caracterización de las regiones de la unión europea a partir de su … · 2017-11-11 · para...

1

Caracterización de las regiones de la Unión Europea a partir de su especialización productiva

Autores y e-mail de la persona de contacto: Pardo Fanjul, Ana* [email protected] Abad-González, Julio* Gutiérrez-López, Cristina** Departamento: * Economía y Estadística ** Dirección y Economía de la Empresa Universidad: León Área Temática: 1. Análisis económico espacial, métodos de análisis regional y econometría espacial Resumen:

La configuración de la Unión Europea y su diversidad justifican el interés por analizar el grado de similitud entre las áreas o regiones que la forman. No obstante, las sucesivas incorporaciones de nuevos Estados hacen preciso delimitar un marco temporal para seleccionar los países objeto de estudio. A este factor se suma el impacto de la reciente crisis económica, con especial incidencia en el continente europeo.

Con estas premisas, el objetivo del trabajo es caracterizar y comparar las regiones de

la Unión Europea a través de su especialización productiva, utilizando técnicas estadísticas multivariantes para analizar su evolución temporal, y comparar su situación antes y después del inicio de la citada crisis.

Para ello, considerando las ramas de actividad económica con la mayor

desagregación disponible, se han seleccionado regiones de los 25 países que configuraban la UE en 2004, fecha elegida como inicio del estudio empírico por coincidir con la última gran ampliación de la UE. A efectos de desarrollar el estudio temporal, el período analizado (2004-2013) permite distinguir dos etapas cuyo punto de separación se sitúa en 2008, año en que la crisis manifiesta sus primeros síntomas en Europa. Palabras Clave: UE-25, regiones, especialización productiva, índices de localización, análisis multivariante. Clasificación JEL: C19, R11, R12, R15

2

1. INTRODUCCIÓN

Las teorías neoclásicas del comercio internacional, bajo el supuesto de competencia perfecta, sugieren que los países se especializan en aquellos productos en los que tengan ventaja comparativa por las diferencias internacionales en la productividad del trabajo o por las diferentes dotaciones de un factor, esto es, cada país se especializa en la producción del bien en que utiliza intensivamente el factor en el que está mejor dotado.

Krugman (1991) indica que la integración económica debe conllevar un proceso de

relocalización de las actividades industriales con mayor nivel de concentración espacial y especialización regional. Sin embargo, comprueba que la especialización en los países europeos es comparativamente inferior a la que observa en las regiones estadounidenses de mayor tamaño, que son similares en tamaño y población. El motivo principal reside en la existencia de barreras al comercio en Europa.

En los últimos años, sin embargo, la configuración de la Unión Europea y su

diversidad justifican el interés por analizar el grado de similitud entre las áreas o regiones que la forman. No es nuevo el interés en la literatura económica por conocer cómo influye el proceso de integración económica tanto en la especialización como en la concentración espacial de los distintos sectores económicos.

Con estos precedentes, este trabajo pretende caracterizar las regiones de los 25 países que configuraban la UE en 2004 a través de su especialización productiva. El horizonte temporal elegido (2004-2013) permite asimismo evaluar el impacto de la crisis financiera y distinguir dos sub-periodos cuyo punto de separación es 2008. A los epígrafes siguientes se destina la revisión teórica de los estudios sobre la materia y los indicadores empleados, así como la descripción de los datos y la discusión de los resultados.

2. ANTECEDENTES

Los estudios centrados en la especialización de las regiones europeas difieren en la

agregación de las distribuciones de referencia (consideran todos los sectores productivos o sólo el manufacturero), los niveles de desagregación sectorial, las unidades geográficas consideradas –los trabajos se realizan a nivel de países miembros o se desagregan en términos regionales hasta el nivel NUTS 2– y los indicadores económicos empleados (habitualmente, producción en términos de valor añadido bruto –VAB–, empleo o exportaciones). Además, hasta fechas recientes los periodos de estudio han sido cortos por la falta de horizontes temporales homogéneos más extensos.

Dado el progresivo proceso de ampliación de la Unión Europea, es posible encontrar

trabajos que analicen su especialización y concentración geográficas en diferentes versiones de su configuración. Por ejemplo, Rodríguez Nuño (2001) evalúa para los sectores manufactureros la situación de la UE-9 en el período 1980-1995, observando que dichos países acentúan su nivel de especialización.

Entre los trabajos que analizan las regiones UE-15, los trabajos de Molle (1996) y

Hallet (2000) consideran 17 sectores y ambos incluyen agricultura y cinco sectores servicios. El primero utiliza datos de empleo, se centra en el período 1950-1990 y aplica coeficientes de localización y especialización, destacando entre sus resultados la tendencia de las regiones a desespecializarse y de los sectores a desconcentrarse

3

espacialmente. En el segundo estudio, elaborado a partir de datos sobre el VAB, se analiza la información sobre 119 regiones (considerando zonas NUTS 1 y NUTS 2), resultando que sólo 34 han aumentado su nivel de especialización en el período 1980-1995.

La variable empleo es también la elegida en otros artículos de interés que se ciñen a

uno o varios países europeos. Es el caso de Suedekum (2006), que analiza el caso alemán para el período 1993-2001 y sobre datos nivel NUTS 1 (16 regiones) y NUTS 3 (439 regiones), no advirtiendo indicios de un proceso de especialización de las regiones alemanas ni de sus industrias, ni en la Alemania federal ni en el país en su conjunto. Del mismo modo, Kallioras y Petrakos (2010) evalúan los datos previos a la adhesión de los estados que forman parte de la ampliación de 2004 y 2007 para el período 1991–20001. Su análisis se centra en el sector de la industria, tanto por ser el principal canal de difusión de las dinámicas de la integración por su carácter negociable como por los vínculos que tiene con otros sectores productivos. Las regiones se seleccionan a nivel NUTS 3 y las ramas productivas tomando una estructura de 2 dígitos en NACE.

