Universidad de Talca Escuela de ingeniera comercial

INDUSTRIA MANUFACTURERA EN CHILE

GABRIELA SEPLVEDA VERA, FERNANDO MUOZ MORALES, CECILIA CARRIZO NUEZ, CSAR MACHUCA PEALOZA Abstract The country's production structure is based on the exploitation of natural resources, producing commodities with low added value. Due to shape a production function that models the value added of domestic production, we decided to analyze the main variables that explain the product. Through various econometric analyses it reaches to a Cobb Douglas model which appropriately explains the interaction of variables within the manufacturing industry. This model allows us to draw conclusions about the reality of Chilean manufacturing. As the most influential factor in the generation of added value, we find that the domestic industry is basically intensive use of labor, as do nations that base their economies on the exploitation of natural resources, as in the case of mining and agriculture. In addition, it is diagnosed the need to automate production processes and investing more capital resources in the manufacturing work to shape a more sustainable model of economic development. Key words: Production, variables, industry, added value, economic development. Resumen ejecutivo La estructura productiva del pas se basa en la explotacin de recursos naturales, produciendo bienes primarios de bajo valor agregado. Con motivo de dar forma a una funcin de produccin que modele el valor agregado de la produccin nacional, se decide analizar las principales variables que explican dicho producto. Por medio de

SECTOR INDUSTRIAL EN CHILE

diversos anlisis economtricos se logra llegar a un modelo Cobb Douglas que explica de manera apropiada la interaccin de las variables dentro de la industria manufacturera. En cuanto al factor que ms influye en la generacin de valor agregado, se observa que la industria nacional es bsicamente intensiva en el uso del factor trabajo, tal como lo hacen las naciones que basan sus economas en el aprovechamiento de los recursos naturales, como en el caso de la minera y la agricultura. Adems, se diagnostica la necesidad de automatizar los procesos productivos, invirtiendo ms recursos de capital en las labores de manufactura, para conformar un modelo ms sustentable de desarrollo econmico. Palabras clave: Produccin, variables, industria, valor agregado, desarrollo econmico.

Antecedentes Generales
A pesar de los importantes vaivenes de la economa internacional durante los ltimos 5 aos, el fuerte sismo que afect al pas en febrero de 2010 y el actual escenario de incertidumbre que se observa en algunos pases europeos, el sector Industrial Chileno contina mostrando una positiva tendencia en los niveles de inversin (SOFOFA). Chile se encuentra situado entre los pases ms industrializados de Amrica Latina. Desde 1940, el sector manufacturero ha contribuido ms que la agricultura en la participacin del PIB. Cerca de un tercio del valor agregado del sector manufacturero proviene de la produccin de alimentos, refrescos y tabaco. Durante los ltimos 10 aos del siglo pasado, la exportacin de productos alimenticios se dispar, con un crecimiento del 85% hasta un 100% (Vase grfico 1). El sector Industrial chileno est compuesto principalmente por recursos mineros locales, materiales agrcolas brutos, y silvicultura. Las industrias actuales incluyen refinamiento de cobre, productos nitratos, fundicin de hierro, produccin de acero, refinamiento de petrleo, cemento, qumicos, madera y pulpa, muebles, y productos de madera variados. Existe, adems, una gran industria textil y de cuero, concentrada principalmente en los centros urbanos, siendo Santiago la ms grande, empleando un 20% de la fuerza laboral local.

SECTOR INDUSTRIAL EN CHILE

Grfico 1 Evolucin exportaciones de alimento

Fuente: Chilealimentos

Antecedentes histricos La industria manufacturera es un conjunto de empresas, definidas como entidades jurdicas dedicadas a producir bienes y/o servicios, se caracteriza por trasformar las materias primas y/o insumos en productos ms elaborados. El patrn industrial bsico, establecido en 1914, incluy el procesamiento de alimentos, produccin de refrescos, refinamiento de azcar, algodn y lana, una fbrica de fsforos, una fundicin de hierro, y una fbrica de cemento. Durante la segunda dcada, la produccin industrial creci cerca de 85%, pero desde 1949 a 1958 el nivel de produccin era prcticamente estacionario. Con el establecimiento de la fbrica de acero Huachipato en 1950, el trabajo preparatorio fue formulado para el desarrollo de industria pesada. La primera refinera de cobre en Chile fue inaugurada en noviembre de 1966. La mayor regin industrial del pas es el rea Santiago-Valparaso. La empresa estatal CODELCO es la segunda compaa ms grande de extraccin de cobre del mundo, aunque el sector privado generalmente produce ms cobre que el Estado (dos tercios del total). Durante el perodo 1970-73, 464 plantas e instalaciones domsticas y extranjeras fueron nacionalizadas por el gobierno de Allende. Esto incluy las instalaciones de cobre de las empresas Anaconda y Kennecott, y otras compaas adquiridas por capitales americanos. En 3

SECTOR INDUSTRIAL EN CHILE 1982, el gobierno militar devolvi muchas de las instalaciones expropiadas a sus dueos originales. Las polticas de libre mercado de la Junta, en conjunto con la recesin mundial, tuvo como resultado una baja del 25.5% en la produccin industrial en 1975. Luego a mediados de los aos 70`s, la industria chilena se alej del enfoque en la sustitucin de importaciones hacia una orientacin a las exportaciones. Ms del 20% del valor de la produccin industrial de 1985 vino de las exportaciones, y en 1998, el valor de las exportaciones excedi al valor de las exportaciones por primera vez. Los sectores claves incluyen textiles, automviles, qumicos, productos del caucho, acero, cemento, y bienes de consumo. El sector industrial creci a una tasa promedio del 7% entre 1976 y 1982. La produccin industrial creci en promedio un 3,7% por ao entre 1980 y 1990, y un 6,6% anual durante 1988-98. La produccin manufacturera creci a una tasa promedio de 3,4% por ao durante los aos 80s, y un 5,8% por ao entre 1988 y 1998. Chile tiene tres refineras de petrleo, con una capacidad de produccin de 205.000 barriles por da. Adems, tiene una reciente industria automotriz: en 2001, Chile produjo 10.519 unidades, el doble de las producidas en el ao 2000. Tambin se producen algunos vehculos pesados (Encyclopedia).

Situacin actual Al estudiar la industria el Chile es importante mencionar, que la actividad econmica del sector se mide a travs de la ENIA (Encuesta Nacional Industrial Anual) cuya misin es producir y difundir estadsticas oficiales de Chile, proporcionando informacin confiable y accesible a los usuarios para la toma de decisiones, logrando un mayor conocimiento de la realidad del pas y, articular el Sistema Estadstico Nacional, de manera que ste provea al pas informacin pertinente, relevante y comparable a nivel nacional e internacional (INE). Bajo este contexto, durante la medicin del primer Trimestre 2011 se detecto que la participacin de la industria en el PIB fue de un 3% (Ver anexo N1) y las iniciativas sectoriales han alcanzado un 12,4% ms con respecto al 2010 en inversin. Este aumento en las iniciativas de inversin fue impulsado por el importante incremento en la cantidad de proyectos, registro que signific avanzar de 106 a 185 iniciativas en 12 meses. La Produccin Industrial mostr en junio de 2012 un aumento de 2,7% en relacin a igual mes de 2011. Las ventas fsicas, por su parte, experimentaron un alza interanual de 2,0%, mientras que las ventas internas se expandieron en 0,7% en igual mes (Ver grafico 2). 4

SECTOR INDUSTRIAL EN CHILE El sector que lider la produccin industrial en el mes de junio fue el de alimentos, bebidas y tabaco, registrando un crecimiento interanual de 8,9%, impulsado por la produccin de salmones y truchas, productos de molinera, panadera, vinos, y bebidas refrescantes. Tal como meses anteriores, en junio el sector alimentos fue el principal contribuyente en el incremento que muestra la expansin industrial. Los sectores metalrgicos y metalmecnicos tambin mostraron crecimientos interanuales en junio, impulsados por el sector construccin y minera. Con estos resultados, la Produccin Industrial registr en el primer semestre de 2012 un aumento interanual de 3,4%. Las ventas industriales mostraron un avance de 3,3% en igual lapso, mientras que las ventas internas acumularon un incremento de un 1,6% (Ver anexo N2) (SOFOFA). Grfico 2

Fuente: SOFOFA

Ocupacin Industrial Es relevante mencionar la participacin de la industria en el empleo, ya que este es la principal fuente de ingresos de los hogares Chilenos. Dicha participacin es relevante para el pas ya que segn dato de la nueva Encuesta Nacional del Empleo 2012 (INE), de un total de 7.583,24 Miles de personas empleadas, 11,64% de las personas contratadas provienen de la Industria Manufacturera dichos empleos generados principalmente en la Regin Metropolitana (48,36%), la del Bo-Bo (14,56%) y la de Valparaso (8,4%), entre otras. Cifra que en comparacin con los dems sectores de la actividad econmica la sita en el segundo lugar a nivel de pas, siendo el sector de la Construccin el que lidera el ranquin con un 19,75% de las personas empleadas en el pas. El ndice de Ocupacin Industrial del mes de junio de 2012, registr un aumento de 3,0% en relacin a junio del ao pasado, y un leve incremento de 0,3% respecto al mes de mayo de este ao (Vase grfico 3). Los sectores que incidieron positivamente en el alto dinamismo del empleo industrial fueron la industria alimenticia, fabricacin de prendas de vestir, 5

