Embed Size (px)
Citation preview
Un modelo ricardiano de crecimiento económico aplicado a economías con una fuerte especialización turística: el caso de la economía balear.i
Francisco Parraii, Javier Franconettiiii, Ferran Navinésiv, Mauricio Beltránv, y Pere Mascaróvi.
i Los autores quieren expresar su agradecimiento a los doctores Juan Manuel Rodríguez Poo y a Andreu Sansó Rosselló, la revisión de este trabajo, así como a los evaluadores, sus comentarios para mejorarlo. No obstante, cualquier posible error corresponderá, exclusivamente, a los autores.ii Facultad de Ciencias Económicas y Empresariales de la UNED.Paseo Senda del Rey 11, 28040 Madrid.E-mail:[email protected]. Metodología de las Ciencias del Comportamiento. Universidad de las Islas Baleares. Ctra. de Valldemossa km 7,5 (07122) Mallorca. E-mail: [email protected] Económico y Social de las Islas Baleares. Palau Reial, 19 (07001) Mallorca. E-mail: [email protected] de Castilla y León. Calle José Cantalapiedra, S/N (47012) Valladolid. E-mail: [email protected]. Economía Aplicada. Universidad de las Islas Baleares. Ctra. de Valldemossa km 7,5 (07122) Mallorca. E-mail: pere.mascaró@uib.es
1
RESUMEN: El principal objetivo de este trabajo es contrastar la hipótesis
clásica basada en un modelo ricardiano de crecimiento económico a largo
plazo, esto es, sujeto a la ley de rendimientos decrecientes. Se entiende que
esta hipótesis se puede dar en aquellas economías que presentan una fuerte
especialización turística, como se plantea en un trabajo previo de Mascaró y
Navinés (2004), en el cuál se defiende que a lo largo del período 1976-2002 en
la economía balear se ha producido un crecimiento masivo de la oferta de
plazas de uso turístico, que ha provocado a partir del segundo boom turístico
de la segunda mitad de la década de los años noventa, un proceso creciente
de externalidades negativas, que ha terminado por generar un rendimiento
decreciente de la renta en relación con la oferta de plazas de uso turístico, o lo
que es lo mismo, la aparición de límites en el crecimiento económico impuestos
por la sobreexplotación de un recurso físico, como puede ser el territorio. En el
trabajo de Mascaró y Navinés (2004) no se especifica ningún modelo de
crecimiento a largo plazo para las variables estudiadas. En este trabajo se
muestra evidencia empírica de que las relaciones postuladas son consistentes
tanto a largo plazo como a corto plazo mediante la técnica de cointegración, y
se especifica un modelo que muestra evidencia empírica en el sentido que el
determinante del crecimiento de la renta por plaza de uso turístico depende
básicamente del crecimiento de la ocupación, y que dicho crecimiento presenta
una elasticidad inferior a la unidad en términos de productividad.
Clasificación JEL: H54, O41, O47
Palabras clave: crecimiento, productividad, recursos naturales, rendimientos
decrecientes.
2
Ricardo’s classical model of economic growth, applies to economies with
a strong turistical specialization: the case of Balearic islands.
ABSTRACT: The main goal of this work is to check whether Ricardo’s classical
model of long term economic growth, with its law of diminishing returns, applies
to economies with a strong turistical specialization. Such a hypothesis was
introduced in a previous paper (Mascaró & Navinés, 2004), where we showed
that during the years 1976-2002, the balearic economy underwent a massive
increase in turistic beds which finally produced a diminishing return in rent per
turistic bed. We claim that the main reason for this was the growing negative
externalities related to the overexploitation of a physical resource, the territory.
3
We offer empirical evidence of this model through the technique of
cointegration, which suggests that the postulated relationships are consistent
both in the short and the long run. Our model also shows that the main factor in
the increase of rent per turistic bed is growing ocupancy, a factor with a low
elasticity (less than 1) in productivity terms.
