LA DIFUSIÓN DE TECNOLOGÍA A TRAVÉS DE MULTINACIONALES EN LOS PAÍSES DESARROLLADOS(*)

Jorge Crespo Francisco J. Velázquez

Grupo de Economía Europea, Universidad Complutense de Madrid y FUNCAS

Marzo 2003

Resumen

Este trabajo analiza el papel que ha jugado la inversión extranjera directa como mecanismo a través del cual fluye la tecnología entre países. En este sentido, tras un breve repaso de la literatura existente se observa que los estudios agregados no obtienen evidencia de la existencia de spillovers tecnológicos, resultados que no parecen coherentes con los trabajos realizados a menor grado de agregación. Por ello, se vuelve a contrastar la existencia de estos spillovers y, dado que no se encuentran, se indaga en las causas de estos resultados. La conclusión que se alcanza es que sí que se han producido spillovers en el seno de la OCDE, pero existe un problema de solapamiento entre las variables empleadas en estos análisis que impide captar adecuadamente su impacto. Clasificación JEL: O3, O4, F2. Palabras clave: spillovers tecnológicos internacionales, inversión extranjera directa, crecimiento, OECD. (*) Los autores desean expresar su agradecimiento a Elena Huergo por sus valiosos comentarios. Igualmente, agradecen la financiación aportada por el proyecto CICYT SEC2000-0751-C03-01. Jorge Crespo (ecap2z3@sis.ucm.es) Francisco J. Velázquez (javel@ccee.ucm.es) Facultad de Ciencias Económicas y Empresariales Universidad Complutense de Madrid Pabellón de Segundo Campus de Somosaguas 28223 Madrid (Spain) Teléfono: 91 394 25 92

2

1. Introducción.

En los últimos años, la inversión extranjera directa (IED) ha sido

considerada como una vía a través de la cual los países obtienen importantes

beneficios. De entre ellos, se ha destacado su papel de canal de acceso a

nuevas tecnologías y procesos de producción (spillovers tecnológicos), sobre

todo, aunque no exclusivamente, para los países menos avanzados1.

Sin embargo, el repaso a los distintos trabajos que, partiendo de esa

premisa, han tratado de evaluar, a nivel agregado, el impacto de la tecnología

transmitida por las multinacionales sobre el crecimiento del país receptor revela

ciertas dudas acerca de este efecto 2.

Este tipo de resultados entra en contradicción, al menos aparentemente,

con la evidencia de que las filiales de las multinacionales muestran una

productividad superior a las empresas locales, por lo que parece que su

implantación va a generar incrementos de productividad agregada. En este

mismo sentido, algunos trabajos realizados a nivel de empresa o sector han

encontrado evidencia de difusión intrasectorial de tecnología entre

multinacionales y empresas locales. En consecuencia, parece que existe algún

tipo de problema en los estudios más agregados para tratar de identificar el

impacto de la transmisión de tecnología que se produce desde las empresas de

capital extranjero hacia las locales.

1 Véase el resumen realizado por De Mello (1997). 2 Lichtenberg y Van Pottelsberghe (2001) por ejemplo no hallan evidencia de spillovers transmitidos a través de la IED entre 22 países de la OCDE.

3

Por ello, en este trabajo se quiere seguir profundizando en esta última

línea de investigación, tratando de averiguar las razones por las cuales los

estudios agregados no encuentran evidencia de spillovers tecnológicos de las

multinacionales que permitan a los países incrementar su productividad. Los

resultados apuntan a la existencia de correlación entre alguna de las variables

explicativas del crecimiento de la productividad y la que identifica la transmisión

de tecnología foránea que provoca que los spillovers tecnológicos sean no

significativos o presenten un signo contrario al esperado.

En este sentido, este trabajo realiza, en primer lugar, un breve repaso a

la literatura existente en torno al papel de los spillovers tecnológicos

transmitidos a través de la IED en el crecimiento de los países receptores. A

continuación, se describe el marco teórico en el que se va a enmarcar el

estudio. Seguidamente, se comentan los distintos procedimientos empleados

en la literatura para medir los spillovers tecnológicos. Posteriormente, se lleva a

cabo la estimación del modelo y se comentan los resultados. Para finalizar, se

realiza un breve resumen con las principales conclusiones.

2. IED como canal de transmisión de spillovers tecnológicos.

La literatura sobre spillovers tecnológicos apunta, fundamentalmente,

hacia dos canales de transmisión de tecnología incorporada: el comercio y la

4

IED3. El primero ha sido ampliamente estudiado y parece existir cierto acuerdo

en que, al menos entre países desarrollados, ha servido como mecanismo a

través del cual la tecnología ha fluido en forma de adquisición de bienes de

equipo y consumos intermedios que han permitido a los países importadores

incrementar su productividad4. Sin embargo, este grado de consenso no ha

sido alcanzado en el ámbito de la IED.

Así, cabe encontrar dos tipos de estudios en función del grado de

desagregación empleado para realizar el análisis: microeconómicos y

macroeconómicos. En este sentido, entre aquéllos que utilizan como unidad de

análisis la empresa, es posible hallar resultados muy variados5. Así, Aitken y

Harridson (1999) en el caso de Venezue la, o Djankov y Hoekman (2000) en el

de la República Checa, obtienen un impacto negativo de la entrada de

multinacionales sobre la productividad de las empresas locales. Por el

contrario, Branstetter (2001) halla evidencia positiva de spillovers obtenidos a

través de los flujos de IED producidos entre Estados Unidos y Japón.

