PRIMER SEMESTRE DE 2006 ISSN 1900-7760 · La diferencia entre ωt y ε ... insumos, y conduce al...

57PRIMER SEMESTRE DE 2006

DESARROLLO Y SOCIEDAD

7777777777

La productividad y sus determinantes:el caso de la industria colombiana*

Productivity and its determinants:the case of the Colombian industry

Juan José Echavarría **María Angélica Arbeláez ***María Fernanda Rosales ****

Resumen

Se analiza en este trabajo la dinámica de la productividad de la indus-tria colombiana en el período 1981-2002. Para ello se realizan cálculosde la productividad total de los factores (PTF) usando técnicas semipa-ramétricas con datos a nivel de planta. Se muestra que la productividadmultifactorial no cayó en Colombia en las décadas de los 1980 y 1990,cuando se miden adecuadamente los factores e insumos y cuando setrabaja con metodologías econométricas adecuadas.

* El presente trabajo fue posible gracias al apoyo del DANE y de la doctora Margarita Pa-chón en esa entidad. Se agradecen los comentarios de dos evaluadores anónimos, y lacolaboración de Juanita González, Mauricio Villamizar y Andrés Velasco. Frecuentementese toman párrafos completos de Echavarría (2005), de Echavarría y Villamizar (2006) y deRosales (2005). El contenido de este documento es de responsabilidad exclusiva de losautores y no compromete a las instituciones a las que pertenecen.

** Co-Director, Banco de la República, Bogotá, Colombia. Correo electrónico: [email protected].

*** Investigadora asociada, Fedesarrollo, Bogotá, Colombia. Correo electrónico: [email protected].

****Economista junior, Oficina del Economista Jefe para América Latina, Banco Mundial, Bo-gotá, Colombia. Correo electrónico: [email protected].

Este artículo fue recibido el 11 de noviembre de 2005, y aceptado el 4 de mayo de 2006.

ISSN 1900-7760(Edición Electrónica)

7878787878

La productividad y sus determinantes:el caso de la industria colombianaJuan José Echavarría, María Angélica Arbeláez yMaría Fernanda Rosales

El presente estudio sugiere que la productividad creció más en losaños noventa que en los años ochenta, en buena parte debido al im-pacto de las reformas económicas adoptadas a comienzo de la déca-da, y que la evolución favorable de la productividad ha estado asociadacon la apertura “hacia dentro” (i.e., altas importaciones y bajos aran-celes y para-aranceles) más que con las mayores exportaciones y sub-sidios a las exportaciones. En Colombia innovan más las plantas quecrecen (o grandes), aquellas con alta inversión (o con alta relacióncapital-trabajo), con bajos niveles de deuda, y aquellas que operan ensectores poco concentrados. La inversión extranjera no ha sido unfactor importante en la innovación de las empresas.

Palabras clave: productividad, industria, comercio, apalancamientofinanciero, impuestos.

Clasificación JEL: C14, C23, D24, F10, G32, H25, O54.

Abstract

This paper analyses the dynamics of productivity in the Colombianmanufacturing sector between 1981 and 2002. Total factor productiv-ity (TFP) is estimated using semiparametric techniques and plant-leveldata. TFP did not fall during the 1980’s or the 1990’s when factorsand inputs are properly measured and when appropriate econometricmethods are used.

Our study finds that the growth of TFP during the 1990’s was larger thanduring the 1980’s, partially due to the effects of the structural marketreforms implemented in the early 1990’s. Moreover, we show that theevolution of TFP has been determined by “inward openness” (i.e. highimports and/or low tariff and non-tariff barriers) and not by exports orexport subsidies. Innovation in Colombia has been led by large firms,with large investments (or high capital-labor ratio) and low debt, and byfirms operating in low-concentrated sectors. Finally, our results suggestthat foreign direct investment was not a key factor for innovation.

Key words: productivity, industry, trade, taxes.

JEL Classification: C14, C23, D24, F10, G32, H25, O54.



7979797979

Introducción

El ingreso per cápita de la población depende en el largo plazo de laacumulación de capital y de la eficiencia en el uso de los factores (pro-ductividad total de los factores, productividad multifactorial o “resi-duo” de Solow, PTF), pero el papel de este segundo elemento parecehaber sido preponderante. Easterly y Levine (2002), por ejemplo, en-cuentran que la PTF explica cerca del 90% de las divergencias en elcrecimiento del producto per cápita entre países. Por otra parte, Chenery(1986, tabla 2.2) muestra que el cambio técnico ha contribuido en ma-yor medida al crecimiento de los países desarrollados que al de aque-llos en vías de desarrollo, y Senhadji (1999) encuentra que el cambiotécnico ha sido más dinámico en el Asia que en los países industrializadosy mucho más dinámico que en América Latina o en África.

Según De Gregorio y Lee (2001), el cambio técnico fue alto en Amé-rica Latina en las décadas de 1960 y 1970; negativo durante la “déca-da perdida” de los años ochenta, y levemente positivo en la década de19901. Y hasta 1990 fue más marcado en Colombia que en la mayoríade los países de la región. Loayza, Fajnzylber y Calderón (2002) con-firman estos resultados2, pero también muestran que Colombia fueuno de los pocos países de la región en los que la productividadmultifactorial cayó en los años noventa3 . Clavijo (1990) y Cárdenas(2002) encuentran un resultado similar para los años noventa en Co-lombia4, y Cárdenas (2002) llega incluso a asociar el precario creci-

1 Los valores que encuentran los autores son: 1,9% por año en los años sesenta; 0,7% en losaños setenta; -2% en los años ochenta y 0,3% en los años noventa.

2 Los números son mucho más bajos cuando se ajusta por la influencia del capital humano.3 Las cifras de crecimiento de la productividad multifactorial que presentan los autores son:

1,77% para la década de 1960; 1,68% para la década de 1970; 0,02% para la década de1980 y -0,29% para la década de 1990.

4 La caída en productividad que encuentra Clavijo para los años ochenta es más de cuatroveces la que encuentran los demás trabajos; también, es mucho menor la caída observadapara los años noventa.

8080808080


miento en la productividad agregada al efecto de la violencia. Sonresultados extraños, por decir lo menos. ¿Cree alguien de veras que elsector real es hoy menos “productivo” que hace quince años? ¿Fuetan precario el efecto de las múltiples reformas económicas adopta-das en los años noventa? ¿Cómo explicar que la productividad delpaís haya caído durante tantos años?

El presente trabajo analiza la evolución y determinantes de la PTF enla industria colombiana en el período 1981-2002, y arroja luz sobrealgunas de las preguntas anteriores. La industria da cuenta de apenas15% del PIB, pero explica buena parte del comportamiento del sector“moderno” de la economía. Además, la calidad de la información esmucho mayor en este sector, por lo que este estudio de caso se puedeutilizar como una pequeña “ventana” al resto de la economía.

En esencia, se muestra que la productividad multifactorial no cayó enColombia ni en la década de 1980 ni en la de 1990, cuando se midenadecuadamente los factores e insumos y cuando se trabaja conmetodologías econométricas adecuadas. Pero puede llegarse fácilmentea la conclusión contraria cuando se trabaja con técnicas estándar, comomínimos cuadrados ordinarios o cuando no se realizan los “ajustes”necesarios por utilización de capacidad, cuando no se valora correc-tamente el stock de capital, o cuando no se diferencia la mano de obracalificada de la no calificada.

El trabajo también sugiere que la productividad creció más en losaños noventa que en los años ochenta, en buena parte debido a larepercusión de las reformas económicas adoptadas a comienzo de ladécada, y que la evolución favorable de la productividad ha estadoasociada con la apertura “hacia dentro” (i.e., altas importaciones aso-ciadas con bajos aranceles y para-aranceles) más que con las mayoresexportaciones y subsidios a las exportaciones.

Encuentra una relación ambigua entre la productividad y el impuestoa las utilidades, y que en Colombia innovan más las plantas que cre-cen (o grandes), aquellas con alta inversión (o con alta relación capi-tal-trabajo), con bajos niveles de deuda, y las que operan en sectorespoco concentrados. La inversión extranjera no ha sido un factor im-portante en la innovación de las empresas.



8181818181

Además de la introducción, el estudio consta de cuatro secciones: lasección I presenta la metodología utilizada y describe la información;la sección II obtiene una función de producción para Colombia ymuestra la evolución de la productividad en el país y su contribuciónal crecimiento; la sección III discute el impacto de diferentes varia-bles sobre la productividad y compara los resultados con los de otrostrabajos para Colombia y para otros países, y la sección IV presentalas principales conclusiones.

I. La función de producción

A. Técnicas semiparamétricas

Las aplicaciones empíricas de los modelos tradicionales estiman laproductividad como el residuo de la función de producción, ya sea apartir del método de mínimos cuadrados ordinarios (MCO), o de téc-nicas de efectos fijos (EF). Sin embargo, la literatura reciente ha en-contrado que los factores productivos e insumos tienden a estarcorrelacionados con la productividad, lo que conduce a que losestimadores obtenidos bajo estos métodos estén sesgados; suponenque los parámetros de la función de producción son exógenos.

En este contexto, recientemente se han desarrollado métodos paracorregir estos problemas, dentro de los cuales se destacan los estudiosde Olley y Pakes (1996) y Levinsohn y Petrin (2000). Los autores handesarrollado técnicas para corregir el sesgo con base en variables re-lacionadas con el proceso productivo que las usan como proxy de laproductividad. Los primeros emplean la demanda de inversión comoproxy, mientras que los segundos utilizan la demanda por insumosintermedios. Ambos trabajos establecen técnicas semiparamétricas deestimación con base en información al nivel de la firma.

El modelo de Levinsohn y Petrin (2000), que se empleará en estetrabajo, parte de una transformación logarítmica a la función de pro-ducción tipo Cobb-Douglas5 , cuyos argumentos son el capital (k), el

5 Respecto a la validez de este tipo de funciones, véanse Griliches y Mairesse (1998).

8282828282


número de empleados (l) –calificados y no calificados–, el consumode energía eléctrica (en) y el consumo de materias primas (mp). For-malmente:

(1)

Se asume que el error µ se descompone en dos elementos: la produc-tividad de la firma, ωt, o componente de la productividad transmitidaa los factores (no observada por el econometrista) y un error εt conmedia cero y no correlacionado con los insumos (representa los cho-ques no esperados en productividad).

(2)

La diferencia entre ωt y εt consiste en que la primera es una variablede estado y, por tanto, impacta las decisiones de la firma; no es obser-vada por el econometrista pero puede afectar la escogencia de losinsumos, y conduce al conocido problema de simultaneidad en la es-timación de la función de producción. Los estimadores que ignoran lacorrelación entre los insumos y este factor no observable (i.e., MCO)conducen a resultados inconsistentes.

La endogeneidad en los factores productivos puede observarse en laecuación (1). Si la escogencia de un factor o insumo variable (comoel trabajo, la energía o las materias primas) en t responde a la produc-tividad no observada ωt, entonces este factor productivo estarácorrelacionado de manera positiva con ω, y el estimador de la elastici-dad del producto al trabajo resultará sesgado hacia arriba.

Además, no es clara la dirección del sesgo en el coeficiente del capi-tal. Dada su característica de insumo quasi-fijo, puede estar débil-mente correlacionado con la productividad. Si esto ocurre y los nivelesde capital están correlacionados con insumos variables como el traba-jo, un sesgo positivo en un coeficiente puede transmitirse a un sesgonegativo en el otro, ya que ambos se estiman simultáneamente. Noobstante, si el capital está positivamente correlacionado con la pro-ductividad, el estimador de mínimos cuadrados ordinarios (MCO)puede ser mayor.



