Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen
Abstract:
The study of the incidence of geography on economic growth did not take relevance as
a variable in classical models, it is only with the emergence of some contemporary
economists that the analysis of this variable is started as a determining factor for the
growth of the regions, since that, error of classic models was to consider the earth as
isotropic. Thus, in Colombia there has been a concern to look for the determinants that
explain why departments grow at such different rates, and the geography variable has
shown that between 37% and 40% influences this growth. In addition, as these
disparities continue over the years, it seeks to underscore their importance for the
implementation of factors that counteract, human factors, public policies and private
intervention could effectively help a way out of the poverty trap and reduced regional
growth. An example of the disparity is the sample of the two extremes of growth in the
country for the year 2018, on the one hand Chocó that had a negative economic growth
(-5%) and on the other hand, Bogotá with the highest growth of the year (3%), and most
worrisome, a hopeful outlook for the port department is not seen in the long term.
Introducción
Colombia, un país caracterizado por sus disparidades tanto económicas como sociales,
demuestra que sigue la tendencia de América Latina en concentrar su crecimiento en
una o dos ciudades y rezagando sus demás departamentos, este fenómeno
ampliamente abordado en estudios económicos. No obstante, pocos acreditando la
geografía como obstáculo que provoca este desigual crecimiento económico.
La idea según los factores geográficos argumenta que, en el surgimiento de las propias
naciones o ya sea más recientemente la globalización los países en vía de desarrollo
sólo podrían surgir uno o dos polos de desarrollo que contrarrestará la deficiencia del
resto del país, debido a sus ventajas geográficas que permitieron esto, debido a que,
en un país como Colombia, con gran variedad de zonas geográficas y sin políticas que
vieran lo geográfico como un problema, sólo donde sus retos no influyeran, resultarían
estas economías de escala. Entonces surge la pregunta: ¿Marca la geografía el destino
de las naciones? En parte sí, pero solamente si se ignora su importancia.
Resulta bastante interesante tomar este aspecto como método de estudio para el caso
colombiano, debido a que el país es una de las regiones más diversas de América
Latina, además, contemplando que en esta prima las disparidades. Una muestra de ello
es su PIB per cápita, lo que respecta a la frontera mexicana este es de US$7,861, en lo
extenso de la costa pacífica es de US$4,950, en las tierras bajas de la costa atlántica
se estima de US$5,216, en la amazonia de US$5,246, lo que se conoce como tierras
altas tropicales es de US$4,343, y lo que respecta al cono sur es de US$9,712, todo
esto es sólo una breve descripción de las significativas disparidades que respectan a
solamente América Latina, en cuanto a áreas geográficas, por lo cual el crecimiento
económico entre regiones dentro del país varía de manera diferenciada.
Así lo demuestran los estudios realizados con el fin de determinar las características de
este fenómeno económico. Por lo que resulta pertinente analizar como las ventajas o
desventajas geográficas pueden llegar a influir en el crecimiento de regiones
determinadas, y como a partir de las políticas públicas se puede llegar a abordar esta
problemática con el fin de disminuir las brechas económicas y brindar un mayor nivel
de desarrollo de las regiones en general.
Además, resulta importante que las políticas públicas fomenten la competencia regional
por medio del fortalecimiento de las virtudes que pueda llegar a ofrecer la geografía, así
como también los cuatro frentes que aborda el Banco de la República; el corredor
portuario, el turismo, un sector agropecuario competitivo y la eficiencia en la
administración pública local.
Lo que se busca mostrar en este artículo es que no se puede hablar de las diferencias
del crecimiento económico regional, sin asociarlo a la geografía. Las regiones
colombianas cada vez aumentan sus disparidades en el ingreso per cápita concluyendo
que estas están lejos de encontrar una convergencia. Por ejemplo, en 1960 el ingreso
per cápita en Bogotá era 1,8 veces mayor que en la región del Caribe y esa diferencia
se incrementó a 2,6 en 1995 [ CITATION Núñ00 \l 9226 ] . Y, aun así, no ha habido de parte
de las autoridades nacionales estimar lo geográfico como causalidad. No debe negarse
que la geografía con sus obstáculos torna importante la cercanía a los mercados y el
tipo de suelo, ya que estas, exponen fuertes relaciones y, además, como ya instalados
las economías de aglomeración como Bogotá es muy difícil considerar que esta a un
largo plazo retroceda, sino más bien que se autoalimente como establecida que es, y
siga aumentado esta brecha regional.
