La segunda parte del título de este artículo inicia el razonamiento que delinea los párrafos siguientes. Para un espacio económico, la vertebración y cohesión entre componentes económicos, en el plano atemporal, es como la persistencia de los mismos, en el plano temporal. Si se quiere, son características que convierten al punto fuerte en fortaleza. En consecuencia, se define aquí que existe una fortaleza en términos económicos cuando cierta categoría económica se mantiene, al menos, constante a lo largo del tiempo en términos relativos (por ejemplo, un peso económico de un componente de la economía) sujeta a una superioridad relativa en términos de cohesión, es decir, en términos de la persistencia “no temporal”. Así, este trabajo presenta, bajo una perspectiva meso-económica, el análisis de una serie de indicadores basados en una combinación de la metodología input-output y del Análisis de Redes Sociales (ARS) con el objetivo de caracterizar el segmento agroindustrial de Castilla-La Mancha y su vertebración en términos de sus relaciones inter-industriales. Se entiende este término desde una perspectiva de conjunto y no desde las propias relaciones entre las unidades productivas, por tanto, con todas las cautelas a tener en cuenta, especialmente la que tiene que ver con el significado de la agregación-desagregación sectorial en el análisis Input-Output. La perspectiva meso-económica, mediando entre lo microeconómico y su tratado macroeconómico, añade explicaciones desde la perspectiva institucional entre el esquema de estructura, conducta y resultados de grupos de unidades productivas componentes y la construcción de indicadores macro, tanto absolutos como relativos. Las fuentes de información tienen su origen en los datos del Marco Input-Output 2005 de la economía española, elaborado por el INE1, y del castellano-manchego, elaborado por el Instituto de Estadística de Castilla-La Mancha2. La razón de ofrecer esa referencia temporal es que no hay otra coincidencia más reciente en términos de año de base metodológica, aunque sí de extensiones temporales del marco I-O desde 2005 hasta 2008.

El marco I-O se asimila a una red de relaciones intersectoriales o a un pseudografo dirigido u orientado entre los sectores productivos (nodos) sobre las relaciones de interdependencia económica (aristas)3. Un grafo G es un par ordenado G = (V,E), donde V es un conjunto de vértices o nodos, y E es un conjunto de arcos o aristas, que relacionan estos nodos. Cuando un nodo admite una arista a sí mismo, se denomina bucle. Por su parte, un pseudografo dirigido es un grafo G = (V,E) que acepta bucles, donde: V?Ø, y E está incluido en VxV, y es un conjunto de pares ordenados y etiquetados de elementos de V (Figura 1). Así, se representará la red de relaciones intersectoriales, como representación del grafo, a través de una matriz booleana de adyacencia, que no es otra cosa que una matriz cuadrada del número de nodos (sectores productivas), cuyos elementos se presentan en términos binarios: ceros, para representar que no hay una relación significativa, relativamente sobre la frecuencia media del conjunto, o una masa crítica de aristas dirigidas entre las ramas productivas o nodos, y unos para lo contrario4.

Conviene introducir la idea de centralidad5 (“centrality”), para hablar sobre la consistencia y vertebración de un espacio económico o un segmento del mismo, tal como el agroindustrial, a partir de las relaciones intersectoriales. El término tenía sus orígenes en el concepto socio-métrico de “estrella” (“star”) o red estrella, la cual tiene el máximo grado de centralización: un nodo (sector) adquiere el protagonismo de las relaciones en su conjunto, y su formalización tiene un importante precedente en los trabajos, pioneros en la materia, que realizó Bavelas (1948) en los años 50. Siguiendo a Freeman (1978), se distinguirá entre “centralidad de los nodos” y la “centralidad del grafo” (“centralization”), a la cual Scott (1991)6 propone el término centralización para referirse al problema de la cohesión interna del grafo tomado como un todo y evitar confusiones terminológicas.