8383838383

Para resolver los problemas de simultaneidad, Levinsohn y Petrin(2000) (en adelante LP) utilizan como proxy de la productividad noobservada la demanda por insumos intermedios por parte de la fir-ma6 , la cual depende de las variables de estado ωt y kt:

(3)

Se supone que la demanda por insumos intermedios es una funciónmonótona y estrictamente creciente en ωt. Así, es posible invertir laecuación (3) y expresar la productividad en función de las variablesde control de la firma mpt y kt:

(4)

esta función es estrictamente creciente en mpt. La función de produc-ción estaría ahora dada por:

(5)

Puesto que no se conoce la forma funcional de ωt, los coeficientes dela función de producción no se pueden estimar por el método de MCO.Como la ecuación es parcialmente lineal, el modelo debe estimarseusando métodos semiparamétricos. Los autores proponen un procesode estimación en dos etapas.

En términos generales, la primera etapa consiste en estimar los coefi-cientes de los insumos de trabajo y energía (aquellos factores de pro-ducción diferentes a la proxy de la productividad). Para esto, seincorpora en la ecuación una aproximación polinomial de orden 3 encapital y materias primas y se estima por MCO. En la segunda etapa

6 Olley y Pakes (1996) utilizan como proxy de productividad la inversión de la firma, la cualdepende del capital y de la productividad. No obstante, Levinsohn y Petrin encuentranalgunos problemas en el uso de la inversión como proxy. En primer lugar, la inversión esuna variable cuyas oscilaciones son muy desiguales (lumpy) debido a que incorpora costosde ajuste sustanciales y, en consecuencia, no responde “suavemente” a los choques enproductividad (como sí lo hacen los insumos intermedios). En segundo lugar, y en partecomo resultado de los costos de ajuste, existen firmas cuya inversión ha sido nula en algúnmomento del tiempo y la inversión como proxy es sólo válida para aquellas firmas quereportan inversión diferente de cero.

8484848484


se buscan estimadores de los parámetros del capital y de las materiasprimas. Para esto, se encuentra una expresión para el error de la fun-ción de producción que será la función a minimizar. En este proceso,LP suponen que la productividad, ωt, sigue un proceso de Markov deprimer orden. El problema de minimización del error se solucionautilizando el método generalizado de momentos para obtener losestimadores de βk y βm

7.

Las ventajas de calcular la productividad bajo técnicas semiparamé-tricas han sido probadas en diferentes trabajos, en los cuales, además,se encuentran algunos de los sesgos antes mencionados. En los estu-dios de Levinsohn y Petrin (2000) y de Pavcnik (2001) para la indus-tria chilena, en el estudio de Muendler (2002) para Brasil, y en eltrabajo pionero de Medina, Meléndez y Seim (2002) para Colombia(véase también Fernández, 2003).

Es importante resaltar, sin embargo, que existen métodos alternativosa las técnicas semiparamétricas, que también contribuyen a solucio-nar los problemas de las mediciones tradicionales. Eslava et al. (2004),por ejemplo, utilizan la metodología de variables instrumentales pro-puesta por Syverson (2005) para estimar la función de producción dela industria Colombiana. Se señala que las firmas, cuando contrataninsumos y factores productivos, tienen en cuenta no sólo la producti-vidad sino también la demanda esperada, especialmente bajo condi-ciones de mercados segmentados regionalmente, y se propone el usode variables instrumentales de demanda local para estimar la funciónde producción. Eslava et al. (2004) utilizan como instrumentos losprecios de la energía y de las materias primas y encuentran que loscoeficientes del trabajo y las materias primas están sesgados positiva-mente cuando se estiman por MCO, mientras que los del capital y laenergía están sesgados negativamente.

7 Ackerberg, Caves y Frazer (2005) muestran, sin embargo, que la metodología sugerida porLevinsohn y Petrin no permite estimar adecuadamente el coeficiente del factor trabajo enla primera etapa de la estimación al asumir que los insumos intermedios y el trabajo sonescogidos simultáneamente. Los autores proponen como técnica alternativa utilizar doscondiciones de momentos en lugar de una, y encuentran que sus resultados son más esta-bles. Futuras investigaciones deberán esclarecer el impacto potencial de este cambiometodológico.



8585858585

B. Descripción de la información

Para la estimación de la función de producción se utilizaron los datosde la Encuesta Anual Manufacturera (EAM) del DANE, para un pa-nel desbalanceado de plantas entre 1981 y 2002. Fue relativamentesencillo producir series a nivel de planta para la producción, las mate-rias primas utilizadas y la energía consumida, pero la dificultad creceal calcular el número de trabajadores calificados y no calificados o elstock de capital.

La producción real (Q) fue calculada a partir de su valor nominal y delos correspondientes deflactores de precios a nivel CIIU a 3 dígitos.Los índices de precios al por mayor elaborados por el Banco de laRepública para el período 1970-1990 a nivel CIIU 3 rev 2, se combi-naron con los índices elaborados por la misma entidad a nivel CIII 3rev 3. Los correspondientes subgrupos se utilizaron para deflactar elvalor del consumo nominal de materias primas y para construir elstock de capital (ver abajo)8 . Se tomó el consumo de energía eléctricaen kilovatios.

Resulta apropiado considerar la heterogeneidad en las habilidades delos trabajadores cuando se trata de determinar su contribución a laproducción. Siguiendo a Mulligan y Sala-i-Martin (2004)9 , y a fin deobtener una proxy de capital humano, se supuso que el salario relativoes un indicador aproximado de la productividad laboral: un trabaja-dor calificado representa varios trabajadores no calificados y por ellogana más. Si Lc

orig es el número de trabajadores calificados original-mente reportado por el DANE, se construye el indicador Lc con baseen los salarios relativos (wc y wnc) reportados.

(6)

8 Eslava et al. (2004) construyen un índice de precios a nivel de planta, pero trabajan condeflactores sectoriales para el stock de capital.

9 Véase González (2004).

8686868686


Para los cálculos del empleo calificado y no calificado se utilizó lainformación del DANE sobre personal ocupado. Dado que la entidadha variado las categorías operacionales reportadas10, se decidió traba-jar en la siguiente forma: el trabajo no calificado (Lnc) corresponde ala suma de obreros y aprendices entre 1981 y 1991, a la categoría deobreros entre 1992 y 1994, al personal de la producción entre 1995 y1999 y a los obreros y operarios a partir de 2000. El trabajo calificado(Lc) se obtuvo como la suma de técnicos, directivos y empleados en-tre 1981 y 1991, de empleados de la producción y personal de admi-nistración y ventas entre 1992 y 1994, entre 1995 y 1999 como laserie de personal de administración y ventas, y desde 2000 como lasuma de profesionales, técnicos y tecnólogos y de personal de admi-nistración y ventas.

Para el cálculo del stock de capital se construyeron dos series: en laprimera (Kcu) se ajustó el stock de cada año (véase ecuación 7) por lacapacidad utilizada, y en la segunda (Kcu

h) se ajustó por capacidad uti-lizada y por valor inicial según la metodología sugerida por Harberger(1969). Ésta es la medida “preferida” en el trabajo. La Encuesta AnualManufacturera (EAM) reporta el valor en libros de los activos fijospor categoría: terrenos, edificios y estructuras, maquinaria y equipo,equipo de transporte y equipo de oficina. Para cada categoría reportalas compras, las ventas, la producción, la depreciación y la revalori-zación, tanto para equipo nuevo como usado. Dadas las enormes difi-cultades implícitas en la medición de estas variables, muchas de ellasrelacionadas con los cambios metodológicos en la Encuesta en el tiem-

10 Entre 1981 y 1991 el personal ocupado se subdividió en cinco grupos: obreros y operarios,aprendices, técnicos nacionales y extranjeros, directivos y empleados. Entre 1992 y 1994,el DANE reportó estadísticas de empleo para dos grupos: personal de la producción ypersonal de administración y ventas. El primero se subdividió en obreros (corresponde a lasumatoria de las anteriores categorías de obreros y operarios y aprendices) y empleados dela producción (corresponde a los técnicos nacionales y extranjeros). El segundo equivale ala suma de las anteriores categorías de empleados y directivos. Entre 1995 y 1999, el em-pleo sólo se subdividió en personal de la producción (que corresponde a los anterioresgrupos de obreros, aprendices y técnicos) y personal de administración y ventas. A partirde 2000, el DANE volvió a presentar la división entre obreros y operarios y profesionales,técnicos y tecnólogos dentro del personal de la producción.



8787878787

po y con la inclusión de ajustes por inflación desde 199211, se decidiótrabajar en la forma más simple posible. Se consideró que la inversiónnominal coincidía con las compras de cada categoría, y se calculó lainversión real deflactando por los precios de la categoría CIIU a 3dígitos más cercana. Las compras de maquinaria y equipo sedeflactaron por el índice de precios de maquinaria y equipo, y lascompras de equipo de oficina por el índice de precios de maquinariade oficina, contabilidad e informática.

Para cada categoría j y cada planta i, el stock de capital en el año t secalculó como:

(7)

Donde Ib corresponde a la inversión bruta real y δ representa la tasade depreciación. Se supuso que δ es constante y fijado exógenamentepara cada categoría: 5% anual para edificios y estructuras, 10% paramaquinaria y equipo, 20% para equipo de transporte, y 10% para equi-pos de oficina. Ésta es apenas una primera aproximación a un temacomplejo. La depreciación de la maquinaria y equipo, por ejemplo,podría ser más acelerada hoy que en el pasado. Las máquinas se vuel-ven obsoletas más rápido como resultado de un ambiente internacio-nal caracterizado por mayores niveles de innovación12.

Para el cálculo de la variable Kcu se corrigió el stock calculado en laecuación (7) por la utilización de capacidad reportada por Fedesarrollodesde 1981 (véase gráfico 1). El porcentaje de utilización se mantuvoen niveles relativamente bajos en la primera parte de los años ochen-ta, tuvo valores pico en 1987 y 1992, y valores muy bajos en 1983 y1999. Se ha recuperado nuevamente en los años recientes a valorescercanos al promedio histórico de 71,2%.

11 Hasta 1991, la inversión incluía la revaluación de activos (valorizaciones, ajustes por in-flación y desvalorización) y, posteriormente se reportaron estos conceptos en forma sepa-rada. Por tanto, entre 1981 y 1991 no es posible aislar los ajustes por inflación. Además,dichos ajustes han sido excesivamente arbitrarios (frecuentemente motivados por razonesde impuestos) en los años posteriores.

12 Para una discusión del tema véanse Jorgenson y Stiroh (2000). Se decidió no utilizar lascifras de depreciación reportadas por las plantas, pues se presentan variacionesexageradamente marcadas por año, por planta y por subsectores, motivadas quizá por asuntosimpositivos.

8888888888


Gráfico 1. Capacidad utilizada en la industria (%).

Fuente: Fedesarrollo.

Hasta comienzo de la década de 1990, las firmas llevaban su contabilidada costos históricos, reportando el stock de capital como la suma de lasinversiones en los distintos años, por lo que el valor nominal del activofijo reportado por el DANE subestima el valor nominal verdadero. Porello, tal como lo sugiere Harberger (1969), se procedió a calcular un proxyalternativo del stock inicial de capital (K0

h), para luego recalcular la serieanual según la ecuación (7). Nuevamente, este stock se ajustó por el índi-ce de capacidad utilizada para llegar a Kcu

h .

Formalmente, para el recálculo del stock inicial de cada categoría (j)en el año en que comienza a operar la planta, Harberger sugiere supo-ner que el stock de capital neto (sin depreciación) crece al mismoritmo que la producción en el período:

K – δ = Q (8)

donde K, Q corresponden a las tasas de crecimiento anual del stock decapital real y de la producción real y δ a la tasa de depreciación anual.De esta forma, el stock inicial para cada clase de capital puede calcu-larse como:

(9)

donde K0h es el stock de capital inicial e Ib es la inversión bruta real.



