UNIVERSIDAD VERACRUZANA
FACULTAD DE ESTADÍSTICA E INFORMÁTICA
“UN DISEÑO EXPERIMENTAL EN EL EMPLEO
MANUFACTURERO DEL ESTADO DE VERACRUZ:
1993-2009”
TRABAJO RECEPCIONAL
MODALIDAD: DESARROLLO DE INVESTIGACIÓN
COMO REQUISITO PARCIAL PARA OBTENER EL GRADO DE
ESPECIALISTA EN MÉTODOS ESTADÍSTICOS
PRESENTA:
Mónica Pérez García
ASESOR:
Dra. Julia Aurora Montano Rivas
CO-ASESOR: Mtro. Alejandro Jorge Juárez Gómez
XALAPA, VERACRUZ AGOSTO 2014
UN DISEÑO EXPERIMENTAL EN EL EMPLEO
MANUFACTURERO DEL ESTADO DE VERACRUZ:
1993-2009
MÓNICA PÉREZ GARCÍA
Xal1-33-1314
FEI_EME_394
Agradecimientos:
A Dios:
Porque desde el principio de mis días recibí de ti el más preciado regalo: la vida. Hoy con toda
humildad en mi corazón, te agradezco a ti Señor por todas las enseñanzas que me has brindado,
porque a pesar de mis tropiezos, nunca me has dejado caer y siempre has escuchado mis peticiones.
“Si alguno de ustedes requiere de sabiduría, pídasela a Dios, y él se la dará, pues Dios se la da a
todos en abundancia y sin hacer ningún reproche” (Santiago 1:5)
A mis padres:
Bendita la dicha de tenerlos como padres y de gozar aún de su presencia física. Viejón gracias por
enseñarme a lo largo de estos años, que el trabajo, la responsabilidad y el respeto son los pilares de
una gran educación. Madre cuando te veo sonreír y llorar, en ti veo la imagen viva de un hermoso
ángel, bendita seas por darme la vida, por llevarme dentro de ti y cuidarme desde el principio de
mis días. Gracias a los dos por todas sus enseñanzas que día a día me dan.
A mis hermanos:
Aun cuando existen diferencias en nuestras formas de pensar y de actuar, siempre toda la vida,
estaré ahí para ustedes, para ser lo que somos: hermanos. Nunca dejen de lado sus sueños y
esperanzas, porque en ellos esta la más grande fortaleza para vivir día a día.
A mi familia:
Sin mencionar nombre alguno, quiero darles las gracias por su apoyo, por sus consejos, por
brindarme ese calor y ese regaño que en algún momento he llegado a necesitar: Gracias.
A mi asesora:
A usted Mtra. Aurora que sin escatimar tiempo y esfuerzo alguno, ha hecho posible la finalización
de este documento. Muchas gracias por todas sus enseñanzas, por permitirme aprender de usted, y
de compartir sus múltiples éxitos a lo largo de estos años, que Dios la siga conservando con salud
y muchos éxitos más, porque como le dije en alguna ocasión: si usted falta nos deja huérfanos a
varios, la estimo mucho Doctora porque es mi inspiración profesional.
A mi co-asesor y sinodal:
Por su tiempo, sus inquietudes y valiosas aportaciones para mejorar este trabajo. Al Mtro.
Alejandro porque me ha permitido empaparme de la economía y al Mtro. Guadalupe por ser
partícipe de éste trabajo para terminar en tiempo y forma. Gracias.
A ti:
–Y qué esperas de mí?
–Vivir a tu lado todos los días de mi vida, vivir contigo toda una vida entera, eso es lo único que
quiero y espero de ti Mónica.
Por el simple hecho de existir y de coincidir en mi camino, te doy las gracias. Waja tija AGRR.
A mis maestros:
Que con sus enseñanzas forjaron mi formación estudiantil, durante este lapso escolar, de manera
muy grata al Mtro. Enrique del Callejo por enseñarnos R, al Mtro. Ángel Argüello por darme un
panorama de los Sistemas de Información Geográfica y al Mtro. Guadalupe por retarnos a ser mejor
estadísticos día con día, Gracias.
A mis compañeros:
Porque a lo largo de este posgrado con sus ocurrencias y palabras de aliento llenaron este año de
alegrías y enojos. De manera muy grata a Lili y a Flor, por su compañía en la estancia académica
en Distrito Federal, muchas gracias por las aventuras compartidas, de miedo y de risa, pero sobre
todo de risa. Paty gracias por ser una compañera sincera, y por dejarme compartir contigo este
posgrado.
A la coordinación y a Conacyt:
Gracias a la coordinación por darme la satisfacción de cursar esta Especialidad, y a Conacyt por
brindarme la oportunidad de formar parte de su gran lista de becarios, nos vemos en la Maestría
Conacyt.
RESUMEN:
Una de las técnicas estadísticas de análisis regional más utilizadas para
examinar el crecimiento económico que experimenta la estructura productiva en
una región geográfica es el método shift-share. Una de las ventajas del análisis
shift-share es que nos permite cuantificar la evolución que las distintas ramas
de actividad van teniendo a lo largo del tiempo, esto es, nos proporciona
información sobre qué sectores productivos dejan de dinamizar la economía o por
el contrario, sectores que la dinamizan e impulsan. La identificación de estos
sectores clave para el desarrollo de cualquier economía, ya sea, tanto a nivel
nacional como regional, es una cuestión indispensable a la hora de tomar
decisiones de políticas públicas favorecedoras del crecimiento económico.
Veracruz es uno de los estados que cuenta con mayor biodiversidad a nivel
nacional, particularidades que deberían posicionarlo en una de las primeras
entidades con mayor industria manufacturera, no obstante no cuenta con
políticas que propicien la inversión productiva en el sector manufacturero. Por
lo que la creación de empleos en la industria manufacturera no manifiesta un
buen desempeño, tal situación se refleja en el número de personas empleadas.
El trabajo plantea una extensión del análisis shift-share clásico de
descomposición, empleando una metodología estadística, completamente
novedosa, como lo es el diseño experimental aplicado a la estructura sectorial-
regional del empleo en la Entidad Veracruzana, el cual nos permite analizar la
variabilidad del empleo regional del sector manufacturero y a estimar
conjuntamente los efectos combinados de sector y región.
Contenido
CAPÍTULO I: INTRODUCCIÓN ......................................................................................... 6
I.1 Análisis Shift-Share y el sector manufacturero. ................................................................. 6
I.2 Antecedentes ........................................................................................................................... 8
I.3 Planteamiento del problema................................................................................................ 10
I.4 Justificación ........................................................................................................................... 11
I.5 Objetivos................................................................................................................................. 11
I.5.1 Objetivo General ............................................................................................................ 11
I.5.2 Objetivos Específicos .................................................................................................... 12
I.6 Hipótesis ................................................................................................................................. 12
1.7 Breve descripción del contenido ........................................................................................ 12
CAPÍTULO II: MATERIALES Y MÉTODOS .................................................................... 14
II.1 Aspectos generales ............................................................................................................. 14
II.2 Diseño estadístico ............................................................................................................... 15
II.2.1 Manipulación de la base de datos ............................................................................. 15
II.2.2 Análisis Clásico de Shift-Share .................................................................................. 17
II.2.3 Método de Mínimos Cuadrados Ordinarios (MCO) ................................................. 18
II.2.4 Diseño Factorial ............................................................................................................ 21
II.3 Análisis estadístico .............................................................................................................. 24
II.3.1 Análisis preliminar ........................................................................................................ 24
II.3.2 Análisis definitivo .......................................................................................................... 25
CAPÍTULO III: RESULTADOS ........................................................................................ 26
III.1 Resultados del Análisis Exploratorio ............................................................................... 26
III.2 Resultados del Shift-Share y el Diseño Factorial .......................................................... 29
CAPÍTULO IV: CONCLUSIONES ................................................................................... 43
BIBLIOGRAFÍA ............................................................................................................... 45 A N E X O S .................................................................................................................... 47
CAPÍTULO I
INTRODUCCIÓN
I.1 Análisis Shift-Share y el sector manufacturero.
Una de las técnicas estadísticas de análisis regional más utilizadas para
examinar el crecimiento económico que experimenta la estructura productiva en
una región geográfica es el método shift-share.1 El objetivo fundamental de este
método consiste en la determinación de los factores que dan lugar a las
diferencias observadas en el crecimiento de las distintas áreas geográficas que
se consideren (países, regiones, municipios, etc.).
El método descompone el crecimiento de variables económicas regionales (como
la renta, el empleo, el valor añadido, etc.) en tres componentes aditivos: un
componente relativo al área regional de referencia (denominado efecto nacional),
un componente relativo a la estructura productiva de la región (efecto sectorial
o estructural) y un componente diferencial región-nación (efecto regional o
competitivo).
El empleo es una magnitud económica de gran relevancia, definido como la
actividad realizada por la cual se recibe una remuneración,2 su comportamiento
muestra dinámicas diferentes en las distintas regiones geográficas y también
para los diferentes sectores de actividad económica.
México es un país con una amplia variedad de recursos naturales. Todo lo que se
encuentra en la naturaleza y pueda ser aprovechado por el hombre es un recurso
natural por ejemplo: los ríos, lagos, bosques, petróleo, minería, aire y hasta el
1 Dunn, E. S. (1960): A Statistical and Analytical Tecnique for Regional Analysis. Papers of the Regional Science Association, Vol. 6, 97 - 112. 2 Jahoda, M. (1982): Empleo y Desempleo: Un Análisis Socio-Psicológico. Ediciones Morata, Vol. 26, Madrid.
sol. Las personas trabajan para obtener, transformar o intercambiar los recursos
naturales y utilizarlos en beneficio propio. Para ello se realizan actividades
económicas que pueden pertenecer a los sectores: primario, secundario o
terciario, todos ellos ligados entre sí.3
El sector primario incluye todas las actividades donde los recursos naturales se
aprovechan tal como se obtienen de la naturaleza, ya sea para alimento o para
generar materias primas: agricultura, explotación forestal, ganadería, minería y
pesca. El sector secundario o industrial, se caracteriza por el uso predominante
de maquinaria y equipo que realiza procesos cada vez más automatizados para
transformar las materias primas que se obtienen del sector primario. Incluye las
fábricas, talleres y laboratorios de todos los tipos de industrias. El sector
industrial presenta cinco grandes divisiones: construcción, industria
manufacturera y electricidad, gas y agua. Y por último en el sector terciario, no
se producen bienes materiales, sino que se reciben los productos elaborados del
sector secundario para su venta; también ofrece la oportunidad de aprovechar
algún recurso sin llegar a ser dueño de él, como es el caso de los servicios.
