Está en la página 1de 24

Universidad

Nacional de Loja
FACULTAD JURÍ DICA SOCIAL Y
ADMINISTRATIVA

ECONOMÍ A
ESTADISTICA III

Proyecto sobre:
La producción de los diferentes
cantones del Ecuador en función al
VAB del sector primario, secundario y
terciario, 2016.

Integrantes: Alexandra
Murquincho
Carolina Jiménez

Docente: Eco. Johanna Alvarado

Ciclo: 3º Economí a “A”

Fecha: 23 de febrero de 2018


1. Tema

La producción de los diferentes cantones del Ecuador en función al VAB del sector primario,
secundario y de terciario, 2016.

2. Resumen

Es importante analizar los sectores económicos y así determinar su comportamiento frente a la


producción, por lo cual se determinará fácilmente si estos sectores contribuyen al desarrollo
económico, y que medidas deberían implantar los gobiernos para mejorarlas.

En base a esto, se aborda en el presente trabajo, la hipótesis de los tres sectores, la misma que
fue desarrollada por los economistas Colin Clark y Jean Fourastié, donde asegura que los países
con bajos ingresos nacionales obtienen sus ingresos a base de la producción del sector primario,
mientras que los países en vía de desarrollo con ingresos intermedios nacionales, son a base de
la producción del sector secundario y los países desarrollados con ingresos altos obtienen sus
ingresos del sector terciario.

Para el desarrollo del presente trabajo hemos tomado datos de las cuentas cantonales del BCE,
y, entre las variables tenemos (productividad y VAB del sector primario, secundario y terciario),
por lo cual nuestro objetivo general fue: Determinar la relación entre la producción de los
diferentes cantones del Ecuador y el VAB del sector primario, secundario y terciario.

Con la finalidad de desarrollar el objetivo principal utilizamos un modelo econométrico, en el cual


se analizaron la relación entre las variables económicas ya mencionadas, mediante los pasos de
regresión lineal múltiple se verifico que tan relacionadas se encuentran.

En los resultados obtenidos observamos que la producción depende en su mayoría al sector


primario, por ello al aumentar la producción de este sector aumentara la productividad, por ende,
podemos atestiguar la hipótesis de los tres sectores que los países de bajos ingresos dependen
del sector primario.

3. Introducción

Al desarrollar la presente investigación debemos centrar nuestra atención en la producción y


como está se desarrolla dentro de los distintos cantones de nuestro país en el año 2016, a través
del valor agregado bruto, más conocido como el VAB, el cual mide el valor total creado por un
sector, país o región; evaluando tanto la producción del sector primario, secundario y terciario.
Uno de los enfoques teóricos más utilizados para explicar la incidencia de la producción de los
sectores económicos en la economía ecuatoriana es la hipótesis de los tres sectores formulada
por los economistas Clarke y Fourastié. Según la cual el principal objeto de la actividad de una
economía varía desde el sector primario hasta el secundario y el terciario. En este contexto la
investigación examina mediante un modelo econométrico la relación entre la producción y el VAB
de cada sector en Ecuador respectivamente, con datos de corte transversal para el año 2016.
Nuestra hipótesis es que la producción se incrementa como resultado del aumento de los
sectores. Los resultados encontrados muestran que la hipótesis de los tres factores es factible
para Ecuador, una ley de esta hipótesis es que los países con ingresos bajos son a base del
sector primario, por ende, nuestro país al tener ingresos bajos dependería más del sector
primario que del resto de sectores analizados.

La economía ecuatoriana se ha caracterizado por la producción de bienes primarios para el


mercado internacional, por ello este sector comprende las actividades de extracción directa de
bienes de la naturaleza. En nuestro país el sector primario es una parte dinámica y vital de la
economía por ende provee de ingresos para casi el 40% de la población y aporta casi con el 50%
de divisas para el país, produce una gran cantidad de alimentos, fibras y otros productos que
permiten alimentar y vestir a la población.

Podemos decir que la producción del sector primario es uno de elementos más importantes
dentro de la economía de nuestro país. Gracias al aporte del sector primario el estado está
apostando por la satisfacción de las necesidades del colectivo.

Con el VAB de los tres sectores económicos nos permitirán evaluar la economía de nuestro país,
por tal razón es importante analizar cada de uno de ellos y así determinar su comportamiento
frente a la producción, por lo cual se determinará fácilmente si estos sectores contribuyen al
desarrollo económico.

4. Problemática de la investigación

En la presente investigación se pretende determinar si una de las teorías de la hipótesis de los


tres factores describe que los países con ingresos bajos, son a base del VAB del sector primario,
y a la vez determinar si esta posee una correlación significativa con la producción de nuestro
país.

5. Objetivos

5.1 Objetivo general

• Determinar la relación entre la producción de los diferentes cantones del Ecuador y el


VAB del sector primario, secundario y terciario, 2016.
5.2 Objetivos específicos

• Analizar el VAB del sector primario, secundario y terciario, 2016.


• Comprobar que el VAB del sector primario, secundario y terciario son significativos para
predecir la producción.
• Verificar si la mayor parte de la producción de Ecuador es a base del VAB del sector
primario.

6. Revisión de la literatura

En una serie de estudios se ha encontrado ciertas relaciones que tiene la productividad junto a
los diferentes sectores de la economía tratados en este proyecto, los mismos que se presentan
a continuación.

