Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen
Introducción
1
Profesores de la Facultad de economía de la UNAM y de la FES-Acatlán respectivamente. Este
trabajo contó con el apoyo del proyecto PAPIIT IN300-105-3 con nombre “Dependencia espacial
y Crecimiento Regional en México” y del proyecto PAPIME EN308303 “Edición de libros de texto y
software especializado para el mejoramiento de la enseñanza de la econometría”.
2
Este trabajo es una actualización y ampliación de una versión previa, véase al respecto Asuad y
Quintana (2006).
1
Introducción
3
Entre los primeros estudios realizados para comprender el crecimiento económico regional,
destaca el estudio de Appendinni y Murayama,(1972), quienes explican el atraso regional como un
producto histórico, del proceso de desarrollo económico del país y de sus factores inerciales. Para
el periodo de 1970 a 1979 varios estudios mencionan la mejoría de los niveles de bienestar y para
el periodo de 1980 a 1989 se presenta un aumento de las disparidades asociados a los choques
externos, al viraje en el modelo de sustitución de importaciones hacia las exportaciones,
situación que se mantiene para el periodo de 1990 a 1999. Ver Hernández Laos, (1984), Gustavo
Garza,(1997), Luis Unikel (1976), Crescencio Ruiz Chiapetto (1997) y Maria Delfina Ramírez
(1984) .
2
asociación entre crecimiento del ingreso per capita y la vecindad geográfica de la
localización de la actividad económica y por el otro, la asociación entre el
ingreso y la concentración económica espacial de las entidades federativas en el
periodo de 1940 al año 2001.
4
Barro, R.J. y Sala-i- Martin,X. Economnic Growth, New-York, 1995, Mc Graw Hill.
3
establece la existencia de un proceso de convergencia en productividad que no
se traduce en reducción de la desigualdad del ingreso por habitante, debido al
aumento de los desequilibrios regionales en las tasas de desempleo. Además de
señalar la necesidad de profundizar en el análisis de la relación entre los cambios
en la productividad dados por el cambio estructural para explicar la convergencia
en los cambios de productividad de la Unión Europea.
4
En otro estudio, Esquivel y Messmacher (2002) identifican como factor
determinante de los procesos de convergencia pasada y divergencia reciente en
el país de 1960 a 1999 a la desigualdad en los niveles de productividad por
trabajador y del capital humano.(Díaz-Bautista y Díaz, 2003) Asimismo sus
resultados confirman la convergencia estatal en México, con cierta persistencia
de inmovilidad y polarización, que se ejemplifica por los clubes de convergencia
de estados más ricos y por la capital de la República .
Fingleton (1999), Rey y Montouri (1999), Quah (1996) consideran que las regiones
no pueden tratarse como si estuvieran aisladas, debe asumirse que el
crecimiento en pequeños territorios está vinculado al de los demás con los cuales
esta conectado. En ese enetido Neven y Gouyette (1995), estiman la ecuación de
convergencia de Barro-Sala para dos grupos de regiones europeas (norte y sur) y
dos períodos (1980-1985 y 1985-1989) concluyendo que hay evidencia de
inestabilidad en la convergencia: En el primer período convergen, pero en el
segundo período las más pobres ya no lo hacen; concluyen que el proceso de
liberalización económica en Europa (Single Market Programme) afectó a las
regiones más pobres. Fingleton , Lewney y Pinelli (1996) consideraron dos
períodos y dos regiones europeas (1975-1987 y 1987-93), encontraron que
después de 1987 la tasa de convergencia se vuelve más rápida y las regiones con
rezagos mejoran su desempeño. Cheshire y Carbonaro (1995, 1996) cuestionan el
enfoque tradicional de convergencia beta al considerar que no toma en cuenta
los factores espaciales que influyen en el crecimiento regional Destacan la
importancia de la delimitación regional y proponen utilizar la metodología de
Áreas Económicas Funcionales (FURS) que constan de una ciudad central y su
esfera de influencia en el mercado laboral. Con base en esto estiman el modelo
de convergencia para las FURS incorporando variables explicativas espaciales
como el diferencial de crecimiento con sus vecinos dividido por la distancia. Sus
resultados muestran que de 1960-1975 las ciudades que crecieron más rápido
eran las más cercanas al área central, mientras que en el último período (1979-
1990) el crecimiento más rápido ocurre en las consideradas previamente
regiones periféricas. Por tanto, se concluye de estos trabajos que la delimitación
regional no es neutral en el análisis de la convergencia económica. Terrasi (2000)
encuentra que hay un trade-off entre convergencia nacional y convergencia
regional considerando los países que forman la Unión Europea, esto llevado al
ámbito de un país implicaría que la convergencia al interior de los estados da
lugar a una menor convergencia hacia fuera con las demás regiones.
