by V Medeiros · Cited by 31 — dinámico, las ventajas competitivas nacen de las variables de relevancia 8 Véase imf/external/pubs/ft/weo/2014/01/pdf/text.pdf.
21 pages
91 KB – 21 Pages
PAGE – 1 ============
La competitividad y sus factores determinantes: un análisis sistémico para países en desarrollo Victor Medeiros, Lucas Gonçalves Godoi y Evandro Camargos Teixeira Resumen En este trabajo se presenta un análisis comparativo y econométrico de la competitividad en los países en desarrollo y se indican sus determinantes y fuentes de variación. Se utiliza la metodología de análisis envolvente de datos para generar medidas de competitividad. Se obtienen los determinantes de la competitividad mediante el empleo de un modelo Tobit sobre la base del enfoque de competitividad sistémica. Visto el bajo nivel medio de competitividad, los principales resultados indican que gran parte de los países de la muestra mejoren en términos de asignación de recursos. Además de factores empresariales como la innovación y la so˜sticación del ambiente de negocios, algunos aspectos estructurales, como el tamaño del mercado y la calidad de la demanda, y factores sistémicos como la infraestructura, la salud, la educación, la capacitación de la mano de obra y el ambiente macroeconómico, son condiciones importantes para aumentar la competitividad de los países emergentes.Palabras clave Crecimiento económico, competitividad, productividad, e˜cacia industrial, países en desarrollo, análisis comparativo, modelos econométricos Clasificación JEL C24, O20, O57Autores Victor Medeiros es doctorando en economía en la Facultad de Ciencias Económicas del Centro de Desarrollo y Plani˜cación Regional de la Universidad Federal de Minas Gerais, Brasil. Correo electrónico: victor-medeiros@cedeplar.ufmg.br. Lucas Gonçalves Godoi es titular de una maestría en economía de la Facultad de Economía, Administración y Contabilidad de Ribeirão Preto de la Universidad de São Paulo, Brasil. Correo electrónico: lucasgodoi@usp.br. Evandro Camargos Teixeira es profesor adjunto en el Departamento de Economía de la Universidad Federal de Viçosa, Brasil. Correo electrónico: evandro.teixeira@ufv.br.
PAGE – 2 ============
8I. Introducción De acuerdo con Ferraz, Kupfer y Haguenauer (1996), la competitividad puede de˜nirse como la capacidad de una empresa para crear e implementar estrategias competitivas y mantener o aumentar su cuota de productos en el mercado de manera sostenible. Esas capacidades están relacionadas con diversos factores, controlados o no por las empresas, que van desde la capacitación técnica del personal y los procesos gerenciales-administrativos hasta las políticas públicas, la oferta de infraestructura y las peculiaridades de la demanda y la oferta.La importancia de la competitividad puede observarse en su relación positiva con el crecimiento económico a largo plazo. Un país puede considerarse competitivo cuando logra manejar sus recursos y competencias de manera que, además de aumentar la producción de sus empresas, mejora la calidad de vida de sus ciudadanos (IMD, 2012). De acuerdo con una de˜nición estándar de la Unión Europea (2001), la competitividad, a nivel regional y nacional, es la capacidad de un determinado país o región de generar mayores tasas de crecimiento y empleo de manera sostenible. Algunos autores investigaron los principales determinantes de la competitividad y su relación con el proceso de crecimiento y desarrollo económico de los países. En los diversos estudios que componen la vertiente teórica, los principales determinantes de la competitividad Šy, en consecuencia, del crecimiento económicoŠ incluyen, entre otros: las inversiones en capital, la división del trabajo y el comercio, según la teoría clásica; la intensidad de capital, las inversiones y las políticas gubernamentales de subsidios y tasas, en el enfoque keynesiano; el cambio estructural, la apertura comercial y la inversión extranjera directa, desde el punto de vista de la economía del desarrollo; y el nivel educativo, el gasto en capital humano, investigación y desarrollo (I+D) e incentivos a la innovación, en la finueva teoría del crecimientofl 1.Además, los teóricos del crecimiento endógeno destacaron aspectos como el capital humano (Lucas, 1988), las innovaciones (Romer, 1990; Aghion y Howitt, 1992), la infraestructura (Barro, 1990), las instituciones (Romer, 1986) y la competencia y la apertura comercial (Grosmman y Helpman, 1991). De manera similar, Ferraz, Kupfer y Haguenauer (1996) elaboraron un enfoque de la competitividad como proceso dinámico, es decir, la competitividad de un país está determinada y limitada por una diversidad