Clark y Fourastié (1930) postulan una teoría económica que divide a la economía en tres
sectores: materias primas (primario), la manufactura (secundario) y los servicios (terciario).
(Rozo, 2014). Referente a esta teoría su principal objetivo es que la actividad económica varía
desde el sector primario, secundario y terciario; de tal manera que Fourastié planteo esta idea
como positiva, además el autor menciona que los países con ingresos bajos están en un
temprano desarrollo y que la mayor parte de sus ingresos nacionales es a base de la producción
del sector primario, mientras que con un desarrollo un poco más avanzado los ingresos
nacionales se obtienen por medio del sector secundario y los países altamente desarrollados con
unos ingresos muy elevados predomina el sector terciario. (Hoyos, 2014)

Genilson Valotto Patuzzo (2011) señala que el sector servicios fue durante mucho tiempo
considerado como un sector improductivo que no generaba riquezas para las economías. Pero
en el transcurso del siglo XIX y principalmente a partir de mediados del siglo XX empezaron a
ver el sector servicios como productivo para las economías, y actualmente es considerado el
sector, principalmente en los países desarrollados, como la mayor fuente de ingresos para estos
países, haciendo énfasis a la teoría de Colin Clark y Jean Fourastié.

Melvin Lizano (2008) Postula que según los censos de 1973, 1984 y 2000, los trabajadores
costarricenses se han trasladado del sector económico conforme la economía evoluciona. El
sector servicios se convirtió en el más importante, seguido de la industria. Los porcentajes de
IED indican que el sector con mayor inversión en Costa Rica es el sector secundario, al aumentar
sus ingresos a base del VAB del sector secundario, aumento también el empleo respectivamente.

7. Datos y metodología

7.1. Datos

En la presente investigación utilizamos datos del Banco Central del Ecuador de la producción y
el VAB del sector primaria, secundario y terciario de los cantones del país.
Se contará con una variable dependiente que es la producción y tres variables independientes
que son el VAB del sector primario, secundario y terciario de los cantones de cada provincia del
país.

A continuación, se detalla cada una de ellas en la Tabla 1.

Tabla 1. Descripción de las variables usadas en el modelo econométrico

Tipo de Variable y Unidad de


Definición
variable notación Medida
La producción es la
actividad que
aporta valor
agregado por creación y
suministro
de bienes y servicios.
Dependiente Producción 𝑷 Es decir, se trata de la
capacidad que tiene
un factor
productivo para crear
determinados bienes en
un periodo determinado.
(Wikipedia)
Es el sector que obtiene
el producto de sus
actividades
directamente de la
naturaleza, sin ningún
Sector proceso de
primario X1 transformación. Dentro
de este sector se
encuentran la
agricultura, la
ganadería, la caza y la
pesca. (Manjarrés)
Todas las variables
Comprende todas las
están expresadas
actividades económicas
como unidades
de un país relacionadas
monetarias en miles
con la transformación
de dólares
Independientes industrial de los
Sector alimentos y otros tipos
secundario X2 de bienes o
mercancías, los cuales
se usan como base
para la fabricación de
nuevos productos.
(Manjarrés)
Se refiere a todas las
actividades, que no
producen mercancías o
bienes tangibles, pero
Sector
que son necesarias
terciario X3
para el normal
funcionamiento de la
economía. (Universidad
de Caldas)
El Valor Agregado
Bruto, también
denominado PIB, es
Valor
uno de los indicadores
Control Agregado
VAB más importantes para
bruto
evaluar la actividad
económica, ya sea de
un sector en especial o
de toda la economía.
(Eumed)

Figura 1. VAB del sector primario, secundario y terciario en función de la producción de cada cantón de
las provincias del Ecuador.

VAB del sector primario VAB del sector secundaria


10000000 20000000 30000000 40000000

10000000 20000000 30000000 40000000


0

0 500000 1000000 1500000 0 1000000 2000000 3000000 4000000


VABprimaria VABsecundaria

Producción Fitted values Producción Fitted values

VAB del sector terciario


10000000 20000000 30000000 40000000
0

0 2000000 4000000 6000000 8000000


VABterciaria

Producción Fitted values

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

En la figura 1 se muestra la relación entre el VAB del sector primario, secundario y terciario y la
producción de los cantones del Ecuador, respectivamente en el periodo 2016. La correlación
entre las variables es lineal positiva, a medida que la producción aumenta el VAB del sector
primario, secundario y terciario también aumentarán. Los datos se ajustan a la línea de tendencia.
Tabla 2. Estadísticos descriptivos de las variables utilizadas

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

La tabla 2 muestra el resumen de las variables, el modelo cuenta con 221 observaciones en los
cantones del Ecuador, a su vez muestra los estadísticos descriptivos, tales como la media, la
desviación estándar, y los valores mínimos y máximos de cada una de las variables predictoras
en estudio, junto con la variable que se desea predecir denominada en nuestro proyecto
producción.

7.2. Metodología
7.2.1. Modelo de regresión

Con el fin de verificar econométricamente la relación entre la producción y el VAB del sector
primario, secundario y terciario planteamos un modelo econométrico con datos de corte
trasversal de la siguiente forma:

𝑷 = 𝛽$ + 𝛽& 𝑋& + 𝛽( 𝑋( + 𝛽) 𝑋) + 𝜇 (1).

