La evolución de la competitividad en las regiones españolas

GRADO EN COMERCIO TRABAJO FIN DE GRADO La evolución de la competitividad en las regiones españolas MIGUEL ÁLVAREZ MARTÍN FACULTAD DE COMERCIO VALLADOLID, JULIO UNIVERSIDAD DE VALLADOLID 3 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel GRADO EN COMERCIO CURSO ACADÉMICO 2017-2018 TRABAJO FIN DE GRADO La evolución de la competitividad en las regiones españolas Trabajo presentado por: MIGUEL ÁLVAREZ MARTÍN Firma: Tutor: ÁNGEL DE LOS RÍOS RODICIO Firma: FACULTAD DE COMERCIO Valladolid, Julio 2019 5 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Agradecimientos La finalización de un proyecto tan laborioso, desafiante y, a la vez, tan enriquecedor como lo es un Trabajo de Fin de Grado te hace pensar en precisamente las causas y factores que te han empujado a llevarlo a buen puerto. Por esa misma razón, es para mí todo un placer y orgullo dedicar este apartado para ser justo y consecuente con dichas causas o factores, que en mi caso son personas. A mis queridos padres, Ana & Antonio, por su incondicional apoyo y confianza. También gracias por brindarme todos los recursos necesarios y ser mis más objetivos consejeros y asesores para concluir mi Grado Universitario tan satisfactoriamente. A mi querido hermano, Mario, por estar tanto en las buenas como en las malas. Por ser a menudo mi faro de Alejandría, siempre guiándome en la vida, a través de consejos, enseñanzas y correcciones. A mis queridos amigos especialmente a Iván, por hacerme sentir siempre tan arropado por ellos y saber que eso jamás cambiará, independientemente del tiempo que pasemos separados. Por último, agradecimientos sinceros a la pieza angular de este proyecto, a mi querido tutor, Don Ángel de los Ríos Rodicio. Gracias, en primer lugar, por haber aceptado tutorizar mi TFG. En segundo lugar, por ayudarme a allanar el camino ofreciéndome siempre todos los medios y herramientas para elaborar el presente trabajo. Por su constante disponibilidad y por su enorme compromiso con este proyecto. De nuevo, muchas gracias Profesor. Gracias. 6 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel ÍNDICE 1. Introducción…………………………………………………………………………...….7 2. Marco teórico…………………………………………………………………………......8 2.1. Consideraciones previas……………………………………………………......8 2.2. Contexto histórico de la crisis económica/financiera en España ………………………………………………………………………...……………...10 2.3. Factores que influyen en la competitividad………………………………....10 2.4. Término competitividad………………………………………………….……..11 2.5. Competitividad empresarial……………………………………………...…....13 2.6. Competitividad nacional……………………………………………………….13 2.7. Competitividad regional………………………………………………………..14 3. Aspectos metodológicos…………………………………………………………...…..14 3.1. Indicadores compuestos……………………………………………………….14 3.2. Metodología para la estimación del indicador de competitividad regional ………………………..…………………..…………………………………………...15 3.3. Selección y elaboración de indicadores simples…………………………....19 4. Resultados del indicador de competitividad en las CC.AA. españolas …………..…………………………………………….…………………………………..21 5. Conclusiones………………………………………………..………………………..….37 6. Bibliografía…………………………………………………….………………………....39 7 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel 1. Introducción Después de haber estudiado durante cuatro años de formación académica del grado en comercio, en el que te formas sobre el significado de la productividad, y por consiguiente de la competitividad de la empresa y de las regiones y países, y como esta competitividad hace que algunas de ellas, se desarrollen de forma mucho más exitosa que otras. Este concepto de productividad y competitividad y su influencia en el desarrollo económico son bastante complicadas de comprender de forma exhaustiva, ya que como veremos más adelante, son términos bastante ambiguos. Es concretamente por la combinación de estos hechos, que he creído atractivo realizar un estudio en el que se demuestre todo esto, y me ayude a comprender de una forma más cercana tangible la realidad económica. Aprovechando la reciente crisis económica que hemos sufrido en nuestro país, he visto una oportunidad en el desarrollo de esta investigación, para poder explicar cómo influye una situación desfavorable en la economía en el desarrollo de la competitividad para solventar esta mala situación. Hay diversas investigaciones actuales que pretenden interpretar el desarrollo económico de áreas geográficas concretas debido a la influencia que ejercen cuestiones externas sobre dicho desarrollo a largo plazo (CITAS). Algunos de estos factores más influyentes de los que podemos nombrar inicialmente para hacernos una ligera idea sobre nuestro tema a tratar, son, entre otros, la innovación, la tecnología, las condiciones fiscales, todo lo relevante al capital humano, el capital público invertido etc. Dentro del desarrollo económico, ha cobrado una importancia merecida el concepto de competitividad. Esto se debe a que actualmente es una de las variables que más influye en el desarrollo económico, y que, por lo tanto, va a ser troncal en nuestra investigación. Definir el término competitividad resulta una tarea compleja, ya que no es algo concreto ni que todos autores aprueben. Lo que sí que podemos afianzar es que este término evoluciona a partir de una mera actividad económica impulsada por unos bajos costes en la producción de un bien o servicio y a la que se la incluyen diversos aspectos diferentes. Hoy en día el hecho de que no se haya implementado una definición concreta de competitividad es debido a la dificultad que impone a la toma de decisiones por ser uno de los ejes centrales del desarrollo económico. Por eso mismo con la evolución del tiempo y de los niveles de competitividad, es necesario cumplir para poder sobrevivir en el entorno económico tendremos que incorporar diferentes ámbitos y niveles como 8 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel pueden ser el nivel formativo de la población, la inversión de capital, la calidad de producción, etc. España ocupa actualmente el puesto 26 en el ranking de competitividad que elabora World Economic Forum (Sala-i-Martín y