Upload
others
View
6
Download
0
Embed Size (px)
Citation preview
Documento de Trabajo 2005-02
Facultad de Ciencias Económicas y Empresariales
Universidad de Zaragoza
Externalidades tecnológicas internacionales y productividad de la
manufactura: un análisis sectorial*
Carmen López-Pueyo, Jaime Sanaú y Sara Barcenilla
Departamento de Economía Aplicada Facultad de Ciencias Económicas y Empresariales
Dr. Cerrada 1-3 50005 Zaragoza (Spain)
Phone: 00(34)-976 761804 Fax: 00(34)-976 761840 Email: [email protected]
Resumen: Siguiendo un enfoque similar al de trabajos como Coe y Helpman (1995) Keller (1997) o Frantzen (2000), este estudio estima los efectos de las externalidades tecnológicas internacionales en el crecimiento de la productividad total de los factores (PTF) de diez agregaciones sectoriales de la manufactura de Finlandia, Francia, Italia, Estados Unidos, Canadá y España (únicos países para los que se ha podido reunir información suficientemente desagregada).
Para evaluar los efectos se ha contrastado, por un lado, si las economías que importan principalmente de países con un elevado capital tecnológico perciben más externalidades tecnológicas y, por tanto, tienen una PTF sectorial mayor que las que adquieren de países con menores stocks tecnológicos. Y, por otro, se ha contrastado si existe alguna relación entre la mayor apertura de un país y su nivel de PTF, por razones no sólo de difusión tecnológica internacional sino también porque una mayor competencia puede inducir mejoras de eficiencia.
Como principales aportaciones efectuadas pueden resaltarse el empleo de los datos sectoriales (desagregados a dos dígitos) más recientes de las bases de datos STAN y ANBERD de la OCDE; la unificación del poder adquisitivo de las monedas de los distintos países mediante los índices de valor unitarios del Groningen Growth and Development Centre, el cálculo de las variables que aproximan los stocks sectoriales de capital físico, la PTF y las externalidades tecnológicas; y, finalmente, la utilización tanto de test de raíces unitarias y cointegración para paneles de datos como de tres estimadores: mínimos cuadrados ordinarios, plenamente modificados y dinámicos.
Los resultados empíricos ponen de manifiesto la relevancia de la tecnología foránea como factor impulsor del crecimiento y el papel que desempeña el comercio como vehículo transmisor de la misma.
Palabras clave: Productividad total de los factores, transferencia de tecnología, comercio internacional, cointegración, paneles de datos.
Clasificación JEL: O31, O 40, O30, O47, O57, C23, F01
.
* Investigación realizada con financiación del Gobierno de Aragón, la Universidad de Zaragoza e IberCaja en el marco de los Proyectos 269-58 y 269-67. Los autores agradecen la ayuda prestada por los profesores Dolores Gadea y Marcelo Reyes para la realización de este trabajo.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
2
1. Introducción
Las teorías de cambio tecnológico endógeno aparecidas en trabajos como el de
Romer (1990) y el de Aghion y Howitt (1992) estimularon el análisis de la relación
entre crecimiento, comercio y cambio técnico. Las aportaciones de Grossman y
Helpman (1991, cap. 11 y 12), Rivera-Batiz y Romer (1991), Barro y Sala-i-Martín
(1995, cap. 8) y Aghion y Howitt (1998, cap.12), que constituyen las principales
contribuciones a la new innovation-driven growth theory en economías abiertas
subrayan la importancia de los esfuerzos innovadores y de las externalidades del
conocimiento tecnológico tanto nacionales como internacionales para explicar la
productividad de los países. En este contexto, suelen distinguirse diferentes canales a
través de los cuales se transmiten las externalidades o spillovers tecnológicos como el
comercio internacional, la inversión extranjera directa o el progreso desincorporado.
En este estudio, se pone especial atención en el primero de los canales, el
comercio internacional, que puede incrementar la productividad de los países al
estimular, por un lado, la utilización de una gama más amplia de productos intermedios
y bienes de capital; por otro, la apertura de canales de comunicación que incentiven el
aprendizaje de nuevos métodos de producción, diseño de productos, métodos de
organización y condiciones de mercado; y, finalmente, los contactos internacionales que
permiten copiar y adaptar tecnologías foráneas.
De todo ello se deriva que los beneficios y conocimientos directos que adquiere
un país mediante el comercio internacional han de ser tanto mayores cuanto mayores
sean sus compras de bienes a países con elevados stocks de conocimiento tecnológico.
En este marco teórico, la literatura empírica que estudia –a nivel internacional-
el impacto de las externalidades de la I+D sobre la productividad tuvo uno de sus
primeros referentes en el trabajo de Coe y Helpman (1995), al encontrar estos autores
una correlación positiva y significativa entre los niveles de PTF de un país y una suma
ponderada de los stocks de I+D nacionales de sus socios comerciales, utilizando las
importaciones bilaterales como ponderación.
A partir de entonces distintos artículos han tratado de corroborar la importancia
de las importaciones como mecanismo de transmisión de la tecnología foránea a la
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
3
economía de un país favoreciendo el crecimiento de su PTF1. Los trabajos de Coe,
Helpman y Hoffmaister (1997), Keller (1997, 1998, 2002), Lichtenberg and van
Pottelsbergue de la Potterie (1998), Xu y Wang (1999) o Frantzen (2000) utilizan
economías agregadas en un determinado año como unidad de observación. Entre los
estudios que toman el sector-país como unidad de observación para contrastar la
existencia de externalidades internacionales del conocimiento tecnológico, cabe resaltar
los de Keller (1997), Verspagen (1997b) y Frantzen (2002, 2003).
En este artículo se presenta un enfoque similar al de estos últimos trabajos,
utilizando datos sectoriales más recientes que proporcionan las bases de datos STAN y
ANBERD de la OCDE (desagregados a dos dígitos, según la NACE Rev. 1). Los
valores añadidos de los distintos países se han expresado en unidades homogéneas
(dólares de 1997 que igualan las capacidades adquisitivas de los diferentes países),
empleando las ratios de valor unitario calculadas por el Groningen Growth and
Development Centre (GGDC). Se han usado, asimismo, técnicas econométricas
adecuadas para paneles de datos con una dimensión temporal relativamente amplia.
Se pretende contrastar dos hipótesis que se denominarán, respectivamente, efecto
composición del comercio internacional y efecto nivel de comercio internacional. Con
la primera, se comprobará si la PTF de las ramas de la manufactura de los distintos
países guarda alguna relación con la procedencia geográfica de importaciones de
productos pertenecientes al mismo sector. La idea subyacente es que si el comercio
internacional es uno de los vehículos de transmisión del conocimiento tecnológico los
países que importan fundamentalmente de naciones con un elevado capital tecnológico
percibirán más externalidades tecnológicas y, por lo tanto, la PTF de sus sectores será
mayor que si los bienes proceden de economías con un capital tecnológico más
reducido. Se trata, en definitiva, de captar la “dirección” en la que se transmite las
externalidades tecnológicas.
En segundo lugar, se pretende contrastar si existe alguna relación entre la mayor
apertura del país y su nivel de PTF. La mayor habilidad para absorber ideas del exterior
y la existencia de difusión tecnológica internacional se recogerá a través de una
“intensidad” de las externalidades tecnológicas más elevada.
1 Uno de los survey más completo y reciente sobre los distintos trabajos empíricos que han tratado la influencia de las externalidades del conocimiento tecnológico internacional sobre la PTF es el de Mohnen (2001). A su vez, Keller (2004) presenta un estado de la cuestión más genérico.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
4
La organización del resto del artículo es la siguiente. A continuación se expone
el marco teórico y se especifican las ecuaciones a estimar. En el apartado siguiente, se
comentan los datos utilizados y la construcción de las variables. Posteriormente, se
discuten los distintos métodos de estimación y se presentan los resultados empíricos de
su aplicación. Cierra el trabajo un apartado de conclusiones.
2. Modelo y ecuaciones a estimar
Adoptamos el modelo más generalizado en las aplicaciones empíricas que parte
de una función de producción tipo Cobb-Douglas en la que el output (Y) depende del
nivel de los inputs trabajo y capital (K y L) y de un término de PTF.
Para contrastar el efecto composición, primera de las hipótesis de este estudio, se
considerará que el nivel de PTF se relaciona con los stocks de capital tecnológico
nacional e internacional, tal y como recoge la ecuación:
log PTFijt = α0ij + αd log Rd
ijt + αf log Rfijt + εijt [1]
donde PTF es la productividad total de los factores; α0 representa los efectos fijos,
introducidos para cada individuo (los distintos sectores de cada país) y que reflejan
cualquier determinante no incluido en las variables del modelo como, por ejemplo, las
diferencias en el capital humano, las instituciones o las regulaciones del mercado de
trabajo; Rd, el capital tecnológico propio de cada individuo; Rf, el capital tecnológico
internacional; i, denota los diferentes sectores; j, los países; t identifica el año; y αd y αf,
son, respectivamente, las elasticidades de la productividad total de los factores respecto
al capital tecnológico de cada sector país y al capital tecnológico internacional. La
ponderación utilizada para cuantificar el capital tecnológico internacional, es decir, para
medir las externalidades internacionales será el comercio bilateral sectorial con distintas
variantes, tal como se indica más adelante.
