DESARROLLO DE REGIONES Y EURORREGIONES. EL DESAFÍO DEL CAMBIO RURAL

Ourense, 16-18 de noviembre de 2006

TECNOLOGÍA, CAPACIDAD DE ABSORCIÓN Y EMPLEO INDUSTRIAL EN CASTILLA-LA MANCHA, 1993-2002

AUTORES: María José Calderón Milána, Nuria Gómez Sanzb, Luis Antonio López Santiagob, María Ángeles Tobarra Gómezb

FILIACIÓN: Universidad de Castilla-La Mancha (a Ftad. de CC. Ciencias Sociales de Cuenca y b Ftad. de CC. Económicas y Empresariales de Albacete)

CONTACTO (DIRECCIÓN DE E-MAIL): Nuria Gómez Sanz, Plaza de la Universidad nº 1, 02071, Albacete (Nuria.Gomez@uclm.es)

Teléfono: 967-599200 Ext. 2383 ÁREA TEMÁTICA: Indicadores regionales: crecimiento y empleo rural y urbano

Palabras clave: Empleo, tecnología, spillovers, datos de panel dinámicos y Castilla-La Mancha. Clasificación JEL: O33; J23; C67; L6

El progreso técnico de una región no sólo queda explicado por sus propios gastos de I+D, sino también por capacidad de absorber spillovers tecnológicos generados en otras regiones o países. En este trabajo, se calculan distintas medidas de absorción de tecnología para la industria de Castilla-La Mancha y se analiza su repercusión sobre su empleo a partir de la estimación de una función de demanda de trabajo. Los resultados encontrados indican que la industria de Castilla-La Mancha ha utilizado la tecnología para ahorrar horas de trabajo, de tal forma que le ha permitido reducir sus costes de producción y aumentar su competitividad. Sin esta modernización tecnológica difícilmente se puede explicar la evolución positiva de la industria entre 1993 y 2002, que ha supuesto doblar las horas de trabajo y la creación de más de 20.000 nuevos empleos.

1. Introducción El conocimiento tecnológico tiene un importante carácter de bien público. Las empresas realizan esfuerzos en I+D con la finalidad de innovar y aunque tratan de codificar las nuevas ideas a través de patentes y otros derechos de propiedad, la exclusión de los competidores del uso de esas innovaciones no es completa. En muchos casos, la transmisión y difusión de tecnología entre agentes económicos se produce a través de externalidades o spillovers. La difusión de esta tecnología incide sobre la producción, sobre la productividad y sobre el empleo de las empresas, industrias y regiones que absorben los nuevos conocimientos. Nuestro trabajo se centra en el estudio de la incidencia de distintas medidas de tecnología, sobre todo a través externalidades tecnológicas o spillovers, sobre el empleo industrial de una región española, Castilla-La Mancha. La apropiación de tecnología a través de estos spillovers es muy importante para una región como Castilla-La Mancha, ya que su industria está especializada en sectores tradicionales donde predominan pequeñas y medianas empresas de capital regional que realizan un esfuerzo innovador pequeño. La apropiación de la tecnología que requieren esas empresas para permanecer en el mercado se realiza, principalmente, o comprándola en el mercado o simplemente copiándola o imitándola. En esos últimos casos, hablaremos de spillovers o externalidades tecnológicas. Además, muchas de las empresas situadas en las industrias de alta tecnología de la región no son autóctonas, sino que son empresas filiales que se han localizado en la región buscando el efecto frontera con Madrid y las buenas comunicaciones de la región. Estas empresas filiales tampoco generan la tecnología que utilizan, sino que más bien la reciben de sus empresas matrices. En este trabajo convergen tres importantes líneas de investigación empírica actual. En primer lugar, se investiga la importancia que tiene la tecnología sobre el empleo, en concreto sobre el empleo de la industria de Castilla-La Mancha (CLM). Para lo cual, estimamos una función de demanda de trabajo usando técnicas de datos de panel dinámico, en la línea de Barrell y Pain (1997), Hubert y Pain (2001) y, Piva y Vivarelli (2003) para la economía internacional y de Llorca y Gil (2002) y García et al. (2002) para la economía española. Estos trabajos consideraban el efecto de diferentes variables como la inversión directa extranjera (en el caso de los dos primeros trabajos citados), las inversiones en tecnología (Piva y Vivarelli), o las innovaciones de producto y proceso (en el caso de los dos últimos artículos mencionados). Pero en todos los casos, se refieren a variables correspondientes a la propia empresa o sector y no a tecnología procedente de otros1. En segundo lugar, este trabajo entronca directamente con la literatura de externalidades tecnológicas, al calcular distintas medidas de spillovers tecnológicos para estimar su incidencia sobre el empleo industrial de CLM. La novedad está en que la mayoría de los trabajos de investigación analizan la importancia de estas externalidades en la productividad y en el crecimiento (Griliches, 1992; Coe y Helpman, 1995; Keller, 1997; y las revisiones de literatura de Mohnen, 2001; y Cincera y Van P. P., 2001), pero muy pocos estudian su efecto en el empleo. La medida de spillovers tecnológicos inter-industriales se obtiene a partir del cálculo de los stock de I+D de las distintas industrias de CLM y resulta como suma del stock de I+D de toda la industria regional menos el stock de la propia industria.

1 Aunque los artículos de Barrell y Pain, y Hubert y Pain, pueden relacionarse con los spillovers internacionales de tecnología, puesto que la actividad de las empresas multinacionales es uno de los canales de transmisión de conocimiento, como mencionaremos más adelante.

Versión Preliminar

También calculamos varias medidas de spillovers geográficos de I+D, las cuales recopilan la tecnología que se transfiere entre sujetos (industrias, regiones o países) que están situados en distintas localizaciones. La literatura sobre spillovers internacionales originada por el artículo de Coe y Helpman (1995) es muy amplia. En nuestro caso, esos spillovers geográficos de I+D cuantifican las transferencias de tecnología que se producen a través de las ramas industriales entre regiones. En concreto, recogen las externalidades que genera el stock de I+D de cada rama industrial nacional sobre la correspondiente rama castellano-manchega. Estos spillovers son intra-industriales u horizontales, ya que recogen las interacciones entre empresas de un mismo sector o entre el mismo sector de distintas regiones. Los spillovers geográficos de patentes se calculan midiendo la incidencia de las relaciones de patentes inter-industriales nacionales (ponderadas por el stock de I+D nacional) sobre cada rama de actividad regional. Se calculan a partir de la matriz de patentes de Verspagen (1997) y los stock de I+D de las industrias españolas2. Además, estos spillovers de patentes son verticales, ya que recogen las transferencias de tecnología entre distintas industrias, comparados con los spillovers horizontales. Esta última metodología permite distinguir el efecto de los spillovers procedentes de los sectores intensivos en I+D y los procedentes del resto de industrias. En tercer lugar, siguiendo la línea de Griffith et al. (2003) se destaca la importancia que tiene la capacidad de absorción del agente receptor, en nuestro caso la industria de CLM, en la difusión de la tecnología. Según estos autores, “una conclusión fundamental de nuestro análisis es que muchos de los estudios empíricos existentes subestiman la tasa social de beneficios de la I+D porque no tienen en cuenta el papel de la I+D en la asimilación de nuevas tecnologías”. En Cincera y Van P. P. (2001), se recopilan las principales variables que inciden de forma importante en la absorción de tecnología: el propio gasto en I+D, la proporción de investigadores, los profesionales altamente cualificados y la formación profesional, la movilidad del capital humano, los acuerdos de colaboración, etc. Aún así, hay que tener en cuenta que, aunque el conocimiento sea un bien no rival y pueda ser usado simultáneamente por dos agentes, ello no significa que no exista un coste de transmisión de la tecnología: diferencias legales existentes, distinta regulación y factores sociales. En nuestro caso, las variables elegidas para cuantificar la capacidad de absorción de tecnología son: el stock de I+D por trabajador, los gastos de personal por hora trabajada como una proxy del capital humano y la inversión en bienes de capital por trabajador realizada por la industria regional. En este último caso, es a través de la compra de bienes de inversión cómo las empresas introducen las nuevas tecnologías que generan los sectores de bienes de capital, lo que permite su actualización y modernización tecnológica3. Los resultados encontrados muestran cómo la industria regional es capaz de copiar, imitar o absorber las innovaciones realizadas a escala nacional. Tanto el stock de I+D de cada industria como las distintas medidas de spillovers de tecnología calculadas presentan un efecto negativo sobre el empleo industrial de CLM, permitiendo un ahorro en las horas de trabajo. La tecnología es usada, por tanto, como un factor competitivo que permite a las empresas mantenerse en el mercado 2 El trabajo de Hollanders Ter Weel (2002) va en una línea similar a la nuestra, aunque esos autores analizan la importancia de los spillovers de Verspagen sobre las diferentes cualificaciones. 3 En esta línea de trabajo, podemos indicar cómo Piva y Vivarelli (2003) utilizan la variable de compra de bienes de inversión que incorpora innovación, frente a la inversión de reposición, para cuantificar la adquisición de tecnología y su efecto sobre el empleo.