Asimismo, el sector terciario incluye las comunicaciones y los transportes.
La industria manufacturera se define como la actividad económica que
transforma una gran diversidad de materias primas en diferentes productos
manufactureros para el consumo final o intermedio. Está constituida por micro,
pequeñas y medianas empresas (tortillerías, panaderías y molinos, entre otras)
hasta grandes compañías industriales (armadoras de automóviles,
embotelladoras de refrescos, empacadoras de alimentos, etc.).
El sector manufacturero se divide en 72 ramas de actividad económica,4 no
obstante, para el trabajo se agruparon en 21 tipos de actividad: Industria
alimentaria, Industria de las bebidas y del tabaco, Fabricación de insumos
textiles y acabado de textiles, Fabricación de productos textiles (excepto prendas
3 Martínez A.J. y Schlupman, K. (1991): La ecología y la economía. Fondo de Cultura Económica, México. 4 INEGI (1995): Clasificador de Actividades Económicas de la Encuesta Nacional de Empleo (CAE-ENE).
de vestir), Fabricación de prendas de vestir, Curtido y acabado de cuero y piel, y
fabricación de productos de cuero, piel y materiales sucedáneos, Industria de la
madera, Industria del papel, Impresión e industrias conexas, Fabricación de
productos derivados del petróleo y del carbón, Industria química, Industria del
plástico y del hule, Fabricación de productos a base de minerales no metálicos,
Industrias metálicas básicas, Fabricación de productos metálicos, Fabricación de
maquinaria y equipo, Fabricación de equipo de computación, comunicación,
medición y otros equipos, componentes y accesorios electrónicos, Fabricación de
accesorios, aparatos eléctricos y equipo de generación de energía eléctrica,
Fabricación de equipo de transporte, Fabricación de muebles, colchones y
persianas, Otras industrias manufactureras.
I.2 Antecedentes
En el año de 1960 Dunn, Perloff, Lampard y Muth introducen por primera vez el
concepto del análisis shift-share en su libro Regions, resourses and economic
growth5, en donde estudiaron el crecimiento regional de los Estados Unidos a
través de la dinámica de su estructura industrial. Éste estudio plantea como
objetivo principal cuantificar los sesgos geográficos de la actividad económica, el
cual parte de la hipótesis de que los cambios en la estructura del crecimiento
regional son producto de las decisiones acerca de la localización y la producción
regional tomadas por las empresas de acuerdo a los accesos input-outputs.
Por su parte, en 1983 Buck y Atkins,6 realizaron una revisión retrospectiva de la
política regional en Gran Bretaña, dicho estudio trato de determinar la
proporción de crecimiento del empleo desde 1963 hasta 1975, concluyendo que el
ámbito de la política regional de la Gran Bretaña había exagerado su efecto, sin
5 Perloff, H.S., Dunn, E.S., Lampard, E.E. y Muth, R.F. (1960): Regions, resources and economic growth. Baltimore, Johns Hopkins Press. 6 Buck, T., Atkins,M. (1983): Regional policies in retrospect: An application of analysis of variance. Regional Studies, Volume 17, Issue 3, pp.181-189.
embargo paradójicamente, reducía la tasa de disminución de las áreas que se
desarrollaron durante un periodo caracterizado por la disminución a nivel
nacional, el cual se había subestimado.
En 1984, Berzeg contribuyó a la formulación estocástica del shift-share clásico,
planteando utilizar el análisis de regresión (Mínimos Cuadrados Ordinarios),
cómo medida para cuantificar el cambio producido en dos instantes de tiempo en
una estructura regional.
Pero no fue hasta el 2004, que Hewings, después de realizar un estudio en el
Laboratorio Regional de Aplicaciones Económicas de la Universidad de Illinois
en cooperación con el Banco de la Reserva Federal de Chicago, dijo: para
preguntas sobre diferentes estructuras y lugares de producción, como ahora se
están produciendo en los Estados Unidos y en otros lugares, ninguno de los
modelos desarrollados hasta el momento será capaz de proporcionar
estimaciones muy precisas.7
El análisis shift-share en su forma clásica se ha utilizado intensamente desde
Dunn8 y otros, no obstante hoy se apuesta por la econometría espacial para
obtener los mismos estimadores del shift-share, pero con técnicas más robustas,
provenientes de la econometría utilizando procedimientos de especificación,
contrastación y cuantificación de los estimadores dentro de un esquema espacial.
En la actualidad, la econometría espacial está tomando auge, debido a las
diferencias geográficas tan enormes en los niveles de ingreso per cápita y a la
falta de integración regional, particularmente en los países emergentes, sin
embargo, los estudios anteriores han tenido éxito en la estimación conjunta de
los efectos nacional, sectorial y regional. Entre las técnicas más utilizadas se
encuentran el análisis de varianza, de regresión y las matrices de vecindad.
7 Nazara, S. y Hewings, G. (2004): Spatial Structure and Taxonomy of Decomposition in Shift-Share Analysis. Growth & Change 35, 476-490. 8 Perloff, H.S., Dunn, E.S., Lampard, E.E. y Muth, R.F. (1960): Ibídem pág. 4
I.3 Planteamiento del problema
La metodología del shift-share clásico, como se ha mencionado antes, se centra
en la descomposición de tres efectos: nacional que recoge el crecimiento que
habría experimentado la región si su tasa de crecimiento hubiese sido mayor,
igual o menor a la media nacional, el efecto estructural que mide el crecimiento
del empleo en función de la estructura local en el año base, y por su parte el
efecto regional o competitivo, cuantifica la influencia que tiene el
comportamiento específico del sector 𝑖 en la región 𝑗 frente a cómo se comporta
el propio sector 𝑖 a nivel estatal, es decir mide las ventajas comparativas
espaciales. A pesar de ello durante años se han propuesto extensiones al mismo,
algunas de las más relevantes aparecen recogidas en los trabajos de Loveridge y
Selting,9 o bien, de Mayor10.
Una de las ventajas del análisis shift-share es que nos permite cuantificar la
evolución que las distintas ramas de actividad van teniendo a lo largo del tiempo,
esto es, nos proporciona información sobre qué sectores productivos dejan de
dinamizar la economía o por el contrario, sectores que la dinamizan e impulsan.
La identificación de estos sectores clave para el desarrollo de cualquier economía,
ya sea, tanto a nivel nacional como regional, es una cuestión indispensable a la
hora de tomar decisiones de políticas públicas favorecedoras del crecimiento
económico. La identificación de los componentes, por lo tanto, se convierte en un
objetivo fundamental, para el crecimiento de las variables macroeconómicas
como el PIB (producto interno bruto) o el número de empleos.
Veracruz es uno de los estados que cuenta con mayor biodiversidad a nivel
nacional, particularidades que deberían posicionarlo en una de las primeras
entidades con mayor industria manufacturera, no obstante no cuenta con
9 Loveridge, S.; Selting, A.C. (1998): A review and comparision of shift-share identities. International Regional Science Review, 21, 1, pp. 37-58. 10 Mayor, M. (2001): Modelización sectorial-espacial del crecimiento. Aplicación al caso de Asturias. Memoria de Proyecto de Investigación. Departamento de Economía Aplicada. Universidad de Oviedo.
políticas que propicien la inversión productiva en el sector manufacturero. Por
lo que la creación de empleos en la industria manufacturera no manifiesta un
buen desempeño, tal situación se refleja en el número de personas empleadas. El
censo económico de 1993, registró un total de 109, 191 empleos manufactureros,
mientras que en el año 2009 se contabilizaron 141, 158, lo que se traduce en un
crecimiento aproximado de 32 mil nuevos empleos en 16 años (aproximadamente
2000 empleos por año).
I.4 Justificación
La economía de Veracruz ha experimentado notables cambios en su estructura
económica, debidos tanto a su evolución dentro del entorno económico mexicano
como de la influencia de la economía nacional en su conjunto. Por lo que este
trabajo es de gran importancia para el análisis regional sino también necesario
para poder situar y comparar la estructura de las diez regiones económicas del
Estado.
El trabajo plantea una extensión del análisis shift-share clásico de
descomposición, empleando una metodología estadística, completamente
novedosa, como lo es el diseño experimental aplicado a la estructura sectorial-
regional del empleo en la Entidad Veracruzana, el cual nos permite analizar la
variabilidad del empleo regional del sector manufacturero y estimando
conjuntamente los efectos combinados de sector y región.
I.5 Objetivos
I.5.1 Objetivo General
Diseñar un modelo de análisis experimental aplicado al shift-share que explique
la variabilidad del empleo regional manufacturero de Veracruz.
I.5.2 Objetivos Específicos
Explorar y describir el empleo regional manufacturero de Veracruz en dos
instantes de tiempo: 1993 y 2009.
Estimar los parámetros del modelo y evaluar si el modelo representa de
manera significativa a la variabilidad observada en el empleo
manufacturero.
Elaborar escenarios sobre la evolución del empleo en Veracruz.
I.6 Hipótesis
El modelo de análisis experimental proporciona la estimación de los parámetros
para evaluar los efectos: nacional, sectorial y regional.
1.7 Breve descripción del contenido
En este documento se trata de implementar la metodología estadística para
comparar y dar respuesta a las proyecciones del comportamiento del empleo
manufacturero del estado de Veracruz, y de esta manera hacer la comparativa
con la metodología clásica.
En el primer capítulo Introducción se presenta una breve descripción de lo que
es el análisis shift-share y de cómo este ha ido variando a través del tiempo, así
mismo se detallan los sectores manufactureros, para dar respuesta a la
variabilidad que existe en el empleo de acuerdo al área geográfica de una región
y su sector productivo.
En el segundo capítulo Materiales y Métodos, se describe como se obtuvieron las
bases de datos, como se manipularon para poder trabajar con la información, así
como las variables a utilizar dentro del análisis. Refiriendo en una forma muy
explícita la metodología de la técnica aplicada para que el lector pueda entender
las cuestiones del análisis y así pueda comprender lo que se pretende demostrar
con su aplicación.
En el tercer capítulo Resultados, se muestran los resultados obtenidos, tanto en
el análisis preliminar con tablas y gráficos descriptivos como en el análisis
definitivo, en el cual se obtienen los comparativos al aplicar la metodología
estadística.
