Академический Документы
Профессиональный Документы
Культура Документы
RESUMEN
Basado en datos a nivel de empresa del sector manufacturero, este trabajo estima, con mtodos
paramtricos modernos, el nivel y la tasa de crecimiento de la productividad total factorial en
dicho sector en el perodo 2002-2007. Sujeto a las limitaciones de informacin y mtodos
usados, y para una muestra representativa de hasta 578 empresas, las estimaciones indican que la
tasa de crecimiento de la PTF ha sido baja y no ha contribuido al crecimiento del valor real de
produccin de las firmas manufactureras en el perodo analizado. De otro lado, para una muestra
de 578 empresas, el nivel y la tasa de variacin promedio anual de la PTF de las empresas grandes
(de ms de 100 trabajadores) fue mayor que las respectivas magnitudes de las firmas pequeas
(menores a 21 trabajadores). En trminos de ramas productivas, las de procesamiento de minerales
y otros productos primarios, y las intensivas en tecnologa, tuvieron mayores tasas de crecimiento
de la PTF en este perodo que las ramas tradicionales (tales como textiles, ropa y calzado) y las
de alimentos, bebidas y tabaco, las cuales decrecieron sus respectivas PTF. Por ltimo, si bien el
crecimiento del capital, empleo y la capacidad instalada dan cuenta del crecimiento del producto
manufacturero, la ausencia de cambios significativos en la PFT de las firmas puede limitar en el
mediano y largo plazo la sostenibilidad de dicho crecimiento.
Palabras clave: productividad total factorial, sector manufacturero, Per
Clasificacin JEL: D24, J24, L60
INTRODUCCIN
Existe una abrumadora evidencia que seala que el problema del desarrollo de Amrica
Latina (AL) es uno de baja productividad (total factorial, PTF1) en niveles y tasas de
crecimiento (por ejemplo, Pags, 2010; Daude y Fernndez Arias, 2010; Palma, 2010;
Restuccia, 2011; Astorga et al., 2011; Ferreira et al., 2012). As, el crecimiento de la
regin en la ltima dcada ha sido liderado principalmente por la acumulacin del
capital (p.e., Astorga et al., 2011)2. A raz de ello, y a consecuencia de la disponibilidad
de datos de panel a nivel firmas en algunos pases de Amrica Latina (ver cuadro 1
debajo), una gran cantidad de estudios han emergido con el objetivo de estimar la PTF
y sus determinantes3 a nivel de firmas mayoritariamente del sector manufacturero4.
Basados en la Encuesta Anual de Manufacturas del Per a nivel de firmas (INEI 2002;
2005; 2006; 2007), este trabajo estima el nivel y la tasa variacin anual de la PTF de las
empresas manufactureras en el perodo 2002-2007. Previas estimaciones con datos del
INEI han sido realizadas por Cabezas (1994), Veiderpass y Cabezas (1992 y 1994 para los
perodos 1970-1980 y 1980-1987), Morrison y Semenick (2000; perodo 1988-1992),
1
Rodrik y McMillan (2011) sugieren que una fuente de crecimiento en la productividad es el cambio en
la estructura productiva o cambio estructural.
2
Los trabajos de Tello (2011), BCRP (2008) y Morn et al. (2005) reportan las estimaciones de la PTF
y las fuentes de crecimiento para el caso peruano. Datos recientes de la Conference Board (2012) indican
que mientras que la tasa de crecimiento del capital (el cual no incluye los servicios del capital en tecnologas
de informacin y comunicaciones) en el perodo 2005-2009 fue de 4,9%, el de la PTF fue de 1,1%, siendo
esta contribucin menos de la cuarta parte del crecimiento del producto bruto interno per cpita del Per.
3
Syverson (2011) define la PTF como un concepto de eficiencia igual al ratio entre produccin y el
conjunto de insumos (factores) usados en la produccin. Alternativamente, la PTF, como un concepto
de residuo de una funcin de produccin, se refiere al conjunto de factores no observables (o intangibles)
que tambin inciden en la produccin. Los factores observables son por los general los factores primarios e
insumos intermedios. De otro lado, aborda el tema de los determinantes de la PTF. As, entre los factores
internos a la empresa que determinan la PTF figuran: el talento o la prctica de los administradores de
la empresa, la calidad de los recursos humanos y capital, la tecnologa de la informacin y los gastos en
investigacin y desarrollo, los procesos de aprendizaje en el trabajo (learning by doing), las innovaciones del
producto y la estructura y decisiones de las firmas. Entre los factores externos a la firma figuran: las externalidades (spillovers) entre firmas o sectores, el grado de competencia del mercado (domstico e internacional),
las regulaciones, la flexibilidad de los mercados de los factores o insumos y los efectos de demanda.
4
Estimaciones de la PTF en otros sectores de AL y pases en desarrollo en general no abundan en la
literatura. Cabe sealar las estimaciones recientes para el sector agrcola reportadas en Fuglie (2010).
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 105
y Gallardo y Arrieta (2000, perodo 1994-1998). Recientemente, con datos del Banco
Mundial (2012), Kapp y Snchez (2012) y Saliola y Seker (2011) han estimado las PTF
a nivel de firmas manufactureras del Per comparadas con un grupo de pases en desarrollo. Sin embargo, ambos estudios realizan estimaciones de la PTF con datos de corte
transversal y con mtodos que no resuelven los principales problemas de estimacin
discutidos en la seccin 2.
El primer trabajo estima la tasa de crecimiento de la PTF5 de cinco grupos de ramas
industriales (alimentos, bebidas y tabaco; productos de madera; papel y productos de
imprenta; productos qumicos, petrleo y carbn; y productos de minerales no metlicos) y del total de manufacturas para el perodo 1971-1987. Para todo el perodo,
Cabezas estima una tasa de crecimiento de la PTF del sector de manufacturas igual
a 0,16% sin ajuste y -0,37% con ajuste de la utilizacin del capital. Con este ltimo
mtodo los cinco grupos de ramas tienen tasas negativas de crecimiento de la PTF. Cabe
anotar que las tasas de crecimiento de la PTF del sector manufacturero fueron negativas
para el perodo 1970-1980 (-0,34%) y positivas para el perodo 1980-1987 (0,17%).
Los trabajos de Cabezas y Veiderpass (1992 y 1994) se concentran en la rama de cementos y estiman la PTF con el ndice de Malmquist usando seis empresas. Ellos concluyen
que la PTF se increment en el perodo 1980-1986 con respecto al perodo 1971-1977.
El cuarto trabajo de Morrison y Semenick (2000) estima los ndices de eficiencia
(con mtodos no paramtricos) de las firmas manufactureras para el perodo 1988-1992.
Los autores concluyen que los programas de estabilizacin y liberalizacin comercial
indujeron a un incremento promedio del nivel de eficiencia de las firmas manufactureras
en las veinte ramas CIIU de tres dgitos de 12%.
El quinto trabajo de Gallardo y Arrieta (2000) estima los cambios de la PTF en 22
grupos de ramas manufactureras con los mtodos de ndices de cantidad (primal)6 y el
de precios (dual)7. Para el perodo 1994-1996, la tasa de crecimiento de la PTF, estimada
con el mtodo primal para toda la muestra de firmas y ramas manufactureras, fue de
2,04%. Las ramas con tasas negativas de la PTF fueron: qumicos bsicos, productos
no metlicos, e industrias metlicas. Las ramas con mayor tasa de crecimiento fueron:
industria de textil y cuero (4,91%), papel (6,67%), productos de madera y muebles
(5,64%), maquinaria elctrica (3,91%) y productos manufacturados diversos (3,48%)8.
5
Usa dos mtodos de estimacin; en ambos casos mediante la funcin de costos. El primero resulta de
los cambios de los costos menos los cambios de los costos de los insumos. El segundo es igual al primero
deflactado por un parmetro que mide la utilizacin del capital.
6
DLnPTFit = Ln (Yit / Yit -1) - Sj sj Ln (Ljt /Ljt -1) - Sk sk Ln (Kkt /Kkt-1), donde Yit es el producto de la
rama o empresa i; Ljt y Kkt son el nmero de trabajadores y valor real del capital.
7
DLnPTFit = DLnPyt - Sj sj.DLn (Wjt) - Sk sk DLn(Rkt); donde Pyt. Wjt, y Rkt son los precios unitarios del
producto, salarios del factor j y renta del capital k para la firma o sector i.
8
Las estimaciones de la tasa de crecimiento de la PTF con el mtodo dual para el mismo perodo arroj
valores negativos para todas las ramas manufactureras. Los autores no explican la inconsistencia de los resultados de los dos mtodos.
Los dos ltimos trabajos de Kapp y Snchez (2012) y Saliola y Seker (2011) usan
datos ms recientes provistos por el Banco Mundial (2012). Con estimaciones de mnimos cuadrados ordinarios (MCO) y datos de corte transversal comparan la PTF de las
firmas manufactureras con aquellas de otros pases. Las estimaciones, sin embargo, no
permiten estimar los cambios de la PTF.
