Download un analisis sectorial de la convergencia. una aplicación a las

UN ANALISIS SECTORIAL DE LA CONVERGENCIA. UNA APLICACIÓN A
LAS REGIONES ESPAÑOLAS
José Aixalá
Blanca Simón
Universidad de Zaragoza
Resumen: El objetivo de este trabajo es llevar a cabo una aproximación a las fuentes del
crecimiento económico de las regiones españolas y el estudio del ritmo de convergencia en renta per
cápita entre ellas. Dicho análisis se moverá en un contexto teórico que transita desde los trabajos de
Barro y Sala i Martín (1991) (1992) (1995), en los que se afirma la existencia de convergencia
absoluta y lenta entre las regiones, por lo que la política regional resultaría innecesaria a largo
plazo, hasta otros trabajos que, como los de Raymond y García (1994), Marcet (1994), o De la
Fuente (1996a), quienes proponen la existencia de convergencia condicionada, en la cual las
regiones poseen elementos particulares que conducen a un estado estacionario propio de cada una
de ellas, por lo que la política regional tendría cabida con el fin de influir en las variables que lo
determinan. En este escenario, y utilizando los datos publicados por la Fundación BBV sobre la
renta nacional de España, que incluyen el periodo 1955-1997, en primer lugar, se realiza un análisis
de convergencia sigma y beta absoluta en VAB nominal per cápita, así como una descomposición
en sus tres elementos integrantes, precios, tasa de empleo y productividad. Ello permitirá observar,
además de la existencia o no de convergencia, en qué medida aparecen en cada región fuerzas
particulares para cada uno de dichos elementos que le llevan a converger a un ritmo observado
mayor o más lento que el propugnado por el coeficiente estimado de convergencia.
Posteriormente, y para contrastar la existencia de elementos particulares que llevan a cada
región a su propio estado estacionario, se realiza, utilizando la técnica de datos de panel con la
introducción de dummies regionales, un análisis beta convergencia condicionada en VAB nominal
per cápita, precios, empleo y productividad, descomponiendo sectorialmente esta última en
agricultura, industria, construcción y servicios, con el fin de observar qué sectores han contribuido
en mayor o menor medida a la convergencia global. Finalmente, en el análisis de convergencia
condicionada utilizando datos de panel, procederemos a realizar un análisis shift-share que permita
1
ver la aportación a la convergencia en VAB nominal de cada uno de sus tres componentes
integrantes antes citados, desglosando el componente de productividad en tres partes: una primera,
el llamado componente regional, que refleja las diferencias de productividad intrínseca de cada
sector en las diferentes regiones, una segunda, denominada de especialización, que manifiesta las
diferencias en productividad derivadas de la mayor o menor especialización de cada región en
determinados sectores, y un tercer componente de cambio estructural que pone el énfasis en el
trasvase y reasignación de recursos entre sectores productivos para explicar la convergencia en
productividad. Se efectúa, asimismo, este análisis shift-share, no sólo para el período global, sino
también periodificando para tres etapas relevantes de la economía española: el período de
crecimiento, desde 1955 hasta 1975, el de crisis, desde 1975 hasta 1985, y el de recuperación, desde
1985 hasta 1997, y ello con el fin de calibrar por periodos las diferentes aportaciones al VAB
nominal a cada uno de sus componentes antes mencionados, analizando si las características
económicas asociadas a cada intervalo temporal han influido en un mayor o menor protagonismo de
alguno o varios de dichos componentes.
Palabras clave: crecimiento, convergencia, economía regional.
2
UN ANALISIS SECTORIAL DE LA CONVERGENCIA. UNA APLICACIÓN A
LAS REGIONES ESPAÑOLAS
1. Introducción
Los economistas de inspiración keynesiana, como Kaldor (1975), entre otros,
centran su atención durante los años sesenta y setenta en el lado de la demanda y los
efectos de escala buscando activas políticas regionales de gasto público para ayudar a
las regiones de menor crecimiento donde la demanda efectiva era deficiente. Los
últimos años ochenta vieron como se desplazaba el interés de los economistas desde el
ciclo económico hacia el crecimiento a largo plazo. Por un lado, porque importa más la
tendencia que el ciclo y, por otro, por la creciente insatisfacción con las predicciones
del modelo neoclásico tradicional de Solow (1956). Un supuesto central de este
modelo es que la relación entre los stocks de factores productivos y el producto
nacional se puede aproximar mediante una función de producción agregada que
presenta rendimientos constantes a escala en capital físico y trabajo y, por tanto,
rendimientos decrecientes en el capital1. En ausencia de progreso técnico, este
supuesto implica que la productividad marginal del capital disminuirá con el stock
acumulado reduciendo el incentivo a ahorrar y el ritmo de crecimiento. El modelo
predice la convergencia en rentas per cápita puesto que los países o las regiones más
pobres tendrán un mayor incentivo a ahorrar y una tasa de crecimiento más elevada por
lo que crecerán más rápidamente que los ricos.
La convergencia sigue prediciéndose en las extensiones del modelo neoclásico
tradicional de Abramovitz (1979) mediante el efecto catch-up o acercamiento
tecnológico donde se introduce el progreso técnico de forma exógena al suponer que
todos los países o regiones tienen acceso a los mismos conocimientos técnicos. De
acuerdo con este supuesto, los menos desarrollados pueden imitar a bajo coste las
tecnologías más avanzadas y alcanzar a los países o regiones más avanzadas. Sin
embargo, las demostraciones empíricas no mostraban tales predicciones: la
1
Véase De la Fuente (1996a,1998) y Bajo (1998) para un panorama sobre los modelos de crecimiento neoclásico y
sus relaciones con la economía regional.
1
desigualdad aumentaba con el tiempo y la tasa de crecimiento era creciente, por lo que
la búsqueda de alternativas a la explicación tradicional ha dado lugar a los modelos de
crecimiento endógeno de Romer (1986) y Lucas (1988). Las predicciones de estos
modelos son inversas a las anteriores, especialmente, a muy largo plazo. En primer
lugar, si el rendimiento de la inversión es una función creciente del stock de capital, el
crecimiento de las regiones ricas es mucho mayor distanciándose de las regiones
pobres y, en segundo lugar, mientras que en el modelo neoclásico tradicional no es
necesaria la política regional puesto que el equilibrio es eficiente, los modelos de
crecimiento endógeno postulan la intervención pública debido a la existencia de
externalidades.
No obstante lo anterior, las diferencias entre ambos grupos de teorías no son tan
grandes, excepto a muy largo plazo, puesto que la convergencia que modelizan los
primeros no es normalmente absoluta sino condicionada, esto es, los países o regiones
pobres sólo crecerán más deprisa que las ricas bajo determinadas condiciones. Así, en
el modelo neoclásico convencional, los niveles de renta a largo plazo son una función
de las tasas de inversión y del crecimiento de la población que pueden diferir entre
países o regiones. En el modelo de catch-up el crecimiento rápido dependerá de la
capacidad para asimilar tecnologías foráneas y esto, a su vez, del nivel educativo de la
mano de obra así como de un entorno institucional que favorezca la inversión. En este
sentido, cada país o región tiende a aproximarse a un nivel estacionario de renta
relativa lo que es compatible con un aumento transitorio de la desigualdad.
Por consiguiente, para discriminar entre ambas teorías (modelo neoclásico y
crecimiento endógeno), en ausencia de series muy largas, se requiere algo más que un
examen de la dispersión del producto per cápita [convergencia  en la terminología de
Barro y Sala-i-Martin (1991, 1992)] sino que también requiere analizar el signo de la
relación entre la tasa de crecimiento y el nivel de renta inicial [convergencia 
absoluta]. Sin embargo, si las diferencias entre regiones o países son elevadas en
cuanto a estructura institucional, clima político y social, política económica, nivel
educativo o nivel de desarrollo económico (lo que es más normal que difiera entre
2
países que entre regiones de un mismo país) es necesario controlar dicha relación
mediante otras variables relevantes [convergencia  condicionada]. En este caso cada
territorio converge a su propio estado estacionario y éstos serán distintos si los
territorios difieren entre sí en términos de esas características fundamentales. La
estimación de  convergencia se utiliza normalmente la ecuación siguiente, con una
regresión de mínimos cuadrados no lineales, siguiendo a Barro y Sala-i-Martin (1995):
(1/T) x log (yit /yi,t-T) = a – [log (yi,t-T)] (1- e-T) (1/T) + Xi,t-T + i, t-T
En la ecuación, T es la longitud del periodo en estudio, y es la renta per cápita de
la región al principio (t –T) y al final (t) del periodo. Las variables adicionales que
recogen los determinantes del estado estacionario de la región i son recogidos en el
vector X. Para no tener problemas de endogeneidad, todas las variables de este vector
deben ser exógenas, esto es, no determinadas por el crecimiento regional2. Existe
convergencia  condicional cuando  está entre cero y uno (cada economía converge a
su propio estado estacionario) y convergencia  absoluta cuando esto es cierto y
además el vector X es el mismo para todos los territorios (las economías convergen al
mismo nivel de renta per cápita).
Las tres nociones de convergencia están relacionadas pero no son equivalentes. La
existencia de algún tipo de convergencia  es condición necesaria pero no suficiente
para la convergencia  (un valor positivo de  es compatible tanto con un aumento
como con una disminución de  dependiendo de si su valor inicial es mayor o menor
que su nivel estacionario)3. Por otra parte, los dos tipos de convergencia tienen
consideraciones distintas en cuanto a la política regional: la convergencia  absoluta
implica una tendencia a la igualación de las rentas per cápita entre regiones por lo que
si existen shocks adversos éstos serán transitorios. De acuerdo con De la Fuente
2
OLS también puede ser utilizado estimando la ecuación:
(1/T) x log (yit /yi,t-T) = a – b [log (yi,t-T)] + Xi,t-T + i, t-T
Sin embargo, mientras que NLS da una precisa estimación de , en OLS necesita ser calculado siendo
b= -(1/T)[1 – exp (-T)]. Véase Sala-i-Martin (1996) para una descripción de los métodos de estimación.
3
Quah (1993a) ha demostrado que la presencia de shocks específicos en las tasas de crecimiento de algún país o
región pueden ocasionar la coexistencia de  convergencia con  divergencia.
3
(1996a), en esta situación, las políticas tradicionales de fomento del desarrollo sólo se
justifican si es posible utilizarlas para eliminar lo más rápidamente posible las
diferencias iniciales en niveles de renta y lo más adecuado sería una política regional
orientada a aliviar los efectos de los shocks adversos funcionando como un mecanismo
de reparto de riesgos. En cambio, si la convergencia  es condicional cada territorio
converge a su propio estado estacionario y éstos pueden ser muy distintos entre sí
persistiendo las posiciones relativas de los mismos por lo que habría más necesidad de
una política regional orientada a corregir los factores responsables de las diferencias de
renta a largo plazo.
Los mecanismos que explican la convergencia han sido tradicionalmente dos: la
existencia de rendimientos decrecientes en los factores que se acumulan y la difusión
internacional o regional de la tecnología. A éstos se añadiría un tercero al que cada vez
se le está dando más importancia: la reasignación de recursos entre sectores. En
relación a éste último, las regiones con más bajos niveles de renta suelen caracterizarse
por un peso importante del sector agrícola con una productividad inferior a la industria
o servicios. Por tanto, el trasvase de recursos desde la agricultura hacia otros sectores
ha tendido a incrementar la productividad media de la región. Esto ha sucedido con
mayor intensidad en las regiones pobres reduciendo, en parte, las disparidades
regionales.
La evidencia empírica disponible acerca de la convergencia entre regiones tiene
sus pilares en los influyentes trabajos de Barro y Sala-i-Martin (1991,1992, 1995) y
Sala-i-Martin (1996). Con un modelo neoclásico de crecimiento, estos autores estiman
una ecuación de convergencia con diferentes muestras nacionales y regionales. En
ambos casos encuentran una clara evidencia de convergencia (una correlación parcial
negativa entre el ingreso inicial per cápita y subsecuentes crecimientos) aunque a un
nivel bajo (2% anual). Sin embargo, existe una importante diferencia entre los
resultados nacionales y los regionales: la convergencia entre países sólo emerge
cuando se controla por el nivel de educación, inversión e índices de estabilidad política
mientras que la convergencia regional se produce sin la necesidad de variables
4
adicionales. Por tanto, los autores interpretan sus resultados como evidencia de la
convergencia condicional entre países y absoluta entre regiones (al menos dentro de
los países industrializados). Si la convergencia fuera, en efecto, absoluta, la política de
desarrollo regional sería innecesaria a largo plazo aunque, como es muy lenta, la
intervención pública se justifica para acelerar la convergencia. Sin embargo, el hecho
de que la velocidad de convergencia sea muy similar entre países y regiones donde se
utilizan políticas públicas muy diferentes sugiere que éstas juegan un papel muy
pequeño en el proceso de convergencia regional.
Una objeción potencial a la conclusión de convergencia regional absoluta y lenta
es que, en la mayoría de estos estudios, la convergencia absoluta se acerca más a un
supuesto que a una hipótesis contrastada. La razón se encuentra en la creencia de que
las economías regionales son iguales en términos de sus variables fundamentales. De
hecho, ésta es, probablemente, la razón de que muchos investigadores utilicen
muestras regionales para discriminar entre modelos de crecimiento según indica De la
Fuente (1998). Al trabajar con datos regionales se mantienen constantes un conjunto
de factores difíciles de controlar con datos de países. Con ello, este tipo de estudios no
ha contrastado el supuesto de convergencia absoluta incluyendo una ecuación
suficientemente rica de variables condicionales que puedan capturar las diferencias
regionales de estados estacionarios4.
Las críticas a estos resultados se pueden agrupar en cuatro direcciones con
abundantes trabajos en cada una de ellas. En primer lugar, enriquecer el conjunto de
variables de control como determinantes de la renta del estado estacionario, siguiendo
y ampliando la propuesta de Mankiw, Romer y Weil (1992), incluyendo ratios de
inversión (o stocks) de capital físico, humano, infraestructuras y capital tecnológico.
Asimismo, se introducen variables que se aproximen a la estructura sectorial,
indicadores geográficos o dummies para subgrupos de regiones. Algunos de estos
trabajos muestran evidencia de la existencia de “clubs de convergencia” y cambios
4
La ecuación regional Barro y Sala-i-Martin controla solamente por la composición sectorial de la producción
pero estos autores interpretan su inclusión como una manera de controlar los shocks que pueden estar
correlacionados con el nivel inicial de ingresos más que como un determinante de los estados estacionarios.
5
importantes en la trayectoria de convergencia a lo largo del tiempo. Esta convergencia
de clubes surgiría de la existencia de estados estacionarios múltiples que dependerían,
a su vez, de las condiciones iniciales de la economía líder, que las hace tender hacia un
estado estacionario similar5. Sin embargo, no existe un conflicto fundamental entre el
valor estimado de la convergencia absoluta y la condicional (alrededor del 2% anual)
puesto que la convergencia absoluta describe la tendencia de los datos a muy largo
plazo y la convergencia condicional es la aproximación al estado estacionario que está
cambiando en el tiempo para aproximarse hacia la media común6.
En segundo lugar, una línea prometedora es utilizar técnicas de panel de datos
para controlar las características inobservables que conforman las diferencias
interregionales en sus estados estacionarios. Cuando se incluyen diferencias regionales,
los estudios muestran un fuerte rechazo a la hipótesis de absoluta convergencia
regional. Los resultados de Raymond y García (1994), Marcet (1994) o De la Fuente
(1996a), entre otros, constituyen una crítica a los trabajos de Barro y Sala-i-Martin al
obtener una convergencia regional muy rápida y solamente condicional. Para ello,
introducen variables ficticias regionales que capturen las posibles diferencias en
niveles de renta a largo plazo (esto proporciona un valor insesgado de la velocidad de
convergencia puesto que la omisión de los efectos regionales tiende a sesgar el valor
de  hacia cero). Si se utiliza, entonces, un modelo de datos de panel con efectos fijos,
la velocidad de la convergencia regional es muy superior (con un abanico muy amplio
de resultados desde el 10% hasta superar en algunos estudios el 25% anual) y se
rechaza la hipótesis de que el estado estacionario sea el mismo en todos los casos7. Sin
embargo, tales resultados no pueden considerarse como concluyentes puesto que la
controversia en el tema de la convergencia se ha centrado en términos econométricos.
5
Dentro del modelo de crecimiento neoclásico es posible construir modelos teóricos con equilibrios múltiples
donde el grado de convergencia depende de las condiciones iniciales de partida como en Azariades y Drazen
(1990) donde se considera si la acumulación de capital humano llega o no a un determinado umbral. Asimismo,
en Galor (1996) se discuten diversos mecanismos que pueden dar lugar a la convergencia de clubes.
6
Véase, entre otros, Dolado y otros (1994) y Mas y otros (1995) para las provincias españolas y Faberberg y
Verspagen (1996) para varias muestras de regiones europeas.
7
En una línea similar se enmarcan los trabajos de Islam (1995), Durlauf y Johnson (1995) o Caselli, Esquivel y
Lefort (1996).
