análisis estructural input-output de las economías europeas

ANÁLISIS ESTRUCTURAL INPUT-OUTPUT DE LAS ECONOMÍAS
EUROPEAS
Sergio Soza Amigo
Universidad de Magallanes. Chile
sergio.soza@umag.cl
Carmen Ramos Carvajal
Universidad de Oviedo
cramos@uniovi.es
La entrada de 10 nuevos países en la UE en el año 2004, dará sin duda lugar al mayor cambio
que haya experimentado esta organización hasta la fecha.
Creemos que una manera exhaustiva y precisa, a la vez, de conocer la economía de un país es
a través de su tabla input-output.
En el presente trabajo se efectuará un análisis estructural de las economías que forman, en la
actualidad, parte de la UE, empleando un método de extracción hipotética, a partir del cual se
determinarán los sectores clave, impulsores y estratégicos de las mismas, lo cual nos permitirá
una visión pormenorizada de la economía europea.
Asimismo, y a partir de los indicadores derivados del análisis estructural, procederemos a
clasificar y agrupar los distintos países según sus características diferenciadoras, aplicando un
análisis cluster.
Palabras clave
Análisis input-output, Eslabonamientos, Método de extracción hipotética, Análisis cluster
jerárquico, Economía Europea.
Clasificación JEL
C49; C67; F02; O57 y R15
1-INTRODUCCIÓN
La economía de la Unión Europea está experimentando notables cambios, debidos
tanto a su normal evolución como a la adhesión de nuevos países a su estructura. Por ello
creemos que efectuar un estudio en profundidad de la misma es un aspecto no sólo de gran
interés para el analista si no también muy necesario.
En esta comunicación consideramos trece economías europeas y procederemos a
efectuar su estudio a partir de sus tablas input-output. Hemos empleado el marco input-output
ya que nos parece un enfoque cuanto menos enriquecedor, al proporcionar información sobre
las relaciones entre los distintos sectores, su demanda final y los inputs primarios que
intervienen en el procedo productivo.
Este trabajo se llevará a cabo en dos etapas: en una primera se procederá a efectuar un
estudio individualizado de las estructuras de los países europeos aplicando un método que se
encuadra dentro de los de extracción hipotética, a partir del cual podremos caracterizar los
sectores productivos y clasificarlos como claves, impulsores o estratégicos en la economía.
Posteriormente, efectuaremos una agrupación de los mismos de acuerdo a los indicadores de
posición estructural obtenidos previamente, para determinar grupos de países con unas
características estructurales comunes. Dicha agrupación se efectuará aplicando la técnica
cluster de análisis multivariante, en concreto empleando un cluster jerárquico.
2-INFORMACIÓN ESTADÍSTICA
Como ya hemos señalado, hemos utilizado tablas input-output de 13 países europeos.
Estos países son: Alemania, Austria, Bélgica, Dinamarca, España, Eslovenia, Estonia,
Finlandia, Francia, Grecia, Italia, Reino Unido y Suecia. La selección de estos países se ha
debido a la confrontación de nuestros deseos con la realidad: por un lado, consideramos
conveniente efectuar un estudio lo más ambicioso posible que abarcase tanto a los antiguos
países miembros como a las nuevas incorporaciones, esto supondría un total de 25 tablas, sin
embargo, algunos de esos países no disponían de tabla, o ésta no era simétrica o su fecha de
referencia era muy distante del resto de naciones consideradas; todo ello ha conducido a que
nos quedásemos con las matrices señaladas.
2
Las tablas han sido proporcionadas por los institutos estadísticos de cada país. Se
encuentran valoradas en la moneda propia de cada nación, con lo cual han debido ser
homogeneizadas, se presentan en millones de euros para posibilitar su posterior comparación.
Dado el amplio volumen de información del que se disponía y para facilitar su manejabilidad
hemos optado por agregarlas a 9 sectores, para ello se ha ha utilizado una clasificación
Hermes1, pero ligeramente modificada para garantizar la homogeneidad de las tablas.