Para contrastar el efecto nivel de comercio internacional, es decir si existe
alguna relación entre una mayor apertura del país y un mayor nivel de PTF, segunda de
las hipótesis, el logaritmo del stock de capital foráneo de I+D se multiplicó por el
promedio del cociente de las importaciones de manufacturas respecto al VAB en el
período analizado. De esta forma, aunque la composición por países de origen de las
importaciones de dos naciones sea similar, el país que mantenga durante el período una
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
5
mayor apertura media a las importaciones se beneficiará más del capital tecnológico
internacional. En consecuencia, la ecuación a estimar toma la forma:
log PTFijt = α0ij + αd log Rd
ijt + αf(Mj/Yj)log Rfijt + εijt [2]
Incorporando la apertura media del país durante el período estudiado se
soluciona una de las críticas que Lichtenberg y van Pottelsberghe de la Potterie (1998)
hicieron a la especificación de Coe y Helpman (1995)2. La crítica señalaba que si el
grado de apertura de las importaciones de un país se introduce con distintos valores para
cada año y Rf se toma en forma de índice, la estimación MCO con las variables
expresadas en niveles y la estimación MCO con las variables expresadas en índices
responden a distintas especificaciones, a menos que se introduzca el stock Rf en niveles
y un término aditivo, correspondiente a la mencionada medida de apertura3. En cambio,
la variable propuesta en este trabajo -resultante de la interacción entre el grado de
apertura (invariable al introducirse como promedio temporal) y el conocimiento
tecnológico internacional- puede formar parte de un vector de cointegración junto con el
resto de variables, ya que -como se señala en el apartado siguiente- no puede rechazarse
la hipótesis de existencia de una raíz unitaria de la misma4.
3. Datos utilizados y construcción de las variables
A) Variable endógena
Como variable endógena se ha considerado la productividad total de los factores
–el cambio en el output no explicado por modificaciones en el uso de los inputs-
expresada en forma de índice. Para comparaciones multilaterales en paneles de datos
(con dimensiones espacial y temporal como en este trabajo), los índices idóneos son los
de ponderaciones encadenadas -como los de Fisher o Tornqvist (para evitar el sesgo de
los índices con base fija)- transformados mediante el método de Elteto-Koves-Szulc
(EKS) -como hicieron Caves, Christensen y Diewert (1982)- para que sean transitivos.
2 Véase al respecto Lichtenberg y van Pottelsberghe de la Potterie (1998: 1486-1487). 3 Lichtenberg y van Pottelsberghe de la Potterie (1998) también criticaban las ponderaciones (porcentaje de comercio bilateral) utilizadas para construir Rf, ya que esta variable no resultaba invariable a posibles agregaciones de países. Por ello proponían construir Rf ponderando los stocks foráneos por la fracción del output del país emisor exportada al país receptor. Edmond (2001), sin embargo, demostró que esta variable no tenía raíz unitaria y, por lo tanto, no era susceptible de formar un vector cointegrado con el resto de variables.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
6
Además, estos dos índices son “superlativos”, ya que pueden derivarse de una
determinada forma de la función de producción (cuadrática o translogarítmica). En esta
investigación se ha elegido el Tornqvist.
La fórmula utilizada para construir el índice de PTF en cada sector es la
siguiente:
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
−+−−−+−
−+−+−+−−=
)ln)(ln(211()ln)(ln(
21
)ln)(ln(211()ln)(ln(
21
)ln(lnlnKKssLLss
KKssLLssYYPTF
rrrr
tttt
rtrt
Y = output multiplicado por la ratio del VAB potencial respecto al VAB
efectivo, según se indica más adelante.
r, t = dos observaciones distintas (por ejemplo, dos países durante el mismo año,
el mismo país en dos años).
s = participación de las rentas del trabajo en el coste total.
=s media aritmética de la participación de las rentas del trabajo en el coste total
para las observaciones muestrales.
∑=
=M
nnX
MX
1
ln1lnsiendo M el número total de observaciones muestrales y X los
factores trabajo (L) y capital físico (K).
Para calcular la PTF, se dispuso de cifras del output y de los factores trabajo y
capital. Los datos del VAB se tomaron de la base STAN que elabora la OCDE,
expresándolos en unidades monetarias de 1997 de los distintos países. Posteriormente,
se convirtieron a dólares USA de 1997, utilizando las ratios de valor unitario (RVUS)
sectoriales construidas por el GGDC.
Ha de puntualizarse que el VAB real del sector equipos eléctricos y ópticos (en
adelante TIC o agregación 30-33 de la ISIC rev. 3) se calculó con deflactores hedónicos
4 También se probó con el grado de apertura medido por el cociente entre las importaciones de bienes y servicios y el producto interior bruto, obteniendo resultados ligeramente peores.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
7
construidos a partir de la información suministrada por el GGDC, utilizando un índice
Tornqvist para agregar los precios5.
Los precios hedónicos permiten ajustar los cambios en la calidad y la aparición
de nuevos productos en los índices de precios. Así, ante un incremento en la calidad o la
aparición de un nuevo producto, la estimación de lo que hubiera sido su precio en
períodos anteriores se realiza mediante una regresión hedónica en la que el precio es una
función de las diversas características que conforman el producto. Por lo tanto, el
producto se redefine como una nueva combinación de características. Se trata, en suma,
de una precisión importante, puesto que en el sector TIC se recoge la producción de
equipamientos intensivos en tecnologías de la información y comunicación.
La utilización de los precios hedónicos para calcular un índice de precios de
ponderaciones fijas (como Laspeyres o Paasche) conlleva un sesgo por sustitución,
especialmente agravado cuando los cambios en los precios relativos son importantes, tal
como sucede con el rápido descenso de los precios de los ordenadores. Para minimizar
este sesgo es conveniente utilizar índices con ponderaciones flexibles como el
Tornqvist, tal como hace el GGDC al calcular los deflactores del valor añadido del
sector TIC. En este trabajo los índices de los distintos países se han construido a partir
de precios hedónicos de los Estados Unidos, ajustándolos por la inflación diferencial de
cada uno de los países europeos.
Cuando se compara la evolución de los índices de precios hedónicos con los
índices de precios sin ajustar por la calidad y los nuevos productos, se observa en el
sector TIC un descenso sustancialmente más rápido de los primeros. Por lo tanto, la
utilización de los precios hedónicos originará volúmenes de valor añadido y tasas de
crecimiento de la productividad total de los factores mayores que los obtenidos cuando
se aplican los índices de precios convencionales. Un tratamiento exhaustivo sobre la
problemática de los precios hedónicos puede encontrarse en Triplet (2004).
Dado que la PTF es una variable procíclica, el VAB se ajustó por output gap del
sector manufacturero de cada país calculado, este último, por el procedimiento Hodrick-
Prescott de forma que el VAB potencial se estimó como tendencia logarítmica lineal del
5 Como se señala más adelante, en algunas estimaciones el VAB real de la agregación 30-33 también se calculó con los deflactores convencionales de la STAN, tratando de efectuar un análisis de sensibilidad de los resultados obtenidos en esta investigación.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
8
VAB. En consecuencia, el VAB efectivo se sustituyó por el output multiplicado por la
ratio del VAB potencial respecto al VAB efectivo.
En cuanto al capital físico, se tomaron los flujos de inversión de la base STAN.
Tales flujos se expresaron en unidades reales de 1997 y se convirtieron a dólares USA
del citado año, utilizando la paridad de poder adquisitivo de la formación bruta de
capital fijo de los distintos países calculada por la OCDE. Con estas cifras se calcularon
los stocks acumulados de capital físico, utilizando el procedimiento de inventario
permanente propuesto por Griliches (1979). Concretamente, el stock inicial Kij0 se
calculó como:
Kijt+1 = Eijt+1 + (1-δ) Kijt
Kijt+1 = (1 + gi) Kijt
de donde
Kij0 = (Eij0)/(gi+δ)
siendo Kij0, el stock de capital del sector i del país j en el año 0; Eij0, la formación bruta
de capital fijo del sector i del país j en el año 0; gi, la tasa media anual acumulativa de
crecimiento de la formación bruta de capital fijo del sector i del país j en el período
estudiado (en los casos en los que gi < 0, se consideró un gi = 0); y δ, la tasa de
depreciación del capital físico que se supuso del 10%, constante para todos los sectores
y países.
Para los años sucesivos se aplicó la fórmula:
Kijt = Kijt-1 (1-δ) + Eijt
Finalmente, el factor trabajo se aproximó por el número de horas trabajadas en
las ramas de la manufactura de los países analizados, información publicada por el
GGDC.
Con las variables VAB ajustado por el ciclo, stock de capital físico y horas
trabajadas, se calculó la PTF. A continuación, siguiendo a Caves, Christensen y Diewert
(1982), se derivaron índices Tornqvist multilaterales transitivos, con el método EKS
(Elteto-Koves-Szulc). Para evitar la volatilidad y paliar los problemas de medición de la
PTF se estimó la participación de las rentas del trabajo, según proponen Harrigan
(1999), Keller (1999, 2000 a y b) y Scarpetta et al. (2000). Para ello se partió de una
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
9
función de valor añadido translogarítmica con rendimientos constantes a escala,
productores minimizadores de costes y precio aceptantes en el mercado de inputs, de
forma que la participación de las rentas del trabajo en el VAB puede igualarse por la
elasticidad del output respecto al trabajo. De esta forma, para cada sector-país se estimó
(por mínimos cuadrados ordinarios) la expresión:
εββ ijtijt
ijt
ijijt LKs ++= )log(
10
Para construir los índices de PTF se utilizó (2
ˆ ssijt +), siendo sijtˆ la
participación de las rentas del trabajo y s , la media muestral6. Los índices tomaron base
100 en 1997 para cada individuo (los sectores de los distintos países), al haber elegido
dicho año para expresar las magnitudes monetarias en términos reales.
B) Stocks tecnológicos
Para calcular el capital tecnológico propio de cada sector-país, Rdijt también se
utilizó el método de inventario permanente habitualmente aplicado en la literatura,
suponiendo una tasa de depreciación común del 5%7.
