borts, G.H. (1960). The equalization of returns and regional economic growth American Economic Review, 50, 1960, pp. 319-47. Borts, G.H.y J.L Stein (1964). Economic Growth in a Free Market (New York: Columbia University Press) 1964. Buchelli L., Gerardo y Lpez B., Juan Carlos (1998). Determinantes de la productividad del sector industrial regional. Proyecto de grado, facultad de economa industrial, Universidad Catlica Popular del Risaralda. Pereira. Bustamante G., F.J. (2001). Determinantes de la productividad del caf en el departamento de Caldas. Pereira (Colombia), Universidad Tecnolgica de Pereira. Facultad de Ingeniera Industrial, Tesis: Magister en Administracin Econmica y Financiera. Caballero, Ricardo J., Caldern, Csar y Cspedes, Luis Felipe (2006). External Vulnerability and Preventive Policies. Banco Central de Chile. 147

Caldern Miln, Mara Jos. Eficiencia tcnica y productiva en la explicacin del crecimiento econmico de castilla y len: el enfoque de la funcin frontera estocstica.http://www.jcyl.es/jcyl/cee/dgeae/congresos_ecoreg/CERCL/82.PDF Cardona Lpez, Gilberto (2003). Races de la desindustrializacin en Risaralda. Primera Edicin, Editorial Papiro. Charnes, A., Cooper, W. y Rhodes, E. (1978): Measuring the Efficiency of Decision Making Units. European Journal of Operational Research, 2 (6), 429-444. Chatterjee, P., y M. Shukayev (2006). Are Average Growth Rates and Volatility Related? Bank of Canada (Working Paper 2006-24). Chaves Castro, lvaro Hernando, Evolucin de la productividad multifactorial, ciclos y comportamiento de la actividad econmica en Cundinamarca. http://portal.uexternado.edu.co/irj/go/km/docs/documents/UExternado/pdf/1_facultadEcono mia/Publicaciones/DocumentosDeTrabajo/EvolucionProductividadMultifactorial.pdf Casar, Joss I., et. al. (1990). Organizacin Industrial en Mxico. Primera edicin, Editorial Siglo XXI editores, Mxico: Instituto Latinoamericano de Estudios Transnacionales, 1990. Coelli, T (1996), A guide to FRONTIER Versin 4.1: A Computer Program for Stochastic Frontier Production and Cost Function Estimation, Centre for Efficiency and Productivity Analysis, CEPA Working Paper 96/07. Coelli, T.; Prasada Rao, D. y Battese, G. (1998): An Introduction to Efficiency andProductivity Analysis, Kluwer Academic Publishers. Cornwell, C., P. Schmidt, and R.C. Sickles (1990) Production Frontiers with CrossSectional and Time-Series Variation in Efficiency Levels, En: Journal of Econometrics 46:1/2 (October/November), 185-200. Coronado Guerrero, D.; Acosta Ser, M. (1997): Spatial distribution of patents in Spain: determining factors and consequences on regional development. Regional Studies, vol. 31, n 4, pp. 381-390. Correa, V. et al. (2002), Empalme PIB: Series anuales y Trimestrales 1986-1995, Base 1996. Documento Metodolgico. Documento de Trabajo N 179, Banco Central de Chile, septiembre. Costa, M.T. (1988). Descentramiento productivo y difusin industrial. El modelo de especializacin flexible, Papeles de Economa Espaola, 35. Costa, M.T. (1992). Cambios en la organizacin industrial: cooperacin local y competitividad internacional. Panorama general, Economa Industrial, 286. Crespo, Ral (2003). Evaluacin emprica de las implicaciones de largo plazo del modelo neoclsico de crecimiento econmico en la economa venezolana. Revista Banco Central de Venezuela, vol. XVII, No. 2, Dic.

148

Cuadrado Roura, J.R. (1998): Disparidades regionales en el crecimiento. Convergencia, divergencia y factores de competitividad territorial. Ponencia presentada al IV Seminario Internacional, Red Iberoamericana sobre Globalizacin y Territorio, CIDER, Uniandes, Bogot. Debreu, Gerard (1951): The Coefficient of Resource Utilization, Econometrica, 19,3, 273292. De Long, J. B. (1988), Productivity growth, convergence and welfare: Comment, American Economic Review. Delgado, Mara de J. y lvarez Inmaculada. Evaluacin de la eficiencia tcnica en los pases miembros de la Unin Europea, Revista Gestin y Poltica Pblica, VOLUMEN XIV,NMERO 1,I SEMESTRE DE 2005,PP. 107-128 Dollar, D. y E. N. Wolf, (1997). Convergence of industry laborproductivity among advancedeconomies, 1963-1982, The Economicsof Productivity, Vol.2, pp.39-48. Edward.N. Wolf et. al. editors, New York: Oxford University Press. USA. Farrel, M. J. (1957) The Measurement of Productive Efficiency, En: Journal of the Royal Statistical Society, Series A, General, 120, Part 3, 253-281. Farrel, M. (1982): The Measurement of Productive Efficiency," Journal of the RoyalStatistical Society, 120, 253281. Fre, R.; Grosskopf, S. & Lovell, C. (1985).The Measurement of Efficiency of Production. Kluwer-Nejhoff, USA. Frsund, F & Hjalmarsson (1987).Analysis of Industrial Structure. a Puttyclay Approach. The Industrial Institute for Economic and Social Research. Gacita Mari, Estanislao y Bello Rosario (1992). Crecimiento econmico desarticulado y sus consecuencias en el consumo de alimentos en pases del Tercer Mundo. Revista: International Journal of sociology of Agriculture and Food, vol. 2.http://www.ijsaf.org/archive/2/gacitua_bello.pdf Garay, Luis Jorge, et al.,(2002). Integracin asimtrica y convergencia econmica en las Amricas. Philippe de Lombaerde (Editor), Ediciones Antropos Ltda, Facultad de Ciencias Econmicas, Universidad Nacional, Bogot, Colombia. Garca Lizana, A.; Martn Reyes, G.; Fernndez Morales, A. (1990): Las desigualdades regionales externas e internas y sus relaciones mutuas. Revista de Estudios Regionales, n 27, pp. 57-71. Gaviria Ros, Mario Alberto y Sierra Sierra, Hedmann Alberto (1998). Medicin de la productividad en la industria manufacturera de Risaralda. Revista Pginas, No 53. Pereira. Gaviria Ros, Mario Alberto y Sierra Sierra, Hedmann Alberto (2005).Lecturas sobre Crecimiento Econmico Regional. Edicin a texto completo en www.eumed.net/libros/2005/mgr/ 149

