externalidades tecnológicas internacionales y …dteconz 2005-02: c.lópez pueyo, j.sanaú y...

Documento de Trabajo 2005-02

Facultad de Ciencias Económicas y Empresariales

Universidad de Zaragoza

Externalidades tecnológicas internacionales y productividad de la

manufactura: un análisis sectorial*

Carmen López-Pueyo, Jaime Sanaú y Sara Barcenilla

Departamento de Economía Aplicada Facultad de Ciencias Económicas y Empresariales

Dr. Cerrada 1-3 50005 Zaragoza (Spain)

Phone: 00(34)-976 761804 Fax: 00(34)-976 761840 Email: [email protected]

Resumen: Siguiendo un enfoque similar al de trabajos como Coe y Helpman (1995) Keller (1997) o Frantzen (2000), este estudio estima los efectos de las externalidades tecnológicas internacionales en el crecimiento de la productividad total de los factores (PTF) de diez agregaciones sectoriales de la manufactura de Finlandia, Francia, Italia, Estados Unidos, Canadá y España (únicos países para los que se ha podido reunir información suficientemente desagregada).

Para evaluar los efectos se ha contrastado, por un lado, si las economías que importan principalmente de países con un elevado capital tecnológico perciben más externalidades tecnológicas y, por tanto, tienen una PTF sectorial mayor que las que adquieren de países con menores stocks tecnológicos. Y, por otro, se ha contrastado si existe alguna relación entre la mayor apertura de un país y su nivel de PTF, por razones no sólo de difusión tecnológica internacional sino también porque una mayor competencia puede inducir mejoras de eficiencia.

Como principales aportaciones efectuadas pueden resaltarse el empleo de los datos sectoriales (desagregados a dos dígitos) más recientes de las bases de datos STAN y ANBERD de la OCDE; la unificación del poder adquisitivo de las monedas de los distintos países mediante los índices de valor unitarios del Groningen Growth and Development Centre, el cálculo de las variables que aproximan los stocks sectoriales de capital físico, la PTF y las externalidades tecnológicas; y, finalmente, la utilización tanto de test de raíces unitarias y cointegración para paneles de datos como de tres estimadores: mínimos cuadrados ordinarios, plenamente modificados y dinámicos.

Los resultados empíricos ponen de manifiesto la relevancia de la tecnología foránea como factor impulsor del crecimiento y el papel que desempeña el comercio como vehículo transmisor de la misma.

Palabras clave: Productividad total de los factores, transferencia de tecnología, comercio internacional, cointegración, paneles de datos.

Clasificación JEL: O31, O 40, O30, O47, O57, C23, F01

.

* Investigación realizada con financiación del Gobierno de Aragón, la Universidad de Zaragoza e IberCaja en el marco de los Proyectos 269-58 y 269-67. Los autores agradecen la ayuda prestada por los profesores Dolores Gadea y Marcelo Reyes para la realización de este trabajo.

DTECONZ 2005-02: C.López Pueyo, J.Sanaú y S.Barcenilla

1


2

1. Introducción

Las teorías de cambio tecnológico endógeno aparecidas en trabajos como el de

Romer (1990) y el de Aghion y Howitt (1992) estimularon el análisis de la relación

entre crecimiento, comercio y cambio técnico. Las aportaciones de Grossman y

Helpman (1991, cap. 11 y 12), Rivera-Batiz y Romer (1991), Barro y Sala-i-Martín

(1995, cap. 8) y Aghion y Howitt (1998, cap.12), que constituyen las principales

contribuciones a la new innovation-driven growth theory en economías abiertas

subrayan la importancia de los esfuerzos innovadores y de las externalidades del

conocimiento tecnológico tanto nacionales como internacionales para explicar la

productividad de los países. En este contexto, suelen distinguirse diferentes canales a

través de los cuales se transmiten las externalidades o spillovers tecnológicos como el

comercio internacional, la inversión extranjera directa o el progreso desincorporado.

En este estudio, se pone especial atención en el primero de los canales, el

comercio internacional, que puede incrementar la productividad de los países al

estimular, por un lado, la utilización de una gama más amplia de productos intermedios

y bienes de capital; por otro, la apertura de canales de comunicación que incentiven el

aprendizaje de nuevos métodos de producción, diseño de productos, métodos de

organización y condiciones de mercado; y, finalmente, los contactos internacionales que

permiten copiar y adaptar tecnologías foráneas.

De todo ello se deriva que los beneficios y conocimientos directos que adquiere

un país mediante el comercio internacional han de ser tanto mayores cuanto mayores

sean sus compras de bienes a países con elevados stocks de conocimiento tecnológico.

En este marco teórico, la literatura empírica que estudia –a nivel internacional-

el impacto de las externalidades de la I+D sobre la productividad tuvo uno de sus

primeros referentes en el trabajo de Coe y Helpman (1995), al encontrar estos autores

una correlación positiva y significativa entre los niveles de PTF de un país y una suma

ponderada de los stocks de I+D nacionales de sus socios comerciales, utilizando las

importaciones bilaterales como ponderación.

A partir de entonces distintos artículos han tratado de corroborar la importancia

de las importaciones como mecanismo de transmisión de la tecnología foránea a la


3

economía de un país favoreciendo el crecimiento de su PTF1. Los trabajos de Coe,

Helpman y Hoffmaister (1997), Keller (1997, 1998, 2002), Lichtenberg and van

Pottelsbergue de la Potterie (1998), Xu y Wang (1999) o Frantzen (2000) utilizan

economías agregadas en un determinado año como unidad de observación. Entre los

estudios que toman el sector-país como unidad de observación para contrastar la

existencia de externalidades internacionales del conocimiento tecnológico, cabe resaltar

los de Keller (1997), Verspagen (1997b) y Frantzen (2002, 2003).

En este artículo se presenta un enfoque similar al de estos últimos trabajos,

utilizando datos sectoriales más recientes que proporcionan las bases de datos STAN y

ANBERD de la OCDE (desagregados a dos dígitos, según la NACE Rev. 1). Los

valores añadidos de los distintos países se han expresado en unidades homogéneas

(dólares de 1997 que igualan las capacidades adquisitivas de los diferentes países),

empleando las ratios de valor unitario calculadas por el Groningen Growth and

Development Centre (GGDC). Se han usado, asimismo, técnicas econométricas

adecuadas para paneles de datos con una dimensión temporal relativamente amplia.

Se pretende contrastar dos hipótesis que se denominarán, respectivamente, efecto

composición del comercio internacional y efecto nivel de comercio internacional. Con

la primera, se comprobará si la PTF de las ramas de la manufactura de los distintos

países guarda alguna relación con la procedencia geográfica de importaciones de

productos pertenecientes al mismo sector. La idea subyacente es que si el comercio

internacional es uno de los vehículos de transmisión del conocimiento tecnológico los

países que importan fundamentalmente de naciones con un elevado capital tecnológico

percibirán más externalidades tecnológicas y, por lo tanto, la PTF de sus sectores será

mayor que si los bienes proceden de economías con un capital tecnológico más

reducido. Se trata, en definitiva, de captar la “dirección” en la que se transmite las

externalidades tecnológicas.

En segundo lugar, se pretende contrastar si existe alguna relación entre la mayor

apertura del país y su nivel de PTF. La mayor habilidad para absorber ideas del exterior

y la existencia de difusión tecnológica internacional se recogerá a través de una

“intensidad” de las externalidades tecnológicas más elevada.

1 Uno de los survey más completo y reciente sobre los distintos trabajos empíricos que han tratado la influencia de las externalidades del conocimiento tecnológico internacional sobre la PTF es el de Mohnen (2001). A su vez, Keller (2004) presenta un estado de la cuestión más genérico.


4

La organización del resto del artículo es la siguiente. A continuación se expone

el marco teórico y se especifican las ecuaciones a estimar. En el apartado siguiente, se

comentan los datos utilizados y la construcción de las variables. Posteriormente, se

discuten los distintos métodos de estimación y se presentan los resultados empíricos de

su aplicación. Cierra el trabajo un apartado de conclusiones.

2. Modelo y ecuaciones a estimar

Adoptamos el modelo más generalizado en las aplicaciones empíricas que parte

de una función de producción tipo Cobb-Douglas en la que el output (Y) depende del

nivel de los inputs trabajo y capital (K y L) y de un término de PTF.

Para contrastar el efecto composición, primera de las hipótesis de este estudio, se

considerará que el nivel de PTF se relaciona con los stocks de capital tecnológico

nacional e internacional, tal y como recoge la ecuación:

log PTFijt = α0ij + αd log Rd

ijt + αf log Rfijt + εijt [1]

donde PTF es la productividad total de los factores; α0 representa los efectos fijos,

introducidos para cada individuo (los distintos sectores de cada país) y que reflejan

cualquier determinante no incluido en las variables del modelo como, por ejemplo, las

diferencias en el capital humano, las instituciones o las regulaciones del mercado de

trabajo; Rd, el capital tecnológico propio de cada individuo; Rf, el capital tecnológico

internacional; i, denota los diferentes sectores; j, los países; t identifica el año; y αd y αf,

son, respectivamente, las elasticidades de la productividad total de los factores respecto

al capital tecnológico de cada sector país y al capital tecnológico internacional. La

ponderación utilizada para cuantificar el capital tecnológico internacional, es decir, para

medir las externalidades internacionales será el comercio bilateral sectorial con distintas

variantes, tal como se indica más adelante.