En las formas de cálculo de la centralidad se seguirá a Freeman7 y se utilizará el software UCINET 68. La medida más simple e intuitiva de centralidad es a través del grado (“degree”) de los nodos (sectores) del grafo (red de relaciones intersectoriales). Un nodo (sector) es central si tiene un grado alto, es central si está bien conectado con los demás nodos (sectores) de su entorno. Pero fuera de ese aspecto “local”, es interesante en la red de relaciones intersectoriales del marco I-O la idea de intermediación (“betweenness”), que determina en qué medida una rama hace de “intermediaria” entre otros nodos (sectores) por estar situado en el camino “entre” ellos. Una derivación de la misma idea, pero que incluye los relaciones indirectas de intermediación, es decir, no sólo las distancias geodésicas (óptima o mínimas entres nodos), directas, sino también caminos indirectos para la intermediación entre dos sectores, se corresponde con la centralidad del flujo (“flow betweenness”).

El GRADO y la CENTRALIDAD DEL FLUJO, son formas simples e intuitivas de medir la centralidad. La primera describiría, en el tema que ocupan estas líneas, que una rama productiva agroindustrial es más “central” cuantas más relaciones tiene. La segunda sostendría que, además de las relaciones que se puedan considerar directas entre ramas productivas agroindustriales, un aspecto primordial dentro del marco I-O es la consideración de las transacciones indirectas: la importancia o frecuencia con la que un sector actúa como intermediario entre otras dos ramas, pero no sólo a través de la senda más corta o camino geodésico. La posición intermedia de una rama en las relaciones económicas entre otros sectores significa que ésta puede tener algún control sobre las transacciones de las ramas no adyacentes, es decir, no relacionadas directamente, y por eso convine incluir en el algoritmo de solución otros caminos que pongan en contacto a esos dos sectores. El poder de la rama productiva, tanto para desparramar sus efectos beneficiosos o perjudiciales será mayor. Caminos alternativos provocarán una menor dependencia del mismo para desarrollar las actividades económicas y, por tanto, la disminución del poder del intermediador.

Por otra parte, se puede establecer hasta qué nodo (rama) el grafo (la red de relaciones intersectoriales) es o no una estructura centralizada a partir de tres indicadores: densidad (“density”), como la relación porcentual del número de relaciones entre el total de posibles; cohesión, definida en teoría de redes como el esfuerzo de relacionarse entre nodos (ramas productivas), como número de relaciones en el camino más corto entre ambos; y el grado de centralización (“Network Centralization Index”), como variabilidad en grados como porcentaje sobre la máxima centralización (red estrella con poder de un solo sector o rama sobre el conjunto). Si el diccionario de la RAE define el término vertebración como “Dar consistencia y estructura internas, dar organización y cohesión”, entonces los conceptos sobre la medida de centralización en las redes de relaciones intersectoriales anteriormente señalados se asimilan a esa definición y, en consecuencia, se puede responder a cuestiones relativas a cómo se vertebra el segmento agroindustrial en la economía nacional y regional y, así, realizar una comparación que pueda servir para explicar otras diferencias o resultados dispares entre espacios económicos.

Pues bien, en dimensiones diferentes de la centralidad: capacidad de las ramas agroindustriales de ser proveedor (outdegree) o receptor (Indegree) de relaciones productivas intersectoriales (Cuadro 1), como en la capacidad de intermediar tanto directa como indirectamente (Cuadro 2), así como de relacionarse con otros sectores sin hacer uso del camino más corto o distancia geodésica (Cuadro 3), las estructuras del segmento agroindustrial nacional y regional difieren. La centralidad como indicativo del concepto de concentración económica o de parte de ella alrededor de un sector líder, asumible por el segmento agroindustrial o por componentes del mismo, es mayor en la economía nacional que en la economía regional, independientemente del peso absoluto o relativo que tenga tal segmento o rama en Castilla-La Mancha.

Cuadro 1. Grado de centralidad de Freeman del segmento agroindustrial por ramas productivas(a) 2005.