e incluso aumentar su producción y su empleo. Pero el impacto sobre el empleo regional de las medidas de spillovers, tanto inter-industriales como geográficos, es mayor que el del propio stock en I+D. También se comprueba cómo la capacidad de absorción de tecnologías de cada industria condiciona los resultados obtenidos. Tanto el capital humano de cada sector y su propio stock de I+D favorecen la adquisición de nuevos conocimientos y nuevas técnicas productivas. El esquema seguido en el trabajo es el siguiente. En la sección 2, se revisa la literatura reciente que estudia la importancia de las externalidades y spillovers en la difusión de tecnología. En la sección 3, se describen las distintas medidas de spillovers calculadas y la ecuación de demanda de trabajo a estimar. En la sección 4, se analiza la estructura productiva de la industria de CLM. En la sección 5, se realizan las estimaciones y se comentan los resultados. Por último, la sección 6 se destina a las conclusiones. 2. Revisión de la literatura Las empresas e industrias no sólo adquieren nueva tecnología a través de su propio esfuerzo innovador sino que también pueden aprovechar innovaciones y mejoras productivas generadas por otras empresas a través de la copia o imitación, o de la compra. Grilliches (1979) distinguió entre dos tipos de spillovers que actualmente se conocen como de rentas y de conocimiento. Los spillovers de rentas se refieren a los beneficios relacionados con los nuevos productos y las mejoras de éstos que se difunden a través de los intercambios económicos entre los distintos agentes. En cuanto a los spillovers de conocimiento, se centran en la transmisión de conocimiento y no requieren transacciones de mercado entre los agentes. Aunque los empresarios tienen interés en proteger su nuevo conocimiento de la apropiación indebida a través de patentes u otros instrumentos, éste tiene características de bien público con lo que puede diseminarse por toda la economía. En este contexto, no se puede establecer una separación clara entre los spillovers de rentas y los de conocimiento (véase Jacobs et al., 2002). Otros empresarios pueden acceder al nuevo conocimiento a través del examen detallado de los nuevos bienes que aparecen en el mercado o simplemente pueden aprovecharse de las nuevas ideas y conocimientos a través de la comunicación con su proveedor. En cuanto a los spillovers internacionales, revisiones detalladas de la literatura reciente sobre el tema pueden encontrase en Cincera y Van Pottelsberghe de la Potterie (2001) y Mohnen (2001). Coe y Helpman (1995) se centran en la creciente literatura sobre el efecto de los spillovers de I+D internacionales basados en el comercio, sin embargo estos spillovers pueden transmitirse a través de muchos otros canales: 1) el comercio, particularmente el de bienes intermedios, bienes de capital,… 2) la inversión directa extranjera (IDE); 3) el pago de tecnologías no nacionales, por ejemplo patentes; 4) otros canales como la movilidad de científicos, empresarios u otro personal cualificado, la copia de resultados de investigaciones publicadas, la investigación en equipo, etc. La importancia de cada una de estas vías puede recogerse utilizando diferentes medidas del stock de conocimiento no nacional, dando diferente peso a los distintos países o sectores. La variable más común para el cálculo de los spillovers es la I+D (sea como gasto4, intensidad5 o stock6)7.

4 Véase Sakurai et al (1997) para I+D del propio sector. 5 Véase Sakurai et al (1997), Fors (1997), y Frantzen (2000). 6 Por ejemplo, Coe y Helpman (1995), Basant y Fikkert (1996), Bernstein y Mohnen (1998), Bayoumi, Coe y Helpman (1999), y Branstetter (2001).

En nuestro caso, calculamos la incidencia de los spillovers tecnológicos/geográficos sobre el empleo industrial de CLM a partir de información sobre el stock de I+D regional y nacional8 clasificado por industrias. A escala regional, tratamos con spillovers inter-industriales, la suma del stock de I+D del resto de la industria sobre un determinado sector; y a escala nacional con spillovers intra-industriales, el stock de I+D del sector nacional. Por otro lado, los spillovers de patentes/geográficos combinan tanto la información inter-industrial de uso de patentes de la OCDE calculados por Verspagen (1997) con los stock de I+D de la economía española. Nuestros spillovers son geográficos, ya que incorporan las ideas o conocimientos prestados entre industrias de distintos territorios. Según Krugman (1991), la transmisión de conocimientos tecnológicos se produce dentro de una unidad geográfica limitada y el coste de transmitir nuevos conocimientos tecnológicos, que generalmente no se realiza de una forma explícita, aumenta con la distancia9. Bajo esta hipótesis, debemos esperar que la incidencia de los spillovers sobre la industria de CLM sea más importante cuando proceden de la economía española que de la economía internacional. Por otra parte, si la tecnología que se absorbe del exterior es muy distinta de la nacional, por ejemplo tiene un mayor elemento innovador, esperamos que su efecto sobre el empleo sea también mayor.

La proximidad tecnológica incide también en los mecanismos de transmisión de tecnología y, en la literatura, para tratar de medir esa proximidad, se han construido distintas matrices de flujos tecnológicos. De entre ellas, las matrices de patentes permiten medir la proximidad tecnológica entre distintas industrias a partir de las aplicaciones que tienen esas patentes o mediante las citas de patentes. De esta forma, se puede identificar el grado en que las innovaciones generadas por una industria son relevantes para el resto de ramas de actividad, ya sea a través de spillovers o de adquisición directa de patentes (Scherer, 1982).

Verspagen (1997) construye tres matrices de spillovers de conocimiento usando datos de la Oficina de Patentes de los EE.UU. y la Oficina de Patentes Europea (EPO). Las 650.000 patentes de la EPO se clasifican en conocimiento reclamable (o apropiable) y no reclamable, y existen también códigos principales y secundarios para el conocimiento considerado reclamable. Todas las matrices se construyen dividiendo el número de patentes en cada celda por la suma total de la fila, de forma que las celdas resultantes muestran la fracción de las patentes totales en ese sector (fila) que generan spillovers en otro sector (columna). Nosotros utilizamos la matriz de patentes10 a partir del conocimiento apropiable, en la que Verspagen usa aproximadamente el 60% de los 650.000 registros de la base de datos EPO. Se trata de la matriz más usada en la literatura, aunque no la única. Van Meijl (1997) emplea la matriz de flujos tecnológicos de Yale, que cubre aproximadamente

7 Basant y Fikkert (1996) usan también los pagos por adquisición de tecnología, y Hubert y Pain (1999) y Blomström y Sjoholm (1999) miden spillovers procedentes de la IDE o el capital extranjero. Otra posibilidad es usar el I+D internacional y usar como ponderaciones el comercio con otros países, como han hecho Coe y Helpman (1995), Vuori (1997), Coe, Helpman y Hoffmaister (1997), Sakurai et al. (1997), y Hollanders y Ter Weel (2002). 8 Doble contabilización ya que no hemos quitado el stock de CLM, pero de todas formas éste es muy pequeño. 9 Si la capacidad de recibir spillovers de conocimiento está afectada por la distancia desde su fuente, entonces la concentración geográfica es un elemento a tener en cuenta, especialmente en sectores en los que es probable que los spillovers de conocimiento tengan un mayor papel (Audetsch y Feldman, 1996). 10 Hollanders y Ter Weel (2002), Bottazzi y Peri (2003) y Branstetter (2001) utilizan también la matriz de Verspagen como medida de proximidad tecnológica.

200.000 patentes en Canadá en el periodo 1972-1989, para medir el efecto de los spillovers de conocimiento sobre el crecimiento de la productividad.

La contribución del análisis input-output al estudio de los spillovers sectoriales es también muy importante, puesto que permite introducir las relaciones inter-industriales en el análisis. La principal referencia bibliográfica en este aspecto es el volumen 9 nº 1 de Economic Systems Research (1997). Wolff (1997) usa la matriz de coeficientes técnicos y la intensidad de I+D de cada sector como variable tecnológica, definida como el ratio de gastos de I+D respecto al PIB en términos constantes para cada sector. Por su parte, Sakurai et al. (1997) emplea la intensidad de I+D respecto de la producción bruta del sector y la matriz inversa de Leontieff.

Es de destacar que estos artículos mencionados anteriormente analizan el impacto de los spillovers inter-industriales sobre la productividad o la producción, y no sobre el empleo, como es el objetivo de nuestro estudio. Sólo conocemos un trabajo de Hollanders y Ter Weel (2002) que analiza la influencia de los spillovers de tecnología sobre los cambios en la estructura de cualificaciones para seis países de la OCDE, estimando una función de demanda de trabajo como la de Machin y Van Reenen (1998). Para todos esos países, encuentran evidencia de que los spillovers de conocimiento tienen efectos sobre la estructura de cualificaciones, puesto que favorecen el empleo de alta cualificación. No obstante, estos spillovers se calculan a partir de una matriz con datos de la OEP, que asigna cada innovación patentada a una sola categoría tecnológica, y a una o varias categorías complementarias. Las diferencias principales entre nuestro trabajo y el de Hollanders y Ter Weel son: a) el cálculo de spillovers, puesto que nosotros, además de la matriz de patentes, usamos spillovers geográficos; y b) nosotros analizamos el efecto de estos spillovers sobre el empleo industrial, mientras que Hollanders y Ter Weel se centran en las cualificaciones de los trabajadores de la industria. La capacidad de absorción de la tecnología es igualmente crucial para que una empresa, industria o región se beneficie completamente de la innovación tecnológica. En términos de Griffith et al. (2003), “una conclusión fundamental de nuestro análisis es que muchos de los estudios empíricos existentes subestiman la tasa social de beneficios de la I+D porque no tienen en cuenta el papel de la I+D en la asimilación de nuevas tecnologías”. Esta capacidad de absorción de la tecnología tiene también importantes implicaciones en términos de política económica, puesto que sin las adecuadas inversiones en capital humano o I+D, los spillovers (por ejemplo, procedentes del exterior a través de la inversión directa extranjera) no se materializarán. Esta conclusión resalta la importancia de las políticas nacionales de educación, de acumulación de capital humano, y de I+D. La literatura ha identificado como variables que inciden de forma importante en la absorción de tecnología (Cincera and Van P. P., 2001): el propio gasto en I+D, la proporción de investigadores, los profesionales altamente cualificados y la formación profesional, la movilidad del capital humano, los acuerdos de colaboración, etc. En este trabajo, utilizamos esta idea de la capacidad de absorción, puesto que introducimos en las regresiones nuestra medida de spillovers ponderada por los gastos en I+D del sector castellano-manchego correspondiente o por una proxy de capital humano, como veremos más adelante.

