LOCALIZACIóN Y ESPECIALIZACIóN EN áMBITOS GEOGRáFICOS

TÍTULO DE LA COMUNICACIÓN: Localización y especialización en ámbitos
geográficos delimitados: Aplicación de nuevos indicadores para el análisis
de las externalidades en la economía valenciana.
AUTOR 1: Lluís Miret Pastor
Email: lmiret@uoc.edu
AUTOR 2: María del Val Segarra Oña
Email: maseo@omp.upv.es
DEPARTAMENTO: Organizacion de Empresas
UNIVERSIDAD: Universidad Politécnica de Valencia
ÁREA TEMÁTICA: Clusters y distritos industriales
RESUMEN:
(máximo 300 palabras)
La agrupación geográfica de las empresas e instituciones relacionadas entre sí
conformando clusters o distritos ha sido un tema de interés recurrente en el ámbito
científico. Gran parte de los estudios sobre clusters o distritos industriales valencianos
están centrados en los sectores manufactureros tradicionales, sin que se haya prestado
excesiva
atención a los sectores tecnológicamente avanzados o a los sectores de
servicios.
El objetivo de este trabajo es aplicar nuevos indicadores de concentración y
especialización sobre la estructura empresarial de la Comunidad Valenciana para
1
identificar tanto aquellas agrupaciones ya conocidas como la existencia de industrias
emergentes que se beneficien de las sinergias derivadas de su localización.
El presente trabajo analiza la aglomeración y la especialización en veintiocho
sectores de la Comunidad Valenciana, utilizando para ello el índice de Ellison-Glaeser y
el Coeficiente de Localización Estándar, que serán aplicados tanto a Mercados Locales
de Tabajo (MLL) como a comarcas.
Los resultados del índice de aglomeración demuestran que las externalidades
juegan un papel importante en buena parte de los sectores analizados, siendo mayor el
efecto en los sectores industriales que en los de servicios.
El índice de especialización, permite elaborar un mapa de posibles clústers, a
partir de la localización de aquellos territorios con un nivel de especialización
objetivamente elevado. En este mapa se aprecian los tradicionales distritos industriales
valencianos pero también toda una serie de agrupaciones relacionadas con industrias
tecnológicamente avanzadas y de servicios.
Por último, los resultados parecen mostrar una mayor eficacia de los MLL, tanto
a la hora de identificar posibles clústers como al medir el efecto de las externalidades en
la localización.
PALABRAS CLAVE: Clusters, distritos industriales, externalidades, concentración
geográfica, desarrollo regional, Economía Valenciana
1-Introducción
El estudio de la concentración geográfica y el papel jugado por el territorio en la
competitividad y localización industrial ha sido un tema recurrente dentro de la
literatura económica de la última década.
Ahora bien, gran parte de esta literatura, y en especial el enfoque del Distrito Industrial,
está muy centrado en los sectores industriales y, fundamentalmente, en los sectores de
tecnología baja o tradicionales.
2
Esto se debe a que se tiende a identificar el concepto de externalidad con la acepción
marshalliana del término, lo que algunos autores denominan “externalidades basadas en
los recursos” o “externalidades de oferta”. En cambio, muchos autores afirman que las
externalidades también pueden ser de “demanda” (Canina y Enz, 2005) y éstas no se
circunscribirían exclusivamente a la industria, sino que afectarían más a los “servicios”.
De hecho, la concentración geográfica no es un fenómeno exclusivo de la industria
tradicional. Tanto las industrias tecnológicamente avanzadas como los sectores servicios
presentan sus propias estrategias de localización y sus consecuentes aglomeraciones
territoriales (Tickell, 2002).
En esta línea se aprecia un interés creciente por estudiar los patrones de localización de
los sectores tecnológicamente más avanzados (Malairaja, 2003; Cooke y Ehret, 2009 ) o
por el estudio de las aglomeraciones en el sector servicios (Flowers y Easterling, 2006;
Eraydin y Koroglu, 2007).
Desde el enfoque de los Distritos Industriales se viene ampliando el ámbito de estudio a
otros sectores como la cultura o el turismo (Lazzeretti, 2003, Capone y Boix, 2008 o
Satagata, 2000). Respecto a los clusters, desde la misma obra de Porter el concepto
siempre ha estado abierto a sectores tecnológicamente avanzados (el caso de Sillicon
Valley) o incluso al mismo turismo. En este sentido, nunca han faltado estudios sobre
clusters en sectores de alta tecnología (Kaiser, 2003; Avnimelech y Teubal, 2004 o
Longhi, 2005), si bien en los últimos años el concepto se va ampliando a nuevos
sectores como el financiero (Cook et al, 2007; Tortosa, 2002), el turismo (Michael,
2003, Novelli, 2006 o Jackson y Murphy, 2006) u otros sectores de servicios (Pandit et
al, 2008)
1.2 Objetivos
El trabajo plantea realizar un estudio cuantitativo sobre los niveles de concentración
espacial en diferentes sectores tanto industriales como de servicios. Para ello partiremos
de dos acepciones diferentes pero complementarias del término concentración: la
aglomeración y la especialización.
Esto se plasma en un doble objetivo: por una parte determinar y cuantificar el papel de
las economías de aglomeración en las diferentes industrias, por otra parte, localizar
3
objetivamente la existencia de clústeres en la Comunidad Valenciana. Esto se plantea a
través de dos hipótesis:
H1: Las economías de aglomeración juegan un papel activo en la localización de los
diferentes sectores. Para verificarla será necesario cuantificar y valorar los niveles de
aglomeración sectorial.
H2: Las economías de aglomeración provocan la existencia de Distritos Industriales o
clústers. Para verificarla será necesario analizar los niveles de especialización sectorial
de cada uno de los territorios, siguiendo la línea de O’Donogue y Gleave (2001) de
considerar que la manifestación esencial de todo clúster es su aglomeración en el
espacio.