6
A pesar de las ventajas ya comentadas frente al modelo tradicional, la técnica de datos
de panel tiene otras objeciones. Por un lado, es peligroso utilizar datos frecuentes para
estimar un modelo de crecimiento dinámico a largo plazo puesto que las fluctuaciones
en el corto plazo pueden impedir captar las verdaderas relaciones en el largo plazo. Por
otro, algunos estimadores de panel para la convergencia están sujetos a un sesgo al
alza en muestras cortas8. Todo ello lleva a utilizar esta técnica con sumo cuidado y a
abrir otras vías que corroboren los resultados.
Una tercera línea de trabajo para el análisis de la convergencia consiste en utilizar
series temporales en vez de sección cruzada mediante la técnica de la cointegración.
Esta técnica se propone para superar otras deficiencias del modelo neoclásico
convencional ya reseñadas por Quah (1993b) y Bernard and Durlauf (1996). Por una
parte, la denominada “falacia de Galton” por la cual se argumenta que, en una sección
cruzada, la presencia de una relación negativa entre el nivel de renta inicial y su tasa de
crecimiento es perfectamente compatible con la ausencia de convergencia (ya sea
condicionada o absoluta). Por otra, el intentar combinar una especie de “economía
representativa” (al utilizar datos de distintos territorios) con el hecho de recoger el
componente permanente de la renta de cada economía con una tendencia
determinística lineal y su pretensión de explicar el comportamiento de la distribución
de corte transversal mediante el uso de solamente dos estadísticos ( y ). La noción
de convergencia asociada a esta metodología de cointegración implica que la
convergencia entre dos economías tiene lugar cuando la relación existente entre las
series de renta de las mismas es estacionaria y las diferencias entre el líder y los países
o regiones que parten de un nivel inferior tienen carácter transitorio. Adoptan dos
nuevos tipos de convergencia: 1) el catching up que se relaciona con la tendencia a la
disminución, en el transcurso del tiempo, de la brecha existente entre las series
consideradas pero con la persistencia de distintos estados estacionarios (la condición
suficiente para que se produzca es la existencia de cointegración estocástica); 2) la
convergencia a largo plazo que supone la desaparición con el tiempo de las diferencias
8
Ver Hsiao (1986) y Griliches y Hausman (1986).
7
de renta y, por tanto, representa una versión más estricta de convergencia (la condición
suficiente reside en la existencia de cointegración no sólo estocástica sino también
determinística).
No obstante sus ventajas, el análisis de series temporales también presenta
limitaciones. Por una parte, la restricción que supone imponer al modelo seguir una
misma tendencia a lo largo del extenso periodo temporal en estudio. Por otra, los
conceptos de convergencia definidos no son estrictamente comparables con otros
modelos de crecimiento alternativos. Además, en sección cruzada, se supone que las
economías analizadas están lejos del estado estacionario mientras que, en series
temporales, se requiere que se encuentren cerca de su equilibrio a largo plazo por lo
que sus resultados no son válidos si los datos corresponden a una situación de
transición hacia el equilibrio. Los trabajos empíricos utilizando series temporales han
rechazado la convergencia a largo plazo para diferentes países aunque la han aceptado
para regiones dentro de un mismo país9.
Finalmente, una cuarta línea de trabajo acerca de la convergencia, representada en
Quah (1993a, 1993b, 1996, 1997), consiste en analizar la evolución en cada momento
de la distribución de corte transversal sin realizar suposición alguna sobre la naturaleza
del proceso de convergencia. Su argumentación parte de aceptar el concepto de
convergencia  pero poner en tela de juicio el de la convergencia . Aunque sea
importante que los países o regiones pobres crezcan más deprisa que los ricos, la
convergencia se refiere a que las economías pobres alcancen a las ricas. Lo que se
desea saber es lo que le sucede al conjunto de la distribución de la sección cruzada de
las economías no si una economía particular tiende hacia su propio estado estacionario.
Esta alternativa, conocida como campos aleatorios en Teoría de la Probabilidad tiene
su herramienta más utilizada en las cadenas de Markov de distribución dinámica. Los
9
Para regiones, véase, entre otros, Carlino y Mills (1993). Para países, Bernard y Durlauf (1995) y, asimismo,
Pallardó y Esteve (1997) para los 15 miembros de la UE en el periodo 1950-1992. En este último trabajo, cuando
se permite la posibilidad de discontinuidades en las series (de manera que su tendencia no sea única a lo largo del
período) se obtiene convergencia a largo plazo entre Alemania (considerada como la economía líder) y los
restantes países fundadores de la UE (Bélgica, Países Bajos, Francia e Italia) así como con Austria y Dianamarca,
muy vinculadas a la economía germana. En este sentido, el estudio parece vincular la convergencia a factores no
necesariamente relacionados con la renta inicial de cada economía.
8
datos son utilizados para estimar una matriz de probabilidades de transición de las
rentas discretas regionales o nacionales hacia la futura distribución de ingresos. Este
método permite estudiar la dinámica de transición paso a paso, la distribución a la que
tiende el sistema a largo plazo y la velocidad a la que se alcanza el estado estacionario.
Aunque los resultados dependen de la muestra, en general, no apoyan la hipótesis de
convergencia absoluta. De hecho, son detectados procesos opuestos a la convergencia
como la estratificación o la polarización, especialmente en el estudio de las regiones
europeas aunque también es observado en las españolas10. La dinámica evolutiva,
aplicada a España, se inclinaría a apoyar la convergencia condicionada (ya destacada
en estudios alternativos) donde cada región se aproxima a su estado estacionario y a
resaltar que el margen de convergencia se está agotando por la dificultad de las
regiones atrasadas de acceder al estadio de las más desarrolladas11.
Los resultados de las cuatro líneas de trabajo abiertas se pueden resumir en la falta
de convergencia absoluta de los niveles de renta y la persistencia de las desigualdades
junto a la existencia de convergencia condicional. Ello refuerza los argumentos para
llevar a cabo políticas regionales encaminadas a reducir las disparidades de renta entre
territorios actuando sobre las variables que determinan el estado estacionario. Tal
actuación llevará a un mayor producto per cápita del estado estacionario y a una mayor
tasa de crecimiento durante la transición. Incluso se argumenta en los modelos con
estados estacionarios múltiples (que sustentan la convergencia de clubes) que la
intervención pública podría proporcionar ese “gran impulso” necesario para que una
10
Entre otros estudios, Magrini (1999) concluye que el proceso de crecimiento económico en las 122 principales
regiones urbanas europeas durante los ochenta estuvo caracterizado por la divergencia. En particular, seis crecen
por encima del resto (Düsseldorf, Hamburgo, Stuttgart, Munich, París y Frankfurt) y la distribución estacionaria
correspondiente a las demás se encuentra polarizada en dos grandes grupos. A una conclusión similar llegan
López-Bazo y otros (1999) cuando afirman que, a pesar de la igualación de la productividad del trabajo, en las
regiones europeas persiste una cierta polarización en dos clubes de niveles de bienestar. Ambos grupos se
aproximan al tradicional núcleo-periferia que se espera continúe en el futuro a pesar de algunas experiencias de
inversión aisladas. En cuanto las regiones españolas, se observa, asimismo cierta estratificación que viene
determinada por la situación de partida como se analiza en Pérez (2000).
11
A pesar de su alta aceptación y el gran número de trabajos publicados con esta técnica de cadenas de Markov,
también se alzan voces críticas como en De la Fuente (1997). Para este autor, estas técnicas son un buen
complemento para el resto de análisis econométricos pero constituyen mecanismos puramente descriptivos. Es
útil encontrar patrones de tendencias y regularidades (como la emergencia de polarización o la estratificación)
pero, por su naturaleza, no pueden dar ninguna información acerca de las fuerzas que conforman el proceso de
convergencia incluso ni una simple contabilidad del crecimiento.
9
economía pudiera situarse en la zona de atracción del estado estacionario
correspondiente al nivel de producto per cápita más elevado12.
Sin embargo, a pesar de todas las líneas de trabajo seguidas, ninguna ofrece
resultados concluyentes y robustos sobre los determinantes de la convergencia o
divergencia. Por tanto, además de continuar por los caminos descritos, en cuanto a
técnicas utilizadas, se están abriendo otras vías para identificar aquellos factores
relevantes que ayuden a analizar la convergencia. Entre ellos se encuentran los flujos
migratorios, la localización geográfica y la evolución de la composición sectorial del
empleo y su productividad. En relación a los flujos migratorios, parece existir un cierto
consenso en trabajos recientes en el cambio de patrón migratorio interno a partir de
mediados de los setenta en cuanto a una reducción de los saldos migratorios netos
interregionales. Este cambio reflejaría un descenso de la movilidad de la población
española lo que supondría una reducción de la capacidad de ajuste de las economías
regionales ante disparidades de la renta y desempleo13.
En cuanto a la localización geográfica, las nuevas terías de localización industrial
proponen una relación en forma de U entre el grado de integración y la reasignación de
la actividad económica hacia la periferia siguiendo a Krugman y Venables (1990). En
este contexto, un incremento en el grado de integración desde niveles iniciales bajos
causa un deterioro en la periferia hasta el momento en que el umbral es alcanzado
donde la subsecuente integración tendrá efectos positivos para la actividad en la
periferia y contribuirá a la convergencia. Asumiendo que la integración significa un
descenso en los costes comerciales (de transporte, información o regulación), entonces,
algunas de las diferencias entre regiones periféricas serán debidas al grado de
12
Algo que recuerda el concepto tradicional en economía del desarrollo de “gran impulso” de Rosenstein-Rodan
(1943) como apunta Bajo (1998).
13
El descenso de la movilidad tiende a atribuirse a una combinación de varios factores: el mayor nivel de
desempleo, más sensibilidad a variables de calidad de vida o imperfecciones en los mercados laborales e
inmobiliarios. Entre otros estudios, aquí se encuadrarían los trabajos de Raymond y García (1996), Antolín y
Bover (1997). Sin embargo, De la Fuente (1999) obtiene conclusiones distintas. No observa una evidencia clara
de un descenso de la movilidad española ni una pérdida de sensibilidad a diferenciales interregionales en
variables de oportunidad económica aunque sí detecta indicios de una mayor sensibilidad a variables de calidad
de vida y un fuerte descenso en el incentivo a emigrar debido a la reducción en la dispersión regional de las
oportunidades de empleo y niveles de renta.
10
integración real. El éxito de éstas descansará en su capacidad para tomar ventaja de sus
menores costes salariales
pero también debido a sus mejoras en dotaciones de
infraestructuras, comunicaciones, capital humano y al apoyo institucional (local,
nacional o supranacional). La simultánea presencia de estos factores parece un
requisito para el despegue, a largo plazo, de estas economías. Entonces, ambos factores
(endógenos y exógenos) promueven juntos la integración real, la atracción de actividad
y el diferencial de crecimiento en la periferia14.
Finalmente,
una
variable
normalmente
significativa
en
regresiones
de
convergencia es algún indicador de la composición sectorial del producto o del
empleo. Una posible interpretación de este resultado es que la inclusión de tales
variables sirve para controlar perturbaciones de carácter sectorial. Sin embargo, como
apunta De la Fuente (1996a) puede hacer mucho más. En primer lugar, la reasignación
de recursos entre sectores, sobre todo, el trasvase de mano de obra desde la agricultura
hacia sectores con productividades más elevadas ha sido más intenso en las regiones
pobres contribuyendo a la convergencia regional. En este sentido, el mismo autor
cuantifica que la mitad de la convergencia observada en España entre 1955 y 1991 se
debe a factores sectoriales15. En segundo lugar, la desagregación sectorial es
importante en sí misma puesto que las grandes diferencias observadas entre las tasas
de convergencia  de las productividades sectoriales sugiere que las funciones de
producción sectoriales son distintas entre sí, algo que se esconde tras un agregado.
Por consiguiente, un análisis más profundo de la convergencia regional necesita de
modelos que incorporen factores sectoriales y, en particular, que analicen de forma
14
En este contexto se encontraría el proceso de inversión regional de Suárez-Villa y Cuadrado-Roura (1993) o el
trabajo de López-Bazo y otros (1999). En este último, se observa que el proceso de convergencia en los primeros
años ochenta puede estar asociado con la difusión hacia la periferia de actividades maduras (automóviles,
petroquímica) mientras que la emergencia de actividades de alto valor añadido de un nuevo ciclo de producto
(ordenadores, electrónica, telecomunicaciones) parece haber causado un resurgir de fuerzas centrífugas para
beneficiarse de las economías de aglomeración, I+D, capital humano, físico y los servicios de las regiones del
núcleo. El corto ciclo de estos productos y la difusión espacial de la tecnología les hace prever un proceso de
nueva convergencia en un futuro próximo. Sin embargo, cierta polarización en dos clubes de standard de vida se
observa dentro de las regiones europeas con cierta persistencia.
15
Para cuantificar la contribución sectorial de este proceso de convergencia se sigue, normalmente, la idea de
“economía virtual” de Marimón y Zilibotti (1995) donde se calcula cuál habría sido la evolución del producto
relativo por trabajador en cada una de las regiones españolas bajo distintos supuestos hipotéticos sobre la
composición sectorial del empleo y el comportamiento de las productividades sectoriales en cada región.
11
conjunta la evolución de la productividad y la estructura sectorial. En este marco, es
posible introducir consideraciones de ventaja comparativa regional (basada en
dotaciones de factores fijos o en la experiencia acumulada en sectores productivos) o
el papel de las externalidades tanto intra como intersectoriales16. Las implicaciones
para la política regional pueden ser importantes puesto que si la estructura sectorial es
un factor determinante del crecimiento, se puede justificar una intervención pública
que dirija la inversión en cada región hacia sectores de alto valor añadido.
Como se ha visto en este rápido repaso de los modelos de convergencia, el
pesimismo acerca de la política regional de los primeros modelos de crecimiento se ha
tornado en una cierta confianza en utilizar políticas de oferta para reducir la dispersión
de la renta regional, sobre todo actuando en la acumulación de los factores capital
humano e infraestructuras y descendiendo a una política regional que actúe sobre los
sectores productivos. Recordamos cómo, para Barro y Sala (1991) y, especialmente,
Sala-i-Martin (1994) la estabilidad del coeficiente de convergencia entre las distintas
muestras de países significaba la ineficacia de la política pública para acelerar el ritmo
de convergencia. Sin embargo, el resto de modelos que amplían y matizan el modelo
neoclásico clásico observan que tal estabilidad, cuando ocurre, podría indicar que el
esfuerzo redistributivo ha sido pequeño o que las políticas están mal diseñadas pero no
que la política regional sea inefectiva. Adicionalmente, de manera generalizada, se
obtiene que tal coeficiente difiere entre regiones siendo la convergencia condicionada
aunque no tan lenta como pronosticaban estos autores destacándose, además, los
clubes de convergencia.
A pesar de los resultados reseñados, la formulación más eficaz de la política
regional es un tema que no presenta resultados concluyentes siendo muy sensible a la
muestra y metodología utilizada aunque los trabajos más destacados siempre muestran
16
En Segarra y Arcarons (1999) se comprueba que los efectos externos aumentan a medida que se desciende del
agregado nacional al detalle del sector industrial en cada región. Destacan la presencia de rendimientos de escala
internos moderadamente decrecientes, externalidades intrasectoriales importantes y externalidades intersectoriales
reducidas. Sobresale el amplio rango registrado para las tasas de productividad: Castilla-León, Aragón, Madrid,
Navarra y Cataluña disfrutan de elevadas tasas de productividad global mientras que Extremadura, Asturias,
Cantabria y el País Vasco presentan reducidas ganancias en sus niveles de eficiencia productiva. A nivel de la UE
se puede ver el trabajo de Fingleton y McCombie (1998).
12
resultados alentadores para el desarrollo de la política regional que acelere el proceso
de la convergencia. En este contexto, De la Fuente y Vives (1995) calculan la
contribución de la educación y las infraestructuras a la renta regional. El resultado es
que, eliminando las diferencias regionales de los factores considerados, se reduce la
desigualdad regional alrededor de un tercio, siendo la contribución del capital humano
ligeramente mayor que la de las infraestructuras. Sin embargo, el efecto real sobre la
disminución de la desigualdad regional dependerá del reparto de tales recursos en
relación inversa con su renta per cápita. En este sentido, la evolución de los niveles
medios de educación ha contribuido de forma apreciable a la convergencia regional
mientras que la inversión pública en infraestructuras ha sido pequeña lo que sugiere
que su asignación no ha seguido criterios estrictamente redistributivos17. Por otra
parte, García Milà y Marimón (1995) sugieren que el efecto positivo de la inversión
pública sobre las regiones más pobres, en España, se debe casi exclusivamente a su
impacto directo, en términos de productividad, sobre el sector público y la
construcción, no apreciándose convergencia en la productividad del sector privado18.
Con todo ello, se observa cómo la convergencia regional no es un proceso simple
y que no se puede analizar el fenómeno desde solamente una óptica puesto que el
resultado puede ser incompleto y distorsionado. El análisis simultáneo de diferentes
magnitudes y técnicas parece constituirse en la aproximación más fructífera.
Finalmente, el funcionamiento eficaz en el diseño de la política regional exige un
amplio consenso entre todas las unidades territoriales implicadas para no interferir la
eficiencia con consideraciones de equidad interterritorial.