Finalmente, Girma y Wakelin (2001) concluyen que no ha habido spillovers a

través de la IED recibida de Estados Unidos en la industria electrónica del

Reino Unido.

3 Existen otros canales que han sido considerados en la literatura como pueden ser los pagos tecnológicos realizados por los países, las publicaciones en revistas científicas y técnicas, las migraciones de científicos o ingenieros, o simplemente la proximidad tecnológica entre países. 4 Véase los resúmenes de la literatura de Mohnen (2001) y Kéller (2002). 5 Véase Haddad and Harrison (1993) para Marruecos; Aitken and Harrison (1999) para Venezuela; Djankov and Hoekman (2000) and Kinoshita (2000) para la República Checa; Branstetter (2001) para Estados Unidos y Japón; Girma and Wakelin (2001) and Haskel, Pereira and Slaughter (2002) para el Reino Unido.

5

Desde un punto de vista sectorial, es posible encontrar trabajos que

contemplan un mayor número de países, si bien se centran en sectores

manufactureros. Entre éstos parece existir un mayor consenso en cuanto a los

resultados alcanzados, pues autores como Braconier y Sjöholm (1998),

Baldwin, Braconier y Forslid (1999) o Hanel (2000) obtienen evidencia de

spillovers tecnológicos que afectan positivamente a los países receptores.

Aunque otros como Braconier, Ekholm and Midelfort (2001) alcanzan la

conclusión contraria.

A nivel agregado son pocos los estudios existentes6, y además alcanzan

conclusiones dispares. Así, mientras Hejazi y Safarian (1999) obtienen

evidencia de spillovers positivos transmitidos a través de la IED entre 6 de los

países que componen el G-7, Lichtenberg y Van Pottelsberghe (2001)

concluyen que la IED recibida no ha actuado como canal de transmisión de

tecnología al ampliar la muestra a 22 países de la OCDE.

Evidentemente, estos resultados encontrados a nivel macroeconómico

además de no ser concluyentes, contradicen algunos de los obtenidos a nivel

microeconómico. En efecto, dado que las empresas foráneas son más

productivas que las locales, y parecen existir spillovers sectoriales, la

productividad agregada de la economía debiera verse afectada positivamente

por la IED incluso, como señalan Barba y Tarr (2000) aunque se encontrara un

ligero efecto negativo sobre la productividad de las empresas locales. Sin

embargo, Aitken y Harrison (1999) señalan como posible explicación la

existencia de un impacto negativo, especialmente en el corto plazo, de la

6 Nosotros sólo hemos podido encontrar dos estudios.

6

entrada de multinacionales sobre las empresas locales derivado de lo que

denominan un “efecto robo de mercado”. Éste consiste, básicamente, en que la

entrada de una filial extranjera en un mercado que opera en competencia

imperfecta supone que la filial cubre parte de la demanda que anteriormente

abastecían las empresas locales, que se ven obligadas a reducir su producción

con el consiguiente aumento de sus costes medios totales –al tener que seguir

asumiendo los mismos costes fijos pero reduciéndose el nivel de producción–,

lo que se traduce en una reducción de su productividad7.

Sin embargo, esta explicación elaborada para países en desarrollo 8,

parece que no se podría aplicar a los desarrollados, dado que existe evidencia

de que la entrada de nuevas empresas –muchas de ellas de capital foráneo–

lleva asociado un incremento de la productividad sectorial y agregada tanto

porque las entrantes son más eficientes, como porque expulsan del mercado a

otras menos productivas9.

3. Modelo teórico.

El modelo aquí utilizado parte de una versión modificada del propuesto

inicialmente por Benhabib y Spiegel (1994) para explicar el incremento de la

productividad total de los factores (PTF). En él se analiza el doble papel jugado

por el stock de conocimientos técnicos como determinante tanto de la

capacidad endógena de generar nuevo conocimiento como de la absorción de

tecnología. No obstante, aquí se empleará una medida directa de los spillovers

7 Aitken y Harrison (1999) señalan que este efecto se podría seguir produciendo aun en el caso en el que la multinacional transfiriera tecnología a las empresas locales. 8 El trabajo de Aitken y Harrison (1999) se realiza para el caso de Venezuela. 9 Véase Martín y Jaumandreu (1998).

7

tecnológicos en vez de identificarlos con la distancia en renta per capita al líder

tecnológico como se hace en el modelo inicial10. Por tanto, el modelo sería:

ititititit STTPTF εβϕδ +⋅⋅+⋅+=∆ log (1)

siendo PTF la productividad total de los factores, T el stock de conocimientos

técnicos de la economía –construido como combinación entre los capitales

humano y tecnológico–, S los spillovers tecnológicos transmitidos a través de la

IED recibida y, finalmente, los subíndices i y t el país y el tiempo

respectivamente.

