555Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
Análisis sectorial y regional delciclo de vida de las firmas
colombianas en el periodo 1995-2000: un modelo datos de panel
MARLENY CARDONA ACEVEDO
CARLOS ANDRÉS CANO GAMBOA*
Abstract
The specificity of industrial development in a region is not only a matterof evolution and adaptive abilities, but also of taking advantage of thelocal conditions as well as the creation of the territorial model relations-hips at a local level. The purpose of this paper is to recognise the structuralelements that determine the life cycle of Colombian companies. The mea-surement is carried out through a panel data model that allows us to buildrelationships between industrial organisation, geographical and socialvariables in the interpretation of life cycle in 19 productive sectors andthree regions in Colombia.
Keywords: life cycle, territoriality, productive enterprises, industrial lo-calisation.
Resumen
La especificidad del desarrollo industrial en las regiones no es un asun-to sólo de evolución y de capacidades de adaptación, sino que busca elaprovechamiento de las condiciones locales y la generación de rela-ciones de un modelo territorial en un ambiente local. El propósito deeste artículo es reconocer los determinantes estructurales del ciclo devida de las firmas colombianas. La medición se hace a través de unmodelo datos de panel, que permite la construcción de relacionesentre las variables de organización industrial, geográficas y sociales enla interpretación del ciclo de vida en 19 sectores productivos y tresregiones colombianas.
Palabras clave: ciclo de vida, territorialidad, firmas productivas, loca-lización industrial.
* Estudios Sectoriales y Territoriales, Universidad Eafit de Medellín. Correos-e:[email protected] y [email protected].
556 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Introducción1
El territorio, escenario de localización de firmas, responde a laflexibilidad de los procesos sociales y económicos que potencianu obstaculizan la continuidad de los encadenamientos producti-vos, que trascienden los límites fijados administrativamente y lasmismas relaciones sociales.2 El territorio es una construcciónsocial que da pie a las dinámicas económicas y sociales tantointernas como externas, a las relaciones y estructuras de poder,a las manifestaciones culturales de la población y a las restriccio-nes y potencialidades en la oferta ambiental que le imprimen ras-gos característicos.
La dinámica industrial, como expresión del crecimiento, serefleja en el proceso de acumulación en dos niveles: 1) acumula-ción de capital físico y 2) acumulación de capital humano; ambasson condiciones del desarrollo. Los territorios, y en ellos lasempresas, actúan en forma individual y colectiva participandoen sistemas regionales que enfrentan fuertes competencias y ge-neran la recomposición y el diseño de instrumentos de políticapara responder a los modelos productivos, donde la organiza-ción industrial y la dinámica regional, en forma conjunta, sonexpresión de las interrelaciones sociales en la localidad.
En este contexto, las firmas productivas aparecen como elmecanismo por el cual se estructuran las relaciones inter e intra-sectoriales;3 en ellas, las decisiones pasan primero por el territo-rio, el cual posibilita y define las relaciones productivas. De ma-nera similar, el espacio geográfico sufre procesos de cambio porla concentración industrial, la lógica de acumulación y la compe-tencia local, nacional y global en una relación firma-territorio,donde sus dinámicas reestructuran y transforman la espaciali-dad industrial.
1 La investigación base de este trabajo es: Ciclo de vida y localización espacial de lasfirmas en Colombia 1995-2000, realizada en la Universidad Eafit de Medellín (Colom-bia), por el Grupo de Estudios Sectoriales y Territoriales (ESYT), durante 2003. Lainvestigación contó con la participación de Ana Rocío Osorio, a quien se agradecen susaportes durante todo el proceso. También agradecemos a Marcela Orozco por sucolaboración.
2 La instancia regional se convierte en un punto clave para la formulación depolíticas que consideran la diversidad y la heterogeneidad, y sobre las cuales puederealizarse una evaluación de impactos de la organización espacial de las firmas.
3 Los convenios, acuerdos y tratados de libre comercio son expresión de las nuevasdinámicas en los territorios. Se expresan, por un lado, en la generación de firmaslocalizadas espacialmente, y, por el otro, en la refuncionalización del Estado en favorde la política económica como directriz para participar en las cadenas de producción ycomercialización.
557Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
El objeto de estudio –las firmas en el territorio–, sin embar-go, no es nuevo. La literatura revisada como antecedente mues-tra una aproximación a la dinámica industrial desde los enfoquestradicionales del desarrollo regional. Entre los estudios que invi-tan al replanteamiento de los análisis regionales y las políticas delocalización industrial, ciclo de vida y emprendimiento están, enla esfera internacional, los liderados por Acs y Audretsch (1989,1994, 1998), Feldman y Audretsch (1998), Roper y Love (1999)y Audretsch y Fritsch (1999); y en el ámbito de América Latina yColombia, los de Durán et al. (1998), Burachik (2000), Cardonay Ángel (1999), Cardona et al. (2001), Cardona, Osorio y Cano(2003), Cepal (2000) y Lora (2001).
Las economías regionales resurgen motivando el desarrollode identidades e interdependencias sociales, económicas y cultu-rales entre los territorios, con estrategias generadas para la in-serción en los mercados de los productos regionales a partir delas cuales emergen formas de organización del trabajo y ocurrencambios en la forma de producir que son importantes para laspolíticas empresariales y gubernamentales en los territorios.4
En la dinámica regional se han establecido lógicas que van delo social a lo económico y viceversa, cuyos resultados se expre-san en cuatro comportamientos básicos: 1) firmas y regiones queganan, 2) firmas que ganan y regiones que pierden, 3) firmas quepierden y regiones que ganan y 4) firmas y regiones que pierden.
En el estudio de estas dimensiones se construye un objeto deestudio complejo, dinámico y con múltiples aristas, que se re-únen en dos unidades de análisis: 1) el espacio sectorial (la fir-ma) y 2) el espacio geográfico (la región), con un punto de en-cuentro que denominamos ciclo de vida y localización espacialde la industria.
En el espacio sectorial, el concepto de empresa (firma) encie-rra una multiplicidad de nociones que pueden ser entendidas asu vez con complementariedad.5 En el espacio geográfico, la rela-
4 Así, la región en el marco de la globalización es un espacio de interés en el cualcobran importancia las economías locales, en particular, como expresión de la superpo-sición de los procesos de descentralización y vaciamiento de poder del Estado central.
5 Así, por ejemplo, para Tirole (1997: 15) la empresa (firma) es aquella capaz deproducir (o vender) con más eficiencia de lo que lo harían sus partes constituidas actuan-do por separado. Schumpeter (1975: 84) define la empresa como la realización de nuevascombinaciones, y a los empresarios, como los individuos encargados de dirigirla; por esointegra la definición de empresario a la de innovador, tanto así que el carácter de empren-dedor se pierde una vez que se inicia el negocio y se empieza a producir. Méndez yCaravaca (1996: 35) consideran a la firma como una entidad con capacidad de decisión,gestión y administración, que presenta una determinada estructura interna y declara un
558 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
ción ciudad-región ha ido reforzándose en cada una de las etapasde la evolución económica y social, al grado de ser difícil referir-se hoy a la economía local sin una visión de economía de áreametropolitana.6
Este artículo analiza la dinámica industrial y sectorial con ladiscusión teórica sobre el ciclo de vida y la localización indus-trial de las firmas colombianas durante el periodo 1995-2000,por medio de variables de organización industrial, geográficas ysociales, y la formulación de un modelo datos de panel regional yotro sectorial.7
El estudio del ciclo de vida industrial8 representa la dinámicadel surgimiento y desaparición de firmas en el tiempo. El proce-so consiste en una intensa entrada de nuevas empresas que bus-can formarse un espacio en una industria introduciendo innova-ciones en productos y procesos que les permiten generar lasbarreras de entrada al sector.9
El análisis de las unidades productivas debe hacerse conside-rando no sólo un cierto tamaño o un sector en particular, sinotambién el marco de la organización industrial y su entorno es-
domicilio o razón social, aunque la localización de sus actividades pueda situarse en unoo varios establecimientos en lugares diversos. En este trabajo se asume la firma como unaunidad sectorial integrada por recursos humanos, financieros y físicos que ofrece un bienterminado; está sujeta a ajustes permanentes ante cambios en las disposiciones legales ypolíticas; busca reducir costos de transacción y está conformada por individuos quetoman decisiones racionales, donde la información no puede ser transmitida sin costos;la empresa no persigue un objetivo único y constituye coaliciones entre participantes conintereses muchas veces divergentes.
6 La región alude a un territorio y a la dotación de recursos productivos. En ellaocurre un conjunto de interacciones que conforman un sistema compuesto por subsis-temas productivos, institucionales y culturales, que encierran un cúmulo de relacionestales como capital-trabajo, los flujos de intercambio, las relaciones monetarias y laspautas de comportamiento social.
7 La dinámica industrial se explica desde el ciclo de vida industrial como partefundamental del proceso de desarrollo. La innovación, la generación de empleo y lasactividades de cooperación son elementos esenciales para su entendimiento. En estetipo de análisis algunos autores otorgan mayor poder explicativo al nivel macroeconó-mico espacial; otros se concentran en el análisis microeconómico, en particular en lateoría de la organización industrial.
8 En este documento, el ciclo de vida industrial es calculado como la diferenciaentre el surgimiento y la desaparición de las firmas en cada sector y en cada región,según la información suministrada por las distintas cámaras de comercio de cada regiónen Colombia.
9 Los estudios precedentes a esta investigación han establecido que las micro,pequeñas y medianas empresas (mipymes) tienen un ciclo de vida industrial inestable yde menor duración que el de las grandes empresas. El reconocimiento de las diferenciasentre las grandes y las pequeñas empresas facilita la mejor comprensión de la realidadde la base empresarial del país, la construcción de teoría económica relativa al creci-miento económico nacional y la recuperación del papel de los empresarios como dina-mizadores de la actividad económica.
559Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
pacial. Las estrategias empresariales son determinantes en el ci-clo de vida de las firmas; su objetivo común es la generación deventajas competitivas que aseguren a las firmas beneficios a lar-go plazo. A continuación se estudian el contexto económico ylos determinantes estructurales del ciclo de vida de las firmas en19 sectores productivos y tres regiones colombianas:10 Bogotá-Soacha, Cali-Yumbo y Medellín-Valle de Aburrá.11
1. Contexto económico de las unidades productivas enColombia
El proceso de industrialización colombiano y los patrones deacumulación sobre los cuales se ha desarrollado transcurren deun modo más o menos similar al del resto de los países de Amé-rica Latina. Pueden distinguirse, en este proceso, dos etapas: 1)una etapa sustitutiva de importaciones, que si bien se inició des-de la década de 1930, adquirió su configuración precisa en ladécada de 1950 y mantuvo su carácter estrictamente sustitutivohasta 1967; 2) la otra etapa, que puede distinguirse a partir de ladécada de 1970, sin abandonar su carácter sustitutivo, apoyó laexpansión productiva basada en la exportación de manufactu-ras, lo que modificó, en parte, las condiciones de acumulacióndesarrolladas desde los años de la década de 1950.12
10 Los resultados de la investigación Ciclo de vida y localización espacial de lasfirmas en Colombia 1995-2000 son para seis regiones colombianas. En este artículo, losresultados se presentan para las tres arriba mencionadas. Los resultados globales sepresentan en el anexo del artículo.