SECTOR INDUSTRIAL EN CHILE fabricacin de productos elaborados de metal, y la fabricacin de sustancias y productos qumicos, con respecto al 2011. De esta manera, la Ocupacin Industrial registr una variacin en el primer semestre de 2012 de 3,1%, en comparacin a igual lapso del ao pasado. De acuerdo a la organizacin gubernamental Prochile, Este sector se ha caracterizado por presentar un importante desarrollo en las ltimas dcadas gracias al crecimiento de sectores productivos primarios, y a la implementacin de una industria satelital de apoyo, pero aun no a podido desarrollando nuevos productos orientados a determinados nichos de mercado. Ambas situaciones han generado un incremento en la base de empresas productivas de todos los subsectores manufactureros no alimenticios, cumpliendo siempre con estndares de calidad a nivel internacional, y obteniendo reconocimiento de ventajas competitivas como cumplimiento de normativas y certificaciones, oportunidad de entrega, servicio tcnico pre y post venta, produccin estandarizada y a pedido-, desarrollo de productos en base a necesidades especficas, seriedad empresarial, y una relacin cara a cara con los clientes (Prochile). Grfico 3

F uente:

SOFOFA

En muchos sectores se puede apreciar una evolucin positiva de sustitucin de importaciones y, por otro lado, la generacin chilena de soluciones integrales a travs del encadenamiento productivo y la asociatividad empresarial. Los sectores ms destacados de esta oferta exportable no tradicional chilena son, entre otros, los de textil confeccin, calzado, cosmticos, accesorios de vestir, envases y embalajes, sector forestal industria secundaria, rea mdica, frmacos y productos naturales, sector elctrico-electrnico, ferretera, as como tambin proveedores para la industria minera, acucola, forestal y maderera, y agroindustrial. La industria no alimenticia chilena se caracteriza en los mercados internacionales por su seriedad empresarial, cumplimiento de estndares internacionales, tradicin productiva y vocacin sectorial en base al desarrollo de sectores productivos primarios, capacidad productiva 6

SECTOR INDUSTRIAL EN CHILE y tecnolgica para satisfacer requerimientos tcnicos especficos de los demandantes, adems de ser proveedores confiables y capaces de entregar soluciones integrales y ofertas sectoriales complementarias.

Problema
Encontrar cules son los factores productivos ms relevantes en el sector manufacturero en Chile para poder crear una funcin de produccin. Justificacin Mediante factores como, sexo, edad, ingreso, materias primas, regin, ocupacin, energa y tecnologa, se busca entender cmo se comporta la manufactura en Chile, creando una funcin de produccin segn el comportamiento de dichas variables. Objetivos General: Crear una funcin de produccin, para as comprender como funciona el sector manufacturero en chile. Especficos: Verificar la diferencia de los factores productivos en la funcin de produccin. Conocer la importancia relativa del factor productivo Capital dentro del sector manufacturero en Chile. Importancia de la energa como factor productivo dentro de la industria manufacturera. Determinar la importancia relativa de cada factor.

SECTOR INDUSTRIAL EN CHILE

Estado del Arte

La mayor parte de la informacin contenida en este estudio proviene de datos proporcionados por la ENIA, la institucin en Chile que se especializa en la medicin del sector industrial y sus variables. Cabe mencionar que Chile posee una clasificacin Industria propia para realizar estudios nacionales o comparaciones internacionales. La Clasificacin Internacional Industrial Uniforme de todas las Actividades Econmicas (CIIU), permite que cada pas obtenga datos en funcin de estructuras comparables internacionalmente (CIIU). En Chile existe la ley N 23407 que legisla el actuar de la industria, y que en general promueve el incremento de la riqueza, en base al trabajo, el aumento en la inversin, produccin y productividad, y la difusin apropiada de la tecnologa para el desarrollo y mayor eficiencia de la actividad industrial. Segn (Bernard & Contreras, 2009), Las variables que predominan y que son esenciales para la prediccin de la funcin de produccin de la industria son tecnologa, trabajo, insumos y capital. Dicho estudio esta enfocado en la distribucin del ingreso y en los mrgenes de utilidad, en donde propone que el ingreso est directamente relacionado con los pagos de los diferentes insumos ocupados en la produccion y que participan el la generacin de riqueza de un pas, mientras que al hablar de mrgenes de utilidad se hace alusin al hecho de que las firmas operan bajo competencia imperfecta en el mercado de bienes, y como tomadoras de precios en el mercado de factores, por lo que maximizan sus utilidades en el corto plazo en donde los materiales y la mano de obra son ajustados al valor de equilibrio en cada perodo. En este caso se da que el ingreso marginal es igual al costo marginal, por lo que la razn financiera que indica la eficiencia (MARKUP) de la firma, se produce entre el precio del bien y la ganancia o costo marginal. Los resultado del estudio muestran en general que la mano de obra obtiene un 21% por cada peso de ganancia que obtiene la industria, mientras que los proveedores slo un 16%. En el caso de la razn de utilidad, ste presenta un valor mucho mayor al del markup debido a la presencia de rendimientos decrecientes, alcanzando as un margen de 79 %. En su estudio (Benavente, Abril 2005), el autor discute el rol fundamental que cumple el estado como promotor en temas de ciencia y tecnologa para la industria, ya sea en sectores de empresas educacionales pblicas o privadas, ya que el apoyo a la innovacin a travs de diferentes programas y fondos slo solucionan las fallas de mercado y no hay evidencia de que lo hagan de manera eficiente. El principal problema aqu es la falta de polticas cientficotecnolgicas a nivel nacional que coordinen actividades, objetivos y mercados hacia los cuales estn orientados las organizaciones. Por lo que el autor propone la creacin de una unidad

SECTOR INDUSTRIAL EN CHILE rectora que entregue directrices, prioridades, reglas y evaluaciones peridicas, de modo de hacer ms eficiente la inversin pblica en este tipo de actividades. De lo anterior el autor concluye que an cuando el cambio tecnolgico es un factor del crecimiento econmico, no hay mucha evidencia de que cauce un gran impacto en este. Menciona, adems, que nuestro pas tiene graves deficiencias en cuanto a I+D. En sntesis la nica forma de revertir la situacin, es decir, aumentar la inversin en I+D, es hacer que el sector privado tome un rol mas activo, no slo en el financiamiento, sino tambin en la ejecucin de actividades de investigacin e innovacin tecnolgica. Segn un estudio realizado por (Ramrez & Alfaro, 2011) a una muestra de 112 empresas manufactureras chilenas para medir la influencia de la inversin en TI sobre la eficiencia relativa de las organizaciones, la incorporacin de las TI a las organizaciones ha despertado amplias expectativas sobre su contribucin en el aumento de la riqueza de las naciones. El autor sugiere que una mayor inversin en TI implica un aumento en el rendimiento empresarial de los pases desarrollados, pero en pases en vas de desarrollo esto no es as. Adems de lo anterior establece una relacin entre las TI y la teora de recursos y capacidades, la cual plantea que si los recursos y las capacidades de las TI son simultneamente difciles de imitar y de sustituir pueden producir una ventaja competitiva sostenible. A travs del clculo de la ANOVA y tcnicas no paramtricas con el programa SPSS 15.0, el autor concluye que no existen diferencias estadsticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con mayor inversin en computadores y aquellas con menor inversin en ellas. Como menciona (Carr, 2003), en la medida que las TI estn omnipresentes en los pases en vas de desarrollo, se convierten en commodities y, en consecuencia, desde el punto de vista estratgico no importan. Los resultados de este trabajo apoyan esta posicin.

Segn (lvarez, Garca, & Garca, 2008), las variables que debera contener una funcin de produccin son la productividad laboral, el precio de la fuente de energa, su intensidad de uso, y el tamao de la planta. En dicho estudio se analiza si los incrementos de los precios de la energa han estado asociados a reducciones de la productividad de las plantas. Adems de cuantificar su efecto, se estudia si los shocks de precios han tenido un efecto diferencial de acuerdo a la intensidad de uso de energa y al tamao de las plantas. El estudio muestra evidencia de que son los sectores ms intensivos en energa los que han experimentado la mayor reduccin en la tasa de crecimiento de la productividad. Las estimaciones economtricas muestran una asociacin negativa entre productividad y precio de la energa, la que es de mayor magnitud para las plantas ms grandes. En general, aunque existen diferencias por sectores, la importancia de los insumos energticos ha ido incrementando a travs del

