Resumen[1]
Este artículo recoge los resultados de una investigación realizada para analizar la existencia de desigualdades regionales en eficiencia técnica y productividad total de los factores desde el enfoque de fronteras de producción estocásticas para 23 departamentos en Colombia. La investigación arrojó que se encuentran niveles altos de eficiencia, aun con relación a economías desarrolladas, la descomposición de la productividad total de los factores muestra una preponderancia de la eficiencia técnica. Adicionalmente se realiza un análisis de convergencia de donde se concluye que las brechas entre departamentos se han ido cerrando con el tiempo.
Palabras clave: Eficiencia técnica, PTF, inequidad regional,
Artículo Recibido: Noviembre 2012 Artículo Aceptado: Junio 2013
Francisco Javier Cardozo
Estudiante de último semestre de Economía,
Universidad del Valle
Oscar
Mauricio Orozco
Estudiante de último semestre de Economía,
Universidad del Valle
Characteristics that determines the
economical development, the diminution of inequalities, and the poverty
reduction in Colombian states.
Abstract:
This paper presents an analysis of
regional disparities in technical efficiency and total factor productivity from
the stochastic production frontiers
approach for 23 departments in
Colombia. High levels of efficiency were found,
even with regard to developed economies, the decomposition of total
factor productivity shows a preponderance of technical efficiency.
Additionally an analysis of convergence
was done, it concluded that the gaps between departments have been closing over
time.
Keywords: Technical Efficiency, PTF, regions
inequality
1.
Introducción
Introducción
La medición de la eficiencia técnica a partir del enfoque de
fronteras de producción estocásticas, empieza con un estudio pionero de Farrell
(1957), quien se basó en la sencilla idea de comparar los productos(output)
obtenidos con el máximo producto posible según lo indica la frontera optima de
posibilidades de producción, de esta forma se puede obtener una idea de la
eficiencia técnica de una unidad económica . No obstante, este enfoque se usaba
principalmente para medir la eficiencia de pequeñas unidades productivas, como
lo hacen notar Margono y Sharma (2004), un estudio pionero de la eficiencia a
nivel regional se encuentra en Nishimizu y Page (1982) quienes estiman la
eficiencia técnica, el cambio tecnológico y el crecimiento de la productividad
para el periodo 1965-1978, encuentran un primer periodo de crecimiento de la
eficiencia seguida de un descenso de la misma, asociado a cambios en el
ambiente de producción local. Desde entonces se han llevado una gran cantidad
de estudios de la eficiencia y la productividad regional a partir del enfoque
de fronteras estocásticas, pasando por el estudio de Margono y Sharma (2004)
quienes estiman la eficiencia técnica y el cambio en la productividad total de
los factores, así como su composición para las economías provinciales de
indonesia en el periodo 1993-2000.
Otras aproximaciones destacables a la medición de la
eficiencia usando fronteras estocásticas se halla en Moroney y Lovell (1997)
quienes hacen comparaciones entre economías de planificación central y economías
de mercado, encuentran que las economías occidentales son en general mas
eficientes que las de planeación central; por su parte Gumbau (1998) estiman la
eficiencia técnica de las regiones españolas para el periodo 1986-1991,
encuentran eficiencias entre el 80% y 90% y se destaca el hecho de que se
realiza un análisis de variabilidad de la eficiciencia en el tiempo, en efecto
esta varia en el tiempo. Wu (2000) estima la eficiencia técnica y la
productividad en las regiones de China para el periodo 1981-1995 y se destaca
el hecho de que las mejoras en la eficiencia técnica se debe a las reformas
adoptadas. Puigjonoy (2001) y también Brock (2001) estiman la eficiencia
técnica de las distintas regiones de
Estados Unidos, el trabajo de Puigjonov abarca los años desde 1970 hasta 1983,
el de Brock va desde 1977 hasta 1986, en general encuentran que la eficiencia
técnica es muy variable y va desde un 45% hasta un 99%, Brock encuentra una
media de 90%.
Por su parte existen distintas aproximaciones para la medición
de la productividad; como quiera que esta, se hace a distintos niveles de
unidades económicas. Así, se habla de la
productividad de las firmas, de un sector de la economía, de una industria
especifica o de la economía como un todo. Al
nivel mas agregado, el de la economía, la productividad suele medirse,
como el producto por unidad de mano de obra o como el producto por unidad de
capital. En este trabajo, nos aproximamos a la idea de la medición de la
productividad, con una alternativa conocida como productividad total de los
factores (PTF de ahora en adelante). La idea de esta medida es muy sencilla, el
crecimiento de la productividad total de los factores, es aquel crecimiento del
producto que no es explicado por el crecimiento de los factores productivos;
mas sencillo aun, el crecimiento de la productividad total de los factores, es
la diferencia entre el crecimiento del producto y el crecimiento de los
factores. Edwards (1998) estimo la PTF de varias economías desarrolladas y las
compara con economías en vías de desarrollo, concluye que el grado de apertura
determina en gran medida junto con el capital humano, la magnitud de la PTF,
Margono y Sharma (2004).
