Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño Aproximación a una medida de la “dimensión empresarial” en el tejido empresarial extremeño Alvarez Martinez, Pedro, [email protected] Cortés Sierra, Georgina, [email protected] Guerrero Manzano, Mar, [email protected] Departamento de Economía Universidad de Extremadura RESUMEN Este trabajo muestra el procedimiento para determinar indicadores espaciales y sectoriales de la ‘dimensión empresarial’. Concepto que se hace corresponder con una medida de las actividades empresariales desarrolladas en las distintas unidades administrativas locales que componen un territorio común. Dicha medida se va a obtener mediante la aplicación del método de Rasch, que permite la medición conjunta de los espacios y las actividades en una misma dimensión, y determina un orden jerárquico de las actividades y los municipios, simultáneamente. Dicho orden se establece sobre la base del referente común denominado “dimensión empresarial”, que se conceptúa como un indicador de la importancia industrial comparada de cada actividad y de cada espacio y se ha elaborado a partir del volumen de facturación. Se realiza una aplicación empírica del concepto teórico estudiado a la actividad industrial que se desenvuelve en los municipios extremeños. Se utiliza como fuente de información la base de datos ARDAN, que contempla las actividades: Agricultura, Transportes, Minería, Construcción, Fabricantes, Detallistas, Mayoristas, Servicios, Finanzas y Varios, dadas en los distintos municipios de la región extremeña. Los resultados muestran la jerarquización de las actividades apoyada en la de los municipios. Palabras claves: Dimensión empresarial, modelo de Rasch, economía regional, economía espacial, localización, Clasificación JEL (Journal Economic Literature): (C40) Métodos estadísticos y econométricos; (R12) Tamaño y distribución espacial de la actividad económica regional Área temática: Aspectos cuantitativos del fenómeno económico XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 1 Álvarez Martínez, Pedro; Cortés Sierra, Georgina; Guerrero Manzano, Mar 1. INTRODUCCIÓN El estudio de la localización de actividades económicas mediante técnicas tradicionales del análisis regional, proporciona medidas bien acerca de las actividades económicas desarrolladas o bien acerca de los espacios administrativos en las que se ejercen. Sin embargo, no ofrece instrumentos que reflejen la importancia de las actividades y de las unidades espaciales en las que se desempeñan en una misma dimensión. El propósito de este trabajo es la aplicación del procedimiento de Rasch al estudio de la localización industrial, al objeto de estimar la medida ‘dimensión empresarial’ en cuya determinación se involucran, simultáneamente, consideraciones de las actividades y de los espacios. La dimensión empresarial se concibe conceptualmente como un indicador de la importancia industrial comparada de cada actividad y de cada espacio. Se entiende que en cada espacio se producen sinergias entre las distintas actividades desarrolladas en él; asociaciones que determinan el valor de su ‘dimensión empresarial’. Asimismo, para cada actividad se producen sinergias entre las distintas unidades espaciales en las que se desarrolla y ésas se reflejan en la estimación de su ‘dimensión empresarial’. Una vez obtenidas las ‘dimensiones empresariales’ de cada actividad y cada punto espacial, será posible comparar las distintas actividades y los distintos espacios entre sí. Estas estimaciones constituyen un indicador que, referido a las actividades económicas o los espacios, establece su posición relativa en cada punto de la recta. Este trabajo se va a centrar empíricamente en las actividades industriales emplazadas en los municipios de Extremadura. La estimación de la medida de la variable “dimensión empresarial”, mediante el Modelo de Rasch aplicado a las empresas, permite dar respuesta a cuestiones tales como: ¿cuáles son las actividades más sobresalientes en el tejido empresarial de la región?; ¿cuales son los municipios que manifiestan mayor afluencia de actividad empresarial? Y, además, ¿qué municipios presentan mejores, o peores, condiciones para el