de factores empresariales, estructurales y sistémicos. En este enfoque dinámico, las ventajas competitivas nacen de las variables de relevancia competitiva en todos los niveles del sistema y de la interacción entre ellas. Así, se concluye que la competitividad tiene un carácter sistémico (Esser y otros, 1996). La evidencia empírica ha corroborado los estudios teóricos mencionados anteriormente. Aunque esta literatura no es vasta, se ha demostrado la hipótesis de una relación positiva entre competitividad y crecimiento económico, como, por ejemplo, en la investigación de Kordalska y Olcyzk (2016)2.Con el uso de la metodología de análisis envolvente de datos (DEA) surgieron otros estudios para determinar el nivel de competitividad de los países y sus factores determinantes mediante un análisis comparativo (Rocha, Rebelatto y Camioto, 2015; Ülengin y otros, 2011; Charles y Zegarra, 2014). En estos casos, la competitividad se trató en un concepto ex ante, es decir, se consideraría competitivo al país que asignara sus recursos de manera e˜ciente con respecto a los demás. Entre los principales resultados obtenidos, se destaca que factores como la educación, la geografía, la igualdad de ingresos, las buenas instituciones y la provisión de bienes públicos pueden ser importantes para que los países utilicen sus recursos de manera e˜ciente y, en consecuencia, sean más competitivos. 1 Véanse más detalles en Kordalska y Olcyzk (2016). 2 En este caso se utilizó un modelo de datos de panel.
PAGE – 3 ============
9Con el presente artículo se desea contribuir a la literatura especializada en la competitividad al brindar más evidencia sobre sus principales determinantes en los países en desarrollo, mediante un análisis comparativo y econométrico para el período 2011-2014, pues no se han encontrado estudios en los que se relacionen estos dos aspectos. La elección de los países emergentes se justi˜ca por su rezago competitivo con respecto al resto del mundo (observado, por ejemplo, en el Índice de Competitividad Global (ICG)), pues la mejora de los aspectos que aumentan la competitividad de los países podría ser un factor importante para promover el crecimiento económico sostenido en esas naciones3.Para lograr los objetivos de este trabajo se utilizará la metodología DEA, a ˜n de generar las medidas de e˜ciencia de los países a partir de una función de producción agregada. Estas medidas servirán como variable sustitutiva de la competitividad comparativa nacional. Asimismo, por medio del índice de Malmquist, se procurará obtener las variaciones en la productividad total de los factores de producción (PTF) y su descomposición en factores de cambio (cambios técnicos y en la e˜ciencia técnica)4. Posteriormente, se estimará un modelo econométrico para establecer los factores determinantes de la competitividad, con el ˜n de brindar más evidencia sobre las posibles políticas que se han de implementar en los países de la muestra para aumentar la competitividad y continuar el proceso de crecimiento económico. Los factores determinantes, a su vez, se establecerán a partir del análisis de componentes principales, debido al alto grado de multicolinealidad entre las variables involucradas. El trabajo se divide en cinco secciones, incluida esta introducción. Mientras en la segunda se aborda el marco teórico, en la tercera se presentan los métodos utilizados en el artículo. En la cuarta sección se describen los resultados obtenidos y en la quinta y última se resumen las principales conclusiones.II. Crecimiento, competiti vidad y sus factores determinantes: un enfoque sistémicoEn la literatura, la competitividad se de˜ne mediante diversos conceptos e indicadores. En el concepto de desempeño, la competitividad está relacionada con el rendimiento de las exportaciones industriales del país. Según este concepto ex post, las empresas son competitivas cuando logran ampliar su participación en el mercado internacional de determinados productos (Haguenauer, 1989). Además de las condiciones de producción, la competitividad a través del desempeño comprende los factores que estimulan o desalientan las exportaciones de productos y países especí˜cos, las políticas cambiaria y comercial, la e˜ciencia de los canales de comercialización y de los sistemas de ˜nanciamiento, los acuerdos internacionales y las estrategias de las empresas. Para otra línea de autores, el desempeño de las exportaciones sería una consecuencia inmediata de la competitividad y no al contrario. El concepto en este punto de vista es potencial, ex ante, y tradicionalmente está ligado a las condiciones de producción. Según el concepto de e˜ciencia, la competitividad se de˜ne como la capacidad de un país de producir un determinado bien en mejores o iguales condiciones en comparación con otras economías (Haguenauer, 1989). 