SECTOR INDUSTRIAL EN CHILE tiempo en lnea con el incremento de los precios de estos insumos aunque constituyen un porcentaje relativamente bajo de los costos de las empresas. Otros autores examinan el efecto que tiene la capacitacin en la competitividad de la industria manufacturera (Padilla & Jures, 2007), distinguiendo entre ramas industriales con distintas caractersticas tecnolgicas y productivas. Se analiza el entorno organizacional e institucional de apoyo a la capacitacin y el efecto de esta ltima en la localidad en su conjunto. La evidencia emprica permite concluir que la capacitacin en la empresa tiene un impacto diferenciado en la competitividad de industrias con distintas caractersticas tecnolgicas y tiene tambin un impacto positivo en la regin a travs de la difusin de conocimientos. A nivel micro, el anlisis economtrico permite concluir que la capacitacin que las empresas imparten a sus trabajadores est asociada positivamente con la competitividad de esas empresas; la capacitacin en la empresa se traduce en mayor competitividad debido a su impacto en la calidad de los productos, mayor eficiencia (menos trabajos rehechos y menos rechazos), mayor flexibilidad y mayor capacidad de innovar en productos y procesos. La capacitacin est tambin fuertemente relacionada con la incorporacin y generacin de nuevas tecnologas. Esta relacin puede generar un crculo virtuoso: el cambio tecnolgico requiere capacitacin y sta es esencial para la innovacin. En este sentido, la capacitacin est ligada a un proceso activo de uso, mejora y generacin de conocimientos. El crecimiento de la productividad es un objetivo especfico de las polticas dirigidas al desarrollo econmico segn (Gonzlez, 2004). Esto se debe no slo al impacto claro de esta variable sobre el crecimiento del producto, sino por su efecto sobre la calidad de vida de sus habitantes. Los resultados de estos trabajos presentan evidencia contradictoria acerca del comportamiento de la productividad multifactorial. No obstante, todos coinciden en afirmar que la dinmica en la industria manufacturera est determinada por los movimientos de esta variable dentro de las firmas y no por la entrada y salida de firmas en la industria. El trabajo sugiere que no hubo ningn cambio tcnico importante en la industria manufacturera colombiana durante estas dos dcadas. No obstante, las autora argumenta que a pesar que la productividad se mantuvo relativamente constante si hubo una tendencia de reasignacin de la produccin de las firmas menos eficientes a la mas eficientes. Por lo cual, el limitado crecimiento de la productividad en Colombia segn los autores, no provino de la salida de las firmas menos eficientes sino de ganancias en productividad dentro de la firma en la industria, derivada de la reasignacin de recursos. En su estudio (lvarez & Garca, 2008) sealan que, en primer lugar, en un estudio se debe analiza la relacin de causalidad entre desempeo exportador y productividad de las 10

SECTOR INDUSTRIAL EN CHILE firmas. La evidencia, que es coherente con la encontrada para otras economas, favorece la idea de que slo las firmas ms productivas son capaces de exportar. Finalmente, se estudia si la actividad innovadora de las firmas favorece el desempeo exportador. Utilizando indicadores de innovacin de productos y procesos, y tambin de inversin en I+D, no se encuentra evidencia de que estos incrementen la probabilidad de exportar. Dada la poca evidencia que el hecho de exportar incremente la productividad de las firmas, este trabajo analiza si existen otras formas de aprendizaje vinculadas al proceso exportador. Utilizando indicadores de innovacin de productos y procesos, junto con analizar si las firmas invierten en I+D, no se ha encontrado evidencia de que stos incrementen la probabilidad de exportar estos puede ser debido algunos factores como: Primero, no es posible descartar que las variables presenten importantes errores de medicin. Segundo, la disponibilidad de informacin de corte transversal hace problemtica la aplicacin de tcnicas economtricas que permitan controlar por factores no observados que puedan afectar conjuntamente el desempeo exportador y la innovacin. El autor de este trabajo (Duran, 2010), analiza un aprendizaje productivo en la

Industria Manufacturera de Colombia, haciendo tambin un estudio a nivel de sectores, dando a conocer como se enfoca la economa en la conformacin de la teora del crecimiento endgeno, en base a las experiencias obtenidas en un grupo de pases asiticos, incluyendo tambin China, India y Brasil, pases en los cuales se utilizan variables relacionadas con el conocimiento y el capital humano dentro de la industria. El autor plantea que los procesos productivos generan un conjunto de fuerzas econmicas lo que se asocia al aprendizaje y por lo tanto a la recoleccin de conocimiento, lo que genera un aumento en la productividad, induciendo a un aumento en el crecimiento, logrando un impulso en el desarrollo de los pases. La industria manufacturera, por estar ligada al desarrollo de la ciencia, de la tecnologa y de la ingeniera, se convierte en un sector econmico que se expone a crear, experimentar y promover dinmicas de aprendizaje y por lo tanto a la propagacin del conocimiento. A travs de estas formas de crear nuevas visiones sobre la forma de cmo se desarrollan estas economas, se logra renacer la importancia que tiene esta rama en cuanto al progreso de las naciones, ya que al analizar la economa colombiana, se puede ver que esta experimenta desde hace aos un proceso de desindustrializacin el cual ha logrado una estabilidad en los ltimos aos, la cual tambin est alcanzando trascendencia en Latinoamrica. (Coq & Ros, 2010) Los autores proponen en este artculo el anlisis de las transformaciones en la industria manufacturera chilena en el perodo 1979-2004. Las variables de este artculo analizan los procesos de acumulacin de capital y los patrones de transformacin estructural de la industria chilena entre 1979 y 2004. stas son dos variables fundamentales por dos motivos, ya que el primero es la amplitud del perodo estudiado que 11

SECTOR INDUSTRIAL EN CHILE permite la existencia de cambios estructurales importantes y la segunda es la importancia del tema en el debate terico sobre las bases econmicas, sociales e institucionales sobre las que se ha basado el fuerte crecimiento econmico experimentado por Chile en las 3 ltimas dcadas. Considerando las variables, los cambios vienen marcados por la intensidad de los procesos de apertura exterior y de modificacin de las bases institucionales interiores El resultado es un proceso de fuerte crecimiento industrial que, adems se encuentra asociado, al menos hasta finales de los noventa, a una intensa creacin de empleo. Sin embargo, se mantuvieron algunos de los rasgos estructurales definitorios de la estructura industrial precedente. El elemento ms claro sera la divisin entre industrias orientadas a la exportacin e industrias orientadas al mercado interior. Tambin se expone como tras la crisis de finales de los noventa la mayor parte de los sectores industriales orientados al mercado interno desarrollan capacidades exportadoras importantes. Con ello se culminara el modelo de transformacin estructural, que demand ms de 30 aos para consolidarse. Entre 1979 y 2004 se engloban 3 etapas distintas, La primera es la intensa crisis sufrida por el pas entre los aos 1980 a 1985. La segunda abarca la fase de prolongado crecimiento econmico perceptible a partir del ao 1986 que va a prolongarse hasta 1997, donde las tasas de crecimiento del Producto Interno Bruto (PIB) llegaron a ser de hasta el 7%. Por ltimo, la tercera fase es la que sucede a la crisis asitica, donde el crecimiento del PIB cae abruptamente desde 6,6% en 1997 al -0,8% en 1999 para recuperarse rpidamente despus, pero a tasas ms moderadas entre el 3% y el 4,5%. De acuerdo al estudio realizado por (Vilaboa, 2004), en los ltimos aos, las plantas chilenas vienen automatizando sus procesos de produccin, lo que ellas justifican, principalmente, en el alza sostenida de los salarios industriales. En su trabajo, el autor analiza los aspectos econmicos y de gestin relacionados con la automatizacin de los procesos productivos en Chile. Como caso de estudio, se muestra la robotizacin de los procesos de inspeccin visual de la produccin, lo que permite apreciar los beneficios y los costos econmicos asociados a estos proyectos. La principal conclusin del trabajo seala que la automatizacin de los procesos productivo constituye un desafo ineludible para la industria nacional, en los prximos aos.

Modelos propuestos
Se puede formular modelos segn la revisin bibliogrfica, con las siguientes caractersticas o variables que posiblemente expliquen la variacin de la productividad laboral: Variable endgena: Productividad Laboral (PL): Esta es la variable dependiente, que se explica por un conjunto de variables exgenas que se agrupan en distintas dimensiones. 12

SECTOR INDUSTRIAL EN CHILE Variables exgenas: Tecnologa (T): Explica la relacin que tiene la tecnologa con la productividad laboral, factor que influye positivamente en la manera en que las personas realizan el trabajo, en los costos y en la eficiencia de produccin. Trabajo (L): Esta variable ser dicotomizada de manera de explicar cul es la influencia del trabajo de profesionales universitarios quienes toman el valor 0, la influencia del trabajo de profesionales tcnicos que toma el valor de 1 y la influencia de trabajadores sin educacin superior que toma el valor de 2. Este factor es muy importante ya que nos permitir conocer cul de estos tres grupos es el que tiene una mayor incidencia en la productividad laboral. Insumos (I): Son utilizados para la produccin y en la generacin de riqueza. Este factor est relacionado de manera directamente proporcional con la productividad, ya que a medida que aumenta la cantidad de insumos, tambin lo hace la productividad laboral. Capital (K): El capital es un factor importante ya que hace referencia al stock de equipos y estructuras que se emplean para producir bienes y servicios. Este parmetro es relevante ya que a medida que aumente la capacidad de la empresa en maquinaria, aumentar la productividad laboral. Tamao de planta (TP): Es importante ya que influye directamente en la cantidad de produccin de esta, que se ve aumentada a medida que aumenta el nmero de trabajadores. Capacitacin (C): Este factor es importante ya que a medida que aumenta los conocimientos de los trabajadores dependiendo del rea en que se desempeen, el trabajo se vuelve ms sistematizado y, por lo tanto, disminuyen los sesgos en cuanto a la productividad laboral. A partir de los factores sealados con anterioridad se formulan las siguientes funciones de produccin para el sector manufacturero: Cobb-Douglas: Ln (PL) = + Ln L + Ln I + Ln K+ Ln TP+ Ln C + D + Translogartmica:

13

SECTOR INDUSTRIAL EN CHILE Ln (PL) = + Ln L + Ln I + Ln K + Ln C + Ln TP + Ln L + Ln I + Ln K + LnC + LnTP + Ln L*Ln I +Ln L*Ln K + Ln L*Ln C + Ln L*Ln TP + Ln I* Ln K + Ln I*Ln C + Ln I*Ln TP + Ln K*Ln C + Ln K*Ln TP + Ln C*Ln TP + D +

14

SECTOR INDUSTRIAL EN CHILE

Metodologa
Tipo de Investigacin Con el propsito de dar forma a un modelo que explique la relacin de variables y factores en el valor agregado de la produccin industrial, antes es necesario identificar la metodologa con la cual se trabajar sobre la informacin recopilada de la industria. As, se define en principio la eleccin del mtodo cuantitativo de recoleccin y anlisis de datos, principalmente por el hecho de que este tipo de investigacin funciona en base a elementos numricos que permiten utilizar herramientas estadsticas para realizar inferencias acerca de la poblacin de procedencia de los datos, junto con anlisis adicionales como la correlacin de las variables consideradas en el modelo, entre otros. Para que exista metodologa cuantitativa se debe considerar primeramente que entre los elementos del problema de investigacin exista una relacin que sea representable por algn modelo ya sea lineal, exponencial o de otro tipo. Fuentes de datos Para realizar una investigacin que permita concluir acerca de la situacin a nivel nacional, es necesario recopilar un gran nmero de datos. La obtencin de esa gran cantidad de datos del sector industrial implica un gran esfuerzo, el cual ao a ao es realizado por ENIA (Encuesta Nacional Industrial Anual), por lo que se recurrira a esta fuente de datos secundaria (pues lo datos no provienen de nuestra elaboracin primaria) para extraer informacin de la industria segn la metodologa de anlisis planteada. Los datos entregados por la ENIA dan a conocer la situacin del pas en cuanto a la produccin industrial respecto al sector manufacturero, la cual muestra una mayor contribucin respecto de la agricultura, en la participacin del PIB. Cabe mencionar que cerca de un tercio del valor agregado del sector manufacturero proviene de la produccin de alimentos, refrescos y tabaco. A pesar de lo anterior, en Chile el sector industrial est basado principalmente en la explotacin de recursos mineros locales, materiales agrcolas brutos, y silvicultura. Mtodos de anlisis

15

SECTOR INDUSTRIAL EN CHILE Una vez que los datos han sido recopilados de acuerdo a la metodologa sealada, se procede a definir qu procedimientos, modelos, y herramientas llevarn a cabo el proceso de analizar dichos datos. En base a los objetivos planteados al comienzo de la investigacin, es necesario construir un modelo que ajuste las variables que influyen en la determinacin del valor agregado en el sector manufacturero nacional con los datos histricos compilados. Empricamente, las funciones de produccin han mostrado ser bastante bien modeladas por funciones del tipo Cobb-Douglas y Translogartmicas, hecho por el cual se ha optado por analizar los datos en funcin de ambas funciones de produccin. En trminos simples, La funcin Translog se caracteriza por vincular las interacciones entre factores de produccin en trminos de produccin (Q), empleo (L) y capital (K). La expresin algebraica de esta funcin es:

Ln Qi = + ln Li + ln Ki + (ln Li) + (ln Ki) + ln Li ln Ki + i

En tanto, la funcin Cobb-Douglas es una forma de funcin de produccin usada para representar las relaciones entre un producto y las variaciones de los insumos, tecnologa, trabajo y capital:

Y = F (K, L) = A Ka L
Donde Y = Produccin, K = Capital, L = Empleo, A = Tecnologa, y F denomina la funcin. A y B son parmetros positivos. Ahora bien, el siguiente paso para optar por el modelo ms adecuado, en base a informacin estadstica concreta y completa, es hacer uso del software estadstico SPSS, el cual permite extraer conocimiento predictivo de ambos modelos, entregando la posibilidad de tomar una decisin en base a informacin precisa de la capacidad explicativa y predictiva de las funciones descritas. Especficamente, esta herramienta nos permite hacer un anlisis de regresin lineal para desarrollar una ecuacin lineal con fines predictivos. Adems, el anlisis de regresin lleva asociados una serie de procedimientos de diagnstico que informan sobre la estabilidad e idoneidad del anlisis y que proporcionan pistas sobre cmo perfeccionarlo.

Estimacin del modelo y Resultados obtenidos

16

SECTOR INDUSTRIAL EN CHILE En primera instancia se intenta plantear un modelo dicotomizando la variable Regin. Este modelo fue evaluado a travs de las dos funciones de produccin posibles, la Cobb Douglas y la Translogartmica, y se demostr a travs de una prueba F-Parcial que el modelo estimado por la Cobb Douglas tiene una mayor capacidad predictiva, mientras que la translogartmica tiene una mejor capacidad explicativa, pero esta ltima presenta incoherencias en cuanto a algunos de los signos de los estimados (signos negativos), pues no muestran relacin con lo propuesto en el modelo, adems de esto la mayora de las significancias se encuentran en regin de aceptacin, lo que se puede deber a un problema de multicolinealidad grave, por lo anterior en adelante se seguir trabajando con el modelo Cobb Dauglas. Luego de esto, se analizan los signos de los parmetros del modelo y su relacin lgica en base a la variable endgena que es el valor agregado. Se interpreta de los datos una relacin coherente entre las variables exgenas, a excepcin de la variable dicotmica que no es representativa, ya que slo se incorpor la Regin Metropolitana, an cuando haban regiones ms pequeas que tenan un mayor aporte al valor agregado (Ver anexo N3). En el segundo modelo planteado, se dicotomiza el tamao de la planta. Segn los resultados obtenidos (Ver anexo N4), el modelo sigue presentando fallas en las variables dicotmicas puesto que se obtienen resultados que no corresponden con la realidad. Por ejemplo, los niveles de los estimadores muestran que, a medida que la empresa es ms pequea, el aporte al valor agregado es mayor, algo que no sucede segn la teora econmica, ya que se espera que a medida que la empresa emplee un mayor nmero de trabajadores, contribuya un mayor aporte al valor agregado. Como resultado de lo antes explicado se decide utilizar un modelo Cobb Douglas que tiene incluidas las siguientes variables (Ver Anexo N5):

Q = F (E, K, M, L) = A EB1 KB2 M B3 L B4

Ln (VA) = + Ln E + Ln K + Ln M+ Ln L + Ln (VA) = 1,436 + 0,148 Ln E + 0,094 Ln K + 0,122 Ln M + 0,657 Ln L Variable Endgena: Valor Agregado (Va): El valor agregado o producto interno bruto es el valor creado durante el proceso productivo. Esta variable dependiente se intenta explicar a travs de un conjunto de variables independientes presentadas a continuacin.

Variables Exgenas: 17

SECTOR INDUSTRIAL EN CHILE Energa (E): Es un factor utilizado para producir bienes y servicios dependiendo el rubro de la empresa. Para este estudio, dicha variable est compuesta por Electricidad y Combustible. Capital: Es un factor productivo que se utiliza para la creacin de los productos de la empresa. Se divide en Capital humano y Capital en infraestructura. En este modelo se utilizar el capital en infraestructura, que est compuesto por Terrenos, Edificios y Vehculos y Maquinaria. Materiales: Son los insumos ocupado para la produccin de la compaa. Para elaborar esta variable se utiliz la sumatoria de Materias Primas y Materiales. Trabajo: Para este estudio el Trabajo es analizado como una valoracin del esfuerzo realizado por el ser humano, y este esfuerzo se mide a travs de la asignacin de Remuneraciones Pagadas. Tipo de Variable

Variables del Modelo Variable Dependiente Valor Agregado Variables Independientes Electricidad Energa Combustible Terreno Edificios Vehculos y Capital Maquinaria Remuneraciones Trabajo Pagadas Materia Primas Materiales Materiales

Continua

Continua Continua Continua Continua Continua Continua Continua Continua

Para corroborar que la funcin de produccin estimada es la ms apropiada para explicar y comprender cmo funciona el sector manufacturero en Chile, se proceder a analizar cada uno de los cuatro supuestos bsicos: Supuesto de Normalidad: Se analiza si los residuos tienen una distribucin normal a travs del test of Normality, en donde se comprueba la siguiente prueba de Hiptesis:

18

SECTOR INDUSTRIAL EN CHILE

H :

i ~ (0, ), i

1 i n

H:

(0, ), 1 i n
Prueba de Kolmogorov-Smirnov para una muestra Unstandardized Residual 3699 ,0000000 ,76132680 ,067 ,067 -,063 4,059 ,000

N Media Parmetros normales(a,b) Diferencias ms extremas Desviacin tpica Absoluta Positiva Negativa Z de Kolmogorov-Smirnov Sig. asintt. (bilateral) a La distribucin de contraste es la Normal. b Se han calculado a partir de los datos.