3. Modelo a estimar y variables utilizadas

Nuestro análisis de las relaciones entre tecnología y empleo requiere la estimación de una función de demanda de trabajo dinámica en la misma línea que las estimadas por Barrell y Pain (1997), Hubert y Pain (2001), y Piva y Vivarelli (2003).

La función de demanda de trabajo se desarrolla a partir de una función de producción con elasticidad de sustitución constante (CES), siguiendo el procedimiento habitual, se obtiene una función de demanda de trabajo aumentada cuya formulación para su estimación con datos de panel sería:

( )itiitititit uspillwyn ++++= εααα 321 (1)

donde i = 1, ..., N indica empresas o sectores y t = 1,..., T indica años, n es empleo, y producción, w es coste salarial (real), spill hace referencia a las distintas medidas de spillovers que se explican a continuación, todas las variables van en logaritmos, ε es el efecto fijo por empresa o sector (invariable en el tiempo) y u es el término de error.

La ecuación recogida en (1) refleja una relación de equilibrio estática o a largo plazo, con lo que no considera los posibles vínculos dinámicos entre las variables. Todas las variables consideradas necesitan períodos de adaptación para responder a cambios en el resto de variables o en el ámbito económico en general, lo que no puede recogerse en una ecuación estática. Para evitar esta limitación, la ecuación (1) puede transformarse en una especificación dinámica como ésta:

( )itiititititit utechwynn +++++= − εαααα 32110 (2)

A partir de la expresión anterior es posible encontrar el valor de los coeficientes a largo plazo utilizando los valores estimados. La ecuación (2) debe considerarse en cualquier caso un primer acercamiento a la estructura dinámica de la relación entre las variables a estudio. La estructura dinámica se analizará en mayor profundidad incluyendo distintos grados de retardos en las distintas variables de la especificación.

Nuestra variable de interés es la variable de spillover, y uno de los elementos determinantes de nuestro análisis es que considera que el efecto de la tecnología en el empleo viene, en parte, determinado por la vía que se utilice para acceder a dicha tecnología. El efecto será distinto dependiendo de si es la misma empresa o sector la que realiza el esfuerzo tecnológico a través de su inversión, si las mejoras tecnológicas se adquieren en el mercado o provienen de la copia o imitación de otros. Por esta razón, se construirán distintas medidas de spillovers para recoger estos efectos, dichas medidas se basarán en: el gasto de I+D del propio sector, los spillovers de tecnología (nacionales), los spillovers basados en las relaciones tecnológicas (reflejadas en la matriz de patentes de Verspagen) y los spillovers de los sectores intensivos en I+D. A continuación desarrollamos con mayor detalle cómo se construyen estas variables.

El gasto en I+D se ha empleado tradicionalmente como proxy del esfuerzo tecnológico desde el trabajo original de Griliches (1979), para indicar que el cambio tecnológico es “el resultado de inversiones económicas conscientes y decisiones explícitas por parte de muchas unidades económicas diferentes” (Griliches, 1992: p. S29). La tesis de Griliches es una reacción al concepto de cambio técnico como residuo. Según este autor, aunque el conocimiento sea un bien público, las nuevas tecnologías no son automáticamente públicas, ya que en las primeras etapas sólo están a disposición de la empresa innovadora (o sector).

Las nuevas tecnologías son temporalmente la fuente de rentas de monopolio para las empresas, durante un periodo que depende del sistema de patentes. Por tanto, el mercado no es perfectamente competitivo y la tecnología no es un bien público “puro”. Este argumento fue enfatizado por Schumpeter, quien consideraba las rentas de monopolio temporales como la fuerza principal que impulsa el cambio técnico.

Griliches (1979) propuso un enfoque teórico, ampliamente utilizado en estudios empíricos, para el análisis del efecto de la I+D sobre la productividad. Se trata de incluir el “estado de conocimiento tecnológico actual”, medido como los gastos en I+D actuales y pasados, en la función de producción. Entre otros artículos recientes que siguen esta metodología y la aplican a diferentes campos encontramos: Ornaghi (2006) para estudiar su efecto sobre la productividad y la demanda de las empresas, Keller (2004) sobre la difusión tecnológica, Hollanders y Ter Weel (2002) sobre la estructura de cualificaciones de la mano de obra, Verspagen y De Loo (1999) sobre la distribución de conocimiento entre sectores, entre otros. Nosotros también seguimos el enfoque de Griliches aplicado al empleo al incluir una medida del stock de I+D en nuestra función de demanda de trabajo para analizar cómo afecta el esfuerzo en I+D a las horas trabajadas. Para el cálculo del stock de I+D por ramas de actividad, se ha utilizado el método de inventario perpetuo, que requiere disponer para cada rama de actividad del gasto en I+D realizado (F) y la elección de una tasa de depreciación (d). Se han empleado para su cálculo para la economía española datos del INE en su Estadística sobre actividades de I+D, correspondientes al periodo 1986-2003 y deflactados por el deflactor del PIB. Y para Castilla-La Mancha se ha utilizado la variable recogida en la Encuesta Industrial de Gastos en I+D del ejercicio de las empresas de más de 20 trabajadores11, correspondientes al periodo 1993-2002 y deflactados por el deflactor del PIB. La medida de stock de I+D ha sido elegida, en oposición a la de flujo (gasto en I+D), porque recoge no sólo el comportamiento del sector en un año determinado, sino también su perfil innovador a lo largo del tiempo (en la línea de Coe y Helpman (1995) o Beneito (2001) para la economía española). La expresión utilizada para el cálculo de los stocks de I+D interiores o domésticos es la siguiente12:

( ) ( )( ) ( ) tititi DFIDStIdDStI ,1,, 1 +++−=+ −

donde St se refiere al stock de I+D y se asume una tasa de depreciación13 del 11% que refleja la reducción del stock de conocimiento debido a la obsolescencia.

11 La información de gastos en I+D que sirve de base para el stock de I+D sólo está disponible para empresas de más de 20 empleados y se estima su incidencia sobre el total del empleo del sector. Por tanto, esta medida también incluye cierto efecto de spillovers tecnológicos, de las empresas de más trabajadores al resto de empresas de la industria (siendo estas últimas las que mantienen la mayoría del empleo de cada industria). 12 A excepción del primer año, para el que se utilizó la fórmula de Griliches (1979):

( )dgDFRDSR t

t += ==

10

&& , donde g es la tasa anual de crecimiento de los gastos en I+D en el periodo

considerado. 13 La tasa apropiada para depreciar el capital tecnológico es objeto de debate en la literatura reciente. Aunque muchos investigadores han elegido una tasa cero, si aceptamos que el conocimiento se hace obsoleto, es necesario emplear una tasa positiva. Diferentes autores emplean tasa distintas: 6% (Coe y Helpman, 1995), 11% (Hubert y Pain, 2001), 15% (Beneito, 2001; García et al., 2002). Nosotros hemos empleado una tasa del 11% igual para todas las ramas de actividad, con lo que no cambiarían las posiciones relativas de esos stocks de las distintas ramas.

