Upload
franco668
View
16
Download
1
Embed Size (px)
DESCRIPTION
importante
Citation preview
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 119
Ricardo Padilla Hermida*Fernando M. García Green**
Análisis de elasticidades y nivelestecnológicos de la industria
manufacturera mexicana
Resumen
El objetivo del artículo es mostrar y cuantificar que en cada entidad federativa la industriamanufacturera presenta características distintas; sin embargo, las 32 entidades federativaspueden clasificarse en tres modelos diferentes y, en consecuencia, resulta más fácil identi-ficar las características heterogéneas de cada región. Se calculan las elasticidades de laproducción respecto del capital y trabajo, y se calculan niveles tecnológicos según el mode-lo que mejor represente a la entidad federativa en el periodo 1988-1998.
Palabras clave: industria manufacturera, función producción, Cobb-Douglas, niveles tec-nológicos, datos longitudinales.Clasificación JEL: C23, D24, L60, O30.
Análisis EconómicoNúm. 45, vol. XXTercer cuatrimestre de 2005
(Recibido: febrero/05–aprobado: julio/05)
* Profesor-Investigador del Departamento de Economía de la UAM-Azcapotzalco ([email protected]).** Profesor de Posgrado de la Facultad de Estudios Superiores (FES) Acatlán y Miembro de la Unidad de
Investigación en Economía Aplicada del Instituto de Investigaciones Económicas de la UNAM
([email protected]). Los autores agradecen los comentarios de los dictaminadores anónimos que permitie-ron mejorar el presente trabajo.
120 Padilla Hermida, García Green
Introducción
La presente investigación está vinculada al análisis regional de la economía nacional,y pretende caracterqizar los niveles tecnológicos así como las elasticidades parcialesdel producto respecto del capital y de la mano de obra. Con la finalidad de aplicar latécnica de los datos longitudinales (datos de panel) se toma a la función de produc-ción Cobb-Douglas en el sentido de que permite estimar de manera consistente losparámetros poblacionales de la forma funcional de la ecuación de regresión.
La pertinencia de un análisis basado en la función de producción Cobb-Douglas, sin perder de vista la importancia de diversas formas funcionales quecaracterizan a la producción,1 radica en el hecho de que proporciona evidenciaempírica sobre aspectos sumamente relevantes que contribuirían a una mejor com-prensión de los resultados de la estrategia de desarrollo económico emprendida porel gobierno mexicano, principalmente en las administración federal 1988-1994 ycontinuada en la administración 1994-2000. Tal estrategia se caracteriza, en lo fun-damental, por el énfasis en el mantenimiento de la estabilidad macroeconómica, elfomento a las exportaciones independientemente de quién las realice y la atracciónde flujos financieros (inversión extranjera). Se considera que estos tres prerrequisitosson ineludibles para la consecución del objetivo último y superior, el bienestarcreciente y continuo de la población.
No obstante, la persistente pérdida de competitividad de la economía na-cional y el crecimiento insatisfactorio del PIB, han conducido a que la mayoría de lapoblación mexicana no acceda a una mejor calidad de vida. Por esta razón resultade interés indagar qué ha sucedido en el período 1988-1998 en términos producti-vos relacionados con los niveles tecnológicos y los rendimientos a escala, y lasimplicaciones que de ellos se derivan.
Aunque teóricamente la función de producción Cobb-Douglas presentaresultados interesantes en cuanto a la interpretación económica, muchas veces alutilizarla empíricamente se registran inconsistencias debido a la disponibilidad deinformación; de ahí que la técnica de combinar datos de corte transversal (un puntoen el tiempo) con datos de series de tiempo permite identificar efectos de caráctereconómico, que no podrían ser captados si sólo se aplicara un análisis de regresiónutilizando datos de corte transversal o bien únicamente datos de series de tiempode manera independiente.
1 Como es ampliamente conocido, en la Teoría Económica existen varias funciones de producción que hansido utilizadas para el análisis empírico, siendo algunas más generales y otras casos particulares: elasticidad desustitución constante (CES), insumo-producto, programación lineal y la función de producción trascendental,entre otras.
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 121
Debido a la disponibilidad de información proporcionada por el InstitutoNacional de Estadística, Geografía e Informática (INEGI) se consideran tres puntosen el tiempo para el análisis (1988, 1993 y 1998), en cuyo caso las observaciones serefieren a las ramas de actividad económica en la industria manufacturera de cadauna de las entidades federativas. Los resultados econométricos y la aplicación delas pruebas de diagnóstico se realizaron utilizando el paquete econométricocomputacional Econometric Views (Panoramas Econométricos), versión 5.0.
Por último, la estructura de los modelos de datos de panel permite agru-par de una manera homogénea los diferentes resultados del análisis de regresiónque se obtienen de la función de producción Cobb-Douglas; así, se pretende orga-nizar la información resultante de estos modelos econométricos longitudinales re-ferida a las distintas ramas manufactureras con el propósito de que sean útiles parala toma de decisiones en materia de política económica en cada entidad federativa.
1. Marco teórico
La Teoría Económica sugiere que el nivel de producción de una economía, indus-tria, rama o actividad económica está en función de sus factores productivos, prin-cipalmente capital (K) y mano de obra (L). Por sus propiedades teóricas y facilidadde manejo, una de las funciones de producción más frecuentemente usadas en eltrabajo práctico es la Cobb-Douglas, la cual plantea que la producción, además deestar en función de los factores K y L, también lo está de un residuo que refleja laproductividad. Esta función tiene la siguiente forma:
βαititit LAKY = ,
Donde:A = es una constante positivaLos exponentes α y β = son fracciones positivas cuyos valores, la mayoría de lasveces, se encuentran entre 0 y 1.Los subíndices i y t = se refieren a los datos de las unidades transversales y deseries de tiempo, respectivamente.
Algunas de las características principales de esta función de producciónson: a) es una función homogénea de grado (α + β); b) en el caso especial de α +β = 1, es linealmente homogénea; c) sus isocuantas tienen siempre pendiente nega-tiva y son estrictamente convexas para valores positivos de K y L; y d) es estricta-mente cuasicóncava para K y L positivos.
122 Padilla Hermida, García Green
Un concepto de gran importancia en el análisis económico es el de rendi-mientos a escala de una función de producción. La expresión rendimientos a escaladescribe el cambio de la producción cuando hay un incremento proporcionado en to-dos los insumos. Si el monto de la producción crece en la misma proporción en quelo hacen los insumos, entonces los rendimientos a escala serán constantes; los ren-dimientos resultan crecientes cuando la cantidad producida aumenta en mayor pro-porción que los insumos; y son decrecientes cuando la producción crece menos queproporcionalmente a los insumos.
Con frecuencia existen rendimientos crecientes a escala cuando se utilizanniveles de insumos relativamente pequeños (economías de escala); también se tienenrendimientos a escala constantes dentro de un cierto intervalo de insumos; y, final-mente, hay rendimientos a escala decrecientes para niveles grandes de insumos(deseconomías de escala). En el caso de la función de producción propuesta, se tie-nen rendimientos crecientes a escala si α + β > 1, cuando α + β = 1 existen rendi-mientos constantes a escala y, para α + β < 1, los rendimientos serán decrecientes.
Linealizando la función de producción Cobb-Douglas se encuentra que:
ln Yit = 1n A + α 1n Kit + β 1n Lit,
en donde los parámetros α y β y representan las elasticidades de las variablesindependientes (K y L) respecto de la variable dependiente Y; esto es, miden cam-bios porcentuales, por ejemplo, α mide el cambio porcentual en la variable depen-diente como consecuencia de un cambio de un punto porcentual en la variableexplicativa K, un razonamiento similar se aplica a β. El valor de la constante A,para valores dados de K y L, se interpreta en el sentido de que su magnitud afectaproporcionalmente al nivel de Y, de ahí que A pueda considerarse como un paráme-tro de eficiencia, es decir, como un indicador del estado de la tecnología.2
Con base en la versión no logarítmica de la función se tiene que A no esmás que la relación de la cantidad producida entre los insumos empleados paraobtener dicha producción:
βαitit
it
LKYA= ,
de ahí que se pueda considerar que la constante de la función de producción Cobb-Douglas “mide el grado de eficacia en la organización de la actividad productiva”.3
2 Chiang (1995: 424).3 Baccini y Giannetti (1991: 17).
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 123
Una característica adicional de esta función es que al comparar los valo-res de α y β, se tiene un indicio del grado de utilización de la capacidad productivainstalada. Si β > α, se sugiere la existencia de capacidad productiva ociosa, ya quela elasticidad de la oferta de producto con respecto al factor trabajo es mayor que ladel factor capital, en otras palabras, el aumento del producto es más sensible a losincrementos de trabajo que a los incrementos de capital físico. Por el contrario, siα > β, entonces se podría tener una situación de subutilización de la capacidadproductiva.