3-INDICADORES DE ANÁLISIS ESTRUCTURAL: UNA PERSPECTIVA TEÓRICA
Uno de los aspectos más atractivos del análisis estructural en un contexto input-output
es la determinación de aquellos sectores claves. Este concepto se articula a partir de la noción
de eslabonamiento propuesta por Hirchsman (1956), que surge en respuesta a los tipos de
interdependencia que existen entre los sectores de una economía. En este sentido, establece
que un sector presenta fuertes encadenamientos hacia atrás (backward linkages; BL) si
demanda inputs del resto, de manera que induce el desarrollo de otras actividades; por otra
parte, un sector presenta fuertes encadenamientos hacia delante (forward linkages; FL), si del
desarrollo de su actividad obtiene productos que utilizarán otras ramas en su proceso
productivo. A partir de los conceptos de eslabonamientos señalados podemos efectuar la
siguiente clasificación:
Cuadro Nº 1. Clasificación de los sectores según los eslabonamientos
BL <Promedio (BL)
BL >Promedio (BL)
FL < Promedio (FL)
Sectores independientes
Sectores impulsores
FL> Promedio (FL)
Sectores base
Sectores claves
Los sectores base presentan una baja demanda de inputs, siendo el destino de su
producción preferentemente el uso intermedio, es decir, sirve de input a otros sectores. Los
sectores impulsores arrastre son grandes demandantes de insumos intermedios y dada la
capacidad que tienen de inducir otras actividades pueden afectar en mayor cuantía al
crecimiento global de la economía. Los sectores independientes son aquellos que presentan
1
La clasificación Hermes es la siguiente: A representa a Agricultura; E a Energía; Q a productos manufacturados
intermedios; K productos manufacturados de equipo; C a productos manufacturados de consumo; B a
construcción; Z a transportes y comunicaciones; L a otros servicios destinados a la venta y G a otros servicios no
destinados a la venta. La clasificación empleada en este trabajo es análoga a la Hermes anteriormente presentada
con dos salvedades: L representa a servicios de educación, sanidad y financieros y G a otros servicios no
destinados a la venta.
3
unos eslabonamientos hacia delante y hacia atrás por debajo de la media. Por último, los
sectores claves demandan y ofrecen grandes cantidades de inputs intermedios, luego son una
parte importante del flujo de toda economía.
Existe un nutrido grupo de técnicas que permiten determinar los eslabonamientos
hacia delante y hacia atrás en una economía. Las primeras propuestas en este sentido se deben
a Chenery y Watanabe (1958) y Rasmussen (1956), quienes propusieron unos indicadores
para la determinación de los mismos. Estas técnicas son objeto de una serie de críticas, entre
las cuales se encuentran las siguientes:
1. No consideran la desviación de los resultados obtenidos, esto es, no tienen en cuenta lo
concentrada que esté la actividad de un determinado sector.
2. Estos índices no son ponderados, lo que se traduce en la dificultad de comprender qué
ocurre con la capacidad relativa que tiene cada actividad económica de estimular otras
actividades.
Para intentar paliar estas críticas han surgido otros enfoques entre los que se encuentra el
de extracción hipotética, que tiene sus orígenes en los trabajos de Strassert (1968), quien la
presenta como una alternativa de evaluación respecto a los métodos clásicos. Este autor
propone cuantificar el efecto que se produciría en una economía si se extrajera
hipotéticamente de ella un determinado sector, para lo cual se elimina en su totalidad la rama
productiva objeto de estudio de la matriz de coeficientes técnicos.
Partiendo del modelo de demanda de Leontief:
x=(I-A)-1y
(1)
donde x representa un vector de output total, y de demanda final, ambos vectores de
dimensión n, A es la matriz de coeficientes técnicos de Leontief.
Si se supone que el sector k-ésimo se extrae de la economía, la ecuación (1) se puede
rescribir como
−1
(2)
_
⎤ _
⎡
x ( k ) = ⎢I − A ( k ) ⎥ y ( k )
⎣
⎦
_
4
donde⎯A(k) es una matriz de orden (n-1)(n-1), ya que se ha eliminado la fila y columna del
sector k-ésimo,⎯x(k) representa un vector de output total e⎯y(k) un vector de demanda, ambos
de dimensión (n-1).