Red  agroindustrial Castilla-La Mancha

Red  agroindustrial Economía Nacional

Sectores

Puesto (s/68)

Grado

Sectores

Puesto

(s/73)

Grado

Elaboración de bebidas

4

18

Otras industrias de alimentación

6

21

Agricultura

9

11

Industria cárnica

21

13

Industrias cárnicas

10

10

Ganadería, caza, servicios agrarios

22

13

Ganadería, caza, servicios agrarios

11

10

     

Industrias lácteas

14

7

     

Fabricación otros productos alimenticios

15

6

     

Molinería y alimentación animal

17

6

     

Media de grados(b)

4,73

Media de grados(b)

8,66

Máximo grado(b)

30

Máximo grado(b)

47

Grado de centralidad del grupo

58,8%

Grado de centralidad del grupo

75,3%

Índice de centralización

38,85%

Índice de centralización

54,75%

Fuentes: Elaboración propia sobre la metodología expuesta y Borgatti, Everett, y Freeman(2002): Ucinet for Windows. Notas: (a) Coeficientes interiores, no totales. Las ramas se ordenan por importancia en el indicador, siempre que queden por encima de la media de los indicadores del conjunto de las ramas, no sólo las que pertenecen al segmento agroindustrial (b) Se entiende del total de la red, no sólo el segmento agroindustrial.

Cuadro 2. Grado de intermediación de Freeman del segmento agroindustrial por ramas productivas(a) 2005.

Red  agroindustrial Castilla-La Mancha

Red  agroindustrial Economía Nacional

Sectores

Puesto

(s/68)

Grado

Sectores

Puesto

(s/73)

Grado

Agricultura

8

117,74

Otras industrias de alimentación

6

70,058

Elaboración de bebidas

10

61,343

     

Ganadería, caza, servicios agrarios

12

35,773

     

Máximo grado(b)

826,94

Máximo grado(b)

992,773

Grado de intermediación medio (b)

34,219

Grado de intermediación medio (b)

40,956

Índice de centralización

18,04%

Índice de centralización

19,01%

Fuentes: Igual que Cuadro 1.

Cuadro 3. Centralidad del flujo de Freeman del segmento agroindustrial(a) 2005.

Ramas productivas

Castilla-La Mancha

ESPAÑA

Total

Ego

Total

Ego

Agricultura

X

X

X

X

Ganadería, caza, y servicios agrarios

X

X

   

Elaboración de bebidas y tabaco

X

 

X

 

Otras industrias alimentarias

X

X

X

X

Índice de centralización de la red

20,65%

0,459%

21,74%

0,71%

Fuentes: Elaboración propia sobre la metodología expuesta y Borgatti, Everett, y Freeman(2002): Ucinet for Windows. Notas: (a) Coeficientes interiores, no totales. Total= Teniendo en cuenta todas las ramas de la economía, se consideran las que, perteneciendo al segmento agroindustrial, tiene un indicador significativo. Ego= Teniendo en cuenta sólo las ramas del segmento agroindustrial, con todas las demás (no todas con todas, como en Total), se consideran las que tienen un indicador significativo. Ha dado la casualidad que el orden de las ramas en las salidas de UCINET sobre la centralidad del flujo coincidía.

Por otra parte, los grafos de las redes agroindustriales de Castilla-La Mancha y España expresan visualmente los indicadores de los cuadros 1 y 2. Los nodos se dibujan de un tamaño proporcional al de su indicador de grado (centralidad o intermediación), de manera que se obtiene la impresión de la importancia central de las ramas productivas agroindustriales en red. Los gráficos 1 y 2 son un reflejo potenciado del Cuadro 1 y los gráficos 3 y 4 del Cuadro 2, puesto que se configuran para las ramas agroindustriales y las que se relacionan con aquéllas, sin tener en cuenta las relaciones entre terceras ramas si es que alguna de éstas no tiene relación con aquéllas (agroindustriales). Se denominan grafos de redes egocéntricas, de ahí su forma estrellada.

Así, se concluye que la capacidad del segmento agroindustrial en Castilla-La Mancha de ser el líder del arrastre económico es limitada, y no se trata de un tópico: la centralidad en las dimensiones tratadas tanto en España como en la región, asocia en 2005 a los sectores de Construcción, Manufacturas varias, y Servicios Inmobiliarios, entre otras, como reflejan los puestos ocupados en esos indicadores por las ramas componentes del segmento agroindustrial (se deduce de los Cuadros 1, 2 y 3 que, por falta de espacio no pueden representar el orden de todos y cada uno de los sectores productivos presentados en el marco I-O).

