ANALISIS SOBRE LOS DETERMINATES DE LA COMPETITIVIDAD DEL SECTOR MANUFACTURERO EN COLOMBIA
DANIEL ANDRÉS MENDIVELSO GUILLÉN
Resumen
Usando información relevante sobre el sector manufacturero en Colombia y algunos
países del G20, esta tesis estudia cuales son los determinantes de la competitividad,
definida como un Índice de Cuota de Exportación (ICE) del sector de manufactura en
Colombia. El estudio se realiza mediante el uso de datos panel. Los resultados muestran
que el principal determinante de la competitividad del sector manufacturero en Colombia
es el gasto en Investigación y Desarrollo. Por otro lado, los resultados también muestran
que los salarios y el consumo de materias primas, como medida de optimización de los
recursos, son variables que afectan la competitividad de la industria manufacturera en
Colombia, mas no logran considerarse determinantes.
2 1. Introducción
La industria de manufactura representa uno de los sectores más importantes en la economía de
un país. Hablar del desarrollo de la industria es sintetizar los progresos en innovación y
desarrollo de nuevas tecnologías para la creación de bienes finales en toda la línea vertical de
su producción, así como también es analizar lo temas correspondientes a competitividad,
productividad y en general desarrollo económico en un país. La manufactura crea las fases
intermedias, estas convierten las materias primas en bienes intermedios y bienes finales para
abastecer los mercados.
En Colombia la industria manufacturera es una de las más importantes de la economía. Su
participación promedio en el PIB anual por actividad económica a precios corrientes en los
último 15 años fue de 13.4%1En este mismo año tuvo la mayor participación dentro de las grandes ramas de actividad económica. Sin embargo, la tasa de crecimiento promedio anual de
la industria es de 2.5%, un valor relativamente bajo frente al de otros sectores, que hace que la
industria manufacturera colombiana se muestre poco competitiva.
Según Michael Porter (Porter, 1990) la competitividad es un concepto fundamental que permite
diagnosticar la economía en un país. Además este concepto proporciona información sobre las
ventajas comparativas que existen en un país para el desarrollo comercial que posibilite
competir y penetrar en mercados internacionales. De esta forma, la pregunta de este trabajo
relaciona directamente estos dos conceptos: la importancia de la industria manufacturera y la
competitividad, con el fin de evaluar los determinantes que conllevan a la industria a ser más o
menos competitiva en mercados internacionales.
Pese a la importancia de la competitividad en una economía, los índices que cuantifican este
concepto son muy pocos, pues se esperaría que fueran más dada la diversidad de los mercados.
Para el caso general existe el índice de competitividad global (ICG) el cual mide por medio del
conjunto de instituciones, políticas y factores la capacidad de crecimiento económico
sostenible, con el fin de mirar por que algunos países son más exitosos que otros (INCAE,
2015). Sin embargo, en esta tesis la competitividad se mide a nivel sectorial, por consiguiente
el ICG no se ajusta de forma precisa. De este modo, se usará un índice de cuotas de
1 Porcentaje calculado usando la base de datos CEPALSTAT de La Comisión Económica para América Latina y el Caribe (CEPAL)
3 exportaciones (ICE) del sector manufacturero para definir competitividad en el sector y así
poder cuantificarla para realizar un análisis más preciso sobre sus determinantes.
Por medio de un análisis detallado del sector manufacturero, este trabajo tiene como objetivo
diagnosticar cuáles son los determinantes que impulsan el desarrollo y la competitividad de la
industria colombiana. Los determinantes que esta tesis encuentra (Gasto en I+D, Salarios
promedio y Consumo promedio de materias primas) servirán de base para otros estudios que
busquen desarrollar políticas públicas para potencializar el sector.
Para llegar a los resultados que se esperan por medio de este trabajo y lograr un análisis preciso,
se usa la metodología de datos panel. En concreto, el estudio se basa en un modelo econométrico
de datos panel para hacer un acercamiento a cuáles son las variables que en el periodo 2000–
2011 fueron determinantes en la competitividad definida como ICE. La estimación del modelo
se realizará por medio de seis métodos diferentes con los que se busca llegar a un análisis más
completo y preciso. El ICE se calcula como el total de exportaciones manufactureras
colombianas (desagregado por el CIIU a dos dígitos) sobre la sumatoria de las exportaciones
manufactureras de cinco países pertenecientes al G20 (México, Ecuador, Chile, Argentina y
Brasil) y Estados Unidos.
Los resultados del modelo muestran principalmente que la competitividad (ICE) de la industria
manufacturera se ve afectada por tres factores fundamentales: El gasto en investigación y
desarrollo, el salario promedio y el consumo promedio de materias primas. Ahora bien, por
medio de los resultados, en Colombia se puede considerar como determinante al gasto en
investigación y desarrollo en la industria manufacturera. Por otro lado, el salario promedio y el
consumo promedio de materias primas no podrían denominarse “determinantes” más si
variables significativas para los cambios de competitividad de la manufactura. Estos
argumentos estarán respaldados por las conclusiones de la sección de resultados.
Por otra parte, como se verá en la revisión de literatura más adelante, esta tesis da un paso más
sobre los análisis de competitividad y aún más sobre el sector de industria manufacturera en
Colombia. Sintetizando un poco, trabajos de competitividad e investigaciones similares en
industrias se conocen en otros países; sin embargo, en Colombia la literatura no sugiere mucho
al respecto y menos con el uso de herramientas econométricas que logren cuantificar la relación
4 Con el fin de lograr este proceso de análisis de forma organizada, el documento se desarrollará,
además de la introducción, de la siguiente forma: Primero, una revisión de literatura que
compare y relacione los trabajos e investigación relacionados a la forma como se aborda el
estudio de competitividad y sus determinantes; segundo, un marco teórico que logre describir
la hipótesis de forma concreta, que revele la intuición detrás del concepto de competitividad y
que explique el uso de determinantes en las teorías de comercio internacional plasmados en el
sector industrial; tercero, la descripción de los datos seguido de la metodología y; por último
una sección de resultados y conclusiones. Finalmente, habrá un breve apartado para la
bibliografía.
2. Revisión de literatura
Para establecer cuáles son los principales determinantes en Colombia para el desarrollo de la
competitividad del sector manufacturero, es necesario contextualizar el estado del arte. En la
literatura se encuentran varios trabajos en diferentes sectores que estudian el desarrollo de
competitividad y evalúan sus determinantes. Fundamentalmente el eje de cada uno de estos
trabajos es la forma como definen la competitividad ya que a partir de ello se canaliza el estudio
a ciertos sectores de la economía. Ahora bien, como se mencionó anteriormente, la
competitividad se puede medir por medio de dos alternativas: a un nivel macroeconómico visto
desde la economía de un país como un todo o a un nivel microeconómico centrándose en
procesos de producción regional, sectorial o empresarial.
Desde el punto de vista macroeconómico, trabajos como el de Melecky (2011) definen la
competitividad como el PIB. Según argumenta el autor “se escogió PIB ya que esta es una de
las variables agregadas más importantes en la teoría macroeconómica, la cual es
simultáneamente factible para evaluar competitividad de un país pero también a un nivel
regional” (Melecky, 2011, p. 30). El trabajo de Melecky igualmente usa un panel de datos con
el fin de evaluar competitividad para 15 regiones de los Estados Unidos. En su modelo, las
variables que usa se fundamentan en las Nuevas Teorías del Comercio Internacional (NTCI) e
incluye formación bruta de capital fijo, gasto bruto en investigación y desarrollo (I+D) y renta
neta disponible. Su gran conclusión es que el gasto bruto en I+D es la variable más significativa
en este mercado.