Por lo tanto, y dados los valores que alcanzan tanto y(k) como⎯y(k), se asumirá
que⎯xi(k) es menor que xi, esto es, ⎯xi(k)< xi ∀ i=1,2...k-1, k+1,...n. Donde ⎯x(k) es obtenido
como si el sector k-ésimo no existiese en la economía y, por lo tanto, no genera relaciones con
otras ramas productivas, mientras que x se determina eliminando el output final de ese sector.
Entonces, la suma de las diferencias entre los elementos de xi y⎯xi(k) puede considerarse
como la medida de los eslabonamientos de dicho sector extraído del resto. De esta manera se
plantea la siguiente ecuación:
L( k ) =
⎡
⎤
⎢ x i − x i (k )⎥
i =1, i ≠ k ⎣
⎦
(3)
n
∑
donde L(k) es el eslabonamiento total del sector k-ésimo.
Esta idea inicial de Strassert (Op. Cit.) ha sido continuada, entre otros, por Cella que
propone separar el eslabonamiento total en encadenamientos hacia atrás y hacia delante. Este
autor asume que el sector que se extrae no compra ni vende productos intermedios a las ramas
que permanecen en la economía, así el efecto total será igual a la suma de los eslabonamientos
hacia atrás y hacia delante.
Otra extensión dentro de la metodología de la extracción se debe a Dietzenbacher y
van der Linden (1997), los cuales emplean un doble enfoque para el cálculo de los
eslabonamientos. Así, el encadenamiento hacia atrás se determina a partir del modelo de
demanda de Leontief y el eslabonamiento hacia delante mediante el de oferta de Ghosh.
Partiendo del modelo de demanda de Leontief, expresado matricialmente:
⎡ x j ⎤ ⎡ A jj
⎢x ⎥ = ⎢ A
⎣ s ⎦ ⎣ sj
A js ⎤ ⎡ x j ⎤ ⎡ y j ⎤
+
A ss ⎥⎦ ⎢⎣x s ⎥⎦ ⎢⎣y s ⎥⎦
(4)
5
donde Ajj, Ajs, Asj y Ass son submatrices que constituyen los elementos de la matriz
particionada de coeficientes técnicos, el subíndice j hace referencia al sector que se extrae de
la economía y s a los sectores que permanecen en ella, xj y xs hacen referencia al output total
de los grupos j y s, yj e ys representan la demanda final de cada grupo.
Por lo que se refiere a la determinación de los encadenamientos hacia atrás, se asumirá
que el sector que se extrae de la economía, no se interrelaciona con otros sectores, es decir, no
compra inputs, por lo tanto Ajj= Asj= 0.
⎡_ ⎤ ⎡
⎤ ⎡ x_ ⎤ ⎡ ⎤
x
j
j
0
A
js ⎥ ⎢
⎥ + ⎢y j ⎥
⎢_ ⎥ = ⎢
_
⎢ x s ⎥ ⎢0 A ⎥ ⎢ x s ⎥ ⎢ y ⎥
ss ⎦ ⎣
⎦ ⎣ s⎦
⎣ ⎦ ⎣
(5)
donde⎯xj es el output total del sector a evaluar,⎯xs representa al resto de los sectores, después
de la extracción, Aij es la partición de la matriz de coeficientes técnicos, por su parte yj e ys
corresponden a la demanda final, también después de la extracción. A partir de la expresión
(5) se puede derivar:
d(j)= [(H-I)+i(GssAsjH)]yj+[(H-I)AjsGss+i(GssAjsGss)]
(6)
Donde H= [I- Ajj- AjsGssAsj]-1; y Gss= (I-Ajj)-1.
La expresión anterior puede ser rescrita, en términos relativos, de la forma siguiente:
⎛ d(j) ⎞
⎟
BLDj − VDL = 100 * ⎜
⎜X ⎟
⎝ j ⎠
(7)
Donde Xj es el output total del sector j-ésimo.
Análogamente, cuando se establece el eslabonamiento hacia delante, se parte del
supuesto que el sector j-ésimo no se interrelaciona con el resto, esto es, la fila correspondiente
de la matriz de distribución es nula.
6
[
]
_
⎡_ _ ⎤
⎡ I
x (i) = ⎢ x i x s ⎥ = v v ⎢
i s ⎢Z B
⎥
⎢
⎣ ss si
⎦
⎣
(8)
0 ⎤
Z ⎥⎥
ss ⎦
donde Zss representa (I-Bss)-1.