Estas hipótesis y objetivos siguen la metodología propuesta por Brenner (2006) de
identificar aquellos sectores donde las externalidades jueguen un papel importante y,
posteriormente, concretar el territorio donde se localizan.
2.- El marco conceptual .
Los conceptos de aglomeración y especialización
El objeto de este trabajo es analizar los niveles de aglomeración y especialización en
la economía valenciana. Ambos términos se suelen englobar en el análisis de la
concentración espacial de la industria, pero obedecen a conceptos diferentes que
deben ser matizados.
¾ La aglomeración mide el grado de concentración geográfica de una determinada
industria que se encuentra por encima de la concentración industrial esperada.
¾ La especialización mide el mayor o menor peso de una actividad en un territorio
concreto respecto a la media del conjunto de los territorios.
Como señalan Costa y Viladecans (1999) “podría darse el caso que la concentración
geográfica disminuyera (se distribuyera más homogéneamente en el territorio) y, al
mismo tiempo, se incrementara la especialización de determinados territorios en esa
actividad.”
Una vez aclarados los conceptos, analizaremos detenidamente cada uno de ellos.
4
2.1 Las economías de aglomeración:
Se entienden por “economías de aglomeración” las ventajas que surgen por la
concentración espacial de población, instituciones y empresas. Estas ventajas pueden
venir vía reducción de costos o a través de incrementos de la calidad obtenida.
El concepto de aglomeración surge por “la idoneidad de distinguir entre la
concentración geográfica, provocada por empresas del mismo sector situadas unas cerca
de otras, de la concentración causada por la propia estructura sectorial.” Devereux et al
(2004). Así, una única planta monopolística daría unos resultados de concentración
geográfica muy elevados pero no podríamos hablar de aglomeración.
La economía clásica ya estudiaba el fenómeno de la aglomeración empresarial. Weber
(1909) realizó una de las primeras aproximaciones rigurosas al fenómeno de la
localización industrial, incidiendo en la proximidad a los recursos naturales y a los
mercados como el factor clave que explicaba las aglomeraciones.
Marshall (1920) sin menospreciar la importancia de la proximidad a los mercados y a
los recursos naturales, se centra en las causas que explican como la aglomeración
empresarial provoca rendimientos crecientes en la producción. Para este autor, el
sistema productivo de un territorio va más allá de la suma de las producciones
individuales de las empresas. En un territorio se producen economías externas a las
empresas pero internas al espacio económico. Expresado de otra forma, existen
rendimientos crecientes a escala a nivel agregado (en la industria) pero rendimientos
constantes para cada empresa (a nivel individual).
Estas “externalidades” vendrían provocadas por tres factores: la existencia de un
mercado de trabajadores cualificados, la existencia de un conjunto de firmas
subsidiarias y, por último, la existencia de un flujo de información entre las empresas.
Los supuestos de competencia imperfecta que conlleva la definición de externalidad
dificultan, cuando no impiden, el tratamiento de este concepto por parte de la economía
neoclásica. No será hasta los años noventa del pasado siglo cuando el concepto de
externalidad vuelva al centro del debate académico. Krugman (1991) reclama “la
atención de la economía sobre los estudios de localización y a recuperar el concepto de
territorio que había sido menospreciado por la economía y apropiado por la geografía”.
5
En esta línea, aparecen
numerosos los trabajos centrados en la tipología de las
externalidades (Glaeser, 1992; Henderson, 1995; Moomaw, 1998). Aunque más
recientemente, los esfuerzos parecen encaminados en determinar la importancia de las
externalidades (Cohen y Paul, 2003) o en concretar su ámbito de influencia (Rosenthal
y Strange, 2003).
En este contexto, han venido apareciendo toda una serie de indicadores estadísticos que
van más allá del cálculo de la concentración espacial y que son capaces de cuantificar
los niveles de aglomeración. Ellison-Glaeser (1997) proponían uno de los indicadores
de aglomeración más populares, a la vez que incidía en la necesidad de no restringir las
fuentes de ventaja localizacional al concepto marshalliano de “externalidad”, sino que
se hacía necesario ampliarlo al concepto weberiano de “recursos naturales”. Así tanto en
el indicador de Ellison-Glaeser como en otros estadísticos similares, los niveles de
aglomeración vendrán determinados por la existencia en un territorio de
“externalidades”, pero entendiéndolas en un sentido muy amplio que abarca no sólo las
ventajas producidas por la localización anterior de empresas del mismo sector, sino
también la proximidad a los recursos naturales o a la demanda.
Ellison-Glaeser (1999) identifica ventajas naturales en un quinto de los clusters que
analiza. Si descartamos éstas “ventajas naturales”, las “economías de aglomeración”
estarían basadas o bien en ventajas para la producción o bien en ventajas para la
demanda.
Las ventajas productivas de la aglomeración han sido las más estudiadas. Henderson
(1986) comprobó que las industrias localizadas eran capaces de incrementar la
productividad de sus factores. En un clúster se tienen acceso a más y mejores recursos
(Tallman et al, 2004) y por ello son llamadas por algunos autores “externalidades
basadas en los recursos” (Flyer y Sharer, 2003). Gran parte de la literatura actual recoge
casi literalmente la definición Marshalliana de economías externas y la hacen coincidir
con las denominadas economías de localización. Así, O’Sullivan (2000) afirma que “las
economías de localización son atribuibles a tres causas: las economías de escala en la
producción de inputs, la existencia de un mercado de trabajo y los knowledge
spillovers.”