La ecuación (1) muestra la variable dependiente que es la producción y las variables


independientes que son VAB del sector primario X1, VAB del sector secundario X2, VAB del sector
terciario X3.
Tabla 3. Tabla ANOVA de la producción en función del VAB del sector primario, secundario y terciario

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

En la tabla 4 podemos determinar la siguiente ecuación de regresión múltiple

𝑷 = 𝛽$ + 𝑉𝐴𝐵𝑝𝑟𝑖𝑚𝑎𝑟𝑖𝑎 𝑋& + 𝑉𝐴𝐵𝑠𝑒𝑐𝑢𝑛𝑑𝑎𝑟𝑖𝑎 𝑋( + 𝑉𝐴𝐵𝑡𝑒𝑟𝑐𝑖𝑎𝑟𝑖𝑜𝑋) (2).

𝑷 = −46694.96 + 2.077714𝑋& + 2.84332𝑋( + 3.715912𝑋) (3).

En la ecuación 2 analizamos la ecuación de la regresión múltiple. En la ecuación 3 podemos


decir que se muestra un intercepto es de -46694.96, que es el valor estimado de la producción
de los cantones, cuando las demás variables son cero.

Los coeficientes de regresión de cada variable independiente señalan que la producción


mantiene una relación directa con el VAB primario, por lo que, al aumentar el VAB primario
mientras las otras variables se mantienen constantes, se estima un aumento de 2.077714 en la
producción. Con respecto al VAB secundaria igualmente se observa una relación directa debido
al signo que indica el coeficiente, por lo que, al aumentar el VAB secundario mientras las otras
variables se mantienen constantes, se estima un aumento de 2.84332 en la producción.
Finalmente, al observar el VAB terciario, al igual que las otras variables independientes muestra
una relación directa con la producción, es decir al aumentar el VAB terciario incrementara en
3.715912 la producción de los cantones.

7.2.2. Coeficiente de determinación


En la tabla 3 el coeficiente de determinación es de 0.9969 esto nos indica que las variables
independientes (VAB primario, VAB secundaria, VAB terciario) explican el 99.69% de la variación
de la producción de los cantones. Esto indica que es un buen modelo para determinar la
producción respecto al VAB de los sectores.

7.2.3. Coeficiente de determinación ajustado

Para equilibrar el efecto del número de variables del VAB de los sectores, en el coeficiente de
determinación múltiple analizamos el coeficiente de determinación ajustado.

2
En la tabla 4 podemos observar que el R ajustado indica que el VAB del sector primario,
secundario y terciario representan el 99.69% de la varianza de la producción, por lo cual también
se observa que es un buen modelo.

7.2.4. Pruebas de multicolinealidad

Tabla 4. Matriz de multicolinealidad de la producción en función del VAB del sector primario, secundario y
terciario

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

En la tabla 4 la matriz de correlación indica que hay problemas de multicolinealidad. La variable


VAB secundaria tiene una alta correlación con la variable VAB terciaria, por ende, eliminamos la
variable VAB secundaria ya que la correlación con la variable producción es menor que el VAB
terciario.

También podemos observar que la variable VAB primaria y VAB terciaria tienen una alta
correlación con la producción. Por ende, deberían de incluirse en el modelo de regresión.

7.2.5. Factor de inflación de la varianza


Tabla 5. Factor de inflación de la varianza de la producción en función del VAB del sector primaria,
secundaria y terciario

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

En la tabla 5 observamos que el VIF de la variable VAB secundaria, VAB terciaria es mayor al
límite superior 10, lo cual no es satisfactorio, por ende, se eliminarían del modelo de regresión.

También observamos que el VIF de la variable VAB primaria es menor que al límite superior 10,
lo cual es satisfactorio y debe incluirse en el modelo de regresión.

7.2.6. Evaluación de las suposiciones de la regresión múltiple

Figura 2. Histograma de residuos de la producción en función del VAB del sector primario, secundario y
terciario
200
150
Frequency
100
50
0

0 1.00e+07 2.00e+07 3.00e+07 4.00e+07


Fitted values

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

En la figura 2 podemos observar en el histograma que las observaciones de la distribución de


los residuos no están concentradas en la media, en su totalidad las observaciones están
ubicados a la derecha, por lo cual no podemos confirmar la suposición de que los residuos sigan
la distribución de probabilidad normal. Por lo tanto, las inferencias que se hacen con base en la
hipótesis global e individual no se confirman con los resultados de esta evaluación.

Figura 3. Gráfica de los residuos de la producción en función del VAB del sector primario, secundario y
terciario
1000000
0
Residuals
-1000000 -2000000

0 1.00e+07 2.00e+07 3.00e+07 4.00e+07


Fitted values

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)
En la figura 3 podemos observar que los residuos se trazan en el eje vertical frente a la,
producción, en el eje horizontal. Los puntos no están tan dispersos y hay no un patrón discernible
en el trazo, de modo que concluimos que la relación quizá no sea lineal. La distribución de los
residuos muestra una proporción aproximadamente igual de los residuos negativos y positivos
centrados en cero, de manera que confirmamos la suposición de homoscedasticidad lo que
significa que la variación respecto de la ecuación de regresión es igual para todos los valores del
VAB primario, secundario y terciario.

