I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

COMPONENTES DE DEMANDA AGREGADA Y P.I.B. POR HABITANTE DE LAS PROVINCIAS Y COMUNIDADES AUTÓNOMAS ESPAÑOLAS: UN ANÁLISIS MULTIVARIANTE. José M0 O´Kean Alonso Emilio Congregado Ramírez de Aguilera Universidad de Huelva

I. INTRODUCCIÓN Las razones del crecimiento y las causas de las divergencias espaciales, han ocupado preferentemente el interés de los economistas. La proliferación en la actualidad de trabajos sobre crecimiento endógeno y los contrastes sobre la hipótesis neoclásica de convergencia, manifiesta el resurgir de esta preocupación, siendo muy amplia la relación de variables detectadas como factores de crecimiento. La aparición de completas bases de datos ha facilitado indudablemente la proliferación de estos numerosos trabajos empíricos, si bien por lo general se ha prestado una atención prioritaria a los componentes de la oferta, siguiendo la tradición neoclásica. Recientemente han aparecido dos trabajos dedicados al crecimiento económico español desde una óptica un tanto diferente. Este es el caso del artículo publicado por José Luis Raymond Bara en Papeles de Economía Española y titulado AExportaciones y Crecimiento Económico@(1996), en el que tras un interesante repaso a la literatura que destaca el papel de las exportaciones como motor de crecimiento, y los estudios sobre la causalidad entre exportaciones y crecimiento, aplica el modelo elaborado por G. Feder (1982) a los países de la Europa de los doce. Por su parte, José Antonio Alonso Rodríguez, en un trabajo publicado en el monográfico que Información Comercial Española dedica a AKeynes 50 años después@, aborda un modelo postkeynesiano de crecimiento que hace hincapié en los componentes de la demanda, realizando una interesante aplicación al caso español. Desde esta perspectiva, el último estudio publicado por el BBV sobre la ARenta Nacional 1991 y su distribución provincial@, aporta la novedad de estimar los componentes de la demanda agregada por provincias y comunidades para el año referido. Aun cuando no se disponen de series temporales de estas variables, el número de registros a nivel provincial, nos ha sugerido plantear una hipótesis de estudio sobre si la estructura de la demanda agregada de una provincia, pudiera ser explicativa del PIB por habitante alcanzado. II. CORRELACIÓN ENTRE VARIABLES Y PRIMERAS ESTIMACIONES En las tablas 1 y 2 presentamos las matrices de correlaciones entre las variables utilizadas de provincias y comunidades autónomas. Las variables a considerar son: CPB (Consumo Público, en % sobre el PIB a p.m.), CPR (Consumo Privado, en % sobre el PIB a p.m.), FBCF (Formación Bruta de Capital Fijo, en %

850

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

sobre el PIB a p.m.), SEX (Saldo neto del Sector Exterior con otro país, comunidad o provincia, en % sobre el PIB a p.m.) y PIB (PIB por habitante en ptas. corrientes de 1991)1. La primera tabla muestra los coeficientes de correlación para los datos provinciales. Se observan correlaciones significativas entre las variables y especialmente cabe reseñar la correlación negativa entre el PIB y el Consumo Privado y en menor grado con la Formación Bruta de Capital; y la relación positiva entre el PIB por habitante y el saldo neto del Sector Exterior, que según la nota metodológica del estudio de Renta del BBV, se estima como diferencia entre el PIB y la Demanda Interna, recogiendo por tanto el saldo neto conjunto de cada provincia, frente al extranjero y al resto de las provincias. Tabla 1: Matriz de correlaciones: datos provinciales. Variables

CPB

CPR

FBCF

SEX

CPB

1.0000

CPR

0.50683

1.0000

FBCF

-0.17873

0.47451

1.0000

SEX

-0.71981

-0.92458

-0.47678

1.0000

PIB

-0.34266

-0.73516

-0.55990

0.73349

PIB

1.0000

(En negrita se señalan las correlaciones más significativas)

El análisis a nivel regional -tabla 2-, no hace sino corroborar los resultados iniciales, mostrando igualmente una alta correlación negativa entre el saldo neto del Sector Exterior y el Consumo tanto Público como Privado. Tabla 2: Matriz de correlaciones: datos por comunidades autónomas. Variables

CPB

CPR

FBCF

SEX

CPB

1.0000

CPR

0.62418

1.0000

FBCF

-0.24928

0.39388

1.0000

SEX

-0.80841

-0.93459

-0.32421

1.0000

PIB

-0.34531

-0.74514

-0.61303

0.72381

PIB

1.0000

Un primer estudio con estos datos, permite realizar una regresión de corte transversal del tipo:

3,%

β  &35  β  &3%  β  )%&)  β  6(;  &  µ

Los resultados de esta estimación tanto para los datos provinciales como para los regionales, apuntan la existencia de colinealidad entre variables (R2 significativo y bajos valores del estadístico t para todos los coeficientes), algo por otro lado esperado dada la introducción de datos realizada en % sobre el PIB a precios de mercado, necesaria para hacer los registros homogéneos y captar mejor la estructura de la demanda agregada.

