Un automóvil Honda está compuesto por entre 20.000 y 30.000 piezas fabricadas por cientos de plantas y empresas distintas. La visión heterodoxa de Henry Ford, cuyo sueño de autosuficiencia total en la producción de automóviles se materializó en la enorme planta de River Rouge, resultó estar desfasada respecto al curso de la historia económica. En cambio, los inmensos aumentos de productividad de los últimos siglos han dependido de una extensa división del trabajo entre plantas que intercambian insumos especializados en redes complejas. Algunas preguntas clave aún sin respuesta son cómo y por qué varían estas redes de plantas y flujos de productos intermedios entre países, y cómo se relacionan con el desarrollo económico.
Una primera corriente bibliográfica, por ejemplo Hirschman (1958), razonaba que estos vínculos entre industrias eran esenciales para el desarrollo económico y se centraba en cómo promover la formación de mercados robustos de insumos en países pobres y orientar la inversión hacia las industrias con los vínculos más sólidos. Sin embargo, antes de que estuvieran disponibles los datos y métodos para poner a prueba estas ideas, los modelos de un solo sector, que prescindían por completo de los bienes intermedios, se convirtieron en el marco estándar para estudiar el crecimiento. Trabajos recientes de Ciccone (2002), Acemoglu et al. (2007), Jones (2011) y otros han demostrado que, en principio, las distorsiones en los mercados de insumos pueden explicar una gran parte de las diferencias de productividad entre países, pero esta literatura ha seguido siendo en gran medida teórica. En Bartelme y Gorodnichenko (2015), nos basamos en estos estudios recientes y analizamos la relación empírica entre los vínculos y la productividad agregada.
Los vínculos en acción
En primer lugar, desarrollamos un marco neoclásico sencillo, siguiendo el espíritu de Jones (2011), para vincular la estructura observada de insumo-producto de la economía con las limitaciones tecnológicas y con diversas distorsiones en los mercados de insumos y productos. Estas distorsiones reducen las ganancias derivadas del uso de insumos intermedios, debilitan los vínculos y disminuyen la productividad medida y otros indicadores clave de desarrollo y bienestar. Utilizamos el marco para derivar una especificación econométrica y una medida resumida de las distorsiones basada en tablas de insumo-producto, así como para señalar los desafíos de identificación y posibles soluciones a estos desafíos.
Un elemento central del marco es la tabla de insumo-producto. En un enorme esfuerzo de recopilación de datos, hemos construido una nueva base de datos de tablas de insumo-producto para 106 países con distintos niveles de desarrollo (de Uganda a EE. UU.) y correspondientes a distintos períodos (desde la década de 1950 hasta la actualidad). Por ejemplo, nuestra base de datos incluye rarezas como las tablas de insumo-producto de Perú de 1955, Bangladesh de 1960 y Ghana de 1965. La amplia cobertura temporal y transversal es esencial para identificar la relación sistemática entre los vínculos y el desarrollo. Estas tablas de insumo-producto proceden de oficinas nacionales de estadística y bancos centrales, de diversos organismos estadísticos internacionales (por ejemplo, la OCDE, Eurostat y las Naciones Unidas) y de iniciativas académicas y comerciales (por ejemplo, Global Trade Analysis Project, GTAP).
Mostramos que la solidez de los vínculos —medida como el multiplicador promedio de la producción (AOM, por sus siglas en inglés) de una tabla de insumo-producto— está fuertemente y positivamente relacionada con la producción medida por trabajador y con la productividad total de los factores (véase la Figura 1).
Los vínculos son cuantitativamente importantes: un aumento de una desviación estándar en el multiplicador promedio de la producción está asociado con un aumento del 15-35 % en la producción por trabajador, según la especificación, y la mayor parte se debe a aumentos de productividad, no a la acumulación de factores de producción. Sometemos este resultado a una batería de pruebas de robustez. Consideramos controles y submuestras adicionales, utilizamos métodos robustos frente a valores atípicos, aprovechamos la dimensión de panel de los datos, permitimos efectos no lineales y utilizamos medidas alternativas de los vínculos. Aunque existe cierta variación en la solidez estimada de la relación, los resultados cualitativos y cuantitativos se mantienen en gran medida tras estas pruebas. Como parte de este análisis de robustez, también arrojamos nueva luz sobre por qué anteriores intentos de relacionar empíricamente los vínculos con la productividad no han tenido éxito.
Figura 1. Multiplicador promedio de la producción (AOM) y producción por trabajador
Notas: El AOM se calcula como donde es la inversa de Leontief de la matriz de insumo-producto (IO), es el vector de verano y es el número de industrias. Los datos de IO proceden de GTAP7.
Aunque las regresiones entre países están sujetas a dudas por variables omitidas y problemas de medición, podemos evaluar nuestros hallazgos mediante una versión calibrada de nuestro modelo y un enfoque más estructural para identificar las distorsiones. Utilizamos los datos de insumo-producto y dos supuestos de identificación distintos para extraer las distorsiones a nivel de industria de cada país y, a continuación, calcular las ganancias de productividad asociadas con la eliminación de estas distorsiones.
Descubrimos que eliminar las distorsiones generaría ganancias de aproximadamente el 6-10 % para el país mediano de la muestra, que aumentarían al 13-20 % para los países en el percentil 75 y serían aún mayores en varios países pobres (Figura 2).