17
De la Fuente y Vives (1995) calculan la contribución de la educación y las infraestructuras a la renta regional en
España, tomando como referencia una región ficticia dotada con los stocks medios de distintos factores
productivos y, por tanto, con el nivel promedio de renta. En De la Fuente (1996b) se muestra cómo una política
regional basada en la inversión en capital humano y en infraestructuras puede promover la convergencia
interregional de los niveles de renta siempre que se cumplan unos criterios de eficiencia y no solamente de
equidad.
18
García Milà y Marimón (1995) utilizan una extensión del análisis shift-share, técnica sugerente y descriptiva pero
tampoco exenta de problemas. En concreto, como apunta De la Fuente (1996), su conclusión se deriva de la
comparación del componente regional entre los distintos sectores de cada región y, por construcción, el efecto
regional recoge no sólo el posible impacto de la inversión pública sino todos los factores que inciden sobre la
renta y el empleo con la única excepción de la estructura sectorial.
13
El trabajo se estructura de la siguiente forma: en primer lugar, se realiza una
aproximación a la convergencia sigma y beta del output per cápita en las regiones
españolas y de sus componentes (precios, tasa de empleo y productividad). En segundo
lugar se analiza, mediante la técnica de datos de panel, la contribución de cada uno de
estos componentes a la convergencia beta del output per cápita y, en el caso de la
productividad, además de un análisis sectorial de la convergencia sigma y beta, se hace
uso de la técnica shift-share, consistente en descomponer dicha magnitud en sus
fuerzas determinantes: el componente sectorial, el de especialización y el cambio
estructural. Finalmente, se sintetizan las conclusiones más relevantes.
2. Análisis de la convergencia  y  de los componentes del output
Como ya se ha señalado, una buena parte de la teoría sobre el crecimiento
económico predice que, ceteris paribus, las regiones o países que poseen un nivel
inicial más bajo de renta per cápita crecerán a un ritmo superior a la media por lo que a
esta magnitud se refiere, y viceversa. Es por ello por lo que la teoría predice un efecto
convergencia real en renta per cápita, y predice también que este efecto se producirá a
un ritmo lento, de forma que cada región o país eliminará cada año no más de un 2%
de su diferencial positivo o negativo respecto al promedio19. Las fuerzas que explican
esta convergencia son, básicamente, la existencia de rendimientos decrecientes en el
capital, la movilidad interregional o internacional de factores, la capacidad de aprender
e incorporar por parte de los mas atrasados las mejoras tecnológicas obtenidas en otros
países, y las transformaciones estructurales que se producen en las regiones pobres en
forma de un trasvase de factores desde sectores con baja productividad inicial hacia
otros con mayor output por empleo.
En el presente trabajo se aplica esta teoría, utilizando como variable el output
nominal per cápita relativo [VABnominal (pc) ] de las regiones españolas y sus
componentes (precios, tasa de empleo y productividad):
19
Véase al respecto Barro y Sala-i-Martin (1992,1995).
14
VABnrt / Poblaciónrt = Prt * VABrrt / Poblaciónrt =
=Prt * Empleort / Poblaciónrt * VABrrt/Empleort
Si llamamos Y al VAB nominal per cápita, P a los precios, L a la tasa de empleo y
Q a la productividad, se obtiene:
Yrt = Prt x Lrt x Qrt
Expresando todas las variables en diferencias logarítmicas con el promedio
nacional:
yrt = log Yrt – log Yt
prt =log Prt – log Pt
lrt = log Lrt – log Lt
qrt = log Qrt- log Qt
Realizando diferencias temporales en todas las variables se obtiene una relación
entre las tasas de crecimiento relativas:
 yrt =  prt +  lrt +  qrt
donde  yrt = (yr, 1997 – yr, 1955)/42
Se observa (Gráfico 1) que, efectivamente, por lo que respecta a la evolución del
grado de desigualdad, la dispersión del VAB per cápita nominal entre las regiones
(sigma convergencia) se ha reducido a lo largo de los últimos cuarenta y cinco años.
Una convergencia que ha sido particularmente intensa durante los años sesenta y
primeros setenta, período para el cual se puede argumentar que la citada reducción en
la desigualdad ha sido el resultado de un efecto desplazamiento de la población desde
las regiones más pobres hacia las más ricas en un contexto de crecimiento económico.
A partir de los años setenta, aunque la convergencia ha seguido su curso, lo ha hecho a
un ritmo mucho más lento, lo cual hace pensar a algunos autores que este proceso de
acercamiento puede haberse detenido o está a punto de hacerlo; mientras, otros
sostienen que los efectos de la crisis económica, unidos a los movimientos de
población en sentido opuesto a los producidos durante los sesenta, han tenido por
efecto esta ralentización del proceso de convergencia.
15
Si atendemos ahora a los componentes de la renta per cápita (precios, tasa de
empleo y productividad), se aprecia (Gráfico 1) que la productividad del trabajo ha
experimentado un acercamiento permanente entre las regiones desde mediados de los
cincuenta hasta la actualidad, tratándose de un proceso ciertamente más intenso que el
experimentado por el VAB per cápita que, como se ha señalado, detuvo prácticamente
su ritmo de convergencia desde mediados de los setenta. La causa se encuentra en el
resto de componentes: la tasa de empleo experimentó un lento proceso de
convergencia hasta mediados de los setenta debido al efecto migratorio, pero que se
detuvo y cambió hacia la divergencia durante la crisis de los setenta y primeros
ochenta, para iniciar una leve convergencia posterior, que se ha acentuado durante los
noventa. Los precios, por su parte, han contribuido a acelerar la convergencia hasta
mediados de los ochenta para frenarla a partir de esa fecha.
Pasando ahora al análisis de la convergencia beta absoluta, en el que la variable
dependiente es la tasa promedio de incremento del VAB relativo durante todo el
período estudiado, trataremos de comprobar si, efectivamente, las regiones o países
con un nivel de output per cápita inicial inferior a la media crecen en promedio a un
ritmo superior, y viceversa. Ello se analiza mediante una ecuación de regresión de la
tasa de crecimiento relativo sobre el nivel relativo de renta inicial mostrando los
resultados obtenidos (Gráfico 2) un coeficiente de regresión negativo, lo cual implica
convergencia, y estadísticamente significativo.
El valor de dicho coeficiente (-0,011)20 supone que las regiones acercan en
promedio su renta per cápita hacia la media nacional a un lento ritmo del 1,1% anual o,
lo que es lo mismo, la "región típica" elimina cada año un 1,1% del diferencial de renta
con respecto al promedio, representando este dato la "velocidad de la convergencia" a
la que evolucionarían todas y cada una de las regiones si estuvieran alineadas justo a lo
largo de la recta de regresión.
20 Se ha aplicado un AR(1) para eliminar la autocorrelación que presentaba la estimación del modelo inicial.
16
GRAFICO 1: CONVERGENCIA SIGMA EN VABnominal (pc), PRECIOS, TASA DE
EMPLEO (pc) Y PRODUCTIVIDAD, 1955-1997.
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
19
55
19
57
19
59
19
61
19
63
19
65
19
67
19
69
19
71
19
73
19
75
19
77
19
79
19
81
19
83
19
85
19
87
19
89
19
91
19
93
19
95
19
97
0
VABnominal (pc)
precios
tasa de empleo (pc)
productividad
GRAFICO 2: CONVERGENCIA BETA EN VAB nominal (pc), 1955-1997.
0,5
0,4
Canarias
Extremadura
0,3
Baleares
Galicia
Castilla-Mancha
0,2
Murcia
Castilla-León
0,1
Aragón
Andalucía
Rioja
Navarra
0
-40
-30
-20
-10
0
-0,1
10
20
30
Valencia
Madrid
-0,2
Asturias
Cantabria
Cataluña
-0,3
-0,4
País-Vasco
-0,5
17
La ecuación estimada es Y= 0,00007 – 0,01134X + u
(-6,42)
R2(ajust.)=0,61;
DW= 1,92
Como se desprende del gráfico 2 y del cuadro 1, todas las regiones españolas que
partieron en 1955 desde una posición inferior a la media en términos de renta per
cápita, se comportaron creciendo por encima de la media nacional, tal como predice la
ley de la convergencia. Ahora bien, dentro de este grupo, regiones como Canarias,
Aragón y Galicia se sitúan por encima de la recta de regresión en el sentido de que el
valor positivo observado en el crecimiento relativo de su VAB nominal supera al valor
estimado (Cuadro 2 bis). Mientras, otras como Extremadura, Murcia, Andalucía y
Castilla-La Mancha se sitúan por debajo de la recta, lo cual indica que sus valores
observados quedan por debajo de los estimados y ello denota un comportamiento
menos favorable que la “región tipo”.
CUADRO 1. CLASIFICACION REGIONAL SEGÚN CRECIMIENTO Y CONVERGENCIA
Situadas por encima de la
Situadas por debajo de la
recta de regresión
recta de regresión
Canarias
Extremadura
Output per capita inicial
Aragón
Murcia
por debajo de la media*
Galicia
Andalucía
Castilla-La Mancha
Baleares
Cataluña
Output per capita inicial por
Castilla-León
Valencia
encima de la media**
Navarra
Asturias
La Rioja
Cantabria
Madrid
País Vasco
* Todas cumplen la ley de la convergencia, ya que su renta per cápita crece más que la media.
** Todas cumplen la ley de la convergencia, ya que su renta per cápita crece menos que la media,
excepto Baleares, Castilla-León, Navarra y La Rioja que crecen más.
18
Por otra parte, de las regiones que partieron en 1955 desde una posición inicial
mejor que la media, todas cumplieron la ley de la convergencia creciendo a menor
velocidad, a excepción de Baleares, Castilla-León, Navarra y La Rioja, que se
comportaron mejor situándose en el cuadrante superior derecho del diagrama de
regresión. Conviene resaltar, para este segundo grupo de regiones, que las cuatro
citadas, junto a Madrid, se sitúan por encima de la recta de regresión con un valor
observado mayor que el estimado, mientras que Cataluña, Valencia, Asturias,
Cantabria y País Vasco se encuentran por debajo de dicha recta, mostrando (Cuadro 2
bis) un valor observado negativo superior en valor absoluto al estimado. En el mismo
cuadro 2 bis se puede apreciar el ranking referido al comportamiento de las regiones a
propósito de la diferencia entre los valores estimados y observados en el crecimiento
relativo de su VAB nominal, mostrando que ha sido Baleares la que tuvo un mejor
comportamiento respecto a lo esperado y Castilla-La Mancha la que lo tuvo peor.
Se puede observar que las regiones situadas por encima de la recta de regresión
han transitado hacia una economía orientada a los servicios (Canarias y Baleares,
especializadas en servicios turísticos y Madrid, especializada en servicios públicos y
avanzados a las empresas), o bien, han experimentado un cambio estructural
importante hacia la industria (el caso del Valle del Ebro: Aragón, Navarra y La Rioja).
Por otra parte, las situadas por debajo de la recta son, en general, regiones que han
mantenido un fuerte componente agrario tradicional, pasando en menor medida hacia
la industria (el Sur peninsular: Extremadura, Murcia, Andalucía y Castilla-La
Mancha), o bien, siendo en principio regiones industriales, han mantenido una
industria madura, con escasas mejoras en la productividad (las situadas en la cornisa
cantábrica: Asturias, Cantabria y el País Vasco).
CUADRO 2. VALORES OBSERVADOS Y CORREGIDOS POR EL EFECTO DE
CONVERGENCIA 1955-1997
VAB real (pc)
AND.
OCUPACION
PRODUCTIVIDAD
OBS.
EST.
CORR.
OBS.
EST.
CORR.
OBS.
EST.
CORR.
1,66
19,34
-17,68
-6,04
4,22
-10,26
7,70
11,97
-4,27
19
AR.
13,35
3,08
10,27
7,36
-0,99
8,35
5,99
4,80
1,19
AST.
-20,86
-2,15
-18,71
-13,35
-1,61
-11,74
-7,51
-0,03
-7,48
BAL.
3,85
-11,84
15,69
12,00
-2,28
14,28
-8,15
-10,11
1,96
CAN.
14,26
10,75
3,51
1,90
1,29
0,61
12,36
8,61
3,75
CANT.
-15,46
-2,72
-12,74
-11,47
-1,87
-9,60
-3,99
-0,09
-3,89
CASL
25,25
-0,97
26,22
-1,82
2,65
-4,47
27,08
-8,77
35,85
CASM
37,00
49,93
-13,84
0,25
0,55
-0,30
35,85
57,62
-21,78
CAT.
-18,54
-19,65
1,11
0,84
-2,45
3,29
-19,38
-19,12
-0,26
VAL
-10,01
-2,88
-7,13
-12,74
-2,98
-9,76
2,74
2,36
0,38
EXTR
32,76
34,82
-2,06
-3,15
2,97
-6,12
35,91
33,64
2,28
GAL
18,54
20,82
-2,29
-1,46
-0,81
-0,66
20,00
25,77
-5,76
RIO
17,81
0,76
17,04
5,14
-2,29
7,43
12,67
5,12
7,55
MAD
-45,56
-32,60
-12,96
11,24
0,20
11,04
-56,80
-41,07
-15,73
MUR
15,72
19,54
-3,83
4,18
2,64
1,54
11,54
15,98
-4,45
NAV
11,66
-2,79
14,45
2,63
-1,94
4,58
9,03
-0,003
9,03
P.V.
-34,95
-24,12
-10,83
-11,02
-2,94
-8,08
-23,92
-23,34
-0,58
Si se descompone de nuevo el VAB per cápita en sus tres componentes (precios,
tasa de empleo y productividad) y efectuamos el mismo análisis de regresión beta
convergencia, se observa, por lo que respecta a la ocupación, la aparición en el
diagrama de una nube de puntos que conduce a una recta de ajuste muy horizontal,
prácticamente sin pendiente, y con un coeficiente negativo no significativo
estadísticamente, lo cual indica la no existencia de convergencia (Gráfico 3). En todo
caso, las regiones situadas en el nordeste de España (Aragón, Navarra, La Rioja,
Cataluña y Baleares), junto a Madrid, que tienen una mejor posición de partida con
respecto a la media, deberían haber visto reducida su tasa de crecimiento relativo del
empleo, cuando en realidad los datos observados reflejan un incremento, lo que supone
un residuo favorable por encima de las predicciones del modelo (Cuadro 2) que es
debido a "particularidades” regionales por encima del efecto convergencia.
CUADRO 2 (bis). VALORES OBSERVADOS Y CORREGIDOS POR EL EFECTO DE
CONVERGENCIA 1955-1997
VAB real (pc)
OBS.
EST.
CORR.
precios
OBS.
EST.
VAB nominal (pc)
CORR.
OBS.
EST.
CORR.
RANK
20
AND.
1,66
19,34
-17,68
3,03
5,53
-2,50
4,69
19,45
-14,76
13
AR.
13,35
3,08
10,27
-3,61
-0,98
-2,63
9,74
1,65
8,10
5
AST.
-20,86
-2,15
-18,71
-2,52
-3,70
1,18
-23,38
-4,32
-19,06
16
BAL.
3,85
-11,84
15,69
17,79
8,65
9,14
21,64
-8,85
30,49
1
CAN.
14,26
10,75
3,51
16,77
15,01
1,76
31,03
14,89
16,14
3
CANT.
-15,46
-2,72
-12,74
-8,18
-7,49
-0,69
-23,64
-6,28
-17,36
14
CASL
25,25
-0,97
26,22
-14,85
-15,94
1,09
10,40
-7,80
18,20
2
CASM
37,00
49,93
-13,84
-18,13
-19,94
1,81
17,97
38,83
-20,86
17
CAT.
-18,54
-19,65
1,11
-7,54
-7,39
-0,14
-26,08
-22,25
-3,83
11
VAL
-10,01
-2,88
-7,13
-2,71
-2,68
-0,03
-12,72
-4,63
-8,09
12
EXTR
32,76
34,82
-2,06
-4,94
-6,82
1,89
27,83
29,46
-1,63
9
GAL
18,54
20,82
-2,29
0,71
-0,69
1,40
19,24
18,52
0,71
8
RIO
17,81
0,76
17,04
-14,58
-8,59
-5,99
3,23
-3,40
6,62
6
MAD
-45,56
-32,60
-12,96
26,48
28,95
-2,48
-19,08
-20,86
1,79
7
MUR
15,72
19,54
-3,83
0,12
4,59
-4,47
15,84
19,30
-3,46
10
NAV
11,66
-2,79
14,45
-8,41
-6,66
-1,76
3,25
-6,03
9,28
4
P.V.
-34,95
-24,12
-10,83
-10,61
-10,10
-0,51
-45,56
-27,49
-18,07
15
Por otra parte, como se desprende también del Gráfico 3 y Cuadro 2, regiones con
peor posición inicial con respecto a la tasa de empleo, como Andalucía, Extremadura y
Castilla-León, presentan una evolución negativa al situarse, no sólo por debajo de la
recta de regresión sino también en el cuadrante inferior izquierdo, lo cual indica que no
se comportaron ni siquiera como predice la ley de la convergencia y crecieron por
debajo de la media. Por último, destacar que las regiones integrantes de la cornisa
cantábrica (Asturias, Cantabria y País Vasco), con una mejor posición de partida, han
evolucionado claramente por debajo de lo esperado, situándose, según lo previsto, en
el cuadrante inferior derecho del diagrama pero muy por debajo de la recta de
regresión.
