512 PARQUES INDUSTRIALES Y DESARROLLO DE LA INDUSTRIA LOCAL EN LA REGION DEL BIO BIO 2011

Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
NE
FA
Pr
oc
ee
din
gs
5.12 PARQUES INDUSTRIALES Y DESARROLLO DE LA INDUSTRIA LOCAL EN LA
REGIÓN DEL BIO BIO
er
va
d
[email protected]
Académico
os
ANDRÉS ULLOA
-E
AUTORES:
es
ORLANDO LLANOS
Au
to
rR
[email protected]
Académico
de
Facultad de Ciencias Económicas y Administrativas
EN
EF
A
Pr
o
ce
ed
ing
s-
De
re
ch
os
Universidad Católica de la Santísima Concepción
2111
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
RESUMEN
din
gs
En Chile se han estado instalando parques industriales desde hace varias décadas pero
no se conocen sus resultados. En este trabajo se examina la experiencia en la Región de Bíobío
ee
y se evalúa si la localización de empresas en parques industriales genera beneficios asociados a
Pr
oc
la aglomeración de actividades. Usando una encuesta aplicada a las principales empresas
NE
FA
instaladas en estos parques se concluye que los beneficios relacionados con la localización y la
aglomeración en general han sido bajos y mucho menores a las expectativas que tienen las
-E
empresas. Asimismo, se concluye que para empresas de antigüedad intermedia estos
beneficios son un poco mayores que para empresas nuevas o que tienen una gran cantidad de
va
d
os
años perteneciendo al parque.
rR
es
er
Palabras claves: Aglomeración, Economía local, Innovación.
Au
to
ABSTRACT
de
In Chile there have been setting up industrial parks for decades but their results are
unknown. This paper examines the experience in the Bio Bio Region and evaluates whether the
ch
os
location of companies in industrial parks generate benefits associated with the agglomeration
re
of activities. Using a survey of major companies located in these parks is concluded that the
De
benefits associated with location and congestion in general have been low and much lower
s-
than the expectations of firms. It also concludes that for companies of middle age these
ing
benefits are somewhat higher than for start-ups or those having a lot of years belonging to the
ed
park.
EN
EF
A
Pr
o
ce
Keywords: Cluster, Local Economy, Innovation.
2112
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
1. Introducción
Un Parque Industrial consiste de una porción de tierra que ha sido designada
ee
específicamente para promover el desarrollo de actividades industriales integradas a través del
oc
sistema de transporte u otro tipo de infraestructura de apoyo (Walco, 2009). Los Parques
Pr
Industriales también se conocen en la literatura como Distritos Industriales y su existencia data
NE
FA
de fines del siglo XIX en ciudades industriales tales como Chicago, New York, Kansas, donde se
localizaron aglomeraciones de industrias cerca de los grandes centros urbanos para aprovechar
-E
los beneficios de la urbanización, la cercanía a los sistemas de transporte y la disponibilidad de
va
d
os
mano de obra calificada (Walco, 2009).
er
Existe una gran cantidad de literatura que ha analizado las ventajas de las
es
aglomeraciones industriales. Uno de los primeros trabajos fue realizado por Alfred Marshall y
rR
muestra el rol de las economías externas a escala en organizaciones compuestas por pequeñas
to
empresas interconectadas. El muestra que los beneficios provienen especialmente de la
Au
especialización del trabajo y el reclutamiento de mano de obra calificada. Más tarde Krugman
de
(1991) toma estos argumentos para mostrar la importancia de la geografía en el comercio
ch
os
internacional.
De
re
A lo largo de los años se han identificado varios tipos de aglomeraciones, dependiendo
del lugar donde estas se han emplazado, de las fortalezas locales, los niveles de desarrollo, las
ing
s-
políticas públicas locales que se han establecido y los sistemas de administración. Existen
muchos ejemplos de parques exitosos como Silicon Valley en California, Toyota City en Japón,
ed
Detroit en USA, los distritos italianos en el Norte de Italia, el Centro de Investigación en
Pr
o
ce
Carolina del Norte y otros ejemplos en países en desarrollo como China, Vietnam, Singapur,
EN
EF
A
México y Brazil.
A pesar de los distintos tipos de concentraciones o distritos industriales que han
surgido en la economía moderna, estos pueden ser definido en su forma más general como un
área especialmente delimitada, compuesta de actividades comerciales que tienen una cierta
2113
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
especialización económica ya sea en actividades industriales o relacionadas con recursos o con
din
gs
servicios (Markusen, 1996). Utilizando la evidencia empírica este autor distingue cuatro tipos
de distritos industriales: El primero es el llamado distrito marshalliano y que corresponde a
ee
pequeñas empresas que se aglomeran en un espacio geográfico para aprovechar economías
oc
externas, el ejemplo clásico son las empresas del norte de Italia. El segundo corresponde al
Pr
concéntrico donde un conjunto de grandes y medianas empresas actúan como centroide y se
NE
FA
establecen alrededor grupos de pequeñas empresas proveedoras y consumidoras, un ejemplo
es la General Motors o Motorola. Un tercer tipo de distrito es el llamado Satélite en que se
-E
desarrolla gran actividad industrial alrededor de una empresa multinacional ubicada fuera de
os
su ciudad de origen, por ejemplo la industria fílmica en Canadá. Finalmente los Distritos-
va
d
Estados que se establecen por la presencia o influencia de empresas o servicios públicos,
es
er
ejemplo de esto es Washington D.C., Research Triangle Park en Carolina del Norte.