5
1. ¿En el crecimiento económico de las entidades federativas en el periodo
1940-2004 es posible identificar la formación de grupos o núcleos de
convergencia?
5
Ver Sala –i Martin, Xavier, La nueva economía del crecimiento : ¿Que hemos aprendido en quince
años, Economía Chilena, Volumen 5,No2, agosto 2002
6
el aumento de la población – (δ+n)kt. De tal manera que en el proceso de
crecimiento económico el ahorro es igual a la depreciación del capital, por lo
que sólo es posible reemplazar el capital depreciado, por lo que el stock de
capital (k*) no aumenta, situación en la que la economía se encuentra en un
estado estacionario.
si k = 0, y se despeja k :
1
⎛ sA ⎞1− α
k* = ⎜ ⎟
⎝δ + n⎠
6
Ver Sala- I Martin, El modelo neoclásico de crecimiento de Solow-Swan , Capitulo 1, pp 9-49,
Apuntes de crecimiento económico, Bosch, Barcelona, 2002.
7
base en los trabajos de Romer (1986 y 1987), en donde además de considerar la
tecnología endógena, se amplia el concepto de capital, incorporando al capital
físico el humano (Lucas, 1988) y el desarrollo de innovaciones (Grossman y
Helpman, 1991 y 1994.
a) Convergencia sigma σ
1 n
σt = ∑ (log YiT − log YT )2
T i =1
Donde:
i= región
t= tiempo
YiT= Ingreso por habitante
YT= Ingreso por habitante año base
T= número observaciones
b) Convergencia beta β
8
1991 y 1992). De tal manera que la contrastación empírica de la hipótesis de
convergencia se realiza a partir de la log-linearización del modelo neoclásico con
tecnología Cobb-Douglas, bajo los supuestos de que el progreso técnico como la
tasa de ahorro se determina de manera exógena, lo que se especifica como:
⎛1⎞ y it ⎛ 1 − e − βT ⎞
⎜ ⎟ log( ) = a − ⎜⎜ ⎟⎟ log( y i ,t −T ) + u it ,t −T
⎝T ⎠ y i ,t −T ⎝ T ⎠
Donde:
β = (1 − α )( x + n + δ )
Donde el término constante es:
1 − e− βT
a = x + ( ) log( y *)
T
9
1 − e − βT
Si ; b = ( )
T
⎛1⎞ ⎛ y ⎞
∴ ⎜ ⎟ log⎜ it ⎟ = a − b log( yi,t −T ) + uit
⎝ T ⎠ ⎜⎝ yi,t −T ⎟
⎠
c) Convergencia y espacio
ecuación espacial 1:
yit yit
log( ) = a − ρW1 log( ) + (1 − e − β T ) log( yi , t − T ) + uit , t − T (1)
yi , t − T yi , t − T
10
A partir de esta especificación podemos tener cuatro casos:
ecuación espacial 2
y it
log( ) = a + (1 − e − β T ) log( y i ,t −T ) + γX i ,t −T + u it ,t −T (2)
y i ,t − T
Donde Xi, t es una variable exógena que considera los efectos funcionales de la
concentración económica en el espacio con respecto al ingreso.