7.2.7. Prueba global: prueba del modelo de regresión múltiple

𝑯𝟎 : 𝜷𝟏 = 𝜷𝟐 = 𝜷𝟑 = 𝟎

𝑯𝟏 : 𝒏𝒐 𝒕𝒐𝒅𝒐𝒔 𝒍𝒐𝒔 𝜷𝒋 𝒔𝒐𝒏 𝒄𝒆𝒓𝒐

Se rechaza 𝑯𝟎 si F > 2.6

Figura 4. Distribución “F”

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

YZ[
F (3,217) =
YZ\

9.7637e+14 / 4.1316e+10= 23631.82

En la figura 4 se observa que el valor F es 23631.82, que se encuentra en la región de rechazo.


Por lo tanto, se descarta la hipótesis nula de que todos los coeficientes de regresión múltiple son
cero. Esto significa que algunas variables VAB primario, VAB secundario, VAB terciario tienen la
capacidad de explicar la variación de producción de los cantones. Estas variables tienen gran
peso sobre la producción.

Prueba p

En la tabla 3 se observa el valor p del estadístico F que es igual a 0.0000 (probabilidad de


observar que el valor de 23631.82 es tan no más grande que el estadístico de prueba f,
asumiendo que la hipótesis sea verdadera). Es claramente menor que el nivel de significancia
de 0.05. Por lo tanto, se decide rechazar la hipótesis nula y se concluye que por lo menos uno
de los coeficientes de regresión no es igual a cero.

7.2.8. Prueba de los coeficientes de regresión individual

Tabla 6. Prueba de los coeficientes de regresión individual

Para VAB primario Para VAB secundario Para VAB terciario


H 0: β 1 = 0 H 0: β 2 = 0 H 0: β 3 = 0
H 1: β 1 ≠ 0 H 1: β 2 ≠ 0 H 1: β 3 ≠ 0
𝒃𝟏 𝒃𝟐 𝒃𝟑
𝒕= 𝒕= 𝒕=
𝑺𝒃𝟏 𝑺𝒃𝟐 𝑺𝒃𝟑
2.077714 2.84332 3.715912
𝒕= = 11.14 𝒕= = 20.37 𝒕= = 41.61
. 1865337 . 1396036 . 0893117

Figura 5. Distribución “t”

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

En la figura 5 los tres valores t están en la región de rechazo a la derecha de 1.960. por ello,
concluimos que los coeficientes de regresión de las variables VAB primaria, VAB secundaria y
VAB terciaria no son cero, por lo tanto, El VAB del sector primario, secundario y terciario son
factores de predicción significativos de la producción de los cantones.

Prueba p

En la tabla 3 a un nivel de significancia del 0,05, los valores p de los coeficientes de regresión
VAB primario, VAB secundario, VAB terciario son menores a 0.005. Rechazando la hipótesis
nula y concluimos que estos coeficientes de regresión no son iguales a 0, y son factores de
predicción significativos de la producción.
7.2.9. Error estándar de estimación múltiple

En la tabla 3 el Error estándar de estimación detallado por (Root MSE) de 2.0e+05, es grande
significa que los datos están muy dispersos respecto de la recta de regresión, y la ecuación de
regresión no proporcionará una estimación precisa de la producción.

7.2.10. A continuación, se presenta la nueva ecuación sin las variables VAB secundaria
y VAB terciaria.

Tabla 7. Estadísticas de regresión de la producción en función al VAB primario

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

La prueba del factor de inflación de la varianza el VAB del sector secundario y terciario tienen un
VIF mayor al límite de 10 por lo cual se las elimina del modelo de regresión, ya que el VIF es una
prueba más precisa para determinar la correlación entre las variables independientes.

𝑷 = 𝛽$ + 𝛽& 𝑋& (4).

𝑷 = 𝛽$ + 𝑉𝐴𝐵𝑝𝑟𝑖𝑚𝑎𝑟𝑖𝑎 𝑋& (5).

En la ecuación 4 muestra el nuevo modelo de regresión, en la ecuación 5 se puede observar que


la variable dependiente es la producción y la variable independiente el VAB del sector primario
𝑷 = −400529.8 + 25.52632 𝑋& (6).

En la ecuación 6 analizamos la ecuación regresión simple, donde podemos decir que se muestra
un intercepto de un valor de -400529.8 que es el valor estimado de la producción, cuando la
variable VAB primaria es cero. El coeficiente de regresión señala que la producción mantiene
una relación directa con el VAB primario, por lo que, al aumentar el VAB primario, se estima un
aumento de 25.52632 en la producción.

2
En la tabla 7 el valor r ha disminuido, significativamente. Utilizando las tres variables (VAB
2
primaria, VAB secundaria, VAB terciaria), el valor R fue de 0.9969, al quitar las os variables no
2
significativas, el valor r es de 0.5221 respectivamente. Preferimos tener la ecuación con el menor
número de variables independientes, porque es más fácil de interpretar. Observamos que el valor
p es menor a 0.05. Por lo tanto, por lo menos uno de los coeficientes de regresión no es igual a
cero.

