economies externes i economia del coneixement a les àrees...
TRANSCRIPT
ECONOMIES EXTERNES I CIUTAT DEL CONEIXEMENT A
L’EUROREGIÓ DE L’ARC MEDITERRANI
Daniel Sánchez Serra
Beques Convocatòria 2006
Papers EURAM Institut d’economia i empresa Ignasi Villalonga
Índex:
1. Introducció................................................................................................................ 2 2. Economia del coneixement en entorns urbans ......................................................... 3
2.1. Coneixement.......................................................................................................... 3
2.2. Economia del coneixement.................................................................................... 5
2.3. Economies externes ............................................................................................... 6
2.3. Ciutat del coneixement .......................................................................................... 7
3. Indicadors de l’economia del coneixement ............................................................ 10 3.1. Unitat urbana d’anàlisi. ....................................................................................... 11
3.1. L’Eurorregió de l’Arc Mediterrani i l’economia del coneixement...................... 13
3.1.1. Ocupació....................................................................................................... 13 3.1.2. Qualificació .................................................................................................. 17 3.1.3. Educació ....................................................................................................... 19 3.1.4. Classe Creativa ............................................................................................. 21
4. Especialització relativa en coneixement alt de les àrees metropolitanes de l’Eurorregió de l’Arc Mediterrani .................................................................................. 23 5. Model per a mesurar l’especialització en coneixement alt de les àrees metropolitanes de l’Eurorregió de l’arc mediterrani ...................................................... 25 6. Anàlisi economètric i resultats ............................................................................... 27
6.1. Dades i variables.................................................................................................. 27
6.2. Resultats bàsics.................................................................................................... 29
7. Conclusions ............................................................................................................ 31 8. Bibliografia............................................................................................................. 32 9. Annex ..................................................................................................................... 34
Annex 1. Metodologia per a la delimitació de les àrees metropolitanes .................... 34
Annex 2. Classificacions de l’economia del coneixement Metodologia per a la
delimitació de les àrees metropolitanes ...................................................................... 35
1
1. Introducció
L’Eurorregió de l’Arc Mediterrani, proposada per Olivier Guichard com a alternativa a
la centralitat del potencial econòmic del centre europeu, és actualment una de les
regions NUTS-1 més grans de la Unió Europea. La seva forma territorial s’estén per
aquelles regions europees que voregen el mar Mediterrani, des d’Itàlia, passant pel sud
de França fins arribar a l’est d’Espanya. Al seu torn, segons Salvà (1998, pp. 26-27),
aquest arc es pot descompassar en un nucli central molt dinàmic (Toscana, Liguria,
Provence-Alpes-Coste d’Azur, Languedoc-Rossillon, Catalunya i Valencia) i una
corona (Lacio, Lombardia, Piamonte, Rohône-Alpes, Midi-Pyrénées, Aragó, Castella la
Manxa). No obstant pel mateix autor l’acceptació de la versió ampliada de l’Eurorregió
de l’Arc Mediterrani difumina l’objectiu inicial d’ésser un espai dinàmic i competitiu
per a passar a ser més heterogeni i amb un creixement menys continu.
L’economia del coneixement destaca la importància del saber o coneixement localitzat
com a factor de producció de naturalesa immaterial en el nou entorn competitiu
mundial. És en aquest sentit que, la Comissió Europea, es marca com a principal
objectiu el convertir Europa en una economia basada en el coneixement com a condició
necessària per a mantenir els nivells de competitivitat, creixement i benestar (Unió
Europea 2005). El coneixement no es distribueix de forma homogènia al territori. Es
concentra a unes tipologies concretes de sistemes productius territorials dels quals
destaquen per la seva magnitud i rellevància, les àrees metropolitanes. És a les àrees
metropolitanes on es produeix, s’acumula i s’intercanvia el gruix del coneixement del
planeta. L’existència d’avantatges derivats del territori, com les economies
d’aglomeració, determina la concentració del coneixement en les àrees metropolitanes.
La pregunta que es formula en aquest estudi és per què la dotació de coneixement és
diferent en unes determinades àrees metropolitanes de l’Eurorregió de l’Arc Mediterrani
que en unes altres. La hipòtesi és que les diferències en els nivells de coneixement de
les àrees metropolitanes estan estretament relacionades amb l’existència d’economies
externes d’aglomeració (internes a les àrees metropolitanes). Per tant, l’objectiu és
estudiar la relació entre les economies externes i els nivells de coneixement dins de
2
l’Eurorregió de l’Arc Mediterrani del territori espanyol (format per les Comunitats
Autònomes de Valencia i Catalunya).
Aquesta recerca proposa dues contribucions bàsiques. En primer lloc, aporta evidència
aplicada sobre l’economia del coneixement al territori espanyol de l’Eurorregió de l’Arc
Mediterrani. En segon lloc, centra l’estudi sobre les Àrees Metropolitanes, unitats
territorials encara poc utilitzades a Espanya.
El text s’estructura en cinc apartats. Després de la introducció, el segon epígraf
introdueix els conceptes de coneixement, economia del coneixement, economies
externes i ciutat del coneixement. El tercer epígraf introdueixen diferents indicadors de
l’economia del coneixement en entorns urbans. Al quart epígraf s’estudia
l’especialització relativa en coneixement alt de les àrees metropolitanes de l’Eurorregió
de l’Arc Mediterrani. Al cinquè i sisè epígrafs s’especifica model i estimació per a
determinar la relació entre l’especialització relativa en coneixement alt i les economies
externes. Finalment, s’exposen les conclusions.
2. Economia del coneixement en entorns urbans
L’economia del coneixement, és un camp de la ciència econòmica l’objectiu del qual és
la investigació dels recursos de l’organització i del coneixement (Viginier 2002, pp. 17-
18). La importància més destacada pel coneixement recau en el fet de ser el conductor
dels canvis econòmics i dels processos de desenvolupament d’una economia (Boix i
Galletto 2005, p.66).
2.1. Coneixement
El coneixement comprèn la informació, habilitats i intel·ligència teòrica o pràctica
necessària per comprendre, manipular o utilitzar dades i informació en activitats útils
(Döring and Schnellenbach 2006, p.377; Henric-Coll 2002, p.1; Brusoni 2002, p.9-10;
Comissió Europea 2000, p.10). El coneixement implica una activitat cognitiva per part
de l’agent (Viginier 2002, p.20), per tant, el simple fet de tenir un major accés a les
dades i a la informació, és condició necessària però no suficient per a garantir l’augment
en la mateixa proporció del coneixement.
3
La possessió de coneixement ha contribuït al progrés de la humanitat des dels inicis de
la seva història, però actualment, el paper del coneixement és un dels més importants
pel creixement i desenvolupament de les economies modernes (OCDE 1996, p. 11) 1.
El coneixement pot venir representat de diferents formes, però vinculat amb els
processos d’acumulació i creixement, és crucial la distinció entre el grau de codificació
(codificable o no codificable) (Polanyi 1958).
El coneixement codificable (explícit o proposicional2) ve representat per un conjunt
d’elements característics (Trullén, Lladós i Boix 2002, p.142): (1) està expressat en
algun tipus de codi (normes o estàndards), que facilita la seva interpretació; (2) és
emmagatzemable i fàcilment transmissible (Abramowitz and David 1996, p.86;
Comissió Europea 2000, p.35); (3) es transmet de forma sistèmica i formal (Nonaka i
Takeuchi 1995, p. 683; Matusik i Hill 1998, p.viii-ix); (4) sovint es troba disponible a
un preu baix o pràcticament nul.
Polanyi (1958, p.70) destaca que existeixen una sèrie d’habilitats que no poden ser
transmeses de forma fàcil, “podem saber molt més del que podem dir” (Polanyi 1966,
p.136). Per tant d’aquí es deriva la noció de coneixement no codificable (tàcit o
implícit), el qual, es caracteritza perquè (Trullén et al 2002, p.142): (1) no s’ha pogut
desenvolupar un sistema d’estàndards per a descodificar-lo3; (2) resideix completament
dins els individus, les organitzacions i les societats (Comissió Europea 2000, p.2 i
pp.21-22; Viginier 2002, p.20), així doncs, per a la seva transmissió normalment operen
els mecanismes de contacte personal i els processos de socialització (Montuschi 2001, 1 En aquelles economies més agràries els recursos claus són la terra juntament amb la força física de les
persones que treballen al camp, per altra banda, a una economia industrial, els recursos claus són el
capital i els recursos naturals amb la mà d’obra necessària per a produir els objectes, no obstant, en una
economia moderna, el coneixement és la màquina de producció més potent mentre que la organització el
complementa (Marshall 1890/1963, p. 119). 2 Segons Polanyi (1958), el coneixement explícit o codificable és proposicional pel fet que és el resultat
de la nostra percepció, reflexió i actuació. 3 Boix (2006, p.16) afirma que aquest coneixement actua com a excloent per a determinats individus al
requerir que l’usuari que el disposi conegui els codis pel seu ús. Per aquest motiu, solament es troba
internalitzat en determinats grups d’individus o empreses.
4
pp.14-15); (3) s’acumula a partir de les experiències passades; (4) resulta difícil la seva
articulació, formalització i comunicació (Nonaka and Takeuchi 1995, pp.viii-ix). Però al
mateix temps estaria disponible a un preu baix dins l’entorn en el que sí que és possible
la seva descodificació.
2.2. Economia del coneixement
L’OCDE (1996, p.7 i 9 i 1999, p.9) defineix l’economia basada en el coneixement
(knowledge-based economy) com aquella directament basada en la producció,
distribució i ús del coneixement i la informació, referint-se així a aquell model
econòmic on les persones, les seves idees i creacions, tenen un pes major que les
màquines per a potenciar la competitivitat de les activitats productives que composen
l’economia.
Boix (2006, pp.20-21) exposa set característiques que descriuen l’economia del
coneixement4: (1) el coneixement i la informació són els seus principals inputs i
outputs; (2) s’ha incrementat dràsticament la velocitat de difusió del coneixement i la
informació; (3) la connectivitat de l’economia ha augmentat; (4) hi ha una gran
recompensa per a la innovació; (5) l’economia del coneixement canvia molt ràpidament
i això genera que l’èxit o fracàs de les empreses i els llocs sigui molt veloç en funció de
les decisions adoptades davant els canvis de mercat o de les tecnologies; (6) no hi ha
una trajectòria per a que una economia esdevingui economia del coneixement; (7) allò
més rellevant és el mode com es produeix (com) i no què es genera (què).
Les economies dels països més avançats ja no estan tan fonamentades en l’ús intensiu
de béns materials, ans al contrari, han assistit a un canvi cap a l’economia del
coneixement, on els factors utilitzats de forma intensiva són els béns de naturalesa
immaterial com el coneixement (Trullén et al 2002, p.141). Per tant allò que importa no
és tant “què” es produeix sinó com es produeix (Boix 2006, p.21). Al seu torn, el com
s’introdueix el coneixement, la capacitat i les habilitats al procés productiu depèn de qui
disposa del coneixement necessari, i d’on es troben els treballadors altament qualificats
i les infraestructures necessàries per a la gestió d’aquest (Boix 2006, p.22). 4 Les sis primeres s’extreuen de Van Widen and Van den Berg (2004, p.8-9), mentre que de Trullén et al
(2002, p.141) en destaca la darrera
5
En l’àmbit de l’economia del coneixement, el coneixement tàcit i especialitzat té una
gran rellevància. Degut a que els usuaris per fer ús del coneixement han de disposar dels
codis d’interpretació adequats, la seva mobilitat es redueix (Boix 2006, p.16), ja que no
tothom hi podrà accedir. Això el fa esdevenir un bé excloent (Comissió Europea 2000,
p.22) i acumulatiu (Viginier 2002, p. 19-20), convertint-se així en un bé públic local.
L’acceptació d’aquest fet redueix la capacitat explicativa de la visió individualista del
procés d’acumulació del coneixement per a passar a una situació en la que el procés de
concentració del coneixement descansa damunt d’un grup d’individus, donant
importància als entorns especialitzats, com ara podrien ser els districtes industrials,
ciutats o àrees metropolitanes (Boix 2006, p.18).
