PATRONES DE LOCALIZACIÓN DE LA PRODUCCIÓN Y … · la política industrial. ... LUIS LANASPA (*) Departamento de Análisis Económico. Universidad de Zaragoza ... siguiendo a Cabral

ECONOMÍA INDUSTRIAL N.o 342 • 2001 / VI

163

Patrones de localización de la producción y

efectividad de la política industrial.

Los objetivos y contenidos de la política industrial (PI) han sufridodurante los últimos años una profunda transformación, debida a laprogresiva globalización de la economía y a la importancia que han

adquirido la innovación y el desarrollotecnológico como mecanismos para man-tener un ritmo de crecimiento económicosostenido. En particular, la nueva concep-ción de la PI ha supuesto el progresivoabandono de programas selectivos de ca-rácter sectorial y regional, que tradicional-mente se han utilizado para paliar losefectos derivados de los procesos de re-conversión industrial. En su lugar, hoy endía la PI se entiende en un sentido muchomás amplio, como un mecanismo destina-do a crear las condiciones básicas para elcrecimiento de la economía.

LOLA ESTEBANJOSÉ M. HERNÁNDEZ

LUIS LANASPA (*)Departamento de Análisis Económico. Universidad de Zaragoza

Para alcanzar este objetivo se dispone deun amplio conjunto de instrumentos, talescomo la formación de recursos humanos,el fomento de la cualificación profesional,la creación de áreas tecnológicas, mejoradel medio ambiente, etc., que pueden serutilizados por los gobiernos nacionales oregionales.

En este sentido, las autoridades nacionaleshan asumido la responsabilidad genéricade crear un entorno estable que favorezcael desarrollo industrial. Sin embargo, pare-ce generalmente admitido que todas las

actuaciones o políticas que requieran uncontacto directo con las empresas puedenser ejecutadas de un modo más efectivopor los gobiernos regionales. Esto ha ge-nerado un proceso de descentralizaciónque les ha llevado a asumir un papel fun-damental en la formulación y ejecución dela PI, siendo su mayor preocupación có-mo encontrar la política más adecuada pa-ra su región.

En este contexto resulta interesante estu-diar hasta qué punto la PI es capaz de esti-mular el crecimiento industrial en una re-

15ECONINDUST.342 19/12/02 17:03 Página 163

gión y qué tipo de políticas pueden resul-tar más efectivas para alcanzar este objeti-vo. En el presente trabajo abordaremos es-tas dos cuestiones, estructurando elanálisis en dos fases. En primer lugar, for-mularemos un modelo, basado en la litera-tura reciente sobre localización industrial(Glaeser et al., 1992), que explique los pa-trones de crecimiento industrial en las pro-vincias españolas. Posteriormente, amplia-remos este modelo básico introduciendovariables de política regional, con el objeti-vo de analizar la efectividad de distintasmedidas de desarrollo industrial.

El resto del trabajo se organiza del si-guiente modo. En el apartado siguientepresentaremos las aportaciones teóricasmás relevantes sobre la explicación de losprocesos de localización industrial, formu-lando el modelo económico que guiará eltrabajo empírico. En esta sección tambiéndiscutiremos las distintas posturas que laliteratura mantiene sobre el papel que de-be desempeñar la PI en una economíadesarrollada. Le sigue otra sección en laque aplicamos el modelo al estudio de lospatrones territoriales de crecimiento in-dustrial en las regiones españolas duranteel período 1985-1998. Posteriormente, unanueva sección discute la efectividad dedistintas medidas de PI como motor delcrecimiento industrial. Por último, presen-tamos las principales conclusiones denuestro trabajo.

Teoría de localización y política industrial

Durante mucho tiempo, la literatura eco-nómica se ha interesado por el estudio delos factores que determinan el desarrolloindustrial de las regiones. Las primerascontribuciones sobre este tema considera-ban que los patrones de localización in-dustrial responden a características espe-cíficas de los territorios que les confierenventajas comparativas invariables en eltiempo, tales como su situación geográfi-ca, su dotación de recursos naturales, lascaracterísticas de su población, etc. Sinembargo, en ausencia de tales ventajas, laevidencia empírica indica que las pautasde localización no son aleatorias, sino quese observan dos tendencias; una, a la con-

centración de las empresas en unas cuan-tas localizaciones, y otra, a la especializa-ción de los territorios en un número limi-tado de actividades.

Estos fenómenos ya fueron analizados porMarshall (1890), quien los atribuía a lapresencia de externalidades ligadas a losterritorios, en virtud de las cuales las mejo-ras alcanzadas por una empresa aumentanla productividad de otras empresas próxi-mas geográficamente sin que se produzcala correspondiente contraprestación eco-nómica.

En concreto, Marshall distinguía distintosfactores generadores de externalidadesque favorecen la aglomeración industrialen clusters. En primer lugar, los flujos deideas y conocimientos específicos setransmiten con mayor facilidad entre em-presas geográficamente próximas, lo queda lugar a los llamados knowledge spillo-vers y technological spillovers. En segundolugar, la formación de mercados de traba-jo locales especializados puede beneficiara los empresarios, al permitirles disponercon mayor facilidad de mano de obra es-pecializada, y a los trabajadores, al facilitarsu movilidad entre empresas.

Las aportaciones de Marshall han sidodesarrolladas por diversos autores (Hoo-ver, 1937, y Chinitz, 1961), pero el impulsomás significativo ha tenido lugar a raíz delreciente desarrollo de la literatura sobre

crecimiento económico, debido, entreotros, a Romer (1986) y Lucas (1988), don-de se resalta el papel de las economías di-námicas de información como motor delcrecimiento. Siguiendo esta literatura,Glaeser et al. (1992) y Henderson et al.(1995) postulan que la formación y desa-rrollo industrial de las regiones están con-dicionados por la presencia de externali-dades estáticas y dinámicas.

Dentro de las primeras, se distinguen dostipos, las de localización y las de urbani-zación. Las economías de localización re-presentan ventajas competitivas derivadasde la proximidad geográfica de empresaspertenecientes a una misma industria. Así,por ejemplo, la localización de empresasde la misma industria en un área geográfi-ca próxima puede facilitar el acceso a ma-terias primas o mano de obra especializa-da. Las economías de urbanización, porsu parte, se derivan de la necesidad deabastecimiento de una fuerte demanda local.

Las teorías sobre externalidades estáticasse han centrado en el estudio de la forma-ción y especialización de las ciudades, pe-ro no en su proceso de crecimiento. A esterespecto, Glaeser et al. (1992) y Hender-son et al. (1995) amplían estas teorías, ex-plicando el desarrollo industrial de una re-gión por la presencia de externalidadesdinámicas basadas en la acumulación deinformación en el territorio.

En concreto, Glaeser et al. (1992) conside-ra tres tipos de externalidades dinámicas.Las denominadas Marshall-Arrow-Romer(MAR) hacen referencia a los efectos posi-tivos derivados de la transmisión de cono-cimientos entre empresas dentro de lamisma industria, que harían crecer más alas regiones con mayor grado de especiali-zación industrial.

Por el contrario, las externalidades de tipoJacobs (Jacobs, 1969) ponen el acento enlas transferencias de conocimiento desdefuera de la industria, por lo que sería la di-versidad de industrias geográficamentecercanas la que estimularía la innovacióny el crecimiento.

