METODOLOGA PARA DETECCIN E

IDENTIFICACIN DE CLUSTERS INDUSTRIALES

COMPARACIN Y PROPUESTA
REPORTE DE ESTADA DOCTORAL

Efrn Armando Osorio Ramrez

Armando Heredia Gonzlez
Pablo Nuo de la Parra
Maricela Castillo Leal
Jorge Antonio Acevedo Martines

Efrn Armando Osorio Ramrez

Profesor Investigador Instituto Tecnolgico de Puebla
efrenosorio@yahoo.com.mx

Armando Heredia Gonzlez

Profesor Investigador del Instituto Tecnolgico de Tehuacan
Aheredia2001@yahoo.com.mx

Pablo Nuo de la Parra

Director del Centro Interdisciplinario de Posgrados Investigacin y Consultoria UPAEP
pablo.nuno@upaep.mx

Maricela Castillo Leal

Profesora Investigadora del Instituto Tecnolgico de Oaxaca

Jorge Antonio Acevedo Martines

Profesor Investigador del Instituto Tecnolgico de Oaxaca
jacevedo29@hotmail.com

Indice.
Introduccin.................................................................................4
Objetivos..................................................................................8
Capitulo I: Aproximacin Terica.....................................................9
Marco de las principales escuelas tericas sobre aglomeraciones
geogrficas, clusters regionales y Redes.......................................9
Las teoras de la localizacin y de geografa econmica................11
Teora de los encadenamientos.................................................13
La teora de interaccin y los distritos industriales....................14
Teora de los Clusters Industriales............................................17
Configuracin de un marco terico integral.................................49
Nuevo enfoque en la integracin de clusters (Redes de valor )......59
Definir una red de valor..........................................................60
El cliente elige.......................................................................60
Capitulo II. Metodologa de Estudio de Casos y Anlisis para un Cluster
Industrial...................................................................................64
Metodologa Estudio de Casos.....................................................64
Definicin De La Metodologa De Deteccion E Identificacin De Clusters
Industriales.............................................................................79
Propuesta Metodologca para el anlisis de un Cluster Industrial....146
Bibliografa...............................................................................182

Introduccin.
Las

economas,

independientemente

del

mbito

geogrfico

que

abarquen, muestran ciertos patrones de especializacin, aprovechando

su posicin competitiva en uno o varios conjuntos interrelacionados de
sectores, a los que se ha dado en denominar como clusters.
En este sentido, existe un amplio consenso en que las empresas
resultan

ms

competitivas

cuando

se

encuentran

agrupadas

espacialmente, explotando de esa forma ciertas ventajas productivas

asociadas a la proximidad espacial con otras empresas y agentes que
intervienen, directa o indirectamente, en la actividad productiva. Esta
idea, que se remonta inicialmente a las aportaciones de Alfred Marshall,
ha sido profusamente tratada en las ltimas dcadas tanto desde un
punto de vista terico como emprico en la literatura econmica.
La investigacin acadmica y las actuaciones de poltica econmica en
torno a los clusters han tenido como referencia bsica la definicin
formulada

por

M.

Porter

de

clusters

industriales

como

las

concentraciones geogrficas de empresas interconectadas, proveedores

especializados,

proveedores

de

servicios,

empresas

en

sectores

prximos, e instituciones asociadas (como por ejemplo universidades,

agencias gubernamentales, asociaciones empresariales, etc) en mbitos
particulares que compiten pero que tambin cooperan.
Una de las caractersticas bsicas de la lnea posiblemente ms prolfica
en el anlisis de clusters industriales, aquella basada en el anlisis de
caso, es la asuncin a priori de la existencia en un territorio determinado
de uno o varios clusters que constituyen precisamente el objeto del

estudio. Es decir, se suele asumir la presencia del cluster que se analiza

sin contrastar previamente de forma rigurosa su existencia. Aun en el
caso en que en ese tipo de estudios se hayan definido unos criterios
para mostrar la presencia de los clusters, el inconveniente es que dichos
criterios suelen ser particulares a cada caso analizado, pudiendo verse
afectados por diferencias en la escala geogrfica y sectorial considerada.
Son

precisamente

estas

circunstancias

las

que

han

motivado

recientemente la necesidad de establecer una metodologa que permita

identificar sistemtica, robusta y objetivamente clusters industriales y
conocer su ubicacin precisa en el territorio, en lo que ha dado en
denominarse como mapeado de clusters (cluster mapping en la
nomenclatura

anglosajona).