11 La información del modelo datos de panel sobre la dinámica del ciclo de vida esel número de registros de instalación y liquidación de firmas año por año realizados enseis regiones, y para los siguientes sectores: fabricación de productos alimenticios,excepto bebidas (311-312); industria de bebidas (313); fabricación de textiles (321);fabricación de prendas de vestir, excepto calzado (322); fabricación de calzado y suspartes, excepto el de caucho o plástico (324); industria de la madera y productos de lamadera y el corcho, excepto muebles (331); fabricación de muebles y accesorios,excepto los que son principalmente metálicos (332); fabricación de papel y productosde papel (341); imprentas, editoriales e industrias conexas (342); fabricación de sus-tancias químicas industriales (351); fabricación de otros productos químicos (352);fabricación de productos de caucho (355); fabricación de productos plásticos (356);fabricación de otros productos minerales no metálicos (369); fabricación de productosmetálicos, exceptuando maquinaria y equipo (381); construcción de maquinaria, ex-ceptuando la eléctrica (382); construcción de equipo y material de transporte (384), yotras industrias manufactureras (390).
12 A partir de la década de 1970, pocas empresas industriales colombianas crecieronrealmente más allá de las oportunidades del mercado interior. Colombia siguió viviendode las exportaciones primarias de café, carbón, petróleo y otros productos, protegiendoel mercado interior y manteniendo una industria que para la década de 1980 erapequeña, poco competitiva y con una baja participación en el mercado internacional.
560 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Entre 1974 y 1991, la industria colombiana registró un agota-miento del proceso de sustitución de importaciones. El compor-tamiento industrial en esos años estuvo marcado por la sucesiónde fases cortas de expansión (1975-1980), crisis (1981-1983) yleve recuperación (1984-1989). Según Lotero (1998), en eseperiodo, caracterizado por algunos analistas como de crisis es-tructural de la industria, se presentaron acontecimientos y cam-bios en el manejo económico que, sin duda, afectaron el desem-peño sectorial. Entre otros, las bonanzas de precios del café(1976-1978 y 1985-1987), las políticas de ajuste fiscal (1974-1978 y 1984-1986), la liberación parcial del régimen de comer-cio exterior (1978-1982) y su reversión posterior (1982-1984) yla fuerte caída de la tasa de cambio real (1978-1982).13
Sin duda, la estructura de la economía colombiana cambió en-tre los decenios de 1980 y 1990.14 Al finalizar la década de 1980apareció el modelo de liberalización económica, que aplicó aper-turas de choque en el supuesto de que el mercado internacionalharía una distribución justa de los recursos y de que los países endesarrollo crecerían rápidamente gracias a las nuevas condicionesresultantes. De otra parte, también hubo cambios en la composi-ción de las exportaciones totales entre un periodo y otro.15
13 De acuerdo con Lotero (1998), en Colombia se habían introducido algunosajustes y llevado a la práctica procesos de reconversión industrial, sin que por ellopuedan catalogarse como estructurales. A estas peculiaridades del manejo macroeconó-mico y del comportamiento de la industria, se suma la del sistema urbano-regional delpaís. Colombia ha contado con un sistema descentralizado y relativamente flexible queha permitido que a lo largo de la historia del desarrollo económico se produzcan ajustesparciales de cierta magnitud.
14 Así, en la economía colombiana viene ganando participación el sector de servi-cios, incluidos los servicios financieros, los cuales pasaron de representar 26.7% delproducto interno bruto (PIB) en 1980, a 30.7% en 1998. Igualmente, la explotación deminas y canteras, que incluye hidrocarburos, ganó participación en la producción en esedecenio, de 1.3% a 4.9%. Por el contrario, la agricultura y la industria han mostradouna tendencia decreciente dentro de la producción total, especialmente acentuadadesde 1994. En efecto, la agricultura pasó de representar 22.7% del producto en 1980,a 20.6% en 1993 y 18.4% en 1998. La participación de la industria en el PIB pasó derepresentar 22.4% en 1980, a 17.9% en 1998 (información recopilada en el Departa-mento Administrativo Nacional de Estadística de Colombia, DANE).
15 En efecto, según Echeverry (1999), en 1980 el café exportado equivalía a 59% delas exportaciones totales; a partir de entonces empezó a perder participación hastarepresentar 17.5% en 1998. Esto hacía que la economía colombiana estuviera másexpuesta a las variaciones del precio internacional del café. Por otra parte, se observa unaumento sustancial en la participación de las exportaciones de hidrocarburos, es decir,de carbón y petróleo. De hecho, en 1980 las exportaciones por este concepto represen-taron 2.9% del total exportado, mientras que en 1998 aumentaron a 30.3%. Al mismotiempo, otras exportaciones no tradicionales como las flores y el banano representaron2.4% en 1980, y aumentaron a 9.5% del total en 1998.
561Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
La apertura económica, la reforma al sector financiero, lasmodificaciones del régimen cambiario, la promulgación de unanueva Constitución política en 1991 –con los consiguientes cam-bios institucionales, que entre otros factores determinaron en granparte la evolución del gasto público– modificaron el panoramaeconómico que había en el decenio de 1980. Por lo tanto, en elanálisis de los ciclos económicos es indispensable tener en cuentalos cambios estructurales causados por los factores mencionados.
La economía colombiana enfrentó un proceso de desacele-ración del crecimiento desde 1996 y de recesión a partir delúltimo trimestre de 1998. Después de haber registrado tasasanuales de crecimiento superiores a 5% real anual promedioentre 1993 y 1995, el crecimiento calculado de 1998 fue de0.6% (DANE), el crecimiento para el primer trimestre de 1999fue de –5.9%, y lo fue de un nivel similar para el primer semes-tre del año 2000. Por su parte, la tasa de desempleo alcanzóniveles cercanos a 20%. En este contexto global, se aprecia undeterioro significativo, en los últimos años, en las cifras del sec-tor productivo privado colombiano.
Desde el análisis de la organización industrial, tanto en elperiodo preapertura como en el de postapertura, las micro, pe-queñas y medianas empresas (mipymes)16 en Colombia genera-ron cerca de 40% de la producción bruta y 34% del valor agrega-do nacional (Echeverri, 1999).17 Sin embargo, se observarondiferencias importantes a lo largo del periodo 1985-1995 encuanto al comportamiento por tamaño de empresa: 1) la media-na empresa se destacó por haber presentado mayor estabilidaden su crecimiento (ciclos de auge y recesión menos pronuncia-dos), y 2) la pequeña empresa ha seguido una dinámica indepen-diente que en varios años se aleja del patrón de crecimiento de laindustria global en Colombia (véase gráfica I).
En el cuadro 1 se observa que la participación por tamaño deempresas en los últimos 20 años no se ha modificado mucho en
16 La microempresa se define en Colombia como aquella constituida con uno a 10trabajadores; la pequeña empresa, aquella con 11 a 50 trabajadores, y la medianaempresa, con 51 a 200 trabajadores.
17 En el periodo postapertura (1991-1995), según el Departamento Nacional dePlaneación (DNP) de Colombia, el mejor comportamiento promedio lo presentó lamediana empresa, que sostuvo un crecimiento anual de 6.4% en promedio, frente a4.8% de la gran empresa y a 4.4% de la pequeña empresa. La dinámica de la medianaempresa en ese periodo se debió al desempeño positivo de los bienes de capital, losbienes intermedios y los bienes de consumo no durables, mientras que la acentuadacaída promedio en la producción de la pequeña empresa se presentó por descensos enla producción de los bienes de consumo duradero y no duradero.
562 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Colombia. La microempresa y la pequeña empresa se han man-tenido en niveles promedio de 70%, son así las de mayor ponde-ración. La mediana empresa colabora con 22% en promedio,mientras que la gran empresa representa para el sistema econó-mico colombiano 7%, en promedio.
Partiendo de este panorama, la investigación realizó un análi-sis de acuerdo con el modelo datos de panel para determinar lasvariables de organización industrial, geográficas y sociales quehan incidido en el ciclo de vida de las firmas colombianas en elperiodo 1995-2000.
2. Consideraciones metodológicas del modelo datos de panel
El sistema económico depende de la interacción entre las varia-bles económicas en la sociedad y el espacio. Por eso la propuestametodológica considera correr el modelo datos de panel en dosetapas. La primera relaciona la influencia de las variables geo-
Gráfica I
Patrón de crecimiento de la industria global 1980-2000
FUENTE: Departamento Administrativo Nacional de Estadística (2003).
563Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
Cuadro 1Participación en el número de establecimientos según tamaño
de empresa 1985-1995
Pequeña empresa (incluye la microempresa): entre 10 y 49 trabajadores; medianaempresa, entre 50 y 199 trabajadores; y gran empresa, más de 200 empleados.FUENTE: Echeverri (1999).
Año Pequeña Mediana Grande Total
1985 70.9% 22% 7.1% 100%1986 71.3% 21.7% 6.9% 100%1987 71.2% 21.7% 7.1% 100%1988 72.1% 21.2% 6.6% 100%1989 72.8% 20.7% 6.4% 100%1990 72.0% 21.3% 6.7% 100%
Promedio 1985-1990 71.7% 21.5% 6.8% 100%
1991 70.7% 22.2% 7.1% 100%
1992 70.7% 22.1% 7.2% 100%1993 68.6% 23.6% 7.7% 100%1994 68.1% 23.9% 8.0% 100%1995 69.7% 22.8% 7.5% 100%
Promedio 1991-1995 69.6% 22.9% 7.5% 100%
1996 69.6% 23.2% 7.2% 100%1997 72.4% 21.1% 6.5% 100%1998 72.6% 21.0% 6.4% 100%1999 74.4% 19.6% 6.0% 100%2000 74.6% 19.5% 6.0% 100%Promedio 1996-2000 72.7% 20.9% 6.4% 100%
gráficas específicas en el ciclo de vida de las firmas; y la segundaestablece el impacto de las características industriales sobre losfactores geográficos. Dichos modelos están asociados a las si-guientes ecuaciones:
(1)
(2)
564 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
El objeto de este estudio son las variables que influyeron en ladinámica del ciclo de vida de las firmas de Colombia en el perio-do 1995-2000. Las variables seleccionadas como explicativas deeste fenómeno se dividen entre las asociadas al sector, que seexpresan como variables de organización industrial, y las asocia-das al territorio,18 llamadas variables geográficas específicas;además de variables sociales.
El ciclo de vida de las firmas es la variable dependiente sobrela cual se analizan las relaciones respecto a las variables explica-tivas. En las variables de organización industrial se tienen en cuen-ta: 1) intensidad del capital,19 2) relación capital producto,20 3)costo laboral unitario21 y 4) salario promedio industrial.22 En lasvariables geográficas están: 5) tasa de desempleo, 6) tamaño dela población, 7) índice de tasa de cambio real y 8) índice de loca-lización industrial.23 Las variables sociales son: 9) logro educati-vo y 10) tasa de homicidios.
Estructura y localización de las firmas son parte del mismoasunto y pertenecen a un proceso de evolución donde se condi-cionan variables que interactúan entre sí y permiten la consoli-dación o el declive de los aparatos productivos. Estas variablespueden ser tanto externas como inherentes al proceso sectorial.
18 En las investigaciones del Grupo de Estudios Sectoriales y Territoriales de laUniversidad Eafit de Medellín, se ha evidenciado que el territorio tiene alto impacto enlas condiciones del crecimiento industrial. En la investigación ya referida (Cardona,Osorio y Cano, 2003), se confirmó que el ciclo de vida, la estructura y localización delas firmas no son indiferentes al paso del tiempo, sino que permanecen en un procesode evolución donde se condicionan variables que interactúan entre sí permitiendoconsolidación o declive de los aparatos productivos. Estas variables pueden ser tantoexternas como inherentes al proceso productivo sectorial y regional.