rR
Hasta el trabajo de Michell Porter la literatura sobre distritos industriales también
to
conocidos como cluster era escasa, es justamente Porter (1998) quien viene a popularizar el
Au
término y muestra en su trabajo que la existencia de aglomeraciones industriales en distintas
de
partes del mundo ha sido un factor importante para explicar la competitividad. Las
os
aglomeraciones incentivan la competitividad a través del mejoramiento en la productividad, el
De
re
ch
desarrollo de la innovación y la creación de nuevos negocios (Porter 1998).
Una crítica reiterada al enfoque de Porter sobre Cluster es que su definición es
s-
suficientemente amplia para abarcar una gran cantidad de aglomeraciones industriales de todo
ing
tipo, independientemente de su amplitud geográfica o de su dinámica socioeconómica, por lo
ed
cual es difícil poder identificar aquellas que son exitosas de aquellas que no lo son (Martin y
Pr
o
ce
Sunley, 2003). Ello hace que su definición sea poco útil para efectos de diseño de políticas
públicas orientadas a la promoción de estas actividades o para promover el desarrollo de una
EN
EF
A
localidad.
Aún cuando no existe una definición compartida de cluster los distintos estudios
enfatizan algunos elementos que son relevantes para su éxito. Existen al menos dos elementos
2114
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
que son relevantes en el desempeño de estas aglomeraciones, el primero de ellos está
din
gs
asociado a las externalidades relacionadas con la localización y la aglomeración y el segundo
con los beneficios de las interconexiones generadas por la interacción entre los diversos
ee
actores que participan en el cluster.
oc
Las externalidades de localización corresponden a beneficios que se derivan de la
Pr
cercanía de empresas con otros actores económicos (Rosenthal y Strange, 2003). Aquí se
NE
FA
pueden obtener externalidades de urbanización por la cercanía a grandes centros de consumo,
a infraestructura a servicios de transporte a mano de obra especializada, de esta manera se
-E
aprovechan economías de escala externas a las firmas (Mills, 1967). También se pueden
os
generar por la especialización de acuerdo a la tradición Marshalliana (Marshall, 1920). De esta
va
d
manera las empresas pueden acceder a participar insumos comunes tales como trabajadores
reducir costos de transacción en la búsqueda y contratación de estos factores
es
además
er
especializados, proveedores de insumos, servicios, etc. (Hoover, 1948; Krugman, 1991) y
rR
(Acemoglu, 1996; Quigley ,1998). La cercanía también facilita la innovación a lo largo de la
to
cadena de valor en la medida que el proceso competitivo permite derramar conocimiento a
Au
través de un proceso de imitación y transferencia que se refuerza por el contacto y la cercanía
de
de las firmas (Storper y Venables, 2004; Porter, 1998; Jaffe et al. 1993; Audretsch y Feldman,
ch
os
1996).
De
re
Las interacciones entre los distintos actores que componen las aglomeraciones han
sido profusamente estudiadas en las últimas décadas. Las empresas se interrelacionan en
s-
forma repetida con proveedores, compradores, universidades, centros de investigación,
ing
instituciones gubernamentales, etc.. Estas interacciones pueden ser fuentes de ventajas
ed
competitivas a través de la innovación y del aprendizaje interactivo (Feldman, 1999). Esto
Pr
o
ce
ocurre porque la existencia de transacciones repetidas y la cercanía genera contacto y
colaboración facilitando el intercambio de ideas y nuevo conocimiento, tanto codificado como
EF
A
tácito (Howells, 2002). Esto a su vez facilita la coordinación, genera liderazgos y permite crear
EN
redes y relaciones de confianza de largo plazo, incrementando con ello la eficiencia colectiva
(Pietrobelli y Rabelloi, 2005; Schmitz 1995).
2115
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
2. Método
En este trabajo se busca determinar si las empresas que se ubican en los Parques
ee
Industriales de la Provincia de Concepción han logrado desarrollar beneficios de Clusterización,
oc
para ello se diseñó un instrumento que incorporó un conjunto de variables que de acuerdo a la
Pr
literatura permiten medir adecuadamente el fenómeno. Este instrumento fue aplicado a
NE
FA
gerentes o dueños de empresas de cinco Parques industriales que a la fecha existen en la
-E
provincia de Concepción.