8989898989

Una vez calculado el stock inicial para cada categoría (j), se calculó larelación entre el capital ajustado según Harberger y el capital ob-servado para cada sector CIIU a 3 dígitos, teniendo también en cuentael año de creación de cada planta. Esta relación se utilizó para recalcularel stock inicial en cada categoría (j) y cada planta, y luego se procedióa recalcular la serie completa en el tiempo según la ecuación (7). Asíse calculó la variable Kcu

h para cada planta.

II. La evolución de la productividad en Colombia

A. El modelo estimado

En esta sección se aplicó la metodología de estimación semiparamétricabasada en Levinsohn y Petrin (2000), descrita en la sección I.A. Es-pecíficamente, se estimó la siguiente función de producción logarítmicapara cada planta:

(10)

Donde las letras minúsculas representan el logaritmo de la variable, qtel producto, lnc el trabajo no calificado, lc el trabajo calificado, en laenergía consumida, mpt el valor real consumido de materias primas, kel stock de capital. ωt es la productividad no observada o componentede la productividad transmitida a los factores y εt el error con mediacero que representa los choques no esperados en productividad, nocorrelacionado con los insumos.

Con base en la discusión de la sección I.A, la estimación de la funciónde producción se hace en dos etapas. Como resultado de este procedi-miento econométrico se obtienen estimadores consistentes que per-miten aproximar la productividad total de los factores de cada plantade la siguiente forma (las letras en mayúsculas representan las varia-bles originales –no en logaritmos–):

(11)

Inicialmente, se estimó la función de producción usando como proxyde la productividad el consumo de materias primas y de energía eléc-

9090909090


trica. Una vez se obtuvo la PTF respectiva con base en cada proxy, seprocedió a comprobar la relación positiva y creciente entre ambasvariables para un nivel dado de capital. Para tal fin, se realizó unaregresión de la productividad respectiva contra la proxy utilizada y elcapital. Los resultados confirman que las materias primas cumplencon este criterio, pues se obtiene un coeficiente positivo, mientrasque para el caso de la energía, la estimación resulta negativa13. Poresta razón, se utilizó el consumo de materias primas como proxy.

B. Resultados de regresión

Se aplicó la metodología semiparamétrica antes descrita14, y los re-sultados se compararon con los de metodologías estándar como MCOy EF, a fin de corroborar los sesgos de los métodos tradicionales. Seeliminaron los valores extremos (5% inferior y superior) de cada se-rie. Tal como se mencionó en la sección I.B, se trabajó con dos proxiesdel stock de capital: la primera de ellas (Kcu

h) corresponde al stock decapital ajustando el valor inicial según lo sugiere Harberger (1969), yluego ajustando por capacidad utilizada; la segunda (Kcu) correspondeal stock original de capital ajustado por la utilización de capacidad.Como ya se dijo, la variable Kcu

h parece más adecuada para nuestrospropósitos. En cada caso se incluyeron 39 variables dummies para los40 sectores CIIU revisión 3 a 3 dígitos, y ocho variables para las nue-ve áreas metropolitanas definidas por el DANE.

Los resultados de la estimación de la función de producción con Kcuh se

reportan en el cuadro 1, y aquellos con Kcu en el cuadro 1 del anexo.Los coeficientes resultan significativos al 1% para las tres metodologías(Levinsohn y Petrin, LP; mínimos cuadrados ordinarios, MCO, y efec-tos fijos, EF). Según LP, la contribución del empleo no calificado y

13 “Si la productividad aumenta a medida que se incrementa el uso del insumo intermedioproxy a través de diferentes niveles de capital, esto es empíricamente consistente con elmodelo. Si la relación entre la proxy y la productividad es monótona decreciente, se podríautilizar esa proxy, pero la interpretación de la productividad debe modificarse para que seaconsistente con el resultado (¿por qué cae la productividad a medida que el uso del insumointermedio aumenta dado un nivel de capital?)”. (Levinsohn y Petrin, 2001).

14 Se utilizó el algoritmo diseñado por Levinsohn, Petrin y Poi (2003), disponible en la pági-na web del Stata Journal.



9191919191

del empleo calificado en la producción es de 0,15 y 0,14, respectiva-mente, lo cual equivale a un peso de 0,29 para el factor trabajo. Por suparte, el capital contribuye con 0,41, las materias primas con 0,54 y elconsumo de energía con 0,06. La suma de los coeficientes supera launidad (1,31), pero el Test de Wald no permite rechazar la hipótesisnula de rendimientos constantes a escala (p-value de 0,34).

Las metodologías alternativas (MCO y EF) presentan los sesgos es-perados según la discusión de la sección I.A. En particular, subesti-man el peso del stock de capital, y sobrestiman el de algunos insumosvariables como el consumo de materias primas y de energía. El coefi-ciente “correcto” (LP) para las materias primas es 0,54, en compara-ción con cifras cercanas a 0,60 para las dos metodologías alternativas;y el coeficiente “correcto” para el capital es 0,41, en relación con 0,08para MCO y 0,23 para EF. El número de observaciones promedio porgrupo difiere en las tres metodologías, pues LP utiliza rezagos de al-gunas variables.

Cuadro 1. Función de producción para la industria manufacturera colom-biana utilizando Kh

cu.

Variable dependiente: producción (q)LP MCO EF

Empleo no calificado (lnc) 0,15 0,15 0,15(47,7)*** (78,3)*** (72,2)***

Empleo calificado (lc) 0,14 0,09 0,07(59,6)*** (67,2)*** (48,0)***

Energía (en) 0,07 0,10 0,10(31,5)*** (64,9)*** (55,1)***

Materias primas (mp) 0,54 0,60 0,58(35,9)*** (367,3)*** (315,4)***

Stock de capital (K hcu) 0,41 0,08 0,23

(5,6)*** (50,9)*** (59,9)***Dummy (sectores y área metropolitana) X XPlantas 8916 8916 8916Observaciones 78661 78661 78661Observaciones promedio por grupo 29 8,8 8,8Observaciones máximas por grupo 29 22 22Test de Wald (Ho: rendimientos constantes,p-value) 0,34

***: significativo al 1%. LP: Levinsohn-Petrin; MCO: mínimos cuadrados ordinarios; EF: efec-tos fijos. Fuente: DANE y cálculos de los autores. Metodología: Levinson-Petrin (2000); la regre-sión se estimó para el período 1981-2002. El stock de capital (K h

cu) se corrigió por el coeficiente deutilización de capacidad calculado por Fedesarrollo desde 1981 y por el valor inicial (Harberger,1969). Se eliminaron los valores extremos (5% superior e inferior) de cada serie.

9292929292


Los resultados de la estimación con Kcu se reportan en el cuadro 1 delanexo. Las conclusiones son relativamente similares, con dos dife-rencias importantes: en primer lugar, la suma de los coeficientes de lafunción de producción es ahora cercana a 1 (1,03), mucho menor queel valor de 1,30 en el cuadro anterior; pero en ambos cuadros, el Testde Wald sugiere no rechazar la hipótesis de rendimientos constantes aescala. En segundo lugar, y relacionado con lo anterior, se observaque el coeficiente para las materias primas es menor (0,44 vs. 0,54), yes ahora aún más claro que las metodologías alternativas tienden asobrestimar el peso de dicha variable.

E. La evolución de la productividad: dos historias alternativas

El gráfico 2 presenta el promedio ponderado de la productividad delas plantas (promedio móvil de tres años) para cuatro definicionesalternativas del stock de capital: K, Kcu, Kh, Kcu

h , donde h y cu indicanajustes al valor inicial de la serie y a la utilización de capacidad, res-pectivamente. En el panel superior (Kh y Kcu

h ), la productividadmultifactorial (PTF) crece tanto en los años ochenta como en los añosnoventa, pero se eleva más en los años noventa al hacer la correcciónpor capacidad (Kcu

h crece 1,2% por año entre 1991-2002 y sólo 0,7%por año entre 1981-1990). La historia es diferente, sin embargo, en elpanel inferior cuando se trabaja con K y con Kcu: la productividad caeahora durante los años ochenta y en los primeros cuatro años de losaños noventa, crece muy rápido entre 1994 y 1997 y cae nuevamenteen los años posteriores. La recuperación en los años recientes es fuer-te, pero desde una base baja. Los resultados del gráfico se confirman(parcialmente) a nivel estadístico en la sección III.C. En particular, seobtiene un valor positivo y significativo al 1% para la dummy querepresenta la década de 1990, en una regresión entre la productividad,dicha dummy, y dummies para diferentes sectores CIIU y áreas metro-politanas; ello es válido tanto para la productividad calculada con Kcu

h

como con Kcu.

El cuadro 2 presenta la llamada contabilidad del crecimiento. El pa-nel A reporta la tasa de crecimiento exponencial anual de la produc-ción, de los insumos y de los factores productivos en cada período



9393939393

Gráfico 2. Productividad total de los factores (PTF) con definiciones alternati-vas del stock de capital (promedio ponderado por producción).

Fuente: DANE y cálculo de los autores.

para la planta promedio (ponderando por Q)15. En los paneles B1 y B2se reporta el producto del βi en la función de producción (véanse cua-dro 1 y cuadro 1 del anexo) y el crecimiento de la variable en el panelA. El panel C reporta la contribución porcentual de PTF y de los dife-rentes insumos y factores al crecimiento.

15 Se excluyeron los valores extremos (quintil superior e inferior) de cada serie. Para lasdiferentes variables se calculó el promedio ponderado (por Q) de la información a nivel deplanta para cada año. Luego se calcularon las tasas de crecimiento de la serie.

9494949494


La producción industrial de la planta promedio (ponderando por Q)creció más en los años noventa (1,8%) que en los años ochenta(0,3%)16. El stock de capital Kcu

h cayó en los años ochenta y creció enlos años noventa, mientras que Kcu creció en ambos períodos y princi-palmente entre 1991-1997. El empleo calificado lc creció en ambasdécadas, y principalmente en la década de 1990, mientras que lnc cayóen ambos períodos. Las cifras para PTF en los paneles B1 y B2 coin-ciden con las del gráfico 2.

La contribución de la PTF al crecimiento de Q fue alta en la década de1980 (174,1% cuando se trabaja con Kcu

h y 84,1% cuando se utilizaKcu), pero el crecimiento de Q fue muy bajo (0,3% por año). Mássignificativas resultan las cifras para 1991-2002. En este período seobserva que la PTF contribuyó con 64,6% del crecimiento cuando seutiliza nuestra definición preferida de la PTF. Los resultados tambiénindican que, en su orden, las materias primas, el capital y la PTF fue-ron los factores que en mayor medida contribuyeron al crecimientode la producción. Los resultados son relativamente consistentes cuandose utiliza Kcu en lugar de Kcu

h .

Cuadro 2. Contabilidad del crecimiento.

(A) Crecimiento (%) Anual

Q Lnc Lc EN MP Khcu Kcu

1981-1990 0,3 -0,5 0,1 0,2 0,3 -0,8 -0,91991-1997 0,8 -1,2 1,0 0,4 0,5 -0,3 2,01991-2002 1,8 -0,1 0,9 1,0 0,6 0,3 0,3

(B1) βββββi*Crecimiento de los insumos y factores con Khcu

PTF β1.Lnc β2.Lc β3.EN β4.MP β5.Khcu

1981-1990 0,6 -0,1 0,0 0,0 0,1 -0,31991-1997 0,7 -0,2 0,1 0,0 0,3 -0,11991-2002 1,2 -0,0 0,1 0,1 0,3 0,1

(B2) βββββi*Crecimiento de los insumos y factores con Kcu

PTF β1.Lnc β2.Lc β3.EN β4.MP β5.Kcu1981-1990 -0,9 -0,1 0,0 0,0 0,1 -0,21991-1997 2,0 -0,2 0,1 0,0 0,2 0,51991-2002 0,3 -0,0 0,1 0,1 0,3 0,1

(Continúa...)

