componentes de demanda agregada y pib por habitante de las

I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
COMPONENTES DE DEMANDA AGREGADA Y P.I.B. POR HABITANTE
DE LAS PROVINCIAS Y COMUNIDADES AUTÓNOMAS ESPAÑOLAS:
UN ANÁLISIS MULTIVARIANTE.
José M0 O´Kean Alonso
Emilio Congregado Ramírez de Aguilera
Universidad de Huelva
I. INTRODUCCIÓN
Las razones del crecimiento y las causas de las divergencias espaciales, han ocupado preferentemente el
interés de los economistas. La proliferación en la actualidad de trabajos sobre crecimiento endógeno y
los contrastes sobre la hipótesis neoclásica de convergencia, manifiesta el resurgir de esta preocupación,
siendo muy amplia la relación de variables detectadas como factores de crecimiento. La aparición de
completas bases de datos ha facilitado indudablemente la proliferación de estos numerosos trabajos
empíricos, si bien por lo general se ha prestado una atención prioritaria a los componentes de la oferta,
siguiendo la tradición neoclásica.
Recientemente han aparecido dos trabajos dedicados al crecimiento económico español desde una óptica
un tanto diferente. Este es el caso del artículo publicado por José Luis Raymond Bara en Papeles de
Economía Española y titulado AExportaciones y Crecimiento Económico@(1996), en el que tras un
interesante repaso a la literatura que destaca el papel de las exportaciones como motor de crecimiento, y
los estudios sobre la causalidad entre exportaciones y crecimiento, aplica el modelo elaborado por G.
Feder (1982) a los países de la Europa de los doce. Por su parte, José Antonio Alonso Rodríguez, en un
trabajo publicado en el monográfico que Información Comercial Española dedica a AKeynes 50 años
después@, aborda un modelo postkeynesiano de crecimiento que hace hincapié en los componentes de la
demanda, realizando una interesante aplicación al caso español.
Desde esta perspectiva, el último estudio publicado por el BBV sobre la ARenta Nacional 1991 y su
distribución provincial@, aporta la novedad de estimar los componentes de la demanda agregada por
provincias y comunidades para el año referido. Aun cuando no se disponen de series temporales de estas
variables, el número de registros a nivel provincial, nos ha sugerido plantear una hipótesis de estudio
sobre si la estructura de la demanda agregada de una provincia, pudiera ser explicativa del PIB por
habitante alcanzado.
II. CORRELACIÓN ENTRE VARIABLES Y PRIMERAS ESTIMACIONES
En las tablas 1 y 2 presentamos las matrices de correlaciones entre las variables utilizadas de provincias
y comunidades autónomas. Las variables a considerar son: CPB (Consumo Público, en % sobre el PIB a
p.m.), CPR (Consumo Privado, en % sobre el PIB a p.m.), FBCF (Formación Bruta de Capital Fijo, en %
850
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
sobre el PIB a p.m.), SEX (Saldo neto del Sector Exterior con otro país, comunidad o provincia, en %
sobre el PIB a p.m.) y PIB (PIB por habitante en ptas. corrientes de 1991)1.
La primera tabla muestra los coeficientes de correlación para los datos provinciales. Se observan
correlaciones significativas entre las variables y especialmente cabe reseñar la correlación negativa entre
el PIB y el Consumo Privado y en menor grado con la Formación Bruta de Capital; y la relación positiva
entre el PIB por habitante y el saldo neto del Sector Exterior, que según la nota metodológica del estudio
de Renta del BBV, se estima como diferencia entre el PIB y la Demanda Interna, recogiendo por tanto el
saldo neto conjunto de cada provincia, frente al extranjero y al resto de las provincias.
Tabla 1: Matriz de correlaciones: datos provinciales.
Variables
CPB
CPR
FBCF
SEX
CPB
1.0000
CPR
0.50683
1.0000
FBCF
-0.17873
0.47451
1.0000
SEX
-0.71981
-0.92458
-0.47678
1.0000
PIB
-0.34266
-0.73516
-0.55990
0.73349
PIB
1.0000
(En negrita se señalan las correlaciones más significativas)
El análisis a nivel regional -tabla 2-, no hace sino corroborar los resultados iniciales, mostrando
igualmente una alta correlación negativa entre el saldo neto del Sector Exterior y el Consumo tanto
Público como Privado.
Tabla 2: Matriz de correlaciones: datos por comunidades autónomas.