Entre los estudios más recientes que consideran el conjunto de la UE es destacable

el trabajo de Ezcurra, Pascual y Rapún (2006), que evalúa el período 1977-1999 para 197 NUTS 2 en una desagregación de 17 actividades productivas. Los resultados obtenidos indican un proceso de convergencia en las estructuras productivas de las regiones durante el periodo estudiado que abarca veintitrés años. Esto se debe al comportamiento de las regiones con altos niveles de especialización al principio del periodo, donde las estructuras productivas tienden a cambiar hacia la media europea con el paso del tiempo. Con este análisis también confirman el papel principal que desempeñan el tamaño regional, el acceso al mercado y la localización geográfica a la hora de explicar la especialización en un contexto europeo.

Por su parte, Krieger-Boden y Traistaru-Siedschlang (2008) toman datos de la UE-

15 para el período 1980–2003 y de la UE-25 para 1993-2003 –aunque la falta de disponibilidad de datos excluye a Chipre, Bulgaria y Rumania–. Su muestra se compone de 246 NUTS y 15 industrias de acuerdo a la clasificación NACE, incluyendo 7 de manufacturas y cinco de servicios, si bien a efectos del análisis final se agregan en cinco sectores: agricultura, manufacturas, construcción, servicios de mercado, y servicios de no-mercado. De los resultados se observa en los 80 cierta polarización en la UE, pues la combinación de especialización regional y concentración industrial ha disminuido o se ha mantenido constante (dependiendo de si se mide en términos absolutos o relativos). Sin embargo, a partir de los noventa la tendencia cambia y el proceso de reducción de la polarización se paraliza. En esos años se observa un aumento de la concentración en los sectores de mayor tamaño y, específicamente, en la agricultura.

De los trabajos anteriores pueden extraerse valiosas conclusiones que condicionan el

trabajo realizado: Parece adecuado desarrollar un estudio regional europeo considerando un nivel

de desglose NUTS 2.

1 Finalmente, las limitaciones de datos a nivel sector restringen el análisis final a Eslovenia, Hungría, Estonia, Bulgaria y Rumania.

4

El impacto del sector agrícola sobre el análisis global de la especialización regional es significativo y ha de valorarse la conveniencia de su inclusión en el análisis.

Es relevante considerar un horizonte temporal amplio, reciente –la mayoría de estudios realizados sobre esta materia no se refiere a la actual configuración de la UE– y que permita la subdivisión en varios periodos.

3. MÉTODOLOGÍA

A la hora de realizar estudios regionales las técnicas cuantitativas de análisis económico han ocupado siempre un lugar importante. Esto ha llevado a que la cantidad de ellas que a lo largo de su historia se han utilizado sea muy amplia2. De una forma muy sintética podemos distinguir entre técnicas propias del análisis regional, aquellas que han surgido de forma específica para explicar aspectos regionales; técnicas procedentes del análisis macroeconómico, aquellas técnicas que aunque han sido desarrolladas para el análisis económico nacional pueden ser aplicadas a escala regional; y técnicas estadísticas multivariantes, miden sobre una población y en momentos de tiempo diferentes una serie de variables que pueden ser cuantitativas o cualitativas.

Lo más habitual, en los distintos estudios de carácter territorial cuyo objetivo es

analizar el grado de similitud entre distintas áreas o regiones, es utilizar indicadores que nos permitan determinar el grado de especialización y concentración geográfica de los distintos sectores económicos a lo largo del tiempo. Los más utilizados son los que se comentan a continuación.

El índice de Theil, utilizado entre otros por Cuadrado Roura, Mancha y Garrido

(1988) y Rodríguez (1998), es una medida de desigualdad basada en la entropía de Shannon y permite ser desagregado en un componente de desigualdad al interior de los grupos de estudio, y otro correspondiente a la desigualdad entre grupos.

Krugman (1991), Brültart y Torstensson (1996) o Álvarez y García (1998) entre

otros utilizan el índice de Gini para medir el nivel de concentración sectorial. Houdebine (1999) combina éste índice con el de Herfindahl y con el de Ellison-Glaeser (1994). Este último, llamado índice de concentración geográfica, mide el grado de localización de una industria, en términos de exceso de concentración geográfica más allá del grado de concentración que se observaría si las empresas que componen dicha industria se ubicaran geográficamente de manera aleatoria.

Para cuantificar las disparidades regionales Camagni, Cappellin y Marelli (1980) se

basan en el Índice de Florence, índice de asociación geográfica, que permite cuantificar la diferencia o semejanza de las estructuras productivas comparándolas con la media nacional.

Cuando tratamos de medir los factores que influyen en la localización de una

actividad económica en una región, podemos utilizar medidas relativas que nos permiten comparar una determinada variable tanto a nivel regional como nacional o supranacional. De entre estas medidas, cabe destacar el índice de localización y el

2 Encontramos una revisión más detallada en Isard (1960), Martín Guzmán (1988) Ramírez Sobrino (1993) y Abad González (2000).

5

coeficiente de especialización, recogidos por Isard (1960) y utilizados, entre otros, por Molle (1996) Hallet (2000), puesto que serán parte del instrumental metodológico empleado en este trabajo.