ejercicio de actividades concretas? El interés de estas consideraciones radica en que la dimensión de la actividad económica condiciona la distribución territorial de los asentamientos de la población, su grado de prosperidad y de bienestar social y económico. Por su parte, la ubicación espacial de una actividad económica se relaciona con el emplazamiento de otras XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1: 112 2 Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño actividades así como con otra serie de factores: existencia de infraestructuras públicas y decisiones de los agentes sociales, públicos y privados, acerca de la localización, producción y consumo. 2. FUENTE Y DATOS UTILIZADOS Se ha utilizado el Directorio ARDÁNi para el ejercicio 1997 en la región extremeña. Dicha base de datos contiene información de cada una de las 8.000 empresas que han presentado sus cuentas en los Registros Mercantiles extremeños en dicho ejercicio, es decir, las que tienen su sede social en Extremadura. La codificación de la actividad económica según la SIC (Standard Industrial Classification, Washington-1987), es la siguiente: 1) Agricultura, Silvicultura, Ganadería y Pesca, 2) Minería, 3) Construcción, 4) Fabricantes, 5) Transportes, Comunicaciones y Servicios Públicos, 6) Mayoristas, 7) Detallistas, 8) Finanzas, Seguros y Bienes Raíces y 9) Servicios. Los datos utilizados son la facturación de cada una de las empresas registradas, agrupada para cada municipio por sectores de actividad. De manera que obtenemos una variable bi-dimensional, referida a puntos espaciales y a sectores productivos. Cada Yij representa la facturación del municipio i, en el sector de actividad j. Es posible comparar cada municipio conforme al conjunto de sus actividades respectivas. Para este propósito es necesario encontrar un referente común que lo permita y aúne el efecto global de todas las actividades, teniendo en cuenta su intensidad relativa. Se define a dicho referente como “dimensión empresarial”.En el trabajo se centra el interés en la facturación de una actividad en un municipio y se lleva a cabo la siguiente consideración: si en el municipio no se localiza una actividad determinada, se asigna el valor cero a esta observación; si por el contrario, sí se realiza, se transforma a una escala logarítmica del uno al nueve; de manera que cualquier actividad queda especificada por niveles de cero a nueve, según la intensidad de su volumen de negocio. Sustituido el elemento Yij por su respectivo nivel, las columnas representarán los niveles de facturación obtenidos para cada actividad en cada municipio, y las filas, los de cada municipio en las distintas actividades. Se obtienen una matriz de orden 292x9 (292 municipios y 9 actividades). Los niveles alcanzados en cada municipio en las XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 3 Álvarez Martínez, Pedro; Cortés Sierra, Georgina; Guerrero Manzano, Mar distintas actividades empresariales, son independientes entre sí. Análogamente los niveles de cada actividad en los distintos municipios, también lo son. 3. CONSTRUCCIÓN DE LA VARIABLE LATENTE Con el fin de medir la importancia de las empresas en términos espaciales y sectoriales, se elabora una variable común a los municipios y las actividades, que se denomina “dimensión empresarial”. La dimensión empresarial nos va a permitir clasificar a las actividades y los municipios en una dimensión única. En términos de dicha variable, un municipio tendrá más dimensión empresarial cuanto mayores sean los niveles facturación, en el mayor número de actividades localizadas en él, y una actividad tendrá mayor dimensión empresarial cuánto más presente esté en el mayor número de municipios. La aplicación del Modelo de Rasch, sintetiza el conjunto de datos en las estimaciones paramétricas: δi, para cada actividad y βj, para cada municipio, que evalúan su respectiva dimensión empresarial. En las estimaciones de δi y βj , se considera el nivel de evaluación de la actividad 'i' en el municipio 'j', Xij, en forma dicotómica –presencia o ausencia del nivel-. Las estimaciones, fruto de la interrelación de todas las actividades en todos los municipios, reflejan la