2. Variantes de los modelos con datos longitudinales
En la amplia literatura econométrica sobre el tema,4 se distinguen cuatro tipos demodelos importantes de datos longitudinales.
a) Modelo de regresión combinado sólo para pendientes restringidas
Se le considera modelo restringido dado que las pendientes se encuentran con-dicionadas a no cambiar a lo largo del tiempo o a lo largo de las unidades delcorte transversal, en la versión de este modelo no existe una constante común,únicamente coeficientes de las variables explicativas (es la versión más simplede los modelos de datos de panel).
b) Modelo de regresión combinado para intercepto común y pendientes comunes
Este modelo proporciona además de pendientes comunes, una constante o in-tercepto que también está restringido a no cambiar a lo largo de la serie detiempo o a lo largo de las unidades del corte transversal.
c) Modelo de efectos fijos
Dado que los dos modelos precedentes están restringidos a no variar tanto enlas pendientes como en el intercepto, resulta significativamente interesante cons-truir un modelo que permita la variación o cambio en las pendientes y en laconstante, el modelo de efectos fijos resuelve esta ambigüedad utilizando elconcepto de las variables binarias o dummies. Así pues, este modelo utilizamínimos cuadrados ordinarios en los datos combinados agregando un coefi-
4 Entre otros, destacan los trabajos de Hsiao (1999), Baltagi (1985), Greene (2000), Wooldridge (1999),Chamberlain (1984) y Judge et al. (1985).
124 Padilla Hermida, García Green
ciente por cada variable dummy ya sea a lo largo de la serie de tiempo o a lolargo de las unidades del corte transversal (según se especifiquen los datos enel análisis de regresión).
d) Modelo de efectos aleatorios
No obstante, la variación en pendientes o en intercepto puede deberse a facto-res estocásticos o aleatorios, de ahí que el modelo de efectos aleatorios o mode-lo de componentes del error proporcione una alternativa para cuantificar estefenómeno vía la estimación de los datos de panel, utilizando el método de losmínimos cuadrados generalizados; es decir, aplicando mínimos cuadrados or-dinarios a datos ponderados inversamente a sus varianzas.
Más allá de realizar un análisis riguroso (estadístico y matemático) decada uno de los modelos, el objetivo del presente trabajo es mostrar la aplicaciónde dichas técnicas econométricas a datos empíricamente observables. De igualmanera, proporcionar las interpretaciones tanto estadísticas como económicas delos modelos obtenidos en las entidades federativas, éstos proporcionan interpreta-ciones distintas aun cuando los datos estén organizados de la misma forma.
3. Metodología empírica
En cada entidad federativa el número de ramas económicas es distinto, variandodesde un máximo de 54 en Puebla a un mínimo de 27 en Quintana Roo. La cantidadde información existente es suficiente para estimar los modelos de datos de panelasí como para efectuar las pruebas correspondientes a cada ecuación de regresión.La fuente primaria de información es el INEGI (Censos Económicos 1989, 1994,1999. Resultados Definitivos), es decir, en el análisis se consideraron tres cortes enel tiempo correspondientes a los años 1988, 1993 y 1998; las variables nominalesestán deflactadas con base en el Índice de Precios Implícito del Producto InternoBruto (PIB) a fin de hacerlas comparables a lo largo del periodo analizado.
Asimismo, para verificar si en una entidad federativa el nivel tecnológicovariaba, se realizó una prueba de hipótesis conjunta sobre los coeficientes de lasvariables binarias, la cual se puede representar de las dos maneras siguientes:
a) Prueba de variación de parámetros según Greene5
5 Greene (2000: 562).
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 125
El estadístico F para pruebas de significancia conjunta está dado por:
( ) ( )( ) ( )knnTR
n/RRknnT,nF
u
pu
−−−
−−=−−−
2
22
11
1 )(
Donde:
2uR = coeficiente de determinación del modelo no restringido.
2pR = coeficiente de determinación del modelo restringido.
n = número de unidades del corte transversal (para este estudio son las ramas de actividad económica que existen en cada entidad federativa).
T = número de cortes en el tiempo (en este caso son tres: 1988, 1993 y 1998).k = número de parámetros poblacionales a ser estimados (para efectos de la in-
vestigación son tres: dos elasticidades y el nivel tecnológico).
b) Prueba de variación de parámetros según Pindyck6
De acuerdo con Pindyck, el estadístico F para pruebas de significanciaconjunta es:
( ) ( )( )TNNT/ESS
KTN/ESSESSF TNNT,KTN−−−+−=−−−+
2
21
Donde:
ESS1 = suma de los errores al cuadrado del modelo restringido.ESS2 = suma de los errores al cuadrado del modelo no restringido.N = número de unidades del corte transversal (ramas de actividad económica).T = número de cortes en el tiempo (1988, 1993 y 1998).K = número de parámetros poblacionales a estimar (tres para este caso).
El estadístico de prueba se contrasta contra el valor de tablas de una dis-tribución F de Fisher con sus correspondientes grados de libertad tanto para elnumerador como para el denominador, si este valor calculado es mayor al valor detablas, entonces los coeficientes de las variables binarias son estadísticamente sig-nificativos en su conjunto y, por ende, implicaría que los interceptos (niveles tecno-
6 Pindyck y Rubinfeld (1998: 265).
126 Padilla Hermida, García Green
lógicos) varían con el paso del tiempo o entre las unidades del corte transversal,según se esté analizando; lo contrario ocurre si el estadístico de prueba F es menoral valor reportado por tablas en su correspondiente distribución de probabilidad.En realidad, las dos pruebas anteriores nos están indicando si debemos optar o no,por un modelo de efectos fijos; es decir, por un modelo que atribuye a un factordeterminístico las variaciones en los coeficientes estimados.
Sin embargo, no se puede descartar la idea de que los coeficientes varíenpor un elemento puramente estocástico, de ahí que sea necesario recurrir al modelode efectos aleatorios o modelo de componentes del error; el estadístico de pruebapara verificar un modelo de variaciones aleatorias es el propuesto por Breusch yPagan en 1980, la prueba está basada en los residuales de la estimación por míni-mos cuadrados ordinarios mediante el siguiente estadístico:
( )12 −=TnTLM
22
1
−eeeeT
'
'
Donde:LM = estadístico del multiplicador de Lagrange.n = número de unidades del corte transversal (ramas de actividad económica).T = número de cortes en el tiempo (1988, 1993 y 1998).ee' = suma de los errores al cuadrado del modelo restringido.ee' = suma de las medias de los errores al cuadrado del modelo restringido.
Este estadístico de prueba se distribuye como una ji-cuadrada con 1 gra-do de libertad. Desde luego, existe una prueba para diferenciar entre un modelo deefectos fijos y un modelo de efectos aleatorios, la prueba de Hausman,7 cuyo esta-dístico de prueba se calcula como sigue:
[ ] [ ]ββ ˆbˆˆbW'
−∑−= −1
Donde:W = estadístico de prueba de Wald.b = vector de pendientes estimadas en el modelo de efectos fijos.β̂ = vector de pendientes estimadas en el modelo de efectos aleatorios.
1−∑̂
= matriz inversa de la diferencia de varianzas de las pendientes del modelo de efectos fijos y aleatorios.
7 Greene (2000: 576-577).
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 127
En esta prueba, la hipótesis nula es que los efectos individuales no estáncorrelacionados con las variables explicativas; así pues, si estamos en este caso optaría-mos por el modelo de efectos aleatorios, por otro lado, la hipótesis alternativa es quelos efectos individuales tienen un margen de correlación con los regresores, en cuyocaso nos inclinaríamos por el modelo de efectos fijos; es decir, por el modelo queconsidera que los cambios en el tiempo o a lo largo de las unidades del corte transver-sal son ocasionados por un elemento determinístico. El estadístico de Wald se dis-tribuye asintóticamente como una distribución ji-cuadrada con k grados de libertad.
4. Resultados
Con base en ambas pruebas (Greene y Pindyck), se encontró que once estados de laRepública registraron (al interior de ellos) niveles tecnológicos constantes a lo lar-go de la década 1988-1998 (ver Cuadro 1).
En todos los casos, con excepción de Baja California y Chiapas, se obtu-vo un ajustado por los grados de libertad superior a 90%.
Por su parte, el resto de las entidades federativas (21) registraron nivelestecnológicos variables. El modelo de efectos fijos detectó nueve estados en tantoque el de efectos aleatorios 12 (ver Cuadros 2 y 3).
Cuadro 1Entidades federativas con nivel tecnológico constante 1988-1998
* En cada estimación se llevó a cabo la prueba de Wald sobre restricción de coeficientes, a fin dedeterminar con mayor precisión el tipo de rendimiento.Fuente: Elaboración propia con base en INEGI, Censos Económicos 1989, 1994, 1999.
βProductotrabajo
NivelTecnológico
AguascalientesDurangoMorelosGuanajuatoBaja CaliforniaVeracruzTamaulipasColimaChiapasSonoraHidalgo
α + βSuma
1.2.3.4.5.6.7.8.9.
10.11.