Por otra parte en el ámbito microeconómico son más los trabajos que se han desarrollado y que
5 a nivel empresarial la hace Sánchez (2008) bajo la teoría de capital y trabajo, donde define las
cantidades producidas de un bien como una forma de evaluar niveles de competitividad. En este
caso, Sánchez hace un análisis de las ventajas comparativas y competitivas que se identifican
en las empresas productoras y exportadoras de aguacate de Michoacán y utiliza las cantidades
producidas de aguacate como el Q que define la competitividad en este mercado. Además, este
trabajo se ubica igualmente en las NTCI específicamente en los modelos de economías de
escala, pues lo que el busca en su trabajo es poder probar, con el uso de econometría, que los
coeficiente de capital (K) y trabajo (L), como variables explicativas, afectan positivamente las
cantidades producidas de aguacate (Q). De haber coeficientes positivos, se concluye que bajo
una combinación óptima de los dos factores se pueden generar economías de escala que a su
vez conlleven a que el conjunto de empresas que se estudia sean competitivas en este mercado.
Con base en lo anterior, Sánchez concluye que los coeficientes de K y L son positivos y explican
la variable dependiente (cantidades producidas de aguacate). De este modo, se puede considerar
que el capital y el trabajo invertido en la producción de aguacate son determinantes en la
competitividad de este mercado.
Otro ejemplo de estudios de competitividad empresarial, es el trabajo realizado por Romo
(2010) y Rendón y Morales (2001). Romo estima un modelo econométrico MCO definiendo
competitividad en dos dimensiones, como rentabilidad y en un segundo modelo como posición
de mercado. Ahora bien, para los dos modelos sus determinantes son los mismos: recursos
tangibles, precio, calidad, productividad y tecnología. El propósito de este trabajo es estimar un
modelo de competitividad para las empresas operadoras de telefonía móvil en México, para
esto el autor hace uso de dos métodos: un análisis cuantitativo y un análisis de tipo cualitativo.
En su primera estimación, Romo encuentra que la competitividad en términos de rentabilidad
está determinada únicamente por el precio, pues excluye del modelo calidad, productividad y
tecnología al no ser significantes y por lo tanto determinantes para la competitividad. Es su
segunda estimación encontró que la competitividad en términos de posición de mercado tiene
como determinantes calidad y productividad. Nuevamente el desarrollo de este estudio se
fundamenta en las NTCI.
Un segundo trabajo es el de Rendón y Morales (2001) donde se quiere medir el efecto de
algunas variables que determinan competitividad de la industria mexicana del calzado en el
marco de apertura comercial del periodo 1985 – 1996. La particularidad del trabajo de Rendón
6 medida de competitividad. Por medio de este índice suponen que el patrón comercial de los
productos refleja los costos relativos, así como las diferencias en calidad y servicio. Si el índice
es positivo muestra una posición de la empresa de ventaja comparativa. A diferencia de otros
trabajos, el trabajo de Rendón y Morales se basa principalmente en las teorías ortodoxas
destacando la importancia de los costos relativos. De acuerdo con el modelo especificado para
la industria del calzado, su competitividad se explica entre otros factores por las inversiones en
maquinaria y equipo de producción, el Tipo de Cambio Real (TCR) rezagado un periodo anual
y su PIB. Finalmente concluyen que el principal determinante de la competitividad en este
mercado es el TCR, pues las devaluaciones crearon expectativas favorables para competir
(Rendón y Morales, 2001, p.21)
Para el caso colombiano, se destacan dos trabajos que igualmente se contextualizan en el marco
de la teoría microeconómica y de las NTCI. El primero de ellos es desarrollado por Lotero
(2009), este es un estudio regional que utiliza la construcción de un índice como metodología
para evaluar la competitividad para 23 departamentos colombianos. El trabajo se basa en la
definición de un índice de competitividad el cual se construye por lo que los autores consideran
sus determinantes. El proceso se realiza inicialmente agrupando los departamentos en clusters
o conglomerados mediante técnicas de componentes principales y análisis de clusters
jerárquicos. Entre los factores que consideraron relevantes en el desarrollo de competitividad
regional (en la construcción del índice), se encuentran entre otros: aglomeración, potencial de
demanda, infraestructura de transportes, capital humano e instituciones.
El segundo trabajo de Lotero y Botero (2005), es un estudio para mirar las causas de la
competitividad exportadora en la región de Antioquia durante el periodo 1977 – 2000. La
definición de competitividad en este trabajo es igual a las exportaciones del sector dentro de la
región para cada año. El método que usan los autores es un modelo de regresiones
aparentemente no relacionadas (SUR). En este modelo incluyen variables explicativas,
nuevamente bajo la teoría de las NTCI, tales como: productividad total factorial (PTF), la
protección efectiva (PE), la tasa de cambio real (ITCR), la tasa de salario (W), rezago de
exportaciones (Xt-1) y el ingreso per cápita (Y). La gran conclusión a la que llegan los autores
es que independientemente de las diferencias sectoriales una menor protección efectiva junto
con mejoras de la eficiencia productiva son los determinantes más trascendentales en la
7 Por último, es necesario mencionar el trabajo de Begoña (2001) pues es una referencia
fundamental para el desarrollo de esta tesis. Este estudio define competitividad como un índice
cuota de exportación para lograr evaluar sus determinantes en la industria manufacturera de
España. El método usado es igualmente un panel de datos pero para 15 países de la unión
europea por medio de los cuales se crea el índice y se desagregan por el CIIU para 9 ramas de
la industria de manufactura en España. El enfoque de Begoña está igualmente fundamentado
en las NTCI pues destaca la importancia del uso de una variable que determine los progresos
en investigación y desarrollo así como una variable que determine la diferenciación de los
productos de forma vertical. Begoña concluye que España compite básicamente vía precios
aunque la variable tecnológica también ha desempeñado un papel importante en el desarrollo
de la competitividad.
De esta revisión se puede concluir que existe una tendencia en los últimos años a usar
definiciones de competitividad que tomen en cuenta las NTCI, pues de esta forma es posible
sopesar los diferentes efectos de toda la cadena de producción vertical y horizontal de bienes
intermedios y finales. Además es clara la importancia de la inclusión en el análisis de
competitividad de una variable que mida los niveles de Investigación y Desarrollo (I+D) y por
otra parte se destaca que la teoría microeconómica es la más usada en los estudios de
competitividad.
Esta tesis se ubica dentro del contexto de estos trabajos porque se ubica dentro de las NTCI y
porque incluye una variable que mide el nivel de I+D. Por otro lado, el desarrollo del análisis
se hace en un marco de la teoría microeconómica pues se quiere medir la competitividad a nivel
sectorial.
3. Marco teórico
Para desarrollar un análisis que relacione la competitividad con los determinantes en la
industria manufacturera, es necesario mirar la intuición económica de los conceptos. Para esto
hay que recalcar; por un lado, los componentes que se deben tener en cuenta al momento de
hablar de competitividad. Por otro lado, evaluar las teorías que sugiere la literatura con el fin
de poder escoger los determinantes que afectan la industria.