1 Hemos despreciado la variación de existencias por su escasa significación explicativa, después de una aproximación inicial con todos los componentes.

851

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

Tabla 3: Estimación de corte transversal con datos provinciales (Variable explicada: PIB por habitante) Variable

Coeficiente

Std. Error

T-Statistic

Prob.

SEX

-83681,96

115346,86

-,725

,4718

FBCF

-102759,53

114692,25

-,896

,3748

CPR

-102583,29

116821,36

-,878

,3843

CPB

-87467,92

112965,74

-,774

,4426

Constant

1145808,04

11481183,55

,998

,3234

R Square

,61600

F=

18,84934

Adjusted R Square

,58332

Signif F =

,0000

Standard Error

187655,51

Tabla 4: Estimación de corte transversal con datos regionales (Variable explicada: PIB por habitante) Variable

Coeficiente

Std. Error

T-Statistic

Prob.

SEX

-3584,48

125895,91

-,028

,9777

FBCF

-33633,68

125594,40

-,268

,7931

CPR

-21673,12

127696,86

-,179

,8678

CPB

-10012,19

123106,90

-,081

,9364

Constant

3754780,79

12520984,61

,300

,7690

R Square

,69245

F=

7,31744

Adjusted R Square

,59782

Signif F =

,0026

Standard Error

183165,99

Una forma de salvar el problema de la multicolinealidad consiste en aplicar otro método de estimación como el análisis multivariante. III. ANALISIS DE COMPONENTES PRINCIPALES Entre los distintos métodos multivariantes, el análisis factorial de componentes principales, permite establecer a partir de datos numerosos, relaciones operativas entre diversas variables, investigando estructuras subyacentes o latentes -ejes factoriales o componentes principales- que permiten obtener nuevas variables o factores, que sean sustitutos satisfactorios de los valores que aparecen en la matriz de correlaciones entre las variables iniciales. Aplicado este análisis a los datos provinciales, obtenemos dos factores (F1 y F2), que explican el 89,8 % de la varianza total. En la tabla 5 se muestran los coeficientes de correlación de las variables con estas dos componentes principales. (Las distintas rotaciones efectuadas sobre los datos provinciales y regionales, no mejoran sustancialmente los resultados).

852

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

Tabla 5: Coeficientes de correlación de las variables con las dos primeras componentes principales. Datos provinciales. Componentes principales

F1

F2

CPB

0.60734

0.75996

CPR

0.93588

0.01154

FBCF

0.56806

-0.76629

PIB

-0.85633

0.21446

SEX

-0.97653

-0.15012

% varianza explicada

65.1%

24.7%

Variable

Este mismo estudio se reproduce en la tabla 6 para el análisis por comunidades autónomas. Como puede apreciarse, con estas dos primeras componentes principales, llega a explicarse el 92,8 % de la varianza total. Tabla 6: Coeficientes de correlación de las variables con las dos primeras componentes principales. Datos por comunidades autónomas. Componentes principales

F1

F2

CPB

0.68867

0.69901

CPR

0.95123

0.03077

FBCF

0.45935

-0.85323

PIB

-0.85269

0.34591

SEX

-0.97517

-0.18072

% varianza explicada

65.4%

27.4%

Variable

IV. LOS GRUPOS PROVINCIALES Y REGIONALES DE LA ECONOMÍA ESPAÑOLA El análisis de componentes principales, puede completarse mediante la realización de un cluster jerárquico (usando distancias euclídeas a través del método de Ward), que ordena las provincias y comunidades autónomas españolas en cuatro grupos en cada caso, según la estructura de su demanda agregada y su PIB por habitante. Como se observa, los grupos obtenidos confirman plenamente los resultados del análisis factorial. En las tablas 7 a 10, se agrupan las provincias en cuatro grupos. Destaca el grupo III, en relación con el II, según el orden que asigna el dendograma. Así en el grupo III se agrupan las provincias más pobres y con inferior saldo exterior, entre las que se encuentran entre otras, todas las andaluzas y extremeñas. El grupo III agrupa en cambio las provincias ricas y con sector exterior positivo: Baleares, Girona, Álava, Madrid, Tarragona y Barcelona. Los grupos I y IV, agrupan situaciones intermedias, pudiéndose observar igualmente la correlación entre el Sector Exterior y el nivel de PIB por habitante.