Los sectores de la agroindustria regional poseen puestos intermedios con una cuantificación de los indicadores de centralidad muy por debajo de la máxima, lo que corrobora una menor vertebración relativa a la nacional. Incluso, no todos los componentes aparecen en las puntuaciones de grado de centralidad, intermediación y flujo por encima de las medias del conjunto. Eso sí, los puestos de los componentes de segmento en Castilla-La Mancha, en ocasiones, superan a los mismos puestos nacionales, pero siempre con puntuaciones de los indicadores más bajas sobre el conjunto de ramas de la economía. Por tanto, la centralización del segmento agroindustrial es mayor para la economía nacional, añadido a la propia concentración en la rama de “Otras Industrias alimentarias”, el líder de la agroindustria nacional.

Otra diferencia estructural queda patente en el número de ramas componentes del segmento en una u otra escala espacial: el factor de escala de “Otras industrias alimentarias” en la economía nacional, y que se confirma en los sucesivos indicadores, es diferente al sector más importante a nivel regional, la “Elaboración de bebidas”.

En definitiva, los grafos evidencian que la estructura difiere, dando una sensación de menor cohesión del segmento regional respecto al nacional, aspecto confirmado en los indicadores concretos de la red calculados por UCINET (Cuadro 4).

Cuadro 4. Densidad y Cohesión de la red agroindustrial(a) 2005.

 

Castilla-La Mancha

ESPAÑA

 

Total

Ego

Total

Ego

Densidad de la red

0,038

0,012

0,067

0,011

Cohesión de la red

0,136

0,016

0,200

0,020

Fuentes: Elaboración propia sobre la metodología del epígrafe 2 y Borgatti, Everett, y Freeman(2002): Ucinet for Windows. Notas: (a) Coeficientes interiores, no totales. La razón es que hay mínimas diferencias y se intentaba dar una idea tradicional del modelo del multiplicador IO, de coeficientes interiores. Total=Considerando todas las ramas de la economía, Ego= Teniendo en cuenta sólo las ramas del segmento agroindustrial con todas las demás.

Concluyendo, con los datos disponibles y bajo la metodología expuesta, se sostiene que el segmento agroindustrial castellano-manchego, formado por el tradicional sector primario y la manufactura agroalimentaria, mantiene, desde una perspectiva meso-económica, una baja cohesión y similar, aunque más elevada, densidad que el mismo segmento a nivel nacional. La vertebración, como cualidad para que un complejo industrial (o agroindustrial) o un componente del mismo acumulen actividad económica (básicamente producción y empleo) y genere efectos de arrastre, no ha calificado a favor de la agroindustria en la región respecto al mismo segmento nacional. Por tanto, el segmento tratado no se puede tratar como una fortaleza en la región por cuestiones de red internas (cohesión) y externas (de escala), además de las propias microeconómicas, más relacionadas con la conducta y estrategias competitivas que por el tipo de datos tratados no es posible analizar aquí.

El hecho de que un componente del total de una economía, como pueda ser el segmento agroindustrial, tenga un peso específico importante en la economía regional olvida el concepto de sinergia, que supone tener en cuenta relaciones equilibradas con otras ramas componentes de la estructura productiva espacial, cuyo conjunto arrojaría un resultado mayor que la suma de los resultados de las partes. La sinergia del segmento tratado en la región parece ser menor que la que potencialmente se obtiene por la economía nacional. De otra manera, teniendo en cuenta el peso específico de los componentes del segmento agroindustrial regional, se detecta cierta pérdida de oportunidades. Por tanto, parecería prudente actuar en coherencia con esa ESTRUCTURA a través del fomento o incentivo (CONDUCTA) de estrategias cooperativas de/entre las propias empresas del segmento, o de políticas industriales que ayuden a una mayor cohesión en el segmento agroindustrial con el objetivo de aprovechar elementos de sinergia, que finalicen en RESULTADOS medibles sea en términos de empleo, de innovación, de generación de mayor valor añadido y/o de rentas. La cooperación económica incluye la que pudiera acontecer entre iniciativas privadas y/o iniciativas público-privadas que no distorsionen la competencia. El inconveniente está en cómo una economía regional, por definición abierta, puede ser capaz de minimizar los drenajes de recursos, hacia afuera del espacio económico, que fueran resultado de un segmento agroindustrial más vertebrado. El orden de la iniciativa de cooperación, privada o pública, bien podría ser, primero, actuaciones para incentivar la vertebración y, posteriormente, actuar en el fomento del segmento agroindustrial, pero no al revés, que parece ser lo ocurrido en las últimas décadas, salvo iniciativas aisladas (iniciativas de Denominación de Origen e incentivos a la innovación), no generalizadas.