2.3. Economies externes
Glaeser et al. (1992, p.1127) és l’autor que connecta les teories de coneixement i les
economies d’aglomeració al afirmar que la localització propera d’individus i empreses
proporciona un ambient ideal pel flux ràpid d’idees d’individu a individu permetent així
l’engendrament de noves idees i creacions. Així, de l’existència d’externalitats pot
sorgir l’acumulació de coneixement (Boix i Trullén 2007).
Marshall (1980, p.222) va ser el primer a diferenciar les economies internes i les
externes. El terme “economies d’aglomeració” s’ha utilitzat per l’economia regional i
urbana per a descriure el nexe entre les economies internes/externes amb el territori.
Weber (1929/1968, p.124-173) introdueix el concepte “de factors d’aglomeració”
enteses com a avantatges sobre els costos de transport, per a referir-se als elements
generadors d’una localització densa de les indústries en un territori; Hoover (1937/1968,
p. 90-91) matisa i estén el concepte “d’economies de concentració” d’Ohlin (1933,
p.203).
Dins les economies de concentració, les economies externes són aquells avantatges
externs a l’empresa però interns a l’industria o a la unitat urbana i que les empreses que
s’hi concentren són capaces de retenir i incorporar a la seva funció de producció sense
haver d’oferir cap contrapartida a canvi (Camagni 2005, p.31). Aquestes economies
externes al seu torn es solen dividir en dos subcategories (Hoover 1937): (1) economies
6
de localització (Marshall 1890, p.222), són els avantatges derivats de la ubicació
concentrada, en localitzacions particulars, d’empreses, treballadors i proveïdors
especialitzats (pertanyents a la mateixa industria o sector productiu); (2) les economies
d’urbanització són avantatges que es deriven dels factors o característiques d’un
ambient urbà, els quals, es dirigeixen de mode indistint a totes les activitats
econòmiques que hi estan localitzades (Camagni 2005, p. 24 i 34). Aquestes economies
poden procedir de diversos elements: (2.1) de la dimensió econòmica d’una ciutat,
Hoover (1937, p.108) i Camagni (2005, p.36); (2.2) de la diversitat o varietat de les
activitats o població que hi resideix, Chinitz (1961, p.281-282) i Jacobs (1961 i 1969);
(2.3) de la densitat per metre quadrat, Ciccone i Hall (1996, p.54); (2.4) del major accés
a la capacitat empresarial i directiva, Camagni (2005, p. 35-36).
2.3. Ciutat del coneixement
Les economies modernes estan cada cop més fonamentades en l’ús intensiu de recursos
no materials (informació i coneixement) per a la creació de benestar i desenvolupament
sostenible (Knight 1995, p.225). Les ciutats i les àrees metropolitanes són els principals
focus de l’economia del coneixement, ja que és en aquestes regions urbanes on la
informació, el coneixement i la creativitat es concentren i es produeixen, processen,
intercanvien i comercialitzen5 (Van Widen and Van den Berg 2004, p.3 i 10). Per tant,
aquestes ciutats del coneixement tindran una part significativa de la seva estructura
productiva especialitzada en la producció, distribució i ús del coneixement, la creativitat
i la informació (Boix 2006, p.23). No obstant, la noció de la ciutat del coneixement
(knowledge-based city) sembla haver pres diferents perspectives i etapes a la literatura.
Deixant de banda la visió antiga de la ciutat industrial, Castells exposa el sorgiment
d’una nova lògica espacial de les noves indústries basades en la informació, conegut
amb el nom de ciutat informacional (Castells 1995, pp.17-19, 76). La ciutat
informacional està orientada a l’acumulació d’informació i a la producció,
desenvolupament i ús de les noves tecnologies de la informació (Castells 1995, p.34 i
116). El model espacial de les indústries de tecnologies de la informació constitueix una 5 Trullén et al (2002, p.142) afirmen que les ciutats com a acumulació localitzada de coneixement
faciliten la creativitat i la fertilització creuada d’idees entre sectors, activitats o individus, i per tant
emfatitza la característica urbana de la producció i dispersió de nou coneixement i informació.
7
nova forma d’organització industrial derivada de dos elements (Castells 1995, pp.111-
119): (1) necessitat d’una quantitat elevada de força de treball científica i tècnica; (2) la
necessitat d’una xarxa de transports important. Derivat d’aquestes característiques
aquelles etapes del procés productiu de més alt nivell tendiran a estar
desproporcionadament concentrades en determinades localitzacions, les quals es
denominen milieux of innovation6, i a atraure a aquestes àrees la força de treball
requerida (enginyers, científics i tècnics).
Graham and Marvin (1996, p.35) proposen una aproximació més tecnificada a la ciutat
del coneixement, on les ciutats es troben connectades dins una xarxa de
telecomunicacions local i global7, la ciutat cablejada. Per tant, la nova forma
d’entendre la ciutat rau en el fet que les telecomunicacions, a través dels seus canals,
permeten la captació, el processament, l’acumulació i la transmissió de la informació
entre ciutats superant aquelles barreres espacials i temporals. Així es genera una millora
en el desenvolupament de les economies i al mateix temps determina la localització de
les activitats productives i on s’innova.
Les ciutats del coneixement es consideren elements centrals de l’economia del
coneixement ja que són en elles on la majoria dels recursos de coneixement es troben
concentrats (Knight 1995, .225; Van Widen and Van den Berg 2004, p.3). Podem
definir la ciutat del coneixement com aquella amb una porció significativa de la seva
estructura productiva especialitzada en l’atracció, producció, utilització, intercanvi i
retenció de coneixement (Knight 1995, p.228 i 237; Boix 2006, p.23). Els elements en
els que es basa una ciutat del coneixement són (Van Winden and Van den Berg 2004,
p.10-15; Boix 2006, p.25): (1) existència d’una base de coneixement determinada per
les infraestructures de coneixement i pel coneixement codificat i tàcit; (2) una base
econòmica de la ciutat, determinant de l’èxit o fracàs de l’economia; (3) la qualitat de
6 Per medi d’innovació Castells entén un conjunt específic de relacions de gestió i producció basades en
una organització social que comparteixen d’un mode general una cultura de treball i uns objectius
encaminats a generar nous coneixements, processos i productes (Castells 1995, pp.130-131). 7 Aquest conjunt de telecomunicacions s’entén per la teranyina formada pel fil de fibra òptica, de coure,
wireless, microwave i xarxes de comunicació per satèl·lit, entre d’altres (Graham, S and S. Marvin 1996,
p.3). La indivisibilitat de la xarxa de telecomunicacions apareix com a element diferenciador de la visió
anterior.
8
vida com a factors d’atracció i retenció de treballadors del coneixement; (4)
l’accessibilitat internacionals i regionals crucial per l’èxit o fracàs de les ciutats del
coneixement; (5) la diversitat (ètnica, cultural i productiva) urbana fonamental per a
l’atracció de treballadors del coneixement; (6) la dimensió urbana determinant per a
l’atracció d’empreses i treballadors del coneixement; (7) la equitat social (reducció de
la pobresa i l’exclusió social) com a element important per a la prosperitat d’una ciutat.
Boix (2006, pp.25-26) sintetitza els avantatges de les ciutats del coneixement en: (1)
generen rendiments creixents mitjançant la combinació d’un model de producció
basat, conduït o dirigit pel coneixement i l’existència d’economies d’aglomeració i
xarxa; (2) poden crear més ocupació i millor pagades; (3) disposa d’agents i
infraestructures destinades a la producció del coneixement; (4) aflorament de la
importància dels sectors tradicionals a través del canvi en el model productiu del “què”
produir al “com” produir; (5) millora de la qualitat de vida i la cohesió social a través
del foment dels valors socials, mediambientals i la tolerància; (6) millora de la
sostenibilitat econòmica a través de la major capacitat d’adaptació de les innovacions al
model productiu i l’atracció de les inversions externes i el turisme; (7) millora de la
imatge de la ciutat per part dels propis residents per a fomentar el capital local existent.
Van Winden and Van den Berg (2004, p.7 i p.18) exposen que les ciutats del
coneixement metropolitanes, enteses com el conjunt d’una àrea o una ciutat individual
localitzada a una àrea metropolitana policèntrica, tendeixen a tenir importants elements
de l’economia del coneixement. En concret, aquestes ciutats tenen un alt nivell
d’accessibilitat, una gran base de coneixement diversificada, un mercat de treball divers
i bons nivells de dotació educativa i cultural.
Tal i com s’ha vist fins aquest punt, les diverses visions de la ciutat del coneixement han
estat basades en la informació i el coneixement, no obstant, de la mà de Florida (2002,
pp.4-5 i 44) es destaca que l’economia actual està basada en la creativitat, oferint-nos
una nova categoria anomenada ciutat creativa. Ara però, Florida (2002, p.44) entén la
informació i el coneixement com a inputs clau per a la creativitat, mentre que la
innovació és l’output. Florida (2005b, p.36) afirma que la creativitat, entesa com a
9
capital humà o talent8, ha esdevingut el determinant clau pel creixement i el benestar de
les economies modernes. Tenint en compte que són a les ciutats on la creativitat humana
es genera, s’atrau, es reté i es canalitza l’energia creativa humana, de la mà de Jacobs
(1969) Florida concep les ciutats com a incubadores de la creativitat (Florida 2005a, p. 1
i 49-50). La geografia de la creativitat vindria donada pels següents elements (Florida
2002, p. 218; Florida 2005a, pp. 35-50; Florida 2005b, p. 38): (1) la classe creativa es
genera, s’atrau i es concentra a les ciutats creatives; (2) és a les ciutats creatives on es
disposa d’altes concentracions de tecnologia; (3) a les ciutats creatives s’estableixen
una varietat gran de formes de creativitat, anomenades talent; (4) les ciutats creatives
tenen un elevat grau de tolerància (oberta i diversificada).
3. Indicadors de l’economia del coneixement
Com que una ciutat del coneixement es caracteritza per a produir i utilitzar una gran
quantitat de coneixement, Boix (2006, p.29) i Raspe and van Oort (2006, pp. 6-9),
proposen una sèrie d’indicadors capaços de mesurar l’economia del coneixement. Boix
mesura l’economia del coneixement des de la perspectiva de la producció de
coneixement i basant-se en l’aplicació de les classificacions de l’OCDE (2003)9 a través
de: (1) l’ocupació; (2) les empreses; (3) la producció (valor afegit); (4) les
qualificacions i ocupació; (5) la innovació i (6) el comerç exterior. En canvi Raspe and
van Oort (2006, pp. 6-9), proposen una sèrie d’indicadors10 basats en: (1) el capital
humà; (2) la classe creativa; (3) l’accessibilitat a la informació a través de les TIC; (4)
les habilitats comunicatives; (5) la recerca i el desenvolupament; (6) la innovació
tècnica i la innovació no tècnica; (7) les activitats econòmiques de tecnologia alta i
mitjana.
8 La diferència principal entre la teoria del capital humà i la teoria de la classe creativa és que aquesta
ultima no necessita necessariament que els individus tinguin uns alts nivells educatius per a generar valor
afegit en el seu treball (Raspe and van Oort 2006, p.6). 9 Boix (2006) es basa en les classificacions de l’OCDE per diferenciar les activitats en funció de la seva
intensitat de recerca, desenvolupament i ocupació qualificada que fan us per produir. Trullén et al. (2002)
proposen una simplificació operativa al agrupar els sectors econòmics en activitats de tecnologia i
coneixement alt i baix. 10 Raspe and van Oort (2006) utilitzen una sèrie d’indicadors que connecten l’economia del coneixement
amb el desenvolupament econòmic a partir de la literatura existent.