853

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

Tabla 7: Grupo I Provincia

Cód

PIB

CPR

CPB

FBCF

SEX

Castellón

14

1514869

55.70

9.00

21.40

13.10

Rioja (La)

37

1514797

56.60

12.60

18.70

11.20

Vizcaya

48

1516395

55.40

11.40

17.20

15.20

Guipúzcoa

22

1496437

63.50

12.50

17.00

6.00

Valencia

46

1489050

64.00

12.40

20.90

1.90

Burgos

10

1469945

65.20

17.50

19.30

-3.10

Guadalajara

21

1604267

57.90

15.80

24.10

1.40

Zaragoza

50

1596341

61.20

16.10

20.50

1.30

Lleida

27

1573516

66.00

12.80

25.10

-4.80

Navarra

32

1633386

63.40

13.00

23.90

-1.50

Tabla 8: Grupo II Provincia

Cód

PIB

CPR

CPB

FBCF

SEX

Baleares

08

2013913

59.40

11.80

19.70

8.90

Girona

19

2028268

63.60

9.20

24.10

2.30

Álava

01

1801481

62.70

15.00

18.00

3.00

Madrid

29

1829049

58.10

18.00

17.90

5.60

Tarragona

43

1869281

52.60

8.20

25.60

13.00

Barcelona

09

1750238

62.40

10.70

19.70

6.40

854

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

Tabla 9: Grupo III Provincia

Cód

PIB

CPR

CPB

FBCF

SEX

Cáceres

11

1132811

65.20

18.20

31.30

-15.10

Ciudad Real

15

1128777

60.70

12.50

32.10

-6.00

Albacete

02

1080671

74.60

18.90

30.30

-24.70

Sevilla

41

1083615

69.20

19.80

27.60

-17.20

León

26

1087717

76.40

18.10

26.20

-21.30

Málaga

30

1093182

70.50

15.60

26.40

-12.90

Almería

04

1059487

71.80

14.40

27.90

-14.70

Huelva

23

1059297

66.40

14.40

29.20

-10.70

Orense

33

1071176

82.00

16.30

33.40

-32.30

Badajoz

07

848610

79.80

25.50

33.60

-39.50

Granada

20

879242

78.90

22.10

29.10

-30.80

Cuenca

18

1017905

76.30

16.70

32.60

-26.40

Zamora

49

1020139

79.10

19.30

25.50

-24.50

Ávila

06

1034913

81.30

21.30

36.20

-39.40

Córdoba

16

951593

76.00

20.90

28.50

-26.20

Jaén

25

946350

81.60

18.90

26.40

-27.90

Cádiz

12

960818

66.00

21.20

21.60

-9.40

Lugo

28

986776

78.50

18.10

30.30

-27.70

Tabla 10: Grupo IV Provincia

Cód

PIB

CPR

CPB

FBCF

SEX

Alicante

3

1331829

68.40

11.60

22.10

-2.80

Palmas (Las)

35

1345901

60.20

18.10

21.80

-3.0

Huesca

24

1387412

66.70

17.40

28.30

-13.20

Vallladolid

47

1398539

65.70

18.00

25.20

-10.00

S.C. Tenerife

39

1375310

60.30

17.50

24.60

-2.70

Teruel

44

1363628

73.80

16.10

31.10

-21.80

Coruña (La)

17

1191150

64.40

15.30

23.80

-4.00

Ceuta

51

1189337

76.40

55.00

12.40

-43.80

Pontevedra

36

1193639

75.10

15.10

26.20

-17.20

Soria

42

1195511

73.60

22.90

26.30

-23.80

Toledo

45

1200865

69.00

17.20

37.30

-24.50

855

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

Provincia

Cód

PIB

CPR

CPB

FBCF

SEX

Murcia

31

1166523

65.70

16.60

25.20

-8.30

Salamanca

38

1181934

72.10

22.10

27.70

-22.50

Cantabria

13

1283488

67.80

17.00

20.60

-6.20

Melilla

52

1282178

80.20

56.50

16.90

-53.70

Asturias

05

1233440

75.80

17.80

26.70

-21.10

Segovia

40

1239721

73.00

21.60

28.30

-23.90

Palencia

34

1252930

70.60

17.70

26.30

-15.60

El clúster jerárquico por comunidades, arroja un resultado parecido, diferenciando comunidades como Andalucía o Extremadura (grupo II), de Cataluña, Madrid o Baleares (grupo III). Igualmente puede diferenciarse un grupo intermedio (grupo IV), más dinámico integrado por Canarias, C.Valenciana, Aragón, País Vasco, La Rioja o Navarra. Tabla 11: Comunidadades Autónomas. CCAA

