Download un analisis sectorial de la convergencia. una aplicación a las
Document related concepts
Transcript
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