Denominando: vij al valor de la magnitud en estudio para la rama de actividad i en la región j, vIj al valor de esa magnitud para todas las ramas en la región j, viJ al valor de esa magnitud para la rama de actividad i en todas las regiones, viJ al valor de esa magnitud para todas las ramas en todas las regiones, se define el índice de localización de la rama de actividad i en la región j como:

⁄

⁄

y el coeficiente de especialización de la región j como:

∑

Como se puede observar en ambas expresiones, estos índices se basan en la comparación del peso relativo que tiene una rama de actividad en una región con el que tiene a nivel nacional (o supranacional). El coeficiente de especialización proporciona una medida sintética para cada región mientras que los índices de localización permiten valorar cuáles son los sectores que se encuentran sobre-representados (Lij>1) o infra-representados (Lij<1) en comparación con el conjunto de regiones analizadas. Cuanto más diferentes sean esos pesos relativos respecto del conjunto de regiones, más se alejarán los índices de localización de la unidad y más elevado será el coeficiente de especialización.

Una vez calculados estos índices, y con el fin de establecer una categorización de

regiones, se utilizará el análisis cluster por tratarse ésta de una técnica estadística que permite establecer una clasificación de individuos en grupos o clusters de modo que se asegure la homogeneidad intra-grupo y la heterogeneidad entre grupos. De entre las distintas versiones que existen de este análisis, se ha optado por un procedimiento no jerárquico, dado que no requiere establecer a priori el número de grupos a formar. En concreto, se ha utilizado el algoritmo aglomerativo de Ward –descrito por Kaufman y Rousseeuw (1990) y Legendre y Legendre (2012) –que, en cada paso agrupa los dos clusters que dan lugar a un menor incremento del total de la varianza del clúster después de su agrupación. Los resultados de este algoritmo se suelen representar mediante dendrogramas que muestra el orden en el que se forman los cluster y la distancia a la que se produce cada agrupación.

4. DATOS

Puesto que el periodo objeto de estudio es el decenio 2004-2013, se han considerado las 251 regiones3 a nivel NUTS 2 en que se subdividían los 25 países miembros de la

3 Se han excluido del análisis un total de nueve regiones que no se encuentran en el continente europeo: las cinco regiones francesas de ultramar (Guadalupe, Martinica, Guayana Francesa, la Reunión, y Mayotte), las dos regiones insulares portuguesas (las Azores y Madeira), y las ciudades autónomas españolas de Ceuta y Melilla.

6

Unión Europea4 en 2004. A su vez, este periodo se ha subdividido en dos quinquenios: uno inmediatamente anterior al estallido de la crisis (2004-2008), y otro inmediatamente posterior al mismo (2009-13). Las variables estudiadas en cada uno de esos dos quinquenios es el valor añadido bruto (en euros) desagregado, de acuerdo con la clasificación de actividades económicas NACE Rev. 2, en los seis grupos de ramas de actividad siguientes:

A: agricultura, ganadería, silvicultura y pesca. B-E: industrias extractivas; industrias manufactureras; suministro de energía

eléctrica, gas, vapor y aire acondicionado; suministro de agua, actividades de saneamiento, gestión de residuos y descontaminación.

F: construcción. G-J: comercio al por mayor y al por menor, reparación de vehículos de motor y

motocicletas; transporte y almacenamiento; hostelería; información y comunicaciones.

K-N: actividades financieras y de seguros; actividades inmobiliarias; actividades profesionales, científicas y técnicas; actividades administrativas y servicios auxiliares.

O-U: administración pública, defensa y seguridad social obligatoria; educación; actividades sanitarias y de servicios sociales; actividades artísticas, recreativas y de entretenimiento; otros servicios; actividades de los hogares como empleadores de personal doméstico o como productores de bienes y servicios para uso propio; actividades de organizaciones y organismos extraterritoriales.

Toda esta información se ha obtenido fundamentalmente a partir del portal web de

Eurostat, aunque ha tenido que ser complementada5 en el caso de las regiones polacas con datos procedentes de la web de la Oficina Estadística Central de Polonia (GUS). 5. RESULTADOS

A partir de la información descrita en el apartado anterior, el primer análisis realizado ha tratado de comparar el nivel general de especialización de las regiones analizadas antes y después del estallido de la crisis. Para ello, se ha calculado el coeficiente de especialización de cada una de las 251 regiones en los dos sub-periodos antes descritos.

Los diagramas de caja representados en la figura 1 muestran que no existen grandes

diferencias en las distribuciones de dichos coeficientes en los dos quinquenios. Si representamos el coeficiente en sendos mapas (figuras 2 y 3, respectivamente),

observamos cómo, entre los países que presentaban un mayor número de regiones con una especialización más elevada antes de la crisis, se encuentran Grecia, Chequia, Hungría, Eslovaquia, Finlandia, España y Polonia (además de países “uniregionales” como Luxemburgo o Lituania); por el contrario, Francia, Italia, Dinamarca, Reino Unido, Irlanda o Bélgica (así como los “uniregionales” Malta y Estonia) destacan por los bajos coeficientes de especialización de sus regiones. 4 Por tanto, respecto de los actuales 28 miembros de la UE, también quedan excluidas las regiones de Bulgaria y Rumanía (países que se incorporaron a la UE el 1 de enero de 2007) y de Croacia (cuya adhesión fue el 1 de julio de 2013). 5 También se han subsanado algunos errores menores con información procedente de las páginas web de los institutos nacionales de estadística español (INE) y francés (INSEE).