Variables
CPB
CPR
FBCF
SEX
CPB
1.0000
CPR
0.62418
1.0000
FBCF
-0.24928
0.39388
1.0000
SEX
-0.80841
-0.93459
-0.32421
1.0000
PIB
-0.34531
-0.74514
-0.61303
0.72381
PIB
1.0000
Un primer estudio con estos datos, permite realizar una regresión de corte transversal del tipo:
3,%
β &35 β &3% β )%&) β 6(; & µ
Los resultados de esta estimación tanto para los datos provinciales como para los regionales, apuntan la
existencia de colinealidad entre variables (R2 significativo y bajos valores del estadístico t para todos los
coeficientes), algo por otro lado esperado dada la introducción de datos realizada en % sobre el PIB a
precios de mercado, necesaria para hacer los registros homogéneos y captar mejor la estructura de la
demanda agregada.
1
Hemos despreciado la variación de existencias por su escasa significación explicativa, después de una aproximación inicial con todos los
componentes.
851
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
Tabla 3: Estimación de corte transversal con datos provinciales
(Variable explicada: PIB por habitante)
Variable
Coeficiente
Std. Error
T-Statistic
Prob.
SEX
-83681,96
115346,86
-,725
,4718
FBCF
-102759,53
114692,25
-,896
,3748
CPR
-102583,29
116821,36
-,878
,3843
CPB
-87467,92
112965,74
-,774
,4426
Constant
1145808,04
11481183,55
,998
,3234
R Square
,61600
F=
18,84934
Adjusted R Square
,58332
Signif F =
,0000
Standard Error
187655,51
Tabla 4: Estimación de corte transversal con datos regionales
(Variable explicada: PIB por habitante)
Variable
Coeficiente
Std. Error
T-Statistic
Prob.
SEX
-3584,48
125895,91
-,028
,9777
FBCF
-33633,68
125594,40
-,268
,7931
CPR
-21673,12
127696,86
-,179
,8678
CPB
-10012,19
123106,90
-,081
,9364
Constant
3754780,79
12520984,61
,300
,7690
R Square
,69245
F=
7,31744
Adjusted R Square
,59782
Signif F =
,0026
Standard Error
183165,99
Una forma de salvar el problema de la multicolinealidad consiste en aplicar otro método de estimación
como el análisis multivariante.
III. ANALISIS DE COMPONENTES PRINCIPALES
Entre los distintos métodos multivariantes, el análisis factorial de componentes principales, permite
establecer a partir de datos numerosos, relaciones operativas entre diversas variables, investigando
estructuras subyacentes o latentes -ejes factoriales o componentes principales- que permiten obtener
nuevas variables o factores, que sean sustitutos satisfactorios de los valores que aparecen en la matriz de
correlaciones entre las variables iniciales.
Aplicado este análisis a los datos provinciales, obtenemos dos factores (F1 y F2), que explican el 89,8 %
de la varianza total. En la tabla 5 se muestran los coeficientes de correlación de las variables con estas
dos componentes principales. (Las distintas rotaciones efectuadas sobre los datos provinciales y
regionales, no mejoran sustancialmente los resultados).
852
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
Tabla 5: Coeficientes de correlación de las variables con las dos primeras
componentes principales. Datos provinciales.
Componentes principales
F1
F2
CPB
0.60734
0.75996
CPR
0.93588
0.01154
FBCF
0.56806
-0.76629
PIB
-0.85633
0.21446
SEX
-0.97653
-0.15012
% varianza explicada
65.1%
24.7%
Variable
Este mismo estudio se reproduce en la tabla 6 para el análisis por comunidades autónomas. Como puede
apreciarse, con estas dos primeras componentes principales, llega a explicarse el 92,8 % de la varianza
total.
Tabla 6: Coeficientes de correlación de las variables con las dos primeras
componentes principales. Datos por comunidades autónomas.
Componentes principales
F1
F2
CPB
0.68867
0.69901
CPR
0.95123
0.03077
FBCF
0.45935
-0.85323
PIB
-0.85269
0.34591
SEX
-0.97517
-0.18072
% varianza explicada
65.4%
27.4%
Variable
IV. LOS GRUPOS PROVINCIALES Y REGIONALES DE LA ECONOMÍA ESPAÑOLA
El análisis de componentes principales, puede completarse mediante la realización de un cluster
jerárquico (usando distancias euclídeas a través del método de Ward), que ordena las provincias y
comunidades autónomas españolas en cuatro grupos en cada caso, según la estructura de su demanda
agregada y su PIB por habitante. Como se observa, los grupos obtenidos confirman plenamente los
resultados del análisis factorial.