JEL classification: H54, O41, O47
Key words: growth, productivity, natural resources, diminishing returns
1. Introducción
El principal objetivo de este trabajo es contrastar la hipótesis de trabajo clásica
según la cuál se puede dar un modelo ricardiano de crecimiento económico a
largo plazo con rendimientos decrecientesvii. Este supuesto se ha aplicado a
una economía en la que se da una fuerte especialización turística. Esta
hipótesis de trabajo se sustenta en un documento previo de Mascaró y Navines
(2004), en el cuál se defiende que a lo largo del período 1976-2002 en la
economía balear se ha producido un notable crecimiento de la oferta de plazas
de uso turístico, que ha provocado a partir del segundo boom turístico de la
segunda mitad de la década de los años noventa, un proceso creciente de
externalidades negativas, que ha terminado por generar un rendimiento
decreciente de la renta en relación con la oferta de plazas de uso turístico, o lo
que es lo mismo, la aparición de límites en el crecimiento económico impuestos
por la sobreexplotación de un recurso físico, como puede ser el territorioviii.vii Sobre la vigencia de la importancia del enfoque ricardiano en el análisis del crecimiento económico se puede consultar Sylos Labini (2004).
viii Esta hipótesis también se plantea en el informe “Impactos sobre el entorno, la economía y el empleo de los distintos modelos de desarrollo turístico del litoral mediterráneo español, Baleares y Canarias”
4
El trabajo de Mascaró y Navinés (2004) establece como variables explicativas
de la tendencia decreciente del crecimiento de la renta en relación con la oferta
de plazas de uso turístico, la productividad física del trabajo y la relación
ocupación asalariada por plaza de uso turístico. En este trabajo no se
especifica ningún modelo de crecimiento a largo plazo para las variables
estudiadas.
En el trabajo que se presenta a continuación se muestra evidencia empírica de
que las relaciones postuladas por Mascaró y Navinés (2004) son consistentes
tanto a largo plazo como a corto plazo y, a la vez, permiten afirmar que el
actual modelo de crecimiento de la economía balear es de tipo ricardiano, esto
es, sujeto a la ley de rendimientos decrecientes.
La base de datos anual utilizada ha sido la misma que la del trabajo de
Mascaró y Navinés (2004), si bien esta se ha actualizado hasta el año 2004.
Concretamente la base de datos del PIB pm a precios constantes y de la oferta
de plazas de uso turístico se ha obtenido de las publicaciones de los Informes
económicos anuales publicados por “Sa Nostra” y elaborados por su director
Miquel Alenyà. Para la ocupación laboral total de Baleares se ha empleado la
media anual de ocupados estimado por el INE a través de la EPA. ix
En el apartado 2 presentamos el marco teórico en el que se circunscribe el
modelo escogido para contrastar nuestra hipótesis de trabajo, que es el Modelo
de Corrección del Error Vectorial (MCEV), dado que, como se verá
posteriormente, es un procedimiento idóneo ante un caso de exogeneidad leve,
realizado por Deloitte para Exceltur (2005).ix La serie utilizada corresponde al total de ocupados estimados a partir de la reponderación hecha por el INE de las series anteriores, donde ya se incorpora los nuevos criterios de elevación de las muestras en los diversos colectivos.
5
es decir, en un caso en el cual entre el conjunto de variables explicativas
aparecen variables endógenas. En el apartado 3 se presenta el análisis de
resultados y la selección del modelo escogido. Finalmente, en el apartado 4 se
presentan las conclusiones del trabajo.
2. Procesos no estacionarios y cointegración
La mayoría de las series temporales presentan comportamientos tendenciales.
Si calculamos una regresión entre dos o más variables se puede llegar a
concluir que existe una fuerte relación estadística entre ellas, aún cuando en
verdad éste no sea el caso. Tal fenómeno se denomina regresión espúrea x. En
concreto este tipo de regresiones se dan cuando las variables del modelo no
mantienen entre sí una relación causa-efecto. En estos casos el modelo
presenta un elevado R2, acompañado de un valor pequeño del estadístico d de
Durbin-Watson indicativo de que los errores de la ecuación están
autocorrelacionados positivamente.
Granger y Newbold trabajaron con gran frecuencia en modelos econométricos
de series temporales que presentaban las dos características mencionadas y
llegaron a la conclusión de que dicha situación podría deberse al carácter no
estacionario de la perturbación aleatoria motivado por la inexistencia de
relación causal entre las dos variables, lo cual no es tan cierto, al menos de
forma general.
Su análisis resalta la necesidad de analizar la estacionariedad de la
perturbación aleatoria, ya que es una hipótesis que en general debe cumplirse
en los modelos que están bien especificados. Sin embargo este criterio no x Granger y Newbold (1974)
6
debe aplicarse de forma mecanicista y rígida pues la ausencia de
estacionariedad puede deberse en muchos casos a pequeños problemas de
especificación que tienen generalmente fácil solución y no siempre debe
interpretarse como sinónimo de regresión espúrea.
