METODOLOGA PARA DETECCIN E IDENTIFICACIN DE CLUSTERS INDUSTRIALES

COMPARACIN Y PROPUESTA REPORTE DE ESTADA DOCTORAL

Efrn Armando Osorio Ramrez Armando Heredia Gonzlez Pablo Nuo de la Parra Maricela Castillo Leal Jorge Antonio Acevedo Martines

ISBN-10: 84-690-0603-0 N Registro: 06/65713

Para citar este libro puede utilizar el siguiente formato: Osorio Ramrez, E.A. y otros (2006) Metodologa para deteccin e identificacin de clusters industriales Edicin electrnica. Texto completo en www.eumed.net/libros/2006b/eaor/

Efrn Armando Osorio Ramrez

Profesor Investigador Instituto Tecnolgico de Puebla efrenosorio@yahoo.com.mx

Armando Heredia Gonzlez

Profesor Investigador del Instituto Tecnolgico de Tehuacan Aheredia2001@yahoo.com.mx

Pablo Nuo de la Parra

Director del Centro Interdisciplinario de Posgrados Investigacin y Consultoria UPAEP pablo.nuno@upaep.mx

Maricela Castillo Leal

Profesora Investigadora del Instituto Tecnolgico de Oaxaca

Jorge Antonio Acevedo Martines

Profesor Investigador del Instituto Tecnolgico de Oaxaca jacevedo29@hotmail.com

Indice. Introduccin. ............................................................................... 4 Objetivos.................................................................................. 8 Capitulo I: Aproximacin Terica. ................................................... 9 Marco de las principales escuelas tericas sobre aglomeraciones geogrficas, clusters regionales y Redes....................................... 9 Las teoras de la localizacin y de geografa econmica. ............... 11 Teora de los encadenamientos ................................................ 13 La teora de interaccin y los distritos industriales .................... 14 Teora de los Clusters Industriales ............................................ 17 Configuracin de un marco terico integral. ................................ 49 Nuevo enfoque en la integracin de clusters (Redes de valor ) ...... 59 Definir una red de valor .......................................................... 60 El cliente elige ....................................................................... 60 Capitulo II. Metodologa de Estudio de Casos y Anlisis para un Cluster Industrial. .................................................................................. 64 Metodologa Estudio de Casos ..................................................... 64 Definicin De La Metodologa De Deteccion E Identificacin De Clusters Industriales ............................................................................. 79 Propuesta Metodologca para el anlisis de un Cluster Industrial ... 146 Bibliografa. .............................................................................. 181

Introduccin. Las economas, independientemente del mbito geogrfico que

abarquen, muestran ciertos patrones de especializacin, aprovechando su posicin competitiva en uno o varios conjuntos interrelacionados de sectores, a los que se ha dado en denominar como clusters. En este sentido, existe un amplio consenso en que las empresas resultan ms competitivas cuando se encuentran agrupadas espacialmente, explotando de esa forma ciertas ventajas productivas asociadas a la proximidad espacial con otras empresas y agentes que intervienen, directa o indirectamente, en la actividad productiva. Esta idea, que se remonta inicialmente a las aportaciones de Alfred Marshall, ha sido profusamente tratada en las ltimas dcadas tanto desde un punto de vista terico como emprico en la literatura econmica. La investigacin acadmica y las actuaciones de poltica econmica en torno a los clusters han tenido como referencia bsica la definicin formulada por M. Porter de de clusters servicios, industriales empresas como en las concentraciones geogrficas de empresas interconectadas, proveedores especializados, proveedores sectores prximos, e instituciones asociadas (como por ejemplo universidades, agencias gubernamentales, asociaciones empresariales, etc) en mbitos particulares que compiten pero que tambin cooperan. Una de las caractersticas bsicas de la lnea posiblemente ms prolfica en el anlisis de clusters industriales, aquella basada en el anlisis de caso, es la asuncin a priori de la existencia en un territorio determinado de uno o varios clusters que constituyen precisamente el

objeto del estudio. Es decir, se suele asumir la presencia del cluster que se analiza sin contrastar previamente de forma rigurosa su existencia. Aun en el caso en que en ese tipo de estudios se hayan definido unos criterios para mostrar la presencia de los clusters, el inconveniente es que dichos criterios suelen ser particulares a cada caso analizado, pudiendo verse afectados por diferencias en la escala geogrfica y sectorial considerada. Son precisamente estas circunstancias las que han motivado recientemente permita la necesidad de establecer robusta una y metodologa que identificar sistemtica,

objetivamente clusters industriales y conocer su ubicacin precisa en el territorio, en lo que ha dado en denominarse como mapeado de clusters (cluster mapping en la nomenclatura anglosajona). De esta forma, han aparecido recientemente aportaciones que sugieren mtodos que, apoyndose en la definicin de cluster industrial, establecen criterios estadsticos para su deteccin e identificacin. Estos mtodos han sido ya aplicados a diversas economas habiendo permitido obtener los mapas de, por ejemplo, los Estados Unidos, Gran Bretaa, Suecia, Francia y Alemania La utilidad que tiene la disponibilidad de un mapa de clusters para la valoracin de la situacin existente y para el diseo de polticas, justifica el esfuerzo de su realizacin de forma sistemtica y con una metodologa comn para el conjunto de la economa y para cada uno de los niveles en que se puede dividir el conjunto del territorio. No obstante, la existencia de diversas propuestas con aproximaciones metodolgicas diferenciadas y la elevada demanda de informacin estadstica detallada por parte de algunas de stas, hacen aconsejable un estudio previo de la adecuacin al caso concreto de los diversos mtodos existentes y de la posible necesidad de ajustes en la aplicacin 5

de estos. Adicionalmente, resulta conveniente valorar a priori i) la disponibilidad de informacin estadstica de base, en su vertiente sectorial y territorial, ii) las magnitudes econmicas de las que se requerira informacin, dado que la misma podra condicionar la aplicacin de algunos de los mtodos disponibles, iii) la complejidad que entraara la implementacin de cada uno de los mtodos disponibles, dado que esta circunstancia puede condicionar seriamente las posibilidades de actualizacin y extensin posterior del anlisis a mbitos territoriales y sectoriales concretos y iv) proponer una nueva metodologa para este tipo de estudios. La aplicacin de una metodologa especfica para el caso de una

economa, se han obtenido tras realizar una exhaustiva revisin de la literatura existente, en la que se han procesado tanto trabajos estrictamente acadmicos como informes en los que se recoge la experiencia de la aplicacin de algunas de las metodologas propuestas para diversas economas. Esta tarea ha permitido identificar dos aproximaciones que incorporan explcitamente un mtodo de deteccin e identificacin de clusters industriales en el territorio. El primero se fundamenta en las aportaciones de Michael Porter y su equipo de colaboradores en el Institute for Strategy and Competitiveness en la Harvard Business School. Con este mtodo, al que denominaremos la Porter, esta institucin ha elaborado un mapa exhaustivo de clusters para la economa norteamericana, habiendo intervenido tambin, directa o indirectamente, en la elaboracin de mapas para otras economas. La segunda de las propuestas identificadas se configura en torno a los trabajos de Thomas Brenner, investigador del Max Planck Institute of Economics. Su propuesta se basa en la capacidad de ajustar la distribucin observada de la actividad econmica a travs de una distribucin terica asociada a una situacin de aglomeracin y a otra 6

asociada a aleatoriedad. Por esta razn lo denominamos en el informe como mtodo basado en la comparacin de distribuciones. Las diferencias entre ambos enfoques son sustanciales y conducen a pensar que los resultados obtenidos a partir de la aplicacin de uno u otro mtodo pueden diferir notablemente, lo que unido al coste asociado a la implementacin de ambos, no hace ms que justificar la necesidad de valorar a priori las ventajas e inconvenientes de su implementacin para el caso de la economa espaola. A pesar de no contener un procedimiento explcito que permita la deteccin e identificacin inmediata de clusters, hemos incluido en el anlisis efectuado una tercera aproximacin, basada en la distancia que separa a las empresas localizadas en el territorio de una economa. Esta estrategia goza de una amplia difusin en el anlisis de la localizacin en el mbito de otras disciplinas (ecologa, biologa, epidemiologa, etc) y ha sido adaptada para el caso del anlisis de la localizacin de la actividad econmica por Marcon y Puech (2003) y por Duranton y Overman (2005). Pero despus de considerar detalladamente estas aportaciones debemos concluir que no incorporan ningn instrumento que permita de forma directa la deteccin e identificacin de clusters en el territorio. Aun as hemos optado por incluirlas en el informe dado su posible utilidad como instrumento para valorar la presencia de clusters en los sectores analizados y por la posibilidad de que en el futuro se desarrollen instrumentos que permitan extender los principios de los mtodos basados en las distancias a la elaboracin de mapas de clusters.

Objetivos Este Trabajo es producto de la estancia doctoral que se realizo en la Universidad Popular Autnoma del estado de Puebla bajo la direccin del Doctor Armando Heredia Gonzlez (director de tesis) , Doctor Ral Morales Carrasco (Investigador del ITPuebla), Doctor Pablo Nuo de la Parra (Director del Centro Interdisciplinario de Posgrados Investigacin y Consultoria UPAEP) , y su objetivo bsico es el de determinar los puntos fuertes y las limitaciones de los distintos mtodos existentes y valorar la viabilidad de su aplicacin. Este objetivo bsico se puede detallar en otros especficos que a continuacin se glosan: analizar los elementos bsicos constituyentes del concepto de cluster industrial, con el objetivo primordial de valorar la adecuacin de los mtodos disponibles para su deteccin e identificacin, elaborar un estado del arte acerca de las caractersticas

fundamentales de los mtodos existentes para la realizacin de un mapa de clusters, anticipar las necesidades de informacin estadstica de los distintos mtodos y las posibilidades de su adecuacin a los datos disponibles para la economa espaola determinar la potencialidad del output generado a travs de cada uno de los mtodos para valorar los resultados de las polticas existentes y contribuir al diseo de las futuras, y Configurar una nueva Metodologa. 8

Capitulo I: Aproximacin Terica. Marco de las principales escuelas tericas sobre aglomeraciones geogrficas, clusters regionales y Redes En materia de economa industrial, los trabajos sobre el xito de los conglomerados caracterizados como sistemas locales de empresas con patrones de organizacin y especializacin flexible que posibilitan la generacin de un trade-off entre economas de alcance y escala, en las empresas que se especializan en una secuencia fabril inserta en la cadena de valor agregado de la aglomeracin. Desde que en 1990 Porter publicara su libro La ventaja competitiva de las naciones el anlisis de clusters se ha expandido vertiginosamente. En ello influy, por un lado, la aparicin o desarrollo, desde mediados de los aos 80, de una serie de corrientes econmicas, a saber: Dentro de la economa de la innovacin, del enfoque de los sistemas nacionales, regionales y sectoriales de innovacin, De la geografa econmica e industrial (especialmente de la corriente neomarshalliana de los distritos industriales), Dentro de la economa tradicional, de las nuevas teoras del crecimiento econmico y del comercio internacional, Y dentro de la economa organizacional, de los llamados costes de transaccin, de la teora de la firma y de la literatura basada en los recursos. (Vase Dahl 2001:1 y la figura 3 ).

Figura 3.

El inters se debe al ambiente cognitivo local en el que las empresas operan y que ha sido objeto de estudio de grandes economistas expertos en temtica distrital, que van desde Marshall a Porter, desde Rulliani a Beccatini, los cuales han analizado las regiones del norte italiano, como tambin de Dinamarca y en el estado Germano de BadenWrttemberg, entre otras, y coinciden en que existen races profundas en la historia, en la cultura, las instituciones y en la economa de las reas que originan estas aglomeraciones. Entre los aportes de tales investigaciones se destaca la complejidad en la formacin de los conglomerados la cual ha sido confiada a un conjunto de decisiones colectivas que surgen de la colaboracin entre actores pblicos y privados, asociados a la interrelacin existente entre

10

poltica industrial y territorio, concurriendo de un modo relevante a determinar el destino de los contextos locales y regionales. Para tratar de desentraar la complejidad en la formacin de estas aglomeraciones se har una revisin de los enfoques tericos, que han dado un cuerpo slido a la actual fundamentacin de los conglomerados, como una opcin clara de desarrollo en determinadas localidades.

Las teoras de la localizacin y de geografa econmica.

La mayora de los elementos postulados por las teoras de localizacin y geografa econmica no son completamente nuevos. En 1909 Alfred Weber desarroll su teora en donde explica el procedimiento de localizacin de una industria, denominada Teora de la ubicacin industrial, utilizando los costos de distancia y transporte como su variable explicativa central. Posteriormente, Alfred Marshall en 1920 y Young en 1928 desarrollaron el concepto de las ventajas de aglomeracin vinculadas a los rendimientos crecientes a escala. En este mismo trabajo Marshall identific tres razones diferentes a favor de la concentracin de una actividad en un determinado lugar. En primer lugar, gracias a la concentracin de un elevado nmero de empresas de un ramo en el mismo lugar, genera un centro industrial, el cual crea un mercado conjunto para trabajadores cualificados. Este mercado conjunto beneficia, tanto a los trabajadores como a las empresas. En segundo lugar, un centro industrial permite el aprovisionamiento, en una mayor variedad y a un costo inferior, de factores concretos necesarios al sector que no son objeto de comercio. Por ltimo, debido a que la informacin fluye con ms facilidad en un mbito reducido que a lo largo de grandes

11

distancias, un centro industrial genera lo que Krugman denomina smosis tecnolgica (technological spillovers). Por su parte, Alfred Christaller, en 1935, defini una actividad comercial (lugar central) como aquella ubicada espacialmente que brinda un servicio a un rea circular (rea complementaria), que puede cumplir una funcin nica o mltiple. En cuanto a esta ltima, menciona la existencia de servicios de alto orden (gran demanda inicial, con grandes reas de mercado para un solo abastecimiento) y bajo orden (demanda inicial baja, apoyados por un rea de mercado pequea), as como la definicin de una estructura jerrquica. El pilar de las teoras de localizacin expuestas recalca el peso relativo del costo de transporte en el costo final, lo cual le da sentido a la decisin de algunas actividades de ubicarse preferiblemente cerca de la materia prima (los recursos naturales); otras se emplazan cerca de los mercados a los cuales dirigen su produccin, al tiempo que otras se ubican en forma intermedia o en otro lugar, tal como lo expresa la siguiente aseveracin: Este enfoque subraya asimismo las interdependencias de la materia prima y el producto procesado y tambin los productos que hacen ms fcil coordinar 1998:107). La variable clave en los modelos de ubicacin es la distancia, o en forma ms precisa, los costos en dinero, tiempo e inconveniencia de la distancia. La teora de la ubicacin se toma como normativa y expone 12 sus movimientos en una sola ubicacin (Ramos,

cmo deberan comportarse las actividades, en forma ideal, bajo las suposiciones establecidas.

Teora de los encadenamientos

La teora de los encadenamientos productivos nace con el trabajo de Hirschman (1958) y sus famosos acoplamientos hacia atrs y hacia adelante (backward and forward linkages). Los encadenamientos son los efectos indirectos sobre la produccin, el ingreso, el empleo, los impuestos, los recursos, o los cambios ambientales en industrias conexas, ofertantes o demandantes de una industria dada, causados por cambios exgenos en ella. Los supuestos de los encadenamientos procuran mostrar cmo y cundo la produccin de un sector es suficiente para satisfacer el umbral mnimo o escala mnima necesaria para hacer atractiva la inversin en otro sector que ste abastece (encadenamientos (forward). Cuando la realizacin de una inversin hace rentable la realizacin de una segunda inversin, y viceversa, la toma de decisiones en forma coordinada asegura la rentabilidad de cada una de las inversiones. Los encadenamientos hacia atrs dependen, tanto de factores de demanda (elasticidad de la demanda derivada de insumos y factores) como de su relacin con factores tecnolgicos y productivos (el tamao ptimo de la planta y la similitud entre la tecnologa utilizada en la produccin del bien final y la produccin del insumo). Una empresa encontrar incentivos para llevar a cabo encadenamientos hacia atrs cuando la tecnologa utilizada para su produccin puede tambin ser utilizada en la produccin del insumo. Existen otros factores hacia atrs), o eslabonamientos hacia delante

13

propios de la empresa o la industria que aumentan los beneficios de llevar a cabo una integracin hacia atrs: alta inelasticidad de la demanda de recursos, existencia de economas de escala en la produccin del bien final y mala relacin con los proveedores. El desarrollo de los encadenamientos hacia adelante depende en forma imperante de la similitud tecnolgica entre la actividad extractiva y la de procesamiento. Mientras mayor sea la similitud, mayor ser el aprendizaje y ms fuerte el impulso hacia adelante; mientras mayor sea la distancia tecnolgica entre las actividades, menores sern el aprendizaje y el impulso. Sin embargo, las facilidades de comunicacin y transporte existentes en las economas desarrolladas y en algunas de las economas en desarrollo han permitido que empresas que no se encuentran en una misma localizacin espacial puedan incursionar en la creacin de complejos productivos por medios virtuales o mediante canales alternos de comunicacin, transporte y entrega de materias primas (Polse, 1998). El acercamiento de las relaciones entre empresas que se encuentran en diferentes puntos geogrficos depende en gran medida de la eficiencia de los medios de transporte, los canales de distribucin, los medios de comunicacin, los sistemas de traslado de informacin y de la existencia fsica de vnculos entre los participantes.

La teora de interaccin y los distritos industriales

La interaccin da lugar a juegos repetitivos que elevan la confianza y reducen, por ende, los costos de transaccin y de coordinacin. Asimismo, la interaccin acelera la difusin del conocimiento y la innovacin, lo que es un bien social internalizado por el conjunto de

14

empresas en el distrito. En este sentido, la continua interaccin en una localidad genera derrames tecnolgicos, economas externas y economas de escala para el conjunto de empresas del distrito. Al respecto, se define un distrito industrial, con base en los postulados realizados por Marshall, de la siguiente manera: ... una concentracin, en un rea geogrficamente limitada, de empresas especializadas en un sector dominante. El elemento clave de este original modelo de organizacin es el factor unificador; es decir, aquel que permite la integracin racional y organizada de los numerosos sujetos que componen el distrito. Marshall denomin a este factor atmsfera industrial, concepto que se define como el conjunto de elementos difcilmente separables y que no se pueden describir fcilmente a travs de las variables econmicas tradicionales; entre otros destacan la cultura productiva, el conocimiento de los dems sujetos que forman parte de la comunidad y los vnculos existentes con stos, y las tradiciones histrico-polticas factor que hace posible la manifestacin y la difusin de un hbito de colaboracin e intercambio de informacin y de experiencias aun en un contexto altamente competitivo (Dini, 1992:14-17) comunes. Esta atmsfera es el verdadero canal de comunicacin entre los diferentes sujetos; es el

Aunque este modelo posee grandes debilidades en su formulacin terica sigue teniendo actualidad, debido a que su desarrollo es bsicamente determinado por factores histricos y culturales (path15

dependent) que no pueden ser replicados a voluntad. Junto a este modelo entra en juego uno de los cambios ms significativos en el mundo industrial, como el de la transicin de la produccin masiva fondista (basada en economas de escala internas a las empresas y en series productivas largas) a mtodos ms flexibles de produccin en muchos sectores industriales, lo que se ha venido a llamar la especializacin flexible. La obra pionera de Piore y Sabel en 1984, denominada la segunda ruptura industrial, establece que en este marco posfordista, la pequea empresa gana protagonismo, as como la tecnologa avanzada pero flexible. Por eso, Sabel (1989) valoraba la importancia del distrito industrial como una solucin viable a las vicisitudes del capitalismo global porque puede zafarse de la ruinosa competencia en precios de las y producciones masivas a bajo precio utilizando mquinas flexibles y trabajadores procesos cualificados, renovando para constantemente poder elaborar productos de produccin, productos

semipersonalizados que se venden a mejor precio en los mercados (Bustamante, 2005:205). El mismo autor observa al modelo del distrito industrial como una forma de organizacin de la produccin en el que, claramente, el papel de las fuerzas sociales locales es muy importante y en donde surgen oportunidades para procesos autnomos de desarrollo a niveles locales y regionales, de carcter endgeno. A pesar de estos elementos, el concepto de distrito industrial ha sido sometido a crticas de diverso talante, entre las que figura la falta de rigor conceptual respecto de elementos como las redes de empresas, la

16

nocin

de

competencia

cooperativa

(coopetencia)

el

carcter

puramente local de la dinmica del distrito (Bustamante, 2005:205). Para superar estas limitaciones surge el concepto de medio o entorno innovador, que comprende elementos de red, aprendizaje colectivo y externalidades. La primera definicin de este sistema fue propuesta por el economista ingls de la escuela de Sussex, (Bustamante,2005:205). Lo identificaba como la red de instituciones en el sector pblico y privado cuyas actividades e interacciones producen y difunden nuevas tecnologas a escala nacional. A su vez, este enfoque evolucion y dio forma al enfoque del sistema nacional de innovacin (SNI). A juicio de Chudnovsky (1999:170), los elementos definitorios del SNI son la innovacin, entendida como un proceso interactivo de produccin y difusin de tecnologa, y el aprendizaje colectivo. Este mismo enfoque es posible trasladarlo al plano de los territorio s subnacionales, a la orientacin del SNI que da lugar al sistema regional de innovacin (SRI) (Jimnez, 2002:220).

Teora de los Clusters Industriales

Con la configuracin del desarrollo econmico actual, caracterizado por una gran paradoja entre las fuerzas globales y la economa nacional en sus mbitos regionales y locales, convirtindose stos en espacios dominantes de la nueva geo economa mundial, surge en este sentido un concepto que ha cobrado mucha fuerza, el del complejo productivo o conglomerado, que se populariz por los trabajos y recomendaciones de poltica de Michael Porter, de Harvard University. El trabajo seminal de Porter acu el trmino para designar concentraciones geogrficas de empresas especializadas, cuya dinmica de interaccin explica el aumento de la productividad y la eficiencia, la reduccin de costos de

17

transaccin,

la

aceleracin

del

aprendizaje

la

difusin

del

conocimiento. Este enfoque, sin embargo, no fue del todo novedoso, ya que en Europa (especialmente Italia) haba una vasta experiencia de investigacin externalidades sobre distritos del industriales, efecto que indicaba En similares trminos derivadas aglomeracin.

generales, no existe discusin en cuanto a la definicin de complejo productivo. A continuacin se presenta una definicin que sintetiza la visin generalizada de este concepto, segn The Cluster Competitiveness Group (2002:3): Se entiende comnmente por complejo productivo una concentracin sectorial y/o geogrfica de empresas que se desempean en las mismas actividades o en actividades estrechamente relacionadas, con importantes y acumulativas economas externas, de aglomeracin y especializacin (por la presencia de productores, proveedores y mano de obra especializada y de servicios conexos especficos al sector) y con la posibilidad de llevar a cabo una accin conjunta en la bsqueda de eficiencia colectiva. Todo esto en un radio no superior a los 30 km. La definicin de complejos productivos depender de las condiciones bajo las cuales comparta y compita el grupo de empresas que lo conforman. La ubicacin aportar una serie de elementos nicos que no se pueden generalizar con el objetivo de incluirlos en una definicin universal. Los complejos productivos traen grandes ganancias de productividad al conjunto de industrias y establecimientos conexos. Tales ganancias se internalizan al nivel de la industria, pero continan siendo externalidades para las firmas que las aprovechan. La fuente de tales ganancias de productividad son las economas de escala, las cuales se 18

alcanzan, empresas.

entre

otros

factores,

mediante

los

costos

fijos

las

indivisibilidades, los cuales son distribuidos entre el conjunto de

Las indivisibilidades se refieren a los costos fijos caracterizados por ser objetos o servicios que no se pueden dividir en elementos ms pequeos, tales como los factores tecnolgicos o fsicos. Estas economas externas o externalidades se obtienen porque se pueden conseguir por las empresas una especializacin en fases de la produccin, gracias a la red de relaciones interempresariales que se establece en el seno de estas aglomeraciones industriales. Adems, se cuenta con un mercado laboral denso y de trabajadores cualificados, con una atmsfera que propicia la innovacin y el carcter emprendedor del empresario, y una importante fluidez de informacin de todo de tipo entre las propias empresas. Un entorno, en definitiva, que combina competencia y colaboracin interempresarial. Todo el conjunto de aportes que sintetizan estas cuatro teoras han permitido consolidar, segn Krugman (1992:7), un nuevo desarrollo a los enfoques de las teoras de localizacin y de nueva geografa econmica (NGE), referidos principalmente a tres aspectos: a. La utilizacin de modelos con rendimientos de escala crecientes y competencia aglomeracin b. Una mejor comprensin de los factores determinantes del comercio internacional c. La integracin de los diversos enfoques anteriores en un solo marco terico coherente 19 imperfecta para explicar los patrones de

Esta nueva sistematizacin terica (Krugman, 1992:9) constituye una verdadera teora general de la nueva economa espacial que subsume todos los modelos anteriores. Los estudios empricos realizados con el instrumental analtico de la NGE han encontrado amplia evidencia de la causacin circular de acumulacin en campos como el crecimiento urbano, la localizacin del capital humano, la expansin industrial y el desarrollo regional. El ncleo comn de todos los anlisis cluster es la importancia atribuida a las interrelaciones de los actores que constituyen el cluster y el inters en analizar los mismos (Almquist 1998: 14 y 29). Las diferencias que se encuentran entre los distintos anlisis econmicos que emplean el trmino cluster estn relacionadas, con frecuencia, con el hecho de que el anlisis cluster aplicado se centra en una de las posibles dimensiones que ste podra abarcar. Los tipos de dimensiones del anlisis cluster que permitiran clasificar los estudios cluster y precisar el concepto de cluster empleado son los siguientes: i) tipo de relacin (interdependencia o similitud) entre empresas o sectores; ii) tipo de flujos (de productos o de conocimientos); iii) nivel de anlisis (micro, meso o macro); iv) lmites espaciales del cluster (nacional, regional o local); v) organizaciones e instituciones tomados en consideracin. Analicemos cada una de estas dimensiones por separado. Interdependencia o similitud (vertical, horizontal y lateral)

En el enfoque cluster basado en la interdependencia se parte de la idea de que los actores son y tienen requerimientos diferentes y de que las competencias o productos de unos son necesarios para la produccin o

20

innovacin de los otros. Los estudios desarrollados inicialmente en Francia, de las llamadas filires o lneas, en que se analiz aban las relaciones proveedor-usuario (sea tal provisin de bienes, de servicios, de conocimiento o de otro tipo), constituiran un clsico ejemplo de este tipo de enfoque. En el enfoque cluster basado en la similitud, se agrupan las actividades econmicas que presentan condiciones o requerimientos equivalentes: en investigacin, habilidades de mano de obra, proveedores especializados, etc. Hay estudios, por ejemplo, que, explotando las tablas input-output, han tratado de encontrar las industrias que tienen unos patrones de compras y ventas similares. (Verbeek 1999:15). Esta distincin entre los enfoques basados en la interdependencia y la similitud guarda mucha relacin con la clsica dicotoma vertical/horizontal de la organizacin industrial y de la geografa econmica. Los cluster horizontales estaran compuestos por empresas con capacidades similares que desarrollan actividades semejantes; y los cluster verticales, por empresas con capacidades distintas pero complementarias, que desarrollan actividades complementarias. Los cluster horizontales, entendidos en un sentido reduccionista, vendran a recoger, aunque con un nombre distinto, lo ya contenido en el concepto sector de actividad, y en ese sentido no aportaran gran cosa al anlisis tradicional (salvo para aquella parte de la literatura que asigna al concepto cluster tambin la idea de concentracin geogrfica); y, por otra parte, a diferencia de los clusters verticales, en los que primaran las relaciones de colaboracin y cooperacin, en los clusters horizontales en sentido estricto primara la rivalidad y la competencia (salvo en casos de colusin, consorcios).

21

Cabe

concebir,

sin

embargo,

tal

como

antes

hemos

sealado,

agrupaciones de empresas pertenecientes a sectores diferentes que presentan caractersticas similares, o agrupaciones de sectores que aun poseyendo un diferente cdigo CNAE, presentan patrones de compras y ventas similares, o un patrn tecnolgico equivalente y en los que la relacin de colaboracin y cooperacin pudieran alcanzar niveles significativos. Cabra considerar, en tal sentido, junto a la dimensin horizontal y vertical, una dimensin lateral, al igual que en la dimensin horizontal tambin en la similitud, que abarcara a aquellos sectores relacionados con capacidades o tecnologas compartidas y con posibilidad de sinergias. Advirtamos, no obstante, que para la OCDE el concepto de cluster no resulta aplicable cuando las empresas pertenecen al mismo sector, aunque existan actividades de cooperacin para ciertas actividades. Ms exactamente, segn la OECD (1999: 85): El concepto cluster va ms all de las simples redes horizontales en las que las empresas, operando en el mismo mercado de productos finales y perteneciendo al mismo grupo industrial, cooperan en ciertas reas (p. ej. I+D conjunta, programas de demostracin, polticas de marketing colectivo o compras conjuntas). Los cluster son la mayora de los casos redes transsectoriales (verticales y laterales) que comprenden empresas complementarias especializadas en un especfico lazo o base de conocimiento en la cadena de valor.

22

Flujos de productos o de conocimientos/innovacin

La relacin entre las entidades que componen el cluster puede estar basada en un vnculo comercial (trade linkage), es decir en un intercambio de productos, o en un vnculo de tecnologa/conocimiento/innovacin (knowledge or innovation linkage). (OECD 1999: 86-87). O como seala Hoen (1999:1): La relacin entre entidades en un cluster puede estar referida a esfuerzos innovadores o a vnculos productivos. Los clusters basados en esfuerzos innovadores hacen referencia a empresas o sectores que cooperan en el proceso de difusin de innovaciones tales como nuevas tecnologas o productos; los cluster basados en vnculos de produccin hacen referencia a empresas o sectores que conforman una cadena de produccin o valor aadido. Tal como indica Hoen, la mayora de los estudios tericos de los cluster versan sobre difusin de innovaciones, dado que se pretende conocer los factores que inciden en el desarrollo de nuevas tecnologas y del conocimiento y, as, poder generar un mayor crecimiento econmico 1. Sin embargo, la mayora de los estudios empricos estn basados en anlisis de vnculos en la cadena de valor, debido entre otras cosas a la mayor disponibilidad de datos (bsicamente, provenientes de las tablas input-output) que hay para la realizacin de tal tipo de estudios. Esa tensin entre el foco de atencin de los anlisis tericos y metas de poltica, por un lado, y el de los anlisis empricos, por otro lado, no resulta tan grave, segn Hoen, puesto que las empresas que cooperan en un cluster estarn situadas normalmente en diferentes sectores y, adems,
1

las

empresas

involucradas

en

esfuerzos

innovadores

Bell y Albu (1999), por ejemplo, propugnan que los anlisis de clusters se centren en el estudio de los sistemas de conocimientos, en lugar de hacerlo, como ha sido ms habitual, en los de sistemas de produccin.

23

combinados estarn probablemente ligadas tambin en una cadena de produccin. Como consecuencia de ello, los patrones de difusin de las innovaciones se asemejan a los patrones de los vnculos de la tabla input-output y los resultados empricos de los estudios basados en vnculos productivos pueden ser usados para extraer conclusiones acerca de la cooperacin de las empresas en esfuerzos innovadores2. Nivel de anlisis: micro, meso o macro3

El nivel micro del anlisis cluster hace referencia a vnculos entre empresas. Generalmente este tipo de estudios analiza la competitividad de una red de proveedores en torno a una empresa ncleo. Esta clase de anlisis se usa para anlisis estratgicos de la empresa y para identificar eslabones perdidos o socios estratgicos cuando los proyectos de innovacin abarcan toda la cadena de produccin. As pues, este tipo de anlisis est directamente pensado para la accin y desarrollo de negocios estratgicos. El anlisis cluster proveera en este caso de una base para iniciar e impulsar proyectos tendentes a incrementar la cooperacin entre las compaas principales, sus (principales) proveedores, los institutos de conocimientos (semi-)pblicos, as como con otras instituciones puente (p.ej. ingenieras, centros de innovacin). Los anlisis cluster de nivel meso se fijan en las vinculaciones intra e intersectoriales. Normalmente consisten en llevar a cabo una especie de anlisis DAFO (debilidades, amenazas, fortalezas y oportunidades) o un
2 3

Hoen hace referencia, en apoyo de sus afirmaciones, de los estudios de Porter (1998) y DeBresson (1996). Vase sobre esta discusin de los niveles de los anlisis de clusters, Roelandt y Hertog (1998: 19)

24

anlisis

de

benchmarking

(o

de

mejoras

prcticas)

en

ramas

interrelacionadas en una cadena de valor. Sealemos, por otra parte, que este es el nivel de anlisis de clusters ms habitual, en buena medida porque la existencia de datos estadsticos de nivel sectorial hacen ms fcil la realizacin de estudios cuantitativos, que adicionalmente resultan ms comparables internacionalmente; y por otra parte, porque la poltica industrial busca ms la creacin de condiciones generales favorables, que favorecer empresas determinadas (Hoen 1999:14). Finalmente, algunos anlisis cluster se centran en las vinculaciones dentro y entre grupos industriales (mega-clusters), de modo que se estudia el patrn de especializacin del conjunto de la economa de un pas o una regin. De tales anlisis se obtendran inputs, por ejemplo, para discutir, dentro de las polticas industriales y tecnolgicas, cmo mejorar los (des)acoplamientos entre los organismos de investigacin pblicos, los centros de educacin superior y la industria.

Marco espacial del anlisis Todos los estudios cluster comprenden, explcita o implcitamente, una dimensin geogrfica. La actividad productiva tiene lugar siempre en un espacio y, en tal sentido, todo cluster industrial est geogrficamente determinado. Pero no en todos los estudios de clusters se toma en consideracin tal componente espacial a la hora de definir el cluster, o el mbito espacial a que se hace referencia cuando se define el cluster es muy amplio.