Las oportunidades de un cluster (cooperación entre competidores) requieren diálogo y estrategia entre competidores, y pueden ser compatibles con el apoyo desde las Administraciones, pues sería cuestionable una iniciativa pública. Véase también un ejemplo real de iniciativa en pro de la cohesión del segmento agroalimentario en otra Comunidad Autónoma relativo a la marca de garantía “Tierra de Sabor” en Castilla y León, con una notabilísima participación de cooperativas, productos y marcas específicas. Pero eso no es todo. Incluso, organizaciones no cooperativas de la región apuestan por la extensión de redes de cooperación a través de este “clúster de marca”, cooperación entre competidores que comparten una marca común. Se compone de más de 650 entidades a fines de 2011, en crecimiento continuo desde 2008, de las que 50 son cooperativas, todas con una media de 4 marcas por entidad que acuñan, a su vez, la marca de garantía. La aportación individual a una estrategia conjunta institucional-privada de diferenciación da sus frutos, remueve la estructura empresarial y la conducta anteriormente postrada. Y remueve resultados. Nótese que a mayor número de cooperantes, menor coste unitario individualizado de la estrategia conjunta. Conviene conocer que en 2010 esta Comunidad Autónoma tiene un PIB por habitante de 22.380 euros por habitante sobre 22.600 de la economía española, avanzando en 10 años casi 9 puntos porcentuales hasta conseguir prácticamente la renta media nacional (99 sobre España=100). Sin duda, una parte de este progreso es gracias a esas actitudes mencionadas, especialmente en el segmento agroindustrial de cara al aprovechamiento de su dotación de recursos (eso es parte del denominado desarrollo endógeno).

La vertebración, como otros tantos conceptos en economía, precisa de explicación institucional y, especialmente, parece sostenerse bajo la teoría de redes y grafos. Resulta que una cuestión meramente intuitiva o tomada como dada por el individualismo metodológico, bien puede ser expuesta formalmente. Parece entonces que el método expuesto da razones formalizadas, explícitas en conceptos, que además sirven complementariamente a explicaciones micro o macroeconómicas sobre la situación y comportamiento dinámico de la economía o de partes de ella. En estas líneas, no se entienda lo institucional como la intervención pública, sino como el fomento privado y/o público de hábitos cooperativos y de cohesión, incluyendo los propios cooperativistas; ni se confunda que la vertebración sea un proceso espontáneo, sino posible de ser alimentado por la evolución persistente de hábitos fomentados, que no subvencionados, por lo público, aunque también por lo privado.

Finalmente téngase en cuenta que lo tratado puede ser sostenido en la actualidad siempre y cuando: primero, la cuestión no haya variado mucho estructuralmente hablando, respecto del fechado de información utilizada; segundo, continúe la carencia de información de un marco I-O de año base metodológico posterior a 2005 y, tercero, se siga confiando en que los marcos I-O utilizados son correctos.