Antecedentes
Es bien sabido que los economistas clásicos desarrollaron múltiples teorías sobre el
crecimiento económico y sus orígenes. No obstante, la mayoría de las veces apartando
muy claramente la magnitud territorial considerando limitadamente los mercados
nacionales como un absoluto y al espacio entre estos como un conjunto de puntadas
que lo componían. “Las funciones de ‘distancia’ y otros parámetros espaciales admitían
la existencia de ‘discontinuidades’ que resultaban bastante incómodas para poder
razonar en términos de cálculo diferencial” (Cuadrado, 2012, pág. 9).
Con respecto a esta diferencia por parte de los clásicos se evidenció el surgimiento de
unos pocos economistas, en su mayoría germanos y escandinavos, seguidos de
algunos economistas norteamericanos, que si bien se consideraron pioneros del
análisis regional como Hoover, Alonso o Isard en la década de 1950 no figuraron muy
destacados o reconocidos, se tuvo que esperar el reconocimiento de otros economistas
contemporáneos como Robert Barro, Paul Krugman, Robert Lucas, entre otros para
que estos irrumpieran con fuerza en el campo de los estudios regionales y no pasaran
desapercibidos. Y esto se ha ido impulsando para que se deje de ignorar las variables
“exógenas” que cambian la economía. Sorprende, por ejemplo, que incluso en un
campo tan ligado a lo espacial como es el del comercio internacional se desarrollaran
modelos en los que las distancias, los costes de transportes o las ventajas ofrecidas en
determinadas zonas o puntos geográficos, simplemente no figurasen en los modelos
explicativos, o que en todo caso se infravalorasen absolutamente. Algo que las nuevas
teorías del comercio internacional – y de ahí su vinculación a la también llamada
‘Nueva Geografía Económica’ – han tratado ya de corregir [CITATION Mas04 \l 9226 ].
Varías han sido las criticas al modelo Shift-Share tradicional, que se explicarán más
adelante, por ello, se buscó solventar dicha carencia, presentando una especificación
general de un modelo Shift-Share espacial que, a la vez muestra los efectos del Shift-
Share tradicionales, permitiendo recoger la versión espacial de dichos efectos,
manteniendo a la vez la sencillez de aplicación del modelo original.
Modelo
Así, este método de análisis permite desagregar la variación que ha habido en las
variables económicas en distintos componentes, ayudando a explicar las condiciones
bajo las que se han producido dichos cambios.
En este trabajo, por modelo shift-share estándar se va a entender aquél que, tomando
como base la propuesta de Dunn (1960), divide en dos componentes la diferencia entre
la tasa de crecimiento de una magnitud económica del sector regional i y la tasa de
crecimiento de dicha magnitud para la unidad económica de referencia, que es
generalmente el país o el agregado total en el que se integra dicha región. De esta
forma, la expresión estándar del modelo shift-share, aplicada en el contexto de un
sistema económico regional compuesto por varias regiones y un agregado total (que se
va a denominar nación) vendría dada por:
1) Efecto estructural (proporcional o sectorial comparado), que recoge aquella parte del
cambio neto atribuible a la configuración productiva propia de la región, (Gi-G). Si una
magnitud relativa a un sector regional crece más que la media nacional, podría
deberse, en parte, a un mayor dinamismo de dicho sector a nivel nacional.
2) Efecto diferencial (competitivo o regional comparado), que expresa la parte del
cambio neto que aparece como consecuencia del crecimiento desigual del sector
productivo al nivel regional y nacional, (gi – G). Este efecto se deriva de la existencia de
ventajas (o desventajas) comparativas en dicho sector para la economía regional.