6
Los estudios sobre las economías de aglomeración aplicadas a la producción han estado
centrados casi exclusivamente en los sectores manufactureros, ya que es difícil constatar
su presencia en sectores de servicios (Canina y Enz, 2005). Ahora bien, existen toda una
serie de ventajas de la aglomeración basadas en la demanda. Esta idea ya estaba
presente en la obra de Marshall, que opinaba que las aglomeraciones permitían al
consumidor aprovechar las economías que supone el reducir los costes de búsqueda.
Esta ventaja es especialmente importante en las industrias con un alto grado de
heterogeneidad en sus productos ya que estos requieren búsquedas costosas para el
consumidor (Fisher y Harrington, 1996). Las aglomeraciones permiten al consumidor
disponer y evaluar una gran variedad de ofertas sin salir de un área.
Estas economías de aglomeración basadas en la demanda son especialmente importantes
en los sectores de servicios ya que la localización es una parte intrínseca del servicio
ofrecido. Cuando una empresa invierte en hacer más atractiva una localización, el resto
de empresas situadas en su proximidad pueden beneficiarse, lo que implica una
externalidad.
Las empresas localizadas en una aglomeración se benefician de las diferenciaciones de
sus competidores sin tener que realizar inversiones en diferenciación ellas mismas.
Ahora bien, así como en la industria se viene cuantificando la importancia de las
economías externas en la localización, en los servicios se detecta la falta de un análisis
cuantitativo que determine los niveles de aglomeración existentes, así como la
importancia (o no) de las economías externas, entendiendo éstas en un sentido amplio.
2.2 Los niveles de especialización
Las economías de aglomeración justifican la existencia de territorios especializados.
Existen diferentes aproximaciones al fenómeno de la especialización (los distritos
industriales, el mileu innovador....) pero, sin duda, el concepto más popular y estudiado
es el de Cluster.
Según una de las múltiples definiciones de Porter (1998,a): “Un cluster es una
concentración geográfica de empresas interrelacionadas, proveedores especializados,
servicios empresariales, empresas de sectores próximos e instituciones asociadas (por
7
ejemplo universidades, agencias gubernamentales, asociaciones empresariales…) en
actividades productivas específicas que compiten pero también cooperan”.
El cluster se ha convertido en un concepto muy popular tanto en la literatura académica
como entre los diferentes agentes económicos. La vaguedad y variedad del concepto de
Clúster lo ha dotado de una sencillez y una flexibilidad que explican buena parte de su
popularidad, pero que también ha centrado buena parte de las críticas, ya que implica
una importante confusión conceptual y empírica (Martin y Sunley, 2003).
El concepto de clúster
se ha venido utilizando principalmente en las industrias
manufactureras y tecnológicas, sin embargo existen pocos estudios que relacionen los
sectores de servicios con aspectos de política regional y/o clusters (Xiao y Smith, 2006;
Berg et al, 2001). No obstante en la misma obra de Porter existen referencias a los
clústers turísticos (1998,b).
Un primer paso en el estudio de los clústers turísticos pasa por su localización
geográfica. Lo que en la literatura anglosajona se conoce como “cluster mapping” y que
vendría en la línea de lo propuesto por Brenner (2006) “identificar las regiones en las
que se encuentran localizadas las aglomeraciones de cada sector”.
O’donogue y Gleave (2004) señalan que la manifestación esencial de todo clúster es su
aglomeración en el espacio. Ahora bien, estas aglomeraciones deben constituir
“localizaciones excepcionales”. Buena parte de la literatura ha localizado los clusters a
partir de estadísticos de especialización, sobretodo a través del Coeficiente de
Localización. En todo caso, recientemente han aparecido nuevas técnicas estadísticas
que permiten mejorar los clusters mappings. Como suele ser habitual estas técnicas
están siendo especialmente utilizadas para la localización de clusters industriales,
despreciando la posible existencia de clústers de servicios.
3-Metodología
Este trabajo plantea un doble objetivo: por una parte determinar y cuantificar el papel de
las economías de aglomeración en las diferentes industrias, por otra parte, localizar
objetivamente la existencia de clústeres en la Comunidad Valenciana.
8
Estos objetivos exigen una metodología cuantitativa basada en la utilización de índices
estadísticos de aglomeración y especialización. En este ámbito, han aparecido en los
últimos años toda una serie de estadísticos (Ellison-Glaeser, 1997; Maurel-Sedillot,
1999, O’Donoghue y Gleave, 2004 o Fingleton et al, 2002) que aportan importantes
ventajas sobre los utilizados tradicionalmente para el estudio de la concentración y
localización geográfica.
3.1 El indicador de la aglomeración: el índice de Ellison-Glaeser.
La aglomeración mide el grado de concentración geográfica de una determinada
industria que se encuentra por encima de la concentración industrial esperada.
La manera tradicional de medir los niveles de concentración geográfica en una industria
es a través del índice de Gini. El problema del índice de Gini es que sabemos que gran
parte de la concentración detectada viene provocada por la concentración de la
producción en unas pocas empresas, es decir por la existencia de economías de escala
internas a las empresas, lo que puede explicar gran parte de la concentración geográfica
pero no puede ser considerado como fruto de la existencia de economías externas de
aglomeración.
Ellison-Glaeser (97) propusieron un índice de concentración geográfica que hacía
posible controlar las economías de escala internas a las empresas. Se elabora un modelo
donde el exceso de concentración geográfica vendría provocado por la existencia de
economías externas de aglomeración. El índice 
E-G
nos indica el exceso de
concentración geográfica que sería superior al detectado si la decisión de localización se
tomara aleatoriamente, en otras palabras, sin tener en cuenta las características del
territorio.
El índice de Ellison-Glaeser se calculará: (1)
∑(S I − X I )
−H
1− ∑ X 2
2
γ E −G =
1− H
Donde SI es el porcentaje del empleo del sector industrial estudiado que contiene el
territorio I, XI es el porcentaje del empleo industrial que contiene I y H es el índice de
Herfindahl del sector.