10
3.1. Unitat urbana d’anàlisi.
Generalment, per a l’anàlisi empíric en l’àmbit geogràfic, s’han utilitzat les unitats
administratives, com ara els països (NUT 1), les comunitats autònomes (NUT 2),
províncies (NUT 3) o les ciutats o municipis (NUT 5), nogensmenys, ja sigui per excés
o per defecte, cap d’elles recull fidelment l’àrea d’interacció econòmica ni social, a més
de ser estàtiques en el temps (Boix 2007, p.2). D’aquest mode es planteja la necessitat
d’utilitzar una unitat urbana supramunicipal capaç de recollir adequadament l’àmbit
d’influència de la ciutat real. Tal i com Viladecans et al (2006, p.67) afirma, la solució a
aquest problema seria la identificació de les àrees metropolitanes, com a àrees
econòmiques relativament homogènies, tal i com es feia ja als Estats Units. Per aquest
estudi s’utilitzen les àrees metropolitanes de l’Eurorregió de l’Arc Mediterrani com a
unitats geogràfiques d’anàlisi, a partir de la delimitació de Boix (2007) per Espanya per
l’any 200111.
Gràfic 1: Àrees metropolitanes de l’Eurorregió de l’arc mediterrani, segons
metodologia Boix 2007.
Font: Elaborat a partir de Boix (2007) 11 Veure Annex 1 per a una síntesi de la metodologia utilitzada per a la delimitació de les àrees
metropolitanes
11
Segons Boix (2007) s’identifiquen, a l’Eurorregió de l’arc mediterrani pel 2001, un total
de 14 àrees metropolitanes. Aquestes contenen el 17,5% dels municipis del total d’àrees
metropolitanes d’Espanya, un 27,2% del total de la població i un 28% del total dels
ocupats. Al seu torn Boix (2007) classifica les àrees metropolitanes en quatre nivells (A,
B, C i D) segons la seva dimensió poblacional12. En aquest sentit, s’observa com
Barcelona i Valencia pertanyen al nivell A, Alacant i Tarragona al nivell B, Girona,
Castelló de la Plana, Lleida, Manresa, Benidorm i Gandia al nivell C, mentre que Alcoi,
Elda, Orihuela i Torrevieja al nivell D.
Taula 1: Característiques de les àrees metropolitanes de l’Eurorregió de l’arc
mediterrani
Nivell Àrea Metropolitana Població
Nº municipis Població Ocupada Resident
Llocs treball localitzats
A Barcelona 4.512.283 209 2.006.257 1.895.371 A Valencia 1.696.810 129 702.494 650.475
B Alicante/Alacant 572.617 8 235.445 224.732 B Tarragona 337.184 71 146.537 136.912
C Girona 217.099 82 101.873 97.841 C Castellón de la Plana/Castell 203.855 22 90.035 87.008 C Lleida 180.149 56 78.68 74.354 C Manresa 153.058 32 68.169 62.829 C Benidorm 124.908 17 52.936 53.87 C Gandia 102.045 31 43.255 38.464
D Alcoy/Alcoi 84.765 27 33.917 31.097 D Elda 81.731 2 32.869 31.994 D Orihuela 64.830 4 25.387 22.112 D Torrevieja 59.747 4 20.121 22.627
Total 8.391.081 694 3567163 3381203 Total àrees metropolitanes Espanyoles 30.876.543 3.969 12.599.783 11.858.566
Percentatge sobre Espanya 27.2% 17.5% 28.3% 28.5% Font: Boix, R. (2007)
12 Les àrees metropolitanes de nivell A corresponen a aquelles de com a mínim 1 milió d’habitants, les de
nivell B corresponen a aquelles que tenen una població entre 250.000 i 1 milió, seguit de les de nivell C,
que corresponen a les que estan entre 100.000 i 250.000 habitants i, finalment, les de nivell D menors de
100.000 habitants (Boix 2007, pp.11-12).
12
3.1. L’Eurorregió de l’Arc Mediterrani i l’economia del coneixement
L’objectiu d’aquest apartat és la mesura de l’economia del coneixement a l’Eurorregió
de l’Arc Mediterrani fent ús de les 14 àrees metropolitanes que s’han identificat13.
3.1.1. Ocupació
L’any 2001, seguint la metodologia de classificació de l’OCDE (2003), el 28,9% dels
ocupats del conjunt d’àrees Metropolitanes espanyoles (3.637.975 ocupats, taula 2) es
troben concentrats a l’Eurorregió de l’Arc Mediterrani. Aquests al seu torn es troben
descomposts en un 9,1% en activitats de Coneixement Alt (1.147.808 ocupats), mentre
que els ocupats en Activitats de Coneixement Baix representen el 19,8% del conjunt
espanyol (2.490.172 ocupats).
Al comparar els percentatges absoluts d’ambdues regions (Eurorregió de l’Arc
Mediterrani i Espanya) s’observa com els seus percentatges són realment molt
semblants. En concret els ocupats en Activitats de Coneixement Alt representen un 31%
(concretament un 31,6% per l’Eurorregió de l’Arc Mediterrani, i un 31,2% pel conjunt
d’àrees metropolitanes espanyoles), mentre que els ocupats en Activitats de
coneixement Baix representen el 68% (68,4% i el 68,8% respectivament).
De forma concreta, es pot dir que el 31,6% dels ocupats residents a l’Eurorregió de
l’Arc Mediterrani treballava en activitats de Coneixement alt (1.147.803 ocupats, taula
2), dels quals un 1,0% es troba concentrat en Manufactures d’alta tecnologia (37.832
ocupats), 5,9% en Manufactures de mitjana-alta Tecnologia (213.074 ocupats) i 24,7%
en Serveis intensius en coneixement (896.897 ocupats). De l’altre 68,4% treballava en
activitats de Coneixement Baix (2.490.172 ocupats), un 4,8% es trobava ocupat en
Manufactures de Tecnologia Mitjana-Baixa (173.539 ocupats), un 11,8% en
Manufactures de Tecnologia Baixa (429.199 ocupats), 38,6% en Serveis no Intensius en
Coneixement (1.403.878 ocupats), mentre que un 13,3% es trobava ocupat en Altres
activitats (483.556 ocupats).
13 Vegeu Annex 2 per a observar les diferents classificacions utilitzades en per a la mesura de l’economia
del coneixement de les àrees metropolitanes de l’Eurorregió de l’arc mediterrani.
13
Taula 2: Indicador d’ocupació. Classificació OCDE 2003
Ocupats (%)
(%) sobre Espan
ya
Ocupats (%) (%) sobre Espanya
Eurorregió de l'Arc Mediterrani Espanya (total 67 Àrees Metropolitanes de Barcelona)
Activitats de coneixement alt 1.147.803 31,6% 9,1% 3.932.325 31,2% - Manufactures d'alta tecnologia 37.832 1,0% 0,3% 103.187 0,8% - Manufactures de mitjana-alta tecnologia 213.074 5,9% 1,7% 538.866 4,3% - Serveis intensius en coneixement 896.897 24,7% 7,1% 3.290.272 26,1% Activitats de coneixement baix 2.490.172 68,4% 19,8% 8.667.458 68,8% - Manufactures de tecnologia mitjana-baixa 173.539 4,8% 1,4% 485.206 3,9% - Manufactures de tecnologia baixa 429.199 11,8% 3,4% 1.018.998 8,1% - Serveis no intensius en coneixement 1.403.878 38,6% 11,1% 5.202.925 41,3% - Altres activitats no classificades OCDE 483.556 13,3% 3,8% 1.960.329 15,6% Total 3.637.975 100,0% 28,9% 12.599.783 100,0%
Barcelona Valencia Activitats de coneixement alt 707.764 35,3% 5,6% 206.859 29,4% 1,6% - Manufactures d'alta tecnologia 32.243 1,6% 0,3% 2.809 0,4% 0,0% - Manufactures de mitjana-alta tecnologia 149.457 7,4% 1,2% 34.519 4,9% 0,3% - Serveis intensius en coneixement 526.064 26,2% 4,2% 169.531 24,1% 1,3% Activitats de coneixement baix 1.298.493 64,7% 10,3% 495.635 70,6% 3,9% - Manufactures de tecnologia mitjana-baixa 113.178 5,6% 0,9% 28.083 4,0% 0,2% - Manufactures de tecnologia baixa 208.911 10,4% 1,7% 80.410 11,4% 0,6% - Serveis no intensius en coneixement 760.784 37,9% 6,0% 279.356 39,8% 2,2% - Altres activitats no classificades OCDE 215.620 10,7% 1,7% 107.786 15,3% 0,9% Total 2.006.257 100,0% 15,9% 702.494 100,0% 5,6%
Nivell A
Tarragona Alacant Activitats de coneixement alt 41.415 28,3% 0,3% 62.160 26,4% 0,5% - Manufactures d'alta tecnologia 562 0,4% 0,0% 701 0,3% 0,0% - Manufactures de mitjana-alta tecnologia 7.720 5,3% 0,1% 3.561 1,5% 0,0% - Serveis intensius en coneixement 33.133 22,6% 0,3% 57.898 24,6% 0,5% Activitats de coneixement baix 105.122 71,7% 0,8% 173.285 73,6% 1,4% - Manufactures de tecnologia mitjana-baixa 8.661 5,9% 0,1% 4.436 1,9% 0,0% - Manufactures de tecnologia baixa 8.682 5,9% 0,1% 42.147 17,9% 0,3% - Serveis no intensius en coneixement 60.361 41,2% 0,5% 94.627 40,2% 0,8% - Altres activitats no classificades OCDE 27.418 18,7% 0,2% 32.075 13,6% 0,3% Total 146.537 100,0% 1,2% 235.445 100,0% 1,9%
Nivell B
Girona Castellón Activitats de coneixement alt 28.906 28,4% 0,2% 22.237 24,7% 0,2% - Manufactures d'alta tecnologia 347 0,3% 0,0% 191 0,2% 0,0% - Manufactures de mitjana-alta tecnologia 4.392 4,3% 0,0% 3.398 3,8% 0,0% - Serveis intensius en coneixement 24.167 23,7% 0,2% 18.648 20,7% 0,1% Activitats de coneixement baix 72.967 71,6% 0,6% 67.798 75,3% 0,5% - Manufactures de tecnologia mitjana-baixa 4.852 4,8% 0,0% 2.003 2,2% 0,0% - Manufactures de tecnologia baixa 15.197 14,9% 0,1% 17.528 19,5% 0,1% - Serveis no intensius en coneixement 37.024 36,3% 0,3% 33.205 36,9% 0,3% - Altres activitats no classificades OCDE 15.894 15,6% 0,1% 15.062 16,7% 0,1% Total 101.873 100,0% 0,8% 90.035 100,0% 0,7% Manresa Benidorm Activitats de coneixement alt 19.604 28,8% 0,2% 9.384 17,7% 0,1% - Manufactures d'alta tecnologia 544 0,8% 0,0% 38 0,1% 0,0% - Manufactures de mitjana-alta tecnologia 5.406 7,9% 0,0% 374 0,7% 0,0% - Serveis intensius en coneixement 13.654 20,0% 0,1% 8.972 16,9% 0,1% Activitats de coneixement baix 48.565 71,2% 0,4% 43.552 82,3% 0,3% - Manufactures de tecnologia mitjana-baixa 6.317 9,3% 0,1% 644 1,2% 0,0% - Manufactures de tecnologia baixa 10.893 16,0% 0,1% 2.577 4,9% 0,0% - Serveis no intensius en coneixement 21.309 31,3% 0,2% 30.555 57,7% 0,2% - Altres activitats no classificades OCDE 10.046 14,7% 0,1% 9.776 18,5% 0,1% Total 68.169 100,0% 0,5% 52.936 100,0% 0,4% Lleida Gandia Activitats de coneixement alt 20.213 25,7% 0,2% 9.039 20,9% 0,1% - Manufactures d'alta tecnologia 174 0,2% 0,0% 55 0,1% 0,0% - Manufactures de mitjana-alta tecnologia 1.437 1,8% 0,0% 848 2,0% 0,0% - Serveis intensius en coneixement 18.602 23,6% 0,1% 8.136 18,8% 0,1% Activitats de coneixement baix 58.467 74,3% 0,5% 34.216 79,1% 0,3% - Manufactures de tecnologia mitjana-baixa 2.177 2,8% 0,0% 903 2,1% 0,0%
Nivell C
- Manufactures de tecnologia baixa 6.672 8,5% 0,1% 4.996 11,6% 0,0%
14
- Serveis no intensius en coneixement 30.661 39,0% 0,2% 18.348 42,4% 0,1% - Altres activitats no classificades OCDE 18.957 24,1% 0,2% 9.969 23,0% 0,1% Total 78.680 100,0% 0,6% 43.255 100,0% 0,3% Alcoi Elda Activitats de coneixement alt 7.742 22,8% 0,1% 4.560 13,9% 0,0% - Manufactures d'alta tecnologia 101 0,3% 0,0% 20 0,1% 0,0% - Manufactures de mitjana-alta tecnologia 1.122 3,3% 0,0% 439 1,3% 0,0% - Serveis intensius en coneixement 6.519 19,2% 0,1% 4.101 12,5% 0,0% Activitats de coneixement baix 26.175 77,2% 0,2% 28.309 86,1% 0,2% - Manufactures de tecnologia mitjana-baixa 1.050 3,1% 0,0% 491 1,5% 0,0% - Manufactures de tecnologia baixa 10.432 30,8% 0,1% 16.499 50,2% 0,1% - Serveis no intensius en coneixement 10.426 30,7% 0,1% 8.762 26,7% 0,1% - Altres activitats no classificades OCDE 4.267 12,6% 0,0% 2.557 7,8% 0,0% Total 33.917 100,0% 0,3% 32.869 100,0% 0,3% Orihuela Torrevieja Activitats de coneixement alt 46.55 18,3% 0,0% 3.265 16,2% 0,0% - Manufactures d'alta tecnologia 23 0,1% 0,0% 24 0,1% 0,0% - Manufactures de mitjana-alta tecnologia 231 0,9% 0,0% 170 0,8% 0,0% - Serveis intensius en coneixement 4.401 17,3% 0,0% 3.071 15,3% 0,0% Activitats de coneixement baix 20.732 81,7% 0,2% 16.856 83,8% 0,1% - Manufactures de tecnologia mitjana-baixa 415 1,6% 0,0% 329 1,6% 0,0% - Manufactures de tecnologia baixa 3.157 12,4% 0,0% 1.098 5,5% 0,0% - Serveis no intensius en coneixement 8.402 33,1% 0,1% 10.058 50,0% 0,1% - Altres activitats no classificades OCDE 8.758 34,5% 0,1% 5.371 26,7% 0,0% Total 25.387 100,0% 0,2% 20.121 100,0% 0,2%
Nivell D
Font: Elaborat a partir del Cens i Padró 2001
Fent un anàlisi exhaustiu de les àrees metropolitanes que formen l’Eurorregió de l’Arc
Mediterrani, a través de la Taula 2 s’observa com, les àrees metropolitanes catalanes
tendeixen a tenir una major especialització en activitats intensives en tecnologia i
coneixement alt que no pas les àrees metropolitanes de la Comunitat Valenciana.