Gaviria Ros, Mario Alberto (2005). Capital humano, complementariedades factoriales y crecimiento econmico en Colombia. Edicin electrnica a texto completo en www.eumed.net/libros/2005/magr/ Gaviria Ros, Mario Alberto (2009). Risaralda, evolucin y perspectivas de desarrollo. Disponible en: http://www.eumed.net/libros/2009a/515/indice.htm Gerald Destinobles, A. (2007) Introduccin a los modelos de crecimiento econmico exgeno y endgeno. Edicin electrnica gratuita. Texto completo en www.eumed.net/libros/2007a/243/ Goldsmith, R.W. (1969), Financial Structure and Development, New Haven, CT: Yale University Press. Gmez Ramrez, et. al. Alberto (2004). Turismo en el Eje Cafetero. Centro Regional de Estudios Econmicos de Manizales, Junio del 2004. http://www.banrep.gov.co/documentos/publicaciones/pdf/cald_1.pdf Gonzlez, Xulia y Tansini, Ruben (2001). Eficiencia tcnica en la industria espaola: tamao, I+Dy localizacin, Mayo del 2001. En: http://www.bcu.gub.uy/autoriza/peiees/iees03j3160701.pdf Greene, W.H. (1980) Maximum Likelihood Estimation of Econometric Frontier Functions, En: Journal of Econometrics 13:1 (May), 27-56. Greene W. (2001). New developments in the estimation of stochastic frontier models with panel data. En: Efficiency Series Paper. Universidad de Oviedo. Grier, K., y G. Tullock (1989). An Empirical Analysis of Cross-National Economic Grossman, G.M. y E. Helpman (1991). Innovation and Growth in the Global Economy(Cambridge, MA: MIT Press). Gujarati, Damodar (1997). Econometra Bsica; 3 edic. McGraw Hill, Mxico. Gumbau Albert, M. y J. Maudos (1996): Eficiencia Productiva Sectorial en las Regiones Espaolas: Una Aproximacin Frontera, Revista Espaola de Economa, 13 (2), pgs. 239-260. Gurley, J. G. y E. S. Shaw (1955), Financial Aspects of Economic Development, American Economic Review, 45: 515-538. Harrod, Roy F. (1946). An Essay in Dynamic Theory, The Economic Journal, nm. 49, 1939, pp. 14-33; Evsey D. Domar, Capital Expansion, Rate of Growth and Employment, Econometrica, nm. 14, 1946, pp. 137-147. Helpman, Elhanan, and Paul R. Krugman (1985), Market Structure and Foreign Trade. Increasing Returns, Imperfect Competition, and the International Economy, Cambridge, MA: MIT Press. Citado por: Krugman, Paul R. Geografa y comercio. Primera edicin en espaol, AntonyBosh Editor, Espaa, octubre de 1992. 150

Hodrick, Robert J. and E.C. Prescott (1980) "Postwar U.S. Business Cycles: An Empirical Investigation"; mss. Pittsburgh: Carnegie-Mellon University; Discussion Papers 451, Northwestern University. Hodrick, R., and E.C. Prescott (1997), Postwar Business Cycles: An Empirical Investigation, Journal of Money, Credit, and Banking, 29, 116 Hopenhayn, H. (1992), Entry, Exit, and firm dynamics in long run equilibrium, Econometrica, vol 60, pp. 1127-1150. Huang CJ, Liu J-T (1994) Estimation of a non-neutral stochastic frontier production function. Journal of Productivity Analysis 5:171-180. Izquierdo, Henry, Rodriguez Monroy, Carlos y Gascon, Yamila. (2008). Diseo de un modelo de gestin para evaluar la mejora de programas de desarrollo endgeno como una aproximacin al mbito regional o local: Aplicacin al Municipio Caron, Ciudad Guayana, Venezuela. Anlisis de Coyuntura, dic. 2008, vol.14, no.2, p.131-160. ISSN 1315-3617.http://redalyc.uaemex.mx/pdf/364/36414208.pdf Imbs, Jean (2004). Why the Link Between Volatility and Growth Is both Positive and Negative? London Business School and CEPR. Jondrow, J., C. A. K. Lovell, I. S. Materov, and P. Schmidt (1982). "On the estimation of technical inefficiency in the stochastic frontier production function model." Journal of Econometrics (19): 233-238. Jovanovic, B. (1982), Selection and the evolution of industry, Econometrica, vol. 50, pp. 649-670. Kaldor, Nicholas.(1966). Causes of the slow rate of economic growth in the United Kingdom, Targetti y Thirlwall (compiladores), The Essential Kaldor, Duckworth, 1989. Kalmanovitz, Salomn y Lpez Enciso, Enrique (2006). La agricultura colombiana en el siglo XX.Primera edicin, Fondo de Cultura Econmica Ltda., Mxico, D.F. Koopmans, T. C. (1951). Analysis of Production as an Efficient Combination of Activities en Activity Analysis of Production and Allocation, T.C. Koopmans, New York, Wiley. Kormendi, R., y P. Meguire (1985). Macroeconomic determinants of growth: Cross Country evidence. Journal of Monetary Economics, Vol. 16, No. 2, pp. 141-163. Kose, M. Ayhan, Prasad, Eswar S. and Terrones, Marco E. (2005). How Do Trade and Financial Integration Affect the Relationship Between Growth and Volatility? International Monetary Fund, IMFWorking Paper. http://ideas.repec.org/ Kumbhakar, S.C. (1990) Production Frontiers, Panel Data, and Time-Varying Technical Inefficiency, En: Journal of Econometrics 46:1/2 (October/November), 201-212.