lógica subyacente en el contexto conjunto de los datos. Las diferencias de medidas de dimensión empresarial en los municipios, se manifestarán a través de las actividades y de su posición relativa con respecto a ellas. Se interpretan las evaluaciones asignadas por el modelo a las actividades, de la forma siguiente: el δi con la medida más pequeña se corresponde con la actividad o actividades cuya presencia en los municipios observados es mayor, la de mayor ‘dimensión empresarial’. Siguiendo un orden creciente, la actividad δi con mayor medida, es la de menor presencia en las observaciones. Así pues, la actividad δi de menor medida de ‘dimensión empresarial’, es la actividad más extendida en el conjunto del territorio, y con los mayores niveles de facturación. En cuanto a los municipios, el que obtenga el βj con mayor medida, será aquél en el que se realice mayor facturación, en el mayor número de actividades; es decir, el de mayor ‘dimensión empresarial’. En orden decreciente, el βj de menor medida corresponde al municipio en el que se da el XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1: 112 4 Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño menor volumen de facturación en el menor número de actividades, esto es, el de menor ‘dimensión empresarial’. La representación gráfica de la variable latente ‘dimensión empresarial' y la posición en la misma de los municipios y de las actividades, se puede observar en la figura que sigue: En La línea, la actividad representada por el parámetro δ1 es la de menor medida. Estará presente en los municipios cuyo parámetro ßj sea mayor que δ1, es el caso de ß2 y ß3, y no el de ß1. La actividad cuyo parámetro es δ2 estará presente en los municipios de medida ß3, y no lo estará en los de ß1 y ß2. Por otro lado, el municipio cuya medida sea ß3 tendrá más dimensión empresarial que los de ß1 y ß2 al manifestar una actividad económica más intensa, (se ubican en él las actividades de medida δ1 y δ2). Podemos pues, deducir que los parámetros de las actividades clasifican a los municipios, y que los parámetros de los municipios clasifican a las actividadesii. Se designa la variable “dimensión empresarial” mediante Xij, definida en términos del parámetro βj, medida del municipio 'j', y δi, medida de la actividad 'i'. Considerada Xij en forma dicotómica, tomará un valor uno, si la actividad ‘i’ factura en un municipio 'j' con un nivel determinado, y cero, si no lo hace. Sobre la base de que, para que en un municipio 'j' se dé la actividad 'i' en un determinado nivel, es necesario que βj sea mayor que δi, se van a comparar, mediante diferencias, los parámetros δi y βj. Ello permite relacionar la variable Xij con la representación gráfica anterior en términos de probabilidad: El modelo de George Rasch (1980), permite obtener una estimación de la probabilidad de que en un municipio se realice una determinada actividad con un cierto nivel, dados βn y δi : e( βn−δi ) P{ Xni =1/ βn,δi} = ( βn−δi ) 1+e XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 5 Álvarez Martínez, Pedro; Cortés Sierra, Georgina; Guerrero Manzano, Mar En la fórmula no son relevantes los valores de los parámetros, sino las diferencias, βj - δi, entre ellos, unidades de escala 'logits'. Cualquier par de diferencias que sea igual tendrá la misma probabilidad, con independencia de los valores de βi y δj. Por lo tanto, en un municipio 'j', la dimensión empresarial debida a una actividad 'i' es independiente de la “dimensión empresarial” debida al resto de actividades que se produzcan en 'j'. 4. PRINCIPALES RESULTADOS 4.1 Estimaciones de la ‘dimensión empresarial’ La estimación de los parámetros se realiza por el método de máxima verosimilitud, utilizando los algoritmos PROX y UCONiii del programa informático Bigsteps, que garantiza la obtención de estimadores eficientes. La variable conceptuada, “dimensión empresarial”, se caracteriza mediante los parámetros δ1, δ2 , ...., para las actividades consideradas y en los parámetros β1, β2, ...., para los municipios. Las estimaciones paramétricas respectivas se observan en las columnas denominadas 'measure' de los Cuadros números 1 y 2). El Cuadro 1 recoge la distribución para