De

esta

forma,

han

aparecido

recientemente aportaciones que sugieren mtodos que, apoyndose en

la definicin de cluster industrial, establecen criterios estadsticos para
su deteccin e identificacin. Estos mtodos han sido ya aplicados a
diversas economas habiendo permitido obtener los mapas de, por
ejemplo, los Estados Unidos, Gran Bretaa, Suecia, Francia y Alemania
La utilidad que tiene la disponibilidad de un mapa de clusters para la
valoracin de la situacin existente y para el diseo de polticas, justifica
el esfuerzo

de su realizacin de forma sistemtica y con una

metodologa comn para el conjunto de la economa y para cada uno de

los niveles en que se puede dividir el conjunto del territorio.
No obstante, la existencia de diversas propuestas con aproximaciones
metodolgicas diferenciadas y la elevada demanda de informacin
estadstica detallada por parte de algunas de stas, hacen aconsejable
un estudio previo de la adecuacin al caso concreto

de los diversos

mtodos existentes y de la posible necesidad de ajustes en la aplicacin

de estos. Adicionalmente, resulta conveniente valorar a priori i) la
5

disponibilidad de informacin estadstica de base, en su vertiente

sectorial y territorial, ii) las magnitudes econmicas de las que se
requerira informacin, dado que la misma podra condicionar la
aplicacin de algunos de los mtodos disponibles, iii) la complejidad que
entraara la implementacin de cada uno de los mtodos disponibles,
dado

que

esta

circunstancia

puede

condicionar

seriamente

las

posibilidades de actualizacin y extensin posterior del anlisis a

mbitos territoriales y sectoriales concretos y iv) proponer una nueva
metodologa para este tipo de estudios.
La aplicacin de una metodologa

especfica para el caso de una

economa, se han obtenido tras realizar una exhaustiva revisin de la

literatura existente, en la que se han procesado tanto trabajos
estrictamente acadmicos como informes en los que se recoge la
experiencia de la aplicacin de algunas de las metodologas propuestas
para diversas economas. Esta tarea ha permitido identificar dos
aproximaciones que incorporan explcitamente un mtodo de deteccin e
identificacin de clusters industriales en el territorio. El primero se
fundamenta en las aportaciones de Michael Porter y su equipo de
colaboradores en el Institute for Strategy and Competitiveness en la
Harvard Business School. Con este mtodo, al que denominaremos la
Porter, esta institucin ha elaborado un mapa exhaustivo de clusters
para la economa norteamericana, habiendo intervenido tambin, directa
o indirectamente, en la elaboracin de mapas para otras economas. La
segunda de las propuestas identificadas se configura en torno a los
trabajos de Thomas Brenner, investigador del Max Planck Institute of
Economics. Su propuesta se basa en la capacidad de ajustar la
distribucin observada de la actividad econmica a travs de una
distribucin terica asociada a una situacin de aglomeracin y a otra

asociada a aleatoriedad. Por esta razn lo denominamos en el informe

como mtodo basado en la comparacin de distribuciones.
Las diferencias entre ambos enfoques son sustanciales y conducen a
pensar que los resultados obtenidos a partir de la aplicacin de uno u
otro mtodo pueden diferir notablemente, lo que unido al coste asociado
a la implementacin de ambos, no hace ms que justificar la necesidad
de valorar a priori las ventajas e inconvenientes de su implementacin
para el caso de la economa espaola.
A pesar de no contener un procedimiento explcito que permita la
deteccin e identificacin inmediata de clusters, hemos incluido en el
anlisis efectuado una tercera aproximacin, basada en la distancia que
separa a las empresas localizadas en el territorio de una economa. Esta
estrategia goza de una amplia difusin en el anlisis de la localizacin en
el mbito de otras disciplinas (ecologa, biologa, epidemiologa, etc) y
ha sido adaptada para el caso del anlisis de la localizacin de la
actividad econmica por Marcon y Puech (2003) y por Duranton y
Overman (2005). Pero despus de considerar detalladamente estas
aportaciones debemos concluir que no incorporan ningn instrumento
que permita de forma directa la deteccin e identificacin de clusters en
el territorio. Aun as hemos optado por incluirlas en el informe dado su
posible utilidad como instrumento para valorar la presencia de clusters
en los sectores analizados y por la posibilidad de que en el futuro se
desarrollen instrumentos que permitan extender los principios de los
mtodos basados en las distancias a la elaboracin de mapas de
clusters.

Objetivos
Este Trabajo es producto de la estancia doctoral que se realizo en la
Universidad Popular Autnoma del estado de Puebla bajo la direccin del
Doctor Armando Heredia Gonzlez (director de tesis) , Doctor Ral
Morales Carrasco (Investigador del ITPuebla), Doctor Pablo Nuo de la
Parra (Director del Centro Interdisciplinario de Posgrados Investigacin y
Consultoria UPAEP) , y su objetivo bsico es el de determinar los puntos
fuertes y las limitaciones de los distintos mtodos existentes y valorar la
viabilidad de su aplicacin.
Este objetivo bsico se puede detallar en otros especficos que a
continuacin se glosan:
analizar los elementos bsicos constituyentes del concepto de cluster
industrial, con el objetivo primordial de valorar la adecuacin de los
mtodos disponibles para su deteccin e identificacin,

elaborar

un

estado

del

arte

acerca

de

las

caractersticas

fundamentales de los mtodos existentes para la realizacin de un mapa

de clusters,
anticipar las necesidades de informacin estadstica de los distintos
mtodos y las posibilidades de su adecuacin a los datos disponibles
para la economa espaola
determinar la potencialidad del output generado a travs de cada uno
de los mtodos para valorar los resultados de las polticas existentes y
contribuir al diseo de las futuras, y
Configurar una nueva Metodologa.
8

Capitulo I: Aproximacin Terica.