8 La competitividad puede ser vista como una medida parcial que se relaciona con crecimiento
económico en un país, región o sector. De este modo, el termino trasciende en diferentes teorías
microeconómicas y macroeconómicas de acuerdo al estudio en que se aplica. Desde un punto
de vista macroeconómico, se relacionan con competitividad variables tales como tasa de
cambio, tasas de interés, déficit público, balanza comercial, entre otros más. Por otra parte, la
teoría microeconómica tiene más trascendencia en el término competitivo al estar sujeto a los
mercados que se desarrollan en una economía tanto a nivel regional como sectorial. Otro punto
de vista, en esta misma teoría, delega el término a una extensión estrictamente empresarial que
define la naturaleza de los mercados a nivel comercial en un país. Sin embargo, para cualquiera
de estas posturas es necesario al momento de justificar y hacer uso del término competitivo,
tener en cuenta ciertos componentes que deben cumplirse para delegar una medida de
competitividad.
Según Begoña (2001), dichos aspectos son cuatro: el primero hace referencia a que con
competitividad se desarrolla un término relativo. Para este hay que tener en cuenta la definición
de Porter (1990) donde el concepto de competitividad sirve para destacar ventajas comparativas
que permitan penetrar y competir en mercados internacionales. Así, queda claro que la
competitividad es algo que se debe determinar bajo esquemas comparativos con países de
economías similares; por ende, es un término relativo a como se desarrollan las economías en
otros países.
El segundo componente hace referencia a que la competitividad debe tomar en cuenta toda la
oferta; es decir, en términos de la balanza comercial, es necesario que la competitividad
determine la capacidad de exportar en la economía y a sí mismo de poder defender una excesiva
entrada de importaciones que afecte el mercado (Chesnais, 1981).
El tercer aspecto hace referencia a la competitividad como una variable dinámica; es decir, el
concepto no se detiene en mirar resultados en términos absolutos o determinar si una economía
es competitiva en un periodo dado. Ahora bien, es claro que los resultados de los principales
índices de competitividad suelen darse de manera anual; sin embargo, el análisis de dichos
resultados se hace teniendo en cuenta la tendencia en la competitividad del país que se estudia.
En otras palabras, un país puede ser muy competitivo según ciertas estadísticas en un
9 con tendencias positivas en sus índices de competitividad, dicho país sigue teniendo niveles
altos frente a los demás con los que se compara su economía.
Finalmente cualquier definición de competitividad debe tener en cuenta que mayor
competitividad se asocia a mayores ganancias de bienestar en su población. Luego debe existir
una correlación positiva entre estas dos variables, si bajo un aumento de competitividad hay un
empeoramiento del bienestar social, se está usando una mala definición y medida de
competitividad.
3.2 Los determinantes de la competitividad en el sector industrial
La teoría detrás de los determinantes que afectan la competitividad en el sector industrial, se
desarrolla en dos enfoques diferentes. El primero corresponde a una visión ortodoxa que se basa
en las teorías clásicas y neoclásicas principalmente en la teoría de “ventaja absoluta” de Adam
Smith y luego retomadas en la teoría de Ricardo de “ventajas comparativas”. En esencia, estas
teorías determinan que la competitividad de una economía corresponde a una relación
únicamente entre costos y precios relativos. El segundo enfoque es el de las Nuevas Teorías de
Comercio Internacional (NTCI), las cuales explican el desarrollo de ventajas competitivas por
medio de muchos factores macroeconómicos y microeconómicos que van más allá de solamente
costos y precios relativos. A continuación se profundiza un poco más sobre cada una de estos
dos enfoques.
3.2.1 Teoría de Ventaja absoluta y Ventaja Comparativa
La teoría de ventajas absolutas (Smith, 1776) se desarrolla a finales del siglo XIII por Adam
Smith quien establece que la especialización en la producción de bienes para exportar se basa
en condiciones que determinan ventajas absolutas de una economía sobre otra. En otras
palabras, un país exporta una mercancía en la medida que sea capaz de producir de manera más
eficiente que otros; de forma puntual, siempre que sea el productor con menores costos.
Con base en esto, el comercio entre dos países se genera cuando un país A tiene ventaja absoluta
sobre un país B en la producción de un bien y el país B tiene ventaja absoluta sobre el país A
en la producción de otro bien. Esta relación comercial determina entonces si un país, en su
10 La teoría de Adam Smith fue muy importante en el desarrollo de estudios sobre comercio
internacional; sin embargo, existía una falencia en esta teoría y era que para Adam Smith una
nación debía tener ventaja absoluta sobre un solo bien por encima del resto de bienes
producidos; de lo contrario, el comercio no tendría lugar. A partir de esto se crea la teoría de
ventaja comparativa por Ricardo a principios del siglo XIX.
La teoría de ventaja comparativa (Ricardo, 1821) se encarga de tomar el trabajo hecho por
Smith y diferir en que la teoría de comercio internacional se explica no por diferencia en costos
absolutos sino en costos relativos. Es decir, para Ricardo un país podría especializarse en la
producción de más de un solo bien siempre y cuando su producción sea relativamente más
barata que en otros países. De ahí que, para Ricardo, en su teoría de ventaja comparativa, los
costos representan un determinante en la competitividad del comercio internacional de una
nación. Sin embargo, los costos absolutos no son tan relevantes, pues existen costos relativos
que generan ventajas en más de un bien.
Más importante en la teoría de ventaja comparativa es que el comercio se ve afectado por las
diferencias en productividad de la mano de obra; es decir, en la consideración de precios
relativos en términos del factor de trabajo. Luego la especialización de una nación se centra en
aquellos bienes donde su producción tiene costos de trabajo relativamente bajos.
Por consiguiente, ya que estas dos teorías tenían deficiencias, la economía ha desarrollado
nuevas teorías. Entre estas se encuentra las NTCI.
3.2.2 Nuevas Teoría de Comercio Internacional
Las NTCI se salen del marco de las teorías convencionales, pues pese a tener una base
fundamentada en los mismos supuestos se caracteriza por flexibilizar uno de ellos. Las NTCI
cambian el escenario de competencia perfecta a uno de competencia imperfecta, lo cual es más
ligado a la realidad. Las NTCI concluyen que existen más determinantes para establecer la
competitividad, desde el punto de vista comercial, en una nación con competencia imperfecta.
De esta forma la mayoría de estudios en competitividad se rigen bajo estas teorías, pues con
estas se tienen en cuenta todos los factores fundamentales para el desarrollo de la
11 Ahora bien, siguiendo a Bajo (1991), dichos factores fundamentales o determinantes dentro de
la NTCI se pueden caracterizar en ciertos subgrupos según el enfoque que se le dé a la teoría.
La primera de ellas es la teoría neo-tecnológica. Esta toma como principal fuente comparativa
las variables de tipo innovación tecnológica. Para el caso de estas teorías se tiene en cuenta así
como en la competitividad, el dinamismo que puede tomar la variable en dos dimensiones: la
innovación en el proceso de producción o la innovación en el producto. Esto se fundamenta,
según Posner (1961) en que la ventaja comparativa surge de cómo se distribuye la inversión
en innovación dentro de las industrias. De este modo, la inversión en investigación y desarrollo
(I+D) que conlleve a innovación tecnológica, según la teoría, pasa a ser una variable de primer
plano para determinar competitividad en una industria.