9
Con la excepción del Herfindahl, los datos empleados para la obtención de los índices
provienen de los censos de 1991 y 2001.
Esta base de datos ofrece para cada municipio español mayor de mil habitantes el
número total de trabajadores residentes y el número de trabajadores en cada uno de los
veintiocho sectores en que la presente base de datos divide la actividad económica y que
se basa en la clasificación CNAE-2 (de la cual se han excluido aquellos sectores que no
aportaban información relevante).
La ventaja de esta base es que permite obtener unos datos de gran fiabilidad a nivel
municipal, lo que facilita las agrupaciones geográficas que se han creído oportunas.
Para el cálculo del índice de Ellison-Glaeser es necesario el cálculo de un índice de
Herfindahl que nos dará una medida de cómo está concentrada la mano de obra de una
industria (i) entre los k establecimientos que existen en el territorio (j)
El índice de Herfindahl se calcula a través de la siguiente expresión: (2)
H =∑ (
K
Lik 2
)
Li
El problema es que para el cálculo de esta expresión necesitamos información sobre el
número de trabajadores en cada uno de los k establecimientos de cada sector i.
Esta información tan detallada es imposible de encontrar (obviamente el Censo no
proporciona el número de trabajadores para cada empresa individual), por tanto
procedemos a realizar una aproximación conforme al trabajo de Schmalense (1977).
La Base de Datos utilizada para calcular el Herfindahl se denomina “Empresas y
Trabajadores según tamaño, por sector y rama de actividad (1)” y proviene del Registro
de la Seguridad Social. En esta base aparecen el número de trabajadores y el número de
empresas de cada sector, en total y para cada uno de los nueve tramos en que la base de
datos descompone el total (1-2 trabajadores ; 3-5 ; 6-9 ; 10-25 ; 26-49 ; 50-249 ; 249499 ; 500-999 ; 1000 y más trabajadores) .
Obtendremos una aproximación al Herfindahl, a través de: (3)
10
 Lik * 


 N * 
ik
H = ∑

∑
L
 k * ik * 




2
N ik *
 Lik *
= ∑ k* 
∑ * L *
 k ik
2
 1

 N *
ik

Donde N es el número de establecimientos y K* es cada uno de los nueve
tramos.
3.2 El indicador de especialización: El Coeficiente de Localización Estándar
(SLQ)
La especialización mide el mayor o menor peso de una actividad en un territorio
concreto, respecto a la media del conjunto de los territorios. La manera tradicional de
calcular la especialización de un territorio (también llamada concentración relativa) es a
través del índice de localización (LQ) o índice de Hoover-Balassa.
LQ mide el ratio entre el porcentaje local y nacional de trabajo atribuible a un sector. (4)
 Eij 
 E ij 




E 
E in 
j 


LQ =
o también LQ =
 Ein 
 Ej 




 En 
 En 
Donde Eij es el número de trabajadores en la industria i en la region j; Ej es el total de
trabajadores en la region j; Ein es el número de trabajadores nacionales en la industria i;
y En es el número de trabajadores nacionales.
En nuestro trabajo, hemos comparado el porcentaje de trabajadores de cada industria en
cada comarca (o Mercado Local de Trabajo) con el porcentaje de trabajadores de esa
industria en el conjunto de la Comuniad Valenciana. (5)
11
Cuando en un área el porcentaje de gente empleada en una industria es igual a la media
de esa misma industria, el LQ es igual a 1. De la misma manera, una industria está sobre
representada en una región si LQ>1 y sub representada si LQ<1. Las áreas con una LQ
elevada pueden ser sospechosas de constituir un clúster o un distrito industrial.
El problema del LQ es que obliga a establecer un punto de corte arbitrario, a partir del
cual consideramos la posibilitad que exista un clúster1. O’Doneghue y Gleave (2004)
tratan de solucionar este problema proponiendo el SLQ (Coeficiente de Localización
Standard), que identifica aquellas localizaciones que presentan concentraciones
excepcionales, o sea residuos estadísticamente excepcionales a un 5% de confianza.
Para calcular los SLQ:
1- Calcular los valores LQ para la industria al nivel sectorial y geográfico deseado.
2- Comprobar que los valores LQ se distribuyen como una normal (utilizando para
este propósito el test de Kolmogorov-Smirnov de normalidad). En caso que no
cumpla con este propósito se transformarán los valores LQ logarítmicamente.
3- Convertir los LQ transformados logarítmicamente en valores Z. A continuación,
identificar
aquellas
localizaciones
que
presentan
concentraciones
o
aglomeraciones excepcionales a través del examen de los valores residuales. Se
considera un valor como “excepcional” si el valor residual está por encima de
”1’96”. Este corte no es arbitrario porque representa un nivel de significación
estadística del 5%.
4- Resultados
El cálculo y análisis de los estadísticos descritos en el apartado anterior se ha realizado
sobre los Mercados Locales de Trabajo de la Comunidad Valenciana (en adelante
MLL). Lo habitual en este tipo de trabajos es utilizar la comarca como referencia
geográfica, pero hay que tener en cuenta que la comarcalización de la Comunidad
Valenciana responde a un consenso político y que la realidad económica de muchas de
las comarcas es más que discutible desde un punto de vista económico (en especial la
división comarcal de los territorios vecinos a Valencia). Así, pues, resulta interesante
1
Miller (2001) identifica clústers a partir de un valor superior a 1’25, mientras que Malmberg y Markell
(2002) los identifican por encima de 3
12
realizar el estudio sobre una segmentación geográfica alternativa, que se ajuste más a la
realidad económica del territorio y que utilice criterios funcionales. En este trabajo se ha
optado por la división en Mercados Laborales Locales de la Comunidad Valenciana,
realizada por J.M. Casado (2000)2.