En el caso de dos series, Yt y Xt, que son integradas de orden 1 [I(1)], se
debería esperar que los residuos (ut) de una regresión del tipo
también fuera I(1). Si Yt y Xt están creciendo (o disminuyendo) en el tiempo
con sus propias tendencias, la diferencia entre ellas dos también debe estar
creciendo con su propia tendencia. Sin embargo, es posible que exista algún β
para el cual sea I(0)xi. Esto quiere decir que la diferencia entre las
dos series puede ser estable alrededor de una media fija. Si ello se cumple, se
dice que Yt y Xt están cointegradas. El vector (1, -β) se denomina vector de
cointegración.
Las técnicas de cointegración constituyen una metodología apropiada para la
especificación de modelos a corto y largo plazo, y éstas técnicas permiten
contrastar de forma ajustada la hipótesis de trabajo planteadaxii. Dentro de las
técnicas de cointegración hemos seleccionado el Modelo de Corrección del
Error Vectorial (MCEV), dado que dicha técnica permite modelizar las
relaciones de corto y largo plazo conjuntamente, teniendo en cuenta además la
posible existencia de endogeneidad entre las variables.
Los Modelos de Corrección del Error Vectorial (MCEV)xiii consisten en una
representación de los modelos dinámicos que se han venido usando en
xi Granger y Watson (1984)xii Andreu Sansó Rosselló, Manuel Artís Ortuño, Jordi Suriñach Caralt (1998)xiii Granger y Weiss (1983), Engle y Granger (1987)
7
economía aplicada desde las versiones tempranas de Sargan (1964) y Phillips
(1957). Un modelo MCEV combina variables en niveles y en primeras
diferencias. Las relaciones establecidas entre las variables en niveles recogen
las relaciones a largo plazo. Las variables diferenciadas captan los desajustes
existentes en el corto plazo.
3. Modelización
La hipótesis de trabajo de Mascaró y Navinés (2004) analiza la tendencia de la
serie de la renta regional balear obtenida por plaza de uso turístico (plazas
hoteleras y residenciales) (PIB/OPUS) para el período 1976 a 2004,
observándose una tendencia decreciente en los ritmos de crecimiento de dicha
serie a partir de la segunda mitad de los años noventa. Este cambio de
tendencia en el trabajo de Mascaró y Navinés (2004) se relaciona con un
decrecimiento en los ritmos de crecimiento de la productividad del trabajo
(PIB/L), que no ha podido ser contrarrestado por un mayor crecimiento de la
ocupación asalariada regional en relación con el número de plazas de uso
turístico (L/OPUS). En la Tabla 1, se ha representado la renta regional por
plaza hotelera de uso turístico a partir de la serie del PIB pm en moneda
constante y el número de plazas hoteleras de uso turístico. La productividad
por ocupado se obtiene a partir de las series del PIB pm y la media anual de la
población ocupada asalariada estimada por la EPA en Baleares. Finalmente las
series de la población ocupada asalariada de la EPA y la oferta de plazas de
uso turístico sirven para obtener el empleo por plaza de uso turístico:
Tabla 1. Productividad por empleo y plaza hotelera en las Islas Baleares
(moneda constante).
8
Productividad por plaza hotelera de uso turístico (PIB/OPUS)
Productividad por empleado (PIB/L).
Ocupados por Plaza hotelera de uso turístico (L/OPUS). Ocupados por plaza.
Euros*
Indice 1976=100
Tasa de variación (%) Euros*
Indice 1976=100
Tasa de variación (%) Número*
Indice 1976=100
Tasa de variación (%)
76_80 26,633 100.0 32,846 100.0 0.81 100.081_85 27,173 102.0 2,03% 40,919 124.6 24,58% 0.67 82.0 -18,00%86_90 25,262 94.9 -7,03% 46,826 142.6 14,44% 0.54 66.5 -18,93%91_95 26,438 99.3 4,66% 49,686 151.3 6,11% 0.53 65.6 -1,39%96_00 31,614 118.7 19,58% 50,964 155.2 2,57% 0.62 76.4 16,54%01_04 34,985 131.4 10,66% 48,943 149.0 -3,97% 0.72 88.1 15,30%
* Datos medios del periodo
Fuente: Mascaró y Navines (2004).
En la Figura 1 se representan las tasas de variación anuales de la renta por
plaza de uso turístico, la productividad del trabajo y la relación ocupación
asalariada por plaza de uso turístico, junto a las tendencias lineales calculadas
para dichas tasas de crecimiento. En el gráfico se aprecia que la tendencia en
el largo plazo del crecimiento de la renta por plaza de uso turístico es creciente,
en la medida que también lo es la tendencia creciente de los ocupados por
plaza de uso turístico, en tanto que el crecimiento de la productividad en el
largo plazo es decreciente.