Para contrastar el efecto nivel de comercio internacional, es decir si existe

alguna relación entre una mayor apertura del país y un mayor nivel de PTF, segunda de

las hipótesis, el logaritmo del stock de capital foráneo de I+D se multiplicó por el

promedio del cociente de las importaciones de manufacturas respecto al VAB en el

período analizado. De esta forma, aunque la composición por países de origen de las

importaciones de dos naciones sea similar, el país que mantenga durante el período una


5

mayor apertura media a las importaciones se beneficiará más del capital tecnológico

internacional. En consecuencia, la ecuación a estimar toma la forma:

log PTFijt = α0ij + αd log Rd

ijt + αf(Mj/Yj)log Rfijt + εijt [2]

Incorporando la apertura media del país durante el período estudiado se

soluciona una de las críticas que Lichtenberg y van Pottelsberghe de la Potterie (1998)

hicieron a la especificación de Coe y Helpman (1995)2. La crítica señalaba que si el

grado de apertura de las importaciones de un país se introduce con distintos valores para

cada año y Rf se toma en forma de índice, la estimación MCO con las variables

expresadas en niveles y la estimación MCO con las variables expresadas en índices

responden a distintas especificaciones, a menos que se introduzca el stock Rf en niveles

y un término aditivo, correspondiente a la mencionada medida de apertura3. En cambio,

la variable propuesta en este trabajo -resultante de la interacción entre el grado de

apertura (invariable al introducirse como promedio temporal) y el conocimiento

tecnológico internacional- puede formar parte de un vector de cointegración junto con el

resto de variables, ya que -como se señala en el apartado siguiente- no puede rechazarse

la hipótesis de existencia de una raíz unitaria de la misma4.

3. Datos utilizados y construcción de las variables

A) Variable endógena

Como variable endógena se ha considerado la productividad total de los factores

–el cambio en el output no explicado por modificaciones en el uso de los inputs-

expresada en forma de índice. Para comparaciones multilaterales en paneles de datos

(con dimensiones espacial y temporal como en este trabajo), los índices idóneos son los

de ponderaciones encadenadas -como los de Fisher o Tornqvist (para evitar el sesgo de

los índices con base fija)- transformados mediante el método de Elteto-Koves-Szulc

(EKS) -como hicieron Caves, Christensen y Diewert (1982)- para que sean transitivos.

2 Véase al respecto Lichtenberg y van Pottelsberghe de la Potterie (1998: 1486-1487). 3 Lichtenberg y van Pottelsberghe de la Potterie (1998) también criticaban las ponderaciones (porcentaje de comercio bilateral) utilizadas para construir Rf, ya que esta variable no resultaba invariable a posibles agregaciones de países. Por ello proponían construir Rf ponderando los stocks foráneos por la fracción del output del país emisor exportada al país receptor. Edmond (2001), sin embargo, demostró que esta variable no tenía raíz unitaria y, por lo tanto, no era susceptible de formar un vector cointegrado con el resto de variables.


6

Además, estos dos índices son “superlativos”, ya que pueden derivarse de una

determinada forma de la función de producción (cuadrática o translogarítmica). En esta

investigación se ha elegido el Tornqvist.

La fórmula utilizada para construir el índice de PTF en cada sector es la

siguiente:

⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

−+−−−+−

−+−+−+−−=

)ln)(ln(211()ln)(ln(

21

)ln)(ln(211()ln)(ln(

21

)ln(lnlnKKssLLss

KKssLLssYYPTF

rrrr

tttt

rtrt

Y = output multiplicado por la ratio del VAB potencial respecto al VAB

efectivo, según se indica más adelante.

r, t = dos observaciones distintas (por ejemplo, dos países durante el mismo año,

el mismo país en dos años).

s = participación de las rentas del trabajo en el coste total.

=s media aritmética de la participación de las rentas del trabajo en el coste total

para las observaciones muestrales.

∑=

=M

nnX

MX

1

ln1lnsiendo M el número total de observaciones muestrales y X los

factores trabajo (L) y capital físico (K).

Para calcular la PTF, se dispuso de cifras del output y de los factores trabajo y

capital. Los datos del VAB se tomaron de la base STAN que elabora la OCDE,

expresándolos en unidades monetarias de 1997 de los distintos países. Posteriormente,

se convirtieron a dólares USA de 1997, utilizando las ratios de valor unitario (RVUS)

sectoriales construidas por el GGDC.

Ha de puntualizarse que el VAB real del sector equipos eléctricos y ópticos (en

adelante TIC o agregación 30-33 de la ISIC rev. 3) se calculó con deflactores hedónicos

4 También se probó con el grado de apertura medido por el cociente entre las importaciones de bienes y servicios y el producto interior bruto, obteniendo resultados ligeramente peores.


7

construidos a partir de la información suministrada por el GGDC, utilizando un índice

Tornqvist para agregar los precios5.

Los precios hedónicos permiten ajustar los cambios en la calidad y la aparición

de nuevos productos en los índices de precios. Así, ante un incremento en la calidad o la

aparición de un nuevo producto, la estimación de lo que hubiera sido su precio en

períodos anteriores se realiza mediante una regresión hedónica en la que el precio es una

función de las diversas características que conforman el producto. Por lo tanto, el

producto se redefine como una nueva combinación de características. Se trata, en suma,

de una precisión importante, puesto que en el sector TIC se recoge la producción de

equipamientos intensivos en tecnologías de la información y comunicación.

La utilización de los precios hedónicos para calcular un índice de precios de

ponderaciones fijas (como Laspeyres o Paasche) conlleva un sesgo por sustitución,

especialmente agravado cuando los cambios en los precios relativos son importantes, tal

como sucede con el rápido descenso de los precios de los ordenadores. Para minimizar

este sesgo es conveniente utilizar índices con ponderaciones flexibles como el

Tornqvist, tal como hace el GGDC al calcular los deflactores del valor añadido del

sector TIC. En este trabajo los índices de los distintos países se han construido a partir

de precios hedónicos de los Estados Unidos, ajustándolos por la inflación diferencial de

cada uno de los países europeos.

Cuando se compara la evolución de los índices de precios hedónicos con los

índices de precios sin ajustar por la calidad y los nuevos productos, se observa en el

sector TIC un descenso sustancialmente más rápido de los primeros. Por lo tanto, la

utilización de los precios hedónicos originará volúmenes de valor añadido y tasas de

crecimiento de la productividad total de los factores mayores que los obtenidos cuando

se aplican los índices de precios convencionales. Un tratamiento exhaustivo sobre la

problemática de los precios hedónicos puede encontrarse en Triplet (2004).

Dado que la PTF es una variable procíclica, el VAB se ajustó por output gap del

sector manufacturero de cada país calculado, este último, por el procedimiento Hodrick-

Prescott de forma que el VAB potencial se estimó como tendencia logarítmica lineal del

5 Como se señala más adelante, en algunas estimaciones el VAB real de la agregación 30-33 también se calculó con los deflactores convencionales de la STAN, tratando de efectuar un análisis de sensibilidad de los resultados obtenidos en esta investigación.


8

VAB. En consecuencia, el VAB efectivo se sustituyó por el output multiplicado por la

ratio del VAB potencial respecto al VAB efectivo.

En cuanto al capital físico, se tomaron los flujos de inversión de la base STAN.

Tales flujos se expresaron en unidades reales de 1997 y se convirtieron a dólares USA

del citado año, utilizando la paridad de poder adquisitivo de la formación bruta de

capital fijo de los distintos países calculada por la OCDE. Con estas cifras se calcularon

los stocks acumulados de capital físico, utilizando el procedimiento de inventario

permanente propuesto por Griliches (1979). Concretamente, el stock inicial Kij0 se

calculó como:

Kijt+1 = Eijt+1 + (1-δ) Kijt

Kijt+1 = (1 + gi) Kijt

de donde

Kij0 = (Eij0)/(gi+δ)

siendo Kij0, el stock de capital del sector i del país j en el año 0; Eij0, la formación bruta

de capital fijo del sector i del país j en el año 0; gi, la tasa media anual acumulativa de

crecimiento de la formación bruta de capital fijo del sector i del país j en el período

estudiado (en los casos en los que gi < 0, se consideró un gi = 0); y δ, la tasa de

depreciación del capital físico que se supuso del 10%, constante para todos los sectores

y países.

Para los años sucesivos se aplicó la fórmula:

Kijt = Kijt-1 (1-δ) + Eijt

Finalmente, el factor trabajo se aproximó por el número de horas trabajadas en

las ramas de la manufactura de los países analizados, información publicada por el

GGDC.

Con las variables VAB ajustado por el ciclo, stock de capital físico y horas

trabajadas, se calculó la PTF. A continuación, siguiendo a Caves, Christensen y Diewert

(1982), se derivaron índices Tornqvist multilaterales transitivos, con el método EKS

(Elteto-Koves-Szulc). Para evitar la volatilidad y paliar los problemas de medición de la

PTF se estimó la participación de las rentas del trabajo, según proponen Harrigan

(1999), Keller (1999, 2000 a y b) y Scarpetta et al. (2000). Para ello se partió de una


9

función de valor añadido translogarítmica con rendimientos constantes a escala,

productores minimizadores de costes y precio aceptantes en el mercado de inputs, de

forma que la participación de las rentas del trabajo en el VAB puede igualarse por la

elasticidad del output respecto al trabajo. De esta forma, para cada sector-país se estimó

(por mínimos cuadrados ordinarios) la expresión:

εββ ijtijt

ijt

ijijt LKs ++= )log(

10

Para construir los índices de PTF se utilizó (2

ˆ ssijt +), siendo sijtˆ la

participación de las rentas del trabajo y s , la media muestral6. Los índices tomaron base

100 en 1997 para cada individuo (los sectores de los distintos países), al haber elegido

dicho año para expresar las magnitudes monetarias en términos reales.

B) Stocks tecnológicos

Para calcular el capital tecnológico propio de cada sector-país, Rdijt también se

utilizó el método de inventario permanente habitualmente aplicado en la literatura,

suponiendo una tasa de depreciación común del 5%7.