4.1 Análisis de Aglomeración: cuantificación de la importancia de las
externalidades.
El primero de los objetivos planteados consistía en determinar y cuantificar el papel de
las economías de aglomeración en los diferentes sectores disponibles. Este objetivo se
concretaba en la validación de una primera hipótesis: “Las economías de aglomeración
juegan un papel activo en la localización de los diferentes sectores”, lo que hace
necesario cuantificar y valorar los niveles de aglomeración a través del índice de
Ellison-Glaeser.
Tras realizar una agrupación de los municipios de la Comunidad Valenciana en
Mercados Locales de Trabajo, se han calculado los niveles de aglomeración de cada
industria a través del índice de Ellison-Glaeser. Los resultados pueden consultarse en la
siguiente tabla.
Tabla 1. Resultados
Secto
Herfinda ÍNDICE
r
hl
E_G
H
γ E-G
15
Industrias de productos alimentarios y bebidas
0,00102
0,07681
17
Industria textil y de la confección
0,00067
0,10481
19
Calzado, Preparación, peletería y acabado de cuero;
0,00091
0,42272
fabricación de artículos de marroquinería y viaje;
2
El empleo de Mercados Locales de Trabajo para identificar Distritos Industriales también ha estado
utilizado en España por Boix y Galletto (2006) y en Italia por ISTAT (2006)
13
artículos de guarnicionería.
20
21
Industria de la madera y el cuero. Excepto muebles,
cestilleria y espartería.
Industrias: papel, artes graficas, edición y reproducción
de soportes grabados (vídeo, sonido, etc)
0,00074
0,01119
0,00096
0,00820
24
Industria química
0,00259
0,01953
25
Fabricación de productos de caucho y materias plásticas
0,00770
0,02238
26
Fabricación de otros productos minerales no metálicos
0,00157
0,0596
27
Metalurgia
0,01105
0,07630
0,00034
0,02358
0,00245
0,01153
0,01103
0,12572
0,00440
0,16473
0,01731
0,11294
28
29
30
31
34
Fabricación de productos metálicos, excepto maquinaria
y equipo
Industria de la construcción de maquinaria y equipo
mecánico
Fabricación de maquinas de oficina, material informático
y electrónico.
Fabricación de maquinaria y material eléctrico
Fabricación de vehículos de motor, remolques y
semiremolques
35
Fabricación de otro material de transporte
0,03935
0,04427
36
Fabricación de muebles y otras industrias manufactureras
0,00050
0,02828
45
Construcción
0,00014
0,00283
0,00048
0,00132
0,00023
0,00643
50
51
Venta, mantenimiento y reparación de vehículos a motor,
gasolineras
Comercio al por mayor e intermediarios de comercio,
14
excepto vehículos a motor
52
Comercio al detalle y reparaciones de efectos personales
y enseres domésticos
0,00148
0,00147
55
Hostelería
0,00042
0,01522
60
Transporte terrestre y transporte por tuberías
0,00267
0,01189
61
transporte marítimo y por vías de navegación interiores
0,15961
0,00963
0,00906
0,02183
0,00663
0,01133
63
Actividades anexas a los transportes; actividades de
agencias de viaje
Instituciones financieras (bancos, cajas de ahorro y otros
65
intermediarios financieros), seguros (excepto seguros
sociales obligatorios)
70
Actividades inmobiliarias
0,00038
0,01983
72
Actividades informáticas y de Investigación y Desarrollo
0,00371
0,04500
74
Otras actividades empresariales
0,00092
0,02309
Fuente: Elaboración propia.
Según los criterios de Ellison-Glaeser consideramos un sector como poco concentrado
cuando γE-G<0’02, moderadamente concentrado si 0’02<γE-G<0’05 y muy concentrado
cuando γE-G>0’05.
La media del indicador (γE-G=0’052) parece mostrar la importancia de las externalidades
en la localización de las diferentes industrias, sin embargo los resultados son demasiado
heterogéneos para generalizar esta afirmación. De hecho, en los sectores industriales sí
encontramos niveles de aglomeración moderada (4) o elevada (8) en tres cuartas partes
de los sectores analizados (16).
Gráfico 1. Aglomeración económica en los MLL medida con el índice de E-G para los
sectores industriales
15
Fuente: Elaboración propia.
En cambio, en los sectores de servicios las externalidades parecen jugar un papel
menos importante en su localización, ya que, de doce sectores analizados, ninguno
presenta concentración elevada y tan solo tres concentración moderada.
Gráfico 5. Aglomeración económica en los MLL medida con el índice de E-G para los
sectores de servicios.
Fuente: Elaboración propia.
En cuanto a los sectores industriales, se han dividido en función de su intensidad
tecnológica (siguiendo la clasificación de Myro y Gandoy (2003) que pueda consultarse
en el apéndice.
Las medias del indicador de Ellison-Glaeser son:
Media de γE-G
Sectores con intensidad tecnológica alta
0’145
16
Sectores de intensidad tecnológica
0’052
moderada
Sectores de intensidad tecnológica escasa
0’090
Cabe señalar que todos los sectores con tecnología elevada tienen unos niveles de
aglomeración muy elevados; en cuanto a los sectores tradicionales o de tecnología baja,
cinco presentan concentración elevada, dos moderada y dos escasa.
4.2 Análisis de especialización: localización de las externalidades.
Una vez se han calculado y analizado los niveles de aglomeración, se procede al análisis
de los niveles de especialización de cada territorio. Para ello, se ha calculado el
Coeficiente de Localización Standard de cada mercado de trabajo y se ha representado
en un mapa de posibles clusters en la Comunidad Valenciana (es imposible adaptar el
mapa a la exigencia de 1 MB para subir el trabajo, por lo que se ha eliminado de esta
versión del trabajo y será presentado en el congreso, en cualquier caso, se procede a su
explicación).