La mayor parte de estas ganancias proviene de eliminar las distorsiones en los insumos intermedios de la agricultura; una proporción menor procede de los servicios y la más pequeña, de la manufactura. Estos resultados son coherentes con el hecho de que la variación entre países de la productividad total de los factores (PTF) es mayor en la agricultura (Restuccia y Rogerson 2008, Gollin et al. 2012).
Figura 2. Ganancias derivadas de eliminar las distorsiones
Notas: Las ganancias derivadas de eliminar las distorsiones se calculan utilizando el modelo y los patrones de uso de insumos de las 20 economías más ricas para predecir la tecnología e identificar las distorsiones en países de ingresos medios y pobres. La línea de regresión se traza mediante mínimos cuadrados de la mediana para garantizar la robustez frente a los valores atípicos. El sector primario incluye agricultura, minería, servicios públicos y construcción.
Estas ganancias concuerdan en líneas generales con las relaciones cuantitativas que encontramos en las regresiones a nivel de país. Al hacer una regresión de la PTF implícita en el modelo sobre el multiplicador promedio de la producción, estimamos coeficientes de pendiente similares a los que encontramos en los datos. Los resultados indican que los datos son coherentes, tanto cualitativa como cuantitativamente, con la hipótesis de que las distorsiones en los bienes intermedios explican una fracción modesta pero tangible de la variación de la productividad entre países. Este hallazgo cuestiona la opinión de que pueden pasarse por alto los vínculos entre bienes intermedios al estudiar el proceso de desarrollo económico. Al mismo tiempo, nuestros resultados no respaldan la opinión de que las distorsiones en los mercados de bienes intermedios sean la causa principal de la baja productividad en los países pobres.
Observaciones finales
En un ejemplo célebre, Adam Smith ilustró las ganancias de la especialización en una fábrica de alfileres. Aunque se centró en las ganancias de la especialización dentro de una fábrica, el desarrollo económico posterior demostró que el alcance de esas ganancias se extiende mucho más allá de los límites de una planta o empresa. Por ejemplo, solo en América del Norte, Honda tiene una red de más de 600 proveedores directos. La historia de la industria automotriz, con el auge y la caída de la planta Ford Rouge, demuestra que las empresas exitosas dependen cada vez más de redes de proveedores repartidos por todo el mundo. La omnipresente especialización de las economías modernas es una auténtica maravilla que sin duda ha superado los sueños más descabellados del célebre economista escocés.
Se ha realizado una gran cantidad de investigación empírica sobre la especialización en los niveles más micro (por ejemplo, la división del trabajo en una fábrica de alfileres) y macro (por ejemplo, el comercio internacional entre países), pero se han estudiado mucho menos los vínculos entre empresas e industrias dentro de un país, es decir, el nivel intermedio. La mayor parte del análisis de este nivel intermedio es teórica y cualitativa, pero las predicciones son claras: estos vínculos deberían desempeñar un papel importante en el desarrollo económico y probablemente sean una fuente importante de aumentos de productividad. Tras construir una base de datos de tablas de insumo-producto para una amplia variedad de países y períodos, aportamos evidencia coherente con estas predicciones: los países con vínculos más sólidos tienen mayor productividad. Esta relación es cuantitativamente fuerte y robusta. También mostramos que la sensibilidad de la productividad a la solidez de los vínculos observada empíricamente concuerda con los resultados de un modelo neoclásico multisectorial calibrado.
Es cierto que no podemos descartar por completo factores potencialmente confusos en las regresiones entre países ni una especificación errónea del modelo y, por tanto, nuestros hallazgos requieren más investigación sobre el funcionamiento de los vínculos entre empresas e industrias. Diversos trabajos de economía abordan la importancia de estos vínculos y de la especialización. Sin embargo, estos esfuerzos carecen de un marco unificador con una perspectiva macroeconómica. Esperamos que futuras investigaciones aborden estos desafíos.
Referencias
Acemoglu, D, P Antras, y E Helpman (2007), «Contratos y adopción de tecnología», The American Economic Review, 97 (3), 916–943.
Bartelme, D, y Y Gorodnichenko (2015), «Vínculos y desarrollo económico», documento de trabajo del NBER n.º 21251.
Ciccone, A (2002), «Cadenas de insumos e industrialización», Review of Economic Studies, 2002, 69 (3), 565-587.
Gollin, D, D Lagakos, y M E Waugh (2013), «La brecha de productividad agrícola en los países en desarrollo», The Quarterly Journal of Economics, diciembre.
Hirschman, A O (1958), La estrategia del desarrollo económico, Yale University Press, 1958.
Jones, C I (2011), «Bienes intermedios y eslabones débiles en la teoría del desarrollo económico», American Economic Journal: Macroeconomics, 3 (2), 1–28.
Restuccia, D y R Rogerson (2008), «Distorsiones de política y productividad agregada con establecimientos heterogéneos», Review of Economic Dynamics, 11 (4), 707–720.
Este artículo se publica en colaboración con VoxEU. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: Dominick Bartelme es profesor adjunto de economía en la Universidad de Michigan. Yuriy Gorodnichenko es profesor asociado del Departamento de Economía de la Universidad de California – Berkeley.
Imagen: Una escena de una planta de fabricación. REUTERS