Por último, de acuerdo con las externali-dades Porter, el grado de competencia lo-cal también puede influir sobre el ritmo de

L. ESTEBAN / J. M. HERNÁNDEZ / L. LANASPA


164


generación y adopción de innovaciones.En este sentido, Schumpeter (1950) de-fiende que las grandes empresas tienenmayores incentivos para innovar, debido asu mejor acceso al mercado de capitales, asu mayor capacidad de adopción de ries-gos y a las economías de escala inherentesa las actividades I+D.

Así pues, cabe pensar que los incentivospara la investigación son mayores en losmercados con mayor grado de concentra-ción. Sin embargo, Arrow (1962) defiendela postura contraria, argumentando, porejemplo, que un monopolista tiene menosincentivos para innovar que una empresacompetitiva, debido a que tal innovacióndejaría obsoleto su anterior producto.Conviene aclarar que ambas posturas noson necesariamente contradictorias, sinoque ponen el acento en aspectos diferen-tes: el tamaño de la empresa y la estructu-ra del mercado, respectivamente. Por lotanto, el signo de este tipo de externalidadno está claro a priori, sino que deberá serdeterminado empíricamente en cada sec-tor industrial.

Combinando las externalidades dinámicascon otras variables, tales como las condi-ciones locales del mercado de trabajo o lasituación de la demanda sectorial, Glaeseret al. (1992) y Henderson et al. (1995) for-mulan modelos alternativos destinados aexplicar los patrones de crecimiento indus-trial en los distintos territorios de EEUU.Sin embargo, un aspecto interesante y nosuficientemente explorado en este tipo demodelos es su capacidad para ser utiliza-dos como soporte en la toma de decisio-nes del gobierno. Así pues, el objetivofundamental de nuestro trabajo es ampliarel modelo básico de localización, de for-ma que pueda ser de utilidad en la formu-lación de la PI en España, lo cual exige, enprimer lugar, aclarar el concepto de PI ysus contenidos.

El papel del Estado en la mejora de la pro-ductividad ha experimentado una evolu-ción que, siguiendo a Cabral (1997), po-demos resumir en tres fases. Inicialmente,la PI se orientaba desde un punto de vistamacroeconómico, fomentando la produc-tividad de las empresas a través de deva-luaciones que redujeran los costes de lasmaterias primas. Sin embargo, pronto seadmitió que unos buenos resultados ma-

croeconómicos se deben al buen compor-tamiento de las empresas y no al revés.

De acuerdo con esto, el segundo punto devista sobre el papel de la PI defendía queel Estado puede mejorar la competitividadde las empresas a través de una serie detransformaciones de carácter microeconó-mico, entre las que cabe destacar la identi-ficación y promoción de sectores estraté-gicos en los que el país tenga una ventajacomparativa y la creación de grandes em-presas que puedan competir en mercadosglobales. No obstante, este tipo de políti-cas ha sido fuertemente criticado por sualto riesgo, ya que es muy fácil equivocar-se al apostar por clusters de competitivi-dad. Por otro lado, la promoción de em-presas de tamaño grande se basa en laidea, ya obsoleta, de que la escala es unfactor determinante de la rentabilidad.

Así pues, hoy en día se está abandonandoprogresivamente la idea de promocionarempresas o sectores concretos a través desubsidios, y se admite que el papel delEstado en el desarrollo industrial debe re-ducirse a la creación de unas condicionesbásicas estables que faciliten el funciona-miento eficiente de la economía de merca-do (Moltó García, 1993). Esto se traduceen una serie de medidas de actuación ho-rizontales que, en general, se refieren a lamejora de las infraestructuras físicas (cali-dad de las redes de comunicación), laeducación (especialización y cualificación

profesional), cohesión económica y so-cial, creación de un marco institucional ylegal que facilite la actividad económica(sistema judicial eficiente, defensa de lacompetencia, etc.), protección del medioambiente, política energética, etc.

Otro rasgo distintivo del nuevo enfoquede la PI es su elevado grado de descen-tralización territorial (Begg, 1995), dadoque la responsabilidad de las actuacio-nes se entiende que debe asignarse al ni-vel institucional que pueda ejecutarlasde la manera más eficiente (Sidiropou-lus, 1994). Esto, en el marco europeo, hasignificado que las autoridades suprana-cionales se encargan actualmente de diseñar la estrategia general de la PI eu-ropea, que consiste en promover su ca-rácter horizontal, así como en estimularplanes generales de formación, el desa-rrollo de I+D y el fomento de la coopera-ción industrial entre los países de laUnión Europea. Los gobiernos naciona-les, por su parte, se encargarían de la ta-rea genérica de crear un entorno favora-ble para el desarrollo industrial en cadapaís, así como de fomentar el desarrollocientífico y la innovación tecnológica in-dustrial. Por último, dado el mayor cono-cimiento que las autoridades regionalestienen de la realidad económica de su te-rritorio, son éstas las que deben asumirtodas aquellas actividades que requieranun contacto directo con las empresas(Begg, 1995).

PATRONES DE LOCALIZACIÓN DE LA PRODUCCIÓN...


165


Este nivel de descentralización en el dise-ño de la PI tiene la ventaja de que permiteaprovechar las peculiaridades y potencia-lidades de cada región, que se plasmaríanen planes estratégicos diferenciados acor-des con el espacio sobre el que se actúa.Así pues, actualmente una gran parte de laresponsabilidad de la PI recae sobre losgobiernos regionales, lo que ha dado lu-gar a la proliferación de agencias de desa-rrollo regional, dependientes de las Comu-nidades Autónomas, que han adoptado unpapel activo en el desarrollo y ejecución demedidas de corte horizontal.

Las actividades de promoción industrialrealizadas por estas agencias se refieren,principalmente, a las relaciones laboralesy formación de alto nivel, al apoyo a lasPymes y, por último, a la innovación tec-nológica. Por lo tanto, una novedad im-portante en estas actuaciones es su carác-ter de intangibles, al estar orientadas a lamejora de aspectos cualitativos de la ges-tión y organización empresarial, mientrasque las inversiones tradicionales en in-fraestructuras van perdiendo terreno. Enconcreto, una parte fundamental en lapromoción industrial de una región es ladefinición de una política tecnológica re-gional coherente, que sirva para fomentarel desarrollo tecnológico, especialmenteen las Pymes, como instrumento de apoyoa la innovación.

El objetivo de esta política es transformarlas oportunidades tecnológicas en oportu-nidades de negocio, para lo cual persiguefomentar una buena gestión tecnológicapor parte del sector empresarial a travésde agencias que fomenten la transferenciade tecnología, formación y conocimientosentre empresas organizadas en redes sec-toriales y territoriales (Barroeta y Castillo,1996).

En este contexto, los gobiernos regionalescobran un papel central, pues el contactodirecto con la realidad empresarial resultacrucial para fomentar con éxito comporta-mientos empresariales de colaboración,que se pudieran traducir en redes de inter-cambio de tecnología y conocimientos ba-sadas en la confianza mutua entre empre-sas. Sin embargo, está claro que las redesde cooperación pueden adoptar diversasestructuras, y que no todos los tipos de re-des serán apropiados en todos los secto-

res. Según esto, el diseño adecuado deuna política de cooperación tecnológicaregional requiere averiguar en qué secto-res estas redes pueden ser más efectivas yqué estructura concreta deben adoptar encada sector industrial.