os
Para diseñar el instrumento, se construyó primeramente un modelo conceptual a partir
va
d
de la revisión literaria. Este modelo contempla dos grupos de variables que podrían expresar
er
beneficios de Clusterización; las primeras fueron llamadas variables de proceso, en las cuales
es
no se aprecia necesariamente los beneficios pero de estar presente constituirían el germen que
rR
permitiría concretar beneficios de Clusterización y rentabilidad futura, estas variables son:
to
cooperación, coordinación, complementación, comunicación y competencia. El segundo grupo
Au
de variables fueron denominadas variables de beneficios, entre las cuales se cuentas beneficios
de
asociados a la innovación, al aprendizaje, a la especialización, a las economías de escala y las
os
economías de ámbito. Finalmente, para medir resultados o acciones concretas de
ch
clusterización se seleccionaron 12 actividades que normalmente se encuentran presentes en
De
re
empresas clusterizadas, de modo de evaluar si las empresas de los parques industriales de la
provincia de Concepción realizaban algunas de ellas. En la siguiente figura se aprecia un
EN
EF
A
Pr
o
ce
ed
ing
s-
esquema del modelo conceptual propuesto.
2116
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
va
d
os
-E
NE
FA
Pr
oc
ee
din
gs
Figura 1: Modelo Conceptual de Clusterización
Recurriendo a la información disponible en las oficinas de administración de los cinco
es
er
parques industriales bajo estudio, además de información entregada por las municipalidades
rR
de las comunas donde se encuentra localizados estos parques, se construyó una base datos con
to
más de 200 empresas que actualmente pertenecen a estos parques, las que se redujeron a 138
Au
efectivamente existentes después de un proceso de verificación de datos. La encuesta fue
de
enviada a las 138 empresas y se obtuvo una tasa de respuestas del 56% lo que equivale a 77
ch
os
encuestas respondidas.
re
La encuesta contempló 7 preguntas de filtros y 35 afirmaciones para las cuales se debía
De
expresar el nivel de acuerdo o desacuerdo en una escala Likert de 7 puntos. Se utilizaron
s-
distintas técnicas para lograr respuestas en la aplicación del cuestionario, entre las que se
Pr
o
ce
ed
personal.
ing
cuenta la aplicación vía correo electrónico, en forma telefónica y principalmente de modo
Para efectos del análisis de la información recopilada se construyeron las siguientes
estadística descriptiva y análisis
A
hipótesis de trabajo las que fueron analizadas a través de
EN
EF
estadístico inferencial. Las siguientes son las hipótesis planteadas:
2117
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
H1: Las expectativas que tienen las empresas respecto a los beneficios de clusterizarse no se
din
gs
han concretado.
H2: No existen beneficios importantes de clusterización en los Parques Industriales de la Región
oc
ee
del Bíobío.
NE
FA
Pr
H3: Los procesos de clusterización son independientes de la antigüedad de las empresas.
H4: Los resultados de clusterización de los Parques Industriales dependen de los años de
-E
pertenencia de la empresa en el Parque.
os
H5: La existencia de subsidios o aportes fiscales no ha ayudado a la existencia de una mayor
er
va
d
grado de clusterización en el Parque.
rR
es
3. Resultados
Au
to
Para analizar la información se procedió primeramente a realizar un análisis de la
normalidad de los datos. Para ello se recurrió a la prueba de Kolmogorov- Smirnov. Los
de
resultados en tabla A-1 del anexo muestran que ninguna de las variables es normal. Por lo
os
tanto se procedió a trabajar con estadística no paramétrica para analizar los datos. La
ch
descripción de los datos en media, mediana, valores mínimos y máximos se muestra en tabla A-
De
re
1 en el anexo.
ed
ing
s-
Beneficios de Clusterizacion: Expectativas Versus Logros
ce
El primer análisis realizado para determinar si los parques industriales están
Pr
o
obteniendo beneficios del proceso de aglomerarse fue comparar las medias aritméticas de las
expectativas y la de logros en función de las variables consultadas. La Tabla 1 muestra que las
EF
A
medias de las expectativas oscilaron entre 4.66 y 5.22 y la mediana entre 5 y 6, en cambio las
EN
medias de los logros fueron todas inferiores oscilando entre 3.58 y 4.35 y la mediana fue 4.
Cabe notar que solo dos variables (procesos de comunicación y competencia) mostraron una
media superior a 4 respecto a los logros, lo cual indica la baja percepción de beneficios del
2118
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
proceso de clusterización. Para corroborar esta impresión, se calcularon las diferencias de
din
gs
medias entre expectativas y logros y también se realizó un test no paramétrico de diferencia
entre medianas, este fue el test de Wilcoxon, mostrado en la Tabla 1. Ambos test ratificaron
ee
que existe una fuerte diferencia en los Parques industriales entre los beneficios esperados y los
oc
logros que han obtenido a través de los años, las diferencias de medias y medianas fueron en
Pr
su totalidad estadísticamente significativas. Esto indica claramente que las expectativas de las
NE
FA
empresas ubicadas en los parques industriales son significativamente superiores a la
percepción de los logros obtenidos por estas mismas empresas y por lo tanto en base a esta
-E
información se aceptaría la primera hipótesis de que las expectativas existentes respecto a los
os
beneficios de la clusterización no se han concretado.