En el cuarto capítulo Conclusiones, se presenta una breve reseña de los
resultados obtenidos con mayor influencia en la decisión para considerar que la
hipótesis planteada no ha sido rechazada.
Por último se presenta la Bibliografía revisada para este trabajo, así como los
Anexos, en los cuales se encuentran las tablas correspondientes al empleo
manufacturero en los dos periodos bajo estudio.
CAPÍTULO II
MATERIALES Y MÉTODOS
II.1 Aspectos generales
El presente trabajo es un estudio observacional y experimental, ya que se
pretende describir la variabilidad, que probablemente existe en los sectores
manufactureros, así como la introducción de un modelo que determine el efecto
que contribuye la regionalización con la que cuenta el Estado de Veracruz. Así
mismo este trabajo es retrospectivo, ya que la información se obtuvo de los censos
económicos de los años 1993 y 2009, considerando sólo la variable del personal
ocupado dentro de los 21 sectores manufactureros que se hicieron referencia en
el primer capítulo de este trabajo.
Se retomó la regionalización del gobierno del Estado de Veracruz constituida por
diez regiones socioeconómicas (véase Figura 1), en base al índice de marginación.
Figura 1. Regionalización del Gobierno del Estado de Veracruz.11
11 Fuente: Consejo Nacional de Población. CONAPO
II.2 Diseño estadístico
II.2.1 Manipulación de la base de datos
La información del empleo manufacturero para los dos periodos bajo estudio
(1993 y 2009), fue recabada de los Censos Económicos de los respectivos años,
publicada por el Instituto Nacional de Estadística y Geografía (INEGI),
considerando sólo la variable de personal ocupado.
La base que se utilizó para hacer el diseño experimental, fue diseñada de acuerdo
a las necesidades que se pretenden cubrir con el presente trabajo. Por lo que se
elaboró una matriz sectorial-regional para cada uno de los periodos bajo estudio,
1993 y 2009, respectivamente. Véase Anexo A.I y Anexo A.II.
Se transfirió la información de los censos en sub-matrices, de tal manera que se
pudiese organizar la información correspondiente a la regionalización con la que
cuenta el Estado, ya que cada región tiene 𝑛 municipios y no todos cuentan con
la misma actividad manufacturera. Véase Anexo B.
Dada las características de la estructura de la base de datos, así como el objetivo
que se persigue, se procedió aplicar la metodología de la modelación estadística,
a través de un diseño experimental, el cual evalúa el efecto de los factores: sector
y región. En la siguiente tabla se muestran los niveles contenidos dentro de cada
uno de ellos.
Tabla 1.- Descripción de los niveles de factores: sector y región.
Factor Nivel
Sector
311 Industria alimentaria
312 Industria de las bebidas y del tabaco
313 Fabricación de insumos textiles y acabado de textiles
314 Fabricación de productos textiles, excepto prendas de vestir
315 Fabricación de prendas de vestir
316 Curtido y acabado de cuero y piel, y fabricación de productos de cuero, piel y
materiales sucedáneos
321 Industria de la madera
322 Industria del papel
323 Impresión e industrias conexas
324 Fabricación de productos derivados del petróleo y del carbón
325 Industria química
326 Industria del plástico y del hule
327 Fabricación de productos a base de minerales no metálicos
331 Industrias metálicas básicas
332 Fabricación de productos metálicos
333 Fabricación de maquinaria y equipo
334 Fabricación de equipo de computación, comunicación, medición y otros equipos,
componentes y accesorios electrónicos
335 Fabricación de accesorios, aparatos eléctricos y equipo de generación de energía
eléctrica
336 Fabricación de equipo de transporte
337 Fabricación de muebles, colchones y persianas
339 Otras industrias manufactureras
Región
I Huasteca Alta
II Huasteca Baja
III Totonaca
IV Nautla
V Capital
VI Sotavento
VII De las Montañas
VIII Papaloapan
IX Los Tuxtlas
X Olmeca
Bloqueo Año (1993 y 2009)
Continuación Tabla 1.-Descripción de los niveles de factores: sector y región
A continuación se describe el análisis clásico shift-share y la metodología de la
modelación estadística, la cual obedece a los objetivos planteados.
II.2.2 Análisis Clásico de Shift-Share
En el planteamiento clásico del análisis shift-share se considera el cambio de una
variable económica entre dos instantes de tiempo, en este caso el empleo
manufacturero en cada uno de los diez niveles del factor región de Veracruz
identificando los tres componentes: efecto nacional, efecto sectorial y efecto
regional. Denotando 𝐸𝑡−1 como el valor que adopta la variable empleo
manufacturero en el periodo 𝑡 − 1 y siendo 𝐸𝑡 la misma variable en el periodo 𝑡.
Entonces el cambio que experimenta la variable puede ser expresada mediante
la siguiente identidad
𝐸𝑖,𝑗,𝑡 − 𝐸𝑖,𝑗,𝑡−1 = 𝐸𝑖,𝑗𝑡−1(𝑟) + 𝐸𝑖,𝑗
𝑡−1(𝑟𝑖 − 𝑟) + 𝐸𝑖,𝑗𝑡−1(𝑟𝑖,𝑗 − 𝑟𝑖)
donde
𝑟 =∑ ∑ (𝐸𝑖,𝑗
𝑡 − 𝐸𝑖,𝑗𝑡−1)𝑅𝑗=1
𝑆𝑖=1
∑ ∑ 𝐸𝑖,𝑗𝑡𝑅
𝑗=1𝑆𝑖=1
𝑟𝑖 =∑ (𝐸𝑖,𝑗
𝑡 − 𝐸𝑖,𝑗𝑡−1)𝑅𝑗=1
∑ 𝐸𝑖,𝑗𝑡−1𝑅
𝑗=1
𝑟𝑖,𝑗 =(𝐸𝑖,𝑗
𝑡 − 𝐸𝑖,𝑗𝑡−1)
𝐸𝑖,𝑗𝑡−1
Berzeg en 1978 probó que la identidad del análisis shift-share puede ser
expresada como un modelo lineal de la forma
𝑟𝑖,𝑗𝑡 = 𝛼𝑖,𝑡
0 + 𝛼𝑖1𝛽𝑖,𝑡 + 𝛼𝑖
2𝐺𝑗,𝑡 + 𝜀𝑖,𝑗,𝑡𝑡
donde el término independiente 𝛼𝑖,𝑡0 recoge la tasa de crecimiento nacional, la
magnitud 𝛽𝑖,𝑡 retiene la diferencia entre la tasa de crecimiento del sector 𝑖 y la
tasa media del crecimiento nacional (𝑟𝑖 − 𝑟) y 𝐺𝑗,𝑡 recoge la diferencia entre las
tasas de crecimiento regional y nacional (𝑟𝑗 − 𝑟). La diferencia entre la tasa de
crecimiento regional y la tasa nacional de crecimiento del sector 𝑖, (𝑟𝑖,𝑗 − 𝑟𝑖), viene
dada por el término de error 𝜀𝑖,𝑗,𝑡𝑡 que es tratado como una variable aleatoria y se
distribuye de forma normal.
II.2.3 Método de Mínimos Cuadrados Ordinarios (MCO)
Considérese un modelo de regresión lineal simple, denotado como
𝑌𝑡 = 𝛽0 + 𝛽1𝑋𝑡 + 𝜀𝑡, 𝑡 = 1, … , 𝑛 (1)
donde 𝑌𝑡 es la variable dependiente (por ser explicada), 𝑋𝑡 la variable
independiente (que funciona como explicativa) con valores fijos, 𝜀𝑡 es un error
aleatorio con 𝐸(𝜀𝑡) = 0 y 𝑉(𝜀𝑡) = 𝜎2 para todo 𝑡, que no esta autocorrelacionado,
o sea 𝐸(𝜀𝑡𝜀𝑡′) = 0 para 𝑡 ≠ 𝑡′. Dentro de este modelo se consideran dos
componentes: una parte fija de carácter determinista, que representa una recta,
(𝛽0 + 𝛽1𝑋𝑡) y una parte aleatoria (𝜀𝑡). El objetivo principal de un análisis de
regresión es estimar los parámetros 𝛽0 y 𝛽1, para así estimar el componente
determinista del modelo. Para ello existe el método de MCO, el cual parte de una
muestra de observaciones para estimar (1) de la siguiente manera
𝑌�̂� = 𝛽0̂ + 𝛽1̂𝑋𝑡.
Esta ecuación permite calcular el valor estimado (�̂�𝑡), por lo que para cada 𝑋𝑡, se
tiene un valor observado (𝑌𝑡) y uno estimado (�̂�𝑡), a la diferencia que hay entre
ambos se le conoce como residuo (𝜀�̂�).
MCO permite obtener los estimadores de (1), mediante la minimización de la
suma de los residuos elevados al cuadrado, conocida como Suma de Cuadrados
Residual (SCR), es decir:
𝑀𝑖𝑛 𝑆𝐶𝑅 = 𝑚𝑖𝑛 ∑ 𝜀�̂�2𝑛
𝑡=1 (2)
Una ventaja de este método es que al elevar los residuos al cuadrado se evita que
las diferencias se compensen unas con otras, ya que habrá tanto negativas como
positivas. Como el objetivo es minimizar la suma de cuadrados12, la ecuación (2)
se plantea en función de los estimadores, como sigue
𝐴 = 𝑀𝑖𝑛 𝑆𝐶𝑅 = min ∑(𝑌𝑡 − 𝛽0̂ − 𝛽1̂𝑋𝑡)2
𝑛
𝑡=1
Ahora bien, para minimizar la SCR, se puede obtener la derivada con respecto
a cada estimador, es decir
𝜕𝐴
𝜕𝛽0̂= −2 ∑ (𝑛𝑡=1 𝑌𝑡 − 𝛽0̂ + 𝛽1̂𝑋𝑡) y
𝜕𝐴
𝜕𝛽1̂= −2 ∑ (𝑛𝑡=1 𝑌𝑡 − 𝛽0̂ − 𝛽1̂𝑋𝑡)𝑋
de las cuales, al igualar a cero, se obtienen 𝛽0̂ y 𝛽1̂. Estas igualdades se conocen
como condiciones de primer orden
∑ (𝑛𝑡=1 𝑌𝑡 − 𝛽0̂ + 𝛽1̂𝑋𝑡) = 0 ; ∑ (𝑛𝑡=1 𝑌𝑡 − 𝛽0̂ − 𝛽1̂𝑋𝑡)𝑋 = 0
y se pueden interpretar como requisitos sobre la ecuación estimada. Esto es, la
primera condición indica que las desviaciones de las observaciones respecto a la
recta estimada deben sumar cero. Mientras que la segunda indica que la
covarianza muestral entre los residuos y la variable explicativa, debe ser cero.