9
Figura 1 . Tasas de variación de las series en niveles junto a sus Tendencias
lineales
Tasas de variación de las series en niveles y sus tendencias
-0,8%
-0,6%
-0,4%
-0,2%
0,0%
0,2%
0,4%
0,6%
0,8%pib/opus pib/l l/opus Lineal (pib/opus) Lineal (pib/l) Lineal (l/opus)
A partir de las series de Mascaró y Navinés (2004) ampliadas al período 1976-
2004 se pretende modelizar la siguiente relación:
Especificando esta ecuación en forma lineal obtenemos:
(1)
Donde, α, β y γ son los parámetros del modelo y εt es el término de error .
Los objetivos del estudio aconsejan realizar una transformación logarítmica de
(1), para interpretar los parámetros α y β en términos de elasticidad, lo que
equivale a estimar una función de Coob-Douglas:
10
(2)
Dado que el modelo (2) no tiene solución no trivial, es decir desde el
punto de vista de la elasticidad, se va a intentar la estimación del modelo en su
forma lineal a través de índices de variación ya que también constituye una
especificación independiente de las unidades a que se valoren los diferentes
coeficientes.
En este caso la especificación del modelo a estimar es la siguiente:
(3)
4.1 Análisis de las series
La representación gráfica de los números índices del PIB por plaza de uso
turístico, la productividad del trabajo y la ocupación por plaza de uso turístico,
se muestra a continuación en la Figura 2.
11
Figura 2. Números índices del PIB por plaza de uso turístico, la productividad
del trabajo y la ocupación por plaza de uso turístico en Baleares.
0.6
0.8
1
1.2
1.4
1.6
1.8
1980 1985 1990 1995 2000
pib_opus_1pib_l_1
l_opus_1
Las tres series presentan tendencias que sugieren la ausencia de
estacionariedad. Debemos, sin embargo, averiguar si se trata de tendencias
estocásticas o simplemente determinísticas. Antes de realizar los test de raíz
unitaria es conveniente analizar los correlogramas de las series (Tabla 2). En
ambos casos, las autocorrelaciones caen muy lentamente en el tiempo (el
estadígrafo Q es siempre altamente significativo). Por otra parte, para ambas
series, el primer coeficiente de autocorrelación parcial es cercano a 1, siendo
los coeficientes restantes cercanos a cero. Ello es indicativo de la potencial
presencia de una raíz unitaria.
Tabla 2 Funciones de autocorrelación y autocorrelación parcial.
Función de autocorrelación para pib/opus
12
RETARDO FAC FACP Estad-Q. [valor p]
1 0,8943 *** 0,8943 *** 23,9648 [0,000] 2 0,7661 *** -0,1679 42,1588 [0,000] 3 0,6288 *** -0,1090 54,8522 [0,000] 4 0,4773 ** -0,1508 62,4374 [0,000] 5 0,3150 * -0,1489 65,8682 [0,000] 6 0,1546 -0,1055 66,7273 [0,000] 7 0,0201 0,0044 66,7425 [0,000] 8 -0,0862 0,0071 67,0329 [0,000]
Función de autocorrelación para PIB/L
RETARDO FAC FACP Estad-Q. [valor p]
1 0,8795 *** 0,8795 *** 23,1810 [0,000] 2 0,7501 *** -0,1038 40,6210 [0,000] 3 0,6386 *** 0,0077 53,7147 [0,000] 4 0,5223 *** -0,0957 62,7994 [0,000] 5 0,4045 ** -0,0763 68,4556 [0,000] 6 0,3004 -0,0241 71,7012 [0,000] 7 0,2007 -0,0663 73,2107 [0,000] 8 0,1033 -0,0670 73,6281 [0,000]
Función de autocorrelación para L/OPUS
RETARDO FAC FACP Estad-Q. [valor p]
1 0,9007 *** 0,9007 *** 24,3130 [0,000] 2 0,7616 *** -0,2635 42,2956 [0,000] 3 0,5970 *** -0,1847 53,7405 [0,000] 4 0,4216 ** -0,1293 59,6578 [0,000] 5 0,2570 -0,0387 61,9410 [0,000] 6 0,1043 -0,0760 62,3323 [0,000] 7 -0,0455 -0,1532 62,4099 [0,000] 8 -0,1954 -0,1787 63,9029 [0,000]
A continuación (ver Tabla 3) realizamos el test de raíces unitarias para cada
serie, a fin de verificar la presencia de una raiz unitaria. De acuerdo a los tests
de Dickey-Fuller aumentados (ADF), en los tres casos NO rechazamos H0
(presencia de una raíz unitaria) con un nivel de confianza del 90 por ciento en
el modelo con constante y tendencia:
13
Tabla 3. Contraste de la existencia de una raíz unitaria contraste sin constante
contraste con constante
con constante y tendencia