25

Segn Hendry et al. (1999:16), los lazos existentes en los cluster pueden tener una base local, nacional o internacional, y en conformidad con ello podramos distinguir estos tres niveles geogrficos de cluster. Sin embargo, la mayor parte de los analistas consideran que, entre otras cosas, por los requerimientos que comporta la transmisin del conocimiento tcito y el funcionamiento en red, se precisa una cierta proximidad de los componentes de la red. En tal sentido, cuando, por ejemplo, Porter (1998: 208) menciona los niveles geogrficos en que se presentan los cluster (pases, regiones, zonas metropolitanas y ciudades), en su enumeracin no figura el nivel internacional. E incluso para analistas como Schmitz y Nadvi, Mccormick, Altenburg y MeyerStamer.el concepto de cluster de Porter (1990) sera demasiado amplio, por poder extenderse a todo un pas y no subrayar suficientemente el carcter de concentracin geogrfica que el cluster implica 4. Sealemos, por otra parte, que la delimitacin de estos niveles geogrficos no tiene por qu ser administrativa o poltica, sino que puede ser funcional (esto es, la delimitacin del espacio se efectuara tomando en consideracin las elecciones y decisiones tomadas por las personas y las empresas; por ejemplo, reas regulares de compras). A este respecto Porter (1998: 234) seala: Aunque los lmites de los cmulos suelen coincidir con las fronteras polticas, los cmulos tambin pueden extenderse ms all de las fronteras regionales o incluso
4

Los autores citados sostienen que el trmino cluster slo es aplicable a concentraciones locales de determinadas actividades econmicas, porque slo en tales mbitos emerge un intercambio habitual de informacin entre empresas. Parece razonable, en tal sentido, cuestionar la aplicacin del trmino cluster a concentraciones sectoriales que se extienden a lo largo de todo un pas de gran tamao, como es EEUU; no parece, empero, que en pases como los europeos, especialmente en los de menor tamao, la observacin de Altenburg y Meyer-Stamer (1999: 1694) de que un cluster no puede extenderse a todo el pas, sea acertada. Ms bien, cabra equiparar tales pases al nivel estatal de EEUU a que tales autores hacen referencia y en el que s que consideran que pudiera hablarse de clusters. De hecho, buena parte de la literatura europea est basada en el estudio de clusters nacionales. Aadamos, por otra parte, que Carlsson y Stankiewicz (1995: 49) sostienen que en ciertos casos los sistemas tecnolgicos son internacionales, e incluso globales.

26

nacionales, en especial en el caso de pequeas regiones y naciones y en el caso de ciudades fronterizas. Factores que explican la existencia de clusters Como Maskell (2001:5) seala, entre las primeras tareas que debe abordar la teora econmica del cluster se encuentra la de ofrecer una explicacin para la existencia del cluster. En particular, debera explicar qu ventajas se derivan de la concentracin espacial de empresas interrelacionadas y por qu tales ventajas no son mayores cuando la actividad que llevan a cabo tales empresas se aborda por una sola empresa de gran tamao. Con respecto a la primera cuestin, la principal explicacin ofrecida por la literatura ha sido tradicionalmente la de las economas de aglomeracin. Las aportaciones pioneras de Marshall, recientemente reformuladas por Krugman (1992:15), fueron completadas por los desarrollos habidos en las diferentes escuelas o corrientes que Krugman (1995:67) incluye bajo la denominacin genrica de geografa econmica. Este tipo de ventajas externas, que Schmitz y Nadvi (1999:1506) denominan economas externas incidentales, no planeadas o pasivas, dado que se generan para las empresas ubicadas en el cluster de modo espontneo, como subproducto de la actividad econmica que tiene lugar en el mismo y no como fruto de actividades conscientes y con un objetivo determinado de cooperacin entre los componentes del cluster, nosotros las ordenaremos, siguiendo a Swann (1998:62), segn afecten, positiva y negativamente, al desarrollo de los clusters, y segn jueguen por el lado de la oferta o de la demanda 5.

Como indica Swann (1998:70), en la literatura de los clusters suele dedicrsele mucha atencin a los factores que juegan por el lado de la oferta y a las ventajas que presenta la clusterizacin, pero apenas se

27

Entre las economas positivas de localizacin que juegan por el lado de oferta cabra destacar las siguientes: La concentracin espacial de determinadas actividades da lugar a un desarrollo de mano de obra, proveedores, infraestructuras e instituciones especializadas, que resultan ms accesibles o con un menor coste para las empresas que se ubican en dicho espacio. A este tipo de economas externas suele denominrseles tambin economas pecuniarias o estticas (Larrea 2000:214). La concentracin espacial de actividades favorece la innovacin y el aprendizaje: en el caso de empresas situadas en la misma actividad, porque la observacin y comparacin de las diferencias trayectorias y resultados de cada una favorece un proceso de seleccin e imitacin de las mejores prcticas; y en el caso de las empresas situadas en distintas fases de la cadena de valor, porque adems de que por la mayor proximidad de proveedores y usuarios se favorece el proceso de innovacin y aprendizaje de las empresas (Lundvall 1992:58), la especializacin y concentracin de la empresa en sus competencias esenciales aumenta su capacidad innovadora (Maskell 2001:12). La principal desventaja que se genera por el lado de la oferta es que la congestin y aumento de la competencia que se genera en los mercados de inputs da lugar a un aumento del precio del suelo y de la mano de obra.

mencionan los factores que juegan por el lado de la demanda, as como las deseconomas que se derivan de la clusterizacin (factor este ltimo fundamental para poder entender el ciclo de vida de los clusters).

28

En cuanto a las economas de localizacin que juegan por el lado de la demanda, Swann (1998:70) hace referencia a la existencia de una demanda local fuerte, a que la firma que se ubica en el cluster puede apoderarse de parte de la cuota de mercado de sus rivales, a que las empresas situadas en el cluster pueden ser encontradas ms fcilmente por los clientes (reduccin de costes de bsqueda) y a que se generan externalidades informativas sobre las caractersticas y tendencias del mercado. La principal desventaja, en lo que respecta a la demanda, es que el aumento de la congestin y competencia en los mercados de outputs reduce los precios y las ventas y beneficios por empresa. No obstante, a la postre, segn Porter (1998:14) ese aumento de la competencia resulta beneficioso, por el acicate que supone para la mejora y la innovacin. Como todos los autores sealan, la importancia que poseen unos u otros factores vara mucho en funcin del tipo de actividad predominante en el cluster, de la fase del ciclo de vida que este atraviesa, del pas o regin en que aqul se ubique, etc. De cualquier manera, y a pesar de que no existen trabajos empricos que cuantifiquen la importancia de cada uno de estos factores para el conjunto de la economa, algunos autores se han atrevido a avanzar opiniones al respecto. As, por ejemplo, Krugman (1992:62) considera que el principal factor que impulsa los procesos de concentracin espacial lo constituye el desarrollo de mano de obra, proveedores, infraestructuras e instituciones especializadas en tales espacios; para Krugman, los spillovers tecnolgicos constituyen un factor secundario. Para Porter (1998), en cambio, las ventajas relativas a la innovacin y al crecimiento de la productividad que traen consigo los cmulos puede que sean ms importantes an que las obtenidas en el terreno de la productividad esttica (p. 226). Por otra parte Porter 29

subraya que la reduccin de costes derivada de la proximidad a los factores de produccin y a los mercados... se ha visto socavada por la mundializacin de los mercados, de las tecnologas y de las fuentes de suministro, por el aumento de la movilidad y por la reduccin de los costes de comunicacin y de transporte. (p. 219) Pero adems de las economas externas pasivas, habra que hacer mencin de las ventajas derivadas de la accin conjunta (joint action) que el cluster o concentracin sectorial y geogrfica de empresa favorece. Schmitz (1995:24) denomina eficiencia colectiva (collective efficiency) a la ventaja competitiva derivada de las economas externas (anteriormente mencionadas) y de la accin conjunta. Las economas externas espontneas daran lugar a eficiencia colectiva pasiva, y las actuaciones conjuntas de las empresas a eficiencia colectiva activa. En relacin con tales actuaciones conjuntas, OECD (1999:74) y Porter (1998:220) sealan que la existencia del cluster facilita la realizacin de acuerdos de cooperacin, que permiten explotar complementariedades y economas de escala y alcance, as como aumentar la flexiblidad y velocidad de reaccin de las empresas ante cambios del entorno. Como justificacin de esa mayor facilidad para alcanzar acuerdos, la literatura de los clusters suele recurrir a la teora de los costes de transaccin. De hecho, tal como seala Maskell (2001:20), buena parte de la literatura reciente que ha tratado de los cluster, ha ido movindose del esquema basado en las economas de aglomeracin hacia un anlisis de los cluster basado en los costes de transaccin. El cluster se vera como una alternativa al mercado, menos costosa en trminos de identificacin, acceso e intercambio de bienes, servicios o conocimiento entre empresas. Ello es debido a que la pertenencia a un mismo mbito espacial, en el que existe una cierta homogeneidad idiomtica, cultural e 30

institucional, y en el que los intercambios se convierten en habituales y repetitivos, genera un clima general de confianza y entendimiento que ayuda a reducir los comportamientos indebidos, impulsa a que voluntariamente se ofrezca informacin fiable, conduce a que los acuerdos se cumplan, sita a los negociadores en la misma onda y facilita que se comparta el conocimiento tcito. Pero cabra aducir que la reduccin de los costes de transaccin sera todava superior a la de un cluster de elevada confianza en el caso de existencia de una nica empresa, que desempeara precisamente las mismas actividades, en la misma localizacin, y con los mismos proveedores, clientes y trabajadores. Esa ventaja de la internalizacin de actividades (es decir, de la jerarqua, en trminos de la teora de los costes de transaccin) sobre el mercado era, por ejemplo, una de las principales razones que haba llevado a que las empresas decidieran llevar a cabo la parte fundamental de sus actividades de I+D dentro de la propia empresa (Teece 1988:100). Cul sera entonces se pregunta Maskell (2001: 8)- la ventaja que presentaran N empresas de tamao S cada una, ubicadas en el mismo lugar y que emprenden actividades relacionadas, frente a una empresa de tamao S*N que desarrollara la misma actividad? Segn el autor citado, la respuesta descansa en las especficas formas de creacin de conocimiento disponibles para la empresa individual cuando persigue objetivos por ella definidos, pero no disponibles para la divisin de una gran entidad en la que las instrucciones son recibidas y las acciones se encuentran restringidas por procedimientos y limitaciones impuestos

31

desde arriba6. Cada empresa posee una idiosincrasia y una trayectoria tecnolgica propia, incluso con respecto a las empresas pertenecientes al mismo sector, que hace que en el caso de que como pasa en un cluster- exista una multiplicidad de empresas desarrollando la misma actividad, el proceso de innovacin y aprendizaje no sea uniforme. Las diferencias que tienen lugar en las soluciones adoptadas por cada una de las empresas y los resultados a que dan lugar pueden ser observados y comparados por las empresas de la misma actividad y ubicadas en el mismo territorio, de modo que las ms exitosas pueden ser seleccionadas e imitadas por las restantes, incluso en el caso de que entre las empresas no existan acuerdos de cooperacin o interaccin. Y como seala Maskell, a una nica empresa multidivisional le resultara sumamente difcil, incluso aunque se esforzara, replicar internamente el proceso de experimentacin paralelo que tiene lugar entre empresas independientes que hacen similares cosas en el cluster, dado que la existencia dentro de una empresa de visiones que compiten, a menos que sea cuidadosamente gestionada y de limitado alcance, ocasiona serios problemas. En general cabra afirmar, con Aage (2001:22), que la ventaja de una forma u otra de organizacin depender de la naturaleza y complementariedad de las actividades que deban ser coordinadas. Actividades similares a las que desarrolla la empresa y que pertenecen a su ncleo esencial de capacidades, tendern a ser llevadas a cabo y
6

Adems del razonamiento aportado por Maskell, cabra hacer mencin asimismo de las ventajas (principalmente, la flexibilidad) e inconvenientes (en economas de escala, internacionalizacin, financiacin, cualificacin de trabajadores y gerentes, acceso a informacin) que presentan las empresas de menor tamao con respecto a las grandes, de importancia muy diferente de unos sectores a otros, que inciden en el peso y evolucin relativa que tienen los diferentes tramos de tamao de empresa en la economa (vase Aranguren 1998).

32

coordinadas dentro de la empresa. Actividades que no son similares ni complementarias a las de la empresa, tendern a ser coordinadas por el mercado. Y actividades que no son similares, pero s complementarias a las de la empresa, tendern a ser desarrolladas y coordinadas con algn tipo de organizacin intermedia, tal como puede ser la del cluster. En este sentido, la creciente especializacin que est teniendo lugar en la economa y en las empresas est conduciendo a un creciente protagonismo de este tipo de organizaciones intermedias entre la empresa y el mercado. En el informe de sntesis elaborado por el Grupo especializado de la OCDE sobre cluster industriales la importancia adquirida en estos tiempos por el funcionamiento en red y los cluster se atribuye al papel clave que para la competitividad posee hoy da la innovacin y a que, para tener xito en el proceso de innovacin, las empresas son cada vez ms dependientes de los conocimientos y saber hacer complementarios de otras compaas. La produccin y la innovacin es cada vez menos la actividad individual de una compaa, sino que requiere la accin combinada de varias, cada una de ellas especializada en especficas combinaciones de habilidades, tecnologa y competencias. Ha habido, pues, un desplazamiento en las empresas hacia la desinternalizacin de actividades a lo largo de la cadena de valor y hacia la especializacin en aquellas actividades que requieren recursos y capacidades en las que las empresas poseen ya o pueden fcilmente obtener ventaja competitiva. En este contexto, segn el grupo especializado de la OCDE, los

principales incentivos para la formacin de cluster y alianzas han sido la reduccin de los costes de transaccin, el desarrollo de nuevas 33

habilidades, la superacin (o creacin) de barreras de entrada en los mercados y la aceleracin del proceso de aprendizaje (Roelandt y Den Hertog 1998: 5). Redes de empresas o de empresas y otras instituciones El grupo de la OCDE centrado en el anlisis cluster defini el cluster econmico como la red de produccin de empresas fuertemente interdependientes (que incluye proveedores especializados) vinculados entre s en una cadena de produccin que aade valor. Y aadi que en algunos casos, los cluster tambin comprenden alianzas estratgicas con universidades, intensivos en institutos de investigacin, instituciones servicios puentes empresariales (comisionistas, conocimiento,

consultores) y clientes. (OECD 1999: 85). Esa misma diferencia en el tipo de actores y relaciones que se incluyen en el anlisis de clusters se encuentra asimismo a lo largo de la literatura de los clusters: en algunos autores el concepto de cluster se restringe solamente a las empresas y relaciones entre ellas establecidas (es decir, a lo que siguiendo a Maskell podramos denominar estructura econmica del cluster); y en otros, adems de a las empresas y a sus relaciones, el concepto de cluster incluye tambin a los otros tipos de organizaciones e instituciones que afectan a la actividad o capacidad innovadora de aquellas (es decir, a lo que Maskell denomina realidad institucional del cluster). Esa diversidad de actores no responde slo a la visin ms reduccionista o ms amplia que el analista posee del anlisis cluster y a las limitaciones que para un tipo u otro de anlisis se derivan de las fuentes y datos disponibles, sino que tambin puede tener algo que ver con la propia realidad de los clusters: hay clusters en que las relaciones con la denominada infraestructura de ciencia y tecnologa son mucho menores o el nivel de intervencin de la 34

Administracin en sus empresas es muy inferior y, por ende, cuyo estudio no se ve tan fuertemente empobrecido y coartado por centrarse exclusivamente en las relaciones interempresariales7. De cualquier modo, en la seleccin de los actores que forman parte del cluster hay siempre una cierta subjetividad y, especialmente cuando se incluyen dentro del cluster las organizaciones e instituciones no productivas, resulta muy difcil establecer un criterio claro que permita discernir cules de ellas han de considerarse en el anlisis del cluster y cules no. Como Porter (1998: 208) indica: Las fronteras de un cmulo deben abarcar a todas las empresas, sectores y entidades que tengan entre s relaciones slidas, ya sean verticales, horizontales o institucionales; aquellas cuyas relaciones sean dbiles o inexistentes pueden quedar al margen sin problema alguno; pero obviamente, no hay un criterio fijo o indiscutible para determinar cundo debe considerarse que la relacin es slida o dbil8. Respecto a las relaciones que se establecen entre las empresas, cabra distinguir, siguiendo a Schmitz (1995:21), entre las acciones conjuntas (joint action) perseguidas conscientemente (que, como veremos ms

Dependiendo del nivel profundidad organizacional e institucional, podran establecerse categoras especficas de clusters. As, por ejemplo, Altenburg y Meyer-Stamer (1999: 1694), tras definir lo que para ellos constituye un cluster (a saber: una aglomeracin considerable de empresas en un rea espacialmente delimitada, que posee un perfil de especializacin distintivo y en la que existe una especializacin y comercio interempresarial sustancial), indican que los distritos industriales podran considerarse un tipo especfico de cluster, a saber aquel en que existe una densa estructura basada en valores y normas culturales compartidas y una compleja red de instituciones que facilita la diseminacin del conocimiento y la innovacin. (Vase en el mismo sentido Maskell 2001: 4)
8

Una problemtica semejante se presenta en la corriente de los sistemas nacionales y regionales de innovacin. Como se muestra en Navarro (2001), las fronteras de tales sistemas no pueden ser claramente establecidas mientras no se avance ms en el conocimiento de los determinantes de la innovacin y, a partir de ello, de las funciones que cumplen tales sistemas. Una organizacin o institucin puede desempear un papel distinto de unos sistemas (y clusters, diramos aqu) a otros, y lo que habra que determinar previamente son las funciones que el sistema (o el cluster) debe desempear, y luego ver quin y cmo se desempean en un sistema (o cluster) determinado.

35

adelante, dan lugar a eficiencia colectiva activa) y los restantes tipos de relacin de naturaleza ms indirecta o menos finalista 9. Dentro de esas acciones conjuntas Schmitz distingue, a su vez, entre las bilaterales (cuando dos firmas trabajan juntas para, por ejemplo, compartir una costosa instalacin) y las multilaterales (por ejemplo, asociaciones para un objetivo comn); y entre las de cooperacin vertical y horizontal. Pero como Mccormick (1999: 1534) indica, esas categoras no agotan las posibilidades de analizar la accin conjunta, pues otros estudios se han centrado en la propiedad o tamao relativo de los que cooperan, en la naturaleza de la relacin, en el contenido de la cooperacin10. En los estudios que han realizado a diferentes clusters existe la

dificultad de caracterizar la evolucin del cluster como un todo, puesto que, aunque los ndices de productividad global, tasa de crecimiento del producto u otras medidas afines, son elementos que comnmente manejan los economistas para caracterizar la evolucin del fenmeno de clusterizacin, dichas medidas no dan cuenta de las fuentes de dicho crecimiento ni menos las implicancias de polticas orientadas a que este fenmeno se acelere. Considerando los clusters como sistemas sociales, su caracterizacin cuantitativa slo puede realizarse revisando, parcialmente, algunos

Mccormick (1999) utiliza indistintamente los trminos cooperacin, colaboracin y accin conjunta para referirse al operar juntos para un mismo fin; y reserva el trmino ligazn ( linkage) para referirse a los lazos entre firmas que pueden dar lugar o no, a acciones conjuntas.
10

Gelsing (1992) y Schibany et al. (2000) aportan, igualmente, otros criterios distintivos de las redes de cooperacin.

36

componentes de este sistema y de all inferir el impacto de cada uno de ellos sobre el sistema total. En base al estado del arte revisado, asumiremos que para abordar un Cluster hay que tener en cuenta los siguientes elementos conceptuales: a) Redes sociales: A partir de ellas se va conformando el sistema de competitividad y su importancia radica en que reducen los costos de transaccin, por la va de la internalizacin de las transacciones al interior de las redes, es decir, segn el principio de la cercana. b) Dimensin territorial y carcter local de la difusin de

conocimiento: el contexto territorial tiene una fuerte influencia sobre la evolucin y difusin del conocimiento y las innovaciones. c) Carcter tcito de la difusin de conocimiento: son aquellos elementos difciles de codificar y, por lo mismo, de difundir formalmente. Cuando estos elementos tcitos se incrementan dentro de la base de conocimiento, la acumulacin tecnolgica se empieza a basar ms en la experiencia y en los contactos interpersonales11. Puede verse que las redes, como soporte bsico de los clusters, son un elemento central a considerar. Por ello, la forma en que stas se constituyen, su implantacin en el territorio, y el tipo de estructura que adopten tiene efectos decisivos en el logro de las metas para sus integrantes. As, las redes ms virtuosas pueden gatillar una dinamizacin del proceso innovativo y operar como focos de desarrollo,
11

Carlson, B. & Jacobsson, S., Variety and Technology: How do techological systems originate, and what are the policy implications?, Ponencia presentada a la Conferencia ECLAC/IDRC-UNU/INTECH, Agosto 1995, Marbella, Chile.

37

por ejemplo, clusters sinrgicos de firmas y tecnologas, dentro de una industria o grupo de industrias. Tambin pueden ser redes jerrquicas de dominacin y de menor potencial de desarrollo para los miembros mas dbiles de la cadena. Hasta la fecha el anlisis de redes ha tenido distintas tradiciones acadmicas donde se ha desarrollado. Como una tcnica ms se ha inscrito en las teoras del Status-Rol (sociologa), o del Ego-Parentescos (antropologa), pero apenas ha intentado constituirse con su propia lgica, y tratar de dar sus propios frutos. La gran baza de lo reticular est no tanto en su capacidad de fotografiar una realidad coyuntural, o de explicar las influencias internas entre familias y las amistades nuevas en sociedades complejas. Lo que nos permite graficar las relaciones es construir un "mapeo" de las tendencias de cada sujeto/actor en situacin, y por lo mismo las alianzas que existen y que pueden existir de cara a las estrategias de filtro. Y ver as como las decisiones no son tanto cuestiones de Status-Rol (demasiado genricas y abstractas) ni tampoco solo de Ego-intersubjetivas (demasiado culturalistas o psicologistas), sino en funcin de las propias relaciones y estrategias que estn operando. As pues nos hemos aventurado a realizar un constructivismo reticular y participativo aprovechando buena parte de los conocimientos existentes. A) En la tradicin britnica de Bames, Mitchell, Mayer, etc., encontramos una primera orientacin de inters. En Barnes la definicin de "campo social", que luego aparecer tambin en Bourdieu, por ejemplo. En Mitchell la distincin entre "relaciones estructurales", "relaciones categoriales" y "redes personales", que permite entender una primera matriz compleja entre estos tres elementos. Es interesante salir de las 38

dicotomas simplificadoras y plantearse la inter-accin entre elementos bsicos de la estructura, de los proyectos, y su concrecin en redes cotidianas. En Mayer hay aplicaciones al campo electoral (Dewas, India) de las redes personales que inician e indican la forma de las comunicaciones reticulares para un campo especfico. As se entra en la formacin de "cuasi-grupos" y sus dinmicas, y sobre todo el concepto de "conjunto de accin" que ser central para nuestras propuestas estratgicas dentro de las redes en situacin con las que trabajamos. Al plantearse en lo concreto estos conjuntos de accin aparecen distintos niveles de relaciones primarias, secundarias, etc. en la comunicacin cotidiana, que viene a coincidir con lo que nosotros distinguimos entre los tipos escalonados de cdigos de expresin (imgenes, ideolgicos, estereotipos, silencios) que hemos venido constatando entre sectores ms informales y ms formales de la sociedad. Es a partir de estas relaciones de comunicacin cotidiana desde donde se pueden reinterpretar todos los datos y explicaciones posibles de las conductas. Por eso aun nos parecen estos antroplogos muy anclados en las teoras del Ego como centro de las relaciones y en el rol que depende del estatus, cosas que creemos que se pueden superar. B) Por otro lado encontramos en autores como Giddens, Bourdieu, etc. La preocupacin por salir de la estructura de clases como nico determinante del comportamiento social. En Giddens aparece la categora de "agencia" y se plantea un "doble vnculo" para poder explicar, entre estructura y agencia, los comportamientos. En Bourdieu, aunque cuando se habla de redes no se precisa su forma concreta, si se plantea la existencia de tres elementos interconectados: "...la relacin entre las posiciones sociales (concepto relacional), las disposiciones (o los habitus), y las tomas de posicin, las "elecciones" que los agentes sociales llevan a cabo..." Es decir que entre 39

el espacio social/capital econmico y el espacio simblico/capital cultural, hay, en su cruce unas disposiciones que se han ido construyendo reticularmente en lo cotidiano y concreto. "Lo real es relacional" y en este sentido introduce la nocin de "campo del poder" no en sentido poltico, sino como conjuncin entre: a) el espacio social de las posiciones en la estructura, b) los habitus o disposiciones construidas, y c) los intereses o proyectos a realizar. Los estilos de vida son el resultado de un campo social de fuerzas donde lo relacional lo es por triplicado. El problema es que "a cada clase de posiciones corresponde una clase de habitus" segn dice y esto parece una determinacin o correspondencia muy poco flexible. Adems en los dos ejes "capital econmico/ capital cultural", donde sita los estilos de vida en relacin con las posiciones, a los "estilos"/"disposiciones"/"habitus" no parece darles una capacidad propia de construir nuevas dinmicas. Es en este punto donde creemos que lo reticular puede avanzar dimensiones ms operativas. C) Y las nuevas dinmicas que pueden surgir de unas relaciones reticulares concretas es precisamente lo que ms nos interesa. En las tradiciones norteamericanas el impulso ha ido por este lado hasta hacerlo bastante autnomo de otros condicionantes. Todo se llegar a explicar la por de las combinaciones ha de relaciones a densas o dbiles, estas recprocas o no recprocas, etc. El desarrollo de las socio-matrices y de teora grafos contribuido hacer avanzar interpretaciones, demostrando que las cuestiones de forma (reticular) no son puramente formales. Pero las dinmicas de estas relaciones tampoco pueden pretender explicarlo todo. Lo que ms nos interesa son las relaciones entre las relaciones fuertes y su encerramiento en si mismas por reciprocidad mutua y acumulativa, las relaciones no recprocas (dbiles) y su fuerza potencial (Granovetter). Esto, como se 40

ver, da un enorme juego a la posible reversin de estrategias en las diversas situaciones de los conjuntos de accin. Pero lo primero es ser conscientes de las propias limitaciones en las que a veces caen anlisis reticulares: a) Hay una capacidad propia del juego de redes y de los conjuntos de accin, que deriva de los habitus construidos desde la familia (y en las sucesivas instituciones), pero este sistema reticular ha de cruzarse con los eco-sistemas que lo condicionan previa y externamente, como son las estructuras socio-econmicas por un lado, o por otro lado la diversidad de proyectos, ideologas, deseos sociales que estn enfrentados en cada sociedad. b) Nos centramos ms en las relaciones que en los individuos o soportes de estas, pero estas redes han de tomarse en su conjunto, no tanto contar exactamente cuantas veces se vio una persona con otra, sino la forma del conjunto de todas ellas, el predominio de unas sobre otras, las tendencias, conflictos, dependencias, etc. Una matemtica ms topolgica, fractal u hologramtica, que los nmeros eucldeos. Los algoritmos acumulativos son interesantes pero cuantifican mucho y cualifican poco las redes y sus sentidos operativos. c) En la disputa sobre si cuantificar o cualificar los grafos que nos muestran las redes seguramente hay que hacer las dos cosas, pues dada la imperfeccin de cualquier estimacin nada sobra, pero el problema de fondo no es tanto acumular ms informacin sino que esta sirva para algo. En este sentido es previo el encuadre participativo y operativo de quin interviene en la valoracin de objetivos y de mediciones, y para qu se interviene teniendo en cuenta los campos de confrontacin habituales. 41

d) En todo juego de comunicacin cotidiano hay siempre mezcladas estrategias vitales (no siempre conscientes), "campos del poder", redes culturales, pretensiones de quedar bien, etc. Las hegemonas y contrahegemonas de que hablaba Gramsci siempre estn pugnando en lo cotidiano, como los situacionistas, las feministas, y los etnometodlogos nos recuerdan. Tomamos el concepto de mapeo que Paulo Freire aplicaba a la pedagoga y la socio-poltica, cuando distingue entre los "de confianza", los "diferentes" y los "antagnicos", y cmo establecer alianzas entre unos y otros. Las posibles transformaciones se producen cuando los "nuestros" tienen redes densas, se crean vnculos con los "diferentes" pero no antagnicos, y cuando los problemas surgen en las relaciones internas de los "antagnicos". Solo as hay probabilidades de que cualquier proyecto sea transformador de las realidades existentes, y por lo mismo sus contenidos deben definirse a partir de un anlisis de redes de este tipo. Las relaciones "dbiles" (Granovetter) van a aparecer entonces, los mostrando a los su tuerza, se le de para crean su aglutinar por un tema al circunstancial a los diferentes (e indiferentes para otros temas), frente a antagnicos que problemas dominacin. internos, En resquebrajarse algn aspecto esta

lectura/interpretacin de los "campos del poder" lo que destaca es la dimensin dinmica de los diferentes "conjuntos de accin" en situacin, y tambin su operatividad para resolver algunos bloqueos de los conflictos en presencia.

42

Cmo observar la morfologa de las redes Como hemos visto, las redes son definidas como un nudo de relaciones entre actores que se benefician de pertenecer a ellas12. En el caso de la innovacin, las redes ayudan a inducir y a difundir los cambios tecnolgicos y facilitan el traspaso de conocimientos y experiencias acumuladas tcitamente (know-how) entre los actores participantes. El principio de la cercana en que se basan las redes genera externalidades positivas sobre el territorio en que ellas se emplazan, tanto en el plano econmico (reduccin de los costos de transaccin), como poltico (gobernabilidad de los clusters), y socio-cultural (creacin de confianza entre actores y fortalecimiento de identidades regionales). Para diagnosticar la situacin de las redes de actores de la regin estudiada y su aporte al cluster, se considera una tipologa de redes que contempla los siguientes tipos: a) Red tipo estrella: Red horizontal con un centro claramente definido en torno del cual se van configurando el resto de las relaciones. Al deshacerse el nudo central se desarma toda la red. La clave del funcionamiento de este tipo de red no es la jerarqua, sino la referencia de todas las comunicaciones entre los actores al centro. b) Red de distribucin: Se asemeja al modelo del chorreo econmico. A partir de un punto ms virtuoso que el resto se produce una acumulacin tal de conocimiento que ste tiende a desbordar hacia abajo. La difusin tecnolgica ocurre como externalidad no planificada, no como producto de una poltica deliberada.

12

Muoz, O., El desarrollo tecnolgico como objetivo estratgico, en Muoz, O. (ed.) Polticas pblicas para un desarrollo competitivo, 1997.

43

c) Red tipo rbol: La red se inicia en un punto desde el cual se ramifican nuevas sub-redes. Un ejemplo son las polticas exitosas de desarrollo de proveedores, donde a partir de un cliente principal se desprenden prestadores de servicios que a su vez se convierten en clientes de otros. Las redes alejadas del tronco principal pueden prolongarse como clusters hacia adelante: toda rama puede con vertirse potencialmente en tronco para otras ramas. d) Red tipo malla: Su principal caracterstica es la horizontalidad y la ausencia de centros claros. Cualquier punto de la red puede concentrar hacia s las relaciones con otros puntos, para luego aflojar dicha tensin y deshacer su nudo. El sello de estas redes es la flexibilidad: potencialmente todos pueden estar relacionados con todos. Pero de all deriva tambin su debilidad: es muy difcil establecer visiones de futuro compartidas entre los actores. e) Red tipo polo: A diferencia de las redes tipo rbol, aqu resulta difcil intercambiar las posiciones de tronco y rama. Estas redes suelen generarse producto de polticas deliberadas. Desde un punto virtuoso de la red se van integrando puntos lejanos q ue reciben los beneficios de ligarse al polo, pero quedando en una posicin subordinada a ste. Estas redes no suelen ser una buena palanca para propiciar el desarrollo autnomo de nuevas redes.

44

Diagrama: tipologa de redes

Red Tipo Estrella:

Red Tipo Malla:

Red de Distribucin:

Red Tipo Polo:

Red Tipo rbol:

Cuadro

extrado

de

Orgogozo,

I.

Les

rseaux,

une

nouvelle

rpresentation de lespace social, Geneve, l997.