Se define el eslabonamiento hacia delante absoluto como:
∪
∪
∪
∪
d(i)= vi[( H -I)+ H BisZssi]+vs[ZssBsi( H -I)+ZssBsi H BisZssi]
(9)
∪
Donde H = [I- Bjj- BjsZssBsj]-1
Finalmente la expresión de FL en términos relativos será:
⎛ d (i) ⎞
⎟⎟ * 100
FLDi − VDL = ⎜⎜
⎝ Xi ⎠
(10)
Donde Xi representa el output total del sector i-ésimo.
4-ANÁLISIS ESTRUCTURAL DE LOS SECTORES PRODUCTIVOS
De la aplicación de los indicadores anteriormente señalados se deriva la clasificación
sectorial para cada uno de los países considerados. Los resultados obtenidos aparecen
recogidos en el cuadro Nº 1 del Anexo 1.
A continuación vamos a efectuar un repaso pormenorizado de cada país. En el caso de
Alemania, se puede apreciar que los sectores de agricultura, bienes intermedios, y energía son
claves para la economía. Transportes y comunicaciones se muestra como un sector básico en
el crecimiento de la economía.
7
En Austria se observan dos sectores base: agricultura y transportes y comunicaciones.
Energía y bienes intermedios son ramas clave en esta economía. Por último, los sectores
bienes de consumo y construcción tienen un carácter impulsor en el proceso productivo.
Otro de los países analizados es Bélgica, aquí aparecen tres ramas base: agricultura,
energía y otros servicios no destinados a la venta. Transportes y comunicaciones es clave en
esta economía y, por último, los sectores bienes de consumo y construcción son impulsores
del desarrollo económico.
Dinamarca se caracteriza porque sus ramas base son energía, bienes intermedios y
transportes y comunicaciones. El sector agrario es clave y bienes de consumo y construcción
impulsan el crecimiento económico.
En Eslovenia, los sectores agricultura, energía, construcción y transportes y
comunicaciones son base. Por otro lado, encontramos que el sector bienes de consumo es
clave, y para finalizar el sector otros servicios no destinados a la venta es impulsor de la
economía.
España tiene como sectores base energía y transportes y comunicaciones. Agricultura
y bienes intermedios son ramas clave de la economía. Bienes de equipo, construcción y otros
servicios impulsan el desarrollo económico en este país.
Aplicando los anteriores indicadores al caso de Estonia encontramos que las ramas
agricultura, energía y bienes intermedios son básicas para la economía, los sectores bienes de
consumo, construcción, transportes y comunicaciones y otros servicios no destinados a la
venta son impulsores.
En el caso de Finlandia, los sectores bienes de equipo y transportes y
comunicaciones serían base. Agricultura y bienes de consumo son ramas clave en el
desarrollo de la economía y, por último, la rama energética es impulsora de la economía.
En Francia, hemos detectado que los sectores energía y transportes y comunicaciones
son básico s. Agricultura y bienes intermedios son ramas clave para el desarrollo económico
8
del país. Por último, podemos destacar que bienes de equipo, bienes de consumo y
construcción son impulsores del crecimiento.
En el caso de Gran Bretaña, se muestran como sectores base el energético y el de
bienes intermedios. El sector agrario y transportes y comunicaciones son claves; la rama de la
construcción es impulsora de la economía.
La situación de Grecia es la siguiente: los sectores agricultura, energía y otros
servicios no destinados a la venta son básicos para el desarrollo económico. Las ramas de
bienes intermedios y de bienes de equipo son claves. Por último bienes de consumo y
construcción impulsan a la economía.
Para Italia, encontramos que existen dos ramas base: Agricultura y Energía. Son
claves, bienes intermedios y transportes y comunicaciones. Los sectores bienes de equipo,
bienes de consumo y construcción impulsarían el crecimiento económico.
Son sectores clave de la economía sueca el energético y transportes y comunicaciones.
Agricultura y bienes de equipo son básicos. Las ramas bienes intermedios y de consumo
impulsan el crecimiento y desarrollo de la economía.