Consideremos la expresión que recoge los componentes clásicos del análisis shift-
share en términos de tasas de crecimiento
Sin embargo, siguiendo este modus operandi se eliminan dos efectos globales, el
efecto estructural y el efecto regional. En el mismo trabajo se propone descomponer los
efectos (Wgi – G) y (gi- Wgi), dando distintas opciones para buscar aquellos efectos
que parezcan más oportunos. Dichos autores presentan dos taxonomías de la
descomposición de la ratio de crecimiento regional en el contexto del modelo no
espacial del shift-share proporcionando seis formas posibles de descomponer el
crecimiento regional; por otra parte, para la versión espacial del shift-share elaboran
otra taxonomía con veinte modelos distintos. De esta forma, con esta gran cantidad de
posibles descomposiciones a utilizar, en Nazara y Hewings (2004) no se logra
presentar un modelo general que permita el cálculo de los distintos efectos de una
forma integrada. En este sentido, la formulación que proponemos en el siguiente
apartado intenta conseguir ese objetivo, a la vez que mantiene la simplicidad del
modelo shift-share estándar.
Partiendo de la expresión del shift-share tradicional [1], una formulación espacial "pura"
de esta descomposición tradicional vendría dada por
Teniendo en cuenta el valor económico de cada uno de los seis efectos mencionados
(globales tradicionales y locales de vecindad), un análisis conjunto de dichos efectos
permitirá enriquecer los análisis derivados de la descomposición del crecimiento
sectorial regional. Así, para lograr combinar los efectos recogidos en las ecuaciones [1]
y [3], la formulación inicial que se plantea en este trabajo es la consideración conjunta
de las dos identidades de crecimiento, lo que conduce a la siguiente descomposición
general:
En la identidad anterior, junto con los términos tradicionales del shift-share, aparecen
los nuevos términos locales de vecindad que estamos proponiendo y que podemos
caracterizar de la siguiente manera:
a) El cambio neto local –CNL- recogido por el término (gi – Wg), como ya se ha
comentado anteriormente, sería el equivalente, al nivel local, del efecto nacional
del shift-share tradicional, puesto que es el componente que explica el cambio
debido al área local supra-regional que sirve de referencia al sector regional. El
CNL viene a cuantificar el diferencial de crecimiento existente entre el
crecimiento del sector regional i y el crecimiento medio de las regiones vecinas
convirtiéndose, por tanto, en un indicador del dinamismo de un sector regional
con respecto a los homólogos de las regiones vecinas: si el CNL es negativo, el
sector regional i no está siendo dinámico, puesto que el CNL mide lo que
hubiera ganado el sector si hubiera crecido a la tasa media de las regiones
vecinas; por el contrario, si el CNL es positivo, el sector regional i está siendo
competitivo con respecto al comportamiento medio de todos los sectores
regionales vecinos.
b) El efecto estructural local –EEL-, recogido por (Wgi – Wg), sería el equivalente, a
nivel local, del efecto estructural estándar, recogiendo la parte de cambio que es
atribuible a la particular evolución del sector i al nivel local y capturando, por
tanto, la existencia de diferencias entre la media de crecimiento del sector i en
las regiones adyacentes, y el correspondiente crecimiento medio de las regiones
vecinas. De esta manera, este término expresa el especial dinamismo que
presenta el sector i en las regiones vecinas en comparación con el crecimiento
medio de los agregados totales de las regiones adyacentes y, en consecuencia,
refleja un efecto inducido sectorial que opera a un nivel local.
c) Al componente (gi – Wgi) lo hemos denominado efecto diferencial local – EDL-
ya que evalúa el cambio atribuible a la diferencia existente en el comportamiento
del sector i en una región y el mismo sector en las regiones vecinas. Así, un EDL
positivo (negativo) mide la ventaja (desventaja) del sector i en la región
analizada con respecto al comportamiento medio de los sectores i de las
regiones adyacentes.