Mapa 1.
Al analizar los SLQ para los Mercados Locales de Trabajo destacamos:
1- En el sector 17 (textil), se localizan los Clusters de Alcoi y de Ontinyent.
2- En el sector 24 (industria química) y en el 26 (otros productos minerales no
metálicos) destaca el MLL de Onda. Estos resultados eran de esperar en el sector
26 porque este sector engloba el sector azulejero. Menos previsible es la
concentración detectada en el sector 24 (química), pero hay que recordar la
estrecha relación entre la industria química y la azulejera, lo nos indica la
dificultad de realizar análisis sobre clusters con las clasificaciones sectoriales
“oficiales”.
Como señala Porter (2000) “igualar un clúster con una única
17
industria nos hace perder las cruciales interconexiones con otras industrias e
instituciones que afectan significativamente a la competitividad.”
3- En el MLL de Valencia aparecen dos Clusters: uno relacionado con “la
maquinaria y el material eléctrico” (sector 30) y otro relacionado con “el
transporte marítimo” (sector 61). El 61 es un ejemplo de Cluster aparecido no
por externalidades sino por la existencia de unas condiciones naturales o de unas
infraestructuras (en este caso el puerto) que provocan una concentración muy
alta del sector. Otro caso diferente es el de sector 30 (maquinaria y material
eléctrico) que sí es un típico sector que presenta externalidades interindustriales
(o tipo Jacobs) y que por lo tanto presenta una tendencia a localizarse en las
poblaciones más grandes. Relacionado también con las economías de
urbanización o interindustriales destaca la elevada concentración en Alicante de
los sector 65 (Instituciones Financieras y de Seguros).
4- En el sector 55 (hostelería) destaca claramente el MLL de Benidorm. Este MLL,
que engloba buena parte de los principales destinos turísticos de la Costa Blanca,
ofrece una espectacular oferta hostelera que se refleja en el estadístico.
5- También relacionado con el turismo a la Costa Blanca aparece la concentración
en Torrevieja y Dénia de la actividad inmobiliaria (sector 70).
De los ocho clústers detectados, cuatro corresponden a sectores industriales y cuatro a
sectores servicios (Hostelería, Instituciones Financieras, Immobiliarias y Transporte
Marítimo). De los cuatro sectores industriales, dos son tradicionales y coinciden con los
dos clusters valencianos más estudiados (el textil de la zona Alcoi-Ontinyent y la
cerámica de Castellón) y los otros dos corresponden a un sector industrial de tecnología
media muy interconectado con la industria cerámica (la química) y otro a un sector
industrial de tecnología avanzada (maquinaria y material eléctrico)
5- Conclusión:
El trabajo planteaba la validación de dos hipótesis: la primera es que “Las economías de
aglomeración juegan un papel activo en la localización de los diferentes sectores
económicos”. Para verificarla se hacía necesario cuantificar y valorar los niveles de
18
aglomeración sectorial en cada uno de los sectores, a través del índice de aglomeración
de Ellison y Glaeser.
Los resultados para cada uno de los veintiocho sectores pueden ser consultados en la
tabla uno pero cabría destacar dos conclusiones del análisis de dichos resultados. El
primero es que, por término medio, la aglomeración es elevada (
E-G=0’052).
Este
resultado nos permitiría validar la hipótesis planteada, ya que, por término medio, las
economías de aglomeración juegan un papel importante en la localización de los
distintos sectores. Ahora bien, también cabría destacar una segunda conclusión: la
heterogeneidad de los resultados no permite generalizar esta hipótesis, en trece de los
veintiocho sectores analizados los niveles de aglomeración son escasos.
La literatura sobre externalidades y aglomeración suele estar centrada en los sectores
industriales. La literatura suele identificar el concepto de externalidad con la acepción
marshalliana del término, lo que algunos autores denominan “externalidades basadas en
los recursos” o “externalidades de oferta”. En cambio, muchos autores afirman que las
externalidades también pueden ser de “demanda” y estas no se circunscribirían
exclusivamente a la industria, sino que afectarían más a los “servicios”.
Los resultados de nuestro trabajo confirman la preeminencia de las externalidades en los
sectores industriales frente a los sectores de servicios, ahora bien, también muestran que
éstas no son exclusivas de la industria y que juegan un papel, aunque notablemente
inferior, en algunos sectores de servicios.
Un análisis pormenorizado confirma que las externalidades juegan un papel importante
en la mitad de los sectores industriales analizados. Si los sectores industriales sr dividen
en función de su intensidad tecnológica, encontramos que la aglomeración es
especialmente importante en aquellos sectores con una intensidad tecnológica elevada
y, en menor medida, en los sectores tradicionales, o de intensidad tecnológica escasa.
Respecto a los sectores de servicios encontramos aglomeración moderada en tres de los
doce sectores analizados, el resto serán de aglomeración escasa.
Una vez validada y analizada la primera hipótesis, pasamos a analizar la segunda: Las
economías de aglomeración provocan la existencia de Distritos Industriales o clústers.
Para verificarla ha sido necesario analizar los niveles de especialización sectorial de
cada uno de los Mercados Locales de Trabajo de la Comunidad Valenciana, siguiendo
19
la línea de O’Donogue y Gleave (2001) de considerar que la manifestación esencial de
todo clúster es su aglomeración en el espacio. Este análisis se realiza a través del
Coeficiente de Localización Estándar.
