TÍTULO DE LA COMUNICACIÓN: Una Función de Producción Ampliada para la Economía Española: 1980-2003. AUTOR 1: Rubén Sainz González Email: [email protected] AUTOR 2: Valeriano Martínez San Román Email: [email protected] AUTOR 3: Pablo Coto Millán Email: [email protected] AUTOR 4: Pedro Casares Hontañón Email: [email protected] DEPARTAMENTO: Economía. Avd de los Castros s/n 39006 Santander. Cantabria UNIVERSIDAD: Universidad de Cantabria ÁREA TEMÁTICA 6: Especialización, productividad y competitividad regional RESUMEN: El objetivo de este trabajo es analizar la interrelación entre los diferentes tipos de factores productivos, medidos desde una visión amplia, con el desarrollo económico. Así, se trata de determinar si la incorporación de nuevos conceptos de capital, no existentes con anterioridad, se ha traducido en mayores crecimientos en la producción de las Comunidades Autónomas españolas. Entre los factores económicos que se van a emplear no sólo tendremos en cuenta los comúnmente empleados en la literatura económica del crecimiento, trabajo y capital en sentido amplio, sino también la existencia de nuevos conceptos como capital empleado en tecnologías de la información y la comunicación (TIC), capital gastado en investigación y desarrollo (I+D), capital social, definido como el conjunto de redes, normas, valores, etc… que afectan e influyen en las relaciones sociales y su relación con el desarrollo económico. Una de las principales conclusiones obtenidas en esta investigación es la importancia que el Capital social tienen en la producción regional, los resultados muestran que este nuevo factor productivo tiene un peso de entre el 2 y el 4 por ciento en el crecimiento regional. PALABRAS CLAVE: Comunidades Autónomas Capital social, capital humano, crecimiento económico, 1. Introducción El estudio y estimación de funciones de producción es un campo recurrente en la literatura económica. A menudo, la expresión funcional utilizada para estos análisis consiste en una función de producción neoclásica del tipo Cobb-Douglas. Esta función, en su versión tradicional, considera el trabajo, el capital y la tecnología como los determinantes de la producción de un país. En las últimas décadas se han incorporado nuevos conceptos referentes a factores de producción que afectan al crecimiento de una determinada economía. Lo más destacado en la literatura es la inclusión de nuevos tipos de capital; capital social, capital humano, capital I+D+i, nuevas tecnologías,… que han permitido acotar de una manera más precisa cuáles son los factores productivos que tienen una mayor relevancia a la hora de explicar el crecimiento económico. De esta forma, James Coleman (1988) define el capital social como “los aspectos de la estructura social que facilitan ciertas acciones comunes de los agentes dentro de la estructura”. Por su parte, Robert Putnam (1993, 1996) delimita esta definición a “los aspectos de las organizaciones sociales, tales como las redes, las normas y la confianza que permiten la acción y la cooperación para el beneficio mutuo (desarrollo y democracia). Winter (2000) realiza una revisión de la literatura existente contabilizando más de mil artículos sobre capital social entre 1996 y 1999 y concluye que pese al gran número de estudios que se han realizado, los avances que se han conseguido a la hora de cuantificar esta variable han sido escasos. Otro campo floreciente en la literatura económica más reciente ha tratado de analizar el creciente desarrollo e implantación de las nuevas tecnologías de la información y la comunicación (en adelante TIC) y su importancia para el crecimiento económico. Los estudios más destacados en este ámbito corresponden a Oliner y Sichel (2000); Colecchia y Schreyer (2002); Dewan y Kraemer (2000); Jorgenson y Stiroh (2000). Esta desagregación de los factores productivos se ha visto favorecida por los esfuerzos realizados desde el punto de vista estadístico y de recopilación de datos, gracias a los cuales contamos con nuevas y más amplias bases de datos que han permitido la proliferación de trabajos en los que se presentan versiones más completas (complejas, detalladas) de la función de producción. Las principales aportaciones han consistido en la introducción del capital humano como factor determinante del crecimiento económico, así como el análisis de la aportación de la investigación, el desarrollo y la innovación (en adelante I+D+i) al crecimiento económico. El objetivo que nos planteamos en este estudio, es la estimación de una función de producción ampliada, para la economía española durante el periodo comprendido entre 1980 y 2003. Al igual que otros trabajos, la función de producción considerada para el análisis es una función de producción Cobb-Douglas en la que incluiremos como