Pregunta:
Hipótesis:
11
Pregunta:
Hipótesis:
3) Análisis empírico
a) Convergencia sigma
El análisis de convergencia sigma para las entidades federativas del país muestra
que el ingreso per cápita tiende al acercamiento en el largo plazo, esto significa
que en un período de sesenta años se ha reducido la dispersión en el tiempo, de
ahí que las desigualdades del ingreso per capita por entidad federativa en el
largo plazo se caractericen por su reducción. Los resultados obtenidos indican
que el nivel de dispersión en el ingreso por habitante de 1940 a 2004 se ha
reducido en un 37%, dado que pasó de 0.69 a 0.43.8
12
la gráfica 1. Estas tendencias del proceso de convergencia dan cuenta de que
ante el cambio de patrón de acumulación operado con la apertura comercial
unilateral de mediados de los años ochenta se ha frenado el proceso de
convergencia iniciado en los años cuarenta.
Analizando por años, encontramos un primer período de convergencia que va de
1940 a 1956, dado que el valor de la dispersión se reduce de 0.587 a 0.563, lo
que implica que las desigualdades disminuyen; el segundo de 1956 a 1960 que se
caracteriza por la divergencia del ingreso al aumentar el valor de la dispersión de
0.563 a 0.583, lo que redunda en un aumento de las desigualdades; el tercero
que va de 1960 a 1986 en donde, nuevamente, se reduce la desigualdad al pasar
la dispersión de 0.583 a 0.332; el cuarto período de 1986 a 1993 en donde se
incrementa la desigualdad al pasar de 0.332 a 0.423; de 1993 a 1995 nuevamente
se reduce la dispersión del ingreso y después de este último año se van
intercalando períodos de divergencia y convergencia muy cortos.
Gráfica 1
Convergencia Sigma: Varianza del PIB per cápita estatal 1940-2004
.7
.6
Sigma
.5
.4
.3
40 44 48 52 56 60 64 68 72 76 80 84 88 92 96 00 04
Año
13
b) Convergencia Beta
Gráfica 2
Convergencia Beta: Logaritmo del PIB per cápita de los estados del país
2.4
2.0
1.6
LPIB04-LPIB40
1.2
0.8
0.4
0.0
-0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0
LPIB40
LPIB40= Logaritmo del PIB per cápita del año 1940
LPIB04= Logaritmo del PIB per cápita del año 2004
De ahí que se concluya que en el largo plazo las entidades federativas pobres
tendieron a crecer más rápidamente que las ricas, lo que da evidencia de un
movimiento hacia la reducción de las desigualdades del ingreso per capita entre
las entidades federativas del país.
14
ochenta, es decir, el nuevo modelo de acumulación secundario exportador que se
impulsa en esos años tiende a romper con el proceso de convergencia detonado
por el modelo desarrollista implantado a partir de los años cincuenta en el país.
Esto se muestra en las dos gráficas siguientes, en las cuales vemos dos procesos
opuestos; en la gráfica 3 se aprecia claramente que de 1940 a 1986 hay una
asociación negativa entre el pib per cápita de 1940 y la tasa de crecimiento del
período, pero en la gráfica 4 se muestra que de 1986 a 2004 no existe asociación
en las variables.
Gráfica 3
Convergencia Beta: Logaritmo del PIB per cápita de los estados del país
1940-1986
2.4
2.0
1.6
LPIB86-LPIB40
1.2
0.8
0.4
0.0
-0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0
LPIB40
LPIB40= Logaritmo del PIB per cápita del año 1940
LPIB86= Logaritmo del PIB per cápita del año 1986
15
Gráfica 4
Convergencia Beta: Logaritmo del PIB per cápita de los estados del país
1986-2004
.6
.5
.4
LPIB04-LPIB86
.3
.2
.1
.0
-.1
-.2
1.6 2.0 2.4 2.8 3.2 3.6
LPIB86
LPIB86= Logaritmo del PIB per cápita del año 1986
LPIB04= Logaritmo del PIB per cápita del año 2004
16
crecimiento de largo plazo es puramente aleatoria, por lo tanto los efectos
espaciales no son estadísticamente significativos, tal y como se observa en los
resultados del cuadro 3.