Aquesta mateixa tendència també es pot observar en l’estudi titulat “Territorio y
actividad econòmica”, el atlas recopilatorio de las competencias y actuacions del
MITYC (2007). A través del gràfics 2 es pot observar com els territoris de Barcelona i
Madrid són els que concentren una major especialització en Manufactures d’Intensitat
tecnològica Alta. A través del gràfics 3 s’identifiquen dos eixos més especialitzats en
manufactures d’intensitat tecnològica mitjana-alta, entre els que destaca l’eix format per
Catalunya i Valencia, territoris que formen el territori espanyol de l’Eurorregió de l’Arc
Mediterrani.
15
Gràfic 2 i 3: Ocupació en manufactures d’intensitat tecnològica alta i mitjana-alta
d’Espanya, 2001
Font: MITYC (2007) “Territorio y actividad econòmica”, el atlas recopilatorio de las
competencias y actuaciones del MITYC.
16
Seguint amb l’anàlisi de la taula 2, es pot afirmar que les àrees metropolitanes de Classe
A, formades per Barcelona i Valencia, agreguen el 21,5% dels ocupats espanyols
(2.708.751 ocupats). Aquests al seu torn es troben desagregats en el 35,3% i 29,4% dels
ocupats treballaven en Activitats de Coneixement Alt, mentre que el 64,7% i 70,6% dels
ocupats restant es trobaven treballant en Activitats de Coneixement Baix. A partir de la
taula anterior també s’observa com l’estructura d’activitats predominant sembla ser la
de serveis (tant intensius com no intensius en coneixement), excepte en les àrees
metropolitanes d’Elda i Alcoi, àrees on els ocupats en Manufactures de Tecnologia
Baixa sembla jugar un paper predominant. De forma concreta, l’àrea metropolitana
d’Elda agrega un total de 50,2% dels seus ocupats en activitats manufactureres de
tecnologia baixa, mentre que per Alcoi, aquest percentatge és també força elevat, 30,8%
dels totals ocupats a l’àrea. Aquest fet pot venir explicat pel l’estructura productiva
basada en el districte industrial que tenen aquests territoris. En concret, Boix i Galletto
(2006) identifiquen un total de 205 Districtes Industrials per Espanya, entre els quals es
troben el Districte Industrial d’Alcoi de Teixit i confecció / Fils i teixits, i el d’Elda de
pell, cuir i calçat.
3.1.2. Qualificació
L’any 2001, el 28,9% dels ocupats del conjunt d’àrees Metropolitanes espanyoles
(3.637.975 ocupats, taula 3) es troben concentrats a l’Eurorregió de l’Arc Mediterrani.
Aquests ocupats, al seu torn, es troben descomposts en un 7,1% dels ocupats en
professions de ciència i tecnologia (RHCT) (888.995 ocupats), mentre que els no
ocupats en professions no científiques ni tecnològiques representen el 21,8% del
conjunt espanyol (2.748.980 ocupats).
Al comparar els percentatges absoluts d’ambdues regions (Eurorregió de l’Arc
Mediterrani i Espanya) s’observa com els seus percentatges són realment molt
semblants. En concret els ocupats en professions relacionades amb RHCT representaven
un 24,4% per l’Eurorregió de l’Arc Mediterrani i el 25,5% pel conjunt d’àrees
metropolitanes espanyoles, mentre que els ocupats en professions no relacionades amb
RHCT representen el 75,6% per al territori de l’Eurorregió i el 74,5% pel conjunt
d’àrees metropolitanes espanyoles.
17
De forma concreta, el 24,4% dels ocupats a l’Eurorregió de l’Arc Mediterrani treballava
en RHCT, dels quals un 12,1% dels ocupats eren professionals RHCT (440.597
ocupats), i un 12,3% eren tècnics i professionals associats RHCT (448.398 ocupats).
L’altre 75,6% treballava en ocupacions no relacionades amb la RHCT.
Taula 3: Indicador de qualificació. Classificació OCDE 2003
Ocupats (%)
(%) sobre Espan
ya
Ocupats (%) (%) sobre Espanya
Eurorregió de l'Arc Mediterrani Espanya (total 67 Àrees Metropolitanes de Barcelona)
RH en Ciència i Tecnologia 888.995 24,4% 7,1% 3.207.705 25,5% - Professionals RHCT 440.597 12,1% 3,5% 1.702.239 13,5% - Tècnics i professionals associats RHCT 448.398 12,3% 3,6% 1.505.466 11,9% RH no relacionats amb Ciència i tec. 2.748.980 75,6% 21,8% 9.392.078 74,5% Total 3.637.975 100,0% 28,9% 12.599.783 100,0%
Barcelona Valencia RH en Ciència i Tecnologia 535.696 26,7% 4,3% 163.677 23,3% 1,3% - Professionals RHCT 251.885 12,6% 2,0% 91.037 13,0% 0,7% - Tècnics i professionals associats RHCT 283.811 14,1% 2,3% 72.640 10,3% 0,6% RH no relacionats amb Ciència i tec. 1.470.561 73,3% 11,7% 538.817 76,7% 4,3% Total 2.006.257 100,0% 15,9% 702.494 100,0% 5,6%
Nivell A
Tarragona Alacant RH en Ciència i Tecnologia 33.606 22,9% 0,3% 48.444 20,6% 0,4% - Professionals RHCT 16.850 11,5% 0,1% 26.304 11,2% 0,2% - Tècnics i professionals associats RHCT 16.756 11,4% 0,1% 22.140 9,4% 0,2% RH no relacionats amb Ciència i tec. 112.931 77,1% 0,9% 187.001 79,4% 1,5% Total 146.537 100,0% 1,2% 235.445 100,0% 1,9%
Nivell B
Girona Castellón RH en Ciència i Tecnologia 24.006 23,6% 0,2% 18.155 20,2% 0,1% - Professionals RHCT 11.975 11,8% 0,1% 9.683 10,8% 0,1% - Tècnics i professionals associats RHCT 12.031 11,8% 0,1% 8.472 9,4% 0,1% RH no relacionats amb Ciència i tec. 77.867 76,4% 0,6% 71.880 79,8% 0,6% Total 101.873 100,0% 0,8% 90.035 100,0% 0,7% Manresa Benidorm RH en Ciència i Tecnologia 14.244 20,9% 0,1% 8.025 15,2% 0,1% - Professionals RHCT 6.738 9,9% 0,1% 4.129 7,8% 0,0% - Tècnics i professionals associats RHCT 7.506 11,0% 0,1% 3.896 7,4% 0,0% RH no relacionats amb Ciència i tec. 53.925 79,1% 0,4% 44.911 84,8% 0,4% Total 68.169 100,0% 0,5% 52.936 100,0% 0,4% Lleida Gandia RH en Ciència i Tecnologia 19.219 24,4% 0,2% 7.537 17,4% 0,1% - Professionals RHCT 9.616 12,2% 0,1% 4.143 9,6% 0,0% - Tècnics i professionals associats RHCT 9.603 12,2% 0,1% 3.394 7,8% 0,0% RH no relacionats amb Ciència i tec. 59.461 75,6% 0,5% 35.718 82,6% 0,3% Total 78.680 100,0% 0,6% 43.255 100,0% 0,3%
Nivell C
Alcoi Elda RH en Ciència i Tecnologia 6.196 18,3% 0,0% 3.988 12,1% 0,0% - Professionals RHCT 3.182 9,4% 0,0% 1.860 5,7% 0,0% - Tècnics i professionals associats RHCT 3.014 8,9% 0,0% 2.128 6,5% 0,0% RH no relacionats amb Ciència i tec. 27.721 81,7% 0,2% 28.881 87,9% 0,2% Total 33.917 100,0% 0,3% 32.869 100,0% 0,3% Orihuela Torrevieja RH en Ciència i Tecnologia 3.533 13,9% 0,0% 2.669 13,3% 0,0% - Professionals RHCT 2.018 7,9% 0,0% 1.177 5,8% 0,0% - Tècnics i professionals associats RHCT 1.515 6,0% 0,0% 1.492 7,4% 0,0% RH no relacionats amb Ciència i tec. 21.854 86,1% 0,2% 17.452 86,7% 0,1% Total 25.387 100,0% 0,2% 20.121 100,0% 0,2%
Nivell D
Font: Elaborat a partir del Cens i Padró 2001
18
Del mateix mode que en l’indicador de l’economia del coneixement anterior, s’observa
com, les àrees metropolitanes catalanes tendeixen a tenir una major especialització en
ocupats en professions relacionades amb la RHCT que no pas les àrees metropolitanes
de la Comunitat Valenciana. Del mateix mode es pot afirmar que les àrees
metropolitanes de Classe A, formades per Barcelona i Valencia, agreguen al 2001 el
21,5% dels ocupats espanyols (2.708.751 ocupats). Aquests al seu torn es troben
desagregats en ocupats relacionats amb la RHCT (26,7% dels ocupats en l’Eurorregió
de l’Arc Mediterrani i el 23,3% dels ocupats en les àrees metropolitanes d’Espanya),
mentre que el percentatge restant es trobaven treballant en activitats de Coneixement
Baix (73,3% dels ocupats en l’Eurorregió de l’Arc Mediterrani i el 76,7% dels ocupats
de les àrees metropolitanes d’Espanya).