El presente trabajo se distingue de todas estas estimaciones en tres aspectos. En primer lugar, se utilizan datos de panel a nivel de firma que permiten utilizar mtodo
de estimacin paramtricos modernos. En segundo lugar, se usan datos disponibles de
aos recientes. Por ltimo, se provee de estimaciones modernas que eliminan los dos
principales problemas de estimacin: el problema de simultaneidad de las variables de
la funcin de produccin y el problema de seleccin de la firmas en la muestra. El desarrollo del trabajo est dividido en cinco secciones. La seccin 1 resume los problemas y
mtodos de estimacin paramtricos modernos y las principales estimaciones realizadas
en pases de AL. La seccin 2 describe las caractersticas de la muestra de empresas
manufactureras utilizada en las estimaciones. La seccin 3 presenta las estimaciones de
la funcin de produccin. La seccin 4 reporta las estimaciones de la PTF. Finalmente,
la seccin 5 lista las principales conclusiones y presenta una reflexin final. La lista de
referencias es anexada al final del trabajo.
1. REVISIN DE LA LITERATURA MODERNA SOBRE MTODOS
PARAMTRICOS DE ESTIMACIN DE LA PRODUCTIVIDAD
FACTORIAL TOTAL9
Existen cuatro mtodos para estimar el nivel y variaciones de la PTF: el mtodo contable, el mtodo de los nmeros ndices, los mtodos no paramtricos y los mtodos
paramtricos. En cada uno de estos mtodos se puede usar, como informacin, cantidades del proceso productivo consistentes con una funcin de produccin o precios
consistentes con una funcin de costos. Al primer caso se le denomina la tcnica primal
y al segundo la dual. Esta seccin se concentra en el resumen de la literatura de los mtodos paramtricos basados en la funcin de produccin10. Los trabajos de Balk (1998),
Schreyer y Pilat (2001), OECD (2008), Diewert et al. (2007), Caves et al. (1982), entre
otros, presentan los mtodos contables y de nmeros ndices. Farrell (1957), Charnes
et al. (1994) y Fijie et al. (1985) discuten los mtodos no paramtricos y Nadiri (1970)
cubre todos los mtodos incluyendo los paramtricos tradicionales.
Recientemente varios trabajos han realizado una revisin de los mtodos de estimacin de la PTF a nivel
de firmas. Entre ellos se destacan los artculos de Van Beveren (2012), Nevo (2009), Ackerberg 2007) y
Arnold (2005).
10
En estos mtodos paramtricos no se incluyen los mtodos de simulaciones, que si bien usan parmetros
las estimaciones de la PTF, provienen de simulaciones. Por ejemplo, el trabajo de Hsieh y Klenow (2007).
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 107
Todos los mtodos, sin embargo, enfrentan una limitacin comn: la de la informacin que se requiere para las estimaciones de la PTF, tales como produccin, factores de
produccin y precios. Diewert (2008) discute algunos de estos problemas de medicin
de la informacin y sugiere formas de mejorarla. En lo que resta de la seccin se listar
los mtodos modernos de estimacin paramtricos en ausencia de problemas de informacin, los cuales requieren ser considerados en la interpretacin de los resultados de
la estimacin.
Los mtodos paramtricos con la tcnica primal parten de la siguiente funcin de
produccin estocstica:
[1.1]
En esta funcin el vector Vit est compuesto por Lit, el nmero de trabajadores empleados por la firma i en el perodo t, el capital empleado Kit, y los insumos intermedios
Mit. En adicin se introduce un factor ea0it que representa otro conjunto de variables
de control de las firmas que tambin pueden incidir en el proceso de produccin12. Las
variables en logaritmo neperiano son denotadas en letras minsculas. As, la ecuacin
[1.2] se transforma en:
[1.3]
11
Fuss (1978) presenta las diferentes especificaciones que pueden usarse para las estimaciones de la PTF.
En el presente trabajo el problema de la especificacin no es analizado, aunque ser tomado en cuenta en la
interpretacin de los resultados.
12
En el caso que aoit=ao, el parmetro puede ser interpretado como el grado de eficiencia promedio de
todas las firmas en todos los perodos (Ackerberg 2007).
Hansen (1982 y 2007) y Hayashi (2000) proveen una discusin completa de mtodo GMM.
Esta es la condicin de relevancia.
15
Esta es la condicin de exogeneidad.
16
Los autores lo denominan el sistema GMM estimador cuando se usa estos instrumentos. Cuando se usa
diferencia sin retardo los estimadores GMM serian sesgados para perodos cortos de la muestra.
14
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 109
y Olley y Pakes (1996), mtodo OP. Prcticamente, la mayora de estimaciones de productividad a nivel de firma en los pases desarrollados, y algunos en desarrollo en el
presente siglo, se han realizado con estos dos mtodos. En esta seccin presentaremos el
mtodo LP y en el siguiente acpite abordaremos el mtodo OP17.
El mtodo LP. Aplicado, por ejemplo, en Levinsohn y Petrin (2003) y Van Beveren
(2012). Este mtodo introduce un conjunto de supuestos que le permiten estimar los parmetros sin tener sesgos de estimacin. El primer supuesto es que los materiales dependen
de la productividad y del capital; esto es que mit = mit(ait; kit). El segundo (que se deduce
de otro conjunto de supuestos adicionales), que la demanda mit es una funcin monotnica creciente con respecto a ait, de tal forma que existe una funcin ait = ait(mit; kit).
El tercero, que ait es gobernado por un proceso de Markov de primer orden, i.e.:
[1.4]
Donde xit es un error no correlacionado con kit pero puede estar correlacionado con
el trabajo lit. Con estos supuestos, el mtodo LP define la variable fit tal que la ecuacin
[1.3] se convierte en:
[1.3]
[1.5]
3
(ait /ai(t-1)) = it = g0it + g1it.i(t-1) + g2it. 2i(t-1) + g3it.i(t-1)
;
17
Ackerberg (2007) exponen las limitaciones de los mtodo IV y de datos de panel (EF y EA). Respecto
al primer mtodo, los autores sealan cuatro limitaciones: i) la dificultad para seleccionar las variables
instrumentales; ii) en el caso que se seleccione precios como instrumentos, usualmente estos no tienen
mucha variabilidad en perodos cortos de tiempo; iii) los instrumentos seleccionados pueden influenciar
la evolucin de la PTF y de esa forma no cumplir con una de las condiciones de ser instrumentos; y iv) el
mtodo no aborda el problema de la endogeneidad debido a la salida de firmas en el mercado. En el caso del
segundo mtodo (en particular el de EF), los autores sealan tres limitaciones: i) el supuesto que la PTF sea
fija a travs del tiempo es muy fuerte para que sea vlida; ii) los sesgos de estimacin se agrandan si existen
medidas de error de los insumos (factores) de produccin; y iii) en la prctica las estimaciones del capital
son muy bajas produciendo retornos a escala por debajo de uno.
[1.7]
[1.8]
j =0 s =0
e
sj
.kitj . mits ;
e
Ntese que el estimado del parmetro d 00
incluye el intercepto de la funcin de
produccin, parmetro a0. Este parmetro no estara identificado. Los parmetros d sje
son estimados por MCO de la ecuacin [1.3]. Vase que en [1.6] y [1.7] se asume que
los parmetros gkit y akit son constantes para toda firma i y perodo t, i.e., gkit = gk y
akit = ak. Para la Etapa 2, se parte de la ecuacin [1.3] y se le introduce la [1.4] con el
supuesto de homogeneidad de los parmetros para cada firma y perodo se tiene:
[1.10]
En esta ecuacin la covarianza entre [kit;mit] con los errores [xit;eit] es cero y, como
consecuencia, los estimadores de los parmetros del capital y de los insumos intermedios
seran insesgados. Estos parmetros son estimados minimizando los errores. Esto es:
Ntese que (ait /ai(t-1)) tambin depende de los parmetros a0, a1e, a2e; a3e como se
observa de las ecuaciones del [1.6] al [1.9]18. LP tambin usa el mtodo de momentos
(o variables instrumentales) para estimar los parmetros del capital y de los insumos. Sea
Zit el vector de instrumentos. Entonces los parmetros a2e y a3e pueden ser obtenidos
minimizando:
[(it + it ).Z it ]2
[1.11] Min
e
e
2 ; 3
LP sugiere dos conjuntos de instrumentos: Zit = [kit; mi(t-1)]; Z1it = [kit; mi(t-1); li(t-1); mi(t-2);
ki(t-1)]. Los errores estndar de los coeficientes se calculan con la tcnica del bootstrap19.
18
El parmetro a0 no es identificado dado que existe tambin otra constante en el polinomio de la funcin
jit. Lo que se estima es (a0 + d0).