rR
es
er
va
d
Tabla 1: Diferencias de Medias entre Expectativas y Logros
Expectativas
Logros
Au
to
Variable
de 4.84
de
Proceso
ch
os
Complementación
De
re
Proceso de Coordinación
ing
s-
Proceso de Comunicación
ce
ed
Proceso de Competencia
EN
EF
A
Pr
o
Proceso de Cooperación
Beneficio de Innovación
Beneficio
Ámbito
Economías
3.81
(1.84)
4.82
3.97
(1.84)
(1.71)
4.92
4.35
(1.73)
(1.68)
5.00
4.12
(1.72)
(1.81)
4.84
3.70
(1.96)
(1.75)
4.99
3.99
(1.6)
(1.71)
(1.8)
Media
P-value (a)
(1.83)
de 4.57
Diferencia de
3.71
(1.75)
Signif.
Test
Wilcoxon
(b)
-3.90
0 **
-3.31
0.0004**
-2.71
0.0064**
-3.72
0.0001**
-3.99
0**
-4.06
0**
-3.81
0.0002**
2119
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Beneficio de Economías de 5.21
3.90
Escala
(1.49)
(1.85)
4.75
3.78
(1.61)
(1.73)
Beneficio de Aprendizaje
Beneficio
de
Subsidio 5.22
Económico
0**
0**
-E
0**
Diferencia de media asumiendo normalidad (b) Diferencia de medias usando estadística no
os
(a)
-4.64
-5.30
(1.84)
** Significancia al 1% * significancia al 5%.
0**
-4.04
3.58
(1.71)
-3.86
din
gs
(1.75)
ee
(1.84)
oc
3.74
Pr
4.66
NE
FA
Beneficio de Especialización
va
d
paramétrica.
rR
es
er
Beneficios de Clusterizacion: Resultados de Actividades Específicas
to
De acuerdo al modelo conceptual, en las preguntas 30 a 42 se midieron resultados
Au
asociados a actividades específicas. Estos resultados tampoco son muy alentadores. Las medias
de
de las diferentes variables relacionadas con esta área oscilaron entre los 2.55 y 4.12 (ver tabla
os
Anexo 1) y las medianas entre un 2 y un 5. Nuevamente solo una variable obtuvo una nota
ch
media superior a 4.0 y mediana de 5 (desarrollo de actividades comerciales con proveedores
re
internos), mientras que 2 variables obtuvieron una mediana de 2 (ventas conjuntas y compras
s-
De
de insumos en conjunto).
ed
ing
Beneficios de Clusterizacion divididos por grupos de edad
ce
Con el objetivo de determinar si la antigüedad de las empresas en los parques
Pr
o
industriales tiene alguna relación con la percepción de los beneficios de clusterización, la
A
muestra se agrupó en 3 grupos de antiguedad (e.g. 1 a 6 años; 7 a 11 años; 12 y más años).
EN
EF
Como resultado se obtuvieron 3 grupos de empresas con tamaños muestrales similares (26, 27
y 24, respectivamente).
2120
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Al observar la Tabla # 2, se puede ver que en general, las expectativas, los logros y la
din
gs
realización de actividades específicas tienen mejores puntuaciones a medida que aumenta la
edad de las empresas en los parques industriales. Sin embargo, a nivel de las actividades
ee
específicas los mejores resultados los tienen las empresas que están en un nivel de vida
oc
intermedio, es decir aquellas tiene entre 7 y 11 años de antigüedad en el parque industrial. Los
Pr
otros dos grupos tienen percepciones más bajas y no muy distintas entre ellas. Con el objetivo
estadísticamente si existían
NE
FA
de realizar inferencia estadística, se realizó una prueba no paramétrica para probar
diferencias entre los tres grupos de empresas. Para ello se
-E
procedió a realizar el test de Kruskal-Wallis para k muestras independientes. La Tabla # 2
os
muestra que la mayor parte de las variables no mostraron diferencias estadísticamente
va
d
significativas y que las únicas variables que si mostraron estas diferencias fueron: compartir
er
activos fijos ; desarrollar compras conjuntas de insumos; desarrollar proyectos de innovación;
es
desarrollar proyectos de transferencia tecnológicas; y mejorar el acceso a información de
rR
mercado. Por lo tanto la apreciación inicial respecto que las empresas con antigüedad entre 7
to
y 11 años tienen una mejor apreciación respecto a los beneficios de clusterización fue
de
Au
confirmada para algunas de las variables analizadas.