En las tablas 7 a 10, se agrupan las provincias en cuatro grupos. Destaca el grupo III, en relación con el
II, según el orden que asigna el dendograma. Así en el grupo III se agrupan las provincias más pobres y
con inferior saldo exterior, entre las que se encuentran entre otras, todas las andaluzas y extremeñas. El
grupo III agrupa en cambio las provincias ricas y con sector exterior positivo: Baleares, Girona, Álava,
Madrid, Tarragona y Barcelona. Los grupos I y IV, agrupan situaciones intermedias, pudiéndose
observar igualmente la correlación entre el Sector Exterior y el nivel de PIB por habitante.
853
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
Tabla 7: Grupo I
Provincia
Cód
PIB
CPR
CPB
FBCF
SEX
Castellón
14
1514869
55.70
9.00
21.40
13.10
Rioja (La)
37
1514797
56.60
12.60
18.70
11.20
Vizcaya
48
1516395
55.40
11.40
17.20
15.20
Guipúzcoa
22
1496437
63.50
12.50
17.00
6.00
Valencia
46
1489050
64.00
12.40
20.90
1.90
Burgos
10
1469945
65.20
17.50
19.30
-3.10
Guadalajara
21
1604267
57.90
15.80
24.10
1.40
Zaragoza
50
1596341
61.20
16.10
20.50
1.30
Lleida
27
1573516
66.00
12.80
25.10
-4.80
Navarra
32
1633386
63.40
13.00
23.90
-1.50
Tabla 8: Grupo II
Provincia
Cód
PIB
CPR
CPB
FBCF
SEX
Baleares
08
2013913
59.40
11.80
19.70
8.90
Girona
19
2028268
63.60
9.20
24.10
2.30
Álava
01
1801481
62.70
15.00
18.00
3.00
Madrid
29
1829049
58.10
18.00
17.90
5.60
Tarragona
43
1869281
52.60
8.20
25.60
13.00
Barcelona
09
1750238
62.40
10.70
19.70
6.40
854
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
Tabla 9: Grupo III
Provincia
Cód
PIB
CPR
CPB
FBCF
SEX
Cáceres
11
1132811
65.20
18.20
31.30
-15.10
Ciudad Real
15
1128777
60.70
12.50
32.10
-6.00
Albacete
02
1080671
74.60
18.90
30.30
-24.70
Sevilla
41
1083615
69.20
19.80
27.60
-17.20
León
26
1087717
76.40
18.10
26.20
-21.30
Málaga
30
1093182
70.50
15.60
26.40
-12.90
Almería
04
1059487
71.80
14.40
27.90
-14.70
Huelva
23
1059297
66.40
14.40
29.20
-10.70
Orense
33
1071176
82.00
16.30
33.40
-32.30
Badajoz
07
848610
79.80
25.50
33.60
-39.50
Granada
20
879242
78.90
22.10
29.10
-30.80
Cuenca
18
1017905
76.30
16.70
32.60
-26.40
Zamora
49
1020139
79.10
19.30
25.50
-24.50
Ávila
06
1034913
81.30
21.30
36.20
-39.40
Córdoba
16
951593
76.00
20.90
28.50
-26.20
Jaén
25
946350
81.60
18.90
26.40
-27.90
Cádiz
12
960818
66.00
21.20
21.60
-9.40
Lugo
28
986776
78.50
18.10
30.30
-27.70
Tabla 10: Grupo IV
Provincia
Cód
PIB
CPR
CPB
FBCF
SEX
Alicante
3
1331829
68.40
11.60
22.10
-2.80
Palmas (Las)
35
1345901
60.20
18.10
21.80
-3.0
Huesca
24
1387412
66.70
17.40
28.30
-13.20
Vallladolid
47
1398539
65.70
18.00
25.20
-10.00
S.C. Tenerife
39
1375310
60.30
17.50
24.60
-2.70
Teruel
44
1363628
73.80
16.10
31.10
-21.80
Coruña (La)
17
1191150
64.40
15.30
23.80
-4.00
Ceuta
51
1189337
76.40
55.00
12.40
-43.80
Pontevedra
36
1193639
75.10
15.10
26.20
-17.20
Soria
42
1195511
73.60
22.90
26.30
-23.80
Toledo
45
1200865
69.00
17.20
37.30
-24.50
855
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
Provincia
Cód
PIB
CPR
CPB
FBCF
SEX
Murcia
31
1166523
65.70
16.60
25.20
-8.30
Salamanca
38
1181934
72.10
22.10
27.70
-22.50
Cantabria
13
1283488
67.80
17.00
20.60
-6.20
Melilla
52
1282178
80.20
56.50
16.90
-53.70
Asturias
05
1233440
75.80
17.80
26.70
-21.10
Segovia
40
1239721
73.00
21.60
28.30
-23.90
Palencia
34
1252930
70.60
17.70
26.30
-15.60
El clúster jerárquico por comunidades, arroja un resultado parecido, diferenciando comunidades como
Andalucía o Extremadura (grupo II), de Cataluña, Madrid o Baleares (grupo III). Igualmente puede
diferenciarse un grupo intermedio (grupo IV), más dinámico integrado por Canarias, C.Valenciana,
Aragón, País Vasco, La Rioja o Navarra.