De estas ecuaciones se obtiene que
𝛽0̂ = �̅�𝑡 − 𝛽1̂𝑋𝑡 y 𝛽1̂ =∑ (𝑌𝑡−�̅�𝑡)(𝑋𝑡−�̅�𝑡)
𝑛𝑡=1
∑ (𝑋𝑡−�̅�𝑡)2𝑛𝑡=1
.
El modelo de regresión lineal simple, no da respuesta adecuada en casos en los
que influye más de un factor o variable explicativa, es ahí donde aparece la
regresión lineal múltiple, la cual incorpora más parámetros por estimar
12 Uriel, E. (1990), “Econometría: el modelo lineal”, Ed. AC. Madrid. ISBN 84-7288-150-4.
𝑌𝑡 = 𝛽0 + 𝛽1𝑋1 + ⋯ + 𝛽𝑝𝑋𝑡,𝑝 + 𝜀𝑡, 𝑡 = 1, … , 𝑛.
Nuevamente se tiene la parte fija asociada con los parámetros y las variables
explicativas (con valores fijos), así como la parte aleatoria 𝜀𝑡, que se comporta
igual que en el modelo (1). De esta forma se tiene
𝑌�̂� = 𝛽0̂ + 𝛽1̂𝑋1 + ⋯ + 𝛽�̂�𝑋𝑡,𝑝.
Al expresar el modelo para todas las observaciones, conviene utilizar su forma
matricial, es decir
𝒀 = [
𝑌1𝑌2⋮
𝑌𝑛
] , 𝑿 = [
11⋮1
𝑋11 𝑋21
⋮𝑋𝑛,1
𝑋1,2𝑋2,2
⋮𝑋𝑛,2
…………
𝑋1,𝑝 𝑋2,𝑝
⋮ 𝑋𝑛,𝑝
] , 𝜷 = [
𝛽0𝛽1⋮
𝛽𝑝
] 𝑦 𝜺 = [
𝜀1𝜀2⋮
𝜀𝑛
]
donde 𝒀 es un vector de tamaño 𝑛𝑥1, 𝑿 es una matriz (𝑛 𝑥 𝑝 + 1), 𝜷 es un vector
de (𝑝 + 1)𝑥1 y 𝜺 es un vector de 𝑛𝑥1. De acuerdo con esta notación, el modelo
queda expresado como 𝒀 = 𝑿 𝜷 + 𝜺.
Con esta forma matricial se puede realizar la estimación que permite calcular el
valor estimado como
�̂�𝑡 = �̂�0 + �̂�1𝑋1 + ⋯ + �̂�𝑝𝑋𝑡,𝑝
por lo que, nuevamente, el vector de residuos será la diferencia entre el valor
observado y el estimado 𝜀�̂� = 𝑌𝑡 − �̂�𝑡 = 𝑌𝑡 − (𝛽0̂ − 𝛽1̂𝑋𝑡 − ⋯ − 𝛽�̂�𝑋𝑡,𝑝) o bien, �̂� =
𝑿 �̂�.
De esta forma, la función objetivo a minimizar (la SCR), queda definida como
𝑀𝑖𝑛 𝑆𝐶𝑅 = min ∑ [𝑌𝑡 − 𝜏𝑡(𝑋1,𝑡, … , 𝑋𝑝,𝑡; 𝛽0̂, 𝛽1̂, … 𝛽�̂�)]2𝑁
𝑡=1 (3)
donde se define la función como 𝜏𝑡(𝑋1,𝑡, … , 𝑋𝑝,𝑡; 𝛽0̂, 𝛽1̂, … 𝛽�̂�) = 𝛽0̂ + 𝛽1̂𝑋𝑡 + ⋯ +
𝛽�̂�𝑋𝑝,𝑡. Ahora se tienen más parámetros por estimar, pero el procedimiento es el
mismo que antes, o sea, se debe calcular la derivada con respecto a cada uno de
los parámetros para obtener así las condiciones de primer orden, que en forma
matricial se escriben como
𝑿′𝑿�̂� = 𝑿′𝒀 (4)
Para resolver este sistema matricial con respecto a �̂�, es preciso que el rango
columna de la matriz 𝑿 sea completo, si esto se cumple entonces se obtiene
�̂� = (𝑿′𝑿)−𝟏𝑿′𝒀.
Hasta este punto, se debe considerar el hecho de que finalmente se obtienen los
parámetros que conforman el modelo, sin embargo éste puede ser planteado bajo
diversas estructuras, tales como una regresión simple o múltiple (como ya se ha
visto), modelo lineal general, series de tiempo o como en nuestro caso, en diseños
experimentales. Desde esta perspectiva se plantea utilizar el diseño
experimental denominado Diseño Factorial, el cual dará pauta a cumplir con
nuestros objetivos.
II.2.4 Diseño Factorial
Con respecto a los factores planteados con anterioridad y dada la estructura de
la base datos se propone el uso del Diseño Factorial, ya que dentro de la gama de
diseños experimentales, éste en específico permite analizar la iteración que
existe entre los factores, por lo que da pauta a identificar el sector y la región que
representan la economía veracruzana.
Adicionalmente a la hipótesis del trabajo, se debe plantear el modelo estadístico
que define el diseño factorial, así como el juego de hipótesis para dicho modelo el
cual queda definido como:
𝑦𝑖𝑗 = 𝜇 + 𝑎𝑖 + 𝛽𝑗 + (𝑎𝛽)𝑖𝑗 + 𝑒𝑖𝑗𝑘 𝑑𝑜𝑛𝑑𝑒 𝑖 = 1, … ,10, 𝑗 = 1, … ,5
Dónde:
𝑦𝑖𝑗 = Empleo manufacturero debido a los factores: región y subsector.
𝜇 = media general
𝑎𝑖= efecto debido a la región
𝛽𝑗= efecto debido al subsector
(𝑎𝛽)𝑖𝑗 = efecto de la interacción en la combinación 𝑖𝑗
𝑒𝑖𝑗𝑘 = error aleatorio
𝜖𝑖𝑗𝑘~𝑁𝐼(0, 𝜎2)
En este caso las hipótesis que se siguen son:
𝐻𝑜: 𝑎1 = 𝑎2
𝐻1 = 𝑎1 ≠ 𝑎2
𝐻𝑜: 𝐸𝑙 𝑒𝑚𝑝𝑙𝑒𝑜 𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙 𝑒𝑛 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑟𝑒𝑔𝑖𝑜𝑛𝑒𝑠.
𝐻1: 𝐸𝑙 𝑒𝑚𝑝𝑙𝑒𝑜 𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑒𝑛 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑟𝑒𝑔𝑖ó𝑛.
𝐻𝑜: 𝑏1 = 𝑏2
𝐻1 = 𝑏1 ≠ 𝑏2
𝐻𝑜: 𝐸𝑙 𝑒𝑚𝑝𝑙𝑒𝑜 𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙 𝑒𝑛 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑠𝑢𝑏𝑠𝑒𝑐𝑡𝑜𝑟𝑒𝑠.
𝐻1: 𝐸𝑙 𝑒𝑚𝑝𝑙𝑒𝑜 𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑒𝑛 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝑠𝑢𝑏𝑠𝑒𝑐𝑡𝑜𝑟.
𝐻𝑜: (𝑎𝛽)𝑖𝑗 = 0
𝐻1 = (𝑎𝛽)𝑖𝑗 ≠ 0
𝐻𝑜: 𝐸𝑙 𝑒𝑚𝑝𝑙𝑒𝑜 𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙 𝑒𝑛 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 (𝑟𝑒𝑔𝑖ó𝑛− 𝑠𝑢𝑏𝑠𝑒𝑐𝑡𝑜𝑟).
𝐻1: 𝐸𝑙 𝑒𝑚𝑝𝑙𝑒𝑜 𝑚𝑎𝑛𝑢𝑓𝑎𝑐𝑡𝑢𝑟𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑒𝑛 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑖𝑡𝑒𝑟𝑎𝑐𝑖ó𝑛 (𝑟𝑒𝑔𝑖ó𝑛 −𝑠𝑢𝑏𝑠𝑒𝑐𝑡𝑜r).
El contraste para definir si se acepta o se rechaza cada una de las hipótesis
planteadas, lo da el Análisis de Varianza (ANDEVA)13, el cual tiene la siguiente
estructura
Tabla 2.- Análisis de Varianza (ANDEVA) de un Diseño Factorial.
Fuente Grados de Libertad
Suma de Cuadrados
Cuadrado Medio
Estadístico F
Factor A a-1 SCA CMA CMA/CME
Factor B b-1 SCB CMB CMB/CME
AB (a-1)(b-1) SCAB CMAB CMAB/CME
Error ab(r-1) SCE CME
Total abr-1 SC Total
donde
𝑆𝐶𝐴 = ∑ ∑ ∑(�̅�𝑖.. − �̅�..)2
𝑟
𝑘−1
𝑏
𝑗−1
𝑎
𝑖−1
𝑆𝐶𝐵 = ∑ ∑ ∑(�̅�.𝑗. − �̅�..)2
𝑟
𝑘−1
𝑏
𝑗−1
𝑎
𝑖−1
𝑆𝐶𝐴𝐵 = ∑ ∑ ∑(�̅�𝑖𝑗. − �̅�𝑖.. − �̅�.𝑗. + �̅�..)2
𝑟
𝑘−1
𝑏
𝑗−1
𝑎
𝑖−1
13 Castaño, T.E. y Domínguez, D. J (2010): Diseño de Experimentos: Estrategias y Análisis en Ciencia y Tecnología. Universidad Autónoma de Querétaro.