La

perspectiva

de

redes

implica

la

aceptacin

de

un

enfoque

metodolgico basado en el estudio de sistemas socio-econmicos, formados por las relaciones mantenidas entre los actores que los componen. (empresas, En estos sistemas, las relaciones entre la los base agentes de los instituciones, individuos) constituyen

45

intercambios, mercantiles o de otro tipo (informacin, conocimiento, etc.). Por este motivo, el estudio de sus estructuras es crucial para comprender el funcionamiento de las economas y para disear estrategias de crecimiento y desarrollo. Adems, la dimensin territorial es de gran importancia, puesto que la estructura relacional que conforma los sistemas socio-econmicos se localiza en espacios geogrficos concretos, en los que fluyen conocimiento, informacin e innovacin y en los que se desarrollan relaciones basadas en la confianza. Desde esta perspectiva, se presenta una metodologa de estudio de sistemas de produccin y sistemas productivos regionales, as como una aplicacin. Los primeros estn formados por las relaciones tcnicas mantenidas por las ramas productivas, y por tanto por las empresas, que intercambian bienes y servicios para completar sus procesos productivos. Los segundos se componen por los sistemas de produccin y por las relaciones formales e informales mantenidas entre las empresas y el resto de instituciones regionales. La perspectiva neoclsica es, desde hace dcadas, la corriente

dominante de la economa terica, que es la que, principal o exclusivamente, se imparte en las Universidades de todo el Mundo. Esta teora est basada en un conjunto de supuestos restrictivos con el fin de alcanzar cierta abstraccin, lo que al mismo tiempo ha facilitado el desarrollo de modelos matemticos explicativos del comportamiento de los agentes econmicos. Entre esos fundamentos de la teora se encuentra el supuesto de que los agentes econmicos son individuos racionales que intentan maximizar su bienestar. La utilidad y el beneficio constituyen las expresiones del bienestar de consumidores y 46

productores, respectivamente. Adems, consumidores y productores adoptan sus decisiones de forma individual e independiente de las decisiones adoptadas por los restantes individuos, como si fueran islas humanas. La elusin de las relaciones sociales supone ignorar el carcter social de los agentes econmicos, es decir, del comportamiento humano, que constituye la base de los sistemas econmicos al nivel ms micro. Sin embargo, la realidad nos ensea que todos los agentes econmicos son actores sociales que adoptan sus decisiones inmersos en una red de relaciones En este sociales sentido, que proporciona destacar oportunidades, la conexin pero tambin por restricciones, dependiendo de cul sea la posicin que ocupen en ella. conviene establecida Granovetter (1973:1287) entre la economa y la sociologa con el concepto embeddedness, as como por Coleman (1988:S102) a partir del concepto de Capital Social, que ser examinado ms adelante. La perspectiva de redes constituye una metodologa de investigacin donde los agentes son estudiados a partir de las relaciones que mantienen, para lo que ha desarrollado conceptos y herramientas analticas apropiadas. Su carcter distintivo radica en su perspectiva estructuralista, y en el hecho de que sita a las relaciones, y a las estructuras que stas forman, en el foco de su atencin; en contraposicin al anlisis habitual centrado en el examen de los atributos o caractersticas de las unidades de estudio. Wasserman y Faust (1999:15,169) han sealado que los principios centrales que subyacen a la perspectiva de redes son, primero, que los actores y sus acciones son consideradas interdependientes; segundo, que las ligazones entre los actores sirven 47

para transferir recursos materiales e inmateriales; tercero, los modelos estudian la estructura relacional de los agentes, contemplndola como un marco condicionante, proveedor de oportunidades pero tambin de restricciones; principalmente y cuarto, de que los modelos de redes se ocupan y conceptos sociales, polticos, econmicos

estructurales, que definen patrones permanentes de relaciones entre los actores. Los agentes susceptibles de ser estudiados bajo este enfoque son muy diversos: individuos, empresas, instituciones, regiones, organizaciones, etc. pudiendo centrarse el estudio en el anlisis de las relaciones mantenidas por uno o varios agentes, o en las estructuras relacionales que definen determinados grupos o colectivos. La perspectiva de redes, que surgi en el mbito de la antropologa y de la psicologa social (Moreno, 1934:264; Barnes, 1954:42), ha encontrado aplicaciones en campos muy diversos como la sociologa, la poltica, la medicina y, ms recientemente y en menor medida, en la economa. Desde nuestro punto de vista, el anlisis de redes proporciona una plataforma muy adecuada para el anlisis econmico, puesto que permite reintroducir lo social, es decir, el contexto social en el que los agentes se desenvuelven, obligando al investigador a mantener una perspectiva amplia e interdisciplinaria. Resulta cuando menos sorprendente que, aunque la pertenencia de la economa al extenso campo de las ciencias sociales sea aceptada por toda la comunidad cientfica, la tradicin dominante slo reconozca como un principio general, la importancia de las relaciones sociales y el carcter social de la economa.

48

Configuracin de un marco terico integral. Nuestro propsito aqu es conectar la teora de clusters, la teora de redes sociales en una configuracin para el mapeo de los clusters dinmicos, materializan que en enfatice el las externalidades de los clusters dinmicas, en virtud y que de de se las las interior

complementariedades

tecnolgicas

intersectoriales

interdependencias por fuera del mercado, ya que son los fundamentos clave para que se cree un entretejido hasta formar redes coherentes de innovacin, integrando crculos virtuosos de acumulacin de conocimientos y de procesos de aprendizaje tecnolgico (spillovers).

Fuente : Elaboracin Propia

49

La definicin que Dahl (2003:30) hace de un cluster industrial, la cual, adoptamos para este trabajo, tiene estrecha relacin con el concepto de campo empresarial, de la corriente neoinstitucionalista, definido como un grupo de organizaciones que crea productos o servicios similares y que incluye tambin a los socios, determinantes para los intercambios, las fuentes de financiamiento, los grupos reguladores, las asociaciones profesionales o comerciales y otras fuentes de influencia normativa o cognoscitiva como las relaciones no locales y las locales, los vnculos verticales y horizontales, las influencias culturales y polticas, al igual que los intercambios tcnicos entre sus agentes (DiMaggio y Powell, 1999:35-36). El concepto de DiMaggio y Powell (1999:36) puede integrarse con el de Bordieu (1991:92), lo cual facilita la comprensin de un cluster como un campo organizacional en el que se tejen redes de relaciones y de poder que condicionan su dinmica y su funcionamiento. Segn el neoinstitucionalismo sociolgico, las organizaciones se integran en campos, definidos como grupos de organizaciones que interactan directa o indirectamente y que, tomadas en conjunto,constituyen un rea reconocida de vida institucional: los proveedores principales, los consumidores de recursos y productos, las agencias reguladoras y otras organizaciones que dan servicios o productos similares (DiMaggio y Powell, 1999: 106). Los campos existen en la medida en que estn definidos

institucionalmente; por lo tanto, su estructuracin se consigue a travs del aumento de interaccin entre las organizaciones, del surgimiento de estructuras interorganizacionales de dominio y de patrones de coalicin claramente definidos, del incremento en la carga de informacin de la que deben ocuparse las unidades que participan en el campo y del

50

desarrollo de la conciencia entre los participantes del conjunto de organizaciones que integran el colectivo. En este sentido, Blanco (2000:8) considera que la pertenencia a ese campo est influida, en primer lugar, por las actuaciones desarrolladas por los proveedores, competidores y propietarios, las cuales marcan, en cierta medida, los comportamientos que la organizacin va a adoptar o a evitar. En segundo lugar, por los lmites legales impuestos por el Estado a la actuacin de las organizaciones pertenecientes a un sector de actividad, rea geogrfica, entorno econmico, etc. Finalmente, por las propias estrategias, tecnologas y estructuras adoptadas por las organizaciones. Los campos incluyen tambin a los socios determinantes para sus intercambios, las fuentes de financiamiento, los grupos reguladores, los entes formadores, las asociaciones profesionales o comerciales y otras fuentes de influencia normativa o cognoscitiva. Las relaciones no locales y las locales, los vnculos verticales y horizontales y las influencias culturales y polticas, as como los intercambios tcnicos estn incluidos en el campo organizacional de fuerzas que se consideran determinantes (DiMaggio y Powell, 1999:110). Estas caractersticas aportan elementos para concluir que los clusters son campos organizacionales en los cuales las empresas construyen interacciones y relaciones sociales, sin ignorar que se encuentran en un escenario competitivo y que deben ser consideradas, por cuanto restringen o posibilitan el comportamiento organizacional. Adems de las relaciones funcionales, existen otras de tipo simblico asociadas con 51

la investidura que se asume por el solo hecho de pertenecer a ese colectivo reconocido en un entorno por su institucionalizacin. Una vez que las organizaciones dispares en la misma lnea de empresas se estructuran poderosas que las hacen cada vez ms similares (Meyer y Rowan, 1999: 103) y uno de los aspectos que es fundamental analizar para determinar su grado de desarrollo es la denominada distancia institucional, que es el grado de semejanza y diferencia entre las instituciones [...] que afectan la dificultad de entendimiento e interpretacin correcta de los requerimientos institucionales locales as como su grado de ajuste (Kostova y Zaheer, 1999: 71). Por otra parte, para entender las relaciones desde un plano simblico, no slo es necesario considerar la nocin de campo organizacional, de DiMaggio y Powell (1999:110), en el que se materializan relaciones con grupos de organizaciones similares y complementarios, que se ven influidos por presiones institucionales tendientes a homogeneizar los comportamientos de agentes que integran la colectividad; tambin es necesario tener en cuenta el concepto de campo social, de Bourdieu (1991:45), que estudia los campos como espacios sociales dinmicos y estructurados, conformados por puestos jerarquizados y reglas del juego propias; es decir, en calidad de sistemas integrales de posiciones, donde los agentes sociales de relacionan de manera permanente y dinmica. As, las reglas del juego de un campo determinado estn dadas por las instituciones que existen para dar legitimidad a un agente social especfico dentro del campo, pero tambin para darle reconocimiento por la asimilacin de las reglas socialmente aceptadas.

52

Dentro de este campo, las reglas y normas de comportamiento tienen un valor simblico, pero tambin la posicin que cada agente evidencia en ese campo a travs de la construccin capitales especficos que lo hacen diferente (Bordieu, 1991:56). Por lo tanto, para concebir relaciones de poder y de dominio entre agentes en un campo organizacional, se recurre al concepto de campo de Bourdieu (1991:96), donde se evidencia la fuerza entre empresas por lograr diferenciacin. Este concepto deja claro que la lucha entre agentes que integran ese campo social es asumida desde un plano simblico y que no se trata de una capacidad fsica para ejercer violencia ni de un instrumento tangible o visible, que lo diferencia, de este modo, de cualquier idea de represin o sujecin en los que se halle implcita la fuerza de cualquier tipo. Se trata de una lucha materializada a travs de estrategias y comportamientos individuales particulares, que se pueden evidenciar en el campo al que se pertenece. Todo campo, por definicin, es histrico, relacional y relativo, pues est formado por el espacio de fuerzas en torno a lo que se disputa y que conforman las posiciones que los actores mantienen entre s. Estas posiciones se definen a partir tanto de las dotaciones de recursos con que cuenten los actores (las diferentes formas de capital) como de sus estrategias (Alonso, 2004:5). Los campos sociales no son partculas sueltas, obedecen a reglas generales de comportamiento que se convierten en referentes sobre los cuales las organizaciones legitiman actos y se hacen acreedoras de ciertos atributos simblicos propios de los capitales especficos (econmicos, sociales, culturales y simblicos) que han construido a travs de la historia.

53

Las relaciones de fuerza entre los jugadores (organizaciones y clusters) definen la estructura de un campo. La fuerza relativa de cada jugador y tambin su estrategia depende tanto del volumen como de la estructura de su capital especfico. No es lo mismo jugar en un campo organizacional con poca experiencia en la direccin de empresas, que con una curva de experiencia alta; esto ofrece la oportunidad de estar en ventaja o desventaja en un juego que busca complementariedad, pero a la vez competencia entre agentes. Al tener en cuenta las estrategias del juego de los actores, es preciso considerar no slo el capital, sino tambin la trayectoria, es decir, el pasado incorporado en cada actor bajo la forma de predisposiciones, estilos, modos de percepcin y apreciacin o modos de hacer las cosas. Lo ms probable es que cada jugador tienda no slo a acumular capital, sino tambin a cambiar el valor relativo de cada especie de capital, en funcin de la regla que ordena valorizar la especie de capital que ms se posee, y a desvalorizar la que dispone el adversario. En otras palabras, se trata de dominar imponiendo las reglas del juego en funcin de los propios intereses (Tenti, 1993:10). En el campo organizacional, denominado cluster, este capital especfico puede consistir en el reconocimiento particular que tienen las empresas que lo conforman, reconocimiento atribuido por la tecnologa de punta que ha adquirido, por la administracin exitosa, por lo capacitado de su personal, por su tradicin en el mercado, as como por el tamao y la cobertura en los mercados nacionales e internacionales. Bourdieu (1991:98) utiliza el concepto de capital para referirse a todo aquello que pueda soportar las jugadas que realizan los actores sociales en el campo de la dominacin social, como instrumento de apropiacin 54

de las oportunidades tericamente ofrecidas a todos y que se convierte en una energa social susceptible de producir efectos en la competencia social. Para entender la diversidad de intereses que se juegan en un campo determinado, Bourdieu analiza cuatro categoras de estos bienes y recursos (Tllez, 2002:45; Alonso, 2004:20). En primer lugar, el capital econmico, en el cual se toman en cuenta todos los bienes de naturaleza econmica, como el dinero. En segundo lugar, el capital cultural, el cual se puede asociar con la forma especfica (sistemas y cdigos) que adopta la cultura. En tercer lugar, el capital social, que abarca los recursos y posibilidades actuales y potenciales ligados a la posesin de una red durable de relaciones sociales, expresadas por intermedio de la pertenencia a grupos, integrados por agentes que, adems de poseer propiedades comunes, se relacionan por medio de lazos permanentes, los cuales posibilitan el intercambio de favores y servicios. Por ltimo, est el capital simblico, que es la acumulacin de todas las especies de capitales posibles, que generan autoridad en los agentes que la poseen. Por lo tanto, en un campo organizacional especfico como son los clusters, la violencia simblica o lucha simblica se puede manifestar a travs del papel que ejercen empresas con ciertos atributos simblicos, que las hace poseer capacidades de gestin, para influenciar el quehacer organizacional de otras empresas, a fin de buscar fines colectivos que no se desenfocan de unos intereses particulares, materializados en un tipo de capital econmico. No solamente se puede atribuir el poder simblico a las empresas que conforman el cluster, sino tambin a aquellas redes de relaciones logradas con entidades de apoyo que directa o indirectamente emplean un capital especfico para influir y 55 crdito y

ejercer un tipo de dominacin en dicho campo social: ... la vida social aparece, por tanto, como una lucha constante en la que se trata de dominar al otro (Alonso, 2004: 27). Cuando cada agente ejerce un papel dentro del campo organizacional e influye en la forma de hacer las cosas, se est ejerciendo un poder simblico manifiesto en la subyugacin de unas empresas frente a otras. Esto requiere que unas empresas cedan y transformen su gestin particular para responder a los intereses, ya no de una organizacin como ente individual, sino de una organizacin como partcipe de un cluster (agrupacin de varias empresas). Esta dinmica modifica en mayor o menor medida la cultura, la gestin y la estructura de pequeas, medianas y grandes empresas, a travs de la continua interaccin y comunicacin entre agentes que consolidan el cluster. La posesin de un capital simblico requiere el despliegue de estrategias de los agentes para su consecucin, lo que implica cambios en las organizaciones y modificaciones en las estructuras o reglas de juego internas, como alternativas para ser ms eficientes o competitivas una adopcin de una propuesta de gestin o una reestructuracin organizacional . Estas estrategias responden a motivaciones externas, como la percepcin y valoracin que hacen las organizaciones externas de las acciones realizadas por otras empresas del medio, ya sea la implementacin de envidiables propuestas de gestin; la invitacin de reconocidos asesores, consultores y conferencistas, o la aplicacin de estrategias consecuentes con una nueva estructura propuesta por entidades influyentes, como el Estado, la sociedad que constituye una cultura de referencia u otras sociedades y las culturas que indirectamente, consecuencia de fenmenos como la globalizacin, 56

intervienen en el despliegue de estrategias, as no pertenezcan al mismo campo. Para Bourdieu: Las estructuras sociales se transforman lentamente; los campos surgen, se desarrollan y pueden desaparecer: en la historia de la produccin cultural hay gnesis y evolucin, de la misma manera que rupturas y discontinuidades. La causa esencial de las transformaciones de un campo radica en la lucha o competencia por los intereses especficos entre dominantes y dominados. (citado por Tllez, 2002, :70) Lo anterior deja ver que la posicin en el campo organizacional implica, adems de la lucha simblica entre las empresas del sector, la influencia de agentes externos a la estructura establecida, de la que deviene la lgica del campo, pero tambin de los cambios en las reglas de juego internas, como causa o efecto de la implementacin de una propuesta de gestin unificada o una accin administrativa determinada. Dentro de ese campo organizacional (cluster) se dan relaciones de poder o luchas simblicas entre agentes, explicadas a travs de la asimetra de los agentes que lo componen empresas grandes, medianas y pequeas, es decir, por diversidad de tamaos, actividades productivas, y tambin por el poder que unas organizaciones tienen sobre otras poder logrado por la acumulacin de atributos diferenciadores, que los hace competitivos en el campo organizacional. A manera de ejemplo, las pequeas empresas son menos funcionales en situaciones de tensin (conflicto) de larga duracin, ya que los miembros que componen la red empiezan a evitar el contacto con el fin de evadir responsabilidad; mientras que las redes muy numerosas corren el riesgo de la baja o nula participacin, basadas en la idea de que otros ya se estn haciendo 57

cargo del problema (Sluzki, 1996:62, Bronfman, 1993:154). Por lo tanto, la red de relaciones construida en un campo organizacional est influida no slo por la voluntad de sus agentes de participar en un intercambio de informacin, sino tambin por prcticas, hbitos y rutinas que permiten controlar la incertidumbre en las relaciones y coordinar acciones comunes entre agentes. Por lo tanto, los clusters se estudian desde dos escenarios: (1) el de la rivalidad entre agentes y la exaltacin de elementos de poder, que definen diferencias entre un agente y otro, y (2) desde prcticas institucionalizadas y legitimadas por las colectividades para exaltar semejanzas colectivas dentro de un campo organizacional. Es decir, la tendencia a encontrar homogeneidad en la heterogeneidad, por medio de rutinas, hbitos y comportamientos, que se explican como un mecanismo de isomorfismo institucional (coercitivo, mimtico y normativo), presente en las organizaciones como sujetos de acciones e interacciones. El anlisis de un cluster desde esta perspectiva no desconoce la importancia de las relaciones econmicas entre las empresas y su entorno; por el contrario, trata de facilitar su comprensin a travs del estudio del entramado de significados de las relaciones sociales y culturales que se tejen a su alrededor. Desde esta perspectiva queda claro que el concepto de cluster no puede limitarse a la existencia de una cercana geogrfica, a compartir procesos o productos similares, a obtener complementariedades para optimizar recursos o a buscar estrategias colaborativas entre un grupo de empresas de una determinada actividad econmica y entidades financieras, reguladoras y formadoras que puedan apoyar su desarrollo. Para que un cluster cumpla su funcin de constituirse en fuente de ventaja competitiva frente a mercados globalizados demanda, adems 58

de lo anterior, la construccin de un tejido social que trascienda los intercambios tcnico-econmicos, para que logre conformar un campo organizacional en el cual el capital social y las relaciones simblicas se vuelven fundamentales. Nuevo enfoque en la integracin de clusters (Redes de valor )13 David Bovet y Joseph Martha, presentan una nueva forma de diseo comercial Este nuevo diseo brinda las herramientas necesarias no slo para controlar los costos, sino tambin para diferenciarse en el mercado y proporcionar un servicio de primer nivel y ofrecer productos personalizados que ayudarn a conquistar cada vez ms y ms clientes. Mediante ejemplos de varias empresas que han adoptado este diseo, como es el caso de Gateway, Cisco Systems, Cemex, Biogen, Zara, y muchas ms, los autores explican cmo reducir la brecha entre la cultura ejecutiva de la reinvencin estratgica y empresarial y el mundo operativo de la adquisicin, la fabricacin y la logstica. Aqu, detallamos las principales tcnicas que revelan los autores. En Value Nets (John Wiley & Sons Inc), David Bovet y Joseph Martha explican que este sistema, controlado por los clientes, reemplaza el diseo comercial, basado en la tradicional cadena de suministro, la cual no facilita la comodidad, rapidez, fiabilidad y personalizacin que exige el cliente del nuevo milenio. Ensean a elegir entre los distintos tipos de proposiciones de valor - o sea, servicio, comodidad o personalizacin para ofrecer a los clientes.

13

Bovet, David y Joseph, Martha. Value Nets. Breaking the Supply Chain to Unlock Hidden Profits. Wiley, 2000

59

Definen el alcance del diseo comercial y facilitan las estrategias para reunir y mantener las ganancias. Y, sobre todo, indican cmo ejecutar la transformacin de una empresa de cadena de suministro tradicional a una compaa basada en una red de valor. Este nuevo modelo de negocio une los exigentes requisitos de los clientes con una industria flexible y de costos efectivos. Utiliza informacin digital para transportar productos y saltear las costosas cadenas de distribucin. Se adapta a los cambios con facilidad. Los autores denominan a este nuevo modelo: red de valor.

Definir una red de valor

Una red de valor es un sistema rpido, flexible, que se rige segn las necesidades del cliente. Consiste en una red dinmica de alto rendimiento que conecta clientes y proveedores, junto con flujos de informacin. Apunta a los clientes y a satisfacer la demanda real. No se asemeja a la antigua cadena de suministro en absoluto. El viejo sistema se concentraba en la fabricacin de productos, luego deslizaba esos productos por los canales de distribucin a la espera de que apareciera un comprador. En cambio, una red de valor no trata de suministrar productos sino de crear valor para los clientes, la empresa y los proveedores. Reemplaza las conexiones secuenciales de la cadena de suministro por una red de relaciones cliente/proveedor.

El cliente elige
Una red de valor trata a cada cliente como nico. Los clientes pueden elegir el producto o servicio que ms aprecien. Adems, se diferencian 60

los procesos de fabricacin, entrega y servicios asociados con el propsito de satisfacer las necesidades de cada cliente. Esta nueva red presenta cinco caractersticas que la distinguen del diseo de negocio tradicional: Apoyada en el cliente: Se prevn la fuente, la produccin y el envo segn las necesidades de los clientes. Los clientes controlan la red de valor. Cooperadora y sistemtica: Se asigna cada actividad al socio que mejor trabaje en eso y muchas actividades operativas se delegan a especialistas. gil y escalable: Esta red es receptiva a los cambios, al lanzamiento de nuevos productos y el crecimiento acelerado. Disminuye el capital de trabajo y reduce el tiempo de procesamiento. Flujo rpido: Los ciclos de pedido y entrega son rpidos y reducidos. La entrega de productos es rpida y conveniente: en la casa, oficina o planta del cliente. Los inventarios son escasos. Digital: El comercio electrnico constituye una herramienta clave y los nuevos caminos de informacin digital unen y coordinan las actividades de la empresa, los clientes y los proveedores. Figura 24.

61

Figura 25.

62

Los autores hacen hincapi

en el hecho de

ofrecer

soluciones

convenientes. Hoy en da, los clientes buscan soluciones. Para eso, la empresa debe concentrarse en dos actividades fundamentales: conocer las necesidades de los clientes y proporcionar una solucin perfecta, exacta. Para determinar las necesidades de los clientes, esta red de valor capta informacin del cliente crtica en puntos de contacto durante los procesos de pedido y seleccin, la verificacin del estado de los pedidos, la entrega y el mantenimiento.

63

Capitulo II. Metodologa de Estudio de Casos y Anlisis para un Cluster Industrial.

En este Capitulo se presenta el protocolo metodolgico a seguir, dicho protocolo plantea en primer termino explica la metodologa de estudio de casos, en el siguiente apartado describe con detalle como se configura segn este trabajo un anlisis de un cluster industrial segn el marco terico construido en el capitulo anterior.

Metodologa Estudio de Casos

Cundo usar el mtodo Los diversos mtodos de investigacin social tienen ventajas y

desventajas segn el tipo de problema abordado y sus circunstancias. En la decisin (b) de el qu mtodo que elegir tiene el deben considerarse sobre tres los

condiciones: (a) el tipo de pregunta de investigacin que se busca responder, control investigador acontecimientos que estudia, y (c) la edad del problema, es decir, si el problema es un asunto contemporneo o un asunto histrico. Cada mtodo se aplica en situaciones especficas, como se indica en la Figura1. Los casos son particularmente vlidos cuando se presentan preguntas del tipo "cmo" o "por qu", cuando el investigador tiene poco control sobre los acontecimientos y cuando el tema es contemporneo. Muchas de las preguntas de tipo "qu?" son exploratorias o descriptivas y se contestan realizando encuestas o consultando bases de datos; por ejemplo: qu formas de reclutamiento de nuevos empleados se utilizan en las empresas Poblanas. 64

Las preguntas "cmo" y "por qu" son ms explicativas y llevan fcilmente al estudio de casos, la historia y los experimentos, porque tratan con cadenas operativas que se desenvuelven en el tiempo, ms que con frecuencias. Los casos y la historia tambin permiten tratar con el rastreo de procesos (George et al., 2005). Las preguntas sobre el cmo y el porqu son especialmente relevantes, porque sus respuestas son las teoras. Cmo formular buenas preguntas, entonces? La definicin de la pregunta de investigacin es casi con seguridad el paso ms importante en un estudio de investigacin. Hay muchas referencias a la formulacin de una pregunta de investigacin, que es de por s un acto creativo. Popper escribi que no existe tal cosa como un mtodo lgico de tener nuevas ideas... El descubrimiento contiene un elemento irrracional, o una intucin creativa.

Figura 1. Matriz para la eleccin de un mtodo de investigacin social segn las caractersticas del problema de inters. Fuente: Yin (1994).

65

Por buscar los mecanismos causales, el mtodo del caso permite acercarse a los fenmenos de inters, y evitar que ocurra lo que describe Daft (1983): Como revisor de artculos, se me hace dolorosamente claro que muchos autores nunca han visto o sido testigos de los fenmenos sobre los cuales escriben. Los autores no pueden dar un ejemplo para ilustrar un punto. Pasan por un momento enormemente difcil al pensar debajo de los coeficientes de correlacin para discutir lo que los coeficientes representan en trminos de actividades y procesos organizacionales. Los autores tpicamente reportan descripciones muy tenues de un gran nmero de relaciones, y nunca consideran el porqu de las correlaciones, tratando solamente con el hecho de que la variable Y est relacionada con la variable Z, como si eso fuera todo. Consideraciones sobre la inferencia en el mtodo del caso Tanto el mtodo del caso como los estudios estadsticos y otros enfoques cuantitativos buscan desarrollar teoras con consecuencias verificables empricamente. Sin embargo, la lgica de la metodologa es distinta entre ellos en cuanto variables a y la el seleccin uso de de la muestras, la operacionalizacin de inferencia.;

especficamente, el mtodo del caso propone la generalizacin y la inferencia hacia la teora y no hacia otros casos. Ignorar las particularidades de esta lgica lleva a una crtica frecuente: El caso no permite generalizar sus conclusiones a toda una poblacin. Esta falencia no permitira generalizar los hallazgos a otros casos que no fueran el estudiado, ya sea por razones del pequeo tamao de la muestra de casos utilizada o por la falta de representatividad de los casos elegidos. Una forma (la salida dbil) de evitar este pr oblema es considerar al caso como una etapa preliminar de un estudio que luego buscar resultados generales a travs de los medios estadsticos propios

66

de la econometra, por ejemplo; o bien se busca introducir dentro del caso datos cuantitativos que cualitativos. Otra forma de actuar (la salida fuerte) es decir: No busco generalizar mis hallazgos a toda la poblacin de casos similares; estudio simplemente cun plausible es la lgica del anlisis, para desarrollar sobre su base una nueva teora. Mitchell (1983) justifica este camino, pues la inferencia lgica es epistemolgicamente bastante independiente de la inferencia estadstica. Cmo fundamenta el autor esta afirmacin? Cmo es posible realizar inferencias generales a partir de un caso aislado? Escribe: En cuanto a las caractersticas descriptivas de la muestra (y por lo tanto de la poblacin madre), la validez de la inferencia es probablemente slida. La distribucin de edad de una muestra representativa extrada de una poblacin madre probablemente refleje con razonable precisin dados los errores de muestreo la distribucin de edades dentro de esa poblacin. Una dificultad se presenta, sin embargo, cuando se considera la relacin entre las caractersticas. En la muestra analizada puede notarse una relacin una correlacin, de hecho entre, por ejemplo, la edad y la probabilidad de estar casado. En trminos de los cnones de la inferencia estadstica, el analista puede suponer que la misma relacin existe entre las mismas caractersticas en la poblacin madre. Note, sin embargo, que la inferencia desde la muestra en relacin con la poblacin madre se realiza simplemente sobre la variacin concomitante de las dos caractersticas. El analista debe ir ms all de la muestra y acudir al pensamiento terico para unir entre s aquellas caractersticas... La inferencia sobre la relacin lgica entre las dos caractersticas no est basada en la representatividad de la muestra y por lo tanto en cun tpica es, sino ms bien en la plausibilidad o en el grado de lgica del nexo entre las dos caractersticas. (Mitchell, 1983) 67 permitan endurecer los hallazgos

En la inferencia lgica (que algunos llaman cientfica o causal), el investigador postula o descubre relaciones entre caractersticas, en el marco de un esquema conceptual explicativo. La relevancia del caso y su generalizabilidad no provienen, entonces, del lado estadstico, sino del lado lgico: las caractersticas del estudio de caso se extienden a otros casos por la fortaleza del razonamiento explicativo. Si se trabaja con mltiples casos se debe seguir la lgica de la replicacin, no del muestreo. Esta lgica lleva a incrementar el tamao de una muestra hasta garantizar cierto grado de certeza. La lgica de la replicacin es anloga a la del experimento mltiple, y lleva a seleccionar los casos de modo que se anticipen resultados similares en todos ellos (es en la llamada funcin de replicacin razones literal) predecibles o resultados (replicacin contradictorios, terica). Ambos tipos de replicacin literal y terica facilitan la formulacin de teoras. La replicacin literal sugiere cierto bajo qu condiciones que se la materializar probablemente fenmeno, mientras

replicacin terica sugiere bajo qu condiciones probablemente no se materializar. La teora resultante, que puede ser tanto de inters acadmico como empresarial, puede despus aplicarse a nuevos casos. En suma, los casos no deben tomarse para evaluar la incidencia de un fenmeno. Adems, su valor reside en parte en que no solo pueden estudiar un fenmeno, sino tambin su contexto. Esto implica la presencia de tantas variables que el nmero de casos necesarios para tratarlas estadsticamente sera imposible de estudiar. 68

El papel de la teora en el estudio de caso El estudio (explicativo) de caso viene de la teora y va hacia ella. Antes de iniciar el trabajo de campo, el estudio debe ser precedido por el desarrollo de una teora que permita la observacin. La observacin est siempre acompaada de una teora, aunque sea incipiente. El desarrollo de los primeros esbozos tericos clarifica y profundiza los componentes del caso. Todo buen diseo incorpora una teora, que sirve como plano general de la investigacin, de la bsqueda de datos, y de su interpretacin. A medida que el caso se desarrolla, emerge una teora ms madura, que se va cristalizando (aunque no necesariamente con perfeccin) hasta que el caso concluye. Mecanismos causales Explicar el mundo es el objetivo central de la ciencia. La idea de causalidad est ntimamente conectada con la de explicacin, si bien la naturaleza de esta conexin depende de la posicin epistemolgica de los diversos autores. En aos recientes, los investigadores de casos han dedicado esfuerzos a la identificacin y verificacin de los mecanismos causales. Conocer un mecanismo causal tiene consecuencias operativas prcticas y es a la vez un instrumento de la construccin de teoras. No hay un acuerdo general sobre qu es un mecanismo causal. Tentativamente, un mecanismo causal es un dispositivo que transfiere materia, energa o informacin entre diversos entes, fsicos, sociales o psicolgicos; este dispositivo, o proceso, puede tener caractersticas muy diversas, pero todo mecanismo causal es capaz de transmitir cierta estructura o cierto orden entre entes. Los mecanismos nos permiten ir

69

de lo ms grande a lo ms pequeo y, adems, reducen el lapso que media entre el explanans y explanandum, para dar lugar a una cadena continua, sin solucin de continuidad, de relaciones causales. Con frecuencia, a las teoras explicativas basadas en los mecanismos causales se les oponen las teoras que usan explicaciones causales probabilsticas, llamadas efectos causales. Para George et al. (2005) una explicacin causal satisfactoria debe incluir mecanismos causales y efectos causales. Hay distintos tipos de relaciones causales: simples, complejas, y enigmticas. En las relaciones causales simples ciertas variables sencillas son necesarias y suficientes para que ocurra determinado resultado. En las relaciones complejas interactan variables causales mutuamente dependientes. Las relaciones enigmticas son de diverso tipo, por ejemplo, relaciones no lineales difciles de estudiar tanto estadsticamente como con casos , o situaciones de efectos desproporcionados en donde pequeos cambios en variables causales difciles de identificar producen grandes consecuencias. Para algunos investigadores deben buscarse en sus disciplinas las relaciones causales simples, bajo la forma de leyes abarcadoras. Otros estudiosos, prefieren con un enfoque tradicionalmente enigmticas, asignado como a los historiadores, hacen hincapi en la originalidad de cada caso y considerar causalidades mecanismos causales probabilsticos y complejas relaciones entre muchas variables.