Cuadro 2
Pruebas de rezagos espaciales 1940-2004
DIAGNOSTICOS PARA DEPENDENCIA ESPACIAL*
MATRIZ DE PESOS : REINA (CONTIGÜIDAD BINARIA)
Prueba MI/DF VALOR PROB
Moran's I (error) -0.044420 -0.6400883 0.5221150
Lagrange Multiplier (lag) 1 0.0474808 0.8275063
Robust LM (lag) 1 0.0040434 0.9492986
Lagrange Multiplier (error) 1 0.4490067 0.5028070
Robust LM (error) 1 0.4055692 0.5242270
Lagrange Multiplier (SARMA) 2 0.4530501 0.7972994
MATRIZ DE PESOS : DISTANCIA (DISTANCIA EUCLIDIANA)
Prueba MI/DF VALUE PROB
Moran's I (error) -0.032258 -0.0000000 1.0000000
Lagrange Multiplier (lag) 1 0.5161290 0.4724976
Robust LM (lag) 1 -0.0000000 -1.0000000
Lagrange Multiplier (error) 1 0.5161290 0.4724976
Robust LM (error) 1 -0.0000000 -1.0000000
Lagrange Multiplier (SARMA) 2 0.5161290 0.7725454
*Pruebas realizadas con el programa computacional GEODA
Los modelos estimados para los dos subperíodos muestran evidencia de que en el
primer período existe convergencia absoluta ya que su coeficiente es negativo y
estadísticamente significativo (véase el cuadro 3). Caso contrario en el segundo
período en donde su coeficiente aunque estadísticamente significativo presenta
signo positivo indicando un proceso de divergencia absoluta (véase el cuadro 4).
Cuadro 3
Modelo sin efectos espaciales 1940-1986
LPIB86-LPIB40 = 1.889529 - -0.5866176*LPIB40
estadístico t (29.82) (-12.70)
p-valor (0.000) (0.000)
2
R =0.84
p-valor Jarque-Bera=0.461
p-valor White=0.171
Diagnóstico de dependencia espacial
Prueba MI/DF VALOR PROB
Moran's I (error) -0.204636 -1.3269569 0.1845231
Lagrange Multiplier (lag) 1 1.8751750 0.1708836
Robust LM (lag) 1 0.5606133 0.4540133
Lagrange Multiplier (error) 1 2.3835287 0.1226203
Robust LM (error) 1 1.0689670 0.3011789
Lagrange Multiplier (SARMA) 2 2.9441420 0.2294498
17
Cuadro 4
Modelo sin efectos espaciales 1986-2004
LPIB04-LPIB86 = -0.24083 + 0.2015115*LPIB86
estadístico t (-1.08) (2.18)
p-valor (0.286) (0.037)
R2=0.137
p-valor Jarque-Bera=0.598
p-valor White=0.350
Diagnóstico de dependencia espacial
Prueba MI/DF VALOR PROB
Moran's I (error) 0.266930 2.4995782 0.0124342
Lagrange Multiplier (lag) 1 5.2629666 0.0217839
Robust LM (lag) 1 1.8504478 0.1737313
Lagrange Multiplier (error) 1 4.0555294 0.0440269
Robust LM (error) 1 0.6430106 0.4226227
Lagrange Multiplier (SARMA) 2 5.9059773 0.0521835
Barro y Sala i Martin (1991, 1992) han establecido que la convergencia absoluta
supone que todas las regiones son iguales en el sentido de que disponen de las
mismas preferencias, tecnologías e instituciones. Lo cual consideran es muy
difícil que se cumpla, por ello propusieron el concepto de convergencia
condicional incorporando un cierto número de variables adicionales que den
cuenta de las diferencias en estado estacionario.
Cuadro 5
Modelo condicionado 1940-2004
LPIB04-LPIB40 = 1.972 - 0.479*LPIB40 + 0.150*TC4004
estadístico t (22.23) (-5.74) (1.96)
p-valor (0.000) (0.000) (0.060)
R2=0.696
p-valor Jarque-Bera=0.699 p-valor LM(2)=0.177
p-valor White=0.002* p-valor Reset-Ramsey=0.558
*Se detecta Heterocedasticidad, por lo cual se estimó la ecuación utilizando el estimador robusto de White para la matriz
de varianza-covarianza.