21
GRAFICO 3: CONVERGENCIA BETA EN TASA DE EMPLEO (pc), 1955-1997.
1,5
Madrid
Baleares
1
Aragón
Rioja
0,5
Murcia
Navarra
Canarias
Cataluña
Castilla-Mancha
0
-80
-60
-40
-20
0
20
40
60
Castilla-León
Galicia
Extremadura
-0,5
Andalucía
País Vasco
-1
Cantabria
Valencia
Asturias
-1,5
La ecuación estimada es Y=0,0000277 – 0,006065X + u
(-0,994456)
R2=0,096;
DW=1,74
Por lo que respecta a la productividad (Gráfico 4), el coeficiente negativo de la
regresión (-0,014), junto a su significatividad estadística, reafirman la existencia de
convergencia, aunque en este caso la mayor parte de las regiones han evolucionado
aproximadamente tal como predice el efecto de la "región promedio" al situar su valor
prácticamente sobre la recta de regresión. Algunas excepciones destacables son
Castilla-León por encima de la media y Castilla-La Mancha y Madrid por debajo,
cuyos valores observados en relación con los estimados pueden verse asimismo en el
Cuadro 2.
22
GRAFICO 4: CONVERGENCIA BETA EN PRODUCTIVIDAD, 1955-1997.
0,8
0,6
0,4
Extremadura
Castilla-Mancha
Castilla-León
Galicia
-50
-40
-30
-20
0,2
Rioja
Navarra
Canarias
Ara g ó n
Murcia
Andalucía
Valencia
0
Cantabria
Baleares 10
-10
0
Asturias
20
30
40
Cataluña
-0,2
País Vasco
-0,4
Madrid
-0,6
-0,8
La ecuación estimada es Y= 0,0000109 – 0,014477X + u
(-6,94)
R2(ajust.)=0,74;
DW=1,99
La convergencia en precios es, asimismo, significativa estadísticamente,
situándose la mayoría de las regiones en torno a la recta de regresión, con la visible
excepción de Baleares por encima de ésta debido a su fuerte especialización en un
sector inflacionista como es el de servicios y por debajo La Rioja, región con fuerte
especialización agraria y una industria con subsectores de carácter tradicional (Gráfico
5 y Cuadro 2 bis)21.
21
Como afirman Doménech, Escribá y Murgui (1999), no se desprende una clara superioridad al utilizar la
fuente de información BD.MORES en vez de la del BBV, por lo que se ha decidido emplear esta última que,
además, ha realizado un gran esfuerzo en su última publicación para construir índices de precios regionales y
sectoriales siguiendo la metodología SEC.
23
GRAFICO 5:CONVERGENCIA BETA EN PRECIOS, 1955-1997.
0,4
0,3
Madrid
0,2
Baleares
Canarias
0,1
Andalucía
-12
-10
-8
-6
-4
Murcia
-2
Galicia
0
Valencia Asturias
0
2
4
Extremadura
Aragón
-0,1
6
8
Cataluña
Navarra
Cantabria
País-Vasco
Castilla-León
Rioja
-0,2
Castilla-Mancha
-0,3
La ecuación estimada es Y= 0,00008 – 0,03026X + u
(-14,69)
R2(ajust.)=0,92;
DW=1,30
Ahora bien, el análisis de convergencia beta que acabamos de plantear, y que
hemos denominado absoluta o no condicionada, supone que el término constante de la
ecuación es común a todas las regiones, lo cual implica, como ya se ha mencionado,
que todas ellas convergen hacia un único estado estacionario común. Pero puede
plantearse la posibilidad, más plausible desde el punto de vista de los hechos
observados, de incorporar al modelo las variables que determinan un estado
estacionario propio de cada región y ver su grado de significatividad. Como ha
señalado De la Fuente(1996a), se pueden captar también estos efectos específicos de
cada región, los cuales provocan diferencias de renta per cápita a largo plazo, si se
incluyen variables ficticias regionales en un análisis de datos de panel. Siguiendo esta
24
técnica, se puede observar (Cuadro 3) que la convergencia en VAB nominal, tasa de
empleo y productividad es mayor cuando se introducen las regiones de forma separada
(la velocidad de convergencia condicionada es mayor que la no condicionada) mientras
que en los precios no ocurre así, mostrándose éstos como un factor menos favorecedor
de la convergencia que el resto.
El test de Hausman toma valores lo suficientemente elevados como para indicar
que estamos en presencia de efectos fijos antes que aleatorios. Así, el contraste de
Hausman logra una chi-cuadrado, con un grado de libertad, en todos los casos mayor
que el valor crítico de tablas (a un nivel de significatividad del 5% es de 3,84) por lo
que se acepta el modelo de efectos fijos frente al de efectos aleatorios. Por otra parte,
el estadístico F(16,340) es siempre superior al valor crítico [F(15,  )
(0,05)=1,67],
lo que
coloca al modelo de convergencia condicionada con variables ficticias, que supone
para cada región un estado estacionario particular, como superior al de convergencia
no condicionada, en el que se suponía la tendencia de todas las regiones hacia un
estado estacionario común.
Se pueden clasificar las regiones en dos grupos, diferenciando entre las que
convergen y las que divergen en cuanto a su VAB nominal. Entre las primeras se
encuentran Andalucía, Asturias, Castilla La Mancha, Extremadura y Galicia de forma
significativa según la t de Student; un nivel menor de exigencia, el 90%, se encuentran
Cantabria y Murcia mientras que no presentan significatividad estadística Valencia y el
País Vasco.
25
CUADRO 3: CONVERGENCIA ß EN VAB nominal, PRECIOS, TASA DE EMPLEO Y
PRODUCTIVIDAD, 1955-1997
NO CONDIC.
VABnominal
PRECIOS
TASA DE EMPLEO
PRODUCTIVIDAD
-0,0107
(-5,07) ***
-0,0470
(-5,75) ***
-0,0016
(-0,32)
-0,0146
(-6,63) ***
R2 ajust.
0,0797
0,1356
-0,0023
0,1326
D.W.
1,4484
1,7481
1,1829
1,7302
ß
-0,0358
(-4,70) ***
-0,0212
(-2,37) **
-0,0523
(-4,11) ***
-0,0350
(-4,44) ***
AND
-0,0050
(-3,76) ***
0,0002
(0,57)
-0,0049
(-4,35) ***
-0,0015
(-1,89) *
ARA
0,0016
(2,35) **
-0,0003
(-0,92)
0,0019
(2,88) **
0,0004
(0,62)
AST
-0,0023
(-2,67) ***
-0,0003
(-0,38)
-0,0004
(-0,59)
-0,0013
(-1,05)
BAL
0,0067
(4,64) ***
0,0015
(1,98) **
0,0065
(4,29) ***
0,0006
(0,41)
CAN
0,0013
(0,81)
0,0013
(2,08) **
-0,0011
(-0,96)
0,0009
(0,89)
CANT
-0,0016
(-1,83) *
-0,0006
(-1,38)
0,0002
(0,26)
-0,0010
(-1,53)
CASL
0,0050
(4,32) ***
-0,0012
(-3,11) ***
-0,0022
(-2,53) **
0,0074
(5,95) ***
CASM
-0,0093
(-3,63) ***
-0,0013
(-2,16) **
0,0002
(0,38)
-0,0082
(-2,84) ***
CAT
0,0019
(1,77) *
-0,0006
(-3,04) ***
0,0021
(3,01) ***
0,0009
(1,23)
VAL
-0,0007
(-0,93)
-0,0002
(-1,11)
-0,0004
(-0,71)
0,0003
(0,53)
EXTR
-0,0050
(-2,47) **
-0,0003
(-0,46)
-0,0039
(-3,11) ***
-0,0020
(-1,18)
GAL
-0,0023
(-2,15) **
0,0002
(0,50)
0,0026
(2,24) **
-0,0040
(-2,24) **
RIO
0,0020
(2,16) **
-0,0012
(-2,14) **
0,0033
(3,59) ***
0,0006
(0,65)
MAD
0,0029
(2,27) **
0,0021
(4,40) ***
0,0021
(2,53) **
-0,0007
(-0,59)
MUR
-0,0020
(-1,79) *
-0,0002
(-0,37)
-0,0016
(-1,80) *
-0,0007
(-0,60)
NAV
0,0026
(2,62) ***
-0,0006
(-1,04)
0,0019
(2,75) ***
0,0016
(1,93) *
PVAS
-0,0001
(-0,07)
-0,0008
(-1,51)
-0,0005
(-0,72)
0,0011
(0,99)
R2 ajust.
0,2044
0,1815
0,0554
0,2338
D.W.
1,6415
1,9973
1,1862
1,9307
F(16,340)
4,478
2,312
2,357
3,931
Hausman [λ2(1) ]
10,49
20,03
22,02
7,18
ß
CONDIC.
26
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
Andalucía converge en tasa de empleo y al 90% en productividad, mientras que en
precios diverge y no es estadísticamente significativa. Asturias converge en todos los
componentes del output pero no es estadísticamente significativo en ninguno. Castilla
La Mancha converge significativamente en precios y productividad y diverge en
precios sin ser significativo. Extremadura converge en todos los componentes del
VAB nominal, pero sólo es significativo en tasa de empleo. Galicia converge en
productividad y diverge en empleo y precios, aunque no es significativa en esta última
variable. Cantabria converge en tasa de empleo y productividad y diverge en precios,
aunque no es significativa ninguna variable. Murcia converge en todos los elementos
del output pero sólo es significativa la tasa de empleo al 90%. Finalmente, Valencia y
País Vasco convergen en precios y tasa de empleo y divergen en productividad sin ser
significativa ninguna variable.
Entre las regiones que divergen significativamente en el VAB nominal se
encuentran Aragón, Baleares, Castilla-León, La Rioja, Madrid, Navarra y, al 90%,
Cataluña, mientras que Canarias no es estadísticamente significativa. Aragón, diverge
en tasa de empleo y productividad y converge en precios pero sólo es significativa la
tasa de empleo. Baleares diverge en todos los componentes siendo significativos
precios y tasa de empleo. Castilla León converge significativamente en precios y tasa
de empleo y diverge en productividad. La Rioja, al igual que Cataluña, converge en
precios y diverge en empleo y productividad siendo significativas las dos primeras
variables. Madrid diverge en precios y tasa de empleo de forma significativa mientras
que converge en productividad no significativamente. Por último, Navarra es
divergente significativamente en tasa de empleo y, al 90%, productividad
Cabe destacar, en el grupo que muestra valores significativos y positivos en VAB
nominal, la presencia de regiones, como Baleares y Madrid, con un alto componente
de sector servicios, por lo que aparecen con significatividad en precios y tasa de
empleo, como corresponde a un sector inflacionista y con baja productividad del
trabajo, y de otras, como las que integran el Valle Medio del Ebro (Aragón, la Rioja y
27
Navarra) que, con un mayor carácter industrial, muestran significatividad en el empleo.
Por otra parte, en el grupo que aparece con valores negativos y significativos, destaca
la presencia de regiones con marcado carácter agrario que, como Andalucía y
Extremadura, presentan valores significativos en la tasa de empleo, o Andalucía y
Castilla-La Mancha que lo hacen en productividad (Cuadro 3).
Puesto que los determinantes de la tasa de empleo y de los precios dependen, en
gran medida, de aspectos institucionales relacionados con el mercado de trabajo y
aspectos de competencia en los mercados, respectivamente, se pretende en este trabajo
profundizar en la evolución y características de la productividad. Para ello, en primer
lugar, se atiende a su componente sectorial y, después, en el siguiente apartado,
utilizando un análisis shift-share se descompone en sus elementos regional,
especialización y cambio estructural para analizar su contribución al output.
Las dummies introducidas en el análisis de convergencia beta condicionada no
permiten identificar qué factores son los que explican las diferencias en
productividades regionales, pero podemos mencionar, entre otros, la estructura
sectorial como generadora o no de convergencia, debido al efecto que producen las
distintas productividades sectoriales. Por otro lado, aunque existiera una similitud en la
estructura productiva, la mayor o menor convergencia dependería de si los mismos
sectores en las diferentes regiones convergen o no en productividad del trabajo. En este
sentido presentamos, a través de un análisis de convergencia sigma para toda España,
una desagregación sectorial de la productividad, observándose diferencias notables
entre sectores (Gráfico 6). Puede verse que la productividad agraria presenta, con
altibajos, una tendencia hacia la divergencia que se ha reducido desde mediados de los
ochenta, fecha de nuestra incorporación a la PAC; por su parte, la construcción
muestra una senda de convergencia, reduciendo su dispersión de forma importante
hasta la crisis de los setenta, pero mantenimiento una posición estable desde ese fecha.
En cuanto a los sectores más importantes desde el punto de vista del output y el
empleo, en los servicios se observa una gráfica prácticamente plana, lo cual implica un
sector donde las diferencias regionales en productividad se han mantenido estables, y
28
sólo la industria muestra una leve pero clara tendencia hacia una menor dispersión en
productividad regional. El agregado de la productividad muestra una mayor
convergencia que todos sus componentes sectoriales. La explicación hay que buscarla
en la composición sectorial y total del empleo puesto que la productividad total es una
media ponderada de las productividades sectoriales donde los pesos son las
participaciones de los diversos sectores en el empleo.
GRAFICO 6: CONVERGENCIA SIGMA EN PRODUCTIVIDADES SECTORIALES, 19551997.
0,2
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
19
55
19
57
19
59
19
61
19
63
19
65
19
67
19
69
19
71
19
73
19
75
19
77
19
79
19
81
19
83
19
85
19
87
19
89
19
91
19
93
19
95
19
97
0
agregado
agricultura
industria
construcción
servicios
Al realizar un análisis sectorial de convergencia beta absoluta, solamente la
agricultura muestra un coeficiente estadísticamente significativo, pero en este caso
positivo, lo cual indica que las productividades agrarias han experimentado un proceso
de divergencia a lo largo del período analizado. Por lo que respecta al resto de los
sectores, la construcción presenta un coeficiente positivo que indica divergencia,
mientras la industria y los servicios ofrecen valores negativos de beta, indicando
convergencia, pero no significativos estadísticamente (Cuadro 4).
29
CUADRO 4: CONVERGENCIA  EN PRODUCTIVIDAD, 1955-1997.
NO CONDIC.
TOTAL
AGRIC.
INDUSTR.
CONSTR.
SERV.
-0,0146
(-6,63) ***
0,0197
(3,13) ***
-0,0019
(-0,34)
0,0019
(0,20)
-0,0014
(-0,99)
R2 ajust.
0,1326
0,0217
-0,0023
-0,0026
-0,0003
D.W.
1,7302
1,8536
1,7961
1,7647
1,8625
-0,0350
(-4,44) ***
0,0911
(5,88) ***
0,0525
(2,49) **
0,0737
(4,72) ***
0,0880
(2,61) ***
AND
-0,0015
(-1,89) *
-0,0019
(-0,77)
0,0029
(2,12) **
-0,0002
(-0,14)
0,0042
(2,36) **
ARA
0,0004
(0,62)
-0,0046
(-1,11)
-0,0024
(-2,79) ***
0,0007
(0,28)
0,0003
(0,74)
AST
-0,0013
(-1,05)
0,0103
(2,04) **
-0,0030
(-1,00)
-0,0016
(-0,87)
0,00002
(0,03)
BAL
0,0006
(0,41)
-0,0012
(-0,28)
0,0011
(0,44)
-0,0033
(-1,77) *
-0,0012
(-1,09)
CAN
0,0009
(0,89)
-0,0005
(-0,14)
-0,0058
(-1,76) *
-0,0037
(-1,80) *
0,0021
(2,39) **
CANT
-0,0010
(-1,53)
0,0007
(0,22)
-0,0008
(-0,78)
-0,0030
(-1,73) *
0,0009
(1,66) *
CASL
0,0074
(5,95) ***
-0,0101
(-2,58) **
-0,0165
(-2,89) ***
-0,0185
(-3,40) ***
-0,0175
(-2,70) ***
CASM
-0,0082
(-2,84) ***
0,0179
(4,34) ***
0,0177
(2,93) ***
0,0206
(3,88) ***
0,0306
(2,70) ***
CAT
0,0009
(1,23)
-0,0144
(-3,78) ***
0,0002
(0,33)
0,0008
(0,51)
-0,0036
(-2,54) **
VAL
0,0003
(0,53)
-0,0120
(-4,32) ***
0,0023
(1,41)
-0,0012
(-0,71)
0,0010
(2,40) **
EXTR
-0,0020
(-1,18)
0,0067
(1,98) **
0,0056
(1,79) **
0,0051
(2,10) **
0,0086
(2,49) **
GAL
-0,0040
(-2,24) **
0,0160
(3,12) ***
0,0001
(0,09)
0,0015
(0,94)
0,0051
(2,61) ***
RIO
0,0006
(0,65)
-0,0145
(-3,32) ***
0,0013
(0,62)
-0,0005
(-0,30)
-0,0004
(-0,74)
MAD
-0,0007
(-0,59)
-0,0004
(-0,08)
-0,0010
(-1,08)
0,00004
(0,02)
-0,0063
(-2,87) ***
MUR
-0,0007
(-0,60)
-0,0038
(-0,92)
0,0056
(1,55)
-0,0021
(-1,24)
0,0043
(2,60) ***
NAV
0,0016
(1,93) *
-0,0159
(-3,49) ***
0,0010
(0,76)
-0,0009
(-0,45)
-0,0007
(-1,27)
PVAS
0,0011
(0,99)
-0,0241
(-5,51) ***
-0,0034
(-1,64) *
-0,0013
(-0,70)
-0,0027
(-2,42) **
R2 ajust.