19 Relación entre el valor de los activos fijos reales de cada industria (Kijt) (deflacta-do por el índice de precios al productor [IPP], base 1998) y el total de personal ocupadoen cada una de ellas (Nijt). Incluye personal permanente y temporal.
20 Muestra la razón entre el valor de los activos fijos reales (Kijt) y el valor agregadoreal de cada industria (VAijt), deflactados por el IPP, base 1998.
21 Relación entre la remuneración laboral unitaria y la productividad laboral unita-ria de cada industria. Éstas se definen, respectivamente, como la razón de sueldos ysalarios de la industria, y la razón producción bruta real de la industria; la primeradeflactada por el índice de precios al consumidor (IPC), base 1998, y la segunda, por elIPP, base 1998. En otras palabras, se definen como la razón sueldos y salarios (Wijt), y laproducción industrial (Yijt) para cada sector considerado.
22 Razón entre el valor de los sueldos y salarios para el total de la industria manufac-turera de cada área metropolitana (Wjt) deflactado por el IPC, base 1998, y el total delpersonal ocupado en la industria (Njt). Incluye personal permanente y temporal.
23 Está basado en el número de establecimientos, de manera que da cuenta del gradode aglomeración de los sectores económicos en las regiones. Se define como la razónentre la proporción de establecimientos (Eijt) de cada sector y región, respecto al totalde establecimientos del total de la industria manufacturera en cada región (Emjt) y lamisma proporción, pero calculada para el total nacional (n).
565Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
La transformación estructural de las relaciones de producción yde poder en los sistemas económicos forma parte de la dinámica deuna nueva sociedad, donde la necesidad de ser entes flexibles ycompetitivos es un proceso esencial de la economía.
El desarrollo en la década de 1970 sobre la especificación demodelos econométricos regionales propició un número impor-tante de aplicaciones a regiones de Estados Unidos y países eu-ropeos. Algunos modelos son unirregionales y analizan las rela-ciones entre diversas variables en una región a lo largo del tiempo.Los modelos multirregionales analizan las diferencias entre losdistintos niveles de desarrollo de varias regiones, bien elaboran-do un modelo con una serie temporal de cada región y compa-rando los resultados, bien mediante modelos interregionales quese obtienen con una muestra conjunta de varias regiones en unmomento determinado, modelo cross-section, o en varios mo-mentos mediante un pooling o muestra combinada.
El estudio Surgimiento de firmas regionales colombianas (1995-2000) (Cardona, et al., 2001) encuentra en tres regiones colom-bianas y tres sectores económicos (alimentos, textil y confeccio-nes) crecimiento exponencial en el surgimiento de firmas entre1995 y 2000. Se concluye que la instalación de firmas en las regio-nes y los sectores es diferente y por tanto requiere distintas for-mas de intervención en Colombia. Mientras en los modelos secto-riales las variables más significativas se asocian a los factoresgeográficos y regionales, en los modelos regionales prevalece ladinámica en la organización industrial dentro de las localidades.
El análisis del ciclo de vida de las firmas colombianas muestralos cambios en el tiempo de las variables estructurales de la in-dustria en las regiones. Se establece que: 1) el modelo datos depanel sectorial da cuenta del efecto regional sobre el ciclo devida en un mismo sector industrial, y 2) el modelo datos de panelregional analiza la estructura industrial de cada región en térmi-nos de la información sobre los sectores analizados. En total, elmodelo está conformado por tres regiones, 19 sectores, 10 va-riables explicativas y una dependiente: surgimiento neto de lasfirmas,24 como se aprecia en el esquema I.
24 Las bases de datos y su estructuración para la modelación generaron algunasdificultades en la calidad y cantidad de los datos, lo que limitó el tipo de método quepodría utilizarse en el momento de realizar las predicciones. En este caso, se encontró: 1)poca homogeneización de la información disponible; 2) diferencias regionales y sectoria-les en el tipo de variables construidas; 3) en el ámbito de las economías regionales enColombia no existe información oficial por tamaño de firmas; 4) la construcción deldato, y 5) la heterogeneidad estructural de las regiones y de los sectores en Colombia.
566 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
El modelo de ciclo de vida de las firmas colombianas surgiódel trabajo Labor Market Approach utilizado por Audretsch yFritsch (1999). Además se consideró la metodología empleadapor Armington y Acs (2000), quienes examinan el papel del capi-tal humano, la capacitación, el nivel de educación y el nivel em-presarial en el surgimiento de firmas. El resultado empírico dacuenta de diferencias en la tasa de formación de nuevas empre-sas en las regiones, explicadas principalmente por la densidadindustrial, el crecimiento poblacional y el ingreso per cápita. Es-tos resultados son consistentes con las competencias laborales yla intensidad del capital con el efecto spillovers que se tiene en el
Esquema IProceso metodológico en la medición del ciclo de vida de las
firmas colombianas en el periodo 1995-2000
Objeto de estudio Ciclo de vida de las firmas
:TSN F (Variables de organización industrial, variables geográficas y variables sociales)
Variables principales
Ecuación general del
modelo
ijtTSN = iiα 1 2ijt jtL O C A L P Bβ β+ + +
3 4 5ijt ijt ijtDSM CLU SPIβ β β+ + 6 i j tI Kβ+
7 8 9 10ijt jt jt jtRKP ITCR LE HMDβ β β β+ + + +
ijtε+
:Donde
ijtTSN = Tasa de Surgimiento Neto (surgimiento de
firmas-desaparición de firmas).
i = Representa la industria.
j = Representa la región.
t = Representa el tiempo.
Objeto de estudioCiclo de vida de las firmas
Variablesprincipales
TSN : F (Variables de organizaciónindustrial, variables geográficas y
variables sociales)
Ecuación generaldel modelo
TSNijt = i i + i LOCALijt + 2 PBjt + 3
DSMijt + 4 CLUijt + 5 SPIijt + 6 IKijt + 7RKPijt + 8 ITCRjt + 9 LEjt + 10 HMDjt +
jt
Donde:
TSNijt = Tasa de Surgimiento Neto(surgimiento de firmas-desapariciónde firmas).i = Representa la industria.j = Representa la región.t = Representa el tiempo.
567Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
sistema económico.25 También se atendieron los trabajos de Kee-ble y Walker (1994) y Davidson et al. (1994) en la metodologíade la construcción de las variables utilizadas en el modelo.
En la formulación, el modelo datos de panel considera que loserrores variantes a través del tiempo no están correlacionadoscon valores presentes y pasados de ciertas variables condicio-nantes, de modo que son predeterminados respecto a los erroresvariantes en el tiempo. Este tipo de modelo satisface la condi-ción de momentos secuencial, como se expone a continuación:
(1)
El modelo es el siguiente:
(2)
Junto con el supuesto:
(3)
Donde
y
es una versión secuencial del modelo de ajuste parcial propuestopor Arellano y Bond (1991). Un ejemplo del modelo anterior es:
(4)
Donde:
(t =1,..., T; i=1,..., N)
Una versión general del modelo (ecuación 2) es la siguiente:
(5)
25 Las variables utilizadas en este modelo fueron: el tamaño de las firmas (comoproxy de la estructura de la industria en las regiones), el crecimiento poblacional, elingreso per cápita, la tasa de desempleo, la concentración industrial y el logro educativo.
568 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Con el supuesto:
(6)
La ecuación 7 es una versión general del modelo de la ecua-ción 4 (Arellano y Bond, 1991), con zt
i= (zi1,...,zit) . La estima-ción del método generalizado de momentos (GMM) de en 7(Mátyás, 1999) se basa en la siguiente condición de momentos:
(7)
O utilizando desviaciones ortogonales, según lo planteado porArellano y Bover (1995):
(8)
Una expresión compacta que integra las ecuaciones 7 y 8 es lasiguiente:
(9)
Donde K representa cualquier matriz de transformación trian-gular superior de (T –1)*T con rango (T –1) tal que K =0, donde es un vector de unos de T*1. La ortogonalidad entre K y
asegura que la transformación elimina el efecto fijo. zi es unamatriz de bloques diagonales cuyo i-ésimo bloque está dado porzt
i’; así:
(10)
Donde:
y .
El estimador GMM de se obtiene minimizando
(11)
569Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
y queda como resultado:
(12)
Tal como lo demuestra Hansen (1982), la elección de AN debeser tal que sea proporcional a la inversa de la matriz de covarian-zas de la condición de ortogonalidad. Dados los elementos teóri-cos discutidos anteriormente, la ecuación básica para el modelodatos de panel es la siguiente:
(13)
Donde:
i = 1,...,N t = 2,...,T
Yit = Tasa de surgimiento neto de la industria i en el periodo t.xit= Representa un vector de variables explicativas clasifica-
das en: 1) organización industrial, 2) variables geográficas y 3)variables sociales.
t = Representa el efecto temporal que captura cambios en laproductividad comunes a todos los sectores industriales.
La construcción del modelo y la base de datos fue un procesoque concentró la atención en el análisis del comportamiento delos resultados en las mediciones, teniendo en cuenta los delinea-mientos teóricos y la selección de las variables de acuerdo concriterios econométricos sobre los cuales se basaría la elección delas mejores estimaciones.
A continuación se muestran los resultados de los modelos, loscuales fueron validados26 mediante las pruebas de Hausman27 yBreusch y Pagan.28
26 Si los errores en niveles son serialmente independientes, presentarán en primerasdiferencias correlación serial de orden 1, pero no de orden 2. Arellano y Bond (1991)desarrollan un test formal conocido como el estadístico . En la hipótesis nulade no correlación serial, este estadístico es calculado de los residuales en primerasdiferencias, excepto cuando la estimación es en niveles. El estadístico mj está basado en
la autocovarianza de orden j–th promedio, rj, la cual está planteada por: ,
donde rtj= E( it i,t–j). En la hipótesis nula H0: rj=0, el estadístico está dado por ,
donde rj es la contraparte muestral de , basado en los residuales en primeras diferencias
it, y , , donde es la varianza asintótica de rj.
rj= rtj
1 T
T – 3 – j t=4+j
570 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
3. Comportamiento de las variables de organización industrial,geográficas y sociales en los sectores industriales colombianosen el periodo 1995-2000
La comprensión de la dinámica industrial pasa primero por elanálisis del comportamiento de las variables elegidas para unapropuesta de modelo estructural de la realidad industrial, y, se-gundo, por la aplicación del modelo y el reconocimiento de larealidad en él. Así, los resultados de la medición dan cuenta delsurgimiento neto de las firmas, lo que se determinó como el nú-mero de firmas que surgen menos el número de las que se liqui-dan. De esta forma, una disminución del surgimiento o un incre-mento del total de firmas liquidadas generan un ciclo de vidamenor; del mismo modo, un incremento del número de firmas
27 El test de especificación de Hausman se utiliza para verificar la ortogonalidad delos efectos aleatorios y los regresores. Está basado en la idea de que en la hipótesis deno correlación, el modelo de mínimos cuadrados ordinarios en el modelo de variablesdummies de mínimos cuadrados y el modelo de mínimos cuadrados generalizados sonconsistentes, pero el modelo de mínimos cuadrados ordinarios es ineficiente. La otraalternativa es que mínimos cuadrados ordinarios es consistente, pero mínimos cuadra-dos generalizados no lo es. De esta forma, en la hipótesis nula los dos estimadorespodrían no diferir sistemáticamente, y el test puede estar basado en la diferencia.