151

Kumbhakar, S.C., S. Ghosh, and J.T. McGuckin (1991) A Generalized Production Frontier Analysis Approach for Estimating Determinants of Inefficiency in US Dairy Farms, Journal of Business and Economic Statistics 0:3 (July), 279-286. Leitn Quiroga, Jorge G.M. (2007). Modelos de Eficiencia Econmica: El transporte ferroviario. Documento de trabajo No. 02/07 Febrero del 2007, Instituto de Investigaciones socioeconmicas (IISE), Universidad Catlica Boliviana San Pablo (http://www.iisec.ucb.edu.bo/papers/2006-2010/iisec-dt-2007-02.pdf). Lpez C., Grettel y Herrera A. Reinaldo (editores) (2004). Volatilidad y vulnerabilidad: el caso de Costa Rica, veinte aos (1984-2004) sin crisis. Academia de Centroamrica. Lsch, A., The Economics of Location, (Jena: Fischer) (1940). Traduccin al ingls (New Haven, Conn: Yale University Press), 1954. Lucas, R (1977). Understanding Business Cycles. In Stabilization of the Domestic and International Economy, ed. K. Brunner y A. Meltzer, Carnegie-Rochester ConferenceSeries on Public Policy 5, Amsterdam: North-Holland. Lucas, R. (1988), On the Mechanics of Economic Development, Journal of Monetary Economics, 22:3- 42. McKinnon, R. I. (1973), Money and Capital in Economic Development, Washington, DC: Brooking Institutions. Marulanda, G. Eugenio, et. al. (2004). Informe Regional de Desarrollo Humano. Captulo2. Eje Cafetero. Meeusen, W., and J. Van den Broeck (1977) Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error, En: International Economic Review 18:2 (Junio), 435-444. Mendoza, Miguel ngel y Rendn Trejo, Araceli (1998). Ciclo de ventas empresariales y crecimiento econmico en Mxico. Revista Comercio Exterior, volumen 48, No 9. Mxico. Mercado, Ernesto; Daz, Esther Y Flores, Diana (1998). Productividad, Base de la Competitividad. Mxico D.F.: Editorial Limusa. Miller, M. (1998). Financial Markets and Economic Growth, Journal of Applied Corporate Finance, 11:8-14. Moliner, Luis (2007). Economa del conocimiento y factores de la produccin. Espaa, noviembre del 2007. http://www.lainsignia.org/2007/noviembre/econ_008.htm Monge Gonzlez, Ricardo (2007). Innovacin en las empresas costarricenses. TEC empresarial, vol. 1, Ed. 3, 2007. http://www.tec.cr/sitios/Docencia/Esc_Adm_Empresas/TEC_Empresarial1/Articulos-vol13/Innovacion_Empresas.pdf Montgomery, Douglas C. y Runger, George C. (1996). Probabilidad y Estadstica: Aplicacin a la Ingeniera. 1 ed. McGraw-Hill. 152

Montoya S., Omar. (2007). Estudio prospectivo sobre el estado de la relacin Universidad Tecnolgica de Pereira medio: estudio desde la oferta y desde la demanda. Primera edicin, Universidad Tecnolgica de Pereira. Montoya S., Omar. SCHUMPETER, INNOVACIN Y DETERMINISMO TECNOLGICO, Scientia Et Technica, Vol. X, Nm. 25, agosto-sin mes, 2004, pp. 209-213, Universidad Tecnolgica de Pereira, Colombia. Morales, Csar y Parada, Soledad (Editores) (2005). Pobreza, desertificacin y degradacin de los recursos naturales. CEPAL, Santiago de Chile, diciembre, p.92. Myrdal, G., Economic Theory and Underdeveloped Regions, Londres: Duckworth, 1957. Nelder, J.A. and R. Mead, Computer Journal, 1965, vol 7, pp 308-313 Nelson, Charles R. and Plosser, Charles I. (1982)."Trends and Random Walks in Macroeconmic Time Series: Some Evidence and Implications," Journal of Monetary Economics, 10(2), pp. 139162. Olson, J.A., P. Schmidt and Donald M. Waldman (1980). A Monte Carlo study of estimators of stochastic frontier production functions, Journal of Econometrics 13, 67782. Pastor Monslvez, Jos Manuel. Diferentes metodologas para el anlisis de la eficiencia de los bancos y cajas de ahorro espaoles. Departamento de Anlisis Econmico, Universitat de Valencia.http://www.uv.es/~jmpastor/papers/FIES.PDF. Perdomo, Jorge Andrs, et. al. (2007). Factores que afectan la eficiencia tcnica en el Sector Cafetero Colombiano: una aplicacin con anlisis envolvente de datos. Desarrollo y Sociedad, nm. 60, julio-diciembre, pp. 1-45. Universidad de los Andes, Colombia. Perdomo, Jorge Andrs y Hueth, Darrell (2010). Funciones de produccin y eficiencia tcnica en el eje cafetero colombiano: una aproximacin con frontera estocstica. Centro de Estudios sobre Desarrollo Econmico (CEDE), Facultad de Economa, Universidad de los Andes, Agosto. Perroux, F. (1977). Note sur la notion de ple de croissance Economie Applique 7, 1955.Cfr. Cuadrado Roura, J.R., El contenido de la teora de polos de crecimiento en su concepcin original, Cuadernos de Ciencias Econmicas y Empresariales, 1, 1977, octubre. Pitt y Lee (1981). The measurement and sources of technical inefficiency in Indonesian weaving industry, Journal of Development Economics, 9, 4364. Pizano, Diego (2001) El Caf en la Encrucijada, Revista Cambio, Editorial Alfaomega, Bogot. PNUD (2004). Eje Cafetero. Un pacto por la Regin. Informe Regional de Desarrollo Humano, Colombia.