El segundo subgrupo son las teorías pertenecientes al modelo de economías de escala. Existe
una alta relación entre los flujos comerciales y las economías de escala así como la
diferenciación de productos (el cual es el tercer subgrupo que se explica más adelante). Estas
dos condiciones de competencia imperfecta no son muy diferentes a las teorías ortodoxas pero
tienen un gran aporte sobre los determinantes que se evalúan sobre competitividad en el
comercio internacional. Krugman desarrolló su teoría partiendo del concepto de las “economías
de escala” mediante el cual a mayores volúmenes de producción, menores costos, que a su vez
facilitan la oferta de productos, beneficiando a los consumidores. La integración de estos
conceptos concluyó en la formulación de la especialización y la producción a gran escala con
bajos costos y oferta diversificada, denominándose la teoría de la “nueva geografía” económica
(Krugman, 1991), gestada desde 1979 por el mismo Krugman y desarrollada posteriormente
(Sanchez y Aldana, 2008). De forma concisa se puede demostrar que por el hecho de que existan
rendimientos crecientes a escala en la producción de un bien ya es un motivo de suficiente peso
para generar comercio y diferenciación entre economías.
El tercer subgrupo es aquel correspondiente a teorías con énfasis en la diferenciación del
producto. El concepto de diferenciación de producto hace referencia a situaciones en las que las
empresas pasan a producir bienes, que pese a que pueden ser sustitutos, no logran pertenecer al
mismo mercado relevante gracias a ciertas especificaciones que los separan de un grupo de
bienes homogéneos. La diferenciación del producto dentro de las NTCI puede verse desde tres
enfoques (Greenaway, 1984): diferenciación vertical, diferenciación horizontal o diferenciación
tecnológica. Lo importante es que los tres tipos surgen desde el marco empresarial, que a
12 país, pues ahora esta no solo se determina por la estructura de los costos (relativos o absolutos)
sino por factores tales como: la calidad, el diseño o las distintas presentaciones de los productos.
Además hay que tener en cuenta el papel de las instituciones las cuales también jugaran un
papel muy importante en la competitividad, precisando en las entidades regulatorias de la
competencia, las cuales pueden afectar (dentro del contexto de bienes diferenciados) precios y
cantidades del producto.
Este estudio se desarrolla en el contexto de las NTCI. De esta forma los determinantes de la
competitividad que se tomarán en cuenta se encuentran dentro de cada uno los subgrupos
explicados anteriormente. Para el caso del primer subgrupo se usara el Índice de Gasto en
Investigación y Desarrollo (IGID) el cual medirá el tipo de innovación tanto en el producto
como en el proceso de producción. Del segundo subgrupo se usaran las variables Productividad
y Salarios Promedios ya que por medio de estas se puede incentivar en la industria el aumento
de la producción y así construir economías de escala. Finalmente la variable Consumo promedio
de materias primas, será la que identifique el tercer subgrupo correspondiente a teorías con
énfasis en la diferenciación del producto.
4. Metodología
El método con el cual se abordará el estudio se basa en el uso de datos panel. Puntualmente, se
elaboró una base de datos en la cual se tomaron los 9 subsectores de manufactura desagregados
a dos dígitos CIIU. El periodo de estudio es de 12 años, partiendo de 2000 hasta 2011. De esta
forma se ejecutara un modelo por 12 estimaciones diferentes con el fin de hacer un estudio más
preciso de los datos bajo la metodología de datos panel. Seis de estas estimaciones se hicieron
incluyendo a Estados Unidos dentro del cálculo de la variable dependiente, los seis restantes se
hicieron sin incluirlo (la razón de esta diferenciación se expondrá más adelante). Con base en
lo anterior, esta sección se divide en dos partes: una primera parte donde se describen las
variables de estudio y su relevancia dentro de los modelos; luego una segunda parte en la que
se presenta el modelo econométrico y se describe cada uno de los métodos de estimación y sus
ventajas.
4. 1 Variables de estudio
13 El ICE se tomará como la variable dependiente en este estudio. Este consiste en el cociente
entre el total de exportaciones del subsector correspondiente en manufactura sobre la sumatoria
de las exportaciones en el mismo subsector de los otros países con los que se está comparando.
La variable se define entonces como:
ICE= 1)
Donde 𝑋𝑖𝑗 representa las exportaciones del país /i/ en el subsector /j/ con 𝑗 ∈ (1,9) y el país 1
es Colombia
La elección de este índice se fundamentó principalmente en que puede ser una medida adecuada
a la definición de competitividad previamente establecida, pues recoge los componentes como
termino relativo, variable cambiante a través del tiempo y explica toda la oferta (desde el punto
de vista de balanza comercial). Además este índice no viola el supuesto de medida basada en el
bienestar social pues con un aumento del ICE, la principal conclusión sería que han aumentado
las exportaciones del sector estudiado, lo que en otras palabras significa mayores ganancias de
los productores debido al aumento de su producción; por otro lado un aumento en la producción
puede traer consigo una externalidad positiva definida por el aumento de la demanda de los
hogares colombianos y balanzas comerciales positivas.
Ahora bien, hay que tener en cuenta que pese a ser una buena aproximación al concepto de
competitividad, la utilización de cuotas de exportación ofrece una visión parcial, pues solo
considera las exportaciones como vía de internalización de la actividad económica, cuando es
bien sabido que no es la única (Begoña, 2001) Existen otras tales como el PIB, índices de
apertura comercial, saldos de balanza comercial, entre otros.
4.1.2 Índice de cuota de gasto en Investigación y Desarrollo (IGID)
El índice de cuota de gastos en Investigación y desarrollo es la primera variable explicativa del
modelo. Como sugiere las nuevas teorías del comercio internacional, antes de hacer un análisis
de competitividad se debe tener en cuenta la teoría neo-tecnológica por la cual se establece la
importancia de las variables de tipo innovación tecnológica o gasto en tecnología en I+D. Con
ella se establece una primera fuente comparativa entre países y es de las variables más
importantes a incluir en un modelo de comercio internacional. De esta forma, la variable que se
14 tiene una dinámica similar al ICE pues se calcula como un porcentaje de participación en un
grupo de países de comparación. De forma más concreta, el cálculo se realiza bajo la siguiente
formula:
IGID= 2)
Donde 𝑋𝑖𝑗 representa el gasto en Investigación y desarrollo del país /i/ en el subsector /j/ con
𝑗 ∈ (1,9) y el país 1 es Colombia
4.1.3 Encuesta Anual Manufacturera (EAM)
Se usó la EAM para obtener información de las principales variables del sector manufacturero
en cada una de sus ramas para el año 2000 a 2011. En concreto, con base en la teoría de ventaja
comparativa de Ricardo establecida dentro del marco de las NTCI, la atención de los modelos
se va a centrar en la capacidad de especialización de las firmas por medio de la diferencia en
productividad de mano de obra y su producción basada en bajos costos de trabajo.
En otras palabras, fundamentados en la teoría, además del IGID (variable tecnológica) se
obtuvieron las siguientes variables explicativas: Costos laborales, Productividad y Consumo de
materias primas. Los Costos laborales están representados por el salario promedio dentro de
cada subsector, para esto se generó la variable “Salario Promedio”2. La productividad se toma dentro del modelo como el cociente entre producción bruta total de cada subsector y el número
de empleados que participan en la producción, con esto se genera la variable “Productividad”3. Finalmente se tomó en vista a la optimización de recursos y el uso eficiente de los mismos, la
variable “Consumo promedio de materias primas” la cual surge de un cociente entre el consumo
en millones de pesos de materias primas sobre el consumo intermedio (el cual toma el valor de
todos los insumos utilizados por el establecimiento en el proceso productivo, lo cual incluye
empaques, muestras, materiales, seguros, mantenimientos, servicios, etc)4.
2 Se usó una segunda aproximación de costos laborales con base en la EAM, por medio del Costo laboral promedio establecido como el cociente entre remuneración total (salario + prestaciones sociales) sobre el total de personal remunerado.