Los datos sobre los gastos en I+D empresarial se tomaron de la base ANBERD
elaborada por la OCDE. Inicialmente se utilizó la versión de 1997 que abarca el período
1973-1994, expresa el flujo en moneda nacional y clasifica las ramas productivas según
la ISIC rev 2. Dichos datos se transformaron a ISIC rev 3 y se deflactaron con el índice
de precios del productor de manufacturas de la OCDE. Para algunos individuos no se
dispuso de cifras del índice para los primeros años del estudio. En tal caso, se calculó la
tasa de crecimiento del deflactor del PIB que figura en Cuentas Nacionales de la
OCDE. Principales agregados 1960-1997 (1999), aplicando dicha tasa al deflactor de
las manufacturas. A partir de 1995, los datos proceden de la nueva versión de ANBERD
(2002).
El stock inicial, Rdijt, viene dado por la expresión:
6 Con este promedio, propuesto en Coe y Helpman (1995), se suaviza el comportamiento de la participación de las rentas del trabajo, variable con gran volatilidad 7 Tasa propuesta y justificada en Coe y Helpman (1995). Se comprobó que los resultados apenas variaban de los que se comentan más adelante, utilizando tasas de depreciación de los stocks tecnológicos del 10 ó 15%.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
10
Rdijt = Rijt+1-θ /(gij + δ´)
donde Rijt+1-θ representa el gasto real en I+D efectuado en el sector i de la nación j en el
año t+1-θ, siendo t el período inicial y θ la estructura de retardos que suponemos igual a
2, indicando que el retardo medio entre la realización de los gastos y la derivación de
sus efectos es de 2 años; g es la tasa de crecimiento media anual de dichos gastos
durante el período considerado y δ´, la tasa de depreciación.
La estimación del stock tecnológico del sector para el primer año que se dispuso
información (1974) fue, por tanto,
Rdij1974 = Rij1973/(gij +δ´)
Para el resto del período el stock tecnológico de cada sector i en el país j
respondía a la expresión:
Rdijt = Rijt+1-θ +/(1- δ´)Sijt
Calculados los stocks sectoriales en términos reales y en moneda nacional, se
expresaron en dólares de 1997 utilizando la PPA del PIB que publica la OCDE.
A partir de los stocks tecnológicos nacionales, se calcularon los stocks
tecnológicos foráneos para aproximar los spillovers del propio sector procedentes de los
países con los que se comercia. Para ello se usó la BILATERAL TRADE DATABASE
(BTD) también elaborada por la OCDE. La base de datos BTD de 1997 abarca el
período 1970-1994 y la de 2002 proporciona información desde 1995. Convertidas las
cifras a ISIC rev, 3 la expresión analítica del stock tecnológico foráneo viene dada por:
Rfijt = Σh≠j miht Rd
iht
donde miht representa el porcentaje de importaciones de productos clasificados en el
sector i que proceden del país h y llegan al país j. Dicho porcentaje se calcula sobre un
total que, a su vez, es el resultado de sumar las importaciones de productos del sector i
que el país j efectúa del resto de países. Puesto que no se dispuso de datos de stock
tecnológico inicial (base ANBERD) para todos los países con los que se comercia, al
calcular ponderaciones el total se refiere sólo a los países para los que fue posible
calcular el stock tecnológico propio. En las estimaciones econométricas se utilizaron
distintas versiones de la ponderación miht, que dieron lugar a mediciones alternativas del
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
11
stock tecnológico foráneo (Rfaijt, RfG7a
ijt, Rf2yijt, Rf2yG7
ijt), cuyo detalle se recoge en el
Anexo I.
En conjunto, se reunió una muestra de 1.320 observaciones. Los datos
correspondieron al período 1979-2001 y comprendieron diez agregaciones sectoriales
de la manufactura y seis países. Los sectores considerados fueron: productos de
alimentación, bebidas y tabaco (15-16); textil (17-19); papel, artículos de impresión y
publicidad (21-22); química y productos químicos (24); caucho y productos plásticos
(25); otros productos de minerales no metálicos (26); productos de metales básicos y
productos de fabricados metálicos (27-28); maquinaria y equipos (n.c.o.p) (29); equipos
eléctricos y ópticos (30-33) y equipos de transporte (34-35). A su vez, los países
analizados fueron Finlandia, Francia, Italia, Estados Unidos, Canadá y España.
4. Estimación y resultados
Para la estimación de las ecuaciones [1] y [2] se emplearon tres estimadores: el
de mínimos cuadrados ordinarios, el plenamente modificado y el estimador de mínimos
cuadrados ordinarios dinámicos. En el contexto de cointegración las estimaciones OLS
son “superconsistentes” pero su distribución no suele ser estándar por la presencia de un
sesgo de muestras finitas que puede ser causado tanto por la endogeneidad de las
variables explicativas como por la correlación serial de la perturbación. Esto significa
que las estimaciones de los parámetros pueden no ser precisas y sus desviaciones típicas
estar infraestimaestimadas, induciendo a errores en la inferencia. Para solucionar este
problema se utilizaron el estimador plenamente modificado y el OLS dinámico8.
Por su parte, los estimadores plenamente modificados (FM) -tal como se recoge
en Phillips y Moon (1999 a, b)- se utilizan para paliar la endogeneidad de los regresores
y superar el sesgo de muestras finitas asociado con una mala especificación dinámica de
una aproximación tipo Engle y Granger a la cointegración. La estimación FM se
interpreta como la relación a largo plazo, incluso si hay ausencia de relaciones de
cointegración individuales. Sin embargo, el estimador FM requiere que los regresores
no estén cointegrados entre ellos mismos, circunstancia que en este caso es probable que
no ocurra, dado que los capitales tecnológicos internacionales -que actúan como
8 Véase para un mayor detalle Edmond (2001), Frantzen (2002) o Kao, Chiang and Cheng (1999).
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
12
variables explicativas del modelo- se construyeron como combinación lineal de los
distintos capitales tecnológicos nacionales.
Los estimadores DOLS, por último, fueron propuestos por Stock y Watson
(1993) para evitar los sesgos del OLS. Los DOLS son una estimación mínimo
cuadrática ordinaria de una ecuación ampliada en la que se incluyen junto a las variables
explicativas sus primeras diferencias contemporáneas, retardadas o adelantadas para
controlar la endogeneidad y calcular las desviaciones típicas mediante una matriz de
covarianzas de los errores robusta a la correlación serial.
Antes de comentar los resultados se efectuarán dos matizaciones adicionales. La
primera es que, inicialmente, se contrastó la no estacionariedad de las variables,
aplicando el test de Im et al. (1997) e Im et. al. (2003) para paneles de datos. Este test,
basado en un modelo que permite términos independientes y pendientes diferentes para
cada individuo, es en realidad un test Dickey-Fuller aumentado de media grupal. Los
resultados de su aplicación se muestran en el Cuadro 1. Obsérvese que -salvo para la
variable Rf2y- se acepta la presencia de raíz unitaria en las variables en niveles, siendo
integradas de orden 1 y susceptibles de mantener una relación de cointegración.
El Cuadro 2 ofrece los resultados de distintos tests de cointegración, aplicados a
los residuos mínimo cuadrático ordinarios de cada una de las estimaciones que se
comentan posteriormente. Con ellos se contrasta la hipótesis nula de no cointegración
(residuos no estacionarios) para paneles de datos. Los contrastes -desarrollados por Kao
(1999) y Pedroni (1995)- permiten heterogeneidad en la estructura autorregresiva de los
términos de error. De acuerdo con el valor del estadístico, la hipótesis nula puede
rechazarse (es decir, no se rechaza la existencia de una relación de cointegración entre
las variables).
(Ver Cuadros 1 y 2 al final del documento)
Una segunda puntualización a señalar es que los modelos se estimaron
añadiendo dos variables dummies, una para España y otra para el sector equipos
eléctricos y ópticos. La inclusión de ambas variables está plenamente justificada tanto
por razones económicas como metodológicas. Desde un punto de vista económico,
España es un país no perteneciente al grupo G7 y con un menor capital tecnológico
propio comparado con el resto de la muestra (Véase Cuadro A.2 del Anexo II).
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
13
En su condición de país relativamente pequeño y abierto, puede recibir unos
mayores efectos desbordamiento del capital tecnológico internacional9. Hay que
recordar, asimismo, el elevado crecimiento de la economía española en estos años,
sintetizado en un crecimiento promedio de la PTF del 7 por ciento, el mayor de todos
los países de la muestra tal como se recoge en el Cuadro A.1. del Anexo II, así como la
intensa apertura comercial experimentada en la década de 198010. En cuanto a las
razones metodológicas, ha de puntualizarse que la construcción del capital físico de los
sectores industriales de España –país para el que se ha dispuesto de un único deflactor
de la inversión, común para las diez ramas de la manufactura- podría haber sesgado el
cálculo de la PTF11.