19
La tcnica de consiste en obtener de la muestra original de datos otras muestras del mismo tamao que
la original permitiendo el reemplazo de los datos obtenidos. Para cada muestra obtenida se estima los
parmetros ake y sus errores estndar, sak (Varian, 2005).
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 111
1; si ait ait
[1.13] it =
0; si ait ait
Donde cit es variable de decisin de la firma si se queda (cit = 1) o sale del mercado
(cit = 0).
En la primera etapa se estiman los parmetros del trabajo y, en el caso de OP, el de los
materiales usando la ecuacin [21] cuando estos no dependen de i ni del tiempo:
[1.14]
20
El trmino en ingls es
.v
j =4
jit ;
Donde, similar al caso anterior (ecuacin [1.5]), j ite es estimado a travs de un polinomio en las variables (invit; kit; vit). En la segunda etapa se estima Pite, la probabilidad
de que la firma contine en el mercado mediante un probit teniendo como regresores:
invi(t-1); ki(t-1); vi(t-1).
La tercera etapa parte de la ecuacin [1.15], donde la PTF ha sido reemplazada por la
ecuacin [1.4] del supuesto del proceso Markov condicional a que la empresa contine
en el mercado.
[1.15]
yit = a1e.lit + a3e. mit+ a2.kit + E(ait /ai(t-1), Pit) + xit + eit;
Un estimador de E(ait /ai(t-1), Pit,), sugerido por OP21, es un polinomio (de grado 2),
g, que depende de ai(t-1) de la ecuacin [21] y de Pite. Entonces la ecuacin que se estima por MCO no lineales es:
e
[1.15] yit = a1e.lit + a3e.mit + a2e.kit + g (f i(t-1)
- a2e.ki(t-1) - aje.vji(t-1); P ite ) + xit + eit;
21
Otro estimador para j y la funcin g (debajo) expuesto por Olley y Pakes (1996) son los estimadores
Kernel (por ejemplo, Bierens, 1987).
22
Morrison Paul y Yasar (2007) aplicaron este mtodo para el caso de la industria manufacturera de Turqua.
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 113
El estimador ate del cuantil Q(t) es obtenido de la siguiente optimizacin (de acuerdo con Basset y Koenker, 1978):
[1.16] ate = min {Si rt ./yit - zit . ate/};
Donde rt = t, para yit zit . ate y rt = (1 - t) para yit < zit . ate.
La ecuacin [1.16] se resuelve con diferentes algoritmos de programacin lineal,
por ejemplo, los de Koenker y DOrey (1987) y Barrodale y Roberts (1974). De otro
lado, las desviaciones estndar de los parmetros pueden ser estimadas por: i) tcnicas
de bootstrap; ii) la estimacin directa de la distribucin asinttica de los errores derivada, por ejemplo, por Basset y Koenker (1978) para el caso de errores i.i.d (idnticos e
independientemente distribuidos)23; iii) la estimacin directa de la distribucin asinttica de errores derivada, por ejemplo, por Hendricks y Koenker (1992) para el caso de
errores que no tienen distribuciones independientes.
1.4. Multicolinealidad
Ms que un problema resultante de las relaciones entre los factores de produccin, insumos y la productividad de las firmas, Ackerberg et al. (2006) arguyen que el mtodo LP
y, en menor medida, el mtodo OP, pueden originar multicolinealidad entre el factor
trabajo y la estimacin de j(m,k) de las ecuaciones [1.5] o [1.5], en la medida que el
factor trabajo sea una variable dinmica o que est asociado a la inversin (invit) o a los
insumos intermedios (mit). En esos casos el parmetro del trabajo no podra ser identificado en la primera etapa de ambos mtodos.
El mtodo ACF. Sugerido por Ackerberg et al. (2006). Este resuelve el problema
de multicolinealidad si se asume que la funcin la productividad tambin depende del
insumo trabajo y que, a travs de los momentos de los errores con los factores trabajo y
capital, se identifican simultneamente los parmetros de estos dos factores.
Dos importantes aspectos que sealan los autores son, por un lado, que el problema
de colinealidad sera ms severo con el mtodo de LP que el de OP, dado que es ms factible que la asociacin entre insumos y el empleo sea ms fuerte que entre la mano de obra
y la inversin. De otro lado, en los trabajos empricos, las correlaciones entre el trabajo y
la funcin j probablemente no sean altas y, por consiguiente, no alterarn las estimaciones de los parmetros, aunque tericamente los estimadores sean inconsistentes.
23
Cabe sealar que la distribucin de Basset y Koenker (1978) requiere informacin de la funcin de
densidad del cuantil (llamada tambin funcin sparsity). Esta pueda ser obtenida por los mtodos: de dos
cocientes de diferencia de Siddiqui (1960) (Koenker, 1994; Bassett y Koenker (1982) y el estimador de la
densidad de Kernel (Powell, 1986; Jones, 1992; Buchinsky, 1995).
yit = a0it + a1it .lit + a2it .kit + a3it .mit + (pit - IPit) + ait + eit;
24
Katayama . (2009), De Loecker (2011) y Van Beveren (2012) abordan estos problemas tratando de solucionar dichos sesgos. Eslava (2004) y Ornaghi (2006) resuelven este sesgo usando cantidades de producto
y precio de los insumos.
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 115
Kapp y
Snchez
(2012)
Pases
Per y
ocho
pases de
Amrica
Latina
De los diez pases de las muestras de firmas manufactureras, las PTF de Bolivia
y Per fueron las ms bajas y las de Argentina y Chile las ms altas. No se estimaron tasas de variacin anual de la PTF
por limitaciones de la muestra de corte
ii) Mtodo de MCO con una fun- transversal.
cin de (con ventas reales en lugar
de valor agregado) produccin
Cobb-Douglas con dos factores de
produccin: capital y trabajo. El
nmero de firmas varan por pas y
rama manufacturera.
i) Base de datos de la Enterprise
Survey que comprende firmas manufactureras de las regiones de: Europa del Este, Asia, Amrica Latina
y frica.
Per y
Saliola y
otros 79
Seker (2011) pases en
desarrollo
Resultados
El trabajo concluye que la PTF (promedio ponderado por las ventas de las firmas) del Per tiene el ms alto nivel de
la PTF de empresas manufactureras de
Amrica Latina; sin embargo, los niveles
estimados son muy bajos. As, la distancia
entre la PTF del Per, con respecto a la
PTF ms alta de las firmas de los pases de
la muestra, es de 118 puntos porcentuales, mientras que la distancia con respecto
a la PTF ms baja de las firmas manufactureras de Amrica Latina es de 22 puntos
porcentuales.
i) 1993-1996
Gallardo
y Arrieta
(2000)
25
Per
Detalles de la muestra de esta base de datos estn descritos en Chang y Van Marrewijk (2011).
Autor (Ao)
Pases
Resultados
Morrison y
Semenick
(2000)
Per
i) 1971-1987
Cabezas
(1994)
Per
Veiderpass
y Cabezas
(1992 y
1994)
Neumeyer
y Sandleris
(2010)
Per
Se experiment un crecimiento de la proii) 6 plantas que conforman toda la ductividad, constante o positiva, entre
1971 y 1977. Los valores son menores
industria de cementos.
para el perodo entre 1980 y 1986. Al
iii) dem ii.
comparar el desarrollo entre 1970 y 1976
iv) Mtodo no paramtrico de frente al existente entre 1980 y 1986, se
Data Envelopment Analysis (el encuentra que la mayora de las unidades
crecimiento de la productividad se productivas experimentaron un cambio
mide mediante el ndice de Mal- positivo en la productividad.
mquist).
i)1997-2002
Se encuentra una variacin negativa promedio de la PTF para Bolivia en el perodo: 9,3%. En el subtotal tenemos que este
En promedio: 771 firmas por ao.
es -2,7% en los aos 1988-1993, 30,8%
iii) Modelo de Hsieh y Klenow.
de 1994 a 1997 y -38,5% de 1998-2001,
reiterando un impacto nulo de la liberalizacin en la PTF. Asimismo, la comparacin
entre la PTF potencial y efectiva muestra
que las distorsiones en el capital y el producto, al ser eliminadas, habran aumentado la PTF en un promedio del 59,3%
ii) 10781 observaciones.
Birbuet y
Machicado
(2009a)
Bolivia
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 117
Autor (Ao)
Pases
Resultados
i)1988-2001
Birbuet y
Machicado
(2009b)
Bolivia
Cavalcanti y
Brasil
Rossi (2003)
i) 1986-1998
Los sectores con mayor crecimiento promedio en el perodo fueron: equipo elctrico (9,3%) y electrnico (7,7%), productos procesados (6,8%) y ropa (5,5%).
Aquellos que menos crecieron: productos
de cuero (-4,3%) y productos farmacuticos (-1,75%) y productos minerales no
metlicos (-1,71%).
i) 1996-2006
deVries
(2009)
Brasil
i) 1979-1986
ii) Todas las empresas manufactureras chilenas con ms de 10 trabajadores.