3 Se usó una segunda aproximación de productividad con base en la EAM, donde la única diferencia es que no se hace el cálculo con personal vinculado en la producción sino personal ocupado (el cual toma cargos administrativos remunerados y no remunerados)
4 Se usó una segunda aproximación de optimización de recursos con base en la EAM, por medio de la variable Consumo promedio de materias primas como un cociente sobre la producción bruta y no sobre el consumo intermedio
15 Para el cálculo del ICE se utilizó el banco de datos estadísticos para el comercio exterior
(BADECEL) de la CEPAL. La variable IGID se construyó con datos obtenidos del DANE, la
Encuesta de Desarrollo e Innovación Tecnológica en Colombia y principalmente de la Red de
indicadores de Ciencia y Tecnología Iberoamérica e Interamericana (Ricyt). Finalmente los
datos de las variables Productividad, Salario promedio y Consumo de materia primas, se
obtuvieron de la EAM, indicadores del 2000 al 2011.
4.2 Modelo econométrico
Tabla 1: Etiquetas de las variables
Teniendo en cuenta la tabla 1 que muestra las etiquetas (labels) que se usaron de las variables
dentro del modelo y en la base de datos, a continuación se especifica el modelo que se estima
𝐢𝐜𝐞𝐜𝐨𝐥𝐞𝐮𝐢𝐭= 𝛃𝟎𝐬𝐚𝐥𝐚𝐫𝐢𝐨𝐩𝐫𝐨𝐦𝐢𝐭+ 𝛃𝟏𝐜𝐨𝐧𝐬𝐦𝐩𝐢𝐭+ 𝛃𝟐𝐢𝐝𝐭𝐨𝐝𝐨𝐬𝐢𝐭+ 𝛃𝟑𝐩𝐫𝐨𝐝𝐮𝐜𝐭𝐢𝐯𝐢𝐝𝐚𝐝𝐢𝐭+ ∑𝟏𝟏𝐣=𝟏𝛄𝐣𝐚ñ𝐨𝐭+𝛍𝐢+ 𝐮𝐢𝐭 3)
Donde:
i ∈ (1,9) y representa cada uno de los nueve subsectores de manufactura
𝛾𝑗 es el coeficiente de las variables binarias de tiempo
𝑎ñ𝑜𝑡 son las dummies que recogen el efecto de tiempo (se tiene entonces t-1 periodos para
este caso)
16 El modelo anterior se estimará usando dos variables dependientes. Para la estimación del
modelo sin incluir a Estados Unidos la variable dependiente será ahora “𝑖𝑐𝑒𝑐𝑜𝑙𝑖𝑡” y la variable de gasto en I+D será “𝑖𝑑𝑠𝑖𝑛𝑒𝑢𝑖𝑡". Por otro lado, como bien se mencionó el método
econométrico que se usara será el de datos panel. Además, se incluirán los siguientes efectos
en la estimación: Pool de datos, pool de datos con efectos de tiempo, estimación por Efectos
fijos, estimación por Efectos fijos con efectos de tiempo, estimación por Efectos aleatorios y
estimación por Efectos aleatorios con efectos fijos.
La principal razón de abordar el estudio de esta forma fue lograr conclusiones con base en
ciertas variaciones del modelo que pueden soportar los resultados finales, ya que la principal
limitación de la estimación es que se cuenta con 108 observaciones en 9 individuos y 12 años,
lo cual hace del panel un panel débilmente especificado. Por lo tanto, estimar únicamente en
efectos fijos y efectos aleatorios, deja a un lado otras variaciones que podrían tener mejores
resultados.
Por otro lado, el rango de tiempo es de 12 años, comenzando en el año 2000 hasta el 2011. Se
escogió este rango por dos razones: en primer lugar con el fin de cubrir la mayor parte de
ciertos eventos económicos en la última década que fueron muy importantes para la economía.
En segundo lugar por la disponibilidad de datos. Ahora bien, esta es otra de las limitaciones del
modelo pues luego del 2011 se fueron presentando algunos eventos también muy importantes
que afectaron de igual manera el sector industrial, un ejemplo puntual de esto es el desplome
del petróleo en el año 2014.
Luego de la consideración de cada uno de los métodos de estimaciones se hará una prueba de
Hausman donde la hipótesis nula es que se prefiere efectos aleatorios contra la hipótesis
alternativa que prefiere efectos fijos. Finalmente se concluirá por medio de cual estimación se
obtienen los mejores resultados para así proceder a las conclusiones de este trabajo.
La razón de incluir los efectos de tiempo en las estimaciones, es que se pueden estar presentado
efectos comunes a todos los individuos durante un periodo de tiempo. Si existen efectos de
tiempo los resultados cambiaran tanto en magnitudes como en significancia (esto es evidente
en los resultados del modelo). Concretamente, a lo largo de los 12 años que se consideran dentro
del estudio pueden haberse generado ciertos efectos en ciertos años que afectan la evolución
17 economía (causa de cambios el precio de la moneda, restricciones de la oferta, disminución de
la demanda, conflictos internacionales, entre otros). Un ejemplo claro de esto, es la crisis del
2008 la cual tuvo un impacto fundamental sobre la economía y consecuentemente sobre la
industria. Otro ejemplo fue el cambio en la Tasa de cambio del peso colombiano (TRM) a partir
del 2005 o los conflictos políticos que afectaron al país en 2010. Todos estos casos trajeron
consecuencias sobre la industria y para tomarlas en cuenta dentro del modelo es necesario
considerar los efectos del tiempo.
Ahora bien, dejando a un lado los resultados del modelo, hay que hacer una consideración sobre
qué tipo de estimación se debe tomar: efectos fijos, efectos aleatorios o pool de datos. Por
medio del pool de datos se consideran a todos los individuos de la muestra iguales a través del
tiempo (no hay distinción entre individuos). Además, el término de efectos no observables por
individuo a través del tiempo se considera inexistente, lo cual para el modelo de competitividad
sectorial se considera un supuesto bastante fuerte que traería problemas sobre los resultados ya
que este término podría correlacionarse con los regresores y generar sesgos.
Por otro lado, para el uso de efectos fijos se tiene el supuesto de exogeneidad contemporánea,
es decir que no hay correlaciones con el periodo anterior (t-1); asumiendo esto las
contrariedades que trae este modelo fundamentalmente es que no se pueden generar variables
constantes al ser estimadores within (que se genera de diferenciar las variables con su media);
sin embargo, para este estudio no se consideraron este tipo de variables (genero, locación, DAP,
entre otras) y se aprovecha la ventaja de estimar por efectos fijos que es conseguir estimadores
consistentes e insesgados si se considera que cada individuo es cambiante en el tiempo con
efectos individuales no observables y que no afectan los otros individuos.
Finalmente, el uso de efectos aleatorios se fundamenta en el supuesto de exogeneidad estricta
(no hay correlación serial). La ventaja de este tipo de estimación es que permite tomar variables
constantes en el tiempo y considera que la diferencia entre los efectos individuales de cada
sector tiene consecuencias sobre los regresores (estimador between y within). Para este estudio
se espera que cada subsector de manufactura tenga efectos individuales cambiantes y no
observables a través del tiempo; de este modo, se espera que el mejor método de estimación sea
por efectos fijos o efectos aleatorios. La conclusión del método de estimación se hará finalmente
18 5. Resultados
5.1 Descripción de los datos
Las bases de datos obtenidas de BADACEL son datos desagregados para Colombia, México,
Chile, Ecuador, Brasil, Argentina y Estados Unidos. Los datos muestran la exportaciones en
miles de dólares (de un país hacia otro en una relación bilateral) de las industrias manufactureras
desarrolladas por la Calificación Internacional Industrial Uniforme (CIIU) a dos dígitos. A
continuación se muestra una tabla con los códigos y la revisión a dos dígitos de esta calificación
con el fin de poder aclarar las 9 divisiones que se toman en cuenta en el desarrollo de este
trabajo5.