PIB/OPUS valor estimado de (a - 1) 0,00535419 -0,0122261 -0,0825943 Estadístico de contraste: tau_c(1) 0,99006 -0,267225 -1,40836 valor p asintótico 0,9155 0,9273 0,8589PIB/L valor estimado de (a - 1) 0,00080513 -0,120283 -0,125802 Estadístico de contraste: tau_c(1) 1,06187 -2,48827 -1,16069 valor p asintótico 0,9252 0,1183 0,9172L/OPUS valor estimado de (a - 1) -0,00390269 -0,0819431 -0,0490274 Estadístico de contraste: tau_c(1) -0,598322 -2,04108 -1,16051 valor p asintótico 0,4585 0,2693 0,9172Los valores de referencia para el contraste del parámetro (a-1) dependen del proceso generador de datos elegido:
Modelo sin constante
Modelo con constante
Modelo con constante y tendencia Hipótesis nula de raiz unitaria a=1Valores p basados en el artículo de MacKinnon (JAE, 1996)
En dicho modelo (ver Tabla 4) se confirma el carácter I(1) de las tres series, a
su vez el contraste de Engle-Granger rechaza H0 (presencia de una raíz
unitaria) en los residuos de la ecuación de cointegración y el de la traza de
Johansen confirma la existencia de al menos dos relaciones de cointegración:
Tabla 4. Análisis de Cointegración
Orden de Integración: Estadístico DFVariable I(1)/I(0) I(2)/I(1) Conclusión
PIB/OPUS -1,40836 -3,16935 I(1)PIB/L -1,16069 -4,59693 I(1)L/OPUS -1,16051 -3,60746 I(1)
ContrasteEstadístic
o P-valorEngle-Granger * -2,60997 0,64
Johansen VAR (k=3)
r=0 58,241 0,0000r≤1 19,009 0,0128r≤2 1,3533 0,2447
La hipótesis nula es a=1
14
4.2. Modelo a largo plazo
La regresión cointegrante utilizada para el contraste de Engle-Granger (Tabla
5) constituye el modelo a largo plazo de la relación entre el índice de renta por
plaza de uso turístico y los índices de productividad y el empleo por plaza de
uso turístico. No obstante, presenta el inconveniente de que la variable
temporal (t) no es estadísticamente significativa por lo que utilizaremos como
regresión cointegrante la especificación del modelo sin tendencia temporal. El
análisis de los residuos también rechazan la hipótesis de presencia de una raíz
unitaria (ver Tabla 6).
Tabla 5. Regresión cointegrante del modelo con tendencia temporal
Variable dependiente: PIBt/OPUSt
VARIABLE COEFICIENTE DESV.TÍP. ESTAD T VALOR P Constan -1,14236 0,183377 -6,230 <0,00001 *** PIBt/Lt 0,784076 0,0975210 8,040 <0,00001 *** Lt/OPUSt 1,39213 0,0889602 15,649 <0,00001 *** time 0,00205980 0,00183050 1,125 0,27116
R-cuadrado = 0,979099 R-cuadrado corregido = 0,976591 Estadístico de Durbin-Watson = 0,275724 Coef. de autocorr. de primer orden. = 0,808171 Criterio de información de Akaike (AIC) = -136,8 Criterio de información Bayesiano de Schwarz (BIC) = -131,331 Criterio de Hannan-Quinn (HQC) = -135,087
Contraste de Dickey-Fuller sobre los residuos
Orden de retardos 1tamaño muestral 27hipótesis nula de raíz unitaria: a = 1
valor estimado de (a - 1): -0,317742 Estadístico de contraste: tau_c(3) = -2,70972 valor p asintótico 0,3744
Valores p basados en el artículo de MacKinnon (JAE, 1996)
15
Tabla 6. Regresión cointegrante del modelo con constante
Variable dependiente: PIBt/OPUSt
VARIABLE COEFICIENTE DESV.TÍP. ESTAD T VALOR P Constante -1,33212 0,0724132 -18,396 <0,00001 *** PIBt/Lt 0,889438 0,0273986 32,463 <0,00001 *** Lt/OPUSt 1,47659 0,0479872 30,771 <0,00001 ***
R-cuadrado = 0,978041 R-cuadrado corregido = 0,976352 Estadístico de Durbin-Watson = 0,39032 Coef. de autocorr. de primer orden. = 0,76369 Criterio de información de Akaike (AIC) = -137,367 Criterio de información Bayesiano de Schwarz (BIC) = -133,266 Criterio de Hannan-Quinn (HQC) = -136,083
Contraste de Dickey-Fuller sobre los residuos
Orden de retardos 1tamaño muestral 27hipótesis nula de raíz unitaria: a = 1
valor estimado de (a - 1): -0,317742 Estadístico de contraste: tau_c(3) = -2,70972 valor p asintótico 0,3744
Valores p basados en el artículo de MacKinnon (JAE, 1996)
La estimación a largo plazo de la relación entre la renta por plaza de uso
turístico se explica exclusivamente por el crecimiento de la ocupación por plaza
de uso turístico, ya que la productividad tiene un coeficiente menor que la
unidad, es decir, esta última presenta tendencia decreciente a largo plazo. Los
intervalos de confianza del parámetro para un nivel de confianza del 95% son
I(0,943;0,836) y los del parámetro sería I(1,571;1,382) para el mismo nivel de
confianza.