Revisando la significancia de la pendiente, comprobamos que el valor p asociado al VAB del


sector primario es menor a 0.05. Concluimos que el coeficiente de regresión es distinto de cero.
Por lo que es un factor de predicción útil de la producción.

En la tabla 7 el error estándar de estimación simple se ha mantenido igual de 2.5e+06, que es


un valor grande, lo que significa que los datos están muy dispersos respecto de la recta de
regresión, y la ecuación de regresión no proporcionara una estimación precisa de la producción.

7.2.11. Estimaciones de intervalo de predicción

Tabla 8. Estadísticos descriptivos del VAB del sector primario en función de la producción

Fuente: Elaboración propia con datos del Banco central del Ecuador (2016)

7.2.11.1. Intervalos de confianza

𝟏 (𝒙d𝒙)𝟐
𝑷 ± 𝒕 𝒔𝒑∗𝒙 + (7).
𝒏 𝜮(𝒙d𝒙)𝟐

En la ecuación 7 determinaremos un intervalo de confianza de 95% para la producción de los


cantones que tienen un VAB del sector primario de $89.3787.

Primero determinamos la producción que se espera que tenga los cantones si tienen un VAB del
sector primario. Esto es, determinado por la ecuación 8
𝑷 = −𝟒𝟎𝟎𝟓𝟐𝟗. 𝟖 + 𝟐𝟓. 𝟓𝟐𝟔𝟑𝟐 𝟖𝟗. 𝟑𝟕𝟖𝟕 = −𝟑𝟗𝟖, 𝟐𝟑𝟐𝟏 (8).

𝟏 (𝟖𝟗.𝟑𝟕𝟖𝟕d𝟒𝟐.𝟓𝟗𝟎𝟗 )𝟐
−𝟑𝟗. 𝟐𝟑𝟐𝟏 ± 𝟏. 𝟗𝟔𝟎 𝟐 . 𝟓𝟎𝟎𝟎 + (9).
𝟐𝟐𝟏 𝟐.𝟑𝟓𝟒𝟐

Por lo tanto, en la ecuación 9 el intervalo de confianza de 95% la producción de los cantones que
tienen el VAB del sector primario de $89.3787 es de $20.711.300 y $ 40.000.000.

7.2.11.2. Intervalos de predicción

𝟏 (𝒙d𝒙)𝟐
𝑷 ± 𝒕 𝒔𝒑∗𝒙 𝟏+ + (10).
𝒏 𝜮(𝒙d𝒙)𝟐

Se desea estimar la producción para el cantón Catamayo, donde el VAB del sector primario es
de $ 89.3787. El intervalo de predicción de 95% se determina en la ecuación 11

𝟏 𝟖𝟗.𝟑𝟕𝟖𝟕d𝟒𝟐𝟓𝟗𝟎,𝟖𝟕𝟕𝟖 𝟐
−𝟑𝟗𝟖, 𝟐𝟑𝟐. 𝟏𝟕𝟔 ± 𝟏. 𝟗𝟔𝟎 𝟐 𝟓𝟎𝟎 𝟎𝟎𝟎 𝟏+ + (11).
𝟐𝟐𝟏 𝟐,𝟑𝟓𝟒𝟐𝟓𝑬o𝟏𝟐

En la ecuación 11, se determinó el intervalo de $ 15.711.30 y 50.000.00 .Se concluye que la


producción que tiene el cantón Catamayo que tiene un valor del VAB del sector primario de
$89.3787 estará aproximadamente entre $15.711.30 y $50.000.00.

8. Discusión de resultados

Al realizar la prueba F (prueba global) se descarta que todos los coeficientes de regresión
múltiple son cero, es decir estas variables tienen la capacidad de explicar la variación de la
producción.

Según la prueba VIF encontramos que el VAB del sector secundario y terciario se encuentran
fuertemente relacionados entre sí, mostrando problemas de multicolinealidad, el mismo que no
nos permite realizar inferencias acerca de los coeficientes de regresión individuales y sus efectos
respecto a la productividad, deduciendo que tanto el sector secundario como terciario deben ser
eliminados del análisis, resultando como única variable predictora el sector primario.

Luego de realizar los ajustes necesarios al modelo se ha podido comprobar que la actividad
económica primaria se encuentra fuertemente relacionada con la producción, por lo cual se
deduce que esta variable puede explicar a la misma.

Estos resultados coinciden con la hipótesis de los tres sectores propuesta por Clarke y Fourastié
(1930), la cual indica que la mayoría de los ingresos son a base de la producción del sector
primario, determinando que al aumentar la producción de este sector aumenta la productividad.
Por lo que se concluye que el sector primario explica de mejor manera el modelo.
9. Conclusiones