Tabla 11: Comunidadades Autónomas.
CCAA
Cód
PIB
CPR
CPB
FBCF
SEX
Castilla La Mancha
07
1168141
67.00
15.80
32.50
-16.10
Murcia
14
1166523
65.70
16.60
25.20
-8.30
Galicia
12
1147685
71.60
15.70
26.40
-14.40
Asturias
03
1233440
75.80
17.80
26.70
-21.10
Ceuta y Melilla
18
1231641
78.30
55.70
14.50
-48.50
Castilla y León
08
1229795
71.40
19.20
25.70
-17.10
Cantabria
06
1283488
67.80
17.00
20.60
-6.20
Andalucía
01
1012735
71.50
18.80
26.70
-17.60
Extremadura
11
958737
73.20
22.20
32.50
-28.50
Cataluña
09
1773961
61.70
10.40
21.00
6.10
Madrid
13
1829049
58.10
18.00
17.90
5.60
Baleares
04
2013913
59.40
11.80
19.70
8.90
Canarias
05
1360190
60.20
17.80
23.20
-1.50
Com. Valenciana
10
1439355
64.30
11.70
21.30
1.90
Aragón
02
1531694
63.40
16.30
22.80
-3.40
País Vasco
16
1546893
58.80
12.30
17.20
10.80
La Rioja
17
1514797
56.60
12.60
18.70
11.20
Navarra
15
1633386
63.40
13.00
23.90
-1.50
GRUPO I
GRUPO II
GRUPO III
GRUPO IV
856
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
V. RESULTADOS Y CONCLUSIONES
Entre los resultados más notables que se desprenden del análisis factorial, podemos destacar:
1) La primera componente principal (F1), que explica el 65.1% (65.4% de los datos por comunidades
que incluiremos entre paréntesis en adelante) de la varianza total, además de estar significativamente
correlacionada -aunque de forma inversa- con el PIB per cápita, -0.85 (-0.85), presenta altos coeficientes
de correlación con el consumo interior, tanto público como privado, y una alta correlación, igualmente
negativa, con el saldo exterior de bienes y servicios. Por tanto, es posible interpretar esta primera
componente al considerar que enfrenta aquellas provincias y comunidades con un mayor peso del
consumo público y privado en la demanda agregada, frente a aquellas otras con mayor saldo positivo de
su sector exterior, coincidiendo además en éstas últimas los mayores niveles de producción por
habitante.
Así, todas las provincias con un PIB per cápita superior a 1.500.000 pesetas tienen un saldo exterior
positivo, a excepción de Navarra y Lleida, con ligeros saldos negativos -1.50% y 4.80%-. De igual
forma, las provincias con un P.I.B. per cápita inferior, tienen sin excepción saldos exteriores negativos.
El análisis por comunidades, no hace sino confirmar lo apuntado a nivel provincial, pues son aquéllas
comunidades autónomas de un mayor P.I.B. per cápita las que tienen saldo exterior positivo.
2) La segunda componente principal (F2), que explica el 24.7% (27.4%) de la varianza total, opone
provincias/comunidades con una alto porcentaje de formación bruta de capital fijo en la demanda
agregada, a aquellas otras con bajos niveles de las mismas variables. Por otra parte, hay que hacer notar
que las primeras presentan unos porcentajes más bajos de consumo público.
3) Se observa que el P.I.B. per cápita, sólo está significativamente correlado con el factor F1, lo que
indica que de todos los aspectos considerados, sólo el sector exterior parece tener una correlación
significativa y del mismo signo con el nivel del P.I.B. per cápita.
4) Por lo que respecta a la formación bruta de capital fijo, no es éste un determinante del nivel del PIB
per cápita. Este resultado, sorprendente a primera vista, puede entenderse al tratarse de un análisis de
corte transversal, siendo de esperar que el esfuerzo realizado por estas provincias y comunidades
autónomas, tenga un efecto positivo sobre el nivel del PIB en el futuro.