TC404= tasa de crecimiento de la concentración económica en el período de 1940 y 2004
18
Los resultados del modelo para el período completo muestran evidencia de
convergencia, el coeficiente de convergencia es ligeramente superior al que
estimamos en convergencia absoluta, en este caso la variable de concentración
económica es estadísticamente significativa y acelera levemente la velocidad de
convergencia. Por consiguiente, la mayor tasa de concentración económica
regional actúa como un factor que condiciona el crecimiento de las regiones del
país.
Cuadro 6
Modelo condicionado 1940-1986
LPIB86-LPIB40 = 1.831 - 0.558*LPIB40 + 0.199*TC4086
estadístico t (29.15) (-8.92) (2.63)
p-valor (0.000) (0.000) (0.136)
R2=0.888
p-valor Jarque-Bera=0.777 p-valor LM(2)=0.685
p-valor White=0.000* p-valor Reset-Ramsey(3)=0.486
*Se detecta Heterocedasticidad, por lo cual se estimó la ecuación utilizando el estimador robusto de White para la matriz
de varianza-covarianza.
TC4086= tasa de crecimiento de la concentración económica en el período de 1940 y 1986
Cuadro 7
Modelo condicionado 1986-2004
LPIB04-LPIB86 = 0.116 + 0.039*LPIB86 + 0.484*TC0486
c) Núcleos de convergencia
9
Citado en Ezcurra 2001.
19
dispersión (convergencia sigma o divergencia), esto resulta compatible con un
modelo caracterizado por la existencia de un proceso de polarización en la
distribución (dando lugar a clubes de convergencia)10.
10
Ezcurra 2001.
20
En el mapa 2, se observa que durante el período de desarrollo industrial del país
los ritmos de crecimiento más bajos (color azul) se encuentran principalmente en
los estados del norte del país y el D.F. lugares caracterizados por mayores niveles
de ingreso, en tanto los crecimientos más altos (color naranja) se concentran
hacia el centro del país incluyendo estados de gran pobreza como Oaxaca,
Chiapas y zonas petroleras como Tabasco.
21
Mapa 3: Tasas de crecimiento 1986-2004
22
Mapa 4: PIB per cápita 1940
23
Mapa 5: PIB per cápita 2004
4) Conclusiones
24
dado lugar a procesos de formación de núcleos de convergencia. Lo cual es
compatible con el mantenimiento de las disparidades en ingreso per cápita y la
formación de clubes de convergencia.
BIBLIOGRAFÍA
25
ASUAD SANÉN NORMAND EDUARDO, QUINTANA ROMERO LUÍS (2006); Convergencia
espacial en el crecimiento económico de las entidades federativas de México,
1940-2001, UAM-Azcapotzalco, México.
26
CANOVA, F., MARCEL A. (1995). The poor stay poor: non convergences across
countries and regions. CEPR working paper n° 1405.
27
GARZA, GUSTAVO (1997): “Tendencias de las desigualdades urbanas y regionales
en México, 1970-1996” en Estudios Demográficos y Urbanos. Num.3. vol. 15.
México, El Colegio de México, pag. 493-501.
Gamboa y Messmacher M, (2002), Desigualdad regional y gasto público en México,
BID.
PACI, R. (1997): “More Similar and Less Equal: Economic Growth in the European
Regions”, Weltwirtschaftliches Archiv 133, pp. 609-634.
28
QUAH, D. (1996): “Regional Convergence Cluster across Europe”, European
Economic Review 40, pp. 951-958.
29
SALA-I-MARTIN, X. (1996): “Regional Cohesion: Evidence and Theories of Regional
Growth and Convergence”, European Economic Review 40, pp. 1325-1352.
SOLOW, R. (1956): “A Contribution to the Theory of Economic Growth”,
Quarterly Journal of Economics, vol. LXX, nº 1, pp. 65-94.
SOTO, GERMAN (2005): Generación del producto interno bruto mexicano por
entidad federativa, 1940-1992, Trimestre Económico, no. 287, pp. 617-654 ,
Fondo de Cultura Económica.
30