70

Los

postmodernistas

tambin

tienden

suponer

que

existen

causalidades enigmticas y descreen de la posibilidad de estudiar objetivamente la vida social y las acciones de los seres humanos. Sin duda en la vida de las empresas y de las sociedades hay causalidades complejas, pero an estas pueden modelizarse realizando generalizaciones contingentes o teoras tipolgicas, dado que en muchos fenmenos sociales existen patrones y secuencias causales identificables (George et al., 2005). Aunque el correlato no es perfecto, existe paralelismo entre las nociones de causalidad simple, compleja y enigmtica y tres concepciones de la teora. Las relaciones causales simples suelen estar asociadas con una teora de proposiciones generales y abstractas, vlidas en muchas circunstancias, es decir, con leyes abarcadoras a la Hempel. Fue precisamente la complejidad de las relaciones causales en la sociedad y la dificultad de encontrar leyes abarcadoras en las ciencias sociales lo que llev al estudio de los mecanismos causales, con sus propios problemas. Finalmente, existen teoras intermedias entre las basadas en leyes de cobertura y los mecanismos causales: estas teoras clasifican a los fenmenos en diversos tipos, dentro de los cuales se pueden aplicar generalizaciones contingentes. La Validacin Concepto e importancia de la validez La validez de un estudio es la cualidad que lo hace creble y da testimonio del rigor con que se realiz. La validez implica relevancia del

71

estudio con respecto a sus objetivos, as como coherencia lgica entre sus componentes. En los ltimos aos, parece existir una tendencia hacia un tratamiento menos riguroso de los temas metodolgicos en la investigacin administrativa, particularmente en los asuntos vinculados con la validacin interna y externa, la validacin de las teoras y la validacin de las conclusiones estadsticas. Esto no debera ser as. Si bien las teoras pueden ser juzgadas desde mltiples perspectivas, a veces no del todo compatibles, es necesario asegurar la validez de los hallazgos. La validez se va desarrollando a lo largo de todo el estudio, en cada una de sus etapas. Un caso tendr resultados vlidos si todos los procesos se monitorean adecuadamente, desde el diseo del caso y el desarrollo del trabajo de campo hasta la preparacin del informe y la difusin de sus resultados. Cuatro tipos de validacin La validacin (que es el aseguramiento de la validez) comienza en el diseo de la investigacin. Consideramos cuatro aspectos de la validez, que se aplican en general a los estudios empricos de las ciencias sociales: validez de la construccin conceptual ( construct validity), validez interna, validez externa, y fiabilidad. La validez de las construcciones conceptuales implica operacionalizar las mtricas que se utilizarn durante el estudio para poder inferir legtimamente, a partir de estas mtricas, hacia las construcciones conceptuales que les dieron origen. Siguiendo un enfoque realista, que suponemos cierta que es posible medir, como el aunque clima imperfectamente, las construcciones conceptuales. En otras palabras, suponemos construccin conceptual, organizacional, realmente existe, y la validez de la construccin conceptual es precisamente una medida de cun bien estoy midiendo el

72

clima organizacional, de cun bien el fenmeno observado corresponde al fenmeno de la teora. Yin (1994) sugiere diversas tcticas para aumentar la validez de las construcciones conceptuales. Dos de ellas se aplican durante la recoleccin de datos: utilizar mltiples fuentes de evidencia y establecer una cadena de evidencia. Una tercera, durante la preparacin del informe: hacer que el borrador del caso lo revisen informantes clave. La validez interna es la lgica de la causalidad de un estudio explicativo, y est vinculada con la verdad de las inferencias que se realizan para determinar las causas de los fenmenos. En este punto es usual mencionar la importancia de evitar las correlaciones no causales y las correlaciones ecolgicas. La clave de la validez interna es mostrar que lo que ocurri con tales variables efectivamente caus lo que ocurri en tales otras. Las herramientas ms usadas para asegurar la validez interna de un caso con el patternmatching, la construccin de explicaciones y el anlisis de series cronolgicas. En cuanto a la necesidad de proveer evidencias de nuestras

afirmaciones, sostiene un texto popular de metodologa que la prueba exige evidencia decisiva; esto significa evidencia que confirma un punto de vista y excluye a sus rivales". No es suficiente decirse, por ejemplo: "Puesto que no hay nada en contra de mi punto de vista; puesto que, al contrario, ciertos hechos se pueden tomar como que apoyan mi punto de vista, por lo tanto mi punto de vista est probado." Ni la simple consistencia de los hechos con una hiptesis, ni la plausibilidad de su ocurrencia, son confirmaciones de la hiptesis, porque la consistencia y la plausibilidad tambin podran darse con hiptesis alternativas. Tanto para el historiador como para el analista de casos, la verdad de un hecho se asigna en base a su probabilidad, ms que en su 73

plausibilidad o su mera posibilidad de ocurrencia. No nos referimos, naturalmente, a un concepto axiomtico de la probabilidad, sino a cun verosmil resulta que un hecho haya ocurrido (o no) de tal forma, sobre la base de cierta evidencia. Esta probabilidad es ponderada y evaluada, es juzgada. Los investigadores deben aplicar criterio y fundamentar sus razonamientos y conclusiones en el estado del arte de su disciplina y en su experiencia vital. La validez interna se aplica a la realizacin de inferencias sobre la ocurrencia de eventos que el investigador no vio con sus propios ojos, sino que se enter en entrevistas o leyendo documentos. Es correcta? Se consideraron todas las hiptesis rivales?. En algunas instancias, el mtodo, cuando est bien aplicado, permite analizar hiptesis rivales plausibles para fortalecer la inferencia causal. El origen del caso puede ser emprico, es decir, derivado del examen de datos, o hipottico; ahora bien, estas hiptesis y datos empricos no se utilizan para confirmar o corroborar teoras, sino para examinar una red amplia de implicaciones que permiten, aunque de modo incompleto, un enfoque cientfico de los problemas. Es importan te en los casos proponer explicaciones alternativas de un fenmeno y analizar su plausibilidad. Todas las alternativas relevantes, vinculadas o derivadas de las hiptesis, deben presentarse explcitamente y sujetarse a un examen crtico, eliminando las que no pasen pruebas cruciales. Por ejemplo, uno podra hipotticamente atribuir el xito de una empresa al poder carismtico de su presidente, como alternativa plausible a otras explicaciones basadas en el know-how tcnico de su planta productiva, pero esta hiptesis se extinguira si la base de datos del caso de estudio muestra que el mismo presidente fracas en sus intentos de liderar otra empresa similar el ao anterior, en un entorno interno y externo

74

comparable. As eliminamos una de las hiptesis alternativas plausibles al aplicarla explcitamente a otros contextos empricos. La validez externa establece el dominio al cual pueden generalizarse los hallazgos del estudio. En muchos casos se suele asociar la validez externa con la idea de muestreo y obtencin de muestras representativas. En el estudio de casos, como vimos, la validez que nos interesa es la que lleva a la generalizacin analtica, por la cual los resultados se generalizan hacia una teora ms amplia, que permita en el futuro identificar otros casos en que los resultados del primero sean vlidos. La fiabilidad demuestra que las operaciones de un estudio pueden repetirse con los mismos resultados. Est vinculada con la calidad de la medicin. Un estudio es ms fiable cuanto mayor es la consistencia de sus mediciones: Si otro investigador realizara nuevamente el mismo estudio (no otro, no una rplica) los resultados seran los mismos. Para asegurar esta fiabilidad es importante escribir procedimientos de las tareas que se realizarn en el estudio y llevar un registro de todos los pasos dados. En trminos tcnicos, es necesario contar con un protocolo del caso y construir una base de datos con la informacin recopilada a medida que el proyecto de investigacin se va realizando. Pasos de un estudio de casos Un estudio de caso tiene en general los siguientes pasos (George et al. (2005), Yin (1994)): 1. Diseo del estudio. 2. Realizacin del estudio.

75

3. Anlisis y conclusiones. En el primer paso se establecen los objetivos del estudio, se realiza el diseo propiamente dicho, y se elabora la estructura de la investigacin. Es importante determinar si nuestra investigacin tiene por objetivo la prediccin, o la generacin de teoras, o la interpretacin de significados, o una gua para la accin. En el segundo paso se prepara la actividad de recoleccin de datos y se recoge la evidencia, en todas las fuentes del caso. En el ltimo paso se analiza la evidencia. La forma de vincular los datos con las proposiciones es variada y los criterios para interpretar los hallazgos de un estudio no son nicos. Cuando se trabaja en explicaciones causales, la dinmica operativa lleva a buscar la coincidencia de patrones, que relaciona diversos tipos de informacin del mismo caso con alguna proposicin terica. Un ejemplo de esta coincidencia es la existencia de una relacin sistemtica entre variables. Es posible que la coincidencia de patrones sea causal o simplemente relacional, y es el investigador quien debe responder a este tema, con los criterios adecuados. Es de esperar que los diferentes resultados sean lo suficientemente impactantes como para priorizar una proposicin sobre sus rivales. Para finalizar con la tercera etapa, se prepara el informe del trabajo y se difunden sus resultados. Diseo de estudios de casos Un diseo de investigacin se compone de cinco componentes (Yin (1994)): 1) las preguntas del estudio, 2) sus proposiciones, si existieran, 3) su unidad de anlisis (pueden ser varias), 4) la lgica que vincula los datos con las proposiciones y 5) los criterios para interpretar

76

los hallazgos. Las proposiciones orientan sobre los objetos que deben ser examinados en el estudio; desmenuzan las preguntas de tipo cmo y por qu para determinar qu debemos estudiar. A partir de las preguntas de investigacin se buscan datos sistemticamente para extraer conclusiones. Las preguntas, los datos, y las conclusiones estn vinculados lgicamente entre s por el diseo del caso. Los diseos pueden ser de un caso simple o de mltiples casos y, por otra parte, holsticos o encapsulados, segn se utilice una o varias unidades de anlisis. Estos diseos se presentan en una matriz de dos dimensiones, como la de la Figura 2. Analicemos sus componentes. Dimensin vertical: Holstico o encapsulado. La unidad de anlisis puede ser un individuo, un grupo, una compaa, un pas... La unidad de anlisis ayuda a definir el alcance del caso, complementa las proposiciones, y permite acotar la bsqueda de informacin. El caso es con frecuencia un proceso, una institucin, o un evento no tan bien definido como un individuo. La definicin de la unidad de anlisis est vinculada con la forma en que se presentaron las primeras preguntas de la investigacin.

Si solo se busca examinar la naturaleza general de una empresa o problema, se utiliza un enfoque holstico. Se procede as cuando no se 77

logra identificar sub-unidades o sectores o cuando la naturaleza del estudio es holstica. Si se examinan una o varias subunidades de una organizacin o programa, se utiliza un enfoque encapsulado. Dimensin horizontal: Diseos simples o mltiples. Los diseos simples se utilizan cuando, de modo anlogo a un experimento crucial, un caso crtico permite probar una nueva teora, o establece las circunstancias en que valdran ciertas proposiciones. Tambin un diseo simple se aplica en casos nicos o extremos, o un caso revelatorio, en el que se presenta a los ojos del investigador un fenmeno antes no estudiado. Hay un problema comn a todos los mtodos de investigacin, tanto cualitativos como cuantitativos: la evidencia puede ser compatible con un gran nmero (hasta infinito) de teoras alternativas. Por este motivo, un caso crtico puede permitir comprobar cul es la mejor teora entre las que compiten; no habiendo casos crticos es posible tambin comprobar si una teora falla en explicar un caso ms probable o explica un caso menos probable (George et al. (2005), pg. 30). Los diseos mltiples, por otra parte, tienen la ventaja de que su evidencia es ms convincente y el estudio resulta ms robusto. Sus desventajas consisten en que no permiten tratar con el caso revelatorio, o raro, o crtico, de los casos simples y, adems, requiere ms recursos. El tema del nmero de casos que conviene analizar es debatido. Algunos autores (Dyer et al. (1991) se inclinan por el estudio de un solo caso y citan para avalar su posicin ejemplos de casos clsicos, como Street Corner Society, que mostraran la importancia de concentrarse en el estudio a fondo de un nico caso. Otros Eisenhardt (1989 a, 1989 b) 78

sostienen en cambio que es posible obtener recursos para casos mltiples; de hecho, hay ejemplos de casos mltiples ya clsicos, como Crozier (1964). Smith (1990) relata que, en su experiencia, a medida que cada caso progresa a travs de entrevistas los datos se van adecuando a un patrn, en otras palabras, una teora (va) emergiendo y los datos sucesivos se hacen predecibles a partir de la teora. Cuando se verifica este fenmeno, al cual se suele llamar saturacin, puede decirse que el nmero de casos considerado es suficiente. Definicin De La Metodologa De Deteccion E Identificacin De Clusters Industriales Rosenfeld (1997) manifiest que hay tantas definiciones de clusters como nmero de instituciones que utilizan el trmino. Podemos extender esta afirmacin a las metodologas aplicadas en los estudios que han detectado e identificado clusters industriales, probablemente a causa de la propia generalidad del concepto y a la poca precisin en cuanto a los lmites geogrficos y sectoriales de los clusters. En cualquier caso, es posible agrupar los mtodos propuestos y utilizados en la literatura para realizar el conocido como cluster mapping, es decir aquellos instrumentos que supuestamente permiten representar los clusters existentes en un rea geogrfica, incluyendo la informacin referida al volumen de negocio, los principales agentes implicados, y otros datos clave como el nmero de empresas, la cantidad de empleo, etc. En funcin del tipo de aproximacin empleada para establecer el mapping, encontramos:

79

a) Mtodos basados en el uso de herramientas analtico-estadsticas, de distinto grado de sofisticacin y cuya clave reside en la medicin del grado de aglomeracin econmica existente en cada una de las reas geogrficas consideradas. El instrumento cuantitativo ms frecuente es el coeficiente de

localizacin (CL), que aproxima el grado de ventaja competitiva de un sector en cada rea geogrfica respecto a la del conjunto de la economa analizada. Dadas las limitaciones que conlleva el uso aislado del CL, suele ser habitual acompaarlo de medidas complementarias. As, en ocasiones se utiliza la matriz de crecimiento-participacin, que est configurada, adems de por el CL, por: una medida del tamao absoluto del sector en la regin, habitualmente aproximado por el empleo sectorial una medida del crecimiento del sector en la regin, aproximada a travs del crecimiento del empleo sectorial Tanto en el caso de la utilizacin del CL de forma aislada, como combinado a travs de la matriz de crecimiento-participacin, esta aproximacin est sujeta a las crticas de ser sensible a la clasificacin sectorial utilizada, que adems suele venir dada de forma exgena y rgida, y de no utilizar informacin acerca de la interdependencia entre sectores, que constituye precisamente un elemento esencial en la propia definicin de cluster. Esta ltima circunstancia ha llevado a autores como Bergman y Feser (1999) a indicar que el CL slo resulta til si se complementa con una medida del grado de interdependencia entre sectores. Precisamente, la combinacin de medidas del grado de concentracin sectorial con medidas de la intensidad de relaciones 80

intersectoriales es el elemento fundamental del mtodo de cluster mapping propuesto y aplicado por M Porter en el contexto del Institute for Strategy and Competitiveness en la Harvard Business School. En contraposicin basadas al en mtodo la desarrollado de por Porter y sus y

colaboradores, recientemente han aparecido propuestas alternativas tambin aplicacin instrumentos analticos cuantitativos. Estas propuestas metodolgicas sern descritas con mayor detalle en los prximos apartados de este informe, por lo que en este punto nicamente indicaremos que se basan en la utilizacin de informacin ms detallada tanto a nivel de las unidades de observacin como de las unidades geogrficas consideradas y de la situacin terica de referencia en ausencia de aglomeracin de la actividad. En todo caso, y an combinando informacin del grado de concentracin y de interrelacin sectorial, debe tenerse en cuenta que: este tipo de mtodo no tiene en cuenta el ciclo vital de un cluster, es decir si ste se encuentra en gestacin, en plena efervescencia o en declive. Esta circunstancia puede condicionar el proceso de deteccin de algunos clusters de especial relevancia, el mtodo tiene validez limitada al no incorporar informacin de factores intangibles como, por ejemplo, relaciones basadas en la confianza, la presencia de capital social, de dinmica organizativa, etc.

b) Mtodos basados en el estudio de caso de clusters individuales o de grupos de clusters, mediante el uso de tcnicas cualitativas y

81

de supuestos a priori sobre la existencia del (los) cluster(s) analizados. Es utilizado por analistas que rechazan el supuesto de que los clusters slo pueden ser identificados y cuantificados mediante la aplicacin de tcnicas estadsticas. El argumento bsico que utilizan es que el crecimiento y la dinmica innovadora de un cluster nicamente pueden ser capturadas de forma correcta a travs de la aplicacin de tcnicas cualitativas, por ejemplo mediante el recurso a entrevistas en profundidad con agentes representativos de los clusters. Un paradigma de tal aproximacin lo constituye el estudio de Saxenian (1994) acerca de Sillicon Valley en los noventa, a la que siguieron otros trabajos en la misma lnea que trataron de comparar esa experiencia con la de otros supuestos clusters. La conclusin fundamental que se desprende de los estudios que han utilizado este mtodo cualitativo es que las nicas polticas efectivas parecen ser aquellas diseadas para fortalecer clusters ya existentes, mientras que las tendentes a promover el nacimiento o formacin de un cluster, a travs de acciones top-down, aparecen como ineficaces. El enfoque basado en el estudio de caso puede proporcionar

conocimiento de la naturaleza y la dinmica de los clusters industriales presentes en un rea geogrfica determinada, as como de las claves de su xito. Pero difcilmente puede ser utilizada esta aproximacin para la deteccin de tales clusters. O dicho de otro modo, el estudio de caso otros puede proporcionar un conocimiento profundo de un cluster o grupo de clusters previamente detectados mediante la aplicacin de instrumentos. En caso contrario se puede acabar aceptando

errneamente su existencia. Adicionalmente, hay que tener en cuenta 82

que no resultar adecuado comparar la evidencia obtenida de casos distintos si estos no se han derivado del mismo marco de anlisis. As, difcilmente se podr dar respuesta a por qu unas experiencias han resultado exitosas mientras otras han fracasado, o por qu unas han resultado mejores que otras. En consecuencia, podemos concluir que el mtodo basado en el anlisis de caso no constituye una aproximacin metodolgica adecuada para la realizacin de un cluster mapping. c) Mtodos centrados en el anlisis de polticas pblicas y estrategias diseadas para promover la gestin y/o fortalecimiento de un cluster o conjunto de clusters. Suelen corresponder a anlisis efectuados por autoridades competentes en el desarrollo local y/o regional, e incorporan elementos tanto de a) como de b).

A partir de esta clasificacin general de las aproximaciones utilizadas en la literatura para el anlisis de los clusters industriales podemos concluir que cualquier estudio tendente a su deteccin y cuantificacin en el conjunto del territorio espaol debera basarse en la aplicacin de instrumentos cuantitativos. Debera tambin explicitar claramente qu aspectos concretos de la definicin de cluster industrial adoptada se estn recogiendo con los instrumentos utilizados, si estos se incorporan de forma parcial o total, y si se hace de forma directa o mediante algn tipo de aproximacin. Ello permitir valorar en su justa medida el mapa obtenido.

83

A continuacin se describen en ms detalle cada uno de los mtodos propuestos en el mbito de la aproximacin cuantitativa, presentando de forma resumida los rasgos caractersticos de las tcnicas empleadas, los requerimientos de informacin estadstica, el mbito territorial caracterstico, las ventajas e inconvenientes de su aplicacin y la potencialidad de los resultados que se podran obtener. Mtodo a la Porter (Giacr 2005) Michael Porter y su equipo de colaboradores en el Institute for Strategy and Competitiveness en la Harvard Business School propusieron un mtodo basado en la utilizacin de instrumentos cuantitativos para derivar la composicin de economas regionales y locales, y los lmites geogrficos de los clusters de sectores interrelacionados. Dicho mtodo pretende capturar los elementos bsicos en la definicin de cluster industrial del propio Porter, sirvindose para ello de algunas medidas utilizadas con anterioridad para valorar el grado de concentracin espacial de la actividad y la intensidad de las relaciones entre distintos sectores productivos. Al determinar el conjunto de sectores que se encuentran relacionados en uno o varios clusters concentrados geogrficamente el mtodo de Porter da lugar a un cluster mapping para el conjunto de la economa en que se est interesado. Elementos esenciales del mtodo. Definicin de sectores La implementacin del mtodo de Porter precisa de la clasificacin de todos los sectores considerados en tres grandes tipos de agrupaciones

84

con

pautas

de

competencia

espacial

patrones

de

localizacin

geogrfica muy dispares: a) Sectores locales. Son aqullos distribuidos uniformemente entre regiones, de forma que su dimensin en cualquier regin (medida por ejemplo a travs del empleo) es proporcional a la poblacin de la regin. Por las caractersticas del producto de este tipo de actividades, las empresas de una regin compiten slo parcialmente con las localizadas en otras regiones. Aunque en la mayora de casos corresponden a actividades de servicios y de construccin, tambin pueden considerarse en esta categora algunas actividades manufactureras. b) Sectores dependientes de recursos. Son aquellos en los que la localizacin geogrfica de la actividad est asociada a la presencia de determinados recursos naturales. Las empresas de estos sectores compiten con otras del mismo sector localizadas en otras regiones del pas y con aqullas de otros pases. d) Sectores comercializables. Son aqullos cuya produccin tiene

como mercado la propia regin, el resto de regiones del pas y potencialmente el resto de pases, y cuya localizacin, adems, no depende de la ubicacin de determinados recursos naturales. La localizacin en una regin especfica se determina en funcin de un amplio abanico de factores de competitividad, de forma que la concentracin geogrfica de este tipo de sectores vara sustancialmente entre regiones.

85

Clasificacin de sectores En la prctica, Porter sugiere: utilizar la distribucin sectorial del empleo en un ao determinado para clasificar los sectores considerados en los tres grupos anteriores, y emplear tres medidas de variacin del empleo sectorial en el espacio para los distintos sectores: i. el porcentaje que sobre el total de empleo nacional representa el empleo de aquellos estados con un CL1, ii. la media del CL para los cinco estados con un valor ms elevado para ese coeficiente, iii. el coeficiente de Gini del empleo. examinar el patrn de distribucin regional del empleo para un amplio conjunto de sectores con el objetivo de determinar puntos de corte para cada una de las medidas anteriores. En el caso concreto del estudio de Porter para los estados norteamericanos, estos se definieron como14: i. el 50% o ms del total del empleo de un sector se encuentra en estados con CL1, ii. la media del CL en los cinco estados con mayor valor para este coeficiente toma un valor mnimo de 2, iii. el coeficiente de Gini del empleo es igual o mayor a 0.3 As, aquellos sectores en los que se cumplen simultneamente los tres criterios son definidos como sectores comercializables. Por su parte, aquellos en los que no se cumple ninguno o nicamente uno de los criterios anteriores, son clasificados como locales.

14

La arbitrariedad de este procedimiento es aceptada por el propio Porter al indicar que a pesar de que los puntos de corte utilizados para realizar la clasificacin es arbitraria, su modificacin slo ocasionaba pequeas modificaciones en los resultados.

86

En una segunda etapa se realiza un ajuste fino, una depuracin de la clasificacin obtenida como resultado de la aplicacin de los criterios anteriores. Tal depuracin se basa en elementos definidos de forma totalmente ad hoc: para los sectores en los que se cumplen dos de los tres criterios, se examina la distribucin de su empleo y el tipo de actividad que realiza. En caso de que se considere que algunos de esos sectores comparten para los las sectores caractersticas clasificados requeridas como a un sector si se comercializable son clasificados como tales, comercializables, considera que el tipo de actividad para alguno de ellos se aleja de las caractersticas tpicas de esa agrupacin, y tras analizar detalladamente la distribucin geogrfica de su empleo, se reclasifican como locales, para los sectores clasificados como comercializables, pero cuyo tipo de actividad es altamente dependiente de la localizacin de recursos naturales, se reclasifican como sectores dependientes de recursos naturales Agrupacin de sectores Como resultado final de este proceso se obtienen los sectores comercializables, aquellos con marcadas pautas de concentracin geogrfica, y las regiones en las que cada uno de ellos presenta una mayor presencia. No obstante, con esa informacin no finaliza el proceso de mapping, dado que Porter reconoce que los sectores pueden no ser las unidades de anlisis apropiadas, dada la ms que probable existencia de externalidades entre sectores relacionados en el seno de los clusters. Y precisamente en este punto es donde se plantea una de las principales limitaciones del mtodo aqu sintetizado: el que se carezca de un instrumental slido que, junto a la ausencia de informacin estadstica referida a la difusin de 87

conocimiento

externalidades

pecuniarias,

imposibilita

determinar unvocamente la composicin sectorial de los clusters para un amplio conjunto de economas regionales. El reconocimiento de esta carencia obliga a la aplicacin de un mtodo indirecto, mediante el clculo de la correlacin de la distribucin regional del empleo en el conjunto de los sectores comercializables. La idea es que elevadas correlaciones locacionales deben ser motivadas por las citadas externalidades, pudiendo ser utilizadas para definir los lmites y composicin de los clusters. Como ejemplo tpico se puede sealar el de la asociacin entre la localizacin geogrfica del empleo en el sector de desarrollo de software y en el del hardware. Las correlaciones estadsticamente significativas permiten identificar pares y despus grupos de sectores que supuestamente presentan una estrecha relacin. En la propuesta de Porter se rechaza el uso de algoritmos de agrupacin basados en los coeficientes de correlacin al no ser considerados como adecuados por excesivamente automatizados. En su lugar se aboga por una actuacin pragmtica en la que se comienza a travs de un pequeo grupo de sectores obviamente relacionados y a partir de ste se sigue la pista a otros sectores a partir de los patrones de correlaciones. Depuracin de la agrupacin de sectores Una vez llegado a este punto, las agrupaciones sectoriales obtenidas a travs del anlisis de correlaciones son depuradas de la posible presencia de correlaciones espurias entre algunos sectores. La presencia de correlaciones espurias tiene entre otros posibles motivos los siguientes:

88

el empleo

de

una

definicin

muy

amplia

de

los sectores

considerados, el que los datos no permitan diferenciar entre el empleo de las sedes y de las plantas de produccin locales, el que sectores con una intensa presencia en regiones grandes puedan aparecer como altamente correlacionados incluso en ausencia de ningn tipo de relacin entre ellos, el que sectores de escasa implantacin en la economa analizada puedan no estar presentes o lo estn con niveles bajos de empleo en muchas regiones, dando lugar de esa forma a correlaciones significativas, y el que sectores fuertemente implantados en regiones grandes muestren, simplemente por esta circunstancia y sin que exista interrelacin entre ellos, correlaciones elevadas. La depuracin se basa en el uso de informacin adicional acerca de los sectores considerados y de la informacin sobre los intercambios comerciales entre ellos, contenida en las tablas input-output. En concreto: se utiliza, en primer lugar, toda la informacin y conocimiento disponible de cada sector. Para ello se emplea la mxima desagregacin sectorial posible y, por ejemplo, el listado de productos caractersticos de cada sector. Con esa informacin se concluye acerca de la probable presencia de externalidades lgicas, en segundo lugar, se comprueba la existencia de flujos comerciales entre sectores a travs de la informacin contenida en las tablas input-output.

89

De esta forma, se elimina el vnculo entre cualquier par de sectores por espurio si entre ellos no se detecta una externalidad lgica ni flujos significativos de productos. Adicionalmente, se incluyen asociaciones no detectadas a travs del anlisis de correlaciones si se detectan en esos casos flujos significativos de productos a travs de la informacin revelada por las tablas inputoutput. Finalmente, ante la presencia de solapamiento de sectores en ms de un cluster, se procede a realizar una definicin amplia y otra restrictiva de cluster. En la amplia no se impide que un sector pueda formar parte simultneamente de ms de un cluster, mientras que en la restrictiva un sector nicamente puede formar parte de uno de los clusters. Para ello se sigue el criterio de intensidad en la correlacin locacional observada para ese sector, de forma que se asigna al cluster con el que presente mayor correlacin. En este mismo sentido, es posible definir el ncleo del cluster como aquel conjunto de sectores que presentan correlaciones ms intensas. Ventajas e inconvenientes Ventajas Una de las principales ventajas de la utilizacin de un mtodo la Porter radica en la sencillez de su aplicacin, entendiendo como tal la facilidad en los clculos a realizar (que se limitan a CL, porcentajes de empleo y correlaciones del empleo regional entre sectores) y la interpretacin de estos y de los otros instrumentos a utilizar (como por ejemplo la informacin contenida en las tablas input-output). De esta forma, una vez se dispone de la 90

informacin estadstica de base, el tratamiento cuantitativo a realizar es simple, estando su volumen relacionado con el grado de detalle sectorial con el que se trabaje. Otra de las ventajas que se le deben asignar a este tipo de aproximacin es la baja necesidad de informacin estadstica, dado que para su aplicacin nicamente se precisa de informacin acerca del volumen de empleo en los sectores definidos previamente y para el conjunto de regiones o localidades que se vayan a tomar como unidades geogrficas. Aunque la utilizacin de otro tipo de informacin acerca de las caractersticas de los sectores y de los flujos comerciales entre ellos es de utilidad para la mejora en el proceso de agrupacin sectorial, no constituye un elemento indispensable para la implementacin, pudiendo ser sustituido regiones. Asimismo, la difusin y reconocimiento de esta metodologa entre, como mnimo, parte de la comunidad acadmica y de los responsables de las polticas industriales y de desarrollo, junto a su aplicacin en diversos proyectos de cluster mapping realizados para diversas economas, facilita, en principio, la comparabilidad de los resultados obtenidos y la aceptacin de los mismos. Finalmente, como otra ventaja inmediata se puede sealar la facilidad de su actualizacin en sucesivos periodos a medida que la informacin estadstica de base se encuentre disponible. Esto permite adems incorporar una caracterstica innata en los clusters, como es la del seguimiento de su dinmica. Asimismo, es posible reproducir el anlisis para otros niveles de desagregacin geogrfica y/o sectorial en el caso 91 por conocimiento no necesariamente basado en informacin estadstica sistemtica para todos los sectores y

en que se considere oportuno y todo ello con un coste informativo y computacional limitado. Inconvenientes Entre los inconvenientes ms inmediatos sin duda destaca el de la escasa robustez de los resultados que se obtienen a travs de la aplicacin de esta aproximacin. El origen del problema de robustez se encuentra en la utilizacin de informacin agregada, tanto en lo referido a la vertiente sectorial como a la territorial. As, los clusters detectados y la cuanta de su intensidad variarn necesariamente dependiendo del detalle sectorial utilizado, sin que a priori se pueda determinar si nmero e intensidad dependen directa o inversamente del nivel de desagregacin sectorial adoptados. Estos tambin sern distintos para diferentes niveles de desagregacin utilizados. Es decir, que los clusters detectados pueden diferir si el anlisis se realiza considerando, por ejemplo, comunidades autnomas o provincias. Dada la incertidumbre acerca de las fronteras sectoriales y geogrficas de un cluster tpico, las implicaciones de los problemas de robustez de los resultados que se obtengan a partir de la aplicacin de esta metodologa resultan obvias. La determinacin de los puntos de corte, necesaria para la clasificacin de los sectores, es la misma para todos los sectores considerados. Esta circunstancia slo sera razonable si todos ellos compartiesen la misma distribucin espacial, lo que difcilmente se dar en la realidad. Imponer un mismo umbral puede ocasionar tanto la inclusin como la exclusin errnea de sectores en el grupo de los aglomerados.

92

En relacin con esta circunstancia, para el clculo de las correlaciones de localizacin cobra especial relevancia la definicin de las unidades geogrficas o regiones. Para establecer esta definicin se debe tener en cuenta i) la disponibilidad de datos con el detalle sectorial requerido para el nivel de desagregacin espacial deseado, y ii) el hecho de que para un nivel de desagregacin geogrfica elevado el empleo en muchos de los sectores comercializables tender a ser escaso e incluso inexistente en muchas de las unidades espaciales. Esta circunstancia provocar que el coeficiente de correlacin presente valores elevados entre muchos de los sectores, sin que ello sea debido a la presencia de relaciones intersectoriales. Si a ello aadimos que la unidad geogrfica relevante puede diferir entre clusters, y que para algunos de ellos los lmites geogrficos pueden no corresponder con los lmites administrativos, se suele aconsejar realizar el estudio para varios niveles de desagregacin territorial. Otra crtica obvia que se puede realizar a esta aproximacin es la de basarse en exceso en criterios adhoc. Todas las fases del procedimiento estn caracterizadas por apoyarse en elementos subjetivos y difcilmente generalizables. De esta forma, en cada estudio se deben fijar atendiendo a la informacin contenida en los propios datos que se estn utilizando y en el conocimiento de la economa analizada por parte del investigador o equipo de investigadores. Esta circunstancia ha quedado reflejada en la descripcin de los elementos fundamentales de la metodologa descritos en el apartado anterior, y que de forma breve se pueden sintetizar en i) la determinacin de los puntos de corte en los coeficientes CL y de Gini, y en el proceso de depuracin de la clasificacin de los sectores en comercializables, locales y 93

vinculados con recursos naturales, ii) la agrupacin de sectores y su posterior depuracin que, an basndose en coeficientes de correlacin entre sectores, no sigue ninguna pauta objetivable sino que se debe apoyar en conocimiento subjetivo de los sectores y regiones consideradas. Finalmente, y dado que para la deteccin de relaciones intersectoriales necesaria para realizar la agrupacin de los sectores que integran cada uno de los clusters se emplea una aproximacin presente que indirecta, en cualquier estudio debe tenerse ser lo la economa objeto de anlisis debe

suficientemente grande como para que todos los sectores y clusters puedan estar potencialmente presentes en cada una de sus regiones, y que stas sean numerosas, diversas e interdependientes. Aunque como se seala en Porter (2003) el caso de la economa americana no suscita dudas en este sentido, no se debera trasladar esta argumentacin automticamente al anlisis en otros mbitos15. Criterio estadstico de deteccin de aglomeracin En la aplicacin de un mtodo la Porter, la determinacin del nivel de aglomeracin sectorial que deberamos observar para concluir acerca de la posible pertenencia de un sector a un cluster es una cuestin abierta que, como hemos indicado anteriormente, se deja en manos del investigador. Es decir, el establecimiento de un punto de corte se basa en un criterio subjetivo y propio de cada caso, lo que provoca que pueda ser considerado como arbitrario.

15

En palabras de Porter, esta aproximacin no es factible en la mayora, sino en todos, los dems pases.

94

Pero este proceder contrasta con la necesidad de identificar clusters de forma consistente y asumible por parte de cualquier persona interesada en ellos. Resultara entonces conveniente definir un nivel crtico objetivable para el grado de aglomeracin a partir del cual considerar la pertenencia de sectores a clusters. Tal nivel crtico debera ser factible empricamente y estar basado en consideraciones tericas. Asumiendo estas premisas, ODonoghue y Gleave (2004) propusieron el coeficiente de localizacin estandarizado como instrumento en el que basar la clasificacin entre sectores aglomerados y no aglomerados, y consecuentemente la determinacin de los sectores comercializables potencialmente pertenecientes a clusters industriales. Con ello recogen la sugerencia de Duranton y Overman (2005) al insistir en la importancia de establecer la significacin estadstica como un prerequisito para la determinacin de la composicin de los clusters. El coeficiente de localizacin es utilizado porque, en opinin de los citados autores, la manifestacin esencial de todo cluster es su aglomeracin en el espacio, y sta es recogida por dicho coeficiente. Pero tambin sealan que las aglomeraciones deben constituir localizaciones excepcionales, lo que implica que deben presentar valores para el CL significativos estadsticamente para algunos de los sectores considerados. En consecuencia, proponen identificar localizaciones con concentraciones de actividad excepcionales a travs de valores del CL estadsticamente significativos al 5%, o lo que es lo mismo, detectar observaciones claramente diferenciadas del resto en base a un criterio objetivo.