El enfoque de fronteras estocásticas, considera que la
tecnología productiva puede no ser optima, lo que implica que puede estar
operando por debajo de la frontera de posibilidades de producción, es posible
obtener una aproximación distinta a la estimación de la PTF. Wu (2000), en
efecto obtiene la medida de la PTF en las regiones de China a partir de este
enfoque. Han et al (2004), estiman la PTF para economías del este asiático y
economías occidentales en el periodo 1970-1990, encuentran crecimientos de la
PTF desde -11% hasta 8%.
Un importante hallazgo, desde el enfoque de fronteras
estocásticas es que, como lo hacen notar, Wu (2000) y mas precisamente
Kumbhakar y Lovell (2000), el crecimiento de la PTF puede ser obtenida como la
suma, del progreso tecnológico, el cambio en la eficiencia técnica y una medida
de un factor de escala de la economía. Estos estudios suponen una función de
producción común para toda la economía. El estudio de Solow (1957), descompone
el crecimiento del producto en Estados Unidos, en crecimiento de la
productividad y crecimiento de los factores; por su parte, Barro y Sala i
Martin (1995), hacen lo propio para otros países. La desventaja notable de
estos enfoques, es que agregan en la estimación de la productividad, el cambio
tecnológico y el cambio en la eficiencia técnica, la descomposición se deja de
lado. Entendiendo que la descomposición descrita por Wu (2000) y Kumbhakar y
Lovell (2000), es mas adecuada que los estudios que los preceden, este trabajo
se propone estimar el crecimiento de la PTF en Colombia para el sector
industrial en el periodo 2000-2008, siguiendo este enfoque.
Este trabajo se organiza como sigue; después de esta
introducción, se hace una breve descripción de la situación de la economía
Colombiana en el periodo de análisis, después se procede a exponer en general
la metodología de estimación, se hace posteriormente una descripción de los
datos y se presentan por último los resultados y conclusiones.
Contexto General de la Economía Colombiana
Colombia es un país especialmente reconocido en el mundo por
su diversidad, más allá de los conflictos que padezca desde hace décadas. Cada
una de sus regiones es tan peculiar y tan favorecida por riquezas geográficas,
que ofrece una variedad muy amplia de
posibilidades de desarrollo para su gente, mediante distintas posibilidades
de progreso, ya sea industrial, agrario, pecuario, turístico o de servicios;
sus regiones están conformadas por departamentos para conformar un total de 32
en todo el territorio. Además de las características mismas de las regiones,
cabe mencionar la existencia de disparidades
entre cada uno de los departamentos del país, algunas sutiles pero otras
en cambio tan severas que vale la pena resaltarlas (distintos niveles de
pobreza, salubridad, riqueza, escolaridad, etc) pues han impedido que
prioridades como el fomento para el desarrollo, la reducción de la pobreza y la
desigualdad, se vean como metas imposibles de alcanzar en el mediano plazo.
Con el propósito de examinar que circunstancias han determinado en mayor medida las
disparidades departamentales, en lo concerniente al eje central de la
investigación crecimiento económico inclusivo y equitativo.
Este país, presenta una gran disparidad en lo concerniente a
los departamentos, una forma de mostrar esa disparidad, es observando las
diferencias existentes entre oriente y occidente, principalmente respecto al
tamaño de sus departamentos, la cantidad de habitantes y en cuanto al
desarrollo económico. Cerca del 5% del total de la población se encuentra en
los que se denominara aquí como oriente, conformado por los departamentos de
Arauca, Amazonas, Caquetá, Casanare, Guainía, Guaviare,Meta, Vichada y Vaupés,
respecto al CENSO de 20051; no obstante los nueve departamentos anteriormente
nombrados representan alrededor del 57% del territorio colombiano, con lo que
se observa una seria disparidad en cuanto a las posibilidades de explotación de
decursos naturales se refiere.
El progreso social y económico de cada uno de los
departamentos resulta ser un tema que genera un sin número de preguntas,
principalmente en torno a la convergencia o
la divergencia de su crecimiento respecto al comportamiento del agregado
nacional. ¿Los departamentos colombianos muestran una convergencia condicional
o absoluta respecto a aspectos tan relevantes como la lucha contra la pobreza,
la inequidad y el desempleo? o por el contrario ¿Las diferencias demográficas,
geográficas e históricas determinan una divergencia clara en cuanto a los
avances que estos presentan en los aspectos ya mencionados?
Puesto que existen conformaciones de riquezas naturales y
artificiales muy distintas, la segunda pregunta que se ha planteado, resulta
ser más afortunada, ya que entre cada uno de los departamentos, se ha
presentado un contraste en el desarrollo económico, un reflejo claro del mismo
es que por ejemplo para el año 2008, el PIB reportado para Guainía, rondaba los
129 mil millones de pesos; mientras que para Bogotá estuvo rondando los 107
Billones de pesos2.
Por otra parte, si se observan las tasas de crecimiento del
PIB por departamentos para el periodo 2000-2008, el oriente creció en general a
tasas por encima de las presentadas en departamentos de occidente. Existen
diferencias claras en los sistemas de reducción de cada sector, aun mas en cada
departamento. Las industrias manufactureras, la agroindustria, los centros de
servicios financieros, mayores poblaciones se ubican en Antioquia, Bogotá y
Valle del Cauca; no obstante departamentos como Atlántico también
representa esas características; por el
otro lado se encuentran los departamentos que se manifiestan en mayor medida
las riquezas naturales, como de madera y agricultura, poseenmenor densidad
demográfica aunque representen los mayores espacios geográficos, como el caso
de Casanare, Arauca, Meta y Caquetá, la explotación de sus recursos, no ha sido
confrontado únicamente por los campesinos o empresarios; sino que los grupos
armados ilegales han contribuido a la generación de conflictos y con ello
sesgado la economía hacia la producción de narcóticos.