16
4.3. Mecanismo de Corrección del Error Vectorial: MVEC
Como se anticipó en la introducción, estamos ante un modelo en el que existe
la posibilidad de regresores endógenos; es por ello que entendemos que el
procedimiento más adecuado a la hora del cálculo del modelo de corrección del
error con variables cointegradas sea el cálculo de un MVEC.
La estimación del MVEC se realiza en la tabla 13, habiéndose obtenido todos
los coeficientes estadísticamente significativos, y aceptables resultados en la
regresión:
Tabla 7 Estimación del MVEC de las series de índices
Variable dependiente: (1-B)PIBt/OPUSt
Variable Coeficiente Desv. Típica Estadístico t
valor p
Constante 0,00559217 0,00177392 3,1524 0,00431 ***(1-B)PIBt/Lt 0,641662 0,0455906 14,0744 <0,00001 ***(1-B)Lt/OPUSt 1,20082 0,0861697 13,9355 <0,00001 ***Residuos desfasados del modelo (5)
-0,293938 0,0951661 -3,0887 0,00502 ***
Media de la var. dependiente = 0,0138127Desviación típica de la var. dependiente. = 0,0316276Suma de cuadrados de los residuos = 0,00175478Desviación típica de los residuos = 0,00855078R2 = 0,935028R2 corregido = 0,926907Estadístico F (3, 24) = 115,13 (valor p < 0,00001)Estadístico de Durbin-Watson = 1,14045Coef. de autocorr. de primer orden. = 0,426986Log-verosimilitud = 95,7564Criterio de información de Akaike = -183,513Criterio de información Bayesiano de Schwarz = -178,184Criterio de Hannan-Quinn = -181,884
El modelo de corrección de errores describe la dinámica de corto plazo entre el
índice de la renta por plaza de uso turístico y los índices de productividad y
empleo por plaza de uso turístico. El coeficiente asociado al residuo desfasado
un periodo, obtenido en la ecuación a largo plazo indica que alrededor de
17
0,294 de la discrepancia entre el valor del índice de la renta por plaza de uso
turístico presente y de largo plazo (equilibrio) se elimina cada año. También se
muestra que se muestra que las variaciones anuales el ratio empleo por plaza
de uso turístico tienen un impacto positivo y mayor que la unidad sobre la renta
por plaza de uso turístico. En el caso de las variaciones anuales de la
productividad por trabajador el impacto es positivo pero menor que la unidad.
5. Conclusiones
El objetivo del presente trabajo ha sido contrastar la hipótesis clásica de
crecimiento ricardiano de la economía balear, planteada en el trabajo de
Mascaró y Navinés (2004). Esta hipótesis de trabajo formula que el modelo de
crecimiento a largo plazo seguido por la economía balear es intensivo en el uso
del factor trabajo y recursos naturales y, análogamente al planteado por David
Ricardo (Sylos Labini, 2004), presenta rendimientos decrecientes a largo plazo.
Si esto es así, el crecimiento de la renta por unidad de recurso físico debe
depender del uso intensivo del factor trabajo por unidad física y, debido a la
escasa utilización del factor capital y baja innovación tecnológica, presentar
dicho crecimiento, una elasticidad de la productividad inferior a la unidad. Estos
resultados son los obtenidos por el modelo de cointegración planteado, que
relaciona el crecimiento de la renta por unidad de plaza de uso turístico en
función del crecimiento de la productividad del trabajo y del uso del factor
trabajo por unidad de plaza de uso turístico.