determinantes de la producción, trabajo, capital, capital humano, capital empleado en TIC, I+D+i y capital social. Para la realización de este análisis, utilizamos datos desagregados por Comunidades Autónomas, lo que además nos permitirá analizar las posibles diferencias existentes entre los distintos territorios. Los datos utilizados en este estudio son datos oficiales proporcionados por el INE, la fundación BBVA y el IVIE. El trabajo está organizado de la siguiente manera, en la siguiente sección se realiza una revisión de los estudios más relevantes relacionados con la investigación, posteriormente se explican los datos empleados para en el apartado 4 mostrar el modelo a estimar, así como mostrar los principales resultados. Para finalizar se expondrán las principales conclusiones. 2. Revisión de la Literatura. Diversos son los trabajos que, adoptando una perspectiva regional, han analizado la eficiencia técnica de la economía española. Por un lado, Gumbau-Albert y Maudos (1996) comprobaron la existencia de diferencias en los niveles de ineficiencia de los sectores productivos de las regiones españolas en el periodo 1980-1991 estimando funciones de producción estocásticas bajo distintos supuestos distribucionales alternativos para el término de ineficiencia. Gumbau-Albert (1998) centró su análisis en la industria española estimando funciones de producción frontera que recogían la existencia de diferencias intra-sectoriales. Maudos et al. (2000a) emplearon técnicas no paramétricas (DEA e índice de Malquist) obteniendo altos niveles de ineficiencia a nivel agregado y sectorial para las regiones españolas. Álvarez y Delgado (2002) emplean la aproximación paramétrica de la frontera estocástica modelo de Battese y Coelli (1995) así como métodos no paramétricos de estimación (DEA) para medir la eficiencia técnica. Para ello, las autoras utilizan datos regionales, llegando a demostrar la contribución positiva de las infraestructuras productivas sobre la productividad privada regional del conjunto de la economía y muestran que sus efectos varían entre los sectores. En la literatura existente, también se encuentran trabajos en los que se han introducido otras variables en la función de producción utilizada para estimar la eficiencia, como es el caso del capital público. Por ejemplo, Maudos et al. (1998) investigan la convergencia en la productividad del trabajo de las regiones españolas en el periodo 1964-1991 utilizando una aproximación frontera no paramétrica para calcular el índice de Malmquist. Pedraja et al. (1999) estiman fronteras de producción siguiendo los enfoques paramétricos y no paramétricos para el sector industrial. Asimismo, Gumbau-Albert y Maudos (2006) estiman funciones de producción CobbDouglas con datos de las regiones españolas, considerando como inputs: el capital físico, trabajo, el capital humano y el capital tecnológico. De este modo, llegan a demostrar la existencia de una relación positiva entre el capital tecnológico y los niveles de productividad total de los factores de las regiones españolas. Además, Hernando y Núñez (2001) estiman una función de producción Cobb-Douglas con datos de empresas considerando siete inputs; trabajo, software, hardware, construcciones no-residenciales, equipamiento industrial, otro mobiliario y transporte, llegando a demostrar que el capital TIC supone la tercera parte de la contribución del capital físico sobre el crecimiento de la productividad y el output. Estudios más actuales como los de Puig-Junoy y Pinilla (2008) estiman funciones de producción frontera estocástica tipo trans-log para las regiones españolas en el periodo 1964-1996, tratando de medir y explicar los cambios en la eficiencia tecnológica regional. Por la especial relevancia para nuestra investigación, destacamos el trabajo de Marrocu y Paci (2010) sobre los efectos que tiene el capital público en la productividad de las regiones Italianas, en el cual se incluyen algunos de los inputs que se van a emplear aquí como el gasto en I+D+i y el capital social entre otros. 3. Análisis de los datos En esta sección describiremos las variables utilizadas en nuestro análisis. En cuadro 1 podemos observar gráficamente la distribución regional de las variables de mayor relevancia en este estudio. Para este propósito, hemos construido las variables como números índices con respecto a la media nacional para el periodo 1980-2003. En cuanto al VAB per capita, podemos observar que las regiones del sur se encuentran muy por debajo de la media nacional. En este sentido, Madrid, Cataluña, País Vasco y Navarra son las comunidades autónomas donde la producción per capita es mayor y se sitúan significativamente por encima de la media nacional. Estas comunidades autónomas se encuentran asimismo en las primeras