Por otra parte, la inclusión de una variable dummy que recoge el comportamiento
distintivo del sector de equipos eléctricos y ópticos se explica no sólo por ser el sector
con stocks tecnológicos más elevados en promedio en todos los países de la muestra
sino por la propia naturaleza de la I+D generada en este sector, al inducir un mayor
incremento de la PTF. En este sector se ha concentrado la mayor parte de los gastos en
I+D sectoriales en los años estudiados y se ha experimentado el mayor incremento en la
PTF. Concretamente tal y como refleja el Cuadro A.1 del Anexo II, la PTF creció a una
tasa media anual del 7.7% que se eleva al 11.2% si se calcula la media ponderada por el
VAB de cada país12. Tampoco hay que olvidar que al calcular la PTF se utilizó el VAB
deflactado por un índice de precios hedónicos construido por el GGDC, basado en los
precios hedónicos de EE.UU, adaptados por la inflación de cada país europeo. Ello
permitió obtener unos índices de PTF más precisos que los de trabajos anteriores, dada
la peculiaridad de la evolución de los precios de los fabricados de este sector13. 9 Keller (2002) señala la probabilidad de resultados similares -en términos de I+D propia- para los países pequeños de su muestra. De hecho, el diferencial entre la elasticidad del capital internacional y el capital propio es muy elevado a favor del primero. 10 Si bien Finlandia es también un país pequeño, abierto, no perteneciente al G7 y que ha registrado un elevado crecimiento de su PTF, su dummy no resultó significativa. No obstante, un estudio pormenorizado de los datos permite concluir que el comportamiento distintivo de Finlandia se concentra en un único sector, el de equipos eléctricos y ópticos. Dado que al estimar el modelo se ha incluido también una variable dummy para este sector, es lógico que la dummy de Finlandia para todos los sectores no sea significativa. 11 En Fundación BBVA (2004) se utiliza también un deflactor común, calculado a partir de la información que publica el Instituto Nacional de Estadística. En el momento de redactar este trabajo, el IVIE estaba actualizando su base de datos y tratando de hacerla compatible con la de los países de la OCDE. 12 Otros trabajos como Verspagen (1997 b) y Braconier y Sjöholm (1998) también encontraron un mayor efecto diferencial en este sector caracterizado por su elevada intensidad tecnológica. 13 Se comprobaron estos efectos diferenciales estimando los sub-paneles correspondientes a cada sector (teniendo como individuos a los diferentes países) y a cada país (teniendo como individuos a los diferentes sectores). Debido a la naturaleza de los datos, al reducir el tamaño muestral los resultados
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
14
Además, dado que los deflactores hedónicos del VAB se situaban siempre por debajo de
los deflactores convencionales, los crecimientos de PTF calculados con aquellos son
superiores a los obtenidos al utilizar estos últimos (que crecieron a una tasa media anual
del 5,6%).
Teniendo en cuenta las precisiones señaladas, se realizaron diversas
estimaciones de la ecuación [1] con la que se pretendía contrastar la primera de las
hipótesis planteada, esto es, el efecto composición del comercio internacional en la
PTF. Se utilizó el programa NPT1.3 desarrollado por Chiang y Kao (2002) para
GAUSS14. Los resultados aparecen en los Cuadros 3 y 4.
(Ver Cuadro 3 al final del documento)
El Cuadro 3 recoge los resultados de la estimación de la ecuación [1],
aproximando los stocks tecnológicos internacionales por la variable faijtS . La estimación
(0) muestra que los capitales tecnológicos propios y foráneos ejercen un efecto positivo
y estadísticamente significativo en la PTF de los sectores manufactureros, tal como
sugiere el modelo planteado. Obsérvese, que los efectos del capital foráneo en la PTF
son mayores que los del capital tecnológico nacional. La estimación (1) del citado
Cuadro 3 incorpora una dummy para España; la (2), una dummy para el sector de
equipos eléctricos y ópticos; y la (3), dos dummies para recoger el comportamiento
peculiar del sector de equipos eléctricos y ópticos y de España. Dados los mejores
resultados de esta última estimación y para probar la idoneidad de las distintas
mediciones del stock tecnológico foráneo (variables RfG7aijt, Rf2y
ijt, Rf2yG7ijt), el Cuadro 4
presenta estimaciones alternativas a la (3).
(Ver Cuadro 4 al final del documento)
Del análisis detallado de los Cuadros 3 y 4, se concluye -como cabía esperar-
que los valores de los estadísticos t correspondientes a los estimadores DOLS -que son
robustos a la correlación serial- son menores que los valores t obtenidos con los
estimadores OLS. No obstante, muestran una elevada significatividad estadística.
De las seis estimaciones, resultan preferidas la (3) –Cuadro 3- y la (4) –Cuadro
4-. La única diferencia entre ambas radica en el calculo del stock de capital tecnológico
obtenidos fueron menos fiables. Aunque por razones de espacio no se incluyan en este trabajo, los resultados mostraron la variabilidad de las estimaciones entre sectores y entre países. Asimismo, se confirmó la significatividad estadística del capital tecnológico propio e internacional.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
15
internacional, según se consideren todos los países para los que se dispone información
o sólo el grupo de los siete grandes países del mundo (G7). Obsérvese que la elasticidad
de ambas variables es muy parecida lo que permite concluir no sólo que el capital
tecnológico foráneo influye en la PTF de la manufactura, sino también que el capital
tecnológico de los G7 es el que genera los mayores efectos en la PTF. En suma, la
composición de las importaciones por países de origen explica la PTF pero,
fundamentalmente, cuando se importa de los líderes tecnológicos. Por otra parte, dado
que cualquier sistema de ponderación tiene sus inconvenientes y puede ser tildado de
subjetivo, las estimaciones consideradas indican que los resultados obtenidos son
robustos.
Centrándonos en las estimaciones DOLS de los Cuadros 3 y 4, se observa, por
una parte, que -al introducir las dummies para España y equipos eléctricos y ópticos- la
elasticidad de la TFP respecto al capital tecnológico foráneo es inferior a la elasticidad
respecto al capital tecnológico propio. Y por otra, que tanto en el caso España como en
el del sector de equipos eléctricos y ópticos las externalidades tecnológicas
internacionales tienen una magnitud diferencial significativa y positiva, permitiendo
concluir que la elasticidad del capital tecnológico foráneo es superior a la elasticidad del
capital tecnológico propio (en dicho país y el mencionado sector). En definitiva, se trata
de resultados que confirman la relevancia de los intercambios comerciales como
vehículo transmisor de la tecnología y, por ende, su capacidad para impulsar el
crecimiento económico.
Contrastada la importancia de la composición de las importaciones, queda por
comprobar el efecto nivel de comercio internacional -segunda de las hipótesis
planteadas-, es decir, si el efecto en la PTF es mayor conforme aumenta el grado de
apertura del país. Para ello se ha estimado la ecuación [2], considerando la variable Rfa
como variable representativa del stock tecnológico internacional.
(Ver Cuadros 5 y 6 al final del documento)
En el Cuadro 5 se recogen los resultados de estimar la PTF a partir de los stocks
tecnológicos nacionales e internacionales, estos últimos ponderados por la tasa media de
apertura a las importaciones y de dos variables dummies, una para España y otra para el
14 Está disponible en www.maxwell.syr.edu/maxpages/faculty/cdkao/working/npt.html.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
16
sector de equipos eléctricos y ópticos15 (estimación 7). Obsérvese que, en esta caso, la
elasticidad de la productividad respecto al capital tecnológico del propio sector-país se
sitúa, según el estimador DOLS, en un 0.16, valor similar al obtenido en las
especificaciones (3) y (4) y algo mayor que el de otros estudios. En los trabajos
agregados que utilizan un pool de países para varios años -como los de Coe y Helpman
(1995), Lichtenberg y van Pottelsberghe de la Potterie (1998), y Edmond (2001)- los
valores oscilaban entre 0.108 y 0.026, mientras que en trabajos desagregados con un
pool de sectores manufactureros de varios países y años, los valores variaban entre 0.09
y 0.14 en Frantzen (2002); 0.08 y 0.61 en Keller (2002); y 0.08 en Verspagen (1997 b).
El coeficiente fα̂ toma un valor de 0.525 y, por lo tanto, la elasticidad promedio
de la productividad respecto al capital tecnológico internacional del mismo sector
∑=
n
j j
jf
nYM
1
1α̂ tiene un valor estimado de 0.133, con un rango que oscila desde el 0.079
para los Estados Unidos a un 0.215 para Canadá (véase Cuadro 6A).
Este valor es mayor que el de otros trabajos, si bien no es directamente
comparable, dadas las diferencias en la construcción del capital tecnológico
internacional, las especificaciones empleadas, el método de estimación seguido y los
períodos, sectores y países analizados16. Además, los trabajos que utilizan la variable
multiplicada por la tasa de apertura suelen ofrecer solamente el valor estimado del
coeficiente y no del producto de éste por la mencionada tasa de apertura. En todo caso,
puede destacarse, entre los trabajos con desagregación sectorial, que Frantzen (2002) –
considerando en la propia construcción de variable la apertura sectorial a las
importaciones- obtuvo unos valores del coeficiente del 0.079 ó 0.107; Verspagen (1997
b), de 0.133 (aunque incluyendo como capital tecnológico internacional también el de
otros sectores); y Keller (2002), de 0.046 ó 0.092. En los trabajos con datos agregados,
Coe y Helpman (1995) obtuvieron un coeficiente del 0.294 que, multiplicado por las
tasas de apertura, resultaba en unos valores para la elasticidad entre el 0.02 y el 0.26,
15 Los resultados de estos modelos son prácticamente idénticos a los obtenidos en otra estimación en la que los stocks tecnológicos foráneos se construyeron exclusivamente a partir de datos del G7. Se evidencia, por tanto, que son estos países los principales generadores (exportadores) de tecnología al resto del mundo. 16 La elección del período base para la conversión de las monedas nacionales también puede explicar las posibles discrepancias.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
17
observando una tendencia creciente en el tiempo y mayores valores en los países no
pertenecientes al G7. Por su parte, Lichtenberg y van Pottelsberghe de la Potterie (1998)
utilizando otra ponderación de la variable de capital tecnológico y una ficticia para
aquellos países con menor apertura obtuvieron unos coeficientes para estos últimos
países del 0.054 y del 0.132 para los más abiertos. Asimismo, en los estudios agregados,
se ha observado que el coeficiente del stock foráneo es superior a la elasticidad del stock
domestico, en particular, cuando los países son pequeños, no pertenecientes al G7.
Que los coeficientes sean menores en los trabajos agregados, puede explicarse
por la mayor intensidad tecnológica del sector manufacturas frente al total de la
economía, dado que la inversión en I+D tiene lugar principalmente en las manufacturas.