Como el Valor-p de la prueba Kolmogorov - Smirnov es menor que 0, con un = 5%, se debera rechazar la hiptesis nula, dado que la prueba nos indica que los residuos no se distribuyen normalmente. Pero esto no quiere decir que la distribucin no sea normal, dado que el problema que se presenta se debe a que el programa utilizado para hacer las pruebas (SPSS 15.0) es muy sensible ante variaciones, por lo que al ser variable el tamao de las empresa utilizadas por la muestra, el programa define la distribucin de los residuos como no normal. Por lo anterior se extrae el siguiente Histograma para corroborar la normalidad en la distribucin de los residuos.

19

SECTOR INDUSTRIAL EN CHILE Supuesto de Variables no-Correlacionadas: El cumplimiento de este supuesto es de carcter importante, ya que 2 variables correlacionadas entre s explican lo mismo, por lo que cuando no se cumple este supuesto se dice que hay un problema grave de multicolinealidad (es decir, hay variables relacionadas), que se debe corregir dado que cuando dos variables dicen lo mismo no sirven para explicar el modelo. Para realizar un diagnstico de multicolinealidad, se deben analizar los siguientes puntos: Correlacin de Pearson (CP): Permite estimar el nivel de correlacin lineal entre las variables endgenas y las exgenas. La CP explica cmo en el modelo, a medida que aumente el efecto de la multicolinealidad, aumenta tambin el error de estimacin de los parmetros (Ver Anexo N6). Cuando la correlacin es mayor a 0,7, las variables estn muy correlacionadas. En el modelo estimado encontramos las siguientes variables con CP: Correlacin (Ln, Ln_E) = 0,799 Correlacin (Ln_Materiales, Ln_L) = 0,732 Correlacin (Ln_K, Ln_E) = 0,775 ndice de Tolerancia (IT): Indica si hay un problema grave de multicolinealidad. Cuando este ndice es menor a 10, no hay un problema grave de multicolinealidad. Para nuestro el anlisis, indica que IT (Ln_E, Ln_K, Ln_Materiales, Ln_L) es menor a 10, por lo que no hay un problema grave de multicolinealidad (Ver Anexo N7). ndice de FIV: Este ndice indica problemas graves de multicolinealidad cuando es menor que 0,1. Para nuestro anlisis, indica que el ndice de FIV (Ln_E, Ln_K, Ln_Materiales, Ln_L) es mayor a 0,1, por lo que no hay un problema grave de multicolinealidad (Ver Anexo N7). ndice de Condicin (IC): Este ndice indica problemas graves de multicolinealidad, cuando es mayor que 30 en alguna variable. En el modelo propuesto se identifica un parmetro (Variable Ln_L) con un ndice mayor a 30, pero esto no quiere decir que el modelo presente multicolinealidad grave, dado que las pruebas T se encuentran en regin de rechazo, por lo que no se genera un problema grabe de multicolinealidad (Ver anexo N8). Ho: = = = = = 0 = 1, 436 ; Tc = 12,229; P-value = 0 = 5%

20

SECTOR INDUSTRIAL EN CHILE = 0,148 = 0,094 = 0,122 ; Tc = 12,542; P-value = 0 = 5% ; Tc = 10,215; P-value = 0 = 5% ; Tc = 20,007; P-value = 0 = 5%

= 0,665 ; Tc = 41,044; P-value = 0 = 5% Dado que los P- value = 5%, se rechaza la Hiptesis nula, por lo que cada uno de los parmetros es globalmente significativo para explicar en el modelo. Supuesto Variables Fijas: Indica que las variables deben ser determinsticas, es decir, el azar no interviene. En el modelo estimado se cumple este supuesto, ya que cada una de las variables exgenas son seleccionadas dependiendo el objetivo planteado, en este caso, estimar una funcin de produccin que explique el comportamiento del sector manufacturero. Supuesto de Ruido Blanco: Este supuesto est compuesto por tres pruebas: la primera indica que el no cumplimiento del supuesto nmero 2 implica un problema de multicolinealidad; en este caso, y dado los antecedentes planteados, no existe en el modelo elegido un problema de multicolinealidad grave. La segunda prueba indica que el no cumplimiento del supuesto 3, 2 (V (

i) = ,

1 i n), implica un

problema que se llama Heterocedasticidad. La tercera Prueba indica que el no cumplimiento 3, 3 (Cov (

i, j) = ,

1 i n ), implica un problema

que se llama Autocorrelacin Residual, que no se da en el modelo estimado. Para corroborar el problema de Heterocedasticidad se realizan dos pruebas: primero se calcula el Test de Correlacin por rango de Spearman, cuya hiptesis nula plantea lo siguiente: Ho: s (|Ei|, Xj) = 0; Hiptesis de Homocedasticidad

H: s (|Ei|, Xj) 0; Hiptesis de Heterocedasticidad Segn los resultado obtenidos (Ver Anexo N9), dado que los P - value son menores que = 5% se rechaza la hiptesis nula, por lo que el modelo presenta un problema de Heterocedasticidad. Por tanto, se aplica el mtodo de los mnimos cuadrados ponderados en donde se determina un factor de ponderacin, que elimina o corrigen las variables que presenten problemas de Heterocedasticidad. 21

SECTOR INDUSTRIAL EN CHILE Siendo el modelo final en siguiente (Ver Anexo N10):

Q = F (L, M, K, E) = A LB1 MB2 K B3 E B4

Ln (VA) = + Ln L + Ln M + Ln K+ Ln L + Ln (VA) = 1,421 + 0,656 Ln L + 0,121 Ln M + 0,095 Ln K + 0,149 Ln E Resultados obtenidos, anlisis de signos y significancia: = 1,421; Sig = ,000 = 0,656; Sig = ,000 = 0,121; Sig = ,000 = 0,095; Sig = ,000 = 0,149; Sig = ,000 Segn el modelo final las variables exgenas poseen valores positivos son: energa, capital, trabajo y materiales. Analizando cada factor: Trabajo (L) posee signo positivo, lo que provoca que a mayor cantidad de trabajo el valor agregado tambin aumentar, y dado que su p-value cae en zona de rechazo, se demuestra un este aumento es significativo. Capital (C) aparece con signo positivo, lo que quiere decir que a medida que aumenta el capital el valor agregado tambin aumentar, y con su p-value en zona de rechazo estos valores son significativos. El factor Materiales (M) entrega un signo positivo, por tanto dado un aumento en materiales el valor agregado crecer y este valor es significativo puesto que el p-value cae en zona de rechazo y, por ltimo, la variable Energa (E) tambin posee un sigo positivo, esto significa que a mayor cantidad de energa el valor agregado aumenta y con el p-value en zona de rechazo este valor es significativo. A partir del modelo final se puede concluir que este se comporta de la misma manera que lo indica la teora econmica es decir que cada una de las variables inciden positivamente en el valor agregado del sector manufacturero. Tambin se puede sealar que la industria chilena es mayoritariamente intensiva en Trabajo ms que en otro factor y esto se demuestra con el resultado del parmetro involucrado que tiene un valor de 65,6% (que correspondiente a la elasticidad del trabajo, que muestra que ante una variacin de un 1% del valor agregado el trabajo se incrementara en un 65,6%). En segundo lugar se encuentra la variable Energa con una elasticidad de 14,9%, le sigue la variable Materiales con un 12,1% y en ltimo lugar el 22

SECTOR INDUSTRIAL EN CHILE Capital con un 9, 5%. Al corroborar la existencia de economas de escala el resultado es de

1,021 que se obtiene de la suma de los parmetros de las variables involucradas con esto se concluye que el sector manufacturero tiene economas crecientes a escala y esto se ve reflejado en que si la empresa aumenta el gasto en capital, trabajo, materiales y energa la produccin crecer en un rango superior a lo que se gasto en ello.

Discusin de los Resultados

Modelo Final Utilizado Cobb Douglas: Q = F (L, M, K, E) = A LB1 MB2 K B3 E B4 Variables del modelo estimado: Variable Endgena: Valor Agregado (Va)

Variables Exgenas: Energa (E) Capital (C) Materiales (M) Trabajo (L) Variable Continua Variable Continua Variable Continua Variable Continua

Relacin de los resultados obtenidos con el estado del arte: Los autores (Padilla & Jures, 2007) propone que la capacitacin es un factor muy

importante para el rendimiento empresarial, dado que relaciona la capacitacin con la productividad de los factores y, por ende, con un aumento en el valor agregado de la produccin. En el modelo final propuesto, esto hace mucho sentido, pues las capacitaciones y/o mejoras en las tecnologas de la empresa, aumentan el valor generado por la organizacin. Las estimaciones partieron de un conjunto de variables y se fueron ajustando hasta llegar a una estimacin consistente. Se fundamenta en el anlisis estadstico y economtrico de una base de datos pblica, la Encuesta Nacional de Empleo, Salarios, Tecnologa y Capacitacin (ENESTYC) 2001, de Mxico.