En resumen, la especificación shift-share espacial que se propone en este
trabajo,
expresada en términos del cambio neto y del cambio neto local, viene dada por:
CNi + CNLi = [EEi + EDi] + [EELi +EDLi]
Como es obvio, también se podría optar por utilizar separadamente el shiftshare
tradicional y nuestra propuesta del shift-share espacial. De este modo, las identidades
con las que se trabajaría serían las recogidas en las expresiones siguientes
Independientemente de que se opte por trabajar con la identidad [5] o con su versión
desagregada (identidades [6] y [7]), hay un aspecto conceptual que es necesario
resaltar: los efectos tradicionales (EE y ED) operan más allá de las regiones
adyacentes, refiriéndose a relaciones globales y el nivel geográfico de resolución es
‘máximo’, dado que se consideran todas las regiones dentro del sistema; sin embargo,
los nuevos efectos espaciales que se proponen (EEL y EDL) proporcionan un análisis
más localizado, que tiene en cuenta la influencia de la localización geográfica como el
factor relevante a la hora de explicar los cambios que ocurren en el crecimiento de un
sector regional determinado. Aunque se entiende que la proximidad espacial no es una
condición necesaria para admitir la influencia de las regiones vecinas en el cambio
sectorial de una región, sí parece razonable considerar la hipótesis de que la
proximidad geográfica tenga efectos significativos en dicho cambio sectorial regional.
Así, los efectos espaciales dan una perspectiva local, complementaria a los procesos
globales asociados con las influencias existentes dentro de un sistema global. De este
modo, mientras que el shift-share tradicional da el diagnóstico global, posibilitando
analizar en qué medida la diferencia entre el crecimiento de un sector regional concreto
y la media del agregado nacional se debe a factores estructurales o a factores
residuales (5), la especificación del shift-share espacial ofrece un diagnóstico similar,
pero al nivel local de vecindad geográfica.
Para ilustrar la contribución que supone la nueva formulación espacial del modelo Shift-
Share con repescto a la tradicional, se va a aplicar dicha técnica al estudio de los
sectores industriales manufactureros de los departamentos. La aplicación se organiza
como sigue. En el siguiente subapartado se comentan los datos utilizados. En la
segunda sección, y dado que la composición de la actividad económica se va
modificando a lo largo del tiempo, se utiliza un shift-share espacial dinámico, con el
objetivo de obtener los distintos efectos a lo largo del tiempo y poder llevar a cabo un
análisis exploratorio de la relación existente entre los mismos a la hora de explicar la
evolución regional a lo largo del periodo examinado.
Datos
Tabla 2 RESULTADOS DEL SHIFT-SHARE TRADICIONAL (CN, CE Y CD) AMPLIADOS CON LOS COMPONENTES ESPACIALES (CLN, CEL
Y CDL). ANÁLISIS PARA EL SECTOR INDUSTRIAL MANUFACTURERO (K) DE LOS 33 DEPARTAMENTOS DE COLOMBIA 2005-2018
Se puede apreciar cómo los cambios netos positivos mayores los han obtenido Bogotá
(1,2) y Antioquía (0,9), mientras que las regiones que han tenido un peor
comportamiento con respecto al agregado departamental han sido Arauca (-0,1) y Meta
(-0,2). Del examen general de los componentes tradicionales resalta el buen
comportamiento del sector K con respecto al agregado total, ya que, al ser el efecto
estructural –EE- positivo, la tasa de crecimiento media del sector K a nivel agregado ha
sido superior al crecimiento medio del agregado total. Sin embargo, en los casos de
Vaupes, Vichada, Sucre y demás, este mayor dinamismo sectorial no se ha visto
compensado por la buena evolución del sector K al nivel regional, puesto que dichas
regiones muestran efectos diferenciales negativos. No ha ocurrido lo mismo en el resto
de regiones, cuyos sectores K han crecido más que las respectivas medias regionales
(cambios diferenciales positivos). Desde el examen de los componentes tradicionales,
los resultados anteriores se explican por el valor que toma el efecto diferencial –ED-
puesto que el EE es positivo en todos los casos. Efectivamente, el ED es negativo (y
mayor en valor absoluto que el EE) en el caso de Vaupes, Vichada y Sucre, lo cual
muestra desventajas comparativas a nivel global. En el resto de regiones el ED es
positivo, lo cual indica la existencia de ventajas comparativas en este sector a nivel
global.