16 El comportamiento de la producción total reportado por el DANE es diferente, con uncrecimiento anual promedio de 2,8% entre 1980-1989, 0,5% entre 1991-1997 y 0,8% entre1991-2002.

^ ^ ^ ^ ^ ^ ^

^ ^ ^ ^ ^ ^

^ ^ ^ ^ ^ ^



9595959595

Cuadro 2. Contabilidad del crecimiento (...continuación).

(C1) Contribución (%) con Khcu

PTF Lnc Lc EN MP Khcu Total

1981-90 174,1 -21,7 2,8 5,0 42,6 -102,9 1001991-97 82,8 -22,1 16,6 3,3 33,5 -14,1 1001991-02 64,6 -0,5 7,0 3,9 18,7 6,2 100

(C2) Contribución (%) con Kcu

PTF Lnc Lc EN MP Kcu Total1981-90 84,1 6,5 -0,8 -1,2 -10,2 21,6 1001991-97 74,1 -6,7 4,6 0,8 8,1 19,0 1001991-02 38,9 -1,1 13,7 6,8 31,7 10,0 100

^: tasas de crecimiento anual; EN: consumo de energía eléctrica; K hcu: stock de capital

ajustando el año inicial y corrigiendo por capacidad utilizada; Kcu: Ídem, sin ajustar por añoinicial; Lnc: empleo no calificado; Lc: empleo calificado; MP: consumo de materias primas. Fuen-te: DANE y cálculo de los autores. Metodología: para los cálculos del panel A se excluyeron losvalores extremos (quintil superior e inferior de cada variable), se calculó el promedio ponderado(por Q) para cada año, y se calculó la tasa exponencial de crecimiento de la serie para cada perío-do. El crecimiento exponencial de la productividad se tomó de las series del gráfico 2.

III. Determinantes de la productividad

A. Discusión de la literatura

Se reseñan en esta sección los hallazgos más importantes de la literatu-ra en cuatro áreas cuyo impacto sobre la productividad ha sido objetode discusión durante décadas y sobre las cuales se trabaja en las próxi-mas secciones: el proceso de apertura al comercio internacional; el im-pacto de variables financieras e impositivas, y el de “otros” factorescomo el tamaño de la firma, y la inversión doméstica y extranjera.

1. Apertura

Los estudios en el área sugieren que la liberalización y la intensificacióndel comercio desempeñan un papel importante sobre la productividad.Wacziarg (2001)17 establece seis canales potenciales, entre los cuales seencuentran la mayor variedad y mejor calidad de los bienes intermedios,la difusión del conocimiento, la amplificación de los efectos de aprendi-zaje (learning by doing) y el aumento del tamaño de los mercados.

17 Véanse también, Sachs y Warner (1995) y Edwards (1998).

^ ^ ^ ^ ^

^ ^ ^ ^ ^

9696969696


Por el lado de las importaciones, la remoción de barreras a la importa-ción aumenta la presión competitiva, e induce a las firmas a adoptarprocesos de innovación tecnológica; por otra parte, la importación demaquinaria y equipo y de bienes intermedios de alta calidad condu-cen a las firmas a adoptar nuevos métodos de producción y a aumen-tar la eficiencia (Muendler, 2002 y Iscan, 1998). Cameron, Proudmany Redding (1999) construyen un índice “amplio” de apertura, y en-cuentran un efecto significativo sobre la productividad. Entre las va-riables incluidas se encuentran las exportaciones e importaciones (X/Q y M/Q), la inversión extranjera directa (IED/Q) y la inversión eninvestigación y desarrollo (I&D/Q). El crecimiento promedio anualen la productividad de las industrias más “abiertas” resulta 22% supe-rior al de las industrias “cerradas”.

El impacto positivo de las importaciones sobre el cambio técnico apa-rece en Keller y Yeaple (2002) para Estados Unidos y en Muendler(2002) para Brasil. Pavcnik (2001) encuentra, para Chile, que la pre-sión importadora es la variable relevante para la discusión sobre aper-tura y productividad (la relación entre exportaciones y productividadno resulta robusta), y que los sectores transables elevan su productivi-dad entre 3% y 10% por encima de los sectores no transables cuandola economía se abre. Butler y Sánchez (2002) encuentran, para Ar-gentina, que la liberalización arancelaria induce mayores niveles deproductividad, en parte porque los aranceles elevados tienden a pro-teger unidades de producción obsoletas.

Para Colombia, Tybout (2000) muestra que la protección arancelariaeleva la relación precio-costo de las firmas, reduce la eficiencia pro-medio y no incrementa la dinámica de la productividad. Según el au-tor, la protección induce a los administradores a disfrutar de una vidatranquila18. La relación negativa entre aranceles y productividad tam-bién aparece en Medina, Meléndez y Seim (2002) y en Fernández(2003). Éste último autor trabaja con información para el período 1977-1991 y encuentra un efecto negativo mayor de los aranceles en los

18 La mayoría de las mejoras en eficiencia se dan vía innovaciones intraplanta que no estánrelacionadas con economías de escala internas o externas: eliminación de tiempos muertosy mejoras en la administración, incentivos para la innovación tecnológica y acceso a mejormaquinaria.



9797979797

sectores menos competitivos. Todos los trabajos excluyen del análisisel efecto de los para-aranceles, aun cuando la estructura del arancelpodría recoger parcialmente la protección para-arancelaria. SegúnHallberg (1990, p. 31), por ejemplo, los aranceles han tendido a sermayores en aquellos items altamente restringidos por el para-arancel.

El bajo efecto de las exportaciones sobre el cambio técnico futuro esconfirmado para Estados Unidos por Bernard y Jensen (1999), y porClerides, Lach y Tybout (1998), y Echavarría (2003) para Colombia.Se da un proceso de autoselección en el cual las firmas más eficientesterminan exportando, pero no se encuentran efectos de aprendizajeluego de exportar. Es un debate abierto, sin embargo, y autores comoSjoholm (1997) encuentran un impacto positivo de las exportacionessobre la productividad en Indonesia.

2. Deuda, crédito e impuestos

Beck, Levine y Loayza (2000) encuentran un impacto importante delcrédito sobre el cambio técnico19, sugiriendo que los bancos desem-peñan una función clave en el manejo y monitoreo de las firmas delsector real, y argumentan que el crédito influye más sobre el cambiotécnico que sobre los montos de ahorro e inversión. No obstante, Riojay Valev (2004) encuentran que mientras éste es el caso en los paísesdesarrollados, el mayor efecto ocurre sobre la inversión en los paísesemergentes. El debate permanece abierto.

En general, los estudios de la deuda a nivel de firma se concentran ensu efecto sobre la inversión20, y en pocos casos sobre la productivi-dad. Pero, incluso, sobre dicha variable, no hay consenso en torno alsigno del efecto de la deuda: la relación puede ser negativa, ya que elmayor apalancamiento disminuye el colateral y aumenta la prima de-

19 Véase, también, Levine (2004, tabla 1).20 Gallego y Loayza (2000), y Devreux y Schiantarelli (1989) encuentran un efecto negativo

del apalancamiento sobre la inversión al igual que Harris, Schiantarelli y Siregar (1994) yJaramillo, Schiantarelli y Weiss (1996), quienes se enfocan en firmas pequeñas. Por el con-trario, Harris, Schiantarelli y Siregar (1994) encuentran una relación positiva para firmasgrandes y conglomerados. En el caso de Colombia, Arbeláez y Echavarría (2001) mostraronuna relación positiva entre el apalancamiento y la inversión en el caso de la industria.

9898989898


mandada por los prestamistas21. En esta misma línea, incrementos enla deuda también pueden aumentar la probabilidad de bancarrota, locual, a su vez, aumenta el costo del endeudamiento dado el mayorriesgo. Puede presentarse restricciones crediticias para empresas enesta situación, lo cual afecta de manera negativa la inversión, ya quese cuenta con menos recursos para su financiamiento.

Sin embargo, la relación también puede ser positiva, pues el elevadoendeudamiento de las firmas actúa como una historia crediticia y comouna buena señal para los intermediarios financieros, ampliando el ac-ceso a los recursos. En varios países los efectos de la deuda sobre lainversión son negativos, mientras que en otros son positivos.

En el ámbito de la firma, son pocos los estudios que analizan los efec-tos de variables financieras sobre la PTF. Para Ecuador, Jaramillo ySchiantarelli (1997) estudian el efecto de la estructura de madurez dela deuda y del apalancamiento de la firma sobre la dinámica de laPTF. Respecto a la madurez de la deuda, los autores argumentan queel acceso a crédito de largo plazo mejora la productividad de la firma,ya que brinda la posibilidad de contar con mejores tecnologías; sinembargo, cuando los créditos de corto plazo van acompañados de uncontinuo monitoreo, también pueden incentivar a las firmas a reducirineficiencias y a aumentar la productividad.

El apalancamiento puede implicar una presión financiera que lleva ala firma a ser más eficiente, pero también puede incentivar a los ac-cionistas a demandar menores esfuerzos en favor de la eficiencia, yaque ellos saben que obtendrán una menor proporción de las utilida-des. Mediante estimaciones de funciones de producción aumentada anivel de firma, Jaramillo y Schiantarelli (1997) encuentran un efectopositivo de la deuda de largo plazo sobre la productividad de la firma,mientras que el apalancamiento financiero no resulta significativo.

Utilizando información a nivel de firma, Nucci, Pozzolo y Schivardi (2005)encuentran una relación negativa entre apalancamiento financiero yproductividad: firmas con menor apalancamiento son, en promedio,

21 Esto debería ser cierto para firmas que están en más riesgo y cuyas asimetrías de informa-ción sean más severas.



9999999999

más productivas. Los autores sugieren que las firmas que dependenmenos de la deuda como fuente de financiamiento tienden a mostraruna proporción mayor de activos intangibles, lo cual las induce a rea-lizar actividades más innovadoras. Concluyen que su resultado tienesoporte en las teorías de estructura financiera basadas en costos debancarrota y conflictos de interés entre accionistas y prestamistas.Los resultados de la sección III.C para el caso colombiano, apuntanen esta última dirección.

Las exenciones tributarias son factores que pueden incidir sobre elcomportamiento de la productividad, en especial si estas medidas re-ducen las imperfecciones del mercado y promueven el desarrollo dealgunos sectores. La menor carga tributaria libera recursos que lasfirmas pueden invertir en adquisición de tecnología. Para Colombia,sin embargo, Medina, Meléndez y Seim (2002) no encuentran evi-dencia de que las exenciones mejoren la productividad.

3. Otros factores

Varios de los resultados que se obtienen en la sección III.C, aparecenvalidados en la literatura. El impacto positivo del crecimiento o Efec-to Verdoorn fue planteado originalmente por Kaldor (1994) y aparececonfirmado por otros trabajos para Colombia. Tybout (2000), por ejem-plo, encuentra que las firmas grandes son más eficientes y muestranmayores márgenes de ganancia (mark-ups). Resultados similares seobtienen en Echavarría (1990), Chica (1996) y Villamil (1999) (laexcepción es Pombo, 1999).

La relación positiva entre inversión y PTF que encuentra la literaturasugiere que el cambio técnico viene inmerso en la nueva maquinariay equipo. El trabajo clásico en el ámbito internacional es el de DeLong y Summers (1991). Fernández (2003) encuentra un resultadosimilar para la industria colombiana y Clavijo (2003) para el conjuntode la economía.