1.181.461.641.771.782.612.903.343.553.604.61
0.410.300.000.370.270.240.230.290.450.280.21
EntidadFederativa
αProductocapital
Tipo derendimientos
a escala*
0.590.660.990.630.660.730.730.630.460.670.70
1.000.960.991.000.930.970.960.920.910.950.91
ConstantesConstantesConstantesConstantes
DecrecientesConstantes
DecrecientesDecrecientesDecrecientesDecrecientesDecrecientes
0.930.910.990.940.870.940.910.930.840.930.90
R2
ajustado
Elasticidad
128 Padilla Hermida, García GreenC
uadr
o 2
Ent
idad
es f
eder
ativ
as c
on n
ivel
tec
noló
gico
var
iabl
e en
la in
dust
ria
man
ufac
ture
ra(m
odel
o de
efe
ctos
fijo
s 19
88-1
998)
1
Gue
rrer
oC
MA
P2
3111
3112
3113
3114
3115
3116
3117
3118
3119
3121
3122
3130
3140
3211
3212
3213
3214
3220
3230
3240
3311
3312
3320
3410
3420
3511
3512
3513
3521
3522
3530
3540
3550
3560
Nay
arit
1. 2. 3. 4. 5. 6. 7. 8. 9. 10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
Indu
stri
a de
la c
arne
Ela
bora
ción
de
prod
ucto
s lá
cteo
sE
labo
raci
ón d
e co
nser
vas
alim
entic
ias
Ben
efic
io y
mol
iend
a de
cer
eale
s y
otro
s pr
oduc
tos
agrí
cola
sE
labo
raci
ón d
e pr
oduc
tos
de p
anad
ería
Mol
iend
a de
nix
tam
al y
fab
rica
ción
de
tort
illas
Fabr
icac
ión
de a
ceite
s y
gras
as c
omes
tible
sIn
dust
ria
azuc
arer
aFa
bric
ació
n de
coc
oa, c
hoco
late
y a
rtíc
ulos
de
conf
iterí
aE
labo
raci
ón d
e ot
ros
prod
ucto
s al
imen
ticio
s pa
ra e
l con
sum
o hu
man
oE
labo
raci
ón d
e al
imen
tos
prep
arad
os p
ara
anim
ales
Indu
stri
a de
las
bebi
das
Indu
stri
a de
l tab
aco
Indu
stri
a te
xtil
de f
ibra
s du
ras
y co
rdel
ería
de
todo
tipo
Hila
do, t
ejid
o y
acab
ado
de f
ibra
s bl
anda
sC
onfe
cció
n co
n m
ater
iale
s te
xtile
sFa
bric
ació
n de
tejid
os d
e pu
nto
Con
fecc
ión
de p
rend
as d
e ve
stir
Indu
stri
a de
l cue
ro, p
iele
s y
sus
prod
ucto
sIn
dust
ria
del c
alza
do. E
xclu
ye d
e hu
le y
/o p
lást
ico
Fabr
icac
ión
de p
rodu
ctos
de
aser
rade
ro y
car
pint
ería
Fabr
icac
ión
de e
nvas
es y
otr
os p
rodu
ctos
de
mad
era
y co
rcho
Fabr
icac
ión
y re
para
ción
de
mue
bles
pri
ncip
alm
ente
de
mad
era
Man
ufac
tura
de
celu
losa
, pap
el y
sus
pro
duct
osIm
pren
tas,
edi
tori
ales
e in
dust
rias
con
exas
Petr
oquí
mic
a bá
sica
Fabr
icac
ión
de s
usta
ncia
s qu
ímic
as b
ásic
asIn
dust
ria
de la
s fi
bras
art
ific
iale
s y/
o si
ntét
icas
Indu
stri
a fa
rmac
éutic
aFa
bric
ació
n de
otr
as s
usta
ncia
s y
prod
ucto
s qu
ímic
osR
efin
ació
n de
pet
róle
oIn
dust
ria
del c
oque
Indu
stri
a de
l hul
eE
labo
raci
ón d
e pr
oduc
tos
de p
lást
ico
1.10
520.
9584
0.82
610.
8136
1.04
941.
1494
-2.7
242
-0.0
353
0.79
461.
0464
1.01
65
0.71
750.
8729
0.65
010.
6367
0.63
730.
5249
0.64
50
0.84
300.
7865
0.78
29
0.89
480.
9141
0.81
450.
3169
0.53
250.
7958
0.77
550.
5859
0.61
65
Núm
.C
hihu
ahua
Nue
voL
eón
1.99
532.
7220
1.81
642.
4720
2.90
743.
0300
-0.3
601
2.06
141.
9130
2.48
272.
1979
2.55
36
1.79
281.
2581
2.03
242.
6909
3.97
951.
2978
2.27
47
2.14
942.
3553
1.69
64
2.56
01
3.68
802.
2946
2.18
94
2.60
532.
1375
1.95
34
-0.2
576
1.18
020.
3471
0.20
930.
3244
0.82
76
-0.4
604
0.24
70
-0.3
573
1.49
03
0.04
50
0.97
04
-0.1
807
0.74
260.
5872
1.74
210.
2175
0.07
70
0.44
14
-1.1
007
-0.7
216
-0.4
176
-0.3
401
-0.7
625
-0.1
825
-0.5
384
-0.9
884
0.16
39-0
.389
4-0
.802
4
-0.7
823
-0.8
288
-1.4
953
-0.4
783
-1.4
475
-0.5
123
-1.2
329
-0.3
017
-0.2
674
-0.8
097
-0.6
641
-1.0
667
-1.0
209
-0.7
499
-0.2
342
-1.4
647
-0.8
993
-0.3
034
3.73
183.
5203
3.65
093.
5069
3.82
054.
1416
2.41
533.
4963
3.29
823.
2708
3.45
904.
0848
3.92
93
2.83
103.
0842
2.95
882.
6809
3.41
593.
3967
3.45
24
3.74
033.
6339
3.83
57
4.37
013.
6862
3.81
654.
0511
3.44
603.
3996
3.02
672.
9863
3.89
84
Sina
loa
Ram
a de
act
ivid
ad e
conó
mic
a
0.66
340.
8469
0.47
860.
9328
0.82
580.
8873
0.80
150.
7187
0.60
481.
0908
0.73
021.
1785
0.53
990.
7830
0.58
150.
9633
0.66
960.
8967
0.89
75
0.66
400.
6211
0.82
34
0.02
250.
6150
0.48
70
0.63
37
0.59
660.
5313
1.10
661.
8651
-0.5
993
2.04
182.
0312
2.39
361.
9183
0.66
772.
1066
3.24
622.
4556
1.40
273.
2528
1.82
711.
1936
1.95
531.
3378
1.57
03
1.57
502.
0120
1.77
78
0.99
502.
1259
1.61
33
1.90
980.
2669
1.39
43
1.75
341.
3139
1.22
671.
6411
1.24
881.
3527
1.41
87
0.64
440.
9144
1.34
011.
4366
2.89
15
1.50
661.
1873
1.35
611.
0898
0.99
311.
0540
1.18
94
1.13
881.
2210
0.85
98
0.76
380.
7510
1.38
452.
2560
1.10
771.
7782
0.76
931.
5709
0.95
641.
5502
3.15
982.
1473
3.37
302.
8974
2.79
143.
0235
2.71
432.
0848
1.92
882.
3894
2.83
452.
8279
1.99
773.
2152
2.04
412.
0805
2.38
512.
4157
2.12
26
2.11
992.
2823
2.65
71
2.27
702.
5508
3.28
27
1.18
512.
3091
1.62
222.
1701
2.32
14
Taba
sco
Cam
pech
eC
oahu
ila
Mic
hoac
án
cont
inúa
...
Den
omin
ació
n
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 129
Gue
rrer
oC
MA
P2
Nay
arit
Núm
.C
hihu
ahua
Nue
voL
eón
Sina
loa
Ram
a de
act
ivid
ad e
conó
mic
a
Taba
sco
Cam
pech
eC
oahu
ila
Mic
hoac
án
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
3611
3612
3620
3691
3710
3720
3811
3812
3813
3814
3821
3822
3823
3831
3832
3833
3841
3842
3850
3900
Alf
arer
ía y
cer
ámic
aF
abri
caci
ón d
e m
ater
iale
s de
arc
illa
para
la c
onst
rucc
ión
Fab
rica
ción
de
vidr
io y
pro
duct
os d
e vi
drio
Fab
rica
ción
de
cem
ento
, cal
, yes
o y
otro
s pr
oduc
tos
Indu
stri
a bá
sica
del
hie
rro
y de
l ace
roIn
dust
rias
bás
icas
de
met
ales
no
ferr
osos
Fund
ició
n y
mol
deo
de p
ieza
s m
etál
icas
, fer
rosa
s y
no f
erro
sas
Fab
rica
ción
de
estr
uctu
ras
met
álic
as, t
anqu
es y
cal
dera
s in
dust
rial
esF
abri
caci
ón y
rep
arac
ión
de m
uebl
es m
etál
icos
Fab
rica
ción
de
otro
s pr
oduc
tos
met
álic
osF
ab.,
repa
raci
ón y
/o e
nsam
ble
de m
aqui
nari
a y
equi
po p
ara
fine
ses
pecí
fico
sFa
b., r
epar
ació
n y/
o en
sam
ble
de m
aqui
nari
a y
equi
po p
ara
usos
gene
rale
sF
ab. y
/o e
nsam
ble
de m
áq. d
e of
icin
a, c
álcu
lo y
pro
cesa
mie
nto
info
rmát
ico
Fab
rica
ción
y/o
ens
ambl
e de
maq
uina
ria,
equ
ipo
y ac
ceso
rios
elé
ctri
cos
Fab
. y/o
ens
ambl
e de
eq.
ele
ctró
nico
de
radi
o, tv
, com
unic
acio
nes
y de
uso
méd
ico
Fabr
icac
ión
y/o
ensa
mbl
e de
apa
rato
s y
acce
sori
os d
e us
o do
més
tico
Indu
stri
a au
tom
otri
zF
abri
caci
ón, r
epar
ació
n y/
o en
sam
ble
de e
quip
o de
tran
spor
te y
sus
part
esF
abri
caci
ón, r
epar
ació
n y/
o en
sam
ble
de in
stru
men
tos
y eq
uipo
de
prec
isió
nO
tras
ind
ustr
ias
man
ufac
ture
ras
0.80
510.