5-COMPARACIÓN DE LAS ESTRUCTURAS PRODUCTIVAS DE LOS PAÍSES
EUROPEOS
Una vez clasificados los sectores de los distintos países efectuamos un estudio
comparativo de los mismos, para ello hemos aplicado la técnica de análisis multivariante
denominada cluster jerárquico.
La técnica cluster nos permite, en términos generales, agrupar a los individuos a partir
de unas características establecidas a priori. Para ello se aplica un algoritmo iterativo a partir
del cual se van creando las agrupaciones. Podemos clasificarla en cluster jerárquico y no
jerárquico. En el primero de ellos la agrupación se realiza mediante un proceso con fases de
agrupación (o desagrupación) sucesivas; el resultado final es una jerarquía de unión completa
en la que cada grupo se une o separa en una determinada fase. El cluster no jerárquico o
algoritmo de k-medias permite formar agregados de elementos, pero dichos agregados no se
9
relacionan con la finalidad de establecer nuevas agrupaciones entre ellos. Además el número
de grupos constituidos ha de ser fijado a priori por el analista.
En este trabajo hemos aplicado un cluster jerárquico, ya que así podemos seguir
completamente el “historial” de la agrupación: desde un solo grupo a tantos grupos como
elementos. Hemos considerado las distintas naciones como casos y los diferentes indicadores
sectoriales como variables a partir de los cuales realizaremos los grupos.
Como etapa previa en este estudio hemos construido una matriz que recoge las
distancias entre los distintos países (Anexo 2), a partir de la cual se puede apreciar la similitud
o diferencia entre los mismos. Esta matriz es cuadrada y simétrica; puede observarse,
además, que en su diagonal principal todos los elementos son nulos, dado que no existe
diferencia entre un país consigo mismo.
La medida de distancia que hemos empleado es la distancia euclídea al cuadrado,
habitualmente utilizada aunque, por supuesto, existe una gran variedad de medidas con
análoga finalidad. De la aplicación de esta medida de divergencia se puede apreciar que entre
Italia y Grecia hay cierta similitud; también puede notarse cierto comportamiento parecido
entre Alemania, Dinamarca, Bélgica y Austria. Análogamente, si comparamos España con
Eslovenia, Francia y Gran Bretaña no existen excesivas diferencias. Los resultados obtenidos
a partir de la matriz de distancias constituyen una valoración preliminar que se analizará con
mayor profundidad al construir los grupos.
A continuación hemos aplicado un análisis cluster jerárquico. El cual nos permite
agrupar los distintos países de acuerdo a ciertas características (los multiplicadores sectoriales
derivados mediante el método de extracción). Hemos obtenido que tres países: Suecia,
Finlandia y Estonia presentan una estructura diferente entre si y diferenciada del resto, por lo
que ha sido imposible agruparlos. Por lo tanto, la clasificación obtenida, que se recoge en el
cuadro siguiente, se presenta sin esos tres países:
10
Cuadro Nº 2: Clasificación de los países europeos mediante cluster jerárquico
GRUPOS FORMADOS
PAÍSES
Grupo 1
Italia y Grecia
Grupo 2
Alemania, Dinamarca, Bélgica y Austria
Grupo 3
España, Eslovenia, Francia y Gran Bretaña
Esto es, un primer grupo formado por Italia y Grecia; un segundo grupo formado por
Alemania, Dinamarca, Bélgica y Austria y un último grupo en el que se encuentra: Reino
Unido, Francia, Eslovenia y España. Estas agrupaciones están formadas por países que tienen
una clasificación sectorial parecida, se tratan, por tanto, de naciones que comparten
características similares. Estos resultados pueden verse fácilmente en un dendograma, que se
trata de una representación gráfica propia del análisis cluster que muestra las agrupaciones
que pueden constituirse. El dendograma vertical obtenido aparece recogido en el cuadro Nº2
del anexo 2.
6-CONCLUSIONES
El objetivo fundamental de este trabajo es analizar en profundidad la economía de los
países europeos miembros de la UE: el estudio está referido a 13 países.
El análisis efectuado se ha realizado dentro de un marco input-output, por considerarlo
una potente herramienta al proporcionar una gran cantidad de información. Se ha llevado a
cabo un análisis estructural basado en la teoría de la extracción hipotética, en concreto,
empleando la propuesta de Dietzenbacher y van der Linden, la cual resuelve bastantse de los
problemas puestos de manifiesto en metodologías previas.