La literatura internacional tiende a mostrar que las firmas multinacio-nales son diferentes a las firmas locales: son más grandes, pagan ma-yores salarios, muestran mayores niveles de productividad, son másintensivas en capital y en mano de obra calificada, reportan mayores

100100100100100


utilidades y exportan más (Hanson, 2001); sólo algunos de estos efec-tos se encuentran para Colombia22. Sin embargo, no parece existiruna mayor dinámica en productividad asociada a la inversión extran-jera23, un resultado que, según Hanson (2001), podría ser explicadoen forma relativamente simple: las firmas multinacionales se concen-tran en sectores de alta productividad, y junto con las firmas localesubicadas en esos sectores pierden competitividad relativa en el tiem-po. Otra línea de argumentación, planteada por Borensztein, DeGregorio y Lee (1999), encuentra una fuerte asociación positiva entreel stock de capital humano y el efecto de la IED sobre el crecimiento.El efecto total puede ser incluso negativo si la inversión no está acom-pañada por el capital humano necesario para su implementación24.Autores como Lall (2004), discrepan de estas apreciaciones, sin em-bargo, dado el enorme potencial que tienen las firmas multinaciona-les para innovar y diseminar tecnología.

B. Descripción de la información

La producción (Q), las relaciones capital/empleo (Kcuh /L y Kcu/L) y

exportaciones/producción (X/Q) se calcularon a nivel de planta (véa-se sección I.B). A fin de depurar las cifras, se eliminó en todos loscasos aquella información correspondiente al quintil inferior y supe-rior de cada variable. El cruce de información entre las bases de datosdel Banco de la República y del DANE, permitieron identificar aque-llas plantas (firmas) con alguna inversión extranjera directa en el perío-do. Las relaciones arancel/importaciones, subsidios a las exportaciones/exportaciones e importaciones/producción (M/Q), se calcularon con baseen la información de comercio exterior del DANE a nivel CIIU a 4dígitos. Se sumó la producción de las plantas a nivel CIIU a 4 dígitos

22 Echavarría (2003), por ejemplo, muestra que en Colombia las multinacionales exportan,incluso menos que las firmas locales en los mismos sectores.

23 Véanse Haddad y Harrison (1993) para Marruecos y Aitken y Harrison (1999) para Vene-zuela, donde los autores sólo encuentran un impacto positivo para las firmas con menos de50 empleados. Véase, también, Tybout (2000).

24 Hanson (2001) revisa un conjunto de documentos con planteamientos similares.



101101101101101

y se relacionó con las demás variables ya obtenidas a ese nivel25 . Lasdos variables deuda/activos fijos (D/AF) e impuestos a las utilidades/utilidades antes de impuestos (Imp/UTAI) se construyeron a nivel CIIUa 3 dígitos a partir de la información sobre estados financieros brinda-da por la Supersociedades y la Supervalores (se trabajó con la media-na para cada sector y año)26. Se calculó el índice de concentración deHerfin-dahl para la producción de las plantas en cada sector CIIU a 3dígitos para la producción de las plantas en cada año.

El gráfico 3 muestra la evolución de las variables M/Q y X/Q, el aran-cel a las importaciones y el subsidio a las exportaciones; mientras queel gráfico 4 muestra las variables Kcu

h /L, Deuda/AF y concentración –Herfindahl. En todos los casos se presenta la mediana de la variablepara cada año. La relación M/Q creció desde niveles relativamenteestables y cercanos al 5% entre 1975-1990 hasta 17% en 1999 y 12%en 2001. Lo contrario sucedió con los niveles arancelarios, que tuvie-ron un incremento importante entre 1975-1985 (con un descenso fuerteentre 1980-1983), y, así mismo, cayeron a partir de 1988 y luego tu-vieron un ligero repunte en la última parte de la década de 199027.

25 Para cada planta, el DANE reporta el valor de las importaciones de materias primas einsumos, pero ése no es el concepto relevante para nuestros propósitos. Las importacionesdel bien que compite con la producción de la planta se obtuvieron a partir de la informa-ción de comercio exterior que elabora el mismo DANE. El valor de la producción a nivelCIIU a 4 dígitos, se obtuvo a partir de la producción de todas las plantas que operan en esesector CIIU en cada año.

26 El DANE no trae información sobre deuda, impuestos o utilidades. Sería deseable realizarel ejercicio a nivel de firma (la información del DANE a nivel de planta podría agregarsepor firma), pero ello es prácticamente imposible en el momento. El DANE y lassuperintendencias tienen sus propios “identificadores”, y no existe en la actualidad unacorrelación entre los dos. Sin embargo, es posible obtener una idea de su peso relativo.Para el año 2000, por ejemplo, las ventas de las firmas industriales vigiladas por las dossuperintendencias representaron cerca del 60% de las ventas realizadas por todas las plan-tas registradas en el DANE en ese mismo año.

27 Echavarría y Villamizar (2006) presentan una historia detallada del comercio exterior, laprotección (arancelaria y no arancelaria) y los subsidios a la exportación en la industriacolombiana en el siglo XX.

102102102102102


Gráfico 3. M/Q, X/Q, arancel (%) y subsidio a exportaciones (%) entre 1975-2002.

El gráfico 4 muestra la evolución de las variables Kcuh /L, D/AF y

Herfindahl (concentración). La primera variable se ha incrementadopaulatinamente en todo el período, la deuda de las empresas creciómucho entre 1978-1985 y tendió a caer a partir de entonces siendo hoyla más baja en todo el período. Finalmente, se observan niveles de con-centración relativamente estables entre 1975-1985, decrecientes entre1985-1995 y crecientes desde ese entonces. El nivel del índice deHerfindahl en 2002 es similar al de comienzos de los años ochenta.

El cuadro 3 indica las correlaciones entre las distintas variables. Sólose observa una correlación alta (0,63) entre los subsidios a las ex-portaciones y X/Q, con una correlación de 0,3 entre M/Q y la con-centración industrial. Además, se observa una correlación de -0,23entre deuda (D/AF) y concentración. Las demás correlaciones sonmuy bajas.



103103103103103

Gráfico 4. K/L, D/activo fijo y concentración (Herfindahl), 1975-2002.

Cuadro 3. Correlaciones entre las variables.

Q K/L X/Q M/Q Arancel Subsidios Deuda Concentración Impuestos

Q 1,00K/L 0,30 1,00X/Q 0,19 0,06 1,00M/Q 0,03 0,01 0,05 1,00Arancel 0,04 0,05 0,04 0,19 1,00Subsidios 0,14 0,08 0,63 0,04 -0,00 1,00Deuda -0,02 -0,05 -0,01 0,00 -0,12 -0,02 1,00Concentración 0,13 0,04 0,07 0,30 0,21 0,02 -0,23 1,00Impuestos 0,05 0,23 -0,10 0,05 0,24 -0,12 0,19 -0,02 1,00

Fuente: DANE, Superintendencias de Valores y de Sociedades y cálculos de los autores. K/L:relación capital/trabajo (calificado + no calificado); deuda: deuda/activos fijos; impuestos:impuestos/utilidades antes de impuestos; M: importaciones; Q: producción; X: exportaciones;concentración: índice de Herfindahl.

104104104104104


C. Determinantes

Con base en la discusión de la literatura (véase sección III.A) y en lainformación disponible, se realizó un ejercicio empírico para analizarlos determinantes de la productividad en la industria nacional. Se es-timaron dos ecuaciones generales, con la productividad multifactoriala nivel de planta (obtenida en la sección II.B) como variable depen-diente, y se incluyeron diferentes tipos de variables explicativas:

(12)

(13)

Donde:

i: plantac2,3,4: sector CIIU a 2, 3 o 4 dígitosPTF: productividad total de los factoresAF: activos fijosArancel: arancel recaudadoUTAI: utilidades antes de impuestosD: deuda totalDAM: dummy para las diferentes áreas metropolitanas (9 áreas, 8

dummies)Dc3: dummy por sector CIIU a 3 dígitos (40 sectores, 39 dummies)Died: dummy (1 si la firma tiene alguna inversión extranjera)Her: índice de concentración de HerfindahlImp: impuestos a las utilidadesKh

cu: stock de capital, recalculando el valor inicial y corrigiendopor capacidad utilizada

L: empleoM: importacionesQ: producción



105105105105105

Sub_X: subsidio total pagado a las exportadoresX: exportacionesε: error

En cada caso se trabajó con la variable en t y con sus rezagos en t – 1y t – 2.

La principal diferencia entre las ecuaciones (12) y (13) reside en lasdefiniciones de “apertura”. En la primera ecuación se trabaja con losíndices de apertura ex – post (M/Q) y (X/Q), mientras que en la segun-da se consideran las variables de política, los aranceles y los subsi-dios a las exportaciones. Se trabajó con el stock de capital Kh

cu(modificando el valor inicial de la serie y ajustando por capacidadutilizada), pero en el anexo se repite el ejercicio con Kcu.

Existen ventajas importantes al trabajar con paneles de datos a nivelde planta, pues se evitan posibles sesgos de agregación, y se permiteinvestigar diferencias relevantes entre grupos de plantas, sectores, etc.El método de estimación utilizado es el de Generalized Methods ofMoments (GMM), específicamente diseñado para generar estimadoresconsistentes en panel data, a pesar de tres problemas de ocurrenciacomún en información de este tipo: 1) efectos significativos de la pro-ductividad rezagada, que implican un impacto diferente de las varia-bles independientes en el corto y en el largo plazo; 2) algunas de lasvariables independientes, como la producción y la deuda pueden es-tar determinadas junto con la productividad (Hayashi y Inoue, 1982),siendo necesario controlar por la endogeneidad conjunta de las varia-bles explicativas, y 3) debe controlarse por efectos no observados,específicos a las plantas.

La metodología considera la posibilidad de determinación simultáneay causalidad inversa (reverse causality). Los problemas anterioresimplican que la metodología de mínimos cuadrados ordinarios lleva aestimadores inconsistentes, con sesgos hacia coeficientes altos. Ade-más, se encuentran sesgos hacia abajo en estimadores de efectos fijos(Bond, 2002). Por ello, algunos autores reportan ambos estimadorescomo límites superior e inferior del parámetro correcto.

Se utilizó el método sugerido por Arellano y Bond (1988a), el cualpermite controlar la endogeneidad de las variables mediante el uso de

106106106106106


sus rezagos como instrumentos, y de prescindir del supuesto deexogeneidad estricta. El supuesto de exogeneidad débil que se em-plea28 puede ser chequeado mediante los tests descritos más adelante.En la práctica, algunas variables como las dummies para la inversiónextranjera o el área pueden ser tratadas como estrictamente exógenas.Arellano y Bond (1988b) sugieren una prueba de correlación de pri-mer y segundo orden para confirmar la validez de los instrumentos, yla prueba de Wald para detectar sobreidentificación en las restriccio-nes. Al trabajar con primeras diferencias de las variables (como sehace en este trabajo) se espera una alta correlación de primer ordenpor construcción, y sólo la correlación de segundo orden indicará pro-blemas de especificación29.

Los cuadros 4 y 5 presentan los principales hallazgos empíricos rela-cionados con el impacto de diferentes variables de política sobre elcambio técnico (PTF) en la industria colombiana. La diferencia entrelos dos cuadros reside en la definición de “apertura” (ecuaciones 12 y13). Como variable dependiente se utiliza la productividad total (PTF)que resulta de trabajar con el stock de capital Kcu

h . Los cuadros 2 y 3del anexo reportan los resultados cuando se utiliza Kcu.

El número de plantas con que se trabaja en los cuadros 4 y 5 y en loscuadros del anexo oscila entre 3.775 y 4.006, y el número de observa-ciones entre 10.548 y 17.032. Siempre resulta significativo al 1% elTest de Wald de significancia conjunta, y también resultan satisfacto-rios, en general, los resultados para los test de autocorrelación de pri-mer y segundo orden. Bajos p-values para la autocorrelación de primerorden resultan por construcción (hay autocorrelación de primer orden),y altos p-values para el test de autocorrelación de segundo orden indi-can que no se puede rechazar la hipótesis nula de no autocorrelación desegundo orden (no existe problema de autocorrelación de segundo or-den). En este último campo, los resultados parecen más satisfactorios

28 Lo que significa que las innovaciones futuras (cambios no previstos) en la productividadno influyen en las realizaciones previas de las variables independientes.