Pavcnik
(2002)
Chile
La PTF agregada de todos los sectores aument, con respecto a 1979, en 19% en
siete aos: 6,6% por el aumento de productividad intra-plantas y 12,4% debido a
la reasignacin de recursos de los sectores
menos productivos a los ms productivos.
Esta aument ms en el los sectores que
competan con importaciones y menos en
los bienes no transables. Adems, la variacin para cada sector oscila entre 7,6%
(maquinaria) y 43% (industria qumica).
Autor (Ao)
Pases
Resultados
Se encuentra una variacin positiva promedio de la PTF del ,25% y 4,6% para los perodos de la pre y post reforma liberalizadoiv) Mtodo de variables instrura, respectivamente. Adems, la persistencia
mentales (IV) con los instrumende la productividad es notoria: mediante un
tos propuestos por Shea (1993) y
anlisis AR(1) se evidencia que cinco aos
Syverson (2004).
despus el 67% de las firmas tienen la misColombia
ma PTF. Utilizando una metodologa de
descomposicin de cross-section, se encuentra una tendencia agregada positiva de la
PTF para todos los aos; adems que esta
tendencia positiva es explicada, en su mayora, por la asignacin de la actividad en los
sectores ms productivos, ocasionada por las
reformas de mercado.
i) 1982-1998
Eslava et al.
(2004)
i) 1988-1998
Camacho
y Conover
(2010)
Las ganancias de la PTF totales, que resulii) 74392 observaciones, con 4376 tan de reasignar recursos de tal manera que
el retorno de la productividad total factoplantas en promedio por ao.
rial (PTFR) sea equivalente, es de 47-55%
Colombia iii) Alimentos, textil, madera, pa- para la productividad agregada manufactupel, qumicos, metales bsicos,
rera. Adems, la reasignacin de capital y
productos metlicos, otros.
trabajo ocasionara un aumento de la PTF
iv) Mtodo de Hsieh-Klenow del 3-8% (con relacin a Estados Unidos).
(2007).
i) 1993-2000
Caldern y
Mxico
Voicu (2004)
Casacuberta
y Gandelman Uruguay
(2009)
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 119
Autor (Ao)
Pases
Eslava et al.
(2010)
Varios
ii) Mtodo de variables instrumentales (IV) con los instrumentos propuestos por Shea (1993) y
Syverson (2004). Para los dems
pases latinoamericanos se simulan los datos con microdatos de
Colombia y las series macroeconmicas disponibles para el resto de
pases latinoamericanos.
Resultados
La PTF son:
Colombia, 0,887%.
Argentina, 2.235%.
Brasil, 2.357%
Chile, 1,981%
Mxico, 2,305%
Per, 2,335%
Uruguay, 2,238%
Venezuela, 2,368%
Venezuela
(1995-2001),
Colombia (1982-1998), Uruguay
(1997-2005), Mxico (1999-2004),
Bolivia (1988-2001), Chile (19962006), Argentina (1997-2002),
Ecuador (1995-2005), El Salvador
(2004 y 2005), Chile (1996-2006).
Busso etal.
(2012)
Varios
i) Mtodo
(2007).
de
i) 2006
Kapp y
Snchez
(2012)
396;
Co250;
149;
26
En algunas estimaciones donde se usa la variable k1 el nmero de empresas es de 319 (243 empresas que
tienen los cuatros aos de informacin y 76 que tienen tres aos de informacin).
27
En algunas estimaciones donde se usa la variable k1 el nmero de empresas es de 243.
28
150 empresas del perodo 2005 y 2006 y 173 del perodo 2006-2005. Con el indicador k2, las respectivas
muestras de cada perodo son 142 y 171 empresas.
29
En algunas estimaciones donde se usa la variable k2 el nmero de empresas es de 631.
30
Estas 641 incluyen 242 empresas (con el indicador de k2 o 243 con el indicador k1) con cuatro aos de
informacin (2002, 2005, 2006, y 2007); 76 empresas con tres aos de informacin (2005, 2006 y 2007);
150 empresas con dos aos de informacin (2005 y 2006) para el indicador k1 y 142 con el indicador k2; y
173 empresas en los aos 2006 y 2007 para el indicador k1 y 171 con el indicador k2.
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 121
S2
12
13
14
15
16
18
31
39
S3
19
20
21
28
29
30
S4
8
10
11
18,44
28,41
14,79
5,64
3,63
8,41
25,18
4,04
0,00
3,94
6,56
4,89
0,34
0,33
0,85
6,06
1,32
0,00
1,89
1,25
0,20
9,05
318 10,87
23
14
1
8
4,02
1,18
0,60
0,27
6,30
70 13,24 8,60
10 2,66 24,82
14 28,32 13,70
23 17,27 13,75
10 34,32 3,93
6
3,63 3,81
7
9,36 5,42
124
57
19
2
3
11
20
11
1
6,72
15,54
0,00
15,25
5,93
19,11
21,23
2,10
%L
189
19
1
72
28
11
8
50
% VA
14,59
11,43
0,04
34,70
22,70
26,02
9,26
7,37
685
624
226
691
1312
445
257
624
469
424
267
465
1,99
1,63
0,20
9,19
19,41
11,32
36,52
20,94
34,88
9,77
17,96
641 13,79
46
30
1
15
145
19
25
46
15
23
17
498
627
0
357
831
757
702
336
Lp
5,12
1,29
0,76
0,27
6,53
13,27
50,75
16,98
21,48
4,08
11,13
10,15
4,82
7,39
6,47
0,87
0,58
1,11
7,45
1,69
0,00
8,62
20,69
3,27
19,98
7,39
20,27
28,60
2,92
%L
433
340
135
691
726
332
277
433
366
294
203
359
571
693
1055
49
101
310
284
220
53
342
439
65
266
556
584
591
206
Lp
11,88
8,27
0,00
27,91
21,82
25,51
1,72
5,92
% VA
N
101
10
0
41
15
8
5
22
Panel no balanceado 3 y 2
aos
Sector
S1
17
22
23
24
25
26
27
Cod
% VA
%L
4,29
7,40
5,10
0,41
0,34
1,04
5,96
1,46
0,00
2,15
1,54
0,00
10,63
242 11,75
17
11
0
6
4,31
1,21
0,68
0,00
6,62
57 14,96 9,68
7
2,64 18,49
12 34,23 16,49
18 19,05 15,66
7 34,70 3,99
6
4,43 4,66
7 11,83 6,88
94 19,26
48 30,37
14 15,94
2
6,77
2
3,51
7 10,28
13 22,75
7
4,47
1
0,00
74 12,90 6,82
8
8,93 16,20
0
0,00 0,00
28 22,26 15,97
11 27,86 6,87
7 28,36 23,18
3
1,04 11,97
17 4,63 1,56
% VA
%L
966
861
328
0
1840
616
274
876
682
615
325
590
2,47
1,98
0,20
11,54
21,98
11,93
43,31
23,72
40,25
10,57
20,43
641 16,03
46
30
1
15
145
19
25
46
15
23
17
6,01
1,51
0,91
0,27
7,67
15,22
55,09
20,46
24,62
4,74
11,97
11,61
5,71
8,95
7,42
0,93
0,63
1,35
8,98
2,07
0,00
508
398
161
691
853
380
300
522
420
340
218
410
677
840
1,210
52
110
376
342
269
67
400
516
65
312
664
737
649
228
Lp
Panel no balanceado 4, 3 y
2 aos
Lp
Cuadro 2. Representatividad de la muestra de empresas de manufacturas del Per en trminos de valor agregado y empleo: 2002-2007
S2
12
13
14
15
16
18
31
39
S3
19
20
21
28
29
30
S4
8
10
11
126533
165179
79453
157518
168853
91451
81829
80045
74078
57744
357227
53340
121178
171696
78638
64875
216948
193810
0
187665
340887
196697
220126
100564
Prod1
222044
139493
0
98639
573323
170108
106303
41169
kl1
198 156
132867
0
88646
503465
155067
100866
36685
kl2
35,2
25,7
0,0
29,2
39,7
60,0
9,7
33,6
Sva
3,2
2,7
0,0
2,4
5,1
2,3
0,8
0,8
21,8
36,4
29,7
19,9
1,3
0,9
1,2
1,4
145
19
25
46
15
23
17
125139
220047
80676
134481
164475
110704
79100
80081
74151
58287
232057
143226
140491
153524
83383
92489
212907
200564
49517
178920
289253
192311
418645
89899
Prod1
200826
152919
26012
103152
474730
167631
185939
35745
kl1
180860
145768
23127
94089
417928
152552
179220
31569
kl22
33,5
25,9
43,9
29,1
39,0
59,0
18,9
33,6
21
23
17
23
18
25
27
24
13
26
23
28
24
26
30
23
26
69679
24819
22702
89330
22,1
35,8
29,7
19,9
1,3
0,9
1,2
1,4
22
20
14
32
2,2
4,1
0,9
1,6
1,7
1,3
1,0
0,8
7,7
3,3
2,5
0,6
2,4
5,0
2,3
3,4
0,8
Sva Sm Ex
71259
51877
21739
52030
112866
113501
78954
30186
Prod2
25
25
27
22
28
26
38
261
95
53
8
10
24
49
20
2
189
19
1
72
28
11
8
50
318 122992 45884 103921 92181 37,3 2,4 25 641 122450 44999 100026 89142 36,7 2,6 24
72771
22613
22702
91163
22
24
16
33
14
30
24
25
12
27
22
0
26
28
30
25
32
Sm Ex
76337
49892
0
54825
135330
118058
21288
33786
Prod2
70
10
14
23
10
6
7
124
57
19
2
3
11
20
11
1
101
10
0
41
15
8
5
22
Fuente: INEI (2002, 2005, 2006, 2007, 2010). Elaboracin propia. En las estimaciones de kl2 se debe notar que en la informacin de k2 en el panel no balanceado de tres aos y dos aos, once empresas (cinco
pertenecen al rubro de manufacturas ligeras, tres al rubro de ramas intensivas en tecnologa y tres al rubro de alimentos, bebida y tabaco) no tuvieron datos para diferentes aos (que en total comprendieron 16
observaciones de las 33 posibles). De la misma manera, para el panel balanceado de tres aos, una empresa no contaba con el dato k2 para dos aos. Esta empresa pertenece al rubro de intensivas en tecnologa.