3 La elección se justi˜ca, además, por otras características similares de los países analizados, como menores niveles de ingreso per cápita con respecto a los países desarrollados, un modelo de exportación compuesto mayoritariamente por productos con menor contenido tecnológico y peores indicadores de desarrollo humano. Además, en aspectos metodológicos, se asume que dichos países tienen características similares entre ellos, que vuelven más realista el análisis a partir del método DEA y su enfoque comparativo.4 Entre los autores que utilizaron esta metodología aplicada a la evaluación de la productividad total de los factores para países en desarrollo se pueden citar Marinho y Bittencourt (2007) y Araujo, Feitosa y Da Silva (2014).
PAGE – 4 ============
10En el enfoque de e˜ciencia, se considera competitivo al país que logra generar el mayor producto, en comparación con los demás, dados los recursos de que dispone. De esta forma, se puede considerar una función de producción agregada simple, descrita por: ˜˚˛˝˜˚˛˜˜ (1)En que Y es el producto, K el nivel de capital, L el número de trabajadores y un parámetro positivo, entre 0 y 1, que describe el rendimiento del factor capital. Se consideraría e˜ciente al país que, manteniendo la tecnología constante, utiliza sus insumos de capital y trabajo de manera de generar el mayor producto posible. En este caso, el país estaría en la frontera de la tecnología de producción, de forma que no se desperdiciarían sus factores productivos y el nivel de ingresos sería el más alto posible para su población.En este estudio se utiliza el concepto de competitividad como e˜ciencia, pues su objetivo consiste en determinar la e˜ciencia relativa de los países en desarrollo. Sin embargo, como esta medida no basta para describir la magnitud del término competitividad, es necesario analizar también los factores que la determinan, de acuerdo con el enfoque de Ferraz, Kupfer y Haguenauer (1996). Estos autores buscan un enfoque dinámico, que proporcione un punto de referencia para la competitividad mediante el análisis del proceso competitivo. En este contexto, la competitividad se de˜ne como la capacidad de una empresa de crear e implementar estrategias competitivas y mantener o aumentar su cuota de mercado de manera sostenible. El desempeño y la e˜ciencia productiva de las empresas estarían ligados a la capacitación acumulada a lo largo del tiempo, que incidiría en sus estrategias competitivas. Estas, a su vez, se adoptarían de acuerdo con el ambiente económico y el proceso competitivo en el cual se insertaría la empresa. De esta forma, la competitividad se entendería como una medida que abarca no solo una determinada empresa, sino que está directamente relacionada con el patrón de competencia de un mercado especí˜co. Los patrones de competencia estarían in˚uenciados por la composición del ambiente competitivo de la empresa, es decir, por los componentes estructurales y conductuales de un determinado sector o sistema económico. Estos patrones derivan de la interdependencia entre las empresas o sectores competitivos a través de complementariedades tecnológicas, restricciones y estímulos al ˚ujo de bienes, además de la disponibilidad de infraestructura, leyes, sistemas de plani˜cación y políticas industriales, entre otros. La competitividad sería la capacidad de adaptación de las estrategias de las empresas al patrón de competencia vigente en el ramo en que actúan. Así, el análisis de la competitividad debe tener en cuenta la diversidad de factores (procesos de esfuerzo de ventas, capacitación productiva, acceso a fuentes de materias primas y proveedores de piezas y componentes, además de los directamente vinculados con la innovación y la difusión de nuevas técnicas) que son capaces de generar ventajas competitivas (Ferraz, Kupfer y Haguenauer, 1996). De esta forma, se crea un enfoque dinámico del desempeño competitivo al incorporar sus factores determinantes de naturaleza empresarial, estructural y sistémica. En otras palabras, la competitividad es, en esencia, sistémica (Esser y otros, 1996). Los fifactores empresarialesfl son aquellos sobre los cuales la empresa tiene un control sustancial. Estos factores se relacionan con la acumulación de conocimiento generado por la empresa y sus estrategias, y, más especí˜camente, con la e˜cacia de la gestión, la capacitación y el desempeño, la capacitación tecnológica en procesos y productos, los métodos de organización y los recursos humanos, entre otros.