29 Arellano y Bover (1995) proponen una metodología más adecuada cuando el número deaños es corto y la persistencia de la variable dependiente es alta. Éste no es nuestro caso,pues el número de años promedio es superior a 8.



107107107107107

en el cuadro 4 con M/Q y X/Q que en el cuadro 5 con aranceles ysubsidios; por ello se dará un peso relativo ligeramente mayor a losprimeros resultados.

Las columnas 1, 3 y 5 de cada cuadro muestran los valores de loscoeficientes para especificaciones alternativas, y las columnas 2, 4 y6, los coeficientes t y su nivel de significancia. Combinando en formarelativamente ecléctica los resultados de ambos cuadros, se observauna alta persistencia en la variable PTF, siendo el cambio técnico mayoren plantas con un alto nivel de crecimiento (o grandes), en empresasque invierten (o con alta relación K/L)30, que muestran bajos nivelesde deuda en el pasado y en sectores poco concentrados. La relaciónpositiva entre PTF y la producción podría indicar otro tipo de ganan-cias de eficiencia diferentes a las economías de escala, puesto que laseconomías de escala estándar no resultaron significativas en la sec-ción II.B (Test de Wald en el cuadro 1). Tybout (2000) tampoco en-cuentra evidencia de economías de escala inexploradas.

El cambio técnico es mayor en empresas y en sectores “abiertos” enel lado de las importaciones (alta relación M/Q o bajos aranceles),pero no se observa un impacto importante de X/Q, y los subsidios alas exportaciones aparecen con signo contrario al esperado31. Tam-bién se observa que innovan más las empresas que operan en sectoresdesconcentrados. Ello sugiere que el efecto de la apertura a las impor-taciones podría haber sido especialmente marcado en sectores con-centrados, reduciendo el poder oligopólico de las firmas. El efectopositivo de las importaciones sobre la productividad, y el menor efec-to de las exportaciones aparece resaltado en los diferentes artículosreseñados en la sección III.A.

30 Los coeficientes son significativos y de signo contrario para los rezagos 0 y 1, pero la sumade los dos es positiva en todos los casos en los cuadros 4 y 5 (lo contrario sucede, sinembargo, cuando se utiliza Kcu en el anexo).

31 Muchas plantas no exportan. Por ello se corrieron regresiones para las 747 plantas que síexportan (éste es el número de grupos que reporta la regresión; comparado con 3.979 parala muestra completa), pero los resultados no cambian; la variable X/Q continúa siendo nosignificativa.

108108108108108


El impacto de los impuestos resulta contradictorio. La suma de loscoeficientes significativos es positiva en el cuadro 4 y negativa en elcuadro 5; además, en ambos cuadros se presentan coeficientes positi-vos y negativos significativos (lo mismo sucede en los cuadros delanexo cuando se utiliza Kcu en lugar de Kcu

h ). Estos resultados no sontan contundentes como los de Medina, Meléndez y Seim (2002) (rela-ción negativa entre exenciones impositivas e innovación), pero de todasformas permiten dudar de las bondades de las exenciones masivasque ha brindado la Administración Uribe al sector productivo (al me-nos en lo que se relaciona con su impacto sobre la productividad)32.

La dummy para la inversión extranjera no resulta significativa en nin-guno de los dos cuadros, y tampoco en los cuadros del anexo. Nueva-mente, los resultados son relativamente consistentes con algunosreseñados en la sección III.A, aun cuando éste es un campo de inves-tigación importante hacia el futuro. Como se dijo antes, Lall (2004)es muy optimista respecto al impacto potencial de las multinacionalesen la diseminación de las nuevas tecnologías de ámbito internacional.Las multinacionales llegaron a Colombia para aprovechar el mercadointerno y no es extraño, entonces, que no hayan sido especialmentepropensas a exportar en el pasado. La pregunta es, no obstante, ¿porqué tampoco lo son ahora, luego de la apertura arancelaria y para-arancelaria de los años noventa? Ésta es un área importante de inves-tigación futura y de política, si se considera su enorme potencial deinnovación y de diseminación del cambio técnico, y el peso relativosuperior al 45% en producción que ya tienen las firmas extranjeras enColombia (Arbeláez y Echavarría, 2001).

Cuando se consideran en detalle las variables dummy por área metro-politana, se obtienen coeficientes positivos y significativos para Cali,y negativos para Barranquilla (el área de comparación es Bogotá), yno aparecen variables dummy significativas cuando se consideran losdiferentes sectores CIIU a 3 dígitos.

32 Véanse Bird et al. (2005).



109109109109109

Cuadro 4. Determinantes del cambio técnico en industria (con M/Q y X/Q)

Variable dependiente: PTF para la función de producción con Khcu.

Coef. t Coef t Coef. t

(1) (2) (3) (4) (5) (6)PTF-1 2,5E-01 (8,52)*** 2,6E-01 (8,78)*** 2,5E-01 (8,45)***K/L 2,6E-05 (6,40)*** 2,3E-05 (5,82)*** 2,6E-05 (6,40)***K/L-1 -1,7E-05 -(4,66)*** -1,8E-05 -(4,64)*** -1,7E-05 -(4,64)***K/L-2 6,5E-07 (0,18) 1,5E-06 (0,40) 5,5E-07 (0,15)X/Q 3,5E-04 (0,73) 3,6E-04 (0,77) 3,3E-04 (0,70)X/Q-1 -7,9E-06 -(0,02) 3,5E-06 (0,01) -5,8E-05 -(0,14)X/Q-2 -7,1E-04 -(1,77)* -6,5E-04 -(1,57) -7,3E-04 -(1,82)*M/Q 8,7E-05 (1,32) 8,4E-05 (1,26) -1,8E-06 -(0,03)M/Q-1 1,6E-04 (1,87)* 1,6E-04 (1,83)* 1,6E-04 (1,89)*M/Q-2 4,4E-04 (4,74)*** 4,5E-04 (4,75)*** 3,9E-04 (4,22)***Deuda -3,0E-04 -(0,50) -3,9E-04 -(0,64) -3,6E-04 -(0,59)Deuda-1 -2,1E-03 -(2,76)*** -1,9E-03 -(2,49)*** -1,9E-03 -(2,50)***Deuda-2 -6,3E-04 -(0,83) -6,7E-04 -(0,86) -8,5E-04 -(1,11)Impuestos -4,9E-02 -(4,61)*** -5,1E-02 -(4,72)*** -5,5E-02 -(5,11)***Impuestos-1 3,1E-02 (2,75)*** 3,0E-02 (2,67)*** 2,6E-02 (2,30)***Lmpuestos-2 6,4E-03 (0,61) 5,2E-03 (0,49) 5,0E-03 (0,47)Q 7,9E-08 (5,97)*** 7,8E-08 (6,08)***Q-1 -1,1E-08 -(0,78) -1,1E-08 -(0,79)Q-2 -8,7E-09 -(0,62) -8,7E-09 -(0,64)Dummy inversión

extranjera -4,9E-04 -(0,27) 1,7E-03 (1,00) -6,0E-04 -(0,33)Concentración-Herfindahl -5,8E-05 -(6,15)***Concentración-Herfindahl-1 7,7E-06 (0,83)Concentración-Herfindahl-2 -2,6E-06 -(0,25)Dummies sector y área

metropolitana X X X

Plantas 3979 3979 3979Observaciones 17032 17032 17032Test de Wald 386,23 265,63 453,29Ho: no autocorrelación

orden 1 (p-value) 0,00 0,00 0,00Ho: no autocorrelación

orden 2 (p-value) 0,41 0,56 0,52

K hcu: stock de capital corregido por año inicial - Harberger y por capacidad utilizada; PTF: produc-

tividad multifactorial; K/L: relación capital/trabajo (calificado + no calificado); deuda: deuda/activos fijos; impuestos: impuestos/utilidades antes de impuestos; M: importaciones; Q: produc-ción; X: exportaciones (se excluyó 5% superior e inferior de cada serie). ***, **, *: coeficientesignificativo al 1%, 5% y 10%, respectivamente; los números en paréntesis representan los valorest (White) ajustados por heterocedasticidad. Fuente: DANE, Echavarría (2005) y cálculos de losautores. Metodología: Arellano y Bond (1998).

110110110110110


Cuadro 5. Determinantes del cambio técnico en industria (con aranceles alas importaciones y subsidios a las exportaciones).

Variable dependiente: PTF para la función de producción con Khcu.

Coef. t Coef t Coef. t

(1) (2) (3) (4) (5) (6)PTF-1 2,2E-01 (5,26)*** 2,2E-01 (5,39)*** 2,2E-01 (5,24)***K/L 3,6E-05 (7,18)*** 3,3E-05 (6,65)*** 3,6E-05 (7,22)***K/L-1 -1,6E-05 -(3,28)*** -1,5E-05 -(3,03)*** -1,7E-05 -(3,34)***K/L-2 -2,8E-07 -(0,06) -1,2E-07 -(0,03) -1,1E-07 -(0,02)Subsidios a X -2,8E-03 -(1,35) -2,8E-03 -(1,34) -2,9E-03 -(1,39)Subsidios a X-1 -4,5E-03 -(2,48)*** -5,1E-03 -(2,84)*** -4,5E-03 -(2,47)***Subsidios a X-2 -8,6E-05 -(0,05) -9,1E-04 -(0,53) -1,1E-04 -(0,06)Arancel 2,2E-06 (0,20) 2,9E-06 (0,27) 1,1E-05 (0,96)Arancel-1 3,8E-05 (1,31) 3,4E-05 (1,16) 5,0E-05 (1,73)AranceL-2 -2,0E-04 -(3,06)*** -2,1E-04 -(3,13)*** -1,8E-04 -(2,65)***Deuda 1,3E-03 (1,50) 1,0E-03 (1,22) 5,3E-04 (0,59)Deuda-1 -4,5E-03 -(5,18)*** -4,3E-03 -(4,92)*** -4,2E-03 -(4,73)***Deuda-2 1,8E-03 (1,85)* 1,8E-03 (1,88)* 1,6E-03 (1,63)*Impuestos -3,6E-02 -(2,53)*** -3,9E-02 -(2,71)*** -4,6E-02 -(3,12)***Impuestos-1 6,1E-02 (4,65)*** 6,1E-02 (4,61)*** 5,1E-02 (3,59)***lmpuestos-2 2,4E-02 (1,93)** 2,2E-02 (1,78)* 2,2E-02 (1,69)*Q 8,9E-08 (4,62)*** 8,9E-08 (4,65)***Q-1 1,8E-09 (0,10) 5,8E-10 (0,03)Q-2 -2,0E-08 -(0,84) -2,0E-08 -(0,84)Dummy inversión

extranjera 2,0E-03 (0,55) 3,8E-03 (1,10) 1,9E-03 (0,51)Concentración-

Herfindahl -6,6E-05 -(5,46)***Concentración

-Herfindahl-1 7,4E-06 (0,58)Concentración-

Herfindahl-2 -1 ,OE-05 -(0,72)Dummies sector y

área metropolitana X X X

Plantas 3.813 3.813 3.813Observaciones 10.798 10.798 10.798TestdeWald 390,5 308,1 465,3Ho: no autocorrelación


orden 2 (p-value) 0,04 0,05 0,05

K hcu: stock de capital corregido por año inicial - Harberger y por capacidad utilizada; PTF: produc-

tividad multifactorial; K/L: relación capital/trabajo (calificado + no calificado); Deuda: deuda/activos fijos; impuestos: impuestos/utilidades antes de impuestos; M: importaciones; Q: produc-ción; X: exportaciones (se excluyó 5% superior e inferior de cada serie). ***, **, *: coeficientesignificativo al 1%, 5% y 10% respectivamente; los números en paréntesis representan los valorest (White) ajustados por heterocedasticidad. Fuente: DANE, Echavarría (2005) y cálculos de losautores. Metodología: Arellano y Bond (1998).