S1
17
22
23
24
25
26
27
Cod Sector
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 123
S1
17
22
23
24
25
26
27
S2
12
13
14
15
16
18
31
39
S3
19
20
21
28
29
30
S4
5
6
8
9
10
11
Prod1
Prod2
kl1
kl2
Sva
Sm Ex
Prod1
Prod2
kl1
kl2
Sva Sm Ex
99225
216888 83540 248635 222157 38,5 3,6 25 189 209806 73125 205901 185749 34,9 3,4 25
193329 51330 131249 125336 26,6 2,4 19 19 193812 50880 149379 142678 26,3 2,5 22
0
0
0
0
0,0 0,0 0 1 49517 21739 26012 23127 43,9 0,6 28
125813 41920 77558 69749 33,3 2,5 25 72 166179 49719 97491 89150 29,9 2,4 24
350476 149782 605189 532899 42,7 5,2 27 28 294203 122660 494174 436503 41,7 5,1 26
216285 118014 174327 159337 54,6 2,8 28 11 204243 109764 166376 151890 53,7 2,8 29
307028 30435 212088 205743 9,9 1,1 22 8 403236 76946 187376 181015 19,1 3,4 23
115428 36504 39115 34112 31,6 0,9 31 50 88916 30133 35736 31519 33,9 0,9 26
76368 32024 59078 54400 41,9 2,2 23 261 78844 33035 59983 55310 41,9 2,2 21
69201 30968 72416 68242 44,8 3,7 23 95 72254 31407 75413 71135 43,5 4,0 22
59550 22672 25756 23307 38,1 0,9 17 53 57712 24192 30078 27775 41,9 0,9 16
383277 68807 176403 168316 18,0 2,0 32 8 252098 63443 103300 95647 25,2 1,7 23
46916 18049 52844 50340 38,5 3,6 17 10 134023 43322 62841 57047 32,3 1,7 17
120898 44246 62222 56160 36,6 1,6 38 24 134708 51022 57650 49325 37,9 1,3 26
153101 69001 114622 99174 45,1 1,0 24 49 152523 64708 101679 89103 42,4 1,0 26
80380 29246 42510 37014 36,4 0,7 20 20 80239 29661 58410 50985 37,0 0,8 24
56107 14822 27808 24227 26,4 15,9 11 2 80101 15551 31410 21590 19,4 8,2 12
122993 53896 63883 53235 43,8 1,1 23 145 122743 49745 82171 70470 40,5 1,9 23
215045 45350 188399 167145 21,1 4,0 24 19 216028 66559 311741 284004 30,8 6,4 25
82299 42875 44845 36601 52,1 0,7 25 25 81678 43511 43510 35249 53,3 0,7 25
145726 75881 75573 63338 52,1 0,5 22 46 132636 60032 62815 52006 45,3 0,6 21
170697 54146 46652 34733 31,7 1,0 27 15 158566 53055 45590 34644 33,5 1,0 27
93943 35199 24245 16852 37,5 1,1 25 23 110319 31532 91760 78151 28,6 1,0 25
80339 29141 56525 49179 36,3 1,4 37 17 78560 29864 40141 33478 38,0 1,4 30
148170 36325 104280 77102 24,5 1,2 25 46 138327 33692 88690 66281 24,4 1,3 21
0
0
0
0
0,0 0,0 0 0
0
0
0
0
0,0 0,0 0
0
0
0
0
0,0 0,0 0 0
0
0
0
0
0,0 0,0 0
68924 26301 25579 21422 38,2 0,8 22 30 68064 25022 27871 24013 36,8 0,9 20
0
0
0
0
0,0 0,0 0 0
0
0
0
0
0,0 0,0 0
0
0
0
0
0,0 0,0 0 1 104071 30870 24916 22702 29,7 1,2 14
174052 39599 129984 95287 22,8 1,2 29 15 166655 37112 115052 84563 22,3 1,3 31
242 118595
74
8
0
28
11
7
3
17
94
48
14
2
2
7
13
7
1
57
7
12
18
7
6
7
17
0
0
11
0
0
6
Fuente: INEI (2002, 2005, 2006, 2007, 2010). Elaboracin propia. En las estimaciones de kl2 cabe anotar que en la informacin de k2 en el panel no balanceado de cuatro, tres y dos aos, once empresas (cinco
pertenecen al rubro de manufacturas ligeras, tres al rubro de ramas intensivas en tecnologa y tres al rubro de alimentos, bebida y tabaco) no tuvieron datos para diferentes aos (que en total comprendieron 17
observaciones de las 44 posibles). De la misma manera, para el panel balanceado de cuatro aos, una empresa no contaba con el dato k2 para tres aos. Esta empresa pertenece al rubro de intensivas en tecnologa.
Sector
Cod
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 125
que la suma de los coeficientes de los factores de produccin sea igual a uno) no
reportadas, solo fueron aceptadas en todas las estimaciones de OP y la mayora
de LP. Para el resto de mtodos se rechaz dicha hiptesis.
(ii) El tamao de las empresas, al parecer, no incide de manera significativa en el
valor de produccin. Sin embargo, el tipo de ramas si parece incidir en el valor
real producido. Las ramas de transformacin de productos primarios, o las
intensivas en el uso de tecnologa, tienen mayores valores de produccin que las
ramas de alimentos, bebidas y tabaco.
(iii) Tampoco la variable de tendencia ni la experiencia de las empresas parecen haber
afectado al valor real de produccin de las mismas.
Para fines de la estimacin de la PTF es necesario seleccionar cual de los diferentes
mtodos provee una ms confiable estimacin de los coeficientes de la funcin produccin, sujeto a la especificacin de Cobb-Douglas elegida.
De los cinco mtodos usados, el mtodo de CF es el que produce coeficientes de
estimacin ms distantes de los otros cuatro mtodos. Consistente con lo sealado por
Ackerberg et al. (2007), tal vez la mayor limitacin de este mtodo es el supuesto de
que la productividad de las empresas no cambia durante el perodo de la muestra. Por
otro lado, se refuerzan los resultados prcticos de que los coeficientes del capital son
muy bajos.
De los cuatro mtodos restantes, con similares coeficientes para los factores o
insumos de produccin, el que resuelve los dos principales sesgos de estimacin es el de
OP y es este mtodo el que se enfatizar en las estimaciones de la PTF de las empresas
manufactureras peruanas.
25
100
0,020
0,186*
-0,217***
-0,081
0,265*** 0,413***
Dt2
Dt3
DS1
1842
641
951
241
Nobs
Nempresas
Nregreiones
Mx.
0,0963**
0,046
0,043
0,029
241
951
0,799
641
1,842
0,814
12,21*** 13,85***
0,034*** 0,055***
0,018
-0,018
-0,073
0,048*** 0,110***
0,053
0,093*** 0,244***
Mn.
100
100
100
37,5
100
%Signif
0,274*
0,510**
0,055
-0,019
0,030
0,029***
241
951
0,815
641
1,842
0,842
8,195*** 8,993***
-0,008
0,448*** 0,595***
0,162
0,341**
-0,009
-0,071
-0,089**
0,108*** 0,164***
0,224*** 0,269***
0,393*** 0,422***
Mn.