9696
0.59
010.
9762
0.61
760.
9429
0.62
300.
7749
0.62
540.
7041
0.65
68
0.61
77
0.71
660.
7996
0.72
410.
5520
0.96
10
0.47
38
0.60
710.
5528
1.68
791.
7213
1.46
411.
6471
0.63
26
1.43
521.
9820
1.56
431.
5685
0.47
93
1.15
88
0.84
60
1.47
270.
7093
2.20
69
2.04
242.
5742
0.51
730.
8514
0.33
910.
7177
-0.5
730
0.13
700.
7818
0.33
290.
6263
0.43
35
0.56
04
0.76
32
0.85
92
0.31
89
0.90
940.
6043
1.13
851.
2353
1.35
461.
5385
1.54
900.
8900
1.16
991.
2092
1.18
351.
4563
1.33
47
1.28
07
1.20
691.
3767
1.13
751.
4423
1.35
27
0.68
96
1.07
591.
4841
2.65
472.
2633
1.81
102.
6069
1.41
361.
6998
2.09
922.
6283
1.79
292.
2500
2.11
70
2.24
89
2.56
211.
3092
2.27
342.
0169
2.07
41
2.41
91
1.89
582.
6082
1.83
721.
3164
1.76
123.
1631
2.10
302.
4793
1.88
681.
3125
1.92
96
1.82
67
1.86
33
2.07
47
1.61
36
1.82
742.
3808
-0.0
871
0.43
51
0.65
71
-0.3
431
-0.1
566
0.36
10
0.77
96
-1.1
062
-0.3
622
-0.4
136
-0.2
022
-1.4
580
-0.8
864
-1.5
793
-1.1
768
-0.8
475
-1.0
195
-0.7
281
-1.4
306
-1.2
039
-1.4
650
-1.8
505
-1.7
898
-0.3
829
-0.3
290
-0.7
074
-1.7
517
3.22
973.
4510
1.74
093.
4432
4.62
942.
2678
2.97
933.
5329
3.19
702.
8809
3.00
59
3.06
19
2.76
10
3.11
542.
9794
2.98
04
2.83
443.
5186
1 En
cada
est
imac
ión
se ll
evó
a ca
bo la
pru
eba
de W
ald
sobr
e re
stri
cció
n de
coe
fici
ente
s, a
fin
de d
eter
min
ar c
on m
ayor
pre
cisi
ón e
l tip
o de
rend
imie
nto.
2 Cla
sifi
caci
ón M
exic
ana
de A
ctiv
idad
es y
Pro
duct
os v
ersi
ones
198
9, 1
994
y 19
99. P
ara
una
refe
renc
ia c
ompl
eta
de la
des
crip
ción
de
las
ram
as e
conó
mic
as v
er e
l últi
mo
cuad
ro d
el A
nexo
Est
adís
tico.
Fuen
te: E
labo
raci
ón p
ropi
a co
n ba
se e
n IN
EG
I, C
enso
s E
conó
mic
os 1
989,
199
4, 1
999.
Den
omin
ació
n
Cua
dro
2E
ntid
ades
fed
erat
ivas
con
niv
el t
ecno
lógi
co v
aria
ble
en la
indu
stri
a m
anuf
actu
rera
(mod
elo
de e
fect
os fi
jos
1988
-199
8)1
term
ina.
..
130 Padilla Hermida, García Green
Jali
sco
CM
AP
2E
do. d
eM
éxic
oN
úm.
Baj
aC
alif
orni
aSu
rO
axac
aP
uebl
a
Ram
a de
act
ivid
ad e
conó
mic
a
Que
réta
roQ
uint
ana
Roo
San
Lui
sPo
tosí
Tla
xcal
a
1. 2. 3. 4. 5. 6. 7. 8. 9. 10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
3111
3112
3113
3114
3115
3116
3117
3118
3119
3121
3122
3130
3140
3211
3212
3213
3214
3220
3230
3240
3311
3312
3320
3410
3420
3511
3512
3513
3521
3522
Indu
stri
a de
la c
arne
Ela
bora
ción
de
prod
ucto
s lá
cteo
sE
labo
raci
ón d
e co
nser
vas
alim
entic
ias
Ben
efic
io y
mol
iend
a de
cer
eale
s y
otro
s pr
oduc
tos
agrí
cola
sE
labo
raci
ón d
e pr
oduc
tos
de p
anad
ería
Mol
iend
a de
nix
tam
al y
fab
rica
ción
de
tort
illas
Fabr
icac
ión
de a
ceite
s y
gras
as c
omes
tible
sIn
dust
ria
azuc
arer
aFa
bric
ació
n de
coc
oa, c
hoco
late
y a
rtíc
ulos
de
conf
iter
íaE
labo
raci
ón d
e ot
ros
prod
ucto
s al
imen
ticio
s pa
ra e
lco
nsum
o hu
man
oE
labo
raci
ón d
e al
imen
tos
prep
arad
os p
ara
anim
ales
Indu
stri
a de
las
bebi
das
Indu
stri
a de
l tab
aco
Indu
stri
a te
xtil
de fi
bras
dur
as y
cor
dele
ría d
e to
do ti
poH
ilado
, tej
ido
y ac
abad
o de
fib
ras
blan
das
Con
fecc
ión
con
mat
eria
les
text
iles
Fabr
icac
ión
de te
jidos
de
punt
oC
onfe
cció
n de
pre
ndas
de
vest
irIn
dust
ria
del c
uero
, pie
les
y su
s pr
oduc
tos
Indu
stri
a de
l cal
zado
. Exc
luye
de
hule
y/o
plá
stic
o
Fabr
icac
ión
de p
rodu
ctos
de
aser
rade
ro y
car
pint
ería
Fabr
icac
ión
de e
nvas
es y
otr
os p
rodu
ctos
de
mad
era
y co
rcho
Fabr
icac
ión
y re
para
ción
de
mue
bles
pri
ncip
alm
en-
te d
e m
ader
aM
anuf
actu
ra d
e ce
lulo
sa, p
apel
y s
us p
rodu
ctos
Impr
enta
s, e
dito
rial
es e
indu
stri
as c
onex
as
Petr
oquí
mic
a bá
sica
Fabr
icac
ión
de s
usta
ncia
s qu
ímic
as b
ásic
asIn
dust
ria
de la
s fi
bras
art
ific
iale
s y/
o si
ntét
icas
Indu
stri
a fa
rmac
éutic
aFa
bric
ació
n de
otr
as s
usta
ncia
s y
prod
ucto
squ
ímic
os
-0.1
749
0.17
95-0
.282
5
0.14
720.
0357
0.41
590.
1317
-0.2
734
0.35
13
0.17
890.
7536
0.44
151.
9708
-0.8
872
-0.3
111
-0.0
157
-0.2
869
-0.0
460
-0.1
489
-0.2
942
-0.0
968
-0.3
181
-0.0
295
-0.0
021
0.04
39
0.25
88
0.03
43
0.19
11
-0.1
473
0.08
660.
0490
0.04
69-0
.004
0-0
.004
8
0.16
92
-0.0
289
-0.0
137
-0.0
292
0.00
740.
0218
0.01
38-0
.046
7-0
.118
6
0.02
57
0.05
27-0
.022
20.
0255
-0.1
725
0.03
080.
1751
0.33
84
-0.1
083
-0.0
681
0.42
14-0
.034
1-0
.131
0
0.50
150.
4178
0.43
910.
5649
-0.2
760
-0.2
389
-0.0
207
-0.1
157
0.03
07-0
.208
7-0
.355
8
-0.3
427
-0.1
168
-0.0
526
-0.0
701
-0.1
567
0.07
03-0
.085
60.
2699
0.16
69
0.99
23-0
.241
7-0
.407
5
0.47
530.
0451
0.25
20-0
.410
9-0
.682
6
-0.0
784
-0.1
933
0.09
250.
1397
-0.1
437
0.21
910.
0680
0.24
340.