153

PUNUD (2005). Hagamos de la competitividad una oportunidad para todos, Lima, Per,http://www.pnud.org.pe/frmPubDetail.aspx?id=44 Posada, Carlos, Morales, Camilo y Garca, Andrs (2007). La inestabilidad frena elcrecimiento? Banco de La Repblica, Borradores de Economa No. 442, Bogot D.C. Quintero Otero, Jorge (2005). Competitividad en la industria manufacturera de Cartagena: Un anlisis de eficiencia tcnica en el periodo 2001-2004. http://www.ocaribe.org/docs/2009030640_competitividad5.pdf Quintero Otero, Jorge David, et. al. (2007). Determinantes de la eficiencia tcnica en las empresas colombianas 2001-2004. Universidad de Cartagena. Grupos de investigacin Ciencia, Tecnologa y Sociedad y Mercado laboral. Ramey, Garey y Ramey, Valerie (1995). Cross-country evidence on the link betweenvolatility and growth. En: The American Economic Review, Vol. 85, No. 5 (diciembre); p.1138-1151. Ramrez, Javier (2005). La economa mexicana y el sector externo: tendencias y cointegracin. Estudios Econmicos de Desarrollo Internacional. AEEADE. Vol. 5-2 (2005).http://www.usc.es/~economet/reviews/eedi521.pdf Richardson, H.W. (1986).Economa regional y urbana (Madrid: Alianza Universidad Textos). Richmond, J (1974).Estimating the Efficiency of Production, International Economic Review 15. Robinson, J. (1952), The Generalization of the General Theory, En: The Rate of Interest and Other Essays, London, MacMillan. Rodrguez Vargas, J.J. (2005) La Nueva Fase de Desarrollo Econmico y Social del Capitalismo Mundial Tesis doctoral accesible a texto completo en http://www.eumed.net/tesis/jjrv/ Romans, J.T. (1965), Capital Exports and Growth among U.S. Regions (Middletown: Wesleyan University Press), 1965. Romer, P. (1986). Increasing returns and long run growth" Journal of Political Economy, 90,6. Rosende, F. (2000): Teora del crecimiento econmico: un debate inconcluso. Estudios de Economa, vol. 27, n 1, pp. 95-122. Ruz, F. M. (2006), Los agentes econmicos y sociales y el desarrollo endgeno, http://www.tripod.lycos.es/ (Consultado: 9-05-2007). Sala-i-Martn, X., (1994a). Apuntes de crecimiento econmico, Barcelona: Ed. Antoni Bosch,. El autor cita como origen de esta terminologa su tesis doctoral no publicada: On Growth and States, Harvard University, 1990. 154

Sala-i-Martn, X.(1994b): La riqueza de las regiones. Evidencia y teoras sobre crecimientoregional y convergencia, Moneda y Crdito, 198, 13-80. Sala-i-Martn, X. (1996a): The classical aproach to convergence analysis, Economic Journal, 106, 1019-1036. Sala-i-Martn, X. (1996b): Regional cohesion evidence and theories of regional growth and convergence,European Economic Review, 40, 1325-1352. Sandmo, A. (1971): On the theory ofthe firm under price uncertainty. The American Economic Review, vol. 61, pp. 6573. Schmidt, Gabriela y Campin, Paulina. Anlisis de la Eficiencia en el Sector Manufacturero Italiano. El Enfoque de la Frontera Estocstica.http://www.aaep.org.ar/espa/anales/works05/schmidt_campion.pdf Schumpeter, Joseph (1935). "Anlisis del Cambio Econmico". "Ensayos sobre el ciclo econmico". Fondo de Cultura Econmica. Mxico, 2 edicin, 1956. Schumpeter, J. (1912), Theorie der WirtschaftlichenEntwicklung. Leipzig: Dunker &Humblot, The Theory of economic Development, 1912, traducida por R. Opie. Cambridge, MA: Harvard University Press, 1934. Schumpeter, Joseph. (1978). Teora del desenvolvimiento Reimpresin, Fondo de Cultura Econmica, Mxico. econmico. Quinta

Schmidt, P., and R.C. Sickles (1984) Production Frontiers and Panel Data, En: Journal of Business and Economic Statistic 2:4 (October), 367-74. Siebert, H. (1969). Regional Economic Growth: Theory and Policy, Scranton: International Textbook Company, 1969. Solow, R. (1956). A Contribution to the Theory of Economic Growth, Quarterly Journal of Economics, 70, pp. 65-94, febrero. Solow, R. (1957). Technical change and the aggregate production function. Review of Economics and Statistics, v. 39, n. 3, p. 312-320. Swan, T.W. (1956), "Economic Growth and Capital Accumulation", Economic Record, Vol. 32, pp. 334-361. Thatcher, Margaret. (1994). Los aos en Downing Street.Ediciones Aguilar-Nuevo Siglo Tobasura, Isaas. (2005). La crisis cafetera, una oportunidad para el cambio en las regiones cafeteras de Colombia. Revista Agronoma, 13 (2), 35-46. Manizales: Universidad de Caldas. Tornell, Aaron, Frank Westermann, and Lorenza Martinez (2004). The Positive LinkBetween Financial Liberalization, Growth, and Crises, NBER Working PaperNo. 10293 (Cambridge, Massachusetts: National Bureau of Economic Research). 155