23

SECTOR INDUSTRIAL EN CHILE (Duran, 2010) En su documento aplicado a la industria colombiana se plantea una relacin directa entre trabajo y producto, donde agregar valor a los trabajadores, por medio de capacitaciones u otros medios, mejora el rendimiento de la empresa en trminos de produccin. El modelo planteado en este informe, seala la misma relacin causal recin planteada, donde invertir en el factor trabajo constituye una inversin en el valor agregado del producto de la firma. La metodologa consiste en la estimacin de funciones de produccin para las categoras anteriores y para la industria en general, tomando como referencia el perodo 1980-2000. As, se estiman modelos de datos panel, en los cuales se analiza la incidencia que tienen factores como la experiencia productiva, el capital humano, la edad promedio del capital y el cambio tcnico del conjunto de la economa, en la productividad de los sectores manufactureros. (Vilaboa, 2004) Automatizar los procesos productivos de la empresa, es decir, invertir en nuevas tecnologas, es tanto como para el autor de este paper como para nuestro modelo final, un factor que aumenta el rendimiento empresarial mediante el aumento en el valor agregado en la produccin. El autor se basa en el modelo de Solow (1956) para explicar la necesidad de automatizar los procesos de produccin a medida que los pases crecen econmicamente. La idea en el modelo es que aquellos pases que ahorran una proporcin mas elevada de su producto bruto, acumularn un mayor nivel de capital por trabajador, con esto se alcanzan mayores niveles de ingreso per cpita. El factor discutido por el autor (Benavente, 2005) de este paper, Tecnologa, se explica de una manera coherente con respecto a los resultados obtenidos en el modelo planteado. Slo cabe mencionar que el paper introduce el gasto en investigacin y desarrollo como pilar para aumentar la tecnologa, pero a la vez plantea que aumentando sta se aumentara el valor agregado de la produccin. Para obtener estas conclusiones se estudiaron las acciones al interior de las instituciones o firma beneficiadas y se compararon con un grupo de control conformado por unidades similares a aquellas que participaron del apoyo pero que no lo recibieron o no han recibido a la hora de la evaluacin. Mediante tcnicas economtricas se aisl el efecto del programa no slo en estas acciones intermedias sino que tambin en ciertas variables de resultado que son de inters dependiendo del objetivo del fondo analizado. (lvarez, Garca, & Garca, 2008) Se utiliz para la recoleccin de datos la encuesta ENIA comprendida entre los aos 1992 y 2005, con un total de 4650 empresas por ao. Para desarrollar el modelo se ocupa uno del tipo doble logaritmo y para calcularlo se ocupan las siguientes tcnicas: Estimador Mnimos Cuadrados Ordinario (MCO), efectos fijos por planta y System GMM. Las variables utilizadas son: Variable dependiente: logaritmo de la productividad laboral.

24

SECTOR INDUSTRIAL EN CHILE Variable independiente: logaritmo del precio de la energa y logaritmo del empleo.

La utilizacin de datos recopilados (Coq & Ros, 2010) para el desarrollo de este documento fueron sacados de la ENIA de 1997 y el Censo Nacional de Manufacturas de 1979 con los cuales se realiza distintas comparaciones para comprender como ha cambiado la estructura de la industria. Para desarrollar el anlisis de los datos se utiliza una serie de otros escritos que se basan en informacin relacionada con las que se pretende mostrar con este documento. Es inquietante pensar que una de las variables ms importantes como el capital tenga un valor bajo, esto se puede explicar segn (Benavente 2004) debido a que el gasto en investigacin y desarrollo en Chile es muy bajo por ende el avance existente en capital es muy bajo, en cambio si se gastara mas en investigacin y desarrollo las empresas podran ser mas productivas de lo que son actualmente. Se muestra en el estudio de (Vilaboa 2004) que seala que la automatizacin en las plantas manufactureras incidir en la aparicin de grandes oportunidades de rentabilidad para las empresas pero para ello se debe primero invertir ms en capital por parte de las organizaciones. Para (lvarez, Garca y Garca 2008) una de las fuentes de la desaceleracin econmica es el gran costo que tiene la variable energa y esto producira un estancamiento en la economa pero segn el modelo propuesto la energa afectar de manera positiva al PIB de tal manera que la comparacin de resultados entrega conclusiones distintas. Para (Padilla y Jurez 2007) se puede mejorar la competitividad de la industria manufacturera a travs de una mejora en la tecnologa y en la capacitacin del personal si se compara con los resultados que se obtuvieron podemos concluir que las afirmacin son similares debido a que en ambos casos una mejora en la mano de obra aumentara el valor agregado del sector manufacturero al igual que lo que producir una mejora en la tecnologa que es una fuente importante para aumentar en valor agregado y que es necesaria en Chile debido a que falta inversin en capital como lo menciona (Benavente 2004). Al comparar la industria Chilena con la Colombiana, la principal caracterstica que menciona (Duran 2009) es la incorporacin de capital humano y su aprendizaje en la industria Colombiana, adems de lo anterior afirma que en ambas industrias este factor inciden de manera muy parecida, por tanto ambos pases comparten la conclusin de que son mas intensos en mano de obra que otro factor.

25

SECTOR INDUSTRIAL EN CHILE

Conclusiones
Para la formulacin del modelo se consider el aporte de diversos autores en materia de estudios acerca de la industria, tanto nacionales como extranjeros, quienes explican en cada uno de sus respectivos documentos las variables que influyen en el valor agregado de la produccin manufacturera a nivel nacional. El modelo final obtenido considera la interaccin de las variables capital (K), trabajo (L), energa (E) y materiales (M), en la obtencin del valor agregado en la produccin. Luego de discutir los resultados en el apartado anterior, podemos observar cmo se ha comportado el modelo propuesto en comparacin con los resultados e hiptesis planteadas por los autores. El aporte de la inversin en tecnologa es un tema recurrente en muchos de los autores, quienes presentan visiones en general consensuadas, aunque con ciertas discrepancias. De los 10 documentos presentados en el Estado del Arte, 6 de ellos estudian el factor tecnolgico, de los cuales 4 muestran concordancia con los resultados obtenidos, afirmando que la innovacin tecnolgica se relaciona directamente con el valor agregado de la produccin: en tanto se aumenta la inversin o mejora en las tecnologas de la empresa, el valor agregado en la produccin presenta un avance. (Ramrez & Alfaro, 2011), explican mediante data histrica de la industria manufacturera Chilena que el aporte de la tecnologa a la riqueza de las naciones, no es ms que una creencia errada, mientras que (lvarez & Garca Marn, Agosto de 2008) seala la interaccin del factor tecnolgico en la productividad y las exportaciones, variables que no han sido consideradas por el modelo. Otra variable que muestra predileccin entre los autores, es la relacionada con el trabajo. El modelo planteado afirma que la contratacin de ms mano de obra, o bien las inversiones destinadas a capacitar a los trabajadores o mejoras laborales para ellos, inciden positivamente en el rendimiento empresarial, en trminos productivos. Si bien muchos de los autores concuerdan con esta idea acerca del factor trabajo, algunos de ellos sealan una relacin en sentido contrario, es decir, que los buenos resultados de la empresa contribuyen a mejoras en las condiciones laborales y/o mayor empleo de trabajadores. 26

SECTOR INDUSTRIAL EN CHILE En cuanto al factor energtico, uno de los documentos sealados muestra una relacin positiva entre el consumo energtico y el trabajo, donde la productividad laboral ira de la mano con el nivel de gasto energtico que la empresa utilice en sus funciones productivas. Para efectos del modelo, esto se ajusta correctamente, puesto que ambas variables en conjunto colaboran en la adicin de valor agregado a la produccin. Por ltimo, cada paper que expresaba la incidencia de los factores capital y materiales en la produccin lo haca dentro de los mrgenes del modelo final, sealando el positivo aporte de ambos en el valor agregado de la produccin. A nivel general, ambos factores estn muy entrelazados con variables como la tecnologa, donde hablar de inversin en I+D significa muchas veces ocupar capital (tanto propio como deuda) para la adquisicin de nuevas tecnologas, expresadas en materiales para la elaboracin de un nuevo producto u otros fines que colaboren en la tarea de agregar valor a los bienes producidos.

27

SECTOR INDUSTRIAL EN CHILE

Limitaciones del Modelo

Faltan datos de ENIAS de otros perodos que permitan realizar una comparacin entre el aumento o disminucin de los factores utilizados por el modelo, pudiendo as marcar una tendencia que explique el comportamiento de las variables a travs del tiempo. La variable dicotmica Tamao de Planta, no pudo ser incorporada al modelo por falta de informacin, ya que planteaba que las plantas mas pequeas aportan un mayor valor agregado que las plantas de mayor tamao, situacin que no se puede corroborar segn los datos utilizados para plantear el modelo. No existen datos sobre la jornada laboral y los diferentes tipo de remuneracin que se paga a los trabajadores, factores que habran facilitado el anlisis de los resultados del modelo. Las variables propuestas por el modelo estn muy correlacionadas, lo que limita su anlisis provocando problemas de multicolinealidad. Faltan ms variables en el factor Material, ya que las que aparecen entregan una informacin muy ambigua.