( ) ( ) ar( ) ( ) ( )Var b Var b V Cov b Cov bβ β β β∧ ∧ ∧ ∧
− = + − − − − (1)
El resultado esencial del test de Hausman es que la covarianza de un estimadoreficiente con la diferencia de un estimador ineficiente es cero, lo que implica que:
(( ), ) ( , ) ( ) 0Cov b Cov b Varβ β β β∧ ∧ ∧ ∧
− = − = (2)
o que:
( , ) ( )Cov b Varβ β∧ ∧
= (3)
Insertando este resultado en (1) se produce la matriz de covarianza requerida parael test:
( ) ( ) ( )Var b Var Varβ β β ψ∧ ∧
− = − =
El test de chi-cuadrada está basada en el criterio Wald:
[ ]2 11W K b bχ β ψ β∧ ∧
−′⎡ ⎤ ⎡ ⎤= − = − −⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦
Para se utiliza la matriz de covarianzas estimadas del coeficiente del estimadordel modelo de mínimos cuadrados de variables dummies y la matriz de covarianzasestimadas en el modelo de efectos aleatorios, excluyendo el término constante. En lahipótesis nula, W tiene una distribución chi-cuadrada con K–1 grados de libertad(Greene, 2003: 300-302).
28 El test para efectos aleatorios de Breusch y Pagan se presenta en un multiplicadorde Lagrange basado en los residuales de los mínimos cuadrados ordinarios. La pruebacontrasta las hipótesis:
571Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
que surgen o la disminución del número de firmas que se liqui-dan generan un mayor ciclo de vida.
3.1. Análisis sectorial de la industria colombiana en lasdimensiones de organización industrial, geográfica,territorial y social
El análisis de las unidades productivas debe hacerse consideran-do no sólo un cierto tamaño o un sector en particular, sino tam-bién el marco de organización y su entorno. Las estrategias em-presariales y la organización espacial son determinantes en elciclo de vida de las firmas; su objetivo común es el estableci-miento de ventajas competitivas que aseguren a las firmas bene-ficios a largo plazo.29
En la economía, como en las demás ciencias sociales, común-mente se ha caído en el error de considerar que su campo deacción tiene que ver con la asignación y el acrecentamiento delos recursos materiales y tangibles, y, de esta manera, la confinanal estrecho campo del crecimiento, subvaluando la dimensiónhumana, que es la verdadera razón de ser del desarrollo. Si bienla identidad entre crecimiento y desarrollo está hoy en día enentredicho, no sólo desde la reflexión teórica sino también, yprincipalmente, desde la evidencia empírica, es necesario insistiren el carácter complejo del desarrollo y en la necesidad de unavisión interdisciplinaria que permita esclarecer los componentese identificar las variables significativas que deben considerarse.
En esta perspectiva pretenden otorgarse a la política económicaobjetivos sociales y tener siempre presentes sus implicaciones, así
[ ]2
21
: 0 ( , 0)
: 0o u it is
u
H Corr
H
σ η η
σ
= =
≠
r
El test estadístico es:
2 22 2
1 1 1
2 2
1 1 1 1
( )1 1
2( 1) 2( 1)
n T n
it it t t
n n n n
it iti t i t
TnT nTLMT T
−
= = =
= = = =
⎡ ⎤ ⎡ ⎤⎡ ⎤⎢ ⎥ ⎢ ⎥⎢ ⎥⎣ ⎦⎢ ⎥ ⎢ ⎥= − = −⎢ ⎥ ⎢ ⎥− −⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎣ ⎦⎣ ⎦
∑ ∑ ∑
∑∑ ∑∑
l l
l l
En la hipótesis nula, LM es distribuida como una chi-cuadrada con un grado delibertad.
29 Méndez y Caravaca (1996) definen este tipo de ventajas como el dominio y control,por parte de una empresa, de una característica, habilidad, recurso o conocimiento queincrementa su eficiencia y le permite distanciarse de la competencia. Este aspecto suponeque las empresas con ventajas competitivas logran tener un ciclo de vida mayor.
572 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
como hacer explícita la contribución económica de la política so-cial. A continuación presentamos los resultados obtenidos con dosvariables sociales que tuvimos en cuenta en la modelación: tasa dehomicidios (HMD) y logro educativo (LE) (véase cuadro 2).
En el caso del sector alimentos y bebidas se obtuvo que lavariable logro educativo tenía influencia positiva en el ciclo, mien-tras que tasa de homicidios explica la reducción del surgimientoneto, lo que llevaría a establecer que altos niveles de homicidiosrepercuten negativamente en la madurez productiva de las fir-mas de este sector.
En el caso del sector textiles y calzado, el comportamiento deíndice de tasa de cambio real (ITCR) permite consolidar el ciclo devida, lo correcto con ampliación de mercados y diversificaciónexportadora lograda por las firmas textileras colombianas. Ellogro educativo (LE) también presenta el signo esperado. Al igualque en el sector alimentos y bebidas, una disminución de la tasade homicidios (TH) permite ampliar el ciclo de vida de las firmas.
La inclusión de la variable logro educativo (LE) busca aportar almodelo efectos con las calificaciones laborales que permitan pro-
Cuadro 2Resultado de un modelo regional por sectores, de variables deorganización industrial, geográficas y sociales para el análisis
del ciclo de vida de las firmas colombianas 1995-2000
El modelo incluyó estimaciones en desviaciones ortogonales.Los errores estándar son robustos para heteroscedasticidad.Los instrumentos utilizados en el modelo están en niveles.El método de estimación es paneles incompletos o desbalanceados por efectos fijos.El contraste del multiplicador de Lagrange para el modelo de efectos aleatorios de Breusch y Pagan
muestra evidencias en favor del modelo de componentes del error.El contraste de Hausman valida el método utilizado.
Sector IL SPI CLU IK RKP PB DSM LE HMD ITCR R2Ajustado
Alimentos y bebidas + + – + + + + + – – 0.522Textiles y calzado – + – – – – + + – + 0.999Madera y fabricaciónde muebles + + – – + + – + – – 0.999Papel e imprentas yeditoriales + + – – + – + + – + 0.397Químicos + – + – – + – – – – 0.999Caucho y productosplásticos + – + + – + – – – + 0.997Minerales no metálicos + + – – + + + – + – 0.989Metálicos, maquinaria,construcción de equipo + + + + + + – – – – 0.999Otras industriasmanufactureras + + + + – + – – – – 0.999
573Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
ductividad sectorial, lo que se espera influya en un mayor ciclo devida de las firmas. Este comportamiento se observó, como ya sedijo, en los sectores alimentos y bebidas, textiles y calzado, made-ra y fabricación de muebles y papel e imprentas y editoriales. En elresto de los sectores analizados no se encuentra relación positivaentre el logro educativo y el surgimiento neto de las firmas.
El índice de tasa de cambio real (ITCR) explica, dentro delmodelo, la apertura exportadora de los sectores, y se espera queun mayor índice permita mayor surgimiento neto de las firmas;en el caso contrario, dada la pérdida de competitividad vía tasade cambio, hay una liquidación de firmas que se refleja en meno-res ciclos de vida. Se obtuvo: 1) que los sectores textilero, papele imprentas y editoriales, y minerales no metálicos presentanrelación positiva con el índice de tasa de cambio real; 2) los de-más sectores no mejoran el surgimiento neto por medio del sec-tor externo, o también puede ser que tengan una alta carga dedeuda externa, lo que influye negativamente en su ciclo de vidaal aumentar la tasa de cambio.
Finalmente, la medición del ciclo de vida considerando lastres dimensiones: organización industrial (salario promedio in-dustrial, costo laboral unitario, intensidad del capital y relacióncapital producto), geográfica (índice de localización, tamaño dela población, índice de tasa de cambio real y tasa de desempleo)y social (logro educativo y tasa de homicidios), identifica la rela-ción directa e inversa que tienen dichas variables. Por ejemplo:índice de localización y tamaño de la población son las variablescon mayor incidencia directa, mientras que tasa de homicidiostiene una relación inversa; esto puede explicarse por el impactoen la capacidad productiva de las firmas; mientras que en rela-ción capital producto, intensidad del capital y logro educativo, lacorrespondencia depende del tipo de sector analizado.
El territorio como escenario de localización de firmas res-ponde hoy a los procesos de flexibilidad tanto productiva comosocialmente; allí se potencia u obstaculiza la continuidad de losprocesos productivos y sus encadenamientos. La relación firma-territorio explica en parte la forma en que se han manifestadolos procesos de reestructuración y las transformaciones espacia-les de la dinámica industrial.
Una aproximación regional al objeto de estudio permite, porun lado, conocer el comportamiento sectorial dentro de una re-gión, y, por otro lado, da cuenta de las diferencias en la estructu-ra industrial interregional. A continuación se analizan modelos
574 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
datos de panel para cada región, de forma similar a los realiza-dos sectorialmente.30
4. Modelo de datos de panel por regiones colombianas
En la discusión desde las esferas sectorial y geográfica es perma-nente la relación de interdependencia entre firma y territorio, ala que se liga el desarrollo, como expresión de las potencialida-des endógenas del territorio, a la dinámica industrial. El creci-miento en las firmas genera progreso económico; al mismo tiem-po, condiciones macroeconómicas adecuadas permiten que lasempresas puedan mantener su competitividad interna y externa.
El desarrollo aparece como un proceso intangible que depen-de de elementos tangibles (acumulación de capital físico y huma-no) y de una adecuada organización y estructura interna de lasregiones, que garantice el establecimiento de unidades producti-vas que potencien el crecimiento territorial y el flujo de inversio-nes externas. Se plantea entonces el desarrollo como el efectoconjunto de factores exógenos y endógenos del territorio.
A continuación se presenta un análisis sectorial para cada re-gión del estudio mediante un modelo que relaciona las variablesde organización industrial, geográficas y sociales (véase cuadro 3).
4.1. Análisis de los sectores en la región Bogotá-Soacha
La localización es importante en el surgimiento neto de las fir-mas asentadas en Bogotá-Soacha, por las ventajas que genera eltamaño de la población y la condición de centro administrativo,político y económico. En este caso, la variable tasa de desempleono suscita impacto positivo en el surgimiento de nuevos proyec-tos productivos.
Las variables de organización industrial no tienen relaciónestrecha; no obstante, el costo laboral unitario incide en el in-cremento del surgimiento neto de las firmas de la región Bogotá-Soacha, porque a menores costos laborales los empresarios ob-tienen ganancias relativas que se traducen en consolidación desu firma.
30 Se consideran como unidades de sección cruzada la organización industrial:salario promedio industrial (SPI), costo laboral unitario (CLU), intensidad del capital (IK)y relación capital producto (RKP); variables geográficas: índice de localización (IL),tamaño de la población (PB), tasa de desempleo (DSM) e índice de tasa de cambio real(ITCR); y variables sociales: logro educativo (LE), y tasa de homicidios (HMD)
575Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
La variable índice de tasa de cambio real no muestra efectosen el ciclo de vida de las firmas, ya que una mejora de competiti-vidad vía tasa de cambio no incide en el surgimiento neto. Estetipo de comportamiento se justificaría en que los empresarios deBogotá-Soacha no han cifrado en la tendencia de la tasa de cam-bio sus posibilidades de exportar, por el contrario, han desarro-llado ventajas dinámicas y métodos empresariales que los apar-tan del vaivén cambiario; otra razón podría encontrarse en elnivel de endeudamiento externo que tengan los empresarios ex-portadores de la región, ya que con incrementos de la tasa decambio se genera mayor carga de deuda, lo que obstruye el pro-ceso productivo y deriva en un alto porcentaje de liquidación defirmas, lo que se traduce en un menor surgimiento neto.