Toral Arto, M Amparo. El factor espacial en la convergencia de las regiones de la Unin Europea: 1980-1996. Tesis Doctoral. http://www.eumed.net/tesis/ata/index.htm Toro, Daniel (2005). Competitividad y localizacin de empresas: la experiencia de Cartagena frente a la evidencia colombiana en los noventa. Serie de Estudios sobre la Competitividad de Cartagena. No. 3. Abril Observatorio del Caribe Colombiano y Cmara de Comercio de Cartagena.. Varian, Hal R. (1992). Anlisis Microeconmico.Tercera Edicin, Antoni Bosch Editor. Velsquez, Cesar A. y Trujillo, Oscar E. (1998). Medicin de la productividad de la Industria manufacturera del Departamento de Risaralda. Proyecto de grado, Facultad de Economa, Universidad Libre de Pereira. Von Thnen, J.H.(1826). Der isolierte staat in beziehung auf landwirtschaft und nationalkonomie (Hamburg). Weber, A. (1909). Eine Theorie der Standorts, primera parte de Uber der Standort der Industrien Tbingen. Weller, J. (2004), El empleo terciario en Amrica Latina: entre la modernidad y lasobrevivencia, Revista de la CEPAL, 84, 159 176. Winsten, C.B., (1957), Discussion on Mr Farrells paper, Journal of the Royal Statistical Society, Series A, 120, 282-284. Ybarra, J.A. (1991). Determinacin cuantitativa de distritos industriales: la experiencia del Pas Valenciano, Estudios territoriales, 37, 1991. Zellner, A., J. Kmenta, y J. Drze (1966),Specification and Estimation of Cobb-Douglas Production Function Models, En: Econometrica, 34, 784-795.

156

ANEXOS

157

ANEXO 1
SERIES DE TENDENCIA DEL PIB DE LOS DEPARTAMENTOS DEL EJE CAFETERO Y COLOMBIA

Aos 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008

Caldas 13,71762 13,75237 13,78729 13,82248 13,85773 13,89319 13,92904 13,96525 14,00152 14,03782 14,07375 14,10862 14,14158 14,17207 14,19954 14,22337 14,24398 14,26272 14,28093 14,30013 14,32182 14,34642 14,37359 14,40290 14,43340 14,46415 14,49441 14,52385 14,55298

Quindo 13,10762 13,11286 13,11994 13,13021 13,14534 13,16590 13,19156 13,22146 13,25465 13,29057 13,32886 13,36802 13,40562 13,44022 13,47081 13,49609 13,51561 13,52984 13,53906 13,54440 13,54730 13,54902 13,55045 13,55225 13,55512 13,55937 13,56452 13,57017 13,57600

Risaralda 13,35612 13,40708 13,45853 13,51084 13,56414 13,61842 13,67298 13,72689 13,77905 13,82855 13,87462 13,91652 13,95365 13,98570 14,01260 14,03441 14,05152 14,06501 14,07614 14,08677 14,09932 14,11566 14,13690 14,16324 14,19432 14,22910 14,26630 14,30470 14,34342

Colombia 17,49226 17,52478 17,55758 17,59115 17,62590 17,66205 17,69955 17,73805 17,77711 17,81631 17,85526 17,89356 17,93083 17,96653 18,00005 18,03088 18,05882 18,08413 18,10746 18,12998 18,15314 18,17807 18,20560 18,23618 18,26978 18,30596 18,34404 18,38316 18,42257

Fuente: Clculos propios. Programa Eviews 5.0

158

ANEXO2
SERIES DE COMPONENTE CCLICO DEL PIB DE LOS DEPARTAMENTOS DEL EJE CAFETERO Y COLOMBIA Aos 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Caldas 0,01671 -0,00692 -0,03008 0,03496 0,00348 -0,02106 -0,02722 0,02751 -0,03760 -0,02916 -0,01563 0,02962 0,00108 -0,00896 0,10566 0,09321 -0,00316 0,02129 -0,00334 -0,11088 -0,07066 -0,01368 -0,05005 0,00257 0,01655 0,04330 0,08420 -0,02131 Quindo 0,18324 -0,04632 0,02799 -0,10565 -0,09457 -0,04990 -0,00855 0,03583 0,02355 -0,11750 -0,08902 0,09588 0,04389 -0,02876 0,08568 0,08957 -0,01546 0,08152 0,03296 -0,01794 -0,03713 -0,02469 0,00601 -0,03897 -0,08093 0,01066 0,00551 0,01550 0,01759 Risaralda 0,04977 -0,01421 -0,02114 -0,01712 -0,06618 -0,02357 -0,01836 0,01951 0,01437 0,00392 0,01189 0,03103 0,02271 0,01245 0,03557 0,06580 0,02052 0,05867 0,05654 -0,05485 -0,07786 -0,08699 -0,06152 -0,06276 -0,02692 0,00670 0,03407 0,05583 0,03209 Colombia 0,02872 0,01871 -0,00465 -0,02260 -0,02439 -0,02995 -0,01084 0,00296 0,00374 -0,00189 0,00109 -0,01377 -0,00843 0,01140 0,02807 0,04796 0,04037 0,04879 0,03114 -0,03433 -0,02866 -0,03898 -0,04736 -0,04009 -0,02617 -0,01642 0,01129 0,04449 0,02977