𝑆𝐶𝐸 = ∑ ∑ ∑(�̅�𝑖𝑗𝑘 − �̅�𝑖𝑗.)2
𝑟
𝑘−1
𝑏
𝑗−1
𝑎
𝑖−1
𝑆𝐶𝑇𝑜𝑡𝑎𝑙 = ∑ ∑ ∑(�̅�𝑖𝑗𝑘. − �̅�..)2
𝑟
𝑘−1
𝑏
𝑗−1
𝑎
𝑖−1
y
�̅�𝑖.. = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑝𝑜𝑟 𝑓𝑖𝑙𝑎
�̅�.𝑗. = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑝𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
�̅�.. = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑡𝑜𝑡𝑎𝑙
�̅�𝑖𝑗. = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑎𝑠 𝑖𝑡𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
�̅�𝑖𝑗𝑘 =
El estadístico F, es el valor que permite contrastar que factores influyen en la
variabilidad del empleo manufacturero, por lo que dará pauta a saber si los
factores individualmente son significativos en el modelo, así como la iteración
que exista entre ellos.
II.3 Análisis estadístico
II.3.1 Análisis preliminar
Después de capturada la base en el paquete Minitab Ver. 15 se procedió a validar
la información con la finalidad de que los análisis estadísticos obtenidos fueran
confiables. Para observar el comportamiento del empleo manufacturero, se
realizó el análisis preliminar de los datos de las diferentes regiones del estado
considerando ambos periodos. Dentro de esta etapa se obtuvieron gráficos de
barras y estadísticas descriptivas como máximos y mínimos, así como el
promedio correspondiente de cada región y sector.
II.3.2 Análisis definitivo
Considerando contrastar los resultados obtenidos bajo la metodología clásica y
la implementación del diseño experimental, se aplicó primero el método del
Shift-Share y posteriormente, el diseño factorial y así obtener el modelo que
explicara la variabilidad del empleo manufacturero en Veracruz.
CAPÍTULO III
RESULTADOS
III.1 Resultados del Análisis Exploratorio
En primera instancia se procedió a obtener las estadísticas descriptivas del
empleo manufacturero, por región y subsector, en los periodos 1993 y 2009 (Tabla
1 y Tabla 2, respectivamente), así como la representación gráfica región-sectorial
(Figura 1 y Figura 2, respectivamente). Para un fin práctico, sólo se muestran
algunos resultados, mientras que el resto pueden ser consultados en el Anexo
C.I.
Tabla 1. Estadísticas descriptivas del empleo manufacturero de Veracruz en 1993, por
región.
Región Media Mínimo Mediana Máximo
I: Huasteca Alta 180 0 7 2173
II: Huasteca Baja 161.3 0 6 1415
III: Totonaca 365 0 23 2437
IV: Nautla 138.4 0 21 1781
V: Capital 598 0 136 5417
VI: Sotavento 822 5 482 6302
VII: De las Montañas 1286 0 762 11354
VIII: Papaloapan 400 0 22 6836
IX: Los Tuxtlas 94.2 0 1 1117
X: Olmeca 1153 0 58 11094
Como puede observarse, la región Sotavento, tiene un mínimo de 5 personas
empleadas en 1993, mientras que la región De las Montañas tiene el máximo de
personas empleadas con 11,354.
Tabla 2. Estadísticas descriptivas del empleo manufacturero de Veracruz en 2009, por
subsector.
Subsector Media Mínimo Mediana Máximo
311: Industria alimentaria 5350 1329 4563 15111
312: Industria de las bebidas y del tabaco 888 229 900 1789
313: Fabricación de insumos textiles y acabado de textiles 44.2 0 4.5 377
314: Fabricación de productos textiles, excepto prendas de
vestir 94.9 13 38 520
315: Fabricación de prendas de vestir 718 77 394 4072
316: Curtido y acabado de cuero y piel, y fabricación de
productos de cuero, piel y materiales sucedáneos 209 9 30 1177
321: Industria de la madera 285.1 89 175 723
322: Industria del papel 285 12 47 1733
323: Impresión e industrias conexas 347 17 174 794
324: Fabricación de productos derivados del petróleo y del
carbón 376 0 0 3750
325: Industria química 1929 6 147 16113
326: Industria del plástico y del hule 259 0 41 1370
327: Fabricación de productos a base de minerales no
metálicos 503 25 311 2092
331: Industrias metálicas básicas 588 0 9 4166
332: Fabricación de productos metálicos 1169 193 979 2524
333: Fabricación de maquinaria y equipo 165.1 0 61.5 648
334: Fabricación de equipo de computación, comunicación,
medición y otros equipos, componentes y accesorios
electrónicos
4.3 0 0 19
335: Fabricación de accesorios, aparatos eléctricos y equipo
de generación de energía eléctrica 18.7 0 1 131
336: Fabricación de equipo de transporte 176.4 0 46 749
337: Fabricación de muebles, colchones y persianas 534 101 474 1610
339: Otras industrias manufactureras 172 16 106 612
Observe que para el año 2009, el mínimo de personas empleadas en el subsector
311, correspondiente a Industria alimentaria, es de 1,329; mientras que el
máximo de personas en el subsector 334, correspondiente a Fabricación de
equipo de computación, comunicación, medición y otros equipos, componentes y
accesorios, es de 19 empleados.
En las siguientes figuras se hace evidente, el comportamiento de los factores bajo
estudio, en ambos periodos.
Región 10987654321
35000
30000
25000
20000
15000
10000
5000
0
Em
ple
o m
an
ufa
ctu
rero
1993
2009
Año
Figura 1. Gráfico de la distribución del empleo manufacturero de Veracruz por región.
Como puede observarse, en la Figura 1 si ha existido un cambio en el empleo
manufacturero del año 1993 al 2009, se hace evidente que las regiones De las
Montañas y Olmeca, son las más representativas en la economía veracruzana,
correspondientes a las regiones 7 y 10 de la gráfica.
Subsectores33
933
733
633
533
433
333
233
132
732
632
532
432
332
232
131
631
531
431
331
231
1
60000
50000
40000
30000
20000
10000
0
Em
ple
o m
an
ufa
ctu
rero
1993
2009
Año
Figura 2. Gráfico de la distribución del empleo manufacturero de Veracruz por subsector.
Observe en la Figura 2, que el sector correspondiente a la Industria alimentaria,
es la que dinamiza la economía veracruzana, mientras que los subsectores 313-
Fabricación de insumos textiles y acabado de textiles, 314- Fabricación de
productos textiles, excepto prendas de vestir y 334- Fabricación de equipo de
computación, comunicación, medición y otros equipos, componentes y accesorios
electrónicos, son los menos productivos en tanto a personal empleado, ya que este
último tiene incluso una disminución de 21 personas en 1993 a 19 personas para
el 2009.
III.2 Resultados del Shift-Share y el Diseño Factorial
Una vez presentados los resultados del análisis preliminar, donde se pudo
observar el comportamiento del empleo manufacturero en ambos periodos, y
para los factores región-sectorial, procedemos aplicar la metodología clásica y
posteriormente la modelación estadística, en base al diseño factorial descrito con
anterioridad.
Mediante el análisis clásico de shift-share se obtuvieron los siguientes
resultados, en este caso se muestran los correspondientes a la región Nautla, el
resto de las regiones, pueden ser consultados en el Anexo C.II.
Tabla 3. Estimación del análisis shift-share para la región Nautla.
Región IV: NAUTLA
Subsectores Descripción NS IM RS SS
311 Industria alimentaria 2557.376467 -342.0367172 532.6602502 2748
312 Industria de las bebidas y del tabaco 93.33490756 -24.14915387 159.8142463 229
313 Fabricación de insumos textiles y acabado
de textiles
1.435921655 -1.175308447 6.739386792 7
314 Fabricación de productos textiles, excepto
prendas de vestir
2.871843309 3.811255282 13.31690141 20
315 Fabricación de prendas de vestir 357.544492 119.9159992 -7.460491191 470
316 Curtido y acabado de cuero y piel, y
fabricación de productos de cuero, piel y
materiales sucedáneos
53.12910123 1.049470203 -24.17857143 30
321 Industria de la madera 505.4444225 -291.9227203 -45.52170213 168
322 Industria del papel 68.92423943 -24.43911357 -27.48512586 17
323 Impresión e industrias conexas 70.36016108 -25.47150673 29.11134565 74
324 Fabricación de productos derivados del
petróleo y del carbón
0 0 0 0
325 Industria química 47.38541461 45.35405793 -72.73947253 20
326 Industria del plástico y del hule 0 0 0 0
Continuación (Tabla 3)
327 Fabricación de productos a base de
minerales no metálicos
96.20675087 -24.13338188 -47.07336898 25
331 Industrias metálicas básicas 0 0 0 0
332 Fabricación de productos metálicos 262.7736628 166.4385191 -92.21218193 337
333 Fabricación de maquinaria y equipo 30.15435475 -15.31231708 10.15796233 25
334 Fabricación de equipo de computación,
comunicación, medición y otros equipos,
componentes y accesorios electrónicos
0 0 0 0
335 Fabricación de accesorios, aparatos
eléctricos y equipo de generación de
energía eléctrica
2.871843309 -0.200414738 -2.671428571 0
336 Fabricación de equipo de transporte 10.05145158 -1.884784917 1.833333333 10
337 Fabricación de muebles, colchones y
persianas
0 0 0 0
339 Otras industrias manufactureras 12.92329489 98.44361158 -56.36690647 55
En la Tabla 3 se muestra la descomposición de los efectos del shift-share
correspondientes a la región de Nautla, en consideración al resultante nacional,
se considera un efecto positivo para el empleo manufacturero de los 21 sectores,
lo que indica que el crecimiento del estado provoca una inercia positiva en la
generación de empleos en la región, aunque muy débil. El efecto sectorial resulta
positivo para 11 de los 21 sectores considerados y negativos para el resto,
mientras que el efecto regional recoge las ventajas y desventajas de la estructura
productiva, se puede observar que sólo 7 de los 21 sectores industriales presentan
valores positivos, denotando ciertas ventajas competitivas en dichos sectores.
Por lo que se refiere al efecto total, el crecimiento del empleo industrial en la
región es bastante pobre, lo que puede deberse a cuestiones tecnológicas, de
productividad baja, ausencia de economías externas, etc. Aun así, el resultante
nacional compensa cualquier efecto negativo que hubiera podido causar los
efectos regional y sectorial.
Considerando la metodología de MCO descrita en la sección anterior, se procedió
a realizar la estimación de los parámetros que definirán el modelo que explique
la variabilidad del empleo manufacturero, con respecto a Factor A: Región y
Factor B: Subsector, así como la iteración que existe entre ellos.