posiciones en el resto de variables analizadas. Esto es, en capital humano, medido éste como el porcentaje de la población ocupada que posee estudios universitarios, datos obtenidos de la fundación BBVA e IVIE. En I+D+i, considerando el número de investigadores de cada Comunidad Autónoma por cada mil habitantes (fundación BBVA e IVIE). Según el mapa, las diferencias en este aspecto son muy significativas y la horquilla en la que se mueven estos valores es muy amplia. En el único aspecto donde se rompe esta distribución regional parece ser el del capital social el cual esta medido mediante el índice de capital social aportado por la fundación BBVA y el IVIE. Cuadro 1: Distribución regional de las principales variables Valores medios 1980-2003. Índices, España=100 1. VAB per capita 2. Capital humano Fuente: elaboración propia Basándonos en esta representación gráfica de la distribución de las variables, consideramos la introducción en nuestras estimaciones una variable dummy que llamamos “líder” la cual toma el valor 1 para las 4 comunidades autónomas mejor situadas (Madrid, Cataluña, País Vasco y Navarra) y 0 para el resto. Cuadro 1 (cont.): Distribución regional de las principales variables Valores medios 1980-2003. Índices, España=100 1. I+D+i Fuente: elaboración propia 4. Modelo, estimaciones y resultados 2. Capital social En este apartado introduciremos el modelo económico relevante objeto de estudio, así como el conjunto de especificaciones teóricas de la función de producción que serán utilizadas para acometer el análisis empírico posterior. En concreto, la forma funcional considerada en este trabajo es una función de producción Cobb-Douglas ampliada, que nos permite captar el efecto que tienen sobre la variable dependiente otras variables diferentes a la consideración original de trabajo y capital. Se presentan asimismo las estimaciones realizadas y los resultados obtenidos. Antes de comenzar con la explicación del modelo y el análisis empírico, se muestra una representación esquemática del modelo general (Figura 1). Las flechas identifican la hipotética estructura de relaciones entre las variables clave, sin tratar de establecer ninguna relación de causa-efecto entre ellas a pesar de la direccionalidad gráfica Figura 1: Estructura de las relaciones entre el Capital Social, Trabajo, Capital Humano, Capital Tecnológico, Capital Físico y Crecimiento Económico Innovación. I+D+I Universidad. Nº Investigadores Capital Humano Población Trabajo Capital Social Capital Tecnológico Crecimiento Económico Capital Físico Fuente: elaboración propia 4.1. Modelo La función de producción Cobb-Douglas puede escribirse, en su forma más simple como: (1) Donde Y es la producción, K es el stock de capital y L es la cantidad de trabajo. El subíndice i indica la región y el subíndice t indica el periodo de tiempo. α y β son las elasticidades del capital y del trabajo respectivamente. En este estudio, la intención es ampliar dicha función de producción considerando diferentes niveles de desagregación del stock total de capital disponible e incluyendo un conjunto de variables de control representadas por los “inputs intangibles” capital social, capital humano y capital en I+D+i. De este modo, las diferentes especificaciones de la función de producción que vamos a analizar quedarían detalladas de la siguiente manera: (2) (3) (4) 4.2. Estimación y Resultados Una vez transformadas tomando logaritmos, cada especificación del modelo general es estimada utilizando un panel de datos para las 17 comunidades autónomas españolas y 23 observaciones anuales desde 1980 hasta 2003. El método de estimación empleado para realizar el análisis es el método de Hausman y Taylor (H-T) de variables instrumentales (1981). La elección de este método no es aleatoria, sino que se basa en los resultados obtenidos en las pruebas previas a la estimación, concretamente en el test Durbin-Wu-Hausman de endogeneidad de las variables, según el cual rechazamos la hipótesis nula de exogeneidad, y por lo tanto, nos decantamos por un método de variables instrumentales. Además este método (H-T) permite estimar efectos individuales y variables invariantes en el tiempo. En todas las estimaciones realizadas, siguiendo el procedimiento habitual aplicado en la literatura para las funciones de producción, se ha instrumentado cada variable con su propio valor retardado un periodo. En la tabla 1 se presentan los resultados obtenidos de la estimación de la función de producción para las distintas especificaciones de la misma. La primera columna muestra los resultados obtenidos para el modelo base que puede tomarse como modelo general y que servirá como punto de referencia. Según los resultados obtenidos, la elasticidad del trabajo se sitúa alrededor de 0.25, un valor que