Cada departamento al presentar características únicas, tiene
formas de producción que le generan unos resultados, que pueden ser buenos o
malos según los recursos de que dispongan, ya sean naturales, humanos o
tecnológicos. El aprovechamiento de esos recursos, alimenta de manera directa
las posibilidades de mejorar en lo económico y lo social,a sus hombres y
mujeres, por ese motivo la eficiencia en la producción de un departamento puede
estar ligada a factores controlables por los productores, como el talento
humano, la cantidad de insumos
utilizados, la tecnología usada o si por el contrario el
departamento y sus productores dependen de aspectos aleatorios no controlables
como la geografía, con lo que se podría establecer un causante de su
divergencia de ser el caso en los aspectos que relacionan el crecimiento
económico con la equidad y la participación del mismo en su gente.
Dado que las economías departamentales presentan tantas
diferencias, vale la pena investigar, sus principales determinantes, para así
contrastar la hipótesis de convergencia plantada anteriormente. Esto contribuiría
a evaluar en qué medida cada departamento se encuentra sobre la frontera de
producción en cada año, para el periodo 2000-2008 y lo rápido que cada
departamento puede llegar a la frontera de eficiencia de producción; mas aun
definir que variables están afectando las posibilidades de mejoras en la
producción y en la generación de riqueza, para así examinar aspectos antes
resaltados como la pobreza y la desigualdad. Lo anterior se lograría a partir
dela descomposición del crecimiento de la productividad total a nivel
departamental en cada una de sus partes, así ayudará a identificar la causa del
crecimiento de cada departamento, es decir, si el crecimiento económico de los
departamentos se debe a un progreso tecnológico o debido a un cambio en la
eficiencia técnica.
Metodología
Considérese una función de producción para ser usada
mediante datos panel:
Yit=f(x_jit; α) exp〖(ε_it
) 〗
q(1)
Donde i=1,2,3,…,I representa las unidades estudiadas, en
esté caso los departamentos en forma de corte transversal, t=1,2,3,…,T que
representa los periodos de tiempo. YitRepresenta el producto en la i-ésima
unidad, en el periodo t,x_jit representa el j-ésimoproducto del departamento,
j=1,2,3,..,J , y α es un vector de parámetros desconocidos. El término de error
ε_it es dividido en dos componentes: v y
u,tal que, ε_it=v_it+u_it,donde v_it es el error aleatorio y u_it captura la
ineficiencia. El error aleatorio v_it, se supone idéntica e independientemente
distribuido normal con media cero y varianza σ_v^2, y donde se asume que u_it,
sigue una distribución normal truncada μ puesto que los insumos usados para
generar el producto no pueden ser negativos. En su (Battese y Coelli; 1992),
trabajan con eficiencia técnica que cambia en el tiempo para datos de panel3,
tal que u_it se redefine para dar cabida a la variabilidad en el tiempo
(ecuación 2).
u_it=η_t u_i q(2)
Donde η_t=exp{-δ(t-T) } y donde δ es un parámetro para ser estimado. En el
trabajo de Battese y Coelli de 1992, anotan que cuando δ>0, la eficiencia técnica se eleva a una
tasa decreciente; por otra parte, si δ<0, entonces la eficiencia técnica
disminuye a una tasa creciente y si δ=0,
la eficiencia técnica se mantiene igual. Ahora bien siguiendo a los
mismos autores, aquí se estima la eficiencia técnica por medio del la media
mínima de los errores predichos al cuadrado.
TE_it=E(exp(-u_it)│ε_i ) q(3)
3Tomado de Battese y Coelli (1992), especificación de la
variación de la eficiencia técnica en el tiempo.
=[(1-φ(η_t σ_*-(μ_(*i)⁄σ_* )))/(1-φ(-(μ_(*i)⁄σ_* )) )] exp{-η_t μ_(*i)+0.5η_t^2 σ_*^2 } q(4)
Donde
μ_(*i)=[(μσ_v^2-η^´ ε_i
σ_u^2)/(σ_v^2+η´ησ_u^2 )] q(5)
σ_*^2=[(σ_u^2
σ_v^2)/(σ_v^2+η´ησ_u^2 )] q(6)
η´=(η_(1 ) η_(2 ) η_3 η_(4 )…η_(T ))yφ(.) es la función
acumulativa normal estándar. Específicamente en el estudio cuando usa una
función de producción translogaritmica con dos insumos, (k) capital y (L)
labor.
Ln Yit=α_0+α_k*Ln(K_it )+α_L*Ln(L_it )+α_t*t+1/2[α_kk*(〖Ln(K_it
)〗^2+α_ll*〖Ln(L_it )〗^2+α_tt*t^2]+α_kl*Ln(K_it
)Ln(L_it)+α_kt*tLn(Kit)+α_lt*tLn(L_it )+ v_it-u_it q(7)
Dondei=1,2,3,…,23y t=1,2,2,…8 que representan la cantidad de
departamentos comparados y el periodo de tiempo en años respectivamente. Ahora
bien, para estimar los factores que contribuyen o determinan la ineficiencia
técnica, se estima un modelo como el presentado en la ecuación 8.