No obstante, este resultado también puede indicar el mayor aprovechamiento que hacen
los sectores manufactureros de las externalidades tecnológicas internacionales.
Tampoco es descartable que las estimaciones agregadas estén sesgadas a la baja por los
problemas de medición de la productividad en los servicios. Asimismo, las diferencias
con otros trabajos pueden estar en la variable de output tomada para calcular la PTF, ya
que teóricamente se demuestra –véase Schreyer y Pilat (2001)– el mayor incremento de
la PTF cuando ésta se calcula con valor añadido que cuando se calcula a partir de las
cifras de producción.
En cuanto al comportamiento diferencial recogido por la dummies, adviértase
que, dada su significatividad estadística, los coeficientes del capital tecnológico
internacional se incrementan –tal como se recoge en el Cuadro 6A- tanto en el caso de
España como en el del sector de equipos eléctricos y ópticos. Puede observarse, en el
Anexo II, que España y el sector de equipos eléctricos y ópticos muestran un
crecimiento del stock foráneo similar al de otros países/sectores, pero un crecimiento de
la PTF muy superior que tiene su origen, como se ha observado, en la mayor
sensibilidad de España y el citado sector a los cambios en el capital tecnológico
internacional.
Con objeto de contrastar si el comportamiento peculiar de España y el sector de
equipos eléctricos y ópticos se manifiesta sólo en la capacidad para absorber tecnología
foránea o, por el contrario, también se manifiesta a través de los stocks tecnológicos
nacionales, se ha estimado una ecuación en la que las dummies interactúan con la
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
18
variable Rdijt, en lugar de hacerlo con Rfa
ijt17. Los resultados de esta estimación –
recogidos en los Cuadros 6B y 7- indican que la elasticidad del stock tecnológico
nacional se reduce hasta 0.097 (con el estimador DOLS), que el coeficiente que
acompaña al stock tecnológico foráneo se incrementa hasta 1.057 y que las dos dummies
–aunque con una elasticidad menor en la estimación (7)- siguen siendo significativas y
muestran el signo positivo esperado.
(Ver Cuadro 7 al final del documento)
La comparación de las estimaciones (7) y (8) permite concluir que tanto España
como el sector de equipos eléctricos y ópticos son peculiares no sólo en el tratamiento
de la tecnología foránea sino también en el de la propia. Ahora bien, aunque el
comportamiento diferencial de España y del sector de equipos eléctricos y ópticos se
canalice por el stock de capital propio, parece más acusado a través de la elasticidad del
capital foráneo.
Los modelos anteriores se reestimaron introduciendo una modificación relevante
en la medición de la productividad total de los factores en el sector de equipos eléctricos
y ópticos. Inicialmente la PTF se calculó utilizando índices precios hedónicos para
deflactar el VAB de
este sector que permiten ajustar su evolución a las mejoras observadas en la calidad.
Para la nueva estimación, la PTF se calculó usando los deflactores del VAB de la base
de datos
STAN que elabora la OCDE. El Cuadro 8 muestra los resultados para la
estimación del modelo más general -equivalente a las estimaciones (7) del Cuadro 5 y
(8) del Cuadro 7.-.
(Ver Cuadro 8 al final del documento)
Comparando las estimaciones (7) y (9), se observa una modificación relevante
en el parámetro de la variable dummy del sector de equipos eléctricos y ópticos, al
reducirse su valor a 1.911. El resultado es lógico, ya que la modificación de los
deflactores influye en la cuantificación de la PTF. En la medida en que los deflactores
17 La introducción de las ficticias España y TIC interaccionando con las variables de capital tecnológico propio e internacional simultáneamente dio problemas de multicolinealidad y, por lo tanto, sólo se presentan los resultados de las estimaciones en las que ambas variables se incluyeron de forma separada.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
19
convencionales no recogen las variaciones observadas en la calidad, las caídas en los
precios del VAB son menos pronunciadas que las obtenidas al aplicar precios
hedónicos. Como consecuencia, los incrementos en la productividad total de los factores
cuando ésta se calcula con deflactores convencionales son también menores. En otras
palabras, un incremento en el stock tecnológico foráneo tiene un efecto menor sobre la
productividad total de los factores cuando ésta se calcula con deflactores
convencionales que cuando se calcula usando deflactores basados en precios hedónicos.
Ello, en definitiva, redunda en una menor elasticidad. Podría aplicarse el mismo
argumento al comparar las estimaciones (8) y (10) en las que la dummy se interacciona
con el stock tecnológico foráneo.
Una última modificación respecto a la dummy de España, consistió en calcular la
productividad total de los factores de sus sectores a partir de nuevos deflactores de la
formación bruta de capital fijo. Inicialmente, el deflactor de la formación bruta de
capital fijo utilizado para el cálculo de los stocks de capital españoles se tomó de la
Contabilidad Nacional de España y era común para las distintas agregaciones sectoriales
de la manufactura. En las estimaciones (11) y (12) que figuran en el Cuadro 9, los stocks
de capital españoles se calcularon, tanto con los deflactores sectoriales de Francia (11)
como con el promedio de los deflactores de Francia e Italia (12). En ambos casos, los
resultados obtenidos no variaban sustancialmente de los ya comentados en la estimación
(7). Puede observarse que la modificación afecta fundamentalmente al valor de la
variable dummy representativa de España, que incrementa su elasticidad; asimismo hay
que señalar la mejora en el ajuste de la estimación, lo cual sugiere una vía para mejorar
los cálculos de los stocks de capital físico cuando se considera un deflactor de la
formación bruta de capital fijo común a todos los sectores e invita a efectuar cálculos
más veraces de los stocks.
(Ver Cuadro 9 al final del documento)
5. Conclusiones
La capacidad del progreso técnico como factor explicativo del crecimiento
económico suele aceptarse a la luz de los desarrollos de la nueva teoría del crecimiento
endógeno, línea de estudios que propone diversos mecanismos a través de los cuales se
ejerce dicha influencia. Por su parte, la nueva teoría del comercio internacional explicita
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
20
diversas vías por las que el intercambio puede favorecer la transmisión internacional de
tecnología. Este trabajo ha centrado su atención tanto en las importaciones como en la
apertura comercial como mecanismos de transmisión de tecnología. Para hacerlo se han
utilizado modernas técnicas de tratamiento de series temporales que permiten aplicar la
metodología de cointegración a paneles de datos. Tras estimar los valores de la PTF y
los stocks tecnológicos nacionales y foráneos de seis países desarrollados y diez sectores
manufactureros durante el periodo 1979-2000, los resultados empíricos han puesto de
manifiesto la relevancia de la tecnología foránea como factor impulsor del crecimiento
económico y el papel que desempeña el comercio como vehículo transmisor de la
misma.
Concretando, la hipótesis del efecto composición del comercio internacional ha
quedado contrastada afirmativamente a través de la significatividad y el signo positivo
del coeficiente de la variable de capital tecnológico internacional construida ponderando
los stocks de otros países por las importaciones procedentes de los mismos. Además, se
ha contrastado que son los G7 los principales generadores de las externalidades
tecnológicas internacionales sobre la PTF de las manufacturas de otros países.
A su vez, la hipótesis del efecto nivel de comercio ha quedado confirmada
mediante la significatividad y el signo positivo del coeficiente de la variable de capital
tecnológico internacional interactuada con la tasa de apertura a las importaciones del
país. Por lo tanto, un país recibe más externalidades tecnológicas internacionales al
relacionarse con los países más avanzados tecnológicamente y cuanto más abierto esté a
las importaciones.
Estos efectos desbordamiento, así como la elasticidad respecto al capital
tecnológico propio, tienen una magnitud diferencial positiva tanto en el sector de
equipos eléctricos y ópticos como en España. La explicación económica de estos efectos
diferenciales puede atribuirse a la propia naturaleza de I+D de este sector (en el primer
caso), y a la situación de partida comparativamente inferior de España en términos de
PTF que podía haber inducido un mayor rendimiento de la I+D en los sectores
manufactureros españoles (en el segundo caso). Asimismo, tanto en el caso del sector de
equipos eléctricos y ópticos como en el de España, se han encontrado unos mayores
crecimientos de la PTF en relación al resto de sectores y países, que no estarían
explicados por la elasticidad promedio. Explicaciones basadas en la medición de las
variables (como la utilización de precios hedónicos en el sector de equipos eléctricos y
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
21
ópticos y la ausencia de deflactores sectoriales para el capital físico español), sólo
explican parcialmente la magnitud de este comportamiento diferencial, tal y como
muestra el análisis de sensibilidad efectuado.
Junto a la obtención de estos resultados -que contribuyen a un mayor
conocimiento de las externalidades tecnológicas internacionales- puede resaltarse del
trabajo la incorporación de algunas mejoras metodológicas en la medición de las
variables y en las estimaciones. Respecto a las primeras, ha de recordarse que la PTF se
ha calculado estimando las participaciones de las rentas factoriales -dado su errático
comportamiento- y ajustando el VAB por el ciclo para paliar el efecto de su
comportamiento procíclico. Además, el VAB del sector de equipos eléctricos y ópticos
se ha calculado utilizando precios hedónicos, se han utilizado distintas medidas del
capital tecnológico internacional y se ha introducido el efecto nivel del comercio
internacional mediante una media temporal de la tasa de apertura que evita un problema
de especificación muy comentado en la literatura. En cuanto a las estimaciones, se han
elegido estimadores DOLS -considerados para la naturaleza de panel de datos empleado
más idóneos que los FM y OLS-, y se han aplicado contrastes de raíces unitarias y de
cointegración.
Aunque los valores obtenidos se han confirmado realizando un análisis de
sensibilidad, los resultados podrán mejorarse cuando se disponga de una base de datos
más homogénea y amplia y se perfeccione la medición de la tecnología.