A partir de esos stock de I+D regionales y nacionales, se han calculado dos medidas de spillovers. La medida de spillovers tecnológicos inter-industriales se obtiene a partir del cálculo de los stock de I+D de las distintas industrias de CLM y resulta como suma del stock de I+D de toda la industria regional menos el stock de la propia industria. Por otro lado, los spillovers geográficos de I+D cuantifican la tecnología que se transmite desde una industria nacional a la correspondiente industria de CLM. En concreto, incluyen las externalidades que genera el stock de I+D de cada rama industrial nacional sobre la correspondiente rama castellano-manchega (son intra-industriales). Las empresas también pueden adquirir en el mercado las nuevas ideas a través de la utilización de patentes. En nuestro caso, suponemos que las relaciones inter-industriales de patentes que se producen en la economía española son las mismas que las encontradas por Verspagen (1997) para los principales países de la OCDE; pero, adaptamos esta información de patentes para la economía española, teniendo también en cuenta el stock de I+D de cada industria nacional para calcular los spillovers de patentes. De esta manera, la transmisión de conocimientos de la industria española a la de CLM viene matizada por el esfuerzo en I+D que hace la industria nacional. Calculamos la matriz de spillovers de patentes [SpillPat] multiplicando la matriz diagonal del stock de I+D de España [StR&D] por la matriz de patentes de Verspagen [Pat]: SpillPat = StR&D * Pat. Al sumar por columnas, obtenemos los spillovers recibidos por cada industria al utilizar las patentes generadas por el resto de ramas de la economía:

∗∗

∗∗=

nnnnn

nnn

nnn

n

n

n

PatDStRPatDStR

PatDStRPatDStR

PatPat

PatPat

DStR

DStR

,1,

,11,1

,1,

,11,1

&&

&&

&00

0

0

00&

L

MOM

L

LL

MOM

MOM

LL

L

OM

MO

L

La expresión que recoge la suma de cada columna para cada año es la siguiente:

∑=i

itijtjt PatStRdSpillPat & , excepto para j=i

SpillPatjt se define como la tecnología absorbida a través de spillovers de patentes por la industria j a través del uso de patentes generadas por el resto de industrias, son spillovers verticales. Excluimos el valor de la diagonal principal, ya que recoge las patentes generadas y usadas por cada una de las industrias (estrictamente no serían spillovers). Si sumamos la filas de esta matriz, obtenemos las transferencia de tecnología que realiza cada sector al resto de la economía. No todas las industrias son igual de importunes a la hora de diseminar la tecnología. Las industrias intensivas en I+D son las que más tecnología difunden y, para calcular su incidencia, sumamos por columnas los spillovers procedentes de estos sectores. Llamando a esa variable Spillovers de Verspagen de sectores intensivos de I+D. La repercusión sobre una industria de la tecnología generada por otros agentes económicos se ve influenciada por la capacidad de absorber tecnología que tenga esa industria (Griffith et al., 2003). En nuestro caso, las variables elegidas como proxy de la capacidad de absorción son el stock de I+D del propio sector, los gastos

de personal por unidad producida como aproximación al capital humano y la inversión en bienes de capital que realiza la industria regional. Además, esto nos permite cuadrar la información estadística nacional y regional. Mientras que disponemos del stock de I+D nacional para 22 industrias, los datos regionales disponibles son de 77 ramas. Para cada stock nacional le corresponden varios sectores regionales. En cierta medida, nuestros spillovers son geográficos e inter-sectoriales, pero sólo de aquellos con alta proximidad tecnológica. Por ejemplo, la Industria cárnica de CLM absorberá tecnología de la Industria de productos alimenticios y bebidas o la Industria de azulejos, baldosas, ladrillos, tejas y otros productos de CLM de la de Fabricación de otros minerales no metálicos española o la de Fabricación de Maquinaria agraria absorberá tecnología de la Industria de construcción de maquinaria y equipo de la economía nacional. La inversión en bienes de capital tiene una gran importancia en la actualización y modernización tecnológica de una empresa, Piva y Vivarelli (1993)14. A través de la compra de bienes de inversión las empresas introducen las nuevas tecnologías que generan los sectores de bienes de capital (rent spillovers), lo que permite su actualización y modernización tecnológica. Cuanto más invierta un sector más se moderniza y, con ello, mayor será su absorción de tecnología. Además, los sectores que producen los bienes de capital están entre los que realizan mayores esfuerzos en investigación y desarrollo. Para expresar la importancia de la inversión en términos relativos, se ha calculado la inversión divida por los gastos de personal del sector. 4. EVOLUCIÓN DEL EMPLEO INDUSTRIAL EN CASTILLA-LA MANCHA La región de CLM ha estado históricamente especializada en industrias de baja y media-baja tecnología, que han surgido al albor de recursos naturales y que presentan una clara concentración espacial15, lo que refleja fenómenos de “causalidad acumulativa” definidos por Krugman (1997). Al comparar la distribución de las horas de trabajo para 100 ramas industriales de Castilla-La Mancha y España, se observa cómo la desviación estándar es muy superior para la región de CLM. Al ser CLM una economía pequeña en un entorno de libertad de comercio con el resto del Estado, no ha sido capaz de generar una gran diversidad de bienes. El éxito industrial de la región se explica porque se ha especializado en la producción de ciertas actividades en las que poseía unas claras ventajas absolutas dentro del entorno nacional, al poseer los recursos naturales para producir esos bienes. Entre esas industrias tradicionales destacan (Tabla 1): la Industria agroalimentaria, la Industria textil y de la confección, la Industria de cuero y calzado, la Industria de Madera, la del Mueble y Minerales no metálicos. Las industrias tradicionales de la región soportan la mayoría del empleo industrial, en ellas predominan las pequeñas y medianas empresas intensivas en empleo que han

14 Lo ideal sería tener información sobre inversión de modernización (no destinada a aumentar la capacidad productiva), pero la no disponibilidad de esa información, nos ha llevado a considerar la inversión neta como una proxy de la inversión innovativa. (Piva y Vivarelli, 2003, sí que disponen de información en inversión de modernización para 575 empresas industriales italianas y encuentran una positiva, aunque pequeña, relación entre inversión de modernización y empleo. 15 Además, Palacio, Pardo y Ruiz (2002) identifican una serie de características territoriales y de concentración de estas industrias: a) presentan una importante dispersión geográfica, ya que se han desarrollado a través de dos líneas imaginarias que van desde Tarancón a Almansa y desde Talavera a Hellín, más el Corredor del Henares y el Campo de Calatrava; b) muestran una especialización industrial por territorios, por ejemplo, en Almansa predomina el calzado, en Villacañas los muebles, etc; c) presentan una elevada concentración empresarial en la industria energética y química, y en el resto de ramas predominan las pequeñas y medianas empresas de capital regional.

sido capaces de modernizarse y competir en un entorno cada vez más globalizado. Al tiempo, también destacan en la región dos importantes industrias intensivas en capital, Energía y Química, dominadas por el capital de fuera de la regional. Otra característica importante de la industria regional es la escasa presencia de las industrias intensivas en tecnología y productoras de bienes de capital. Además, parte importante del capital de estas industrias procede de fuera de la región y muchas de sus empresas se han situado en Toledo y Guadalajara aprovechando el efecto frontera con Madrid. Sin embargo, en el primer quinquenio del siglo XXI se percibe cómo la intensificación de este efecto frontera y la crisis que sufren algunas industrias tradicionales está haciendo que cambie la estructura industrial de la región hacia industrias de alta y media-alta tecnología. Aún así, el peso que tienen en la región las ramas de Maquinaria y equipo mecánico y Equipo eléctrico, electrónico y óptico es muy inferior al nacional. De forma más detallada, entre 1993 y 2004 se produce una importante transformación estructural en términos de empleo de la industria de CLM. Por un lado, la región mantiene una evolución del empleo mucho más favorable que la economía nacional (durante la expansión de 1993 y 2001 el empleo aumenta en un 26,4% para CLM y un 14,5% para España) y a partir de 2001, cuando se enfría el sector industrial, la destrucción de empleo es inferior en la industria de CLM (sólo del 0,3% entre 2001 y 2004, frente al 2,6% en toda la economía nacional). Además, la evolución positiva del empleo regional es superior en todas las grandes ramas industriales donde aumenta el empleo, independientemente de su intensidad tecnológica. Por otro lado, en las dos ramas que pierden empleo en la región (Química y Textil, cuero y calzado) y en la economía española, las fluctuaciones son mayores también en CLM. La Industria química sufre, desde 1993, una reducción constante de puestos de trabajo, sobre todo en la Fabricación de productos químicos básicos y la Fabricación de productos farmacéuticos. La situación de la industria del Textil, confección y calzado es diferente, la destrucción se produce de forma intensa a partir de 2001. La entrada de China en la OMC y las masivas importaciones que esto ha producido está detrás de esa destrucción de empleo. La distribución del empleo en la región de CLM cambia en esos años, se reduce el peso del empleo que mantienen las ramas del Textil, confección y calzado (pierde 3.400 empleos entre 1993 y 2004), la Química (pierde 1.138) y la Alimentación (aunque crea 2.046 empleos) a favor sobre todo de la Metalurgia (crea 8.884 nuevos puestos de trabajo), Productos minerales no metálicos (4.797) y Madera y corcho (2.982) y también la del Mueble que ha doblado las horas de trabajo entre 1993 y 2002 (creando en torno a 2.000 nuevos empleos). La rama de Metalurgia pasa de tener el 8% del empleo de la región a más del 14%, convirtiéndose prácticamente en la segunda rama más importante en términos de empleo de CLM, después de la de Alimentación, ya que muy pronto desbancará al sector textil. Las industrias de alta y media-alta tecnología se han situado en la región aprovechando el efecto frontera con Madrid pero no han sido capaces de cambiar la estructura del empleo en la región. El retraso sobre la media nacional continúa siendo igual de importante que a comienzos de la década de los 90. Aún así, la importancia de estos sectores descansa no sólo en los 2.737 puestos de trabajo que es capaz de generar, sino en que éstos mantienen una elevada productividad del trabajo y, por tanto, son capaces de generar unas rentas salariales y no salariales por encima de la media de la industria.