7

Aunque, en líneas generales, no se observan cambios muy importantes en el periodo

2009-13 con relación al periodo anterior (ver tabla 1), sí cabe señalar que el nivel medio de especialización de las regiones desciende de forma significativa en países como Portugal, España, Finlandia o Chipre, mientras que aumenta en otros como Polonia, Irlanda, Francia o Malta.

Una vez estudiado el nivel de especialización de las regiones europeas y su

evolución en este periodo, resulta pertinente profundizar en cuáles son las actividades en las que se produce (o no) esa mayor especialización. Para ello, se han calculado los correspondientes índices de localización de cada una de las seis ramas de actividad en cada una de las 251 regiones y para cada uno de los dos sub-periodos considerados.

Figura 1. Diagramas de caja de los coeficientes de especialización

Fuente: elaboración propia

Los diagramas de caja que se recogen en la figura 4 permiten comparar las respectivas distribuciones de estos índices de localización en cada una de las seis ramas y en los dos quinquenios objeto de estudio. Una primera conclusión que permite extraer este gráfico es que sí existen diferencias relevantes al comparar las distribuciones de estos índices en las distintas ramas. Así, parece evidente que el nivel de dispersión de estos índices es mucho mayor en la rama A que en cualquiera de las otras cinco y que esta mayor variabilidad proviene básicamente de la presencia de regiones con índices de localización extremadamente elevados en comparación con los de otras ramas.

Por el contrario, también se observa como la rama O-U es la que muestra menos

diferencias entre regiones al situarse todas ellas en un rango de valores entre 0.5 y 1.5, aproximadamente.

Si atendemos a los valores medianos, encontramos que en casi todas las ramas éstos

se sitúan próximos a la unidad (que indicaría que la localización de la actividad en esa región coincide con la del conjunto de la Unión Europea), situándose por encima en las ramas B-E, F, O-U y especialmente en la rama A, y por debajo en la rama G-J y sobre todo en la rama K-N, para la que algo más del 75% de las regiones presentan índices de localización inferiores a la unidad en ambos periodos.

0 .1 .2 .3 .4 .5 .6 .7

2004-2008 2009-2013

8

Una última conclusión, que coincide con lo ya comentado para los coeficientes de especialización, es que tampoco parecen existir variaciones importantes en la distribución global de estos índices en cada una de las seis ramas en uno y otro periodo. No obstante, este análisis agregado no permite determinar si se han producido variaciones relevantes en estos índices en cada una de las regiones. Con el objeto de alcanzar este objetivo se han realizado tres gráficos (uno por cada par de ramas) en los que se muestran estas variaciones por países (ver figuras 5, 6 y 7).

Por tanto, en cada uno de estos gráficos se muestra, por países, un diagrama de

dispersión en el que una flecha indica la variación de los índices de localización de cada una de las regiones de ese país en las dos ramas representadas.

Figura 2. Coeficientes de especialización (2004-2008)


Figura 3. Coeficientes de especialización (2009-2013)

1º cuartil

2º cuartil

3º cuartil

4º cuartil

9


1º cuartil

2º cuartil

3º cuartil

4º cuartil

10

Tabla 1

Medias nacionales de los coeficientes de especialización regionales

País Nº regiones 2004-08 2009-13 Variación Austria (AT) 9 0.220 0.224 1.9% Bélgica (BE) 11 0.191 0.201 5.1% Chipre (CY) 1 0.270 0.210 –21.9% Chequia (CZ) 8 0.389 0.405 4.2% Alemania (DE) 38 0.217 0.221 1.6% Dinamarca (DK) 5 0.180 0.179 –0.7% Estonia (EE) 1 0.190 0.190 –0.1% Grecia (EL) 13 0.389 0.340 –12.6% España (ES) 17 0.277 0.231 –16.5% Finlandia (FI) 5 0.317 0.266 –16.1% Francia (FR) 22 0.158 0.188 19.3% Hungría (HU) 7 0.337 0.365 8.5% Irlanda (IE) 2 0.179 0.221 23.5% Italia (IT) 21 0.166 0.156 –6.2% Lituania (LT) 1 0.330 0.362 9.6% Luxemburgo (LU) 1 0.388 0.383 –1.4% Letonia (LV) 1 0.231 0.202 –12.7% Malta (MT) 1 0.154 0.186 21.1% Holanda (NL) 12 0.215 0.226 5.4% Polonia (PL) 16 0.276 0.329 19.1% Portugal (PT) 5 0.247 0.210 –15.0% Suecia (SE) 8 0.239 0.229 –4.2% Eslovenia (SI) 2 0.241 0.216 –10.3% Eslovaquia (SK) 4 0.329 0.303 –8.1% Reino Unido (UK) 40 0.188 0.184 –2.1% Unión Europea (EU25) 251 0.233 0.232 –0.3%

Fuente: elaboración propia Aunque en la mayoría de los casos el número de regiones con que cuenta un país y/o

la proximidad de sus valores no permite una identificación clara de estas variaciones, sin embargo, sí nos permite percibir ciertas pautas. A modo de ejemplo, en la figura 6 se observan importantes desplazamientos verticales hacia abajo en las regiones españolas, griegas o irlandesas, lo cual resulta coherente con la fuerte caída de la actividad experimentada por estos países a partir de 2008 en la rama F de la construcción (que es la que se representa en el eje vertical de este gráfico). Por el contrario, apenas se advierten desplazamientos horizontales en la figura 7, lo que indica las escasas diferencias que se han producido en los índices de localización de la rama O-U entre los dos periodos. Por otra parte, la figura 5 nos permite apreciar cómo aquellas regiones con índices de localización en la rama A extremadamente elevados (a los que se hizo referencia con anterioridad) pertenecen, principalmente, a Hungría, Grecia, España, Portugal y Polonia.