Una vez determinados los multiplicadores y clasificados, de acuerdo a ellos, los
sectores económicos de los distintos países, hemos efectuado una comparación de los mismos
mediante la aplicación de una técnica de cluster jerárquico. Obteniéndose que Italia y Grecia
tienen un comportamiento similar que hace que pudieran estar agrupados conjuntamente. Otra
agrupación sería la constituida por Alemania, Dinamarca, Bélgica y Austria. Por último,
España, Eslovenia, Francia y Gran Bretaña, también presentan un patrón común.
11
ANEXO 1
Tabla 1: Encadenamientos según Dietzenbacher y van der Linden
País
BL/FL/Tipo Sector 1
Sector 2
Sector 3
Sector 4
Sector 5
Sector 6
Sector 7
Alemania
BL
1,125682
1,024171
1,102136
0,998289
1,176339
1,273389
0,866843
0,677708
0,755442
FL
1,601129
1,357132
1,207382
0,687742
0,870534
0,520004
1,051312
0,763798
0,940967
Austria
Bélgica
Dinamarca
Eslovenia
España
Estonia
Finlandia
Francia
Grecia
Italia
Suecia
Sector 8
Sector 9
Tipo Sector Clave
Clave
Clave
Independiente Impulsor
Impulsor
Base
Independiente Independiente
BL
0,700473
1,009239
1,070092
0,846894
1,235571
1,406966
0,893332
0,876613
0,960819
FL
1,764912
1,56671
1,216055
0,696892
0,696885
0,571493
1,077141
0,615029
0,794883
Tipo Sector Base
Clave
Clave
Independiente Impulsor
Impulsor
Base
Independiente Independiente
BL
0,996867
0,879035
0,829662
0,810149
1,12511
1,500539
1,129556
0,835206
0,893876
FL
1,498155
1,368669
0,917606
0,573973
0,689761
0,818549
1,247812
0,687684
1,197791
Tipo Sector Base
Base
Independiente Independiente Impulsor
BL
1,145957
0,952798
0,848261
Impulsor
Clave
Independiente Base
0,835714
1,352021
1,548535
0,724727
0,674629
0,917358
FL
1,870631
0,828846
1,157892
1,084584
0,786338
0,737855
0,641384
1,195036
0,697433
Tipo Sector Clave
Base
Base
Independiente Impulsor
Impulsor
Base
Independiente Independiente
BL
0,95934
0,975986
0,899894
0,827887
0,949444
1,359044
1,157714
0,821358
1,049333
FL
1,5797
0,692376
0,838919
0,542782
0,552543
1,647583
0,95842
1,383441
0,804235
Tipo Sector Base
Base
Independiente Independiente Independiente Impulsor
Clave
Independiente Impulsor
BL
1,128647
0,746959
1,196969
1,044136
1,325757
1,385525
0,722287
0,692072
0,757649
FL
1,625689
0,438455
1,418588
1,324349
0,7985
0,94689
0,540864
1,366209
0,540456
Tipo Sector Clave
Base
Clave
Impulsor
Impulsor
Impulsor
Base
Independiente Independiente
BL
0,995143
0,910888
0,747332
0,452236
1,109142
1,533395
1,143236
0,986683
1,121946
FL
1,434713
0,6208
0,5933
1,690234
1,378337
0,834387
0,773919
0,938086
0,736222
Tipo Sector Base
Base
Base
Independiente Impulsor
Impulsor
Impulsor
Independiente Impulsor
BL
1,077065
1,2935
0,790768
0,97413
1,487326
0,819108
0,961568
0,928008
0,668527
FL
2,041707
1,084494
1,591794
0,525807
0,877925
0,321701
0,40726
1,945628
0,203684
Tipo Sector Clave
Impulsor
Independiente Base
Clave
Independiente Base
Independiente Independiente
BL
1,318788
0,637014
1,177332
1,051006
1,171292
1,190756
0,867119
0,630273
0,956421
FL
1,702634
1,391523
1,094331
0,79799
0,938722
0,495467
1,409164
0,756734
0,413436
Tipo Sector Clave
Base
Clave
Impulsor
Impulsor
Impulsor
Base
Independiente Independiente