En este punto es donde los modelos de lo-calización industrial pueden resultar degran utilidad, dado que permiten averi-guar qué tipo de externalidades tecnológi-cas son relevantes en cada sector. Así, porejemplo, dependiendo de que la eviden-cia empírica en cada sector concreto se in-cline por la presencia de externalidades ti-po Mar o Jacobs, las autoridades deberíanestimular la formación de redes de coope-ración intraindustriales o interindustriales,respectivamente. Además, considerandoconjuntamente la información correspon-diente a todos los sectores industriales re-levantes en un territorio, el gobierno re-gional puede diseñar un mapa de redes decolaboración empresarial adecuado a suentorno y mejorar así la eficacia de su po-lítica tecnológica.

Por último, está claro que la pauta de cre-cimiento industrial en un territorio y, es-pecialmente, la capacidad de una regiónpara atraer nuevas empresas también estáinfluenciada por distintas variables de po-lítica no-tecnológica que, al menos en par-te, dependen de los gobiernos locales, ta-les como la dotación regional de capitalfísico, de capital humano, etc. En este sen-

tido, un modelo regional de crecimientoindustrial también podría ayudar a discri-minar cuál de estos instrumentos de políti-ca resulta más efectivo, y así contribuir amejorar la eficiencia de la política indus-trial.

Los modelos de externalidades ya han si-do aplicados al estudio de la localizaciónde las actividades industriales en España.Por ejemplo, los trabajos de Callejón yCosta (1995, 1996) siguen la metodologíapropuesta por Henderson et al. (1995) yformulan un modelo en el que se combi-nan externalidades estáticas y dinámicaspara explicar el nivel de empleo sectorialen las distintas provincias españolas.

En este marco, se analizan los efectos dealgunas variables de política territorial, lle-gando a la conclusión de que éstas no in-fluyen significativamente en las decisionesde localización industrial. Sin embargo,este resultado se debe interpretar con pru-dencia, pues puede deberse a las limita-ciones del modelo utilizado. Hay que te-ner presente que el objetivo de la PI es,partiendo de las condiciones básicas delterritorio, promover un mayor crecimientoeconómico, luego su efectividad se eva-luaría mejor utilizando un modelo de cre-cimiento industrial centrado en el análisisde externalidades dinámicas.

Siguiendo este planteamiento, Goicolea et al. (1995) utiliza el modelo de Glaeser et al.(1992) para caracterizar los patrones decrecimiento industrial de las regiones espa-ñolas y analizar, aunque de un modo muyelemental, la efectividad de la política terri-torial, alcanzando a este respecto resulta-dos poco concluyentes. Una vez más estosresultados pueden deberse a las limitacio-nes del modelo utilizado, en el que sólo seestudia la efectividad de un tipo concretode política territorial (dotación de infraes-tructuras) y donde, además, no se recono-ce que la importancia de la PI puede variaren cada sector industrial.

Nuestro análisis de la PI extiende los tra-bajos de Glaeser et al. (1992) y Goicolea etal. (1995) en diversas direcciones. Por unlado, el estudio del tipo de externalidadesdinámicas presentes en cada sector indus-trial nos permitirá identificar el tipo de re-des de cooperación tecnológica más apro-piadas para cada región, lo que puede



166


ayudar en la formulación de la políticatecnológica regional. Por otro lado, tam-bién nos planteamos analizar el grado deefectividad de otros tipos de políticas, queabarcan la mejora del capital físico del te-rritorio (políticas de infraestructuras), delcapital humano (políticas educativas), depromoción de la investigación científica ytecnológica (políticas de I+D) y, por últi-mo, las ayudas directas a las empresas(políticas de subvenciones).

Una vez más, parece razonable pensarque la importancia de estos instrumentosvariará según el sector de actividad que seconsidere, por lo que evaluaremos su efi-cacia distinguiendo entre distintos secto-res industriales. Por último, cabe destacarque nuestro análisis está centrado en unperíodo (1985-1998) que resulta especial-mente indicado para el estudio de la PI enEspaña, ya que es a partir de 1985 cuandoel proceso de descentralización de la PI sehace efectivo y las CCAA asumen un papelimportante en su diseño y ejecución.

El modelo básico: crecimiento industrial en las provincias

Las distintas teorías sobre externalidadesdinámicas se pueden integrar en un mo-delo económico simple siguiendo el traba-jo de Glaeser et al. (1992). Este modeloasume que el valor de la producción deuna empresa que opera en un sector in-dustrial y en una región concreta se puederepresentar a través de una función deproducción simplificada del tipo At f(lt),donde At concentra todos los factores queafectan a la empresa en el momento t, ex-cepto el propio empleo, y lt representa elinput trabajo en el momento t. Dado su ni-vel tecnológico, cada empresa toma el sa-lario wt como dado y maximiza

At f(lt) – wt lt [1]

luego elige el nivel de empleo, de forma que

At f’(lt) = wt · [2]

Esta condición de equilibrio se puede re-escribir en términos de tasas de crecimien-to como

log � �= � �– log� � . [3]

Si consideramos f(lt) = lt1–α, con 0 < α < 1,

[3] se convierte en

α log � �= – log � �+ log � �. [4]

Por otro lado, si suponemos que At depen-de de factores nacionales y locales, A = Anacional + Alocal, y que estos últimos de-penden de las distintas externalidades tec-nológicas presentes en la industria y la re-gión, podemos expresar la tasa decrecimiento de Alocal como

log � � = g (E, D, C, CI), [5]

donde E representa una medida del gradode especialización; D, un índice de diver-sidad; C, un índice de competencia, y lavariable CI comprende un conjunto decondiciones iniciales. Así pues, introdu-ciendo un término de error, et+1, la ecua-ción [4] se convierte en

αlog � � = – log � � +

+ log � � + g (E, D, C, CI) + et+1. [6]

Partiendo de esta especificación, Glaeseret al. (1992) asume, por un lado, que la ta-sa de crecimiento de Anacional viene medidapor el crecimiento en el empleo industrialnacional y, por otro, que el mercado detrabajo tiene dimensión nacional, luego latasa de crecimiento salarial en un sector esconstante para todas las regiones. Asípues, la ecuación [6] explica el crecimien-to industrial de un sector en una región através de tres externalidades dinámicas, alas que Glaeser et al. (1992) añade tres va-riables de control que detallamos a conti-nuación.

En primer lugar, aunque el modelo asumeque el crecimiento salarial en cada indus-tria es uniforme entre regiones (lo que seexplicaría por la existencia de convenioscolectivos sectoriales a nivel nacional), es-tá claro que los niveles salariales en lasdistintas regiones son distintos, lo que po-dría inducir a las empresas a situarse enaquéllas con niveles salariales más bajos.