Referencias Bibliográficas
Aghion, P. y Howitt, P. (1992): “A model of Growth Through Creative Destruction”, Econometrica, 60 (2), 323-351.
Aghion, P. y Howitt, P (1998): Endogenous Growth Theory, Cambridge, Mass: MIT Press.
Barro, R. J. y Sala-i-Martín, X. (1995): Economic Growth, New York: McGrawHill.
Braconier, H y F. Sjöholm (1998): “National and International Spillovers from R&D: Comparing a Neoclassical and Endogenous Growth Approach”, Weltwirtchaftliches Archiv, 134 (4), 639-63.
Caves, D. Christensen, L. y Diewert, W. E. (1982): “Multilateral Comparisons of Output, Input and Productivity Using Supelative Index Numbers”, Economic Journal, 92, 73-86.
Chiang, Min-Hsien and C. Kao (2002): Non stationary Panel Time Series Using NPT 1.3- A User Guide. Syracuse: Center for Policy Research of Syracuse University.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
22
Coe, D y Helpman, E. (1995): “International R&D Spillovers”, European Economic Review, 39 (5), 859-887.
Coe, D., Helpman, E. y Hoffmaister, A. (1997): “North-South R&D Spillovers”; Economic Journal, 107 (440), 134-149.
Edmond, C. (2001): “Some Panel Cointegration Models of International R&D Spillovers”, Journal of Macroeconomics, 23 (1), 241-260.
Frantzen, D. (2000): “Innovation, International Technological Diffusion and the Changing Influence of R&D on Productivity”, Cambridge Journal of Economics, 24, 193-203.
Frantzen, D. (2002): “Cross-Sector and Cross-Country Technical Knowledge Spillovers and Evolution of Manufacturing Productivity: A Panel Data Analysis”, Économie Appliquée, LV, 31-62.
Frantzen, D. (2003): “The Causality between R&D and Productivity in Manufacturing: an International disaggregate Panel Data Study”, International Review of Applied Economics, 17 (2), 125-146.
Fundación BBVA (2004): El "stock" de capital en España y su distribución territorial. 1964-1997, Bilbao: Fundación BBV Documenta.
Griliches, Z. (1979): “Issues in Assessing the Contribution of Research and Development to Productivity Growth”, Bell Journal of Economics, 10 (1), 92-116.
Groningen Growth and Development Centre: http://www.ggdc.net/
Grossman, G., Helpman, E: (1991): Innovation and Growth in the Global Economy, Cambridge, Mass: MIT Press.
Harrigan, J. (1999): Cross-Country Comparisons of Industry Total Factor Productivity: Theory and Evidence, Federal Research Bank of New York Research Paper, 9734.
Im, K.S., Pesaran, M. H., and Shin, Y. (1997): Testing for Unit Roots in Heterogeneous Panels. Mimeo, Department of Applied Economics, University of Cambridge.
Im, K.; M. Pesaran; S. Hashem (2003): "Testing for unit roots in heterogeneous panels." Journal of Econometrics, 2003, 115 53-74.
Instituto Nacional de Estadística (varios años): Contabilidad Nacional de España, Madrid: INE.
Kao, C (1999): “Spurious Regression and Residual-Based Test for Cointegration in Panel Data”, Journal of Econometrics, 90, 1-44.
Kao, C., Chiang, M. (1999): “On the Estimation and Inference of a Cointegrated Regression in Panel Data”, En Baltagi (ed.): Nonstationary Panels, Panel Cointegration and Dynamic Panels, Amsterdam: Elsevier Science, 179-222.
Kao, C., Chiang, M. y Cheng, B. (1999): “International R&D spillovers: An application of estimation and inference in panel cointegration”, Oxford Bulletin of Economics and Statistics, 6 (0), 691-709.
Keller, W. (1997): How Trade and Technology Flows Affect Productivity Growth, Policy Research Working Paper, 1831.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
23
Keller, W. (1998): “Are International R&D Spillovers Trade-Related? Analyzing Spillovers Among Randomly Matched Trade Partners”, European Economic Review, 42 (8), 1469-1481.
Keller, W. (1999): Do Trade Patterns and Technology Flows Affect Productivity Growth, NBER Working Paper 6990, Cambridge(MA): NBER.
Keller, W. (2000 a): "Do Trade Patterns and Technology Flows Affect Productivity Growth", The World Bank Economic Review, 14 (1), 17-47.
Keller, W. (2000 b): Geographic Localization of International technology Diffusion, NBER WP 7509,
Keller, W. (2002): “Trade and the Transmission of Technology”, Journal of Economic Growth, 7, 5-24.
Keller, W. (2004): "International Technology Diffusion", Journal of Economic Literature, 3
Lichtenberg F. and van Pottelsbergue de la Potterie, B. (1998): “International R&D Spillovers: A Comment”, European Economic Review, 42 (8), 1483-1491.
Mohnen, P.(2001): “International R&D Spillovers and Economic Growth”, en M. Pohjola (ed.): Information Technology Productivity and Economic Growth: International Evidence and Implications for Economic Development, Oxford: Oxford University Press, 50-71.
OCDE: Structural Analysis Data Base for Industrial Analysis. (STAN).
Pedroni, P (1995): "Panel Cointegration Analysis: Asymptotic and Finite Sample Properties of Pooled Time Series Test with and Application to the PPP Hypothesis" Indiana University Working Paper Series in Economics, 95-103.
Phillips, P.C.D. y H.R. Moon (1999a): "Non Stationary Panel Data Analysis. An Overview of Some Recent Developments", Cowles Discussion Paper.
Phillips, P.C.D. y H.R. Moon (1999b): "Linear Regression Limit Theory of Nonstationary Panel Data", Econometrica, 67, 1057-1112.
Rivera-Batiz, L. y Romer, P. (1991): “Economic Integration and Endogenous Growth”, Quarterly Journal of Economics, 106 (2), 531-535.
Romer, P. (1990): “Endogenous Technological Change”, Journal of Political Economy, 98 (5), S71-S102.
Scarpetta, S.; A. Pilat and P. Schreyer (2000): "Economic Growth in the OECD Area: Recent Trends at the Aggregate and Sectoral level." OECD Economics Department Working Paper, 2000, 248.
Schreyer, P. and D. Pilat (2001): “Measuring Productivity”, OECD Economic Studies, 33, (II), 127-70.
Stock, J. y M. Watson (1993): "A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems." Econometrica, 61, 783-820.
Triplet, J. (2004): Handbook on Hedonic Price Indexes and Quality Adjustments in Price Indexes: Special Application to Information Technology Products, STI OECD Working Paper, 2004, 9.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
24
Verspagen, B. (1997a): “Measuring Inter-Sectoral Technology Spillovers: Estimating from the European and US Patent Office Databases”, Economic Systems Research, 9, 49-67
Verspagen, B. (1997b): “Estimating International Technology Spillovers Using Technology Flow Matrices”, Weltwirtschaftliches Archiv, 133 (2). 227-248.
Xu, B. y Wang, J. (1999): “Capital Goods Trade and R&D Spillovers in the OECD”, Canadian Journal of Economics, 32 (5), 1258-1274.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
25
Cuadro 1. Contraste de la presencia de una raíz unitaria
Variable Test ADF de IPS(1997) Decisión Probabilidad
log PTF -1.015 I(1) 0.155
log PTFSTAN -0.639 I(1) 0.261
log TPFFRAN -1.524 I(1) 0.063
log TPFFRANITA -0.132 I(1) 0.093
log Rd 0.417 I(1) 0.338
log Rfa -0.288 I(1) 0.387
log RfG7a -0.423 I(1) 0.336
log Rf2y 1.709 I(0) 0.044
log Rf2yG7 1.484 I(1) 0.069 log PTF es logaritmo del índice de la productividad total de los factores, calculada usando precios hedónicos para el sector TIC; log PTFSTAN, el logaritmo de la productividad total de los factores, calculada con deflactores convencionales de la STAN; log PTFFRAN, el logaritmo de la productividad total de los factores, usando los deflactores de Francia para calcular los stocks de capital físico de España; log PTFFRANITA, el logaritmo de la productividad total de los factores, usando el promedio de los deflactores de Francia e Italia para calcular los stocks de capital físico de España; log Rd, el logaritmo del capital tecnológico propio de cada sector-país; log Rfa, el logaritmo del capital tecnológico foráneo para un país construido ponderando el capital de cada uno de los demás países por el promedio en el período 1979-2000 de la cuota bilateral del comercio sectorial; log RfG7a, el logaritmo del capital de tecnológico foráneo para un sector-país, ponderando el capital propio de los países restantes pertenecientes al grupo G7 por el promedio en el período 1979-2000 de la cuota bilateral de comercio sectorial; log Rf2y, el logaritmo del capital tecnológico foráneo para un sector-país, ponderando el capital propio de los restantes países por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del año 2000 para los stocks de los años siguientes; log Rf2yG7, el logaritmo del capital tecnológico foráneo para un sector-país, ponderando el capital propio de los países G7 restantes por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del año 2000 para los stocks de los años siguientes. Nota: Se ha aplicado el test Im et al. (1997) con tendencia temporal y dos retardos, salvo en las cinco primeras variables que se aplicó un retardo.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
26
Cuadro 2. Tests de cointegración
Kao (1999) Pedroni (1995)
Estimaciones Test DF-rho-star
Decisión Test DF-t-star
Decisión Test ADF Decisión TN1-
rho Decisión TN2-rho Decisión
(0) -10.692 coint -4.736 coint -4.350 coint -22.737 coint -22.214 coint (1) -10.772 coint -3.947 coint -2.678 coint -23.943 coint -23.392 coint (2) -13.145 coint -5.817 coint -5.860 coint -25.315 coint -24.733 coint (3) -14.281 coint -5.305 coint -4.179 coint -28.525 coint -27.870 coint (4) -14.317 coint -5.313 coint -4.187 coint -28.549 coint -27.892 coint (5) -14.306 coint -5.451 coint -4.601 coint -26.832 coint -26.216 coint (6) -13.815 coint -5.312 coint -4.515 coint -26.347 coint -25.741 coint (7) -13.576 coint -5.118 coint -4.002 coint -27.440 coint -26.809 coint (8) -10.964 coint -4.268 coint -3.356 coint -24.224 coint -23.667 coint (9) -13.615 coint -4.997 coint -3.724 coint -27.856 coint -27.216 coint (10) -12.000 coint -4.495 coint -3.473 coint -25.883 coint -25.288 coint (11) -14.094 coint -5.210 coint -3.992 coint -27.247 coint -26.621 coint (12) -14.080 coint -5.213 coint -4.003 coint -27.298 coint -26.670 coint
Notas: Contrastes aplicados a los residuos mínimo cuadrático ordinarios de cada una de las doce estimaciones que se comentan en los Cuadros 3 a 9. Para un mayor detalle sobre los estadísticos véase www.maxwell.syr.edu/maxpages/faculty/cdkao/working/npt.html, Kao (1999) y Pedroni (1995).