Artadi, E.V., 2004), por ello, solo puede escalar en este índice, mejorando todas las regiones que la componen en materia de productividad y competitividad. Por lo tanto es necesario el estudio de todas ellas de forma minuciosa. Con este informe, pretendemos construir un indicador fiable, que haga posible el análisis de como la crisis económica de 2009 ha influido de forma notable en la competitividad las regiones de nuestro país, así como, el análisis de cada variable que incorporemos en nuestro estudio influye en mayor o menor medida en este índice de competitividad, dándonos una explicación a nuestra situación actual hablando de nivel competitivo. Para poder llevar a cabo este estudio, lo haremos de la siguiente forma: Comenzaré explicando el término de competitividad de una manera más profunda y concreta que en la introducción, entrando en las diferentes formas de enfoque o formas de interpretación que tiene. De esta forma sabremos qué es lo que realmente vamos a analizar. Posteriormente expondré los aspectos metodológicos, es decir, las experiencias que hayamos adquirido en el campo de estudio y explicaré el modo de estudio utilizado, junto con los indicadores simples que he elegido para la síntesis de resultados numéricos. Una vez hecho esto expondremos el indicador de competitividad para las diferentes regiones en nuestro país, llegando así a las conclusiones finales, comparando entre las diferentes áreas geográficas estudiadas. 2. Marco teórico. 2.1 Consideraciones previas. A finales del Siglo XX comenzamos a notar la presencia de la palabra competitividad en la literatura de la economía, en lo social y en lo político. Esto lo vemos en la década de 1980, en la que Michael Porter comienza a estudiar este concepto y a elaborar teorías de estrategias competitivas pioneras. Es desde entonces y con un mayor crecimiento en la actualidad, cuando comienza a cobrar una especial importancia en el ámbito empresarial, que influirá finalmente en las diferentes zonas geográficas que forman nuestra civilización ya que nos acercamos cada vez más a la globalización de los mercados mundiales. 9 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Aunque fue en EEUU donde se desarrolló este concepto y la preocupación por lograr un alto rendimiento en ello en su economía, rápidamente se transfirió a Europa, ya que en junio de 1993 el que era presidente de la unión europea (Jacques Delors) en Copenhague habla sobre la falta de competitividad de la industria europea frente a la estadounidense y la china, mientras se refería a la crisis que atravesaba la comunidad europea en aquella fecha. Según Chudnovsky, D. Y Porta, F. (1991) “La competitividad internacional es uno de los temas que ha adquirido mayor relevancia en el debate académico y en las prioridades de la política económica. El lento crecimiento de la economía mundial y la exacerbación de la competencia que ha traído emparejada la revolución tecnológica y la desregulación de ciertos mercados sumada a la perdida de la hegemonía norteamericana y al ascenso de Japón y los NICS asiáticos en el escenario internacional son algunos de los principales factores que explican la importancia que ha adquirido la competitividad internacional como preocupación internacional y de los gobierno, dando lugar a una creciente literatura académica.” Aun habiendo una gran variedad de trabajos e investigaciones centradas en este concepto que incide de una manera u otra en el desarrollo económico, en el aumento del bienestar, en el crecimiento del empleo, hay autores que aún no reconocen o dudan la propia integridad y existencia de la competitividad. Debido a esto, se ha incrementado el número de proyectos que tienen por objetivo, obtener una lista de países o regiones geográficas, en función de los datos obtenidos por índices de competitividad. En Europa, la competitividad a nivel regional, ha sido uno de los pilares fundamentales desde hace tiempo, apreciándose en la Cumbre de Lisboa C. E. (marzo 2000) o en el Tercer Informe sobre Cohesión Económica y Social de 2004, ya que uno de sus principales objetivos “hacer de Europa la economía basada en el conocimiento más competitiva y dinámica del mundo, capaz de crecer económicamente de manera que sostenible con más y mejores empleos y con mayor cohesión social” (Consejo Europeo, marzo 2000). Durante la cumbre celebrada en Lisboa en el año 2000, se acordó un objetivo nuevo, relacionado con la competitividad: convertir a Europa en la economía más competitiva del mundo para el año 2010. Lo que trataba este objetivo, es de “hacer una economía basada en el conocimiento, más competitiva y dinámica, capaz de crecer de manera sostenible, con más y mejores empleos, así como una mayor cohesión social” Consejo Europeo (marzo 2000). 16 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel variables, deberemos hacerla teniendo en cuenta, la relación, la fiabilidad, la capacidad de ser medibles, existencia de datos necesarios suficientes tanto en tiempo como en espacio. Teniendo en cuenta lo anterior, hemos escogido un conjunto de variables que ejercerán una mayor influencia en el desarrollo económico de las regiones de estudio.  Normalización de dichas variables para que sea posible la comparación de sus valores: La normalización que nos va a permitir el estudio de dichas variables en un indicador compuesto al ser equiparables los datos que arroja cada una de ellas. De esta manera, para cada variable , hemos extraído una variable normalizada . Donde es el valor a normalizar, será el valor mínimo de la variable y el valor máximo de la misma. Esto se aplica en todas aquellas variables que influyen de forma directa en nuestro indicador, sin embargo, hay otras variables que influyen de forma inversa, como es el caso del paro, esto es porque cuanto menor sea el paro o la tasa de paro, mayor será el desarrollo económico y de nuestro análisis. Por esto mismo, dicha forma de la normalización debe de modificarse a la inversa. Quedando de la siguiente manera:  Desarrollo del análisis de correlación de datos: Para conseguir esto, hemos utilizado el análisis factorial, es un método estadístico multivariante, mediante el cual somos capaces de agrupar un conjunto muy numeroso de variables, en grupos más homogéneos. El objetivo de este método, es determinar la estructura subyacente en una matriz de datos, analizando las correlaciones existentes entre las variables. Para esto, mediante el análisis, se calculan un conjunto de dimensiones latentes las cuales denominamos “factores” y que tratan de demostrar las llamadas interrelaciones. 