PAGE – 5 ============
11Los fifactores estructuralesfl son aquellos sobre los cuales la empresa no tiene pleno control, es decir, las empresas están limitadas por el propio proceso de competencia y sus especi˜cidades. Además de las características de la demanda y la oferta, estos incluyen la in˚uencia de instituciones fuera del mercado que de˜nen el régimen de incentivos y regulación, la distribución geográ˜ca, el grado de so˜sticación tecnológica, las tasas de crecimiento, los sistemas de comercialización y las oportunidades de acceso a productos internacionales, entre otros (Ferraz, Kupfer y Haguenauer, 1996). Los fifactores sistémicosfl son aquellos sobre los cuales el control de la empresa es muy escaso o nulo. Estos factores son responsables de generar externalidades a las empresas, actuando como parámetros del proceso de decisión. Entre estos factores se destacan los siguientes: infraestructurales (disponibilidad, calidad y costo de la energía, transporte, telecomunicaciones, insumos básicos y servicios tecnológicos); macroeconómicos (tipo de cambio, carga tributaria, tasa de crecimiento del producto interno, oferta de crédito y tasas de interés y política salarial); político-institucionales (política tributaria, política arancelaria, apoyo ˜scal al riesgo tecnológico, poder adquisitivo del gobierno); sociales (sistema de cali˜cación de la mano de obra, políticas de educación y formación de recursos humanos, laboral y de seguridad social); legales y normativos (políticas de protección de la propiedad industrial, preservación del medio ambiente, defensa de la competencia y protección del consumidor); e internacionales (tendencias del comercio mundial, ˚ujos internacionales de capital, inversiones de riesgo y tecnología, relaciones con organismos multilaterales). En el diagrama 1 se muestra el alcance del término competitividad, en el que la empresa constituye el elemento central, que a su vez resulta afectado por la estructura y el sistema económico. Diagrama 1 Factores determinantes de la competitividad Sistema: infraestructura, ambiente macroeconómico, internacional, político-institucional, legal y normativo y socialEstructura: mercado, con˜guración de la industria, instituciones, regímenes de incentivoy regulación, grado de so˜sticación tecnológicay acceso a productos internacionalesEmpresa: capacitación, desempeño, métodos de organización y estrategia Fuente: Elaboración propia, sobre la base de J. Ferraz, D. Kupfer y L. Haguenauer, Made in Brazil: desa˜os competitivos para a indústria, Río de Janeiro, Campus, 1996. En el contexto descrito en el diagrama 1, sería importante no solo de˜nir las medidas de e˜ciencia (o competitividad) relativa entre los países, sino también los factores determinantes de su competitividad, con el ˜n de facilitar la formulación de políticas públicas para mejorar el ambiente competitivo de las empresas y ampliar sus consiguientes bene˜cios para la población en términos de crecimiento y desarrollo económico.