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
27
Cuadro 3. Efectos del capital tecnológico en la PTF de las manufacturas (efecto composición)
log Rdijt log Rfa
ijt α esp log Rfaijt
α tic log Rfa
ijt
R2 R2adj
(0) OLS 0.251 (15,090)
0.360 (13.398) 0.531 0.530
(0) FM 0.233 (5.650)
0.312 (4.836) 0.525 0.524
(0) DOLS 0.244 (5.350)
0.292 (4.095) 0.524 0.524
(1) OLS 0.173 (11.153)
0.323 (13.376)
0.882 (18.196) - 0.625 0.624
(1) FM 0.159 (4.236)
0.274 (4.756)
0.799 (6.642) - 0.617 0.617
(1) DOLS 0.182 (4.386)
0.245 (3.857)
0.666 (5.024) - 0.609 0.608
(2) OLS 0.242 (15.700)
0.268 (10.435) - 0.728
(14.869)
0.598
0.597
(2) FM 0.221 (5.881)
0.228 (3.799) - 0.721
(5.567) 0.593 0.593
(2) DOLS 0.235 (5.643)
0.190 (2.857) - 0.735
(5.135) 0.590 0.590
(3) OLS 0.160 (11.534)
0.224 (10.043)
0.917 (21.110)
0.767 (18.112) 0.700 0.699
(3) FM 0.143 (4.363)
0.184 (3.581)
0.831 (7.970)
0.764 (7.000) 0.693 0.692
(3) DOLS 0.168 (4.636)
0.136 (2.395)
0.696 (6.038)
0.786 (6.502) 0.681 0.680
Rd es el capital tecnológico propio de cada sector-país. Rfaijt es el capital tecnológico foráneo para un país
construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial. αesp es el efecto diferencial de la elasticidad del capital de I+D foráneo en España. Y αtic, el efecto diferencial de la elasticidad del capital de I+D foráneo en el sector de equipos eléctricos y ópticos.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
28
Cuadro 4. Efectos del capital tecnológico en la PTF de las manufacturas (efecto composición)
Estimación con medidas alternativas del capital tecnológico internacional log Rd
ijt log RfG7aijt α esp log RfG7a
ijt α tic log RfG7aijt R2 R2adj
(4) OLS 0.161 (11.638)
0.224 (10.101)
0.917 (21.112)
0.766 (18.109) 0.700 0.699
(4) FM 0.144 (4.414)
0.185 (3.630)
0.829 (7.966)
0.762 (6.971) 0.693 0.692
(4) DOLS 0.169 (4.685)
0.137 (2.433)
0.693 (6.028)
0.784 (6.493)
0.682
0.681
log Rdijt log Rf2y
ijt α esp log Rf2yijt α tic log Rf2y
ijt R2 R2adj
(5) OLS 0.231 (16.700)
0.132 (5.519)
0.933 (17.695)
0.929 (18.521) 0.663 0.662
(5) FM 0.229 (6.934)
0.096 (1.738)
0.782 (6.703)
0.979 (7.615) 0.658 0.657
(5) DOLS 0.235 (6.429)
0.042 (0.689)
0.615 (4.770)
0.984 (6.923) 0.640 0.639
log Rdijt log Rf2yG7
ijt α esp log Rf2yG7ijt α tic log Rf2yG7
ijt R2 R2adj
(6) OLS 0.225 (15.715)
0.141 (6.000)
0.892 (17.088)
0.816 (17.239) 0.653 0.652
(6) FM 0.225 (6.556)
0.104 (1.902)
0.742 (6.339)
0.851 (6.844) 0.648 0.647
(6) DOLS 0.234 (6.162)
0.052 (0.858)
0.575 (4.449)
0.828 (6.023) 0.630 0.629
Rd = Capital tecnológico propio de cada sector-país. RfG7a
ijt= Capital tecnológico foráneo para un sector-país, ponderando el capital propio de los países restantes pertenecientes al grupo G7 por el promedio en el período 1979-2000 de la cuota bilateral de comercio sectorial. Rf2y
ijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio de los restantes países por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del 2000 para los stocks de los años siguientes. Rf2yG7
ijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio de los países G7 restantes por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del 2000 para los stocks de los años siguientes.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
29
Cuadro 5. Efectos del capital tecnológico ponderado por la apertura a las importaciones
sobre la PTF de las manufacturas (efecto nivel)
log Rdijt
j
j
ym
log Rfaijt
α esp j
j
ym
log
Rfaijt
α tic j
j
ym
log
Rfaijt
R2 R2adj
(7) OLS 0.149 (9.859)
0.932 (9.669)
4.313 (21.414)
3.315 (16.714) 0.679 0.678
(7) FM 0.136 (3.857)
0.737 (3.375)
3.903 (8.049)
3.273 (6.377) 0.671 0.670
(7) DOLS 0.160 (4.110)
0.525 (2.174)
3.256 (6.075)
3.414 (6.019)
0.658
0.657
Rd = Capital tecnológico propio de cada sector-país. Rfa
ijt= Capital tecnológico foráneo para un país construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
30
Cuadro 6 Elasticidades respecto al capital tecnológico internacional
[0] [1] [2]=[1]*0.525 [3]= [1]*3.414 [4] = [1]*3.256
A Elasticidad respecto al capital
tecnológico propio de cada sector-país
Tasa de apertura Elasticidad respecto al capital tecnológico internacional
Elasticidad diferencial de TIC respecto al capital tecnológico
internacional
Elasticidad diferencial de España respecto al capital tecnológico internacional
(M man/VAB man) Elasticidad=0.525 (Elasticidad EOE=3.414) (Elasticidad España = 3.256)
Finlandia 0,160 0,274 0,144 0,934 Francia 0,160 0,262 0,137 0,894 Italia 0,160 0,204 0,107 0,698
Estados Unidos 0,160 0,150 0,079 0,512 Canadá 0,160 0,410 0,215 1,401 España 0,160 0,222 0,117 0,759 0,724
Promedios 0,160 0,133 0,866
[0] [1] [2]=[1]*1.057 [3] [4]
B Elasticidad respecto al capital
tecnológico propio de cada sector-país
Tasa de apertura Elasticidad promedio respecto al C.T. Internacional
Elasticidad diferencial de TIC respecto al capital tecnológico
propio de cada sector-país
Elasticidad diferencial de España respecto al capital tecnológico propio de cada sector-país
(M man/VAB man) Elasticidad=1.057 Elasticidad ICT = 0.274 Elasticidad España = 0.331
Finlandia 0,097 0,274 0,289 0,274 - Francia 0,097 0,262 0,277 0,274 - Italia 0,097 0,204 0,216 0,274 -
Estados Unidos 0,097 0,150 0,158 0,274 - Canadá 0,097 0,410 0,434 0,274 - España 0,097 0,222 0,235 0,274 0,331
Promedios 0,097 0,268 0,274
Fuente: Elaboración propia a partir de las elasticidades obtenidas en las estimaciones DOLS (versiones (7) y (8)).
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
31
Cuadro 7: Efectos del capital tecnológico ponderado por la apertura a las importaciones sobre la PTF de las manufacturas
(efecto nivel) Estimación con dummies en los stocks de capital tecnológico doméstico.
log Rdijt α esp log Rd
ijt α tic log Rdijt
j
j
ym
log Rfaijt R2 R2adj
(8) OLS 0.100 (5.585)
0.400 (17.180)
0.273 (9.221)
1.461 (13.861) 0.618 0.617
(8) FM 0.069 (1.553)
0.395 (6.598)
0.265 (3.413)
1.303 (5.330) 0.610 0.609
(8) DOLS 0.097 (1.995)
0.331 (5.007)
0.274 (3.188)
1.058 (3.914)
0.600
0.599
Rd = Capital tecnológico propio de cada sector-país. Rfa
ij= Capital tecnológico foráneo para un país construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
32
Cuadro 8: Efectos del capital tecnológico ponderado por la apertura a las
importaciones sobre la PTF de las manufacturas (efecto nivel)
Estimación calculando la PTF del sector de equipos eléctricos y ópticos con los deflactores de precios de la STAN.