Cód

PIB

CPR

CPB

FBCF

SEX

Castilla La Mancha

07

1168141

67.00

15.80

32.50

-16.10

Murcia

14

1166523

65.70

16.60

25.20

-8.30

Galicia

12

1147685

71.60

15.70

26.40

-14.40

Asturias

03

1233440

75.80

17.80

26.70

-21.10

Ceuta y Melilla

18

1231641

78.30

55.70

14.50

-48.50

Castilla y León

08

1229795

71.40

19.20

25.70

-17.10

Cantabria

06

1283488

67.80

17.00

20.60

-6.20

Andalucía

01

1012735

71.50

18.80

26.70

-17.60

Extremadura

11

958737

73.20

22.20

32.50

-28.50

Cataluña

09

1773961

61.70

10.40

21.00

6.10

Madrid

13

1829049

58.10

18.00

17.90

5.60

Baleares

04

2013913

59.40

11.80

19.70

8.90

Canarias

05

1360190

60.20

17.80

23.20

-1.50

Com. Valenciana

10

1439355

64.30

11.70

21.30

1.90

Aragón

02

1531694

63.40

16.30

22.80

-3.40

País Vasco

16

1546893

58.80

12.30

17.20

10.80

La Rioja

17

1514797

56.60

12.60

18.70

11.20

Navarra

15

1633386

63.40

13.00

23.90

-1.50

GRUPO I

GRUPO II

GRUPO III

GRUPO IV

856

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

V. RESULTADOS Y CONCLUSIONES Entre los resultados más notables que se desprenden del análisis factorial, podemos destacar: 1) La primera componente principal (F1), que explica el 65.1% (65.4% de los datos por comunidades que incluiremos entre paréntesis en adelante) de la varianza total, además de estar significativamente correlacionada -aunque de forma inversa- con el PIB per cápita, -0.85 (-0.85), presenta altos coeficientes de correlación con el consumo interior, tanto público como privado, y una alta correlación, igualmente negativa, con el saldo exterior de bienes y servicios. Por tanto, es posible interpretar esta primera componente al considerar que enfrenta aquellas provincias y comunidades con un mayor peso del consumo público y privado en la demanda agregada, frente a aquellas otras con mayor saldo positivo de su sector exterior, coincidiendo además en éstas últimas los mayores niveles de producción por habitante. Así, todas las provincias con un PIB per cápita superior a 1.500.000 pesetas tienen un saldo exterior positivo, a excepción de Navarra y Lleida, con ligeros saldos negativos -1.50% y 4.80%-. De igual forma, las provincias con un P.I.B. per cápita inferior, tienen sin excepción saldos exteriores negativos. El análisis por comunidades, no hace sino confirmar lo apuntado a nivel provincial, pues son aquéllas comunidades autónomas de un mayor P.I.B. per cápita las que tienen saldo exterior positivo. 2) La segunda componente principal (F2), que explica el 24.7% (27.4%) de la varianza total, opone provincias/comunidades con una alto porcentaje de formación bruta de capital fijo en la demanda agregada, a aquellas otras con bajos niveles de las mismas variables. Por otra parte, hay que hacer notar que las primeras presentan unos porcentajes más bajos de consumo público. 3) Se observa que el P.I.B. per cápita, sólo está significativamente correlado con el factor F1, lo que indica que de todos los aspectos considerados, sólo el sector exterior parece tener una correlación significativa y del mismo signo con el nivel del P.I.B. per cápita. 4) Por lo que respecta a la formación bruta de capital fijo, no es éste un determinante del nivel del PIB per cápita. Este resultado, sorprendente a primera vista, puede entenderse al tratarse de un análisis de corte transversal, siendo de esperar que el esfuerzo realizado por estas provincias y comunidades autónomas, tenga un efecto positivo sobre el nivel del PIB en el futuro. Así, se puede observar como provincias que tienen un alto porcentaje de su demanda dedicada a la formación bruta de capital fijo -todas ellas con porcentajes superiores al 30%-, no son provincias con altos niveles de su P.I.B. per cápita. De igual forma las provincias de mayor P.I.B. per cápita no se caracterizan por tener una mayor o menor dedicación a la FBCF. Así, las dos provincias de mayor P.I.B. per cápita -Girona y Baleares-, presentan un comportamiento dispar en lo referente al peso de la inversión, pues la primera queda enmarcada entre aquéllas provincias que presentan un coeficiente de correlación alto respecto al segundo eje factorial, mientras que la segunda lo hace entre aquéllas que tienen coordenada negativa respecto a este eje. El análisis a nivel regional vuelve a confirmar las apreciaciones realizadas. 5) De todo ello cabe concluir que son aquellas provincias y comunidades autónomas con una mayor orientación al sector exterior las que poseen mayores niveles de producto per cápita.1 6) Los nuevos datos ofrecidos por el Servicio de Estudios del BBV en su siempre esperado estudio sobre la ARenta Nacional@, aportan una evidencia significativa a la hora de diseñar la política económica