4.2. Análisis de los sectores en la región Cali-Yumbo
La localización en Cali-Yumbo no tiene relación positiva con sur-gimiento neto de las firmas, lo que muestra que los empresariosno se asientan en esta región por las posibilidades que les brinda;quizá lo hagan por decisiones de cultura, tradición o lazos fami-liares. La variable tamaño de la población tampoco incide positi-vamente en el ciclo de vida de las firmas.
Dados los resultados, puede decirse que en Cali-Yumbo el sur-gimiento de firmas se dinamiza por variables distintas de las deorganización industrial y las geográficas, lo que implica que laspolíticas industriales son ineficientes o tienen bajo impacto.
Cuadro 3Resultado de un modelo regional de variables de organizaciónindustrial y geográficas para el análisis del ciclo de vida de las
firmas colombianas en el periodo 1995-2000
El modelo incluyó estimaciones en desviaciones ortogonales.Los errores estándar son robustos para heteroscedasticidad.Los instrumentos utilizados en el modelo están en niveles.El método de estimación es paneles incompletos o desbalanceados por efectos fijos.El contraste del multiplicador de Lagrange para el modelo de efectos aleatorios de Breusch y Pagan
muestra evidencias en favor del modelo de componentes del error.El contraste de Hausman valida el método utilizado.
Región IL SPI CLU IK RKP PB DSM ITCR R2 FAjustado Estadístico
Bogotá-Soacha + + – – + + – – 0.670 0.000Cali-Yumbo – – + + – – – – 0.856 0.000Medellín-Valledel Aburrá + – – + – + + + 0.969 0.000
576 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
4.3. Análisis de los sectores en la región Medellín-Valle delAburrá
En el caso de Medellín-Valle de Aburrá, de acuerdo con las va-riables seleccionadas para explicar el ciclo de vida, se evidenciauna lógica regional importante, pues la variable que incide en unmayor surgimiento de firmas es índice de localización, se apro-vechan así las condiciones locales y se genera en redes un mode-lo territorial en un ambiente local.
Además, se encontró que: 1) tamaño de la población, tasa dedesempleo, costo laboral unitario, intensidad del capital e índicede tasa de cambio real tienen efectos positivos en el surgimiento defirmas en la región, y 2) las variables con un comportamiento con-trario son: salario promedio industrial y relación capital producto.
5. Datos de Panel por regiones colombianas: modelo deorganización industrial, localización y variables sociales
El territorio es más que un mero receptáculo o soporte físico delas actividades sociales, económicas y culturales del hombre;constituye un tejido social e histórico, resultado de las relacio-nes sociales que se expresan en diversas formas de uso, ocupa-ción, apropiación y distribución. Las políticas sociales brindanposibilidades para el ordenamiento y desarrollo sostenible delterritorio, mediante la planificación de las formas de aprovecha-miento, su ocupación y la capacidad de integrar el sistema alconjunto de la población.
Para obtener consolidación y madurez de los aparatos pro-ductivos colombianos, no sólo hay que pensar en precios, capitaly tecnología, sino también en la interacción social. En el siguien-te modelo se incluyen las variables sociales, desde las cuales sebusca entender la incidencia que presenta la situación social enel ciclo de vida de las firmas regionales, adicional a la localiza-ción y a la organización industrial (véase cuadro 4).
5.1. Análisis de la región Bogotá-Soacha
El índice de localización en la región de Bogotá-Soacha muestraeconomías de aglomeración. La población es un factor impor-tante en este caso. Aparentemente, esta región no ha pasado elumbral de urbanización, lo que aún favorece el surgimiento defirmas, y se generan economías de escala que contribuyen a la
577Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
consolidación de las firmas asentadas. Este resultado resalta elpeso que posee la aglomeración de los factores respecto a susimple acumulación, que es además un catalizador para el creci-miento, pues contribuye, por un lado, a elevar la productividadal facilitar la combinación de factores y difusión de innovación yconocimiento, y, por otro, a la eficiencia por su incidencia en lareducción de costos de transporte, transacción e informaciónpara los agentes.
Bogotá-Soacha presenta signo positivo en la variable tamañode la población, lo que indica lo significativo de este factor en laconsolidación de las firmas que se localizan en la región. La exis-tencia de economías de aglomeración y la relación directa quehay entre el surgimiento de firmas y el tamaño poblacional esta-rían indicando que esas economías de aglomeración se asocian aeconomías de urbanización.
El índice de localización sugiere que el número de empresasen el sector todavía no sobrepasa ciertas bondades de la aglome-ración. Se postula como hipótesis que este índice, con signo po-sitivo, podría ser indirectamente un indicador de mejor organi-zación de los productores y, en general, de los actores queconcurren en la producción para establecer mejores relacionessociales entre organizaciones gremiales.
La tasa de desempleo, con signo negativo, explica cómo unamayor tasa de desempleo puede estar asociada a una menor en-trada de nuevas firmas al mercado, en el sentido de que se redu-ce la posibilidad de consumo en el mercado por parte de las per-sonas que quedan cesantes. Bogotá-Soacha, por ser el gran centrode consumo del país, ha alineado su propio crecimiento econó-mico y el de los municipios aledaños.
Las variables de organización industrial resultan significati-vas, pero su aporte al surgimiento neto de las firmas es marginaly con poca incidencia, cuestión que no se esperaba a priori, yaque la región Bogotá-Soacha debería tener alta relación intensi-dad del capital y relación capital producto con la fase de conso-lidación de las firmas en el ciclo de vida. Este análisis se amplía ala variable externa índice de tasa de cambio real, la cual presentósigno negativo.
El análisis de las variables sociales presentó ciertas inconsis-tencias teóricas en relación con los resultados. El logro educati-vo no incide en el surgimiento de empresas, lo que llevaría apensar que las firmas de la región no requieren trabajadores conalta calificación.
578 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
5.2. Análisis de la región Cali-Yumbo
En los resultados de esta región destaca una relación inversa conel índice de localización, lo cual sugiere que las economías deaglomeración ocurren para un cierto tamaño de ciudades y deaglomeración de firmas. Esta región muestra que para los em-presarios no es de relevancia el territorio donde se ubican susfirmas. Tal comportamiento es similar respecto al tamaño de lapoblación: se revela que la magnitud del mercado local no tieneincidencia en el ciclo de vida de las firmas allí asentadas.
El desempleo obtiene un signo negativo, lo que significa que aun mayor nivel de desocupación corresponde una menor entra-da de nuevas firmas al mercado y un mayor ritmo de liquidación,en el sentido de que se reduce la posibilidad de consumo porparte de las personas que quedan cesantes, y esto contribuye areducir el ciclo de vida de las firmas de los sectores analizados.
Costo laboral unitario presentó incidencia directa en el surgi-miento neto de las firmas, lo que representa relación positivacon el ciclo de vida que podría estar asociado a mayor grado decalificación de los trabajadores. De igual forma, relación capitalproducto presentó signo negativo, y es elocuente pues demues-tra que en esta región el aporte del capital como factor producti-vo al valor agregado de la empresa es en alguna medida un indi-cador de poca eficiencia.
Las variables sociales presentaron relación positiva con elsurgimiento neto; eso indica que en Cali-Yumbo la educación es
Cuadro 4Resultados de un modelo regional de variables de organización
industrial, geográficas y sociales para el análisis del ciclo devida de las firmas colombianas en el periodo 1995-2000
El modelo incluyó estimaciones en desviaciones ortogonales.Los errores estándar son robustos para heteroscedasticidad.Los instrumentos utilizados en el modelo están dados en niveles.El método de estimación es paneles incompletos o desbalanceados por efectos fijos.El contraste del multiplicador de Lagrange para el modelo de efectos aleatorios de Breusch y Pagan
muestra evidencias en favor del modelo de componentes del error.El contraste de Hausman valida el método utilizado.
Región IL SPI CLU IK RKP PB DSM LEI TCR R2 FAjustado Estadístico
Bogotá-Soacha + – – – – + – – – 0.999 0.000Cali-Yumbo – – + + – – – + + 0.999 0.000Medellín-VA + – + + – – – + + 0.999 0.000
579Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
un factor condicionante de los procesos de inserción del indivi-duo en la sociedad del conocimiento, y que juega un papel funda-mental en el ejercicio de la ciudadanía, ya que, con todas suslimitaciones, el sistema escolar constituye en esta región uno delos agentes de socialización que contribuye a la formación y aldesarrollo de los individuos.
El índice de tasa de cambio real presentó relación positivacon el surgimiento neto, lo que demuestra que la actitud expor-tadora de los empresarios del valle del Cauca puede generarlessinergias positivas en un escenario de seguridad y con mayoreslogros educativos en sus trabajadores, lo cual permite un ciclode vida prolongado de sus firmas.
5.3. Análisis de la región Medellín-Valle de Aburrá
Esta región presenta el índice de localización con signo positivoy alta significancia estadística que sería producto, por un lado,de estrategias empresariales diferenciales que interiorizan el va-lor de uso complejo del territorio en su afán por conseguir mejo-res niveles de competitividad; y, por el otro lado, del aprovecha-miento de condiciones locales y la generación de redes en unmodelo territorial. El desempleo es un flagelo que golpea el ciclode vida de las firmas antioqueñas al reducir su estabilidad y pro-ducir mayores procesos de liquidación.
En cuanto a las variables de organización industrial se esta-blece que, aunque todas ellas son significativas estadísticamente,no presentan relación estrecha con el ciclo de vida de las firmas.Caso contrario ocurre con la variable externa, donde una mayortasa de cambio otorgaría a las firmas un ciclo extenso. Esto mues-tra que la ampliación de mercados externos con mayor competi-tividad permite mayores tasas de surgimiento de firmas e impidesu liquidación, lo que prolonga su ciclo y les genera madurezproductiva.
La variable social tiene un alto significado para esta región,dado que el logro educativo presentó signo positivo y alto nivelde significación estadística. Podría decirse que cuando se alcan-za a una masa crítica de la población se contribuye a una mejordefinición de las instituciones y de las reglas de juego colectivas,y que aumentos de las capacidades humanas permiten que lasempresas accedan a mayores competencias laborales, lo que ge-nera ventajas competitivas dentro de sus firmas y establece si-
580 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
nergias positivas a la región. Esto repercutiría en mayores ciclosde vida de las firmas.
Conclusiones
El territorio, como espacio donde se localizan los sectores, seconstituye en un aporte y soporte para elevar la eficacia de lagestión empresarial local. Es allí donde la dinámica productivase vuelve eje de las políticas de fomento que elevan la capacidadpara la asistencia técnica, el acceso a los canales de crédito y a lainformación.
En este estudio, el objetivo básico fue identificar los factoresdeterminantes del ciclo de vida de las firmas (resta entre el surgi-miento y la liquidación de firmas) y la distribución espacial de laindustria manufacturera en Colombia en la segunda mitad de ladécada de los noventa. Se partió de que el ciclo de vida y la loca-lización de los sectores es diferente y cambiante, y para compro-bar lo anterior se hicieron mediciones con el modelo datos depanel por regiones y por sectores que permitieran observar elcomportamiento a través del tiempo.
La medición evidenció que las fuerzas competitivas influyendirectamente en el ciclo de vida y la localización industrial pormedio de su relación con la estructura interna y con las condi-ciones que propician un potencial crecimiento o una etapa rece-siva. Las condiciones que marcan la competencia influyen sobrela estructura y las estrategias de las firmas. La participación deesa competencia sobre los beneficios potenciales y el entornoque delimita el ciclo de vida de las firmas explica la existencia debarreras de entrada y salida, el grado de rivalidad entre las fir-mas existentes, la presión de los bienes sustitutos y complemen-tarios y el poder de negociación existente en la cadena de comer-cialización.