0455
0.28
850.
3764
0.03
94
-0.1
026
-0.0
486
-1.0
311
-0.1
402
-0.3
030
-0.2
937
0.06
47
0.00
430.
2045
0.08
40
0.07
66-0
.000
90.
3002
-0.0
948
-1.3
037
0.08
86
0.01
870.
1456
0.19
01-0
.378
2
0.08
22-0
.051
4-0
.091
0-0
.041
90.
3317
-0.3
957
-0.1
203
-0.0
360
0.09
96
0.08
92-0
.115
30.
1019
-0.4
584
0.04
77-0
.821
00.
5169
0.16
92
-0.7
417
0.27
630.
2416
0.22
90-0
.089
40.
3913
-0.0
137
0.46
26-0
.088
10.
3288
1.64
47-0
.122
70.
2368
-0.2
948
0.22
41-0
.056
6-0
.226
1
-0.1
571
0.04
73
-0.1
357
0.05
90-0
.079
1
-0.2
582
-0.0
940
0.41
98
0.51
73
-0.1
484
-0.3
432
-0.0
805
-0.0
451
0.28
92-0
.371
4
0.49
35
0.88
64
0.13
75
0.00
23
0.09
65-0
.204
90.
3623
-0.3
469
-0.5
428
-0.1
257
0.25
75
-0.1
875
1.13
450.
2004
-0.3
784
0.19
87
0.14
330.
0451
0.07
32
-0.0
514
-0.0
154
0.03
91-0
.070
2-0
.014
6
0.19
44
0.09
46-0
.052
8-0
.014
60.
6308
-0.1
337
-0.0
801
0.00
340.
0034
0.05
090.
0450
-0.0
379
0.02
57
0.06
45
-0.0
734
-0.1
561
0.00
86
0.01
87
-0.0
491
-0.0
477
-0.0
868
-0.5
109
-0.3
335
0.24
020.
0990
0.52
60
-0.1
011
-0.0
162
0.96
440.
1968
-0.1
099
-0.1
585
-0.1
803
-0.0
687
-0.1
593
0.20
26
-0.0
120
0.23
11
0.14
200.
3263
0.05
90
0.17
41-0
.659
30.
2441
0.43
54
Den
omin
ació
n
Cua
dro
3E
ntid
ades
fed
erat
ivas
con
niv
el t
ecno
lógi
co v
aria
ble
en la
indu
stri
a m
anuf
actu
rera
(mod
elo
de e
fect
os a
leat
orio
s 19
88-1
998)
1
Yuca
tán
Zaca
teca
sD
istr
itoFe
dera
l
0.18
98-0
.274
80.
1351
0.11
71-0
.084
30.
1018
0.58
04
-0.0
503
-0.2
647
0.09
120.
1529
-0.2
657
-0.0
873
0.13
320.
1732
-0.0
778
-0.0
086
0.12
84
0.26
20
-0.1
246
-0.1
431
0.23
79-0
.022
0
0.18
960.
0511
-0.0
575
0.18
81
0.09
360.
1107
0.16
84
0.00
990.
1422
0.40
57-0
.174
9
0.16
49
-0.1
153
-0.3
533
0.78
07
0.45
38-0
.149
51.
1450
-0.3
382
0.15
670.
0619
0.32
12
-0.1
054
0.21
12
-0.1
413
-0.1
905
-0.0
851
-2.0
341
0.07
26
0.15
650.
1280
0.02
05
0.11
030.
0562
0.54
00-0
.241
0
0.13
13
0.43
070.
1427
-0.1
413
1.20
60
-0.1
181
-0.2
436
0.08
550.
0033
-0.0
024
-0.0
224
-0.0
308
-0.0
286
-0.0
826
0.01
03-0
.259
8-0
.106
2
-0.4
647
-0.0
132
0.04
11
cont
inúa
...
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 131
Jali
sco
CM
AP
2E
do. d
eM
éxic
oN
úm.
Baj
aC
alif
orni
aSu
rO
axac
aP
uebl
a
Ram
a de
act
ivid
ad e
conó
mic
a
Que
réta
roQ
uint
ana
Roo
San
Lui
sPo
tosí
Tla
xcal
aD
enom
inac
ión
Cua
dro
3E
ntid
ades
fed
erat
ivas
con
niv
el t
ecno
lógi
co v
aria
ble
en la
indu
stri
a m
anuf
actu
rera
(mod
elo
de e
fect
os a
leat
orio
s 19
88-1
998)
1
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
3530
3540
3550
3560
3611
3612
3620
3691
3710
3720
3811
3812
3813
3814
3821
3822
3823
3831
3832
3833
3841
3842
3850
3900
Ref
inac
ión
de p
etró
leo
Indu
stri
a de
l coq
ueIn
dust
ria
del h
ule
Ela
bora
ción
de
prod
ucto
s de
plá
stic
o
Alf
arer
ía y
cer
ámic
aF
abri
caci
ón d
e m
ater
iale
s de
arc
illa
para
laco
nstr
ucci
ónF
abri
caci
ón d
e vi
drio
y p
rodu
ctos
de
vidr
ioF
abri
caci
ón d
e ce
men
to, c
al, y
eso
y ot
ros
prod
ucto
s
Indu
stri
a bá
sica
del
hie
rro
y de
l ace
roIn
dust
rias
bás
icas
de
met
ales
no
ferr
osos
Fund
ició
n y
mol
deo
de p
ieza
s m
etál
icas
, fer
rosa
s y
no f
erro
sas
Fab
rica
ción
de
estr
uctu
ras
met
álic
as, t
anqu
es y
cald
eras
ind
ustr
iale
sF
abri
caci
ón y
rep
arac
ión
de m
uebl
es m
etál
icos
Fab
rica
ción
de
otro
s pr
oduc
tos
met
álic
osFa
b., r
epar
ació
n y/
o en
sam
ble
de m
aqui
nari
a y
equi
po p
ara
fine
s es
pecí
fico
sFa
b., r
epar
ació
n y/
o en
sam
ble
de m
aqui
nari
a y
equi
po p
ara
usos
gen
eral
esF
ab. y
/o e
nsam
ble
de m
áq. d
e of
icin
a, c
álcu
lo y
proc
esam
ient
o in
form
átic
oF
abri
caci
ón y
/o e
nsam
ble
de m
aqui
nari
a, e
quip
o y
acce
sori
os e
léct
rico
sF
ab. y
/o e
nsam
ble
de e
q. e
lect
róni
co d
e ra
dio,
tv,
com
unic
acio
nes
y de
uso
méd
ico
Fabr
icac
ión
y/o
ensa
mbl
e de
apa
rato
s y
acce
sori
os d
eus
o do
més
tico
Indu
stri
a au
tom
otri
zF
abri
caci
ón, r
epar
ació
n y/
o en
sam
ble
de e
quip
o de
tran
spor
te y
sus
par
tes
Fab
rica
ción
, rep
arac
ión
y/o
ensa
mbl
e de
inst
rum
ento
s y
equi
po d
e pr
ecis
ión
Otr
as i
ndus
tria
s m
anuf
actu
rera
s
-0.1
461
0.17
52
0.12
50
0.04
04-0
.051
80.
1924
0.35
41
0.07
04
0.03
55-0
.240
2-0
.145
7
-0.1
540
-0.1
597
0.07
06
-0.1
701
0.05
68
0.31
82
0.06
01
-0.0
327
-0.0
248
-0.2
893
0.19
710.
1460
-0.4
572
0.08
19-0
.491
30.
2548
-0.3
422
-0.1
450
0.04
18
-0.0
052
-0.3
314
0.14
86
-0.3
295
-0.2
554
0.38
44
-0.1
223
-0.1
699
-0.2
465
0.28
08
-0.1
919
-0.1
646
-0.2
562
0.29
84-0
.070
9-0
.081
0
-0.1
500
0.06
11-0
.141
10.
0447
-0.3
226
0.06
13
-0.3
125
-0.0
530
-0.3
084
0.00
68
-0.2
336
-0.1
302
-0.1
094
-0.0
343
0.68
09
-0.0
705
0.07
19
-0.1
745
0.01
55-0
.093
8
0.37
29-0
.130
4-0
.068
50.
0079
0.53
92
-0.0
529
-0.3
999
0.41
45
-0.1
345
0.12
46-0
.063
70.
0203
-0.2
540
-0.1
878
-0.4
016
0.06
21
-0.2
449
0.03
35
-0.1
488
0.18
510.
3458
0.94
18-0
.138
3-0
.016
0
0.16
62
0.09
94-0
.158
60.
2613
0.20
51-0
.195
3
-0.0
080
0.10
71-0
.034
20.
2301
-0.0
280
0.02
67
0.35
02
0.23
58
-0.2
808
-0.3
338
-0.0
137
-0.0
869
-0.2
533
-0.1
303
0.24
05-0
.252
6-0
.327
1
-0.0
419
-0.2
656
0.13
55-0
.164
2
-0.2
175
-0.4
761
-0.2
234
-0.0
424
-0.0
865
-0.2
395
-0.0
203
-0.0
827
0.40
60
0.08
63
0.13
71
-0.2
866
0.21
49
0.20
68
0.07
32-0
.195
7
-1.0
644
-0.9
707
0.27
18
0.07
56
-0.3
101
0.30
320.