3.1.3. Educació
L’any 2001, el 28,9% dels ocupats del conjunt d’àrees Metropolitanes espanyoles
(3.637.975 ocupats, taula 4) es troben concentrats a l’Eurorregió de l’Arc Mediterrani.
Aquests ocupats, al seu torn, es poden classificar segons el seu nivell educatiu. Un 6,0%
dels ocupats a les àrees metropolitanes d’Espanya amb nivell educatiu terciari es troba
concentrar a l’Eurorregió de l’arc Mediterrani (754.806 ocupats), mentre que els
ocupats amb nivell educatiu secundari representen el 16,8% del conjunt espanyol
(2.116.967 ocupats).
Al comparar els percentatges absoluts d’ambdues regions (Eurorregió de l’Arc
Mediterrani i Espanya) s’observa com el percentatge dels ocupats amb nivell educatiu
terciari d’Espanya és relativament superior al de l’Eurorregió de l’Arc Mediterrani
(22,9% i 20,7% respectivament).
Analitzant l’Eurorregió de l’Arc Mediterrani, es pot observar com el 20,7% dels ocupats
tenen un nivell educatiu de grau tercer. L’altre 79,3% es troba repartit del següent mode:
un 58,2% dels ocupats tenien nivell educatiu secundari, el 16,0% dels ocupats tenien
nivell educatiu primari, mentre que el 5% restant corresponen als ocupats sense estudis i
analfabets.
19
Taula 4: Indicador d’educació. Classificació OCDE 2003
Ocupats (%)
(%) sobre Espan
ya
Ocupats (%) (%) sobre Espanya
Eurorregió de l'Arc Mediterrani Espanya (total 67 Àrees Metropolitanes de Barcelona)
Analfabets 21.368 0,6% 0,2% 64.547 0,5% Sense estudis 161.260 4,4% 1,3% 551.672 4,4% Primer grau 583.574 16,0% 4,6% 1.914.014 15,2% Segon grau 2.116.967 58,2% 16,8% 7.180.271 57,0% Tercer grau 754.806 20,7% 6,0% 2.889.279 22,9% Total 3.637.975 100,0% 28,9% 12.599.783 100,0%
Barcelona Valencia Analfabets 12.878 0,6% 0,1% 3.310 0,5% 0,0% Sense estudis 93.016 4,6% 0,7% 27.221 3,9% 0,2% Primer grau 298.550 14,9% 2,4% 117.937 16,8% 0,9% Segon grau 1.166.259 58,1% 9,3% 398.144 56,7% 3,2% Tercer grau 435.554 21,7% 3,5% 15.5882 22,2% 1,2% Total 2.006.257 100,0% 15,9% 702.494 100,0% 5,6%
Nivell A
Tarragona Alacant Analfabets 952 0,6% 0,0% 1.241 0,5% 0,0% Sense estudis 5.626 3,8% 0,0% 12.008 5,1% 0,1% Primer grau 24.555 16,8% 0,2% 40.005 17,0% 0,3% Segon grau 88.215 60,2% 0,7% 138.370 58,8% 1,1% Tercer grau 27.189 18,6% 0,2% 43.821 18,6% 0,3% Total 146.537 100,0% 1,2% 235.445 100,0% 1,9%
Nivell B
Girona Castellón Analfabets 844 0,8% 0,0% 432 0,5% 0,0% Sense estudis 4.406 4,3% 0,0% 3.698 4,1% 0,0% Primer grau 16.745 16,4% 0,1% 16.304 18,1% 0,1% Segon grau 60.405 59,3% 0,5% 52.269 58,1% 0,4% Tercer grau 19.473 19,1% 0,2% 17.332 19,3% 0,1% Total 101.873 100,0% 0,8% 90.035 100,0% 0,7% Manresa Benidorm Analfabets 341 0,5% 0,0% 260 0,5% 0,0% Sense estudis 2.929 4,3% 0,0% 2.473 4,7% 0,0% Primer grau 12.245 18,0% 0,1% 10.839 20,5% 0,1% Segon grau 41.149 60,4% 0,3% 32.542 61,5% 0,3% Tercer grau 11.505 16,9% 0,1% 6.822 12,9% 0,1% Total 68..169 100,0% 0,5% 52.936 100,0% 0,4% Lleida Gandia Analfabets 307 0,4% 0,0% 177 0,4% 0,0% Sense estudis 2.476 3,1% 0,0% 1.397 3,2% 0,0% Primer grau 11.561 14,7% 0,1% 8.667 20,0% 0,1% Segon grau 47.473 60,3% 0,4% 26.195 60,6% 0,2% Tercer grau 16.863 21,4% 0,1% 6.819 15,8% 0,1% Total 78.680 100,0% 0,6% 43.255 100,0% 0,3%
Nivell C
Alcoi Elda Analfabets 95 0,3% 0,0% 196 0,6% 0,0% Sense estudis 1.125 3,3% 0,0% 1.772 5,4% 0,0% Primer grau 6.726 19,8% 0,1% 8.297 25,2% 0,1% Segon grau 20.940 61,7% 0,2% 19.444 59,2% 0,2% Tercer grau 5.031 14,8% 0,0% 3.160 9,6% 0,0% Total 33.917 100,0% 0,3% 32.869 100,0% 0,3% Orihuela Torrevieja Analfabets 222 0,9% 0,0% 113 0,6% 0,0% Sense estudis 1.922 7,6% 0,0% 1.191 5,9% 0,0% Primer grau 6.700 26,4% 0,1% 4.443 22,1% 0,0% Segon grau 13.327 52,5% 0,1% 12.235 60,8% 0,1% Tercer grau 3.216 12,7% 0,0% 2.139 10,6% 0,0% Total 25387 100,0% 0,2% 20.121 100,0% 0,2%
Nivell D
Font: Elaborat a partir del Cens i Padró 2001
20
De mode divers al que succeïa amb els indicadors de coneixement anteriors, en aquest
cas s’observa com, les àrees metropolitanes catalanes i valencianes tenen una
percentatges sobre els nivells educatius dels ocupats residents molt semblants. En
concret es pot afirmar que les àrees metropolitanes de Classe A, formades per Barcelona
i Valencia, agreguen el 21,5% dels ocupats espanyols (2.708.751 ocupats). Aquests al
seu torn es troben desagregats en el 21,7% (per l’àrea metropolitana de Barcelona) i
22,2% (per l’àrea metropolitana de Valencia) dels ocupats amb nivell educatiu terciari.
Pel que fa als ocupats amb nivell educatiu secundari, aquests representen el 58,1% i el
56,7% (per l’àrea metropolitana de Barcelona i Valencia respectivament). Mentre que la
resta es troba repartit entre els ocupats de nivells educatius inferiors.
3.1.4. Classe Creativa
L’any 2001, el 28,9% dels ocupats del conjunt d’àrees Metropolitanes espanyoles
(3.637.975 ocupats, taula 5) es troben concentrats a l’Eurorregió de l’Arc Mediterrani.
Aquests ocupats, al seu torn, es poden classificar segons el seu nivell de creativitat basat
en Florida. En aquest sentit s’observa que un 8,6% dels ocupats a Espanya classificats
com a classe creativa es troba concentrar a l’Eurorregió de l’arc Mediterrani (1.088.348
ocupats), mentre que el 20,2% dels ocupats espanyols no considerats com a classe
creativa es troben concentrats a l’Eurorregió espanyola (2.549.627 ocupats).
Al comparar els percentatges absoluts d’ambdues regions (Eurorregió de l’Arc
Mediterrani i Espanya) s’observa com el percentatge dels ocupats classificats com a
classe creativa d’Espanya és pràcticament idèntic al de l’Eurorregió de l’Arc
Mediterrani (69,6% i 70,1% respectivament).
Analitzant de forma concreta el territori de l’Eurorregió de l’Arc Mediterrani, es pot
observar com el 29,9% dels ocupats es consideren com a classe creativa, el qual al seu
torn es pot dividir en un 19,4% dels ocupats considerats professionals creatius (706.763
ocupats), mentre que un 10,5% dels ocupats es poden considerar Super classe creativa
(381.585 ocupats). L’altre 70,1% dels ocupats restant es pot considerar com a ocupats
no classificats com a classe creativa.
21
Taula 5: Indicador de classe creativa. Classificació OCDE 2003
Ocupats (%)
(%) sobre Espan
ya
Ocupats (%) (%) sobre Espanya
Eurorregió de l'Arc Mediterrani Espanya (total 67 Àrees Metropolitanes de Barcelona)
Classe Creativa 1.088.348 29,9% 8,6% 3.830.846 30,4% 30,4% - Professionals Creatius 706.763 19,4% 5,6% 2.393.918 19,0% 19,0% - Super Classe Creativa 381.585 10,5% 3,0% 1.436.928 11,4% 11,4% Classe no Creativa 2.549.627 70,1% 20,2% 8.768.937 69,6% 69,6% Total 3.637.975 100,0% 28,9% 12.599.783 100,0% 100,0%
Barcelona Valencia Classe Creativa 635.767 31,7% 5,0% 207.664 29,6% 1,6% - Professionals Creatius 410.558 20,5% 3,3% 133.972 19,1% 1,1% - Super Classe Creativa 225.209 11,2% 1,8% 73.692 10,5% 0,6% Classe no Creativa 1.370.490 68,3% 10,9% 494.830 70,4% 3,9% Total 2.006.257 100,0% 15,9% 702.494 100,0% 5,6%
Nivell A
Tarragona Alacant Classe Creativa 41.320 28,2% 0,3% 64.746 27,5% 0,5% - Professionals Creatius 26.295 17,9% 0,2% 43.981 18,7% 0,3% - Super Classe Creativa 15.025 10,3% 0,1% 20.765 8,8% 0,2% Classe no Creativa 105.217 71,8% 0,8% 170.699 72,5% 1,4% Total 146.537 100,0% 1,2% 235.445 100,0% 1,9%
Nivell B
Girona Castellón Classe Creativa 28.890 28,4% 0,2% 24.116 26,8% 0,2% - Professionals Creatius 18.717 18,4% 0,1% 15.733 17,5% 0,1% - Super Classe Creativa 10.173 10,0% 0,1% 8.383 9,3% 0,1% Classe no Creativa 72.983 71,6% 0,6% 65.919 73,2% 0,5% Total 101.873 100,0% 0,8% 90.035 100,0% 0,7% Manresa Benidorm Classe Creativa 17.176 25,2% 0,1% 12.091 22,8% 0,1% - Professionals Creatius 11.106 16,3% 0,1% 8.522 16,1% 0,1% - Super Classe Creativa 6.070 8,9% 0,0% 3.569 6,7% 0,0% Classe no Creativa 50.993 74,8% 0,4% 40.845 77,2% 0,3% Total 68.169 100,0% 0,5% 52.936 100,0% 0,4% Lleida Gandia Classe Creativa 21.889 27,8% 0,2% 10.519 24,3% 0,1% - Professionals Creatius 14.057 17,9% 0,1% 6.899 15,9% 0,1% - Super Classe Creativa 7.832 10,0% 0,1% 3.620 8,4% 0,0% Classe no Creativa 56.791 72,2% 0,5% 32.736 75,7% 0,3% Total 78.680 100,0% 0,6% 43.255 100,0% 0,3%
Nivell C
Alcoi Elda Classe Creativa 8.708 25,7% 0,1% 5.983 18,2% 0,0% - Professionals Creatius 5.918 17,4% 0,0% 4.287 13,0% 0,0% - Super Classe Creativa 2.790 8,2% 0,0% 1.696 5,2% 0,0% Classe no Creativa 25.209 74,3% 0,2% 26.886 81,8% 0,2% Total 33.917 100,0% 0,3% 32.869 100,0% 0,3% Orihuela Torrevieja Classe Creativa 5.104 20,1% 0,0% 4.375 21,7% 0,0% - Professionals Creatius 3.382 13,3% 0,0% 3.336 16,6% 0,0% - Super Classe Creativa 1.722 6,8% 0,0% 1.039 5,2% 0,0% Classe no Creativa 20.283 79,9% 0,2% 15.746 78,3% 0,1% Total 25.387 100,0% 0,2% 20.121 100,0% 0,2%
Nivell D
Font: Elaborat a partir del Cens i Padró 2001
De mode similar al que succeïa en els indicadors de l’economia del coneixement
inicials, s’observa com les àrees metropolitanes catalanes tenen una percentatges dels
ocupats de classe creativa relativament superiors als que apareixen a les àrees
metropolitanes valencianes. També de la taula anterior es pot afirmar que les àrees
22
metropolitanes de Classe A, formades per Barcelona i Valencia, agreguen el 21,5% dels
ocupats espanyols (2.708.751 ocupats). Aquests al seu torn es troben desagregats en el
31,7% (per l’àrea metropolitana de Barcelona) i 29,6% (per l’àrea metropolitana de
Valencia) dels ocupats considerats com a classe creativa. Pel que respecta als ocupats no
considerats classe creativa, representen el 68,3% per a l’àrea metropolitana de
Barcelona i el 70,4% per a l’àrea metropolitana Valencia.