En los resultados de los modelos del ciclo de vida se encontróque siendo las mismas variables medidas por sectores y por re-giones, son distintos los resultados. Algunas variables que en lamedición por regiones influyen directamente, en el análisis porsectores son inversas. Esto muestra el grado de heterogeneidadque presentan las regiones colombianas y la forma en que losdeterminantes inciden en el proceso de surgimiento neto.
El comportamiento de las variables de los sectores en las dis-tintas regiones en términos de las dimensiones propuestas nopresenta una lógica donde podamos separar impactos de la orga-
581Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
nización industrial, por un lado, y de las variables geográficas,por el otro, sino unas relaciones entre las variables que las defi-nen como determinantes del ciclo de vida en un territorio deter-minado. Por ejemplo: el comportamiento del tamaño de la po-blación por economías de aglomeración tiene una relaciónpositiva en Medellín-Valle de Aburrá, Bogotá-Soacha y Cali-Yum-bo. El desarrollo tecnológico, visto a través de relación capitalproducto, mostró un impacto en el ciclo de vida de las firmassólo en Bogotá-Soacha.
Estos resultados son importantes en el diseño de políticas lo-cales para los sectores productivos en la industria. La distribu-ción espacial de las actividades económicas y de la población esresultado de múltiples decisiones individuales y, por tanto, co-lectivas. La inclusión de variables sociales en un modelo de rela-ciones que tienen que ver con la teoría de la organización indus-trial (microeconomía) y la localización (mesoeconomía) adquiererelevancia, ya que agrega explicaciones de la realidad social delterritorio al comportamiento sectorial.
En cuanto al análisis de localización, dicha variable explicó elaumento del ciclo de vida en las regiones Bogotá-Soacha y Me-dellín-Valle de Aburrá, mas no en Cali-Yumbo. Debe destacarseel comportamiento de esta variable en Medellín-Valle de Aburrá,pues muestra en todas las regresiones una alta significación. Espreocupante el comportamiento, por un lado, de la variable rela-ción capital producto, ya que tiene signo inverso, por lo que po-siblemente está restándose importancia al desarrollo tecnológi-co; y, por otro, de la variable tamaño de la población, que presentael mismo signo, lo cual significa que la aglomeración no es deter-minante en el ciclo de vida de algunos sectores.
El ciclo de vida de las firmas no depende sólo de variablesmicro, asociadas a la organización industrial, sino también devariables sociales, que aunque son limitadas y tienen poca infor-mación, expresan algunas relaciones. Además, son necesarias parala consolidación y madurez de los aparatos productivos colom-bianos porque no sólo hay que pensar en precios, capital y tec-nología, sino también en interacción social.
La estructura productiva de un territorio es el fruto de unproceso acumulativo que arranca de los factores estáticos –ven-tajas comparativas– que determinan la capacidad para atraer yconsolidar proyectos empresariales, y se vuelve un proceso diná-mico de interacciones en los espacios productivos. Las ventajasiniciales de la región le definen su especialización inicial, pero
582 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
luego van incorporándose características de las economías deíndole externa y del crecimiento económico.
Los territorios generan un comportamiento sectorial nacio-nal que responde a comportamientos en el ciclo de vida desde:1) la localización, el tamaño de la población y el salario prome-dio industrial, variables que, de acuerdo con los resultados, lohacen reaccionar de forma directa; 2) el costo laboral unitario yla tasa de desempleo lo hacen reaccionar de forma contraria; 3)la relación capital producto es positiva al ciclo de vida de lasfirmas en la mayoría de los sectores, excepto en alimentos y be-bidas, metálicos y otras industrias manufactureras, lo cual ame-rita una política de ciencia y tecnología que dé respuesta al tipode empresas que emergen en cada sector; 4) es importante ana-lizar con detenimiento el signo de la tasa de desempleo frente ala propuesta de política económica donde se plantea que los in-centivos empresariales pueden disminuir la tasa de desempleo, y,por último, 5) es importante analizar la relación de salario pro-medio industrial y costo laboral unitario, que caminan en direc-ciones contrarias.
Los resultados de la modelación muestran que el grado deheterogeneidad estructural y la poca especialización de algunossectores y regiones son determinados por distintos factores. Esteplanteamiento necesita ser tenido en cuenta en el delineamientode una política industrial que potencie ventajas de cada regiónpara la localización, la especialización y la competencia.
Aunque en el estudio se evidenciaron las relaciones estructu-rales por regiones y sectores, resultó difícil verificar las relacio-nes intersectoriales, pues no se establecen parámetros en los quepueda observarse el comportamiento empresarial, el emprendi-miento y la dinámica de localización que genera cada territorio alos sectores analizados, asimismo la relación existente de los sec-tores entre sí y su dinámica en el surgimiento y en la liquidaciónde las firmas.
Se propuso el modelo con dos variables sociales que reflejanla realidad del territorio colombiano: tasa de homicidio y logroeducativo. En la medición que incluía dichas variables se encon-tró que el segundo podía ser un determinante del surgimientoneto, y que tasa de homicidios no generaba surgimientos netospositivos, como era lo esperado.
Estos resultados, en una propuesta institucional de políticaindustrial, resultan significativos en la medida que la dinámicade sectores productivos no tiene los mismos énfasis ni en los
583Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
sectores ni en las regiones; por lo tanto, las demandas de califi-cación en tecnologías y recursos son diferentes. Un ejemplo:mientras que costo laboral unitario es negativo al surgimientoneto en Bogotá-Soacha, en Cali-Yumbo y Medellín-Valle de Abu-rrá es positivo.
¿Cuál es la apuesta, o cuáles son las preocupaciones que tie-nen que asumirse en términos de los territorios y de los sectores,y cuáles son las razones por las que surgen y se liquidan las em-presas en Colombia? Estas son interrogantes que emergen conmiras a hacer un aporte a la construcción de políticas para eldesarrollo productivo desde los impactos en el territorio y lossectores. En última instancia, la consolidación del ciclo de vidade las firmas lo que hace es fortalecer en su interior a los territo-rios, y en ellos, a los sectores que allí se localizan.
584 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
AN
EXO
Cua
dro
1aR
esul
tado
s de
un
mod
elo
regi
onal
por
sec
tore
s de
var
iabl
esde
org
aniz
ació
n in
dust
rial
, geo
gráf
icas
y s
ocia
les
para
el a
nális
is d
el c
iclo
de
vida
de
las
firm
as c
olom
bian
as e
nel
per
iodo
199
5-20
00
Sect
orIL
SPI
CLU
IKR
KP
PBD
SMLE
HM
DIT
CR
R2
FM
odel
oA
just
ado
Est
adís
tico
Alim
ento
s y0.
4690
860.
90E
-07
–0.3
0132
14.
56E
-07
0.01
1817
4.19
E-0
90.
0075
020.
2538
57–0
.264
856
–0.0
0807
2Pr
imer
abe
bida
st
(5.1
9227
4)(0
.566
691)
(–3.
0880
)(0
.892
114)
(0.2
6896
5)(0
.131
651)
(1.2
4103
2)(0
.361
174)
(–3.
5316
01)
(–3.
2686
09)
0.52
2151
0.00
0000
med
ició
nPr
ob(0
.000
0)(0
.572
5)(0
.002
8)(0
.375
0)(0
.078
86)
(0.8
956)
(0.2
1)(0
.718
9)(0
.000
7)(0
.001
6)
–0.2
4162
–1.1
8E07
0.00
9909
9.15
E-0
8–0
.003
412
1.07
E-0
80.
0056
828.
4694
52–0
.394
129
–0.0
1291
0Se
gund
at
(–12
.113
12) (
–80.
9338
1)(1
9.16
561)
(120
.768
8)(–
21.3
2518
) (14
.097
41)
(76.
8636
2)(5
37.5
486)
(–21
54.4
78)
(–40
2.12
21)
0.99
9999
0.00
0000
med
ició
n*Pr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)Te
xtile
s y
–0.0
9284
32.
17E
-06
–0.1
9543
6-6
.54E
-06
–0.3
7933
–5.3
2E-0
80.
0096
631.
4505
91.
4505
9–0
.245
289
0.00
2335
Prim
era
calz
ado
t(–
151.
7572
)(1
43.2
760)
(–62
0.88
66) (
–192
.06)
(–97
.263
35)(
–163
.154
3)(1
74.1
129)
(746
.685
8)(–
419.
4774
)(3
64.7
855)
0.99
9999
0.00
0000
med
ició
nPr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)M
ader
a y
0.81
3453
7.64
E-0
6–0
.031
166
–7.5
8E-0
63.
49E
-05
1.76
E-0
7–0
.008
474
0.64
4425
–0.3
3978
6–0
.015
969
Prim
era
fabr
icac
ión
t(3
9.05
626)
(18.
1030
6)(7
.107
474)
(–4.
2229
73)
(9.3
2733
6)(6
.849
959)
(–4.
8491
12)
(1.7
9261
8)(–
46.8
1684
)(–
977.
6152
)0.
9999
990.
0000
00m
edic
ión
de m
uebl
esPr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
1)(0
.000
0)(0
.000
00)
(0.0
000)
(0.0
071)
(0.0
000)
(0.0
000)
Pape
l e0.
6622
255.
78E
-07
–0.3
9465
0–1
.33E
-06
0.17
2817
–3.3
7E-0
70.
0233
110.
2829
95–0
.097
748
0.01
8151
Prim
era
impr
enta
s yt
(4.8
4289
1)(0
.801
866)
(–12
.314
4)(–
2.42
19)
(9.2
528)
(–3.
4907
)(6
.055
901)
(–0.
4747
40)
(–7.
2844
47)
(9.0
5360
6)0.
3971
680.
0014
14m
edic
ión
edit
oria
les
Prob
(0.0
000)
(0.4
264)
(0.0
000)
(0.0
191)
(0.0
000)
(0.0
010)
(0.0
000)
(0.6
370)
(0.0
000)
(0.0
000)
–1.5
8360
8–4
.52E
-05
1.69
3984
2.34
E-0
50.
5085
143.
76E
-06
–0.1
3740
0–6
7.32
261
–0.4
2083
0–0
.050
510
Segu
nda
t(–
9.69
1763
) (–1
3.47
132)
(6.9
9001
1)(1
3.04
965)
(5.5
0059
9)(8
.938
310)
(–6.
0036
13) (
–4.3
0351
4)(–
2.06
1152
)(–
2.33
7100
)0.
9999
790.
0000
0m
edic
ión*
*Pr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
3)(0
.052
5)(0
.029
9)
585Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
El m
odel
o in
cluy
ó es
tim
acio
nes e
n de
svia
cion
es o
rtog
onal
es.
Los
err
ores
est
ánda
r so
n ro
bust
os p
ara
hete
rosc
edas
tici
dad.
Los
inst
rum
ento
s ut
iliza
dos
en e
l mod
elo
está
n en
niv
eles
.E
l mét
odo
de e
stim
ació
n es
pan
eles
inco
mpl
etos
o d
esba
lanc
eado
s por
efe
ctos
fijo
s.E
l con
tras
te d
el m
ultip
licad
or d
e La
gran
ge p
ara
el m
odel
o de
efe
ctos
ale
ator
ios d
e B
reus
ch y
Pag
an m
uest
ra e
vide
ncia
s en
favo
r del
mod
elo
de c
ompo
nent
es d
el e
rror
.E
l con
tras
te d
e H
ausm
an v
alid
a el
mét
odo
utili
zado
.*
La
segu
nda
regr
esió
n de
l mod
elo
se e
fect
uó s
in la
info
rmac
ión
regi
onal
sob
re r
esto
del
paí
s.**
La
segu
nda
regr
esió
n de
l mod
elo
se e
fect
uó s
in la
info
rmac
ión
regi
onal
sob
re B
arra
nqui
lla-S
oled
ad, M
edel
lín-V
alle
del
Abu
rrá
y el
res
to d
el p
aís.