2008 -0,03040 Fuente: Clculos propios. Programa Eviews 5.0

159

ANEXO 3 CORRELACIONES Y RESUMEN ESTADSTICO VARIABLES DEL MODELO DE TODOS LOS DEPARTAMENTOS ESTUDIADOS
Correlaciones variables del modelo Departamento de Caldas
PIB PIB Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n 1 POCUP ADA ,236 TACTIV OS ,898(**) CENER GIA ,917(**) CINTE RME ,930(**) INDUS TRI -,454 TERCI ARI ,386 EXPNO TRA ,829(**) EXPTR AD ,097 GRAD OAP ,706(**)

. 19 ,236

,331 19 1

,000 19 ,033

,000 19 ,344

,000 19 ,025

,051 19 -,476(*)

,103 19 ,110

,000 19 ,062

,693 19 ,345

,001 19 -,067

POCUP ADA

,331 19 ,898( **) ,000 19 ,917( **) ,000 19 ,930( **) ,000 19 -,454

. 19 ,033

,893 19 1

,149 19 ,838(**)

,920 19 ,958(**)

,039 19 -,465(*)

,654 19 ,646(** ) ,003 19 ,411

,802 19 ,827(**)

,148 19 -,150

,784 19 ,697(**)

TACTIV OS

,893 19 ,344

. 19 ,838(**)

,000 19 1

,000 19 ,883(**)

,045 19 -,508(*)

,000 19 ,873(**)

,540 19 ,134

,001 19 ,760(**)

CENER GIA

,149 19 ,025

,000 19 ,958(**)

. 19 ,883(**)

,000 19 1

,027 19 -,319

,081 19 ,430

,000 19 ,928(**)

,584 19 -,055

,000 19 ,837(**)

CINTER ME

,920 19 -,476(*)

,000 19 -,465(*)

,000 19 -,508(*)

. 19 -,319

,183 19 1

,066 19 ,594(** ) ,007 19 1

,000 19 -,295

,822 19 -,151

,000 19 -,086

INDUST RI

,051 19 ,386

,039 19 ,110

,045 19 ,646(**)

,027 19 ,411

,183 19 ,430

. 19 ,594(** ) ,007 19 -,295

,220 19 ,255

,538 19 -,110

,726 19 ,116

TERCIA RI

,103 19 ,829( **)

,654 19 ,062

,003 19 ,827(**)

,081 19 ,873(**)

,066 19 ,928(**)

. 19 ,255

,291 19 1

,654 19 ,080

,637 19 ,944(**)

EXPNO TRA

160

Correla tion Sig. (2tailed) N EXPTR AD Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N

,000 19 ,097

,802 19 ,345

,000 19 -,150

,000 19 ,134

,000 19 -,055

,220 19 -,151

,291 19 -,110

. 19 ,080

,745 19 1

,000 19 ,118

,693 19 ,706( **) ,001 19

,148 19 -,067 ,784 19

,540 19 ,697(**) ,001 19

,584 19 ,760(**) ,000 19

,822 19 ,837(**) ,000 19

,538 19 -,086 ,726 19

,654 19 ,116 ,637 19

,745 19 ,944(**) ,000 19

. 19 ,118 ,630 19

,630 19 1 . 19

GRADO AP

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Software SPSS 11,0

Correlaciones Quindo
PIBQU IND PIBQUI ND Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n 1 POCUP ADA -,716(**) TACTI VOS ,651(**) CENER GIA -,322 CINTE RME ,584(**) INDUS TRI -,079 TERCI ERI ,279 EXPNO TRA ,336 EXPT RAD ,372 GRAD OAP -,174

. 19 ,716(** ) ,001 19 ,651(** ) ,003 19 -,322

,001 19 1

,003 19 -,391

,178 19 ,817(**)

,009 19 -,295

,747 19 ,467(*)

,248 19 -,119

,159 19 -,191

,117 19 ,078

,477 19 ,271

POCUP ADA

. 19 -,391

,098 19 1

,000 19 ,129

,221 19 ,737(**)

,044 19 ,060

,629 19 ,722(** ) ,000 19 ,250

,433 19 ,391

,751 19 -,102

,262 19 -,084

TACTIV OS

,098 19 ,817(**)

. 19 ,129

,600 19 1

,000 19 ,113

,806 19 ,652(** ) ,002 19 -,048

,098 19 ,061

,678 19 ,216

,734 19 ,303

CENER GIA

,178 19 ,584(** ) ,009 19 -,079

,000 19 -,295

,600 19 ,737(**)

. 19 ,113

,644 19 1

,302 19 ,903(** ) ,000 19 -,001

,803 19 ,841(**)

,375 19 ,139

,207 19 ,477(*)

CINTER ME

,221 19 ,467(*)

,000 19 ,060

,644 19 ,652(**)

. 19 -,048

,844 19 1

,000 19 ,068

,571 19 ,295

,039 19 ,063

INDUST RI

161

Correla tion Sig. (2tailed) N TERCIE RI Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N

,747 19 ,279

,044 19 -,119

,806 19 ,722(**)

,002 19 ,250

,844 19 ,903(**)

. 19 -,001

,997 19 1

,783 19 ,774(**)

,220 19 -,158

,797 19 ,474(*)