28

SECTOR INDUSTRIAL EN CHILE

Bibliografa
lvarez, R., & Garca Marn, . (Agosto de 2008). PRODUCTIVIDAD, INNOVACIN Y EXPORTACIONES EN LA INDUSTRIA MANUFACTURERA CHILENA. Banco Central de Chile, Documentos de Trabajo , Articulo N 476. lvarez, r., Garca, ., & Garca, P. (2008). SHOCKS DE ENERGA Y PRODUCTIVIDAD EN LA INDUSTRIA MANUFACTURERA CHILENA. Revista Econmica Chilena , 1-30. Benavente, J. M. (Abril 2005). INNOVACIN TECNOLGICA EN CHILE DNDE ESTAMOS Y QU SE PUEDE HACER. Economa Chilena "Banco Central de Chile" , 53-76. Bernard, J., & Contreras, J. (2009). MARGEN DE UTILIDAD Y DISTRIBUCIN DE LAS RENTAS: LA INDUSTRIA MANUFACTURERA CHILENA. Economics at your fingertips , vol. LXXVI (1), issue 301, pages 119-144. Carr, N. (2003). IT doesn't matter. Harvard Business Review , 81 (5), 41-49. CIIU. (s.f.). Recuperado el 19 de Agosto de 2012, de www.ciiu.cl:

http://btpucp.pucp.edu.pe/ciiu/#. Coq, D., & Ros, S. (2010). Structural Change of the Manufacturing Industry in Chile: 19742004. Revista de Econmia Mundial N26 , 27-51. Encyclopedia. (s.f.). www.nationencyclopedia.com. Recuperado el 20 de Agosto de 2012, de http://www.natioenscyclopedia.com Garca, M., Dav, N., & Blzquez, M. L. (2012). La innovacin tecnolgica como variable determinante en la competitividad de los pases. . Revista de Economia Mundial , 133-166.

29

SECTOR INDUSTRIAL EN CHILE Gonzlez, J. (2004). Productividad: metodologas de estimacin y determinantes en Colombia. Webpondo.org, Recursos para economistas y recursos Colombia , Edicin N13, JulioSeptiembre. INE. (s.f.). Recuperado el 20 de Agosto de 2012, de www.ine.cl:

http://www.ine.cl/canales/corporativo/mision_institucional/mision_institucional.php Padilla, R., & Jures, M. (2007). Efectos de la capacitacin en la competitividad. Revista CEPAL N 92 , 45 - 60. Prochile. (s.f.). Recuperado el 18 de Agosto de 2012, de www.Prochile.cl :

http://www.Prochile.cl Ramrez, P., & Alfaro, J. (2011). El Nivel de la Inversin en Tecnologa de Informacin No Afecta el Rendimiento Empresarial: Evidencia Emprica de las Industrias Manufactureras Chilenas. Journal of TechnologyManagement & Innovation , Volumen 6; Capitulo 4. SOFOFA. (s.f.). www.sofofa.cl. Recuperado el 15 de Agosto de 2012, de http://www.sofofa.cl Vilaboa, J. (2004). Gestin de la automatizacin de plantas industriales en Chile. Revista Facultad de Ingeniera U.T.A. (Chile) , Vol. 12 N1, pp. 33-41.

30

SECTOR INDUSTRIAL EN CHILE

Anexos
Anexo N1 PIB por actividad Econmica. Variacin I Trimestre 2012/2011.

Fuente: Informe Estadstico Mensual Junio 2012, SOFOFA.

31

SECTOR INDUSTRIAL EN CHILE

Anexo N2 Variacin de los Sub-sectores el Primer semestre 2012, respecto del 2011. Evaluacin del crecimiento y decrecimiento Sub-sectorial de la industria.

32

SECTOR INDUSTRIAL EN CHILE

Fuente: Informe Estadstico Mensual Junio 2012, SOFOFA.

Anexo N3 Para la estimacin de ambos modelos son ocupadas las siguientes variables: Energa (E): Comval , Tcoval , Tseval. Trabajo (L): Rempag. Materiales (I): Mtraval , Mimpval . Capital (K): Saledi , Salmaq , salveh , Salter. Regin Variable Dicotmica: Santiago. Funcin Cobb Douglas y resultados obtenidos: Q=AL k EI Ln(VA)= + ln(L) + ln(K) + ln + ln(I) +D1 + Ln(A)=
R esu m en d el m o b elo d Modelo 1 R c uadrado Err or tp. de la R R c uadrado c orregida es tim ac in a ,896 ,802 ,801 ,83021

a. Variables predic toras : (C ons tante), V dic otom ic a, Ln_ Trabajo_t, Ln_Ins um os _t, Ln_C apit al_t, Ln_E nergia_t b. Variable dependiente: LnV A

33

SECTOR INDUSTRIAL EN CHILE

C fic nte oe ie s Ce o ficie te n n s o e na ao sta d riz d s B E r tp rro . 1 4 ,7 4 ,2 0 2 ,2 6 2 ,0 9 2 ,5 4 0 ,0 4 3 ,1 7 1 ,0 7 1 ,1 6 5 ,0 4 1 -,4 1 1 ,0 0 5

M d lo oe 1

Ce o ficie te n s e na a sta d riz d o s B ta e ,2 9 1 ,3 4 9 ,1 7 4 ,1 8 9 -,1 7 0

(C n n ) o sta te L _ n rg _ n E e ia t L _ ra a _ n T b jo t L _ a ita t n C p l_ L _ su o t n In m s_ V ico m d to ica

t 7 3 ,9 7 7 7 ,8 5 1 ,9 9 4 5 6 4 ,8 9 1 ,4 4 1 1 -8 4 ,1 8

S . ig ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0

a V ria le d p n ie te L V . a b eed n : nA

A NOVA b Modelo 1 Suma de cuadrados 3645,350 899,460 4544,811 gl 5 1305 1310 Media cuadrtica 729,070 ,689 F 1057,786 Sig. ,000 a

Regresin Residual Total

a. Variables predictoras: (Constante), Vdicotomica, Ln_Trabajo_t, Ln_Insumos_t, Ln_Capital_t, Ln_Energia_t b. Variable dependiente: LnVA

Funcin translogaritmica y resultados obtenidos: Ln(VA)= + ln(E) + ln(L) + ln(I) + ln(K) + ln(E)+ ln(L) + ln(I)+ ln(K)+ ln(E)*ln(K)+ ln(E)*ln(I)+ln(E)*ln(L) +ln(L)*ln(I)+ln(L)*ln(K)+ln(K)*ln(I)+ D+

Resumen del modelo b Modelo 1 R ,908 a R cuadrado ,824 R cuadrado corregida ,822
Coeficientes

Error tp. de la estimacin ,78670 a

a. Variables predictoras: (Constante), LnK_x_LnI, Vdicotomica, Coeficientes A VA b NO Ln_Trabajo_t, Ln_Capital_t, Ln2_ENERGIA_T, Ln_Insumos_ Coeficientes no estandariz ad S uma d os e M edia t, Ln2_INSUMOS_T, Ln2_CAPITAL_T,ados estandariz Ln_Energia_t, Ln2_ M odelo gl cuadrtica F TRABAJO_T, LnL_x_LnI, LnE_x_LnI, LnE_x_LnK,cuadrados eta LnL_x_ M odelo E rror B ig. 403,228 1 B Regresintp. 3743,340 15 t 249,556 S LnK, (Constante) LnE_x_LnL 1 4,544 Residual 1,413 3,216 ,001 801,470 1295 ,619 V dicotom ica -,261 T ,050 -,068 -5,259 ,000 b. Variable dependiente: LnVA otal 4544,811 1310
Ln_E nergia_t Ln_T rabajo_t Ln_Cap ital_t Ln_Insumos_t Ln2_E RGIA NE _T Ln2_T AB R AJO _T Ln2_CA IT P AL_T Ln2_INS O UM S_T LnE _x_LnK LnE _x_LnI LnE _x_LnL LnL_x_LnI LnL_x_LnK LnK _x_LnI ,258 ,188 ,752 ,452 a. ,194 Variables predictoras: (Constante), LnK _x_LnI, Vdicotomica, Ln_T rabajo_t, Ln_ ,180 ,141 Capital_t, Ln2_E ,332 IA , Ln_Insumos_t, Ln2_INS ,543 , Ln2_CA IT L_T NE RG _T UM _T OS P ,587 , A Ln_E RA JO_ , _x_LnI, LnE_ -,050 nergia_t, Ln2_T BA T LnL_x_LnI, LnE ,151 -,062 -,328 x_LnK, LnL_x_LnK ,743 , LnE _x_LnL ,223 ,117 ,283 1,897 ,058 b. Variable dependiente LnV : A ,114 ,152 ,022 ,036 -,011 -,032 -,187 -,058 -,036 ,016 ,020 ,031 ,006 ,005 ,019 ,016 ,043 ,017 ,022 ,009 2,995 3,166 ,758 1,219 -,315 -,902 -4,238 -1,481 -,940 ,514 5,593 4,938 3,428 7,563 -,580 -2,062 -4,339 -3,393 -1,645 1,761 ,000 ,000 ,001 ,000 ,562 34 ,039 ,000 ,001 ,100 ,078

S ig. ,000

SECTOR INDUSTRIAL EN CHILE Prueba F-parcial: Translogartmica N= 2594 K= 14 R = 0,852 Fc= (R - R) / K - K ( 1 - R) / n K 1 Fc = ( 0,852 0,837) / 14 4 0,148 / 2594 14 1 Fc = 0,0015 / 0,00005738658395 Fc = 26, 1385 Cobb Douglas: N = 2594 K=4 R = 0,837

H: = = = = = F = (K - K, n K - 1) = F (10, 2579) = 2,32

Por lo tanto se rechaza H, el modelo B tiene mayor capacidad predictiva.