〖ETD〗_it=
β_0+β_1 〖*z〗_1it+β_2 〖*z〗_2it+β_3
〖*z〗_3it+⋯+β_n 〖*z〗_nit+
ξ_it q(8)
Donde 〖ETD〗_it
representa la ineficiencia técnica para los departamentos i para los t periodos
de tiempo, z_nit representan n variables independientes, β_0,β_1,…β_n son los
parámetros que esperan ser estimados y ξ_it el termino de error, suponiendo que
está idéntica e independientemente distribuido (iid) con media igual a cero y
varianza σ_ξ^2.
En trabajos anteriores (Kumbhakar y Lovell, 2000), se hace
referencia a la posibilidad de descomponer la productividad total de los
factores (PTF) en tres componentes. Los componentes son la tasa de cambio
tecnológico (CT), componentes de escala (CE) y el cambio de la ineficiencia
técnica (CIT). La tasa de progreso tecnológico se puede estimar mediante la
ecuación 9.
CT=[∂Ln(y_it )/∂t] q(9)
Este progreso tecnológico (CT)4, puede interpretarse como el
desplazamiento de la frontera de producción en el tiempo para cada uno de los
departamentos, como la tecnología ha ofrecido una múltiple gama de opciones de
aumento de la productividad. Los componentes de escala se definen como:
CE=(e-1) ∑_j▒(e_j/e) (x_j ) ̇
q(10)
Donde e_k y e_l son la elasticidades del producto respecto a
el capital y el trabajo5 respectivamente. Tal que e=e_k+e_L, además se denota la velocidad de
cambio de variables mediante el punto que se sitúa por encima de las mismas. Es
también oportuno especificar que las elasticidades del producto respecto al
capital y al trabajo se hallan mediante las ecuaciones 11 y 12 respectivamente.
e_k=α_k+α_kk*Ln(K_it )+α_kL*Ln(L_it )+α_kt*t q(11)
e_L=α_L+α_LL*Ln(L_it )+α_kL*Ln(K_it )+α_Lt*t q(12)
Entre tanto en la estimación de la eficiencia técnica se
denota en la ecuación 13.
(ET) ̇= -(∂u_it)/∂_t q(13)
Los cambios en la eficiencia técnica pueden ser
interpretados como la velocidad con la que se mueve la eficiencia técnica esde
y hacia la frontera de producción6; de esta manera la productividad total de
los factores se puede presentar de la siguiente manera:
(PTF) ̇=CT+CE+(ET) ̇
q(14)
4El progreso tecnológico se expresa también mediante
CT=α_t+α_tt t+ α_Kt K_it+ α_lt L_it
5Los componentes de escala se pueden representar más
específicamente así: (e-1)(e_k/e K ̇+e_l/e L ̇ )
Datos y Definición de Variables
Las variables inicialmente seleccionadas son nueve, de
entrada (inputs) y una variable de salida (output) (tabla 4), estos son
resultado tanto de la revisión bibliográfica (en función del grado de
influencia que tiene en el rendimiento y en la eficiencia productiva) así como
de la disponibilidad departamental de la información sobre el tema tratado. Se
tomaron 23 departamentos, para los cuales se sustrajo información del total de
activos (k), la cantidad de trabajadores (l), y el PIB (Y). Los datos fueron
recopilados a partir de una gran diversidad de fuentes, así: Departamento
Administrativo Nacional de Estadística de Colombia (DANE), por medio de la
(Encuesta continua de hogares, Gran encuesta integrada de hogares, Informes de
coyuntura, Anuarios de la industria manufacturera).
,en este estudio, se
han tenido en cuenta 23 de los 32 departamentos. Se ha tomado a Bogotá de
manera independiente por la importancia y la proporción que representa en
cuanto al PIB de la economía colombiana, de esta manera se tienen los
departamentos: (1) Antioquia, (2) Atlántico, (3)Bogotá, (4) Bolívar (5)Boyacá,
(6)Caldas, (7)Cauca, (8) Caqueta, (9)Cesar, (10)Córdoba, (11)Cundinamarca,
(12)Huila, (13)La Guajira, (14)Magdalena, (15)Meta, (16)Nariño, (17)Norte de
Santander, (18)Quindío, (19)Risaralda, (20)Santander, (21)Sucre, (22)Tolima,
(23)Valle del cauca.
De las cuentas
regionales del Dane se pudo sustraer el PIB para cada departamento, para el
periodo estipulado con anterioridad. De la encuesta anual manufacturera se
sustrajeron los datos de los activos por departamento, de cantidad de mano de
obra por departamento y otros indicadores que sirvieron de base para el
análisis que presentaremos posteriormente, principalmente haciendo referencia
al nivel de desarrollo industrial. Los datos que se usan para explicar la
eficiencia de los departamentos, fueron obtenidos de la pagina del ICFES
interactivo y del
6El cambio en la eficiencia técnica se puede establecer
como: δexp{-δ(t-T)}u_i
Dane, lo que no resulto ser tan fructífero por la ausencia
de desagregación que existe para los departamentos colombianos, con lo que la
calidad de las estimaciones se ven afectadas al igual que las conclusiones
obtenidas. Se tomaron, tasa de desempleo por departamentos, promedio de
resultados de ICFES, si tienen costa al mar, el nivel de extracción de
petróleo, el nivel de comercio que sostiene.