95

Los pasos a seguir en la implementacin del procedimiento son: i) calcular el CL para todos los sectores al nivel de desagregacin sectorial y regional determinado, ii) comprobar que el CL se distribuye como una normal (aplicando para ello el test de Kolmogorov-Smirnoff). Si se detecta fuerte asimetra, se debe transformar logartmicamente el CL, iii) estandarizar el CL y seleccionar aquellos casos cuyo valor exceda, en valor absoluto, 1.96 veces la desviacin estndar de los valores del CL El requerimiento de la normalidad de la distribucin del CL (o de su transformacin logartmica) supone una evidente limitacin del mtodo, as como el hecho de que no tenga en cuenta posibles diferencias en la distribucin del tamao empresarial entre las regiones consideradas. Es decir, el CL estandarizado no es capaz de discriminar entre un valor significativo causado por la existencia de una gran empresa en una regin determinada, de otro motivado por la presencia de un entramado de numerosas pequeas y medianas empresas. La solucin propuesta en este caso consiste en el clculo de un coeficiente de localizacin ajustado:

donde

hacen

referencia

al

empleo

regional

nacional

respectivamente, el subndice PYME a las pequeas y medianas empresas, el i a cualquiera de los sectores considerados, y Total al conjunto de la economa.

96

El CLajustado permite comprobar hasta qu punto la aglomeracin es debida a la presencia de PYMEs y, en consecuencia, a la posible existencia de un cluster. Otras propuestas para la aplicacin de un criterio objetivable en la seleccin de los sectores que potencialmente pueden formar clusters industriales, dadas sus pautas de aglomeracin geogrficas, han abandonado el uso del CL por sus conocidas limitaciones. Por ejemplo, se ha argumentado que el valor mximo que puede alcanzar el CL depende del tamao de las regiones analizadas (Isard et al, 1998). En este sentido, Karlsson et al (2005) sugieren basar la seleccin de sectores aglomerados en cada una de las regiones en los residuos atpicos (outliers) de la regresin entre el empleo sectorial en cada regin y la poblacin de la regin por una parte, y en la regresin entre el nmero de plantas productivas en cada sector y regin y la poblacin regional por otra. Mediante dichas regresiones se sugiere detectar observaciones con concentraciones de empleo y nmero de plantas significativamente por encima de los medios. La idea es que un cluster debe ocasionar de forma simultnea una sobrerepresentacin del empleo y del nmero de plantas productivas de los sectores que lo forman en la regin en la que se localiza. El proceso se puede sintetizar en las siguientes etapas: una vez determinado el detalle sectorial y territorial, se recoge la informacin referida al empleo (Empl) y al nmero de empresas (Plantas), ii) con esa informacin se efectan las siguientes regresiones:

97

donde Pobl denota la poblacin como medida del tamao de la regin y los subndices i y r hacen referencia al sector y regin respectivamente y son trminos de perturbacin con las propiedades habituales, iii) se retienen los residuos positivos de ambas regresiones que excedan el 10%. Las observaciones de formar asociadas parte de pertenecen un cluster a en los las sectores regiones susceptibles

correspondientes. Aplicaciones de la metodologa Se han realizado cluster mappings para diversas economas aplicando los elementos esenciales del mtodo de Porter. De hecho, algunas de las experiencias existentes han contado de una u otra forma con la participacin del Institute for Strategy and Competitiveness. En cualquier caso, todas ellas han debido ajustar los procedimientos descritos anteriormente al caso particular de la economa analizada, a la vez que han incorporado elementos adicionales en algunos de los pasos a seguir. Quizs una de las experiencias ms difundidas ha sido la realizada para el Reino Unido por parte de Trends Business Research para el Departamento de Comercio e Industria (DTI) de ese pas, y que bajo el ttulo Business Clusters in the UK A First Assessment abord la deteccin, identificacin y cuantificacin de clusters industriales en el conjunto del territorio mediante la adaptacin del mtodo propuesto por Porter. Las etapas seguidas en ese trabajo, similares a las descritas

anteriormente, se pueden sintetizar en:

98

i)

Identificacin de los sectores sobrerepresentados en cada regin, en trminos del empleo y que son empleadores significativos (CL > 1.25 y porcentaje del empleo del sector en el empleo total de la regin > 0.2). Con esa informacin e incorporando juicio e interpretacin, se clasifican los sectores para formar la base de los clusters.

ii)

Revisin de la estructura sectorial de cada regin a. examinar sectores con CL > 1.25 pero con porcentaje del empleo regional < 0.2. Si se considera conveniente se incluyen en un cluster b. examinar sectores con porcentaje del empleo regional > 0.2 pero con CL < 1.25. Se sitan en un cluster si no son sectores que sirven a demanda local. En algunos casos se valora la posibilidad de que constituyan el ncleo de un cluster iii) utilizando datos de empresas para detectar la actividad caracterstica de grandes empresas en un conjunto de sectores, determinar la naturaleza especfica de su produccin. De esta forma se obtiene evidencia adicional de vnculos y relaciones potenciales. Para ello se toman los sectores con elevados valores del CL y que pueden llegar a formar parte de un cluster en una regin determinada iv) agrupar los sectores aglomerados en clusters. Para ello se utiliza el conocimiento del concepto de cluster e informacin de cada uno de los sectores. En concreto, el conocimiento de: a. los vnculos input-output y la evidencia disponible sobre la co-localizacin industrial, b. las cadenas de valor, c. que sectores de una misma agrupacin sectorial tienden a localizarse en una misma regin, d. la informacin proporcionan procedente informacin de otras fuentes de datos, sectores. que v) de vnculos entre

analizar las unidades geogrficas inferiores, dado que: a. pueden existir clusters sub-regionales significativos que no 99

lleguen a ser visualizados cuando se realiza el anlisis a nivel regional b. la localizacin precisa de un cluster permite determinar si existe un centro geogrfico en la regin c. un elevado CL puede deberse a la presencia de una nica gran planta productiva, lo que en esencia no constituira un cluster Permite detectar concentraciones locales significativas para sectores especficos, y una vez identificados los clusters a nivel local compararlos con los obtenidos en el anlisis regional. vi) los clusters detectados se clasifican atendiendo a: a. el estado de su desarrollo b. su intensidad c. la dinmica de su empleo d. su importancia vii) detectar otros clusters, que resultan menos obvios. Para ello se hace uso del conocimiento de cada una de las regiones, junto a la utilizacin de la informacin referida a las empresas, que permite la identificacin de clusters no basados en sectores. La idea es que el anlisis formal puede no permitir la identificacin de algunos clusters debido a que el detalle sectorial empleado no sea lo suficientemente detallado y/o que los clusters se encuentren en estado embrionario o sean de pequea dimensin viii) se excluyen aquellos clusters identificados con la aplicacin del mtodo pero que corresponden a actividades peculiares, como las de defensa, educacin o salud ix) como ltimo paso se realiza diversa. En cualquier caso, se insiste en que el anlisis realizado debe ser interpretado como un proceso inicial de identificacin de clusters que pueden existir en cada una de las regiones de la economa. En ese sentido, representa un punto de partida para un proceso de interaccin 100 la validacin de los clusters detectados con representantes regionales y agentes e instituciones de ndole

con las estrategias de desarrollo. A modo de ejemplo, la deteccin de colocalizacin permite aventurar la posibilidad de existencia de un cluster potencial, de forma que determinadas actuaciones podran mejorar las opciones de evolucin hacia un cluster efectivo. Potencialidad de resultados obtenidos La identificacin de clusters industriales en el territorio siguiendo un procedimiento la Porter permite la deteccin de agrupaciones de sectores co-localizados y a los que se atribuye un nivel mnimo de interaccin. En consecuencia, mediante el empleo de informacin estadstica correspondiente a un detalle sectorial y territorial elevado sera posible la obtencin de un mapa preciso de la localizacin de la actividad econmica en la geografa espaola. Ese mapa permitira ubicar en el territorio actividades econmicas supuestamente interrelacionadas. La riqueza del mapa dependera en gran medida del detalle sectorial y territorial que se pudiese llegar a emplear. Respecto al detalle sectorial, sera aconsejable el uso de la desagregacin a 2, 3 y 4 dgitos de la clasificacin CNAE (o equivalente), mientras que para el territorial el anlisis a nivel de comunidades autnomas, provincias y municipios podra proporcionar evidencia ms rica que en el caso de realizar el anlisis nicamente tomando como referencia a las primeras. Adems de la obtencin de un mapa global, la combinacin del mtodo con informacin acerca de las caractersticas de determinadas actividades y sectores productivos debera permitir la identificacin de clusters de especial inters, por su dinamismo y/o por resultar claves para la economa nacional o para alguno de los territorios. 101

Hara posible la deteccin de regiones y/o localidades con implantacin de clusters especialmente dinmicos o en clara recesin. En ambos casos la deteccin permitira discernir el tipo de actividades o sectores implicados y el mbito territorial afectado. A la vez, y en caso de que se considerase oportuna su realizacin, permitira definir los lmites sectoriales y territoriales de un anlisis especfico ms detallado de cada uno de esos clusters. A su vez, el anlisis revelara tanto aquellos sectores menos proclives a formar parte de clusters industriales como aquellas localizaciones menos tendentes a acogerlos. Tambin en ese caso, el anlisis permitira delimitar sectores y territorios susceptibles de un estudio posterior ms profundo, que tuviese por objeto, por ejemplo, determinar la potencialidad de los incentivos a la consolidacin de clusters embrionarios o dbiles en determinadas localidades.

Mtodo basado en la comparacin de distribuciones En contraposicin a la estrategia sugerida por Porter y colaboradores, recientes aportaciones han propuesto una metodologa para identificar empricamente clusters industriales en el territorio, basada en la comparacin de la distribucin espacial de cualquier sector analizado con otra que supuestamente caracterizara una situacin en la que operasen las fuerzas que causan la aglomeracin espacial de la actividad. El fundamento de esta estrategia lo encontramos en los trabajos de Ellison y Glaeser (1997 y 1999), quienes desarrollaron un estadstico para contrastar si los niveles de concentracin observados son mayores a los que correspondera en una situacin en la que la localizacin de las plantas productivas se determinase aleatoriamente. El estadstico se 102

apoya en un modelo en el que tanto la existencia de externalidades de localizacin especficas para cada sector como ventajas locacionales naturales y factores aleatorios puros contribuyen a la concentracin geogrfica de la actividad productiva. El resultado es la obtencin de un ndice de concentracin geogrfica basado en un modelo, y que presenta un par de propiedades deseables: i) toma valor nulo en caso de que la distribucin existente est tan concentrada como lo estara si fuese determinada por factores aleatorios (como si se tirasen dardos en un mapa para elegir las localizaciones de las empresas), lo que implica que la distribucin de referencia no es una en la que el empleo se encuentra uniformemente distribuido en el espacio, y ii) el ndice permite la comparacin entre sectores, pases e instantes del tiempo. No obstante, el ndice de concentracin geogrfica de Ellison y Glaeser no resulta til para la realizacin de un cluster mapping dado que nicamente permite valorar el grado de concentracin geogrfica de un sector, pero no determinar en qu regiones o localidades se producen las concentraciones significativas de actividad. Thomas Brenner (2003, 2005) utiliza la misma idea referida a la comparacin de la distribucin de la actividad de un sector en el conjunto de localidades o regiones con la derivada de un modelo terico en ausencia y en presencia de economas de aglomeracin, para dar un paso adelante y sugerir un mtodo de mapping basado en la comparacin de distribuciones. Los elementos fundamentales del mismo sern expuestos a continuacin, aunque antes, y debido a las similitudes entre la aproximacin sugerida por este autor y las medidas de concentracin geogrfica la Ellison y Glaeser, vamos a describir brevemente estas ltimas y a mostrar como nicamente podran ser utilizadas como un instrumento de apoyo en los anlisis de identificacin y cuantificacin de clusters industriales.

103

Medidas de concentracin geogrfica basadas en distribuciones Ellison y Glaeser (1997) formulan un modelo simple en el que la concentracin geogrfica de un sector es el resultado de una secuencia de decisiones de localizacin maximizadoras del beneficio realizadas por las plantas productivas. Los mecanismos que ocasionan la aglomeracin espacial de las plantas productivas tienen que ver con las ventajas naturales de algunas localizaciones y con la presencia de externalidades especficas para el sector, mientras que cuestiones idiosincrsicas de cada planta son las que impiden una concentracin espacial absoluta. Supongamos que tenemos K plantas productivas en el sector i, que deben seleccionar su localizacin secuencialmente del conjunto de las R regiones con el objetivo de maximizar sus beneficios. El beneficio percibido por una planta k cuando se localiza en la regin r est determinado por:

donde ir es el beneficio esperado asociado a la localizacin especfica en la regin r, y la funcin gr refleja el efecto sobre los beneficios de la regin r causado por el hecho de que las plantas 1, 2, , k-1 han seleccionado previamente localizarse en 1, 2,, k -1. ir es un componente aleatorio inobservable asociado a la localizacin en la regin r y ikr es una perturbacin inobservable especfica de la planta k. Como se ha indicado antes, en el modelo de Ellison y Glaeser, las plantas de un sector pueden agruparse espacialmente debido a que: i) prefieran localizarse en regiones con menores costes de produccin

104

observables, ii) prefieran localizarse en regiones conmenores costes de produccin inobservables, y iii) a la existencia de externalidades localizadas geogrficamente. Asumiendo determinadas caractersticas para la distribucin de los efectos de las ventajas naturales sobre los beneficios y sobre el mecanismo a travs del que las externalidades entre plantas afectan a sus beneficios, el ndice de concentracin geogrfica para un sector dado:

captura consistentemente la magnitud de las fuerzas de aglomeracin del modelo. G es una medida de concentracin geogrfica del sector definida como donde sr es el porcentaje del empleo del

sector en la regin r y xr el porcentaje del empleo total en la regin r. es el ndice de Herfindahl de la distribucin del tamao relativo de las plantas (z) en el sector. El ndice tomar valor nulo en ausencia de fuerzas de aglomeracin, mientras que no se encuentra acotado superiormente. Ellison y Glaeser (1997) sugieren considerar a los sectores como altamente concentrados cuando >0.05, y como escasamente concentrados a aqullos para los que <0.02. Apoyndose en el mismo modelo de localizacin, los citados autores sugirieron un ndice de co-aglomeracin. Este ndice pretende cuantificar

105

en qu medida un conjunto de sectores pertenecientes a un grupo tienden a localizarse conjuntamente en el espacio. Se define como:

donde G es la medida de concentracin geogrfica para el conjunto de sectores del grupo, es el ndice de Herfindahl para el grupo,

con i el porcentaje del empleo del sector i-simo. Finalmente, i es el valor del ndice de concentracin para el sector i. Un valor nulo para el ndice de co-aglomeracin indica que no hay ms aglomeracin de las plantas en el grupo de sectores que el atribuible a la tendencia de stas a localizarse cerca de otras planteas del mismo sector y donde exista una elevada concentracin del empleo total. De esta sinttica exposicin de los ndices propuestos por Ellison y Glaeser, se desprende su utilidad para detectar el grado de concentracin territorial de un conjunto de sectores y para valorar patrones de co-localizacin de algunos sectores. Pero al ser medidas globales para el conjunto de la economa, estos ndices no permiten realizar ningn juicio acerca de los territorios en los que se encuentran las concentraciones. Por otra parte, requieren de la definicin a priori de los sectores y territorios objeto de anlisis, junto a la utilizacin de informacin referida al empleo en cada sector y regin, y al empleo en las plantas de cada sector para el conjunto de la economa. Por tanto, y a pesar de su extensa difusin en los ltimos aos (vase por ejemplo Maurel y Sdillot, 1999), estos ndices no permiten realizar un cluster mapping, aunque s sugeriramos su empleo previo junto a otras

106

estrategias para determinar en base a criterios robustos qu sectores se encuentran concentrados geogrficamente y son, por tanto, susceptibles de formar parte de clusters industriales. Elementos esenciales del mtodo. En este apartado describimos los puntos bsicos del mtodo propuesto por T Brenner para realizar un cluster mapping. Como hemos indicado anteriormente, el mtodo sugerido por este autor se basa en la comparacin de la distribucin de la actividad productiva en el territorio para cualquier sector con la distribucin que tericamente correspondera por una parte a una situacin sin fuerzas que causasen aglomeracin y, por otra, a una en la que estuviesen presentes clusters industriales como resultado de la presencia de las citadas fuerzas. El elemento diferencial fundamental que permite la identificacin de los clusters en este caso es la posibilidad de estimar un umbral en el volumen de actividad en cada uno de los territorios considerados. De esa forma, tendremos indicios de que un sector puede formar parte de un cluster en una regin cuando en ella la presencia de actividad del sector supere dicho umbral. De hecho, la aplicacin de un contraste estadstico formal permitir comprobar la significacin de la concentracin del sector en la regin. La aplicacin del mtodo permite distinguir dos etapas: i) en primer lugar se enfrenta la distribucin emprica asociada a los datos de sectores y regiones con la que se deduce de las predicciones tericas. El resultado nos permite determinar aquellos sectores que muestran indicios de localizacin en aglomeraciones industriales, ii) a continuacin, y utilizando la informacin de la estimacin sobre el umbral de actividad proporcionado por el propio mtodo, se identifican

107

las regiones en las que se encuentran localizadas las aglomeraciones en cada sector. Supuestos iniciales Para la derivacin de las distribuciones tericas de referencia, en el caso de presencia y ausencia de clusters, se modeliza estocsticamente la localizacin de las plantas productivas y la capacidad de atraccin de las regiones. En ambos casos se reconoce la imposibilidad de considerar todos los elementos relevantes en el modelo, dada la ausencia de informacin estadstica sobre los mismos (por ejemplo los vnculos con cada localidad de los empresarios o la influencia de ciertos intangibles como la cultura empresarial sobre el atractivo de las regiones). Ante esta circunstancia se opta por una solucin radical al proponer utilizar nicamente el tamao de las regiones analizadas, mientras que todos los dems determinantes se modelizan de forma estocstica. Para determinar la forma de la distribucin de la actividad productiva de un sector entre las distintas regiones se tiene en cuenta la distribucin regional de algunos factores que se supone debe estar determinando la localizacin regional de las plantas productivas. De esta forma, la propuesta de Brenner se aleja de la especificacin puramente de aleatoria Ellison y caracterstica Glaeser al de la aproximacin dartboard incorporar

informacin sobre la distribucin de los factores que pueden estar

108

afectando tanto la decisin individual de localizacin de cada planta como el atractivo de cada regin16. Se asume que los sectores con clusters locales se caracterizan por procesos locales de auto-sostenimiento, lo que provoca que las regiones en los que se emplazan presenten niveles de actividad econmica mucho mayores y, en consecuencia, que se localicen en ellas muchas ms plantas productivas. Determinacin de la distribucin regional de la actividad productiva (sin y con clusters) El primer paso en la aplicacin del mtodo consiste en la determinacin de la distribucin de las plantas productivas de un sector entre las distintas regiones, o lo que es lo mismo, establecer la funcin que caracteriza a la probabilidad de que f plantas de un sector i se localicen en una regin r de tamao s, P(f|s). Para ello se selecciona un conjunto de factores que supuestamente influyen en las decisiones de localizacin de las empresas y en el atractivo locacional de las regiones, y se analizan las caractersticas de su distribucin emprica. Para la aplicacin que realiza a la economa alemana, Brenner selecciona el capital humano, aproximado a travs del nmero de estudiantes por habitante, y las empresas de servicios (legales, marketing, consultora, etc). De la inspeccin de la distribucin de esas variables en los distritos administrativos alemanes, Brenner sugiere la combinacin de una distribucin Boltzmann y una exponencial decreciente, a las que se aadira una Binomial (Bn[.]) para incorporar

16

En ese caso la distribucin que caracteriza el nmero de plantas localizadas en cada regin es una binomial.

109

tambin las predicciones de un modelo tipo dartboard 17. De esa forma, la distribucin de probabilidad que caracterizara el caso de ausencia de clusters es:

Donde

son parmetros y

es el

nmero total de plantas en el sector analizado. El subndice n hace referencia a la distribucin neutral, es decir a la que caracteriza una situacin de ausencia de clusters. El paso siguiente es determinar la distribucin asociada al caso en el que existan clusters industriales. De nuevo, se asume la imposibilidad de modelizar adecuadamente todos los mecanismos que pueden dar lugar a las aglomeraciones o clusters, por lo que el mtodo emplea una aproximacin simple, basada en la idea de que las regiones que tengan un atractivo superior a un determinado umbral contendrn un cluster. As, la existencia de un cluster en una regin se traducir en la presencia de un nmero significativamente mayor de plantas productivas. Por tanto, la distribucin de plantas en presencia de clusters ser similar a la asociada a Pn(f|s) pero conteniendo un nmero de regiones con un nmero de empresas proporcionalmente muy elevado. De tal forma que la distribucin asociada a Pc(f|s), es decir la probabilidad en el caso de presencia de clusters, presentar dos mximos, correspondiendo el segundo a aquellas regiones en las que se produce una sobreconcentracin de plantas.
17

No obstante, y dado que las distribuciones Binomial y Boltzmann son bastante parecidas, en algunas de sus aplicaciones Brenner sugiere combinar nicamente la exponencial decreciente y la Boltzmann.

110

La forma en la que Brenner propone modelizar ese segundo mximo en la distribucin es muy simple: asumir que la forma es similar a la del resto de la distribucin y que se inicia a partir de un determinado nmero de plantas. Este segundo supuesto lleva a descartar la exponencial decreciente, mientras que el mejor ajuste de la Boltzmann frente a la Binomial le conduce a sugerir el uso de la primera distribucin para capturar el efecto de los clusters sobre la distribucin de las empresas en el territorio. En concreto, la distribucin en presencia de clusters se representa mediante:

donde el ltimo trmino del lado derecho de la igualdad es una distribucin de Boltzmann que aparece nicamente en el caso en que el nmero de plantas del sector supere un umbral dado por
Por su parte,

es un parmetro que recoge el porcentaje de regiones que son descritas por esa parte adicional de la distribucin. Consideracin del tamao de las regiones Resulta razonable suponer que la distribucin de las plantas productivas depender del tamao de las regiones (s). Para recoger ese efecto se asume que el nmero medio esperado de plantas localizadas en una regin aumenta linealmente con el tamao de la regin, tanto para el caso de la distribucin de Pn(f|s) como de Pc(f|s). En consecuencia, el nmero medio de plantas debe 111

aumentar linealmente con s a lo largo de toda la distribucin, mientras que la contribucin relativa de cada una de sus componentes debe permanecer estable, es decir, independiente de s. Para ello se introducen los siguientes supuestos sobre los parmetros

Dado que distribuciones, se

determinan el peso de cada una de las tres suponen especficos de cada sector pero

independientes del tamao de la regin. No sucede lo mismo con el resto de parmetros. Por ltimo, para la definicin del tamao de cada regin, Brenner sugiere utilizar el porcentaje del empleo en la regin respecto al del total del pas. Restricciones y estimacin de parmetros El ltimo trmino de Pc(f|s) es el fundamental para la deteccin e identificacin de los clusters. Como se ha indicado, es una distribucin tipo Boltzmann desplazada que aparecer slo en el caso en que el nmero de plantas exceda el umbral dado por 6s. La contribucin de ese trmino a la distribucin total 112

depender adems de 8. En la implementacin del procedimiento, se restringe el rango de valores que pueden tomar tanto 6 como 8. Las razones esgrimidas por Brenner para la imposicin de las restricciones sobre esos parmetros son las siguientes: dado que para cualquier sector que presente aglomeracin los clusters deben constituir una excepcin, slo unas pocas regiones deben presentarlos. O dicho de otra forma, no se concluir que el sector se encuentra aglomerado en clusters industriales si stos se encontrasen en todas las regiones. En consecuencia, el porcentaje de regiones que potencialmente pueden contener un cluster de un sector debe ser pequeo. En Brenner (2005) ese umbral se establece en un 5%, mientras que en Brenner (2003) se fija en un 10%, o lo que es lo mismo, se impone que 80.05 en el primer caso y 80.1 en el segundo, slo las regiones con un nmero de plantas que claramente exceda un umbral determinado sern candidatas a presentar un cluster industrial en el sector considerado. El umbral viene dado por el parmetro 6, y en otras aproximaciones se ha fijado como el nmero medio de plantas en el sector, de forma que todas las regiones que presentasen un nmero de plantas superior a la media nacional eran consideradas como regiones con un cluster. En otras ocasiones se ha impuesto un criterio ms estricto, considerando por ejemplo un valor umbral de 3. En su lugar, Brenner propone un criterio algo ms complejo, basado en la idea de que en presencia de un cluster, el ltimo trmino de Pc(f|s) debe estar en cierta medida alejado del resto de la distribucin. Es decir, que el grado de solapamiento de las dos partes de la distribucin debe ser pequeo, siendo ste debido a las regiones que contienen un 113

mayor nmero de plantas causados por la primera parte. La restriccin introducida garantiza que 8 excede al menos en 5/6 el porcentaje de regiones con un nmero de plantas superior al umbral dado por 6s:

donde ncl,n es el nmero de regiones que contienen un nmero de plantas debido a la primera parte de la distribucin mayor a 6s, y Nr el nmero total de regiones. Adicionalmente, se debe tener en cuenta que todos los parmetros deben ser positivos y que 3 + 5 + 8 1. La estimacin de los parmetros desconocidos de Pc(f|s) para cada sector se obtiene a travs del mtodo de mxima verosimilitud. Para ello se maximiza el logaritmo de la funcin de verosimilitud de Pc(f|s) sujeta a las restricciones descritas anteriormente. La funcin de verosimilitud se define como:

donde f(r) denota el nmero de plantas localizadas en la regin r y s(r) es el tamao de esa regin. La solucin del problema de maximizacin con restricciones se puede conseguir a travs de la aplicacin de un mtodo numrico, por ejemplo de los implementados en el modulo MAXLIK de Gauss u otro similar de algn software disponible.

114

Siguiendo el mismo procedimiento se pueden estimar los parmetros de la distribucin en ausencia de clusters, de Pn(f|s). En este caso la funcin de verosimilitud se define como:

De esta forma, la presencia de aglomeraciones en clusters en un sector provocar que se alcance un mejor ajuste a travs de Pc(f|s) que de Pn(f|s), mientras que si no hay una diferencia sustancial entre ambas, es decir que no se mejora el ajuste al aadir la componente diferencial de Pc(f|s), se debera concluir en contra de la presencia de clusters en el sector considerado. Recurdese que esta circunstancia se producir cuando f < 6s. Identificacin de los clusters industriales Una vez estimados los parmetros de la distribucin de Pc(f|s) es posible realizar la identificacin de los clusters en los sectores en los que se haya detectado el fenmeno de la aglomeracin. Las regiones que contengan un cluster sern descritas por una distribucin tipo Boltzmann con un valor mnimo del parmetro 6(s). Es decir que 6(s) es el umbral de plantas productivas que dan lugar a un cluster. Dado que 6(s) = 6s y que s varia entre regiones, el umbral de plantas ser distinto para cada regin siempre y cuando stas difieran en su tamao18.

18

En el caso de fijar el mismo valor de s para todas las regiones (Brenner, 2003, lo fija como s=1/Nr), el umbral no varia entre regiones.

115

Por tanto, se considera que existe un cluster en todas aquellas regiones en las que el nmero de empresas en el sector analizado supera el valor umbral de 6(s). Ventajas e inconvenientes Ventajas Entre las principales ventajas de esta metodologa de deteccin e identificacin de clusters destaca el que se base en un criterio estadstico, fijado a priori, objetivo y reproducible. Esta circunstancia permite realizar el cluster mapping con un mnimo de imposicin de criterios propios de los investigadores que lo ejecutan, a la vez que facilita al analista y a cualquier usuario del mismo una interpretacin y juicio inmediato del mtodo empleado y de los resultados obtenidos. El mtodo resulta atractivo intuitivamente al sugerir la comparacin del ajuste alcanzado por un modelo terico en ausencia de aglomeracin con otro en el que estn presentes clusters industriales. De la seleccin del modelo que mejor capture la estructura subyacente en los datos disponibles (la distribucin espacial de la actividad del sector analizado) se infiere la presencia o ausencia de clusters y, a su vez, se obtienen los elementos necesarios para su identificacin. El criterio para la deteccin e identificacin de los clusters es especfico de cada sector y regin, lo que introduce un grado elevado de flexibilidad al considerar las peculiares caractersticas de la distribucin de la actividad en los sectores y en el territorio. Considera simultneamente informacin referida al nmero de plantas del sector analizado instaladas en cada regin e informacin del volumen de empleados del sector en la regin, 116

para tener en cuenta la dimensin de sta. Al determinar el umbral que posibilita la deteccin e identificacin de los clusters en funcin del nmero de empresas se evita el riesgo de considerar un cluster formado por un pequeo nmero de grandes empresas. Inconvenientes La deteccin e identificacin de clusters nicamente tiene en cuenta la presencia de un nmero anormalmente elevado de empresas del sector analizado en un conjunto limitado de regiones. En consecuencia no se incorpora informacin relativa a uno de los elementos bsicos de la definicin de cluster industrial, como es la existencia de interaccin entre agentes productivos ocasionada por externalidades de tipo tecnolgico o pecuniario. En el caso de que la interaccin se refiera a la producida entre plantas productivas de un mismo sector se asume que la colocalizacin es precisamente su consecuencia ms inmediata, aunque en ningn caso se realiza un contraste directo de este supuesto, lo que no excluye que las aglomeraciones sean causadas por otras circunstancias (por ejemplo asociadas a condicionantes histricos o a la dependencia de recursos naturales). En el caso de las posibles interacciones entre plantas de distintos sectores, stas se ignoran completamente en el proceso de deteccin e identificacin. De esta forma, si en una o varias regiones se detecta un cluster en diversos sectores no es posible, con la informacin proporcionada por el mtodo, discernir si todos o un subconjunto de ellos constituyen un cluster multisectorial o si, por el contrario, no existe interaccin significativa entre ellos.

117

Las distribuciones tericas asociadas a las situaciones en ausencia y en presencia de clusters se derivan a partir de las distribuciones geogrficas que, al menos supuestamente, caracterizan a los factores determinantes de la localizacin de las empresas y del propio atractivo locacional de cada una de las regiones. Pero no se proporciona una gua explcita acerca de cules pueden ser esos factores. An recurriendo a la literatura, el grado de discrecionalidad por parte del investigador en la determinacin de los mismos ser elevado. A ello habr que sumar que la eleccin estar marcada por la disponibilidad de informacin estadstica sobre esos factores al nivel de desagregacin territorial fijado en el anlisis. En todo caso, no existen a priori garantas de que las distribuciones sugeridas y empleadas por Brenner para el caso alemn sean las ms adecuadas para capturar la distribucin de la actividad productiva en la economa espaola. Cabra en consecuencia realizar un anlisis especfico en ese sentido.

El procedimiento impone algunos criterios de forma adhoc. Por ejemplo, i) se asume que el nmero de empresas incrementa linealmente con el tamao de la regin a lo largo de toda la distribucin, ii) el tamao de las regiones se aproxima a travs del empleo, lo que puede estar penalizando a regiones pequeas pero altamente productivas, iii) se fija el porcentaje mximo de regiones que pueden presentar clusters en el 5% (Brenner, 2005) el 10% (Brenner, 2003), o iv) se determina la influencia de la distribucin de Boltzmann que caracteriza los clusters en base a una compleja funcin con elementos aparentemente discrecionales.