Por lo que en primera instancia se hace un análisis exploratorio, para ver el
efecto de los factores, considerando el hecho de que no todas las regiones tienen
el mismo número de municipios, y que en ellos no se tienen las mismas
condiciones para realizar actividades manufactureras similares, se procedió a
estudiar sólo aquellos subsectores que se desarrollaran en todas las regiones, los
cuales fueron: 311-Industria Alimentaria, 315-Fabricación de prendas de vestir,
321-Industria de la madera, 327- Fabricación de productos a base de minerales
no metálicos y 332- Fabricación de productos metálicos; obteniendo los siguientes
resultados exploratorios. Posteriormente se realizará el contraste de las
hipótesis con el análisis de varianza.
Año
Subsector
20091993
332327321315311332327321315311
350
300
250
200
150
100
50
0
No
. d
e p
ers
on
al o
cu
pa
do
95% IC para la media
Gráfica de intervalos
Figura 3. Comparación gráfica del efecto de los subsectores en el empleo manufacturero.
Como puede observarse en la Figura 3, el efecto que tienen los subsectores es
significativo, ya que no existe traslape alguno con respecto al resto de los
subsectores, por lo que gráficamente se puede deducir que éste si influye en la
variabilidad del empleo manufacturero. Adicionalmente para el año 2009, se
puede observar que el subsector 321-Industria de la madera podría ser diferente
de los subsectores 327- Fabricación de productos a base de minerales no
metálicos y 332- Fabricación de productos metálicos.
Año
Región
20091993
1098765432110987654321
400
300
200
100
0
No
. d
e p
ers
on
al o
cu
pa
do
95% IC para la media
Gráfica de intervalos
Figura 4. Comparación gráfica del efecto de las regiones en el empleo manufacturero.
Así mismo, se puede ver el comportamiento del efecto regional en la Figura 4, el
cual es igual para ambos periodos en todas las regiones socioeconómicas del
estado de Veracruz, por lo que gráficamente se puede considerar que las regiones
localizadas no tienen efecto sobre el empleo manufacturero.
10987654321
200
175
150
125
100
75
50
Región
Me
dia
Efectos principales de las regionesMedias de datos
Figura 5. Tendencia del efecto de las regiones en el empleo manufacturero.
332327321315311
250
200
150
100
50
0
Subsector
Me
dia
Efectos principales de los subsectoresMedias de datos
Figura 6. Tendencia del efecto de los subsectores en el empleo manufacturero.
Como puede observarse en las Figuras 5 las regiones 5,6 y7, correspondientes a
la Capital, Sotavento y De las Montañas, respectivamente, son aquellas que
dinamizan el empleo manufacturero. Mientras que sectorialmente lo hace el
subsector 311 correspondiente a la Industria alimentaria.
332327321315311
500
400
300
200
100
0
Subsector
Me
dia
10
1
2
3
4
5
6
7
8
9
Región
Interacción para personal ocupadoMedias de datos
Figura 7. Interacción entre los factores: Región y Subsector.
En la Figura anterior, se puede observar la interacción que tienen ambos factores
deduciendo que tampoco esta es significativa, por lo que se puede ver que la
región 6, correspondiente a Sotavento tiene en promedio el mayor número de
personas ocupadas en los sectores bajo estudio, aunque es notorio que en la
región de la capital, éste es superior en el subsector correspondiente a la
Fabricación de prendas de vestir, esto se podría deberse a la influencia de los
municipios de Naolinco y Altotonga, ésta última contando con una maquiladora
de ropa.
Una vez realizado el análisis exploratorio, se obtuvo el ANDEVA (Análisis De
Varianza), el cual permitió contrastar el juego de hipótesis para poder
determinar qué factores son significativos dentro del modelo a estimar,
obteniendo los siguientes resultados:
Tabla 4. Análisis de varianza del empleo manufacturero del Estado de Veracruz.
Fuente Grados de Libertad
Suma de Cuadrados
Cuadrado Medio
Estadístico F p-valor
Año 1 118367 153586 2.17 0.141
Región 9 1611430 128256 1.81 0.062
Subsectores 4 11986765 2329522 32.89 0.000
Región-Subsector
36 2847328 79092 1.12 0.292
Error 1536 108780280 70820
Total 1586 125344169
R-cuadrado = 13.21% R-cuadrado (ajustado) = 10.39%
Para un nivel de significancia de 0.05, sólo el factor sectorial, resultaría
significativo, sin embargo para un valor de significancia de 0.10, ambos factores
por separado serían significativos al tener un valor p, menor al establecido. Por
lo que tendríamos evidencia significativa para rechazar las hipótesis nulas
planteadas con anterioridad, es decir:
Con respecto al factor región, se concluye que el empleo manufacturero
medio es diferente en al menos una región socioeconómica.
Con respecto al factor subsector, se concluye que el empleo manufacturero
medio es diferente en al menos un subsector.
Con respecto a la iteración entre los factores región-subsector, se concluye
que el empleo manufacturero medio no es diferente entre las iteraciones
de los factores.
Adicional al coeficiente de determinación que arroja el ANDEVA, se debe
calcular el coeficiente de variación, el cual muestra una mejor interpretación
porcentual del grado de variabilidad, la forma de obtener este coeficiente es:
𝐶𝑣 =𝜎
|�̅�|
en este caso sería equivalente a
𝐶𝑣 =246.265967
66.6896226= 3.69
A continuación se muestra la estimación de los coeficientes que determinan el
modelo estadístico de la variabilidad del empleo manufacturero.
Tabla 5. Estimación de los efectos para las regiones socioeconómicas.
Región Coeficiente Error
Estándar Valor p
Huasteca Alta 1.84 26.75 0.945
Huasteca Baja -48.18 21.19 0.023
Totonaca -16.65 24.19 0.491
Nautla -17.55 26.95 0.515
Capital 4.45 17.26 0.797
Sotavento 86.32 25.72 0.001
De las Montañas 4.47 15.63 0.775
Papaloapan -6.82 19.57 0.728
Los Tuxtlas 4.44 39.55 0.911
Como se puede observar en la Tabla 5, al realizar la estimación de los coeficientes
de los efectos, se pierde un dato referente a una región, adicionalmente para
conformar el modelo se consideran sólo aquellos que son significativos, es decir,
aquellos que al ser comparados su valor p éste debe ser menor a un nivel de
significancia de 0.05.
De igual forma se evalúa la Tabla 6, correspondiente a la estimación de los
coeficientes para el efecto de los subsectores, de tal forma que sólo aquellos que
resultaron significativos conformarán el modelo estadístico.
Tabla 6. Estimación de los efectos para los subsectores.
Subsectores Coeficiente Error
Estándar
Valor
p
Intercepto 80.567 8.152 0.000
Industria alimentaria 173.27 15.23 0.000
Fabricación de prendas de vestir -48.86 16.36 0.003
Industria de la madera -55.30 15.76 0.000
Fabricación de productos a base de minerales no
metálicos -42.55 18.03 0.018
Dado que la interacción de los factores no resulto significativo en el ANDEVA,
no se plasma la tabla de los estimadores, de esta manera las tablas anteriores,
muestran los coeficientes del modelo estimado los cuales manifiestan que el
crecimiento económico del empleo manufacturero en Veracruz provoca un efecto
positivo en la generación de empleos. Esta inercia se debe al efecto de arrastre
de la economía nacional, el cual compensa cualquier negatividad que pudiesen
tener los efectos regional y sectorial.
Se evaluaron los supuestos de los residuales para determinar si estos se
cumplían, obteniendo los siguientes resultados.
3000200010000-1000
99.99
99
90
50
10
1
0.01
Residuo
Po
rce
nta
je
6004503001500
3000
2000
1000
0
-1000
Valor ajustado
Re
sid
uo
300025002000150010005000-500
1000
750
500
250
0
Residuo
Fre
cu
en
cia
2000
1800
1600
1400
1200
100080
060
040
020
01
3000
2000
1000
0
-1000
Orden de observación
Re
sid
uo
Gráfica de probabilidad normal vs. ajustes
Histograma vs. orden
Análisis de residuos
Figura 8. Gráfico del análisis de los residuos.
Como se puede observar en la Figura 8, al analizar los supuestos para los
residuos gráficamente, se puede ver que la normalidad y homogeneidad de los
mismos se ve afectada por los outliers que están dentro de la naturaleza de los
datos, ya que recordemos que desde el análisis exploratorio se veía que la
Industria alimentaria era la que dinamizaba la producción del empleo
manufacturero en el Estado. Aunado a esto, se puede observar que dentro del
gráfico de los residuos contra los valores ajustados, se forman tres grupos.
Mientras que en gráfico de Frecuencia vs Residuo, se ve una tendencia debida a
la dispersión que existe en los datos de tal manera que se procedió a quitar esos
datos atípicos para corregir hasta cierto punto el comportamiento de los
residuales, los resultados obtenidos se muestran a continuación.
Tabla 7. Análisis de varianza del empleo manufacturero del Estado de Veracruz sin
outliers.
Fuente Grados de Libertad
Suma de Cuadrados
Cuadrado Medio
Estadístico F p-valor
Año 1 160295 188213 5.08 0.024
Región 9 507252 50079 1.35 0.206
Subsectores 4 7262840 1481916 39.97 0.000
Región-Subsector
36 1389625 38601 1.04 0.403
Error 1530 56732603 37080
Total 1586 66052615
R-cuadrado = 14.11% R-cuadrado (ajustado) = 11.30%
Para un nivel de significancia de 0.05, sólo el factor sectorial, resultaría
significativo, sin embargo para un valor de significancia de 0.10, también el
bloqueo sería significativo, es decir que el año si estaría influyendo en la
variabilidad del empleo manufacturero, esto al tener un valor p, menor al
establecido. Por lo que tendríamos evidencia significativa para rechazar las
hipótesis nulas planteadas con anterioridad, es decir:
Con respecto al factor región, se concluye que el empleo manufacturero
medio es igual en todas las regiones socioeconómicas.
Con respecto al factor subsector, se concluye que el empleo manufacturero
medio es diferente en al menos un subsector.
Con respecto a la interacción entre los factores región-subsector, se
concluye que el empleo manufacturero medio es igual en todas.
Calculando su 𝐶𝑣 tenemos:
𝐶𝑣 =179.735026
57.6367925= 3.11
De los resultados obtenidos en el ANDEVA, así como del 𝐶𝑣 se puede observar
que el coeficiente de determinación va aumentando mientras que el de variación
va disminuyendo. El análisis residual puede ser consultado en el Anexo C.III.