Ahora bien, parece razonable suponer que el impacto de los spillovers

tecnológicos no se produce de forma instantánea, sino que lo hace en el largo

plazo. En efecto, el período de tiempo transcurrido entre la entrada efectiva de

inversión extranjera y el momento en el cual la multinacional alcanza su tamaño

de equilibrio puede ser amplio, debido a la construcción de la planta de

producción –caso de ser inversión greenfield–, o a los costes de ajuste que

necesariamente tendrán las empresas multinacionales (adecuación de

sistemas productivos, formación de trabajadores a las técnicas de producción,

estudio del mercado, introducción de nuevos productos, etc). Por ello, parece

más apropiado estudiar este impacto dinámico adoptando la forma

autorregresiva, transformando el modelo base de la forma:

itititcp

itcpcp

itit eSTTPTFPTF +⋅⋅+⋅++∆=∆ − βϕδα 1loglog (2)

10 Una explicación más detallada de estas modificaciones puede encontrarse en Crespo, Martín y Velázquez (2001).

8

de modo que los coeficientes de largo plazo se pueden calcular de forma

sencilla utilizando las expresiones: )1/( αϕϕ −= cplp , )1/( αββ −= cplp 11.

La relevancia de este modelo radica en que, frente a otros como el

empleado por Coe y Helpman (1995), se considera que es el stock de

conocimientos técnicos, y no el crecimiento de éste, el factor que determina el

crecimiento de la productividad total de los factores12. En este sentido, debe

tenerse en cuenta que aun en ausencia de crecimiento en aquel es factible un

incremento de la PTF.

El modelo, por tanto, distingue entre el impacto sobre la eficiencia de la

capacidad autónoma para la generación de nuevo conocimiento, y el que tiene

la tecnología difundida por las multinacionales pero condicionada ésta a la

capacidad de absorción de tecnología que posee el país. Este último elemento

supone que para que la tecnología foránea tenga impacto sobre la eficiencia

productiva deben producirse tanto la existencia de inversión extranjera, como

de unas condiciones para su absorción identificadas en el modelo con los

niveles de capital humano y tecnológico –piénsese que dentro de esta última

rúbrica se incorporan los gastos de absorción de tecnología–. Así, el modelo

plantea dos variables con efectos contrapuestos. Si un país tiene un mayor

stock de conocimientos técnicos mayor será su capacidad interna de

generación y su capacidad de absorción, pero, posiblemente, menores los

11 Como muestran Wickens y Breusch (1988), estas expresiones ofrecen el mismo valor para los coeficientes de largo plazo que se obtendrían estimando la ecuación dinámica especificada empleando como instrumentos el conjunto de todas las variables explicativas en la ecuación original. 12 Evidentemente, cuando nos referimos al stock de conocimientos técnicos lo hacemos en términos relativos, es decir, el stock de conocimientos técnicos por trabajador, ya que de otro modo tendríamos una distorsión motivada por un efecto tamaño del país en dicha variable. Por tanto, esta variable refleja la capacidad de generación y absorción de tecnología de un país.

9

flujos tecnológicos externos. Ahora bien, aunque éstos sean de menor cuantía

su impacto sobre el crecimiento se verá amplificado por la mayor capacidad de

absorción.

Por tanto, este modelo tiene dos implicaciones importantes. Así, en

primer lugar, mientras el stock de conocimientos técnicos por trabajador no sea

nulo, está garantizado el crecimiento de la PTF, dependiendo éste del tamaño

de dicho stock. En segundo lugar, las elasticidades obtenidas no son

directamente comparables con las estimadas en otros trabajos que parten de

modelizaciones similares a las de Coe y Helpman (1995), pues la forma en que

entran los distintos stocks en la función de producción no es como un factor

productivo más, sino como determinante del incremento de la eficiencia

agregada.

En este sentido, debe notarse que las elasticidades asociadas tanto al stock de

conocimientos técnicos nacionales ( TPTF,ε ) como a los spillovers tecnológicos

internacionales que se transmiten a través de la IED ( SPTF,ε ) pueden ser

calculadas de manera sencilla dada la forma funcional utilizada. Concretamente,

los valores de dichas elasticidades en la media de las variables serían:

( ) TSiiiTPTF ⋅⋅+= βϕε , con i = cp, lp (3)

STiiSPTF ⋅⋅= βε , con i = cp, lp (4)

10

4. Medición de los spillovers tecnológicos.

Los spillovers tecnológicos se han identificado tradicionalmente con el

stock de capital tecnológico extranjero del que un país puede beneficiarse. En

este sentido, Griliches (1979) establece la existencia de dos tipos de fuentes de

externalidades asociadas con la I+D. Por una parte, se encuentran los que

denomina “rent spillovers”, que se producen como consecuencia de

transacciones de mercado en las que el precio no refleja adecuadamente la

tecnología que incorpora el bien o servicio adquirido. Éstos suelen estar

presentes en operaciones que impliquen algún tipo de transacción monetaria –

comercio, IED, pagos tecnológicos–. Mientras, por otra parte, considera los que

llama “knowledge spillovers”, consistentes en transmisiones de conocimiento

técnico entre países o sectores que pueden ser aprovechados por el receptor

para llevar a cabo su propia investigación. Evidentemente, aunque desde el

punto de vista conceptual parece clara la distinción entre uno y otro tipo, desde

un punto de vista aplicado no es así, de modo que resulta muy difícil disociar

ambos tipos de spillovers.

Por tanto, la aproximación más frecuente para medir la existencia de los

“rent spillovers” se basa en medidas relacionadas con el comercio, la inversión

u otras operaciones que impliquen algún tipo de transacción monetaria.