resulta sensiblemente menor que los computados en otros estudios donde suele situarse en torno al 0.7 (Marrocu y Paci, 2010). El capital muestra asimismo una elasticidad de 0.35, más en la línea de estudios precedentes. Lo más interesante, y que supone el objetivo principal de este trabajo, es observar los coeficientes obtenidos para los inputs “intangibles”, los cuales resultan positivos y significativos, lo que confirma su contribución al proceso productivo. Tabla 1: Estimación de la función de producción para España 1980-2003. (Método HausmanTaylor) Variable dependiente: Valor Añadido Bruto en euros constantes de 2000 Variables Constant Trabajo (L) Capital total (K) (1) 11.42 (2) *** ** 11.336 * (3) (4) 9.94 *** 10.23 *** (5.97) (6.89) (8.23) (9.35) 0.252 ** 0.251 * 0.296 *** 0.234 *** (3.18) (6.16) (6.54) (5.75) 0.351 ** 0.352 * *** *** (4.14) (10.51) Capital privado (Kprivado) 0.061 ** (2.06) 0.332 *** Capital público (Kpublico) (7.64) 0.081 *** Capital TIC (KTIC) (3.25) 0.343 *** Capital No TIC (KnoTIC) (10.68) I+D+i (IDi) 0.036 *** (3.22) Capital Social (Ksoc) Capital Humano (KHum) 0.041 ** ** 0.035 * 0.027 *** 0.037 *** (5.49) (4.12) (5.80) 0.031 *** 0.022 ** ** 0.04 * (2.65) (4.76) (3.37) (2.09) 0.068 ** 0.068 * 0.062 *** 0.052 *** (3.71) (3.49) (2.73) ** 0.669 * 0.543 *** 0.574 *** (3.29) (3.24) (3.06) 210 210 210 (1.82) Dummy “Lider” No. Observaciones * NOTAS: P-valores entre paréntesis; *, **, *** denota 1, 5 y 10 por ciento de significatividad respectivamente. Los estimadores obtenidos son robustos a heteroscedasticidad. Fuente: Elaboración propia En la segunda especificación se ha introducido la variable dummy “líder”, y como puede observarse, las elasticidades del resto de variables consideradas no experimentan apenas cambios. Sin embargo, la propia variable dummy tiene un efecto positivo y significativo, indicando que estas cuatro comunidades contribuyen de forma relevante a la producción nacional. De nuevo, las variables de control capital humano, I+D+i y capital social son positivas y significativas y presentan valores del estimador similares. En las dos últimas columnas de la tabla analizamos dos desagregaciones distintas del capital. Por un lado, diferenciamos entre capital público y privado (columna 3), por otro, distinguimos entre capital destinado a tecnologías de la información y la comunicación (TIC) y aquel que tiene otros destinos (columna 4). Analizando la tercera columna, observamos que la contribución del capital público al proceso productivo español durante el periodo 1980-2003 es considerablemente superior a la contribución que ha tenido el capital privado. Las elasticidades que presentan ambos tipos de capital son 0.061 para el capital privado y 0.332 para el público. En la columna 4, observamos como el capital destinado a tecnologías de la información y la comunicación presenta una elasticidad de 0.081, una cifra considerable que capta la creciente importancia que están adquiriendo desde la década de los años 80 la nuevas tecnologías, la informática, las comunicaciones,… Cabe destacar, en todas las especificaciones analizadas, el papel positivo que juegan los efectos del capital social y las redes sociales en la generación de crecimiento económico. Los resultados obtenidos muestran una contribución de entre un 2 y un 4 % al proceso de producción. Pero además existen efectos en el capital humano, en el capital tecnológico vía TIC´s y vía I+D+i. Así un mayor capital social y una mayor extensión e interconexión de las redes sociales, atraen la concentración de talento que permite y facilita la innovación tecnológica y el crecimiento en las regiones. Cabe deducir, por ello, que no operan en competición entre sí, sino que tienden a complementarse y a atraer o actuar sobre diferentes tipos de talento, jugando papeles complementarios, en el proceso de crecimiento económico. 5. Conclusiones Esta investigación trata de contrastar los efectos que diferentes factores productivos tienen sobre la producción de las comunidades Autónomas Españolas. Los resultados obtenidos permiten corroborar la importancia que, además de los factores clásicos, stock de capital y fuerza laboral, tiene para el crecimiento regional el gasto en actividades de investigación, desarrollo e innovación (I+D+i), así como el capital humano, un nuevo concepto como es el capital social. Las principales conclusiones de la modelización efectuada son las siguientes: En primer lugar, del análisis de los resultados, puede apreciarse, que el coeficiente asociado al Capital Social, al Capital Humano y al I+D+I es significativo a la hora de explicar la tasa de variación de la producción regional con valores que se sitúan entre el 0,02 y el 0,068 en función de las diferentes especificaciones realizadas. Así el coeficiente