FUE
NT
E: C
álcu
los
de lo
s au
tore
s co
n ba
se e
n da
tos
de la
s C
ámar
as d
e C
omer
cio
y de
l Dep
arta
men
to A
dmin
istr
ativ
o N
acio
nal d
e E
stad
ísti
ca.
Quí
mic
os0.
5326
85–4
.87E
-07
0.11
5257
–2.2
3E-0
6–0
.206
04.
70E
-07
–0.0
2354
–2.5
6303
6–0
.219
702
–0.0
0443
08Pr
imer
at
(11.
1266
)(–
4.67
18)
(12.
8315
)(–
38.0
53)
(–10
.613
9)(1
99.0
36)
(–20
.146
8)(–
54.0
8814
)(–
32.7
3857
)(–
22.4
9182
)0.
9991
170.
0000
0m
edic
ión
Prob
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
Cau
cho
y0.
0646
77–8
.06E
-06
0.08
0793
8.76
E-0
6–0
.063
969
2.53
E–0
7–0
.014
778
–1.7
6082
2–0
.116
037
0.01
4756
Prim
era
prod
ucto
st
(8.5
9967
0)(–
6.23
8616
)(3
.458
744)
(13.
8209
0)(–
8.57
1508
)(34
.969
44)(
–6.8
0213
2)(1
6.25
590)
(–16
.538
73)
(9.6
1000
1)0.
9970
380.
0000
0m
edic
ión
plás
tico
sPr
ob(0
.000
0)(0
.000
0)(0
.001
1)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)
Min
eral
es0.
0715
047.
87E
–06
–0.7
9199
4–6
.07E
–06
0.22
2053
3.47
-07
0.02
8979
–2.1
2663
70.
0648
45–0
.009
700
Prim
era
no m
etál
icos
t(1
4.04
936)
(7.3
9120
8)(–
6.29
1345
)(–6
.726
435)
(0.4
.479
058)
(3.5
3441
8)(1
3.88
577)
(–3.
9492
70)
(8.3
0765
3)(–
11.1
1306
)0.
9899
990.
0000
00m
edic
ión
Prob
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
002)
(0.0
021)
(0.0
000)
(0.0
008)
(0.0
000)
(0.0
000)
Met
álic
os,
0.1
2420
96.
49E
–06
0.06
3045
2.08
E-0
60.
0345
431.
17E
–07
–0.0
5590
5–1
.484
111
–0.3
3427
8–0
.003
743
Prim
era
maq
uina
ria,
t(2
8.03
191)
(30.
3114
3)(7
.585
561)
(7.6
5722
7)(1
6.51
549)
(23.
9571
3)(–
162.
5408
)(–1
4.22
319)
(–18
8.37
44)
(–25
.648
33)
0.99
9999
0.00
0000
med
ició
nco
nstr
ucci
ónPr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0) (0
.000
0)(0
.000
0)de
equ
ipo
ym
ater
ial d
etr
ansp
orte
Otr
as in
dus-
1.08
3533
8.87
E–0
60.
2963
074.
50E
-05
–0.4
4199
67.
55E
–07
–0.0
2965
2–2
6.93
581
–0.1
7812
1–0
.026
192
Prim
era
tria
s man
u-t
(27.
2630
1)(4
.736
477)
(13.
2131
9)(2
9.18
492)
(–27
.375
77)(
42.3
5478
)(–9
.946
827)
(44.
9123
1)(–
16.7
4924
)(–
23.9
4398
)0.
9999
530.
0000
00m
edic
ión
fact
urer
asPr
ob(0
.000
0)(0
.000
1)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)
Sect
orIL
SPI
CLU
IKR
KP
PBD
SMLE
HM
DIT
CR
R2
FM
odel
oA
just
ado
Est
adís
tico
cont
inua
ción
...
586 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Cua
dro
2aR
esul
tado
s de
un
mod
elo
regi
onal
de
vari
able
s de
org
aniz
ació
n in
dust
rial
y g
eogr
áfic
as p
ara
el a
nális
is d
el c
iclo
de
vida
de
las
firm
as c
olom
bian
as e
n el
per
iodo
199
5-20
00
Reg
ión
ILSP
IC
LUIK
RK
PPB
DSM
ITC
RR
2F
Mod
elo
Aju
stad
oE
stad
ísti
co
Bar
ran-
–0.0
0804
5–3
.79E
-06
–0.0
2286
8–1
.08E
-06
–0.0
0981
02.
21E
-06
0.01
3214
0.00
273
Prim
era
Sole
dad
t(–
20.5
2601
)(–
34.2
0699
)(–
5.34
8330
)(–
13.2
1397
)(–
2.74
8626
)(1
05.9
663)
(20.
5284
6)(3
2.72
9)0.
9998
570.
0000
med
ició
nPr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.007
3)(0
.000
0)(0
.000
0)(0
.000
0)
Bogo
tá-
0.58
6385
3.34
E-0
6–0
.024
752
–1.1
2E-0
61.
70E
-05
1.90
E-0
7–0
.039
773
–0.0
1120
2Pr
imer
aSo
acha
t(6
.126
578)
(15.
0768
8)(–
14.2
2562
)(–
13.8
7752
)(6
.979
856)
(15.
3122
8)(–
35.8
5404
)(–
26.8
0979
)0.
6702
890.
0000
med
ició
nPr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)
Buc
ar-G
irón
-0.
4889
425.
51E
-06
–0.1
0239
1–3
.07E
060.
0494
73–4
.60E
-06
0.02
0957
–0.0
0115
7Pr
imer
aFl
orid
abl.
t(7
.306
347)
(5.2
8423
0)(–
3.30
2840
)(–
4.17
8322
)(3
.672
257)
(–8.
2613
06)
(5.3
3217
0)(–
1.13
442)
0.60
0630
0.00
00m
edic
ión
Prob
(0.0
000)
(0.0
000)
(0.0
014)
(0.0
000)
(0.0
004)
(0.0
000)
(0.0
000)
(0.2
597)
Cal
i-Yum
bo–0
.205
356
–2.2
3E–0
53.
1257
735.
99E
-06
–0.1
5498
6–2
.55E
–06
–0.0
1212
5–0
.016
995
Prim
era
t(–
10.4
9313
)(–
41.6
0588
)(4
5.68
016)
(162
.785
5)(–
48.4
7052
)(–
63.5
5554
)(–
30.4
2185
)(–
70.4
7105
)0.
8566
730.
0000
med
ició
nPr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)0.
0000
)(0
.000
0)(0
.000
0)(0
.000
0)
MED
-VA
2364
359
–2.6
3E–0
5–0
.373
923
1.01
E–0
5–0
.101
095
4.19
E-0
60.
0155
710.
0710
18Pr
imer
at
(6.0
9777
4)(–
17.2
131)
(–5.
4105
27)
(18.
6332
4)(–
3.62
7318
)(1
5.34
488)
(2.2
8968
5)(2
7.51
588)
0.96
9296
0.00
00m
edic
ión
Prob
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
005)
(0.0
000)
(0.0
245)
(0.0
000)
587Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
cont
inua
ción
...
El m
odel
o in
cluy
ó es
tim
acio
nes e
n de
svia
cion
es o
rtog
onal
es.
Los
err
ores
est
ánda
r so
n ro
bust
os p
ara
hete
rosc
edas
tici
dad.
Los
inst
rum
ento
s ut
iliza
dos
en e
l mod
elo
está
n en
niv
eles
.E
l mét
odo
de e
stim
ació
n es
pan
eles
inco
mpl
etos
o d
esba
lanc
eado
s por
efe
ctos
fijo
s.E
l con
tras
te d
el m
ulti
plic
ador
de
Lag
rang
e pa
ra e
l mod
elo
de e
fect
os a
leat
orio
s de
Bre
usch
y P
agan
mue
stra
evi
denc
ias
en fa
vor
del m
odel
o de
com
pone
ntes
del
err
or.
El c
ontr
aste
de
Hau
sman
val
ida
el m
étod
o ut
iliza
do.
* L
a se
gund
a re
gres
ión
del m
odel
o se
efe
ctuó
sin
la in
form
ació
n se
ctor
ial s
obre
tex
til y
cal
zado
y q
uím
icos
.
FUE
NT
E: C
álcu
los
de lo
s au
tore
s co
n ba
se e
n da
tos
de la
s C
ámar
as d
e C
omer
cio
y de
l Dep
arta
men
to A
dmin
istr
ativ
o N
acio
nal d
e E
stad
ísti
ca.
Res
to d
el–0
.002
581
9.58
E-0
8–0
.100
112
–6.1
5E-0
7–0
.014
983
1.22
E-0
7–0
.011
082
–0.0
0084
1Pr
imer
apa
íst
(–0.
3503
32)
(0.4
4975
8)(–
10.3
5035
)(–
3.86
7433
)(–
1.39
9316
)(1
4.32
552)
(–5.
9062
77)
(–2.
3362
61)
0.60
9158
0.00
00m
edic
ión
Prob
(0.7
269)
(0.6
540)
(0.0
000)
(0.0
002)
(0.1
653)
(0.0
000)
(0.0
000)
(0.0
218)
0.01
5595
8.29
E-0
7–0
.117
220
–5.8
0E–0
7–0
.002
983
1.28
E-0
7–0
.015
552
–0.0
0180
9Se
gund
at
(2.3
6883
0)(2
.268
198)
(–10
.434
14)
(–3.
7482
77)
(–0.
2469
41)
(14.
1824
4)(–
6.15
1303
)(–
3.89
1800
)0.
6719
890.
0000
med
ició
n*Pr
ob(0
.020
7)(0
.026
5)(0
.000
0)(0
.000
4)(0
.805
7)(0
.000
0)(0
.000
0)(0
.000
2)
Reg
ión
ILSP
IC
LUIK
RK
PPB
DSM
ITC
RR
2F
Mod
elo
Aju
stad
oE
stad
ísti
co
588 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Cua
dro
3aR
esul
tado
s de
un
mod
elo
regi
onal
de
vari
able
s de
org
aniz
ació
n in
dust
rial
, geo
gráf
icas
y s
ocia
les
para
el a
nális
is d
elci
clo
de v
ida
de la
s fi
rmas
col
ombi
anas
en
el p
erio
do 1
995-
2000
Reg
ión
ILSP
IC
LUIK
RK
PPB
DSM
LEIT
CR
R2
FA
just
ado
Est
adís
tico
Bar
r-So
leda
d0.
0372
31–2
.22E
-06
–0.0
4994
43.
53E
-07
0.04
1844
–9.4
4E-0
70.
0418
44–2
0.33
518
0.00
3055
t(1
6.20
507)
(–46
.076
71)
(–21
.587
86)
(15.
9496
0)(3
9.85
146)
(–92
.032
24)
(126
.874
3)(–
702.
8945
)(3
3.30
720)
0.91
0020
0.00
00Pr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)
Bogo
tá-S
oach
a0.
2162
27–8
.75E
-07
–0.1
1827
6–2
.82E
-09
–0.0
0016
31.
72E
-06
–0.1
0026
8–1
8.25
736
–0.0
1166
5t
(70.
8661
1)(–
74.3
7479
)(–
259.
3380
)(–
0.84
9986
)(–
1.71
6856
)11
50.4
51(–
496.
9383
)(–
772.