17 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel  Otorgación de pesos (ponderaciones) a las diferentes variables y grupos de variables: Será lógico, que el peso que otorguemos a cada variable utilizada en la creación del indicador, será de gran influencia en los resultados obtenidos en dicho indicador. Según Freudenberg, M. (2003) puede otorgar el mismo peso a todas las variables utilizadas, sesgando en cierto modo los resultados de la investigación, o por otra parte, se puede otorgar diferentes pesos a cada variable, de esta forma se reflejaría la fiabilidad, la relevancia, así como otros valores que hacen que cada variable no influya con el mismo peso en función de la correlación existente entre estas variables o indicadores parciales. En este estudio utilizamos la segunda opción (análisis factorial) por ser la técnica más aceptada para el cálculo de estos pesos y para la reducción en la dimensión de información aportada por las diferentes variables, se ha empleado la misma metodología que en otros estudios similares(Villaverde Castro, 2007). Para ello, será requisito, la existencia de una elevada correlación entre las variables utilizadas. El grado de correlación entre las variables, y por tanto la adecuación del análisis factorial, son medidos en el análisis que hacemos, por el Test de esfericidad de Bartlett, y la medida de adecuación de la muestra de Kaiser-Meyer-Olkin, o más conocida como prueba KMO Gorsuch, R. L. (1990). Para realizar la ponderación a los valores, debemos fijarnos en los factores que hemos creado (2 en este caso) Desarrollo Económico y Recursos Humanos y dividir el valor de cada indicador (variable) entre la suma total del factor. Los resultados que se arrojen de esta operación, serán las ponderaciones otorgadas a cada indicador (variable) individual en cada uno de los factores.  Construcción del indicador Sintético: Para la aplicación de nuestro análisis factorial a la construcción del indicador compuesto de competitividad regional, hemos empleado el programa SPSS. De acuerdo con este, el análisis consiste en cuatro fases, las cuales, las definiremos con el año 2009 y utilizando las variables Productividad (PRD), Patentes (PT), Capital Humano (KH), Tasa de Paro (TP), Tasa de ocupación (TO) y Empresas de alta tecnología (EAT), Emprendimiento (EMP), Dimensión empresarial (DEM), Vías de Gran Capacidad (VGC) y la capacidad de aeronaves/ hora (CAH). a) La primera fase que hacemos, consiste en contrastar la estructura de correlación de los indicadores, ya que si la correlación entre estos fueran mínimas, sería improbable que compartiesen factores comunes. Para llevar a cabo este contraste realizamos el cálculo mencionado 18 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel anteriormente de KMO y la prueba de esfericidad de Bartlett. Mediante el cómputo de la medida de adecuación muestral KMO, se contrasta si las correlaciones parciales entre los indicadores individuales son suficientemente pequeñas. Para que este método pueda ser utilizado KMO, debe de tener valores comprendidos entre 0 y 1, y debiendo de ser mayores de 0.5. Por otro lado, el test de Bartlett nos indica que una o varias variables, podrían sintetizarse como una expresión lineal de otras variables. Este test contrasta la hipótesis nula de que la matriz de correlaciones observada es una matriz de identidad, para ello es conveniente que el nivel crítico, el cual le se representa como (Sig), también conocido como p-valor, sea lo menor posible, concretamente menor que 0,05. Por ello, al arrojar valores altos el estadístico del test y lograr un nivel de significación adecuado, y un nivel crítico con valor cero, admitimos la intercorrelación entre las variables, considerando así, este método de factorización como adecuado. b) La segunda fase a realizar, consiste en la extracción del número óptimo de factores (para reproducir la varianza observada en las correlaciones de los indicadores), donde cada factor, está definido por un conjunto de coeficientes, llamados saturaciones. Estas saturaciones, miden las saturaciones entre cada indicador individual y el factor considerado. Para realizar esta fase, hemos utilizado el “método de componentes principales” mediante el cual seleccionaremos los factores que tengan un autovalor (varianza explicada por cada factor) superior a la unidad, y que explican individualmente un porcentaje de la varianza superior a un 10%, y conjuntamente superen el 60% del porcentaje acumulado de la varianza. c) La tercera fase consiste en la rotación de la solución obtenida. Para hacer que la interpretación de los valores que nos da la matriz factorial sea más sencilla, utilizamos el método VARIMAX para facilitar la interpretación de los resultados obtenidos en la matriz de factores, por el cual se incrementa la varianza de las cargas factoriales al cuadrado de cada factor, haciendo que unas tiendan a 1, y otras a 0. Kaiser, H. F. (1958) tiene por objetivo mediante esta técnica minimizar el número de variables que posean correlaciones altas en un factor, simplificando la interpretación de los factores. d) Por último, se estiman las puntuaciones de indicadores individuales en las nuevas dimensiones, para ello hemos utilizado el método de “regresión”. 19 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Posteriormente y de acuerdo con (Nicoletti, 1999) , cada uno de los factores obtenidos conforma, a su vez, un sub-indicador compuesto, que se calcula otorgando a cada indicador (variable) un peso igual al cuadrado de las saturaciones normalizadas.  