PAGE – 6 ============
12III. MetodologíaPara alcanzar los objetivos propuestos en este trabajo se utilizarán dos metodologías. Con la primera, el análisis envolvente de datos (DEA), se medirá el nivel de e˜ciencia de los factores de producción en los países en desarrollo. Además, como se trata de un panel de datos, se buscará evaluar la evolución de la productividad total de los factores de producción por medio del índice de Malmquist. A continuación, se utilizará un modelo Tobit para datos de panel que establecerá cuáles son los principales determinantes de la competitividad de los países de la muestra, con las medidas de e˜ciencia proporcionadas por la metodología DEA como variable dependiente. No obstante, como las variables explicativas del modelo Tobit tienen un alto grado de multicolinealidad, se construirán índices para captar su importancia mediante el análisis de componentes principales.1. Diferencias de e˜ciencia entre los países en desarrollo y sus determinantes: metodología a) Medidas de eficiencia La metodología DEA genera medidas de e˜ciencia relativas entre las unidades de análisis, es decir, dentro de un determinado grupo muestral. Estas medidas se obtienen mediante el uso de programación lineal y cada unidad productiva se trata como una unidad de toma de decisiones (decision making unit-DMU). En el análisis envolvente de datos, se asume que existen m productos y k insumos para cada una de las n DMU. A partir de estos datos, se construyen las matrices de insumo (de dimensión k x n) y de producto ( m x n), que representarán las diversas unidades de toma de decisiones. Así, lo que propone esta metodología es obtener medidas de e˜ciencia a través de la razón entre los productos y los insumos, como sigue: ˜˚˛˝˙ˆˇ˝˙˝˙ ˝˙ˆˇˆˇ ˆˇ––˜˜˚˚ ˜˜˚˚ ˘˘˘˘˘˘˘˘˘˜˜˚˚˚˚˚˚˜˜ (1)En que u es un vector (m x 1) de pesos en los productos y v es un vector (k x 1) de pesos en los insumos. Como los valores de las variables de producto e insumo pueden diferir sustancialmente entre las DMU, los pesos atribuidos para el alcance de las medidas de e˜ciencia también variarán. En consecuencia, es necesario establecer un problema que genere conjuntos adecuados de pesos para cada DMU, en comparación con las demás.Como explican Ferreira y Gomes (2009), la formulación del problema debe tener en cuenta los valores de u y v, de forma que se maximice la medida de e˜ciencia de cada DMU, sujeta a la restricción de que las medidas de todas las DMU sean iguales o inferiores a uno. Cuando se asumen rendimientos variables a escala 5, se obtiene el siguiente problema de maximización: ˜˚˛˝˚˚˛ (2)sujeto a: ˜˜˚˜˜˚˛˝˙ˆ,Œ˚ˇˇ˛˘˜˜˜˚˛˛˛˛˜ 5 Véanse más detalles en Charnes y otros (1994) y Cooper, Seiford y Tone (2000).