Mientras, los “knowledge spillovers” se suelen aproximar considerando la

proximidad tecnológica o geográfica entre los países o sectores estudiados13.

Así, la aproximación más común consiste en emplear una suma ponderada de

los stocks de capital tecnológico extranjeros (R jt), donde el factor de

13 En este sentido, autores como Jaffe (1986), Park (1995) o Branstetter (2001) emplean medidas de la proximidad tecnológica entre sectores o países en función de las patentes empleadas.

11

ponderación (c ijt) representa el canal de transmisión de los mismos (Griliches,

1979):

∑≠

⋅=ij

jtijtit RcS (5)

Por tanto, centrándonos en los spillovers transmitidos a través de la IED,

de entre los pocos estudios que analizan este fenómeno desde un punto de

vista agregado, el trabajo de Hejazi y Safarian (1999) calcula dichos spillovers

a partir de la expresión:

∑≠

⋅=ij

jtijtHSit RfS (6)

siendo fijt la participación de la IED recibida por el país i desde el país j en el

período t sobre la IED total, y Rjt el stock de capital tecnológico del país j. Por

tanto, este indicador se podría interpretar como el stock de capital tecnológico

del país inversor “medio”. Como puede verse, se trata del indicador propuesto

por Coe y Helpman (1995) para analizar los spillovers del comercio transcrito al

ámbito de la IED. Es más, al igual que hacían Coe y Helpman (1995), los

autores relativizan más tarde este indicador por la participación de la IED sobre

el PIB de la economía receptora.

Posteriormente, Lichtenberg y Van Pottelsberghe (2001) emplean una

versión modificada de dicho indicador que evita el sesgo que padece el anterior

en función del grado de desagregación de la información utilizada14:

14 La explicación de dicho sesgo puede verse en Lichtenberg y Van Pottelsberghe (1998).

12

∑≠

⋅=ij

jtjt

ijtit

LP RK

FDIS (7)

siendo FDIijt el flujo de IED recibida por el país i desde el país j en el período t15,

Kjt el stock de capital físico del país j, y Rjt el stock de capital tecnológico del

país j. La interpretación de este indicador se relacionaría con el contenido

tecnológico de la inversión recibida. Pues bien, en este trabajo se ha optado

por seguir esta última modelización para capturar los spillovers transmitidos a

través de la IED. Sin embargo, existen dos diferencias, ya que en lugar de

emplear los flujos de IED se ha utilizado el stock de IED, el cual muestra un

comportamiento mucho menos volátil en el tiempo y, además, se ha

relativizado el indicador por el empleo del país receptor con el objeto de

obtener una medida del capital tecnológico extranjero por unidad de trabajo

como determinante de la eficiencia.

5. Datos y estimación.

En este trabajo se emplean datos correspondientes a 28 países de la

OCDE –Bélgica y Luxemburgo aparecen agregados y la República Eslovaca no

se ha incluido– y el período de referencia es el transcurrido entre 1986 y 1999.

La explicación detallada sobre la construcción de las variables y las fuentes

utilizadas pueden verse en el apéndice.

15 Los autores emplean una media móvil de orden 4 para mitigar las fuertes oscilaciones que presenta esta variable en el tiempo.

13

En la estimación de modelos de datos de panel dinámicos es común el

uso del estimador GMM propuesto por Arellano y Bond (1991). Sin embargo,

como muestran Blundell, Bond y Weidmeijer (2000) este tipo de estimadores

que tratan de eliminar los efectos individuales mediante la transformación del

modelo en primeras diferencias produce resultados poco satisfactorios en

modelos dinámicos, porque en muchas ocasiones las series son altamente

autorregresivas y los paneles relativamente cortos16. Por ello, Arellano y Bover

(1995) y Blundell y Bond (1997) propusieron el uso del estimador system GMM

que combina las ecuaciones en primeras diferencias con las ecuaciones en

niveles, de modo que los instrumentos empleados son las variables en niveles

para las primeras y las variables en primeras diferencias para las segundas17.

En primer lugar, se ha procedido a la estimación del modelo base

usando el estimador system GMM –columna 1 del cuadro 1–, lo que permite

hablar de un impacto positivo y significativo del stock de conocimientos

técnicos sobre la PTF, pero no así de los spillovers tecnológicos18. Por tanto,

este resultado coincide con el obtenido por Lichtenberg y Van Pottelsberghe

(2001) pese al uso de un modelo y técnica de estimación diferentes a los

empleados por dichos autores.

Sin embargo, como se ha afirmado anteriormente, este resultado

sorprende por cuanto la entrada de filiales cuya productividad es superior a las

16 Algo que posiblemente sucede en nuestro caso ya que tanto el stock de conocimientos técnicos como el término que captura los spillovers son bastante estables en el tiempo, al tratarse de stocks. 17 Blundell y Bond (1999) analizan las propiedades que tiene el uso del system GMM en la estimación de funciones de producción tipo Cobb-Douglas. 18 Los resultados que se ofrecen son los correspondientes a los estimadores de primera etapa, de modo que se evita el sesgo a la baja en el error en el que se incurre en caso de emplear los estimadores de segunda etapa (Blundell y Bond, 1999).