1 Las distintas rotaciones realizadas (varimax, oblimin, equamax) no mejoran los resultados obtenidos, por lo que nuestras conclusiones se basan en la matriz factorial no rotada.

857

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI

PONENCIA

regional. Con la prudencia que debe observarse al disponerse sólo de registros para 1991, al análisis sugiere que fomentar el autoconsumo público o privado, no es un buen cauce para alcanzar altos niveles de riqueza. Muy al contrario, potenciar un sector productivo que pueda vender su bienes y servicios en otros países, regiones o provincias, puede ser una estrategia de desarrollo adecuada para las zonas más pobres de la economía española. Razón ésta que concuerda, con la aceptación generalizada de la mayor eficiencia y calidad en la producción, que la comercialización externa exige. El análisis permite igualmente una distribución espacial de comunidades y provincias según los grupos obtenidos mediante el cluster realizado. 7) El estudio señala el noreste español (Cataluña y Baleares) como la zona de mayor PIB por habitante y mayor saldo positivo de su sector exterior. La comunidad madrileña, encuadrada también en este grupo acusa seguramente la capitalidad. A este primer grupo, sigue un segundo (Canarias, Comunidad Valenciana, Aragón, País Vasco, La Rioja y Navarra) que cunjugan altos niveles de renta con superávit exteriores o reducidos déficits. El tercer grupo constituye una diagonal desde Galicia a Murcia; lo forman comunidades con niveles de PIB por habitante inferiores y saldos netos exteriores negativos. Finalmente la base más pobre de esta relación: Extremadura y Andalucía, reflejan bajos niveles de producción y altos déficits exteriores. 8) La distribución espacial provincial, aporta un mayor detalle al análisis si lo comparamos con el estudio por comunidades. Junto a las provincias extremeñas y andaluzas, Ciudad Real, Albacete, Cuenca, Ávila, Zamora, León, Orense y Lugo, conforman el grupo más desfavorecido. Por contra, Álava se incorpora al grupo más dinámico, del que se excluye a Lleida. Al segundo grupo según el nivel de PIB por habitante, se incorporan Guadalajara y Burgos. Finalmente, provincias que según el análisis por comunidades deberían estar mejor colocadas, muestran su debilidad; estas son Alicante, Huesca y Teruel, excepciones en la flecha de provincias ricas y abiertas en lo comercial, que apunta al noreste de nuestra geografía. La visión del crecimiento desde la demanda siguiendo la tradición keynesiana, puede concluir líneas de actuación política que incentiven al tejido productivo más eficiente a tirar del conjunto económico. El análisis realizado, que supone una aproximación y requiere estudios confirmatorios cuando se dispongan de nuevos datos, apoya la relevancia de la política de fomento de exportaciones y en general de la comercialización de los productos propios a otras provincias, comunidades y países; y desaconsejaría la defensa de mercados locales y el mayor peso del consumo público. Bibliografía: Alonso García, J.A. (1996): AEnfoques postkeynesianos sobre el crecimiento: una aplicación a España@. Información Comercial Española, 758, pp.103-120. Feder,G. (1982): AOn exports and economic growth@. Journal of Development Economics, 12, pp.59-73. Raymond Bara, J.L. (1996): AExportaciones y crecimiento económico@. Papeles de Economía Española, 66, pp.84 a 97. Servicio de Estudios del B.B.V. (1995): Renta Nacional 1991 y su distribución provincial. BBV, 1995.

858