Eficiencia técnica
El modelo presentado en la ecuación 7, se calcula mediante
el método de máxima verosimilitud, usando el software Frontier 4.1, suponiendo
además que u_it sigue una distribución normal truncada, con media μ y varianza
σ_u^2. En lo referente al tiempo, ya se había hecho la aclaración de la
ecuación 2, donde se redefineu_itpara dar cabida a la variabilidad en el mismo.
Los resultados que se presentaron en torno a las variables y sus niveles de
significancias, se muestran en la (tabla 1), dado que α_T es positivo, se puede
afirmar que los avances en la técnica
usada en la producción y tecnología usada en el proceso productivo de
los distintos departamentos es progresiva a medida que pasa el tiempo. Es
interesante observar como en el caso de
α_K se presenta una influencia positiva y significativa al 95%, en el
crecimiento; contrario es el caso deα_L que aparece con un estimador negativo,
lo que significaría una relación negativa entre el total de ocupados y el
crecimiento del departamento, no obstante la elasticidadα_kles positiva, lo que
quiere decir que el trabajo por sí solo no hace nada, además necesita ser
complementado con el capital y con el progreso tecnológico para la
incorporación de nuevo trabajo.
Las estimaciones de eficiencia técnica de la ecuación (3) se
reportan en la Tabla 2. La Tabla 2 muestra que la eficiencia técnica promedio
de las economías de cada uno de los departamentos colombianos, durante el
período 2000-2008 es de alrededor del 77,7%. Lo anterior supone niveles de
eficiencia más altos que el promedio de eficiencia técnica de los EE.UU, donde
es de alrededor del 67% (Sharma et al., 2003), aclarando que es para una
muestra distinta de años. La eficiencia promedio, parece constante entre2000 y 2008. Además no
se observa el efecto de la crisis financiera en 2007 niel deterioro de la
relación entre capital y trabajo, sufrido a raíz del fomento de la inversión en
capital y no en empleo nuevo. Lo anterior se puede deber en parte a las
habilidades propias de los principales exponentes de los sectores industriales,
que al recurrir a menores niveles de producción, optaron por mantener
eficiencia disminuyendo empleo o pagando menores salarios, con lo que se
contrastan las soluciones de equilibrio dinámico de las estructuras de
mercados.
En el año 2000, se observa que el departamento con la
eficiencia más baja es de 0.71,del departamento del Meta; mientras que para el
mismo año la mayor eficiencia se ubica en el departamento de Santander, se
encuentra en alrededor del 89%. Lo anterior reflejaría fehacientemente la
divergencia existente entre este y oeste del país, desde la perspectiva ya
planteada; No obstante el ejercicio mostro algunas sorpresas: Para el caso de
departamentos como Antioquia, Atlántico y Valle del cauca, se observa un
promedio de eficiencias para el periodo 2000-2008, se tienen 82%,77% y 83% respectivamente, lo que muestra que los
departamentos del oeste en promedio no están muy lejos de los niveles de
eficiencia máxima; no obstante el departamento del Huila y el de Bolivar,
lograron mayores niveles de eficiencia para el promedio de años, lo que resulta
paradójico, en especial para el caso del Huila, en donde los ejes del
desarrollo económico llegaron retrasados para el contexto nacional del pasado siglo.
Para el año 2008, el departamento de Santander mantiene la
primera posición en términos de eficiencia, superando el 90%, mientras Meta, se
mantiene rezagado en el periodo y sostiene el último lugar en lo
correspondiente a la eficiencia técnica; Así pues se pretende explicar la
eficiencia a partir de algunas
variables, como las de extracción de petróleo, uso de energía eléctrica,
promedio de los resultados de ICFES, como proxy de la calidad de la educación,
el comercio que sostiene intrínsecamente , la tasa de desempleo y una dummy de
departamento costero. Las anteriores variables de observan en la tabla 5. Las
variables que resultaron significativas para explicar la eficiencia son la
extracción de petróleo y gas, con un nivel de
significancia del 1%, mientras el comercio que sostiene cada
departamento a nivel agregado termina siendo significativo al 10%.
Lo anterior resulta se algo que se esperaba, aunque lo
paradójico es que el coeficiente de extracción de petróleo resulte ser
negativo. De esta manera se observa que los departamentos con mayores niveles
de extracción de petróleo, no se beneficien mucho de este sector, puesto que
apoya las ineficiencia técnica, lo cual termina desprendiéndose de los altos
niveles de clientelismo que se observa en especial en las contrataciones del
sector, con lo que el personal no resulta ser lo suficientemente acto (Meta).
Santander se ve beneficiado especialmente del comercio que sostiene, es un
departamento en donde se han disminuido las cifras de desempleo y de pobreza
(Jaramillo, 2009). La educación no resulto ser apropiada pues mantenía niveles
similares en todos los departamentos, lo que se debe a la ausencia de datos de
alumnos y calidad en educación por departamentos que registra el país.