CAPÍTULO IV
CONCLUSIONES
Con respecto a los resultados obtenidos en el presente trabajo y con respecto a
los objetivos planteados, podemos deducir los siguientes puntos:
Se pudo observar que el estudio descriptivo que realiza el análisis shift-
share al empleo manufacturero, no da como tal una estimación de los
coeficientes que determinarían un modelo que nos permita ver y estudiar
como varía dicha variable en la economía veracruzana. Como se pudo
apreciar la matriz de resultados arrojada por este estudio es muy extensa
para poder dar una conclusión inmediata con respecto a sus resultados,
por lo que se debe interpretar individualmente en cada región y subsector,
haciendo de esta técnica una difícil labor para ubicar con precisión a que
región pertenece cada subsector relativamente significante para la
economía.
El análisis descriptivo hizo evidente que el subsector de la Industria
Alimentaria es el que dinamiza la economía veracruzana, siendo ésta la
constante en todas las regiones socioeconómicas con las que cuenta el
Estado de Veracruz. Sin embargo se pudo percatar que la región De las
Montañas es la que mayor número de personal ocupado tiene para ambos
periodos bajo estudio, así mismo los subsectores referentes a la
Fabricación de productos derivados del petróleo y del carbón e Industria
Química ubicadas en la décima región, es decir en la Olmeca.
Por los resultados obtenidos mediante el Diseño Factorial, se pudo deducir
un modelo que determinara la variabilidad que ha tenido el personal
ocupado en el Estado de Veracruz de 1993 al 2009, a diferencia del análisis
descriptivo, se puede manejar con mayor claridad que sector y en qué
región se está dinamizando la economía veracruzana, tal y como se ha
mostrado en el capítulo anterior, por lo que la creación de políticas
públicas, concretamente una política industrial, podrá enfatizarse con
mayor claridad hacía esas áreas, ubicándolas con mayor rapidez y
fiabilidad.
Como reflexión se puede hacer evidente que la hipótesis de este trabajo,
se cumple haciendo evidente la optimización para determinar un modelo
estadístico. Por lo que se puede implementar para realizar más estudios
sobre la economía de los diferentes estados, contando que el modelo se
determinó con el método estadístico, y que por ende los coeficientes
estimados son significativos, es decir confiables.
Dicho trabajo da pauta a que en estudios posteriores se pueda considerar
el realizar un estudio a nivel nacional, ya que el país está dividido también
en regiones socioeconómicas, por lo que resultaría sumamente interesante
saber que regiones y en qué sectores se puede realizar inversiones.
BIBLIOGRAFÍA
Berzeg, K. (1978): “The empirical content of Shift-Share analysis”, Journal
of regional Science, 18, (3), pp. 463-469.
Buck, T., Atkins,M. (1983): “Regional policies in retrospect: An
application of analysis of variance”, Regional Studies, Volume 17, Issue 3,
pp.181-189
Bonet Morón, Jaime (1999): “El crecimiento regional en Colombia, 1980 –
1996: Una aproximación con el método Shift-Share”, Documentos de
Trabajo sobre Economía Regional del Banco de la República de Colombia, 10.
Castaño, T.E. y Domínguez, D. J (2010): “Diseño de Experimentos:
Estrategias y Análisis en Ciencia y Tecnología”, Universidad Autónoma de
Querétaro.
Dunn, E. S. (1960): “A Statistical and Analytical Tecnique for Regional
Analysis”, Papers of the Regional Science Association, Vol. 6, 97 - 112.
Fernández González, Paula (2003): “El crecimiento económico regional a
través de índices Divisia, análisis Shift-Share y técnicas de regresión.
El caso catalán”, 27 Congreso Nacional de Estadística e Investigación
Operativa.
García-Milà, T. and T. McGuire (993): “Industrial Mix as a Factor in the
Growth and Variability of States Economies”, Regional Science and Urban
Economics 23, 229-241.
Jahoda, M. (1982): “Empleo y Desempleo: Un Análisis Socio-Psicológico”,
Ediciones Morata, Vol. 26, Madrid 1986.
Knudsen D.C. y Barff R. (1991): “Shift-Share as a Linear Model”,
Environment and Planning A, Vol. 23, pp. 421-431.
Laguna Reyes, Christian Enmanuel (2003); “Identificación de clusters
industriales regionales en la economía del estado de Coahuila”, Tesis,
Centro de Investigaciones Socioeconómicas, Universidad Autónoma de Coahuila.
Saltillo, México.
Loveridge, S.; Selting, A.C. (1998): “A review and comparision of shift-share
identities”, International Regional Science Review, 21, 1, pp. 37-58.
http://www.tandfonline.com/loi/cres20?open=17#vol_17http://www.tandfonline.com/toc/cres20/17/3
Martínez A.J. y Schlupman, K. (1991): “La ecología y la economía”. Fondo de
Cultura Económica, México.
Mayor, M. (2001): “Modelización sectorial-espacial del crecimiento.
Aplicación al caso de Asturias”. Memoria de Proyecto de Investigación.
Departamento de Economía Aplicada. Universidad de Oviedo.
Mayor Fernández, M., López Menéndez, A.J. y Pérez Suárez, R. (2005):
“Escenarios de empleo regional. Una propuesta basada en el análisis
shift-share”, Estudios de Economía Aplicada, vol. 23, nº 3, pp. 863-887.
Mayor Fernández, M. y López Menéndez, A.J (2005): “Spatial shift-share
analysis: new developments and some findings for the Spanish case”,
45th Congress of the European Regional Science Association, Amsterdam.
Nazara, S. y Hewings, G. (2004): “Spatial Structure and Taxonomy of
Decomposition in Shift-Share Analysis”. Growth & Change 35, 476-490.
Parejo, J.A., Calvo, A. y Gutiérrez, J. (1995): “La política económica de
reformas estructurales”, Ed. CEURA.
Uriel, E. (1990), “Econometría: el modelo lineal”, Ed. AC. Madrid. ISBN 84-
7288-150-4.
A N E X O S
Anexo A.I
Matriz región-sectorial del empleo manufacturero para 1993.
REGIONES
Subsectores Descripción Veracruz Región I Región II Región III Región IV Región V Región VI Región VII Región VIII Región IX Región X
311 Industria alimentaria 43014 2173 1415 2437 1781 5417 6302 11354 6836 1117 4182
312 Industria de las bebidas y del tabaco 8339 151 716 927 65 668 1043 2840 123 427 1379
313 Fabricación de insumos textiles y acabado de textiles
1696 5 12 0 1 146 13 1513 3 1 2
314 Fabricación de productos textiles, excepto prendas de vestir
284 0 3 9 2 136 19 101 3 0 11
315 Fabricación de prendas de vestir 3746 62 109 320 249 1844 422 246 102 24 368
316 Curtido y acabado de cuero y piel, y fabricación de productos de cuero, piel y materiales sucedáneos
1428 23 49 23 37 481 42 762 5 0 6
321 Industria de la madera 4700 59 457 530 352 669 673 813 389 217 541
322 Industria del papel 3059 2 3 11 48 113 23 2335 511 0 13
323 Impresión e industrias conexas 3790 24 103 322 49 929 900 819 70 27 547
324 Fabricación de productos derivados del petróleo y del carbón
13708 0 6 2240 0 0 368 0 0 0 11094
325 Industria química 6863 119 0 9 33 118 973 1076 38 0 4497 326 Industria del plástico y del hule 1195 0 0 29 0 188 482 418 22 0 56 327 Fabricación de productos a base de
minerales no metálicos 4675 117 180 416 67 789 524 2032 109 61 380
331 Industrias metálicas básicas 3422 596 0 0 0 0 2232 594 0 0 0
332 Fabricación de productos metálicos 4991 443 245 277 183 750 1072 973 145 90 813 333 Fabricación de maquinaria y equipo 2336 7 84 95 21 120 821 944 11 5 228 334 Fabricación de equipo de computación,
comunicación, medición y otros equipos, componentes y accesorios electrónicos
27 0 0 0 0 0 5 21 0 1 0
335 Fabricación de accesorios, aparatos eléctricos y equipo de generación de energía eléctrica
140 0 0 4 2 13 105 1 0 0 15
336 Fabricación de equipo de transporte 1512 2 0 3 7 134 1193 85 26 4 58
337 Fabricación de muebles, colchones y persianas
127 0 0 0 0 38 13 70 3 0 3
339 Otras industrias manufactureras 139 4 5 19 9 15 41 16 4 4 22
Total 109191 3787 3387 7671 2906 12568 17266 27013 8400 1978 24215
Anexo A.II
Matriz región-sectorial del empleo manufacturero para 2009.
REGIONES
Subsectores Descripción Veracruz Región I Región II Región III Región IV Región V Región VI Región VII Región VIII Región IX Región X
311 Industria alimentaria 53504 3043 3228 2742 2748 6751 6212 15111 6443 1329 5897 312 Industria de las bebidas y del tabaco 8876 299 407 1263 229 726 1117 1789 565 1074 1407 313 Fabricación de insumos textiles y acabado
de textiles 442 2 2 0 7 24 21 377 7 2 0
314 Fabricación de productos textiles, excepto prendas de vestir
949 13 23 36 20 123 91 520 40 19 64
315 Fabricación de prendas de vestir 7183 77 141 268 470 4072 462 727 326 84 556
316 Curtido y acabado de cuero y piel, y fabricación de productos de cuero, piel y materiales sucedáneos
2091 19 103 41 30 642 25 1177 29 9 16
321 Industria de la madera 2851 106 157 139 168 723 337 528 182 89 422
322 Industria del papel 2835 19 12 34 17 275 60 1733 538 34 130
323 Impresión e industrias conexas 3472 17 88 230 74 715 794 702 118 72 662
324 Fabricación de productos derivados del petróleo y del carbón
3760 0 0 0 0 2 8 0 0 0 3750
325 Industria química 19287 129 22 1415 20 164 405 985 6 28 16113 326 Industria del plástico y del hule 2587 0 0 6 4 492 540 1370 48 33 94 327 Fabricación de productos a base de
minerales no metálicos 5029 139 74 430 25 942 404 2092 217 109 597
331 Industrias metálicas básicas 5879 707 1 9 0 208 4166 779 0 0 9
332 Fabricación de productos metálicos 11706 1558 409 598 337 1359 2416 2524 536 193 1759 333 Fabricación de maquinaria y equipo 1651 3 257 0 25 117 648 491 98 3 9 334 Fabricación de equipo de computación,
comunicación, medición y otros equipos, componentes y accesorios electrónicos
43 0 0 0 0 0 10 0 0 19 14
335 Fabricación de accesorios, aparatos eléctricos y equipo de generación de energía eléctrica
187 0 0 3 0 131 33 18 0 0 2
336 Fabricación de equipo de transporte 1764 749 0 6 10 332 372 198 31 5 61
337 Fabricación de muebles, colchones y persianas
5342 101 195 708 509 652 438 1610 302 141 686
339 Otras industrias manufactureras 1720 16 48 157 55 612 284 300 46 21 181
Total 141158 6997 5167 8085 4748 19062 18843 33031 9532 3264 32429
Anexo B
Sub-matriz de información de acuerdo a la regionalización y división sectorial del Estado.