BL
0,651595
0,805153
1,276621
1,270726
1,587504
1,125733
0,831396
0,69172
0,759551
FL
1,737812
1,407984
1,34689
1,017352
0,72465
0,244526
0,984825
0,512902
1,02306
Tipo Sector Base
Base
Clave
Clave
Impulsor
Impulsor
Independiente Independiente Base
BL
0,920455
0,516873
1,167271
1,183968
1,2142
1,372123
1,088911
0,719284
0,816915
FL
1,33855
1,444348
1,513118
0,786627
0,750119
0,486644
1,187328
0,651542
0,841723
Tipo Sector Base
Base
Clave
Impulsor
Impulsor
Impulsor
Clave
Independiente Independiente
BL
0,760825
1,316382
1,271248
0,869483
1,242533
0,706612
0,986624
0,79402
1,052273
FL
1,628378
1,224078
0,840985
0,925209
0,794515
0,352546
1,597407
0,623003
1,013878
Clave
Impulsor
Independiente Impulsor
Independiente Base
Independiente Clave
Tipo Sector Base
Gran Bretaña BL
1,416151
0,941505
0,959832
0,944645
0,939928
1,164759
1,013085
0,749764
0,870331
FL
1,434813
1,300217
1,210487
0,57967
0,896291
0,761446
1,506872
0,727638
0,582567
Base
Base
Independiente Independiente Impulsor
Clave
Independiente Independiente
Tipo Sector Clave
Promedio
BL
1,015152923 0,923807923 1,025955231 0,931481769 1,224320538 1,260498769 0,952799846 0,775179846 0,890803154
Promedio
FL
1,635294077 1,330512231 1,115369538 0,78935
Promedio
Tipo Sector Clave
Base
Clave
0,880889923 0,534869846 1,272032846 0,664806385 0,776874923
Independiente Impulsor
Fuente: Elaboración propia
12
Impulsor
Base
Independiente Independiente
ANEXO 2
Tabla 1: Matriz de distancias
Distancia euclídea al cuadrado
Caso
1:Alemania
2:Austria 3:Bélgica 4:Dinamarca
5:Eslovenia
6:España 7:Estonia 8:Finlandia
9:Francia 10:Grecia 11:Italia 12:Suecia 13:UK
1:Alemania
,000
,288
,361
,236
,415
,396
,819
,551
,483
,576
,410
,623
,337
2:Austria
,288
,000
,405
,355
,313
,506
,504
,740
,832
,559
,481
,693
,760
3:Bélgica
,361
,405
,000
,408
,484
1,041
,526
,941
1,165
1,031
,557
1,146
,761
4:Dinamarca
,236
,355
,408
,000
,521
,388
,569
,816
,640
,923
,649
1,298
,564
5:Eslovenia
,415
,313
,484
,521
,000
,578
,255
,885
,589
1,268
,580
1,049
,292
6:España
,396
,506
1,041
,388
,578
,000
,954
1,124
,136
,778
,427
1,375
,493
7:Estonia
,819
,504
,526
,569
,255
,954
,000
1,198
1,080
1,843
1,046
1,608
,704
8:Finlandia
,551
,740
,941
,816
,885
1,124
1,198
,000
1,196
,941
1,255
,452
,809
9:Francia
,483
,832
1,165
,640
,589
,136
1,080
1,196
,000
1,086
,466
1,456
,279
10:Grecia
,576
,559
1,031
,923
1,268
,778
1,843
,941
1,086
,000
,475
,764
1,461
11:Italia
,410
,481
,557
,649
,580
,427
1,046
1,255
,466
,475
,000
1,264
,718
12:Suecia
,623
,693
1,146
1,298
1,049
1,375
1,608
,452
1,456
,764
1,264
,000
1,163
13:UK
,337
,760
,761
,564
,292
,493
,704
,809
,279
1,461
,718
1,163
,000
Fuente: Elaboración propia
13
Tabla 2: Diagrama de témpanos vertical
Caso
Número
de
conglomerados
9:Italia
1
X
X X
X X
X X
X X
X X
X X
X X
X X
X X
2
X
X X
X
X X
X X
X X
X X
X X
X X
X X
3
X
X X
X
X X
X X
X X
X
X X
X X
X X
4
X
X
X
X X
X X
X X
X
X X
X X
X X
5
X
X
X
X X
X
X X
X
X X
X X
X X
6
X
X
X
X X
X
X X
X
X
X X
X X
7
X
X
X
X X
X
X
X
X
X X
X X
8
X
X
X
X X
X
X
X
X
X
X X
9
X
X
X
X X
X
X
X
X
X
X
8:Grecia
7:Francia
6:España
10:UK
5:Eslovenia
Fuente: Elaboración propia.