PAGE – 8 ============
14conjunto de variables originales en otro conjunto de variables de la misma dimensión denominadas componentes principales.Los componentes principales se caracterizan por ser una combinación lineal de todas las variables originales, de manera que son independientes entre sí y se estiman con el ˜n de contener, en el orden en que se estiman, la máxima información contenida en los datos originales. Por lo tanto, el análisis de componentes principales se asocia con la idea de reducir la masa de datos con la menor pérdida posible de información. Según Zivot y Wang (2003), al denominar ˝˚ la matriz de covarianza de las variables y Z la matriz de las variables originales después de una normalización, el primer componente principal está dado por ˜˚1˛ en que ˜1˚ es la solución para: ˜˚˛˚˜˜˜˝˙˙˜˜ˆˆˆˆˆˆˇ˝˜˜˚ (4)Así, la solución ˜1˚ es el valor asociado con el mayor autovalor de ˝˚. El segundo componente es ˜˚2˛, y ˜2˚ es el vector que resuelve la siguiente expresión: ˜˚˛˚˜˜˜˝˙˙˜˜ˆˇ˜˜˘ˆ˝˜˜˜˚ (5)De acuerdo con la solución anterior, se calculan los K componentes principales para K variables originales. De esta manera, se reducirá la dimensión de las variables dependientes del modelo censurado, Tobit, a partir del criterio de que se mantendrán los componentes que representan el 80% de la varianza de las variables originales del problema. Por último, se recuperan los elementos de ˜*˚ de forma de de˜nir la importancia de cada una de las variables llamadas originales para la formación de los componentes y, en consecuencia, el impacto de cada variable en la competitividad. Este mecanismo se realizará mediante una estimación de mínimos cuadrados ordinarios simple de ˜*˚ en Z.b) Modelo de regresión con datos censurados y remuestreo Para evaluar los determinantes de la competitividad de los países en desarrollo se estimará un modelo Tobit. La elección de este modelo se debe a que las medidas de e˜ciencia calculadas mediante el análisis envolvente de datos consisten en una muestra censurada, pues están limitadas en el intervalo entre 0 y 1. En este caso, al proceder a una estimación por medio de mínimos cuadrados ordinarios, los parámetros serían inconsistentes y la inferencia estadística sobre ellos inviable (Wooldridge, 2011) 6.La censura puede suponer la pérdida o falta de información y la muestra puede presentar censura en el límite inferior (a la izquierda) o en el límite superior (a la derecha). Al describir Y como la variable dependiente, I como una constante que representa el valor mínimo asumido por el valor máximo de la variable Y, se advierte que Y se observará solo en el intervalo [I,], de manera que las observaciones se consideran censuradas en los puntos inferior (I) y superior ().6 La inconsistencia de los parámetros deriva de la violación de los siguientes presupuestos del modelo de regresión lineal clásico: el término de error no sería independiente e idénticamente distribuido y no tendría una media igual a cero.
PAGE – 9 ============
15A partir de las notaciones descritas en el párrafo anterior y sumando el vector Z™ de variables explicativas, el vector de parámetros que se han de estimar, * el vector estimado de Y el término de error aleatorio, el modelo Tobit se puede describir de la siguiente manera: ˜˚˛˜˚˜˚˜˜˜˚˛˚˝˚˚˚˝˚˙˚˙˚˙ˆˆˆˆˆˇ˜˜˚˜˙ˆ˜˚˜˜˜˜ (6)La estimación se realiza mediante el método de máxima verosimilitud. En este caso, hay dos etapas de estimación: en la primera se utiliza un modelo probit para el tratamiento de las observaciones censuradas y en la segunda se especi˜ca un modelo lineal para las observaciones no censuradas. Los coe˜cientes estimados pueden interpretarse como el efecto de los regresores sobre la variable Y*. Además, cabe destacar que se utilizará el modelo Tobit con datos de panel. Estos modelos, a su vez, permiten el examen de los efectos ˜jos o aleatorios de un determinado país o de los períodos de tiempo en las medidas de e˜ciencia (Park, 2005). Sin embargo, conforme Cameron y Trivedi (2005) y Da Silva y otros (2015), existen algunos problemas que di˜cultan el uso del modelo Tobit con efectos ˜jos, como la inconsistencia de los estimadores para paneles cortos, como en este estudio, y en los casos en que los efectos individuales no son uniformes. Como solución, los autores proponen el uso del modelo con efectos aleatorios.En el caso del modelo de efectos aleatorios que se utilizará en este estudio, se asume que el efecto aleatorio es idéntico para todos los períodos y que no está correlacionado con los demás regresores, que los coe˜cientes angulares son los mismos para todos los años y grupos y que el componente estocástico del modelo no está correlacionado entre los períodos de tiempo (Greene, 2007). No obstante, cabe señalar que el estimador Tobit solo será consistente en presencia de errores homocedásticos y normalmente distribuidos (Gujarati y Porter, 2011). En caso de heterocedasticidad o no normalidad de los errores, sería indicado emplear el método de bootstrap, que utiliza una determinada muestra varias veces para obtener las distribuciones muestrales de los parámetros de interés, obteniendo, en consecuencia, estimaciones robustas. 