log Rdijt
j
j
ym
log Rfaijt α esp
j
j
ym
log Rfa α tic j
j
ym
log Rfaij R2 R2adj
(9) OLS 0.173 (11.708)
0.823 (8.734)
4.266 (21.665)
1.670 (8.610) 0.653 0.651
(9) FM 0.157 (4.585)
0.649 (3.056)
3.861 (8.187)
1.687 (3.380) 0.644 0.643
(9) DOLS 0.180 (4.759)
0.474 (2.022)
3.217 (6.172)
1.911 (3.463)
0.632
0.631
j
j
ym
log Rfaijt log Rd
ijt α esp log Rdijt α tic log Rd
ij R2 R2adj
(10) OLS 1.256 (12.686)
0.123 (7.294)
0.398 (18.242)
0.149 (5.365) 0.619 0.618
(10) FM 1.133 (5.002)
0.088 (2.140)
0.393 (7.077)
0.147 (2.043) 0.611 0.609
(10) DOLS 0.928 (3.705)
0.113 (2.500)
0.331 (5.393)
0.175 (2.200)
0.602
0.601
Rd = Capital tecnológico propio de cada sector-país. Rfa
ijt= Capital tecnológico foráneo para un país construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
33
Cuadro 9. Efectos del capital tecnológico ponderado por la apertura a las importaciones sobre la PTF de las manufacturas
(efecto composición) Estimaciones cuando los stocks de capital españoles se calculan utilizando los
deflactores de Francia y de Francia e Italia.
log Rdijt j
j
ym
log Rfaijt
α esp j
j
ym
log Rfaijt α esp
j
j
ym
log Rfaijt R2 R2adj
(11) DOLS
0.162 (4.260)
0.510 (2.166)
3.836 (7.328)
3.401 (6.139) 0.687 0.686
(12) DOLS
0.167 (4.352)
0.496 (2.081)
4.303 (8.129)
3.376 (6.028) 0.701 0.700
Rd = Capital tecnológico propio de cada sector-país. Rfa
ijt= Capital tecnológico foráneo para un país construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
34
ANEXO I
MEDIDAS ALTERNATIVAS DEL STOCK TECNOLÓGICO FORÁNEO
Rfa
ijt = Capital tecnológico foráneo para un país construido ponderando el capital propio
de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota
bilateral de comercio sectorial.
RfG7aijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio
de los países restantes pertenecientes al grupo G7 por el promedio en el período 1979-
2000 de la cuota bilateral de comercio sectorial.
Rf2yijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio de
los restantes países por la cuota bilateral de comercio sectorial del año 1990 hasta este
año y del año 2000 para los stocks de los años siguientes.
Rf2yG7ijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio
de los países G7 restantes por la cuota bilateral de comercio sectorial del año 1990 hasta
este año y del año 2000 para los stocks de los años siguientes.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
35
ANEXO II CUADRO A.1. TASAS DE CRECIMIENTO MEDIO ANUAL ACUMULATIVO DE LAS PRINCIPALES VARIABLES EMPLEADAS
Crecimiento medio Country PTF (1979-2001)
Finland 6.1% France 2.3% Italy 2.1%
United States 2.6% Canada 1.7% Spain 7.2%
Crecimiento medio Industry PTF (1979-2001)
Alimentación 2.0%
Textil 3.1% Papel 2.6%
Química y pdtos. Químicos 4.4% Caucho y plásticos 3.4%
Otros pdtos. Min. No met. 3.1% Productos fabri. Metálicos 3.8%
Maquinaria y equipos 2.8% Equipos electric. y ópticos 7.7%*
Equipos de transporte 3.8%
* La tasa de crecimiento medio anual acumulativa de este sector se reduce al 5,6%
cuando se calcula con los deflactores convencionales que recoge la STAN
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
36
CUADRO A.2. ESTADÍSTICAS DE LAS VARIABLES TECNOLÓGICAS
PAÍS TAMAÑO RELATIVO EN
TÉRMINOS DE I+D* CRECIMIENTO MEDIO DEL
STOCK PROPIO CRECIMIENTO MEDIO DEL
STOCK FORÁNEO
FINLANDIA 0.71 9.04 3.61 FRANCIA 10.53 5.17 3.34 ITALIA 5.74 5.30 3.66 ESTADOS UNIDOS
78.78 2.52 6.48
CANADÁ 2.69 5.24 2.65 ESPAÑA 1.52 8.28 3.66 * Calculado con datos de 1990 ** Tasa de crecimiento medio anual acumulativo en el período 1979-2001
PAÍS TAMAÑO RELATIVO EN TÉRMINOS DE I+D*
CRECIMIENTO MEDIO DEL STOCK PROPIO **
CRECIMIENTO MEDIO DEL STOCK FORÁNEO **
Alimentación, bebidas y tabaco
1.71 3.91 3.42
Textil 0.37 3.42 2.55 Papel, artículos de
impresión y publicidad
1.19 4.87 4.71
Química y productos químicos
16.15 4.91 4.37
Caucho y productos plásticos
1.54 1.37 3.21
Otros productos de minerales no
metálicos
0.77 1.26 2.84
Productos de metales básicos y
productos de fabricados metálicos
2.39 1.55 2.00
Maquinaria y equipos (n.c.o.p)
3.68 3.63 3.62
Equipos eléctricos y ópticos
36.91 3.21 3.86
Equipos de transporte
35.24 2.02 2.42
* Calculado con datos de 1990 ** Tasa de crecimiento medio anual acumulativo en el período 1979-2001
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
37
Documentos de Trabajo
Facultad de Ciencias Económicas y Empresariales. Universidad de Zaragoza.
2002-01: “Evolution of Spanish Urban Structure During the Twentieth Century”. Luis Lanaspa, Fernando Pueyo y Fernando Sanz. Department of Economic Analysis, University of Zaragoza.
2002-02: “Una Nueva Perspectiva en la Medición del Capital Humano”. Gregorio Giménez y Blanca Simón. Departamento de Estructura, Historia Económica y Economía Pública, Universidad de Zaragoza.
2002-03: “A Practical Evaluation of Employee Productivity Using a Professional Data Base”. Raquel Ortega. Department of Business, University of Zaragoza.
2002-04: “La Información Financiera de las Entidades No Lucrativas: Una Perspectiva Internacional”. Isabel Brusca y Caridad Martí. Departamento de Contabilidad y Finanzas, Universidad de Zaragoza.
2003-01: “Las Opciones Reales y su Influencia en la Valoración de Empresas”. Manuel Espitia y Gema Pastor. Departamento de Economía y Dirección de Empresas, Universidad de Zaragoza.
2003-02: “The Valuation of Earnings Components by the Capital Markets. An International Comparison”. Susana Callao, Beatriz Cuellar, José Ignacio Jarne and José Antonio Laínez. Department of Accounting and Finance, University of Zaragoza.
2003-03: “Selection of the Informative Base in ARMA-GARCH Models”. Laura Muñoz, Pilar Olave and Manuel Salvador. Department of Statistics Methods, University of Zaragoza.
2003-04: “Structural Change and Productive Blocks in the Spanish Economy: An Imput-Output Analysis for 1980-1994”. Julio Sánchez Chóliz and Rosa Duarte. Department of Economic Analysis, University of Zaragoza.
2003-05: “Automatic Monitoring and Intervention in Linear Gaussian State-Space Models: A Bayesian Approach”. Manuel Salvador and Pilar Gargallo. Department of Statistics Methods, University of Zaragoza.
2003-06: “An Application of the Data Envelopment Analysis Methodology in the Performance Assessment of the Zaragoza University Departments”. Emilio Martín. Department of Accounting and Finance, University of Zaragoza.
2003-07: “Harmonisation at the European Union: a difficult but needed task”. Ana Yetano Sánchez. Department of Accounting and Finance, University of Zaragoza.
2003-08: “The investment activity of spanish firms with tangible and intangible assets”. Manuel Espitia and Gema Pastor. Department of Business, University of Zaragoza.
DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla
38
2004-01: “Persistencia en la performance de los fondos de inversión españoles de renta variable nacional (1994-2002)”. Luis Ferruz y María S. Vargas. Departamento de Contabilidad y Finanzas, Universidad de Zaragoza.
2004-02: “Calidad institucional y factores político-culturales: un panorama inter.-nacional por niveles de renta”. José Aixalá, Gema Fabro y Blanca Simón. Departamento de Estructura, Historia Económica y Economía Pública, Universidad de Zaragoza.
2004-03: “La utilización de las nuevas tecnologías en la contratación pública”. José Mª Gimeno Feliú. Departamento de Derecho Público, Universidad de Zaragoza.
2004-04: “Valoración económica y financiera de los trasvases previstos en el Plan Hidrológico Nacional español”. Pedro Arrojo Agudo. Departamento de Análisis Económico, Universidad de Zaragoza. Laura Sánchez Gallardo. Fundación Nueva Cultura del Agua.
2004-05: “Impacto de las tecnologías de la información en la productividad de las empresas españolas”. Carmen Galve Gorriz y Ana Gargallo Castel. Departamento de Economía y Dirección de Empresas. Universidad de Zaragoza.
2004-06: “National and International Income Dispersión and Aggregate Expenditures”. Carmen Fillat. Department of Applied Economics and Economic History, University of Zaragoza. Joseph Francois. Tinbergen Institute Rotterdam and Center for Economic Policy Resarch-CEPR.
2004-07: “Targeted Advertising with Vertically Differentiated Products”. Lola Esteban and José M. Hernández. Department of Economic Analysis. University of Zaragoza.
2004-08: “Returns to education and to experience within the EU: are there differences between wage earners and the self-employed?”. Inmaculada García Mainar. Department of Economic Analysis. University of Zaragoza. Víctor M. Montuenga Gómez. Department of Business. University of La Rioja
2005-01: “E-government and the transformation of public administrations in EU countries: Beyond NPM or just a second wave of reforms?”. Lourdes Torres, Vicente Pina and Sonia Royo. Department of Accounting and Finance.University of Zaragoza
2005-02: “Externalidades tecnológicas internacionales y productividad de la manufactura: un análisis sectorial”. Carmen López-Pueyo, Jaime Sanaú y Sara Barcenilla. Departamento de Economía Aplicada. Universidad de Zaragoza.