Probando supuestos del modelo Flegg para regionalizar matrices insumo-producto

Testing Flegg model assumptions for regionalizing input-output tables

El método FLQ es uno de los más populares para obtener matrices insumo-producto regionales, debido a que requiere de poca información y a su precisión. En este trabajo, los supuestos del método son contrastados econométricamente con información de nueve países europeos y de la Unión Europea. Se encuentra que, la elasticidad de la cuota cruzada es la mitad de lo previsto por la fórmula original; además, las cuotas simples del sector vendedor son más importantes que las del comprador. Aun así, el poder predictivo del FLQ es ligeramente inferior a modelos más complejos, lo que reivindica su eficiencia práctica.

INTRODUCCIÓN

El método de coeficiente de localización de Flegg (Flegg, Webber y Elliott, 1995) ha sido ampliamente utilizado para obtener matrices insumo-producto regionales. En Colombia, por ejemplo, destaca el uso de esta técnica para la identificación de sectores clave en la región del Caribe colombiano (Ramos, Polo y Arrieta, 2017), la determinación de las actividades con mayor impacto macroeconómico en la economía de Boyacá (Sanabria-Bautista y Cely-Acero 2018) y la detección de los efectos multiplicadores y flujos intersectoriales relevantes para la economía de Colombia en su conjunto (Gaytán y Del Pilar, 2017). En México se ha empleado esta metodología en la construcción de matrices insumo-producto y contabilidad social para estados y regiones (Dávila y Valdés, 2012; Dávila, 2015 y 2019), para estudiar diversos fenómenos como energía (Ayala, Chapa y Treviño, 2015), efectos regionales del libre comercio (Ayala, Chapa, Treviño, Matteo y Pérez, 2015) y cuestiones de equidad de género (Chapa y Ayala, 2018 y 2019), entre otros. Así también, su uso abarca la construcción de un modelo insumo-producto para la ciudad de Buenos Aires, Argentina (Mastronardi y Romero, 2012), el análisis de coeficientes de localización para Córdoba, Argentina (Romero, Mastronardi y Faye, 2012; Flegg, Mastronardi y Romero, 2015) y el estudio del subsidio al sector silvícola de la región del Biobío, Chile (Mardones y Hernández, 2017).

El método es muy sencillo de aplicar y requiere de solo dos piezas de información, la matriz insumo-producto nacional y un vector de empleo o valor agregado sectoriales para la región en cuestión. En cambio, aún y cuando el método de entropía cruzada sólo requiere el vector de producción regional, involucra la solución de un problema de programación lineal que pudiera tener problemas de convergencia (ver Lamonica, Rechionni, Chelli y Salvati, 2019), y otros como como el RAS, qué es fácil de implementar, requieren los vectores de producción y de demanda intermedia intrarregional (ver Temursho, Oosterhaven y Cardenete, 2020).