111111111111111

Se realizaron varios experimentos adicionales, reportados aquí en for-ma apenas parcial. En primer lugar, los resultados anteriores resultanrobustos a la inclusión de variables dummy para los diferentes años(aun cuando se presentan mayores problemas relacionados con la co-rrelación de orden 2 en los errores). En segundo lugar, tampoco cam-bia los resultados la inclusión del producto entre las importaciones yla concentración (o entre el arancel y la concentración). El rezago 0 dela variable resulta significativo al 1%, con signo positivo, sugiriendoque la liberalización comercial elevó más la productividad de los secto-res concentrados, que gozaban de fuertes rentas oligopólicas antes de laapertura. Este efecto cruzado resulta aún más claro cuando se considerael producto entre al arancel y la concentración. El signo del coeficien-tes es negativo (y significativo al 1%) para los rezagos 0 y 2.

Tercero, se incluyó una variable dummy para aquellas firmas que hu-biesen entrado o salido de la muestra en el período, con un efecto nega-tivo (significativo al 1%) para las que entraron (no se obtuvieron resul-tados para las firmas salientes, por problemas de multicolinealidad).Finalmente, se corrió una regresión con la productividad como variabledependiente, una dummy para los años noventa, con dummies para lossectores CIIU y para las áreas metropolitanas. El coeficiente de la dummyresulta positivo y significativo al 1%, confirmando lo dicho en la sec-ción II.C, de que la productividad multifactorial fue más elevada en ladécada de 1990 que en la década anterior. Ello resulta válido cuando laproductividad se calcula con Kcu

h y con Kcu.

Interesa, finalmente, tener una idea general de la magnitud de los im-pactos de las distintas variables. Para ello se corrió la regresión de lacolumna 5 en el cuadro 4, con las variables en logaritmos y sin rezagos.Las respectivas elasticidades se reportan en el cuadro 6, junto con elcoeficiente beta estandarizado, ordenadas según el valor absoluto deeste coeficiente. Las variables Q, K/L, M/Q y los impuestos son las demayor “importancia”, en su orden, con elasticidades que oscilan entre34% y 3,5%.

112112112112112


Cuadro 6. Impacto de las distintas variables sobre la productividad.

Elasticidad Beta estandarizado*

Q 0,3486 1.E-01K/L 0,1510 5.E-02M/Q 0,0164 3.E-03Impuestos -0,0351 -6.E-03Deuda 0,0022 5.E-04X/Q -0,0006 -4.E-05Concentración-Herfindahl -0,0001 -8.E-08

IV. Conclusiones

La productividad multifactorial creció en Colombia en los años ochentay en los años noventa, cuando se miden adecuadamente los factores einsumos y cuando se trabaja con metodologías econométricas ade-cuadas. Creció más en la década de 1990 que en la década de 1980, enbuena parte gracias al impacto de las reformas económicas adoptadasa comienzo de la década, y su evolución favorable ha estado asociadacon la apertura “hacia dentro” (i.e., altas importaciones y bajos aran-celes y para-aranceles) más que con las mayores exportaciones y sub-sidios a las exportaciones. La existencia de mayores niveles deinnovación en sectores desconcentrados sugiere que el efecto benéfi-co de la apertura fue aun mayor en sectores con alto poder oligopólico.

En Colombia innovan más las plantas que crecen (o grandes), aquellascon alta inversión (o con alta relación capital-trabajo) y con bajos nive-les de deuda. La ausencia de un impacto claro de los menores impues-tos sobre la productividad, lleva a cuestionar las bondades de lasexenciones masivas brindadas por este gobierno al sector productivocolombiano (al menos en lo que se relaciona con la productividad).

La literatura internacional tiende a mostrar que las firmas multinacio-nales son diferentes a las firmas locales en tamaño, salarios pagados,intensidad de capital, utilización de mano de obra calificada y expor-taciones. Pero en Colombia exportan menos que la firma nacional



113113113113113

promedio y (como en el resto del mundo) no innovan más. Ésta es unárea importante de investigación futura y de política, si se considerael enorme potencial de innovación y de diseminación del cambio téc-nico que tienen estas compañías y el alto peso relativo que ya tienenen la producción industrial del país.

Referencias

ACKERBERG, D.; CAVES, K. and FRAZER, G. (2005). Structuralidentification of production functions. University of California.

AITKEN, B. and HARRISON, A. (1999). “Do domestic firms benefitfrom direct foreign investment? Evidence from Venezuela”,American Economic Review, 89(3):605-18.

ARBELÁEZ, M. A. y ECHAVARRÍA, J. J. (2001). “Crédito, liberali-zación financiera e inversión en el sector manufacturero Co-lombiano”, Coyuntura Económica, 31(3-4):73-104.

ARELLANO, M. and BOND, S. (1988a), “Dynamic panel dataestimation using Dpd. -a guide for users”, Working Paper, 88/15. Institute for Fiscal Studies.

____ (1988b). “Dynamic panel data estimation using Dpd. -a guidefor users”, Working Paper, 88/15, Institute for Fiscal Studies.

ARELLANO, M. and BOVER, O. (1995). “Another look at the ins-trumental variable estimation of error-components models”,Journal of Econometrics, 68:29-51.

BECK, T.; LEVINE, R. and LOAYZA, N. (2000). “Finance and thesources of growth”, Journal of Financial Economics, 58(1-2):261-300.

BERNARD, A. and JENSEN, J. B. (1999). “Exceptional exporterperformance: cause, effect or both?”, Journal of InternationalEconomics, 47(1):1-25.

114114114114114


BIRD, R.; ECHAVARRÍA, J. J.; POTERBA, J. and SLEMROD, J.(2005). “Introduction”, in R. Bird, J. Poterba, and Slemrod, J.Fiscal Reform in Coolombia. Problems and Prospects. MITPress, pp. 153-190.

BOND, S. (2002). “Dynamic panel data models. A guide to micro datamethods and practice”, Cemmap Working Paper, CWP09/02.

BORENSZTEIN, E.; DE GREGORIO, J. and LEE, J. W. (1999). “Howdoes foreign investment affect economic growth”, Journal ofInternational Economics, 45(1):115-35.

BUTLER, I. and SÁNCHEZ, G. (2002). Market institutions, labormarket dynamics, growth and productivity in Argentina. Mimeo.

CÁRDENAS, M. (2002), “Economic growth in Colombia. A reversalof fortune?”, Working Paper. Center for InternationalDevelopment (CID), Harvard University.

CHENERY, H. (1986). “Growth and transformation”, in H. Chenery,J. D. Lewis, J. De Melo and S. Robinson, Industrialization andGrowth. Oxford University Press., pp. 13-36.

CHICA, R. (1996). Crecimiento de la productividad y cambio técnicoen la industria manufacturera colombiana: 1974-1994. Mimeo,DNP, Colciencias, Fonade.

CLAVIJO, S. (1990). “Productividad laboral, multifactorial y la tasade cambio real en Colombia”, Ensayos sobre Política Econó-mica, 17:73-99.

____ (2003). “Crecimiento, productividad y la nueva economía”, Bo-rradores de Economia, 228, Bogotá, Banco de la República.

CLERIDES, S.; LACH, S. and TYBOUT, J. (1998). “Is learning byexporting important? Micro-dymanic evidence from Colombia,México and Morocco”, Quarterly Journal of Economics,113(3):903-47.



115115115115115

DE GREGORIO, J. and LEE, J. W. (2001). “Economic growth in LatinAmerica: sources and prospects”, Paper presented for the Glo-bal Development Network.

DE LONG, B. and SUMMERS, L. (1991). “Equipment investmentand economic growth”, Quaterly Journal of Economics,106(2):445-502.

EASTERLY, W. and LEVINE, R. (2002). “It’s not factor accumulation:stylized facts and growth models”, Working Paper, 164. Chile,Banco Central de Chile.

ECHAVARRÍA, J. J. (1990). “Cambio técnico, inversión, y reestruc-turación industrial en Colombia”, Coyuntura Económica, 2:55-78.

____ (2003). “Características, determinantes e impacto de las expor-taciones en Colombia. Resultados a nivel de firma”, CoyunturaEconómica, 33(2):69-104.

____ (2005). Los determinantes del cambio técnico en la industriacolombiana. Mimeo.

ECHAVARRÍA, J. J. and VILLAMIZAR, M. (2006). “El procesocolombiano de desindustrialización”, Borradores de Economía,361. Bogotá, Banco de la República.

EDWARDS, S. (1998). “Openness, productivity and growth: what dowe really know?”, Economic Journal, 108(447):383-98.

ESLAVA, M. et.al. (2004). “The effect of structural reforms onproductivity and profitability enhancing reallocation: evidencefrom Colombia”, NBER Working Paper, 10367.

FERNÁNDEZ, A. M. (2003). “Trade policy, trade volumes and plant-level productivity in Colombian manufacturing industries”, TheWorld Bank, Policy Research Paper Series, vol. 3064. The WorldBank.

116116116116116


GONZÁLEZ, J. (2004). Capital humano: ¿qué es y cómo se mide?.Mimeo.

GRILICHES, Z. and MAIRESSE, J. (1998). “Production functions:the search for identification”, in S. Strom, Econometrics andEconomic Theory in the Twentieth Century: the Ragnar FrischCentennial Symposium. Cambridge University Press, pp. 169-203.

HADDAD, M. and HARRISON, A. (1993). “Are there positivespillovers from direct foreign investment?”, Journal of Devel-opment Economics, 42:51-74.

HALLBERG, K. (1990). “Colombia. Industrial competition and per-formance”, Report no.7921-Co. World Bank.

HANSON, G. (2001). “Should countries promote foreign directinvestment?”, G-24 Discussion Paper, vol. 9.

HARBERGER, A. C. (1969). “La tasa de rendimiento de capital enColombia”, Revista de Planeación y Desarrollo, 3:13-42.

HAYASHI, F. and INOUE, T. (1982). “The relationship between firmgrowth and Q with multiple capital goods: theory and evidencefrom panel data on Japanese firms”, Econometrica, 56(1371-96).

ISCAN, T. (1998). “Trade liberalisation and productivity: A panel studyof the Mexican manufacturing industry”, Journal of Develop-ment Studies, 34(5):123-148.

JARAMILLO, F. and SCHIANTARELLI, F. (1997). “Access to longterm debt and effects on firm performance: lessons from Ecua-dor”, Policy Research Working Paper, 1275. World Bank.

JORGENSON, D. W. and STIROH, K. J. (2000). “U.S. Economicgrowth at the industry level”, American Economic Review, 90(2).



117117117117117

KALDOR, N. (1994). “Verdoorn’s law—The externalities hypothesisand economic growth in the U.K.: discussion”, in J. E. King,Economic Growth in Theory and Practice: A Kaldorian Per-spective, Aldershot, pp. 442-445.

KELLER, W. and YEAPLE, S. (2002). Multinational enterprises,international trade and productivity growth: firm level evidencefrom the United States. Mimeo.

LALL, S. (2004). “Reinventing industrial strategy: the role of gov-ernment policy in building industrial competitiveness”, Work-ing Paper, TIPS, 9.

LEVINE, R. (2004). “Finance and growth: theory and evidence”,NBER Working Paper, 10766.

LEVINSOHN, J. and PETRIN, A. (2000). “When industries becomemore productive, do firms? Investigating productivity dynam-ics”, NBER Working Paper, 6893.