También se puede extraer alguna conclusión adicional del análisis comparado de los
cambios globales y locales. Así, desde el año 1997 hasta el 2004 se observa que la
pauta general es que el EEL supera al EE. Esto indicaría que, en lo que concierne a
estos sectores, la configuración de la estructura productiva en Bogotá D.C es más
favorable a nivel local que a nivel global. En otras palabras, la contribución de la
especialización regional al crecimiento de estos sectores es mayor a nivel de vecindad
local que a nivel global. Por el contrario, y en lo que concierne a los ED y al EDL, se
observa que la pauta general en los últimos años para el sector K bogotano ha sido que
el ED supere al EDL. Esto advierte del hecho de que el sector K bogotano es más
competitivo a nivel global que a nivel local.
Finalmente para el año 2018 el PIB nacional es 978.477 miles de millones de pesos, a
precios corrientes. Los departamentos con mayor PIB son Bogotá D. C. y Antioquia con
250.576 y 141.756 miles de millones de pesos, respectivamente. El PIB nacional
presentó un crecimiento de 2,6% en el año 2018r con respecto al año 2017. Los
departamentos que presentan crecimientos por encima del nacional son Bogotá D.C.
con 3,0%, Antioquia con 3,5% y Valle del Cauca con 3,1%. Por su parte, los
departamentos que presentan crecimientos por debajo del nacional son Cundinamarca
con 2,3%, Santander con 2,2% y Bolívar con 1,9%. Los departamentos de Chocó (-
5,7%), Cesar (-1,3%) y La Guajira (-1,0%) registran crecimiento negativo en su
Producto Interno Bruto.
los resultados implican que la actividad económica debió concentrarse en la capital del
país debido a sus fuerzas centrípetas desarrolladas desde los años 80, la altitud hasta
cierto nivel influye en resultados positivos ante este crecimiento, más allá de cierta
altura, se torna negativo. La relevancia de los suelos torna a ser importante, ya que los
municipios que poseen buenos suelos no sólo crecen más rápido, sino que tienen
mayores ingresos per cápita.
A comienzos de la década de los setenta, estar lejos de Bogotá no era sinonimo de
bajos ingresos. De hecho, su diferencia con la periferia en el crecimiento economico no
era tan relevante. Sin embargo, esta situación cambió en pocos años y cómo lo
muestra la ilustración 2, entre más lejos esté el departamento de Bogotá, menor será la
participación de éste. Este cambio se explica por las economias de escala, los costos
de transporte y la integración de las regiones más apartadas de Colombia. Los
departamentos que más sufrieron en las ultimas decadas fueron los perteneciente a la
region del caribe, ésta tendencia continuó incluso durante la decada de la apertura y
liberalización comercial que supuestamente debía incentivar el desarrollo de puertos y
regiones limitrofes.
p pr
DEPARTAMENTOS 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
COLOMBIA 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
Amazonas 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
Antioquia 15,1 15,0 15,1 14,4 14,2 14,0 13,8 13,9 13,8 14,0 14,3 14,6 14,5 14,5
Arauca 1,1 1,1 1,0 1,2 1,0 1,0 1,0 0,9 0,8 0,7 0,6 0,5 0,5 0,5