4. Especialització relativa en coneixement alt de les àrees metropolitanes de
l’Eurorregió de l’Arc Mediterrani
Viladecans et al. (2006) emfatitzen la tendència del territori català en l’augment del pes
relatiu que estan prenent les activitats relacionades amb les noves tecnologies i el
coneixement (indústries i serveis avançats). Per a poder estendre aquest comentari al
territori que forma l’Eurorregió de l’Arc Mediterrani, es procedirà a calcular l’índex
d’especialització geogràfica en activitats amb intensitats de tecnologia i coneixement
alt, per l’any 200114. Ara però, l’índex d’especialització geogràfica més utilitzat en
aquest tipus d’estudis és el coeficient de localització zonal15 o coeficient
d’especialització relatiu, expressat a partir de la formula plantejada per Isard, W. (1971,
p.120):
ij
jij
i
LL
CEZ LL
(1)
14 Realitzat a partir de les dades de població ocupada resident extreta del Cens i padró de l’Institut
Nacional d’Estadística (INE) per l’any 2001 15 D’altres tipus d’indicadors per a calcular la especialització relativa d’un territori podrien ser el
coeficient d’especialització simple (CESij=(Lij/Li)), o el coeficient de Fingleton et al. (2004, p.778-779)
on el segon dels elements es calcula del següent mode, ijij LLHC ˆ�
LLL
L
LL
LL
FI ijij
j
i
ij
ij
*ˆ1
ˆ
1 o o
23
On CEZij és el coeficient d’especialització zonal per a l’àrea metropolitana j i el sector i
(indústries de coneixement alt) sent L és la població ocupada resident16 en el sector
estudiat i i l’àrea metropolitana j. En el cas de les àrees metropolitanes, si aquest índex
d’especialització fos superior a la unitat, es pot dir que es tracta d’una àrea
metropolitana especialitzada en coneixement alt. D’altra banda, en el cas que l’índex
d’especialització fos inferior a la unitat es podria afirmar la no especialització de l’àrea
en coneixement alt.
Gràfic 4: Especialització en coneixement alt de les àrees metropolitanes de
l’Eurorregió de l’Arc Mediterrani, 2001
Font: Elaboració a partir de Cens i Padró 2001 (INE).
16 Prenem les dades d’ocupació de la població ocupada resident pel fet que aquesta inclou aquella
població que resideix al municipi i que tant pot treballar fora del municipi o en el mateix. Per aquesta
característica s’ha cregut més convenient la seva utilització per a l’estudi dins d’una àrea metropolitana
que no pas les dades d’ocupació referent als llocs de treball localitzat, la qual engloba tant la població
ocupada resident que viu i treballa al municipi, a més dels ocupats al municipi i que viuen fora.
24
Taula 6: Especialització de coneixement ant de les àrees metropolitanes de
l’Eurorregió de l’Arc Mediterrani, 2001
Posició Tipus Àrea metropolitana % àrea
metropolitana cez AM
1 A Barcelona 35% 1,122 2 A Valencia 30% 0,940 3 C Manresa 29% 0,914 4 C Girona 28% 0,903 5 B Tarragona 28% 0,900 6 B Alicante 26% 0,841 7 C Lleida 26% 0,817 8 C Castellón de la Plana 25% 0,786 9 D Alcoy 23% 0,726
10 C Gandia 21% 0,665 11 D Orihuela 18% 0,583 12 C Benidorm 18% 0,566 13 D Torrevieja 16% 0,517 14 D Elda 14% 0,441
Eurorregió de l’Arc Mediterrani 32% 1,004 Total àrees metropolitanes d'Espanya 31% 1,000 Font: Elaboració a partir del Cens de Població de 2001 (INE)
De la taula precedent s’observa com el territori que forma l’Euorregió de l’Arc
Mediterrani es troba especialitzada en activitats intensives en tecnologia i coneixement
alt (amb un cez superior a la unitat, i igual a 1,004). No obstant de les 14 àrees
metropolitanes que s’identifiquen, destacar que tan sols l’àrea metropolitana de
Barcelona es troba especialitzada en activitats intensives en coneixement alt (1,122). A
més, entre les cinc àrees metropolitanes més especialitzades en coneixement alt, totes
elles pertanyen a Catalunya a excepció de l’àrea metropolitana de Valencia, la qual es
troba en segona posició (0,940).
5. Model per a mesurar l’especialització en coneixement alt de les àrees
metropolitanes de l’Eurorregió de l’arc mediterrani
Ellison i Glaeser (1997, p.892) proposen un model de localització basat en l’existència
d’avantatges naturals i externalitats o spillovers interempresarials dins la mateixa
indústria. En aquest model, l’empresa k-éssima intentarà maximitzar els seus beneficis a
partir de la seva decisió en l’elecció de la localització vk dins l’àrea i, a partir de la
funció següent:
kikiiki vvg HSS �� � ),...,(loglog 11 (2)
25
on iS representa una variable aleatòria que reflexa la probabilitat de localitzar-se dins
l’àrea i (influenciat tant per característiques visibles com no visibles), vj representa la
localització de la planta j, mentre que kiH és el terme de pertorbació.
De l’equació (2) es desprèn que els beneficis que es deriven de la localització d’una
indústria en una mateixa àrea està afectada per dos elements, en primer lloc d’una
mesura de la rendibilitat mitja del territori17, i per últim, d’una variable aleatòria que
capta els elements relatius idiosincràtics de la indústria en qüestió. Els autors però,
proposen una especificació paramètrica simple d’aquest model.
¦z
��f�� kl
kilikliki ue HSS ))(1()log(log (3)
on és la variable aleatòria de Bernoulli iguals a 1 amb probabilitat kle 0J el qual indica
si un spillover existia entre cada parell d’empreses, i és un indicador de si la planta l
es localitza a i (v
liu
l=i), i kiH de nou, indica una variable aleatòria independent de . kle
Alecke i Scharr (2006, p.22) proposen prendre la idea dels spillovers en un sentit ampli,
tal i com es desprèn d’Ellison i Glaeser (1994, p. 10) i d’aquesta forma examinar
l’existència d’economies d’aglomeració (economies de localització i economies
d’urbanització) afectant a la localització d’empreses a una mateixa àrea, donant així, un
procés d’especialització de la mateixa. Proposen un model empíric en el que es pretén
esbrinar quines economies d’aglomeració són les que tenen un efecte sobre la
localització de les empreses en un àrea determinada.
HED �� Xy (4)
sent X és el vector d’economies d’aglomeració i y una mesura de concentració. No
obstant, tal i com es desprèn de Combes i Overman (2003, p.16) tant la concentració
com l’especialització són dues cares d’una mateixa moneda, ja que el mateix índex pot
17 La rendibilitat mitjana del territori ve afectada, al seu torn, per l’ocupació agregada de la indústria i per
l’altre de la localització conjunta de les empreses de la mateixa, donant així un vector de spillovers
originades per les empreses del propi sector localitzades al mateix àrea.
26
arribar a mesurar tant especialització (regional) com concentració (sectorial) segons
s’utilitzi l’índex agregant per regions o per indústries.
6. Anàlisi economètric i resultats
6.1. Dades i variables
Les fonts d’on s’han extret les bases de dades utilitzades per a la construcció de les
variables explicatives per a l’any 2001, necessàries per a contrastar la seva associació
amb l’especialització en coneixement alt, han estat molt diverses. En concret, les dades
d’empresa utilitzades per a la realització de certes variables independents provenen de la
base de dades del Directori Central d’Empreses (DIRCE) de l’Institut Nacional
d’Estadística (INE). Pel que fa a les dades d’ocupació (població ocupada resident),
població, nivell educatiu dels empleats provenen del Cens i Padró de l’INE. Les dades
de patents s’han extret de l’Oficina Espanyola de Patents i Marques (OEPM). Les dades
de la superfície total urbana construïda per a cada municipi s’ha obtingut del Registre
general del cadastre, mentre que les dades de superfície urbana s’extreuen d’AUDES5
(Áreas Urbanas de España 2005)18.
Les economies externes es divideixen en economies de localització i economies
d’urbanització. Les economies de localització es poden aproximar a partir del quocient
de dimensió d’empresa, com a indicador de la forma organitzacional de la indústria de
coneixement alt. En concret aquest indicador ens informa del nombre de treballadors en
intensitat de coneixement alt que estan treballant en empreses de coneixement alt
normalitzat a nivell espanyol. Per aproximar les economies d’urbanització s’inclou
alguns dels factors proposats per la literatura sobre economies externes. La primera
d’elles és la variable de diversitat Chinitz (1961) i Jacobs (1961/1969), el qual
correspon a l’inversa de l’índex Hischmann-Herfindahl per a 60 sectors. La darrera fa
referència a l’efecte de la densitat d’urbanització, mesurada a partir de la població
18 http://alarcos.inf-cr.uclm.es/per/fruiz/audes5/index.htm. D’on les dades geogràfiques de superfície
procedeixen del http://www.terra.es/personal8/926210878/dat/areas.htm .
27
ocupada resident i dels metres quadrats o quilometres quadrats de les parcel·les
construïdes Ciccone i Hall (1996). 19
De la teoria de la ciutat creativa proposada per Florida, es desprenen una sèrie de
variables de creativitat, les quals també són susceptibles d’esser associades a
l’especialització de coneixement alt de les àrees metropolitanes d’Espanya. En aquest
sentit, es proposa aproximar la tecnologia i la tolerància relatives a les 3 T’s de
Florida20 a partir de les variables següents. La tecnologia inclou una altre variable
d’empresaris creatius, el qual calcula el volum d’empresaris que hi ha en relació al
volum d’ocupats de l’àrea metropolitana. La tolerància pot ser aproximada a partit del
coeficient de tolerància zonal d’una àrea metropolitana en el conjunt d’Espanya. És a
dir, intenta determinar quina àrea metropolitana està més especialitzada en població
estrangera sobre el total de l’àrea, respecte al conjunt de l’estat espanyol.21
Taula 7: Variables explicatives, 2001 Economies externes
Economies de localització Economies d’urbanització
Dimensió d’empresa
ii
ijij
FLFL
//
Diversitat
¦»»¼
º
««¬
ª
j j
jtors
LL ,sec60
1
Densitat jj UL /
Economies de creativitat
Tecnologia Tolerància
Empresaris
Creatius jj LCNO /1711� Estrangers
LEstrangersLEstrangers jj
//
On i correspon als CNAE-93 de tecnologia i coneixement alt, mentre j correspon a l’àrea metropolitana
19 En principi, una major diversitat, una major dimensió de l’àrea metropolitana, i una major concentració
de treballadors hauria d’estar associat de forma positiva amb una major especialització de coneixement
alt. 20 Tecnologia, talent i tolerància. 21 S’espera una associació positiva entre totes les variables de creativitat i l’especialització relativa de
coneixement alt.