cada una de las actividades (‘items’) de la información siguiente: Entry number: Identificación numérica de la actividad Raw Score: Puntuación bruta de cada actividad en razón de su ‘dimensión empresarial’ comparada con el contexto Count: Número de casos (Número de municipios) Measure: Estimaciones paramétricas de la ‘dimensión empresarial’ de las actividades empresariales (Ítems). Muestran su ubicación en la línea de dimensión empresarial. Error: Error estándar de la estimación asociado a cada actividad. Infit y Outfit: Estadísticos que miden el grado de ajuste del modelo. Son estadísticos sensibles que muestran comportamientos inesperados. Los Infit MNSQ (Mean Square) son estadísticos t de la media cuadrática ponderada, que muestran la coherencia en el nivel de las actividades en los municipios. XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1: 112 6 Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño Indican la adecuación de cada actividad para medir el constructo ‘dimensión empresarial’. Los Outfit MNSQ son estadísticos t de la media cuadrática ponderada, que muestran la coherencia en el comportamiento de los municipios sobre el nivel de las actividades. Para nuestro experimento rangos de MNSQ Infit e Oufit de entre 0,5 y 1,7 indican un buen ajuste del modelo según Wright y Linacreiv. Por debajo de 0,5 se consideran sobre-ajustados y por encima de 1,7 se consideran bajo-ajustadosv Ptbis Corr.: Representa los valores de la correlación entre la puntuación de cada actividad y la puntuación de los municipios, que han de ser de al menos 0,3 Cuadro 1: Medidas estadísticas de las actividades empresariales Fuente: Bigsteps y elaboración propia. El análisis muestra que el ajuste del modelo es bueno para las actividades de la construcción, fabricantes, detallistas, mayoristas, servicios, finanzas y seguros. Las de mayor dimensión empresarial, conforme a la metodología utilizada, son aquellas que ocupan las últimas posiciones en el cuadro: construcción, fabricantes, detallistas y mayoristas por este orden. Son las que mejor conjugan el desarrollo de su actividad a niveles de facturación más altos, con la presencia en mayor número de municipios. No se produce ajuste en las actividades de agricultura, silvicultura, ganadería y pesca, ni en la de minería. En estos casos las estimaciones paramétricas no son válidas pues no existe coherencia entre las estimaciones de su dimensión empresarial y los niveles con que se presentan en los municipios. Sin embargo del estudio de las observaciones en que se producen los desajustes nos proporciona alguna información cualitativa de interés, según se verá más adelante. XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 7 Álvarez Martínez, Pedro; Cortés Sierra, Georgina; Guerrero Manzano, Mar En cuanto a los municipios, el Cuadro número 2 recoge las principales medidas del análisis cuyo significado, análogo al anterior, es el siguiente: Entry number: Identificación numérica del municipio Raw Score: Puntuación bruta de cada municipio en razón de su ‘dimensión empresarial’ comparada con el contexto Count: Número de casos (Número de actividades) Measure: Estimaciones paramétricas de la ‘dimensión empresarial’ de cada municipio. Muestran su ubicación en la línea de dimensión empresarial y proporcionan una ordenación creciente de las unidades espaciales en función de la variable latente. Los de mayor ‘measure’ son los que presentan mayor variabilidad de actividades empresariales a mayores niveles de facturación y por tanto, mayor ‘dimensión empresarial’. Error: Error estándar de la estimación asociado a cada municipio. Infit y Outfit: Estadísticos que miden el grado de ajuste del modelo. Son estadísticos sensibles que muestran comportamientos inesperados. Los Infit MNSQ (Mean Square) son estadísticos t de la media cuadrática ponderada, que muestran la coherencia en el nivel de los municipios en las actividades. Indican la adecuación de cada municipio para medir la ‘dimensión empresarial’. Los Outfit MNSQ son estadísticos t de la media cuadrática ponderada, que muestran la coherencia en el comportamiento de las actividades sobre el nivel de las municipios. Ptbis Corr.: Representa los valores