Diferen1-6 años
ing
s-
De
re
ch
os
Tabla 2: Medias y medianas para empresas agrupadas por Antigüedad
7-11 años
Me
Me
dian
dian
12-20
cias
Me
Valo
Me
dian
r
Si
g
Media a
Media a
dia
a
p
4.7
4.5
5.1
5
4.8
5
0.60
3.5
4
4.1
4
3.8
4
0.38
ed
8.- Expectativas de complementarse con otras
Pr
o
ce
empresas del Parque para lograr cambios que
mejoren el negocio
EF
A
9.- Logró complementarse con otras empresas
EN
del Parque para lograr cambios que mejoren el
negocio
2121
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
10.- Expectativas de coordinarse con otras
de interés mútuo
4.4
4
5.1
6
3.7
4
4.1
4
4.8
4.5
din
gs
empresas del Parque para desarrollar proyectos
4.9
la
comunicación(formal
e
4.5
0.30
Pr
5.0
5
4.9
5
0.83
4
4.3
4
4.2
4
0.65
4.8
5.5
5.5
6
4.7
5
0.18
4.4
4
4.1
4
3.8
4
0.53
4.3
4
5.3
6
5.0
6
0.20
3.4
4
3.9
4
3.8
4
0.42
innovar de la empresa al estar más cerca de otras 4.7
4
5.3
6
5.0
5
0.39
4.0
4
4.1
4
3.8
4
0.74
3.9
4
4.9
5
5.0
5
0.10
e
informal)con
otras
4.6
es
14.- Expectativas de insertarse en un ambiente
er
empresas del Parque
va
d
comunicación(formal
os
13.- Logró tener una ubicación que favoreciera la
-E
informal)con otras empresas del Parque
NE
FA
12.- Expectativas de tener una ubicación que
favoreciera
4.2
oc
Parque para desarrollar proyectos de interés
mútuo
0.30
ee
11.- Logró coordinarse con otras empresas del
5
rR
de sana competencia que invitase a innovar y
Au
to
mejorar continuamente
15.- Logró insertarse en un ambiente de sana
de
competencia que invitase a innovar y mejorar
Expectativas
de
cooperar
ch
16.-
os
continuamente
con
otras
De
re
empresas del Parque para reducir costos
s-
operativos
ing
17.- Logró cooperar con otras empresas del
ed
Parque para reducir costos operativos
Pr
o
ce
18.- Expectavivas de mejorar la capacidad de
19.- Logró mejorar la capacidad de innovar de la
EN
EF
A
empresa al estar más cerca de otras
20.- Expectativas de compartir información entre
las empresas del Parque que ayuden a potenciar
la empresa
2122
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
21.- Logró compartir información entre las
empresa
3.2
4
4.0
4
3.8
4
5.3
6
3.5
4
din
gs
empresas del Parque que ayuden a potenciar la
3.9
aumentar
la
especialización
productiva mediante la difusión e interacción del
3.7
4
0.40
5
5.2
6
5.3
6
0.65
3.7
4
3.9
4
4.2
4
0.61
4.3
4
5.0
5
4.9
5
0.25
3.5
4
3.8
4
4.1
4.5
0.37
5.3
5.5
5.2
6
5.2
6
0.91
3.4
4
3.7
4
3.7
4
0.73
2.5
1
4.0
4
2.6
2
0.01
*
os
va
d
y reducción de costos por las facilidades que
es
er
5.1
25.- Logró generar economias de escala y
0.03
4
24.- Expectativas de generar economías de escala
ofrece el Parque .
5
4.0
-E
conocimiento en el Parque
Pr
Logró
NE
FA
23.-
4.9
oc
productiva mediante la difusión e interacción del
conocimiento en el Parque
0.09
ee
22.- Expectativas de aumentar la especialización
4
rR
reducción de costos por las facilidades que
Au
to
ofrece el Parque en sus servicios
26.- Expectativas de aumentar el valor de la
por
medio
del
aprendizaje
de
empresa
y
os
conocimientos continuos al interior del Parque
ch
27.- Logró aumentar el valor de la empresa por
De
re
medio del aprendizaje y conocimientos continuos
Expectativas
de
obtener
subsidios
ing
28.-
s-
al interior del Parque
ed
económicos interesantes que beneficiaran a la
ce
empresa
Logró
obtener
subsidios
económicos
Pr
o
29.-
interesantes que beneficiaran a la empresa
EF
A
30.- Ha compartido activos fijos con otras
EN
empresas del mismo Parque (maquinarias,
oficinas u otras)
2123
**
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
31.- Ha compartido recursos humanos con otras
seguridad)