Tabla 2: Divisiones industria manufacturera
Fuente: ELCA y elaboración propia
5.1.1 Variable dependiente
Centrando la atención en la economía colombiana, hay que hacer un primer análisis sobre los
datos de las exportaciones colombianas para cada subsector de la industria de manufactura con
el fin de poder jerarquizar en primera instancia cuales son los sectores más participativos. Por
otro lado, cabe mencionar la importancia comercial que existe en la relación con Estados Unidos
5 Se escogieron nueve divisiones de la sección c (manufactura), sujetos principalmente a la disponibilidad de
19 y como las exportaciones totales y, por ende, el cálculo de las variables se ven muy afectados
por la inclusión de este país. La Gráfica 1 muestra el valor de las exportaciones colombianas
desagregadas en manufacturas para el año 2000 y 2011 (los dos extremos del rango de tiempo
que maneja el estudio). Lo que evidencia la gráfica, en primer lugar, es que Colombia ha tenido
un comportamiento de exportaciones muy parecido a través del tiempo. Es decir, es evidente
que han aumentado como es de esperarse; sin embargo, es posible distinguir una tendencia en
los subsectores más exportadores y los menos exportadores en los últimos doce años. En otras
palabras se muestra una alta participación en la producción de sustancias químicas y de
productos químicos derivados de la refinación del petróleo y del uso del carbón, de caucho y
plástico (Pr. Químicos) para los dos años. Por otro lado las exportaciones de productos no
metálicas que no derivan del petróleo son muy bajas así como la industria de madera. Se podría
decir entonces que Colombia es un país muy dependiente en su desarrollo industrial de la
producción del petróleo. Sin embargo, esto no será totalmente claro hasta que se determine si
el país realmente es competitivo en esta área de producción, lo que se podrá observar en el ICE
y en su comparación con otros países.
Grafica 1 (Fuente: Elaboración propia)
La Grafica 2 muestra la evolución de las exportaciones en el subsector de Productos químicos
derivados del petróleo (Pr. Químicos) para cada país. Teniendo en cuenta que es la división
donde Colombia muestra mayor cantidad de exportaciones, es con base en esta con la que se
20 concluir entonces que es evidente, en primer lugar, la superioridad de Estados Unidos en la
exportación de productos químicos y derivados de la refinación del petróleo. La aclaración
sobre esto es que Colombia pese a ser productor potencial de petróleo no es exportador potencial
de productos derivados del petróleo a pesar de que en su industria es lo que más exporta dentro
del sector manufacturero. Ahora bien, el caso de Estados Unidos es superlativo como se
evidencia en la gráfica, con esto, de incluir a Estados Unidos en el análisis no hay comparación
relevante con los otros 5 países incluyendo a Colombia. Por otro lado, dejándolo a un lado, se
puede concluir igualmente que Colombia tiene niveles de exportaciones menores a países con
los que podría ser más competitivo como: México, Brasil o Argentina.
Grafica 2
Fuente: elaboración propia
La conclusión es que es fundamental incluir a Estados Unidos, en principio, por su relación
comercial con Colombia; sin embargo, hacer un análisis comparativo de sus exportaciones con
las de los otros seis países es inoportuno debido a la gran diferencia en el tamaño de la economía
de los países. Aun así, lo ideal es lograr hacer el estudio desde los dos puntos de vista, ya que
esto permitirá comparar economías menos desarrolladas con una desarrollada. De esta forma,
pese a que los resultados al incluir a Estados Unidos se esperan más precisos pues serán más
ajustados a la realidad de las relaciones comerciales de Colombia con este país6, el análisis será
6 Para conocer más sobre la importancia de la relación comercial de Colombia con Estados Unidos revisar (Muñoz, 1993) o (Portafolio, 2014)
21 para ambos casos, nuevamente ya que esto permite ver el efecto de incluir una economía
desarrollada en el estudio.
El paso a seguir es considerar la industria pero con base en los resultados del ICE. La Grafica
3 y la Grafica 4 muestran la evolución del ICE durante el rango de años establecido según la
calificación CIIU.
Grafica 3
Fuente: Elaboración propia
Grafica 4
Fuente: Elaboración propia
De la Gráfica 3 sobre el Índice de Cuotas de Exportaciones para Colombia se puede concluir
22 los subsectores han tenido una alta competitividad en el periodo de estudio; un segundo grupo
de subsectores con baja competitividad y finalmente un último grupo en el cual los subsectores
han mejorado significativamente. El primer grupo consta fundamentalmente de tres
subsectores: Los textiles, los productos no metálicos y los productos químicos derivados del
petróleo. En el caso de los textiles, Colombia se ha mostrado históricamente como un gran
productor y exportador tanto de telas como de prendas de vestir. El ICE es de aproximadamente
4.8% y cabe destacar como ha estado en constante crecimiento durante el periodo de los 12
años. Por otro lado, los productos químicos derivados del petróleo han tenido un crecimiento
importante sujeto a la gran apertura comercial de Colombia principalmente hacia Estados
Unidos en este sector. Su ICE paso de un 3% en el 2002 a un 4.8% en el 2011 lo que permite
ver cómo ha evolucionado esta industria en Colombia. El segundo grupo está conformado por
dos subsectores: Industrias de madera y fabricación de productos metálicos, maquinaria y
equipo. La razón principal de estos resultados, es que Colombia no cuenta con una regulación
adecuada de estos sectores. Para el caso de la industria de la madera; Colombia, pese a tener
grandes recursos naturales no los aprovecha de manera eficiente. En Colombia el 75% de la
madera que se explota y se comercializa es de manera ilegal (El Tiempo, 2015). Con lo cual, el
sector es poco competitivo (su ICE es de 0.9% aproximadamente) en relación a países con una
estructura industrial en la explotación de madera más desarrollada y sobre todo bien regulada;
como es el caso de Brasil y Chile. Finalmente el grupo más grande es de aquellos subsectores
que han mejorado significativamente. En este esté subgrupo se encuentran: Fabricación de papel
y derivados; Productos alimenticios, bebidas y tabaco; Industrias metálicas básicas y finalmente
otras industrias manufactureras. De estos subsectores hay es que resaltar principalmente su
constante crecimiento a lo largo de los años, con valores de su ICE que han aumentado de 2%
a 3.5% en los últimos años.
Por otro lado, de la Grafica 4 lo primero que hay que mencionar, comparando con la Grafica 3,
es que al excluir a Estados Unidos del análisis, el ICE para todos los casos es mucho más grande.
La razón es que se deja a un lado al país que aporta el mayor número de exportaciones dentro
del grupo de países y esto hace que Colombia adquiera una mayor participación en sus cuotas
de exportaciones para cada subsector7. No obstante, a diferencia de la Grafica 3 es más complicado categorizar los subsectores en ciertos grupos. Sin embargo, hay que destacar como
al excluir a Estados Unidos del análisis, industrias como la de sustancias químicas derivadas
23 del petróleo deja de ser tan competitiva comparándola con los otros subsectores. Caso contrario
la industria de textiles se mantiene como el subsector más competitivo en la manufactura
colombiana.