LOAYZA, N.; FAJNZYLBER, A. and CALDERÓN, C. (2002).“Economic growth in Latin America and the Caribbean. Stylizedfacts, explanations and forecasts”, World Bank.

MEDINA, P.; MELENDEZ, M. and SEIM, K. (2002). “Productivitydynamics of the Colombian manufacturing sector”, CEDE. Uni-versidad de los Andes.

MUENDLER, M. A. (2002). Trade, technology and productivity: astudy of Brazilian manufactures, 1986-1998. Mimeo.

MULLIGAN, C. and SALA-I-MARTIN, X. (2004). “Measuringaggregate human capital”, NBER Working Paper Series, 5016.

NUCCI, F.; POZZOLO, A. F. and SCHIVARDI, F. (2005). Is firm´sproductivity related to its financial structure? Evidence frommicroeconomic data. Mimeo.

118118118118118


OLLEY, S. and PAKES, A. (1996). “The dynamics of productivity inthe telecommunications equipment industry”, Econometrica,64:1263-97.

PAVCNIK, N. (2001). “Trade liberalization, exit and productivityimprovements: evidence from Chilean plants”, Review of Eco-nomic Studies, 69(1):245-76.

POMBO, C. (1999). “Productividad industrial en Colombia: una apli-cación de números índices”, Revista de Economía N. T.de laUniversidad del Rosario, 2(1):107-39.

RIOJA, F. K. and VALEV, N. T. (2004). “Finance and the sources ofgrowth at various stages of economic development”, EconomicInquiry, 42:27-40.

ROSALES, M. F. (2005). “La productividad y sus determinantes: elcaso de la industria manufacturera bogotana”, Tesis de Maes-tría en Economía. Bogotá, Universidad de los Andes.

SACHS, J. and WARNER, A. M. (1995). “Economic reform and theprocess of global integration”, Brookings Papers on EconomicActivity, 1:1-62.

SENHADJI, A. (1999). “Sources of economic growth: an extensivegrowth accounting exercise”, International Monetary Fund Work-ing Paper, WP/99/77.

SJOHOLM, F. (1997). Exports, imports and productivity: results fromIndonesian establishment data. Mimeo, Stockholm School ofEconomics.

SYVERSON, C. W. (2005). “Market structure and productivity”, Ph.D. Thesis, University of Maryland.

TYBOUT, J. (2000). “Manufacturing firms in developing countries:how well do they do, and why?”, Journal of Economic Literature,38(1):11-44.



119119119119119

VILLAMIL, J. (1999). Análisis de los determinantes de la productivi-dad y el cambio técnico. Aplicación al caso de la industria co-lombiana. Bogotá, Mimeo, Universidad Nacional de Colombia.

WACZIARG, R. (2001). “Measuring the dynamic gains from growth”,The World Bank Economic Review, 15:393-430.

120120120120120


Anexo

Cuadro 1. Función de producción para la industria manufacturera colom-biana, con Kcu.

Variable dependiente: producción (q)

LP MCO EFEmpleo no calificado (lnc) 0,15 0,16 0,16

(47,5)*** (86,1)*** (75,6)***Empleo calificado (lc) 0,13 0,09 0,07

(55,1)*** (62,0)*** (47,2)***Energía (en) 0,06 0,09 0,09

(22,5)*** (58,4)*** (51,2)***Materias primas (mp) 0,44 0,59 0,57

(8,6)*** (357,8)*** (310,2)***Stock de capital (Kcu) 0,26 0,08 0,09

(6,8)*** (71,3)*** (65,2)***Dummy (sectores y área metropolitana) X XPlantas 8.931 8.931 8.931Observaciones 78.718 78.718 78.718Observaciones promedio por grupo 29 8,8 8,8Observaciones máximas por grupo 29 22 22Test de Wald (Ho: rendimientosconstantes, p-value) 0,34

***: significativo al 1%.LP: Levinsohn-Petrin; MCO: mínimos cuadrados ordinarios; EF: efectos fijos. Fuente: DANE y cálcu-los de los autores. Metodología: Levinsohn-Petrin (2000); la regresión se estimó para el período 1981-2002. El stock de capital (Kcu) se obtuvo al corregir por el coeficiente de utilización de capacidad calculadopor Fedesarrollo desde 1981. Se eliminaron los valores extremos (5% superior e inferior) de cada serie.



121121121121121

Cuadro 2. Determinantes del cambio técnico en industria (con M/Q y X/Q).

Variable dependiente: PTF para la función de producción con Kcu.

Coef. t Coef. t Coef. t

(1) (2) (3) (4) (5) (6)PTF-1 3,6E-01 (16,91)*** 3,5E-01 (16,66)*** 3,6E-01 (16,76)***K/L 3,6E-04 (3,33)*** 2,2E-04 (2,02)*** 3,6E-04 (3,36)***K/L-1 -4,8E-04 -(4,73)*** -4,1E-04 -(3,92)*** -4,8E-04 -(4,74)***K/L-2 5,2E-05 (0,58) 1,0E-04 (1,07) 5,3E-05 (0,60)X/Q 8,3E-04 (0,08) 7,8E-04 (0,07) 3,3E-04 (0,03)X/Q-1 7,0E-05 (0,01) -1,3E-03 -(0,13) -1,2E-03 -(0,12)X/Q-2 -2,2E-03 -(0,21) -1,5E-03 -(0,14) -3,2E-03 -(0,31)M/Q 3,5E-03 (1,80)* 2,3E-03 (1,13) 1,0E-03 (0,53)M/Q-1 7,0E-03 (3,01)*** 7,5E-03 (3,17)*** 6,9E-03 (2,98)***M/Q-2 1,1E-02 (4,51)*** 1,1E-02 (4,58)*** 9,4E-03 (3,83)***Deuda 1,1E-02 (0,69) 1,3E-02 (0,79) 1,0E-02 (0,67)Deuda-1 -3,1E-02 -(1-77)* -3,3E-02 -(1,85)* -2,7E-02 -(1,50)Deuda-2 -1,1E-02 -(0,63) -7,7E-03 -(0,42) -1,8E-02 -(1,02)Impuestos -1,0E+00 -(4,74)*** -1,0E+00 -(4,75)*** -1,2E+00 -(5,39)***Impuestos-1 8,0E-01 (3,18)*** 7,7E-01 (3,03)*** 6,8E-01 (2,67)***lmpuestos-2 6,6E-02 (0,28) 4,8E-02 (0,20) 4,6E-02 (0,19)Q 2,7E-06 (3,20)*** 2,7E-06 (3,23)***Q-1 -1,4E-06 -(3,05)*** -1,4E-06 -(3,02)***Q-2 -1,3E-07 -(1,12) -1,4E-07 -(1,22)Dummy inversión

extranjera -6,2E-02 -(1,31) 2,9E-02 (0,66) -6,5E-02 -(1,36)Concentración-Herfindahl -1,6E-03 -(6,75)***Concentración-Herfindahl-1 1,3E-04 (0,52)Concentración-Herfindahl-2 -1,8E-05 -(0,07)Dummies sector y área

metropolitana X X X

Plantas 4.006 4.006 4.006Observaciones 16.970 16.970 17.032Test de Wald 575,0 462,1 453,3Ho: no autocorrelación


orden 2 (p-value) 0,09 0,16 0,52

Kcu: stock de capital corregido por año inicial - Harberger y por capacidad utilizada; PTF: produc-tividad multifactorial; K/L: relación capital/trabajo (calificado + no calificado); Deuda: deuda/activos fijos; impuestos: impuestos/utilidades antes de impuestos; M: importaciones; Q: produc-ción; X: exportaciones (se excluyó el 5% superior e inferior de cada serie). ***, **, *: coeficientesignificativo al 1%, 5% y 10% respectivamente; los números en paréntesis representan los valorest (White) ajustados por heterocedasticidad. Fuente: DANE, Echavarría (2005) y cálculos de losautores. Metodología: Arellano y Bond (1998).

122122122122122


Cuadro 3. Determinantes del cambio técnico en industria (con aranceles alas importaciones y subsidios a las exportaciones).

Variable dependiente: PTF para la función de producción con Kcu.

Coef. t Coef. t Coef. t

(1) (2) (3) (4) (5) (6)PTF-1 3,2E-01 (11,25)*** 3,1E-01 (10,74)*** 3,3E-01 (11,29)***K/L 6,1E-04 (4,01)*** 4,6E-04 (2,98)*** 6,1E-04 (4,06)***K/L-1 -4,9E-04 -(3,33)*** -4,2E-04 -(2,83)*** -4,9E-04 -(3,35)***K/L-2 -4,4E-05 -(0,32) -2,1E-05 -(0,15) -3,4E-05 -(0,25)Subsidios a X -6,4E-02 -(1,20) 4,6E-04 (2,98)*** -6,6E-02 -(1,24)Subsidios a X-1 -1,7E-01 -(3,20)*** -4,2E-04 -(2,83)*** -1,8E-01 -(3,24)***Subsidios a X-2 5,1E-02 (0,91) -2,1E-05 -(0,15) 4,6E-02 (0,81)Arancel 1,0E-05 (0,04) 1,3E-05 (0,05) 3,4E-04 (1,25)Arancel-1 9,9E-04 (1,26) 1,0E-03 (1,24) 1,3E-03 (1,69)Arancel-2 -8,1E-03 -(5,01)*** -8,6E-03 -(5,24)*** -7,2E-03 -(4,40)***Deuda 5,2E-02 (2,24)*** 5,5E-02 (2,33)*** 4,4E-02 (1,80)*Deuda-1 -1,0E-01 -(4,79)*** -1,1E-01 -(5,04)*** -9,1E-02 -(4,19)***Deuda-2 4,6E-02 (1,71)* 4,7E-02 (1,68)* 3,8E-02 (1,38)Impuestos -1,1E+00-(3,51)*** -1,2E+00 -(3,64)*** -1,3E+00 -(3,97)***Impuestos-1 1,2E+00 (3,84)*** 1,1E+00 (3,69)*** 1,0E+00 (3,17)***lmpuestos-2 2,2E-01 (0,75) 1,4E-01 (0,47) 2,9E-01 (0,98)Q 4,3E-06 (3,15)*** 4,3E-06 (3,20)***Q-1 -1,8E-06 -(2,31)*** -1,8E-06 -(2,33)***Q-2 3,8E-08 (0,13) 5,6E-08 (0,19)Dummy inversión

extranjera 1,5E-02 (0,17) 1,9E-01 (2,26)** 1,2E-02 (0,14)Concentración-

Herfindahl -1,7E-03 -(5,53)***Concentración-

HerfindahL-1 2,6E-04 (0,77)Concentración-

HerfindahL-2 2,8E-04 (0,77)Dummies sector y

área metropolitana X X X

Plantas 3.775 3.775 3.775Observaciones 10.548 10.548 10.548Test de Wald 501,38 406,32 589,87Ho: no autocorrelación


orden 2 (p-value) 0,01 00,07 0,01

Kcu: stock de capital corregido por año inicial - Harberger y por capacidad utilizada; PTF: produc-tividad multifactorial; K/L: relación capital/trabajo (calificado + no calificado); deuda: deuda/activos fijos; impuestos: impuestos/utilidades antes de impuestos; M: importaciones; Q: produc-ción; X: exportaciones (se excluyó el 5% superior e inferior de cada serie). ***, **, *: coeficientesignificativo al 1%, 5% y 10%, respectivamente; los números en paréntesis representan los valorest (White) ajustados por heterocedasticidad. Fuente: DANE, Echavarría (2005) y cálculos de losautores. Metodología: Arellano y Bond (1998).

PRIMER SEMESTRE DE 2006 ISSN 1900-7760 · La diferencia entre ωt y ε ... insumos, y conduce al...

Documents

Transcript of PRIMER SEMESTRE DE 2006 ISSN 1900-7760 · La diferencia entre ωt y ε ... insumos, y conduce al...