Los datos industriales provinciales muestran cómo Toledo ha sido la que ha tenido un comportamiento mucho más dinámico entre 1999 y 2004, seguido por Guadalajara y Albacete. Según la información suministrada por el DIRCE, el empleo industrial aumenta un 20% en esos años y el número de empresas industriales creadas representa el 42% de todas las creadas en la región (Tabla 2). Destacan las industrias de Fabricación de productos metálicos excepto maquinaria con 235 nuevas empresas, o las 33 de Construcción de maquinaria y equipo mecánico (25 en Guadalajara), o las 8 de Máquinas de oficina y que se ha aprovechado de la proximidad con Madrid para atraer empresas de capital no regional, y Fabricación de muebles y Otras industrias manufactureras con 119 nuevas empresas de capital regional que se han desarrollado sobre la base de la industria tradicional ya existente. En Albacete y Ciudad Real, también existe un gran dinamismo en la industria de Fabricación de productos metálicos excepto maquinaria, con la creación en cada provincia de más de 90 empresas. ¿Cómo ha influido la tecnología en la evolución del empleo industrial de CLM? Para responder a esta pregunta hay que tener en cuenta que el origen de las nuevas tecnologías está concentrado en un pequeño número de empresas y ramas de actividad a escala nacional e internacional. Así, el INE recopila la lista de industrias y servicios de alta tecnología según los criterios que usa la OCDE: Industria farmacéutica (CNAE 244), Máquinas de oficina y equipos informáticos (CNAE 30); Componentes electrónicos (CNAE 321); Aparatos de radio, TV y comunicaciones (CNAE 32-321); Instrumentos médicos, de precisión, óptica y relojería (CNAE 33); Construcción aeronáutica y espacial (CNAE 35); Correos y telecomunicaciones (CNAE 64); Actividades informáticas (CNAE 72); Investigación y desarrollo (CNAE 73). Además, las empresas de los sectores innovadores materializan sus actividades innovadoras principalmente a través de gastos en I+D y, de manera secundaria, mediante la compra de nueva maquinaria y equipo (Calvo, 2000). Sin embargo, en CLM predominan los sectores tradicionales de capital regional, en los cuales las empresas dedican la mayoría de sus gastos a otras actividades: adquisición de maquinaria y equipo, gastos en diseño, ingeniería industrial, comercialización y otros. Por todo ello, la modernización tecnológica de la industria regional se produce principalmente a través de la adquisición o copia de tecnología procedente de empresas situadas en otras regiones. En nuestro caso, el objetivo perseguido es el estudio de la repercusión que tiene sobre el empleo de la industria regional tanto el propio esfuerzo innovador como los spillovers de tecnología procedentes de la industria nacional. 5. ESTIMACIÓN Y RESULTADOS La información estadística utilizada en este trabajo procede principalmente de la Encuesta Industrial para Castilla-La Mancha. Esta encuesta tiene por objeto proporcionar una información precisa, fiable y en el menor plazo de tiempo posible, de las principales características estructurales y de actividad de los diversos sectores que constituyen la actividad industrial, suministrando información a nivel regional. La información recogida se agrupa en sectores siguiendo la Clasificación Nacional de Actividades Económicas (CNAE-93 Rev.1) a 3 dígitos. Sin embargo, por problema de secreto estadístico, la información suministrada por el INE para CLM sólo está disponible a 2 dígitos y, además, no para todos los sectores industriales. En el anexo 1, se indican las industrias utilizadas en este trabajo y aquellas que han tenido que ser descartadas, ya sea por secreto estadístico o porque no había datos para todos los años. Finalmente, el estudio se hace sobre 72 ramas industriales,

que para el año 2002 representan el 81% del total de la cifra de negocio y el 98% del total de las horas de trabajo (lo que supone eliminar una parte importante de las industrias que poseen una elevada productividad aparente del trabajo). Las variables utilizadas son: para el empleo, el total de horas de trabajo; para el salario, los gastos de personal por hora trabajada; el valor añadido y; para el cálculo del stock de I+D de cada rama, los gastos en I+D del ejercicio de empresas de más de 20 trabajadores. La Tabla 3 nos muestra los resultados de la estimación de la ecuación de demanda de trabajo ampliada con distintas medidas de spillovers. Empecemos comentando los coeficientes de las variables estándar de la función de demanda de trabajo. En general, los coeficientes del valor añadido y el salario tienen los signos esperados y son estables para las distintas estimaciones, aunque, para el caso de la estimación en la columna 4, el coeficiente del salario tiene un valor menor y es significativo sólo al 5%. En cuanto a las variables de spillovers, observamos que todas tienen un signo negativo y son, en general, significativas a partir del 5% (desde un nivel menor para el caso de la columna 3), a excepción del caso de la matriz de Verspagen que, aunque también muestra un signo negativo, no es significativa. Todas las variables de tecnología adquirida nos hablan de una reducción del empleo en Castilla-La Mancha como consecuencia de las mejoras en la tecnología, lo que debe interpretarse como una mejora de la productividad. Este resultado es común tanto si el esfuerzo tecnológico lo hace el propio sector (Stock I+D CLM) como si la mejora en la tecnología es consecuencia del aprovechamiento de los spillovers de la misma región (Stock I+D Total CLM) o del resto de la economía (Spill I+D Nac 1 si se ponderan los spillovers nacionales por el esfuerzo innovador del sector y, Spill I+D Nac 2 si se ponderan por la cualificación de los trabajadores). Sin embargo, el efecto es mayor cuando la tecnología absorbida llega a través de los spillovers que si lo hace gracias al propio esfuerzo tecnológico del propio sector. Este hecho queda reflejado en el valor de los coeficientes estimados, mayor (en valor absoluto) para los spillovers regionales y nacionales (ponderados por la cualificación del personal) y menor (en valor absoluto) para el propio esfuerzo tecnológico y también para los spillovers nacionales cuando se considera que la capacidad de absorción de estos spillovers viene determinada por el gasto en I+D del sector. Los resultados apuntan a que las empresas pueden aprovechar mejor las tecnologías que se presentan en el mercado si cuentan con un personal formado y están situadas en un contexto innovador apropiado (reflejados en Spill I+D Nac 2 y Stock I+D Total CLM). Sin embargo, el propio esfuerzo de la empresa o sector tiene una repercusión menor, explicado por la menor tradición innovadora de la economía regional. En este contexto, los resultados apuntan a la importancia de contar con un personal cualificado para poder aprovechar en toda su magnitud las mejoras tecnológicas. Los trabajadores cualificados impulsan la productividad de los sectores, no sólo porque son capaces de aprovechar mejor la tecnología instalada, sino también porque están más preparados para utilizar convenientemente las nuevas tecnologías que vayan apareciendo. Al mismo tiempo, este personal cualificado puede hacer uso de un capital de mayor contenido tecnológico, de modo que el grado de cualificación del personal de una empresa o sector nos puede dar una indicación del grado de sofisticación del capital, mientras que la carencia de un personal cualificado va a limitar la implementación de nuevas tecnologías. Esta conclusión resalta la importancia de las políticas nacionales y regionales de educación y acumulación de capital humano. Las variables construidas a partir de los gastos de I+D muestran, en nuestro caso, un menor efecto, reflejado en su menor coeficiente en valor absoluto. Este

resultado coincide con otros trabajos previos como los de Barrios (2000) y Torres (2002)16. Estos estudios justifican la menor importancia de los gastos de I+D por dos causas principales: 1) los efectos contrapuestos debidos al comportamiento heterogéneo de las empresas; 2) el comportamiento innovador de las empresas españolas está basado, fundamentalmente, en la introducción de tecnologías adquiridas en contraposición a la introducción de tecnologías resultado del propio esfuerzo de la empresa. La literatura empírica previa muestra diferentes resultados para la relación entre empleo y tecnología, estos resultados dependen de factores como el país analizado, el tipo de empleo (cualificado, no cualificado o total), el tipo de innovación analizada, de la proxy utilizada para recoger las mejoras tecnológicas (innovación de proceso o producto, patentes, capital de alto contenido tecnológico instalado,…) y de otros factores. Para el caso español, nuestros resultados coinciden con García et al. (2002), quienes también encuentran una relación negativa aunque débil entre el empleo y las innovaciones de proceso (también encuentran una relación positiva, no coincidente con la nuestra, entre el empleo y una medida del stock de conocimiento). Llorca y Gil (2002) y, Aguirregabirira y Alonso-Borrego (2001) encuentran una relación positiva entre las medidas de innovación tecnológica y el empleo. Estos estudios trabajan con la economía española en su conjunto, lo que explica, en parte, la diferencia en los signos estimados. La región castellano-manchega tiene un retraso relativo en cuanto a la tecnología y las innovaciones, en comparación con el resto de la economía nacional. La falta de una tradición innovadora y de un espíritu empresarial arraigado ha situado a la región por detrás de la media nacional, con las dificultades que esto genera a la hora de mejorar las cuotas de representación en los mercados y de competir a nivel nacional e internacional, lo que desemboca en unos efectos opuestos de la innovación sobre el empleo para el conjunto de la nación y para la región. Otros trabajos previos realizados por nuestro grupo de investigación para el conjunto de la economía y con medidas de spillover nacional e internacional (calculados a través de la combinación de tablas input-output y de stock de conocimiento) ofrecen también resultados opuestos, mostrando una relación positiva entre la tecnología y el empleo (Gómez et al, 2005). La relación que muestran las regresiones de la Tabla 3 entre las variables de tecnología adquirida y el empleo en Castilla-La Mancha es negativa, apuntando a que las mejoras en la tecnología reducen la demanda de empleo como consecuencia de las mejoras en la productividad. Aunque no contamos con suficiente información para demostrarlo, esta mejora de la productividad podría venir acompañada de un tirón de la producción que compensaría esa primera reducción en el empleo. Otros resultados no mostrados en las tablas apuntan a una relación directa entre spillovers y producción, sin embargo, las restricciones en los datos, más concretamente en las medidas de capital por sectores, no nos permiten realizar una regresión lo suficientemente consistente como para confirmar esta intuición.