de la correlación entre la puntuación de cada actividad y la puntuación de los municipios, que han de ser de al menos 0,3 Desajustan: en esta columna se señalan los municipios cuyos resultados no son coherentes con la lógica interna del proceso: los desajustes. El modelo no ajusta para los municipios señalados por mostrar estos resultados inesperados. XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1: 112 8 Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño Cuadro 2: Medidas estadísticas de los municipios en empresas ENTRY RAW | NUMBR SCORE COUNT MEASURE ERROR | INFIT | | MNSQ ZSTD +++| | | 29 80 9 74,6 4,8 | 0,73 0,3 | 47 76 9 65,7 2,4 | 1,08 0,1 | 163 73 9 62,4 2,0 | 2,04 2,1 | 82 70 9 60,0 1,8 | 0,29 1,4 | 199 65 9 56,8 1,6 | 1,25 0,5 | 22 63 9 55,7 1,5 | 1,99 2 | 180 59 9 53,7 1,4 | 0,96 0,1 | 278 59 9 53,7 1,4 | 0,47 1 | 286 59 9 53,7 1,4 | 1,66 1,3 | 128 58 9 53,3 1,4 | 2,52 2,8 | 165 49 9 50,1 1,1 | 1,02 0,1 | 254 48 9 49,8 1,1 | 1,36 0,8 | 273 48 9 49,8 1,1 | 0,88 0,2 | 77 46 9 49,3 1,1 | 0,73 0,6 | 144 46 9 49,3 1,1 | 0,88 0,3 | 73 45 9 49,1 1,1 | 0,83 0,4 | 104 45 9 49,1 1,1 | 0,69 0,7 | 147 43 9 48,6 1,1 | 1,41 0,9 | 125 42 9 48,3 1,1 | 0,5 1 | 176 42 9 48,3 1,1 | 2,36 2,8 | 93 41 9 48,1 1,1 | 0,97 0,1 | 157 41 9 48,1 1,1 | 0,43 1,1 | 218 41 9 48,1 1,1 | 0,62 0,7 | 237 41 9 48,1 1,1 | 2,15 2,2 | 28 39 9 47,5 1,1 | 0,27 1,2 | 53 39 9 47,5 1,1 | 0,92 0,1 | 91 39 9 47,5 1,1 | 0,43 1 | 24 38 9 47,3 1,1 | 2,74 2,8 | 88 38 9 47,3 1,1 | 0,68 0,5 | 170 38 9 47,3 1,1 | 0,18 1,3 | 173 38 9 47,3 1,1 | 2,74 2,8 | 208 38 9 47,3 1,1 | 5,69 7,5 | 187 37 9 47,0 1,1 | 1,71 1,1 | 203 37 9 47,0 1,1 | 3,28 3,5 | 220 37 9 47,0 1,1 | 0,63 0,6 | 31 36 9 46,7 1,1 | 0,61 0,6 | 177 35 9 46,5 1,1 | 1,64 1 | 236 35 9 46,5 1,1 | 1,21 0,3 | 2 34 9 46,2 1,1 | 0,31 1 | 102 34 9 46,2 1,1 | 0,57 0,6 | 61 32 9 45,7 1,0 | 1 0 | 121 32 9 45,7 1,0 | 0,64 0,6 | 223 32 9 45,7 1,0 | 1,24 0,4 | 42 31 9 45,5 1,0 | 0,44 0,9 | 49 31 9 45,5 1,0 | 0,09 1,5 | 186 31 9 45,5 1,0 | 1,46 0,8 | 6 30 9 45,3 1,0 | 0,16 1,5 | 126 30 9 45,3 1,0 | 3,46 4,3 | 155 30 9 45,3 1,0 | 1,22 0,4 | 182 30 9 45,3 1,0 | 0,69 0,5 | 255 30 9 45,3 1,0 | 0,99 0 | 18 29 9 45,1 1,0 | 0,14 1,6 | 80 29 9 45,1 1,0 | 0,68 0,6 | 141 29 9 45,1 1,0 | 0,81 0,3 | 146 29 9 45,1 1,0 | 2,24 2,3 | 288 29 9 45,1 1,0 | 1,05 0,1 | 41 28 9 44,9 0,9 | 2,71 3,3 | 189 28 9 44,9 0,9 | 1,32 0,6 | 25 27 9 44,7 0,9 | 1,45 0,9 | 179 27 9 44,7 0,9 | 1,23 0,5 | 202 27 9 44,7 0,9 | 1,12 0,3 | 261 27 9 44,7 0,9 | 1,05 0,1 | 112 26 9 44,5 0,9 | 0,53 1 | 114 25 9 44,3 0,9 | 0,94 0,1 | 211 25 9 44,3 0,9 | 1,78 1,7 | 148 24 9 44,2 0,9 | 0,77 0,5 | 175 24 9 44,2 0,9 | 1,33 0,7 | 35 23 9 44,0 0,9 | 0,92 0,2 .............................................................................................. ................................................................... | | | | | | | | | 70 118 246 280 20 40 129 149 150 23 23 23 23 22 22 22 22 22 9 9 9 9 9 9 9 9 9 44,0 44,0 44,0 44,0 43,8 43,8 43,8 43,8 43,8 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 0,9 | | | | | | | | | 1,91 0,84 0,96 0,75 2,06 1,33 0,95 1,02 0,43 2,2 4 1 6 2,6 0,8 0,1 0,1 1,4 | OUTFIT | MNSQ ZSTD | | 0,38 0,5 | 1,27 0,5 | 1,55 1,1 | 0,31 1,4 | 1,16 0,3 | 1,72 1,5 | 0,78 0,4 | 0,46 1,1 | 1,44 0,9 | 2,39 2,8 | 0,84 0,3 | 0,8 0,4 | 0,77 0,5 | 0,76 0,5 | 0,71 0,6 | 0,89 0,2 | 0,72 0,5 | 1,24 0,5 | 0,41 1,1 | 2,96 3,6 | 1,09 0,2 | 0,41 1,1 | 0,68 0,6 | 2,48 2,7 | 0,25 1,2 | 0,73 0,4 | 0,44 0,9 | 2,71 2,8 | 0,63 0,6 | 0,17 1,3 | 2,64 2,7 | 5,07 6,6 | 1,44 0,7 | 2,94 3 | 0,57 0,7 | 0,6 0,6 | 1,63 0,9 | 1,26 0,4 | 0,33 1 | 0,52 0,7 | 0,77 0,3 | 0,63 0,5 | 1,06 0,1 | 0,33 0,9 | 0,09 1,2 | 1,36 0,5 | 0,15 1,1 | 5,38 5,6 | 1,56 0,7 | 0,46 0,7 | 0,71 0,4 | 0,12 1,1 | 0,51 0,6 | 1,83 1 | 4,24 4 | 0,81 0,2 | 5,33 5,2 | 3,79 3,4 | 1,08 0,1 | 0,93 0,1 | 0,82 0,2 | 0,81 0,2 | 0,38 0,7 | 0,75 0,3 | 1,59 0,7 | 0,58 0,4 | 1,04 0 | 0,71 0,3 PTBIS | CORR. | MUNICIPIO DESAJUSTAN | | | | | | | 0,59 | BADAJOZ | | 0,29 | CACERES | | 0,39 | MERIDA | *** | 0,69 | DON BENITO | | 0,75 | PLASENCIA | | 0,88 | ALMENDRALEJO | *** | 0,60 | NAVALMORAL DE LA MATA | | 0,85 | VILLANUEVA DE LA SERENA | | 0,76 | ZAFRA | | 0,76 | JEREZ DE LOS CABALLEROS | *** | 0,82 | MIAJADAS | | 0,63 | TRUJILLO | | 0,78 | VILLAFRANCA DE LOS BARROS| | 0,84 | CORIA | | 0,62 | LLERENA | | 0,62 | CASTUERA | | 0,77 | GUAREÑA | | 0,41 | LOS SANTOS DE MAIMONA | | 0,91 | JARAIZ DE LA VERA | | 0,53 | MONTIJO | *** | 0,93 | FUENTE DEL MAESTRE | | 0,87 | MALPARTIDA DE PLASENCIA | | 0,92 | SAN VICENTE DE ALCANTARA | | 0,80 | TALAYUELA | *** | 0,89 | AZUAGA | | 0,71 | CAMPANARIO | | 0,84 | FUENTE DE CANTOS | | 0,51 | ARROYO DE LA LUZ | *** | 0,84 | FREGENAL DE LA SIERRA | | 0,93 | MONESTERIO | | 0,49 | MONTEHERMOSO | *** | 0,03 | QUINTANA DE LA SERENA | *** | 0,84 | OLIVENZA | *** | 0,53 | PUEBLA DE LA CALZADA | *** | 0,84 | SANTA AMALIA | | 0,69 | BARCARROTA | | 0,72 | MORALEJA | | 0,68 | TALAVERA LA REAL | | 0,86 | ACEUCHAL | | 0,78 | GRANJA DE TORREHERMOSA | | 0,90 | CASAR DE CACERES | | 0,75 | HORNACHOS | | 0,68 | SANTA MARTA | | 0,73 | CABEZA DEL BUEY | | 0,92 | CALAMONTE | | 0,59 | OLIVA DE LA FRONTERA | | 0,89 | ALBURQUERQUE | | 0,23 | JARANDILLA DE LA VERA | *** | 0,73 | MALPARTIDA DE CACERES | | 0,86 | NAVALVILLAR DE PELA | | 0,83 | USAGRE | | 0,90 | ALISEDA | | 0,89 | CUACOS DE YUSTE | | 0,73 | LA ZARZA | | 0,41 | LOGROSAN | *** | 0,69 | ZALAMEA DE LA SERENA | | 0,13 | BURGUILLOS DEL CERRO | *** | 0,42 | ORELLANA LA VIEJA | | 0,61 | ARROYO DE SAN SERVAN | | 0,78 | NAVACONCEJO | | 0,47 | PUEBLA DE ALCOCER | | 0,87 | VALENCIA DE ALCANTARA | | 0,81 | HERRERA DEL DUQUE | | 0,81 | HERVAS | | 0,40 | RIBERA DEL FRESNO | *** | 0,79 | LOSAR DE LA VERA | | 0,46 | MONTERRUBIO DE LA SERENA| | 0,71 | BERLANGA | | | | | | | | | | | | | | | | | | | 1,5 0,68 0,79 0,58 1,74 2,14 0,74 0,78 0,34 0,5 0,3 0,2 0,4 0,7 1,1 0,2 0,2 0,6 0,41 0,78 0,60 0,79 0,41 0,32 0,66 0,54 0,73 | | | | | | | | | CASATEJADA HIGUERA LA REAL TORREJONCILLO VILLANUEVA DE LA VERA ALMARAZ BROZAS JERTE MADRIGAL DE LA VERA MADRIGALEJO | | | | | | | | | *** *** Fuente: Bigsteps y elaboración propia. XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 9 Álvarez Martínez, Pedro; Cortés Sierra, Georgina; Guerrero Manzano, Mar Los resultados de los municipios muestran que la mayor parte de ellos se ajustan al modelo. Entre éstos, el principal es Badajoz, con medida (74.6) superior a la mayor medida obtenida por las actividades (54.8), lo que supone que empresas de todas las actividades consideradas se localizan en este municipio con el mayor número de establecimientos a los niveles más altos de facturación. Es decir, es el que presenta mayor dimensión empresarial respecto al resto de los municipios extremeños en cuanto a la localización de actividades. Los siguientes municipios en importancia son: Cáceres, Don Benito y Plasencia, (todos ellos con medidas mayores a 54.8). Esto quiere decir que en estos municipios, se localizan establecimientos de todas las actividades, pero a menores niveles de facturación que en Badajoz… En el gráfico siguiente se pueden observar la localización de actividades y municipios en la línea de ‘dimensión empresarial’ Algunos municipios muestran desajustes con el modelo. Es el caso de Mérida, por ejemplo, que desajusta al tiempo que muestra una puntuación Raw Score y una estimación de la dimensión empresarial elevada. Del estudio detallado de esta situación o de otras que puedan presentarse, se puede obtener información relevante acerca de las ventajas comparativas o de las dificultades de las actividades económicas en los distintos municipios. XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1: 112 10 Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño 4.2. Los desajustes entre lo real y lo estimado La comparación del patrón real de comportamiento de las variables con las expectativas de la probabilidad de Rasch suministra una información relevante de aspectos cualitativos de la ‘dimensión empresarial’: los desajustes. Es importante ver cómo se detectan y cuál es su significado. A fin de validar los resultados del modelo, hay que fijarse en Los indicadores de ajuste. Éstos ponen de manifiesto si el panel de datos de la muestra es consistente con la forma en que se presentan y en relación a la variable latente definida. Según ya se ha comentado, las columnas INFIT/OUTFIT en los Cuadros número 1 y 2, muestran la validez de los