A continuación, y con el objeto de alcanzar una categorización de las regiones de

acuerdo con su especialización productiva, se llevan a cabo sendos análisis cluster (uno para cada periodo) sobre estos índices de localización. No obstante, los resultados que estos análisis proporcionan se encuentran claramente sesgados por la elevada dispersión, ya referida con anterioridad, de los índices de localización de la rama A en comparación con las otras ramas. Por este motivo, hemos optado por excluir la rama A del análisis.

12

Figura 4. Diagramas de caja de los índices de localización


Figura 5. Diagramas de dispersión de los índices de localización (ramas A y B-E)


AT11

AT12

AT13

AT21AT22

AT31

AT32AT33 AT34BE10

BE21BE22BE23

BE24

BE25

BE31BE32BE33

BE34

BE35

CZ01

CZ02

CZ03

CZ04

CZ05CZ06CZ07

CZ08

DE11DE12DE13DE14DE21

DE22DE23

DE24DE25DE26

DE27

DE30

DE40

DE50DE60DE71DE72DE73

DE80

DE91DE92

DE93DE94

DEA1DEA2DEA3DEA4

DEA5DEB1

DEB2DEB3

DEC0DED2DED4DED5

DEE0DEF0DEG0

DK01

DK02DK03DK04

DK05

EL30

EL41

EL42

EL43EL51

EL52EL53

EL54

EL61

EL62

EL63

EL64EL65

ES11

ES12ES13

ES21

ES22

ES23ES24

ES30

ES41

ES42ES43

ES51

ES52

ES53

ES61

ES62

ES70

FI19

FI1B

FI1C

FI1D

FI20

FR10

FR21

FR22

FR23

FR24FR25

FR26

FR30FR41FR42FR43

FR51FR52

FR53

FR61

FR62

FR63

FR71

FR72FR81

FR82FR83

HU10

HU21HU22

HU23

HU31

HU32

HU33

ITC1ITC2ITC3 ITC4

ITF1

ITF2

ITF3

ITF4

ITF5ITF6

ITG1ITG2

ITH1

ITH2

ITH3ITH4

ITH5ITI1ITI2

ITI3ITI4 NL11

NL12NL13

NL21NL22

NL23

NL31NL32

NL33

NL34

NL41NL42

PL11

PL12

PL21

PL22

PL31

PL32

PL33

PL34

PL41

PL42 PL43

PL51

PL52PL61

PL62

PL63PT11

PT15PT16

PT17

PT18

SE11

SE12

SE21

SE22SE23

SE31

SE32

SE33

SK01

SK02SK03SK04

UKC1UKC2

UKD1

UKD3UKD4UKD6

UKD7

UKE1

UKE2

UKE3UKE4UKF1UKF2

UKF3

UKG1UKG2

UKG3

UKH1

UKH2UKH3

UKI3UKI4UKI5UKI6UKI7UKJ1UKJ2UKJ3UKJ4

UKK1UKK2

UKK3

UKK4

UKL1UKL2

UKM2UKM3

UKM5

UKM6

UKN0

CY00

EE00

IE01

IE02

LT00

LU00

LV00

MT00

SI03

SI04

0

2

4

6

8

0

2

4

6

8

0

2

4

6

8

0 1 2 3 0 1 2 3 0 1 2 3 0 1 2 3 0 1 2 3 0 1 2 3

AT BE CZ DE DK EL

ES FI FR HU IT NL

PL PT SE SK UK RestLoca

tion

inde

x (b

ranc

h A

)

Location index (branches B-E)

13

Figura 6. Diagramas de dispersión de los índices de localización (ramas F y G-J)


Figura 7. Diagramas de dispersión de los índices de localización (ramas K-N y O-U)