Para verificar tal hipótesis se ha escogido como método de análisis
econométrico dentro del campo de la cointegración, el Modelo de Corrección
18
del Error Vectorial (MCEV), utilizando para ello el cálculo de un Vector de
Corrección de Errores (VEC) que evitan la regresión espúrea. Posteriormente
se analiza el impacto que cada una de las variables predeterminadas ejerce
sobre la variable a dependiente.
Dada la imposibilidad de obtener elasticidades en la especificación original del
modelo, se ha estimado un modelo alternativo basado en indices de variación,
que se considera la mejor aproximación posible al concepto de las
elasticidades pretendidas.
Así la variable de productividad (x) mantiene una variación por debajo de la
unidad frente a la variable endógena que mide el PIB por plaza de uso turístico
(y), (0,89); y por otro lado, la otra variable predeterminada que mide la
ocupación laboral por plaza de uso turístico (z) mantiene de una forma
significativa un impacto mayor que la unidad sobre la variable endógena (y),
(1,48) y supone de hecho, al presentar un coeficiente mayor que la unidad, y en
valor absoluto superior al coeficiente de la productividad, una contratendencia a
los rendimientos decrecientes que presenta la productividad, y la variable sobre
la cual depende el sostenimiento del crecimiento del PIB por plaza de uso
turístico.
Bibliografía
Deloitte, (2005): Impactos sobre el entorno, la economía y el empleo de los distintos
modelos de desarrollo turístico del litoral mediterráneo español, Baleares y Canarias,
Exceltur. Madrid.
19
Dickey, D.A., Fuller, W.A. (1979): “Distribution of the estimators for autorregresive
time series with a unit root”, Journal of the American Statistical Association, 74, 427-
431.
Dickey, D.A., Fuller, W.A. (1981): “The likelihood Ratio Statistics for Autorregresive
Time Series with a Unit Root”, Econometrica 49, 1507-1072.
Engle, R. y Granger, C. (1987): “Cointegration and error correction representation,
estimation and testing”, Econometrica 55, 251-276.
Fuller, W.A. (1976): Introduction to statical time series, Wiley. New York.
Granger, C.W.J. y Newbold, P. (1974): “Spurious regressions in econometrics”.
Journal of Econometrics, 2, 111-120.
Granger, C.W.J., Watson, M.VW. (1984): “Applications of spectral analysis in
econometrics”, in Handbook of statistics, Vol.III. D.R. Brillinger and P.R. Krishnaiah,
eds. Elsevier Science Publishers. Amsterdam.
Granger, C.W. J. ; Weiss, A. A.(1983): “Time series analysis of error-correction
models”, in S. Karlin, T. Amemiya and L. A. Goodman (eds), Studies in Econometrics,
Time Series and Multivariate Statistics, in Honor of T.W.Anderson, eds. Academic
Press. San Diego, 255-278.
Hamilton, J.D. (1994): Time series analisys, Princeton University Press. Princeton.
Johansen, S. (1991): “Estimation and hypothesis testing of cointegration vectors in
Gaussian vector autoregressive models”, Econometrica, 59, 1551-1580.
Mascaró, P., y Navinés, F. (2004): “Turisme i territori, elements per explicar la
competitivitat i productivitat a les Illes Balears”, Beltrán, M., Costa, A., y Navinés, F.
20
(Dirs.), Comportament de la productivitat i la competitivitat a les Illes Balears,
Consell Econòmic i Social de les Illes Balears. Palma.
Sargan, J.D. (1964): “Wages and Prices in the United Kingdom: A Study in
Econometric Methodology”. En Econometric Analysis for National Planning, eds.
P.E.Hart, G. Mills y J.N. Whittaker, Londres.
Sims, C. (1980): “Methodology of autorregressions vector”, Econometrica 48, 1-48.
Suriñach, J., Artís, M., López, E., Sansó, A.(1995): Análisis económico regional:
nociones básicas de la Teoría de la cointegración, eds.Antoni Bosch.Barcelona.
Sylos Labini, P. (2004): Torniamo ai classici. Produttività del lavoro, progressso
tecnico e sviluppo economico, Laterza, Roma.