Atlántico 4,0 4,0 4,2 4,1 4,1 3,9 3,8 4,0 4,1 4,2 4,4 4,5 4,4 4,4
Bogotá D. C. 26,6 26,3 26,2 25,6 26,1 25,7 24,7 24,7 24,8 25,0 25,7 25,6 25,7 25,6
Bolívar 3,3 3,4 3,4 3,4 3,3 3,4 3,5 3,5 3,6 3,5 3,5 3,6 3,6 3,6
Boyacá 2,4 2,4 2,6 2,7 2,6 2,7 2,8 2,7 2,7 2,7 2,8 2,7 2,7 2,7
Caldas 1,8 1,8 1,8 1,7 1,7 1,6 1,5 1,5 1,5 1,5 1,6 1,6 1,6 1,6
Caquetá 0,4 0,4 0,4 0,4 0,4 0,4 0,3 0,4 0,4 0,4 0,4 0,4 0,4 0,4
Casanare 2,3 2,2 1,9 2,1 1,8 1,9 2,3 2,4 2,4 2,2 1,7 1,4 1,4 1,6
Cauca 1,5 1,5 1,5 1,5 1,5 1,6 1,5 1,6 1,6 1,7 1,8 1,9 1,8 1,8
Cesar 1,9 1,9 1,9 2,1 2,1 2,0 2,1 2,1 1,9 1,8 1,8 2,0 2,1 2,1
Chocó 0,4 0,4 0,3 0,4 0,4 0,5 0,6 0,5 0,4 0,4 0,4 0,5 0,4 0,4
Córdoba 1,8 1,8 1,9 1,7 1,7 1,7 1,6 1,6 1,6 1,7 1,7 1,7 1,7 1,7
Cundinamarca 5,8 5,6 5,7 5,7 5,8 5,8 5,7 5,7 5,7 5,7 6,0 6,2 6,1 6,0
Guainía 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Guaviare 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
Huila 1,8 1,7 1,7 1,8 1,7 1,8 1,8 1,8 1,7 1,8 1,7 1,7 1,6 1,6
La Guajira 1,2 1,2 1,2 1,4 1,4 1,3 1,3 1,3 1,1 1,1 1,1 1,1 1,2 1,1
Magdalena 1,3 1,2 1,2 1,3 1,4 1,3 1,3 1,3 1,3 1,3 1,3 1,4 1,3 1,3
Meta 2,4 2,5 2,5 3,2 3,4 4,3 5,8 5,9 5,9 4,9 3,8 3,0 3,3 3,6
Nariño 1,5 1,6 1,5 1,5 1,5 1,4 1,4 1,4 1,4 1,4 1,5 1,6 1,5 1,5
Norte de Santander 1,5 1,6 1,6 1,6 1,7 1,6 1,5 1,5 1,5 1,5 1,6 1,6 1,6 1,5
Putumayo 0,3 0,3 0,4 0,4 0,5 0,5 0,6 0,6 0,6 0,6 0,4 0,4 0,4 0,4
Quindío 0,8 0,9 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,7 0,8 0,8 0,8 0,8
Risaralda 1,6 1,7 1,6 1,6 1,6 1,5 1,5 1,4 1,5 1,5 1,6 1,6 1,6 1,6
San Andrés, Providencia y Santa Catalina (Archipiélago) 0,1 0,1 0,2 0,1 0,2 0,1 0,1 0,1 0,1 0,2 0,2 0,2 0,2 0,2
Santander 5,5 5,6 5,7 6,0 5,7 6,0 6,1 6,0 6,1 6,7 6,5 6,4 6,3 6,5
Sucre 0,7 0,7 0,7 0,7 0,8 0,7 0,7 0,7 0,8 0,8 0,8 0,8 0,8 0,8
Tolima 2,3 2,3 2,3 2,4 2,3 2,2 2,2 2,2 2,1 2,2 2,2 2,2 2,2 2,1
Valle del Cauca 10,3 10,4 10,5 10,1 10,3 10,0 9,4 9,4 9,3 9,5 9,7 9,9 9,8 9,7
Vaupés 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Vichada 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
Conclusiones
Bibliografía
Bonet, J., & Meisel, A. (2002). "La convergencia regional en Colombia: Una visión de
largo plazo, 1926-1995". Bogotá: Colección de Economía Regional, Banco de la
República.
Bonet, J., & Meisel, A. (2006). “Polarización del Ingreso per cápita departamental en
Colombia, 1975-2000”. Centro de Estudios Económicos Regionales (CEER),
Cartagena.
Dixit, A. K., & Stiglitz, J. E. (1977). Monopolistic competition and optimum product
diversity. American Economic Review, 67: 297-308.
Fujita , M., & Krugman, P. (1999). The spatial economy: Cities, regions and
international trade. Cambridge MA.: MIT Press.
Gallup , J., Gaviria, A., & Lora, E. (2003). AMÉRICA LATINA: ¿CONDENADA POR SU
GEOGRAFÍA? Bogotá: Alfaomega Colombiana S.A.
Krugman, P. (1980). Scale economics, product differentiation and the pattern of trade.
American Economic Review., 27: 41-55.
Krugman, P., & Fujita, M. (2004). La nueva geografía económica: pasado, presente y
futuro. Asociación Española de Ciencia Regional., 177-206.
Gallup , J., Gaviria, A., & Lora, E. (2003). AMÉRICA LATINA: ¿CONDENADA POR SU
GEOGRAFÍA? Bogotá: Alfaomega Colombiana S.A.