2595
-0.2
341
0.21
100.
4235
-0.3
571
-0.3
961
0.09
75
0.37
92
0.12
24
0.19
28-0
.596
3
0.19
76
0.00
79
0.00
28
-0.1
052
-0.0
675
-0.0
717
-0.0
206
-0.1
100
-0.0
820
-0.0
590
0.00
61-0
.090
3-0
.071
7
-0.0
691
-0.0
699
-0.0
244
0.00
91
0.21
58
-0.0
311
-0.0
480
0.18
92
-0.1
942
-0.0
565
-0.0
323
-0.0
484
-0.2
744
0.31
68-0
.420
20.
1141
-0.1
100
0.19
68
-0.0
471
-0.0
512
-0.1
642
0.07
61
-0.0
779
-0.2
700
0.16
87
0.08
23
-0.2
244
-0.3
906
-0.3
852
0.19
37
0.00
75-0
.309
11 E
n ca
da e
stim
ació
n se
llev
ó a
cabo
la p
rueb
a de
Wal
d so
bre
rest
ricc
ión
de c
oefi
cien
tes,
a fi
n de
det
erm
inar
con
may
or p
reci
sión
el t
ipo
dere
ndim
ient
o.2 C
lasi
fica
ción
Mex
ican
a de
Act
ivid
ades
y P
rodu
ctos
ver
sion
es 1
989,
199
4 y
1999
. Par
a un
a re
fere
ncia
com
plet
a de
la d
escr
ipci
ón d
e la
sra
mas
eco
nóm
icas
ver
el ú
ltim
o cu
adro
del
Ane
xo E
stad
ístic
o.Fu
ente
: Ela
bora
ción
pro
pia
con
base
en
INE
GI,
Cen
sos
Eco
nóm
icos
198
9, 1
994,
199
9.
Yuca
tán
Zaca
teca
sD
istr
itoFe
dera
l
-0.0
628
-0.1
134
-0.0
466
-0.0
608
-0.1
179
-0.2
140
-0.0
015
-0.0
768
-0.0
156
0.06
57
0.00
04-0
.202
60.
1226
-0.1
192
-0.2
609
0.10
97
-0.1
717
0.60
93
-0.1
628
0.18
45
-0.1
450
-0.3
156
-0.1
063
0.07
46-0
.400
5-0
.295
1
-0.0
289
-0.2
118
-0.0
811
-0.4
272
-0.0
996
0.03
58
0.15
73-0
.436
9-0
.100
3
-0.1
369
-0.3
485
0.64
38
-1.5
316
-0.2
788
0.14
65
0.35
42-0
.197
5-0
.171
1
-0.1
969
0.12
34-0
.100
10.
0602
0.05
94
0.08
65
-0.1
913
-0.0
077
-0.0
298
-0.2
247
-0.1
205
-0.1
736
-0.1
290
-0.2
232
-0.0
956
-0.0
693
-0.2
210
term
ina.
..
132 Padilla Hermida, García Green
Con respecto a las economías de escala, se encontró que predominanampliamente los rendimientos decrecientes (25 estados); los rendimientos cons-tantes se presentan en cuatro estados y en tres entidades se sugiere la presencia derendimientos crecientes a escala. Así, el fenómeno predominante en las entidadesfederativas es las deseconomías de escala. En todos los casos, se tienen R2 ajusta-dos por los grados de libertad bastante elevados, el menor es de 0.84 (Chiapas) y elmayor de 0.97 (Querétaro). Estos resultados reflejan una de las ventajas de losmodelos de datos de panel, ya que por lo general los modelos de datos transversalestienen R2 bajos como consecuencia, probablemente, de “la diversidad de unidadesde la muestra”.8
Sólo en un caso (Morelos) se tiene una elasticidad para el capital igual acero (α = 0). En otros dos estados (Chihuahua y Jalisco), se tiene α = 0.01 y α = 0.01.Los resultados en estos tres estados, para efectos estadísticos, pueden considerarsecomo iguales a cero, lo cual sugiere la posibilidad de una representación funcionalno correcta de la tecnología prevaleciente en ellos.
Un resultado interesante es que en la casi totalidad de los estados β > α(excepto San Luis Potosí y Puebla), lo cual nos estaría sugiriendo que en el paísgeneralizadamente la oferta del producto es más sensible a incrementos en el empleosin tener que aumentar significativamente la inversión en capital (ver Cuadro 4).
Conclusiones
Después de correr los modelos para cada una de las entidades federativas y realizarlas pruebas pertinentes, se obtuvo que en once de ellas los niveles tecnológicos novariaron (se mantuvieron constantes) durante el periodo de estudio, en nueve enti-dades los niveles tecnológicos variaron debido a un factor determinístico (modelode efectos fijos) y, finalmente, en doce estados de la República Mexicana se encon-tró evidencia de variación en los niveles tecnológicos ocasionado por un elementoestocástico (modelo de efectos aleatorios) en el periodo de análisis.
Estos resultados no son más que el reflejo de que la industria manufactu-rera mexicana al interior de cada entidad federativa es de carácter heterogéneo; deahí, que cada estado tenga que ser analizado en forma individual y, por ende, lapolítica económica de cada región dependerá de las características propias de susramas de actividad económica.
8 Gujarati (2004: 87).
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 133
Otro resultado interesante del análisis nos indica que en casi todas lasentidades federativas se registró un exceso de capacidad instalada; es decir, exis-tencia de capital ocioso que no se utiliza plena o eficientemente, esto se detectódado que el valor de la elasticidad del producto respecto del trabajo es mayor que laelasticidad del producto respecto del capital. Asimismo, se observó una relacióninversa entre incrementos tecnológicos y tipos de rendimientos a escala.
Por último, cabe señalar que en las entidades federativas donde se obser-vó el modelo de efectos fijos, esto es, el modelo que permite que varíen los niveles
Cuadro 4Principales características de la función producción de la industria
manufactuera por entidad federativa 1988-1998
* En cada estimación se llevó a cabo la prueba de Wald sobre restricción de coeficientes, a fin dedeterminar con mayor precisión el tipo de rendimiento.Fuente: Elaboración propia con base en INEGI, Censos Económicos 1989, 1994, 1999.
βProductotrabajo
Niveltecnológico
CoahuilaDistrito FederalCampecheYucatánAguascalientesGuanajuatoMorelosVeracruzTamaulipasDurangoQuerétaroEstado de MéxicoNuevo LeónSonoraOaxacaQuintana RooTlaxcalaBaja CaliforniaJaliscoZacatecasSan Luis PotosíColimaChiapasHidalgoChihuahuaBaja California SurPueblaNayaritGuerreroTabascoSinaloaMichoacán
α + βSuma
1.2.3.4.5.6.7.8.9.
10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.
0.441.001.431.001.181.771.642.612.901.461.031.003.603.600.991.001.001.780.990.941.003.343.554.611.951.010.991.905.008.50
10.1828.50
0.110.160.140.350.410.370.000.240.230.300.220.320.150.280.430.160.240.27
-0.010.400.590.290.450.210.010.240.480.390.400.100.120.18
Entidadfederativa
αProductocapital
Tipo derendimientos
a escala*
1.050.910.920.660.590.630.990.730.730.660.730.640.800.670.520.790.700.660.940.520.330.630.460.700.880.650.380.470.450.710.680.52
1.161.071.071.011.001.000.990.970.960.960.950.950.950.950.950.950.940.930.930.930.920.920.910.910.900.890.860.860.850.820.810.70
CrecientesCrecientesCrecientesConstantesConstantesConstantesConstantesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientesDecrecientes
0.930.960.950.930.930.940.990.940.910.910.970.940.900.930.950.960.940.870.920.960.910.930.840.900.940.940.940.940.890.930.940.88
R2
ajustado
Elasticidad
134 Padilla Hermida, García Green
tecnológicos expresados en las variables indicadoras, se detectó que la mayoría delas ramas económicas en la industria manufacturera de cada una de esas entidadesregistró incrementos tecnológicos, a diferencia de las entidades federativas en lascuales prevaleció el modelo de efectos aleatorios, es decir, el modelo que consideraque las variaciones en los niveles tecnológicos son ocasionados por factoresestocásticos, registrándose una gran cantidad de ramas económicas con decrementotecnológico o involución tecnológica.