resultados poniendo de relieve las actividades y municipios que ajustan o desajustan. Los ítems o municipios que desajustan indican un comportamiento anómalo; es decir, no responden a las expectativas de Rasch. La justificación de este comportamiento habrá que buscarlo fuera del marco conceptual definido. La observación de los ‘residuales’ en actividades y municipios, algunos de ellos recogidos en los cuadros 3 y 4, indicará los elementos en los que se producen las diferencias que llevan al desajuste. Los ‘residuales’ pueden ser positivos o negativos y su significado se explica a continuación. Para los desajustes en las actividades, residual negativo indica que un municipio obtiene para una determinada actividad, un nivel de dimensión empresarial menor que el que cabría esperar dada la dimensión empresarial del municipio y residual positivo, que el nivel de dicha actividad es mayor que el esperado para su dimensión empresarial. Los residuales positivos pueden servir de indicador de ventajas comparativas para una actividad en un municipio. La posición del residual, indica el municipio dónde se produce esa situación anómala, desajuste. Los desajustes pues, vienen a completar el proceso de obtención de la medida. Se van a comentar los desajustes y sus residuales de los ítems. Los desajustes en actividades empresariales se dan en Minería y en Agricultura, Silvicultura y Ganadería. Es lógico que en la Minería se produzcan desajustes, es una actividad “rara” por naturaleza, ya que los yacimientos mineros se presentan de manera aislada en el territorio y no tienen las mismas posibilidades de darse en todos los municipios. Así, por ejemplo, Villar del Rey (Entry Number 285), que posee yacimientos mineros, XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 11 Álvarez Martínez, Pedro; Cortés Sierra, Georgina; Guerrero Manzano, Mar muestra un desajuste positivo (6) en esta actividad, lo que significa, que en relación al nivel de actividad empresarial del municipio, hay una excesiva presencia de la actividad minera. Cuadro 3 Desajustes de la actividad empresarial Minería Fuente: Bigsteps y elaboración propia. En cuanto a la Agricultura, Silvicultura y Ganadería, por la peculiaridad de esta actividad, desajustes positivos no indican mayor ‘dimensión empresarial’ sino menos pues en los municipios más industrializados hay menor peso de la actividad agrícola, en favor de otras actividades de mayor valor añadido. Es el caso de Montijo, que presenta un desajuste negativo (-4), Cáceres (-2) o Moraleja (-3), que son municipios de mayor ‘dimensión empresarial’ en los que se da una actividad empresarial por encima de la media. En los desajustes de los municipios, residual negativo indica que una actividad o item obtiene en dicho municipio un nivel de dimensión empresarial menor que el esperado, y residual positivo, que el nivel de dimensión empresarial es mayor que el XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1: 112 12 Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño esperado, para dicha actividad en el municipio. La posición del residual, indica actividad dónde se produce esa situación de desajuste. Cuadro 4: Desajustes de los municipios Fuente: Bigsteps y elaboración propia. En términos generales, los municipios presentan desajustes en las actividades de Minería, Transporte y Agricultura – que son las actividades, que a su vez, muestran desajustes en el análisis-. Así, por ejemplo, Villar del Rey, manifiesta residuales positivos en Minería y Transporte, que se explican por el ejercicio normal de la actividad minera, y Montijo, residuales negativos en la actividad agraria. Se observa además, que algunos municipios desajustan en actividades que en el conjunto de la región tiene un comportamiento coherente ó lógico. Así, para Fabricantes, Jerez de los Caballeros muestra residuales positivos (2), que nos indica que tiene más empresas de este tipo de lo esperado, siendo un indicador de que existen mayores eficiencias XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 13 Álvarez Martínez, Pedro; Cortés Sierra, Georgina; Guerrero Manzano, Mar relativas en esta actividad, y Casatejada, con residual negativo (-2), apunta menores eficiencias relativas en esta actividad de lo que cabría esperar, de acuerdo con su composición de actividades. Así pues el análisis de los residuales permite completar el análisis de manera que una vez concluido no solo tenemos localizadas las actividades empresariales y los municipios respecto a la dimensión empresarial, sino que también tenemos idea de qué municipios presentan ventajas comparativas respecto a determinadas actividades y viceversa. 