De cualquier modo, lo que muestra el índice como medida de competitividad es de gran
importancia pues por medio de él se podría concluir sobre cada una de las divisiones del sector
de manufactura y su comportamiento competitivo en mercados internacionales. Sin embargo,
el tema central de estas tesis son los determinantes que generan estas fluctuaciones en el índice,
que evidencia la Grafica 3, a través de los años. A continuación se muestra la descripción
pertinente del conjunto de variables explicativas.
5.1.2 Variables independientes
Tabla 3: Estadísticas Descriptivas de las variables
La tabla 3 muestra las estadísticas descriptivas de cada una de las variables incluidas dentro de
la base de datos8. Para decidir entonces sobre cuales variables incluir dentro del modelo, se mira esencialmente su comportamiento en la base de datos por medio de la tabla 3 ya que sus
correlaciones eran muy altas entre sí y muy similares con la variable dependiente. Además de
24 testear cada una de ellas en diferentes modelos donde se logró concluir que algunas eran no
significativas en la estimación.
De esta forma se pudo concluir entonces que: En primer lugar para el caso de las variables
dependientes tanto su media como su desviación estándar varían bastante. En concreto al incluir
a Estados Unidos dentro del análisis se obtuvieron, como es de esperarse, ICEs más pequeños
pero a su vez con una dispersión de los datos menores (la media sin incluir a estados unidos fue
de 10.27 e incluyéndolo cae a 2.601, pero además su desviación estándar varía en 5.77 puntos
porcentuales, lo cual es una diferencia significativa). Por otro lado, la variable representativa al
gasto en I+D cambia considerablemente cuando se incluye a Estados Unidos (disminuye en un
85%); hay que tener en cuenta que este es solo uno de los 7 países que se incluyen en el estudio
(incluyendo a Colombia) y aun así su participación tiene cambios considerables sobre las
medias y las desviaciones de más del 70%, con lo cual se concluye que la inclusión del país en
el análisis es de gran importancia sobre los resultados.
En cuanto a las otras variables endógenas, se puede ver; en primer lugar, que la diferencia entre
Salario promedio y Consumo laboral promedio es que la media del segundo es más alta debido
a que este incluye prestaciones sociales; ahora bien, la media aumenta en 10 millones de pesos
aproximadamente, lo cual es bastante al solo incluir prestaciones sociales. Sin embargo, esto se
corrobora con la dispersión de los datos que igualmente aumenta en casi el doble lo que podría
significar un sesgo en la estimación al ser tan grande la desviación, esta es la primera razón para
escoger Salario promedio sobre Costos laborales promedios. La segunda razón es que al testear
los modelos con ambas variables, como era de esperarse, la variable “Costos laborales
promedio” no fue significativa para ningún caso en cambio la variable “Salario promedio” sí lo
fue, aunque con resultados diferentes para cada caso, como se verá más adelante.
Para el caso de la variable que aproxima la optimización de recursos (Consumo materias primas
promedio y Consumo materias primas promedio/bruta) la diferencia fundamental es en sus
medias, pues las desviaciones estándar son muy similares. El criterio entonces para incluir
“Consumo promedio de materias primas” dentro del modelo fue que esta obtuvo resultados más
robustos que “Consumo promedio de materias primas (calculado sobre la producción bruta)”.
Finalmente las variables “Productividad” y “Productividad2” presentan una peculiaridad que
puede presentar problemas en los resultados por sesgos en su distribución y es debido a que su
25 variable “Productividad” la cual considera únicamente la población que participa en la
producción, lo cual puede ser más acertado que incluir el total de trabajadores de la industria si
hablamos de cantidades producidas para exportaciones.
5.2 Estimación
Dados los resultados expuestos en las tablas 4 y 5 se puede concluir en primer lugar que los
resultados en ambas estimaciones son robustos. Ahora bien, si se comparan directamente las
dos situaciones por método de estimación se puede ver que en el caso que se incluye a Estados
Unidos se consideran (para la mayoría de los métodos) mayor número de variables
significativas además de R2 más grandes, lo que quiere decir que las variables explican
conjuntamente mejor el modelo para la situación donde se incluye a Estados Unidos.
No obstante, el análisis de los resultados se hará para las dos situaciones, nuevamente revelando
la importancia de comparar el caso en que se incluye una economía desarrollada dentro del
análisis. A continuación se muestran los resultados obtenidos luego de las estimaciones:
26 Tabla 5: Resultados del estudio sin incluir a Estados Unidos en el análisis.
5.2.1 Estimación incluyendo a Estados Unidos
Previo al análisis de resultados, se usó una prueba Breusch Pagan para determinar si es
preferible el uso de Efectos aleatorios sobre un MCO simple (pool de datos). De esta forma se
rechazó la hipótesis nula de que las varianzas a través de los individuos sea 0, o en otras palabras
que no hay una diferencia significante entre las variables (no hay efectos de panel), de esta
forma se concluye que se prefiere Efectos aleatorios sobre el pool de datos. Con base en esto se
procede a hacer una prueba de Hausman para finalmente concluir sobre cual estimación (efectos
fijos o efectos aleatorios) es más apropiada para el modelo. Aquí se contrasta la hipótesis nula
de que se prefiere efectos aleatorios contra la alterna donde se prefiere efectos fijos. Luego de
estimar la prueba se obtiene que: Prob>chi2 = 0.0000, con lo que se rechaza la hipótesis nula
y se concluye que el método que mejor se ajusta al modelo es el de efectos fijos.
De este modo, dados los resultados de la Tabla 4 se puede concluir que en primer lugar hay dos
variables que son significativas en todas las especificaciones: IGID y Consumo de materias
primas promedio. La variable IGID tiene un signo positivo, lo que permite concluir que en todas
las especificaciones el gasto en investigación y desarrollo afecta positivamente la
competitividad en la industria manufacturera. Por otro lado, en términos del coeficiente, el
efecto más grande se da en la estimación por efectos fijos con efectos de tiempo; esto es: un
aumento de 1 punto porcentual del IGID aumenta en 4.854 puntos porcentuales el ICE. Ahora
27 impacto de la variable en términos de desviaciones estándar (estandarizando los coeficientes)9. El efecto más grande se da efectivamente en la estimación por efectos fijos considerando efectos
de tiempo. Centrando la atención en este modelo, se concluye que un aumento de 1 desviación
estándar del IGID aumenta en 0.77 desviaciones estándar la competitividad lo cual es un efecto
alto y más considerando que la variable es significativa a cualquier nivel de probabilidad.
Contrariamente, la variable que mide el Consumo promedio de materias primas tiene un signo
negativo, lo que quiere decir que un aumento en el consumo promedio de materias primas
disminuye la competitividad en la manufactura. Este resultado es el esperado, pues a mayor
consumo de materias primas menor eficiencia en la optimización de los recursos para el proceso
de producción, lo cual hace el sector menos competitivo. Nuevamente, el impacto de esta
variable en términos de desviaciones estándar es el más grande comparándolo con las otras
estimaciones. En otras palabras, un aumento de 1 desviación estándar en el consumo promedio
de materias primas disminuye en 0.5 desviaciones estándar el ICE. Este efecto no es tan grande
como el que representa el de la variable IGID, sin embargo es significativo en el modelo.
Con base en estos resultados se puede concluir que la estimación por efectos fijos incluyendo
efectos de tiempo es la que muestra mayor tamaño en los efectos sobre la competitividad (lo
cual es acorde con la prueba de Hausman) De esta forma, en esta estimación la variable Salarios
promedio es significativa al 10% y de ella se puede concluir que un aumento en una desviación
estándar del salario promedio disminuye en 0.22 desviaciones estándar el ICE. Este efecto es el
más pequeño entre las tres variables significativas para el modelo, lo que permite concluir que
es la variable menos trascendente en la competitividad incluyendo a EEUU dentro del análisis.