100
50
100
25
100
12,5
100
100
100
%Signif
0,276**
0,128
0,270**
0,179
0,078
0,013
630
1,577
-0,015
641
1,842
0,009
0,376*** 0,485***
0,074
0,208*
0,119
0,040
-0,115
0,138*** 0,162***
0,168*
0,422*** 0,466***
Mn.
Olley Pakes
100
75
100
75
100
%Signif
Mx.
0,219
0,409**
0,223
0,100
-0,019
0,319
0,232
241
954
641
1,842
-0,019** 0,018***
0,426*** 0,598***
0,051
0,241**
0,001
-0,175
-0,105**
0,105
0,206
0,440*** 0,490***
Mn.
37,5
100
100
50
12,5
100
%Signif
Levinsohn-Petrin
Fuente: INEI (2002-2007). Elaboracin propia. * Nivel de significancia al 10%; ** al 5%; *** menos del 1%. El mnimo nmero de observaciones (954) corresponde a 318 empresas
con tres aos de informacin con el indicador k2. El mximo nmero de observaciones (1842) corresponde a 641 empresas con el indicador k1 que incluye a 241 empresas con cuatro
aos de informacin, 76 empresas con tres aos de informacin y 323 con dos aos de informacin. Las 1577 observaciones corresponden a 317 empresas con tres aos de informacin
y 313 con dos aos de informacin (142 del perodo 2005-2006 y 171 del perodo 2006-2007). Estas 630 empresas son las que tiene datos del indicador k2.
0,819
0,843
7,216*** 8,108***
100
-0,021
0,017
100
0,406*** 0,566***
R2adj
T2002-2007
Ds3
50
0,193**
0,044
62,5
-0,024
-0,104***
ex
Ds2
100
0,157*** 0,234***
25
100
0,213*** 0,295***
%Signif
100
Mx.
0,433*** 0,526***
Mn.
MCO
Variables
Cuadro 4. Coeficientes de regresin de las estimaciones del valor real de produccin (VP)
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 127
Luego los Ait estimados son convertidos al ndice PTFit el cual proviene de:
[4.2] PTFit = (100. Ait )/Ap; Ap = ( Ait )/N ; N es el nmero de observaciones.
i
32
Para todos los mtodos, la estimacin elegida para los clculos de la PTF fue la no balanceada de 4, 3 y
2 aos con el indicador k1.
101,19
100,58
99,09
94,68
98,88
100,00
Prom
2,89
-0,44
1,53
-2,48
0,38
0,90
Var %
MCO
123,84
90,18
90,45
82,53
96,75
100,00
Prom
2,09
-5,10
-3,15
-7,03
-3,30
-2,60
Var %
Efectos fijos
102,34
99,44
97,44
101,50
100,18
100,00
Prom
2,39
-4,79
-3,95
-8,07
-3,61
-2,65
Var %
Efectos aleatorios
183,42
61,77
61,42
77,60
96,05
100,00
Prom
9,23
7,59
9,65
7,69
8,54
8,58
Var %
Levinsohn-Petrin
106,53
99,15
95,06
92,87
98,40
100,00
Prom
3,72
0,47
2,22
-1,57
1,21
1,73
Var %
Olley-Pakes
95,30
103,54
98,69
107,50
101,26
100,00
Prom
MCO
2,22
-2,04
1,50
-1,77
-0,02
0,21
Var %
163,50
63,83
78,65
75,12
95,28
100,00
Prom
9,23
7,23
10,54
8,52
8,88
8,77
Var %
Levinsohn-Petrin
3,01
-1,11
2,22
-1,03
0,77
1,03
Var %
Olley-Pakes
100,12
101,73
95,68
105,60
100,78
100,00
Prom
Fuente: INEI (2002-2007). Cuadro A1. Elaboracin propia. La muestra cuenta con 114 empresas de las ramas S1, 131 empresas de las ramas S2, 88 empresas de las ramas S3 y 25 empresas
de las ramas S4. En promedio, 40 empresas son pequeas, 167 medianas y 151 grandes. La muestra representa el 14,8% del valor agregado real de manufacturas y el 5,16% del empleo.
Sectores
Cuadro 6. Productividad Total Factorial y su tasa de variacin anual de acuerdo a la estimacin del VP. Muestra de 358 empresas
en 3 aos (2002, 2005, 2007)
Fuente: INEI (2002-2007), Cuadro A1. Elaboracin propia. Las estimaciones de la tasa de variacin anual de la PTF, con efectos fijos y aleatorios, provienen de las estimaciones de los
dichos coeficientes para los perodos 2005-2006 y 2006-2007. La muestra cuenta con 74 empresas de las ramas de procesamiento de productos primarios, 94 empresas de las ramas
manufactureras ligeras, 57 empresas de las ramas intensivas en tecnologa y 17 empresas del cuarto grupo de ramas. En promedio, 20 empresas son pequeas, 98 medianas y 124
grandes. La representatividad de la muestra en valor agregado real fue de 11,6% y en empleo del 4,27%.
Sectores
Cuadro 5. Productividad Total Factorial y su tasa de variacin anual de acuerdo a la estimacin del VP. Muestra de 242 empresas
en 4 aos (2002, 2005, 2006, 2007)
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 129
Prom
100,18
104,09
88,49
113,57
97,59
100,00
MCO
1,20
-3,15
0,53
-3,16
-1,15
-0,95
Var %
215,34
34,32
66,98
43,39
105,55
100,00
Prom
9,21
7,00
9,19
9,55
8,74
8,35
Var %
Levinsohn-Petrin
Prom
108,32
99,62
86,82
106,14
98,25
100,00
2,00
-2,20
1,18
-2,20
-0,31
-0,11
Var %
Olley-Pakes
85,88
186,28
113,58
36,04
105,45
120,84
Prom
-0,84
3,65
3,05
-3,99
0,46
1,77
Var %
87,53
93,23
85,19
76,83
85,69
88,24
Prom
3,23
0,64
3,20
-2,17
1,23
1,95
Var %
Medianas
124,28
92,75
100,61
118,52
109,04
105,83
Prom
4,78
-0,10
0,99
-0,84
1,21
1,56
Var %
Grandes
106,53
99,15
95,06
92,87
98,40
100,00
Prom
Total
3,72
0,47
2,22
-1,57
1,21
1,73
Var %
Fuente: Cuadro A1. Elaboracin propia. La muestra comprende: 74 empresas de las ramas S1, 94 empresas de las ramas S2, 57 empresas de las ramas S3 y 17 empresas de las ramas S4.
De las 242 empresas 20 empresas son pequeas, 98 medianas y 124 grandes.
Sectores
Cuadro 8. Productividad Total Factorial y su tasa de variacin anual de acuerdo a la estimacin del VP. Muestra de 242 empresas en 4
aos (2002, 2005, 2006, 2007)
Fuente: INEI (2002-2007), Cuadro A1. Elaboracin propia. La muestra cuenta con 185 empresas de las ramas S1, 230 empresas de las ramas S2, 127 empresas de las ramas S3 y 36
empresas de las ramas S4. En promedio, 84 empresas son pequeas, 293 medianas y 201 grandes. La representatividad de la muestra que el valor agregado real es de 21,19 % y 6,92%
en empleo.
Sectores
Cuadro 7. Productividad Total Factorial y su tasa de variacin anual de acuerdo a la estimacin del VP. Muestra de 578 empresas en
2 aos (2002, 2007)
85,08
156,96
95,14
57,15
98,58
108,85
Prom
-1,50
-0,85
4,29
-3,85
-0,48
0,10
Var %
Pequeas
Prom
75,59
94,56
86,72
95,56
88,11
86,25
1,94
-1,47
1,98
-2,18
0,07
0,56
Var %
134,33
96,94
107,47
133,45
118,05
112,92
Prom
5,27
-0,87
1,93
1,57
1,98
1,78
Var %
Grandes
Prom
100,12
101,73
95,68
105,60
100,78
100,00
Total
3,01
-1,11
2,22
-1,03
0,77
1,03
Var %
99,51
162,17
92,38
94,31
112,09
121,26
-0,74
-5,91
0,06
-11,51
-4,52
-3,45
Var %
Pequeas
Prom
72,18
87,61
77,16
96,33
83,32
80,91
0,64
-1,46
1,79
-2,06
-0,27
-0,07
Var %
Medianas
Prom
168,23
92,40
99,12
132,68
123,11
119,05
5,08
-2,11
0,44
1,21
1,16
0,84
Var %
Grandes
Prom
108,32
99,62
86,82
106,14
100,23
100,00
Prom
Total
2,00
-2,20
1,18
-2,20
-0,31
-0,11
Var %
Fuente: Cuadro A1. Elaboracin propia. La muestra comprende 185 empresas de las ramas S1, 230 empresas de las ramas S2, 127 empresas de las ramas S3 y 36 empresas de las ramas
S4. De las 578 empresas 84 son empresas pequeas, 293 medianas y 201 grandes.