Los datos sobre los gastos en I+D empresarial se tomaron de la base ANBERD

elaborada por la OCDE. Inicialmente se utilizó la versión de 1997 que abarca el período

1973-1994, expresa el flujo en moneda nacional y clasifica las ramas productivas según

la ISIC rev 2. Dichos datos se transformaron a ISIC rev 3 y se deflactaron con el índice

de precios del productor de manufacturas de la OCDE. Para algunos individuos no se

dispuso de cifras del índice para los primeros años del estudio. En tal caso, se calculó la

tasa de crecimiento del deflactor del PIB que figura en Cuentas Nacionales de la

OCDE. Principales agregados 1960-1997 (1999), aplicando dicha tasa al deflactor de

las manufacturas. A partir de 1995, los datos proceden de la nueva versión de ANBERD

(2002).

El stock inicial, Rdijt, viene dado por la expresión:

6 Con este promedio, propuesto en Coe y Helpman (1995), se suaviza el comportamiento de la participación de las rentas del trabajo, variable con gran volatilidad 7 Tasa propuesta y justificada en Coe y Helpman (1995). Se comprobó que los resultados apenas variaban de los que se comentan más adelante, utilizando tasas de depreciación de los stocks tecnológicos del 10 ó 15%.


10

Rdijt = Rijt+1-θ /(gij + δ´)

donde Rijt+1-θ representa el gasto real en I+D efectuado en el sector i de la nación j en el

año t+1-θ, siendo t el período inicial y θ la estructura de retardos que suponemos igual a

2, indicando que el retardo medio entre la realización de los gastos y la derivación de

sus efectos es de 2 años; g es la tasa de crecimiento media anual de dichos gastos

durante el período considerado y δ´, la tasa de depreciación.

La estimación del stock tecnológico del sector para el primer año que se dispuso

información (1974) fue, por tanto,

Rdij1974 = Rij1973/(gij +δ´)

Para el resto del período el stock tecnológico de cada sector i en el país j

respondía a la expresión:

Rdijt = Rijt+1-θ +/(1- δ´)Sijt

Calculados los stocks sectoriales en términos reales y en moneda nacional, se

expresaron en dólares de 1997 utilizando la PPA del PIB que publica la OCDE.

A partir de los stocks tecnológicos nacionales, se calcularon los stocks

tecnológicos foráneos para aproximar los spillovers del propio sector procedentes de los

países con los que se comercia. Para ello se usó la BILATERAL TRADE DATABASE

(BTD) también elaborada por la OCDE. La base de datos BTD de 1997 abarca el

período 1970-1994 y la de 2002 proporciona información desde 1995. Convertidas las

cifras a ISIC rev, 3 la expresión analítica del stock tecnológico foráneo viene dada por:

Rfijt = Σh≠j miht Rd

iht

donde miht representa el porcentaje de importaciones de productos clasificados en el

sector i que proceden del país h y llegan al país j. Dicho porcentaje se calcula sobre un

total que, a su vez, es el resultado de sumar las importaciones de productos del sector i

que el país j efectúa del resto de países. Puesto que no se dispuso de datos de stock

tecnológico inicial (base ANBERD) para todos los países con los que se comercia, al

calcular ponderaciones el total se refiere sólo a los países para los que fue posible

calcular el stock tecnológico propio. En las estimaciones econométricas se utilizaron

distintas versiones de la ponderación miht, que dieron lugar a mediciones alternativas del


11

stock tecnológico foráneo (Rfaijt, RfG7a

ijt, Rf2yijt, Rf2yG7

ijt), cuyo detalle se recoge en el

Anexo I.

En conjunto, se reunió una muestra de 1.320 observaciones. Los datos

correspondieron al período 1979-2001 y comprendieron diez agregaciones sectoriales

de la manufactura y seis países. Los sectores considerados fueron: productos de

alimentación, bebidas y tabaco (15-16); textil (17-19); papel, artículos de impresión y

publicidad (21-22); química y productos químicos (24); caucho y productos plásticos

(25); otros productos de minerales no metálicos (26); productos de metales básicos y

productos de fabricados metálicos (27-28); maquinaria y equipos (n.c.o.p) (29); equipos

eléctricos y ópticos (30-33) y equipos de transporte (34-35). A su vez, los países

analizados fueron Finlandia, Francia, Italia, Estados Unidos, Canadá y España.

4. Estimación y resultados

Para la estimación de las ecuaciones [1] y [2] se emplearon tres estimadores: el

de mínimos cuadrados ordinarios, el plenamente modificado y el estimador de mínimos

cuadrados ordinarios dinámicos. En el contexto de cointegración las estimaciones OLS

son “superconsistentes” pero su distribución no suele ser estándar por la presencia de un

sesgo de muestras finitas que puede ser causado tanto por la endogeneidad de las

variables explicativas como por la correlación serial de la perturbación. Esto significa

que las estimaciones de los parámetros pueden no ser precisas y sus desviaciones típicas

estar infraestimaestimadas, induciendo a errores en la inferencia. Para solucionar este

problema se utilizaron el estimador plenamente modificado y el OLS dinámico8.

Por su parte, los estimadores plenamente modificados (FM) -tal como se recoge

en Phillips y Moon (1999 a, b)- se utilizan para paliar la endogeneidad de los regresores

y superar el sesgo de muestras finitas asociado con una mala especificación dinámica de

una aproximación tipo Engle y Granger a la cointegración. La estimación FM se

interpreta como la relación a largo plazo, incluso si hay ausencia de relaciones de

cointegración individuales. Sin embargo, el estimador FM requiere que los regresores

no estén cointegrados entre ellos mismos, circunstancia que en este caso es probable que

no ocurra, dado que los capitales tecnológicos internacionales -que actúan como

8 Véase para un mayor detalle Edmond (2001), Frantzen (2002) o Kao, Chiang and Cheng (1999).


12

variables explicativas del modelo- se construyeron como combinación lineal de los

distintos capitales tecnológicos nacionales.

Los estimadores DOLS, por último, fueron propuestos por Stock y Watson

(1993) para evitar los sesgos del OLS. Los DOLS son una estimación mínimo

cuadrática ordinaria de una ecuación ampliada en la que se incluyen junto a las variables

explicativas sus primeras diferencias contemporáneas, retardadas o adelantadas para

controlar la endogeneidad y calcular las desviaciones típicas mediante una matriz de

covarianzas de los errores robusta a la correlación serial.

Antes de comentar los resultados se efectuarán dos matizaciones adicionales. La

primera es que, inicialmente, se contrastó la no estacionariedad de las variables,

aplicando el test de Im et al. (1997) e Im et. al. (2003) para paneles de datos. Este test,

basado en un modelo que permite términos independientes y pendientes diferentes para

cada individuo, es en realidad un test Dickey-Fuller aumentado de media grupal. Los

resultados de su aplicación se muestran en el Cuadro 1. Obsérvese que -salvo para la

variable Rf2y- se acepta la presencia de raíz unitaria en las variables en niveles, siendo

integradas de orden 1 y susceptibles de mantener una relación de cointegración.

El Cuadro 2 ofrece los resultados de distintos tests de cointegración, aplicados a

los residuos mínimo cuadrático ordinarios de cada una de las estimaciones que se

comentan posteriormente. Con ellos se contrasta la hipótesis nula de no cointegración

(residuos no estacionarios) para paneles de datos. Los contrastes -desarrollados por Kao

(1999) y Pedroni (1995)- permiten heterogeneidad en la estructura autorregresiva de los

términos de error. De acuerdo con el valor del estadístico, la hipótesis nula puede

rechazarse (es decir, no se rechaza la existencia de una relación de cointegración entre

las variables).

(Ver Cuadros 1 y 2 al final del documento)

Una segunda puntualización a señalar es que los modelos se estimaron

añadiendo dos variables dummies, una para España y otra para el sector equipos

eléctricos y ópticos. La inclusión de ambas variables está plenamente justificada tanto

por razones económicas como metodológicas. Desde un punto de vista económico,

España es un país no perteneciente al grupo G7 y con un menor capital tecnológico

propio comparado con el resto de la muestra (Véase Cuadro A.2 del Anexo II).


13

En su condición de país relativamente pequeño y abierto, puede recibir unos

mayores efectos desbordamiento del capital tecnológico internacional9. Hay que

recordar, asimismo, el elevado crecimiento de la economía española en estos años,

sintetizado en un crecimiento promedio de la PTF del 7 por ciento, el mayor de todos

los países de la muestra tal como se recoge en el Cuadro A.1. del Anexo II, así como la

intensa apertura comercial experimentada en la década de 198010. En cuanto a las

razones metodológicas, ha de puntualizarse que la construcción del capital físico de los

sectores industriales de España –país para el que se ha dispuesto de un único deflactor

de la inversión, común para las diez ramas de la manufactura- podría haber sesgado el

cálculo de la PTF11.