21
Anexo 1. Análisis comparativo de los coeficientes de las variables
predeterminadas en niveles y en logaritmos
PIB(millones de euros moneda
constante) Ocupados
Plazas hoteleras de uso turístico (ocupados por plaza)
1976 7.013 229.690 277.1161977 7.226 228.820 276.3841978 7.612 227.770 276.9511979 7.833 231.735 284.4551980 7.864 225.348 294.6221981 8.218 216.330 301.9321982 8.684 214.920 312.0501983 9.010 220.705 325.2321984 9.502 222.863 344.7221985 9.364 219.073 366.4441986 10.175 217.933 395.1361987 11.052 228.785 430.4531988 11.640 249.813 457.0561989 11.885 261.550 476.2521990 11.952 253.738 488.5901991 11.995 261.835 487.3021992 12.036 247.218 479.9191993 12.274 240.068 468.8591994 13.189 252.860 473.6291995 13.716 270.818 481.7331996 14.161 288.463 486.6341997 14.961 297.213 495.4541998 15.921 304.798 504.7411999 17.039 324.780 514.8092000 17.793 350.958 521.2902001 18.238 362.183 522.2122002 18.329 378.380 523.7792003 18.457 380.272 528.4932004 18.734 386.737 533.778
22
Productividad por plaza hotelera de uso turístico (PIB/OPUS)
Productividad por empleado (PIB/L).
Ocupados por Plaza hotelera de uso turístico (L/OPUS). Ocupados por plaza.
Euros
Indice 1976=100
Tasa de variación (%) Euros
Indice 1976=100
Tasa de variación (%) Euros
Indice 1976=100
Tasa de variación (%)
1976 25.309 100.0 30.534 100.0 0.83 100.0
1977 26.144 103.3 3.30% 31.579 103.4 3.42% 0.83 99.9 -0.11%
1978 27.484 108.6 5.13% 33.419 109.4 5.83% 0.82 99.2 -0.66%
1979 27.536 108.8 0.19% 33.800 110.7 1.14% 0.81 98.3 -0.94%
1980 26.692 105.5 -3.06% 34.898 114.3 3.25% 0.76 92.3 -6.11%
1981 27.216 107.5 1.96% 37.986 124.4 8.85% 0.72 86.4 -6.33%
1982 27.828 110.0 2.25% 40.405 132.3 6.37% 0.69 83.1 -3.87%
1983 27.703 109.5 -0.45% 40.824 133.7 1.04% 0.68 81.9 -1.47%
1984 27.565 108.9 -0.50% 42.637 139.6 4.44% 0.65 78.0 -4.73%
1985 25.553 101.0 -7.30% 42.742 140.0 0.25% 0.60 72.1 -7.53%
1986 25.749 101.7 0.77% 46.687 152.9 9.23% 0.55 66.5 -7.74%
1987 25.675 101.4 -0.29% 48.308 158.2 3.47% 0.53 64.1 -3.63%
1988 25.467 100.6 -0.81% 46.594 152.6 -3.55% 0.55 65.9 2.84%
1989 24.955 98.6 -2.01% 45.440 148.8 -2.48% 0.55 66.3 0.48%
1990 24.461 96.7 -1.98% 47.102 154.3 3.66% 0.52 62.7 -5.44%
1991 24.615 97.3 0.63% 45.811 150.0 -2.74% 0.54 64.8 3.46%
1992 25.079 99.1 1.88% 48.685 159.4 6.27% 0.52 62.1 -4.13%
1993 26.178 103.4 4.38% 51.127 167.4 5.02% 0.51 61.8 -0.60%
1994 27.847 110.0 6.38% 52.160 170.8 2.02% 0.53 64.4 4.27%
1995 28.472 112.5 2.24% 50.646 165.9 -2.90% 0.56 67.8 5.30%
1996 29.099 115.0 2.20% 49.090 160.8 -3.07% 0.59 71.5 5.44%
1997 30.196 119.3 3.77% 50.337 164.9 2.54% 0.60 72.4 1.20%
1998 31.543 124.6 4.46% 52.235 171.1 3.77% 0.60 72.9 0.67%
1999 33.097 130.8 4.93% 52.463 171.8 0.44% 0.63 76.1 4.47%
2000 34.132 134.9 3.13% 50.698 166.0 -3.36% 0.67 81.2 6.72%
2001 34.924 138.0 2.32% 50.355 164.9 -0.68% 0.69 83.7 3.02%
2002 34.994 138.3 0.20% 48.440 158.6 -3.80% 0.72 87.2 4.16%
2003 34.924 138.0 -0.20% 48.537 159.0 0.20% 0.72 86.8 -0.40%
2004 35.097 138.7 0.50% 48.441 158.6 -0.20% 0.72 87.4 0.69%
23