Sectores
Cuadro 10. Productividad Total Factorial y su tasa de variacin anual de acuerdo a la estimacin del VP. Muestra de 578 empresas en
2 aos (2002, 2007)
Fuente: Cuadro A1. Elaboracin propia. La muestra comprende 114 empresas de las ramas S1, 131 empresas de las ramas S2, 88 empresas de las ramas S3 y 25 empresas de las ramas
S4. De las 358 empresas 40 empresas son pequeas, 167 medianas y 151 grandes.
Sectores
Empresas
Cuadro 9. Productividad Total Factorial y su tasa de variacin promedio anual de acuerdo a la estimacin del VP. Muestra de 358
empresas en 3 aos (2002, 2005, 2007)
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 131
(iii) Para los tres tamaos de muestras, el ndice de PTF es mayor para empresas
grandes seguida por empresas pequeas. Las empresas medianas fueron las que
tuvieron menores ndices de productividad. Conforme el nmero de empresas
por tamao crece, la tasa de variacin de la PTF de las empresas grandes y
medianas crece mientras que la de las empresas pequeas decrece.
Consistente con los diversos estudios de pases de Amrica Latina (resumidos en el
cuadro 1), los resultados de las estimaciones de los niveles y tasas de crecimiento anual
de las empresas manufactureras revelan que estas varan de acuerdo al tamao y rama
industrial donde se ubican las firmas y que, en general, el crecimiento de la PTF no ha
sido significativo.
Los cuadros del 11 al 13 descomponen la tasa de crecimiento del valor real de produccin en las fuentes de crecimiento debido a los factores (e insumos) de produccin,
la experiencia de las empresas y la PTF. Las cifras de los cuadros revelan que el crecimiento de las ramas manufactureras se debe, fundamentalmente, al crecimiento del
capital y la mano de obra y no al crecimiento de la PTF. Datos no reportados a nivel de
las muestras de empresas consideradas y los reportados por PRODUCE (2011), revelan
que la capacidad instalada creci en el perodo 2002-2007 cerca de 5% por ao para
562 empresas y 2% para todo el sector fabril. La consideracin de la capacidad instalada en las estimaciones de la PTF (realizadas por ejemplo en Cabezas, 1994) sugieren
que la contribucin de la PTF al crecimiento del producto podra estar sobrestimado
de la misma forma que la respectiva contribucin del capital. As, el crecimiento del
sector manufacturero en el perodo 2002-2007 puede ser explicado por el crecimiento
de la capacidad instalada, empleo y, en menor medida, por la inversin con cambios no
significativos en la PTF.
Cuadro 11. Fuentes de crecimiento del valor real de produccin de 242 empresas,
2002, 2005, 2006 y 2007
Variable
%VP
0,422
2,38
2,74
1,74
1,15
2,00
2,28
0,139
1,12
1,18
1,04
1,39
1,18
1,14
exp
T2002-2007 PTF
Fuente: Cuadro A1. Elaboracin propia. La muestra se compone de: 74 empresas de las ramas de bienes primarios, 94
empresas de las ramas manufactureras ligeras, 57 empresas de las ramas intensivas en tecnologa y 17 empresas de las
ramas de alimentos, bebidas y tabaco. En promedio, 20 empresas son pequeas, 98 medianas y 124 grandes.
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 133
Cuadro 12. Fuentes de crecimiento del valor real de produccin de 358 empresas,
2002, 2005 y 2007
Variable
% VP
exp
T2002-2007 PTF
8,60
2,42
2,18
1,42
-0,12
-0,50
3,01
6,30
3,15
2,75
1,90
-0,15
-0,50
-1,11
8,51
3,54
1,70
1,56
-0,14
-0,50
2,22
4,75
4,52
0,53
1,20
-0,15
-0,50
-1,03
7,04
3,41
1,79
1,52
-0,14
-0,50
0,77
Promedio de firmas
7,47
3,11
2,16
1,61
-0,14
-0,50
1,03
Fuente: Cuadro A1. Elaboracin propia. La muestra se compone de: 114 empresas de la industria de bienes primarios,
131 empresas de la industria manufacturera ligera, 88 empresas de la industria intensiva en tecnologa y 25 empresas de
la industria alimentaria, bebidas y tabaco. La muestra comprende, en promedio, a 40 empresas pequeas, 167 empresas
medianas y 151 empresas grandes.
Cuadro 13. Fuentes de crecimiento del valor real de produccin de 578 empresas,
2002 y 2007
Variable
% VP
exp
T2002-2007 PTF
8,40
2,69
2,41
1,77
-0,13
-0,50
2,00
6,03
3,33
3,09
2,19
-0,16
-0,50
-2,20
7,22
3,46
1,61
1,53
-0,14
-0,50
1,18
5,03
4,56
0,75
2,38
-0,14
-0,50
-2,20
6,67
3,51
1,96
1,97
-0,14
-0,50
-0,31
Promedio de firmas
6,99
3,23
2,40
1,92
-0,14
-0,50
-0,11
Fuente: Cuadro A1. Elaboracin propia. La muestra comprende: 185 empresas de la rama de bienes primarios, 230
empresas de las ramas de manufactureras ligeras, 127 empresas de las ramas intensivas en tecnologa y 36 empresas de las
ramas de alimentos, bebidas y tabaco. En promedio, 84 empresas son pequeas, 293 medianas y 201 grandes.
MCO
Levinsohn-Petrin
0,463***
0,225***
0,422***
0,422***
0,445***
0,295***
0,088**
0,269***
0,276**
0,229
0,157***
0,087***
0,135***
0,139***
0,105
Ex
-0,104***
-0,025
-0,089**
-0,021
-0,098**
-0,009
-0,037
-0,024
0,040
0,072
Dt3
0,146
0,018
0,027
0,119
0,171
DS1
0,266***
0,341**
0,208*
0,241**
Ds2
0,088
0,162
0,074
0,087
Ds3
0,406***
0,448***
0,381***
0,426***
-0,005
0,002
Dt2
0,001
0,052***
0,022***
7,57***
12,23***
8,195***
R2adj
0,834
0,811
0,834
Nobs
1842
1842
1842
1842
1842
Nempresas
641
641
641
641
641
T2002-2007
C
Fuente: INEI (2002-2007). Elaboracin propia. * Nivel de Significancia al 10%; ** al 5%; *** menos del 1%.
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 135
REFERENCIAS BIBLIOGRFICAS
Ackerberg, Daniel, C. Lanier Benkard, Steven Berry y Ariel Pakes (2007). Econometric Tools for
Analyzing Market Outcomes. En J. Heckman y E. Leamer (eds.), Handbook of Econometrics (vol. 6A, cap. 63.) Reino Unido: North Holland.
Ackerberg, D., Kevin Caves y Garth Frazer/(2006). Structural Identification of Production
Functions. Mimeo, Department of Economics, UCLA.
Arnold, J. (2005). Productivity Estimation at the Plant Level: A practical guide. Miln: Bocconi
University.
Astorga, P., A. Bergs, V. Fitzgerald (2011). Productivity Growth in Latin America over the Long
Run. The Review of Income and Wealth, 57(2), 203-223.
Balk, B. (1998). Industrial Price, Quantity, and Productivity Indices: The Microeconomic Theory
and An Application. Boston: Kluwer Academic Publishers.
Baltagi, B.H. (1995). Econometric Analysis of Panel Data. Nueva York: John Wiley & Sons.
Banco Central de Reserva del Per, BCRP (2008). Limitantes al crecimiento econmico. Notas
de Estudios del BCRP, No. 1, 04 de enero.
Barrodale I., F. D. K. Roberts (1974). Solution of an Overdetermined System of Equations in the
Norm. Communications of the ACM, 17(6), 319-320.
Basett, G., R. Koenker (1978). Regression Quantiles. Econometrica, 46, 33-50.
Basett, G., R. Koenker (1982). An empirical quantile function for linear models with iid errors.
Journal of the American Statistical Association, 77, 407-415.
Bierens, H. J. (1987). Kernel Estimators of Regression Functions. En T. F. Bewley (ed.). Advances
in Econometrics-Fifth World Congress (vol. I). Cambridge: Cambridge University Press.
Birbuet, J., C. Machicado (2009a). Misallocation and Manufacturing TFP in the Market Liberalization Period of Bolivia. Development Research Working Paper Series, No. 06/2009,
Institute for Advanced Development Studies.
Birbuet, J., C. Machicado (2009b). Understanding Productivity Levels, Dispersion and Growth in
the Leather Shoe Industry: Effects of Size and Informality. Development Research Working
Paper Series, No. 08/2009, Institute for Advanced Development Studies.
Blundell, R., S. Bond (1998). Initial conditions and moment restrictions in dynamic panel data
models. Journal of Econometrics, 87, 115-143.
Blundell, R., S. Bond (2000). GMM estimation with persistent panel data: an application to
production functions. Econometric Reviews, 19, 321-340.