Por otra parte, la inclusión de una variable dummy que recoge el comportamiento

distintivo del sector de equipos eléctricos y ópticos se explica no sólo por ser el sector

con stocks tecnológicos más elevados en promedio en todos los países de la muestra

sino por la propia naturaleza de la I+D generada en este sector, al inducir un mayor

incremento de la PTF. En este sector se ha concentrado la mayor parte de los gastos en

I+D sectoriales en los años estudiados y se ha experimentado el mayor incremento en la

PTF. Concretamente tal y como refleja el Cuadro A.1 del Anexo II, la PTF creció a una

tasa media anual del 7.7% que se eleva al 11.2% si se calcula la media ponderada por el

VAB de cada país12. Tampoco hay que olvidar que al calcular la PTF se utilizó el VAB

deflactado por un índice de precios hedónicos construido por el GGDC, basado en los

precios hedónicos de EE.UU, adaptados por la inflación de cada país europeo. Ello

permitió obtener unos índices de PTF más precisos que los de trabajos anteriores, dada

la peculiaridad de la evolución de los precios de los fabricados de este sector13. 9 Keller (2002) señala la probabilidad de resultados similares -en términos de I+D propia- para los países pequeños de su muestra. De hecho, el diferencial entre la elasticidad del capital internacional y el capital propio es muy elevado a favor del primero. 10 Si bien Finlandia es también un país pequeño, abierto, no perteneciente al G7 y que ha registrado un elevado crecimiento de su PTF, su dummy no resultó significativa. No obstante, un estudio pormenorizado de los datos permite concluir que el comportamiento distintivo de Finlandia se concentra en un único sector, el de equipos eléctricos y ópticos. Dado que al estimar el modelo se ha incluido también una variable dummy para este sector, es lógico que la dummy de Finlandia para todos los sectores no sea significativa. 11 En Fundación BBVA (2004) se utiliza también un deflactor común, calculado a partir de la información que publica el Instituto Nacional de Estadística. En el momento de redactar este trabajo, el IVIE estaba actualizando su base de datos y tratando de hacerla compatible con la de los países de la OCDE. 12 Otros trabajos como Verspagen (1997 b) y Braconier y Sjöholm (1998) también encontraron un mayor efecto diferencial en este sector caracterizado por su elevada intensidad tecnológica. 13 Se comprobaron estos efectos diferenciales estimando los sub-paneles correspondientes a cada sector (teniendo como individuos a los diferentes países) y a cada país (teniendo como individuos a los diferentes sectores). Debido a la naturaleza de los datos, al reducir el tamaño muestral los resultados


14

Además, dado que los deflactores hedónicos del VAB se situaban siempre por debajo de

los deflactores convencionales, los crecimientos de PTF calculados con aquellos son

superiores a los obtenidos al utilizar estos últimos (que crecieron a una tasa media anual

del 5,6%).

Teniendo en cuenta las precisiones señaladas, se realizaron diversas

estimaciones de la ecuación [1] con la que se pretendía contrastar la primera de las

hipótesis planteada, esto es, el efecto composición del comercio internacional en la

PTF. Se utilizó el programa NPT1.3 desarrollado por Chiang y Kao (2002) para

GAUSS14. Los resultados aparecen en los Cuadros 3 y 4.

(Ver Cuadro 3 al final del documento)

El Cuadro 3 recoge los resultados de la estimación de la ecuación [1],

aproximando los stocks tecnológicos internacionales por la variable faijtS . La estimación

(0) muestra que los capitales tecnológicos propios y foráneos ejercen un efecto positivo

y estadísticamente significativo en la PTF de los sectores manufactureros, tal como

sugiere el modelo planteado. Obsérvese, que los efectos del capital foráneo en la PTF

son mayores que los del capital tecnológico nacional. La estimación (1) del citado

Cuadro 3 incorpora una dummy para España; la (2), una dummy para el sector de

equipos eléctricos y ópticos; y la (3), dos dummies para recoger el comportamiento

peculiar del sector de equipos eléctricos y ópticos y de España. Dados los mejores

resultados de esta última estimación y para probar la idoneidad de las distintas

mediciones del stock tecnológico foráneo (variables RfG7aijt, Rf2y

ijt, Rf2yG7ijt), el Cuadro 4

presenta estimaciones alternativas a la (3).


Del análisis detallado de los Cuadros 3 y 4, se concluye -como cabía esperar-

que los valores de los estadísticos t correspondientes a los estimadores DOLS -que son

robustos a la correlación serial- son menores que los valores t obtenidos con los

estimadores OLS. No obstante, muestran una elevada significatividad estadística.

De las seis estimaciones, resultan preferidas la (3) –Cuadro 3- y la (4) –Cuadro

4-. La única diferencia entre ambas radica en el calculo del stock de capital tecnológico

obtenidos fueron menos fiables. Aunque por razones de espacio no se incluyan en este trabajo, los resultados mostraron la variabilidad de las estimaciones entre sectores y entre países. Asimismo, se confirmó la significatividad estadística del capital tecnológico propio e internacional.


15

internacional, según se consideren todos los países para los que se dispone información

o sólo el grupo de los siete grandes países del mundo (G7). Obsérvese que la elasticidad

de ambas variables es muy parecida lo que permite concluir no sólo que el capital

tecnológico foráneo influye en la PTF de la manufactura, sino también que el capital

tecnológico de los G7 es el que genera los mayores efectos en la PTF. En suma, la

composición de las importaciones por países de origen explica la PTF pero,

fundamentalmente, cuando se importa de los líderes tecnológicos. Por otra parte, dado

que cualquier sistema de ponderación tiene sus inconvenientes y puede ser tildado de

subjetivo, las estimaciones consideradas indican que los resultados obtenidos son

robustos.

Centrándonos en las estimaciones DOLS de los Cuadros 3 y 4, se observa, por

una parte, que -al introducir las dummies para España y equipos eléctricos y ópticos- la

elasticidad de la TFP respecto al capital tecnológico foráneo es inferior a la elasticidad

respecto al capital tecnológico propio. Y por otra, que tanto en el caso España como en

el del sector de equipos eléctricos y ópticos las externalidades tecnológicas

internacionales tienen una magnitud diferencial significativa y positiva, permitiendo

concluir que la elasticidad del capital tecnológico foráneo es superior a la elasticidad del

capital tecnológico propio (en dicho país y el mencionado sector). En definitiva, se trata

de resultados que confirman la relevancia de los intercambios comerciales como

vehículo transmisor de la tecnología y, por ende, su capacidad para impulsar el

crecimiento económico.

Contrastada la importancia de la composición de las importaciones, queda por

comprobar el efecto nivel de comercio internacional -segunda de las hipótesis

planteadas-, es decir, si el efecto en la PTF es mayor conforme aumenta el grado de

apertura del país. Para ello se ha estimado la ecuación [2], considerando la variable Rfa

como variable representativa del stock tecnológico internacional.

(Ver Cuadros 5 y 6 al final del documento)

En el Cuadro 5 se recogen los resultados de estimar la PTF a partir de los stocks

tecnológicos nacionales e internacionales, estos últimos ponderados por la tasa media de

apertura a las importaciones y de dos variables dummies, una para España y otra para el

14 Está disponible en www.maxwell.syr.edu/maxpages/faculty/cdkao/working/npt.html.


16

sector de equipos eléctricos y ópticos15 (estimación 7). Obsérvese que, en esta caso, la

elasticidad de la productividad respecto al capital tecnológico del propio sector-país se

sitúa, según el estimador DOLS, en un 0.16, valor similar al obtenido en las

especificaciones (3) y (4) y algo mayor que el de otros estudios. En los trabajos

agregados que utilizan un pool de países para varios años -como los de Coe y Helpman

(1995), Lichtenberg y van Pottelsberghe de la Potterie (1998), y Edmond (2001)- los

valores oscilaban entre 0.108 y 0.026, mientras que en trabajos desagregados con un

pool de sectores manufactureros de varios países y años, los valores variaban entre 0.09

y 0.14 en Frantzen (2002); 0.08 y 0.61 en Keller (2002); y 0.08 en Verspagen (1997 b).

El coeficiente fα̂ toma un valor de 0.525 y, por lo tanto, la elasticidad promedio

de la productividad respecto al capital tecnológico internacional del mismo sector

∑=

n

j j

jf

nYM

1

1α̂ tiene un valor estimado de 0.133, con un rango que oscila desde el 0.079

para los Estados Unidos a un 0.215 para Canadá (véase Cuadro 6A).

Este valor es mayor que el de otros trabajos, si bien no es directamente

comparable, dadas las diferencias en la construcción del capital tecnológico

internacional, las especificaciones empleadas, el método de estimación seguido y los

períodos, sectores y países analizados16. Además, los trabajos que utilizan la variable

multiplicada por la tasa de apertura suelen ofrecer solamente el valor estimado del

coeficiente y no del producto de éste por la mencionada tasa de apertura. En todo caso,

puede destacarse, entre los trabajos con desagregación sectorial, que Frantzen (2002) –

considerando en la propia construcción de variable la apertura sectorial a las

importaciones- obtuvo unos valores del coeficiente del 0.079 ó 0.107; Verspagen (1997

b), de 0.133 (aunque incluyendo como capital tecnológico internacional también el de

otros sectores); y Keller (2002), de 0.046 ó 0.092. En los trabajos con datos agregados,

Coe y Helpman (1995) obtuvieron un coeficiente del 0.294 que, multiplicado por las

tasas de apertura, resultaba en unos valores para la elasticidad entre el 0.02 y el 0.26,

15 Los resultados de estos modelos son prácticamente idénticos a los obtenidos en otra estimación en la que los stocks tecnológicos foráneos se construyeron exclusivamente a partir de datos del G7. Se evidencia, por tanto, que son estos países los principales generadores (exportadores) de tecnología al resto del mundo. 16 La elección del período base para la conversión de las monedas nacionales también puede explicar las posibles discrepancias.


17

observando una tendencia creciente en el tiempo y mayores valores en los países no

pertenecientes al G7. Por su parte, Lichtenberg y van Pottelsberghe de la Potterie (1998)

utilizando otra ponderación de la variable de capital tecnológico y una ficticia para

aquellos países con menor apertura obtuvieron unos coeficientes para estos últimos

países del 0.054 y del 0.132 para los más abiertos. Asimismo, en los estudios agregados,

se ha observado que el coeficiente del stock foráneo es superior a la elasticidad del stock

domestico, en particular, cuando los países son pequeños, no pertenecientes al G7.

Que los coeficientes sean menores en los trabajos agregados, puede explicarse

por la mayor intensidad tecnológica del sector manufacturas frente al total de la

economía, dado que la inversión en I+D tiene lugar principalmente en las manufacturas.