28
6.2. Resultats bàsics
Taula 8: Resultats de l’estimació. Variable dependent= Log ((Ocupats Coneixement alt
a l’àrea metropolitana (AM)/Ocupats AM)/(Ocupats Coneixement alt, Total d'AM
d’Espanya/Ocupats Total d'AM d’Espanya)
Variables explicatives en logaritmes OLS Constant -2.3061 *** (-10.01) Dimensió d’empresa 0.1304 * (1.97) Diversitat 0.4487 *** ( 7.42) Densitat 0.1405 *** (4.70) Empresaris creatius 0.3100 ** (2.60) Estrangers -0.0597 *** ( -2.70) Dummy Àrees metropolitanes EURAM -0.0608 (-1.40) R2 0.8003
R2-Adj 0.7803 LIK 46.4955 AIC -78.9910
SC -63.5581 Conditon Number 42.7605
Mean VIF 1.38 Probabilitat
Jarque-Bera 0.9011 Breusch-Pagan 0.4407
White 0.4617
Notes: 67 observacions. Les dades de t-student en parèntesi. Significàncies 1% (***); 5% (**); 10% (*).
La taula 8 mostra el resultat de la estimació més adequada, afegint una variable dummy
relativa a les àrees metropolitanes de l’Eurorregió de l’arc mediterrani. En concret
aquesta estimació no incorpora cap variable temporal o retardada, per tant pot ser
estimada a partir del mètode d’estimació OLS (Ordinary Least Squares), complint amb
els supòsits de normalitat (test Jarque-Bera), i d’homoscedasticitat (test Breusch-Pagan i
test White). A través del condition number s’observa una certa col·linealitat entre les
variables explicatives, no obstant al utilitzar el VIF (Variante Inflaction Factor) aquesta
multicol·linealitat desapareix. A més, en els models de forma lineal, tant la variable
dependent com les variables explicatives es troben expressades en logaritmes, per tant,
els coeficients poden ser interpretats com a elasticitats directes.
29
Pel que respecta a l’anàlisi de resultats, dir que, la taula 8 mostra que l’especialització
relativa en coneixement alt de les àrees metropolitanes espanyoles es troba relacionat
amb un 80% (R2 de l’estimació) amb l’existència d’economies externes i economies de
creativitat. En concret, en relació amb les economies de localització, existeix una
associació positiva i estadísticament significativa entre l’especialització de coneixement
i la dimensió d’empreses (0,13), la qual suggereix que la forma organitzacional basada
en grans empreses està associat amb una major especialització en coneixement alt de les
àrees metropolitanes espanyoles, tal i com argumentava Schumpeter. Pel que respecta a
les economies d’urbanització, existeix una associació positiva i estadísticament
significativa entre la hipòtesi de diversitat de Chinitz-Jacobs i la hipòtesi de densitat de
Ciccone-Hall amb una major especialització en coneixement alt de les àrees
metropolitanes espanyoles (0,45 i 0,14 respectivament). En relació amb les economies
de creativitat existeix una relació positiva i estadísticament significativa entre
l’especialització de coneixement alt de les àrees metropolitanes d’Espanya i l’índex
d’empresaris creatius de Florida, no obstant, existeix una associació negativa però
estadísticament significativa entre l’índex de diversitat de Florida i l’especialització de
coneixement alt de les àrees espanyoles, signe contrari al esperat (0,31 i -0,06
respectivament).
Per últim s’ha inclòs dins el model una variable dummy relativa a les àrees
metropolitanes referents a les àrees metropolitanes de l’Eurorregió de l’Arc Mediterrani.
En concret, el resultat estadísticament no significatiu obtingut per aquesta variable ens
indica que el fet que una àrea metropolitana pertanyi a l’Eurorregió de l’Arc
Mediterrani no implica tenir un comportament estadísticament diferent a la resta d’àrees
metropolitanes d’Espanya. Així doncs els resultats exposats al paràgraf precedent
continuen sent vàlids per a les àrees metropolitanes de l’eurorregió de l’arc mediterrani.
30
7. Conclusions
Primer de tot cal dir que el mesurament de les economies externes en termes
quantitatius és molt difícil, ja sigui per tractar-se d’elements intangibles com també per
la necessitat de dades que sovint no estan disponibles. Per a la realització d’aquest
estudi s’ha intentat ajustar aquestes economies externes a través de certes proxies
possibles de calcular a través de la font estadística dels censos i padrons de l’INE.
L’objectiu d’aquest estudi ha estat quantificar l’economia del coneixement de les àrees
metropolitanes de l’Euroregió de l’Arc Mediterrani i posteriorment analitzar les
variables associades a una major especialització en activitats de coneixement alt a les
àrees metropolitanes de l’Eurorregió de l’Arc Mediterrani. La principal hipòtesi és que
les variables d’economies externes es troben fortament associades a l’especialització en
coneixement de les àrees metropolitanes. Aquest estudi introdueix peculiaritats com ara
la divisió del territori de l’Eurorregió en àrees metropolitanes pel seu posterior estudi de
la economia del coneixement. Pel seu estudi hem aplicat OLS per a una forma funcional
lineal per a detectar l’impacte efectiu de les economies externes i d’una variable dummy
relativa a les àrees metropolitanes de l’Euroregió de l’Arc Mediterrani Amb els resultats
que s’han obtingut d’aquest anàlisi es poden extreure diferents resultats:
a. Les àrees metropolitanes són un punt focal de l’economia del
coneixement perquè és allí on es concentra un major volum de
coneixement del territori.
b. L’Euroregió de l’Arc Mediterrani és un territori amb un elevat volum de
coneixement alt (ocupació, qualificació, educació, nivell educatiu i classe
creativa).
c. Dins l’Eurorregió de l’Arc mediterrani les àrees metropolitanes de
Barcelona i Valencia són les que concentren uns volums de coneixement
relativament superiors a la resta d’àrees metropolitanes que la formen.
d. Una tendència habitual que s’observa és que les àrees metropolitanes
catalanes concentren un volum de coneixement relativament superiors a
les valencianes.
e. L’única àrea metropolitana especialitzada en les activitats intensives en
tecnologia i coneixement alt correspon a la de Barcelona, seguida per les
àrees metropolitanes de Valencia, Manresa, Tarragona i Girona.
31
f. Per altra banda, existeix evidència robusta de l’associació entre les
economies externes i l’especialització en activitats intensives en
coneixement alt de les àrees metropolitanes espanyoles i de l’Eurorregió
de l’Arc Mediterrani.
g. En quan a les variables de creativitat extretes de Florida és d’important
rellevància destacar el coeficient positiu i estadísticament positiu dels
empresaris creatiu, com a variables associades a l’especialització en
coneixement alt de les àrees metropolitanes.
Per tots aquests motius, es desprèn la necessitat de dissenyar i aplicar polítiques
econòmiques prenent en consideració les característiques territorials per a potenciar les
ciutats del coneixement a l’Euroregió de l’Arc Mediterrani.
8. Bibliografia
- Abramowitz, M. and P. David (1996) Technological change and the rise of intangible
investments: the US economy’s growth path in the twentieth century. Employment and growth
in the knowledge-based economy. París, OCDE.
- Alecke, B. and F. Scharr (2006) “Are there really high-tech clusters? The geogrphic
concentration of German manufacturing industries and its determinants” Annals of Regional
Science, nº40, pp.19-42.
- Boix, R. (2006) Barcelona ciutat del coneixement, Ajuntament de Barcelona, Gabinet Tècnic de
Programació.
- Boix, R. (2007) “Concepto y delimitación de áreas metropolitanas: una aplicación a las áreas
metropolitanas de España”. Seminario. Las grandes áreas metropolitanas en una perspectiva
comparada, Sevilla, 11 de Abril de 2007.
- Boix, R. and J. Trullén (2007) “Knowledge, Networks of cities and growth in regional urban
systems”, Papers in Regional Science, Vol. 86, nº4, november 2007.
- Boix, R. i V. Galletto (2005) “Economia del coneixement i capital tecnològic a l’economia
catalana” Nota d’Economia, nº82.
- Boix, R. i Galletto, V. (2006): “El nuevo mapa de los distritos industriales de España y su
comparación con Italia y el Reino Unido”, Document de treball 06.04, Departament Economia
Aplicada. Universitat Autònoma de Barcelona.
- Brusoni (2002) “Innovation in the Knowledge Economy: A summary of research issues”
NewKind – New indicatoris for the knowledge based economy, SPRU University of Sussex.
- Camagni, R. (2005) Economía Urbana, Ed. Antoni Bosch, Barcelona.
32
- Castells, M. (1995) La ciudad informacional. Tecnologías de la información, reestructuración
económica y el proceso urbano-regional. Madrid, Alianza Editorial.
- Chinitz, B. (1961) “Contrast in Agglomeration: New York and Pittsburgh”. The American
Economic Review, 51 (2), pp. 279-289.
- Ciccone and Hall (1996) “Production and the Density of Economic Activity”. The American
Economic Review, 86 (1), pp. 54-70.
- Combes i Overman (2003) “The spatial distribution of economic activities in the European
Union”. Handbook of Urban and Regional Economics, 4. eds: Vernon Henderson I Jacques
Thisse.
- Comissió Europea (2000) Innovation policy in a knowledge-based economy. Luxemburg.
- Döring, T. and J. Schnellenbach (2006) “What do we know about geographical knowledge
Spillovers and regional growth?: A survey of the literature” Regional Studies, vol. 40 (3),
pp.375-395.
- Ellison and Glaeser (1994/1997) “Geographic Concentration in U.S. Manufacturing Industries:
A Dartboard Approach”. The Journal of Political Economy, 105 (5), pp.889-927.
- Fingleton, B., D. C. Igliori and B. Moore (2004) “Employment Growth of Small High-
technology Firms and the Role of Horizontal Clustering: Evidence from Computing Services and
R&D in Great Britain, 1991-2000”. Urban Studies, Vol 41, Nº4, 773-799.
- Florida, R. (2002) The rise of the creative class. New York, Basic Books.
- Florida, R. (2005a) Cities and the creative class. New York, Routledge.
- Florida, R. (2005b) The flight of the creative class. New York, HarperCollins.
- Glaeser, E., Kallal, H., Scheikman, J. and Shleifer, A. (1992) “Growth in Cities”. Journal of
Political Economy, 100, pp. 1126-1152.
- Graham, S. i S. Marvin (1996) Telecomunications and the city electronic spaces, urban places.
Routledge, London and New York.
- Henric-Coll (2002) “Gestión del conocimiento y Equipos de trabajo” Gestiópolis.
- Hoover (1937/1971) Location Theory and the Shoe and Leather Industries. Harvard University
Press. Cambridge, Massachusetts.
- Isard, W. (1971) Métodos de análisis regional. Una introducción a la ciencia regional. Ediciones
Ariel, Barcelona.
- Jacobs (1961/1971) Muerte y vida de las grandes ciudades. Ediciones Península.
- Jacobs (1969) La economía de las ciudades. Ediciones Península.
- Knight, R. V. (1995) “Knowledge-based Development: Policy and planning implications for
cities” Urban Studies, nº32 (2), pp.225-260.
- Marshall (1890/1963) Principios de Economía. Editorial Aguilar, Madrid.
- Matusik, S. F. I C. W. L. Hill (1998) “The utilization of contingent work. Knowledge creation
and competitive advantage”. Academy of management Review, 23 (4), pp. 680-697.
- MITYC (2007) “Territorio y actividad econòmica”, el atlas recopilatorio de las competencias y
actuacions del MITYC
33
- Montuschi, L. (2001) “Datos, información i conocimiento. De la sociedad de la información a la
sociedad del conocimiento”. UCEMA Documento de trabajo Nº192.
- Nonaka and Takeuchi (1995) The Knowledge-Creating Company: How Japanese companies
create the dynamics of innovation. Oxford University Press, Oxford.