AT11

AT12

AT13

AT21AT22AT31

AT32AT33AT34

BE10

BE21

BE22BE23

BE24

BE25

BE31

BE32

BE33

BE34

BE35

CZ01CZ02

CZ03CZ04

CZ05

CZ06CZ07

CZ08

DE11DE12

DE13DE14

DE21

DE22

DE23

DE24

DE25

DE26

DE27

DE30

DE40

DE50

DE60DE71

DE72DE73

DE80

DE91

DE92

DE93DE94

DEA1DEA2

DEA3

DEA4DEA5

DEB1DEB2

DEB3DEC0

DED2DED4

DED5DEE0

DEF0

DEG0

DK01

DK02DK03DK04

DK05

EL30

EL41

EL42EL43

EL51EL52EL53

EL54

EL61

EL62EL63

EL64EL65

ES11ES12ES13

ES21ES22ES23ES24

ES30

ES41

ES42ES43

ES51

ES52

ES53

ES61ES62

ES70FI19

FI1B

FI1CFI1DFI20

FR10

FR21FR22FR23FR24

FR25

FR26FR30FR41FR42FR43

FR51FR52FR53FR61FR62FR63

FR71FR72

FR81FR82

FR83

HU10HU21HU22

HU23HU31HU32HU33

ITC1

ITC2

ITC3ITC4

ITF1ITF2

ITF3ITF4

ITF5

ITF6ITG1

ITG2ITH1ITH2ITH3

ITH4ITH5ITI1

ITI2ITI3

ITI4

NL11

NL12NL13

NL21

NL22

NL23

NL31

NL32

NL33NL34NL41

NL42

PL11 PL12

PL21

PL22PL31PL32

PL33

PL34PL41

PL42

PL43PL51PL52PL61PL62

PL63

PT11 PT15PT16

PT17

PT18 SE11

SE12SE21

SE22

SE23SE31SE32

SE33

SK01

SK02

SK03SK04

UKC1UKC2

UKD1

UKD3

UKD4

UKD6UKD7UKE1

UKE2

UKE3

UKE4

UKF1UKF2

UKF3UKG1UKG2UKG3UKH1

UKH2

UKH3

UKI3

UKI4

UKI5

UKI6

UKI7

UKJ1

UKJ2UKJ3

UKJ4

UKK1

UKK2

UKK3UKK4UKL1UKL2UKM2

UKM3

UKM5

UKM6

UKN0CY00EE00

IE01

IE02

LT00LU00

LV00

MT00

SI03

SI04

0

.5

1

1.5

2

2.5

0

.5

1

1.5

2

2.5

0

.5

1

1.5

2

2.5

.5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2 .5 1 1.5 2

AT BE CZ DE DK EL

ES FI FR HU IT NL

PL PT SE SK UK RestLoca

tion

inde

x (b

ranc

h F

)

Location index (branches G-J)

AT11AT12

AT13

AT21AT22AT31AT32

AT33AT34

BE10

BE21BE22

BE23

BE24

BE25BE31

BE32BE33BE34

BE35

CZ01

CZ02CZ03CZ04CZ05CZ06CZ07CZ08

DE11DE12

DE13DE14

DE21

DE22DE23

DE24DE25

DE26DE27

DE30

DE40DE50

DE60

DE71

DE72DE73

DE80DE91

DE92DE93DE94

DEA1DEA2

DEA3

DEA4DEA5

DEB1DEB2DEB3DEC0 DED2DED4

DED5

DEE0

DEF0

DEG0

DK01

DK02DK03DK04

DK05

EL30

EL41

EL42

EL43

EL51

EL52

EL53

EL54EL61

EL62 EL63

EL64

EL65

ES11ES12ES13ES21

ES22ES23ES24

ES30

ES41ES42

ES43

ES51ES52

ES53

ES61

ES62

ES70

FI19

FI1B

FI1CFI1DFI20

FR10

FR21

FR22FR23FR24FR25



FR63

FR71FR72

FR81FR82

FR83

HU10

HU21HU22HU23

HU31HU32HU33

ITC1ITC2

ITC3ITC4

ITF1ITF2

ITF3ITF4

ITF5

ITF6ITG1

ITG2ITH1

ITH2ITH3 ITH4ITH5ITI1

ITI2ITI3

ITI4

NL11

NL12

NL13NL21

NL22

NL23

NL31NL32

NL33

NL34

NL41NL42

PL11

PL12

PL21PL22 PL31

PL32PL33PL34PL41

PL42PL43

PL51PL52PL61PL62

PL63

PT11

PT15

PT16

PT17

PT18

SE11

SE12

SE21

SE22SE23

SE31SE32

SE33

SK01

SK02

SK03SK04

UKC1UKC2

UKD1

UKD3

UKD4

UKD6

UKD7

UKE1

UKE2

UKE3

UKE4

UKF1UKF2

UKF3

UKG1

UKG2

UKG3UKH1

UKH2UKH3

UKI3

UKI4

UKI5

UKI6

UKI7UKJ1

UKJ2

UKJ3UKJ4UKK1

UKK2UKK3

UKK4

UKL1

UKL2

UKM2

UKM3UKM5

UKM6

UKN0

CY00

EE00

IE01

IE02

LT00

LU00

LV00 MT00

SI03

SI04

.5

1

1.5

2

.5

1

1.5

2

.5

1

1.5

2

.5 1 1.5 .5 1 1.5 .5 1 1.5 .5 1 1.5 .5 1 1.5 .5 1 1.5

AT BE CZ DE DK EL

ES FI FR HU IT NL

PL PT SE SK UK Rest

Loca

tion

inde

x (b

ranc

hes

K-N

)

Location index (branches O-U)

14

La figura 8 recoge los dendrogramas y diagramas de escalera resultantes de los respectivos análisis cluster de los índices de localización de las ramas B-E, F, G-J, K-N y O-U, en los periodos 2004-08 y 2009-13. Como se puede observar, la clasificación más evidente es la que permitiría establecer dos grupos de regiones tanto en un periodo como en el otro. No obstante, esta partición resultaría demasiado simplista, razón por la que se ha optado por buscar un punto de corte que proporcione un mayor número de clusters. Atendiendo a los diagramas de escalera y a los contrastes de parada de Calinski-Harabasz y de Duda-Hart, se ha seleccionado una partición en cinco clusters como óptima tanto en un sub-periodo como en el otro.

Figura 8. Dendrogramas y diagramas de escalera del análisis cluster


Por su parte, los grupos definidos para el periodo posterior a la crisis se

caracterizarían del siguiente modo: Cluster A: presenta un índice medios muy elevado en la rama de construcción y

también, aunque en menor medida, en la rama industrial. Por el contrario, los valores en las ramas de servicios están próximas a la media excepto en el caso de la rama de actividades financieras, de seguros, inmobiliarias, profesionales, etc. (K-N) en la que presenta un índice medio muy bajo.

Cluster B: se caracteriza por presentar índices medios muy próximos a la media en todas las ramas

Cluster C: se caracteriza por presentar un índice medio muy elevado en industria (B-E) e índices bajos en las tres ramas de servicios (G-J, K-N y O-U). En el resto de ramas presenta valores muy próximos a la media.