Anacional, t+t1��Anacional, t

wt+1�

wt

lt+1�

lt

Alocal, t+1��

Alocal, t

At+1�

At

wt+1�

wt

lt+1�

lt

f’t+1)�

f’(lt)

wt+1�

wt

At+1�

At

Por ello, incluiremos como condición inicialel nivel salarial de la región en el momentoinicial wt. En segundo lugar, el crecimientoen el empleo local también depende del ci-clo económico, lo que hace razonable in-troducir el cambio en el nivel de empleosectorial a nivel nacional como una medidade los cambios en la demanda. Por último,también se incluye el nivel de empleo de laregión en el momento inicial, lt, para con-trolar los errores de medida. Con respecto ala forma de medir el índice de especializa-ción de la región j en el sector industrial i,utilizamos el siguiente ratio, que comparael peso de un sector industrial de la regiónrespecto al peso de ese mismo sector a ni-vel nacional:

lij /ljEij = ———,li / l

donde lij es el empleo total en el sector i,territorio j; lj, el empleo total en la región j;li, en el sector i, y l, el empleo total nacio-nal. En la medida en que este índice seamayor que la unidad reflejaría que, encomparación con la media nacional, la re-gión considerada está especializada en elsector en cuestión. Respecto al grado dediversidad, lo mediremos a través del índi-ce de Herfindahl-Hirsman para la región jen el sector k:

Dkj = ∑ s2ij,

i≠k

donde sij es la proporción de empleo delsector i y territorio j en el empleo local co-rrespondiente a las restantes industrias(distintas de la k). Por último, siguiendo aGlaeser et al. (1992), el índice de compe-tencia lo definimos como:

Nij /lijCij = ——— ,Ni / li

donde la variable N representa el númerode establecimientos. Un valor de este índi-ce menor que la unidad reflejaría que,comparado con la media nacional del sec-tor i, el tamaño de las empresas del sectori en la región j es superior, y por lo tanto elgrado de concentración es elevado. Ob-viamente, resultaría más conveniente me-dir la competencia utilizando un índiceclásico de concentración como, por ejem-plo, el peso de las cuatro empresas delsector presentes en la región, pero esta in-



167


formación no está disponible en nuestrabase de datos.

Los datos

La base de datos utilizada en nuestro aná-lisis proviene, principalmente, de la En-cuesta Industrial de Empresas realizadapor el INE en los años 1985 y 1998. La in-formación disponible se refiere a las varia-bles número de personas empleadas, nú-mero de establecimientos y salarios porempleado, agregadas por sector (CNAE-93a dos dígitos) para 50 provincias españo-las. El período de análisis se ha elegidocuidadosamente, teniendo en cuenta que1998 es el último año disponible en la en-cuesta y que 1985 es el año a partir delcual las autoridades regionales comienzana tener peso en las decisiones de PI. Sinembargo, la consideración de estos dosaños es, en principio, problemática, debi-do a que el sistema de elaboración de laencuesta sufrió en 1992 cambios funda-mentales para adaptarla a las directricesde la Unión Europea.

Esto nos ha obligado a realizar un trabajopreliminar sobre los datos, para hacercomparable la información correspon-diente a las dos encuestas. En concreto, elprimer cambio se refiere a la definición delos sectores, ya que la encuesta de 1985utiliza la clasificación CNAE-74, e incluyesolamente los sectores no delegados delINE. Para compatibilizar ambas encuestas,hemos reclasificado los datos disponiblesde 1985 adaptándolos a la clasificación deCNAE-93, según se muestra en el cuadro 1,de forma que contamos para nuestro estu-dio con 19 sectores industriales.

Sin embargo, para realizar el análisis a nivelsectorial es necesario contar con un númerosuficiente de observaciones en cada sectorindustrial, por lo que centraremos nuestroanálisis en los 16 sectores que están presen-tes en, al menos, 27 provincias. Estos secto-res aparecen en el cuadro 1 marcados conun asterisco, y se corresponden con las in-dustrias manufactureras tradicionales.

El segundo problema que nos encontra-mos es el de la unidad de análisis utilizadaen las encuestas, que en 1985 correspon-de al «establecimiento», mientras que en1998 es la «empresa», pudiendo esta última

incluir diversos establecimientos localiza-dos en diferentes provincias. Para solven-tar este problema solicitamos al INE losdatos de la encuesta de 1998 adaptados ala unidad de análisis de 1985, de formaque ambas series de datos resultaran com-parables.

Resultados de la estimación

De acuerdo con la especificación teóricapresentada anteriormente, el modelo em-pírico utilizado para explicar el crecimien-to industrial de las provincias españolasadopta la siguiente forma:

log��l i

lj,

ij

t

,

+

t

1�—�=a+b1lij,t +b2wij,t +b3 log ��lil

-

i

j

-

,

j

t+

,t

1�� +

+ b4Eij,t+b5Cij,t+b6Dij,t+b7T + et+1,

donde, siguiendo a Glaeser et al. (1992),medimos el crecimiento de la demandasectorial a través de la variable log (li–j, t+1 /li = j,t ), que representa el crecimiento en el

empleo sectorial en el resto de provinciasdistintas de la j.

Por otro lado, la variable T es una dummyque controla el tipo de territorio. Hemosdiferenciado aquellos territorios que en1985 tenían un VAB per cápita superior ala media nacional, y que durante el perío-do 1985-1998 creció por encima de la me-dia. Estos territorios que, llamaremos«consolidados», son Álava, Baleares, Bar-celona, Burgos, Castellón, Girona, Guada-lajara, Guipúzcoa, Huesca, Lleida, La Rio-ja, Madrid, Tenerife, Segovia, Soria,Tarragona, Teruel, Valencia, Valladolid,Vizcaya y Zaragoza.



168

15*. Alimentos y bebidas

Excepto: 15.4, 15.1, 15.5, 15.7, 1593, 1594 del 50 al 55, del 57 al 59, 62 y 63

17*. Textil del 65 al 68

18*. Confección y peletería del 72 al 74

19*. Curtidos y cuero del 69 al 71

20*. Madera y corcho, excepto muebles, cestería y espartería. No incluido: 2010 del 76 al 78

21*. Papel 80 y 81

22*. Edición y artes gráficas 82

24*. Química 19, 20,y del 22 al 30

25*. Productos de caucho y plásticos 21, 83 y 84

26*. Fabricación de otros productos minerales no metálicos. No incluido: 26.5 13 y del 15 al 18

27*. Metalurgia 10,11y 31

28*. Fabricación de productos metálicos, excepto maquinaria de equipo del 32 al 35

29*. Construcción de maquinaria y equipo mecánico. No incluido: 29.7 36 y 37

30. Fabricación de máquinas de oficina y equipos informáticos 38

31*. Fabricación de maquinaria y material eléctrico. Incluido el 29.7 39

32. Fabricación de material electrónico; de equipo, aparatos de radio, TV y comunicaciones 40

33. Fabricación de equipo e instrumentos médico-quirúrgicos, de precisión, óptica y relojería 46

36*. Fabricación de muebles; otras industrias manufactureras 79 y del 85 al 89

41*. Captación, depuración y distribución de agua 8

FUENTE: Elaboración propia.

CUADRO 1CONVERSIÓN DE LOS SECTORES A CNAE-93

CNAE-93 CNAE-74


Un signo positivo de b4 indicaría la existen-cia de economías dinámicas de especializa-ción, mientras que si b6 es negativo se daríaneconomías dinámicas de diversificación. Elcuadro 2 presenta los resultados de la esti-mación por MCO del modelo de crecimien-to para los 16 sectores analizados.