0,2338
0,0889
0,0580
0,0761
0,1055
D.W.
1,9307
1,7906
1,7884
1,7339
1,8354
F(16,340)
3,931
2,636
2,420
2,889
3,626
Hausman [λ2(1) ]
7,18
26,27
21,46
38,81
41,73
ß
CONDIC.
ß
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
30
En la misma línea de desagregación sectorial, se analiza la convergencia beta
condicionada en productividades sectoriales utilizando datos de panel. Si se utiliza el
modelo de efectos fijos para realizar un análisis de convergencia beta condicionada, la
estimación de variables ficticias regionales en datos de panel permitirá contrastar la
existencia de efectos específicos propios de cada región22. En este caso, y para el
coeficiente conjunto, tanto en productividad global como sectorial, encontramos
significatividad estadística en todos los casos.
Las regiones se pueden agrupar según la convergencia o divergencia en los
diferentes sectores analizados. Así, se pueden encontrar aquéllas que convergen en
agricultura: Castilla-León, Cataluña, Valencia, La Rioja, Navarra y País Vasco (no son
estadísticamente significativas, aunque el signo negativo indique convergencia,
Andalucía, Aragón, Madrid y Murcia). Por otra parte, se encuentra divergencia en el
sector agrícola en Asturias, Castilla-La Mancha, Extremadura, Galicia (no son
significativas Baleares, Canarias y Cantabria).
En cuanto a la industria, convergen Aragón, Castilla-León y, al 90%, Canarias y
País Vasco, no siendo significativas Asturias, Cantabria y Madrid. Son divergentes en
el sector industrial Andalucía, Castilla-La Mancha y, con menores exigencias de
significatividad, Extremadura (no son significativas, aunque el signo muestre
divergencia, Baleares, Cataluña, Valencia, Galicia, La Rioja, Navarra y Murcia). En el
sector de la construcción converge Castilla-León y, al 90%, Baleares, Canarias y
Cantabria mientras que, por el contrario, divergen significativamente Castilla-La
Mancha, y Extremadura. Finalmente, en el sector servicios, convergen Castilla-León,
Cataluña, Madrid y el País Vasco (no son significativas Baleares, La Rioja y Navarra),
siendo divergentes Andalucía, Canarias, Castilla-La Mancha, Valencia, Extremadura,
Galicia, Murcia y, al 90%, Cantabria, no resultando significativas Aragón ni Asturias.
22
Tanto para la productividad total como para cada uno de los sectores, el test de Hausman toma valores lo suficientemente
elevados como para indicar que estamos en presencia de efectos fijos antes que aleatorios. Así, el contraste de Hausman
logra una chi-cuadrado, con un grado de libertad, en todos los casos mayor que el valor crítico de tablas (a un nivel de
significatividad del 5% es de 3,84) por lo que se acepta el modelo de efectos fijos frente al de efectos aleatorios. Por otra
parte, el estadístico F(16,340) es siempre superior al valor crítico [F(15,  ) (0,05)=1,67], lo que coloca al modelo de
convergencia condicionada con variables ficticias, que supone para cada región un estado estacionario particular, como
superior al de convergencia no condicionada, en el que se suponía la tendencia de todas las regiones hacia un estado
estacionario común.
31
En definitiva, los sectores protagonistas en cada región son los siguientes: en
Andalucía, industria y servicios (divergencia); Aragón, industria (convergencia);
Asturias, agricultura (divergencia); Baleares, construcción (convergencia); Canarias,
servicios (divergencia) e industria y construcción (convergencia); Cantabria,
construcción (convergencia) y servicios (divergencia); Castilla-León, convergencia en
todos los sectores; Castilla-La Mancha, divergencia en todos los sectores; Cataluña,
agricultura y servicios (convergencia); Valencia, agricultura (convergencia) y servicios
(divergencia); Extremadura, divergencia en todos los sectores; Galicia, agricultura y
servicios (divergencia); La Rioja, agricultura (convergencia), Madrid, servicios
(convergencia); Murcia, servicios e industria (divergencia); Navarra, agricultura
(convergencia) y País Vasco, agricultura, industria y servicios (convergencia) (Cuadro
4).
Destaca el hecho de que regiones tradicionalmente agrarias como Extremadura y
Galicia presentan divergencia en agricultura, lo cual muestra que este sector ha
mantenido un fuerte componente tradicional en estos entornos geográficos, mientras
que el sector agrario se ha modernizado y ha producido convergencia en Castilla-León,
La Rioja y Navarra. Por otra parte, la industria ha producido divergencia en regiones
agrarias y con escasa especialización industrial, como Andalucía, Castilla-La Mancha
y Extremadura, mientras que ha contribuido a la convergencia en regiones con fuerte
especialización industrial, como Aragón. El sector servicios, por su parte, ha
fomentado también la divergencia en regiones con fuerte tradición agraria como
Andalucía, Castilla-La Mancha, Extremadura, Galicia y Murcia.
32
3. La contribución de cada componente a la convergencia beta del output per capita.
Para continuar profundizando en los determinantes de la convergencia, se van a
explorar las fuentes de crecimiento del output per cápita regional atendiendo primero a
todo el período 1955-1997 globalmente considerado y después a cada uno de los
subperíodos que configuran, para la economía española, una etapa de crecimiento
económico y cambio estructural hacia la industria (1955-1975), un período de crisis
industrial y reconversión (1975-1985), y un tramo final de recuperación económica,
sólo interrumpido por la crisis de los primeros noventa, con fuerte y definitivo
protagonismo del sector servicios (1985-1997).
Para ello, la ecuación que se analizaba anteriormente, se retoma de nuevo (  yrt =
 prt +  lrt +  qrt) pero, además, el componente productividad se descompone en sus
tres elementos (regional, especialización y cambio estructural,  qrt=  rrt +  ert
+  crt), que son explicados seguidamente, por lo que se va a analizar la contribución
de cinco elementos al crecimiento del VAB nominal (pc), (  yrt =  prt +  lrt +  rrt
+  ert +  crt).
La productividad total de una región en un momento del tiempo puede expresarse
como la media aritmética de las productividades sectoriales en dicho momento
temporal, ponderadas éstas por el peso que el empleo tiene en cada uno de los sectores
a escala regional. Se puede descomponer esta productividad en una serie de factores,
únicamente variando la hipótesis sobre la composición del empleo sectorial, en lo que
se denomina análisis shift-share23. Se supone, en primer lugar, que la participación del
empleo sectorial es igual para todas las regiones y constante para todo el período
analizado, adoptando como valores sectoriales los promedios nacionales para todo el
período. De esta forma, se logra aislar el denominado componente regional de la
productividad, ya que sólo las diferentes productividades de un mismo sector en cada
región producirán su efecto diferencial, al suponerse constante e igual para todas las
regiones la estructura sectorial del empleo. En segundo lugar, para determinar el efecto
23
Para una aplicación de esta técnica a la economía española, véase De la Fuente y Freire (2000).
33
de especialización regional, se supone que el peso sectorial del empleo es el mismo
para todo el período analizado, pero ahora distinto para cada región, adoptando para
ello la media del empleo regional para todo el período en cada uno de los sectores. Así,
la ponderación sectorial del empleo, aunque es distinta para cada región, no varía con
el tiempo. Por ello, si se compara el valor de la productividad así obtenido con el
efecto regional anteriormente descrito, se obtiene el efecto que sobre la productividad
tiene el hecho de que cada región se haya especializado en un sector u otro en
promedio a lo largo de todo el período, ya que la productividad de cada uno de los
sectores es distinta. Por último, comparando este efecto de especialización regional
que, como se ha dicho, supone una participación constante del empleo regional a lo
largo del tiempo, con la productividad global definida al principio, en la que la
ponderación sectorial del empleo era distinta en cada región y también en cada
momento temporal, es posible capturar el efecto diferencial sobre la productividad del
cambio estructural que se produce en una región por el hecho de ir evolucionando de
un sector a otro a mayor o menor ritmo a lo largo del tiempo, ya que si ello supone, por
ejemplo, transitar más rápidamente desde la agricultura hacia la industria, se producirá
un incremento más rápido de la productividad global.
En consecuencia, si llamamos Qrt a la productividad media regional, se puede
expresar como una media ponderada de las productividades sectoriales dentro de cada
región; donde los pesos  rst son las participaciones de los diversos sectores en el
empleo regional.
Qrt =
 rst Qrst
s
El componente regional de la productividad Rrst se construye ponderando las
productividades sectoriales de cada región por la participación media del sector en el
empleo regional durante el conjunto del periodo reflejando tan solo la dinámica de las
productividades medias de las distintas regiones:
Rrst =
 s Prst
s
donde  s = 1/T
 st
t
34
Un segundo elemento auxiliar (Xrst) se construye de forma análoga pero
ponderando las productividades por los promedios temporales de las participaciones
sectoriales en el empleo de cada región.
Xrst =
 rs Prs
donde  rs = 1/T
s
 rst
t
Como la estructura sectorial varía entre regiones pero no en el tiempo, las
diferencias entre Xrst y Rrst capturarán el impacto de los diferentes patrones de
especialización regional (Erst). Finalmente, las diferencias entre Xrst y Qrt reflejarán la
evolución en el tiempo de la estructura sectorial dentro de cada región, el llamado
cambio estructural, Srst .
Utilizando los elementos señalados se puede descomponer la productividad global
en el producto de los tres factores que la determinan: regional, especialización y
cambio estructural.
Qrt = Rrst * Xrst / Rrst * Qrt / Xrst = Rrst * Erst * Srst
Si se calcula, para cada variable y región, el logaritmo del crecimiento medio a lo
largo de todo el período y se compara por diferencia con su equivalente nacional, se
obtiene el desglose del incremento de la productividad entre sus tres elementos
definitorios:
 q=  r +  e +  c
Lógicamente, el incremento de la productividad diferencial (  q) será superior en
aquellas regiones cuyos sectores sean más productivos independientemente de la
estructura sectorial del empleo (  r), en aquéllas especializadas en sectores más
productivos por la propia naturaleza del sector (  e), y en aquéllas que más
rápidamente han transitado desde sectores menos productivos hacia otros con una
productividad superior (  c).
A partir de la descomposición construida, se va a analizar a continuación la
contribución de los distintos componentes del VAB nominal (pc) a la convergencia
35
beta de esta variable y, para ello, se van a estimar una serie de ecuaciones parciales de
convergencia (una para cada componente) utilizando, de nuevo, datos de panel. Los
resultados obtenidos se resumen en los párrafos que siguen.
En el periodo completo, 1955-1997, el estadístico Hausman indica que se está en
presencia de efectos fijos en los componentes del VAB nominal siguientes: tasa de
empleo y, entre los componentes de la productividad, especialización y cambio
estructural, lo cual indica que en las variables mencionadas existen elementos
particulares de cada región que les hace comportarse de manera distinta en cuanto a su
contribución al crecimiento, algo que no puede decirse de los elementos precios ni de
la productividad regional que presentan efectos aleatorios. Por otra parte, el estadístico
F indicaría que explica más el modelo con dummies regionales que sin éstas, es decir,
la convergencia condicionada es preferida a la no condicionada, algo que no se cumple
con la productividad regional aunque sí en los precios (Cuadros 5 y 5 bis).
Por lo que respecta a la convergencia absoluta, el componente fundamental en
cuanto a aportación a la misma es la productividad mientras que el elemento precios
resta. Dentro de la productividad, son los componentes regional y cambio estructural
los que lideran la aportación a la convergencia, en tanto que el papel de la
especialización es prácticamente insignificante.
Entre las regiones de mayor crecimiento del VAB nominal per cápita durante el
periodo 1955-1997, se encuentran Baleares, Canarias, Castilla-León, Castilla-La
Mancha, Extremadura, Galicia y Madrid. Las de crecimiento medio son Andalucía;
Aragón, Asturias, Rioja, Murcia y Navarra, mientras que entre las de menor
crecimiento se sitúan Cantabria, Cataluña, Valencia y el País Vasco (Gráfico 8).
36
37
38
CUADRO 5. FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1955-1997.
NO CONDIC.
VABnominal
PRECIOS
TASA DE EMPLEO
PRODUCTIVIDAD
-0,0107
(-5,07) ***
0,0021
(1,73) *
-0,0000
(-0,00)
-0,0128
(-6,44) ***
R2 ajust.
0,0797
0,0079
-0,0028
0,1228
D.W.
1,4484
1,6625
1,1859
1,7301
100
-19,63
0
119,63
ß
-0,0358
(-4,70) ***
0,0043
(1,17)
-0,0159
(-2,76) ***
-0,0234
(-3,18) ***
AND
-0,0050
(-3,76) ***
0,0009
(1,46)
-0,0030
(-3,04) ***
-0,0028
(-2,17) **
ARA
0,0016
(2,35) **
-0,0004
(-1,29)
0,0010
(1,67) *
0,0010
(1,73) *
AST
-0,0023
(-2,67) ***
-0,0003
(-0,36)
-0,0013
(-2,02) **
-0,0007
(-0,60)
BAL
0,0067
(4,64) ***
0,0013
(1,45)
0,0032
(2,14) **
0,0022
(1,56)
CAN
0,0013
(0,81)
0,0019
(3,05) ***
-0,0006
(-0,50)
0,0001
(0,08)
CANT
-0,0016
(-1,83) *
-0,0009
(-2,36) **
-0,0008
(-0,99)
0,0001
(0,15)
CASL
0,0050
(4,32) ***
-0,0019
(-3,51) ***
0,0016
(1,59)
0,0053
(4,86) ***
CASM
-0,0093
(-3,63) ***
-0,0005
(-0,40)
-0,0049
(-2,66) ***
-0,0037
(-1,47)
CAT
0,0019
(1,77) *
-0,0013
(-2,62) **
0,0021
(2,44) **
0,0010
(1,01)
VAL
-0,0007
(-0,93)
-0,0003
(-1,37)
-0,0010
(-1,93) *
0,0007
(1,27)
EXTR
-0,0050
(-2,47) **
0,0004
(0,49)
-0,0039
(-2,47) **
-0,0015
(-0,74)
GAL
-0,0023
(-2,15) **
0,0006
(1,10)
-0,0020
(-1,83) *
-0,0007
(-0,52)
RIO
0,0020
(2,16) **
-0,0017
(-3,29) ***
0,0013
(1,81) *
0,0024
(2,54) **
MAD
0,0029
(2,27) **
0,0021
(3,02) ***
0,0033
(3,01) ***
-0,0025
(-2,10) **
MUR
-0,0020
(-1,79) *
0,0004
(0,77)
-0,0012
(-1,20)
-0,0012
(-0,89)
NAV
0,0026
(2,62) ***
-0,0011
(-1,83) *
0,0013
(1,87) *
0,0024
(2,55) **
PVAS
-0,0001
(-0,07)
-0,0016
(-2,33) **
0,0009
(0,97)
0,0005
(0,41)
R2 ajust.
0,2044
0,1650
0,0176
0,2070
D.W.
1,6415
1,9979
1,2469
1,9549
F(16,340)
4,478
5,186
1,461
3,357
Hausman [λ2(1) ]
10,49
0,12
7,36
2,09
ß
% explic.
CONDIC.
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
39
CUADRO 5 (bis). FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1955-1997.
NO CONDIC.
Regional
Especialización
Cambio estructural
PRODUCTIVIDAD
-0,0062
(-3,78) ***
-0,0007
(-0,60)
-0,0059
(-4,35) ***
-0,0128
(-6,44) ***
R2 ajust.
0,0427
-0,0014
0,0612
0,1228
D.W.
1,9668
1,7536
1,2298
1,7301
% explic.