Realización de test de sensibilidad sobre la robustez del indicador: Existen varias pruebas que son capaces de medir la solidez de un indicador compuesto, entre ellas, nosotros utilizaremos el índice de correlación de Pearson. gracias a esta técnica, logramos corroborar la fiabilidad de nuestro indicador, ya que lo que hacemos es analizar nuestros datos y contrastarlos con los valores de ese periodo de tiempo y en esa situación geográfica concreta con los del PIB. 3.3. Selección y elaboración de indicadores simples. Para nuestro estudio, es precisa la búsqueda de datos que nos arrojen información sobre las comunidades autónomas que vamos a analizar. Estos datos deberán de proceder de fuentes fiables para evitar que los resultados finales sean sesgados por la falta de veracidad de estos. Para saber que datos buscamos es necesario tener en cuenta el objetivo de nuestro estudio, así como todo lo que ya se ha explicado anteriormente en el punto 3.2 sobre la metodología y la identificación de variables relevantes. Concretamente las variables que hemos utilizado son las siguientes para ambos años de estudio, es decir, año 2009 y 2017 para cada comunidad autónoma:  Población: este dato será esencial, ya que a partir de él, obtendremos otros datos como son todos los per cápita necesarios o por cada mil habitantes. Las cifras de población se utilizaran en miles de habitantes, para que los datos sean más sencillos y con resultados más fáciles de analizar. Fuente: Censo.  Superficie en km²: Este dato nos revela el número de km² de cada comunidad, y gracias a él, podremos obtener otros datos de interés, relacionados con la densidad por superficie. De igual forma que el anterior, extraemos de él, los km² en miles de km para simplificar el estudio al aplicarlo a otros datos. Fuente: EUROSTAT  PIB PC en miles de euros: Es el Producto Interior Bruto (mide el valor monetario de la producción de bienes y servicios finales a lo largo de un año) en miles de euros por cada habitante de cada región. Esta variable no suele ser utilizada en composición de indicadores, ya que por sí sola, se la podría considerar un 20 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel indicador, por ello, la utilizaremos para la comparación del indicador, y de esta forma medir su robustez. Fuente: EUROSTAT  Número de empresas: refleja el número de empresas existentes en cada región de estudio en un año determinado. Fuente: INE Base.  Número de parados: Muestra a cantidad de personas que se encuentran en situación de desempleo en un año y región en concreto. De ella se desprende la variable de número de parados en miles de personas, al dividirla entre mil, haciendo que los datos sean más manejables en el estudio. Fuente: INE Base.  Tasa de paro: en ella se refleja una tasa como su propio nombre indica, y esta es la que nos da como resultado de dividir el número de parados entre el número de personas. Fuente: Elaborada a partir de los datos del INE.  Número de ocupados: número de personas que se encuentran ocupados, es decir, el número de trabajadores. De ella obtenemos el número de ocupados en miles, dividiendo el dato entre mil. INE Base.  Tasa de ocupación: en ella se refleja una tasa como su propio nombre indica, y esta es la que nos da como resultado de dividir el número de ocupados entre el número de personas. Fuente: Elaborada a partir de los datos del INE.  Solicitudes de patentes: En ella se muestra el número solicitudes de patentes que se presentan en cada comunidad autónoma de nuestro país. Fuente: OEPM.  Número de nuevas empresas: número de empresas que se registran anualmente en cada CCAA. Fuente: CNAE.  Muertes provisionales de empresas: número de empresas que se dan de baja anualmente en cada CCAA. Fuente: CNAE.  Nº empresas alta tecnología: Valor absoluto de empresas que pertenecen al sector tecnológico. Fuente: CNAE.  Gastos internos en I+D miles de euros: Miles de euros que se invierten en la investigación y desarrollo de nuevas tecnologías por cada comunidad autónoma en total. Fuente: CNAE.  Carreteras, vías gran capacidad, kms: es la cantidad lineal de kilómetros de vías de carretera de gran capacidad (autovías, autopistas o asimiladas) que existen en cada comunidad autónoma. Fuente: OTLE (Observatorio de Transporte y Logística de España).  Carreteras, resto de vías, kms: es la cantidad lineal de kilómetros de vías de carretera que no se clasifican como vías de gran capacidad (autovías, autopistas o asimiladas) que existen en cada comunidad autónoma. Fuente: OTLE (Observatorio de Transporte y Logística de España).  Kms, de ferrocarril: es la cantidad lineal de kilómetros de vías de ferrocarril simples, es decir, que no sean de más de una vía, que existen en cada 21 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel comunidad autónoma. Fuente: OTLE (Observatorio de Transporte y Logística de España).  Kms, de ferrocarril, doble vía: es la cantidad lineal de kilómetros de vías de ferrocarril dobles, es decir, que sean de más de una vía, que existen en cada comunidad autónoma. Fuente: OTLE (Observatorio de Transporte y Logística de España).  capacidad (pasajeros/hora) en terminales de aeropuertos: muestra la cantidad de pasajeros que es capaz de asimilar un aeropuerto por cada hora. Fuente: OTLE (Observatorio de Transporte y Logística de España).  Capacidad aeronaves por hora: muestra la cantidad de aeronaves que es capaz de gestionar un aeropuerto por cada hora. Fuente: OTLE (Observatorio de Transporte y Logística de España).  población con estudios superiores valores absolutos miles de personas: número de personas que posen un titulo de educación superior en un determinado año y territorio. Fuente: INE Base. 4. Resultados del indicador de competitividad en las CC.AA. españolas. En este apartado de nuestro trabajo expondremos los resultados obtenidos en la construcción de nuestro indicador, así como los resultados finales del mismo. Gracias a ellos seremos capaces de obtener finalmente las conclusiones que representaran el resultado final de nuestra investigación. 1. En primer lugar mostramos los valores que nos dan las variables utilizadas en el estudio con los resultados extraídos de las diferentes fuentes ya indicadas anteriormente. 