No obstante, este resultado también puede indicar el mayor aprovechamiento que hacen

los sectores manufactureros de las externalidades tecnológicas internacionales.

Tampoco es descartable que las estimaciones agregadas estén sesgadas a la baja por los

problemas de medición de la productividad en los servicios. Asimismo, las diferencias

con otros trabajos pueden estar en la variable de output tomada para calcular la PTF, ya

que teóricamente se demuestra –véase Schreyer y Pilat (2001)– el mayor incremento de

la PTF cuando ésta se calcula con valor añadido que cuando se calcula a partir de las

cifras de producción.

En cuanto al comportamiento diferencial recogido por la dummies, adviértase

que, dada su significatividad estadística, los coeficientes del capital tecnológico

internacional se incrementan –tal como se recoge en el Cuadro 6A- tanto en el caso de

España como en el del sector de equipos eléctricos y ópticos. Puede observarse, en el

Anexo II, que España y el sector de equipos eléctricos y ópticos muestran un

crecimiento del stock foráneo similar al de otros países/sectores, pero un crecimiento de

la PTF muy superior que tiene su origen, como se ha observado, en la mayor

sensibilidad de España y el citado sector a los cambios en el capital tecnológico

internacional.

Con objeto de contrastar si el comportamiento peculiar de España y el sector de

equipos eléctricos y ópticos se manifiesta sólo en la capacidad para absorber tecnología

foránea o, por el contrario, también se manifiesta a través de los stocks tecnológicos

nacionales, se ha estimado una ecuación en la que las dummies interactúan con la


18

variable Rdijt, en lugar de hacerlo con Rfa

ijt17. Los resultados de esta estimación –

recogidos en los Cuadros 6B y 7- indican que la elasticidad del stock tecnológico

nacional se reduce hasta 0.097 (con el estimador DOLS), que el coeficiente que

acompaña al stock tecnológico foráneo se incrementa hasta 1.057 y que las dos dummies

–aunque con una elasticidad menor en la estimación (7)- siguen siendo significativas y

muestran el signo positivo esperado.


La comparación de las estimaciones (7) y (8) permite concluir que tanto España

como el sector de equipos eléctricos y ópticos son peculiares no sólo en el tratamiento

de la tecnología foránea sino también en el de la propia. Ahora bien, aunque el

comportamiento diferencial de España y del sector de equipos eléctricos y ópticos se

canalice por el stock de capital propio, parece más acusado a través de la elasticidad del

capital foráneo.

Los modelos anteriores se reestimaron introduciendo una modificación relevante

en la medición de la productividad total de los factores en el sector de equipos eléctricos

y ópticos. Inicialmente la PTF se calculó utilizando índices precios hedónicos para

deflactar el VAB de

este sector que permiten ajustar su evolución a las mejoras observadas en la calidad.

Para la nueva estimación, la PTF se calculó usando los deflactores del VAB de la base

de datos

STAN que elabora la OCDE. El Cuadro 8 muestra los resultados para la

estimación del modelo más general -equivalente a las estimaciones (7) del Cuadro 5 y

(8) del Cuadro 7.-.


Comparando las estimaciones (7) y (9), se observa una modificación relevante

en el parámetro de la variable dummy del sector de equipos eléctricos y ópticos, al

reducirse su valor a 1.911. El resultado es lógico, ya que la modificación de los

deflactores influye en la cuantificación de la PTF. En la medida en que los deflactores

17 La introducción de las ficticias España y TIC interaccionando con las variables de capital tecnológico propio e internacional simultáneamente dio problemas de multicolinealidad y, por lo tanto, sólo se presentan los resultados de las estimaciones en las que ambas variables se incluyeron de forma separada.


19

convencionales no recogen las variaciones observadas en la calidad, las caídas en los

precios del VAB son menos pronunciadas que las obtenidas al aplicar precios

hedónicos. Como consecuencia, los incrementos en la productividad total de los factores

cuando ésta se calcula con deflactores convencionales son también menores. En otras

palabras, un incremento en el stock tecnológico foráneo tiene un efecto menor sobre la

productividad total de los factores cuando ésta se calcula con deflactores

convencionales que cuando se calcula usando deflactores basados en precios hedónicos.

Ello, en definitiva, redunda en una menor elasticidad. Podría aplicarse el mismo

argumento al comparar las estimaciones (8) y (10) en las que la dummy se interacciona

con el stock tecnológico foráneo.

Una última modificación respecto a la dummy de España, consistió en calcular la

productividad total de los factores de sus sectores a partir de nuevos deflactores de la

formación bruta de capital fijo. Inicialmente, el deflactor de la formación bruta de

capital fijo utilizado para el cálculo de los stocks de capital españoles se tomó de la

Contabilidad Nacional de España y era común para las distintas agregaciones sectoriales

de la manufactura. En las estimaciones (11) y (12) que figuran en el Cuadro 9, los stocks

de capital españoles se calcularon, tanto con los deflactores sectoriales de Francia (11)

como con el promedio de los deflactores de Francia e Italia (12). En ambos casos, los

resultados obtenidos no variaban sustancialmente de los ya comentados en la estimación

(7). Puede observarse que la modificación afecta fundamentalmente al valor de la

variable dummy representativa de España, que incrementa su elasticidad; asimismo hay

que señalar la mejora en el ajuste de la estimación, lo cual sugiere una vía para mejorar

los cálculos de los stocks de capital físico cuando se considera un deflactor de la

formación bruta de capital fijo común a todos los sectores e invita a efectuar cálculos

más veraces de los stocks.


5. Conclusiones

La capacidad del progreso técnico como factor explicativo del crecimiento

económico suele aceptarse a la luz de los desarrollos de la nueva teoría del crecimiento

endógeno, línea de estudios que propone diversos mecanismos a través de los cuales se

ejerce dicha influencia. Por su parte, la nueva teoría del comercio internacional explicita


20

diversas vías por las que el intercambio puede favorecer la transmisión internacional de

tecnología. Este trabajo ha centrado su atención tanto en las importaciones como en la

apertura comercial como mecanismos de transmisión de tecnología. Para hacerlo se han

utilizado modernas técnicas de tratamiento de series temporales que permiten aplicar la

metodología de cointegración a paneles de datos. Tras estimar los valores de la PTF y

los stocks tecnológicos nacionales y foráneos de seis países desarrollados y diez sectores

manufactureros durante el periodo 1979-2000, los resultados empíricos han puesto de

manifiesto la relevancia de la tecnología foránea como factor impulsor del crecimiento

económico y el papel que desempeña el comercio como vehículo transmisor de la

misma.

Concretando, la hipótesis del efecto composición del comercio internacional ha

quedado contrastada afirmativamente a través de la significatividad y el signo positivo

del coeficiente de la variable de capital tecnológico internacional construida ponderando

los stocks de otros países por las importaciones procedentes de los mismos. Además, se

ha contrastado que son los G7 los principales generadores de las externalidades

tecnológicas internacionales sobre la PTF de las manufacturas de otros países.

A su vez, la hipótesis del efecto nivel de comercio ha quedado confirmada

mediante la significatividad y el signo positivo del coeficiente de la variable de capital

tecnológico internacional interactuada con la tasa de apertura a las importaciones del

país. Por lo tanto, un país recibe más externalidades tecnológicas internacionales al

relacionarse con los países más avanzados tecnológicamente y cuanto más abierto esté a

las importaciones.

Estos efectos desbordamiento, así como la elasticidad respecto al capital

tecnológico propio, tienen una magnitud diferencial positiva tanto en el sector de

equipos eléctricos y ópticos como en España. La explicación económica de estos efectos

diferenciales puede atribuirse a la propia naturaleza de I+D de este sector (en el primer

caso), y a la situación de partida comparativamente inferior de España en términos de

PTF que podía haber inducido un mayor rendimiento de la I+D en los sectores

manufactureros españoles (en el segundo caso). Asimismo, tanto en el caso del sector de

equipos eléctricos y ópticos como en el de España, se han encontrado unos mayores

crecimientos de la PTF en relación al resto de sectores y países, que no estarían

explicados por la elasticidad promedio. Explicaciones basadas en la medición de las

variables (como la utilización de precios hedónicos en el sector de equipos eléctricos y


21

ópticos y la ausencia de deflactores sectoriales para el capital físico español), sólo

explican parcialmente la magnitud de este comportamiento diferencial, tal y como

muestra el análisis de sensibilidad efectuado.

Junto a la obtención de estos resultados -que contribuyen a un mayor

conocimiento de las externalidades tecnológicas internacionales- puede resaltarse del

trabajo la incorporación de algunas mejoras metodológicas en la medición de las

variables y en las estimaciones. Respecto a las primeras, ha de recordarse que la PTF se

ha calculado estimando las participaciones de las rentas factoriales -dado su errático

comportamiento- y ajustando el VAB por el ciclo para paliar el efecto de su

comportamiento procíclico. Además, el VAB del sector de equipos eléctricos y ópticos

se ha calculado utilizando precios hedónicos, se han utilizado distintas medidas del

capital tecnológico internacional y se ha introducido el efecto nivel del comercio

internacional mediante una media temporal de la tasa de apertura que evita un problema

de especificación muy comentado en la literatura. En cuanto a las estimaciones, se han

elegido estimadores DOLS -considerados para la naturaleza de panel de datos empleado

más idóneos que los FM y OLS-, y se han aplicado contrastes de raíces unitarias y de

cointegración.

Aunque los valores obtenidos se han confirmado realizando un análisis de

sensibilidad, los resultados podrán mejorarse cuando se disponga de una base de datos

más homogénea y amplia y se perfeccione la medición de la tecnología.

Referencias Bibliográficas

Aghion, P. y Howitt, P. (1992): “A model of Growth Through Creative Destruction”, Econometrica, 60 (2), 323-351.