BIBLIOGRAFIA

  • Bavelas (1948): “A mathematical model for group structure”. Human Organizations, 7, pp. 16-30
  • Morillas (1983): La Teoría de Grafos en el Análisis Input-Output. La estructura productiva andaluza. Universidad de Málaga. Málaga.
  • A.S. García Muñiz (2006): La teoría de redes en el análisis input-output. Tesis Doctoral. Departamento de Economía Aplicada. Universidad de Oviedo.
  • A.S. García Muñiz, C. Ramos (2003): “Las redes sociales como herramienta de análisis estructural input-output”. Revista hispana para el análisis de redes sociales, nº4
  • A.S. García Muñiz, R. Álvarez, y C. Ramos (2003): “Análisis Estructural a partir de la teoría de las Redes Sociales: Un nuevo enfoque de un problema clásico”. Comunicación en Actas de XI Jornadas ASEPUMA. Oviedo.
  • J. Scott (1991): Social network analysis: a handbook. Sage.London.
  • L. De Mesnard (2001): “On Boolean topological methods of structural analysis”, en M.L. Lahr y E. Dietzenbacher (eds.) Input-Output Analysis:Frontiers and Extensions, Palgrave Macmillan, Basingstoke, UK
  • L. Freeman (1978/79): “Centrality in Social Networks. Conceptual Clarification”. Social Networks, 1, pp. 215-239.
  • P. Bonacich (1987): “Power and centrality: A family of measures”, American Journal of Sociology, Vol. 92, nº 5, pp. 1170-1182.
  • R. A. Hanneman y M. Riddle (2005): Introduction to social network methods.  : University of California, Riverside. Riverside, CA http://faculty.ucr.edu/~hanneman/
  • R. Bott y J.P. Mayberry (1954): Matrices and Trees, Economic Activity Analysis. Wiley, New York,
  • S.P. Borgatti, M.G. Everett y L.C. Freeman (2002): Ucinet for Windows: Software for Social Network Analysis. Harvard, MA: Analytic Technologies.
  • S.P. Borgatti (2002): NetDraw: Graph Visualization Software. Harvard: Analytic Technologies.

  1. http://www.ine.es/daco/daco42/cne00/cneio2000.htm 

  2. http://www.ies.jccm.es/publicaciones.htm 

  3. Para repasar los conceptos tratados, relacionando teoría de redes o grafos y análisis input output, y evitando las referencias clásicas específicas de esas materias por separado, se considera, a juicio del que escribe, como referencias fundamentales: R. Bott y J.P. Mayberry (1954), que permiten determinar si una economía es productiva con solo encontrar un árbol maximal, y los análisis más pormenorizados del significado económico de algunos invariantes topológicos relacionados con los grafos de A. Morillas (1983). Así como L. De Mesnard (2001); R. Lantner (1974); y los trabajos de A.S. García Muñiz, C. Ramos (2003), y A.S. García Muñiz, R. Álvarez, y C. Ramos (2003). 

  4. Para obtenerla hay que calcular la matriz de contenido sectorial de la producción intermedia, para cada año (m), espacio económico (k), y coeficientes interiores o totales (p), como CSpmk=[(I-Apmk)-1-I]xDpmi; donde Dpmi es la demanda final de origen interior, y cada elemento CSij muestra el contenido total de producción intermedia interna de la rama i en la demanda final de la rama j. La suma por filas indica los requerimientos que la economía dirige a cada uno de los sectores ante la demanda final existente, y por columnas el contenido total de producción intermedia en la demanda final existente. La matriz de dependencia-interdependencia DISpmk, se compone de los elementos DISpmk;ij, que toman el valor 1, si CSpmk;ij≥[∑ijCSpmk;ij /n], y 0 si CSpmk;ij<[∑ijCSpmk;ij /n], donde n es el cuadrado de las ramas homogéneas representadas en la TIOS. La suma por columnas indicaría mayor número (de lazos) en las ramas proveedoras para la demanda final y se abastecen de otros, y la suma por filas, mostrarán un número mayor (de lazos) las suministradoras de inputs intermedios. 

  5. La referencia fundamental es L. Freeman (1978/79). Pero en cuanto a los aspectos aplicados y analíticos posterirores destacan , R. A. Hanneman y M. Riddle (2005), y P. Bonacich (1987). 

  6. J. Scott (1991). 

  7. También se presentarán medidas del conjunto de la red, las de centralización. Ambas se calculan con el software UCINET 6, de Analytic Technologies, La forma de citar UCINET for Windows según presenta el propio programa es: S.P. Borgatti, M.G. Everett y L.C. Freeman (2002). 

  8. Hanneman y Riddle (2005).