57,94
6,54
55,14
119,63
ß
0,0007
(0,11)
0,0150
(3,92) ***
-0,0384
(-8,26) ***
-0,0234
(-3,18) ***
AND
0,0009
(0,88)
0,0023
(3,36) ***
-0,0058
(-7,04) ***
-0,0028
(-2,17) **
ARA
-0,0005
(-0,86)
0,0001
(1,23)
0,0014
(3,54) ***
0,0010
(1,73) *
AST
-0,0013
(-1,19)
0,0010
(4,39) ***
-0,0005
(-0,93)
-0,0007
(-0,60)
BAL
-0,0003
(-0,25)
-0,0032
(-5,67) ***
0,0056
(7,53) ***
0,0022
(1,56)
CAN
0,0003
(0,29)
-0,0000
(-0,08)
-0,0001
(-0,12)
0,0001
(0,08)
CANT
-0,0006
(-1,05)
0,0002
(1,57)
0,0005
(0,97)
0,0001
(0,15)
CASL
-0,0009
(-0,98)
-0,0002
(-0,37)
0,0064
(7,60) ***
0,0053
(4,86) ***
CASM
0,0033
(1,57)
0,0056
(4,14) ***
-0,0124
(-7,42) ***
-0,0037
(-1,47)
CAT
-0,0003
(-0,38)
-0,0017
(-2,18) **
0,0030
(4,40) ***
0,0010
(1,01)
VAL
-0,0001
(-0,15)
0,0001
(0,42)
0,0008
(1,80) *
0,0007
(1,27)
EXTR
0,0024
(1,24)
0,0034
(2,48) **
-0,0073
(-5,33) ***
-0,0015
(-0,74)
GAL
-0,0007
(-0,75)
0,0026
(4,36) ***
-0,0025
(-2,59) ***
-0,0007
(-0,52)
RIO
0,0001
(0,18)
0,0006
(1,69) *
0,0017
(2,63) ***
0,0024
(2,54) **
MAD
-0,0008
(-0,72)
-0,0042
(-5,04) ***
0,0023
(2,88) ***
-0,0025
(-2,10) **
MUR
0,0005
(0,37)
0,0018
(4,40) ***
-0,0034
(-5,09) ***
-0,0012
(-0,89)
NAV
0,0004
(0,44)
-0,0001
(-0,32)
0,0020
(3,54)
0,0024
(2,55)
PVAS
-0,0007
(-0,64)
-0,0012
(-1,66)
0,0023
(3,21) ***
0,0005
(0,41)
R2 ajust.
0,0337
0,1566
0,3238
0,2070
1,9966 [ar(1)]
1,9851[ar(1),ar(2)]
1,6546
1,9549
F(16,340)
0,831
4,816
9,614
3,357
Hausman [λ2(1) ]
1,08
15,75
47,46
2,09
ß
CONDIC.
D.W.
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
40
Si se observa, de forma simultánea, el gráfico 8 de los componentes del
crecimiento y el cuadro 5 (en cuanto a la significatividad de cada uno de ellos) para
cada una de las regiones se pueden dilucidar los determinantes del crecimiento en cada
territorio. Así, para el periodo completo 1955-1997, los precios suman al VAB
nominal de forma significativa en Canarias y Madrid, en coherencia con su
desarrollado sector servicios. Por su parte, restan significativamente en Cantabria,
Castilla-León, Cataluña, La Rioja, el País Vasco y, al 90 % en Navarra, regiones
prácticamente todas ellas industriales del norte de España.
La variable tasa de empleo suma al output de forma significativa en Baleares,
Cataluña y Madrid y, a menor nivel de exigencia, en Navarra, Aragón y la Rioja; por
tanto, en el cuadrante nordeste de España junto con Madrid. Por el contrario, tiene una
aportación negativa al crecimiento en Andalucía, Asturias, Castilla-La Mancha,
Extremadura y, al 90%, Valencia y Galicia; esto es, en regiones con un marcado
carácter agrario. La productividad regional no resulta significativa en ninguna región,
aunque represente gráficamente importante signo positivo en algunos territorios
(Castilla- La Mancha y Extremadura) y negativo en otras (Baleares y el País Vasco), lo
que es coherente con los resultados de los estadísticos F y Hausman ya comentados
(Cuadro 5 bis y Gráfico 8).
El
componente
de
la
productividad
referido
a
especialización
suma
significativamente al output en Andalucía, Asturias, Castilla- La Mancha, Cataluña,
Extremadura, Galicia, La Rioja y Murcia, resultando negativa en cuanto a su
contribución al output en Baleares y Madrid. En consecuencia, se trata de un
componente que opera positivamente con mayor intensidad en regiones donde la
especialización industrial (sector con elevada productividad) es relativamente más
importante que la especialización en servicios (sector con una productividad del
trabajo menor). Finalmente, el cambio estructural afecta positivamente a Aragón,
Baleares, Castilla-León, Valencia, Extremadura, Galicia y Murcia, mientras que ha
restado crecimiento en Andalucía, Castilla- La Mancha, Cataluña, La Rioja, Madrid,
Navarra y el País Vasco.
41
Por lo que respecta al período 1955-1975, se observa (Cuadros 6 y 6 bis) que para
el conjunto de la economía española, la convergencia beta no condicionada indica que la
productividad contribuyó significativamente a la convergencia en VAB nominal, y,
dentro de ella, el componente cambio estructural el que más empujó hacia la
convergencia en productividad de las regiones españolas, seguido del componente
regional (en cuanto a los porcentajes explicados por cada componente), actuando la
especialización en sentido opuesto. El ritmo de convergencia del VAB nominal se
acercó al 1,4% anual con un coeficiente estadísticamente significativo. En los
componentes productividad regional y cambio estructural es preferido el modelo de
efectos fijos frente al de efectos aleatorios, por lo que cada región se comporta de forma
distinta en su contribución al VAB nominal, algo que no se cumple en el resto de
componentes (precios, tasa de empleo y especialización), donde es preferido el modelo
de efectos aleatorios frente al de efectos fijos. Sin embargo, en estos tres elementos el
estadístico F muestra que se prefiere la convergencia condicionada a la no condicionada,
por lo que cada región tendería a su propio estado estacionario (Cuadros 6 y 6 bis).
En este periodo, 1955-1975, las regiones que más crecieron fueron Baleares,
Canarias, Castilla-León, Castilla-La Mancha, Madrid y Murcia. Entre las de crecimiento
medio se encuentran Andalucía, Extremadura y el País Vasco, mientras que las de
menor crecimiento fueron Aragón, Asturias, Cantabria, Cataluña, Valencia, La Rioja y
Navarra (Gráfico 9).
Si se observan las fuentes que provocaron crecimientos del VAB per cápita
regional (Gráfico 9) y al mismo tiempo la significatividad estadística de cada
componente (Cuadro 6 y 6 bis), no se encuentra ninguna región que de forma
significativa añada al output en el componente precios, mientras que sí resta en CastillaLeón y Valencia. En tasa de empleo, sólo contribuye positivamente Galicia y, de forma
negativa, Valencia. En contraposición a esta escasa importancia de los elementos
precios y tasa de empleo, se encuentra que la productividad desempeña un importante
papel en la convergencia de las regiones, presentando significatividad estadística en la
mayoría de las mismas.
42
El componente regional de la productividad suma al crecimiento en Andalucía,
Cantabria, Castilla-La Mancha, Cataluña, Valencia, Extremadura, Navarra y el País
Vasco, mientras que resta en Canarias, Galicia y Madrid. El componente especialización
añade al crecimiento en Aragón, Asturias y Navarra y no sustrae en ninguna región de
forma significativa. Finalmente, el cambio estructural es el que en más regiones se
muestra importante, haciéndolo de forma positiva en Andalucía, Aragón, Baleares,
Castilla-León, Valencia y Extremadura y negativa en Asturias, Castilla- La Mancha,
Cataluña, Galicia, Murcia, Navarra y el País Vasco.
Como se observa, dentro de la productividad son el componente regional y el
cambio estructural los que afectan a la mayoría de las regiones, lo cual resulta coherente
con las características económicas del periodo 1955-1975, en el cual merecen ser
resaltados los cambios estructurales acontecidos en la economía española en el sentido
de un trasvase de recursos desde el sector agrario hacia una industria que encontró en
cada región un aporte diferente de capital físico, humano y tecnológico, lo que llevó a
producir diferencias de productividad entre las regiones.
Atendiendo ahora el período de crisis, 1975-1985, observamos a escala nacional
que la productividad y, dentro de ella, los componentes regional y cambio estructural se
presentan como elementos significativos de convergencia absoluta, mientras que los
precios y la tasa de empleo contribuyen significativamente a la divergencia. En todo
caso, la convergencia se produjo en este período a un ritmo aproximado del 0,4 %,
sensiblemente menor que en la etapa anterior (al 1,4%) y no significativa
estadísticamente. Las variables que en este periodo no presentan elementos regionales
particulares en su contribución al output son precios, productividad especialización y
cambio estructural, de acuerdo al estadístico Hausman. Sin embargo, según el contraste
F, en el cambio estructural se sigue prefiriendo el modelo de convergencia condicionada
a la no condicionada (Cuadros 7 y 7 bis).
En el crecimiento del VAB nominal per cápita se observan regiones de alto
crecimiento como Baleares, Canarias, Extremadura y la Rioja. Entre las de crecimiento
medio se sitúan Aragón, Castilla-León, Castilla-La Mancha, Madrid y Murcia, mientras
43
que entre las de menor crecimiento aparecen Andalucía, Asturias, Cantabria, Cataluña,
Navarra y el País Vasco (Gráfico 10).
En este periodo 1975-1985, el componente precios no es significativo en su
contribución al crecimiento en ninguna región española, lo que es coherente con los
valores de los estadísticos F y Hausman y su comportamiento no excesivamente
diferenciado entre territorios. No obstante, el resultado final es de divergencia no
condicionada, aunque muy lenta (0,47% anual). La tasa de empleo se comporta de forma
similar a los precios, aunque en este caso sí se prefiere la convergencia condicionada a
la no condicionada según el estadístico F. Este componente suma al output en Aragón,
Baleares y Valencia, mientras que resta en Murcia. Al contrario que los precios y el
empleo, de nuevo la productividad resulta ahora significativa en la mayoría de las
regiones, siendo otra vez los componentes regional y cambio estructural los que
acaparan el protagonismo al aparecer ambos en muchas regiones de forma significativa.
La productividad regional contribuye positiva y significativamente al VAB
nominal en Andalucía, Aragón, Baleares, Canarias, Castilla-La Mancha, Extremadura
Galicia, La Rioja, Murcia y Navarra, y de forma negativa en Castilla-León, Cataluña y el
País Vasco. El componente especialización suma solamente en Cantabria y La Rioja,
mientras que no resta significativamente en ninguna Comunidad Autónoma en
coherencia con los estadísticos F y Hausman. Finalmente, el cambio estructural aporta
crecimiento en Baleares, Castilla –León y Castilla -La Mancha y lo contrae en
Andalucía, Canarias, Cataluña y Murcia (Cuadros 7 y 7 bis).
En consecuencia con lo anterior, la crisis y reconversión industrial que caracteriza
al periodo 1975-1985 lleva a algunas regiones de fuerte tradición industrial, como
Cataluña y el País Vasco, a salir debilitadas del mismo, mientras que las englobadas en
el Valle Medio del Ebro surgen con un fuerte dinamismo debido a la alta productividad
de su tejido industrial.
En el último período 1985-1997, la convergencia absoluta en output per cápita de
las regiones españolas se ha producido a un ritmo de 0,9% (Cuadros 8 y 8 bis), con un
44
valor del coeficiente beta estadísticamente significativo, siendo ahora el componente
productividad el que empuja de la convergencia y, dentro de ella, es el componente
especialización el que más se acerca a la significatividad utilizando un nivel de
exigencia inferior (90%). Por su parte, los precios retrasan la convergencia aunque no
resultan estadísticamente significativos. En cuanto a las fuentes del crecimiento de este
periodo, 1985-1997, se observa un crecimiento alto en Baleares, Castilla-La Mancha,
Extremadura y Galicia. El crecimiento se puede considerar medio en Aragón, CastillaLeón, La Rioja, Madrid y Murcia, y bajo en Andalucía, Asturias, Canarias, Cantabria,
Cataluña, Valencia, Navarra y el País Vasco (Gráfico 11 y Cuadro 8).
El elemento precios, en el periodo 1985-1997, solamente contribuye de forma
positiva y significativa al VAB nominal en Canarias y de forma negativa en Aragón y La
Rioja. La tasa de empleo suma únicamente en Aragón, mientras que resta en Asturias,
Cantabria, Valencia y Galicia. La productividad regional añade crecimiento en
Andalucía, Baleares, Castilla-La Mancha, Extremadura, Madrid y Navarra; lo sustrae en
Asturias, Cantabria, Castilla-León, Cataluña, Galicia, La Rioja, Murcia y el País Vasco.
La productividad de tipo especialización es importante para el crecimiento en Galicia,
mientras que es negativo para Canarias y Madrid. Finalmente, el cambio estructural
aporta crecimiento en Valencia, mientras que no es significativo de forma negativa en
ninguna región (Cuadros 8 y 8 bis y Gráfico 11).
De nuevo, es la productividad el componente que afecta a la mayoría de las
regiones, siendo el elemento regional el más importante, con escasa o nula aportación de
los componentes especialización y cambio estructural. Ello indica que, después de la
crisis industrial y la reconversión que se prolongó durante gran parte del periodo ahora
analizado, 1985-1997, las regiones han saneado sus estructuras productivas con
diferente intensidad, por lo cual, sector por sector, aparecen como más eficientes las que
con mayor profundidad han modernizado sus procesos y con menor eficiencia aquéllas
en las que dicha transformación ha sido menos pronunciada.
CUADRO 6. FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1955-1975.
45
NO CONDIC.
VABnominal
PRECIOS
TASA DE EMPLEO
PRODUCTIVIDAD
-0,0135
(-4,49) ***
0,0009
(0,53)
-0,0021
(-1,27)
-0,0123
(-5,10) ***
R2 ajust.
0,1233
-0,0035
0,0025
0,1429
D.W.
1,6022
1,6120
1,1725
1,6110
100
-6,66
15,55
91,11
ß
-0,0619
(-3,16) ***
0,0081
(0,70)
0,0089
(0,71)
-0,0729
(-3,98) ***
AND
-0,0087
(-2,62) **
0,0022
(1,18)
0,0008
(0,37)
-0,0103
(-3,44) ***
ARA
0,0013
(0,98)
0,0001
(0,12)
-0,0010
(-1,42)
0,0021
(2,77) ***
AST
-0,0005
(-0,48)
-0,0011
(-1,42)
-0,0009
(-1,16)
0,0013
(1,28)
BAL
0,0078
(3,05)
-0,0005
(-0,30)
0,0016
(0,82)
0,0062
(2,89)
CAN
-0,0030
(-0,88)
0,0018
(1,36)
-0,0010
(-0,49)
-0,0033
(-1,52)
CANT
0,0007
(0,37)
-0,0014
(-1,56)
-0,0009
(-0,77)
0,0027
(1,99)
CASL
0,0075
(3,41)
-0,0028
(-2,36) **
-0,0000
(-0,00)
0,0097
(5,20)
CASM
-0,0185
(-2,73)
0,0007
(0,16)
0,0037
(0,89)
-0,0210
(-3,41)
CAT
0,0051
(1,57)
-0,0023
(-1,21)
-0,0023
(-1,09)
0,0088
(2,87)
VAL
-0,0007
(-0,50)
-0,0007
(-1,67) *
-0,0032
(-5,38) ***
0,0032
(3,16)
EXTR
-0,0145
(-2,70) ***
0,0015
(0,50)
0,0017
(0,47)
-0,0163
(-3,44) ***
GAL
-0,0072
(-2,38) **
0,0013
(0,75)
0,0045
(2,30) **
-0,0121
(-4,45) ***
RIO
0,0023
(1,48)
-0,0012
(-1,29)
0,0002
(0,20)
0,0029
(2,17) **
MAD
0,0064
(1,88) *
0,0028
(1,44)
-0,0006
(-0,25)
0,0033
(1,13)
MUR
-0,0033
(-1,36)
0,0014
(0,86)
0,0019
(1,18)
-0,0058
(-2,40) **
NAV
0,0040
(2,23) **
-0,0009
(-0,74)
-0,0014
(-1,25)
0,0059
(3,36) ***
PVAS
0,0057
(1,42)
-0,0030
(-1,08)
-0,0045
(-1,63)
0,0120
(3,01) ***
R2 ajust.
0,2121
0,1500
0,1327
0,3986
D.W.
1,8104
1,9476[ar(1)]
1,5444
1,9999[ar(1)]
2,183
2,877
2,577
5,349
6,33
0,30
0,77
19,77
ß
% explic.
CONDIC.
F(16, 152)
Hausman
[λ2
(1) ]
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
46
CUADRO 6 (bis). FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1955-1975.
NO CONDIC.
Regional
Especialización
Cambio estructural
PRODUCTIVIDAD
-0,0050
(-2,95) ***
0,0023
(2,29) **
-0,0097
(-5,69) ***
-0,0123
(-5,10) ***
R2 ajust.
0,0469
0,0337
0,1741
0,1429
D.W.
1,995
1,4773
0,9801
1,6110
% explic.