8175
)(–
152.
418)
0.99
9663
0.00
00Pr
ob(0
.000
0)(0
.000
0)(0
.577
0)(0
.397
7)(0
.089
6)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)
Buc
ar-G
irón
-0.
4506
55.
20E
-06
–0.0
6514
7–2
.88E
060.
0417
09–4
.74E
-06
0.02
0304
1.10
224
–0.0
0168
Flor
idab
l*t
(8.0
794)
(4.6
085)
(–2.
1736
)(–
4.92
845)
(4.1
7625
)(–
4.23
99)
(3.0
568)
(0.4
179)
(–0.
7338
)0.
5914
230.
0000
Prob
(0.0
000)
(0.0
000)
(0.0
325)
(0.0
000)
(0.0
001)
(0.0
001)
(0.0
030)
(0.6
770)
(0.4
651)
Cal
i-Yum
bo–0
.198
042
–2.7
8E-0
54.
7712
326.
70E
-06
–0.1
1293
0–1
.66E
-05
–0.0
9037
394
.142
360.
1038
93t
(–10
.075
31)
(–68
.488
74)
(71.
7441
1)(1
25.0
954)
(–49
.584
72)
(–11
0.26
55)
(–13
8.88
71)
(124
.747
5)(1
01.3
551)
0.99
9990
0.00
00Pr
ob(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.053
8)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)
589Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
El m
odel
o in
cluy
ó es
tim
acio
nes e
n de
svia
cion
es o
rtog
onal
es.
Los
err
ores
est
ánda
r so
n ro
bust
os p
ara
hete
rosc
edas
tici
dad.
Los
inst
rum
ento
s ut
iliza
dos
en e
l mod
elo
está
n en
niv
eles
.E
l mét
odo
de e
stim
ació
n es
pan
eles
inco
mpl
etos
o d
esba
lanc
eado
s por
efe
ctos
fijo
s.E
l con
tras
te d
el m
ulti
plic
ador
de
Lag
rang
e pa
ra e
l mod
elo
de e
fect
os a
leat
orio
s de
Bre
usch
y P
agan
mue
stra
evi
denc
ias
en fa
vor
del m
odel
o de
com
pone
ntes
del
err
or.
El c
ontr
aste
de
Hau
sman
val
ida
el m
étod
o ut
iliza
do.
* L
a re
gres
ión
efec
tuad
a pa
ra B
ucar
aman
ga-G
irón
-Flo
rida
blan
ca tu
vo e
n cu
enta
la v
aria
ble
soci
al ta
sa d
e ho
mic
idio
s. E
n es
te c
aso,
se
obtu
vo u
n co
efic
ient
e de
–0.
0235
,au
nque
res
ultó
insi
gnif
icat
iva
esta
díst
icam
ente
.
FUE
NT
E: C
álcu
los
de lo
s au
tore
s co
n ba
se e
n da
tos
de la
s C
ámar
as d
e C
omer
cio
y de
l Dep
arta
men
to A
dmin
istr
ativ
o N
acio
nal d
e E
stad
ísti
ca.
Med
-VA
0.34
9563
–2.3
3E-0
70.
1078
476.
61E
-08
–0.0
0512
0–4
.47E
-06
–0.0
4747
647
.531
870.
1063
71t
(15.
0923
8)(–
3.10
3262
)(1
4.56
951)
(3.2
2965
9)(–
7.91
6509
)(–
293.
1454
)(-
252.
4939
)(7
64.2
103)
(841
.169
6)0.
9992
910.
0000
Prob
(0.0
000)
(0.0
026)
(0.0
000)
(0.0
018)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
(0.0
000)
Res
to d
el p
aís
0.34
9563
–2.3
3E–0
70.
1078
476.
61E
-08
–0.0
0512
0–4
.47E
-06
–0.0
4747
647
.531
870.
1063
71t
(15.
0923
8)(–
3.10
3262
)(1
4.56
951)
(3.2
2965
9)(–
7.91
6509
)(–
293.
1454
)(2
52.4
939)
(764
.210
3)(8
41.1
696)
0.99
9291
0.00
00Pr
ob(0
.000
0)(0
.002
6)(0
.000
0)(0
.001
8)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)(0
.000
0)
Reg
ión
ILSP
IC
LUIK
RK
PPB
DSM
LEIT
CR
R2
FA
just
ado
Est
adís
tico
cont
inua
ción
...
590 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Bibliografía
Acs, Zoltan J. y David B. Audretsch (1989), “Patents as a Mea-sure of Innovative Activity”, KYKLOS, XLII (2): 171-180.
______ (1994), “New-Firm Startups, Technology, and Macroeco-nomic Fluctuations”, Small Business Economics, Sprin-ger, 6 (6): 439-449.
______ (1998). “Innovación, estructura del mercado y tamañode la empresa”, en Hugo Kantis, Gabriel Yoguel et al.,Desarrollo y gestión de pymes: aportes para un debatenecesario, Universidad Nacional de General Sarmiento,colecc. Libros de la Universidad, Buenos Aires.
Arellano, Manuel y Stephen R. Bond (1991), “Some Test of Spe-cification for Panel Data: Monte Carlo Evidence and anApplication to Employment Equations”, Review of Eco-nomic Studies, 58 (2): 277-297.
______ y Olimpia Bover (1995), “Another Look at the Instru-mental-Variable Estimation of Error-Components Mo-dels”, Journal of Econometrics, 68 (1): 29-51.
Armington, Catherine y Zoltan Acs (2000), The Determinants ofRegional Variation in New Firm Formation, University ofBaltimore, Baltimore, MD, octubre.
Audretsch, David B. y Michael Fritsch (1999), “The IndustryComponent of Regional New Firm Formation Processes”,Review of Industrial Organization, 15 (3): 239-252.
Burachik, Gustavo (2000), “Cambio tecnológico y dinámica in-dustrial en América Latina”, Revista de la Cepal, agosto71: 85-104.
Cardona Marleny y Adriana Ángel (1999), Impacto de las redesindustriales en la política sectorial: el caso de los alimen-tos, textil-confección y metalmecánica, investigación ins-titucional, Universidad Eafit, Medellín, Colombia.
591Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
______, Ana Rocío Osorio y Camilo Coronado (2001), Surgi-miento de firmas regionales colombianas (1995-2000),investigación institucional, Universidad Eafit, Medellín,Colombia.
______, Ana Rocío Osorio y Carlos Andrés Cano (2003), Ciclode vida y localización espacial de las firmas en Colombia1995-2000, investigación institucional, Universidad Eafit,Medellín, Colombia.
Cepal (Comisión Económica para América Latina y el Caribe)(2000), “Un crecimiento más dinámico”, Equidad, desa-rrollo y ciudadanía, Naciones Unidas-Cepal, México.
Davidson, Per, Leif Lindmark y Christer Olofsson (1994), “NewFirm Formation and Regional Development in Sweden”,Regional Studies, 28 (4): 395-410.
Departamento Administrativo Nacional de Estadística (DANE), En-cuesta anual manufacturera 1980-2000, DepartamentoNacional de Planeación (DNP), Colombia, www.dnp.gov.co.
Durán, Xavier et al. (1998), La innovación tecnológica en Co-lombia. Características por tamaño y tipo de empresa, DNP-Colciencias, Bogotá.
Echeverry Garzón, Juan Carlos (1999), “La recesión actual enColombia: flujos, balances y política anticíclica, Archivosde Macroeconomía, 113, DNP, Unidad de Análisis Ma-croeconómico, Bogotá.
Feldman, Maryann P. y David B. Audretsch (1998), “Innovationin Cities: Science-Based Diversity, Specialization and Lo-calized Competition”, European Economic Review, 43:409-429.
Greene, William H. (2003), Econometric Analysis, Prentice Hall,Nueva Jersey.
Hansen, Lars Peter (1982), “Large Sample Properties of Gene-ralized Method of Moments Estimator”, Econometrica,50: 1029-1053.
592 Cardona, M. y C. Cano: Ciclo de vida de las firmas...
Keeble, David y Sheila Walker (1994), “New Firms, Small Firmsand Dead Firms: Spatial Patterns and Determinants in theUnited Kingdom”, Regional Studies, 28 (4): 411-427.
Lora, Eduardo (2001), Los obstáculos al desarrollo empresarial yel tamaño de las firmas en América Latina, Banco Intera-mericano de Desarrollo, Washington, DC.
Lotero, Jorge (1998), “Crisis, reconversión industrial y cambiotécnico en el sistema urbano colombiano (1975-1991)”,en Carlos A. de Mattos, Daniel Hiernaux y Darío Restre-po (comps.), Globalización y territorio. Impactos y pers-pectivas, Pontificia Universidad Católica de Chile-Fondode Cultura Económica, Santiago de Chile.
Mátyás, László (ed.) (1999), Generalizad Method of MomentsEstimation, Cambridge University Press, Cambridge.
Méndez, Ricardo e Inmaculada Caravaca (1996), Organizaciónindustrial y territorio, Síntesis, Madrid.
Roper, Stephen y James H. Love (1999), “Determinants of Inno-vation: R&D, Technology Transfer and NetworkingEffects”, Review of Industrial Organization, 15: 43-64.
Schumpeter, Joseph A. (1975), Teoría del desenvolvimiento eco-nómico. Una investigación sobre ganancias, capital, crédi-to, interés y ciclo económico, Fondo de Cultura Econó-mica, México.
Tirole, Jean (1997), The Theory of Industrial Organization, TheMIT Press, Massachusetts.
Recibido: 22 de septiembre de 2004.Reenviado: 3 de junio de 2005.
Aceptado: 7 de octubre de 2005.
593Economía, Sociedad y Territorio, vol. V, núm. 19, 2005, 555-593
Marleny Cardona Acevedo es directora del Grupo de EstudiosSectoriales y Territoriales (ESYT) y profesora de la UniversidadEafit de Medellín (Colombia). Economista de la Universidad deAntioquia (Colombia) y doctora en ciencias sociales de El Cole-gio de la Frontera Norte (México). Entre sus investigaciones másrelevantes se encuentran: La cadena productiva como estrategiacompetitiva en la industria del vestido: los casos de Monterrey yMedellín (1997); Las cadenas productivas como estrategia de com-petitividad en los sectores: alimentos, textil, confección y metal-mecánico (1998); Evaluación del sector floricultor en Colombia(1998); Impacto de las redes productivas en la política sectorial(1999) con Adriana Ángel; Trayectorias profesionales y laboralesde los egresados de Administración (2000) con Ana Rocío Osorioy Carlos Londoño; Determinantes en el surgimiento y localiza-ción de firmas (2001) con Camilo Coronado; Sociedad en red,innovación y sistemas de información: análisis de caso en las tele-comunicaciones y el software para la industria en Colombia(2003); El ciclo de vida y localización espacial de las firmas enColombia 1995-2000 (2003), y Las mipymes en el crecimientoindustrial colombiano 1980-2000 (2004).
Carlos Andrés Cano Gamboa es economista por la UniversidadEafit, Joven Investigador Colciencias (2004), asistente de inves-tigación del Grupo de Estudios Sectoriales y Territoriales ESYT,profesor de Macroeconomía, Microeconomía y Procesos de In-vestigación Aplicada de la Universidad Eafit de Medellín. Entresus investigaciones más relevantes se encuentran: El ciclo de viday localización espacial de las firmas en Colombia 1995-2000(2003); Las mipymes en el crecimiento industrial colombiano1980-2000 (2004), Composición, concentración y combinaciónde factores productivos de las mipymes en la industria colombia-na (1980-2000): Un análisis de datos de panel.
Top Related