• Los resultados obtenidos detallan la relación del VAB primaria, secundaria y terciaria con
la producción de los sectores para el período 2016 en Ecuador, respectivamente. En el
análisis de regresión lineal múltiple notamos que el VAB primario tiene una alta
capacidad explicativa con la producción y tiene una relación positiva tal como menciona
la hipótesis de Colin Clark y Jean Fourastié, por lo cual se concluye que la hipótesis de
los tres sectores se cumple para Ecuador.
• En nuestro modelo las variables de control como el VAB del sector secundario y el VAB
terciario resultan no significativas para Ecuador. Esto es debido a que nuestro país
obtuvo en 2016 ingresos bajos nacionales y al relacionarla con la hipótesis sus ingresos
dependerían del VAB primario por ende el VAB secundario y terciario no son los
principales generadores de ingresos, es por ello que el VAB primario influye en la
economía ecuatoriana.
• Evaluando nuestro modelo sería factible que el gobierno nacional se encargara de
fomentar a la población el hecho de generar actividades transformadoras, es decir que
nuestra materia prima sea utilizada para elaborar productos nuevos e innovadores para
la sociedad en general.
• Finalmente, considerando que el VAB primario, se incrementa como resultado de la
producción de los cantones, es necesario establecer políticas destinadas a incrementar
la producción de los sectores secundarios y terciarios para elevar los ingresos nacionales
del país.
10. Referencias bibliográficas


hoyos, C. (2014). Obtenido de http://chramirez.blogspot.com/2014/05/hipotesis-de-los-tres-
sectores.html

N Kaldor. (1966). Causes of the Slow Rate of Economic Growth of the united kingdom: An
Inaugural lecture. Cambrigde University Press.

Rozo, F. (2014). Hipotesis de los tres sectores. Obtenido de


http://pipesistema.blogspot.com/2014/05/hipotesis-de-los-tres-sectores.html

Eumed. (s.f.). Obtenido de http://www.eumed.net/diccionario/definicion.php?dic=1&def=96

Manjarrés, J. (s.f.). Obtenido de https://manjarres.webnode.com.co/products/clase-4-sectores-


economicos/

Universidad de Caldas. (s.f.). Economía 1. 28. Obtenido de


https://www.uaeh.edu.mx/investigacion/productos/4775/economia-1.pdf

Wikipedia. (s.f.). Obtenido de


https://es.wikipedia.org/wiki/Producci%C3%B3n_(econom%C3%ADa)

Lizano, M. (09 de 2008). es.scribd.com. Obtenido de es.scribd.com:


https://es.scribd.com/doc/6211811/Sectores-Economicos

Patuzzo, G. V. (2011). www.eumed.net. La evolución en la consideración económica del sector


servicios, en Contribuciones a la Economía. Obtenido de www.eumed.net:
http://www.eumed.net/ce/2011a/gvp.htm

11. Anexos

Tabla 9. Producción total y valores del VAB primario, secundario y terciario de cada uno de los
cantones del Ecuador

CANTÓN Suma de VAB Suma de VAB PRODUCCIÓN


Sector primario Sector servicios
Suma de VAB
sector
manufacturero
Cuenca 73.414 854.686 1089626,662 7.330.746