37,03
-17,04
71,85
91,11
ß
-0,0338
(-2,73) ***
0,0004
(0,05)
-0,0405
(-4,89) ***
-0,0729
(-3,98) ***
AND
-0,0050
(-2,35) **
-0,0006
(-0,51)
-0,0049
(-3,65) ***
-0,0103
(-3,44) ***
ARA
0,0005
(0,98)
0,0004
(3,54) ***
0,0012
(2,16) **
0,0021
(2,77) ***
AST
0,0010
(1,15)
0,0013
(4,10) ***
-0,0010
(-2,91) ***
0,0013
(1,28)
BAL
0,0017
(1,04)
-0,0009
(-0,98)
0,0055
(4,76) ***
0,0062
(2,89) ***
CAN
-0,0033
(-2,18) **
-0,0010
(-0,92)
0,0009
(0,65)
-0,0033
(-1,52)
CANT
0,0026
(3,03) ***
0,0007
(1,42)
-0,0005
(-0,82)
0,0027
(1,99) *
CASL
0,0015
(1,16)
0,0004
(0,51)
0,0078
(9,32) ***
0,0097
(5,20) ***
CASM
-0,0083
(-1,94) *
0,0005
(0,18)
-0,0134
(-4,78) ***
-0,0210
(-3,41) ***
CAT
0,0056
(2,72) ***
0,0003
(0,28)
0,0029
(2,18) **
0,0088
(2,87) ***
VAL
0,0015
(3,04) ***
0,0003
(1,12)
0,0013
(1,81) *
0,0032
(3,16) ***
EXTR
-0,0074
(-2,33) **
-0,0013
(-0,63)
-0,0079
(-3,67) ***
-0,0163
(-3,44) ***
GAL
-0,0056
(-2,96) ***
-0,0004
(-0,36)
-0,0062
(-4,83) ***
-0,0121
(-4,45) ***
RIO
0,0010
(1,46)
0,0008
(1,48)
0,0012
(1,37)
0,0029
(2,17) **
MAD
0,0040
(1,87) *
-0,0015
(-1,09)
0,0010
(0,70)
0,0033
(1,13)
MUR
-0,0025
(-1,48)
0,0001
(0,12)
-0,0036
(-2,77) ***
-0,0058
(-2,40) **
NAV
0,0026
(2,16) **
0,0012
(1,97) *
0,0023
(2,80) ***
0,0059
(3,36) ***
PVAS
0,0069
(2,72) ***
0,0019
(1,05)
0,0034
(2,12) **
0,0120
(3,01) ***
0,1015
0,2348
0,6431
0,3986
1,9682 [ar(1)]
1,9347[ar(1)]
1,9982[ar(1)]
1,9999[ar(1)]
F(16, 152)
1,400
3,719
14,683
5,349
Hausman [λ2(1) ]
5,17
0,13
12,47
19,77
ß
CONDIC.
R2 ajust.
D.W.
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
47
CUADRO 7. FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1975-1985.
NO CONDIC.
VABnominal
PRECIOS
TASA DE EMPLEO
PRODUCTIVIDAD
ß
-0,0042
(-0,90)
0,0047
(2,45) **
0,0073
(1,99) *
-0,0161
(-3,24) ***
R2 ajust.
-0,0021
0,0230
0,0349
0,1420
D.W.
1,2252
1,9984 [ar(1)]
1,4449
1,7935
100
-111,90
-173,81
383,33
ß
-0,1809
(-3,65) ***
-0,0154
(-0,83)
-0,0457
(-1,12)
-0,1138
(-3,38) ***
AND
-0,0262
(-3,81) ***
-0,0021
(-0,81)
-0,0087
(-1,54)
-0,0152
(-3,14) ***
ARA
0,0056
(5,28) ***
-0,0003
(-0,44)
0,0028
(2,94) ***
0,0029
(2,78) ***
AST
-0,0016
(-1,13)
-0,0008
(-0,32)
-0,0005
(-0,83)
-0,0001
(-0,04)
BAL
0,0276
(4,12) ***
0,0039
(1,38)
0,0110
(1,87) *
0,0125
(2,92) ***
CAN
0,0008
(0,45)
0,0016
(1,36)
0,0033
(1,14)
-0,0041
(-2,07) ***
CANT
0,0008
(0,52)
-0,0005
(-0,57)
-0,0005
(-0,22)
0,0020
(1,96) *
CASL
0,0255
(3,91) ***
0,0018
(0,46)
0,0052
(0,94)
0,0191
(4,14) ***
CASM
-0,0550
(-3,67) ***
-0,0071
(-1,25)
-0,0150
(-1,22)
-0,0326
(-3,05) ***
CAT
0,0163
(3,38) ***
0,0011
(0,61)
0,0048
(1,19)
0,0103
(2,97) ***
VAL
0,0019
(4,12) ***
-0,0001
(-0,13)
0,0020
(2,26) **
-0,0002
(-0,22)
EXTR
-0,0356
(-3,33) ***
-0,0048
(-1,16)
-0,0123
(-1,42)
-0,0181
(-2,39) **
GAL
-0,0154
(-3,05) ***
-0,0023
(-1,22)
-0,0055
(-1,31)
-0,0076
(-2,10) **
RIO
0,0108
(4,44) ***
-0,0006
(-0,64)
0,0003
(0,16)
0,0111
(6,44) ***
MAD
0,0193
(3,33) ***
0,0036
(1,59)
0,0064
(1,34)
0,0092
(2,22) **
MUR
-0,0150
(-3,36) ***
-0,0013
(-0,83)
-0,0064
(-1,73) *
-0,0071
(-2,28) **
NAV
0,0102
(3,04) ***
-0,0003
(-0,27)
0,0032
(1,20)
0,0072
(3,42) ***
PVAS
0,0077
(1,85) *
0,0007
(0,41)
0,0020
(0,61)
0,0048
(1,52)
R2 ajust.
0,5038
0,0623
0,1646
0,4414
2,0723[ar(1)]
2,1365 [ar(1)]
2,0523 [ar(1)]
2,2375 [ar(1)]
F(16, 67)
6,024
0,999
1,786
3,001
Hausman [λ2(1) ]
31,56
0,74
2,78
9,89
% explic.
CONDIC.
D.W.
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
48
CUADRO 7 (bis). FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1975-1985.
NO CONDIC.
Regional
Especialización
Cambio estructural
PRODUCTIVIDAD
ß
-0,0077
(-1,97) **
-0,0030
(-1,22)
-0,0054
(-2,52) **
-0,0161
(-3,24) ***
R2 ajust.
0,0518
0,0178
0,0776
0,1420
D.W.
1,8558
1,6288
1,2186
1,7935
% explic.
183,33
71,43
128,57
383,33
ß
-0,1054
(-3,64) ***
0,0084
(0,46)
-0,0269
(-1,98) **
-0,1138
(-3,38) ***
AND
-0,0135
(-3,43) ***
0,0017
(0,63)
-0,0041
(-2,20) **
-0,0152
(-3,14) ***
ARA
0,0025
(2,02) **
0,0003
(0,57)
0,0003
(0,56)
0,0029
(2,78) ***
AST
-0,0022
(-0,98)
0,0007
(1,22)
0,0012
(1,00)
-0,0001
(-0,04)
BAL
0,0129
(3,54) ***
-0,0030
(-1,33)
0,0033
(2,00) **
0,0125
(2,92) ***
CAN
-0,0022
(-1,72) *
-0,0004
(-0,44)
-0,0016
(-1,84) *
-0,0041
(-2,07) **
CANT
-0,0003
(-0,61)
0,0005
(1,67) *
0,0018
(1,54)
0,0020
(1,96) **
CASL
0,0141
(3,63) ***
0,0004
(0,15)
0,0052
(2,78)
0,0191
(4,14) ***
CASM
-0,0302
(-3,43) ***
0,0037
(0,67)
-0,0076
(-1,87) *
-0,0326
(-3,05) ***
CAT
0,0094
(3,28) ***
-0,0004
(-0,20)
0,0016
(1,17)
0,0103
(2,97) ***
VAL
0,0007
(0,83)
0,0001
(0,46)
-0,0008
(-4,33)
-0,0002
(-0,22)
EXTR
-0,0197
(-2,93) ***
0,0027
(0,55)
0,0023
(-0,70)
-0,0181
(-2,39) **
GAL
-0,0106
(-3,51) ***
0,0017
(0,89)
0,0007
(0,49)
-0,0076
(-2,10) **
RIO
0,0082
(4,74) ***
0,0019
(2,01) **
0,0012
(1,43)
0,0111
(6,44) ***
MAD
0,0101
(3,02) ***
-0,0020
(-0,81)
0,0017
(1,03)
0,0092
(2,22) **
MUR
-0,0057
(-2,16) ***
0,0016
(1,02)
-0,0034
(-2,84)
-0,0071
(-2,28) **
NAV
0,0065
(3,52) ***
0,0003
(0,31)
0,0007
(0,83)
0,0072
(3,42) ***
PVAS
0,0067
(2,65) ***
-0,0016
(-1,25)
0,0001
(0,09)
0,0048
(1,52)
0,1788
0,0531
0,4152
0,4414
2,1113 [ar(1)]
1,9802
2,0681 [ar(1)]
2,2375 [ar(1)]
F(16, 67)
1,751
1,192
4,034
3,001
Hausman [λ2(1) ]
11,28
0,43
2,04
9,89
CONDIC.
R2 ajust.
D.W.
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
49
CUADRO 8. FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1985-1997.
NO CONDIC.
VABnominal
PRECIOS
TASA DE EMPLEO
PRODUCTIVIDAD
ß
-0,0089
(-2,95)
0,0027
(1,41)
-0,0007
(-0,23)
-0,0109
(-2,44)
R2 ajust.
0,0777
0,0095
-0,0095
0,0636
D.W.
1,7606
1,3993
1,3099
1,8428
100
-30,33
7,86
122,47
ß
-0,1392
(-3,79) ***
0,0114
(0,51)
-0,0018
(-0,06)
-0,1424
(-2,81) ***
AND
-0,0204
(-3,68) ***
0,0016
(0,45)
0,0003
(0,08)
-0,0213
(-2,73) ***
ARA
0,0048
(3,82) ***
-0,0014
(-1,67) *
0,0028
(2,16) **
0,0031
(1,82) *
AST
-0,0085
(-6,20) ***
0,0014
(1,14)
-0,0034
(-2,06) **
-0,0062
(-2,33) **
BAL
0,0242
(3,78) ***
0,0022
(0,59)
-0,0045
(-0,73)
0,0254
(2,56) **
CAN
0,0010
(0,89)
0,0022
(4,07) ***
-0,0003
(-0,27)
-0,0009
(-1,01)
CANT
-0,0062
(-5,41) ***
-0,0005
(-0,77)
-0,0025
(-2,00) **
-0,0030
(-1,91) *
CASL
0,0168
(3,35) ***
-0,0026
(-0,88)
-0,0011
(-0,29)
0,0197
(2,88) ***
CASM
-0,0362
(-3,59) ***
0,0023
(0,36)
-0,0008
(-0,09)
-0,0359
(-2,48) **
CAT
0,0131
(3,83) ***
-0,0018
(-0,85)
0,0017
(0,60)
0,0127
(2,64) ***
VAL
-0,0001
(-0,09)
-0,0000
(-0,01)
-0,0010
(-1,95) *
0,0009
(1,08)
EXTR
-0,0184
(-2,79) ***
0,0024
(0,58)
0,0015
(0,31)
-0,0212
(-2,22) **
GAL
-0,0102
(-3,29) ***
0,0015
(0,80)
-0,0055
(-2,22) **
-0,0057
(-1,34)
RIO
0,0067
(2,99) ***
-0,0035
(-2,61) ***
0,0023
(1,27)
0,0075
(2,89) ***
MAD
0,0155
(3,66) ***
-0,0001
(-0,05)
0,0021
(0,59)
0,0129
(2,23) **
MUR
-0,0129
(-3,98) ***
0,0001
(0,05)
0,0020
(0,71)
-0,0145
(-3,06) ***
NAV
0,0096
(3,65) ***
-0,0018
(-1,14)
0,0017
(0,89)
0,0093
(2,59) ***
PVAS
0,0070
(3,16) ***
-0,0016
(-1,21)
0,0023
(1,49)
0,0059
(2,22) **
0,4021
0,3804
0,3326
0,2064
2,0241 [ar(1)]
2,1672 [ar(1)]
2,0184 [ar(1)]
1,9939 [ar(1)]
F(16, 84)
4,331
4,157
3,963
1,995
Hausman [λ2(1) ]
20,05
0,00
0,02
7,91
% explic.
CONDIC.
R2 ajust.
D.W.
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
50
CUADRO 8 (bis). FUENTES DE LA CONVERGENCIA ß EN VAB nominal, 1985-1997.
NO CONDIC.
Regional
Especialización
Cambio estructural
PRODUCTIVIDAD
ß
-0,0082
(-1,76)
-0,0065
(-1,80)
0,0037
(1,19)
-0,0109
(-2,44)
R2 ajust.
0,0285
0,0412
-0,0009
0,0636
D.W.
1,9415
2,0166
1,9874
1,8428
% explic.
92,13
73,03
-41,57
122,47
ß
-0,1314
(-2,39) **
0,0270
(0,70)
-0,0288
(-0,72)
-0,1424
(-2,81)
AND
-0,0185
(-2,19) **
0,0048
(0,80)
-0,0063
(-1,02)
-0,0213
(-2,73)
ARA
0,0013
(0,63)
-0,0006
(-0,48)
0,0020
(1,35)
0,0031
(1,82)
AST
-0,0071
(-2,90) ***
0,0017
(1,25)
-0,0005
(-0,34)
-0,0062
(-2,33)
BAL
0,0246
(2,45) **
-0,0061
(-0,93)
0,0053
(0,79)
0,0254
(2,56)
CAN
0,0000
(0,02)
-0,0004
(-1,88) *
-0,0004
(-0,36)
-0,0009
(-1,01)
CANT
-0,0053
(-3,19) ***
0,0010
(1,10)
0,0013
(1,13)
-0,0030
(-1,91)
CASL
0,0162
(2,21) **
-0,0005
(-0,10)
0,0029
(0,52)
0,0197
(2,88)
CASM
-0,0325
(-2,05) **
0,0095
(0,84)
-0,0103
(-0,83)
-0,0359
(-2,48)
CAT
0,0118
(2,22) **
-0,0028
(-0,72)
0,0027
(0,69)
0,0127
(2,64)
VAL
-0,0002
(-0,16)
-0,0004
(-0,56)
0,0012
(2,04) **
0,0009
(1,08)
EXTR
-0,0190
(-2,00) **
0,0067
(0,97)
-0,0073
(-0,94)
-0,0212
(-2,22)
GAL
-0,0122
(-2,59) ***
0,0056
(1,80) *
0,0019
(0,58)
-0,0057
(-1,34)
RIO
0,0052
(1,70) *
-0,0000
(-0,01)
0,0020
(0,83)
0,0075
(2,89)
MAD
0,0160
(2,56) **
-0,0078
(-1,75) *
0,0034
(0,75)
0,0129
(2,23)
MUR
-0,0143
(-2,75) ***
0,0028
(0,87)
-0,0018
(-0,53)
-0,0145
(-3,06)
NAV
0,0087
(2,06) **
-0,0018
(-0,70)
0,0015
(0,50)
0,0093
(2,59)
PVAS
0,0050
(1,70) *
-0,0014
(-0,67)
0,0018
(0,85)
0,0059
(2,22)
R2 ajust.
0,1551
0,2715
0,1199
0,2064
2,0398 [ar(1)]
2,0630 [ar(1)] [ar(2)]
2,0726 [ar(1)]
1,9939 [ar(1)]
F(16, 84)
1,868
1,369
1,632
1,995
Hausman [λ2(1) ]
6,29
0,47
0,83
7,91
CONDIC.
D.W.
*** Significativo al 99% según t de Sudent; ** Significativo al 95%. * Significativo al 90%.
51
4. Conclusiones
El incremento de la renta per cápita en el largo plazo depende de la evolución de
los precios, la tasa de empleo y la productividad del trabajo. Si aumenta cualquiera de
estos elementos o todos conjuntamente, el espacio económico en cuestión ve
incrementado su output por habitante. No es el objetivo de este trabajo profundizar
sobre los determinantes de la tasa de empleo ni el comportamiento de los precios, que
dependen en gran medida, aparte de otros factores, de los aspectos institucionales
relacionados con el mercado de trabajo y de la mayor o menor flexibilidad de los
mercados, sino más bien centrarse en aquellas variables que determinan la
productividad. Ello se puede analizar por dos vías alternativas. Una primera consiste
en atender a los factores productivos que son básicamente el volumen de capital por
trabajador y el progreso técnico. Por lo que respecta al volumen de capital,
deberíamos atender tanto a la dotación de capital privado como público, mientras que
en lo tocante al progreso técnico, los gastos en I+D y la acumulación de capital
humano constituyen conjuntamente lo que podríamos denominar "círculo virtuoso"
de crecimiento endógeno, produciendo externalidades positivas e incrementando la
renta per cápita porque dicha acumulación implica una mayor remuneración al
trabajo y al capital. La segunda vía es la elegida en este caso y se centra en analizar
los componentes de la productividad, el componente regional, el de especialización y
el cambio estructural, mediante la técnica de análisis shift-share, siendo su objetivo
final, combinando dicha productividad con la tasa de empleo y la evolución de los
precios, presentar una aproximación al crecimiento económico y a su ritmo de
convergencia o divergencia real en el conjunto de las regiones españolas.