El efecto de la innovación tecnológica se manifiesta en el hecho de que,con una misma cantidad de insumos, se obtiene un mayor volumen de producto (ovalor agregado o producción). Se observa que el fenómeno de la innovación no haestado presente de una manera significativa en la economía mexicana, por lo que elPIB tiene cada vez mayores dificultades para crecer. Una causa clara de este fenó-meno es la muy baja participación que en el PIB tiene el gasto destinado a la inves-tigación en ciencia y tecnología.9 Así, las cadenas productivas vinculadas al comercioexterior, principalmente las transnacionales, no generan un valor agregado impor-tante que arrastren al resto de la economía, a pesar de que utilicen intensivamentemano de obra en actividades de alta tecnología. Por esta razón, se requiere que elEstado mexicano implante una política de desarrollo económico integral que abar-que, entre otros aspectos relevantes, los industriales, comerciales, financieros ytecnológicos en el largo plazo con una perspectiva regional. El conocimiento de losniveles tecnológicos y los tipos de rendimientos a escala de la industria manufactu-rera al interior de las entidades federativas es un elemento de juicio imprescindiblepara la formulación, instrumentación y seguimiento de políticas públicas coordina-damente con los sectores privados nacional y extranjero.
Referencias bibliográficas
Baccini, Alberto y Renato Giannetti (1991). Storia della Cliometria, Italia: Univer-sidad de Florencia.
Baltagi, Badi H. (2001). Econometric analysis of panel data, Inglaterra: John Wiley& Sons, 2ª. ed.
Banco de México (Banxico). Indicadores Económicos, varios años,(www.banxico.org.mx).
Chamberlain, G. (1984). “Panel Data”, en Handbook of Econometrics, vol. II, Z.Griliches y M. D. Intriligator (eds.), North-Holland Publishers, cap. 22.
9 Gallagher y Zarsky (2004).
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 135
Chiang, Alpha C. (1995). Fundamental methods of mathematical economics, EUA:McGraw-Hill, 3ª. ed.
Egger, Peter y Michael Pfaffermayr (2004). “Estimating Long and short run effectsin static panel models” en Econometric Review, vol. 23, núm. 3, pp. 199-214.
Elías, Víctor J. (1992). Sources of growth: A study of seven Latin Americaneconomies, San Francisco, EUA: International Center for Economic Growth,ICS Press.
Gallagher, Kevin y Lyuba Zarsky (2004). ¿Desarrollo industrial sustentable?, EUA:Instituto de Desarrollo Global y Medio Ambiente, Universidad de Tufts.
Greene, William H. (2000). Econometric analysis, Englewood Cliffs, N. J., EUA:Prentice-Hall, 4ª. ed.
Gujarati, Damodar N. (2003). Basic econometrics, EUA: McGraw-Hill/Irwin,4ª. ed.
Hsiao, Cheng (1999). “Analysis of panel data” en Econometric Society Monographsnúm. 11, Cambridge University Press, EUA.
INEGI (1990, 1995, 2000). Censos Económicos 1989, 1994, 1999, México(www.inegi.gob.mx).
Intriligator, Michael D., Ronald G. Bodkin y Cheng Hsiao (1996). Econometricmodels, techniques, and applications, Nueva Jersey, EUA: Prentice-Hall, 2ª. ed.
Martin, Stephen (1988). Industrial economics. economic analysis and public policy,EUA: Macmillan.
Judge, G. C., R. C. Hill, W. E. Griffiths, H. Lutkepohl y T. C. Lee (1985). Introductionto the theory and practice of econometrics, Nueva York: John Wiley & Sons,2a. ed.
Mayes, David G. (1981). Applications of econometrics, Inglaterra: Prentice-Hall.Pindyck, Robert S. y Daniel L. Rubinfeld (1998). Econometric models and
econometric forecasts, EUA: McGraw-Hill, 4ª. ed.Romer, Paul M. (1991). “El cambio tecnológico endógeno” en El Trimestre Econó-
mico, núm. 231, julio-septiembre, pp. 441-480.Segura, Julio (1969). Función de producción, macrodistribución y desarrollo, Ma-
drid: Tecnos.Tirole, Jean (1998). The theory of industrial organization, Cambridge,
Massachusetts; Londres, Inglaterra: The MIT Press.Webb, Samuel C. (1990). Managerial economics, EUA: Houghton Mifflin Company.Wooldridge, J. M. (1999). Econometric analysis of cross section and panel data,
Cambridge, Mass: MIT Press.
136 Padilla Hermida, García Green
Anexo Estadístico
1988. Industria manufacturera(miles de pesos)
Fuente: INEGI (1990).
Personal ocupadototal promedio
Total NacionalAguascalientesBaja CaliforniaBaja California SurCampecheCoahuilaColimaChiapasChihuahuaDistrito FederalDurangoGuanajuatoGuerreroHidalgoJaliscoMéxicoMichoacánMorelosNayaritNuevo LeónOaxacaPueblaQuerétaroQuintana RooSan Luis PotosíSinaloaSonoraTabascoTamaulipasTlaxcalaVeracruzYucatánZacatecas
1.2.3.4.5.6.7.8.9.
10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.
2,640,47234,38178,868
5,0146,463
108,9204,600
19,400172,237499,791
44,490119,209
14,29442,452
175,271381,048
56,26729,38011,198
205,55828,632
110,00648,880
5,19951,72627,67265,08514,88799,78725,158
116,04931,557
6,993
Áreageográfica
Activos fijos netosal 31 de diciembre
138,160,119.2952,300.1974,631.4105,065.2
67,713.39,021,207.8
70,719.8520,420.8
3,397,138.913,041,448.5
960,681.55,398,912.6
123,643.92,343,131.95,918,798.8
18,338,110.29,605,649.21,145,579.5
154,169.811,938,352.1
2,550,194.76,573,989.53,612,422.1
67,714.13,198,113.8
706,763.23,588,650.53,048,853.84,274,980.61,212,993.8
24,365,736.5792,365.1
89,666.2
68,893,578.9416,409.2
1,176,292.563,595.656,518.8
4,410,497.347,605.9
367,159.82,438,770.0
13,807,400.9499,370.7
3,158,907.3137,651.1
1,331,788.64,043,636.7
12,515,292.7822,060.1
2,184,127.6175,955.5
6,931,212.31,079,366.02,106,286.41,499,401.4
55,921.91,473,738.2
365,716.31,248,937.5
490,003.91,721,353.6
514,591.63,200,696.4
489,621.963,691.2
Valor agregadocensal bruto
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 137
1993. Industria manufacturera(miles de pesos)
Fuente: INEGI (1995).
Personal ocupadototal promedio
Total NacionalAguascalientesBaja CaliforniaBaja California SurCampecheCoahuilaColimaChiapasChihuahuaDistrito FederalDurangoGuanajuatoGuerreroHidalgoJaliscoMéxicoMichoacánMorelosNayaritNuevo LeónOaxacaPueblaQuerétaroQuintana RooSan Luis PotosíSinaloaSonoraTabascoTamaulipasTlaxcalaVeracruzYucatánZacatecas
1.2.3.4.5.6.7.8.9.
10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.
3,246,04247,264
142,9838,631
10,559129,210
7,78327,246
226,612500,742
49,821160,730
26,49055,484
222,742431,596
67,68338,37513,218
248,93040,057
160,16160,518
8,30766,62840,45286,53918,453
134,35233,486
109,19155,47216,327
Áreageográfica
Activos fijos netosal 31 de diciembre
248,934,272.97,814,794.44,041,936.2
320,705.2359,051.0
10,443,531.4942,800.7
3,007,353.18,330,885.7
22,097,749.33,089,465.18,757,094.1
603,515.46,818,493.8
16,841,952.832,502,314.211,816,178.1
3,466,380.3577,587.5
26,484,211.75,004,197.89,877,976.06,786,042.7
279,849.17,470,095.42,367,942.26,663,243.24,815,214.47,289,471.23,319,475.1
24,268,519.11,777,236.8
699,009.9
185,421,170.81,969,411.94,448,813.6
215,447.6164,135.9
7,232,222.3222,160.4666,988.4
6,172,928.236,054,709.9
1,444,656.16,467,107.1
578,523.73,204,697.5
15,030,047.433,047,725.3
2,736,749.14,180,896.5
500,922.816,272,987.6
4,004,262.25,439,856.43,852,833.9
279,385.44,004,065.81,438,164.74,388,425.81,375,281.05,548,436.41,356,196.3
11,257,262.01,491,556.8
374,312.8
Valor agregadocensal bruto
138 Padilla Hermida, García Green
1998. Industria manufacturera(miles de pesos)
Fuente: INEGI (2000).
Personal ocupadototal promedio
Total NacionalAguascalientesBaja CaliforniaBaja California SurCampecheCoahuilaColimaChiapasChihuahuaDistrito FederalDurangoGuanajuatoGuerreroHidalgoJaliscoMéxicoMichoacánMorelosNayaritNuevo LeónOaxacaPueblaQuerétaroQuintana RooSan Luis PotosíSinaloaSonoraTabascoTamaulipasTlaxcalaVeracruzYucatánZacatecas
1.2.3.4.5.6.7.8.9.
10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.