5. CONCLUSIONES En las líneas siguientes se presentan los principales resultados obtenidos de este trabajo 1) Es coherente concebir la “dimensión empresarial” como una variable latente de dimensión única, definida por la interrelación de diversas actividades empresariales en un conjunto de municipios. La aplicación del modelo de Rasch al volumen de negocio de las actividades empresariales en distintas unidades espaciales, permite determinar dicha variable. El procedimiento permite obtener una medida, de dimensión única, que clasifica a los municipios a través de las actividades y a las actividades a través de los municipios. Dicha medida es un indicador espacial de la intensidad de la localización de la actividad económica empresarial de cada municipio y de la importancia de cada actividad en el conjunto de la región. 2) Los desajustes de actividades y municipios al modelo ponen de manifiesto comportamientos inesperados de ambos. El estudio de estos desajustes nos va a permitir deducir la existencia de eficiencias e ineficiencias tanto en actividades como en municipios. 6. BIBLIOGRAFÍA • ALVAREZ, P., MORAN, J.C. and WRIGHT, B.D. (1993); Quality of Life. VII Objetive measurement workshop, Emory University, Atlanta, Georgia (USA). • ALVAREZ, P. GARCIA DEL JUNCO, J. (1995). "Correlación entre los perfiles profesional y académico de los ejecutivos españoles". D-O , 15, julio, pp.45-51. • ANDRICH, D. (1988); Rasch Model for Measurement. Murdoch University, Sage. • CORTÉS SIERRA, G. (1996). "Localización actual de la industria en Extremadura" en ZAPATA BLANCO, S. (ED.) (1996). La industria de una región no industrializada: Extremadura, 1750-1990. Universidad de Extrema Figura 2: Distribución de empresas no cooperativas en Extremadura por volumen de facturación. XVI Jornadas ASEPUMA – IV Encuentro Internacional 14 Rect@ Vol Actas_16 Issue 1: 112 Aproximación a una medida de la “dimensión empresarial “ en el tejido empresarial extremeño • DELGADO RODRÍGUEZ , M.J. (1996). "Crecimiento y competitividad de la industria en Extremadura, 1978-1989" en ZAPATA BLANCO, S. (ED.) (1996). La industria de una región no industrializada: Extremadura, 1750-1990. Universidad de Extremadura. • RAMAJO TEJEDA, M. (1996). "Análisis de la competitividad de los sectores manufactureros extremeños" en ZAPATA BLANCO, S. (ED.) (1996). La industria de una región no industrializada: Extremadura, 1750-1990. Universidad de Extremadura. • Nakamuya, Y. (2004). “A comparison of holistic and analytic scoring methods in the assessment of writing”, en http://www.jalt.org/pansig/2004/HTML/Nakamura.htm • WRIGHT, B.D. and STONE, M.H. (1978) ; "Best Test Design". Chicago: MESA Press. • WRIGHT, B.D. and MASTERS, J. (1982); "Rating Scale Analysis". Chicago: MESA Press. • WRIGHT, B.D. and LINACRE, J.M. (1991); Bigsteps. Chicago: MESA Press. • WRIGHT, B.D. and LINACRE, J.M. (1994); “Rash Transactions”, Volumen 8 • RASCH, G.(1980); Probabilistic Models for some Intelligence and attainment Test. Chicago: The University of Chicago Press. • http.//mailinglist.acer.edu.au/pipermail/rasch/2005-November/000049.html NOTAS FINALES i ) ARDAN es un Servicio de Información de apoyo a la actividad empresarial configurada dentro del ámbito de las nuevas autopistas de la información. ii) Wright y Stone (1979) iii) Wright y Master( 1982). iv) Wright y Linacre (1994, p.3), tomado de http.//mailinglist.acer.edu.au/pipermail/rasch/2005November/000049.html. v Los autores establecen otros rangos, así Nakamura (2004), establece un rango de entre 0,6 a 1,4. Sin embargo, para las características de nuestro tipo de datos nos ha parecido más relevante utilizar el de 0,5 a 1,7 XVI Jornadas ASEPUMA – IV Encuentro Internacional Rect@ Vol Actas_16 Issue 1:112 15