Aghion, P. y Howitt, P (1998): Endogenous Growth Theory, Cambridge, Mass: MIT Press.

Barro, R. J. y Sala-i-Martín, X. (1995): Economic Growth, New York: McGrawHill.

Braconier, H y F. Sjöholm (1998): “National and International Spillovers from R&D: Comparing a Neoclassical and Endogenous Growth Approach”, Weltwirtchaftliches Archiv, 134 (4), 639-63.

Caves, D. Christensen, L. y Diewert, W. E. (1982): “Multilateral Comparisons of Output, Input and Productivity Using Supelative Index Numbers”, Economic Journal, 92, 73-86.

Chiang, Min-Hsien and C. Kao (2002): Non stationary Panel Time Series Using NPT 1.3- A User Guide. Syracuse: Center for Policy Research of Syracuse University.


22

Coe, D y Helpman, E. (1995): “International R&D Spillovers”, European Economic Review, 39 (5), 859-887.

Coe, D., Helpman, E. y Hoffmaister, A. (1997): “North-South R&D Spillovers”; Economic Journal, 107 (440), 134-149.

Edmond, C. (2001): “Some Panel Cointegration Models of International R&D Spillovers”, Journal of Macroeconomics, 23 (1), 241-260.

Frantzen, D. (2000): “Innovation, International Technological Diffusion and the Changing Influence of R&D on Productivity”, Cambridge Journal of Economics, 24, 193-203.

Frantzen, D. (2002): “Cross-Sector and Cross-Country Technical Knowledge Spillovers and Evolution of Manufacturing Productivity: A Panel Data Analysis”, Économie Appliquée, LV, 31-62.

Frantzen, D. (2003): “The Causality between R&D and Productivity in Manufacturing: an International disaggregate Panel Data Study”, International Review of Applied Economics, 17 (2), 125-146.

Fundación BBVA (2004): El "stock" de capital en España y su distribución territorial. 1964-1997, Bilbao: Fundación BBV Documenta.

Griliches, Z. (1979): “Issues in Assessing the Contribution of Research and Development to Productivity Growth”, Bell Journal of Economics, 10 (1), 92-116.

Groningen Growth and Development Centre: http://www.ggdc.net/

Grossman, G., Helpman, E: (1991): Innovation and Growth in the Global Economy, Cambridge, Mass: MIT Press.

Harrigan, J. (1999): Cross-Country Comparisons of Industry Total Factor Productivity: Theory and Evidence, Federal Research Bank of New York Research Paper, 9734.

Im, K.S., Pesaran, M. H., and Shin, Y. (1997): Testing for Unit Roots in Heterogeneous Panels. Mimeo, Department of Applied Economics, University of Cambridge.

Im, K.; M. Pesaran; S. Hashem (2003): "Testing for unit roots in heterogeneous panels." Journal of Econometrics, 2003, 115 53-74.

Instituto Nacional de Estadística (varios años): Contabilidad Nacional de España, Madrid: INE.

Kao, C (1999): “Spurious Regression and Residual-Based Test for Cointegration in Panel Data”, Journal of Econometrics, 90, 1-44.

Kao, C., Chiang, M. (1999): “On the Estimation and Inference of a Cointegrated Regression in Panel Data”, En Baltagi (ed.): Nonstationary Panels, Panel Cointegration and Dynamic Panels, Amsterdam: Elsevier Science, 179-222.

Kao, C., Chiang, M. y Cheng, B. (1999): “International R&D spillovers: An application of estimation and inference in panel cointegration”, Oxford Bulletin of Economics and Statistics, 6 (0), 691-709.

Keller, W. (1997): How Trade and Technology Flows Affect Productivity Growth, Policy Research Working Paper, 1831.


23

Keller, W. (1998): “Are International R&D Spillovers Trade-Related? Analyzing Spillovers Among Randomly Matched Trade Partners”, European Economic Review, 42 (8), 1469-1481.

Keller, W. (1999): Do Trade Patterns and Technology Flows Affect Productivity Growth, NBER Working Paper 6990, Cambridge(MA): NBER.

Keller, W. (2000 a): "Do Trade Patterns and Technology Flows Affect Productivity Growth", The World Bank Economic Review, 14 (1), 17-47.

Keller, W. (2000 b): Geographic Localization of International technology Diffusion, NBER WP 7509,

Keller, W. (2002): “Trade and the Transmission of Technology”, Journal of Economic Growth, 7, 5-24.

Keller, W. (2004): "International Technology Diffusion", Journal of Economic Literature, 3

Lichtenberg F. and van Pottelsbergue de la Potterie, B. (1998): “International R&D Spillovers: A Comment”, European Economic Review, 42 (8), 1483-1491.

Mohnen, P.(2001): “International R&D Spillovers and Economic Growth”, en M. Pohjola (ed.): Information Technology Productivity and Economic Growth: International Evidence and Implications for Economic Development, Oxford: Oxford University Press, 50-71.

OCDE: Structural Analysis Data Base for Industrial Analysis. (STAN).

Pedroni, P (1995): "Panel Cointegration Analysis: Asymptotic and Finite Sample Properties of Pooled Time Series Test with and Application to the PPP Hypothesis" Indiana University Working Paper Series in Economics, 95-103.

Phillips, P.C.D. y H.R. Moon (1999a): "Non Stationary Panel Data Analysis. An Overview of Some Recent Developments", Cowles Discussion Paper.

Phillips, P.C.D. y H.R. Moon (1999b): "Linear Regression Limit Theory of Nonstationary Panel Data", Econometrica, 67, 1057-1112.

Rivera-Batiz, L. y Romer, P. (1991): “Economic Integration and Endogenous Growth”, Quarterly Journal of Economics, 106 (2), 531-535.

Romer, P. (1990): “Endogenous Technological Change”, Journal of Political Economy, 98 (5), S71-S102.

Scarpetta, S.; A. Pilat and P. Schreyer (2000): "Economic Growth in the OECD Area: Recent Trends at the Aggregate and Sectoral level." OECD Economics Department Working Paper, 2000, 248.

Schreyer, P. and D. Pilat (2001): “Measuring Productivity”, OECD Economic Studies, 33, (II), 127-70.

Stock, J. y M. Watson (1993): "A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems." Econometrica, 61, 783-820.

Triplet, J. (2004): Handbook on Hedonic Price Indexes and Quality Adjustments in Price Indexes: Special Application to Information Technology Products, STI OECD Working Paper, 2004, 9.


24

Verspagen, B. (1997a): “Measuring Inter-Sectoral Technology Spillovers: Estimating from the European and US Patent Office Databases”, Economic Systems Research, 9, 49-67

Verspagen, B. (1997b): “Estimating International Technology Spillovers Using Technology Flow Matrices”, Weltwirtschaftliches Archiv, 133 (2). 227-248.

Xu, B. y Wang, J. (1999): “Capital Goods Trade and R&D Spillovers in the OECD”, Canadian Journal of Economics, 32 (5), 1258-1274.


25

Cuadro 1. Contraste de la presencia de una raíz unitaria

Variable Test ADF de IPS(1997) Decisión Probabilidad

log PTF -1.015 I(1) 0.155

log PTFSTAN -0.639 I(1) 0.261

log TPFFRAN -1.524 I(1) 0.063

log TPFFRANITA -0.132 I(1) 0.093

log Rd 0.417 I(1) 0.338

log Rfa -0.288 I(1) 0.387

log RfG7a -0.423 I(1) 0.336

log Rf2y 1.709 I(0) 0.044

log Rf2yG7 1.484 I(1) 0.069 log PTF es logaritmo del índice de la productividad total de los factores, calculada usando precios hedónicos para el sector TIC; log PTFSTAN, el logaritmo de la productividad total de los factores, calculada con deflactores convencionales de la STAN; log PTFFRAN, el logaritmo de la productividad total de los factores, usando los deflactores de Francia para calcular los stocks de capital físico de España; log PTFFRANITA, el logaritmo de la productividad total de los factores, usando el promedio de los deflactores de Francia e Italia para calcular los stocks de capital físico de España; log Rd, el logaritmo del capital tecnológico propio de cada sector-país; log Rfa, el logaritmo del capital tecnológico foráneo para un país construido ponderando el capital de cada uno de los demás países por el promedio en el período 1979-2000 de la cuota bilateral del comercio sectorial; log RfG7a, el logaritmo del capital de tecnológico foráneo para un sector-país, ponderando el capital propio de los países restantes pertenecientes al grupo G7 por el promedio en el período 1979-2000 de la cuota bilateral de comercio sectorial; log Rf2y, el logaritmo del capital tecnológico foráneo para un sector-país, ponderando el capital propio de los restantes países por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del año 2000 para los stocks de los años siguientes; log Rf2yG7, el logaritmo del capital tecnológico foráneo para un sector-país, ponderando el capital propio de los países G7 restantes por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del año 2000 para los stocks de los años siguientes. Nota: Se ha aplicado el test Im et al. (1997) con tendencia temporal y dos retardos, salvo en las cinco primeras variables que se aplicó un retardo.