3. Fuente y tra tamiento de los datos Las variables X1, X2 e Y1, utilizadas en la metodología DEA, se obtendrán a partir de la base de datos Penn World Table 9.0 7. Los países considerados en la muestra corresponden a la clasi˜cación de países en desarrollo del Fondo Monetario Internacional (FMI) 8. Al excluir a los países para los cuales no se disponía de información, la muestra utilizada en la aplicación del modelo DEA quedó conformada por 82 países.La medida de e˜ciencia generada en el análisis envolvente de datos se utilizará como variable sustitutiva de la competitividad nacional en la estimación del modelo Tobit. El vector de variables explicativas en el análisis econométrico describirá los factores determinantes de la competitividad, conforme el análisis de Ferraz, Kupfer y Haguenauer (1996), subdivididos en factores empresariales, estructurales y sistémicos. La síntesis de las variables utilizadas en el trabajo y las respectivas fuentes se describen en los cuadros A1.1, A1.2, A1.3, A1.4 y A1.5 del anexo A1. Se pueden ver más detalles al respecto en World Economic Forum (2014). 7 Disponible en https://www.rug.nl/ggdc/productivity/pwt/earlier-releases. 8 Véase http://www.imf.org/external/pubs/ft/weo/2014/01/pdf/text.pdf.
PAGE – 10 ============
16Las variables Busin e Inov captan los factores empresariales y se re˜eren al ambiente de conexión entre las empresas y su capacidad de adoptar estrategias competitivas y a la capacidad de las empresas de innovar e implementar prácticas innovadoras, respectivamente. De esta forma abordan, en última instancia, la capacidad de las empresas de un país determinado de implementar estrategias competitivas.Con respecto a los factores estructurales, las variables Inst, Demand, Financ, Techn y Msize incluyen, respectivamente, el papel de la calidad de las instituciones, las condiciones de la demanda, el nivel de desarrollo del mercado ˜nanciero y sus instituciones, la disponibilidad de tecnología avanzada y el tamaño del mercado en la competitividad nacional. Por último, las variables Infra, Macro, Social, Train , Labor y Compet captan aspectos relativos a la oferta y la calidad de la infraestructura, el ambiente macroeconómico, la educación primaria y la salud, la capacitación de la mano de obra y la educación superior, la e˜ciencia del mercado de trabajo, la calidad del mercado ˜nanciero y la e˜ciencia en el mercado de bienes y servicios, respectivamente, y se relacionan con los factores sistémicos. Tanto en la aplicación del análisis envolvente de datos como en el análisis econométrico, las variables se eligieron de acuerdo con la literatura especializada. Entre los autores que utilizaron variables similares se encuentran Ülengin y otros (2011), De Paula y Da Silva (2015), Rocha, Rebelatto y Camioto (2015), Charles y Zegarra (2014) y Lábaj, Luptá ˛cik y Ne˝inský (2013). IV. Resultados y discusión1. Análisis envolv ente de datos e índice de Malmquist A partir de la aplicación del modelo DEA, fue posible veri˜car el comportamiento de los países en desarrollo en el período 2011-2014, considerando una función de producción agregada con el capital y el trabajo como insumos y el producto interno bruto (PIB) como producto. En el cuadro 1 se presentan los promedios de e˜ciencia, variación de la PTF y su respectiva descomposición en variación de la e˜ciencia técnica (˙E˜ciencia), o efecto de recuperación, y variación tecnológica (˙Tecnología), o efecto de desplazamiento. La medida de e˜ciencia máxima (igual a 1) muestra que el país se encuentra en la frontera de la tecnología, es decir, que asigna sus recursos sin desperdicio, dada la tecnología más avanzada utilizada. El primer resultado que se muestra en el cuadro 1 indica que existe la posibilidad de que gran parte de los países en desarrollo asignen sus recursos de manera más e˜ciente y, en consecuencia, sean más competitivos. Cuadro 1 Promedios de e˜ciencia, efecto de recuperación, efecto de desplazamiento y variación de la productividad total de los factores (PTF): muestra total, datos anuales y promedio para el período 2011-2014 Año/MedidaEficiencia˜Eficiencia˜TecnologíaPTF20110,5710,8581,1931,02320120,5580,9681,0391,00620130,5781,0680,9180,98020140,5971,0810,9030,977Media0,5720,9961,0130,999Fuente: Elaboración propia.