14
3:Bélgica
2:Austria
4:Dinamarca
1:Alemania
BIBLIOGRAFÍA
ANDREOSSO-O`CALLAGHAN, Bernadette and YUE, Guoqiang [en línea]. Intersectoral
linkages and key sectors in China 1987-1997: an aplplication of input- output linkage
analysis. En: International input- output association, XIII International Conference on
Input- Output Techniques, University of Macerata, Italy, August 21-25, 2000. [fecha
consulta
4
de
septiembre
del
2004].
Disponible
en:
<http://policy.rutgers.edu/cupr/iioa/Andreosso&YueChinaLinkages.pdf>
BEYERS, W. B. (1976) “Empirical Identification of Key Sectors: Some Further Evidence.”
Environment and Planning A, n. 17, pp. 73-99.
CELLA, G. (1984) “The input-output measurement of interindustry linkages.” Oxford
Bulletin of Economics and Statistics, vol. 46, n. 1, pp. 73-84.
CHENERY, H., WATANABE, T. (1958) “An International Comparison of the Structure of
Production.” Econometrica, vol. 26, n. 4, pp. 487-521.
CLEMENTS, B. (1990) “On the descomposition and normalization of interindustry linkages.”
Economics Letters, vol. 33, pp. 337-340.
DIETZENBACHER, Erik and LINDEN, Jan van der. Sectoral and Spatial Linkages in the
EC Production Structure. Journal of Regional Science, 37(2): 235-257, 1997.
FUENTES, N., M. GUTIÉRREZ, M. (2001) “Evaluación de la congruencia entre economía y
Gobierno en torno al desarrollo regional de Baja California Sur, México.” Revista
Problemas del Desarrollo, vol. 32, n. 126, pp 149- 174, México, IIEc- UNAM, julioseptiembre, 2001.
GHOSH, Ambica. A note on Leontief models with non-homogeneous production functions.
En su: Planning programming and Input-output models: Selected papers on Indian
planning. Monographs, University of Cambridge Department of Applied Economics at
the University press, New York, 1968. p 45.
HIRSCHMAN, A. (1958) The Strategy of Economic Development, New Haven.
JONES, L. (1976) “The Measurement of Hirschmanian Linkages.” Quarterly Journal of
Economics, vol. 90, pp 323-33.
15
LAUMAS, P. (1976) “The weighting problem in testing the linkage hypothesis.” Quaterly
Journal of Economics, vol 90, pp 308-312.
LEONTIEF, Wassly. Análisis Input- Output (1965). En su: Análisis económico input- output.
Segunda edición, España, Editorial Orbis, S. A., 1985. pp 226-227.Miller, R., Lahr, M.
(2000) “A taxonomy of extractions.” International input- output association, XIII
International Conference on Input- Output Techniques, University of Macerata, Italy,
August 21-25, 2000.
MILLER, R., LAHR, M. (2000) “A taxonomy of extractions.” International input- output
association, XIII International Conference on Input- Output Techniques, University of
Macerata, Italy, August 21-25, 2000.
PULIDO, Antonio, y FONTELA, Emilio. Análisis input-output. Modelos datos y
aplicaciones. España. Editorial Pirámide, 1999.
RASMUSSEN, P. (1958) Studies in Intersectorial Relations, Amterdam, North- Holland P. C.
SOZA, S., RAMOS, C. (2003) “Una doble perspectiva en el análisis de la estructura
económica regional. Métodos clásicos y de extracción.” Seminario Estadística y
Desarrollo Local en un mundo globalizado. Valdivia (Chile).
16