26

Cuadro 2. Tests de cointegración

Kao (1999) Pedroni (1995)

Estimaciones Test DF-rho-star

Decisión Test DF-t-star

Decisión Test ADF Decisión TN1-

rho Decisión TN2-rho Decisión

(0) -10.692 coint -4.736 coint -4.350 coint -22.737 coint -22.214 coint (1) -10.772 coint -3.947 coint -2.678 coint -23.943 coint -23.392 coint (2) -13.145 coint -5.817 coint -5.860 coint -25.315 coint -24.733 coint (3) -14.281 coint -5.305 coint -4.179 coint -28.525 coint -27.870 coint (4) -14.317 coint -5.313 coint -4.187 coint -28.549 coint -27.892 coint (5) -14.306 coint -5.451 coint -4.601 coint -26.832 coint -26.216 coint (6) -13.815 coint -5.312 coint -4.515 coint -26.347 coint -25.741 coint (7) -13.576 coint -5.118 coint -4.002 coint -27.440 coint -26.809 coint (8) -10.964 coint -4.268 coint -3.356 coint -24.224 coint -23.667 coint (9) -13.615 coint -4.997 coint -3.724 coint -27.856 coint -27.216 coint (10) -12.000 coint -4.495 coint -3.473 coint -25.883 coint -25.288 coint (11) -14.094 coint -5.210 coint -3.992 coint -27.247 coint -26.621 coint (12) -14.080 coint -5.213 coint -4.003 coint -27.298 coint -26.670 coint

Notas: Contrastes aplicados a los residuos mínimo cuadrático ordinarios de cada una de las doce estimaciones que se comentan en los Cuadros 3 a 9. Para un mayor detalle sobre los estadísticos véase www.maxwell.syr.edu/maxpages/faculty/cdkao/working/npt.html, Kao (1999) y Pedroni (1995).


27

Cuadro 3. Efectos del capital tecnológico en la PTF de las manufacturas (efecto composición)

log Rdijt log Rfa

ijt α esp log Rfaijt

α tic log Rfa

ijt

R2 R2adj

(0) OLS 0.251 (15,090)

0.360 (13.398) 0.531 0.530

(0) FM 0.233 (5.650)

0.312 (4.836) 0.525 0.524

(0) DOLS 0.244 (5.350)

0.292 (4.095) 0.524 0.524

(1) OLS 0.173 (11.153)

0.323 (13.376)

0.882 (18.196) - 0.625 0.624

(1) FM 0.159 (4.236)

0.274 (4.756)

0.799 (6.642) - 0.617 0.617

(1) DOLS 0.182 (4.386)

0.245 (3.857)

0.666 (5.024) - 0.609 0.608

(2) OLS 0.242 (15.700)

0.268 (10.435) - 0.728

(14.869)

0.598

0.597

(2) FM 0.221 (5.881)

0.228 (3.799) - 0.721

(5.567) 0.593 0.593

(2) DOLS 0.235 (5.643)

0.190 (2.857) - 0.735

(5.135) 0.590 0.590

(3) OLS 0.160 (11.534)

0.224 (10.043)

0.917 (21.110)

0.767 (18.112) 0.700 0.699

(3) FM 0.143 (4.363)

0.184 (3.581)

0.831 (7.970)

0.764 (7.000) 0.693 0.692

(3) DOLS 0.168 (4.636)

0.136 (2.395)

0.696 (6.038)

0.786 (6.502) 0.681 0.680

Rd es el capital tecnológico propio de cada sector-país. Rfaijt es el capital tecnológico foráneo para un país

construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial. αesp es el efecto diferencial de la elasticidad del capital de I+D foráneo en España. Y αtic, el efecto diferencial de la elasticidad del capital de I+D foráneo en el sector de equipos eléctricos y ópticos.


28

Cuadro 4. Efectos del capital tecnológico en la PTF de las manufacturas (efecto composición)

Estimación con medidas alternativas del capital tecnológico internacional log Rd

ijt log RfG7aijt α esp log RfG7a

ijt α tic log RfG7aijt R2 R2adj

(4) OLS 0.161 (11.638)

0.224 (10.101)

0.917 (21.112)

0.766 (18.109) 0.700 0.699

(4) FM 0.144 (4.414)

0.185 (3.630)

0.829 (7.966)

0.762 (6.971) 0.693 0.692

(4) DOLS 0.169 (4.685)

0.137 (2.433)

0.693 (6.028)

0.784 (6.493)

0.682

0.681

log Rdijt log Rf2y

ijt α esp log Rf2yijt α tic log Rf2y

ijt R2 R2adj

(5) OLS 0.231 (16.700)

0.132 (5.519)

0.933 (17.695)

0.929 (18.521) 0.663 0.662

(5) FM 0.229 (6.934)

0.096 (1.738)

0.782 (6.703)

0.979 (7.615) 0.658 0.657

(5) DOLS 0.235 (6.429)

0.042 (0.689)

0.615 (4.770)

0.984 (6.923) 0.640 0.639

log Rdijt log Rf2yG7

ijt α esp log Rf2yG7ijt α tic log Rf2yG7

ijt R2 R2adj

(6) OLS 0.225 (15.715)

0.141 (6.000)

0.892 (17.088)

0.816 (17.239) 0.653 0.652

(6) FM 0.225 (6.556)

0.104 (1.902)

0.742 (6.339)

0.851 (6.844) 0.648 0.647

(6) DOLS 0.234 (6.162)

0.052 (0.858)

0.575 (4.449)

0.828 (6.023) 0.630 0.629

Rd = Capital tecnológico propio de cada sector-país. RfG7a

ijt= Capital tecnológico foráneo para un sector-país, ponderando el capital propio de los países restantes pertenecientes al grupo G7 por el promedio en el período 1979-2000 de la cuota bilateral de comercio sectorial. Rf2y

ijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio de los restantes países por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del 2000 para los stocks de los años siguientes. Rf2yG7

ijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio de los países G7 restantes por la cuota bilateral de comercio sectorial del año 1990 hasta este año y del 2000 para los stocks de los años siguientes.


29

Cuadro 5. Efectos del capital tecnológico ponderado por la apertura a las importaciones

sobre la PTF de las manufacturas (efecto nivel)

log Rdijt

j

j

ym

log Rfaijt

α esp j

j

ym

log

Rfaijt

α tic j

j

ym

log

Rfaijt

R2 R2adj

(7) OLS 0.149 (9.859)

0.932 (9.669)

4.313 (21.414)

3.315 (16.714) 0.679 0.678

(7) FM 0.136 (3.857)

0.737 (3.375)

3.903 (8.049)

3.273 (6.377) 0.671 0.670

(7) DOLS 0.160 (4.110)

0.525 (2.174)

3.256 (6.075)

3.414 (6.019)

0.658

0.657

Rd = Capital tecnológico propio de cada sector-país. Rfa

ijt= Capital tecnológico foráneo para un país construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial.


30

Cuadro 6 Elasticidades respecto al capital tecnológico internacional

[0] [1] [2]=[1]*0.525 [3]= [1]*3.414 [4] = [1]*3.256

A Elasticidad respecto al capital

tecnológico propio de cada sector-país

Tasa de apertura Elasticidad respecto al capital tecnológico internacional

Elasticidad diferencial de TIC respecto al capital tecnológico

internacional

Elasticidad diferencial de España respecto al capital tecnológico internacional

(M man/VAB man) Elasticidad=0.525 (Elasticidad EOE=3.414) (Elasticidad España = 3.256)

Finlandia 0,160 0,274 0,144 0,934 Francia 0,160 0,262 0,137 0,894 Italia 0,160 0,204 0,107 0,698

Estados Unidos 0,160 0,150 0,079 0,512 Canadá 0,160 0,410 0,215 1,401 España 0,160 0,222 0,117 0,759 0,724

Promedios 0,160 0,133 0,866

[0] [1] [2]=[1]*1.057 [3] [4]

B Elasticidad respecto al capital

tecnológico propio de cada sector-país

Tasa de apertura Elasticidad promedio respecto al C.T. Internacional

Elasticidad diferencial de TIC respecto al capital tecnológico

propio de cada sector-país

Elasticidad diferencial de España respecto al capital tecnológico propio de cada sector-país

(M man/VAB man) Elasticidad=1.057 Elasticidad ICT = 0.274 Elasticidad España = 0.331

Finlandia 0,097 0,274 0,289 0,274 - Francia 0,097 0,262 0,277 0,274 - Italia 0,097 0,204 0,216 0,274 -

Estados Unidos 0,097 0,150 0,158 0,274 - Canadá 0,097 0,410 0,434 0,274 - España 0,097 0,222 0,235 0,274 0,331

Promedios 0,097 0,268 0,274

Fuente: Elaboración propia a partir de las elasticidades obtenidas en las estimaciones DOLS (versiones (7) y (8)).


31

Cuadro 7: Efectos del capital tecnológico ponderado por la apertura a las importaciones sobre la PTF de las manufacturas

(efecto nivel) Estimación con dummies en los stocks de capital tecnológico doméstico.

log Rdijt α esp log Rd

ijt α tic log Rdijt

j

j

ym

log Rfaijt R2 R2adj

(8) OLS 0.100 (5.585)

0.400 (17.180)

0.273 (9.221)

1.461 (13.861) 0.618 0.617

(8) FM 0.069 (1.553)

0.395 (6.598)

0.265 (3.413)

1.303 (5.330) 0.610 0.609

(8) DOLS 0.097 (1.995)

0.331 (5.007)

0.274 (3.188)

1.058 (3.914)

0.600

0.599


ij= Capital tecnológico foráneo para un país construido ponderando el capital propio de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota bilateral de comercio sectorial.