Se ha obtenido un Cluster mapping de la Comunidad Valenciana, donde aparecen ocho
clústers (cuatro industriales y cuatro de servicios). En los clústers industriales
encontramos dos de los más estudiados por la literatura (el textil de la zona AlcoiOntinyent y la cerámica de Castellón), estos obedecen al patrón tradicional del distrito
industrial y han sido objeto de una amplia literatura ( Albors et al, 2008; Molina, 2002;
Flor y Oltra, 2005; Golf et al, 2004…). En cambio, en Valencia aparecen
concentraciones de otras industrias más avanzadas tecnológicamente (como la
fabricación de maquinaria o de material electrónico) que obedecerían a un tipo de
externalidades de tipo intraindustrial o tipo Jacobs. También cabe destacar la existencia
de importantes aglomeraciones en cuatro sectores servicios (la hostelería, el sector
immobiliario, el transporte marítimo y las instituciones financieras).
Como conclusión, el presente trabajo ha permitido confirmar la importancia de las
externalidades en buena parte de la economía valenciana, a través de su cuantificación y
localización en el territorio. Si bien es cierto que buena parte de estas aglomeraciones se
dan en los llamados sectores tradicionales (textil y cerámica), la presencia de
externalidades y aglomeraciones en sectores de tecnología alta y de servicios no es nada
desdeñable y hace recomendable, tanto a los responsables políticos como a los
investigadores, no desdeñar el papel y la importancia del territorio en estos sectores.
Bibliografía:
Albors, J, Hervas, J.L.,Márquez, P (2008): “When technology innovation is not enough,
new competitive paradigms, revisiting the Spanish ceramic tile sector”. International
Journal of Technology Management (IJTM) Volume 44 - Issue 3/4. PP 406-426
Avnimelech G y Teubal M (2004): “Venture capital start-up co-evolution and the
emergence & development of Israel's new high tech cluster” Economics of Innovation
and New Technology. Vol 13. Issue 1. Pp 33-60.
20
Berg L, Van Den, Braun, E. y Windem, W (2001): “Growth Clusters in European
Cities: an integral approach”. Urban Studies, 38 (1) pp.185-205.
Boix, R y Galletto, V. (2006): “Sistemas locales de trabajo y distritos industriales en
España”, Economía Industrial, núm 357, pp: 165-184.
Brenner, T (2006): “Identification of Local Industrial Clusters in Germany”. Regional
Studies, 40. Pp 1-14.
Canina L, Enz K. y Harrison J (2005): “Agglomeration Effects and Strategic
Orientations: Evidence from the US Lodging Industry”. Academy of Management
Journal. Vol 48. Nº 4 pp 565-581
Capone F y Boix R (2008): “Sources of growth and competitiveness of local tourist
production systems: an application to Italy (1991–2001)”. The Annals of Regional
Science. Vol 42, Nº1. Marzo 2008. Pp 209-224.
Casado, J. M. (2000): Trabajo y territorio: los mercados laborales locales de la
Comunidad Valenciana, Alacant. Publicacions de la Universitat d’Alacant.
Cohen, J. P. i Morrison Paul, C. J. : (2003): “Agglomeration Economies and Industry
Location Decisions: the Impacts of Vertical and Horizontal Spillovers”, Regional
Science and Urban Economics, vol. 35, Issue 3, pp.: 215-237.
Cook, G. A. S., Pandit, N. R., Beaverstock, J. V., Taylor, P. J. and Pain, K. (2007). “
The role of location in knowledge creation and diffusion: Evidence of centripetal and
centrifugal forces in the City of London financial services agglomeration”.
Environment and Planning A, 39(6): 1325-1345
Cooke, P y Ehret, Q (2009): “Proximity and Procurement: A Study of Agglomeration in
the Welsh Aerospace Industry” European Planning Studies, Vol. 17, No. 4., pp. 549567
Costa, M. T., Viladecans, E. (1999): “Concentración geográfica de la industria e
integración económica en España”, Economía industrial, núm. 329, V, pàg.: 19.
Devereux, M. P., Griffith, R. Y Simpson, H. (2004): “The Geographic Distribution of
Production Activity in the UK”, Regional Science and Urban Economics, 35 (5), pàg.:
533–564.
21
Ellison, G. y Glaeser, E. (1997): “Geographic Concentration in U. S. Manufacturing
Industries: a Dartboard Approach”, Journal of Political Economy, núm. 105, pàg.: 889927.
Ellison, G. y Glaeser, E. (1999): “The Geographic Concentration of Industry: Does
Natural Advantage Explain Agglomeration?”, American Economic Review, 89 (2), pp.:
311-316.
Eraydin, A; Köroğlu, B. A (2007): “Increasing Role of Services in Competitive Power
and Innovativeness of Firms and Industrial Clusters”. European Planning Studies, Vol
15, Nº 7, pp. 905-925
Fingleton, B., Igliori, d. C. y Moore, B. (2004): “Employment Growth of Small HighTechnology Firms and the Role of Horizontal Clustering: Evidence from Computing
Services and R&D in Great Britain, 1991-2000”. Urban Studies, vol. 41 (4), pp.: 773799.
Fischer J.H y Harrington J.E. (1996): “Product Variety and Firm Agglomeration”
RAND Journal of Economics. Vol 27, nº2 pp 281-309
Flor, M. y Oltra M.J. (2005): “The Influence of Firms' Technological Capabilities on
Export Performance in Supplier-Dominated Industries: The Case of Ceramic Tiles
Firms” R&D Management, Vol. 35, No. 3, pp. 333-347.
Flowers J y Easterling K (2006): “Growing South Carolina’s Tourism Cluster”.
Business and Economic Review. Vol 52, nº3. Pp 15-20.
Flyer, F y Shaver J.M. (2003): Location Choices under agglomeration externalities and
strategic interaction. En A.C. Baum & O. Sorenson (eds) Geography and Strategy Advances in Strategic Management. Vol 20: 193-214 Oxford: JAI/Elsevier.