,248 19 ,336 ,159 19 ,372

,629 19 -,191 ,433 19 ,078

,000 19 ,391 ,098 19 -,102

,302 19 ,061 ,803 19 ,216

,000 19 ,841(**) ,000 19 ,139

,997 19 ,068 ,783 19 ,295

. 19 ,774(** ) ,000 19 -,158

,000 19 1 . 19 ,197

,517 19 ,197 ,418 19 1

,040 19 ,720(**) ,001 19 ,169

EXPNO TRA

EXPTR AD

,117 19 -,174

,751 19 ,271

,678 19 -,084

,375 19 ,303

,571 19 ,477(*)

,220 19 ,063

,517 19 ,474(*)

,418 19 ,720(**)

. 19 ,169

,490 19 1

GRADO AP

,477 19

,262 19

,734 19

,207 19

,039 19

,797 19

,040 19

,001 19

,490 19

. 19

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Correlaciones Risaralda
PIBRI SAR PIBRIS AR Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla 1 POCUP ADA ,074 TACTI VOS ,726(**) CENER GIA ,779(**) CINTE RME ,894(**) INDUS TRI ,821(** ) ,000 19 -,031 TERCI ARI ,495(*) EXPNO TRA ,826(**) EXPT RAD ,654(** ) ,002 19 ,209 GAPER TUR ,645(**)

. 19 ,074

,764 19 1

,000 19 -,266

,000 19 -,252

,000 19 -,145

,031 19 -,405

,000 19 -,186

,003 19 ,265

POCUP ADA

,764 19 ,726(** ) ,000 19 ,779(** )

. 19 -,266

,270 19 1

,298 19 ,985(**)

,552 19 ,910(**)

,899 19 ,785(** ) ,000 19 ,787(** )

,085 19 ,888(** ) ,000 19 ,867(** )

,446 19 ,909(**)

,390 19 ,304

,272 19 ,481(*)

TACTIV OS

,270 19 -,252

. 19 ,985(**)

,000 19 1

,000 19 ,940(**)

,000 19 ,930(**)

,206 19 ,337

,037 19 ,512(*)

CENER GIA

162

tion Sig. (2tailed) N CINTER ME Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N Pearso n Correla tion Sig. (2tailed) N ,000 19 ,894(** ) ,000 19 ,821(** ) ,000 19 ,495(*) ,298 19 -,145 ,000 19 ,910(**) . 19 ,940(**) ,000 19 1 ,000 19 ,867(** ) ,000 19 1 ,000 19 ,774(** ) ,000 19 ,632(** ) ,004 19 1 ,000 19 ,972(**) ,158 19 ,480(*) ,025 19 ,513(*)

,552 19 -,031

,000 19 ,785(**) ,000 19 ,888(**)

,000 19 ,787(**) ,000 19 ,867(**)

. 19 ,867(**) ,000 19 ,774(**)

,000 19 -,877(**)

,037 19 ,516(*) ,024 19 ,007

,025 19 -,528(*)

INDUST RI

,899 19 -,405

. 19 ,632(** ) ,004 19 ,877(** ) ,000 19 ,516(*) ,024 19 ,528(*) ,020 19

,000 19 ,858(**)

,020 19 ,456(*)

TERCIA RI

,031 19 ,826(** ) ,000 19 ,654(** ) ,002 19 ,645(** ) ,003 19

,085 19 -,186

,000 19 ,909(**)

,000 19 ,930(**)

,000 19 ,972(**)

. 19 ,858(** ) ,000 19 ,007

,000 19 1

,978 19 ,371

,050 19 ,557(*)

EXPNO TRA

,446 19 ,209

,000 19 ,304

,000 19 ,337

,000 19 ,480(*)

. 19 ,371

,118 19 1

,013 19 ,216

EXPTR AD

,390 19 ,265

,206 19 ,481(*)

,158 19 ,512(*)

,037 19 ,513(*)

,978 19 ,456(*)

,118 19 ,557(*)

. 19 ,216

,374 19 1

GAPER TUR

,272 19

,037 19

,025 19

,025 19

,050 19

,013 19

,374 19

. 19

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Correlaciones Antioquia
PIBANTI O PIBANTIO Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n 1 . 19 ,439 POCUPAD A ,439 ,060 19 1 EXPNOTR A ,976(**) ,000 19 ,401 EXPTRA D -,336 ,160 19 ,344 CENERGI A ,844(**) ,000 19 ,628(**) TACTIVO S ,960(**) ,000 19 ,255 CINTERM E ,982(**) ,000 19 ,323

POCUPAD A

163

Sig. (2tailed) N EXPNOTRA Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N

,060 19 ,976(**) ,000 19 -,336 ,160 19 ,844(**) ,000 19 ,960(**) ,000 19 ,982(**) ,000 19

. 19 ,401 ,089 19 ,344 ,150 19 ,628(**) ,004 19 ,255 ,293 19 ,323 ,178 19

,089 19 1 . 19 -,388 ,101 19 ,831(**) ,000 19 ,936(**) ,000 19 ,978(**) ,000 19

,150 19 -,388 ,101 19 1 . 19 -,201 ,410 19 -,476(*) ,039 19 -,461(*) ,047 19

,004 19 ,831(**) ,000 19 -,201 ,410 19 1 . 19 ,782(**) ,000 19 ,816(**) ,000 19

,293 19 ,936(**) ,000 19 -,476(*) ,039 19 ,782(**) ,000 19 1 . 19 ,969(**) ,000 19

,178 19 ,978(**) ,000 19 -,461(*) ,047 19 ,816(**) ,000 19 ,969(**) ,000 19 1 . 19