En lo relativo a las externalidades dinámi-cas, en el cuadro 2 se observa que las pro-vincias que están relativamente más espe-cializadas tienden a crecer menos. Asípues, encontramos una evidencia robustaen contra de la presencia de externalida-des Mar. Sin embargo, existe una eviden-cia positiva, pero débil, de la presencia deexternalidades Porter y Jacobs. Con res-pecto a las primeras, en cuatro sectores(Papel, Edición y artes gráficas, Química yMetalurgia) se confirma que cuanto mayores el número de empresas por trabajadoren una provincia, mayor es el crecimientoexperimentado por el sector en una pro-vincia. Además, esta variable toma signopositivo en todos los sectores donde resul-ta significativa, lo que respalda la tesis deArrow (1962), en el sentido de que lacompetencia favorece la innovación tec-

nológica y, por lo tanto, el crecimiento in-dustrial.

Por último, en todos los sectores donde lavariable diversidad resulta significativa(Alimentos y bebidas, Productos metálicosy Muebles), su signo es negativo, lo quesugiere la presencia de externalidades Ja-cobs, en virtud de las cuales aquellas pro-vincias cuyas industrias estén más diversi-ficadas crecerían más. Estos resultadosestán en línea con los presentados porGlaeser et al. (1992) y Goicolea et al.(1995), y difieren de los presentados porHenderson et al. (1995) y Callejón y Costa(1995, 1996), quienes utilizan una meto-dología alternativa.

Con respecto a las variables de control, lasdos primeras, lij, t y wij, t, tienen signo ambi-guo y escasa significatividad. Sin embargo,un resultado interesante de nuestro análi-sis es el alto grado de significatividad de latercera variable, log (lij,t y wij,t) aunque susigno es contrario al esperado. Parece ra-zonable pensar que, de acuerdo con laevolución de la demanda sectorial, el cre-cimiento industrial en un sector y una pro-

vincia debe estar positivamente correla-cionado con el crecimiento del empleodel sector en el resto de provincias. Sinembargo, la evidencia empírica indica queambas variables se relacionan de modo in-verso, de manera que el crecimiento enuna provincia es mayor cuanto menos cre-ce el resto del sector.

Este resultado nos ha llevado a examinarcon detalle los datos de la muestra, con elfin de investigar los patrones geográficosdel crecimiento industrial en los distintossectores. Los resultados de este análisis sepresentan en el cuadro 3, donde las distin-tas columnas informan, para cada sector,de la variación neta de empleo, de las pro-vincias donde el aumento en el empleo hasido más significativo, del porcentaje detal aumento y, por último, de las provin-cias donde la disminución en el empleoha sido más significativa y del porcentajeen que ha disminuido.

En el cuadro 3 se observa que, en términosrelativos, la demanda en muchos sectoresha sufrido variaciones pequeñas, pero lomás importante es que las variaciones de



169

15. Alimentos y bebidas 2,291* -1,2E-05 -1,3E-04 -21,538* -0,022 -0,066 -1,441* 0,034 0,34317. Textil -0,594 4,5E-05* -9,8E-04* -14,523* -0,289* -0,003 -0,758 -0,061 0,42718. Confección y peletería 7,562* 5,3E-05 -1,0E-03 -18,519* -0,083* -0,005 -0,137 -0,153 0,35719. Curtidos y cuero -1,202 8,5E-05 3,5E-04 -0,256 0,015 0,077 2,922 -0,199 0,15920. Madera y corcho 5,055* -5,4E-05 -3,0E-04 -14,953* -0,029 -0,229 0,387 -0,138 0,51821. Papel 2,533 1,5E-06 -3,0E-04 -7,936 -0,052 0,289* -1,319 -0,256 0,64122. Edición y artes gráficas 30,568* -1,1E-04* 4,4E-04 -41,925* -0,083 0,174* 0,208 -0,002 0,46424. Química 1,936* -6,9E-06 6,1E-05 -8,950* -0,135 0,035* -1,869 -0,130 0,32025. Caucho y plásticos 2,841 -1,4E-05 4,0E-04 -13,842 -0,274 0,049 -1,258 -0,197 0,23326, Otros productos

minerales no metálicos 14,890* -1,1E-05 -3,4E-04 -40,883* -0,166* -0,067 0,851 -0,069 0,60027. Metalurgia -1,403 -2,8E-05 4,7E-04 -1,290 0,033 0,195* -3,674 0,121 0,49128. Productos metálicos 4,054* 1,3E-06 -2,2E-04 -7,414 -0,516* -0,015 -1,115* -0,022 0,42729. Maquinaria y equipo

mecánico 9,240* 1,6E-06 3,6E-04 -18,173* -0,308* 0,081 0,448 0,139 0,39331. Maquinaria y

material eléctrico 2,569* 5,6E-05 5,0E-05 -15,519* -0,467 0,066 -1,865 -0,375 0,51236. Muebles y otras

industrias 27,826* 9,5E-07 5,0E-05 -43,055* -0,019 -0,036 -4,501* 0,003 0,42141. Agua -0,345 4,6E-05 -8,9E-04 -10,672* -0,150 -0,969 6,531 -0,245 0,587

(*) Coeficiente significativo al 10% o menos.


CUADRO 2MODELO DE CRECIMIENTO INDUSTRIAL. VARIABLE DEPENDIENTE: LOG EMPLEO EN 1998/EMPLEO EN 1985

Sector/Variable A l85 w85 log(l98/l85) E85 C85 D85 T R2


empleo entre las diferentes provincias hansido muy desiguales. Además, constatamosque, mientras las disminuciones en el em-pleo están muy repartidas entre las distintasprovincias, los aumentos están fuertementeconcentrados en unas pocas localizaciones.

Así pues, la evidencia empírica indica quedurante este período se ha producido unafuerte polarización industrial en los mayo-res núcleos urbanos, localizados en elcentro peninsular (Madrid y Toledo) y enel arco mediterráneo (Barcelona, Valenciay Alicante), en detrimento de las regionessituadas en el resto del interior peninsular,lo que explicaría el signo negativo del co-eficiente b3. En concreto, el 41% de los au-mentos en el nivel de empleo industrial enEspaña en el período 1985-1998 se con-centra en tres localizaciones, Barcelona(23%), Valencia (10%) y Madrid (8%), loque sugiere que los patrones de localiza-ción industrial dependen, en gran medida,de la presencia de economías de urbani-zación.

Estas economías, se explican porque losproductores prefieren aquellas localiza-ciones que tengan un buen acceso a losgrandes mercados y a los suministros deproductos que necesitan ellos mismos osus trabajadores. Por tanto, un lugar que,por cualquier razón, cuente con una pe-queña concentración de productores,tiende a ofrecer un mercado mayor (debi-do a la demanda que generan los produc-tores y sus trabajadores) y un buen sumi-nistro de factores de producción y bienesde consumo (fabricados por los allí exis-tentes).

Estas ventajas son los llamados backwardand forward linkages, vinculaciones re-gresivas y progresivas, respectivamente, yson las responsables de que las concentra-ciones espaciales de producciones, unavez que se hayan establecido, tiendan apersistir, y también de que con el paso deltiempo se amplíen las pequeñas diferen-cias que pudieran existir en un principioentre dos localizaciones equivalentes. Estefenómeno ha sido analizado teóricamenteen los trabajos de Krugman (1991a,1991b), y contrastado en numerosos tra-bajos empíricos de economía urbana.