16 Estos dos trabajos tienen objetos de estudio diferentes al nuestro, Barrios se centra en el análisis de los spillovers tecnológicos para empresas de propiedad extranjera situadas en España y su relación con la productividad. Torres se centra en el efecto de los gastos en I+D y en las diferencias salariales para trabajadores cualificados y no cualificados por sectores.

6. CONCLUSIONES

El objetivo de este trabajo es estimar la importancia que tienen las externalidades tecnológicas sobre el empleo industrial de la región de Castilla-La Mancha. Las características productivas y tecnológicas de la región nos llevaron a formular que estos spillovers son muy importantes para CLM, lo que hemos podido comprobar a partir de la función de demanda de trabajo estimada. Se investiga en este trabajo la importancia que tiene la proximidad tecnológica (sectorial y geográfica) en la difusión de tecnología frente al esfuerzo innovador del sector dentro de la región. En términos geográficos, se estima la incidencia que tiene sobre cada industria el stock I+D del sector nacional, lo que nos permite compararlo con la incidencia del esfuerzo del sector dentro de la región y de la importancia de las externalidades de otros sectores en la misma región (spillover vertical intra-regional). La estimación muestra cómo el empleo de la industria regional (horas de trabajo) evoluciona positivamente con la producción y de forma negativa con el salario. Las variables tecnológicas regionales (stock en I+D e inversión en relación a los gastos de personal) son también significativas y presentan unos coeficientes negativos. La incorporación de nuevas tecnologías reduce las horas de trabajo en la industria de CLM, por lo que han sido usadas como un factor de competitividad que permite ahorrar costes de producción. Las variables de spillovers utilizadas indican que la industria de CLM es capaz de copiar, imitar o absorber las innovaciones realizadas a escala regional y nacional y aprovecharse de ellas mejorando su productividad. Existe una transmisión de conocimiento entre sectores de distintos espacios económicos, que se ve matizada por la capacidad de absorción de tecnología de cada industria. Los resultados obtenidos señalan en la misma dirección, independientemente de la medida utilizada para reflejar la capacidad de absorción de tecnología: stock de I+D y gastos de personal por hora trabajada como proxy del capital humano, aparece un signo negativo en ambos casos, aunque los gastos de personal se muestra como la mejor aproximación a la capacidad de absorción del sector regional. La tecnología nacional incorporada a través de spillovers reduce el empleo, y también lo hace la generada por la economía regional. Sin embargo, este efecto negativo directo de la tecnología absorbida sobre el empleo se observa en un período en el que el total de horas de trabajo crece para la región un 26% (entre 1993 y 2004), con lo que podemos concluir que la buena situación productiva y tecnológica de las industrias tradicionales está detrás de este buen comportamiento del empleo. En conclusión, aunque la evolución reciente del empleo y de la competitividad de la mayoría de las industrias de la región ha sido positiva, aún existe un trecho importante por andar. El camino a seguir debe facilitar la adquisición de nuevas tecnologías por todo el sistema productivo, establecer mecanismos que inciten a los agentes económicos a tener una aptitud favorable hacia el riesgo (facilidad de acceso al crédito, viveros de empresas, etc.), incentivar la integración de los servicios a las empresas especializados con la industria, perseguir la localización de empresas de alta tecnología en la región, allanar la comercialización de nuestros productos en el extranjero y continuar con la mejora del capital humano.

Bibliografía

Aguirregabiria, V., Alonso-Borrego, C., 2001. Occupational structure, technological innovation, and reorganization of production. Labour Economics 8 (January), 43--73.

Audretsch, D. B. y Feldman, M. P. (1996) R&D Spillovers and the Geography of Innovation and Production, The American Economic Review, vol. 86, nº 3, june, pp. 630-640.

Barrell, R. y Pain, N. (1997) Foreign Direct Investment, Technological Change, and Economic Growth Within Europe, The Economic Journal, 107 (November), pp. 1770-86.

Barrios, Salvador (2000): "Are there Positive Spillovers from Foreign Direct Investment? Evidence from the Spanish Experience (1990-1994)". mimeo, University of Manchester.

Basant, R. y Fikkert, B. (1996) The Effects of R&D, Foreign Technology Purchase, and Domestic and International Spillovers on Productivity in Indian Firms, The Review of Economics and Statistics, 78 (2), (May), pp. 187-99.

Bayoumi, T., Coe, D.T. y Helpman, E. (1999) R&D spillovers and global growth, Journal of International Economics, 47, pp. 399-428.

Beneito, P. (2001) R&D Productivity and Spillovers at the Firm Level: Evidence from Spanish Panel Data, Investigaciones Económicas, XXV (2), pp. 289-313.

Bernstein, J.I. y Mohnen, P. (1998) International R&D spillovers between U.S. and Japanese R&D intensive sectors, Journal of International Economics, 44, pp. 315-338.

Blomström, M. y Sjöholm, F. (1999) Technology transfers and spillovers: Does local participation with multinationals matter?, European Economic Review, 43, pp. 915-23.

Bottazzi, L. y Peri, G. (2003) Innovation and spillovers in regions: evidence from Europen patent data, European Economic Review, Elsevier 47 (4), pp. 687-710.

Branstetter, L. G. (2001) Are knowledge spillovers international or intranational in scope? Microeconometric evidence from the U.S. and Japan, Journal of International Economics, 53, pp. 53-79.

Calvo, J. L. (2000): “Una caracterización de la innovación tecnológica en los sectores manufactureros españoles: Algunos datos”. Economía Industrial, nº 331, págs. 139-150

Cincera, M. y Van Pottelsberghe de la Potterie, B. (2001) International R&D Spillovers: A Survey, Cahiers Economiques de Bruxelles, 169 (1).

Coe, D.T. y Helpman, E. (1995) International R&D spillovers, European Economic Review, 39, pp. 859-887.

Coe, D.T., Helpman, E. y Hoffmaister, A.W. (1997) North-South R&D spillovers, Economic Journal, Royal Economic Society 107 (440), pp. 134-149.

Fors, G. (1997) Utilization of R&D results in the home and foreign plants of multinationals, the Journal of Industrial Economics, 45 (2), pp. 341-358.

Franzten, D. (2000) Innovation, international technological diffusion and the changing influence of R&D on productivity, Cambridge Journal of Economics, 24, pp. 193-210.

García, A., Jaumandreu, J. y Rodríguez, C. (2002) Innovation and jobs: evidence from manufacturing firms, Working paper, Comisión Europea, Investigación Socio-Económica. Published as García, A., Jaumandreu, J. y Rodríguez, C. (2002) Innovación y empleo: evidencia a escala de empresa, Economía Industrial, 348 (VI), pp. 111-118.

Griliches, Z. (1979) Issues in assessing the contribution of research and development to productivity growth, Bell Journal of Economics, 10, pp. 92-116.

Griliches, Z., (1992) The search for R&D spillovers, Scandinavian, Journal of Economics, vol. 94, pp. S29-S47.

Griffith, R., Redding, S. y Van Reenen, J. (2003) R&D and absorptive capacity: theory and empirical evidence, Scandinavian journal of Economics 105 (1), pp. 99-118.

Gómez Sanz, N., López Santiago, L.A. y Tobarra Gomez, M.A., (2005) “R&D spillovers and industrial employment: the case of Spain, 1993 – 2002”, documento presentado en la 15th International Conference on Input-Output Techniques, Beijing.

Hollanders, H. y Ter Weel, B. (2002) Technology, knowledge spillovers, and changes in employment structure: Evidence from six OECD countries, Labour Economics, 9 (5), pp. 579-599.

Hubert, F. y Pain, N. (2001) Inward Investment and Technical Progress in the United Kingdom, in Pain, N. (ed.) Inward investment, technological change and growth, Basingstoke, Palgrave.

Jacobs, B., Nahuis, R. y Tang, P.J.G. (2002) Sectoral productivity growth and R&D spillovers in the Netherlands, De Economist 150, pp. 181-210.

Kingdom, in Pain, N. (ed.) Inward investment, technological change and growth, Basingstoke, Palgrave.

Keller, W. (1997) Are international R&D spillovers trade-related? Analyzing spillovers among randomly matched trade partners, NBER, Working Paper nº 6065.

Keller, W. (2004) International technology diffusion, Journal of Economic Literature, 42 (3), pp. 752-782.

Krugman, P. (1991) Geography and trade, Cambridge MA: MIT Press.