El γ de 0.99 significativo al 95%, representa que la
ineficiencia debida a factores controlables por los productores es muy
representativa en el análisis de la producción de los departamentos, lo que se
explicaría por una relación muy débil entre la inversión en capital y la cantidad
de trabajadores. Lo anterior muestra entonces que en los distintos
departamentos del país se pueden arreglar las cosas en procura de la
maximización de la producción, mediante mejores métodos. Ahora bien,
considerando el modelo de regresión 15, podemos saber si la eficiencia técnica
presenta convergencia o no; habiendo visto que la eficiencia técnica jalona
gran parte del crecimiento de la PTF, es de interés saber si los distintos
departamentos presentan convergencia, si progresivamente se están eliminando
las brechas entre los departamentos para lograr un crecimiento inclusivo e
igualitario.
Ln(〖TE〗_1/〖TE〗_0
)=θ_0+θ_1*Ln(〖TE〗_0
)+ω q(15)
Al estimar la ecuación 15, se encuentra un parámetro 𝜃1
igual a -0.3, significativo al 10%. De donde podemos inferir que existe
convergencia en el sentido de Baumol, para lo cual se requiere que dicho
parámetro sea significativo y negativo estrictamente. . Esto es de vital
importancia, toda vez que los logros que se hacen en materia de eficiencia son inclusivos y permean al total de la
población.En la literartura al respecto, es común encontrar convergencia, en
este trabajo encontramos que los departamentos colombianos convergen en
eficiencia para el periodo 2000-2008, esto es de vital importancia, ya que se
puede inferir que, si bien es cierto que las brechas de eficiencia son grandes,
estas se disipan progresivamente en el tiempo, haciendo que el crecimiento sea
cada vez mas parejo entre las regiones.
Crecimiento de la Producción Total de los factores
El crecimiento de la productividad es básico, para el
análisis del contexto departamental, puesto que determina el nivel real vida
que se puede llegar a lograr por parte de los ciudadanos de los mismos. Se debe
tener en cuenta que la Productividad Total de los Factores (PTF) es la suma de
los cambios tecnológicos, a escala nt Compone y cambio en la eficiencia
(ecuación 11). Esta descomposición del cambio total de la productividad en el
cambio de la eficiencia técnica y el cambio tecnológico hace posible entender
el que los departamentos tengan una mejoría de sus niveles de productividad,
simplemente a través de un uso más eficiente de su tecnología o el progreso
tecnológico. En los resultados obtenidos (Tabla 3), el crecimiento de la PTF
junto con el crecimiento medio del progreso tecnológico (PT), componente de la
escala (SC) y la eficiencia técnica (TE). Se podría concluir que:
La productividad total de los factores está fuertemente
jalonada por la eficiencia técnica y el cambio técnico, mientras que el
componente de escala no parece preponderante. Si se compara esta estimación con
la obtenida por Margono y Sharma (2004), se ve que la economía colombiana experimenta
incrementos en la productividad total de los factores, que representan cerca
del doble de esta tasa en la economía indonesia. No obstante, la tasa de
crecimiento de la productividad total de los factores no crece progresivamente,
mas aun, se ven varios casos en los que la tasa de crecimiento de la
productividad total de los factores decrece en el periodo de estudio, ejemplos
de esto son, Antioquia, Atlántico, Bogotá, Cundinamarca, Córdoba, etc.
El hecho de que la eficiencia técnica jalone en gran medida
el crecimiento de la productividad total de los factores, hace que el análisis
de los determinantes de esta sea preponderante. Margono y Sharma (2004) habían
encontrado también, para la economía indonesia, un aporte significativo de la
ineficiencia en el crecimiento de la productividad total de los factores. Cabe
anotar, que el hecho de que la tasa de crecimiento sea en muchos casos
decreciente, no quiere decir que la productividad total de los factores
decrezca en el tiempo, mas aun, quiere decir, que en efecto crece pero a tasas
cada vez más lentas, como es de esperarse desde la teoría económica, suponiendo
rendimientos decrecientes.
Como era de esperarse, los departamentos con mayor tasa de
crecimiento promedio de la PTF en el periodo 2000-2008 son Bogotá, Antioquia y
valle respectivamente (Tabla 3).
Desigualdad
Como era de esperarse, Colombia es un país que refleja
grandes contrastes, el ejercicio que se realizo en este trabajo, ayuda a
representar cuales son las variables que dentro del contexto productivo, apoyan
o no el crecimiento eficiente del producto bruto de los departamentos. La
ausencia de inclusión del efecto del sistema financiero es algo que se espera
resolver en próximos trabajos, aunque con lo observado, se pueden resaltar
algunos causantes de las desigualdades productivas que se presentan en los
departamentos de Colombia. La educación en términos de resultados promedios no
parece ser uno de los causantes de tales diferencias en las eficiencias
productivas de los departamento, con lo que está en entre dicho es la calidad
de este aspecto; lo que parece ser aun más acuciante es la importancia del
petróleo para algunos departamentos, lo que desde este estudio aparece como un
imaginario colectivo de la explotación de los recursos naturales, ya que ante
la desigualdad que existe entre los departamentos en términos de recursos
naturales, parece que el tener petróleo no beneficia a los mismos.