EXPTRAD

CENERGIA

TACTIVOS

CINTERME

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Correlaciones Tolima
PIBTOLI M PIBTOLIM Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (21 . 19 ,209 ,390 19 -,047 ,848 19 ,419 ,074 POCUPAD A ,209 ,390 19 1 . 19 -,241 ,320 19 ,564(*) ,012 EXPNOTR A -,047 ,848 19 -,241 ,320 19 1 . 19 -,561(*) ,012 EXPTRA D ,419 ,074 19 ,564(*) ,012 19 -,561(*) ,012 19 1 . CENERGI A ,791(**) ,000 19 -,258 ,287 19 ,278 ,249 19 ,021 ,931 TACTIVO S ,682(**) ,001 19 -,415 ,077 19 ,376 ,112 19 -,226 ,351 CINTERM E ,647(**) ,003 19 -,396 ,093 19 ,473(*) ,041 19 -,305 ,205

POCUPAD A

EXPNOTRA

EXPTRAD

164

tailed) N CENERGIA Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N 19 ,791(**) ,000 19 ,682(**) ,001 19 ,647(**) ,003 19 19 -,258 ,287 19 -,415 ,077 19 -,396 ,093 19 19 ,278 ,249 19 ,376 ,112 19 ,473(*) ,041 19 19 ,021 ,931 19 -,226 ,351 19 -,305 ,205 19 19 1 . 19 ,932(**) ,000 19 ,922(**) ,000 19 19 ,932(**) ,000 19 1 . 19 ,981(**) ,000 19 19 ,922(**) ,000 19 ,981(**) ,000 19 1 . 19

TACTIVOS

CINTERME

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Correlacin Valle del Cauca

PIBVALL E PIBVALLE Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) N Pearson Correlatio n Sig. (2tailed) 1 . 19 -,189 ,438 19 ,883(**) ,000 19 -,467(*) ,044 19 ,964(**) ,000 19 ,933(**) ,000 POCUPAD A -,189 ,438 19 1 . 19 -,350 ,142 19 ,605(**) ,006 19 -,329 ,169 19 -,387 ,102 EXPNOTR A ,883(**) ,000 19 -,350 ,142 19 1 . 19 -,650(**) ,003 19 ,946(**) ,000 19 ,846(**) ,000 EXPTRA D -,467(*) ,044 19 ,605(**) ,006 19 -,650(**) ,003 19 1 . 19 -,550(*) ,015 19 -,683(**) ,001 CENERGI A ,964(**) ,000 19 -,329 ,169 19 ,946(**) ,000 19 -,550(*) ,015 19 1 . 19 ,922(**) ,000 TACTIVO S ,933(**) ,000 19 -,387 ,102 19 ,846(**) ,000 19 -,683(**) ,001 19 ,922(**) ,000 19 1 . CINTERM E ,922(**) ,000 19 -,442 ,058 19 ,947(**) ,000 19 -,744(**) ,000 19 ,958(**) ,000 19 ,959(**) ,000

POCUPAD A

EXPNOTRA

EXPTRAD

CENERGIA

TACTIVOS

165

N CINTERME Pearson Correlatio n Sig. (2tailed) N

19 ,922(**) ,000 19

19 -,442 ,058 19

19 ,947(**) ,000 19

19 -,744(**) ,000 19

19 ,958(**) ,000 19

19 ,959(**) ,000 19

19 1 . 19

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

ANEXO 4
Tabla 34 Resumen eficiencia tcnica por departamento FRONTIER 4.1 Aos 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Prom. Efic. Por departa mento

Caldas 0,41536227 0,72547605 0,52918599 0,55405129 0,60739531 0,67629663 0,57042149 0,54956934 0,64788675 0,66456287 0,59199663 0,57215641 0,61976971 0,61502411 0,58077954 0,57010289 0,56783323 0,50378309 0,48651802

Quindo 0,20448623 0,4249023 0,44096471 0,69594246 0,7989383 0,49989811 0,77962158 0,72508442 0,74902286 0,82759426 0,79991847 0,82462259 0,88518657 0,75569305 0,61254212 0,76185778 0,61408968 0,66935906 0,64404412

Risaralda 0,36483781 0,35421562 0,44932944 0,48314644 0,45180265 0,44746003 0,39285921 0,40598419 0,41600102 0,39355109 0,35827514 0,36378429 0,3762569 0,36998534 0,37066611 0,40777499 0,42429679 0,39569057 0,56951722

Antioquia 0,99951212 0,7145293 0,77778854 0,81247662 0,88747166 0,97584596 0,49048047 0,99946239 0,96979509 0,96286486 0,93772963 0,92839597 0,98609395 0,94865405 0,98419336 0,97351435 0,93344229 0,95676935 0,92445863

Tolima 0,44469936 0,54460409 0,57066847 0,6353743 0,72007158 0,70702439 0,79300403 0,62414038 0,63506307 0,67267419 0,63529326 0,59110961 0,57760901 0,54694294 0,6320501 0,60896097 0,55422063 0,53685911 0,53429289

Valle del Cauca 0,6454312 0,39132602 0,67402124 0,71622643 0,42705658 0,35936047 0,36706557 0,5433932 0,44857657 0,3940285 0,49010684 0,5711102 0,41134823 0,66963404 0,64453588 0,70071723 0,61806241 0,71200435 0,60684119

Efic. Promedio simple 0,512388165 0,52584223 0,573659732 0,649536257 0,648789347 0,610980932 0,565575392 0,64127232 0,644390893 0,652545962 0,635553328 0,641863178 0,642710728 0,650988922 0,637461185 0,670488035 0,618657505 0,629077588 0,627612012

Desv-Tip 0,27769073 0,16343051 0,13175269 0,11845184 0,18669641 0,22316286 0,18570908 0,20443501 0,20368611 0,22864772 0,20893135 0,20261829 0,24738526 0,19544676 0,19764408 0,19181662 0,16948273 0,1972581 0,15544152

0,581482717

0,669145719 0,410286045

0,903340978 0,608666441

0,54688664

0,61996809

166

167