14

empresas locales debería afectar positivamente a la PTF de la economía. Ello

nos lleva a pensar que es posible que lo que estemos captando sea un

problema derivado de la posible presencia de colinealidad entre las variables

empleadas, algo que apunta Mohnen (2001) como causa por la que en muchas

ocasiones los estudios no son capaces de encontrar evidencia de la existencia

de spillovers. Por ello, se han repetido las estimaciones considerando distintas

combinaciones de variables para encontrar alguna que evitara este problema.

Así, se ha considerado en primer lugar el stock de conocimientos técnicos (T)

como variable representativa de la capacidad autóctona de generación de

tecnología y se han empleado tanto el capital humano por trabajador (H) como

el capital tecnológico por trabajador (TC) como medidas de la capacidad de

absorción de tecnologías foráneas. Todos los resultados apuntan en la misma

dirección que los iniciales: no existen spillovers tecnológicos. Incluso, se ha

incluido el término que capta los spillovers sin interaccionarlo con una variable

que represente la capacidad de absorción de la economía. Pero de nuevo se

ha alcanzado la misma conclusión, si bien no se rechazaría la existencia de

spillovers al 10% de significatividad.

En el mismo cuadro se han realizado todas las combinaciones posibles

entre indicadores de la capacidad de generación de tecnología e indicadores

de la capacidad de absorción de tecnología. Pero todos los resultados nos han

llevado a la misma conclusión: no parecen haberse producido spillovers

tecnológicos derivados de la entrada de IED en las economías analizadas, e

incluso al considerar el papel del capital humano como indicador del desarrollo

15

de tecnología propia se han obtenido spillovers negativos (véanse las columnas

5, 6 y 7 del cuadro 1).

Por tanto, no parece haber ninguna combinación de variables que dé

lugar a resultados que permitan afirmar que la entrada de IED genera

transmisión de tecnología hacia la economía receptora y que ello repercuta en

un aumento de la PTF. Sin embargo, para estar seguros de que esta

conclusión es la correcta, se han llevado a cabo estimaciones en las que se

han ido incluyendo por separado cada una de las distintas variables

consideradas previamente (cuadro 2). Al observar los resultados, sorprende

encontrar que individualmente las distintas mediciones empleadas para captar

los spillovers muestran un impacto positivo y significativo sobre el crecimiento

de la PTF. Luego, ello parece indicar la existencia de algún tipo de

solapamiento entre las distintas variables consideradas que impide captar

adecuadamente este impacto.

Así, para comprobar si es esto lo que sucede, se ha procedido a evaluar

la relación existente entre el stock de conocimientos técnicos y el término que

incorpora los spillovers tecnológicos. El resultado, que se presenta en el cuadro

3 bajo el encabezado “Regresión Auxiliar”, indica que existe una relación

positiva y significativa que podría ser la causante de los resultados obtenidos.

Ello implicaría que parte de la variabilidad de una variable –parece que la del

término de los spillovers– está siendo captada por el stock de conocimientos

técnicos. Para comprobar esta hipótesis y, además, tratar de solventar este

problema se ha sustituido el stock de conocimientos técnicos por el residuo

estimado en esta regresión (T~ ) –columna 1 del cuadro 3–. Este residuo estaría

16

captando la parte de la variabilidad del capital humano que no está siendo

explicada por el término de los spillovers tecnológicos. En efecto, una vez

descontada la parte común existente entre ambas variables las dos pasan a

mostrar un impacto positivo sobre la PTF. Para estudiar la robustez de este

resultado se ha repetido el mismo ejercicio pero a la inversa, es decir, se ha

regresado el término que incorpora los spillovers sobre el stock de

conocimientos técnicos procediendo de forma análoga (columna 2 del cuadro

3). En este caso, el residuo no resulta significativo. Luego la conclusión que se

desprende de este análisis es que el término que captura los spillovers se

solapa con parte de la variable que capta la capacidad de generación de

tecnología propia de la economía, lo que impide que pueda estimarse su

impacto.

De todas formas, todavía queda la duda de que la parte de solapamiento

que se produce entre ambas variables pueda ser debida a que en ambos

términos aparezca el stock de conocimientos técnicos. Por ello, se ha repetido

el mismo análisis pero sin considerar la capacidad de absorción de tecnología

foránea (columnas 3 y 4 del cuadro 3). Los resultados siguen siendo los

mismos, lo que permite afirmar que los spillovers han tenido efectivamente un

impacto positivo en la PTF de los países que componen la OCDE.

El procedimiento aplicado aquí no va a ofrecer estimaciones puntuales

de la elasticidad pero sí va a permitir disponer de unos intervalos entre los que

varían que serán los que están entre los valores de las estimaciones en el

modelo en el que se encuentran las variables perfectamente identificadas y los

obtenidos a partir de los residuos (cuadro 4). Concretamente, estos valores se

17

mueven, en el corto plazo, entre un 0.65% y un 0.94% en el caso del stock de

conocimientos técnicos; y entre un 0% y un 0.21% en el de los spillovers. Las

elasticidades de largo plazo son algo superiores, moviéndose entre un 0.78%-

1.14% y un 0%-0.26% respectivamente.

Finalmente, para obtener una imagen más cercana a lo ocurrido durante

el período analizado, se ha procedido a realizar un sencillo ejercicio de

contabilidad del crecimiento. Así, en el cuadro 5 se recogen los intervalos entre

los que se encontrarían las contribuciones que han tenido cada uno de los

factores considerados al crecimiento de la PTF durante el período 1987-1999.