35

SECTOR INDUSTRIAL EN CHILE

Anexo N4 Resultados obtenidos al agregar la variable dicotmica Tamao de trabajadores:

Resumen del Modelo(b)

Modelo 1

R ,922(a)

R cuadrado ,850

R cuadrado corregida ,849

Error tp. de la estimacin ,74053

a Variables predictoras: (Constante), Tamao_7, Tamao_0, Tamao_1, Tamao_6, Tamao_5, Tamao_4, Tamao_2, Ln_M, Ln_K, Ln_EC, Ln_L, Tamao_3 b Variable dependiente: Ln_VA ANOVA(b) Suma de cuadrados 12412,447 2192,441 14604,888 Media cuadrtica 1034,371 ,548

Modelo 1

gl 12 3998 4010

Regresin Residual Total

F 1886,214

Sig. ,000(a)

a Variables predictoras: (Constante), Tamao_7, Tamao_0, Tamao_1, Tamao_6, Tamao_5, Tamao_4, Tamao_2, Ln_M, Ln_K, Ln_EC, Ln_L, Tamao_3 b Variable dependiente: Ln_VA

Coeficientes(a) Coeficientes no estandarizados Modelo 1 B -,403 ,664 ,117 ,107 ,217 Error tp. ,332 ,026 ,008 ,006 ,014 Coeficientes estandarizado s Beta ,526 ,150 ,166 ,216 t -1,213 25,962 14,563 18,633 15,107 Sig. ,225 ,000 ,000 ,000 ,000

(Constante) Ln_L Ln_K Ln_M Ln_EC

36

SECTOR INDUSTRIAL EN CHILE

Tamao_0 Tamao_1 Tamao_2 Tamao_3 Tamao_4 Tamao_5 Tamao_6 Tamao_7 a Variable dependiente: Ln_VA 1,725 ,717 ,512 ,412 ,268 ,317 ,340 ,207 ,245 ,165 ,150 ,137 ,128 ,124 ,119 ,133 ,057 ,098 ,109 ,101 ,052 ,050 ,050 ,016 7,051 4,346 3,409 3,002 2,092 2,559 2,851 1,555 ,000 ,000 ,001 ,003 ,037 ,011 ,004 ,120

Anexo N5 Resultados del modelo que se analizara:

Resumen del modelo(b) R cuadrado Error tp. de la R R cuadrado corregida estimacin ,917(a) ,841 ,841 ,76174 a Variables predictoras: (Constante), Ln_L, Ln_Maleriales, Ln_k, Ln_E b Variable dependiente: Ln_VA Modelo 1 ANOVA(b) Suma de cuadrados 11353,282 2143,429 Media cuadrtica 2838,320 ,580

Modelo 1

gl 4 3694

Regresin Residual Total

F 4891,580

Sig. ,000(a)

13496,711 3698 a Variables predictoras: (Constante), Ln_L, Ln_Maleriales, Ln_k, Ln_E b Variable dependiente: Ln_VA Coeficientes(a) Coeficientes no estandarizados Modelo 1 B 1,436 ,148 ,094 ,122 ,657 Error tp. ,117 ,012 ,009 ,006 ,016 Coeficientes estandarizado s Beta ,158 ,119 ,205 ,518 t 12,229 12,542 10,215 20,007 41,044 Sig. ,000 ,000 ,000 ,000 ,000

(Constante) Ln_E Ln_k Ln_Maleriales Ln_L

a Variable dependiente: Ln_VA Estadsticos sobre los residuos(a) Desviacin tp. 1,75217 ,76133 1,000 ,999

Valor pronosticado Residuo bruto Valor pronosticado tip. Residuo tip.

Mnimo 8,2614 -5,92605 -2,973 -7,780

Mximo 19,8910 4,09955 3,664 5,382

Media 13,4703 ,00000 ,000 ,000

N 3699 3699 3699 3699

a Variable dependiente: Ln_VA

37

SECTOR INDUSTRIAL EN CHILE

Anexo N6 Correlaciones de Pearson:

Ln_VA Ln_VA Correlacin de Pearson Sig. (bilateral) N Ln_L Correlacin de Pearson Sig. (bilateral) N Ln_Maleriales Correlacin de Pearson Sig. (bilateral) N Ln_k Correlacin de Pearson Sig. (bilateral) N Ln_E Correlacin de Pearson Sig. (bilateral) N 4570 ,881(**) ,000 4570 ,778(**) ,000 3829 ,783(**) ,000 4385 ,802(**) ,000 4564 4675 ,732(**) ,000 3923 ,770(**) ,000 4480 ,799(**) ,000 4668 3923 ,677(**) ,000 3785 ,711(**) ,000 3921 4480 ,775(**) ,000 4479 4668 1 Ln_L ,881(**) ,000 4570 1 Ln_Maleriales ,778(**) ,000 3829 ,732(**) ,000 3923 1 Ln_k ,783(**) ,000 4385 ,770(**) ,000 4480 ,677(**) ,000 3785 1 Ln_E ,802(**) ,000 4564 ,799(**) ,000 4668 ,711(**) ,000 3921 ,775(**) ,000 4479 1

** La correlacin es significativa al nivel 0,01 (bilateral).

38

SECTOR INDUSTRIAL EN CHILE

Anexo N7 Indic de Tolerancia y FIV:

39

SECTOR INDUSTRIAL EN CHILE

Anexo N8 ndice de condicin:

Diagnsticos de colinealidad(a)

Proporciones de la varianza Modelo 1 Dimensin 1 2 3 4 5 Autovalor 4,924 ,051 ,015 ,008 ,003 Indice de condicin 1,000 9,853 18,217 25,395 40,636 Ln_k ,00 ,07 ,22 ,00 ,70 Ln_Maleriales ,00 ,00 ,15 ,68 ,17 Ln_L ,00 ,00 ,25 ,69 ,06 (Constante) ,00 ,48 ,40 ,01 ,11 Ln_E ,00 ,00 ,00 ,00 ,99

a Variable dependiente: Ln_VA

40

SECTOR INDUSTRIAL EN CHILE

Anexo N9 Correlaciones por rango de Spearman:

V.Absoluto Rho de Spearman V.Absoluto Coeficiente de correlacin Sig. (bilateral) N Coeficiente de correlacin Sig. (bilateral) N Coeficiente de correlacin Sig. (bilateral) N Coeficiente de correlacin Sig. (bilateral) N Coeficiente de correlacin Sig. (bilateral) N 1,000 . 3699 ,154(**) ,000 3699 ,149(**) ,000 3699 ,157(**) ,000 3699 ,068(**)

Ln_E ,154(**) ,000 3699 1,000 . 4668 ,759(**) ,000 4479 ,687(**) ,000 3921 ,777(**) ,000 4668

Ln_k ,149(**) ,000 3699 ,759(**) ,000 4479 1,000 . 4480 ,672(**) ,000 3785 ,765(**) ,000 4480

Ln_Maleriales ,157(**) ,000 3699 ,687(**) ,000 3921 ,672(**) ,000 3785 1,000 . 3923 ,716(**) ,000 3923

Ln_L ,068(**) ,000 3699 ,777(**) ,000 4668 ,765(**) ,000 4480 ,716(**) ,000 3923 1,000 . 4675

Ln_E

Ln_k

Ln_Maleriales

Ln_L

,000 3699 ** La correlacin es significativa al nivel 0,01 (bilateral).

41

SECTOR INDUSTRIAL EN CHILE

Anexo N10 Resultados obtenidos al aplicar el mtodo de los mnimos cuadrados ponderados:
Valores de log-verosimilitud(b) Potencia -2,000 -1,500 -1,000 -,500 ,000 ,500 1,000 1,500 2,000 -6726,635 -5788,607 -5035,733 -4505,599 -4231,906(a) -4240,797 -4557,019 -5188,283

-6088,517 a Se ha seleccionado la potencia correspondiente para anlisis adicionales porque maximiza la funcin de log-verosimilitud. b Variable dependiente: Ln_VA, variable de origen: Ponderador Descripcin del modelo Variable dependiente Variables independientes Ln_VA Ln_L Ln_Maleria les Ln_k Ln_E Ponderado r ,000

1 2

3 4 Ponderacin Origen Valor de potencia Modelo: MOD_2. Resumen del modelo R mltiple R cuadrado R cuadrado ajustado Error tpico de la estimacin Valor de la funcin log-verosimilitud ,917 ,841 ,841 ,761 -4231,906

42

SECTOR INDUSTRIAL EN CHILE

ANOVA Suma de cuadrados 11341,353 2137,667 13479,020 Media cuadrtica 2835,338 ,579

gl 4 3690 3694

Regresin Residual Total

F 4894,308

Sig. ,000

Coeficientes Coeficientes no estandarizados (Constante) Ln_L Ln_Maleriales Ln_k Ln_E B 1,421 ,656 ,121 ,095 ,149 Error tpico ,117 ,016 ,006 ,009 ,012 Coeficientes estandarizados Beta ,517 ,204 ,119 ,159 Error tpico ,013 ,010 ,012 ,013 t 12,097 40,906 19,872 10,052 12,576 Sig. ,000 ,000 ,000 ,000 ,000

43