La variable Productividad no es significativa para el modelo, lo que quiere decir que no explica
la variable dependiente. La causa de este resultado puede estar en el comportamiento de la
variable dentro de la base de datos (desviaciones estándar mayores a sus medias). Lo que lleva
a pensar que al no ser significativa la productividad no tiene inferencia sobre la competitividad,
lo cual bajo la teoría puede ser un resultado incorrecto. La alternativa en este caso será escoger
9 La estandarización de los coeficientes se realizó con la siguiente formula:
𝛽𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑖𝑧𝑎𝑑𝑜𝑖= (𝛽𝑖∗ 𝑆𝐷𝑖)/𝑆𝐷𝑦
Donde: /𝛽𝑖/ corresponde al coeficiente de la variable explicativa
/𝑆𝐷𝑖/es la desviación estándar de la variable explicativa /𝑆𝐷𝑦/ es la desviación estándar de la variable dependiente
28 otra aproximación de productividad, no definida por la producción bruta por trabajador (esto se
deja como una extensión a los resultados del trabajo).
5.2.2 Estimación sin incluir a Estados Unidos
Nuevamente, previo al análisis, se hace una prueba de Hausman para concluir sobre cual
estimación (efectos fijos o efectos aleatorios) es más apropiada para el modelo. Luego de
estimar la prueba se obtiene que: Prob>chi2 = 0.9657, con lo que no se rechaza la hipótesis
nula y se concluye que el método que mejor se ajusta al modelo es el de efectos aleatorios.
De este modo, dados los resultados de la Tabla 5 se puede concluir que hay una única variable
que es significativa en todas las especificaciones: IGID. Para este caso el análisis se centrará en
las estimaciones en las cuales además de la variable IGID se obtuvieron más variables
significativas. Con base en esto la estimación por efectos fijos sin incluir efectos de tiempo y la
estimación por efectos aleatorios sin incluir efectos de tiempo, son las dos especificaciones que
más variables significativas tienen en el modelo. Con esto claro, se comparan las magnitudes
de los efectos y se concluye que en el modelo estimado por efectos aleatorios sin efectos de
tiempo, se obtiene un mayor impacto de la variable IGID sobre la competitividad. En otras
palabras bajo un aumento de una desviación estándar del IGID hay un aumento de 0.034
desviaciones estándar en la competitividad. Este resultado muestra que pese a ser variable
significativa en el modelo, el impacto sobre la variable dependiente al excluir a Estados Unidos
del análisis es muy pequeño. Analizando las otras variables significativas en la estimación se
concluye que: bajo un aumento de una desviación estándar del salario promedio hay un
disminución de la competitividad de 0.18 desviaciones estándar; por otro lado, un aumento de
una desviación estándar del Consumo promedio de materias primas hay una disminución de
0.39 deviaciones estándar de la competitividad.
En síntesis, comparando las dos estimaciones en términos del tamaño relativo de los efectos, se
puede concluir que el impacto de las variables significativas en el modelo, es mayor cuando se
considera a Estados Unidos parte del análisis. Nuevamente esto revela la importancia de poder
comparar con una economía más desarrollada. Por otro lado, la estimación que considera estos
efectos más grandes es la de efectos fijos con efectos de tiempo, lo cual se ajusta a los resultados
esperados de este estudio; pues, como se consideró antes, el efecto individual de cada subsector
29 6. Conclusiones
Luego del análisis de los resultados se pueden consideran tres conclusiones puntuales del
desarrollo de este trabajo.
La primera de ella es que comparando los seis métodos de estimación es claro que la variable
que mide el gasto en investigación y desarrollo es la que más afecta los índices de
competitividad. Teniendo en cuenta la teoría Ricardiana de especialización de la mano de obra,
la variable de tecnología hace una aproximación a que entre mayor inversión y gasto en
Investigación y Desarrollo haya en una industria, mayor será el grado de especialización y más
competitiva será a nivel internacional. Esto permite ver, adicionalmente, que Colombia está en
un constante proceso de desarrollo en su industria y que aparentemente ha hecho énfasis en los
niveles de investigación y desarrollo por encima de otras condiciones como los salarios o la
optimización de recursos para aumentar su producción y lograr ser competitivo.
La segunda conclusión es (como ya se mencionó) que el impacto de las variables es mayor
cuando se incluye a Estados Unidos dentro del modelo. Además los efectos más grandes se
obtuvieron estimando por efectos fijos e incluyendo los efectos de tiempo (como sugiere la
prueba de Hausman). De esta forma, se delimita el estudio al contexto donde se logra comparar
a Colombia con economías tanto en desarrollo (Ecuador, Chile, México, Argentina y Brasil)
como con economías desarrolladas como la de Estados Unidos. En este contexto se obtienen
mejores resultados y mayor veracidad en los mismos.
La tercera conclusión es respecto a las otras dos variables significativas dentro del modelo; en
primer lugar, se puede ver como los salarios de la industria manufacturera colombiana, así como
el Consumo de materias primas, juegan un papel dentro de los niveles de producción que es
importante pero que no es trascendental en términos de competitividad a un nivel internacional.
Al ser variables consideradas por la EAM se infiere que tienen cierta relevancia dentro de la
industria. Sin embargo, con los resultados obtenidos, se puede concluir que estas variables son
importantes para hacer de la industria más competitiva en términos de su desarrollo, mas no son
determinantes. Como se observó, los signos fueron los esperados pero el tamaño de sus efectos
no es trascendental para la variable dependiente ICE. De forma concreta, los cambios son de
30 Salario promedio y de una disminución de 0,5 desviaciones estándar por un aumento de una
desviación estándar en el consumo promedio de materias primas; comparando esto con la
variable tecnológica que conlleva a un aumento de 0.77 desviaciones estándar en el ICE por un
aumento de una desviación estándar en la Cuota de Gasto en Investigación y Desarrollo, lo que
permite concluir que la IGID si se puede considerar, además de ser muy importante, un
determinante de la competitividad del sector de manufactura.
Finalmente la gran conclusión es que Colombia debería implementar políticas públicas que
busquen aumentar los niveles de gasto en investigación y desarrollo pues este es un
determinante clave en la industria para el desarrollo competitivo a nivel internacional. Una
alternativa para esto, está en generar mayores grados de inversión extranjera que traigan consigo
un desarrollo tecnológico que impulse a la industria a mayores niveles de producción con
menores costos laborales y mayor optimización de los recursos, factores que igualmente afectan
la competitividad de la industria a nivel internacional.
Por otro lado hay que agregar algunas extensiones al trabajo. Una primera extensión es respecto
a la implementación de una nueva aproximación de productividad como variable independiente.
Las nuevas teorías de comercio internacional establecen que la productividad ligada a la
especialización del trabajo es un factor que debería ser determinante en el desarrollo de la
competitividad de la industria. Sin embargo, las estimaciones de esta variable en el presente
trabajo no dieron significativas por sesgos en la distribución de la variable. Lo que lleva a pensar
en una nueva variable proxy a la productividad, que por restricciones de datos no se pudo
considerar en este trabajo.
Una segunda extensión es respecto a la variable dependiente. Como bien se explicó en el
desarrollo de este trabajo, el ICE según la literatura es una buena medida mas no es la única
para considerar competitividad en estudios empíricos. Luego se podrían lograr nuevos estudios
para Colombia usando otra variable dependiente. Finalmente el estudio se puede aplicar a otras