Cluster D: presenta un índice medio muy bajo en la rama industrial (B-E) y medias más bien elevadas en las dos ramas de servicios a la venta (G-J y K-N). En el resto de ramas están muy próximos a la media.

UKF3 n=2UKM6 n=1UKN0 n=4EL61 n=3EL63 n=1FR21 n=9UKL2 n=5UKK1 n=3ITF2 n=4UKL1 n=3FR53 n=5UKK2 n=8MT00 n=2DE80 n=2ITG1 n=2UKJ2 n=2UKJ3 n=5UKK3 n=3PL63 n=3PL62 n=4PL34 n=3ES51 n=2LT00 n=1PL42 n=1UKF1 n=4IE02 n=1UKG1 n=4SE12 n=4ITF5 n=2NL13 n=5UKD4 n=6SE32 n=5SE23 n=3DEB2 n=2ITI2 n=4NL41 n=3SE11 n=3DK01 n=1NL31 n=3BE10 n=1NL23 n=2DE30 n=1NL32 n=2DE60 n=1UKJ1 n=2PL12 n=1UKI7 n=1LU00 n=1UKI4 n=1UKI3 n=1PT15 n=3ES53 n=1EL41 n=1EL43 n=1FR83 n=1UKI6 n=1UKH2 n=2LV00 n=2UKI5 n=3EL62 n=2FI20 n=1EL54 n=1ES43 n=1ES61 n=1ES13 n=2ES62 n=2ES42 n=1ES23 n=3IE01 n=2AT21 n=3UKE1 n=2PL32 n=4AT34 n=3PL52 n=5PL22 n=1ES22 n=2SK04 n=2DE23 n=2HU31 n=3SE33 n=3CZ02 n=1HU22 n=2NL11 n=1EL53 n=4SK02 n=2ITI1 n=3UKD6 n=4SK01 n=3SI04 n=2DEA1 n=2DE50 n=1DEA2 n=1NL42 n=4DEF0 n=2DE71 n=2DE11 n=1DE91 n=2DE26 n=2DEB3 n=6DE25 n=3

0 20 40 60L2squared dissimilarity measure

2004-2008

ES52 n=4ES41 n=4ES42 n=1PL34 n=2PL42 n=2SK04 n=2ES22 n=2ES23 n=2PL43 n=2SK02 n=3PL62 n=4PL33 n=1PL63 n=2AT21 n=2DE94 n=3PT18 n=3SE23 n=4SE12 n=3DEG0 n=3FI19 n=3EL64 n=1HU33 n=2HU31 n=1UKE1 n=4BE25 n=4UKF3 n=6FR71 n=5UKF2 n=4NL13 n=7UKC1 n=5UKM6 n=1NL41 n=5ITI1 n=1UKD6 n=3DEA3 n=3ITH4 n=3EL65 n=2IE02 n=2DE71 n=1HU10 n=2DE25 n=3DEA1 n=2DEA5 n=5IE01 n=1DE26 n=2UKM5 n=2AT34 n=3DE23 n=2CZ08 n=2CZ05 n=4DE14 n=2DE91 n=1EL53 n=1HU22 n=2NL11 n=1NL23 n=3NL31 n=2BE10 n=1NL32 n=2FR10 n=1DE30 n=1DK01 n=1CZ01 n=2DE60 n=1LU00 n=1UKI4 n=1UKI3 n=1PL12 n=3ES51 n=2LT00 n=2SK01 n=3ITH1 n=1SE11 n=2UKJ3 n=3UKH2 n=1UKJ2 n=1CY00 n=1PT15 n=3FI20 n=1UKJ1 n=2UKI7 n=2EL62 n=2UKN0 n=5FR72 n=10FR63 n=4UKK4 n=6UKK3 n=3UKD7 n=3UKM2 n=7EL41 n=1ITF3 n=4ITG1 n=2EL61 n=2MT00 n=2BE34 n=1ES43 n=1FR83 n=1ITC2 n=2UKI5 n=3UKI6 n=1

0 20 40 60 80L2squared dissimilarity measure

2009-2013

12

34

56

78

91

01

1n

um

be

r o

f cl

ust

ers

0 20 40 60L2squared dissimilarity measure

12

34

56

78

91

01

1n

um

be

r o

f cl

ust

ers

0 20 40 60 80L2squared dissimilarity measure

15

Cluster E: se caracteriza por presentar un índice medio muy bajo en industria (B-E) y elevado en Administración Pública y otros servicios no contenidos en otra parte (O-U). En el resto de ramas presenta valores muy próximos a la media.

Por último, las figuras 10 y 11 recogen los mapas en los que se muestra el cluster al

que pertenece cada región en uno y otro periodo.

Figura 9. Caracterización de los clusters: índices de localización medios


Figura 10. Categorización de las regiones (periodo 2004-08)


Cluster 1

Cluster 2

Cluster 3

Cluster 4

Cluster 5

16

Figura 11. Categorización de las regiones (periodo 2009-13)


6. CONCLUSIONES

El interés por analizar la especialización y concentración espacial de los sectores económicos en la Unión Europea ha suscitado sucesivos trabajos en las últimas décadas referidos a diferentes áreas geográficas, variables analizadas y sectores considerados, si bien ninguno publicado hasta la fecha aborda esta problemática en los años de la reciente crisis financiera y económica con esta amplitud.