La cantidad de comercio que se tiene en cada departamento,
resulta ser uno de los factores preponderantes para el análisis de la
eficiencia productiva que se presenta en los departamentos. Al parecer el
sector secundario de la economía resulta beneficiado del sector terciario en
los departamentos colombianos, puesto que ello refleja a los nodos de atracción
que contribuyen al jalonamiento de empresas y con ello del capital humano; no
obstante el sector primario que obedece a los recursos naturales como el
petróleo, no jalonan industrias a sectores cercanos, sino que por el contrario,
ante los niveles de sub-desarrollo regional e inconformidad ambiental, resulta
ser una especie de agente expulsor de la dinámica empresarial con ello del
capital humano apropiado para el mejoramiento de la eficiencia regional.
De esta manera las desigualdades departamentales se
sostienen en principio debido a la ausencia de ejes de desarrollo apropiados,
que se expresan en términos de industria creciente no tradicional. Lo anterior
se observa desde que las eficiencias más altas se ubican en departamentos que
no tienen grandes explotaciones, con excepción del Huila, que ha venido
beneficiándose de las regalías dejadas por el sector minero y ha venido
desarrollando industrias no tradicionales como las del transporte. Mientras los
otros departamentos, como Santander o Bogotá, se han beneficiado del sector
secundario y terciario principalmente. Lo anterior refleja las disparidades
regionales nacientes en los ejes de mercado que se han desarrollado con fuerza,
y nos muestra que los causantes de tales desigualdades son en efecto los sectores
que se han apropiado de la dinámica mercantil de la región y los que más
jalonan a la eficiencia y al el capital humano son la complementación del
sector secundario y terciario en las regiones.
Así, se puede constatar que las políticas de desarrollo económico,
que vallan con miras a la disminución de la pobreza y de la desigualdad, deben
estar dirigidas a la formación de incentivos que complementen a los sectores
secundario y terciario. El sistema financiero debe ser el principal agente
capas de propiciar este fenómeno, no obstante la prueba de eso estar en miras
de nuevos trabajos. Un país mas equitativo debe partir de dinámicas de
producción no excluyentes, que se fundamenten en la buena organización y en la
creación de incentivos apropiados para el desarrollo completo de las regiones a
partir de la producción de valor agregado.
Conclusión
Este estudio investigó la eficacia técnica y la
productividad total de los factores, mediante el análisis de las economías de
cada uno de los 23 departamentos tomados de Colombia durante el periodo
2000-2008. El promedio de la eficiencia técnica para este periodo estuvo
alrededor del 77% que es alta con relación a la ET Española o de USA. Respecto
a la PTF, se llego a la conclusión de que esta fue jalonada por la ET, logrando
generar crecimiento en los departamentos de alrededor del 5% en promedio. Queda
claro que el cambio técnico y el logro de economías de escala durante el
periodo de estudio jalonaron de forma importante el crecimiento de la PTF, comportamiento constante de la eficiencia
técnica permitió un aumento
significativo de la PTF, aunque de manera decreciente. Lo anterior resulta ser
un poco paradójico ante las dicientes diferencias de entre los departamentos,
con lo que se observaría una especie de rendimientos crecientes en algunos ejes
de desarrollo y un comportamiento decreciente en el general de los
departamentos examinados.
Los datos revelan que hubo grandes aumentos de capital y
mano de obra durante el periodo, que fue constante. Como conclusión general se
puede inferir que el crecimiento que experimento el país durante el periodo de
estudio estuvo jalonado por un gran aumento de factores productivos a la
industria. No obstante, este crecimiento no repercutió en mejoras de eficiencia
y productividad. Por el contrario, la productividad mostró regularidad, lo cual
hace pensar en un crecimiento constante y de bases solidas aunque no
sobre-estructurada, jalonado principalmente por aumentos de insumos, por lograr
una economía más eficiente y productiva.De esta manera los ejes de desarrollo
fomentan la desigualdad por los rendimientos crecientes de localización, pero
la dinámica de la eficiencia converge en procura de mayor igualdad entre
departamentos a partir de los manejos de las eficiencias técnicas en la
producción.
9.
Referencias
·
Aigner, D. J., C. A. K. Lovell, and P. Schmidt, Formulation and
estimation of stochasticfrontier production model, Journal of Econometrics,
1977, 6(1), pp. 21-37.
·
Battese, G. E. and T. J. Coelli, Prediction of firm- level technical
efficiencies with ageneralised frontier production function and panel data. Journal
of Econometrics,1988, 38, pp. 387-399.
·
Battese, G. E. and T. J. Coelli, Frontier production functions,
technical efficiency andpanel data: With application to paddy farmers in India,
Journal of ProductivityAnalysis, 1992, 3, pp. 153-169.
·
Baumol, W. J., Productivity growth, convergence, and welfare: what the
long-run datashow, American economics Review, 1986, 76(5), pp.
1072-1085.
·
Brock, G., A econometric look at inefficiency among U.S. states,
1977-1986, The Reviewof Regional Studies, 2001, 31(1), pp. 95-107.
·
Biro PusatStatistik, Statistical Year Book of Indonesia, 1996.