Para confirmar la presencia de este tipo deeconomías en nuestro modelo, vamos a



170

15 0,09 33848 Barcelona (0,34) -15137 Madrid (0,17)Las Pamas (0,08) Cádiz (0,11)Valencia (0,08) Ciudad R. (0,09)

17 -0,11 11778 Valencia (0,32) -24093 Barcelona (0,61)Alicante (0,2) Gerona (0,11)Madrid (0,09) Málaga (0,07)

18 0,44 50846 Barcelona (0,25) -8847 Valencia (0,34)Coruña (0,25) Rioja (0,08)Toledo (0,08) Oviedo (0,07)

19 0,34 27574 Alicante (0,82) -8954 Baleares (0,31)Albacete (0,07) Valencia (0,23)Murcia (0,06) Castellón (0,09)

20 0,32 26453 Valencia (0,25) -5764 Alicante (0,63)Barcelona (0,13) Vizcaya (0,11)Toledo (0,12) Baleares (0,08)

21 0,27 13958 Barcelona (0,32) -4023 Guipúzcoa (0,44)Madrid (0,21) Burgos (0,13)Alicante (0,15) Santander (0,12)

22 1,07 68329 Madrid (0,35) -955 Álava (0,48)Barcelona (0,31) Rioja (0,28)Valencia (0,06) Salamanca (0,21)

24 0,17 28272 Barcelona (0,47) -9221 Madrid (0,36)Tarragona (0,12) Vizcaya (0,14)Valencia (0,09) Santander (0,09)

25 0,21 24253 Barcelona (0,42) -6594 Vizcaya (0,44)Valencia (0,10) Santander (0,12)Madrid (0,05) Guipúzcoa (0,09)

26 0,41 49746 Castellón (0,21) -4684 Vizcaya (0,14)Barcelona (0,09) Lérida (0,12)Valencia (0,09) Álava (0,12)

27 -0,38 1588 Gerona (0,31) -41061 Vizcaya (0,33)Rioja (0,17) Oviedo (0,3)Madrid (0,15) Guipúzcoa (0,11)

28 0,45 90287 Barcelona (0,28) -3467 Guipúzcoa (0,56)Madrid (0,10) Valladolid (0,12)Alicante (0,07) Palencia (0,10)

29 0,65 64791 Barcelona (0,24) -2029 Vizcaya (0,63)Guipúzcoa (0,10) Ciudad R. (0,17)Valencia (0,08) Badajoz (0,16)

31 0,12 19997 Madrid (0,18) -11318 Vizcaya (0,35)Zaragoza (0,17) Guipúzcoa (0,3)Valencia (0,13) Barcelona (0,13)

36 0,86 77390 Barcelona (0,17) -3562 Orense (0,22)Valencia (0,16) Cádiz (0,13)Madrid (0,09) Granada (0,12)

41 -0,10 4047 Madrid (0,64) -6021 Pontevedra (0,19)Sevilla (0,14) León (0,15)Málaga (0,10) Coruña (0,14)


CUADRO 3VARIACIÓN DEL EMPLEO ENTRE 1985 Y 1998

Sector Variación Aumento Prov. con Disminución Prov. con del empleo del mayor del mayor

(%) empleo aumento (%) empleo disminución (%)


estudiar, siguiendo una vez más a Glaeseret al. (1992), la relación que existe entre elcrecimiento de las cuatro mayores indus-trias en cada provincia y el resto de indus-trias de la misma provincia. Bajo la hipóte-sis de existencia de economías de urba-nización, las tasas de crecimiento entre lasdistintas industrias de una provincia de-ben estar positivamente correlacionadas,lo que contrastamos estimando el siguien-te modelo:

log��l-l4

-

j

4

,

j

t

,

+

t

1��=a+b1l– 4j,t+b2w– 4j,t+b3log��l4l

j

4

,

j

t

,

+

t

1��,

donde l4j, t+1 representa el empleo de loscuatro mayores sectores en la provincia j,y l– 4j, t+t1, el empleo en los restantes secto-res. Los resultados de la estimación porMCO se presentan en el cuadro 4, dondela presencia de economías de urbaniza-ción se confirma, al ser el parámetro b3

positivo y significativo.

Así pues, los resultados de nuestras esti-maciones confirman el papel de las eco-nomías de urbanización en la explicacióndel crecimiento industrial de las provin-cias españolas durante el período 1985-1998, y la consiguiente polarización indus-trial en las provincias donde se localizanlos mayores núcleos urbanos.

Frente a esta situación, la descentraliza-ción de la PI puede ayudar a las provin-cias con menor peso demográfico a com-batir esta tendencia, diseñando planesespecíficos destinados a estimular el creci-miento industrial en su región. En estecontexto, resulta de interés averiguar has-ta qué punto la PI puede ayudar a conse-guir este objetivo, y qué tipo de políticasserían las más apropiadas para los distin-tos sectores y provincias.

Política industrial

Una vez aplicado el modelo de creci-miento industrial al caso de las provinciasespañolas, el siguiente paso es discutirsus distintas implicaciones para la PI re-gional. En este sentido, en la sección an-terior hemos identificado el tipo de exter-nalidades dinámicas presentes en cadasector industrial, lo que, por sí mismo,puede ser de utilidad en la formulaciónde unas pautas generales para la política

tecnológica regional. En concreto, la evi-dencia empírica indica que las únicas ex-ternalidades dinámicas relevantes son lasde tipo Jacobs y Porter. Según esto, losgobiernos regionales deberían primar lastransferencias de tecnología, formación yconocimientos entre empresas organiza-das en redes territoriales intersectoriales.Además, el ritmo de generación y adop-ción de innovaciones parece estar positi-vamente relacionado con el grado decompetencia local, lo que sugiere que lasautoridades deberían fomentar, más quela concentración empresarial, la prolife-ración de Pymes.

Por otro lado, una segunda aplicación delos modelos de localización industrial a laformulación de la PI regional se refiere asu capacidad para analizar la eficacia dedistintos instrumentos de política territo-rial. En la actualidad, las autoridades re-gionales tienen la posibilidad de influir so-bre el desarrollo industrial de su territorio,y especialmente de favorecer la instala-ción de nuevas empresas en la región, através de políticas horizontales tales comola dotación regional de capital físico, capi-tal humano, subvenciones a I+D o ayudasdirectas a empresas.

Obviamente, la efectividad de las distintaspolíticas puede variar según el sector in-dustrial que se considere, luego sería inte-resante averiguar en qué medida este tipode políticas son realmente útiles y cuálesson más apropiadas para cada sector. Estainformación podría ayudar a los gobier-nos regionales a seleccionar el tipo de po-líticas más convenientes para la estructuraproductiva de su territorio.

Para alcanzar este objetivo, a continuaciónvamos a ampliar el modelo básico de loca-lización utilizado en el apartado sobre elmodelo básico introduciendo cuatro varia-bles de política territorial. La primera serefiere a la dotación de capital físico de laprovincia. Esta variable pretende captar lacalidad de las redes de comunicación porcarretera, y la mediremos a través del nú-mero medio de kilómetros de autovías yautopistas por kilómetro cuadrado de te-rritorio.

La segunda variable que consideramos esla dotación de capital humano por provin-cia, medida por el porcentaje medio de lostitulados superiores españoles que residenen la misma. Para evaluar la efectividad delos gastos en investigación, considerare-mos, en tercer lugar, la media del gasto to-tal en I+D realizado por cada CA, prorra-teado por la población de las distintas pro-vincias de su territorio. Estas tres variablesde política territorial las expresamos envalores medios del período 1985-1998, yaque de esta forma se tiene en cuenta tantola situación de partida de cada provinciacomo el esfuerzo inversor realizado du-rante el período de análisis.