22 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Figura 1. Variables. Fuente: Elaboración propia a partir de datos INE, CNAE, EUROSTAT Y OTLE. POBLACIÓN poblac en mil Solicitude s Patentes Patentes pc emprend. emprend. pc Carreteras, vías gran capacidad, kms Carreteras, vías gran capacidad,(por 1000 km2) Empresas de alta tecnología Empresas de alta tecnología, por 1000 habs CCAA 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 Andalucía 8.302.923 8.379.820 8.303 8.380 436 342 0,052511628 0,040812332 46691 62770 5,62344 7,49061 2698 2818,02 30,79944 32,16955 430 436 0,05178899 0,052029757 Aragón 1.345.473 1.308.750 1.345 1.309 214 153 0,159051872 0,116905444 7040 9097 5,23236 6,95091 820,85 844,7 17,20138 17,70117 219 197 0,162768038 0,15052531 Asturias, Principado de 1.085.289 1.034.960 1.085 1.035 55 23 0,050677746 0,022223081 5164 6810 4,75818 6,57996 424,5 466,57 40,03206 43,99943 117 110 0,107805386 0,106284301 Balears, Illes 1.095.426 1.115.999 1.095 1.116 42 22 0,038341248 0,019713279 7809 12099 7,12873 10,84141 188,21 190,63 37,70232 38,18710 45 46 0,041079909 0,041218675 Canarias 2.103.992 2.108.121 2.104 2.108 61 45 0,028992506 0,021346023 12261 17143 5,82749 8,13189 321,69 391,29 43,19726 52,54331 49 57 0,023289062 0,027038296 Cantabria 589.235 580.295 589 580 25 28 0,042427894 0,04825132 2972 4491 5,04383 7,73917 229,55 257,86 43,14039 48,46082 60 64 0,101826945 0,110288732 Castilla - La Mancha 2.081.313 2.031.479 2.081 2.031 77 57 0,036995877 0,028058375 10212 12822 4,90652 6,31166 1841,17 1838,95 23,17074 23,14280 205 179 0,098495517 0,088113143 Castilla y León 2.563.521 2.425.801 2.564 2.426 107 90 0,041739467 0,037101147 11523 13599 4,49499 5,60598 2304,03 2459,25 24,45269 26,10004 154 114 0,060073625 0,046994786 Cataluña 7.475.420 7.555.830 7.475 7.556 659 354 0,088155582 0,046851239 50587 74512 6,76711 9,86152 1413,2 1602,03 44,00710 49,88727 1466 1253 0,196109382 0,165832212 Comunitat Valenciana 5.094.675 4.941.509 5.095 4.942 394 275 0,077335649 0,055651017 30870 41239 6,05927 8,34543 1419,16 1434,7 61,02602 61,69426 602 552 0,118162591 0,111706768 Extremadura 1.102.410 1.079.920 1.102 1.080 23 19 0,020863381 0,017593896 5449 6665 4,94281 6,17175 764,89 772,85 18,37176 18,56295 23 44 0,020863381 0,040743759 Galicia 2.796.089 2.708.339 2.796 2.708 163 118 0,058295712 0,04356914 14805 19862 5,29490 7,33365 1088,29 1205,4 36,79763 40,75740 265 293 0,094775238 0,108184389 Madrid, Comunidad de 6.386.932 6.507.184 6.387 6.507 838 385 0,131205405 0,059165378 39703 55929 6,21629 8,59496 989,71 979,36 123,28226 121,99302 976 886 0,152812023 0,136157207 Murcia, Región de 1.446.520 1.470.273 1.447 1.470 86 61 0,059453032 0,041488894 8137 10270 5,62522 6,98510 660,19 686,96 58,35160 60,71769 128 151 0,088488234 0,102702015 Navarra, Comunidad Foral 630.578 643.234 631 643 109 58 0,172857283 0,090169363 2417 3739 3,83299 5,81281 396,34 405,24 38,14262 38,99913 155 174 0,245806229 0,270508089 País Vasco 2.172.175 2.194.158 2.172 2.194 209 95 0,096216925 0,043296791 9483 11838 4,36567 5,39524 602,75 623,71 83,32181 86,21924 762 670 0,350800465 0,305356314 Rioja, La 321.702 315.381 322 315 32 24 0,099470939 0,076098433 1686 2428 5,24088 7,69862 169,2 185,38 33,53816 36,74529 50 49 0,155423342 0,155367635 23 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel De esta tabla a simple vista, podemos sacar nuestras primeras conclusiones, ya que en algunas comunidades, se aprecia que algunas variables tienen una diferencia muy marcada en comparación con otras, así como la evolución en este periodo de tiempo de estudio. Aun así, no debemos sacar conclusiones hasta haber obtenido el resultado final del indicador, ya que será lo más fiable como demostraremos posteriormente. 2. Como ya hemos indicado anteriormente, es necesario normalizar los datos de estudio mediante el método explicado anteriormente, para que sean homogéneos y faciliten la metodología. Estos son los datos con los que trabajamos en el programa SPSS. De esta forma, nos quedaría la siguiente tabla. 24 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Figura 2. Variables normalizadas. Fuente: Elaboración propia a partir de datos INE, CNAE, EUROSTAT Y OTLE. Productividad Solicitudes Patentes Nº de nuevas empresas Carreteras, vías gran capacidad, kms Capacidad aeronaves por hora % poblacion con estudios superiores Tasa de paro Tasa de ocupación Nº empresas alta tecnología en miles de personas dimension empresarial CCAA 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 2009 2017 Andalucía 0,1831 0,0741 0,2082 0,2338 0,5433 0,3847 0,1282 0,1387 0,5621 0,6467 0,1462 0,1336 0,1678 0,0319 0,0164 0,1018 0,0937 0,0898 0,0320 0,0000 Aragón 0,5638 0,5029 0,9092 1,0000 0,4246 0,2856 0,0000 0,0000 0,0828 0,0838 0,4481 0,4353 0,8264 0,8723 0,6404 0,7266 0,4301 0,4437 0,2887 0,4860 Asturias, Principado de 0,3501 0,3100 0,1962 0,0466 0,2807 0,2175 0,2152 0,2522 0,0592 0,0719 0,4717 0,6509 0,8664 0,7462 0,3160 0,2681 0,2635 0,2847 0,1330 0,3996 Balears, Illes 0,4174 0,2923 0,1150 0,0213 1,0000 1,0000 0,1933 0,1964 0,7456 0,6946 0,0000 0,2026 0,3983 0,7044 0,6810 1,0000 0,0613 0,0510 1,0000 1,0000 Canarias 0,2620 0,0223 0,0535 0,0378 0,6052 0,5025 0,2451 0,3341 1,0000 1,0000 0,0708 0,1336 0,0000 0,0000 0,2651 0,5761 0,0074 0,0000 0,3646 0,2451 Cantabria 0,2576 0,1838 0,1419 0,3087 0,3674 0,4304 0,2445 0,2949 0,0473 0,0719 0,5519 0,5991 0,9016 0,7546 0,5491 0,5431 0,2454 0,2991 0,2101 0,3452 Castilla - La Mancha 0,1083 0,0000 0,1061 0,1054 0,3257 0,1683 0,0563 0,0522 0,0000 0,0000 0,0755 0,0474 0,5413 0,2863 0,2988 0,4136 0,2353 0,2194 0,0461 0,2489 Castilla y León 0,3652 0,3044 0,1373 0,1964 0,2009 0,0387 0,0684 0,0805 0,0592 0,0599 0,4151 0,3793 0,8431 0,7620 0,3926 0,4520 0,1188 0,0717 0,1302 0,4422 Cataluña 0,4764 0,6201 0,4427 0,2946 0,8903 0,8201 0,2527 0,3086 0,5917 0,6766 0,4009 0,5517 0,5873 0,7594 1,0000 0,7801 0,5311 0,4987 0,8268 0,9871 Comunitat Valenciana 0,2624 0,1062 0,3715 0,3832 0,6755 0,5417 0,4131 0,4218 0,3787 0,4072 0,2170 0,2931 0,3206 0,4817 0,3582 0,5635 0,2949 0,3042 0,3883 0,5865 Extremadura 0,0000 0,0211 0,0000 0,0000 0,3367 0,1426 0,0110 0,0083 0,0118 0,0120 0,0189 0,0000 0,5230 0,0305 0,0000 0,0000 0,0000 0,0492 0,0000 0,0626 Galicia 0,1504 0,2514 0,2463 0,2616 0,4436 0,3559 0,1847 0,2211 0,2485 0,2635 0,3585 0,4310 0,9071 0,7052 0,4961 0,3852 0,2240 