Atendiendo, en primer lugar, a la convergencia sigma se aprecia que durante el
período 1955- 1997 en su conjunto, la reducción observada en la dispersión regional
del VAB per cápita ha tenido lugar gracias a la convergencia en productividad,
contribuyendo la tasa de empleo a frenar este proceso de acercamiento más que a
acelerarlo. En cuanto a los precios, éstos han contribuido a acelerar la convergencia
hasta 1988, pero después igualmente a retrasarla.
52
Por otra parte, un análisis de convergencia beta absoluta muestra que,
efectivamente, se ha producido un acercamiento entre las regiones en cuanto a su
VAB nominal per cápita, aunque a un lento ritmo de 1,2% anual. Todas las regiones
que partieron en 1955 con un output per cápita inferior a la media han crecido por
encima del promedio, y viceversa, cumpliéndose así la ley de la convergencia,
excepto Baleares, Castilla-León, La Rioja y Navarra, que han crecido por encima del
promedio a pesar de partir desde una posición inicial por encima de la media en
términos de output per cápita.
De todas formas se observa que, aun cumpliendo la ley de la convergencia,
aparecen algunas regiones por encima de la recta de regresión, lo cual pone de
manifiesto la existencia de elementos específicos o "fuerzas regionales" que actúan
más allá de las que operan en la "región tipo". Tales fuerzas se pueden identificar
como la “eficiencia social” derivada de un marco institucional estable o de un
entramado social donde prime la confianza y el establecimiento de reglas de juego
favorecedoras del crecimiento. En primer lugar, aquéllas que han transitado hacia una
economía orientada a los servicios (Canarias y Baleares, especializadas en servicios
turísticos y Madrid, especializada en servicios públicos y avanzados a las empresas)
y, en segundo lugar, las que han experimentado un cambio estructural importante
hacia la industria (el caso del Valle del Ebro: Aragón, Navarra y La Rioja). Por otra
parte, las situadas por debajo de la recta son, en general, regiones que han mantenido
un fuerte componente agrario tradicional, pasando en menor medida hacia la
industria (el Sur peninsular: Extremadura, Murcia, Andalucía y Castilla-La Mancha),
o bien, siendo en principio regiones industriales, han mantenido una industria
madura, con escasas mejoras en la productividad (las situadas en la cornisa
cantábrica: Asturias, Cantabria y el País Vasco).
Por lo que respecta a los componentes del VAB nominal, no se ha producido
convergencia beta en tasa de empleo mientras que sí la ha habido en productividad y
en precios. En el caso del empleo, se observan residuos positivos (diferencias entre
los valores observados y estimados) en las regiones del Valle Medio del Ebro,
53
Cataluña, Baleares y Madrid, mientras que regiones como las que integran la cornisa
cantábrica, Castilla-León, Extremadura o Andalucía han evolucionado por debajo de
lo esperado. Atendiendo a la productividad, merece destacarse por su “gap” positivo
Castilla –León, y por lo contrario, Castilla-La Mancha y Madrid. En cuanto a los
precios, sobresale Baleares por encima de la recta de regresión y La Rioja por debajo.
Atendiendo a un análisis de convergencia beta condicionada, utilizando datos de
panel al introducir dummies regionales, cabe destacar, en el grupo que muestra
valores significativos y positivos en VAB nominal, la presencia de regiones, como
Baleares y Madrid, con un alto componente de sector servicios, por lo que aparecen
con significatividad en precios y tasa de empleo, como corresponde a un sector
inflacionista y con baja productividad del trabajo, y de otras, como las que integran el
Valle Medio del Ebro (Aragón, la Rioja y Navarra) que, con un mayor carácter
industrial, muestran significatividad en el empleo. Por otra parte, en el grupo que
aparece con valores negativos y significativos, destaca la presencia de regiones con
marcado carácter agrario que, como Andalucía y Extremadura, presentan valores
significativos en la tasa de empleo, o Andalucía y Castilla-La Mancha que lo hacen
en productividad.
Una buena parte de la literatura reciente sobre convergencia regional pone el
énfasis en el papel de la estructura sectorial para explicar los procesos de
convergencia/divergencia. En esta línea, se han estudiado las productividades
sectoriales, apreciándose que no se ha producido una gran reducción de la dispersión
en los distintos sectores (sigma convergencia), destacando un proceso de divergencia
en agricultura, una lenta pero persistente convergencia en industria y una muy leve
convergencia en servicios hasta mediados de los ochenta que se interrumpe a partir
de esa fecha. La convergencia beta absoluta muestra que sólo el sector agrario
presenta significatividad estadística hacia la divergencia.
En la misma línea sectorial, pero ahora en la convergencia beta condicionada
destaca el hecho de que regiones tradicionalmente agrarias como Extremadura y
Galicia presentan divergencia en agricultura, lo cual muestra que este sector ha
54
mantenido un fuerte componente tradicional en estos entornos geográficos, mientras
que el sector agrario se ha modernizado y ha producido convergencia en CastillaLeón, La Rioja y Navarra. Por otra parte, la industria ha producido divergencia en
regiones agrarias y con escasa especialización industrial, como Andalucía, CastillaLa Mancha y Extremadura, mientras que ha contribuido a la convergencia en
regiones con fuerte especialización industrial, como Aragón. El sector servicios, por
su parte, ha fomentado también la divergencia en regiones con fuerte tradición
agraria como Andalucía, Castilla-La Mancha, Extremadura, Galicia y Murcia.
Finalmente, el análisis shift-share que descompone la evolución del output per
cápita y abarca todo el periodo estudiado, pone de manifiesto que el componente
precios aporta al VAB nominal de forma significativa en regiones con alto
componente de sector terciario como Canarias y Madrid, restando en regiones
industriales como Cantabria, Cataluña, La Rioja y el País Vasco. El componente
empleo, por su parte, añade significativamente al output en regiones situadas en el
cuadrante nordeste de España, como Navarra, La Rioja, Aragón, Cataluña y Baleares,
mientras que resta en regiones con marcado carácter agrario, como Andalucía,
Castilla-La Mancha, Extremadura o Galicia. El elemento productividad y sus
componentes afectan a un elevado número de regiones y se muestra como el factor
más decisivo, por lo que este trabajo se centra fundamentalmente en él a la hora de
analizar los diferentes subperiodos, obteniéndose los siguientes resultados.
En la primera etapa de expansión, 1955-1975, y en la segunda de crisis, 19751985, son el componente regional y el cambio estructural de la productividad los que
acaparan el protagonismo en la mayoría de las regiones. Ello resulta coherente, por
un lado, con las características económicas del periodo 1955-1975, en el cual
merecen ser resaltados los cambios estructurales acontecidos en la economía
española en el sentido de un trasvase de recursos desde el sector agrario hacia una
industria que encontró en cada región un aporte diferente de capital físico, humano y
tecnológico, lo que llevó a producir diferencias de productividad entre las regiones.
Por otro lado, la crisis y reconversión industrial que caracteriza al periodo 1975-1985
55
lleva a algunas regiones de fuerte tradición industrial, como Cataluña y el País Vasco,
a salir debilitadas del mismo, mientras que las englobadas en el Valle Medio del Ebro
surgen con un fuerte dinamismo debido a la alta productividad de su tejido industrial.
En el último periodo 1985-1997, es de nuevo la productividad el componente que
afecta a la mayoría de las regiones, siendo el elemento regional el más importante,
con escasa o nula aportación de los componentes especialización y cambio
estructural. Ello indica que, después de la crisis industrial y la reconversión del
periodo anterior, que se prolongó durante gran parte del periodo ahora analizado,
1985-1997, las regiones han saneado sus estructuras productivas con diferente
intensidad, por lo cual, sector por sector, aparecen como más eficientes las que con
mayor profundidad han modernizado sus procesos, como Andalucía, Baleares,
Castilla-La Mancha o Extremadura, entre otras, y con menor eficiencia aquéllas en
las que dicha transformación ha sido menos pronunciada como Asturias, Cantabria,
Murcia o el País Vasco.
56
REFERENCIAS BIBLIOGRAFICAS:
Abramovitz, M. (1979): “Rapid Growth Potential and its Realization” en Thinking
About Growth and Other Essays on Economic Growth and Welfare,
Cambridge University Press, Cambridge, 1989, págs. 187-219.
Antolín, P. y Bover, O. (1997): “Regional migration in Spain: the effects of personal
characteristics and of unemployment, wages and house price differentials
using pooled cross-sections”, Oxford Bulletin of Economics and Statistics, nº
59, págs. 215-235.
Azariades, C. y Drazen, A. (1990): “Threshold externalities in economic development”,
Quarterly Journal of Economics, nº 105, págs. 501-526.
Bajo, O. (1998): “Integración regional, crecimiento y convergencia: un panorama”,
Revista de Economía Aplicada, vol. VI, nº 16, págs. 121-160.
Barro, R. y Sala-i-Martin, X. (1991): “Convergence across states and regions”,
Brookings Papers on Economic Activity, nº 1, págs. 107-182.
Barro, R. y Sala-i-Martin, X. (1992): “Convergence”, Journal of Political Economy, nº
100, págs. 223-251.
Barro, R. y Sala-i-Martin, X. (1995): Economic Growth, Mc Graw-Hill, Nueva York.
Bernard, A. y Durlauf, S. (1996): “Interpreting tests of the convergence hypothesis”,
Journal of Econometrics, , nº 71, págs. 161-173.
Carlino, G. y Mills, L. (1993): “Are US regional income converging”, Journal of
Monetary Economics, nº 32, págs. 335-346.
Caselli, F., Esquivel, G. y Lefort, F. (1996): “Reopening the convergence debate: new
look at cross-country growth empirics”, Journal of Economic Growth, nº 1,
págs. 363-389.
Comisión Europea (1996): Estudios de Desarrollo Regional. Evolución prospectiva de
las regiones interiores, CE.
De la Fuente, A. (1996a): “Economía regional desde una perspectiva neoclásica. De
convergencia y otras historias”, Revista de Economía Aplicada, vol. IV, nº 10,
págs. 5-63.
De la Fuente, A. (1996b): “Inversión pública y redistribución regional: el caso de
España en la década de los ochenta”, Papeles de Economía Española, nº 67,
págs. 238-256.
De la Fuente, A. (1997): “On the sources of convergence: A close look at the Spanish
regions”, Documentos de trabajo, Estudios sobre la economía española, n 1,
FEDEA.
De la Fuente, A. (1998): “What kind of regional convergence”, Documentos de trabajo,
Estudios sobre la economía española, n 7, FEDEA.
57
De la Fuente, A. (1999): “La dinámica territorial de la población española: un panorama
y algunos resultados provisionales”, Revista de Economía Aplicada, vol. VII,
nº 20, págs. 53-108.
De la Fuente, A. y M.J. Freire (2000): “Estructura sectorial y convergencia regional”,
Revista de Economía Aplicada, vol. VIII, nº 23, págs. 189-205.
De la Fuente, A. y Vives, X. (1995): “Infrastructure and Education as Instruments of
Regional Policy: Evidence from Spain”, Economic Policy, nº 20, págs. 13-51.
Dolado, J.J., González-Páramo, J. M. y Roldán, J. M. (1994): “Convergencia económica
entre las provincias españolas: una evidencia empírica (1955-1989)”, Moneda
y Crédito, nº 198, págs. 81-119.
Doménech, R., Escribá, F. J y Murgui, M. J. (1999): “Cambios en precios relativos y
crecimiento regional”, Revista de Economía Aplicada, vol. VII, nº 19, págs. 530.
Durlauf, S. y Johnson, P. (1995): “Multiple regimes and cross-country growth
behaviour”, Journal of Applied Econometrics, nº 10, págs. 365-384.
Faberberg, J. y Verspagen, B. (1996): “Heading for divergence? Regional growth in
Europe reconsidered, Journal of Common Market Studies, vol. 34, nº 3, págs.
431-448.
Fingleton, B. y Mc.Combie, J. S. (1998): “Increasing returns and economic growth:
some evidence for manufacturing from the European Union regions”, Oxford
Economic Papers, nº 50, págs. 89-105.
Fundación BBV (1999): “Renta nacional de España y su distribución provincial. Años
1955 a 1993 y avances 1994 a 1997”, Tomo I, Fundación BBV.
Galor, O. (1996): “Convergence? Inferences from theoretical models”, Economic
Journal, nº 106, págs. 1.056-1.069.
García Milà, T. y Marimón, R. (1995): “Integración regional e inversión pública en
España”, en Marimón, R. (ed.), La economía española: una visión diferente,
A. Bosch, Barcelona, págs. 197-256.
Griliches, Z. y Hausman, J. (1986): “Errors in variables in panel data”, Journal of
Econometrics, nº 31, págs. 93-118.
Hsiao, C. (1986): Analysis of Panel Data, Cambridge University Press, Cambridge, UK.
Islam, N. (1995): “Growth empirics: a panel data approach”, Quarterly Journal of
Economics, nº 110, págs. 1.127-1.170.
Kaldor, N. (1975): "Economic growth and the Verdoorn Law", Economic Journal, vol.
85, págs. 891-896.
Krugman, P. y Venables, A. J. (1990): “Integration and the competitiveness of
peripheral industry”, en Bliss, C. y J. Braga de Macedo (eds), Unity with
diversity within the EC: The Community´s Southern frontiers, Cambridge
University Press, Cambridge, págs. 56-75.
58
López-Bazo, E., Vayá, E.; Mora, A. J. y Suriñach, J. (1999): “Regional economic
dynamics and convergence in the European Union”, The Annals of Regional
Science, nº 33, págs. 343-370.
Lucas, R. (1988): “On the Mechanics of Economic Development”, Journal of Monetary
Economics, vol. 22, nº 1, págs. 3-42.
Magrini, S. (1999): “The evolution of income disparities among the regions of the
European Union”, Regional Science and Urban Economics, nº 29, págs. 257281.
Mankiw, G.; Romer, D. y Weil, D. (1992): “A contribution to the empirics of economic
growth”, Quarterly Journal of Economics, nº 107, págs. 407-437.
Marcet, A. (1994): “Los pobres siguen siendo pobres: Convergencia entre regiones y
países, un análisis bayesiano de datos de panel”, en Crecimiento y
convergencia regional en España y Europa, Vol. II, Instituto de Análisis
Económico, Barcelona.
Marimón, R. y Zilibotti, F. (1995): “¿Por qué hay menos empleo en España? Empleo
“real” versus empleo “virtual” en Europa”, en Marimón, R. (ed.), La
economía española: una visión diferente, A. Bosch, Barcelona, págs.?.
Mas, M., Maudos, J., Pérez, F. y Uriel, E. (1994): “Disparidades regionales y
convergencia en las Comunidades Autónomas”, Revista de Economía
Aplicada, vol. II, nº 4, págs. 129-148.
Pallardó, V. J. y Esteve, V. (1997): “Convergencia real en la Unión Europea”, Revista
Pérez,
Quah,
Quah,
Quah,
de Economía Aplicada, vol. V, nº 14, págs. 25-49.
P. (2000): “Dinámica de las regiones en España (1955-1995)”, Revista de
Economía Aplicada, vol. VIII, nº 22, págs. 155-173.
D. (1993a): “Empirical cross-section dynamics in economic growth”, European
Economic Review, nº 37, págs. 426-434.
D. (1993b): “Galton´s fallacy and tests of the convergence hypothesis”,
Scandinavian Journal of Economics, nº 95, págs. 427-443.
D. (1996): “Twin Peaks: Growth and Convergence in Models of Distribution
Dynamics”, Economic Journal, nº 106, págs. 1.045-1.055.
Quah, D. (1997): “Empirics for Growth and Distribution: Stratification, Polarization and
Convergence Clubs”, Journal of Economic Growth, nº 2, págs. 27-59.
Raymond, J. L. y García Greciano, B. (1994): “Las disparidades en el PIB per cápita
entre Comunidades Autónomas y la hipótesis de convergencia”, Papeles de
Economía Española, nº 59, págs. 37-58.
Raymond, J. L. y García Greciano, B. (1996): “Distribución regional de la renta y
movimientos migratorios”, Papeles de Economía Española, nº 67, págs. 185201.
Romer, P. (1986): “Increasing Returns and Long-Run Growth”, Journal of Political
Economy, vol. 94, nº 5, págs. 1.002-1.037.
59
Rosenstein-Rodan, P. (1943): “Problems of industrialisation of Eastern and SouthEastern Europe”, Economic journal, nº 53, págs. 202-211.
Sala-i-Martin, X. (1994): “La riqueza de las naciones. Evidencia y teorías sobre
crecimiento regional y convergencia”, Moneda y Crédito, nº 198, págs. 13-80.
Sala-i-Martin, X. (1996): “Regional cohesion: evidence and theories of regional growth
and convergence”, European Economic Review, nº 40, págs. 1.325-1.352.
Segarra, A. y Arcarons, J. (1999): “Economías externas en la industria española. Un
análisis regional, 1980-1992”, Revista de Economía Aplicada, vol. VII, nº 19,
págs. 31-60.
Solow, R. (1956): “A contribution to the Theory of Economic Growth”, Quarterly
Journal of Economics, vol. LXX, nº 1, págs. 65-94.
Suárez-Villa, L. y Cuadrado Roura, J. R. (1994): “Regional economic integration and
the evolution of disparities”, Papers in Regional Science, nº 72, págs. 369387.
60