PAGE – 11 ============
17Con respecto a la variación de la e˜ciencia técnica, se observa un cambio negativo en 2011 y 2012, tendencia que se invierte en los años siguientes, cuando el cambio se vuelve positivo en 2013 y 2014. Con la variación tecnológica ocurre lo contrario, pues la medida aumenta en 2011 y 2012 y disminuye en 2013 y 2014.En general, el índice acumulado de productividad total de los factores indica que, en promedio, hubo una pequeña disminución (0,99) de la productividad en los países en desarrollo. Este resultado parece indicar que, conforme Young (1994), si hubo crecimiento económico en los países analizados, este se explica por la expansión del uso de los insumos capital y trabajo y no por mejoras tecnológicas. Este resultado corrobora el estudio realizado por Marinho y Bittencourt (2007), que explican la escasa evolución de la productividad total de los factores de los países en desarrollo, y especí˜camente en América Latina, debido al poco énfasis de dichos países en las políticas relacionadas con la incorporación sistemática de innovaciones tecnológicas, el reconocimiento de las restricciones a la formación de ahorro interno, el alto grado de proteccionismo a las industrias nacientes y el carácter introvertido del proceso de desarrollo. La disminución moderada de la PTF, a su vez, se explica principalmente por las variaciones negativas en la e˜ciencia técnica. Este resultado parece indicar que, en promedio, no hubo un proceso de convergencia en el período 2011-2014 entre los países analizados, es decir, los países rezagados en términos de producción e˜ciente no lograron alcanzar a los países más e˜cientes. En el análisis regional se puede observar (véase el cuadro 2) que hubo diferencias sustanciales entre las regiones analizadas en el período 2011-2014. El nivel medio de e˜ciencia del 57,6% indica que muchos países tienen margen para mejorar en términos de asignación de recursos. Los países asiáticos y europeos fueron los que presentaron, en promedio, los mejores resultados, con una e˜ciencia media del 68,5% y el 65,7%, respectivamente. En contrapartida, los países africanos y latinoamericanos presentaron los peores indicadores en promedio (alrededor del 46,4% y el 49,9%, respectivamente). Cuadro 2 Promedios de e˜ciencia, efecto de recuperación, efecto de desplazamiento y variación de la productividad total de los factores (PTF), por regiones, promedios para el período 2011-2014 MuestraEficiencia˜Eficiencia˜TecnologíaPTFTotal0,5760,9891,0070,996Europa0,6571,0061,0161,010América Latina y el Caribe0,4990,9861,0170,991Asia0,6850,9961,0141,001África0,4641,0011,0080,999Fuente: Elaboración propia. Con respecto a la productividad total de los factores de producción, se observa que solo los países europeos registraron un promedio de variación positiva de la PTF en el período analizado, mientras en el caso de los países asiáticos y africanos este se mantuvo prácticamente constante. Por otra parte, el promedio de los países latinoamericanos empeoró, lo que indica un rezago relativo en relación con los demás países de la muestra en el período analizado. El desempeño inferior de los países africanos y latinoamericanos en términos de e˜ciencia y variación de la e˜ciencia puede explicarse en parte por los peores indicadores de factores empresariales, estructurales y sistémicos en relación con los países europeos y asiáticos. Con respecto a los factores empresariales (so˜sticación del mercado y grado de innovación), del grá˜co 1 surge que los países africanos presentaron los valores más bajos para los indicadores Busin e Inov. Los países de América Latina también registraron el peor indicador de innovación ( Inov), idéntico al de los países africanos.
91 KB – 21 Pages