Girón 1.429 527 12744,55594 35.312

Gualaceo 3.133 5.805 36257,59653 143.235

Nabón 7.061 603 8558,21673 39.669

Paute 20.137 330 25406,48199 125.657

Pucará 866 193 5789,051697 18.171

San Fernando 3.463 95 1785,962845 16.437

Santa Isabel 4.724 552 18396,4367 67.897

Sigsig 6.744 718 19373,84714 69.608

Oña 1.105 83 2202,855418 10.241

Chordeleg 1.846 3.216 8979,645744 35.412

El Pan 1.968 50 2216,248631 12.967

Sevilla De Oro 2.712 288 3803,726292 524.187

Guachapala 2.837 56 1910,441176 13.684

Camilo Ponce Enríquez 2.391 518 21821,75077 62.947

Guaranda 54.113 10.844 151348,0235 593.241

Chillanes 4.218 145 17743,03156 40.313

Chimbo 4.837 220 13790,46496 49.550

Echeandía 12.300 181 12983,29693 49.488

San Miguel 14.222 388 24375,09143 75.176

Caluma 21.558 185 14011,87483 95.420

Las Naves 11.426 57 4370,585314 32.123


Azogues 17.946 10.680 134645,5141 601.820

Biblián 6.771 542 18085,6589 109.092

Cañar 11.107 33.772 61671,03977 344.318

La Troncal 95.576 47.540 80506,37394 637.482

El Tambo 2.985 3.494 10769,91091 90.268

Déleg 3.709 70 4191,048312 25.917

Suscal 780 20 3736,706187 23.871

Tulcán 66.455 8.302 157215,7429 625.243

Bolívar 27.403 203 9015,465933 73.249

Espejo 37.306 635 15080,43864 92.193

Mira 19.135 188 10240,79713 56.861

Montúfar 40.448 1.468 38988,5665 159.284

San Pedro de Huaca 10.052 3.602 5122,501234 41.172

Latacunga 240.543 82.457 304204,5608 1.829.605

La Maná 64.257 1.474 48516,14637 228.424

Pangua 23.965 947 14735,98606 70.014

Pujilí 18.888 258 54204,3978 190.279

Salcedo 62.550 19.890 58366,41422 358.537

Saquisilí 6.079 4.549 20655,92483 78.966

Sigchos 6.162 101 11610,51893 36.271

Riobamba 115.266 206.587 431834,5669 2.654.547

Alausí 22.586 370 32913,16662 111.946

Colta 21.323 417 23214,03719 88.548

Chambo 14.742 276 6784,437677 52.699

Chunchi 13.855 177 13728,73066 54.884

Guamote 34.715 1.939 27392,32526 117.865

Guano 41.679 2.646 19590,63728 153.440

Pallatanga 8.677 195 6444,021659 33.805

Penipe 7.529 283 5044,210525 25.706

Cumandá 15.732 235 12548,08367 67.528

Machala 388.994 76.208 655688,3934 3.159.613

Arenillas 19.663 7.881 30277,25504 125.698

Atahualpa 1.237 4.317 5791,984633 28.073

Balsas 14.621 4.432 12940,92068 71.422

Chilla 1.244 1.596 3100,053822 13.248

El Guabo 171.873 7.542 70717,66823 547.359

Huaquillas 13.346 9.167 83119,93376 249.222

Marcabelí 1.385 2.833 4546,181939 25.316

Pasaje 54.410 10.314 100731,3697 387.458

Piñas 10.867 9.150 43472,19489 186.209

Portovelo 509 2.521 9548,466151 76.175

Santa Rosa 91.710 11.184 94393,24272 445.559

Zaruma 1.955 4.654 21997,54614 144.031

Las Lajas 611 3.150 3369,929114 20.723

Esmeraldas 89.062 692.631 335027,4189 3.919.386


Eloy Alfaro 98.656 4.918 39621,98928 214.597

Muisne 37.719 1.132 23368,02008 97.762

Quinindé 468.257 67.759 154857,1735 1.125.515

San Lorenzo 24.681 1.056 45895,20073 116.008

Atacames 14.861 5.486 49240,74005 278.715

Rioverde 69.411 139 24773,46014 133.096

Guayaquil 1.225.692 4.222.221 5492515,957 35.801.342

Alfredo Baquerizo Moreno 20.784 7.905 13235,79159 87.807

Balao 65.615 1.693 11512,27077 135.486

Balzar 36.516 1.159 41309,12349 141.060

Colimes 25.618 8.488 11425,88746 87.537

Daule 27.929 19.478 106986,327 786.796

Durán 15.778 886.407 247471,5925 3.142.398

El Empalme 42.859 2.488 61052,13419 250.561

El Triunfo 89.105 8.263 42380,67138 257.424

Milagro 60.493 83.355 208986,0237 800.397

Naranjal 168.734 39.881 62479,02008 507.842

Naranjito 36.532 1.043 30326,46944 116.223

Palestina 16.577 9.715 10014,75685 70.434

Pedro Carbo 21.966 5.554 25527,2486 102.461

Samborondón 80.512 33.707 153841,9826 1.197.382

Santa Lucía 19.669 7.613 20470,20465 91.709

Salitre (Urbina Jado) 9.692 1.969 31110,30525 85.256

Yaguachi 87.068 93.700 44149,72318 485.569

Playas (General Villamil) 2.424 445 34887,38815 159.409

Simón Bolívar 58.436 3.920 19171,91093 139.140

Coronel Marcelino 134.324 54.978 7529,829403 387.830


Maridueña
Lomas De Sargentillo 14.910 2.324 11201,73989 54.157

Nobol 10.901 12.655 13765,16519 80.900

General Antonio Elizalde 9.332 206 10173,82739 44.191

Isidro Ayora 16.280 193 7445,046801 42.183

Ibarra 39.171 70.262 388326,6367 1.721.073

Antonio Ante 5.924 32.038 50151,13271 254.889

Cotacachi 25.249 2.307 25927,7414 144.786

Otavalo 40.441 121.971 121545,1926 790.257

Pimampiro 2.482 213 7900,100338 26.729

San Miguel De Urcuquí 18.241 357 9768,658402 64.081

Loja 20.253 43.862 442357,7527 2.096.459

Calvas 5.557 462 32617,44122 76.532

Catamayo 23.646 11.985 35055,69615 164.168

Celica 7.249 195 11352,50303 34.857

Chaguarpamba 8.252 53 4391,160212 25.476

Espíndola 8.393 89 13030,55964 39.165

Gonzanamá 10.610 205 8059,305793 36.791