Subsector
Región No. De Municipio Municipio 311 312 313 314 315 316 321 322 323 324 325 326 327 331 332 333 334 335 336 337 339
Región I: Huasteca Alta
55 Chalma 20 1 3 1
56 Chiconamel 5 1 3 2
121 Ozuluama de Mascareñas 156 4 1 3 3 14
123 Pánuco 841 45 9 10 15 104 41 596 375 2 129 Platón Sánchez 46 51 11 14 4 2
133 Pueblo Viejo 101 12 5 2 25 27
152 Tampico Alto 13 7 15 6 2
155 Tantoyuca 186 5 5 22 16 5 9 19 12 4
161 Tempoal 213 18 12 4 13 5 13 7
205 El Higo 592 9 6 2 1 11
Total 2173 151 5 0 62 23 59 2 24 0 119 0 117 596 443 7 0 0 2 0 4
Región No. De Municipio Municipio 311 312 313 314 315 316 321 322 323 324 325 326 327 331 332 333 334 335 336 337 339
Región II: Huasteca Baja
13 Naranjos Amatlán 115 12 24 5 16 8 15 20
27 Benito Juárez 8 1
34 Cerro Azul 157 22 7 3 33 12 27 19 6
35 Citlaltépetl 17 5 26 4 15 2
58 Chicontepec 32 2 2 2 4
60 Chinampa de Gorostiza 21
63 Chontla 11 3 14
72 Huayacocotla 11 122 1 4
76 Ilamatlán
78 Ixcatepec 23 1 3
83 Ixhuatlán de Madero 36 3 3 3 37 1
150 Tamalín 70 2 1 13 3
151 Tamiahua 30 6 7 6 3 8
153 Tancoco 9 11 1 2
154 Tantima 13 1 4 33 2
157 Castillo de Teayo 15 3 3 12 1 1
160 Alamo Temapache 321 19 1 15 2 21 18 18 28 37 2
167 Tepetzintla 34 7 1 1
170 Texcatepec
180 Tlachichilco 9
189 Tuxpan 470 651 3 37 118 2 65 6 97 147 41 3
198 Zacualpan 7 16 1 3
202 Zontecomatlán de López y Fuentes 6 2
Total 1415 716 12 3 109 49 457 3 103 6 0 0 180 0 245 84 0 0 0 0 5
Región No. De Municipio Municipio 311 312 313 314 315 316 321 322 323 324 325 326 327 331 332 333 334 335 336 337 339
Región III: Totonaca
33 Cazones de Herrera 25 2 1 3 6 3
37 Coahuitlán 26 6
40 Coatzintla 136 9 9 22 4 24 20
50 Coxquihui 11 10
51 Coyutla 98 6 54 6
64 Chumatlán 5 1 4
66 Espinal 52 4 2 21 3
67 Filomeno Mata 26 2 5 1
69 Gutierrez Zamora 135 14 3 29 2 12 5 2 1
103 Mecatlán 15 3
124 Papantla 603 268 60 13 133 10 288 67 4
131 Poza Rica de Hidalgo 940 621 9 225 10 119 11 298 2240 9 25 35 144 51 4 1 12
158 Tecolutla 59 11 12 3
175 Tihuatlán 235 9 11 101 8 4 39 25 42 2 2
203 Zozocolco de Hidalgo 71 9
Total 2437 927 0 9 320 23 530 11 322 2240 9 29 416 0 277 95 0 4 3 0 19
Región No. De Municipio Municipio 311 312 313 314 315 316 321 322 323 324 325 326 327 331 332 333 334 335 336 337 339
Región IV: Nautla
23 Atzalan 75 149 1 11 2 1
42 Colipa 16 1 11 1 2
95 Juchique de Ferrer 51 4 7 3 2
102 Martinez de la Torre 998 42 1 2 50 80 48 31 33 30 106 15 5
109 Misantla 165 5 11 1 145 5 8 24
114 Nautla 19 2 1 4 2 4 2
163 Tenochtitlán 17 2 3
183 Tlapacoyan 283 16 22 57 10 8 31 4 2 7 1
192 Vega de Alatorre 121 5 35 22 3 15 7 2
197 Yecuatla 36 4 12 5
211 San Rafael
Total 1781 65 1 2 249 37 352 48 49 0 33 0 67 0 183 21 0 2 7 0 9
Región No. De Municipio Municipio 311 312 313 314 315 316 321 322 323 324 325 326 327 331 332 333 334 335 336 337 339
Región V: Capital
1 Acajete 3 1 4
2 Acatlán 28 2 95 2 1
4 Actopan 14 4 1 6 3
9 Alto Lucero de Gutierrez Barrios 57 8 1 16 8 9
10 Altotonga 54 5 886 22 3 2 8 20
17 Apazapan 2
25 Ayahualulco 25 3 1 1
26 Banderilla 128 8 2 9 29 4 2 2 127 88 4 5
36 Coacoatzintla 30 1 8 1 2 6
38 Coatepec 1422 450 1 13 6 37 1 9 83 80 64 61 22 18 2
46 Cosautlán de Carvajal 43 2 2 7 9
57 Chiconquiaco 17 6 4
65 Emiliano Zapata 457 3 2 26 5 19 17
79 Ixhuacán de los Reyes 17 8 3 1
86 Jalacingo 36 3 243 12 64 2
87 Xalapa 1950 65 1 59 438 9 278 107 903 31 10 287 447 94 4 116 20 9
88 Jalcomulco 13 1 2
92 Xico 224 12 24 9 7 1
93 Jilotepec 382 6 6 11
96 Landero y Coss 15 1 1
106 Miahuatlán 52 1 1 4
107 Las Minas 3 1 5
112 Naolinco 59 8 341 10 4 3 14
128 Perote 173 137 145 69 60 2 34 10 32 202 27 13 3
132 Las Vigas de Ramirez 32 44 115 5 9
136 Rafael Lucio 52 1 22 13 2
156 Tatatila 5 1
164 Teocelo 62 11 7 5 17
166 Tepetlán 20 2
177 Tlacolulan 17 14
182 Tlalnelhuayocan 4 1
187 Tonayán 15 1
194 Villa Aldama 6 89 12
Total 5417 668 146 136 1844 481 669 113 929 0 118 188 789 0 750 120 0 13 134 38 15
Región No. De Municipio Municipio 311 312 313 314 315 316 321 322 323 324 325 326 327 331 332 333 334 335 336 337 339
Región VI: Sotavento
16 La Antigua 737 17 4 4 20 3 2 7 29 16 1
28 Boca del Rio 390 608 40 142 9 47 2 25 101 146 32 5 1 5
49 Cotaxtla 12 4 317 877 3
90 Jamapa 11 7 3
100 Manlio Fabio Altamirano 42 68 3 4
105 Medellin 471 57 1 3 9
126 Paso de Ovejas 30 10 2 8 3
134 Puente Nacional 7 2 22 6 6
148 Soledad de Doblado 64 7 13 3 24 5
181 Tlalixcoyan 116 1 26 6 22 1 4
191 Ursulo Galván 712 16 9 19 15 14 1
193 Veracruz 3710 276 13 19 335 32 428 11 848 51 94 457 376 2232 822 767 5 97 1193 11 30
Total 6302 1043 13 19 422 42 673 23 900 368 973 482 524 2232 1072 821 5 105 1193 13 41
Región No. De Municipio Municipio 311 312 313 314 315 316 321 322 323 324 325 326 327 331 332 333 334 335 336 337 339
Región VII: De las Montañas
6 Acultzingo 21 8 3
7 Camarón de Tejeda 8 1 4
8 Alpatláhuac 10 1 1
14 Amatlán de los Reyes 175 83 4 38 114 85
18 Aquila 1
19 Astacinga 2
20 Atlahuilco 2 2
21 Atoyac 1286 2 1 6 1 6 1 1
22 Atzacan 57 5 2 1
24 Tlaltetela 35 2
29 Calcahualco 2 1 1
30 Camerino Z. Mendoza 104 838 12 25 7 4 14 8
31 Carrillo Puerto
41 Coetzala 10
43 Comapa 51 1 3 1
44 Córdoba 3348 408 69 67 35 156 13 486 4 239 132 343 276 670 6 67 6
47 Coscomatepec 98 2 20 6 46 31 3 1 10 25 2
52 Cuichapa 207 9 2
53 Cuitlálhuac 836 3 1 9 4 12
62 Chocamán 39 5 6
68 Fortín 547 18 3 20 30 8 80 3 74 121 13 21 2
71 Huatusco 385 6 1 1 40 21 4 2 98 45 1 59 1
74 Huiloapan de Cuauhtémoc 6 194 3 6
80 Ixhuatlán del Café 71 2 10 1 2 4
81 Ixhuatlancillo 18 2
85 Ixtaczoquitlán 858 254 2 60 3 1806 224 43 586 251 41 25
98 Magdalena
99 Maltrata 27 12 267 6
101 Mariano Escobedo 35 5 2 50 2 1
110 Mixtla de Altamirano
113 Naranjal 34 6
115 Nogales 65 2 9 10 1 109 7 15
117 Omealca 22 1 7 2
118 Orizaba 1024 2141 210 31 82 361 134 511 166 756 131 667 243 161 1 2 5
125 Paso del Macho 748 5 1 2 3 10
127 La Perla 9 3
135 Rafael Delgado 12 1 2
137 Los Reyes 4 1
138 Río Blanco 96 352 6 45 43 22 2 32 29 60 12
140 San Andrés Tenejapan 7
146 Sochiapa 2
147 Soledad Atzompa 60 1
159 Tehuipango 3 1
162 Tenampa 6
165 Tepatlaxco 1
168 Tequila 13 1 3 3
171 Texhuacán 6