2.8
3
3.7
4
2.1
1
3.4
4
2.4
1
3.1
2.5
1
din
gs
empresas del mismo Parque(servicios contables,
2.9
2
0.24
3.4
4
2.8
2
0.22
4.5
4.5
5
4.1
4.5
0.59
3.4
4
4.3
5
3.7
4
0.35
2.6
1.5
4.0
4
3.2
2.5
0.04
2.5
1
3.7
4
2.8
2
0.03
2.7
1
3.4
4
2.8
2
0.26
2.6
1
3.9
4
3.2
3
0.03
2.8
2
3.5
4
2.5
2
0.09
es
er
3.8
36.- Ha desarrollado relaciones comerciales con
-E
va
d
Parque
Industrial
**
os
35.- Ha desarrollado relaciones comerciales con
proveedores internos del mismo
0.01
2.4
34.- Ha desarrollado contratos de operación
conjunta con otras empresas del mismo Parque
1.5
4
NE
FA
empresas del mismo Parque
2.0
0.19
oc
33.- Ha desarrollado ventas conjuntas con otras
Pr
insumos, con otras empresas del mismo Parque
ee
32.- Ha desarrollado compras conjuntas de
2
rR
empresas distribuidoras o clientes del mismo
Au
to
Parque Industrial
37.- Ha desarrollado proyectos de innovación
de
conjunta con empresas del mismo Parque
*
os
38.- Ha desarrollado proyectos de transferencia
Parque
re
ch
tecnológica con empresas del mismo
*
De
Industrial
s-
39.- Ha obtenido mejores condiciones de
ing
financiamiento como resultado de la negociación
ed
conjunta con empresas del Parque
ce
40.- Ha mejorado el acceso a la información de
Pr
o
mercado y del entorno empresarial relevante
para la gestión de su empresa
EN
EF
A
41.- Ha mejorado su capacidad competitiva como
resultado de la presión ejercida por empresas
competidoras del mismo Parque
2124
*
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
42.- Ha acelerado el conocimiento y aprendizaje
otras empresas al interior del Parque
2.8
2
3.4
din
gs
de sus trabajadores mediante la interacción con
4
2.6
0.28
oc
ee
** Significancia al 1% * significancia al 5%.
2
NE
FA
Pr
Beneficios de Clusterización: Beneficios Fiscales
Un grupo importante de empresas ubicadas en los parques industriales ha recibido
-E
beneficios fiscales (17 de 77 empresas). El estudio permitió analizar si el ser beneficiario de
os
algún beneficio fiscal guarda relación con la percepción de los beneficios de clusterizacion. Por
va
d
lo mismo se realizaron análisis no paramétricos para determinar si hubo diferencias
er
significativas en las respuestas de las empresas que obtuvieron beneficios respecto las que no
es
los obtuvieron. De la Tabla # 3 se puede observar que las únicas dos variable relacionada con
rR
logros y expectativas que una diferencia significativa fueron aquellas relacionada con la
to
obtención de un subsidio económico. Es decir, aquellas empresas que recibieron beneficio
Au
fiscal tenían expectativas y además tuvieron logros respecto a estos beneficios que
de
evidentemente eran superiores a aquellas que no los obtuvieron. Además, todos los otros
os
beneficios de clusterizacion se perciben como igual tanto para empresas que recibieron los
ch
beneficios fiscales como aquellas que no lo recibieron. En cuanto a las actividades específicas
variable mostraron diferencias estadísticamente
De
re
relacionadas con resultados, solo dos
significativas, estas son : ventas conjuntas con otras empresas del mismo parque; y contratos
ing
s-
de operación conjunta. Por lo tanto la evidencia existente muestra que la obtención de
beneficio fiscales no ha influido respecto a las expectativas, respecto a los logros, ni tampoco a
ed
resultados concretos –salvo las dos excepciones-relativos a los beneficios de formar un parque
Pr
o
ce
industrial.
EN
EF
A
Tabla 3: Variables con diferencias significativas respecto al beneficio fiscal
U de Mann- W
Whitney
28.- Expectativas de obtener subsidios económicos 345.5
de
Wilcoxon Z
Signif.
2175.5
0.038 *
-2.077
2125
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
interesantes que beneficiaran a la empresa
que beneficiaran a la empresa
din
gs
29.- Logró obtener subsidios económicos interesantes
295
2125
-2.713
330.5
2160.5
362
2192
NE
FA
Pr
34.- Ha desarrollado contratos de operación conjunta
con otras empresas del mismo Parque
0.019*
-1.920
0.055*
-E
* Significativo al 5% ** Significativo al 1%
-2.340
oc
empresas del mismo Parque
ee
33.- Ha desarrollado ventas conjuntas con otras
0.007**
os
Construcción de variables latentes mediante agrupaciones factoriales
va
d
Por último se realizó un análisis factorial para ver si era posible que el conjunto de
er
encuestados pudieran agrupar las variables consultadas en variables latentes que tuviesen un
es
significado conceptual para la clusterización. En relación a las expectativas, a los logros y a los
rR
beneficios, no existen factores que permitan separar las variables en constructors. Esto estaría
to
indicando que los entrevistados no son capaces de observar grupos definidos de factores
de
Au
relevantes en la clusterización y observan que las variables no tienen patrones definidos.
os
No obstante lo anterior, si es posible encontrar factores o constructors para las
ch
variables que miden resultados o acciones. En la tabla # 4 se puede observar que existen 4
De
re
factores claramente identificados. El primero asociado a las variables de activos fijo y de
recursos humanos, el segundo agrupa variables de desarrollo tecnológico, información,
ing
s-
competencia, innovación y conocimiento. El tercero agrupa variables de desarrollo de
relaciones conjuntas con otras empresas para la compra de insumos, para la venta de
ce
ed
productos o para realizar innovación. El último factor agrupa variables relacionadas con el
Pr
o
establecimiento de relaciones comerciales con proveedores y clientes.