Los resultados indican que, en el mejor de los casos, los spillovers recibidos

por los países de la OCDE a través de la IED habrían sido directamente

responsables de casi el 50% del crecimiento de la PTF del período, e

indirectamente del 12%. Luego ello pone de relieve su importancia para el

crecimiento.

6. Conclusiones.

En este trabajo se sigue avanzando en el conocimiento de una cuestión

fundamental para el crecimiento económico: ¿contribuyen las multinacionales

al crecimiento del país receptor a través de la transmisión de tecnología?

Aunque la respuesta parece, a priori, positiva (al menos entre países

desarrollados) los estudios encontrados no alcanzan un consenso en torno a la

misma.

18

El objetivo fundamental ha sido el de tratar de averiguar cuáles son las

causas que han llevado a que estudios de tipo macroeconómico, como el

realizado por Lichtenberg y Van Pottelsberghe (2001), no hallen evidencia de la

existencia de spillovers positivos hacia las economías receptoras. Esto resulta

sorprendente, ya que la entrada de empresas cuya productividad es superior a

la de las empresas locales debería incrementar la eficiencia de la economía,

algo en lo que parece haber cierto consenso a partir del repaso de los estudios

microeconómicos.

Para ello se ha partido de una versión modificada del modelo

inicialmente propuesto por Benhabib y Spiegel (1994) que considera el doble

papel del stock de conocimientos técnicos: como factor de generación y

absorción de tecnología. Los resultados apuntan hacia un problema de

solapamiento entre las variables empleadas en este tipo de análisis,

independientemente de la medida que se emplee para captar la capacidad de

generación y absorción de tecnología, que impide captar adecuadamente el

impacto de los spillovers tecnológicos en el crecimiento de la PTF. Solventando

este problema se obtiene evidencia de que la difusión de tecnología que

realizan las multinacionales ha repercutido de manera importante en el

incremento de la eficiencia de las economías receptoras. En conclusión, puede

afirmarse que este fenómeno es responsable de hasta el 50% del incremento

de la PTF en los países de la OCDE durante el período 1987-1999.

19

APÉNDICE

Las variables incluidas en este trabajo, así como las fuentes utilizadas

para su construcción se recogen a continuación:

• Producto Interior Bruto real a precios de mercado: Ha sido calculado a partir

de los datos de la OCDE: National Accounts. Volume I: Main Aggregates.

Para ello, se ha tomado como año base 1990 y se ha expresado en dólares.

• Empleo: Se ha obtenido de la publicación de la OCDE: National Accounts.

Volume I: Main Aggregates.

• Stock de capital físico: Se ha calculado a partir de la acumulación de los

flujos de inversión, siguiendo el método del inventario perpetuo. El stock de

capital inicial se ha estimado a través del procedimiento de Harberger y

Wisecarver (1977), utilizando el deflactor de la formación bruta de capital fijo

como índice de precios. Por último, las tasas de depreciación se han

tomado de Beutel et al. (1992), Velázquez (1995) y EUROSTAT (1997). Las

series de Formación Bruta de Capital Fijo y de sus deflactores se han

obtenido de la OCDE: National Accounts. Volume I. Main Aggregates.

• Stock de capital tecnológico: Se ha construido sobre la base de la

acumulación de los gastos en I+D, utilizando el método del inventario

perpetuo y suponiendo una tasa de depreciación del 10%. Los datos

utilizados han sido extraídos de OCDE: Research and Development

Expenditure in Industry; OCDE: Basic Science and Technology Statistics;

OCDE: Main Science and Technology Indicators.

20

• Stock de capital humano: Se ha calculado según la metodología propuesta

en Martín et al. (2000). Se trata de un indicador que tiene en cuenta la

existencia de diferencias de calidad entre niveles educativos utilizando los

gastos por alumno:

∑=

⋅⋅=3

1,,1995,

ititiit PNEDURGPEH

donde: GPEi,1995 es el gasto público y privado por estudiante en el nivel

educativo i con relación al coste total de formación de un

universitario en la media de la Unión Europea en 1995,

considerando todos los niveles educativos que haya tenido que

cursar para obtener su título.

DURi,t es la duración que poseía el nivel educativo i en el año t.

PNEi,t es el porcentaje de población entre 25 y 64 años que tiene

terminado el nivel educativo i en el año t.

• Stock de conocimientos técnicos: Se ha calculado como combinación de los

stocks de capital humano por trabajador (H) y capital tecnológico por

trabajador (TC). Para ello se ha utilizado el procedimiento de principales

componentes sobre ambas variables expresadas en logaritmos neperianos.

El resultado ha sido:

979.0203.0ititit TCHT ⋅=

21

• Stock de Inversión Extranjera Directa: Se ha obtenido de la publicación de

la OCDE: Internacional Direct Investment Yearbook. Si bien en ocasiones

ha sido necesario utilizar el flujo para completar las series.

22

REFERENCIAS

Aitken, B. y Harrison, A. (1999): “Do domestic firms benefit from foreign direct investment? Evidence from Venezuela”, American Economic Review 89: 605-618.

Arellano, M. y Bond, S. (1991): "Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations", Review of Economic Studies 58: 277-297.

Arellano, M. y Bover, O. (1995): “Another look at the instrumental-variable estimation of error-components models”, Journal of Econometrics 68: 29-52.