Glaeser, E. L., Kallal, H., Scheinkman, J. A. y Shleifer, A. (1992):“Growth in Cities”,
Journal of Political Economy, 100, pp.: 1126-1152.
Golf, E., Molina, M. J., Pla Barber, J., Puig, F. (2005): Plan estratégico textil de las
comarcas centrales valencianas, Proselección, Ontinyent, València.
22
Henderson, J.V. (1986): “Efficiency of Resource Usage and City Size”. Journal of
Urban Economics, 19 pp 47-70.
Henderson, J. V., Kundoro, A. y Turner, M. (1995): “Industrial Development in
Cities”, Journal of Political Economy, 103, pp.: 1067-1085.
ISTAT (2006). Distretti Industriali e Sistemi Locali del Lavoro 2001. Collana
Censimenti. Roma.
Jackson, J y Murphy, P (2006): “Clusters in Regional Tourism Destinations: an
Australian Case”. Annals of Tourism Research 33 (4)
Kaiser, R (2003):“Multi-level Science Policy and Regional Innovation: The Case of the
Munich Cluster for Pharmaceutical Biotechnology” European Planning Studies, Vol
11, Nº 7, pp. 841-857
Krugman, P. (1991): Geography and Trade. MIT Press, Cambridge.
Lazzeretti, L. (2003): “City of art as a HCLocal System and cultural districtualisation
processes. The Cluster of art-restoration in Florence”. International Journal of Urban
and Regional Research, vol. 27.3, September: pp 635-48.
Longhy, L (2005): “A French revolution: technology management in the aerospace
industry. The case of Toulouse” International Journal of Technology Management, Vol.
29, 3-4 , pp. 194-215(22)
Malairaja, Ch (2003):” Learning from the Silicon Valley and implications for
technological leapfrogging” International Journal of Technology Management &
Sustainable Development; 2003, Vol. 2 Issue 2, p73-95
Malmberg, A. y Maskell, P. (2002): “The Elusive Concept of Location Economies:
Towards a Knowledge-Based Theory of Spatial Clustering”, Environment and Planning
A. 34, pp.: 429-49.
Marshall, A. (1890): Principles of Economics. Macmillan, Nova York.
Martin, R. y Sunley, P. (2003): “Deconstructing Clusters: Chaotic Concept or Policy
Panacea?”, Journal of Economic Geography, vol. 3, núm. 1, pp.: 5-35.
23
Maurel, F. y Sedillot, B. (1999): “A Measure of the Geographic Concentration in
French Manufacturing Industries”, Regional Science and Urban Economics, 29, pp.:
575-604.
Michael, E.J. (2003): “Tourism Micro-Clusters”. Tourism Economics, Vol. 9, No. 2, pp.
133-145.
Miller, P., Botham, R., Gibson, H., Martin, R. y Moore, B. (2001): “Business Clusters
in the UK – a First Assessment”, volume 1: Main Report. Londres, Department of
Trade and Industry.
Myro, R. y Gandoy, R. (2003): «Sector industrial», en José Luis García Delgado (ed),
Lecciones de Economía Española, Thomson Civitas, Madrid.
Molina-Morales, F. X (2002) “Industrial districts and innovation: the case of the
Spanish ceramic tiles industry”. Entrepreneurship & Regional Development, Vol. 14
Issue 4, pp. 317-335.
Moomaw, R. L. (1998): “Agglomeration Economies: Are They Exaggerate by
Industrial Aggregation?”, Regional Science and Urban Economics, 28, pp.: 199-211.
Novelli, M., Schmitz, B. y Spencer, T. (2006): “Networks, cluster and innovation in
tourism:A UK experience”, Tourism Management, 27, pp. 1141-1152.
O’donoghue, D. y Gleave, B. (2004): “A Note on Methods for Measuring Industrial
Agglomeration”, Regional Studies, vol. 38, núm..4, pp.: 419-427.
O’sullivan, A. (2000): “Urban Economics”, McGraw Hill Publishers.
Pandit, N. R., Cook, G. A. S., Beaverstock, J. V y Ghauri, P. (2008). “An empirical
Study of Service Sector Clustering an Multinational Enterprises”. Journal of Services
Research. Vol 8. Pp 23-39
Porter (1998,a): “Clusters and the New Economics on Competition”. Harvard Business
Review. Vol 76 (6), pp 77-90.
Porter (1998, b): “On Competition”. Harvard Business School Press.
24
Porter, M.E. (2000): “Location, Competition and Economic Development: Local
Clusters in a Global Economy.”. Economic Development Quarterly, 14; pp. 15-34.
Rosenthal, S. S., Strange, W. C. (2003): “Geography, Industrial Organization and
Agglomeration”, The Review of Economics and Statistics, 85 (2), pp.: 377-393.
Santagata, W., (2000): “Distretti culturali, diritti di proprietà e crescita economica
sostenibile”, Rassegna economica, n. 1, pp. 31-61.
Schmalensee, R. (1985): “Do Markets Differ Much?”, American Economic Review, 75,
pp.: 341-351.
Tallman, S, Jenkins, M., Henry, N. Y Pinch, S. (2004): “Knowledge, Clusters and
Competitive Advantage”. Academy of Management Review, 29. Pp 258-271.
Tickell, A. (2002): “Geography of Services: Progress in the Geography of Services
III—Time to Move on?” Progress in Human Geography 26:pp. 791–801.
Tortosa, E. (2002): “Cost efficiency and product mix clusters across the Spanish
banking industry,", Review of Industrial Organization vol 20(2), pp 163-181.
Weber, A. (1929): Theory of the Location of Industries, Chicago University Press, ed.
de 1965.
Xiao, H y Smith, S. (2006): “La Génesis de la Investigación Turística. El análisis de
una publicación en ciencias Sociales. Annals of Tourism Research en Español, 8 (1) pp
131-151.
25