Así, se puede observar como provincias que tienen un alto porcentaje de su demanda dedicada a la
formación bruta de capital fijo -todas ellas con porcentajes superiores al 30%-, no son provincias con
altos niveles de su P.I.B. per cápita. De igual forma las provincias de mayor P.I.B. per cápita no se
caracterizan por tener una mayor o menor dedicación a la FBCF. Así, las dos provincias de mayor P.I.B.
per cápita -Girona y Baleares-, presentan un comportamiento dispar en lo referente al peso de la
inversión, pues la primera queda enmarcada entre aquéllas provincias que presentan un coeficiente de
correlación alto respecto al segundo eje factorial, mientras que la segunda lo hace entre aquéllas que
tienen coordenada negativa respecto a este eje. El análisis a nivel regional vuelve a confirmar las
apreciaciones realizadas.
5) De todo ello cabe concluir que son aquellas provincias y comunidades autónomas con una mayor
orientación al sector exterior las que poseen mayores niveles de producto per cápita.1
6) Los nuevos datos ofrecidos por el Servicio de Estudios del BBV en su siempre esperado estudio sobre
la ARenta Nacional@, aportan una evidencia significativa a la hora de diseñar la política económica
1
Las distintas rotaciones realizadas (varimax, oblimin, equamax) no mejoran los resultados obtenidos, por lo que nuestras conclusiones se
basan en la matriz factorial no rotada.
857
I Congreso de Ciencia Regional de Andalucía: Andalucía en el umbral del siglo XXI
PONENCIA
regional. Con la prudencia que debe observarse al disponerse sólo de registros para 1991, al análisis
sugiere que fomentar el autoconsumo público o privado, no es un buen cauce para alcanzar altos niveles
de riqueza. Muy al contrario, potenciar un sector productivo que pueda vender su bienes y servicios en
otros países, regiones o provincias, puede ser una estrategia de desarrollo adecuada para las zonas más
pobres de la economía española. Razón ésta que concuerda, con la aceptación generalizada de la mayor
eficiencia y calidad en la producción, que la comercialización externa exige.
El análisis permite igualmente una distribución espacial de comunidades y provincias según los grupos
obtenidos mediante el cluster realizado.
7) El estudio señala el noreste español (Cataluña y Baleares) como la zona de mayor PIB por habitante y
mayor saldo positivo de su sector exterior. La comunidad madrileña, encuadrada también en este grupo
acusa seguramente la capitalidad. A este primer grupo, sigue un segundo (Canarias, Comunidad
Valenciana, Aragón, País Vasco, La Rioja y Navarra) que cunjugan altos niveles de renta con superávit
exteriores o reducidos déficits. El tercer grupo constituye una diagonal desde Galicia a Murcia; lo
forman comunidades con niveles de PIB por habitante inferiores y saldos netos exteriores negativos.
Finalmente la base más pobre de esta relación: Extremadura y Andalucía, reflejan bajos niveles de
producción y altos déficits exteriores.
8) La distribución espacial provincial, aporta un mayor detalle al análisis si lo comparamos con el
estudio por comunidades. Junto a las provincias extremeñas y andaluzas, Ciudad Real, Albacete, Cuenca,
Ávila, Zamora, León, Orense y Lugo, conforman el grupo más desfavorecido. Por contra, Álava se
incorpora al grupo más dinámico, del que se excluye a Lleida. Al segundo grupo según el nivel de PIB
por habitante, se incorporan Guadalajara y Burgos. Finalmente, provincias que según el análisis por
comunidades deberían estar mejor colocadas, muestran su debilidad; estas son Alicante, Huesca y Teruel,
excepciones en la flecha de provincias ricas y abiertas en lo comercial, que apunta al noreste de nuestra
geografía.
La visión del crecimiento desde la demanda siguiendo la tradición keynesiana, puede concluir líneas de
actuación política que incentiven al tejido productivo más eficiente a tirar del conjunto económico. El
análisis realizado, que supone una aproximación y requiere estudios confirmatorios cuando se dispongan
de nuevos datos, apoya la relevancia de la política de fomento de exportaciones y en general de la
comercialización de los productos propios a otras provincias, comunidades y países; y desaconsejaría la
defensa de mercados locales y el mayor peso del consumo público.
Bibliografía:
Alonso García, J.A. (1996):
AEnfoques postkeynesianos sobre el crecimiento: una aplicación a España@. Información Comercial
Española, 758, pp.103-120.
Feder,G. (1982):
AOn exports and economic growth@. Journal of Development Economics, 12, pp.59-73.
Raymond Bara, J.L. (1996):
AExportaciones y crecimiento económico@. Papeles de Economía Española, 66, pp.84 a 97.
Servicio de Estudios del B.B.V. (1995):
Renta Nacional 1991 y su distribución provincial. BBV, 1995.
858