Baldwin, R., Braconier, H. and Forslid, R. (1999), Multinationals, endogenous growth and technological spillovers: theory and evidence, CEPR Discussion Paper, 2155.

Barba, G. y Tarr, D. (2000): “International knowledge flows and economic performance: a review of the evidence”, World Bank Economic Review 14: 1-15.

Benhabib, J. and Spiegel, M. (1994): “The role of human capital in economic development. Evidence from aggregate cross-country data”, Journal of Monetary Economics 34: 143-173.

Beutel, J. et al. (1992), Capital Stock Data for the European Communities. Part 1: Manual. Report to the Statistical Office of the European Communities, mimeo.

Blundell, R. y Bond, S. (1997): “Initial conditions and Moment Conditions in Dynamic Panel Data Models”, Journal of Econometrics 87: 115-143.

Blundell, R. y Bond, S. (1999), GMM estimation with persistent panel data: an application to production functions, IFS Working Paper, 9.

Blundell, R.; Bond, S. y Weidmeijer, F. (2000), Estimation in dynamic panel data models: improving on the performance of the standard GMM estimators, IFS Working Paper, 12.

Braconier, H. and Sjöholm, F. (1998): “National and international spillovers from R&D: comparing a neoclassical and an endogenous growth approach”, Weltwirtschaftliches Archiv 134: 638-663.

Braconier, H. Ekholm, K. and Midelfart, K.H. (2001): “In search of FDI-Transmitted R&D spillovers: a study based on Swedish data”, Weltwirtschaftliches Archiv 137 (4): 644-665.

Branstetter, L. (2001): “Are knowledge spillovers international or intranational in scope? Evidence from the U.S. and Japan”, Journal of International Economics 53: 53-79.

23

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

Crespo, J.; Martín, C. y Velázquez, F.J. (2002), International technology diffusion through imports and its impact on economic growth, Documento de Trabajo del Grupo de Economía Europea, 12.

Djankov, S. y Hoekman, B. (2000): “Foreign investment and productivity growth in Czech enterprises”, World Bank Economic Review 14 (1): 49-64.

EUROSTAT (1997), The Capital Stock in the European Union. Structural Diagnosis and Analytical Aspects, EUROSTAT, Luxemburgo.

Girma, S. and Wakelin, K. (2001), Regional underdevelopment: Is FDI the solution? A semi-parametric analysis, GEP Research Paper 11, University of Nottingham, U.K.

Griliches, Z. (1979): “Issues in assessing the contribution of research and development to productivity growth”, Bell Journal of Economics 10(1): 92-116.

Haddad, M. and Harrison, A. (1993): “Are there positive spillovers from direct foreign investment? Evidence from panel data for Morocco”, Journal of Development Economics 42: 51-74.

Hanel, P. (2000): “R&D, interindustry and international technology spillovers and the total factor productivity growth of manufacturing industries in Canada, 1974-1989”, Economic Systems Research 12 (3): 346-361.

Harberger, A.C. y Wisecarver, D.L. (1977): “Private and social rates of return to capital in Uruguay”, Economic development and cultural change 25(3): 411-446.

Haskel, J.E., Pereira S.C. and Slaughter, M.J. (2002), Does inward foreign direct investment boost the productivity of domestic firms?, NBER Working Paper, 8724.

Hejazi, W. y Safarian, A. E. (1999): “Trade, foreign direct investment, and R&D spillovers”, Journal of International Business Studies 30(3): 491-511.

Jaffe, A. B. (1986): “Technological opportunity and spillovers of R&D: Evidence from firms’ patents, profits, and market value”, American Economic Review 76: 984-1001.

Keller, W. (2002), International technology diffusion, CEPR Discussion Paper, 3133.

Kinoshita, Y. (2000), R&D and technology spillover via FDI: Innovation and absorptive capacity, mimeo, William Davidson Institute at the University of Michigan Business School, October.

Lichtenberg, F.R. y Van Pottelsberghe, B. (1998): “International R&D spillovers: A comment”, European Economic Review 42(8): 1483-1491.

24

Lichtenberg, F. and Van Pottelsberghe, B. (2001): “Does foreign direct investment transfer technology across borders?”, Review of Economics and Statistics 83 (3): 490-497.

Martín, A. y Jaumandreu, J. (1998), Entry, exit, and productivity growth in Spanish manufacturing during the eighties, Documento de Trabajo de la Fundación Empresa Pública, 9804.

Martín, C.; Velázquez, F.J.; Sanz, I.; Crespo, J.; Perales, F.J. y Turrión, J. (2000), Capital humano y bienestar económico. La necesaria apuesta de España por la educación de calidad, VI Premio Círculo de Empresarios, Madrid.

De Mello, L.R. Jr. (1997): “Foreign direct investment in developing countries and growth: a selective survey”, Journal of Development Studies 34: 1-34.

Mohnen P. (2001): “International R&D spillovers and economic growth”, en Pohjola, M. (ed.), Information Technology, Productivity, and Economic Growth, Oxford University Press, Oxford: 50-71.

Park, W.G. (1995): “International R&D spillovers and OECD economic growth”, Economic Inquiry 33: 571-591.

Wickens, M.R. y Breusch, T.S. (1988): “Dynamic specification, the long-run and the estimation of transformed regression models”, Economic Journal 98: 189-205.

Velázquez, F.J. (1995), Medición y evolución sectorial del stock de capital de España y los países centrales de la Unión Europea, Documento de Trabajo de FIES, 119.