Buchinsky, M. (1995). Estimating the Asymptotic Covariance Matrix for Quantile Regression
Models: A Monte Carlo Study. Journal of Econometrics, 68, 303-338.
Busso, M., L. Madrigal, C. Pags (2012). Productivity and Resource Misallocation in Latin America.
IDB Working Paper Series No. IDB-WP-306.
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 137
Eslava, M., J. Haltiwanger, A. Kugler y M. Kugler (2010). Market Reforms, Factor Reallocation,
and Productivity Growth in Latin America. En Norman Loayza y Luis Serven (eds.). Business
Regulation and Economic Performance (pp. 225-263). Washington: The World Bank.
Eslava, M., J. Haltiwanger, A. Kugler y M. Kugler (2009). Trade Reforms and Market Selection:
Evidence from Manufacturing Plants in Colombia. NBER Working Paper, No. 14935.
Eslava, M., J. Haltiwanger, A. Kugler y M. Kugler (2004). The effects of structural reforms on
productivity and profitability enhancing reallocation: evidence from Colombia. Journal
of Development Economics, 75, 333- 371.
Esteban-Pretel, J., R. Nakajima, R. Tanaka (2010). TFP growth slowdown and the Japanese labor
market in the 1990s. Journal of the Japanese and International Economies, 24, 50-68.
Farias, J.C. y S. Ruano, (2005). Firm productivity, heterogeneity, sunk costs and market selection. International Journal of Industrial Organization, 23, 505-534.
Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of Royal Statistical
Society, A 120, pp. 253-290.
Fernandes, A. (2007). Trade Policy, Trade Volumes and Plant Level Productivity in Colombian
Manufacturing Industries. Journal of International Economics, 71(1), 52-71.
Ferreira, P., S. Pessa, F. Veloso (2012). On the Evolution of Total Factor Productivity in Latin
America. Economic Inquiry, enero, Wiley On Line Library.
Fijie, R., S. Grosskopf y C. A. K. Lovel (1985). The Measurement of Efficiency of Production.
Boston: Khiwer-Nijhoff Publishing.
Fuglie, K. (2010). Total factor productivity in the global agricultural economy: Evidence from
FAO data. En Julian Alston, Bruce Babcock, Philip Pardey (eds.). The Shifting Patterns
of Agricultural Production and Productivity Worldwide (pp. 63-95). Ames, Iowa: Midwest
Agribusiness Trade and Research Information Center.
Fuss, M., D. McFadden, Y. Mundlak (1978). A Survey of Functional Forms in the Economic
Analysis of Production. En Melvyn Fuss y Daniel L. McFadden (eds.), Production
Economics: A Dual Approach to Theory and Applications. Volume I: The Theory of Production,
msterdam: North-Holland.
Gallardo, J., A. Arrieta (2000). Medicin y dinmica de la produccin industrial. Lima: CIES.
Goldberg, P.K., A. Khandelwal, N. Pavcnik, P. Topalova (2008). Multi-product firms and product
turnover in the developing world: evidence from India. National Bureau of Economic
Research Working Paper Series 14127.
Griliches, Z. (1957). Specification Bias in Estimates of Production Functions. Journal of Farm
Economics, 39, 8-20.
Griliches, Z. y J. Mairesse (1998). Production Functions: The Search for Identification. En
Econometrics and Economic Theory in the Twentieth Century: The Ragnar Frisch Centennial
Symposium (pp. 169-203). Cambridge: Cambridge University Press.
Haltiwanger, J., S. Scarpetta y H. Schweiger (2008). Assessing Job Flows Across Industries: The Role
of Industry, Firm Size and Regulations. NBER, Working Paper 13920.
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 139
Marschak J. and W.H. Andrews (1944). Random Simultaneous Equations and the Theory of
Production. Econometrica, 12(3/4), Jul-Oct., 143-205.
Morn, E., E. Carranza y J. Fernndez-Baca (2005). Markets, government and the sources of
growth in Peru. En E. Fernndez-Arias, R.E. Manuelli y J. S. Blyde (eds.), Sources of growth
in Latin America: What is missing? Washington D.C.: Inter-American Development Bank.
Morrison A., A. Semenick (2000). Trade Reform Dynamics and Technical Efficiency: The
Peruvian Experience. World Bank Econ. Rev. 14, 309-330.
Morrison, M. Yasar (2007). International linkages and productivity at the plant level: Foreign
direct investment, exports, imports and licensing. Journal of International Economics, 71,
373-388.
Nadiri, M. (1970). Some Approaches to the theory of Measurement of Total Factor Productivity:
A Survey. Journal of Economic Literature, 8, dic, 1137-1177.
Nevo A. (2009). Estimation of Production Functions. Mimeo Northwestern University,
Winter.
OECD (2008). OECD Compendium of Productivity Indicators. OECD
Olley, S., A. Pakes (1996). The Dynamics of Productivity in the Telecommunications Equipment
Industry. Econometrica, 64(6), 1263-1298.
Ornaghi, C. (2006). Assessing the effects of measurement errors on the estimation of production
functions. Journal of Applied Econometrics, 21, 879-891.
Pags, C. (ed.) (2010). The Age of Productivity: Transforming Economies from the Bottom Up.
Washington D. C.: Inter American Development Bank.
Palma, J. (2010). Why has productivity growth stagnated in most Latin American countries since
the neo-liberal reforms? Cambridge Working Papers in Economics (CWPE) 1030. A
shortened version of this paper will be published in J. A. Ocampo and J. Ros (eds.), The
Handbook of Latin American Economics, OUP.
Pavcnik, N. (2002). Trade Liberalization, Exit, and Productivity Improvements: Evidence from
Chilean Plants. The Review of Economic Studies, 69(1)1, Jan., 245-276.
Poi, B., M. Yasar, R. Raciborski (2006). Production Function Estimation in Stata Using the
Olley and Pakes Method. Stata Journal, StataCorp LP, 8(2), 221-231, June.
Powell, J. (1986). Censored Regression Quantiles. Journal of Econometrics, 32, 143-155.
Restuccia, D. (2011). The Latin American Development Problem. Working Paper 432. Departamento de Economa, Universidad de Toronto, junio.
Rodrik, D., M. McMillan (2011). Globalization, Structural Change and Productivity Growth.
ILO-WTO.
Saliola, F., M. Seker (2011). Total Factor Productivity Across the Developing World. Enterprise
Surveys Enterprise Note Series, 23. Washington D.C.: World Bank Group.
Schor, A. (2004). Heterogeneous productivity response to tariff reduction. Evidence from
Brazilian manufacturing firms. Journal of Development Economics, 75, 373-396.
Fuentes de informacin
Banco Central de Reserva del Per, BCRP (2012). Estadstcas econmicas. http://www.bcrp.
gob.pe/estadisticas.html
Banco Mundial (2012). http://www.enterprisesurveys.org/
CEDLAS and The World Bank (2011). Socio-Economic Database for Latin America and the
Caribbean. http://sedlac.econo.unlp.edu.ar/esp/estadisticas-detalle.php?idE=20
Conference Board Data (2012). http://www.conference-board.org/data/economydatabase/
INEI, 2008. Censo Nacional Econmico 2008. Lima, Per. http://censos.inei.gob.pe/Cenec
2008/cuadros/?id=CensosNacionales
INEI 2007. Censo Nacional Econmico de Manufacturas del 2007. Lima Per.
INEI, 2006. Encuesta Econmica de Manufacturas, 2006. Lima, Per.
INEI, 2005. Encuesta Econmica de Manufacturas, 2005. Lima, Per.
INEI, 2002. Censo Nacional Econmico de Manufacturas del 2002. Lima Per.
Ministerio de Economa y Finanzas (2012). Estadsticas. http://www.mef.gob.pe/index.
php?option=com_content&view=article&id=266%3Aestadisticas&catid=136%3Aestad
isticas&Itemid=100236&lang=es
Mario D. Tello Productividad Total Factorial en el sector manufacturero del Per: 2002-2007 141
Per Top Publication, 2007. Las 10,000 Top Empresas del Per. Lima, Per.
Per Top Publication, 2002. Las 10,000 Top Empresas del Per. Lima, Per.
PRODUCE (2012a). Estadsticas del Censo del 2007. Ministerio de la Produccin. http://www.
produce.gob.pe/portal/portal/apsportalproduce/internaindustria?ARE=2&JER=318
PRODUCE (2012b). Estadstica Mensual del Sector Industrial. Ministerio de la Produccin.
http://www.produce.gob.pe/portal/portal/apsportalproduce/internaindustria?ARE=2
&JER=409
PRODUCE (2011). Anuario Estadstico 2011. Lima Per.
SUNAT, 2012a. Superintendencia Nacional de Administracin Tributaria, www.sunat.gob.pe
SUNAT, 2012b. Estadstica de Comercio Exterior. http://www.aduanet.gob.pe/aduanas/infor
mae/estadisticasComExt.htm