0,2916 0,4492 0,6278 Madrid, Comunidad de 0,9358 0,8965 0,7260 0,4186 0,7231 0,5875 1,0000 1,0000 0,5799 0,5988 0,7925 0,8836 0,6966 0,6419 0,9254 0,8679 0,3999 0,3921 0,8661 0,8305 Murcia, Región de 0,1666 0,0518 0,2539 0,2406 0,5438 0,2919 0,3879 0,4125 0,0710 0,0719 0,1085 0,1466 0,3768 0,4826 0,2662 0,4577 0,2050 0,2719 0,1743 0,1951 Navarra, Comunidad Foral 0,8218 0,7302 1,0000 0,7308 0,0000 0,0767 0,1974 0,2042 0,0473 0,0479 0,6509 0,8190 1,0000 1,0000 0,7638 0,7537 0,6818 0,8748 0,3802 0,2998 País Vasco 1,0000 1,0000 0,4958 0,2588 0,1616 0,0000 0,6233 0,6570 0,2308 0,2455 1,0000 1,0000 0,9143 0,9592 0,6657 0,6073 1,0000 1,0000 0,1682 0,8215 Rioja, La 0,4739 0,3640 0,5172 0,5891 0,4272 0,4229 0,1540 0,1826 0,0000 0,0000 0,6179 0,4914 0,8022 0,8676 0,6878 0,7005 0,4078 0,4611 0,4724 0,6409 25 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel 3. Para poder seguir con nuestra metodología de estudio, es necesario obtener los resultados de la prueba del KMO y Bartlett, ya que si no cumpliésemos con los requisitos necesarios de esta prueba, no podríamos seguir el método que hemos explicado anteriormente. En esta prueba hemos obtenido los siguientes resultados: Figura 3: test de esfericidad 2009. Fuente: propia SPSS. Figura 4: test de esfericidad 2017. Fuente: propia SPSS Según lo explicado anteriormente y en relación con los resultados obtenidos en el test de esfericidad de Bartlett, es una buena técnica para estudiar las interrelaciones existentes entre las variables utilizadas. Esto se debe a que el indicador KMO supera los 0,5 puntos en el valor crítico, considerándose así como aceptable, pero incluso supera los 0,6 que hace que sea buena. Este test nos indica que una o varias variables, podrían sintetizarse como una expresión lineal de otras variables. Por ello, al arrojar valores altos el estadístico del test y lograr un nivel de significación adecuado, y un nivel crítico con valor cero, admitimos la intercorrelación entre las variables, considerando así, este método de factorización como adecuado. Por otra parte, es necesario extraer el número óptimo de factores para reproducir la varianza observada en las correlaciones de los indicadores. Para ello utilizamos el método de “Los Componentes Principales”, mediante el cual seleccionaremos los factores que tengan un autovalor (varianza explicada por cada factor) superior a la unidad, y que explican individualmente un porcentaje de la varianza superior a un 10%, y conjuntamente superen el 60% del porcentaje acumulado de la varianza. KMO y prueba de Bartlett 2009 Medida de adecuación muestral de Kaiser-MeyerOlkin. ,685 Prueba de esfericidad de Bartlett Chicuadrado aproximado 155,319 gl 45 Sig. ,000 KMO y prueba de Bartlett 2017 Medida de adecuación muestral de Kaiser-MeyerOlkin. ,622 Prueba de esfericidad de Bartlett Chicuadrado aproximado 131,941 gl 45 Sig. ,000 32 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Figura 14: Valores absolutos de los subindicadores 2017. Fuente: propia SPSS. Estos son los valores absolutos, es decir, finales, que aportará cada una de las variables o indicadores individuales al indicador compuesto o final. Son proporcionales directamente a las ponderaciones otorgadas a cada variable y en conjunto con los valores iniciales. 8. El último paso es el de obtener el indicador final, y lo haremos sumando el porcentaje de cada variable en el factor correspondiente del cuadro de saturaciones por el valor absoluto del mismo. Para el estudio que estamos haciendo es necesario normalizar dichos resultados, haciendo que la media de este indicador sea igual a 100, dejando al resto de valores finales de cada comunidad autónoma, por encima o por debajo de 100. Esto nos facilitara las conclusiones finales y nos ayudará en posteriores cálculos como es el de la robustez del indicador. Aquí mostramos los resultados explicados. Valores absolutos de los subindicadores 2017 PROVINCIA FACTOR 1 FACTOR 2 FACTOR 3 Andalucía 0,13146776 0,12592257 0,13229479 Aragón 0,49197684 0,58944828 0,06363404 Asturias, Principado de 0,36496779 0,29414959 0,06063571 Balears, Illes 0,46910202 0,47281038 0,02583065 Canarias 0,25887541 0,19110482 0,02168641 Cantabria 0,39272296 0,35842299 0,03904209 Castilla - La Mancha 0,16085793 0,17492625 0,03447702 Castilla y León 0,30743466 0,30570539 0,03574058 Cataluña 0,6399597 0,61711036 0,02270626 Comunitat Valenciana 0,34799065 0,42830914 0,0004122 Extremadura 0,01789498 0,02780307 8,1709E-05 Galicia 0,35515566 0,40373147 0,00097558 Madrid, Comunidad de 0,78499018 0,67791948 0,00347948 Murcia, Región de 0,22727106 0,26386285 0,00020101 Navarra, Comunidad Foral 0,69463515 0,58741725 0,00283402 País Vasco 0,83280759 0,68216779 0,00388108 Rioja, La 0,47991815 0,53642937 0,00141272 33 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Figura 15: Valor Indicador 2009. Fuente: propia SPSS. Figura 16: Valor Indicador 2017. Fuente: propia SPSS. Estos son los resultados obtenidos finalmente en nuestro estudio, y nos arrojan muchísima información sobre cómo han evolucionado en competitividad las comunidades autónomas de nuestro país. Estos datos nos reflejan que hay bastantes comunidades que han ganado en competitividad, sin embargo hay alguna que ha perdido o que se han quedado estancadas. Estos resultados los comentaremos detenidamente en el próximo punto de las conclusiones. Una vez realizado todo el estudio, es necesario saber si realmente son fiables los resultados de la investigación o no los son. Para demostrar la robustez de los resultados, debemos compararlo con otro indicador. Como ya hemos explicado anteriormente en el punto 3.2 sobre la sensibilidad de la robustez vamos a realizar esta prueba comparándolo con el PIB, ya que es uno de los indicadores más representativos y fiables que podemos encontrar de una manera rápida y sencilla. Para dicha comparación, utilizaremos el índice de correlación de Pearson. Al igual que anteriormente en el cálculo de la KMO y Bartlett, en el que medimos las Indicador 2009 PROVINCIA INDICADOR NORMALIZACIÓN Andalucía 0,21304913 54,35 Aragón 0,45438409 115,92 Asturias, Principado de 0,31086406 79,30 Balears, Illes 0,48869204 124,67 Canarias 