·
Barro, R.C and X, Sala-I-Martin Economic Growth, 1995,
McGraw-Hill: New York. Central Bureau of Statistics, http:www.bps.go.id,
2002.
·
Coelli, T, A guide to frontier version 4.1: a computer program for
stochastic Frontier production and cost function estimation, CEPA Working
Paper 96/07,1996,
·
Center for Efficiency and Productivity Analysis, University of New
England, Armidale.
·
Collins, S. and B. Bosworth, Economic Growth In East Asia: Accumulation
versus Assimilation, Brookings Papers on Economic Activity: 2, Vol. 1996
(2) pp. 135– 203.
·
Cornwell, C., P. Schmidt, and R.C. Sickles, Production frontiers with
cross-sectional and time series-variation in efficiency levels, Journal of
Econometrics, 1990, 46, pp.185-200.
·
Edwards, S, Productivity and growth: What do we really know?,Economic
Journal, 1998, 108(447), pp.383-98.
·
Farrel, M. J., The measurement of productive efficiency, Journal of
The Royal StatisticalSociety}, Series A, General, 1957, 120, pp. 253-281.
·
Gumbau, M., Regional Efficiency: a stochastic frontier approach, Applied
Economic Letters, 1998, 5, pp.723-726.
·
Gumbau, M., Efficiency and technical progress: sources of convergence in
the Spanish regions Applied Economics, 2000, 32, pp.467-726.
·
Hall, R.E and C.I. Jones, Why do dome countries produce so much output
per worker than others, Quarterly Journal of Economics , 1999, 114, pp.
83-116.
·
Han, G., K.P Kalirajan and N. Singh, Productivity, efficiency and
economic growth: East Asia and the rest of the world, The Journal of
Developing Areas, 2004, 37(2), pp. 99-118.
·
Jondrow, J., C. A. K. Lovell, I. S. Materov and P. Schmidt, On the
estimation of technical inefficiency in the stochastic frontier production
functions model, Journal of Econometrics, 1982, 19, pp.233-238.
·
Kalirajan, K.P, M.B. Obwona and S. Zao, A decomposition of total factor
productivity growth: the case of Chinese agricultural growth before and after
reforms, American Journal of Agricultural Economics, 1996, 76,
pp.331-338.
·
Krugman, P, The Myth of Asia’s Miracle, Foreign Affairs, 1994, 73
, pp. 62–78.
·
Kumbhakar, S. C., Production frontier, panel data, and time-varying
technical efficiency, Journal of Econometrics, 1990, 46, pp.201-212.
·
Kumbhakar, S. C., and C. A. K. Lovell, Stochastic Frontier Analysis,
2000, Cambridge University Press.
·
Margono, H; Sharma, S. (2004).“Technical Eficiency and Productivity
Analysis in Indonesian Provincial Economies”, Discussion Papers, Illinois University Carbondale.
·
Maudos, J., J.M. Pastor and L Sorrano, Efficiency and productive
specialization: an application to the Spanish regions, Regional Studies,
2000, 34, pp. 829-834.
·
Meeusen, W. and J. van den Broeck, Efficiency estimation from Cobb-Douglas
production functions with composed error, International Economic Review,
1997, 18(2), pp. 435-444.
·
Moroney, J. R. and and C. A. K. Lovell, Relative efficiencies of market
and planned economies, Southern Economic Journal, 1997,
63(4),pp.1084-93.
·
Nishimizu, M., and J. Page, Total factor productivity growth,
technological progress and technical efficiency changes: dimension of
productivity change in Yugoslavia in 1965-1978. Economic Journal, 1982,
92, pp. 920-36.
·
Osiewalski, J., G. Koop and M. F. J. Steel, Stochastic frontier analysis
of output level and growth in Poland and western economics, Economics of
Planning, 2000, 33(3), pp. 185-202.
·
Puig-Junoy, J., Technical efficiency and public capital in U.S. states:
A stochastic Frontier approach, Journal of Regional Science, 2001,
41(1), pp. 75-96.
·
Senhadji A., Sources of Economic Growth: An Extensive Growth Exercise,” IMF
Staff Papers, 2000, 147 (1) (Washington: International Monetary Fund)
·
Sharma, S.C., K. Sylwester and H. Margono, Technical efficiency and total
factor productivity analysis across U.S. States: 1977-2000, Manuscript,
Department of Economics, Southern Illinois University Carbondale, Illinois,
2003.
·
Solow, R, Technical Change and the Aggregate Production Function, The
Review of Economics and Statistics, 1957, 39(3), pp. 312-320.
·
World Bank, The East Asian miracle: Economic growth and public policy, Oxford
Economic Press for the World Bank, 1993.
·
Wu, Y., Is China’s economic growth sustainable? A productivity analysis,
China Economic Review, 2000, 11, pp. 278-296.
·
Young, A, The Tyranny of Numbers: Confronting the Statistical Realities
of the East Asian Growth Experience, Quarterly Journal of Economics,
1995, 110, pp. 641– 680.
Anexos
[1] Trabajo derivado de la presentación en el Concurso de
Ponencias Jesus Antonio Bejarano, 2012,
orgaizado por el Banco de la República. http://www.banrep.gov.co/en/taxonomy/term/3913
No hay comentarios:
Publicar un comentario