Por último, evaluaremos la efectividad delas subvenciones directas a las empresaspor provincia y sector, utilizando para ellola variable subvenciones a la explota-ción/número de empleados en la empresaen el año 1998, que mide la intensidad deestas ayudas. Todos los datos han sido ob-tenidos del INE, a través del Anuario Esta-dístico de España, la Encuesta de Pobla-ción Activa (EPA), la encuesta de Gastos deI+D y la Encuesta Industrial de Empresas.



171

Constante 2,12305Log (empleo en 1985 sin incluir los cuatro mayores sectores) 0,146593Log (salario en 1985 sin incluir los cuatro mayores sectores) -0,198968Crecimiento del empleo en los cuatro mayores sectores 0,298128*R2 0,2256

(*) Coeficiente significativo al 5 %.


CUADRO 4MODELO DE CRECIMIENTO DEL EMPLEO DE LAS INDUSTRIAS

DE MENOR TAMAÑO

Log (empleo en 1998/empleo en 1985)

en la provincia, menos Variable dependiente los cuatro mayores sectores


Los resultados de las estimaciones apare-cen en el cuadro 5, de donde se deduceque las medidas de política territorial tie-nen una efectividad limitada para estimu-lar el crecimiento industrial.

Por número de sectores afectados, la varia-ble más relevante es la inversión en infraes-tructuras, que resulta ser efectiva en tressectores (caucho y plástico, productos me-tálicos, y maquinaria y material eléctrico).La inversión en educación superior apareceen segundo lugar, siendo significativa parael sector de alimentos y bebidas y para elde curtidos y cuero. Convendría señalarque hemos investigado también la efectivi-dad de la educación en formación profe-sional, obteniendo resultados claramentenegativos. Por último, la política de I+D so-lamente resulta significativa en la industriaquímica, mientras que la política de sub-venciones lo es en el sector de caucho yplásticos. De estos resultados, sorprende elescaso impacto de los gastos de I+D sobreel crecimiento industrial, lo que se puededeber al carácter tradicional de los sectoresmanufactureros analizados.

En resumen, nuestro análisis indica quelas distintas variables de política tecnoló-gica y territorial son efectivas en unossectores muy concretos. Dado que cadaregión tiene una estructura industrial di-ferente, esto implica que el potencial dela PI en una región dependerá del pesoque estos sectores tengan en su territorio.Además, teniendo en cuenta que la for-mulación de la PI regional correspondeen España a los gobiernos autonómicos,lo interesante es averiguar, para cada CA,en qué medida son relevantes las distin-tas variables de política, así como el pesorelativo de los respectivos sectores indus-triales. El cuadro 6 muestra la efectividadde las variables más relevantes de políti-ca en cada CA, según sea su tejido indus-trial.

Las primeras seis columnas indican el por-centaje de empleo de las distintas CCAAsobre el que cada política es potencial-mente útil. La séptima columna informadel peso relativo de los sectores donde laPI tiene algún impacto, mientras que la úl-tima columna muestra qué sectores sonlos más relevantes para la PI en cada CA.La última fila indica el porcentaje del em-pleo total nacional sobre el que cada una



172

15. Alimentos y bebidas -4,7E+00 1,7E-01* -6,7E-03 -4,6E-0417. Textil -2,0E+01 -3,6E-01 3,1E-02 -2,2E-0218. Confección y peletería 1,2E+01 -7,4E-02 1,9E-02 1,6E-0219. Curtidos y cuero 9,1E+00 5,9E-01* -6,7E-02* -3,7E-0220. Madera y corcho -4,9E+00 -1,3E-01 1,8E-02 1,6E-0521. Papel 1,1E+01 9,2E-02 -1,8E-03 9,9E-0222. Edición y artes gráficas 3,5E+00 9,2E-02 4,3E-03 -1,4E-0324. Química -5,8E+00 -1,1E-01 5,2E-02* 2,9E-0225. Caucho y plásticos 3,9E+01* 2,8E-01 -1,0E-02 1,6E-01*26. Otros productos

minerales no metálicos 2,2E+00 6,0E-02 -5,1E-03 1,6E-0327. Metalurgia 1,2E+00 1,2E-01 -6,1E-03 1,9E-0128. Productos metálicos 1,6E+01* -8,7E-02 9,1E-03 8,9E-0329. Maquinaria y equipo mecánico 6,3E+00 -8,8E-02 1,3E-02 7,4E-0231. Maquinaria y material eléctrico 2,8E+01* -4,8E-01 2,6E-02 -8,1E-0236. Muebles y otras industrias. 1,5E+01 2,0E-01 -1,1E-02 1,2E-0241. Agua 1,7E+01 -2,5E-01 -5,2E-02 -2,7E-03

(*) Coeficiente significativo al 10% o menos.


CUADRO 5EFECTIVIDAD DE LA POLÍTICA INDUSTRIAL POR SECTORES

Educación Sector/variable Infraestructuras superior I+D Subvenciones

de las seis variables de política es poten-cialmente efectiva.

Del cuadro 6 se deducen, en términos glo-bales, las variables de PI que permitiríaninfluir sobre un conjunto de sectores querepresentan el 66% del empleo industrialespañol. Por CCAA la efectividad poten-cial de la PI oscila entre el 78% de Canta-bria y el 54% de Castilla la Mancha y Gali-cia. La variable de política más efectiva es,con diferencia, la diversificación, que po-dría afectar al 34% del empleo nacional.

En un segundo grupo podemos incluir lasvariables con un impacto medio, que sonlas relativas a infraestructuras (21%), com-petencia (19%) y educación (16%). Por úl-timo, las políticas de I+D y subvencionesaparecen con una efectividad muy limita-da, 7% y 5%, respectivamente.

También cabe destacar que los sectoresobjetivo de la PI con mayor peso específi-co son, en la gran mayoría de las CCAA, elde alimentación y el de fabricación deproductos metálicos. En general, estossectores son, en términos relativos, menosimportantes en los polos industriales queen la mayoría de las provincias del interiorpeninsular, lo que parece indicar que una

PI activa podría contribuir efectivamentea contrarrestar la tendencia a la polariza-ción producida por las economías de ur-banización. En este sentido, se observaque en las CC AA donde están situadoslos dos polos industriales más fuertes,Barcelona y Valencia, la efectividad de laPI está por debajo de la media.

Obviamente, los resultados de nuestrotrabajo se deben interpretar con cautela,pues están condicionados por las limita-ciones de los indicadores de capital hu-mano y capital físico utilizados. Por otraparte, la exclusión del análisis de las in-dustrias más avanzadas tecnológicamentey con una demanda más dinámica puedeque contribuya a explicar la escasa signifi-catividad de algunas de las variables depolítica territorial consideradas.

Conclusiones

En el presente trabajo hemos analizadoslas pautas de localización industrial en lasprovincias españolas durante el período1985-1998, así como la efectividad de lapolítica industrial como mecanismo paraestimular el crecimiento económico. Nues-


tros resultados indican que los patrones delocalización industrial en España respon-den, en gran medida, a la presencia de eco-nomías de urbanización, lo que ha provo-cado una fuerte polarización de la actividadindustrial en los mayores núcleos urbanos,localizados en el centro peninsular (Madridy Toledo) y en el arco mediterráneo (Bar-celona, Valencia y Alicante).