En el caso de sectores con poca implantacin en el conjunto de la economa, es decir con un nmero escaso de plantas productivas, es posible detectar errneamente la presencia de clusters debido a 118

que un nmero reducido de plantas en una pocas regiones (especialmente si estas son pequeas) pueden ser interpretadas por el procedimiento como aglomeraciones en comparacin con la ausencia de actividad en las restantes regiones. Este problema se plantear con mayor probabilidad en el caso de trabajar con un detalle sectorial y territorial elevado. La deteccin e identificacin de los clusters precisa de la estimacin de los parmetros que caracterizan la distribucin en presencia de estos. La obtencin de esa estimacin no es inmediata, requiriendo la aplicacin de algoritmos numricos de optimizacin con restricciones. En consecuencia la implementacin del mtodo es relativamente compleja y costosa en trminos computacionales, precisando de software que permita la aplicacin de los citados algoritmos o, directamente, la estimacin por el mtodo de mxima verosimilitud. Adicionalmente, se debe tener presente que la combinacin de diversas distribuciones puede dificultar la obtencin de las estimaciones y que incluso se podran presentar problemas de convergencia en el algoritmo o de pobre identificacin de los parmetros. En este sentido, en los trabajos de Brenner no se realiza una discusin detallada acerca del proceso de estimacin (tipo de algoritmo recomendado, valores iniciales, propiedades de la estimacin, etc). Las caractersticas del proceso de estimacin de los parmetros y del contraste de la hiptesis de aglomeracin (basados en la mxima verosimilitud) exigen la utilizacin de un nmero de regiones relativamente elevado. Esta circunstancia es sealada en los trabajos de Brenner como un requerimiento importante para garantizar la fiabilidad de los resultados obtenidos. La repercusin de este hecho para cualquier aplicacin a realizar en la economa espaola es inmediata: no se debera implementar para el caso de 119

las Comunidades Autnomas y slo con prudencia para el de las provincias. Parece pues ms adecuado utilizar unidades territoriales inferiores, como los municipios, que garanticen la disposicin de, como mnimo, algunos cientos de observaciones. Adems, debe tenerse presente que, por diversos motivos ya discutidos en otras secciones, no existen garantias de que los resultados sean robustos al nivel de desagregacin territorial seleccionado. Para la implementacin del proceso se precisa disponer de informacin estadstica referida tanto al empleo como al nmero de plantas productivas de cada uno de los sectores analizados y en cada una de las unidades territoriales consideradas. En consecuencia, podemos considerar que el mtodo impone un requerimiento informativo medio. La escasez de aplicaciones existentes, al menos por el momento, dificulta la comparacin con otras experiencias y con los resultados obtenidos en las mismas. A ello cabe aadir el que la difusin de la metodologa en el contexto acadmico sea, al menos por el momento y hasta donde nosotros conocemos, limitada, sin que haya sido sometida a un riguroso proceso de validacin y discusin. Criterio estadstico de deteccin de aglomeracin En la estrategia propuesta por T Brenner, la deteccin de

aglomeraciones o clusters en un sector se apoya en el resultado de un contraste estadstico basado en la comparacin de la verosimilitud alcanzada por el modelo que incorpora la presencia de clusters frente a aquel que no lo hace. As, se concluye a favor de la existencia de clusters cuando el ajuste a los datos alcanzado por el modelo basado en 120

Pc(f|s) supera significativamente el que se obtiene a travs de Pn(f|s), o lo que es lo mismo cuando Lc > Ln . En caso contrario, Lc = Ln por lo que la distribucin tipo Boltzmann asociada al trmino propio de los clusters no se ve refrendada por los datos, indicando que la presencia de clusters es poco verosmil. Tras la estimacin de los parmetros de los modelos con y sin clusters para un sector dado, la comprobacin de si la distribucin con clusters describe de forma ms fiel la realidad se realiza a travs de un test de razn de verosimilitud

Bajo la hiptesis nula de ausencia de clusters, es decir de igualdad de las distribuciones de Pc(f|s) y Pn(f|s), se distribuye como 2 con 3 grados de libertad la diferencia entre el nmero de parmetros de Pc(f|s) y de Pn(f|s). El rechazo de la hiptesis nula lleva a asumir la existencia de clusters industriales para el sector analizado. Adicionalmente, se sugiere comprobar si las distribuciones tericas en ausencia y en presencia de clusters describen los datos empricos adecuadamente. Para ello se emplea un contraste de KolmogorovSmirnov, que compara la funcin de distribucin acumulada de las distribuciones terica y emprica. No habr distancia significativa entre ambas si las distribuciones terica y emprica son idnticas, mientras que si no lo son se observarn entre ambas desviaciones significativas. Se trata pues de comparar tanto la funcin de distribucin acumulada terica correspondiente a Pc(f|s) y a Pn(f|s) con la distribucin emprica

121

asociada a los datos del nmero de empresas del sector analizado en cada una de las regiones. Aplicaciones de la metodologa Hasta donde conocemos, el mtodo nicamente ha sido aplicado por Brenner para el caso de la economa alemana. En Brenner (2005) se aplica al caso de los 23 sectores manufactureros de la clasificacin estndar a 2 dgitos en Alemania, mientras que en Brenner (2003 y 2004) el anlisis se amplia a los 104 sectores manufactureros de la clasificacin a 3 dgitos. En ambos casos el mbito territorial es el de los 441 distritos administrativos existentes en Alemania a 30 de junio de 2001. En ambos estudios las lneas fundamentales de la estrategia adoptada son similares aunque hay diferencias en algunos aspectos. De entre estos destaca que para la desagregacin a tres dgitos el anlisis se efecta tanto en trminos absolutos como en trminos relativos. Para ello, en el primer caso no se tiene en cuenta la dimensin de las regiones, asignando un mismo valor de s para todas ellas igual a 1/441. Por el contrario, en el segundo se relativiza el nmero de empresas localizadas en cada regin a su dimensin, aproximada a travs del porcentaje del empleo de la regin en el total de la economa alemana, siguiendo la pauta descrita anteriormente. Adicionalmente, en ese mismo estudio se simplifican Pc(f|s) y Pn(f|s), excluyendo la componente asociada a la distribucin binomial en ambos casos, de forma que las funciones empleadas son:

122

Las razones de esta simplificacin no son explicitadas claramente, indicndose nicamente que la distribucin tipo Boltzmann parece aproximar mejor que la Binomial la distribucin emprica de un mayor nmero de sectores. No obstante, no descartamos que tal decisin pueda tambin deberse a cuestiones computacionales dado que la versin simplificada de las distribuciones se utiliza en la aplicacin en la que se emplean un mayor nmero de sectores y donde el nmero de firmas por sector en cada regin debe ser notablemente ms reducido. En cualquier caso, los resultados para la economa alemana sugieren que la contribucin de las distintas componentes de las distribuciones tericas varan entre sectores, aunque con un cierto predomino de la tipo Boltzmann. En cuanto a la deteccin de clusters, se obtienen en 4 de los 23 sectores a dos dgitos y en 54 de los 104 a tres dgitos, lo que indica que el detalle sectorial empleado tiene un efecto importante sobre la deteccin de aglomeraciones industriales. Por otra parte, la aplicacin del contraste de Kolmogorov-Smirnov revela que para la mayora de sectores no se puede rechazar la igualdad de las distribuciones tericas,

123

tanto la neutral como la asociada a la presencia de clusters, y la emprica. Potencialidad de resultados obtenidos La identificacin de clusters industriales en el territorio siguiendo el procedimiento basado en la comparacin de distribuciones permite determinar la existencia de aglomeraciones de plantas productivas en cada uno de los sectores considerados. El mtodo asume que tales aglomeraciones son causadas por la presencia de externalidades con una dimensin espacial que hacen ms rentable a las empresas colocalizarse en el territorio, dando lugar a clusters industriales. No obstante, para garantizar que esto es realmente as se debera complementar el anlisis efectuado con este mtodo con otro que incorporase de forma directa o indirecta informacin acerca de las interacciones entre las plantas productivas. En cualquier caso, el uso de informacin estadstica referida a un detalle sectorial y territorial elevado permitira la obtencin de un mapa preciso de las aglomeraciones existentes en el territorio espaol para cada uno de los sectores analizados. La riqueza del mapa dependera en gran medida del detalle sectorial y territorial que se pudiese llegar a emplear. Respecto al detalle sectorial, sera interesante obtener un mapa tanto con un detalle sectorial elevado como otro correspondiente a agrupaciones sectoriales ms genricas. Por su parte, la necesidad de disponer de un nmero de observaciones suficientemente elevado para garantizar las propiedades asintticas del proceso de estimacin e inferencia propios de esta metodologa, desaconsejan su aplicacin para el caso de las Comunidades Autnomas e incluso de las provincias. De esta forma el mbito territorial ms

124

adecuado podra ser el de los municipios o el de alguna agrupacin natural de stos. La utilizacin de informacin territorial detallada permitira la replica del anlisis para cada una de las Comunidades Autnomas de forma aislada. Este ejercicio permitira obtener mapas detallados de la localizacin de aglomeraciones a nivel regional, que podran proporcionar evidencia complementaria a la obtenida para el conjunto del territorio espaol. Por ejemplo, permitira la deteccin de concentraciones de actividad que, aunque modestas a nivel global, podran llegar a tener su relevancia para algunas regiones. Mtodo basado en la distribucin de distancias Los dos mtodos expuestos anteriormente utilizan unidades geogrficas como pases, regiones, condados, etc., como elementos en los que se mide el volumen de actividad econmica en cada sector, que sirve de base para constatar la presencia de clusters. Es decir, realizan la deteccin e identificacin de clusters para un nivel de agregacin espacial fijado a priori. La agregacin espacial conlleva una obvia ventaja computacional pero con el inconveniente de despreciar mucha informacin relativa a la localizacin precisa de las plantas productivas. Adems lleva asociados problemas entre los que destacan: la existencia de un escaso nmero de niveles de agregacin espacial en cada pas, la dificultad de comparar los resultados obtenidos para distintos niveles de agregacin espacial, el hecho de que las unidades espaciales se definan segn criterios administrativos y no econmicos,

125

el que las unidades espaciales consideradas difieran en cuanto a su tamao, poblacin, dimensin del mercado, etc., el problema de la unidad espacial modificable (el conocido entre los gegrafos como MAUP), que en el caso concreto que nos ocupa implica que la agregacin de plantas en las unidades espaciales consideradas puede provocar la existencia de correlacin espuria entre las variables de inters,

la

simetra

en

el

tratamiento

de

las

unidades

espaciales

consideradas, lo que supone que una regin vecina prxima sea considerada igual que otra localizada a mil kilmetros. Esta circunstancia supone un problema especialmente grave cuando la localizacin de un sector sobrepasa las fronteras administrativas de las regiones. Para tratar de superar los problemas asociados a la agregacin en las medidas y contrastes de localizacin, Duranton y Overman (2005) sealan que cualquiera de ellas para ser realmente adecuada debe evitar la utilizacin de unidades espaciales agregadas sugiriendo, en su lugar, realizar el anlisis para el espacio continuo. Es decir, utilizar la distancia entre las plantas productivas para valorar los patrones de localizacin espacial de la actividad. La aplicacin del mtodo basado en la distribucin de las distancias permite pues la obtencin de una medida de localizacin, y de un contraste del supuesto de aleatoriedad en la distribucin frente al de aglomeracin, con interesantes propiedades y que supera en gran medida los inconvenientes sealados para los otros procedimientos propuestos en la literatura. Pero no constituye en s mismo un mtodo que permita directamente la deteccin e identificacin de clusters industriales. Sin embargo, lo recogemos en este estudio dado que creemos que se debera valorar su utilizacin para contrastar de forma 126

ms robusta la existencia de aglomeracin en cada uno de los sectores considerados, y la posibilidad de usar la informacin que proporciona para, combinndola con otros elementos, poder realizar un proceso de cluster mapping alternativo a los anteriormente expuestos. Elementos esenciales del mtodo. Supuestos iniciales Los citados autores consideran crucial, tanto desde un punto de vista terico como de poltica econmica, conocer i) la escala espacial de los clusters, ii) si es una estructura de pequeas y medianas empresas o un pequeo grupo de grandes empresas el causante de una elevada concentracin, y iii) el alcance sectorial de la localizacin. Para aportar conocimiento sobre estas cuestiones clave, Duranton y Overman proponen un nuevo contraste basado en una medida de localizacin, con fundamentos de la estadstica espacial. En su opinin, cualquier medida de localizacin debe tener las siguientes caractersticas: controlar por la tendencia global a la aglomeracin de la industria, controlar la concentracin sectorial, ser insesgada respecto a la escala y la agregacin espacial, y proporcionar el nivel de significacin de los resultados, es decir que se base en la aplicacin de un enfoque probabilstico. Los ndices propuestos en Ellison y Glaeser (1997) y Maurel y Sdillot (1999) cumplen con 1) y 2), pero no con 3) y 4) dado que agregan las plantas productivas en regiones definidas a un determinado nivel de agregacin. Por el contrario, el ndice propuesto por Duranton y Overman cumple con todas las propiedades, al considerar la distribucin 127

de las distancias entre pares de plantas en un sector y compararlo con aqullas de sectores hipotticos con el mismo nmero de plantas que se encuentran aleatoriamente distribuidas, condicionadas a la distribucin del conjunto de la industria. As, el mtodo de cluster mapping que es posible implementar en funcin de la sugerencia de los citados autores se basa en la comparacin de la distribucin real de las distancias entre plantas productivas de un determinado sector con la asociada a un modelo de localizacin lo ms simple posible: el de aleatoriedad condicionada a la distribucin de la actividad en el conjunto de la industria. Metodologa La implementacin del mtodo basado en la distribucin de las distancias entre plantas productivas requiere el seguimiento de las siguientes fases: 1) Seleccin de las plantas productivas relevantes. Se debe determinar a priori cul es el universo de plantas de cada sector que deben ser consideradas en el anlisis. La opcin ms inmediata es la utilizacin de la informacin de todas ellas, aunque la inclusin de un elevado nmero de plantas de dimensin muy pequea (por ejemplo menos de 10 trabajadores) puede distorsionar los resultados, dado que las decisiones de localizacin de stas pueden ser muy diversas y distintas de las correspondientes a empresas de mayor dimensin. Para ilustrar esta circunstancia, Duranton y Overman discuten el caso del sector de la construccin naval, que en el Reino Unido presenta un gran nmero de plantas muy pequeas en las zonas no costeras mientras que todas las grandes empresas se encuentran localizadas en la costa. Concluyen que es muy probable que, aunque clasificadas en el mismo sector, unas y otras realicen actividades muy distintas. Por ello plantean dos alternativas, una consistente en establecer un umbral de tamao a partir del cual incluir a las plantas en el anlisis y otra basada en la 128

ponderacin de la contribucin de cada planta segn el tamao de la misma. Estas opciones dan lugar a resultados distintos dependiendo de la distribucin de la dimensin de las plantas productivas en el espacio. 2) Clculo de la densidad de las distancias (densidades-K) para todos los pares de empresas en cada sector. Para ello: i. se calcula la distancia euclidea, Dij, entre todo par de plantas del sector analizado. Para un sector con n plantas se calcularn un total de n(n-1)/2 distancias ii. se estima la densidad de las distancias bilaterales para toda distancia d a travs del mtodo kernel (ver, por ejemplo, Silverman, 1986):

donde h es el ancho de banda y f la funcin kernel. En el caso de emplear una ponderacin por la dimensin de las plantas, por ejemplo a travs del nmero de empleados, e, la densidad-K se define como:

La densidad-K ha sido frecuentemente utilizada en otros mbitos (geografa, biologa, etc) para el anlisis de la distribucin espacial de individuos de inters, aunque en este caso Duranton y Overman sugieren alisar las K(d) a travs de la estimacin de funciones de densidad mediante la aplicacin del mtodo kernel con el objeto de minimizar los errores que se pudieran cometer en el cmputo de las distancias. 3) Construccin de distribuciones contrafactuales. Estas

129

sirven de referencia para poder discernir entre situaciones hipotticas de aleatoriedad y de aglomeracin. Para ello se consideran sectores virtuales con el mismo nmero de plantas, que aleatoriamente situadas en una de las se encuentran realmente localizaciones

ocupadas por una planta de cualquiera de los sectores que componen la industria. Sera posible obtener distribuciones contrafactuales bajo supuestos alternativos, pero se prefieren los citados dado que se pretende controlar por la tendencia global de la industria a concentrarse en el espacio, as como por el hecho de que existan lugares en el territorio en los que no es posible la localizacin de plantas productivas (tanto por razones naturales, i.e. existencia de un lago, como por reglamentaciones especficas). Por lo tanto en la obtencin de las distribuciones virtuales de referencia se asume que el espacio de todas las localizaciones realmente existentes por todas las plantas de la industria, independientemente del sector al que pertenezcan, constituyen el conjunto de todas las posibles localizaciones para cualquier planta de un sector analizado. Siguiendo esa premisa se generan distribuciones contrafactuales mediante un muestreo de la poblacin del conjunto de localizaciones existentes. Para cada sector en el caso del Reino Unido, Duranton y Overman obtienen 1000 simulaciones. Cada una de estas simulaciones da lugar a la localizacin de las n plantas del sector en n localizaciones del conjunto de todas las posibles. A continuacin se calcula K(d) alisada para cada simulacin. 4) Comparacin de la distribucin real de distancias con la distribucin de distancias tericamente asociada a una situacin de aleatoriedad en la localizacin de las plantas productivas (nicamente condicionada a la aglomeracin observada en el conjunto de la industria). Las K(d) correspondientes a las distribuciones contrafactuales simuladas bajo el 130

supuesto de aleatoriedad permiten determinar valores crticos empricos con los que comparar a las K(d) asociadas a la distribucin real. La comparacin se puede realizar tanto para el conjunto de distancias en el intervalo que se considere relevante como a nivel global. Esto permite determinar si el sector analizado presenta globalmente un exceso de localizacin respecto al conjunto de la industria y para qu distancia se cumple tal circunstancia. Identificacin de los clusters industriales Como se ha indicado anteriormente, en el trabajo de Duranton y Overman no se plantea la deteccin e identificacin de clusters industriales sino nicamente el diseo de un contraste de aglomeracin espacial. Sin embargo, creemos que la aplicacin de su mtodo permitira, como mnimo, comprobar de forma robusta la presencia de clusters en cada uno de los sectores analizados. Y adems sera interesante investigar la potencialidad de los resultados que se obtienen con la aplicacin de esa metodologa para la realizacin de un cluster mapping. nicamente a modo de ejemplo, dado que no constituira un mtodo riguroso ni objetivo, sugerimos combinar la informacin que nos indica que un sector presenta un exceso de localizacin en trminos globales y para qu rango de distancias lo presenta, con la simple visualizacin de las plantas productivas de ese sector en un mapa. De esa forma se podra fcilmente determinar las aglomeraciones de plantas ms significativas del sector analizado. De hecho este proceder es seguido en el trabajo de Duranton y Overman para ilustrar la existencia de algunos clusters en sectores seleccionados para el caso del Reino Unido. Opciones ms sofisticadas implicaran la aplicacin de algoritmos que agrupasen plantas a partir de la informacin de la distancia que hay entre ellas, como por ejemplo los empleados en los habituales anlisis multivariantes de agrupacin de individuos. 131

Relacin con la funcin K de Ripley Marcon y Puech (2003) sealan que la densidad-K definida en el trabajo de Duranton y Overman es muy parecida a una medida de concentracin espacial basada en el anlisis de la distribucin de puntos ampliamente utilizada en disciplinas como la ecologa y la epidemiologa. Esta medida se conoce como funcin K de Ripley (1976, 1977). La idea bsica de esta medida es muy simple. Si se toman las plantas localizadas en un espacio determinado, ste presentar igual densidad de plantas en el caso de que cualquiera de las localizaciones que lo configuran resulte igualmente atractiva a todas ellas. Es posible entonces definir un marco de referencia calificado como de aleatoriedad espacial total, en el que las plantas se localizan en cualquier lugar con igual probabilidad y lo hacen de forma independiente a la localizacin de las otras plantas. Por el contrario, si la localizacin de una planta depende de la localizacin de otras, entonces cuando tomemos a una de ellas encontraremos un nmero mayor de plantas en su proximidad que el asociado a una situacin de aleatoriedad. En consecuencia, podemos extraer conclusiones sobre el nivel de aglomeracin de un sector a partir del nmero medio de plantas vecinas para cada distancia. La funcin K de Ripley permite describir la distribucin espacial de un conjunto de puntos. Denotando la densidad media de los puntos mediante , el nmero esperado de puntos en una situacin de aleatoriedad en la distribucin espacial en un circulo de radio r es r2. La funcin K(r) se define como el nmero medio de vecinos dividido por , es decir K(r)= r2. Este constituye el valor de referencia de la situacin de aleatoriedad, con el que se compararn los valores de la funcin K de Ripley obtenidos, en nuestro caso, para el nmero medio de plantas vecinas en 132

una distancia determinada. Para evitar la comparacin con r2, Besag (1977) normaliza la funcin para obtener como referencia el valor nulo, definiendo as la funcin De esta forma, L(r)>0 nos indica

que la distribucin observada est aglomerada para una distancia de radio r mientras que si L(r)<0 la evidencia apunta a dispersin en la distribucin para esa distancia19. En consecuencia, y siguiendo un procedimiento similar al expuesto anteriormente para el caso del mtodo de Duranton y Overman, se trata de calcular la funcin L para un amplio rango de distancias y comparar los valores obtenidos con los asociados a la hiptesis nula de una distribucin aleatoria. Pero a pesar de ello, la funcin L no tiene en cuenta la heterogeneidad innata en la distribucin de la actividad econmica, es decir el hecho de que no todas las localizaciones del territorio resulten igualmente atractivas para las plantas del sector analizado, dado que la distribucin de referencia que considera es la de aleatoriedad pura. Para incorporar la heterogeneidad espacial, Marcon y Puech sugieren definir una funcin D(r) mediante la que se compara la funcin K(r) observada para el sector analizado como una funcin K(r) asociada a una distribucin de control: la correspondiente a las plantas de todos los dems sectores. De esta forma la funcin D(r) se define como la diferencia entre ambas funciones K. En consecuencia, la funcin D(r) permite detectar desviaciones del patrn de localizacin de las plantas de un sector respecto del existente para el conjunto de plantas, excluidas las del propio sector analizado.

19

El calculo de L requiere la definicin de un crculo de radio r en torno a la localizacin de cada una de las plantas productivas. Esto ocasiona problemas en las inmediaciones de las fronteras del espacio analizado, dando lugar al calificado como edge effect. El sesgo inducido por este efecto se puede corregir utilizando nicamente la parte del rea del crculo incluida en el espacio considerado.

133

A pesar de que las funciones R y L tienen un slido bagaje en otros mbitos cientficos, Marcon y Puech (2003) reconocen que estas medidas precisan de adaptaciones para alcanzar todas las propiedades que cumple la densidad-K propuesta en Duranton y Overman. Ventajas e inconvenientes Ventajas La medida de localizacin propuesta en Duranton y Overman, y el contraste basado en sta, cumple con cuatro propiedades deseables: i) garantiza la comparacin entre sectores, ii) controla por el nivel de concentracin de la industria en su conjunto, iii) es insesgada respecto a la escala y la agregacin espacial, y iv) proporciona informacin acerca del nivel de significacin estadstica de los resultados. En consecuencia, la identificacin de exceso de localizacin (aglomeracin) o de dispersin en un sector se basa en la utilizacin de un criterio estadstico, fijado a priori, objetivo y reproducible. Aunque se debe recordar que ello no posibilita la deteccin e identificacin directa e inmediata del espacio geogrfico en el que, en su caso, se sita la aglomeracin, y por tanto la realizacin del cluster procedimiento totalmente objetivo. Se tienen en consideracin las caractersticas especficas de cada sector a la hora de computar los criterios estadsticos en los que se apoya el mtodo. En consecuencia, los intervalos y bandas de confianza locales y globales son especficos para cada sector. Permite controlar por diferencias en la distribucin del tamao entre plantas productivas de forma que, adems de tener en cuenta la localizacin precisa de cada planta, incorpora 134 mapping a travs de un

informacin del empleo que se ubica en cada una de ellas. Asimismo, permite distinguir las pautas de localizacin de plantas de distinta dimensin. En comparacin con otros mtodos basados en funciones de distancias, no requiere de la correccin por efectos frontera (edge effects). Dado que la propuesta de Duranton y Puga apareci publicada en un medio de reconocido prestigio entre la profesin, podemos sealar que el mtodo goza de reconocimiento acadmico amplio. Inconvenientes El mayor inconveniente de este procedimiento es que no contiene ningn mtodo explcito de deteccin e identificacin de clusters industriales, lo que impide su aplicacin directa para la realizacin de un cluster mapping. En consecuencia, nicamente es posible realizar esta operacin de manera subjetiva a partir de la localizacin en el territorio de las plantas productivas pertenecientes a los sectores para los que se concluya a favor de la existencia de aglomeracin. An en el caso de plantear la extensin del mtodo para realizar la deteccin e identificacin de clusters, no se incorporara en el anlisis uno de los elementos constituyentes de la definicin de cluster industrial: el de la presencia de externalidades entre sectores que, al estar acotadas en el espacio, provocan la localizacin de plantas de distintos sectores en un mismo territorio.

135

El

mtodo

plantea

una

elevada

necesidad

de

informacin

estadstica, al precisar de informacin de la localizacin espacial precisa de todas las plantas productivas de la economa analizada. Adems, en el caso en el que se desee tener en cuenta la distribucin de la dimensin empresarial se debe disponer de informacin de, por ejemplo, el nmero de empleados en cada una de las plantas productivas. La implementacin de este mtodo es relativamente compleja e intensiva en clculo al requerir el cmputo de las distancias entre todos los pares de empresas de cada uno de los sectores considerados y de las distancias en el caso de cada una de las distribuciones simuladas. Las distribuciones contrafactuales que permiten contrastar el supuesto de aleatoriedad en la distribucin espacial de la actividad frente a los de aglomeracin o dispersin se obtienen a partir de la asuncin de un modelo muy sencillo, que simplemente reproduce la localizacin espacial de las plantas en el conjunto de la industria, sin que se incorporen supuestos ms complejos o evidencia adicional acerca de las pautas de localizacin de la actividad o de los factores que pueden estar ejerciendo de atractores o repulsores para actividades especficas. Adems, la misma distribucin hipottica sirve como referencia para todos los sectores, lo que evidencia que no se tienen en cuenta posibles particularidades de cada uno de ellos. En la construccin de las distribuciones contrafactuales todas las empresas son consideradas del mismo tamao y, por tanto, se asume que su localizacin es intercambiable. Este supuesto es 136

difcilmente verosmil en el caso en que la distribucin del tamao empresarial sea muy dispersa, dado que una empresa muy grande no podr ocupar el lugar de una empresa muy pequea y tampoco es racional imaginar que una pequea ocupar todo el espacio de una muy grande. La determinacin del umbral de la distancia mxima considerada, necesario para la implementacin del mtodo, se realiza de forma ad hoc. Dado que tanto la funcin de densidad real como la virtual son normalizadas para que sumen la unidad, desviaciones positivas de la primera en algunas distancias se deben compensar necesariamente con desviaciones negativas para otras distancias. El mtodo puede tener problemas en detectar aglomeracin en sectores en los que la actividad se concentre preferentemente en corredores (a lo largo de un ro, en la costa, etc.) donde la distancia fsica sea mayor. Precisamente, la consideracin de la distancia fsica como nico factor de proximidad entre plantas constituye otra de las debilidades del mtodo, dado que en algunos territorios puede existir divergencia entre la distancia en trminos fsicos y la existente, por ejemplo, en trminos de tiempo de desplazamiento. El mtodo cuenta todava con escasa difusin, posiblemente debido a su relativa novedad, lo que impide disponer de aplicaciones del mismo y de anlisis crticos. La casi nula disponibilidad de aplicaciones dificulta tambin la posibilidad de comparar los resultados parciales y globales que se pudieran 137

obtener de su aplicacin a la economa espaola con los de economas de nuestro entorno. Aunque no es estrictamente necesario para su implementacin, las caractersticas del mtodo aconsejan que se disponga de un nmero mnimo de plantas en cada uno de los sectores analizados para garantizar la robustez de los resultados. De hecho no conocemos, plantas. Criterio estadstico de deteccin de aglomeracin Como se ha indicado anteriormente, el contraste de localizacin presentado en esta seccin se basa en la comparacin de la distribucin observada de las distancias entre pares de plantas del sector analizado y las correspondientes a distribuciones contrafactuales generadas para una situacin de aleatoriedad nicamente condicionada a la tendencia a la aglomeracin observada en la industria en su conjunto. Dado que se persigue basar la conclusin en un criterio de tipo estadstico, se construyen global. Intervalos de confianza locales Para la construccin de los intervalos de confianza, el primer paso consiste en determinar el rango de distancias que se considera relevante para el anlisis. Duranton y Overman sugieren utilizar como umbral la mediana de la distribucin de las distancias observadas entre todos los pares de plantas del conjunto de la industria, lo que para el caso del Reino Unido corresponde a 180km. De esa forma el rango de distancias 138 intervalos de confianza para las K(d) que permiten determinar la significacin de la densidad tanto de forma local como y creemos que sera interesante conocer, la sensibilidad del ndice y del contraste de localizacin al nmero de

analizadas es aqul en el intervalo [0, 180]. Una vez determinado el rango de distancias, para cada kilmetro en ese intervalo se ordenan las distribuciones simuladas en orden ascendente, seleccionndose el percentil 5 y el 95 para obtener los intervalos de confianza correspondientes al 5% inferior y al 5% superior, respectivamente. Denotndolos mediante K5(d) y K95(d), si para un sector se obtiene que K(d)> K95(d) se debe concluir que el sector presenta localizacin a una distancia d. Por el contrario, si K(d)< K95(d) el sector presentar dispersin a la distancia d. Un grfico de la densidad-K en el intervalo de distancias [0, 180], junto a los valores asociados a cada distancia de K5(d) y K95(d) permite visualizar fcilmente el patrn de localizacin del sector analizado. Bandas de confianza globales Adems de obtener informacin acerca de las pautas de localizacin para cada valor de la distancia, resulta interesante extraer una conclusin acerca del patrn de localizacin global de los sectores analizados. La cuestin es que incluso ante una situacin real de aleatoriedad es posible obtener para algn nivel de distancia en el rango considerado un valor de la densidad-K por encima (debajo) del intervalo local superior (inferior), dado que en cada caso estamos asumiendo una probabilidad de error del 5%. Es decir, que en cada 100 distancias esperaramos obtener 5 para las que errneamente concluiramos que se produce un exceso de localizacin. La solucin sugerida por Duranton y Overman consiste en seleccionar aquellos niveles de confianza locales inferior y superior para los que, cuando se consideran todas las distancias en [0, 180], coincidan nicamente el 5% de las densidades-K

139

simuladas20. As, denotando por Ksup(d) la banda de confianza superior, si K(d)> Ksup(d) para al menos un d [0, 180], la conclusin es que el sector presenta localizacin global. Por su parte, la conclusin ser que el sector muestra dispersin global cuando K(d)> Kinf(d) para al menos un d [0, 180] y el sector no presenta localizacin (donde Kinf(d) es la banda de confianza global inferior al 5%). Por lo tanto, la localizacin global supone que la densidad-K se encuentra por encima de la banda de confianza superior para al menos un nivel de distancia, mientras que la dispersin global requiere que la densidad-K se encuentre por debajo de la banda inferior para al menos una distancia y que en ninguna sobrepase la banda superior. Aplicaciones de la metodologa Las nicas aplicaciones de las medidas de localizacin basadas en distancias son las realizadas para el Reino Unido por Duranton y Overman (2005) y por Fratesi (2005), y para el rea de Pars por Marcon y Puech (2003). En el caso de los dos primeros trabajos, los autores explotan la exhaustiva informacin contenida en la base de datos ARD, producida por el instituto nacional de estadstica britnico y que contiene informacin acerca del nmero de empleados, el sector de actividad (segn la clasificacin SIC) y el cdigo postal para todos los establecimientos del Reino Unido. Duranton y Overman limitan su anlisis a los establecimientos productivos del sector industrial, considerando agrupaciones sectoriales de 2 a 5 dgitos SIC. La informacin de los cdigos postales es combinada con la referida a las coordenadas espaciales de todos los cdigos postales en el Reino Unido contenida en la base de datos Code-Point del Ordnance Survey. Esto

20

Como indican los autores, la existencia de autocorrelacin positiva entre distancias impide la aplicacin del mtodo tradicional de Bonferroni para la correccin del nivel de significacin en la aplicacin de contrastes secuenciales.

140

permite a los autores obtener informacin bastante precisa de la localizacin geogrfica de todas las plantas productivas del sector industrial en el Reino Unido. Una vez obtenida la localizacin espacial de las plantas, Duranton y Overman implementan su procedimiento para la totalidad de las plantas, diferenciando por tamao al considerar aquellas con 10 o ms trabajadores y con menos de 10 trabajadores, y para la totalidad de las plantas pero ponderando por el nmero de empleados de cada una de ellas, de forma que en este ltimo caso los resultados que obtienen deben ser interpretados en trminos de localizacin del empleo. Los resultados obtenidos permiten a los autores obtener las siguientes conclusiones acerca de los patrones de localizacin de la actividad productiva de los sectores industriales en el Reino Unido: el 52% de los sectores estn localizados (presentan un exceso de localizacin, es decir estn aglomerados), mientras que un 24% estn dispersos, todo ello a un 5% de nivel de confianza. El resto no se desvan significativamente de la aleatoriedad, la localizacin se produce bsicamente entre 0 y 50 km de distancia el grado de localizacin es muy distinto entre sectores los sectores que pertenecen a una misma rama de actividad suelen presentar patrones de localizacin similares al diferenciar por el tamao de las plantas se obtienen patrones de localizacin muy diversos dependiendo de los sectores. En algunos

141

sectores son las plantas pequeas las ms aglomeradas mientras que en otros la localizacin es mayor en las grandes. no hay diferencias sustanciales en los patrones de localiz acin entre los sectores a 4 y 5 dgitos, pero s a 3 dgitos. Para este ltimo caso, la localizacin se produce tanto en distancias cortas (0 a 50 km) que pueden ser asociadas al mbito local, como a escala regional, con distancias entre 80 y 140 km. Por su parte, Fratesi (2005) analiza en detalle la localizacin de dos sectores de la clasificacin SIC a 3 dgitos para el Reino Unido: el SIC 244 correspondiente al sector Farmacutico y el SIC 334 de ptica y Fotografa. Para ambos considera todos los subsectores de la clasificacin a 5 dgitos. El inters del anlisis especfico de estos sectores radica, segn el propio autor, en que se corresponden con actividades industriales avanzadas para las que los aspectos organizativos deberan jugar un papel ms importante que las ventajas comparativas geogrficas o las razones histricas. Para ello utiliza ndices de localizacin tradicionales como el de Gini, ndices del tipo Ellison y Glaeser y las modificaciones de Maurel y Sedillot (1999) y Devereux et al (1999), y medidas basadas en la distribucin de distancias, siguiendo la aproximacin de Duranton y Puga. Los resultados del citado trabajo confirman que se obtienen distintas conclusiones acerca del grado de aglomeracin al utilizar las medidas basadas en la densidad de las distancias, aunque se debe tener presente que los resultados obtenidos mediante los ndices de concentracin y los basados en distancias no son directamente comparables dado que los primeros se refieren a la concentracin del empleo mientras el segundo se basa en el ndice no ponderado segn el volumen de empleo en cada 142

planta, por lo que hace referencia a la localizacin de las plantas productivas. Fratesi considera que las distintas medidas revelan aspectos complementarios de los patrones de localizacin, por lo que es razonable la utilizacin simultnea de todas las medidas en los trabajos empricos. En cualquier caso, los resultados obtenidos a travs de las densidades-K revelan diferencias sustanciales en el grado de localizacin entre los subsectores de los dos sectores considerados y como, en los casos en los que existe exceso de localizacin, sta se produce para distancias no mayores a 50 km. Finalmente, cabe sealar que Marcon y Puech (2003) analizan los patrones de localizacin en los sectores industriales del rea de Pars y del conjunto de Francia, utilizando la funcin L de Besag, la cual, como indicamos anteriormente, es una modificacin de la funcin K de Ripley. Para ello consideran las plantas de los 14 sectores industriales (5739 en el caso de Pars y 25186 para el del conjunto de Francia), concluyendo que los patrones de localizacin en el rea urbana de Pars difieren de los del conjunto de Francia. As, en el caso parisino detectan 5 sectores significativamente concentrados y 9 con dispersin significativa, mientras que para el conjunto del territorio francs son slo 4 los sectores donde la concentracin es estadsticamente significativa, y tambin 4 los que muestran dispersin significativa. Los restantes 6 muestran dispersin o concentracin para algn rango de distancia. Adems, en ambos mbitos territoriales los patrones de concentracin geogrfica difieren entre sectores, variando por ejemplo la distancia en la que aparecen los picos de mayor concentracin.