EN
EF
A
Tabla 4: Factores obtenidos del análisis factorial
Variables de resultados
F1
F2
30.- Ha compartido activos fijos con otras empresas del 0.672 0.316
F3
F4
0.421 0.317
2126
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
mismo Parque (maquinarias, oficinas u otras)
0.331 0.285
din
gs
31.- Ha compartido recursos humanos con otras empresas 0.641 0.422
del mismo Parque (servicios contables, seguridad)
0.587 0.125
ee
32.- Ha desarrollado compras conjuntas de insumos, con 0.409 0.494
oc
otras empresas del mismo Parque
Pr
33.- Ha desarrollado ventas conjuntas con otras empresas del 0.257 0.277
NE
FA
mismo Parque
0.721 0.241
0.730 0.415
35.- Ha desarrollado relaciones comerciales con proveedores 0.141 0.267
0.253 0.912
34.- Ha desarrollado contratos de operación conjunta con 0.234 0.305
os
-E
otras empresas del mismo Parque
va
d
internos del mismo Parque Industrial
0.277 0.796
er
36.- Ha desarrollado relaciones comerciales con empresas 0.278 0.251
es
distribuidoras o clientes del mismo Parque Industrial
rR
37.- Ha desarrollado proyectos de innovación conjunta con 0.221 0.450
Au
to
empresas del mismo Parque
0.564 0.398
38.- Ha desarrollado proyectos de transferencia tecnológica 0.277 0.713
0.460 0.267
de
con empresas del mismo Parque Industrial
os
39.- Ha obtenido mejores condiciones de financiamiento 0.143 0.818
0.294 0.299
re
ch
como resultado de la negociación conjunta con empresas del
De
Parque
0.191 0.182
s-
40.- Ha mejorado el acceso a la información de mercado y 0.172 0.885
ed
empresa
ing
del entorno empresarial relevante para la gestión de su
0.288 0.228
ce
41.- Ha mejorado su capacidad competitiva como resultado 0.321 0.809
Pr
o
de la presión ejercida por empresas competidoras del mismo
Parque
0.302 0.239
EN
EF
A
42.- Ha acelerado el conocimiento y aprendizaje de sus 0.295 0.820
trabajadores mediante la interacción con otras empresas al
interior del Parque
2127
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Resultados usando Lisrel 8, con el método de Máxima Verosimilitud y con correlaciones poligóricas para reducir los
din
gs
problemas de falta de normalidad de las variables. La sombra muestra la variable asociada al factor.
Pr
oc
ee
4. Conclusiones y recomendaciones
-E
planteadas anteriormente pueden ser verificadas por los datos.
NE
FA
De los resultados analizados anteriormente es posible concluir que las hipótesis
os
En primer lugar la primera hipótesis que planteaba que las expectativas de
va
d
clusterización no se han concretados es aceptada ya que los resultados muestran que existen
una diferencia estadísticamente significativa entre las expectativas que tenían las empresas
es
er
antes de entrar al parque y logros que han obtenido en las variables relacionadas con la
to
rR
clusterización dentro de un Parque.
Au
La segunda hipótesis planteaba que no existían beneficios de clusterizarse en los
ch
os
variables no fue significativo.
de
parques industriales. Los datos permiten aceptar la hipótesis ya que en promedio el valor de las
re
La tercera hipótesis planteaba que el proceso de clusterizarse no dependía de los años
De
de pertenencia de una empresa al Parque. Los datos muestran que efectivamente este proceso
ed
ing
antigüedad.
s-
no refleja diferencias estadísticamente significativas cuando la muestra es separada por
ce
La cuarta hipótesis también es confirmada, es decir que los resultados de clusterización
Pr
o
si dependen de la antigüedad. Sin embargo, las empresas más antiguas no son las que tienen
las que tienen resultados que son
A
mejores resultados sino que son las de edad intermedia
EN
EF
estadísticamente mejores que las empresas más nuevas o las más antiguas.
2128
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
La quinta hipótesis también es aceptada, es decir que en general no es posible señalar
din
gs
que los beneficios fiscales o los subsidios del gobierno hayan influido sobre los procesos o los
ee
resultados de clusterización.
oc
El conjunto de los resultados permite concluir que las empresas que se han agrupado
Pr
en parques industriales, a pesar de los años no han logrado generar procesos significativos que
NE
FA
den cuenta de la generación de externalidades producidas por la localización, las aglomeración
o la interacción repetida entre empresas. La razón de ello es desconocida, sin embargo, es
-E
posible aventurar que una posible explicación tiene que ver con la heterogeneidad de las
os
empresas existentes. Allí se han instalado empresa de distintas naturaleza, algunas de ellas
va
d
motivadas por la existencia de beneficios fiscales y no necesariamente por los beneficios que
es
er
genera el proceso de aglomeración.