Krugman, P. (1997) Desarrollo, geografía y teoría económica, Barcelona, Antoni Bosch.

Llorca, R. y Gil, S. (2002) Innovaciones de producto, innovaciones de proceso y empleo. El caso de España, Economía Industrial, 348 (VI), pp. 119-126.

Machin, S. y Van Reenen, J. (1998) Technology and changes in skill structure: evidence from seven OECD countries, The Quarterly Journal of Economics, 113 (4), pp. 1215-1244.

Mohnen, P. (2001) International R&D Spillovers and Economic Growth, in Pohjola, M. (ed.) Information technology, productivity, and economic growth, Oxford University Press.

Ornaghi, C. (2006) Spillovers in product and process innovation: Evidence from manufacturing firms, International Journal of Industrial Organization, 24 (2), pp. 349-380.

Palacio, J. I., Pardo, M., Ruiz T. (2002). Industria, en Palacio, J. I. (coord.) (2002): Estructura Económica de Castilla-La Mancha, Ciudad Real, Celeste Ediciones.

Piva, M. y Vivarelli, M. (2003) Innovation and employment: Evidence from Italian microdata. Discussion paper 730, IZA (Forschungsinstitut zur Zukunft der Arbeit, Instute for the Study of Labour).

Sakurai, N., Papaconstantinou, G. y Ioannidis, E. (1997) Impact of R&D and Technology Diffusion on Productivity Growth: Empirical Evidence for OECD Countries, Economic Systems Research, 9 (1), pp. 81-111.

Scherer, F. (1982) Inter-industry technology flows and productivity growth, Review of Economics and Statistics LXIV pp. 627-634.

Torres, V.X., 2002. Dispersión salarial y cambio tecnológico en la industria española. Investigaciones Económicas XXVI (3), 551--571.

Van Meijl, H. (1997) Measuring the Impact of Direct and Indirect R&D on the Productivity Growth of Industries: Using the Yale Technology Concordance, Economic Systems Research, 9 (2), pp. 205-212.

Verspagen, B. (1997) Measuring Inter-Sectoral Technology Spillovers: Estimates from the European and US Patent Ofice Databases, Economic Systems Research, IX, pp. 49-67.

Verspagen, B. and De Loo, I., (1999) Technology spillovers between sectors and over time, Technological Forecasting and Social Change, 60(3), pp. 215-235.

Vuori, S. (1997) Interindustry Technology Flows and Productivity in Finnish Manufacturing, Economic Systems Research, 9 (1), pp. 67-81.

Wolff, E.N. (1997) Spillovers, Linkages and Technical Change, Economic Systems Research, 9 (1), pp. 9-24.

19

Tabla 1. Especialización del empleo industrial de CLM frente a España, 1993-2004 Especialización empleo

CLM/ESPAÑA Distribución empleo CLM

Empleo en CLM Empleo en España

1993 2004 1993 2004 1993 2004 Tasa crec. 1993-2004 (%)

Evolución 93-04

2004 Tasa crec. 1993-2004 (%)

1. CNAE: 10, 11, 12, 13, 14, 23. Industrias extractivas y del petróleo, energía y agua

70,5 102,0 4,1 4,4 3.712 5.047 36,0 1335 113165 -16,8

2. CNAE: 15, 16. Alimentación, bebidas y tabaco 129,0 127,7 20,9 18,3 18.975 21.021 10,8 2046 376445 -0,9

3. CNAE: 17, 18, 19. Industria textil, confección, cuero y calzado 193,2 168,5 23,6 15,7 21.430 18.030 -15,9 -3400 244668 -14,6

4. CNAE: 20. Madera y corcho 137,5 216,5 5,2 8,3 4.700 9.497 102,1 4797 100326 13,6 5. CNAE: 21, 22. Papel, edición, artes gráficas y reproducción de soportes grabados

37,9 56,9 2,7 4,2 2.419 4.840 100,1 2421 194662 17,9

6. CNAE: 24. Industria química 94,3 66,2 5,6 3,4 5.056 3.918 -22,5 -1138 135312 -2,4 7. CNAE: 25. Caucho y materias plásticas 51,2 51,3 1,9 2,4 1.751 2.705 54,5 954 120629 36,6

8. CNAE: 26. Productos minerales no metálicos diversos 148,3 144,9 9,8 10,4 8.943 11.925 33,3 2982 188184 20,7

9. CNAE: 27, 28. Metalurgia y fabricación de productos metálicos

67,8 90,0 8,5 14,5 7.750 16.634 114,6 8884 422696 43,1

10. CNAE: 29. Maquinaria y equipo mecánico 62,9 52,0 3,7 3,8 3.375 4.329 28,3 954 190188 37,1

11. CNAE: 30, 31,32, 33. Material y equipo eléctrico, electrónico y óptico

58,5 61,8 3,5 3,4 3.153 3.919 24,3 766 144920 4,1

12. CNAE: 34, 35. Material de transporte 28,8 33,3 2,4 2,8 2.157 3.174 47,1 1017 217890 12,6

13. CNAE: 36, 37. Industrias manufactureras diversas 134,7 127,6 8,3 8,3 7.519 9.536 26,8 2017 170853 18,4

Total Industria 90.940 114.574 26,0 23634 2619937 11,5

Fuente: Elaboración propia a partir de la Encuesta Industrial.

20

Tabla 2. Evolución del empleo industrial y del número de locales industriales en CLM, 1999-2005 Albacete Ciudad Real Cuenca Guadalajara Toledo

Empleo en la industria en 2005 14,35 12,92 10,05 17,87 20,8 Variación % del empleo industrial, 1999-2005

27.288 32.882 14.925 12.328 44.538

Tasa de variación del número de locales industriales entre 1999-2005 Total 81 33 46 84 404 10 Extracción y aglomeración de antracita, hulla, lignito y turba

0 -4 -1 0 0

11 Extracción de crudos de petróleo y gas natural

0 0 0 0 -1

13 Extracción de minerales metálicos 0 2 1 0 -1 14 Extracción de minerales no metálicos ni energéticos

7 5 11 18 14

15 Industria de productos alimenticios y bebidas

-69 -133 -76 -19 -100

16 Industria del tabaco 0 0 0 0 0 17 Industria textil 6 5 -2 -4 4 18 Industria de la confección y de la peletería

11 -18 -6 -5 -78

19 Preparación curtido y acabado cuero fabric. art. marroquinería y viaje

-41 -3 0 -1 -4

20 Industria de madera y corcho, excepto Muebles, cestería y espartería

-9 -28 -10 -6 34

21 Industria del papel -3 4 -1 0 17 22 Edición, artes gráficas y reproducción de soportes grabados

24 15 0 21 51

23 Coquerías, refino de petróleo y tratamiento de combustibles nucleares

0 0 0 0 -2

24 Industria química 11 4 9 5 17 25 Fabricación de productos de caucho y materias plásticas

-9 1 6 8 40

26 Fabricación de otros productos minerales no metálicos

3 28 33 7 -5

27 Metalurgia -1 -1 2 8 -3 28 Fabricación de productos metálicos, excepto maquinaria y equipo

97 95 39 20 235

29 Industria de la construcción de maquinaria y equipo mecánico

12 13 14 25 33

30 Fabricación de máquinas de oficina y equipos informáticos

4 -1 0 3 8

31 Fabricación de maquinaria y material eléctrico

4 5 9 5 13

32 Fabricación de material electrónico fabric. equipo y aparatos radio, tv

1 0 7 1 -3

33 Fabric. de equipo e instrum. Médico- quirúr., precisión, óptica y relojería

9 4 -4 2 -2

34 Fabricación de vehículos de motor, remolques y semirremolques

8 8 7 4 4

35 Fabricación de otro material de transporte

2 1 1 0 14

36 Fabricación de muebles otras industrias

14 31 7 -8 119

Fuente: Elaboración propia a partir de Directorio Central de Empresas (DIRCE).

21

Tabla 3. Tecnología, spillovers y empleo en Castilla-La Mancha, 1993-2002.

Variable 1 2 3 4 5

0.22437 0.23037 0.22542 0.15925 0.15805 Lt-1

0.000*** 0.000*** 0.000*** 0.010*** 0.001*** 0.75656 0.76267 0.77949 0.72194 0.78823 VAt

0.000*** 0.000*** 0.000*** 0.000*** 0.000*** -0.79479 -0.83108 0.87070 -0.45994 -0.91142 Wt

0.000*** 0.000*** 0.000*** 0.029** 0.000*** Stock I+D CLM -0.03148 0.043**

Stock I+D Total CLM -0.11805 0.041** Spill I+D Nac 1 -0.01356 0.006*** Spill I+D Nac 2 -0.11825 0.040**

-0.16690 Verspagen Sc Intensivos 0.120

Sargan test: [0.663] [0.663] [0.730] [0.600] [0.860]

AR(1) test: [0.000] *** [0.000] *** [0.000] *** [0.000] *** [0.000] ***

AR(2) test: [0.546] [0.525] [0.627] [0.807] [0.855]

Fuente: Elaboración propia a partir de la Encuesta Industrial.