32

Cuadro 8: Efectos del capital tecnológico ponderado por la apertura a las

importaciones sobre la PTF de las manufacturas (efecto nivel)

Estimación calculando la PTF del sector de equipos eléctricos y ópticos con los deflactores de precios de la STAN.

log Rdijt

j

j

ym

log Rfaijt α esp

j

j

ym

log Rfa α tic j

j

ym

log Rfaij R2 R2adj

(9) OLS 0.173 (11.708)

0.823 (8.734)

4.266 (21.665)

1.670 (8.610) 0.653 0.651

(9) FM 0.157 (4.585)

0.649 (3.056)

3.861 (8.187)

1.687 (3.380) 0.644 0.643

(9) DOLS 0.180 (4.759)

0.474 (2.022)

3.217 (6.172)

1.911 (3.463)

0.632

0.631

j

j

ym

log Rfaijt log Rd

ijt α esp log Rdijt α tic log Rd

ij R2 R2adj

(10) OLS 1.256 (12.686)

0.123 (7.294)

0.398 (18.242)

0.149 (5.365) 0.619 0.618

(10) FM 1.133 (5.002)

0.088 (2.140)

0.393 (7.077)

0.147 (2.043) 0.611 0.609

(10) DOLS 0.928 (3.705)

0.113 (2.500)

0.331 (5.393)

0.175 (2.200)

0.602

0.601




33

Cuadro 9. Efectos del capital tecnológico ponderado por la apertura a las importaciones sobre la PTF de las manufacturas

(efecto composición) Estimaciones cuando los stocks de capital españoles se calculan utilizando los

deflactores de Francia y de Francia e Italia.

log Rdijt j

j

ym

log Rfaijt

α esp j

j

ym

log Rfaijt α esp

j

j

ym

log Rfaijt R2 R2adj

(11) DOLS

0.162 (4.260)

0.510 (2.166)

3.836 (7.328)

3.401 (6.139) 0.687 0.686

(12) DOLS

0.167 (4.352)

0.496 (2.081)

4.303 (8.129)

3.376 (6.028) 0.701 0.700




34

ANEXO I

MEDIDAS ALTERNATIVAS DEL STOCK TECNOLÓGICO FORÁNEO

Rfa

ijt = Capital tecnológico foráneo para un país construido ponderando el capital propio

de cada uno de los demás países por el promedio en el periodo 1979-2000 de la cuota

bilateral de comercio sectorial.

RfG7aijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio

de los países restantes pertenecientes al grupo G7 por el promedio en el período 1979-

2000 de la cuota bilateral de comercio sectorial.

Rf2yijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio de

los restantes países por la cuota bilateral de comercio sectorial del año 1990 hasta este

año y del año 2000 para los stocks de los años siguientes.

Rf2yG7ijt = Capital tecnológico foráneo para un sector-país, ponderando el capital propio

de los países G7 restantes por la cuota bilateral de comercio sectorial del año 1990 hasta

este año y del año 2000 para los stocks de los años siguientes.


35

ANEXO II CUADRO A.1. TASAS DE CRECIMIENTO MEDIO ANUAL ACUMULATIVO DE LAS PRINCIPALES VARIABLES EMPLEADAS

Crecimiento medio Country PTF (1979-2001)

Finland 6.1% France 2.3% Italy 2.1%

United States 2.6% Canada 1.7% Spain 7.2%

Crecimiento medio Industry PTF (1979-2001)

Alimentación 2.0%

Textil 3.1% Papel 2.6%

Química y pdtos. Químicos 4.4% Caucho y plásticos 3.4%

Otros pdtos. Min. No met. 3.1% Productos fabri. Metálicos 3.8%

Maquinaria y equipos 2.8% Equipos electric. y ópticos 7.7%*

Equipos de transporte 3.8%

* La tasa de crecimiento medio anual acumulativa de este sector se reduce al 5,6%

cuando se calcula con los deflactores convencionales que recoge la STAN


36

CUADRO A.2. ESTADÍSTICAS DE LAS VARIABLES TECNOLÓGICAS

PAÍS TAMAÑO RELATIVO EN

TÉRMINOS DE I+D* CRECIMIENTO MEDIO DEL

STOCK PROPIO CRECIMIENTO MEDIO DEL

STOCK FORÁNEO

FINLANDIA 0.71 9.04 3.61 FRANCIA 10.53 5.17 3.34 ITALIA 5.74 5.30 3.66 ESTADOS UNIDOS

78.78 2.52 6.48

CANADÁ 2.69 5.24 2.65 ESPAÑA 1.52 8.28 3.66 * Calculado con datos de 1990 ** Tasa de crecimiento medio anual acumulativo en el período 1979-2001

PAÍS TAMAÑO RELATIVO EN TÉRMINOS DE I+D*

CRECIMIENTO MEDIO DEL STOCK PROPIO **

CRECIMIENTO MEDIO DEL STOCK FORÁNEO **

Alimentación, bebidas y tabaco

1.71 3.91 3.42

Textil 0.37 3.42 2.55 Papel, artículos de

impresión y publicidad

1.19 4.87 4.71

Química y productos químicos

16.15 4.91 4.37

Caucho y productos plásticos

1.54 1.37 3.21

Otros productos de minerales no

metálicos

0.77 1.26 2.84

Productos de metales básicos y

productos de fabricados metálicos

2.39 1.55 2.00

Maquinaria y equipos (n.c.o.p)

3.68 3.63 3.62

Equipos eléctricos y ópticos

36.91 3.21 3.86

Equipos de transporte

35.24 2.02 2.42

* Calculado con datos de 1990 ** Tasa de crecimiento medio anual acumulativo en el período 1979-2001


37

Documentos de Trabajo

Facultad de Ciencias Económicas y Empresariales. Universidad de Zaragoza.

2002-01: “Evolution of Spanish Urban Structure During the Twentieth Century”. Luis Lanaspa, Fernando Pueyo y Fernando Sanz. Department of Economic Analysis, University of Zaragoza.

2002-02: “Una Nueva Perspectiva en la Medición del Capital Humano”. Gregorio Giménez y Blanca Simón. Departamento de Estructura, Historia Económica y Economía Pública, Universidad de Zaragoza.

2002-03: “A Practical Evaluation of Employee Productivity Using a Professional Data Base”. Raquel Ortega. Department of Business, University of Zaragoza.

2002-04: “La Información Financiera de las Entidades No Lucrativas: Una Perspectiva Internacional”. Isabel Brusca y Caridad Martí. Departamento de Contabilidad y Finanzas, Universidad de Zaragoza.

2003-01: “Las Opciones Reales y su Influencia en la Valoración de Empresas”. Manuel Espitia y Gema Pastor. Departamento de Economía y Dirección de Empresas, Universidad de Zaragoza.

2003-02: “The Valuation of Earnings Components by the Capital Markets. An International Comparison”. Susana Callao, Beatriz Cuellar, José Ignacio Jarne and José Antonio Laínez. Department of Accounting and Finance, University of Zaragoza.

2003-03: “Selection of the Informative Base in ARMA-GARCH Models”. Laura Muñoz, Pilar Olave and Manuel Salvador. Department of Statistics Methods, University of Zaragoza.

2003-04: “Structural Change and Productive Blocks in the Spanish Economy: An Imput-Output Analysis for 1980-1994”. Julio Sánchez Chóliz and Rosa Duarte. Department of Economic Analysis, University of Zaragoza.

2003-05: “Automatic Monitoring and Intervention in Linear Gaussian State-Space Models: A Bayesian Approach”. Manuel Salvador and Pilar Gargallo. Department of Statistics Methods, University of Zaragoza.

2003-06: “An Application of the Data Envelopment Analysis Methodology in the Performance Assessment of the Zaragoza University Departments”. Emilio Martín. Department of Accounting and Finance, University of Zaragoza.

2003-07: “Harmonisation at the European Union: a difficult but needed task”. Ana Yetano Sánchez. Department of Accounting and Finance, University of Zaragoza.

2003-08: “The investment activity of spanish firms with tangible and intangible assets”. Manuel Espitia and Gema Pastor. Department of Business, University of Zaragoza.


38

2004-01: “Persistencia en la performance de los fondos de inversión españoles de renta variable nacional (1994-2002)”. Luis Ferruz y María S. Vargas. Departamento de Contabilidad y Finanzas, Universidad de Zaragoza.

2004-02: “Calidad institucional y factores político-culturales: un panorama inter.-nacional por niveles de renta”. José Aixalá, Gema Fabro y Blanca Simón. Departamento de Estructura, Historia Económica y Economía Pública, Universidad de Zaragoza.

2004-03: “La utilización de las nuevas tecnologías en la contratación pública”. José Mª Gimeno Feliú. Departamento de Derecho Público, Universidad de Zaragoza.

2004-04: “Valoración económica y financiera de los trasvases previstos en el Plan Hidrológico Nacional español”. Pedro Arrojo Agudo. Departamento de Análisis Económico, Universidad de Zaragoza. Laura Sánchez Gallardo. Fundación Nueva Cultura del Agua.

2004-05: “Impacto de las tecnologías de la información en la productividad de las empresas españolas”. Carmen Galve Gorriz y Ana Gargallo Castel. Departamento de Economía y Dirección de Empresas. Universidad de Zaragoza.

2004-06: “National and International Income Dispersión and Aggregate Expenditures”. Carmen Fillat. Department of Applied Economics and Economic History, University of Zaragoza. Joseph Francois. Tinbergen Institute Rotterdam and Center for Economic Policy Resarch-CEPR.

2004-07: “Targeted Advertising with Vertically Differentiated Products”. Lola Esteban and José M. Hernández. Department of Economic Analysis. University of Zaragoza.

2004-08: “Returns to education and to experience within the EU: are there differences between wage earners and the self-employed?”. Inmaculada García Mainar. Department of Economic Analysis. University of Zaragoza. Víctor M. Montuenga Gómez. Department of Business. University of La Rioja

2005-01: “E-government and the transformation of public administrations in EU countries: Beyond NPM or just a second wave of reforms?”. Lourdes Torres, Vicente Pina and Sonia Royo. Department of Accounting and Finance.University of Zaragoza

2005-02: “Externalidades tecnológicas internacionales y productividad de la manufactura: un análisis sectorial”. Carmen López-Pueyo, Jaime Sanaú y Sara Barcenilla. Departamento de Economía Aplicada. Universidad de Zaragoza.

externalidades tecnológicas internacionales y …dteconz 2005-02: c.lópez pueyo, j.sanaú y...

Documents