143

Potencialidad de resultados obtenidos - Como se ha reconocido al principio de esta seccin, las aportaciones existentes en la literatura referidas al mtodo basado en las distancias no contienen un procedimiento explcito de deteccin e identificacin de clusters industriales, por lo que su utilizacin para el caso de la economa espaola no permitira en s misma la obtencin de un mapa de los clusters existentes. No obstante, creemos interesante plantear, al menos con vistas al futuro, la utilizacin de medidas y tests basados en las distancias para la deteccin robusta de aglomeracin en los sectores analizados. Creemos que es el mtodo que garantizara una mayor fiabilidad y riqueza de resultados, al controlar por la tendencia global a la aglomeracin de la industria y por la concentracin sectorial, por ser insesgada respecto a la escala y la agregacin espacial, y por proporcionar el nivel de significacin de los resultados. Dado que la identificacin de los sectores que presentan aglomeracin de la actividad es un paso previo en cualquier mtodo de deteccin e identificacin de clusters, creemos interesante poder incorporar las medidas propuestas por Duranton y Overman a cualquiera de los procedimientos de cluster mapping, bien sustituyendo o complementando el uso de medidas basadas en la agregacin territorial. - Las medidas basadas en distancias no consideran de forma directa la interaccin entre las empresas por lo que no permiten extraer conclusiones acerca de la existencia de externalidades acotadas espacialmente, pero s permiten comprobar la tendencia de las plantas productivas de distintos sectores a co-localizarse en el espacio, mediante una sencilla modificacin de la densidad-K21.

21

Vase el apartado 6 de Duranton y Overman (2005).

144

- El mtodo basado en las distancias precisa de las coordenadas espaciales de la localizacin de todas las plantas, lo que puede resultar en un grave inconveniente para el caso de la economa espaola. No obstante, an en el caso de no disponer de esa informacin georeferenciada, sera posible obtener las medidas de localizacin en el caso de disponer, por ejemplo, del municipio en el que se localizan las plantas. En ese caso, se debera realizar una imputacin de una localizacin espacial precisa a cada una de las plantas de todos los municipios, incurriendo en un error que est en relacin al rea del menor de los municipios. - Sera posible contrastar la existencia de aglomeracin y de dispersin tomando como referencia tanto el conjunto de la economa espaola como territorios especficos de la misma. As se podra realizar el anlisis para cada una de las CCAA, simplemente replicando el procedimiento con las plantas localizadas en cada una de las regiones. - Sera posible obtener resultados referidos tanto a los patrones de localizacin de las plantas productivas como del empleo, en el caso en el que fuese posible disponer, no nicamente de la localizacin de cada una de las plantas sino tambin de su volumen de empleo.

145

Propuesta Metodologca para el anlisis de un Cluster Industrial Descripcin funcional del cluster. Como tratamos en el apartado sobre el marco terico integrador el anlisis de un cluster como parte de un espacio innovador cuyo ncleo precisamente penetracin es de una red productiva, externos. Es dan una nueva las expresin de empresarial y sectorial a la defensa de mercados locales y/o a la mercados decir, posiciones negociacin de un pas se construyen desde el conocimiento de la existencia o no de vocaciones productivas, y de como estas se alinean hacia la conformacin de clusters basados en la innovacin, siendo esta la verdadera fuente del crecimiento de la productividad y competitividad empresarial, regional y pas. En consecuencia, la unidad de anlisis para ilustrar un proceso de desarrollo regional, se centra en el cluster, entendido como una Es un grupo de empresas geogrficamente delimitado con actividades similares estrechamente conectadas por tecnologas y segmentos

industriales con un alto numero de uniones verticales y horizontales. Adems las empresas se interconectan por la formacin de un mercado laboral local para un tipo particular de trabajo con las habilidades significativas pertinentes para este segmento o tecnologa en particular ..(Dahl 2003:30) Detrs de esta visin del proceso de desarrollo y de la necesidad de pensarlo en un entorno de mayor globalizacin, est una clara conciencia que la competitividad a todo nivel es algo que se construye en el largo plazo, y que por lo tanto tiene un referente de tipo sistmico que debe entenderse y elaborarse. Por lo tanto, para guiar el proceso de

146

generacin de conocimiento para la negociacin desde la perspectiva del estado y condiciones de la actividad productiva, se asumir el enfoque de competitividad sistmica (Esser, K. El al., 1996:39). La competitividad sistmica parte de la concepcin de un proceso social de acumulacin y creacin de ventajas econmicas en el comercio, garantizado por la construccin de capacidades empresariales y sociales, que se obtienen en un marco de interaccin compleja en cuatro mbitos para la accin, El nivel macro, donde bajo ambientes de estabilidad se dan las condiciones para la existencia de mercados eficientes y competitivos de factores, insumos, bienes y capitales, ejerciendo de esta manera presiones sobre las empresas o unidades productivas, mediante exigencias de desempeo. El nivel meso, donde las infraestructuras fsicas (capital fsico), humanas (capital humano), tecnolgicas (capital cientfico - tcnico), financieras (capital de trabajo e inversin), de informacin (capital red) y ambientales (capital verde y azul), generan un entorno apropiado para los efectos acumulativos del aprendizaje y la innovacin. Y donde las estructuras econmicas, los mercados y las estructuras de interaccin empresarial, las redes y los clusters, determinan en gran parte la estrategia empresarial. El nivel micro, donde se induce a la ampliacin de las capacidades productivas, tecnolgicas, de gestin y estrategias de las empresas. Y el nivel meta, donde - crea la nueva instituconalidad para la competitividad mediante una renovada capacidad del Estado para conducir y regular, y se crean espacios y formas de interaccin pblico - privadas para la construccin colectiva y sinrgica de capacidades para la competencia. Con estos parmetros de relevancia en cada nivel (mbito), se construye un nuevo patrn orgnico de regin, que permite la eficiente asignacin de recursos junto a la minimizacin de los costos de transaccin, organizacin y transformacin de valor, para la generacin de ventajas 147

competitivas en un marco sistmico. El no cumplimiento de la sinergia entre los diferentes niveles de la competitividad pas y/o regin, as como la presencia de ineficiencias estructurales en el mbito meso de las infraestructuras, en el mbito macro de los equilibrios, y en el mbito meta de la confianza y la poltica publica, conllevan la generacin de unos sobre costos que afectan la competitividad y la productividad micro y macro. Ahora bien, si se acepta el adagio de que son las empresas las que en ultima instancia compiten, el soporte conceptual dado por la teora de la ventaja competitiva basada en los recursos empresariales, es la idnea para centrar el anlisis metodolgico a partir de estudios de caso. En efecto, como se ver en detalle durante el planteamiento

metodolgico que se propone, la ventaja competitiva de un cluster estratgico regional se define por la robustez de los eslabones empresariales en trminos de capacidades, y por la calidad y la intensidad de las relaciones tcnicas, econmicas e institucionales entre los agentes activos del cluster. Sin embargo, la posibilidad de tener empresas o unidades productivas ms adecuadas para la construccin de interacciones complejas dentro del cluster, y de esta manera adquirir mayores niveles de competitividad a partir de la acumulacin de capacidades empresariales, depende de un proceso de explotacin de las fuentes de ventajas competitivas que pueden ser de dos tipos: internas y externas. Externas cuando las empresas se apropian y desarrollan a su vez entornos innovadores o espacios para la innovacin en el sentido de Castells, los cuales brindan fuentes de competitividad en diferentes mbitos como vimos al describir la competitividad sistmica. Esto es, las fuentes pueden provenir de condiciones macroeconmicas, meso econmicas (explotacin de infraestructuras y 148

plataformas) y meta econmicas (uso adecuado de las reglas del juego y la poltica de promocin y fomento). Por otro lado, las empresas pueden explotar fuentes internas para construir ventajas competitivas. las cuales se originan fundamentalmente del saber hacer y del saber aprender de las empresas. En otras palabras. las fuentes internas se surten de los recursos, tangibles e intangibles. que las empresas acumulan en trayectorias de aprendizaje tecnoeconmico. A su vez, estas fuentes internas estn determinadas por la orientacin estratgica de la firma o unidad productiva, siendo posible diferenciar fuentes de ventaja competitiva asociadas a una estrategia genrica de diferenciacin o a una alternativa o complementaria de costo. Por ejemplo, se tienen como fuentes internas de competitividad, en empresas que se orienten por una estrategia costo, y utilizando el esquema conceptual de la red de valor las siguientes : En la actividad de logstica interna: Una relacin estable con los proveedores hace que stos trasladen a la empresa sus ahorros de costos. En la actividad de operacin: Las economas de escala en planta reducen los costos de fabricacin. El efecto experiencia eleva la eficiencia a lo largo del tiempo. En la actividad de logstica externa: El diseo de rutas por ordenador reduce gastos de transporte. Los envos masivos reducen e) costo de transporte unitario.

149

En la actividad del marketing: Una campaa de publicidad muy amplia crea economas de escala en la compra de espacio/tiempo publicitario. En la actividad del servicio posventa: los tcnicos de

mantenimiento reparan adecuadamente el producto, evitando el eosto de nuevas reparaciones. En la infraestructura de la empresa: Una estructura organizativa ms plana reduce costos fijos. Un sistema de informacin simplificado reduce los costos de administracin. En la administracin de recursos humanos: Polticas de personal que minimicen la rotacin. Formacin del personal de produccin para evitar despilfarros. En el desarrollo de tecnologa: Nuevas tecnologas productivas que reduzcan los costos operativos. El rediseo de productos permite el uso de componentes ms baratos. En el aprovisionamiento: Importaciones de componentes de bajo costo. La localizacin de instalacin. En contraste se pueden identificar en trminos ilustrativos, ejemplos de fuentes de ventajas competitivas para las empresas orientadas a la diferenciacin, as: En la actividad de logstica interna: La entrada de unos mejores materiales eleva la calidad de los productos terminados. 150 de plantas en zonas rurales reduce el costo

En la actividad de operacin: Una tasa baja de productos defectuosos hace que aumente la satisfaccin de los consumidores. El rendimiento del producto mejora si ste se ajusta a las especificaciones. En la actividad de logstica externa: Un reparto JIT reduce prdidas de tiempo. Unos mejores sistemas de distribucin minimizan los desperfectos en el producto. En la actividad del marketing: Una publicidad con impacto crea imagen. Una mejor informacin tcnica sobre los productos ayuda al consumidor en su eleccin. En la actividad del servicio posventa: La amabilidad de los tcnicos de mantenimiento favorece mejores relaciones con los consumidores. Unos repuestos de alta calidad capacidad de funcionamiento del producto. En la infraestructura de la empresa: Una amplia base dc datos sobre consumidores facilita una publicidad ms efectiva. Un jefe "popular" refuerza la imagen de la empresa. En la administracin de recursos humanos: Programas de garantizan la

incentivos que fomenten una

produccin de alta calidad.

Programas de formacin que mejoren la imagen de la empresa. En el desarrollo de tecnologa: Productos con caractersticas innovadoras que superen en funcionamiento a los de la

151

competencia. Esfuerzos en I+D que den lugar a un producto de calidad superior. En el aprovisionamiento: La compra de componentes de marca mejora la imagen del producto terminado. Compra del espacio publicitario ms efectivo. De la lectura anterior se deriva claramente que las practicas ms comunes en las organizaciones, responden en el fondo a una directriz de posicionamiento estratgico, y a su vez cada una de ellas implican el uso de recursos, que adecuadamente orientados, derivan en capacidades centrales o aptitudes para la consolidacin o creacin de ventajas competitivas. en resumen la esencia de la apuesta conceptual para el diseo metodolgico. En efecto, la idea es la concepcin de un proceso de acumulacin de capacidades empresariales para la gerencia del conocimiento en las empresas. Esta acumulacin se da va flujos (procesos) de aprendizaje tecnolgico y organizacional, adems de la incorporacin del cambio tcnico. As, las organizaciones adquieren habilidades y aptitudes para el manejo de recursos tal que durante el proceso de gerencia del cambio tcnico y de la produccin, se identifiquen fuentes de ventaja competitiva.

La descripcin funcional del cluster objeto de estudio parte de la identificacin institucionales. de su malla funcional se y las principales a relaciones el Seguidamente procede caracterizar

encadenamiento productivo en torno al cual se constituye en el ncleo de aglomeracin del cluster de estudio. Con este propsito se identifican y describen las relaciones de carcter econmico, tcnico e institucional. 152

El objetivo central de este primer paso metodolgico consiste en la seleccin del nodo estructurante o actividad productiva (o prestacin de el servicio) propia del cluster. Contenido: La descripcin funcional del cluster objeto de estudio parte de la identificacin de su malla funcional y las principales relaciones institucionales. Seguidamente se procede a caracterizar el encadenamiento productivo en torno al cual se configura el cluster . La metodologa que se propone para el anlisis de la competitividad del cluster de autopartes que se encuentra en el Estado de Puebla, gira en torno a tres tipos de anlisis: evaluacin de las brechas (gaps) de las capacidades empresariales, evaluacin del posicionamiento competitivo del producto o servicio, y evaluacin de los niveles de clusterizacin bajo los factores socioculturales que contribuyen a su consolidacin

En la figura XX se sintetiza la estructura de la propuesta metodolgica. En ella, en un primer momento, se presentan los rasgos generales del agrupamiento empresarial objeto de estudio mediante un ejercicio de descripcin y caracterizacin orientado a destacar los aspectos relevantes en cuanto a la clusterizacin; ejercicio que permite identificar los nodos de red productiva en el que se encuentra inserto el cluster y sirve de base para desarrollar el segundo componente referido a la evaluacin de las condiciones meso que brinda el entorno para el desarrollo del cluster. En un tercer momento se estudian las condiciones (micro) empresariales con el propsito de evaluar las capacidades competitivas con que cuenta el cluster. En una cuarta instancia, se analiza el producto (o los productos) lder(es) del cluster con el fin de 153

establecer su perfil competitivo. Finalmente, se presentan algunas conclusiones generales.

La figura xxx ilustra la dinmica de la propuesta metodolgica para el levantamiento del anlisis del cluster industrial. Bajo nuestra perspectiva, la idea es la contrastacin de brechas existentes en el

154

proceso

de

acumulacin

de

capacidades

de

las

empresas

y/o

organizaciones que conforman y son las "estructurantes" de un cluster definido por una vocacin productiva regional. As, se busca medir en ultimas la capacidad competitiva del cluster regional estudiado, en funcin de la determinacin de las capacidades competitivas de las denominadas empresas "nodo o estructurantes". Esta medicin se elabora en funcin de un referente terico, alimentado por modelos de competitividad experiencias de consultara empresarial, y metodologas de medicin de capacidades empresariales. La apuesta terica es que la competitividad del cluster depende de la acumulacin de la capacidad endgena de sus empresas "estructurantes", pero crucialmente de la densidad de relaciones y construccin de sistema o red en el espacio regional. En este sentido, la competitividad va ms all de la competencia en los mercados y se alimenta en la cooperacin o densificacin de las relaciones y flujos tecnoeconmicos en un territorio, la clusterizacin. En la prctica se evalan las capacidades de innovacin, produccin y comercializacin de las empresas "nodo o estructurantes" del cluster identificado como estratgico en la regin. Estas capacidades, se alimentan de la acumulacin de capacidad tecnolgica (la que permite manejar el cambio tcnico) y de la existencia de recursos crticos en las empresas, los cuales pueden ser tanto tangibles (los tpicos factores de la produccin econmica), como intangibles (el conocimiento tcito y el saber hacer). Los procesos que dinamizan esta acumulacin de capacidades estn dados por el aprendizaje tecnolgico y organizacional, y por el mismo proceso de formulacin de estrategias corporativas, competitivas y funcionales.

155

Figura xxx.

El protocolo metodolgico a seguir, como lo pide el estudio de caso, es el siguiente: Las pautas para el desarrollo de la metodologa se presentan desde dos perspectivas: Centrada en la definicin de los contenidos, criterios e indicadores para cada componente del anlisis. Considerando los aspectos metodolgico; para su evaluacin. Descripcin funcional del cluster La metodologa se inicia con la descripcin del cluster sobre la base de la identificacin de las principales relaciones de tipo funcional que se generan a partir de la actividad productiva implicada en la cadena

156

producto-consumo, la cual se constituye en el ncleo de aglomeracin del cluster en estudio. Con este propsito se identifican y describen las relaciones de carcter econmico, tcnico e institucionales. El objetivo central de este primer paso metodolgico consiste en la seleccin del nodo estructurante o actividad productiva (o de prestacin de servicios) propia del cluster Contenido: caractersticas generales del cluster La descripcin funcional del cluster objeto de estudio parte de la identificacin institucionales. de su malla funcional se y las principales a relaciones el Seguidamente procede caracterizar

encadenamiento productivo en tomo al cual se configura el cluster y, finalmente, el propio cluster regional objeto de estudio Relaciones tcnica y econmicas del encadenamiento productivo: malla funcional del cluster. Identificar los canales de comercializacin desde la produccin hasta el consumo y, en ellos, los eslabonamientos de abastecimiento y venta. Relaciones institucionales. Constituidas por las actividades de soporte de origen pblico y privado, relacionadas con aspectos tales como la capacitacin de la mano de obra, apoyo del avance tecnolgico y organizacional, actividades de mercadeo y el financiamiento. Caracterizacin general de la red productiva.

157

Presentacin de las caractersticas generales de la red en trminos de las caractersticas y tendencias de su evolucin econmica y de su desarrollo tecnolgico. a. Caractersticas econmicas: Desempeo de las principales variables econmicas sectoriales (cadena): produccin, valor entre otras. Niveles de concentracin econmica y estructura de mercados. Localizacin regional de la(s) actividad(es) productiva(s). b. Caractersticas y tendencias tecnolgicas: Caractersticas del cambio tcnico industrial (sectorial) en el mbito nacional e internacional. Nivel de actualizacin tecnolgica y estrategia competitiva. Caractersticas del cluster. Principales caractersticas del eslabn estructurante del cluster : Extensin de la cadena a partir o hacia el eslabn estructurante. Identificacin de las empresas nodo. Naturaleza de empresas y niveles de concentracin econmica. Propiedades del mercado. Dinmica de] complejo empresarial, niveles y tipo de integracin (desintegracin). Poltica pblica. Pautas para la obtencin de la informacin. agregado, empleo, exportaciones,

158

Debe reconocerse la debilidad de la informacin estadstica a nivel subsectorial, en particular para el caso de las regiones. Por ello, la informacin disponible permite sustancialmente el anlisis descriptivo del cluster, identificar dinmicas y tendencias sectoriales generales. Dada la naturaleza de la metodologa, que en ningn caso corresponde a un anlisis de tipo sectorial, las principales fuentes de informacin son los expertos entrevistados, stos son funcionarios del sector pblico, empresarios con una visin amplia del sector y los actores intermedios (gremios, cmara de comercio, universidades, entre otros). En razn del carcter cualitativo de la metodologa, la objetividad y veracidad de la informacin recopilada se garantiza mediante la contrastacin (triangulacin) de las fuentes. La experiencia aportada por los ejercicios de validacin aportaron algunas pautas para la obtencin de la informacin mediante las entrevistas, estas se resumen a continuacin: a. Las entrevistas deben ir delineando curvas de aprendizaje en dos sentidos: a) derivar nuevos contactos no identificados, y b) identificar documentacin y estudios. b. Las entrevistas deben en lo posible tener soporte

magnetofnico. Una de las lecciones mejor aprendidas es que las memorias de las entrevistas son una fuente inagotable de contrastes de hiptesis. c. Las entrevistas deben realizarse en parejas. Es decir, toda entrevista debe ser guiada por uno de los entrevistadores y la otra persona debe servir de soporte, tanto para la 159

precisin en la toma de notas como para profundizar algn tema predefinido. d. Como resultado trivial de la entrevista debe quedar un contacto claro y factible. Es decir debe quedar abierta la posibilidad fax). e. Aunque parezca redundante, todo el trabajo de campo de entrevistas debe soportarse en una preparacin previa a partir de la lectura de documentos o estudios. La mnima idea inicial sobre los problemas y las dimensiones de indagacin a evaluar facilitan el fluir de la entrevista. de solicitar ms informacin por medios electrnicos o de telecomunicaciones (e-mail, telfono o

Productos Los principales resultados de este anlisis preliminar se condensan en un documento cuyos componentes principales son; La malla funcional del cluster. La caracterizacin general de la red productiva (caracterstica." econmicas y tecnolgicas). Identificacin del eslabn estructurante y de las empresas nodo del cluster. Caractersticas del cluster.

160

Seleccin del eslabn estructurante Contenido: naturaleza del eslabn estructurante del cluster. El eslabn estructurante del cluster esta constituido por la actividad productiva de bienes o servicios que concentra el ncleo de las ventajas comparativas explotadas o de las ventajas competitivas desarrolladas. Estas se expresan en: El producto o productos tpicos del cluster. Las actividades con mayor volumen de produccin, generacin de valor agregado, y que no necesariamente son exportadoras. Presentan el mayor nmero de relaciones entre las empresas, mayores conexiones e interdependencias con las empresas de este y otros eslabones de la cadena productiva. Relaciones que dinamizan la formacin y consolidacin de redes al interior del cluster. Ventajas de localizacin bien sean heredadas o desarrolladas y las con mayores potencialidades de desarrollo.

Se constituye en el punto en el que se presenta la mayor articulacin de factores de tipo meso y micro que potencian el desarrollo del cluster.

161

De otra parte, la correcta identificacin del nodo estructurante brinda la mejor perspectiva del anlisis, lo cual garantiza la relevancia de los resultados del estudio en virtud de que se clarifica la comprensin de las caractersticas y naturaleza del cluster, facilita la ubicacin de actores y empresas relevantes. Pautas metodolgicas para ]a seleccin del nodo. Fuentes de informacin.

Si bien las fuentes secundarias de tipo cuantitativo, cuando existen, proporcionan indicios sobre los eslabones o actividades ms importantes dentro de la cadena que articula el cluster, la experiencia de validacin muestra que stas son claramente insuficientes. De igual modo, los estudios, documentos tcnicos, etc., aportan tanta o mayor informacin acerca de las actividades nucleantes. Sin embargo, el juicio de los expertos constituye la mayor y ms certera fuente de informacin que permite identificar el eslabn estructurante. Esta informacin se recopila mediante las entrevistas estructuradas a dichos actores. Seleccin del nodo estructurante. El nodo se selecciona a travs de su el producto lder, aquel que sintetiza al cluster en la medida en que condensa las relaciones, su importancia econmica y, sobre todo, el tejido empresarial e institucional. As mismo, se debe considerar la trayectoria de evolucin del cluster, destacando la permanencia en el tiempo de la actividad productiva nucleante. El xito de la indagacin se supedita en buena medida a la adecuada identificacin y seleccin de expertos a entrevistar. Estos se inscriben dentro del sector acadmico, en las 162

instituciones de mayor relevancia regional, entre los empresarios con mayores conocimientos sobre la actividad econmica regional y las personas que hayan adelantado estudios e investigaciones sobre el tema en la regin. La contrastacin de las fuentes debe arrojar los criterios definitivos para tomar la decisin en cuanto al eslabn nuclenate del cluster. Condiciones meso Con el fin de establecer las condiciones que ofrece el entorno existente en el departamento o regin para el desarrollo competitivo del cluster y, en particular, para las empresas que lo conforman se propone una MATRIZ H. La definicin de las dimensiones que la conforman estuvo guiada por el marco terico integral. Su anlisis est orientado a evaluar la plataforma existente para el desarrollo del cluster tanto en el nivel meso corno en aquellos aspectos del nivel micro que contribuyen a determinar perfil competitivo del cluster. En concordancia con los objetivos de la metodologa, en esta parte del trabajo se hacen explcitos tanto los contenidos, corno los criterios e instrumentos utilizados para evaluar las condiciones existentes para el desarrollo del cluster; este ejercicio contempla desde la obtencin de la informacin hasta la presentacin de los resultados arrojados por la indagacin.

163

La idea que atraviesa el anlisis es que entre mayor sea la cantidad de establecimientos asentados en la regin y su interaccin, mayor ser la densidad de sus relaciones, y que si a ello se agrega la existencia de cooperacin entre las empresas e instituciones vinculadas al cluster, se propiciarn su desarrollo. niveles crecientes de sinergias (mayor nivel de clusterizacin) que elevarn sus capacidades competitivas y acelerarn

164

Contenido: matriz de dusterizacin La matriz H, describe las dimensiones de anlisis utilizadas para evaluar las condiciones existentes a nivel meso para el desarrollo de la competitividad de los clusters estudiados y esboza los criterios utilizados para tal fin. Especializacin geogrfica Esta dimensin procura establecer si el agrupamiento empresarial estudiado encarna una clara especializacin productiva en la regin donde est localizado. Para ello se acude, de una parte, a indicadores que indagan por una concentracin geogrfica de empresas, del empleo, de la produccin y del valor agregado, que indiquen si existe una especializacin econmica; de otra, se indaga si la localizacin de esta actividad productiva en la regin obedece a la existencia de ventajas comparativas. a. La importancia econmica de las actividades del cluster. Acudiendo a variables de tipo cuantitativo, la importancia econmica de las actividades del cluster se establece por dos vas: A partir de la concentracin de empresas, produccin, empleo y valor agregado en la regin, y si este representa un porcentaje significativo en los agregados de dichas variables en el mbito departamental o regional. Esto puede complementarse con indicadores que sealen el puesto que esta participacin alcanza frente a otras actividades industriales e, incluso, mineras, agropecuarias o de servicios.

165

Mediante el calculo del ndice de Hoover, con el fin de establecer si las actividades del agrupamiento empresarial en cuestin constituye una especializacin econmica en el pas. Esto es posible en la medida en que dicho ndice seala si la participacin de esta actividad dentro del departamento o regin es mayor o menor que la que alcanza en el mbito nacional b. La existencia de ventajas comparativas. Para establecer las fuentes de ventaja comparativas, la indagacin se orienta a identificar si existen ventajas de localizacin asociadas a factores de oferta o de demanda. En el primer caso, stas se relacionan con la existencia de materias primas e insumos crticos para las actividades del cluster. En tal situacin, factores tales como la abundancia, la facilidad de la obtencin y procedimiento de dichas materias primas e insumos, los costos del transporte o de la mano obra, incidirn en la existencia de bajos costos para la produccin o el transporte de los productos del cluster que brindarn la posibilidad de ofrecerlos (sean estos bienes o servicios) a bajos precios sin menoscabo de niveles aceptables de rentabilidad. Estas ventajas tambin operan cuando las empresas establecidas en la regin o departamento gozan de la existencia natural de materias primas crticas de calidad, lo cual se puede traducir en la posibilidad de ofrecer el producto a un mayor precio que los competidores directos de las empresas del cluster sin que esto afecte su competitividad. En el caso de la demanda, las ventajas pueden estar asociadas a factores tales como la cercana al mercado objetivo de los productos del cluster, hecho que se puede traducir en menores costos asociados a su distribucin y comercializacin, tambin al volumen mismo de dicho 166

mercado, en la medida en que esto contribuira a generar economas de escala que le otorguen ventajas a las empresas del cluster frente a sus competidores directos. OBSERVACIN: Dado e1 carcter dinmico del anlisis, resulta importante establecer: El origen y trayectoria del agrupamiento con el fin de facilitar la interpretacin de la dinmica que presenta en sus ltimos aos y sus perspectivas futuras Las posibilidades de sostener las ventajas comparativas ante cambios en el entorno competitivo y ante la capacidad de generar mayor valor agregado a los productos obtenidos al interior del cluster. La cadena productiva En esta dimensin del anlisis la indagacin busca establecer si la cadena productiva en la regin est completa o no, y en qu grado, bajo el supuesto de que entre ms completa e integrada sern mayores tanto la intensidad en las relaciones empresariales como en los aprendizajes productivos, y que esto aumentar la competitividad del cluster. a. Extensin de la cadena en el pas. Este anlisis incluye, desde luego, la posibilidad de establecer en qu medida las actividades desarrolladas en el cluster pueden articularse a las desarrolladas en otras regiones del pas, con el fin de profundizar el desarrollo de la cadena productiva. Incluso, de ser necesario debera 167

establecer, una eventual articulacin a cadenas supranacionales, como es el caso de la realizacin de actividades de maquila. Solo que en tal caso, la indagacin debera orientarse a establecer qu capacidades competitivas se derivaran de tal vinculacin. b. Extensin de la cadena en la regin. La indagacin busca establecer en qu medida existen posibilidades y/o capacidades para generar mayor valor agregado en los productos elaborados en cada uno de los eslabones del encadenamiento productivo, como en los servicios que los soportan. Este aspecto es fundamental para establecer las posibilidades existentes para el desarrollo del cluster. Sobre todo, en la medida en que como fruto de actividades tales como la investigacin y el desarrollo es posible la diferenciacin del producto en el mercado. Esto en la medida en que se indaga por la posibilidad de avanzar en la generacin de ventajas competitivas. Economas de escala y especializacin. En este tpico se indaga si las empresas que dominan el cluster han generado economas de escala de manera individual o si, por el contrario, se han producido especializaciones o una densidad de relaciones que hayan generado estas economas de conjunto pero internas al cmulo de empresas que lo conforman.

168

a. Minimizacin de costos medios al interior de la empresa y el conjunto. Establecer en qu medida se generan economas derivadas de una alta especializacin derivada de la desintegracin vertical de la cadena productiva, de una elevada especializacin por productos, o de la presencia de un desarrollado apoyo por parte de industrias y servicios conexos estudiado. b. Desintegracin del proceso productivo. La desintegracin vertical opera como un mecanismo que contribuye en gran medida a densificar las relaciones nter empresariales y a fortalecer el tejido empresarial en la medida en que por la va subcontratacin de una parte de su proceso productivo ste puede optimizar su cadena de valor. Esto le permite concentrarse en aquellas actividades en las cuales puede generar mayor valor y beneficiarse de la especializacin de las otras firmas en aquellas actividades que subcontrata. Estas economas pueden acompaarse de aumentos de los volmenes de produccin individuales y colectivos en aquellas actividades en que se han especializado las firmas. c. Especializacin horizontal. En forma anloga cuanto a la posibilidad de gozar de economas de alcance" derivadas de una alta diversificacin de los productos obtenidos con los mismos insumos utilizados por las empresas. Esto se acrecienta si adems, estas "economas de variedad" dan paso a la especializacin (horizontal) de las empresas por productos. Esta posibilidad aumenta, al 169 especializados que contribuyen a generar condiciones favorables para el desarrollo de las empresas del agrupamiento

menos

inicialmente,

entre

ms

pequeo

es

el

tamao

de

los

establecimientos. d. Servicios empresariales. Los beneficios derivados de un desarrollado sistema de servicios empresariales (prestado por empresas especializadas en la consultora y la asesora) concurren en el apoyo de las actividades desarrolladas por las empresas que elaboran los productos esenciales de la cadena productiva alrededor de la cual se articula el cluster. OBSERVACIN: Las economas derivadas de la especializacin de los establecimientos productivos bien sea en el mbito vertical u horizontal tambin se presentan entre establecimientos que operan descentralizadamente y obedeciendo a criterios de especializacin, pero cuya propiedad se halla centralizada. De esta forma estos grupos econmicos tambin generan a su interior redes empresariales que se benefician tanto de su especializacin como de las sinergias que se generan en las relaciones entabladas entre los establecimientos que las componen. Desarrollo tecnolgico y orientacin competitiva de las empresas. En esta dimensin del anlisis de las condiciones existentes para el desarrollo de las capacidades competitivas del cluster se indaga por el ambiente para el fomento de la rivalidad entre las empresas, por la bsqueda de la eficiencia y de la diferenciacin estratgica de sus productos, por la actitud empresarial frente a la incorporacin del cambio tcnico y la innovacin, as como su orientacin exportadora. 170

Todo ello en la medida en que los avances registrados en estas variables son fundamentales para enfrentar con xitos los desafos del mercado en el actual contexto competitivo. a. Rivalidad y eficiencia. Con relacin a la eficiencia, se indaga ante todo por la existencia de condiciones que la propicien, en particular, una alta rivalidad. Al respecto, se considera que esta es mayor cuando las empresas enfrentan la competencia extranjera, bien sea afuera del pas o dentro del territorio nacional, especialmente en un contexto de apertura comercial; tambin se considera que sta se propicia cuando existe una produccin atomizada o cuando existe competencia oligospolstica; y es menor cuando existen monopolios u oligopolios altamente concentrados y esta situacin se presenta en forma simultnea a barreras naturales o producidas por medidas gubernamentales de carcter proteccionista. La indagacin efectuada debe arrojar informacin acerca de si en las empresas del cluster se han efectuado en forma reciente o se hallan en curso procesos de modernizacin empresarial, y si estos dan Jugar a la incorporacin de economas de escala o a mejoras en los procesos de produccin (como automatizacin de procesos o alguna forma de produccin flexible) o en la logstica, que se traduzcan en mejoras importantes en la eficiencia alcanzada al interior del cluster. b. Diferenciacin estratgica. La indagacin tambin busca establecer si en el cluster existe una orientacin competitiva hacia la diferenciacin estratgica de sus productos. Orientacin que puede tener su origen en los logros 171

destacados

en

materia

de

calidad

de

sus

productos

debido

al

cumplimiento de estndares normalizados o de la atencin de mercados exigentes (especialmente extranjeros), en el sentido sealado por Porter (1998:259) o por el desarrollo en sus productos de atributos que les confieran singularidades que le proporcionen un mayor valor (satisfaccin) a los clientes que los de su competencia. Una fuente primordial de esta diferenciacin productiva se encuentra en la innovacin, por ello, la actitud frente a sta en las empresas del clusters es fundamental para su xito competitivo. La frecuencia de las innovaciones es, entonces, un indicador fundamental de las condiciones para el desarrollo sus capacidades competitivas. c. Desarrollo tecnolgico. En la medida en que los desarrollos en materia de eficiencia - precios y de diferenciacin de los productos del cluster estn vinculados a la modernizacin de las plantas productivas o a las capacidades de innovacin, el indicador del desarrollo tecnolgico es fundamental para evaluar las condiciones y potencialidades existentes para el desarrollo del cluster. d. Trayectoria tecnolgica (curva de aprendizaje). Con relacin a los factores macro se trata de establecer si la presin competitiva por fenmenos tales como la apertura econmica en los 90 desencadena procesos de modernizacin, que aceleren el cambio tcnico en el cluster, con el fin de adaptarse al nuevo contexto competitivo. Esta situacin est mediatizada sin embargo, tal como lo ha mostrado Lall (1998:14), por los aprendizajes tecnolgicos previos de las empresas es decir, a nivel micro, en la medida en que estas experiencias determinan 172

las actitudes y capacidades de incorporar estos avances por las empresas del cluster. Cabe advertir, finalmente, que este ritmo de absorcin y aceleracin de la difusin del cambio tcnico en el cluster est supeditado a las restricciones derivadas del tamao de las empresas, pues tal como lo mostr la Encuesta de Desarrollo Tecnolgico (Durn et al., 1998:12), los niveles de innovacin son mayores en cuanto a su frecuencia y grado en las empresas de mayor tamao. e. Orientacin exportadora. La orientacin exportadora del cluster constituye un elemento

importante tanto en la generacin de ventajas competitivas dinmicas como en la generacin de ellas, en la medida en que la participacin en mercados ms competidos y exigentes, brinda la posibilidad de mayores y mejores desarrollos tecnolgicos, productivos y organizacionales. Grado de cooperacin. Esta dimensin se orienta a indagar por los grados de cooperacin existentes entre las empresas del cluster; entre stas y las firmas e instituciones que ofrecen servicios de apoyo y conexos, partiendo de la premisa de que a la densidad del tejido empresarial y la intensidad de las relaciones entre ellas se adiciona la cooperacin para generar sinergias que fortalecen las capacidades competitivas individuales y, de esta forma, las del conjunto del cluster.