Con respecto al efecto sobre el empleo in-dustrial de las economías dinámicas de in-formación, encontramos una evidencia dé-bil de la presencia de economías dediversidad (Jacobs) y de competencia (Por-ter), mientras que las variables de políticaterritorial más efectivas son la inversión eninfraestructuras y en educación. Además, laefectividad potencial de la PI varía mucho,dependiendo de la CA, oscilando entre el78% de Cantabria y el 54% de Castilla laMancha y Galicia, mientras que los sectoresobjetivo de la PI con mayor peso específicoson, en la gran mayoría de las CCAA, el dealimentación y el de fabricación de produc-tos metálicos.

Por último, de nuestro estudio se deduceque, aunque las políticas territoriales tie-

nen una efectividad limitada, una PI activapodría contribuir a contrarrestar la tenden-cia a la polarización producida por laseconomías de urbanización, dado que lossectores sobre los que la PI es potencial-mente efectiva están, en términos relati-vos, menos representados en los polos in-dustriales que en la mayoría del resto deprovincias del interior peninsular.

(*) Agradecemos a un evaluador anó-nimo de «Economía Industrial» los co-mentarios realizados a este trabajo.Esteban y Hernández también deseanagradecer la financiación del Gobier-no de Aragón (CONSI+D) a través delproyecto P084/99-E.

BibliografíaARROW, K. J. (1962): «The economic implica-

tions of learning by doing», Review of Econo-mic Studies, n.o 29, pp 155-173.

ARROW, K. J. (1962): «Economic welfare andthe allocation of resources for invention», enNational Bureau of Economic Research, TheRate and Direction of Inventive Activity,Princeton: Princeton University Press.

BARROETA, B. y DEL CASTILLO, J. (1996): «Lapolítica industrial en la perspectiva del sigloXXI», España frente a la Unión Económica yMonetaria, pp. 243-274, Madrid, Cívitas.

BEGG, Y. (1995): «The case for decentralized indus-trial policy: advantage and possible drawbacks»,Regional Innovation, en Michael Steiner.

CABRAL, L. (1997): Economía Industrial, Ma-drid, McGraw-Hill.

CALLEJÓN, M. y COSTA, M. T. (1995): «Econo-mías externas y localización de las activida-des industriales», Economía Industrial, n.o 305, pp. 75-86, Madrid.

CALLEJÓN, M. y COSTA, M. T. (1996): «Geogra-fía de la producción. Incidencia de las exter-nalidades en la localización de las activida-des en España», Información ComercialEspañola, n.o 754, pp. 39-49.

CHINITZ, B. (1961): «Contrasts in agglomera-tion: New York and Pittsburgh», AmericanEconomic Review. Papers and Proc., n.o 51,pp. 279-289.

GLAESER, E.; KALLAL, H.; SCHEINKMAN, J. ySHLEIFER, A. (1992): «Growth in Cities»,Journal of Political Economy, n.o 100, pp.1126-1152.

GOICOLEA, A.; HERCE, J. A. y LUCIO, J. J.(1995): «Patrones territoriales de crecimientoindustrial en España», Documento de trabajo95-14, FEDEA, Madrid.

HENDERSON, V.; KUNCORO, A. y TURNER, M.(1995): «Industrial Development in Cities»,



173

Andalucía 0,11 0,47 0,02 0,05 0,19 0,24 0,65 15(0,22),28(0,13)Aragón 0,15 0,31 0,05 0,05 0,29 0,13 0,66 28(0,13),31(0,1)Asturias 0,39 0,35 0,01 0,04 0,23 0,11 0,77 27(0,29),28(0,19)Baleares 0,12 0,42 0,01 0,01 0,14 0,31 0,71 15(0,17),19(0,14)C. Valenciana 0,11 0,19 0,05 0,04 0,16 0,23 0,62 28(0,09),15(0,08)Canarias 0,12 0,51 0,03 0,02 0,18 0,32 0,70 15(0,32),28(0,14)Cantabria 0,24 0,42 0,06 0,09 0,32 0,18 0,78 28(0,2),15(0,32)Cast. León 0,14 0,43 0,07 0,06 0,25 0,22 0,68 15(0,21),28(0.14)Cast. Mancha 0,09 0,23 0,01 0,05 0,14 0,18 0,54 28(0,12),15(0,1)Cataluña 0,24 0,28 0,07 0,11 0,26 0,09 0,65 28(0.14),24(0.11)Extremadura 0,06 0,45 0,02 0,01 0,17 0,25 0,55 15(0,25),28(0,14)Galicia 0,09 0,38 0,04 0,02 0,20 0,19 0,54 15(0,19),28(0,13)La Rioja 0,02 0,40 0,09 0,03 0,26 0,28 0,73 28(0.15),15(0.14)Madrid 0,33 0,29 0,04 0,09 0,26 0,08 0,75 22(0,2),28(0,14)Murcia 0,13 0,45 0,05 0,07 0,19 0,39 0,74 15(0,33),28(0,12)Navarra 0,24 0,36 0,05 0,04 0,25 0,18 0,71 15(0,16),28(0,15)País Vasco 0,22 0,39 0,09 0,04 0,43 0,05 0,75 28(0,29),27(0,12)

Total 0,19 0,34 0,05 0,07 0,21 0,16 0,66


CUADRO 6POLÍTICAS MÁS RELEVANTES POR COMUNIDAD AUTÓNOMA

Compe- Diversi- Subven- Infraes- Educa- Sectores CA tencia dad ciones I+D tructuras ción Total relevantes


Journal of Political Economy, n.o 103, pp.1067-1090.

HOOVER, E. M. (1937): Location theory andthe shoe and leather industries, Cambridge,Mass., Harvard University Press.

JACOBS, J. (1969): The economy of cities, Nue-va York, Vintage.

KRUGMAN, P. (1991a): «Cities in space: Threesimple models», Manuscript, Cambridge,MIT.

KRUGMAN, P. (1991b): «Increasing returns andEconomic Geography», Journal of PoliticalEconomy, n.o 99, pp. 483-99.

LUCAS, R. E. Jr. (1988): «On the mechanics ofeconomic development», Journal of Mone-tary Economics, n.o 22, pp. 3-42.

MARSHALL, A. (1890): Principles of Econo-mics, Londres, Macmillan.

MOLTÓ GARCÍA, J. I. (1993): «Competitividady política industrial», Economía Industrial,n.o 291, Madrid.

PORTER, M. E. (1990): The competitive advan-tage of nations, Nueva York, Free Press.

ROMER, P. M. (1986): «Increasing returns andlong-run growth», Journal of Political Eco-nomy, n.o 94, pp. 1002-1037.

SCHUMPETER, A. (1950): Capitalism, Socia-lism and Democracy, Nueva York, Harpe, p. 106.

SIDIROPOULUS, E. (1994): «Subsidiarity andthe industrial development pattern into theEuropean support framework 1994-1999 ofGreece. A critical survey», ponencia presen-tada en Southern European Work-shops,Subsidiarity and the role of regions in indus-trial policy, 24-26 septiembre, Graz, Austria.



174


Documents

PATRONES DE LOCALIZACIÓN DE LA PRODUCCIÓN Y … · la política industrial. ... LUIS LANASPA (*) Departamento de Análisis Económico. Universidad de Zaragoza ... siguiendo a Cabral