Macará 15.312 1.831 29828,53715 90.329

Paltas 11.392 180 25636,39742 64.215

Puyango 5.778 113 13700,59686 40.625

Saraguro 14.059 254 26785,63977 79.718

Sozoranga 3.340 71 3774,394844 14.743

Zapotillo 4.267 120 7912,96485 27.799

Pindal 5.966 181 6454,97993 24.364

Quilanga 4.812 43 2864,782804 14.065

Olmedo 5.195 65 3101,345483 17.295

Babahoyo 242.184 44.069 234131,2978 1.344.952

Baba 91.166 1.536 26520,44599 194.730

Montalvo 41.598 7.193 24772,86197 158.259

Puebloviejo 109.670 3.781 28010,71291 230.547

Quevedo 286.959 80.493 405386,0742 1.757.206

Urdaneta 73.857 5.104 25742,53819 173.064

Ventanas 106.291 4.357 81863,97095 359.370

Vinces 78.803 1.329 69491,16953 276.425

Palenque 42.359 377 12816,98243 93.678

Buena Fé 93.628 1.445 77402,19423 329.771

Valencia 172.693 380 32392,85477 346.262

Mocache 68.449 842 34489,89737 167.627

Quinsaloma 7.518 105 15178,11284 42.360

Portoviejo 52.357 28.657 493816,4391 2.612.858

Bolívar 23.815 230 46061,89538 136.051

Chone 58.675 3.239 138623,3039 495.163

El Carmen 68.741 3.283 92537,44065 336.254

Flavio Alfaro 14.254 692 25632,99238 73.569

Jipijapa 5.286 876 77499,99488 173.008

Junín 73.562 2.427 15317,38127 175.334

Manta 157.691 216.147 560038,9259 3.325.163

Montecristi 28.953 467.819 72796,74838 1.611.051

Paján 6.658 572 28550,76206 77.544

Pichincha 6.564 268 22855,54694 63.787

Rocafuerte 5.289 713 28604,39123 76.666

Santa Ana 10.092 491 32605,24354 91.284

Sucre 24.777 45.142 54366,54093 333.451

Tosagua 39.903 848 38631,18323 186.173

24 De Mayo 3.462 482 16355,31461 46.086

Pedernales 50.708 754 54914,19684 216.446

Olmedo 2.982 65 6237,724898 19.632

Puerto López 11.011 56 17543,99566 64.767

Jama 6.361 672 11773,09417 45.825

Jaramijó 210 118.784 19846,21095 403.316

San Vicente 11.069 1.008 20160,37861 77.637

Morona 5.234 2.588 102107,5972 299.006


Gualaquiza 4.021 2.321 26842,13289 76.946

Limón-Indanza 3.480 1.091 14177,04772 51.137

Palora 1.799 307 7095,764748 21.691

Santiago 1.902 1.094 16947,54856 56.506

Sucúa 2.055 1.288 33518,80991 86.922

Huamboya 2.508 740 6995,30495 24.282

San Juan Bosco 3.266 149 4387,530895 18.562

Taisha 1.169 343 16377,86864 34.531

Logroño 1.608 648 6430,517803 20.452

Pablo VI 694 327 3557,020525 8.713

Tiwintza 1.780 1 5842,720114 17.557

Tena 27.813 3.437 123980,4089 377.918

Archidona 1.362 807 30556,67128 83.976

El Chaco 2.085 601 15202,90342 199.124

Quijos 2.639 345 13459,32872 49.789

Carlos Julio Arosemena 1.821 302 3729,378986 13.366


Tola
Pastaza 17.119 13.882 138696,7435 933.855

Mera 1.845 758 9900,036804 35.660

Santa Clara 4.219 364 4726,724311 21.020

Arajuno 5.122 471 7644,305931 23.354

Quito 375.543 4.290.389 7459894,072 40.044.906

Cayambe 208.291 17.582 78981,34124 668.275

Mejía 131.460 71.090 101316,6549 698.526

Pedro Moncayo 211.390 2.728 33887,34117 439.630

Rumiñahui 15.937 180.069 389000,7917 1.439.645

San Miguel De Los Bancos 27.888 1.120 14863,17256 99.090

Pedro Vicente Maldonado 8.363 256 15616,70448 55.955

Puerto Quito 38.823 880 20192,27513 107.708

Ambato 91.401 347.620 628251,6816 3.672.217

Baños 2.441 2.421 20934,43869 323.811

Cevallos 1.017 3.930 9851,090886 44.820

Mocha 2.698 144 4279,51399 24.371

Patate 7.546 1.149 9702,872512 50.870

Quero 4.627 207 11814,44021 47.602

San Pedro De Pelileo 41.644 22.750 62805,55907 338.284

Santiago De Píllaro 17.228 4.280 30863,21155 163.687

Tisaleo 2.605 1.952 6152,330074 45.952

Zamora 3.998 2.631 70510,63683 198.085

Chinchipe 1.296 393 10974,96241 25.124

Nangaritza 1.987 333 5016,138017 17.790

Yacuambí 1.760 153 5798,886133 15.804

Yanzatza 2.567 576 25318,33007 102.978

El Pangui 2.116 437 9100,216876 38.553

Centinela Del Cóndor 1.277 150 5206,726978 20.859


Palanda 2.765 390 4895,232001 20.631

Paquisha 461 27 4196,652572 10.723

San Cristóbal 3.052 368 30341,35978 97.473

Isabela 2.297 111 4516,858008 22.500

Santa Cruz 9.654 2.277 38122,13275 238.856

Lago Agrio 61.428 140.138 177653,5805 1.704.309

Gonzalo Pizarro 3.605 274 6835,201687 26.143

Putumayo 1.989 376 6198,166375 380.297

Shushufindi 45.033 3.120 44725,42228 892.604

Sucumbíos 2.001 272 3630,752893 11.679

Cascales 8.424 247 10737,60089 34.313

Cuyabeno 2.478 154 7860,629485 392.178

Orellana 15.808 5.995 123570,5199 1.455.512

Aguarico 89 121 9983,164912 20.057

La Joya De Los Sachas 33.458 1.717 43053,05739 4.278.815

Loreto 10.910 1.320 19699,73436 79.440

Santo Domingo 234.169 175.944 686996,2524 2.914.119

La Concordia 54.105 2.106 48252,02767 185.307

Santa Elena 40.905 16.881 140779,0747 664.883

La Libertad 290 162.185 172703,4855 1.084.060

Salinas 31.493 2.007 103393,6813 410.628

Fuente: Elaboración propia con datos del Banco Central del Ecuador (2016)