173

a. Alianzas estratgicas. Ms all de las relaciones puramente funcionales, derivadas de los intercambios comerciales convencionales, importa establecer si existen niveles de cooperacin establecidos de manera intencional, mediante alianzas estratgicas entre parejas de empresas para enfrentar los retos de la produccin o de la comercializacin. b. Proyectos colectivos. La existencia de proyectos de carcter colectivo emprendidos o liderados por instituciones de carcter pblico o intermedio (hbridas entre 10 pblico y lo privado) como las cmaras de comercio, los centros de productividad, los Carees, los gremios empresariales, se constituyen en seales importantes del grado de cooperacin entre los diferentes actores del cluster. Estos proyectos se orientan a fortalecer la competitividad del cluster en aspectos relacionados con el mercadeo, actualizacin tecnolgica, capacitacin y formacin empresarial, entre otros. c. Temporalidad. La existencia, frecuencia, permanencia y alcance de los acuerdos cooperativos permite determinar el grado de avance de los mismos. Ahora bien, con la existencia de este tipo de prcticas resultan fundamentales, ms all de la racionalidad econmica, los valores y la cultura empresarial en la medida en que pueden propiciar el surgimiento de la confianza que constituye el fundamento de la cooperacin en el largo plazo. Al contrario, un acendrado individualismo, proclive al recelo, la desconfianza y el aislamiento, obstruyen su desarrollo. 174

Regulacin y poltica pblica. En este tem se indaga por el papel jugado por las polticas pblicas y la regulacin en favor del avance del cluster en la medida en que, en general, en la mayora de los estudios de estos ncleos empresariales en pases en va de desarrollo se ha encontrado que constituyen mecanismos de estmulo fundamentales para su desarrollo. a. Presencia de polticas pblicas de carcter nacional y regional. Las polticas pblicas pueden incidir en la creacin misma del duster6. Tambin en su dinmica. En particular importan aquellas polticas de carcter especfico, encaminadas a incidir directamente en su desarrollo. Tal es el caso de los acuerdos sectoriales de competitividad (llamados hoy Convenios de Competitividad y Exportacin), o la inclusin de los d_ en cuestin en los planes estratgicos exportadores regionales. b. Operatividad de las polticas publicas. Junto con la existencia de polticas vinculadas directamente con el desarrollo de las cadenas y clusters considerados, ms importante an es su operatividad y eficacia, sobre todo, dada la percepcin existente en algunos departamentos colombianos acerca de la politiquera y corrupcin que invaden los gobiernos regionales y locales, pues esto le resta legitimidad, capacidad de convocatoria y eficacia a las polticas pblicas impulsadas por los gobiernos nacional, departamentales y locales.

175

Desarrollo institucional y desarrollo de redes. En esta dimensin del anlisis se procura establecer el nivel de desarrollo alcanzado por las redes empresariales e institucionales las cuales, segn lo sealan las experiencias internacionales, generan sinergias y externalidades de vital importancia para la consolidacin de los clusters. a. Institucionalidad existente. Para establecer el desarrollo de redes en el cluster, se empieza por identificar cules son las instituciones pblicas, privadas e intermedias cuya funcin especfica las vincula con las actividades del cluster. Luego, se establece su grado de articulacin con las empresas que lo conforn1an; el volumen e importancia de las actividades que despliegan a favor de su evolucin y, sobre todo, la incidencia que stas tienen sobre su dinmica. b. Redes. Entre la institucionalidad existente en el pas se destaca aquella que est orientada a elevar la competitividad empresarial; como es el caso de las Cmaras de Comercio, los centros de productividad, los centros de desarrollo empresarial, los gremios, los Carce, el sistema financiero, ete. Tambin importa la existencia y el despliegue de actividades vinculadas directamente con el cluster por aqueUa institucionalidad que est llamada a configurar, dentro del Sistema Nacional y los Sistemas Regionales de Innovacin, redes de innovacin. Dentro de estas instituciones se destacan los CDTs, las incubadoras de empresas, los centros y grupos de investigacin, las universidades o el Sena. 176

Competencias laborales. Esta dimensin del anlisis indaga por los niveles de desarrollo del capital humano existente en la regin, bien sea corno fruto de las trayectorias de aprendizaje resultantes de la especializacin productiva de la regin, de la existencia de una oferta de capacitacin especializada y, lo que de aUi se deriva, la existencia de un mercado laboral especializado en las actividades del cluster en cuestin. a. Educacin especializada. El desarrollo de aprendizaje relacionado con actividades productivas del cluster operado a dos niveles: por una parte, el de la mano de obra a nivel tcnico, profesional y postgraduado y, por otra, en el mbito administrativo y gerencial. Esta educacin puede provenir de una educacin formal especfica, ofrecida por el sistema educativo, especialmente, tecnolgico. b. Aprendizajes. En cuanto a los aprendizajes surgidos de la experiencia productiva (trayectorias), las caractersticas anotadas previamente permiten identificar limitaciones en el desarrollo de habilidades o "skills", surgidas de la especializacin en la produccin. Aqu cabe advertir que en la medida en que los clusters avancen hacia la elaboracin de productos las universidades y otras instituciones de que imparten capacitacin de nivel tcnico y

177

con mayor valor agregado, las curvas de aprendizaje sern ms pronunciadas. Debe destacarse que procesos de aprendizajes formales e infom1ales estn asociados a un mayor dinamismo del cluster y, en la medida en que esto acontece, tan1bin se desarrollan los aprendizajes en las empresas e instituciones de servicios que apoyan su accionar. Finalmente, la indagacin debe orientarse a establecer en qu medida estos tienden a generar una movilidad del trabajo al interior del cluster que genera correas de transmisin que aceleran la difusin del conocimiento. El grado en que esto acontece determina la incidencia de estas competencias laborales en la dinmica y potencialidades de desarrollo del cluster. Cultura empresarial. Este tem aborda lo relacionado, por una parte, con la existencia de una cultura regional propicia para la formacin de empresarios con un perfil concordante con las exigencias del entorno competitivo del cluster y, por otra, lo relacionado la identificacin del producto regin por parte del mercado. a. Actitud empresarial regional. En este caso, se procura establecer en qu medida existe en la regin una cultura que estimule el emprendimiento empresarial y, sobre todo, si la trayectoria de la regin y del cluster en particular han forjado una estudio se estableci que existe la sensacin de una importante dinmica empresarial pero, al mismo tiempo, que algunos rasgos de la cultura empresarial una cultura empresarial moderna, abierta a la 178

competencia, a los mercados internacionales, al cambio tcnico y a la cooperacin o si, por el contrario, presenta rasgos de informalidad, de aversin al riesgo y a la competencia, o de desconfianza frente a la cooperacin, en la medida en que esto se consttuye en un claro obstculo para el desarrollo de la competitividad del cluster. b. Identidad con la vocacin productiva regional.

Importa establecer si el mercado identifica la regin con el producto elaborado por el cluster, como ocurre con el vino chileno, o el queso parmesano, y si estos productos constituyen una fuente de identidad regional, como ocurre con el caf en el viejo caldas o el hierro fabricado por Aceras paz del Ro, que ha nevado a identificar a Sogamoso como la "Ciudad del sol y del acero" . Balance sobre las condiciones meso del cluster. La evaluacin individual y de conjunto de las condiciones existentes en la regin o departamento para el desarrollo del cluster, permiten efectuar un diagnstico, cuyo balance no solo contribuye a definir el perfil competitivo del cluster, sino tambin sus principales fortalezas y potencialidades como las debilidades y cuellos de botella que enfrenta para su desarrollo. Metodologa: aplicacin y anlisis de resultados (matriz de

clusterizacin). Con este paso la metodologa entra en la fase de la evaluacin de las capacidades competitivas dcl cluster. Para ello, el primer componente consiste en evaluar las condiciones que ofrece el entorno regional/local para el desarrollo de las actividades del cluster. 179

Esta evaluacin se hace a partir de la informacin recopilada con mira a diligenciar la matriz de clusterizacin. En la matriz se hace una valoracin individual de cada uno de sus componentes, que agregada, proporciona una valoracin cualitativa global de las condiciones ofrecidas por el entorno.

180

Bibliografa.
Aage, T. (2001). External relations and industrial districts. Paper presented to DRUID Conference, Aalborg, June 2001. Altenburg, T. y J. Meyer-Stamer (1998). "How to promote clusters: policy experiences from Latin America". Berlin: German Development Institute - Institute for Development and Peace, University of Duisburg Almquist, G., Norgren, L. y Strandell, A.C. (1998). Clusters and Cluster Policy in Sweden. NUTEK, The Swedish National Board for Industrial and Technical Development. http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm Alonso L. (2004). El estructuralismo gentico y los estilos de vida: consumo, distincin y capital simblico en la obra de Pierre Bourdieu http://www.unavarra.es/puresoc/pdfs/c_lecciones/LM-Alonsoconsumo.pdf AmricaEconoma, (2003), Ford busca rueda de auxilio, 20 de noviembre. http://www.americaeconomia.com/PLT_WRITEPAGE~SessionId~~Language~0~Modality~0~Section~~Content~1~NamePage~HomePage~DateView~~Style~-1.htm Amin, Ash y Robins, Kevin, (1991), Los distritos industriales y las pequeas empresas II, El resurgimiento de la pequea empresa, Ministerio de Trabajo y seguridad social, Madrid. Citado por Navarro, M. (2001). Los sistemas nacionales de innovacin: una revisin de la literatura. Documento de trabajo n , del IAIF (Instituto de Anlisis Industrial y Financiero) de la Universidad Complutense de Madrid. En pag 20 -22 Anderson Consulting (1994), Worldwide Manufacturing Competitiveness Study. The Second Lean Enterprise Report, Londres. Citado por Mortimore M, Barron F. (2005) Informe sobre la industria automotriz Mexicana en la pagina 10. ________________ (1992), Lean Enterprise Benchmarking, Londres. Automotive Intelligence News (2003), Toyota Announces Second Expansion of Baja California Plant, 20 agosto. Citado por Mortimore M, Barron F. (2005) Informe sobre la industria automotriz Mexicana en la pagina 10.

181

Aranguren, M.J. (1998). Creacin de empresas: Factores determinantes. La industria de la CAPV. San Sebastin: Universidad de Deusto-ESTE. Audretsch, D.; Feldman, M. (1996). R&S spillovers and the geography of innovation and production. American Economic Review, Vol. 86, No. 3, pp 630-641. AT Kearney (2003), North American Automakers, Parts Suppliers Intend to Move Key Business Processes to Offshore Locations, http://atkearney.com, 24 de septiembre. Blanco, M (2000,noviembre) La investigacin en contabilidad de gestin .Documento presentado en la VI Jornada de trabajo sobre Contabilidad de Costos y de Gestin ASEPUC, Burgos, Espaa Barnes, J.A. (1954): Class and Commitees in a Norwegian island parish. Human Relations 7, pp. 39-58. Becattini, G. (2002): Del distrito industrial marshalliano a la teora del distrito contempornea. Una breve reconstruccin crtica , Investigaciones Regionales, n. 1, pp. 9-32. Becattini, G. (1990). The Marshallian industrial districts as a socioeconomic notion. En: Industrial districts and inter-firm co-operation in Italy. Genova: International Institute for Labour Studies, pp. 37-51. Bell, M. y Albu, M. (1999). Knowledge Systems and Technological Dynamism in Industrial Clusters in Developing Countries. World Development vol 27, No. 9, 1715-1734. Bonazzi, Giuseppe (1991) Las pequeas empresas: fascinacin y posibles equvocos, en Sociologa del trabajo, No. Extra, Siglo XXI de Espaa, Madrid, pp. 147 152. Citado por Navarro, M. (2001). Los sistemas nacionales de innovacin: una revisin de la literatura. Documento de trabajo n , del IAIF (Instituto de Anlisis Industrial y Financiero) de la Universidad Complutense de Madrid. En pag 24 -26. Booz, Allen & Hamilton (1999), Challenges Facing the Global Automotive Industry, Insights, Vol. 1, Num. 1, setiembre, http://www.bah.com. Bourdieu,P (1991). El Sentido Prctico Madrid Taurus

182

Bouvard, F., M. Cesari y J. Luciat-Labry (2002), Retooling the Way to Profitable Growth, McKinsey Research. Bronfman M. (1993) Multimortalidad y Estructura familiar. Tesis de Doctorado no Publicada, Escola de Sude Publica, Fundacin Oswaldo Cruz, Ministerio de Sade. Rio de Janeiro Brasil. Bustamante Urbina J.C. (2005) El conglomerado (cluster) como opcin de desarrollo regional Caso en la zona de integracin fronteriza (ZIF) Tchira-Norte de Santander FOROS 11, 2005 Desarrollo econmico regional en Venezuela mayo 2005 ISSN: 1690-4885 Carlsson, B. y Stankiewicz, R. (1995). On the Nature, Function and Composition of Technological Systems. En Carlsson, B. (ed.) Technological Systems and Economic Performance: The Case of Factory Automotion (pp. 21-56). Dordrecht-Boston-London: Kluwer Academic Publishers. Carrillo, J. (2001), Auto Partes de las Empresas Transnacionales en Mxico y el Desarrollo de Empresas Locales, documento presentado al noveno encuentro de la GERPISA, disponible en http://www.univevry. fr/labos/gerpisa, Paris, 7 9 junio. Carrillo, Jorge y Miguel ngel Ramrez (1997), "Reestructuracin, eslabonamientos productivos y competencias laborales en la industria automotriz en Mxico", en Marta Novick y Ma. Antonia Gallart (Ed.) Competitividad, Redes Productivas y Competencias Laborales, Cawthorne, Pamela M. (1995), "Of networks and markets: the rise and rise of a South Indian town, the example of Tiruppur's cotton knitwear industry". 23 (1):43-56. World Development. Chudnovsky, D. (1999). Polticas de ciencia y tecnologa y el sistema nacional de innovacin en la Argentina, Revista de la Cepal, n 67, abril. Coleman, J. S. (1988): Social capital in the creation of human capital, American Journal of Sociology, volume 94, issue supplement: organizations and institutions: sociological and economic approaches to the analysis of social structure, S95-S120 CNN Money (2003), Ford Exec: Camry better than Taurus, February. http://money.cnn.com/

183

Dahl Michael S. (2003), "Knowledge Diffusion and Regional Clusters: Lessons from the Danish ICT Industry", Unpublished PhD Thesis, Department of Business Studies, Aalborg University, 250 pages. Submitted: November 3, 2003 - Defended: January 26, 2004. ______________ (2001). What is the essence of geographic clustering. Paper presented in the DRUID Nelson & Winter Conference, 12-15 June, in Aalborg, Denmark. DeBresson, C. (1996). Economic interdependence and innovative activity: an input-outpu analysis. Cheltenham: Edward Elgar. Dini, Marco (1992) Los distritos industriales desde el punto de vista de las Polticas industriales Cepal. DiMaggio, P y Powell (1983) The iron cage revisited: institutional isomorphism and collective rationality in organizational fields. American sociological review 48, abril, 147 160 __________________ (1999)(compiladores),El nuevo institucionalismo en el anlisis organizacional. , FCE, Mxico. Dosi, Giovanni (1998) The nature of the innovative process En Technical Change and Economic Theory editado por G Dosi, C. Freeman, R. Nelson, G. Silverberg y L. Soete. London: Pinter Publishers. Durn, X.; Ibez, R.; Salazar, M., y Vargas, M. (1998) La innovacin tecnolgica en Colombia: caractersticas por tamao y tipo de empresa. Bogot: Departamento Nacional de Planeacin (DNP)-Colciencias. Dussel, E. (1997), La economa de la polarizacin. Teora y evolucin del cambio estructural de las manufacturas mxicanas (1988-1996), Mexico City, Universidad Nacional Autnoma Mexicana (UNAM)/Editorial Jus. Economist Intelligence Unit (EIU) / McKinsey & Co., (1999), Succeeding in the Next Automotive Century: a reprint of articles from the EIU Motor Business series, Londres. Citado por Mortimore M, Barron F. (2005) Informe sobre la industria automotriz Mexicana en la pagina 9. Esser,k., Hillebrand, W., Messner, D. Meyer-Stamer, J. Competitividad sistmica: Nuevo desafo a las empresas y a la poltica Revista de la CEPAL, Santiago 1996, No. 59, pg. 39 - 52

184

Fourcade, F. y C. Midler (2003), Vehicle Modularization: Challenges Facing Level-1 Suppliers and Prerequisites for Its Implementation, documento presentado al dcimo primer encuentro de la GERPISA (Pars, 11 al 13 de junio), Permanent Group for the Study of the Automobile Industry and its Employees (GERPISA). Garca Guemez, A. (2000). Las capacidades productivas en la regin. Ed. BUAP. Puebla Gelsing, L. (1992). Innovation and the Development of Industrial Networks. En Lundvall, B.A. (ed.) National Systems of Innovation. Towards a Theory of Innovation and Interactive Learning (pp.116-128). London-New York: Pinter. (Giacr) Grupo de Investigacin Anlisis Cuantitativo Regional (2005), Definicin de la metodologa de deteccion e identificacin de clusters industriales en espaa, Informe elaborado, Universidad de Barcelona, para la Direccin General de Poltica de la Pequea y Mediana Empresa. Grannovetter, Mark S. (1985) Economic action and social structure: The problem of embeddedness. en American Journal of Sociology 91 Citado Por Grannovetter, Mark S. (2000) A Theoretical Agenda for Economic Sociology To appear in Economic Sociology at the Millenium, edited by Mauro F. Guillen, Randall Collins. ___________________(1973): The strength of weak ties, American Journal of Sociology, 81, pp. 1287-303. Graziadio, T. y M. Zilbovicius (2003), Exploring the reasons for different roles of module suppliers in a car assembly plant, documento presentado al dcimo primer encuentro de la GERPISA (Pars, 11 al 13 de junio), Permanent Group for the Study of the Automobile Industry and its Employees (GERPISA). Gritton, P. (2003), Toyota: surviving and thriving through supplier partnerships, PPT presentado a la Conferencia Automotriz Global, Western Kentucky University, 8 abril. Hendry, C., Brown, J., DeFillipi, R. y Hassink, R. (1999). Industry clusters as commercial, knowledge and institutional networks. Optoelectronics in six regions in the UK, USA and Germany. En A. Grandori (ed.) Interfirm Networks. Organization and Industrial Competitiveness. London-New York: Routledge.

185

Hopkins, T.K. y I. Wallerstein, Commodity Chains in the Capitalist World-Economy Prior to 1800, en Gereffy, G. y M. Korzeniewicz, Commodity Chains in Global Capitalism, London, 1994 (pp. 18-34) Hirschman, Albert (1958),. The Strategy of Economic Development,: Yale University Press, New Haven. Citado en Torres-Zorrilla Jorge (2000) Una estrategia de desarrollo basada en recursos naturales: anlisis cluster del complejo de cobre de la Southern Per en pagina 37 Hoen, A. (1999). Three variations on identifying http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm clusters.

Humphrey, J.; Schmitz, H. (1995) Principles for promoting clusters & networks of SMEs. Paper comissioned by the Small and Medium Enterprises Branch. Sussex, Inglaterra: UNIDO. Humphrey, J.(1995). Industrial reorganization in developing countries : from models to trajectories World Development 23 (1) :149 -162 Iwami, M. (2002), Japanese Automobile Industry, JOI Bulletin, No. 2, Fall. Citado en ECLAC (2003) Foreign investment in latin America and the Caribbean en la pagina 107 J.D. Power & Associates, (2003), Mexico Automotive Plants Outperform U.S. Assembly Plants in Initial Vehicle Quality, Press Release, 8 de mayo. http://www.findarticles.com/p/articles/mi_m0EIN/is_2003_May_8/ai_10 1429682 Jetro Mxico (2002), Programa para Promover la Industria de Soporte, octubre. Jimnez, E. (2002, enero-junio). Glocalizacin: nuevos enfoques tericos sobre el desarrollo regional (subnacional) en el contexto de la integracin econmica y la globalizacin, Integracin & Comercio, n 16, enero-junio, pp. 213-247. Argentina. Judsiman, C., and M. Eternod (1994), La Participacin de la Poblacin en la Actividad Econmica en Mxico. Monografas Censales de Mxico. Mexico City: INEGIIISUNAM. Just-auto.com (2003a), NAFTA Plants are Failing to Get Flexible, 19 junio. http://www.just-auto.com/

186

Just-auto.com (2003b), USA: General Motors and Ford get union approval to axe eight plants, 22 setiembre. http://www.just -auto.com/ Just-auto.com (2003c), General Motors way doesnt work for GMs former components group, 10 diciembre. http://www.just -auto.com/ Just-auto.com (2003d), Mexico: Volkswagen to invest $US2 billion by 2008 report, 12 diciembre. http://www.just-auto.com/ Just-auto.com (2003e), Mexico: High costs may force some Delphi operations out report, 29 agosto. http://www.just-auto.com/ Kostova T. y Zaheer S. (1999) Organizacional legitimacy under conditions of complexity: The case of multinational enterprise. Academy of management review 24(1),64-81 Krugman, P.; Fujita, M.; Venables, A. (2001). The Spatial Economy. MIT Krugman, P. (1992). Geografa y comercio, Barcelona, Espaa, Antoni Bosch Editor. Krugman, P. (1995). Development, Geography, and Economic Theory. Cambridge-Massacusetts: The MIT Press Lalkaka, Rustam (1998): Support Systems for Small Enterprises and their clusters, presented at the United Nations Conference on Trade and Development Promoting & Sustaining SME Clusters & Networks, Expert Meeting, Geneva 2-4 September, 1998. Larrea, M. (2000). Sistemas Productivos Locales en la C.A. del Pas Vasco. Vitoria: Servicio Central de Publicaciones del Gobierno Vasco. Lawson, Clive, 1999. "Towards a Competence Theory of the Region," Cambridge Journal of Economics, Oxford University Press, vol. 23(2), pages 151-66, March. Leuliette, T., (2003), Building a New Business Model for the Substantial and Sustainable Value Creation, PPT presentado a la Conferencia Automotriz Global, Western Kentucky University, 8 abril. Lundvall, B-A. (1992). User-Producer Relationships, National Systems of Innovation and Internationalisation. En Lundvall, B.A. (ed.) National

187

Systems of Innovation. Towards a Theory of Innovation and Interactive Learning (pp. 45-67). London-New York: Pinter. Marshall A. (1920), Principles of Economics, London, Macmillan, Eighth edition. Maskell, P. (2001). Growth and the territorial configuration of economic activity. Paper presented to DRUID Conference, Aalborg, June 2001. http://www.business.auc.dk/druid/conferences/nw/conf-papers.html Mccormick, D. (1999). African Enterprise Clusters and Industrialization. Theory and Reality. World Development Vol. 27, No 9, 1531-1551. McKinsey & Co., (2003), New Horizons: Multinational Company Investment in Developing Economies, San Francisco, octubre. http://www.mckinsey.com/mgi/publications/index.asp?RT=All&IS=All&R g=All&srtby=Source&pg=4 Meyer J y Rowan, B. (1999) Organizaciones institucionalizadas : la estructura formal como mito y ceremonia. En DiMaggio, P y Powell (eds), El nuevo institucionalismo en el analisis organizacional (pp 79103).Mxico Fondo de Cultura Econmica Mortimore, M. (2003), Cmo desarrollar estrategias sectoriales de atraccin de inversin extranjera hacia Amrica Latina presentacin PPT al Programa de Actualizacin para la Promocin de Inversin Extranjera, BANCOMEXT, Mxico, abril. ____________(1998a), "Corporate Strategies and Regional Integration Schemes Involving Developing Countries: the NAFTA and MERCOSUR automobile industries", Science, Technology and Development, (Vol. 16, Nm. 2) University of Strathclyde, Glasgow, agosto. ____________ (1998b), "GETTING A LIFT: modernizing industry by way of Latin American integration schemes. The example of automobiles", Transnational Corporations (Ginebra), Vol. 7, Nm. 2, agosto. ____________ (1997) The Asian Challenge to the World Automobile Industry, Economa Contempornea, No. 2, Instituto de Economa de la Universidad Federal de Ro de Janeiro, Brasil, julio-diciembre.

188

Moreno, J.L. (1934): Who Shall Survive? in Foundations of Sociometry, Group Psychoterapy and Sociograma. Washington D.C.: Nervous and Mental Disease. Publishing. Nadvi, Khalid (1995), "Industrial Clusters and Networks: case studies of SME growth and innovation".: UNIDO, Vienna. Nadvi, K., y H. Schmitz (1994), "Industrial Clusters in LDCs: review of experiences and research agenda". Brighton: IDS. Navarro, M. (2001). Los sistemas nacionales de innovacin: una revisin de la literatura. Documento de trabajo n , del IAIF (Instituto de Anlisis Industrial y Financiero) de la Universidad Complutense de Madrid OECD (1999): Managing National Innovation Systems. Paris: OECD. OESA (Original Equipment Suppliers Association)/McKinsey (1999), Profitable Growth Strategies in the Automotive Industry. & Co. Supply

OESA, (2003); OEM Supplier Relations from the Supplier Perspective, PPT presentado a la Conferencia Automotriz Global, Western Kentucky University, 8 abril. Ordorica, P. (2003), To Be or Not To Be: the dilemma of Mexican Auto Parts Manufacturers in a Globalized World, en McKinsey & Co., Eyes on the Road: industry observations from McKinseys Automotive Experts. http://www.mckinsey.com/mgi/publications/index.asp?RT=All&IS=All&R g=All&srtby=Source&pg=4 Paula England, and Marshall Meyer (New York: Russell Sage Foundation, 2001). En pag 23 - 28 Porter, M. E. (1990). The Competitive Advantage of Nations. London y Basingstoke: The Macmillan Press. ___________(1998). Clusters and the new economics of competition Harvard Business Review; Boston; Nov/Dec 1998 ___________(1998). Cmulos y competencia :nuevos objetivos para empresas, Estado e instituciones, En Ser Competitivo, Deusto, Espaa. Posthuma, A. (2001), Industrial renewal and inter -firm relations in the supply chain of the Brazilian automotive industry, documento

189

presentado al noveno encuentro de la GERPISA (Pars, 7 al 9 de junio), Permanent Group for the Study of the Automobile Industry and its Employees (GERPISA). PricewaterhouseCoopers (2004), Quarterly Forecast Update, Autofacts, http://www.autofacts.com, marzo Pyke, Frank y Werner Sengenberger (1993) "Distritos industriales y regeneracin econmica local: cuestiones de investigacin y de poltica", Pyke, Frank; Becattini, Giaccomo y Werner Sengenberger (Comps.). Los distritos industriales y las pequeas empresas III. Madrid: Ministerio de Trabajo y Seguridad Social. Citado por Navarro, M. (2001). Los sistemas nacionales de innovacin: una revisin de la literatura. Documento de trabajo n , del IAIF (Instituto de Anlisis Industrial y Financiero) de la Universidad Complutense de Madrid. En pag 22 -24 Rabellotti, Roberta (1995), "Is there an industrial district model?. Footwear districts in Italy and Mexico compared". World Development 23 (1):29-41. Ramirez, J. C. (1995b) The new location and interaction patterns. The Mexican motor industry. Brighton: University of Sussex (tesis de doctorado). Ramos, Joseph. (1998) Una estrategia de desarrollo a partir de complejos productivos en torno a los recursos naturales. En: Revista de la CEPAL, nm. 66, pp. 105-125, diciembre 1998. Roelandt, Th.J.A. y Den Hertog, P. (ed.) (1998). Cluster Analysis & Cluster-based Policy in OECDcountries. Various approaches, early results & policy implications. Draft synthesis report on phase 1, OECD-Focus Group on industrial clusters, The Hague/Utrecht. http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm Sabel, Charles F. (1993) Confianza estudiada: Elaboracin de nuevas formas de cooperacin en una economa voltil, en Pyke, F. Y Sengenberger, W. Los distritos industriales y las pequeas empresas III. Distritos industriales y regeneracin econmica local. Coleccin Economa y sociologa del trabajo, Ministerio de trabajo y seguridad social, Espaa. Citado por Navarro, M. (2001). Los sistemas nacionales de innovacin: una revisin de la literatura. Documento de trabajo n , del IAIF (Instituto de Anlisis Industrial y Financiero) de la Universidad Complutense de Madrid. En pag 26 -27

190

Sako, M. (2003), Modularity and outsourcing: the nature of coevolution of product architecture and organization architecture in the global automotive industry, documento presentado al dcimo primer encuentro de la GERPISA (Pars, 11 al 13 de junio), Permanent Group for the Study of the Automobile Industry and its Employees (GERPISA). Salerno, M., R. Marx y M. Zilbovicius (2003), Strategies of product design, production and suppliers selection in the auto industry: final findings of a broad research in the major Brazilian assemblers subsidiaries, headquarters and suppliers, documento presentado al dcimo primer encuentro de la GERPISA (Pars, 11 al 13 de junio), Permanent Group for the Study of the Automobile Industry and its Employees (GERPISA). Sandefur, Rebecca L. Laumann, Edward O. (1998) A paradigm for social capital. Rationality & Society. 10(4):481-501. 1998 Nov. Sanjaya Lall (1998) Import Liberalization and Industrial Performance: The Conceptual Underpinnings Development and Change Volume 29, Issue 3, Page 437-465, Jul 1998 Schmitz, Hubert (1995). Collective Efficiency: Growt h for Small-Scale Industry. Journal of Development Studies, 34. Schmitz, H. y Nadvi, K. (1999). Clustering and Industrialization: Introduction. World Development Vol. 27, No 9, 1503-1514. Schibany, A., Hmlinen, T. Y Schienstock, G. (2000). Innovation Networks. En OECD, Science,Technology and Industry Outlook 2000 (pp.201-215). Paris: OECD. Sluzki, C.(1996). La red Social : frontera de la prctica sistmica Barcelona :Gedisa 168pp Swann, G.M.P. (1998). Towards a Model of Clustering in HighTechnology Industries. En Swann,G.M.P., Prevezer, M. y Stout, D. (eds.) The Dynamics of Industrial Clustering. Internacional Comparisons in Computing and Biotechnology (pp. 52-76).Oxford: Oxford University Press. Teece, D. J. (1988). Technological change and the nature of the firm. In G. Dosi et al (eds.), Technical Change and Economic Theory. London, Pinter Publisher.

191

Tllez, I. G. (2002) Pierre Bourdieu: conceptos bsicos y construccin socioeducativa. Bogot: Universidad Pedaggica Nacional. Tenti, E. (1993). Del intelectual orgnico al analista simblico. Documento presentado en el congreso Nacional de investigacin educativa. Mesa Temtica Teora, campo e historia de la educacin Guanajuato, Mxico Tsuji, M. (2003), The Relationship between Toyota and its Parts Suppliers in the Age of Information and Globalization: concentration vs. dispersion, en Kagami, M. y M. Tsuji (comp.), Industrial Agglomeration: facts and lessons for developing countries, Institute of Developing Countries (IDE), Japan External Trade Organization (JETRO), Tokio. US Department of Commerce (2005), The Road Ahead for the U.S. Auto Industry, International Trade Administration, Washington, D.C., abril. US International Trade Commission (2002), Motor Vehicles, Industry & Trade Summary, USITC Publication No. 3545, septiembre. http://usitc.gov/ind_econ_ana/research_ana/ind_trade_summ/index.ht m US Commercial Service (2003), Auto parts Washington, D.C., http://www.buyusainfo.net Industry -Mexico,

Uzzi, Brian (2004) Embeddedness and Price Formation in the Corporate Law Market American Sociological Review; Jun 2004; 69, 3; ABI/INFORM Global (pag 319-344) Verbeek, H. (1999). Innovative Clusters. Identification of value-adding production chains and their networks of innovation, an international studies. Tesis de doctorado, Universidad Erasmus de Rotterdam. http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm Villavicencio D. (2005) El conocimiento tcito y la valorizacin del trabajo colectivo en los procesos de innovacin Revista Trabajo, Publicacin semestral del Centro de Anlisis del Trabajo, A. C. con Certificado de Licitud del ttulo No. 6836; Certificado de Licitud de Contenido No. 7334; ISSN 1405-1311. septiembre de 2005. Wasserman, S. and Faust, K. (1999): Social network analysis, methods and applications. Cambridge: Cambridge University Press.

192

Womack James P, Daniel T. Jones, Daniel Roos (1990) The Machine That Changed the World : The Story of Lean Production McGraw-Hill, Nueva Cork.

193