25

Cuadro 1. Estimación de las distintas aproximaciones para explicar el crecimiento de la PTF (1987-1999).

Nota: Errores estándar entre paréntesis. Se han incluido indicadores de significatividad de las variables: * al 10%, ** al 5%, *** al 1%. m1 y m2 son test de autocorrelación de primer y segundo orden en el error.

1 2 3 4 5 6 7 8 9 10 11 12

PTFt-1 0.20520** (0.0875)

0. 21170** (0.0855)

0.20619** (0.0874)

0.20439** (0.0820)

0.15226** (0.0754)

0.16802** (0.0786)

0.14952** (0.0727)

0.17612** (0.0798)

0.21464**

(0.0872) 0.21561**

(0.0855) 0.21024** (0.0876)

0.20779**

(0.0819)

T 0.00591*** (0.0021)

0.00445** (0.0019)

0.00578*** (0.0021)

0.00368** (0.0017)

H 0.01378***

(0.0034) 0.01359*** (0.0033)

0.01379*** (0.0032)

0.00807*** (0.0029)

TC 0.00560***

(0.0021) 0.00466**

(0.0020) 0.0060*** (0.0022)

0.00387**

(0.0017)

T*S -0.00061 (0.0006)

-0.00188** (0.0008)

-0.00028 (0.0007)

H*S 0.00048

(0.0009) -0.00199**

(0.0010) 0.00051

(0.0009)

TC*S -0.00057

(0.0007) -0.00173**

(0.0007) -0.00051

(0.0007)

S 0.00179*

(0.0010) 0.00057

(0.0013) 0.00179*

(0.0010)

Test Sargan (grados libertad)

27.798 135

27.458 135

27.845 (135)

27.696 (135)

27.406 (135)

27.609 (135)

27.459 (135)

27.718 (135)

27.929 (135)

27.555 (135)

27.856 (135)

27.682 (135)

m1 -3.018*** -3.024*** -3.021*** -2.991*** -2.872*** -2.890*** -2.875*** -2.900*** -3.024*** -3.017*** -3.019*** -2.984*** m2 0.838 0.885 0.846 0.864 0.469 0.615 0.538 0.670 0.887 0.899 0.861 0.877

26

Cuadro 2. Estimación de las aproximaciones individuales para explicar el crecimiento de la PTF (1987-1999).

1 2 3 4 5 6 7

PTFt-1 0.20130*** (0.0914)

0.15688** (0.0767)

0.20573** (0.0918)

0.20487*** (0.0964)

0.19502** (0.0951)

0.19154** (0.0938)

0.14912** (0.0764)

T 0.00504*** (0.0015)

H 0.01155***

(0.0028)

TC 0.00532***

(0.0016)

T*S 0.00124***

(0.0005)

H*S 0.00224***

(0.0008)

TC*S 0.00125**

(0.0005)

S 0.00367***

(0.0009)

Test Sargan (grados libertad)

26.988 (89)

27.876 (89)

26.878 (89)

27.949 (89)

27.841 (89)

27.962 (89)

27.773 (89)

m1 -3.022*** -2.897*** -3.019*** -3.139*** -3.098*** -3.138*** -3.028*** m2 0.813 0.521 0.831 0.862 0.782 0.857 0.714

Nota: Errores estándar entre paréntesis. Se han incluido indicadores de significatividad de las variables: * al 10%, ** al 5%, *** al 1%. m1 y m2 son test de autocorrelación de primer y segundo orden en el error.

27

Cuadro 3. Estimaciones para explicar la PTF descontando la parte común entre las variables explicativas (1987-1999).

1 2 3 4

PTFt-1 0.1692** (0.083)

0.1692** (0.083)

0.1650** (0.081)

0.1650** (0.081)

T 0.0064*** (0.002)

0.0059*** (0.002)

T*S 0.0021*** (0.001)

S 0.0037*** (0.001)

T~ 0.0072*** (0.002)

0.0052** (0.002)

ST~

*~

-0.0006

(0.001)

S~

0.0012

(0.001) Test Sargan

(grados libertad) 27.839 (129)

27.645 (129)

27.372 (129)

27.260 (129)

m1 -2.964 -2.964 -2.963 -2.963 m2 0.629 0.629 0.631 0.631

REGRESIÓN AUXILIAR PARA EL CÁLCULO DE T~ , ST~

*~

, S~

Variable dependiente T T*S T S

T 1.3347*** (0.109)

0.8421*** (0.058)

T*S 0.3760***

(0.033)

S 0.4733*** (0.0047)

Nota: Errores estándar entre paréntesis. Se han incluido indicadores de significatividad de las variables: al 10%, ** al 5%, *** al 1%. m1 y m2 son test de autocorrelación de primer y segundo orden en el error.

28

Cuadro 4. Elasticidades (en %).

Corto plazo Largo plazo Regresión (1) Regresión (2) Regresión (1) Regresión (2)

T 0.94 0.65 1.14 0.78 S 0.21 0.00 0.26 0.00

Cuadro 5. Contribuciones al crecimiento de la PTF (1987-1999).

Sin spillovers 39.76%-100% Stock de conocimientos

técnicos Efecto adicional con

spillovers 0%-11.6% 51.36%-100%

Stock de capital extranjero 0%-48.64% 0%-48.64%