asociado al Capital en I+D+i, medido como el número de investigadores por Comunidad Autónoma, tiene un efecto sobre el crecimiento regional en torno al 3 por ciento. Por otro lado, el factor de producción Capital Humano, trabajadores universitarios, representa un 6 por ciento, siendo la importancia del Capital Socia de entre un 2,1 y un 4 por ciento. En segundo lugar, parece que frente al planteamiento del materialismo histórico, dialéctico y cultural, en donde el individuo trabajando en la infraestructura económica, genera unas relaciones y un modo de producción, que condiciona el funcionamiento en un sistema de producción y éste determina la organización de la sociedad civil y política, y en última instancia la filosofía del conocimiento y la vida personal y social. El planteamiento alternativo para explicar el mundo actual y futuro es que, en el mundo actual, un mundo globalizado y conectado en red, el progreso y el crecimiento económico se efectúa a través de las exponencialmente crecientes interconexiones e interacciones entre los agentes económicos. Esto es, quizá en el mundo actual y futuro, las interconexiones e interactuaciones entre los agentes, los efectos del Capital Social y las Redes Sociales en definitiva, lo que podríamos denominar el “Nuevo Capital Social”, son las que está generando la educación, el talento, en otras palabras el Capital Humano, y también a partir del mismo el conocimiento tecnológico mediante las nuevas tecnologías de la información y la comunicación, Capital TIC, la investigación y la innovación, Capital I+D+i, y la propia filosofía del conocimiento Bibliografía Álvarez, I. y Delgado, M. J. (2002): “Medición de la Eficiencia técnica para los Países de la UE-15”, Documento de Trabajo ICAE. Battese, G. y Coelli, T. (1995): “A Model for Technical Inefficiency Efects in a Stochastic Frontier Production Function for Panel Data”, Empirical Economics, 20, 325-332. Colecchia, A. y Schreyer, P. (2002): “ICT investment and economic growth in the 1990s: Is the United States a unique case? A comparative study of nine OECD countries”, Review of Economic Dynamics, 5, 2, 408-442. Coleman, J. (1988): “Social Capital in the Creation of Human Capital”. American Journal of Sociology, 94/Supplement, S95-S120. Dewan, S. y Kraemer, K. (2000): “Information technology and productivity: Evidence form country-level data”, Management Science, 46, 4548-562. Gumabu-Albert, M. y Maudos, J. (1996): “Eficiencia productiva sectorial en las regiones españolas: una aproximación frontera”, Revista Española de Economía, 13, 2, 239-260. Gumbau-Albert, M. (1998): “Regional Technical Efficiency: A Stochastic Frontier Approach”, Applied Economic Letters, 5, 723-726. Gumabu-Albert, M. y Maudos, J. (2006): “Technological activity and productivity in the Spanish regions”, The Annals of Regional Science, 40, 1, 55-80. Hausman, J. (1978): “Specification tests in econometrics”, Econometrica, 46, 6, 12511271 Hausman, J. y Taylor, W. (1981): “Panel data and unobservable individual effects”, Econometrica, 49, 6, 1377-1398. Hernando, I. y Nuñez, S. (2001): “The Contribution of ICT to Economic Growth: A Growth Accounting Exercise with Spanish Firm-Level Data”, Documento de Trabajo 203, Banco de España. Jorgenson, D. y Stiroh, K. (2000): “Industry-level productivity and competitiveness between Canada and The United States”, American Economic Review, 90, 2, 161-167. Marrocu, E. y Paci, R. (2010): “The effect of public capital on the productivity of the Italian regions”, Applied Economics,42, 989-1002. Maudos, J., Pastor, J.M. y Serrano, L. (1998): “Convergencia en las regiones españolas; cambio técnico, eficiencia y productividad”, Revista Española de Economía, 15, 235264. Maudos, J., Pastor, J.M. y Serrano, L. (2000): “Efficiency and productive specialisation: an application to the Spanish regions”, Regional Studies, 34, 829-842. Oliner, S. y Sichel, D. (2000): “The resurgence of growth in the late 1990s: Is information technology the story?”, Journal of Economics Perspectives, 14, 4, 3-22. Pedraja, F.J., Ramajo, J. y Salinas, J. (1999): Eficiencia productiva del sector industrial español: Un análisis espacial y sectorial”, Papeles de Economía Española, 80, 124-138. Puig-Junoy, J. y Pinilla, J. (2008): “Why are some Spanish regions so much more efficient than others?”, Environment and planning C- Governement and Policy, 26, 6, 1129-1142. Portela,M. y Neira, I. (2002): Una investigación sobre el Capital Social en España. Fundación del BBVA. Putnam, R.; Leonardi; R. Y Nanetti, R. (1994): “Making democracy work: civic traditions in modern Italy”. Princeton University, Princeton. Winter, G. (2000): “A comparative discussion of the notion of validity in qualitative and quantitative research“. The Qualitative Report, 4, 3-4.