rR
A pesar de lo anterior, los datos permiten concluir que aquellas empresas que tienen
to
un nivel de antigüedad intermedia tienen mejores resultados que las empresas que recién se
Au
han instalado o aquellas que están mucho tiempo localizadas en alguno de los Parques. Esto
de
está en línea con la literatura que indica que los procesos de aglomeración tienen a través del
os
tiempo un período de crecimiento, después maduración y después una reducción en su
ch
desempeño. Los datos muestran que empresas de más de 12 años de antigüedad están en una
De
re
etapa de declinación en cuanto a los resultados de aglomerarse.
s-
Finalmente, tal como se preveía, la existencia de beneficios fiscales o de subsidios de
ing
gobierno no ha tenido impactos en los procesos, beneficios o resultados de clusterizarse. La
ed
explicación es que las empresas que optan por estos subsidios no lo hacen porque ellos les
Pr
o
ce
permiten aprovechar los beneficios de la aglomeración, sino que simplemente porque pueden
obtener menores costos. Por otro lado, las empresas que usaron estos beneficios no tuvieron
EF
A
ni más ni menos resultados que las que no lo usaron. Ello muestra que la política pública ha
EN
estado orientada a la localización no a la obtención de beneficios más allá del subsidio. Ello
explicaría porque las empresas después de usar los subsidios recurren sistemáticamente a la
búsqueda de nuevos beneficios fiscales.
2129
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
Los resultados de este documento son muy importantes para efectos del diseño de
política pública local. Por años en Chile se han estado incentivado la creación de Parques
ee
industriales, con el objetivo que se instalen más empresas en ciertos territorios y se mejoren
oc
los indicadores de creación de empresas y de empleo en los municipios. Sin embargo, no se ha
Pr
estado pensando en la localización como una ventaja competitiva que se beneficie de la
NE
FA
localización y se generen externalidades de aglomeración. A pesar de que las empresas
localizadas tienen expectativas de que esto ocurra, en general estos beneficios no se han
-E
materializado.
os
Se requiere entonces, diseñar una segunda fase de apoyo a los parques industriales que
va
d
promueva la interacción entre las empresas y que apoye en mayor medida la instalación de
er
aquellas actividades que sean complementarias entre si y no cualquier actividad dentro de un
EN
EF
A
Pr
o
ce
ed
ing
s-
De
re
ch
os
de
Au
to
rR
es
Parque industrial, esto implica tener una mayor variedad de parques especializados.
2130
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
6. Referencias
Acemoglu, D. (1996). A Microfoundation for Social Increasing Retums in Human Capital
oc
ee
Accumulation. Quarterly Journal of Economics, 111(3), 779-804.
Pr
Audretsch, D. y Feldman, M. (1996). R&D Spillovers and the Geography of Innovation and
NE
FA
Production. American Economic Review 86(4), 253-273.
-E
Feldman, M. (1999). The New Economics of Innovation, Spillovers and Agglomeration: A Review
va
d
os
of Empirical Studies. Economics of Innovation and New Technology, 8(1), 5-25.
er
Giuliani, E., Pietrobelli, C. y Rabelloi, R. ( 2005). Upgrading in Global Value Chains: Lessons
rR
es
from Latin American Clusters, World Development, 33(4), 549-573.
to
Howells, J. (2002). Tacit Knowledge, Innovation and Economic Geography. Urban Studies 39(5-
de
Au
6), 871-884.
os
Jaffe, A., Trajtenberg, M. y Henderson, R. (1993): Geographic Localization of Knowledge
De
re
ch
Spillovers as Evidenced by Patent Citations. Quarterly Journal of Economics, 79(3), 577- 598.
Krugman, P. (1991). Increasing Returns and Economic Geography, Journal of Political Economy
ing
s-
99(3), 483-99.
ed
Martin, R. y Sunley, M. (2003). Deconstructing Clusters: Chaotic Concept or Policy Panacea?.
Pr
o
ce
Journal of Economic Geography, 3(1), 5-35.
EF
A
Markusen, A.(1996). Sticky Places in Slippery Space: A Typology of Industrial Districts.
EN
Economic Geography, 72(3), 293-313.
2131
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Mills, Edwin S. (1967). An Aggregative Model of Resource Allocation in Metropolitan Areas.
din
gs
American Economic Review, 57(5), 197-210.
ee
Porter, M. (1998). Cluster and the New Economics o Competition. Harvard Business Review ,
Pr
oc
Nov-Dec. 77-90.
NE
FA
Quigley, J. (1998). Urban Diversity and Economic Growth. Journal of Economic Perspectives
-E
12(2) 127-138.
va
d
er
Review of Economics and Statistics, 85(2), 377-393.
os
Rosenthal, S. y Strange, W. (2003). Geography, Industrial Organization, and Agglomeration. The
es
Storper, M. y Venables, A. (2004). Buzz: Face-to-Face Contact and the Urban Economy. Journal
to
rR
of Economic Geography, 4(4), 351-370.
Au
Schmitz, H. (1999). Collective Efficiency and Increasing Returns. Cambridge Journal of
EN
EF
A
Pr
o
ce
ed
ing
s-
De
re
ch
os
de
Economics. 23(4), 465-483.
2132