0,30373561 77,48 Cantabria 0,3480897 88,80 Castilla - La Mancha 0,18583582 47,41 Castilla y León 0,27051659 69,01 Cataluña 0,61342909 156,49 Comunitat Valenciana 0,37554216 95,80 Extremadura 0,09453773 24,12 Galicia 0,37131451 94,72 Madrid, Comunidad de 0,76703677 195,67 Murcia, Región de 0,26318737 67,14 Navarra, Comunidad Foral 0,54014872 137,79 País Vasco 0,61505181 156,90 Rioja, La 0,44850568 114,42 Indicador 2017 PROVINCIA INDICADOR NORMALIZACIÓN Andalucía 0,18093637 60,79 Aragón 0,41714023 140,15 Asturias, Principado de 0,2715499 91,23 Balears, Illes 0,34416992 115,63 Canarias 0,17205337 57,81 Cantabria 0,28786396 96,72 Castilla - La Mancha 0,13999081 47,03 Castilla y León 0,23722128 79,70 Cataluña 0,45163562 151,74 Comunitat Valenciana 0,26790498 90,01 Extremadura 0,01572427 5,28 Galicia 0,26279058 88,29 Madrid, Comunidad de 0,51102871 171,69 Murcia, Región de 0,16968794 57,01 Navarra, Comunidad Foral 0,44792447 150,49 País Vasco 0,53007026 178,09 Rioja, La 0,35216071 118,32 34 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel interrelaciones existentes entre las variables utilizadas por ello tendremos en cuenta los mismos parámetros como es el valor crítico. Cuanto mayor sea este, mayor correlación habrá entre nuestro indicador y el PIB, y por lo tanto este indicador será más fiable y de mayor calidad. Correlaciones 2009 INDCOMP2009 PIBpc2009 INDCOMP2009 Correlación de Pearson 1 ,952** Sig. (bilateral) ,000 N 17 17 PIBpc2009 Correlación de Pearson ,952** 1 Sig. (bilateral) ,000 N 17 17 Figura 17:Grado de correlación entre índice y PIB de 2009. Fuente: propia SPSS. Correlaciones 2017 INDCOMP2017 PIBpc2017 INDCOMP2017 Correlación de Pearson 1 ,964** Sig. (bilateral) ,000 N 17 17 PIBpc2017 Correlación de Pearson ,964** 1 Sig. (bilateral) ,000 N 17 17 Figura 18: Grado de correlación entre índice y PIB de 2017. Fuente: propia SPSS. Como se muestra en la tabla 17, el resultado de correlación entre el PIB del 2009 y nuestro indicador en este periodo, es del 95,2% con un nivel crítico igual a 0, esto significa que se asemejan en ese porcentaje el uno del otro. Por lo tanto podemos decir que nuestro indicador es de gran fiabilidad en este año. Si realizamos un grafico de dispersión, en el que se muestre este resultado, nos quedaría de la siguiente forma: 35 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Figura 19: Gráfico de dispersión. Grado de correlación entre índice y PIB de 2009. Fuente: propia. Este grafico de dispersión nos muestra de manera visual estos resultados comentados anteriormente, ya que podemos observar como los datos arrojados por nuestro indicador, se acercan de forma significativa a la barra que representa el PIB. Por otra parte, los resultados de este análisis de robustez aplicado en el otro año de estudio (2017) nos arrojan unos resultados muy similares a los del año 2009, siendo estos ligeramente más significativos, ya que alcanzan un 96,4% de nivel de significación. Siendo este aun más fiable y robusto que el del año 2009. Al generar de igual forma un grafico de dispersión en el que se muestren los datos que estamos comentando, nos queda de la siguiente manera: Figura 20: Gráfico de dispersión. Grado de correlación entre índice y PIB de 2009. Fuente: propia. De este grafico, al igual que el anterior, se deduce a simple vista la correlación entre los datos de nuestro indicador y los obtenidos por el PIB para este año 2017, siendo esta muy marcada y significativa. 0 0,2 0,4 0,6 0,8 1 15 17 19 21 23 25 27 29 31 33 ICOMPETITIVIDAD Y PIB (2009) 0 0,1 0,2 0,3 0,4 0,5 0,6 15 17 19 21 23 25 27 29 31 33 35 ICOMPETITIVIDAD Y PIB (2017) 36 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel Por esto mismo, podemos concluir, que nuestro indicador sobre la competitividad regional es fiable y los resultados obtenidos sobre la evolución de la competitividad en las comunidades autónomas de España, serán de gran utilidad a la hora de nuestra conclusión final. Si realizamos una comparación sencilla utilizando los datos logrados de nuestro índice de la competitividad entre los dos años de estudio (2009 y 2017), mediante una simple resta de el primero cronológicamente menos el segundo, nos quedará un valor para cada comunidad, que nos mostrará su evolución de forma sencilla. Ya que en las regiones que más hayan crecido en competitividad, nos darán un resultado mayor, mientras que en aquellas que haya crecido poco será menor este valor o incluso negativo en el caso de que haya disminuido esta competitividad. Siendo cero el valor que representaría el estancamiento total de dicha región. ICOMPETITIVIDAD 2009 ICOMPETITIVIDAD 2017 DIF. 2017-2009 Andalucía 54,35 60,79 6,44 Aragón 115,92 140,15 24,23 Asturias, Principado de 79,30 91,23 11,93 Balears, Illes 124,67 115,63 -9,03 Canarias 77,48 57,81 -19,68 Cantabria 88,80 96,72 7,92 Castilla - La Mancha 47,41 47,03 -0,37 Castilla y León 69,01 79,70 10,69 Cataluña 156,49 151,74 -4,75 Comunitat Valenciana 95,80 90,01 -5,79 Extremadura 24,12 5,28 -18,83 Galicia 94,72 88,29 -6,43 Madrid, Comunidad de 195,67 171,69 -23,98 Murcia, Región de 67,14 57,01 -10,13 Navarra, Comunidad Foral 137,79 150,49 12,70 País Vasco 156,90 178,09 21,19 Rioja, La 114,42 118,32 3,90 Figura 21: Evolución de la competitividad. Fuente: propia. 