4,232,32269,441
248,45811,730
8,547190,870
9,45330,342
353,440498,055
69,481231,607
36,63673,443
325,616489,469
82,36841,00812,314
323,83952,176
225,18891,512
9,36474,38740,092
137,72420,939
190,57256,369
132,80969,93625,137
Áreageográfica
Activos fijos netosal 31 de diciembre
884,555,618.016,582,82617,857,780
896,950636,267
44,156,3623,952,0256,615,028
26,860,96176,160,089
7,811,78031,913,076
1,636,89136,351,15058,679,409
124,481,76419,502,45415,919,713
2,355,289102,106,807
19,139,86740,855,92627,406,702
1,414,37027,488,120
7,949,62823,090,52911,579,62122,642,43010,234,77387,896,289
6,540,5703,840,172
518,113,005.09,127,624
23,176,763761,600332,770
34,108,2461,312,2961,955,660
27,725,37065,322,262
6,480,24032,196,158
1,456,6949,749,686
47,029,97798,772,184
8,675,4398,816,6441,371,022
54,521,2535,244,782
24,094,20519,871,515
664,24414,899,336
4,180,41419,084,421
5,863,24218,502,339
6,304,78622,715,863
4,392,9892,402,981
Valor agregadocensal bruto
Análisis de elasticidades y niveles tecnológicos de la industria manufacturera... 139R
amas
de
actv
idad
eco
nóm
ica
de la
indu
stri
a m
anuf
actu
rera
seg
ún la
cla
sifi
caci
ón m
exic
ana
de a
ctiv
idad
es y
pro
duct
osC
MA
P
1. 2. 3. 4. 5. 6. 7. 8. 9. 10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
3111
3112
3113
3114
3115
3116
3117
3118
3119
3121
3122
3130
3140
3211
3212
3213
3214
3220
3230
3240
3311
3312
3320
3410
3420
3511
3512
3513
3521
3522
3530
3540
3550
3560
Núm
.D
enom
inac
ión
Indu
stri
a de
la c
arne
Ela
bora
ción
de
prod
ucto
s lá
cteo
sE
labo
raci
ón d
e co
nser
vas
alim
entic
ias.
Inc
luye
con
cent
rado
s pa
ra c
aldo
s. E
xclu
ye la
s de
car
ne y
lech
e ex
clus
ivam
ente
Ben
efic
io y
mol
iend
a de
cer
eale
s y
otro
s pr
oduc
tos
agrí
cola
sE
labo
raci
ón d
e pr
oduc
tos
de p
anad
ería
Mol
iend
a de
nix
tam
al y
fab
rica
ción
de
tort
illas
Fabr
icac
ión
de a
ceite
s y
gras
as c
omes
tible
sIn
dust
ria
azuc
arer
aFa
bric
ació
n de
coc
oa, c
hoco
late
y a
rtíc
ulos
de
conf
iterí
aE
labo
raci
ón d
e ot
ros
prod
ucto
s al
imen
ticio
s pa
ra e
l con
sum
o hu
man
oE
labo
raci
ón d
e al
imen
tos
prep
arad
os p
ara
anim
ales
Indu
stri
a de
las
bebi
das
Indu
stri
a de
l tab
aco
Indu
stri
a te
xtil
de f
ibra
s du
ras
y co
rdel
ería
de
todo
tipo
Hila
do, t
ejid
o y
acab
ado
de f
ibra
s bl
anda
s. E
xclu
ye d
e pu
nto
Con
fecc
ión
con
mat
eria
les
text
iles.
Inc
luye
la f
abri
caci
ón d
e ta
pice
s y
alfo
mbr
as d
e fi
bras
bla
ndas
Fabr
icac
ión
de te
jidos
de
punt
oC
onfe
cció
n de
pre
ndas
de
vest
irIn
dust
ria
del c
uero
, pie
les
y su
s pr
oduc
tos.
Inc
luye
los
prod
ucto
s de
mat
eria
les
suce
dáne
os. E
xclu
ye c
alza
do y
pre
ndas
de
vest
ir d
e cu
ero,
pie
l y m
ater
iale
s su
cedá
neos
Indu
stri
a de
l cal
zado
. Exc
luye
de
hule
y/o
plá
stic
o
Fabr
icac
ión
de p
rodu
ctos
de
aser
rade
ro y
car
pint
ería
. Exc
luye
mue
bles
Fabr
icac
ión
de e
nvas
es y
otr
os p
rodu
ctos
de
mad
era
y co
rcho
. Exc
luye
mue
bles
Fabr
icac
ión
y re
para
ción
de
mue
bles
pri
ncip
alm
ente
de
mad
era.
Inc
luye
col
chon
es
Man
ufac
tura
de
celu
losa
, pap
el y
sus
pro
duct
osIm
pren
tas,
edi
tori
ales
e in
dust
rias
con
exas
Petr
oquí
mic
a bá
sica
Fabr
icac
ión
de s
usta
ncia
s qu
ímic
as b
ásic
as. E
xclu
ye la
s pe
troq
uím
icas
bás
icas
Indu
stri
a de
las
fibr
as a
rtif
icia
les
y/o
sint
étic
asIn
dust
ria
farm
acéu
tica
Fabr
icac
ión
de o
tras
sus
tanc
ias
y pr
oduc
tos
quím
icos
Ref
inac
ión
de p
etró
leo
Indu
stri
a de
l coq
ue. I
nclu
ye o
tros
der
ivad
os d
el c
arbó
n m
iner
al y
del
pet
róle
oIn
dust
ria
del h
ule
Ela
bora
ción
de
prod
ucto
s de
plá
stic
o
cont
inúa
...
140 Padilla Hermida, García Green
Ram
as d
e ac
tvid
ad e
conó
mic
a de
la in
dust
ria
man
ufac
ture
ra s
egún
la c
lasi
fica
ción
mex
ican
ade
act
ivid
ades
y p
rodu
ctos
CM
AP
Núm
.D
enom
inac
ión
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
3611
3612
3620
3691
3710
3720
3811
3812
3813
3814
3821
3822
3823
3831
3832
3833
3841
3842
3850
3900
Alf
arer
ía y
cer
ámic
a. E
xclu
ye m
ater
iale
s de
con
stru
cció
nFa
bric
ació
n de
mat
eria
les
de a
rcill
a pa
ra la
con
stru
cció
nFa
bric
ació
n de
vid
rio
y pr
oduc
tos
de v
idri
oFa
bric
ació
n de
cem
ento
, cal
, yes
o y
otro
s pr
oduc
tos
a ba
se d
e m
iner
ales
no
met
álic
os
Indu
stri
a bá
sica
del
hie
rro
y de
l ace
roIn
dust
rias
bás
icas
de
met
ales
no
ferr
osos
. Inc
luye
el t
rata
mie
nto
de c
ombu
stib
les
nucl
eare
s
Fund
ició
n y
mol
deo
de p
ieza
s m
etál
icas
, fer
rosa
s y
no f
erro
sas
Fabr
icac
ión
de e
stru
ctur
as m
etál
icas
, tan
ques
y c
alde
ras
indu
stri
ales
. Inc
luso
trab
ajos
de
herr
ería
Fabr
icac
ión
y re
para
ción
de
mue
bles
met
álic
osFa
bric
ació
n de
otr
os p
rodu
ctos
met
álic
os. E
xclu
ye m
aqui
nari
a y
equi
poFa
bric
ació
n, r
epar
ació
n y/
o en
sam
ble
de m
aqui
nari
a y
equi
po p
ara
fine
s es
pecí
fico
s, c
on o
sin
mot
or e
léct
rico
inte
grad
o. I
nclu
ye m
aqui
nari
a ag
ríco
laFa
bric
ació
n, r
epar
ació
n y/
o en
sam
ble
de m
aqui
nari
a y
equi
po p
ara
usos
gen
eral
es, c
on o
sin
mot
or e
léct
rico
inte
grad
o. I
nclu
ye a
rmam
ento
Fabr
icac
ión
y/o
ensa
mbl
e de
máq
uina
s de
ofi
cina
, cál
culo
y p
roce
sam
ient
o in
form
átic
oFa
bric
ació
n y/
o en
sam
ble
de m
aqui
nari
a, e
quip
o y
acce
sori
os e
léct
rico
s. I
nclu
ye p
ara
la g
ener
ació
n de
ene
rgía
elé
ctri
caFa
bric
ació
n y/
o en
sam
ble
de e
quip
o el
ectr
ónic
o de
rad
io, t
elev
isió
n, c
omun
icac
ione
s y
de u
so m
édic
oFa
bric
ació
n y/
o en
sam
ble
de a
para
tos
y ac
ceso
rios
de
uso
dom
éstic
o. E
xclu
ye lo
s el
ectr
ónic
osIn
dust
ria
auto
mot
riz
Fabr
icac
ión,
rep
arac
ión
y/o
ensa
mbl
e de
equ
ipo
de tr
ansp
orte
y s
us p
arte
s. E
xclu
ye a
utom
óvile
s y
cam
ione
sFa
bric
ació
n, r
epar
ació
n y/
o en
sam
ble
de in
stru
men
tos
y eq
uipo
de
prec
isió
n. I
nclu
ye in
stru
men
tal q
uirú
rgic
o. E
xclu
ye lo
s el
ectr
ónic
os
Otr
as in
dust
rias
man
ufac
ture
ras
Fuen
te:
INE
GI,
Cen
sos
Eco
nóm
icos
198
9, 1
994,
199
9, M
éxic
o.
term
ina.
..