Este estudio pretende ser una primera aproximación a la caracterización sectorial de

las 251 regiones de los 25 países que configuraban la UE en 2004 a través de su especialización productiva y por un periodo de diez años a partir de dicha fecha, delimitando dos sub-periodos temporales marcados por el estallido de la crisis financiera. Pese a los condicionantes de trabajos previos, se ha optado por no descartar ningún sector productivo, incluyendo la agricultura en el tratamiento de datos inicial, si bien los resultados han motivado que el análisis posterior se limite a industria y servicios.

Los resultados no muestran, en términos globales, una diferencia significativa en el

nivel de especialización de las regiones en los dos quinquenios considerados (2004-2008 y 2009-2013). Sin embargo, como cabría esperar, en las regiones españolas, griegas e irlandesas se observan importantes caídas en los índices relativos a la construcción.

Entre los países donde se encuentran un mayor número de regiones con elevada

especialización figuran Grecia, República Checa, Eslovaquia, Hungría y países

Cluster A

Cluster B

Cluster C

Cluster D

Cluster E

17

“uniregionales” como Luxemburgo y Lituania. Por el contrario, Francia, Italia, Dinamarca o Reino Unido destacan por la característica contraria.

Si atendemos al comportamiento por sectores económicos, destacan las elevadas

diferencias en los índices de localización relativos a la rama A (Agricultura, ganadería, silvicultura y pesca) en comparación con las otras cinco, lo que motiva su exclusión del análisis posterior para evitar que condicione los resultados.

El análisis cluster de los índices de localización de esas cinco ramas en los dos

períodos permite identificar en ambos cinco grupos de regiones, no coincidentes entre sí.

Este trabajo plantea interesantes alternativas que van desde la incorporación de la

agricultura para la configuración de los cluster hasta el estudio anualizado de la información de partida.

7. BIBLIOGRAFÍA Abad González, J. I. (2000): El análisis de correspondencias en el análisis económico regional. Aplicación al estudio de la estructura sectorial de las regiones españolas en el periodo 1983-1993. Memoria de Licenciatura. Universidad de León. Mimeo. Álvarez, M. E. y García, M. J. (1998): “La industria en la Unión Europea: especialización y concentración”, Economía Industrial, nº322, pp.23-35. Brültart, M. y Torstensson, J. (1996): “Regional integration, scale economies and industry location in the European Union”, CEPR Discussion Paper, nº 1435. Camagni, R.; Cappellin, R.; Marelli, E. (1980): Gli squilibri regionali italiani nell´ambito della Comunitá Europea. Istituto Affari Internazionali. Roma Cuadrado Roura, J. R.; Mancha, T.; Garrido, R. (1988): Convergencia regional en España. Hechos tendencias y perspectivas. Fundación Argentaria. Visor. Madrid. Ellison, G.; Glaeser, E. L. (1994): “Geographic concentration in US manufacturing industries: a dartboard approach”, NBER Working Paper Nº.4840.

Ezcurra, R.; Pascual, P.; Rapún, M. (2006). “Regional Specialization in the European Union”, Regional Studies 40, 601–616.

Hallet, M. (2000): “Regional specialisation and concentration in the EU”. Economic Papers, nº 41, pp.1-29. Houdebine, M. (1999): “Concentration géographique des activités et specialization des départaments francais”, Economie et Statisque, nº 326-327, pp. 189-204. Isard, W. (1960): Methods of Regional Analysis: An Introduction to Regional Science. Massachusetts Institute of Technology Press. Traducción al castellano: (1971), Métodos de análisis regional. Una introducción a la ciencia regional. Ariel. Barcelona.

18

Kallioras, D.; Petrakos, G. (2010): “Industrial growth, economic integration and structural change: evidence from the EU new member-states regions”, The Annals of Regional Science, 45 (3), 667-680.

Kaufman, L.; Rousseeuw, P. (1990) Finding Groups in Data: An Introduction to Cluster Analysis. Wiley. Krieger-Boden, C.; Traistaru-Siedschlang, I. (2008): “Regional structural change and cohesion in the Enlarged European Union: an introduction”. En Krieger-Boden, C., Morgenroth, E., & Petrakos, G. (ed.). The Impact of European Integration on Regional Structural Change and Cohesion. Routledge, pp.1-28.

Krugman, P. (1991). “Increasing returns and economic geography”, Journal of Political Economy, 99 (3), 483-499. Legendre, P.; Legendre, L. (2012): Numerical Ecology. Elsevier. Martín Guzmán, M. P. (1985): “Métodos estadísticos en el análisis regional”. Revista de Estudios Regionales, nº22, pp. 149-170. Molle, W. (1996): “La estructura económica regional de la Unión Europea: un análisis de su evolución a largo plazo”. Papeles de Economía Española, nº 67, pp.96-108. Ramírez Sobrino, J. N. (1993): El análisis cuantitativo de la economía regional: los modelos econométricos regionales. ETEA. Córdoba. Rodríguez Nuño, V. (1998): “Especialización regional y concentración espacial de los sectores en España: un análisis empírico para el período 1980-1994”. Cuadernos Aragoneses de Economía, vol.8, nº2, pp.537-560. Rodríguez Nuño, V (2001): “Especialización y concentración geográfica de los sectores manufactureros en la Unión Europea: 1980-1995”. Revista Asturiana de Economía, nº20, pp. 81-94. Suedekum, J. (2006): “Concentration and specialization trends in Germany since re-unification”. Regional Studies, 40(8), 861-873.

caracterización de las regiones de la unión europea a partir de su … · 2017-11-11 · para...

Documents