37 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel 5. Conclusiones. En esta investigación, teníamos como objetivo principal dar respuesta a como a influido la crisis económica en la competitividad de nuestro país, estudiándolo segmentado por comunidades autónomas. Por otro lado, otro objetivo es ver qué factores influyen en la competitividad de forma más notoria. En lo que se refiere al primer objetivo, hemos puesto de manifiesto que hay indicadores simples (básicamente el PIB per cápita y la productividad) los cuales nos reflejan una perspectiva simple y clara, aunque a la vez, en cierto modo incompleta, sobre el grado de competitividad de las regiones. La simplicidad de estos indicadores simples constituye tanto su fortaleza por ser claros e inmediatos a la hora de mostrar sus resultados, así como su debilidad al ser la competitividad un fenómeno muy complejo como ya hemos expuesto anteriormente. Teniendo en cuenta este último aspecto, el análisis empírico, lo hemos centrado en el desarrollo y construcción de indicadores compuestos que tratan de recoger de forma sintetizada el amplio abanico de factores que influyes de una manera u otra en la competitividad regional. En referencia a las comunidades autónomas españolas en el periodo de 2009-2017 en este trabajo hemos construido el indicador de la competitividad y se ha puesto de relieve la correlación tan elevada que existe entre este y el PIB. Observando como resultado que las comunidades autónomas de Madrid, País Vasco y Cataluña, ocupan las primeras posiciones como competitivas en ambos años de estudio, mientras que las comunidades autónomas de Extremadura, Castilla-La Mancha y Andalucía, se corresponden con las últimas posiciones. Este trabajo también ha mostrado cuales son los factores determinantes de del grado de competitividad (nos lo refleja la tabla de ponderaciones a cada factor) siendo estos el grado de emprendimiento, y la tasa de ocupación. Por lo tanto, las políticas destinadas a mejorar el grado de competitividad de las comunidades autónomas deben persistir en desarrollar sus factores determinantes. Siendo el emprendimiento y la tasa de ocupación estos factores tan influyentes, factores que, además, tienen la característica de estar relacionados entre sí, ya que, a un mayor emprendimiento, se incrementa de forma directa la tasa de ocupación de una región. Según los resultados obtenidos en la tabla 21, en la que se muestra la variación de la competitividad de las regiones españolas, antes y después de la crisis financiera, podemos obtener como conclusión final de la investigación, siendo esta nuestro objetivo de estudio, que si bien se ha incrementado la competitividad en 8 de las 38 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel comunidades autónomas incluidas en el estudio, también han perdido competitividad otras 9. Las regiones que más han ganado en competitividad son Aragón, País Vasco y Navarra. Por otro lado las que han perdido más competitividad son Madrid, Canarias, Extremadura y Región de Murcia. Estos resultados son bastante comunes en otras investigaciones similares, salvo el hecho de que en esta investigación, Madrid, es una de las regiones que pierde competitividad. World Competitiveness Center. (2017) expone las causas de pérdida de competitividad son: los salarios crecen muy por debajo de la productividad, un desajuste entre el sistema educativo y productivo que lastra la competitividad de la educación, y una baja calidad del sector público por falta de talento. El hecho de que la comunidad de Madrid pierda competitividad, podría deberse a la gran población, generando una aglomeración de trabajadores del sector público y con salarios estancados, haciendo que estos resultados generalizados, se acentúen en esta comunidad. Aun así, sigue siendo la región con mayor índice de competitividad de toda España. Podríamos asociar estas variaciones al desarrollo industrial de las regiones que hemos nombrado por su incremento en nuestro índice de competitividad, ya que son punteras en productividad, patentes y empresas de alta tecnología. Por el contrario, las comunidades que sufren un descenso en su competitividad, básicamente es por el hecho de ser zonas turísticas que no invierten en desarrollo. 39 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel 6. Bibliografía 1. Berdugo, E. (2014). Competitividad:recorrido historico, conceptos y enfoques recientes. Gestión & Sociedad , 7/2, 157-182. 2. Borozan, D. (2008). Regional Competitiveness Some conceptual issues and policy implications. Interdisciplinary Management Research 4, no. 1: 50–63. Osijek: Faculty of Economics May . 3. Camara de Comercio de España. (2019). Obtenido de https://www.camara.es/innovacion-y-competitividad/como-ser-competitivo 4. Chavarría, H., & Sepúlveda, s. (2001). Competitividad de la agricultura: cadenas agroalimentarias y el impacto del factor localización. En Factores no economicos de la competitividad (págs. 11-28). 5. Chudnovsky, D. Y Porta, F. (1991). La competitividad internacional: Principales cuestiones conceptuales y metodológicas. Documentos de Trabajo, Nº 03/91, Universidad de La Republica. Facultad de Ciencias Sociales. Departamento de Economia 6. Consejo Europeo (marzo 2000). Consejo Europeo de Lisboa 23 y 24 de marzo 2000. Conclusiones de la presidencia. Consultado en https://www.consilium.europa.eu/media/21032/consejo-europeo-de-lisboaconclusiones-de-la-presidencia.pdf 7. Cumbre de Lisboa C. E. (marzo 2000). Conclusiones de la Presidencia. Boletín de la Unión Europea, 3-2000. 8. Freudenberg, M. (2003). COMPOSITE INDICATORS OF COUNTRY PERFORMANCE: A CRITICAL ASSESSMENT. OCDE. Paris. 9. Gorsuch, R. L. (1990). Common factor analysis versus component analysis: Some well and little known facts. Multivariate Behavioral Research, 25(1), 33-39. 10. Kaiser, H. F. (1958). The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23(3), 187-200. 11. Meyer-Stamer, J. (2008). Systemic competitiveness and local economic development. Duisburg: Shamim Boadhanya (ed.), Large Scale Systemic Change: Theories, Modeling and Practices. 12. Muller, G. (1995): El caleidoscopio de la competitividad. Revista de la CEPAL, nº 56, agosto, pp. 137-148. 13. Nicoletti, G. S. (1999). Summary indicators of product market regulation with an extension to employment protection legislation. 40 La evolución de la competitividad en las regiones españolas Álvarez Martín, Miguel 14. Ochoa, J. J. G., Lara, J. D. D. L., & De la Parra, J. P. N. (2017). Propuesta de un modelo de medición de la competitividad mediante análisis factorial. Contaduría y administración, 62(3), 775-791. 15. Rozas, S., & Lomabana, J. (2009). Marco analítico de la competitividad. Fundamenos para el estudio de la competitividad regional. Pensamiento y Gestión Nº26 , 1-38. 16. Villaverde Castro, J. (2007). La competitividad de las regiones españolas. Papeles de economia española , 34-50. 17. World Competitiveness Center. (2017). La Expansión. Recuperado el mayo de 2019, de La Expansión:https://www.expansion.com/economia/politica/2018/07/05/5b3d1e33268e3 e75308b456d.html