22

Anexo 1. Ramas industriales utilizadas y descartadas

003 = EXTRACCION DE MINERALES NO ENERGETICOS 004 = INDUSTRIA CARNICA

006 = PREPARACION Y CONSERVACION DE FRUTAS Y HORTALIZAS

008 = INDUSTRIAS LACTEAS

009 = MOLINERIA, ALMIDONES Y PRODUCTOS AMILACEOS

010 = PRODUCTOS PARA LA ALIMENTACION ANIMAL

011 = PAN, GALLETAS Y PRODUCTOS DE PANADERIA Y PASTELERIA

012 = INDUSTRIA DEL AZUCAR, CACAO Y CHOCOLATE

013 = OTROS PRODUCTOS ALIMENTICIOS DIVERSOS

014 = ELABORACION DE BEBIDAS ALCOHOLICAS

015 = PRODUCCION DE AGUAS MINERALES Y BEBIDAS ANALCOHOLICAS

017 = PREPARACION E HILADO DE FIBRAS TEXTILES

019 = ACABADO DE TEXTILES

020 = OTROS ARTICULOS CONFECCIONADOS CON TEXTILES, EXCEPTO PRENDAS DE VESTIR

022 = FABRICACION DE TEJIDOS DE PUNTO

023 = FABRICACION DE ARTICULOS EN TEJIDOS DE PUNTO

024 = INDUSTRIA DE LA CONFECCION

025 = INDUSTRIA DE LA PELETERIA

026 = PREPARACION, CURTIDO Y ACABADO DEL CUERO

027 = ARTICULOS DE MARROQUINERIA, VIAJE, GUARNICIONERIA Y TALABARTERIA

028 = FABRICACION DE CALZADO

029 = ASERRADO CEPILLADO Y PREPARACION INDUSTRIAL DE LA MADERA

030 = FABRICACION DE CHAPAS, TABLEROS Y PANELES DE MADERA

031 = ESTRUCTURAS DE MADERA Y PIEZAS DE CARPINTERIA Y EBANISTERIA PARA LA CONSTRUCCION 032 = FABRICACION DE ENVASES Y EMBALAJES DE MADERA

033 = FABRICACION DE OTROS PRODUCTOS DE MADERA

034 = FABRICACION DE PRODUCTOS DE CORCHO, CESTERIA Y ESPARTERIA

035 = FABRICACION DE PASTA PAPELERA, PAPEL Y CARTON

036 = FABRICACION DE ARTICULOS DE PAPEL Y CARTON

037 = EDICION

038 = ARTES GRAFICAS Y REPRODUCCION DE SOPORTES GRABADOS

039 = FABRICACION DE PRODUCTOS QUIMICOS BASICOS

041 = PINTURAS, BARNICES, TINTAS DE IMPRENTA Y MASILLAS

042 = FABRICACION DE PRODUCTOS FARMACEUTICOS

043 = FABRICACION DE ARTICULOS DE LIMPIEZA, ABRILLANTAMIENTO, BELLEZA E HIGIENE

046 = FABRICACION DE PRODUCTOS DE CAUCHO

047 = FABRICACION DE PRODUCTOS DE MATERIAS PLASTICAS

048 = FABRICACION DE VIDRIO Y PRODUCTOS DE VIDRIO

049 = PRODUCTOS CERAMICOS EXCEPTO LOS DESTINADOS A LA CONSTRUCCION

050 = AZULEJOS, BALDOSAS, LADRILLOS, TEJAS Y PRODUCTOS DE TIERRAS COCIDAS PARA LA CONSTRUCCION 051 = FABRICACION DE CEMENTO, CAL Y YESO

052 = FABRICACION DE ELEMENTOS DE HORMIGON, YESO Y CEMENTO

053 = INDUSTRIA DE LA PIEDRA

054 = PRODUCTOS MINERALES NO METALICOS DIVERSOS

058 = PRODUCCION Y PRIMERA TRANSFORMACION DE METALES PRECIOSOS Y DE OTROS METALES NO FERREOS 059 = FUNDICION DE METALES

23

060 = FABRICACION DE ESTRUCTURAS METALICAS

061 = FABRICACION DE CARPINTERIA METALICA

062 = CISTERNAS, GRANDES DEPOSITOS, CONTENEDORES DE METAL, RADIADORES Y CALDERAS PARA CALEFACCION CENTRAL 063 = FABRICACION DE GENERADORES DE VAPOR

064 = FORJA, ESTAMPACION Y EMBUTICION DE METALES; METALURGIA DE POLVOS

065 = TRATAMIENTO Y REVESTIMIENTO DE METALES

066 = INGENIERIA MECANICA GENERAL POR CUENTA DE TERCEROS

067 = ARTICULOS DE CUCHILLERIA Y CUBERTERIA, HERRAMIENTAS Y FERRETERIA

068 = PRODUCTOS METALICOS DIVERSOS, EXCEPTO MUEBLES

069 = MAQUINAS, EQUIPO Y MATERIAL MECANICO

070 = OTRA MAQUINARIA, EQUIPO Y MATERIAL MECANICO DE USO GENERAL

071 = FABRICACION DE MAQUINARIA AGRARIA

072 = FABRICACION DE MAQUINAS-HERRAMIENTAS

073 = MAQUINARIA DIVERSA PARA USOS ESPECIFICOS, ARMAS Y MUNICIONES

074 = FABRICACION DE APARATOS DOMESTICOS

076 = FABRICACION DE MOTORES ELECTRICOS, TRANSFORMADORES Y GENERADORES

077 = FABRICACION DE APARATOS DE DISTRIBUCION Y CONTROL ELECTRICOS

079 = FABRICACION DE LAMPARAS ELECTRICAS Y APARATOS DE ILUMINACION

081 = FABRICACION DE VALVULAS, TUBOS Y OTROS COMPONENTES ELECTRONICOS

087 = CARROCERIAS PARA VEHICULOS DE MOTOR Y FABRICACION DE REMOLQUES Y SEMIRREMOLQUES 088 = PARTES, PIEZAS Y ACCESORIOS NO ELECTRICOS PARA VEHICULOS DE MOTOR Y SUS MOTORES

093 = FABRICACION DE MUEBLES

094 = FABRICACION DE ARTICULOS DE JOYERIA, ORFEBRERIA, PLATERIA Y SIMILARES

096 = OTRAS INDUSTRIAS MANUFACTURERAS DIVERSAS

098 = PRODUCCION Y DISTRIBUCION DE ENERGIA ELECTRICA

100 = CAPTACION, DEPURACION Y DISTRIBUCION DE AGUA

Ramas de actividad descartadas: no región o secreto estadístico

001 = EXTRACCION Y AGLOMERACION DE ANTRACITA, HULLA, LIGNITO Y TURBA

002 = INDUSTRIA DEL PETROLEO, GAS NATURAL Y COMBUSTIBLES NUCLEARES

005 = ELABORACION Y CONSERVACION DE PESCADOS Y PRODUCTOS A BASE DE PESCADO

007 = FABRICACION DE GRASAS Y ACEITES (VEGETALES Y ANIMALES)

016 = INDUSTRIA DEL TABACO

018 = FABRICACION DE TEJIDOS TEXTILES

021 = OTRAS INDUSTRIAS TEXTILES

040 = FABRICACION DE PESTICIDAS Y OTROS PRODUCTOS AGROQUIMICOS

044 = FABRICACION DE OTROS PRODUCTOS QUIMICOS

045 = FABRICACION DE FIBRAS ARTIFICIALES Y SINTETICAS

055 = PRODUCTOS BASICOS DE HIERRO, ACERO Y FERROALEACIONES (CECA)

056 = FABRICACION DE TUBOS 057 = OTRAS ACTIVIDADES DE LA TRANSFORMACION DEL HIERRO Y DEL ACERO Y PRODUCCION DE FERROALEACIONES NO CECA

077 = FABRICACION DE APARATOS DE DISTRIBUCION Y CONTROL ELECTRICOS

078 = FABRICACION DE HILOS Y CABLES ELECTRICOS AISLADOS

080 = ACUMULADORES, PILAS ELECTRICAS Y OTRO EQUIPO ELECTRICO 082 = TRANSMISORES DE RADIODIFUSION Y TELEVISION Y APARATOS PARA LA RADIOTELEFONIA Y RADIOTELEGRAFIA CON HILOS

083 = APARATOS DE RECEPCION, GRABACION Y REPRODUCCION DE SONIDO E IMAGEN

084 = FABRICACION DE EQUIPO E INSTRUMENTOS MEDICO-QUIRURGICOS Y DE APARATOS ORTOPEDICOS

085 = INSTRUMENTOS Y APARATOS DE MEDIDA, CONTROL, OPTICA Y FOTOGRAFIA

24

086 = FABRICACION DE VEHICULOS DE MOTOR

089 = CONSTRUCCION Y REPARACION NAVAL

090 = FABRICACION DE MATERIAL FERROVIARIO

091 = CONSTRUCCION AERONAUTICA Y ESPACIAL

092 = FABRICACION DE MOTOCICLETAS, BICICLETAS Y OTRO MATERIAL DE TRANSPORTE

095 = FABRICACION DE ARTICULOS DE DEPORTE, JUEGOS Y JUGUETES

097 = RECICLAJE

099 = PRODUCCION Y DISTRIBUCION DE GAS, VAPOR Y AGUA CALIENTE