1
Download PPS - Antonio Pulido
Document related concepts
no text concepts found
Transcript
XVI Reunión Asepelt Madrid, 20-21 de junio de 2002 Modelización de la difusión regional de las Nuevas Tecnologías Antonio Pulido Ana López Instituto L.R.Klein Centro Stone UAM Unidad de Análisis Regional Jean Paelinck Modelización de la difusión regional de las Nuevas Tecnologías I. Tendencias estocásticas segmentadas II. Modelos de -convergencia condicional III. Funciones de producción / contabilidad del crecimiento IV. Modelos uniecuacionales en datos de panel de regiones V. Modelos multiecuacionales con efectos interregionales Tendencias estocásticas segmentadas (I) Comparación entre tasas de incremento sistemáticas, constantes por subperiodos y variables de unos periodos a otros, entre regiones caracterizadas por diferentes grados de penetración de las Nuevas Tecnologías Tasa de variación PIB o productividad 35 30 25 20 15 10 5 0 Región tipo 2 subperiodo 4 subperiodo 3 subperiodo 2 subperiodo 1 Región tipo 1 tiempo Tendencias estocásticas segmentadas (II) h ln Yr 0 1 t i Dit et t r r r r r i2 r Y = variable de VAB, PIB o Renta regional en el periodo t (total, per t capita o por empleado t = variable temporal r = región de referencia D it = Variable ficticia ( Dit = t-Ti para t>Ti) 1 i = tasa de variación sistemática en el periodo que acaba en el punto de corte Ti r e r r t = término de error estacionario ARMA(p,q) Modelos de ß- convergencia (I) Nivel renta (habitualmente en logaritmos) Región líder Diferencia inicial Región convergente La velocidad de convergencia disminuye según se reduce la diferencia de rentas Año de referencia inicial Año de evaluación de la convergencia Modelos de ß- convergencia (II) u ln ln ln rt rt r Yr ( t1) ln Yt1 r Z Y Yrt Yr ( t1) r = tasa logarítmica de variación de Y Y Y = Nivel de la variable de producción o renta en la región líder u (o en promedio) ß = velocidad de convergencia (habitualmente ~ 2%-3% anual) Z = variables adicionales de esfuerzo de la región La convergencia absoluta exige unos 35 años para reducir a la mitad la diferencia inicial. la convergencia condicional introduce otras variables explicativas entre las cuales pueden estar las Nuevas Tecnologías Funciones de producción/ contabilidad del crecimiento (I) Oliner y Sichel (2000) c c s s o o MFP MFP MFP MFP FP = ganancias de productividad multifactores M µ = área de renta del sector c,s,o, = superíndice indicativo del sector informático, semiconductores y resto Las ganancias de productividad del sistema en una región dependen del peso del sector TIC (incluido semiconductores) Funciones de producción/ contabilidad del crecimiento (II) Schreyer (2000) q s l l s kc 1 k c s koko A q = producción o VAB por sectores l = empleo kc = capital TIC ko = capital no-TIC s = área de renta correspondiente A = progreso tecnológico no-incorporado El crecimiento regional depende de la producción del sector TIC (qc), del uso de capital TIC en todos los sectores (kc) y del efecto amplificador de una inversión TIC frente a no-TIC () Funciones de producción/ contabilidad del crecimiento (III) Klein, Duggal y Salzman (2001) X f K c , K o , L, M c , M o Función tipo KLEM con diferenciación de inputs intermedios TIC y no-TIC Jorgenson y Stiroh (2000) X f K c , K s , K m , K o , Dc , Do , L, A, c = ordenadores s = software m = comunicaciones o = resto K = capital D = servicios L = trabajo A = progreso tecnológico Modelos uniecuacionales con datos de panel de regiones (I) N regiones, T periodos, K variables explicativas Modelo ordinario = y X Modelo en promedios temporales = y = vector N x T, X = matriz (NTxK) y r Xr y = vector N filas, X= matriz (NxK) (“entre grupos”) Modelos de efectos aleatorios Descomposición del término de error en un componente individual y otro puramente aleatorio rt r rt r Modelos de efectos fijos r y X correlacionados Se añaden variables ficticias por regiones r Modelos uniecuacionales con datos de panel de regiones (II) Matriz W de proximidad espacial * Ficticias para regiones colindantes * Distancia geográfica entre centros regionales * Proximidad económica: matriz de comercio interregional Modelo de regresión espacial sobre la endógena y Wy X Modelo de regresión espacial sobre el término de error y X W u Posibilidad de ponderar el comercio por la penetración de las TIC en la región de origen o considerar productos de alto contenido tecnológico Modelos multiecuacionales con efectos interregionales (I) Modelo de elasticidades variables 1.- Cálculo de elasticidades por sectores para cada región respecto al rs rs s promedio nacional y k ŷ t t t k rs 2.- Las elasticidades t dependen de un potencial estimado por s sectores para cada región k r y un modelo tipo ARMA k rst c rso c1rs k sr 1rs k rst 1 1rs a rst 1 3.- La elasticidad potencial depende de variables tales como unos indicadores regionales de penetración relativa de las nuevas tecnologías (TIC) o saldo de transferencias (TRA), así como del crecimiento (ponderado) de las regiones más próximas kt co c1ŵ y r c2TÎCr c3TR̂Ar rs s s rs s s s Modelos multiecuacionales con efectos interregionales (II) [4] - [8] Ecuaciones de congruencia para los crecimientos totales por sectores y s y regiones y r [4] b 1 1 ŷ . 1 y y t y t .b t 1 con s rs rs r rs [5] 1 y rsk 1 y t t rs 1 r s t s t y t y t .d t 1 con d 1 s 1 y [7] b b . 1 y r [6] rsk rs rs t s rs rs rs t t 1 [8] d t d t 1 rs rs s 1 y 1 y rs r Modelos multiecuacionales con efectos interregionales (III) Modelo Intertio 1 11 1N 1 x z ... z y ... ......... ... x n z N 1 ... z NN y N Zrr ' Matriz de producciones sectoriales de región r con destino a r’ (supuesto simplificador a través de coeficientes de localización por r 'r sectores mi c i r ; z rij'r c ri 'r .z rij mi r 'r Análisis de efectos de ramas intensivas en tecnologías por regiones de origen sobre regiones de destino XVI Reunión Asepelt Madrid, 20-21 de junio de 2002 Modelización de la difusión regional de las Nuevas Tecnologías Antonio Pulido Ana López Instituto L.R.Klein Centro Stone UAM Unidad de Análisis Regional Jean Paelinck