- OCDE (1996) The knowledge-based economy. General distribution, OCDE/GD(96)102. Paris.
- OCDE (2003) OECD Science, Technology and Industry Scoreboard. Paris.
- Ohlin, B. (1933) Interregional and international Trade. Harvard Univerity Press. Cambridge.
- Polanyi, M. (1958) Personal Knowledge towards a post-critical philosophy. London. Routledge
and Kegan Paul.
- Polanyi, M. (1966/1997) The tacit dimension. Garden City, New York.
- Raspe, O. and F. van Oort (2006) The Knowledge Economy and Urban Economic Growth.
Papers in Evolutionary Economic Geography, 06.07, Utrecht University, Urban and Regional
research centre Utrecht.
- Salvà, P. A. (1998) “El Arco Mediterráneo Español: sus perspectivas como espacio de futuro”.
Revista Valenciana d’estudis autonòmics. Número 22.
- Trullén, J., J. Lladós i R. Boix (2002) “Economía del conocimiento, ciudad y competitividad”
Investigaciones regionales, nº1. pp. 139-161.
- Unió Europea (2005) Trabajando juntos por el crecimiento y el empleo: Relanzamiento de la
estrategia de Lisboa, comunicación al Consejo Europeo de primavera (Bruselas, Unión
Europea).
- Van Widen, W. and L. Van den Berg (2004) “Cities in the knowledge economy: New
governance challenges”. Discussion Paper. European Institute for Comparative Urban Research.
- Viginier (2002) La France dans l’économie du savoir: pour une dynamique collective.
Comissariat Géneral du Plan, La Documentation francese.
- Viladecans, E. I J. Jofre (2006) La localització geogràfica de la indústria a Catalunya: El paper
de les economies d’aglomeració. Papers d’Economia Industrial, 22. ISBN 84-393-7012-1.
- Weber (1929/1968) Theory of the location of industries. The University of Chicago Press.
Chicago and London.
9. Annex
Annex 1. Metodologia per a la delimitació de les àrees metropolitanes
Boix, R. (2007, pp.9-12) amb l’objectiu d’identificar les àrees metropolitanes
d’Espanya, utilitza una adaptació de la metodologia dinàmica utilitzada als Estats Units
pel Census Bureau, basada en dades de població, ocupació i fluxos de mobilitat diària
de casa al treball. Com a novetat s’introdueix una fase prèvia per a separar les ciutats
centrals de les no centrals en la fase inicia de l’algoritme. Així doncs les fases són
quatre:
34
La primera fase correspon a la identificació de les ciutats centrals. Es comença a
identificar aquelles ciutats amb una població major a 50.000 habitants com a potencials
ciutats centrals. Seguidament es calculen de forma iterativa els percentatges de
commuting recíproc entre aquestes ciutats, considerant-se subcentres aquelles que
envien almenys un 15% del seu commuting total a una altra de dimensió major o igual a
50.000 habitants. D’aquest mode s’aconsegueix identificant el nucli central.
La formació de la corona metropolitana conforma la segona fase. Aquesta fase també es
calcula de forma iterativa incorporant en cada una de les interaccions els municipis que
envien el 15% del seu commuting total. En primera instància s’assignen com a
subcentre aquells municipis al municipi ja identificat com a nucli central, i seguint a
posteriori amb els municipis que vagin sent incorporats.
La tercera de les fases consisteix en la consolidació de les àrees metropolitanes a través
de criteris del Federal Register (1990) per a la combinació, o no, d’àrees metropolitanes.
La quarta i última fase consisteix en la assignació del nom i la seva classificació per
nivells. En aquest sentit es dona com a nom de l’àrea metropolitana la de la ciutat de
major dimensió. En quan a la seva classificació, s’acoten quatre intervals:
- Nivell A: àrees metropolitanes de com a mínim 1 milió d’habitants.
- Nivell B: àrees metropolitanes entre 250.000 i 1 milió d’habitants.
- Nivell C: àrees metropolitanes entre 100.000 i 250.000 habitants.
- Nivell D: àrees metropolitanes menors de 100.000 habitants.
Annex 2. Classificacions de l’economia del coneixement Metodologia per a la
delimitació de les àrees metropolitanes
Ocupació:
L’Organització per la Cooperació i Desenvolupament Econòmic OCDE (2003)
classifica set tipus d’indústries (quatre classes de manufactures, dos de serveis i una no
classificada) agrupades a partir de la seva intensitat en coneixement. L’inconvenient
d’aquesta nova classificació proposada per l’OCDE és el fet que l’aplicació de
l’indicador de l’economia del coneixement anava referit a realitats nacionals i no a
35
unitats territorials urbanes, objecte d’estudi en el present anàlisi. Trullen et al. (2002,
pp.144-145) construeixen un indicador de l’economia del coneixement aplicable a
entorns urbans a partir de la classificació de les activitats fetes per l’OCDE. Aquest nou
indicador agrupa les activitats en funció de la tecnologia i el coneixement en solament
dos indicadors, alt i baix.
Taula 1: Classificació dels sectors en funció de la intensitat en tecnologia i
coneixement OCDE (2003). CNAE 93 Rev. 1.
Manufactures CNAE-93 Serveis CNAE-93
Activitats de tecnologia alta Serveis de coneixement alt Productes farmacèutics 244 Correus i telecomunicacions 64Maquinària d'oficina i equips informàtics 30 Mediació financera, assegurances i pensions 65 a 67Radio, televisió i equipament de comunicació 32
Serveis a les empreses no incloent activitats immobiliàries 71 i 74
Instruments mèdics, de precisió i òptics 33 Educació 80Construcció aeronàutica espacial 353 Activitats sanitàries 85 Activitats de tecnologia mitjana-alta Productes químics 24-244 Maquinaria i d'equips 29 Aparells i maquinària electrònica 31 Vehicles de motor, remolcs i semi-remolcs 34
Tec
nolo
gia
i con
eixe
men
t alt
Equipament de transport 352+354+355
Activitats de tecnologia mitjana-baix Serveis de coneixement baix Coqueria, refinació de petroli, combustible nuclear 23 Venda al detall i a l'engròs i reparació 50 a 52Cautxú i plàstics 25 Hotels i restaurants 55Altres productes minerals no metàl·lics 26 Transport, dipòsit de mercaderies i agencies 60 a 63Metalls bàsics 27 Activitats immobiliàries 70Fabricació de productes metàl·lics 28 Administració pública, defensa i seguretat social 75
Construcció i reparació 351 Altres serveis 90 a 99
Activitats de tecnologia baixa Activitats no classificades per la OCDE Alimentació, bravateges i tabac 15 i 16 Agricultura, caça, pesca i ramaderia 01 a 05Teixits, productes tècnics, cuir i calçat 17 a 19 Explotació i extracció minera 10 a 14Fusta i suro 20 Subministraments d'electricitat, gas i aigua 40 i 41Paper i cartró 21 Construcció 45Edició i arts gràfiques 22 Manufactures diverses 36
Tec
nolo
gia
i con
eixe
men
t bai
x
Reciclatge 37 Font: OCDE (2003)
36
Qualificació:
L’OCDE (2003, p.54) identifica els professionals en sectors de coneixement. En concret considera com a Recursos humans en ciència i tecnologia (RHCT) els professionals i tècnics dels nivells 2 (Tècnics i professionals científics) i 3 (tècnics i professionals de suport) anomenats, tal i com s’observa a la següent taula. Taula 2: Classificació dels Recursos humans en ciència i tecnologia (RHCT). CNO94 Recursos humans en ciència i tecnologia
(RHCT) Resta de recursos humans
CNO-94 Professionals RHCT CNO-94 Recursos humans no RHCT 2 Tècnics i professionals científics i intel·lectuals 0 Forces armades 1 Direcció de les empreses i les Administracions
públiques Tècnics i professionals associats RHCT 4 Empleats de tipus administratiu 3 Tècnics i professionals de suport 5 Treballadors dels serveis de restauració, personals,
protecció i venedors comerç 6 Treballadors qualificats en la agricultura i la pesca 7 Artesans i treballadors qualificats de les Indústries
manufactureres, construcció i Mineria 8 Operadors d’instal·lacions i maquinària, i
muntadors 9 Treballadors no qualificats Font: A partir de l’OCDE 2003
Educació:
Taula 3: Classificació dels nivells educatius CINE 2000 en correspondència amb la
ISCED 97 CNED ISCED 2000 Descripció CNED 2000 97 Descripció 00 Analfabets 1 Analfabets 11 Estudis primaris incomplets 2 Sense estudis 12 Estudis primaris complets 3 Primer grau 21 Ensenyances per a la formació i inserció laboral que no requereixen una titulació
acadèmica de la primera etapa de secundària per a la seva realització (més de 300 hores)
22 Primera etapa d’educació secundària sense títol de graduat escolar o equivalent 23 Primera etapa d’educació secundària sense títol de graduat escolar o equivalent 31 Ensenyances per a la formació i inserció laboral que requereixen una titulació d’estudis
secundaris de primera etapa per a la seva realització (més de 300 hores) 4 Segon grau
32 Ensenyances de batxillerat 33 Ensenyances de grau mitjanà de formació professional específica, arts plàstiques i
disseny i esportives
34 Ensenyances de grau mitjà de música i dansa 41 Ensenyances per la formació i inserció laboral que requereixen una titulació d’estudis
secundaris de segona etapa per a la seva realització (més de 300 hores)
51 Ensenyances de grau superior de formació professional específica i equivalents, arts plàstiques i disseny i esportives
5 Educació terciària
52 Títols propis d’universitats i altres ensenyances que requereixen del títol de batxiller (2 i més anys)
53 Ensenyances per la formació i inserció laboral que requereixen una formació professional de grau superior per la seva realització (més de 300 hores)
54 Ensenyances universitàries de primer cicle i equivalents o persones que han aprovat 3 cursos complets d’una llicenciatura o crèdits equivalents
55 Ensenyances universitàries de primer i segon cicle, de només segon cicle i equivalents 56 Estudis oficials d’especialització professional 61 Doctorat universitari Font: a partir d’INE i Unesco
37
Classe Creativa:
Taula 4: Classificació dels ocupats segons nivell de creativitat
Professionals Creatius CNO94 Super Classe Creativa CNO94
Direcció d’empreses de 10 o més assalariats 11
Professionals associats a titulacions de 2º i 3er cicle universitari en ciències físiques, química, matemàtiques i enginyeria 20
Gerència d’empreses de comerç amb menys de 10 assalariats 12
Professions associades a titulacions de 2º i 3er cicle universitari en l’ensenyança 22
Gerència d’empreses d’hosteleria i restauració amb menys de 10 assalariats 13 Escriptors, artistes i altres professions associades 25
Gerència d’altres empreses amb menys de 10 assalariats 14
Professions associades a una titulació de 1er cicle universitari en ciències físiques, química, matemàtiques, enginyeria i assimilats 26
Gerència d’empreses de comerç sense assalariats 15
Professions associades a una titulació de 1er cicle universitari en l’ensenyança 28
Gerència d’empreses d’hostaleria sense assalariats 16
Tècnics de les ciències físiques, químiques i enginyeria 30
Gerència d’altres empreses sense assalariats 17 Tècnics en educació infantil , instructors de vol, navegació i conducció de vehicles 32
Professions associades a titulacions de 2º i 3er cicle universitari en ciències naturals i sanitat 21
Ocupats de biblioteques, serveis de correus i assimilats 41
Professionals de dret 23 Professionals en organitzacions d’empreses, professionals en les ciències socials, humanes associades a titulacions de 2º i 3er cicle universitari 24 Professions associades a una titulació de 1er cicle universitari en ciències naturals i sanitat, excepte òptics, fisioterapeutes i assimilats 27 Altres professions associades a una titulació de 1er cicle universitari 29 Tècnics de les ciències naturals i de la sanitat 31 Professionals de suport en operacions financeres i comercials 33
Classe Creativa
Ocupats en serveis comptables, financers, i de serveis de suport a la producció i al transport 40
Font: Elaborat a partir de Florida, R. (2002, p.328)
38