Marco de las principales escuelas tericas sobre aglomeraciones
geogrficas, clusters regionales y Redes
En materia de economa industrial, los trabajos sobre el xito de los
conglomerados caracterizados como sistemas locales de empresas con
patrones de organizacin y especializacin flexible que posibilitan la
generacin de un trade-off entre economas de alcance y escala, en las
empresas que se especializan en una secuencia fabril inserta en la
cadena de valor agregado de la aglomeracin.
Desde que en 1990 Porter publicara su libro La ventaja competitiva de
las naciones el anlisis de clusters se ha expandido vertiginosamente.
En ello influy, por un lado, la aparicin o desarrollo, desde mediados de
los aos 80, de una serie de corrientes econmicas, a saber:
Dentro de la economa de la innovacin, del enfoque de los
sistemas nacionales, regionales y sectoriales de innovacin,
De la geografa econmica e industrial (especialmente de la
corriente neomarshalliana de los distritos industriales),
Dentro de la economa tradicional, de las nuevas teoras del
crecimiento econmico y del comercio internacional,
Y dentro de la economa organizacional, de los llamados costes de
transaccin, de la teora de la firma y de la literatura basada en los
recursos. (Vase Dahl 2001:1 y la figura 3 ).

Figura 3.

El inters se debe al ambiente cognitivo local en el que las empresas

operan y que ha sido objeto de estudio de grandes economistas
expertos en temtica distrital, que van desde Marshall a Porter, desde
Rulliani a Beccatini, los cuales han analizado las regiones del norte
italiano, como tambin de Dinamarca y en el estado Germano de BadenWrttemberg, entre otras, y coinciden en que existen races profundas
en la historia, en la cultura, las instituciones y en la economa de las
reas que originan estas aglomeraciones.
Entre los aportes de tales investigaciones se destaca la complejidad en
la formacin de los conglomerados la cual ha sido confiada a un
conjunto de decisiones colectivas que surgen de la colaboracin entre
actores pblicos y privados, asociados a la interrelacin existente entre

10

poltica industrial y territorio, concurriendo de un modo relevante a

determinar el destino de los contextos locales y regionales. Para tratar
de desentraar la complejidad en la formacin de estas aglomeraciones
se har una revisin de los enfoques tericos, que han dado un cuerpo
slido a la actual fundamentacin de los conglomerados, como una
opcin clara de desarrollo en determinadas localidades.

Las teoras de la localizacin y de geografa econmica.

La mayora de los elementos postulados por las teoras de localizacin y
geografa econmica no son completamente nuevos. En 1909 Alfred
Weber desarroll su teora en donde explica el procedimiento de
localizacin de una industria, denominada Teora de la ubicacin
industrial, utilizando los costos de distancia y transporte como su
variable explicativa central.
Posteriormente, Alfred Marshall en 1920 y Young en 1928 desarrollaron
el

concepto

de

las

ventajas

de

aglomeracin

vinculadas

los

rendimientos crecientes a escala. En este mismo trabajo Marshall

identific tres razones diferentes a favor de la concentracin de una
actividad en un determinado lugar. En primer lugar, gracias a la
concentracin de un elevado nmero de empresas de un ramo en el
mismo lugar, genera un centro industrial, el cual crea un mercado
conjunto

para

trabajadores

cualificados.

Este

mercado

conjunto

beneficia, tanto a los trabajadores como a las empresas. En segundo

lugar, un centro industrial permite el aprovisionamiento, en una mayor
variedad y a un costo inferior, de factores concretos necesarios al sector
que no son objeto de comercio. Por ltimo, debido a que la informacin
fluye con ms facilidad en un mbito reducido que a lo largo de grandes

11

distancias, un centro industrial genera lo que Krugman denomina

smosis tecnolgica (technological spillovers).
Por su parte, Alfred Christaller, en 1935, defini una actividad comercial
(lugar central) como aquella ubicada espacialmente que brinda un
servicio a un rea circular (rea complementaria), que puede cumplir
una funcin nica o mltiple.
En cuanto a esta ltima, menciona la existencia de servicios de alto
orden (gran demanda inicial, con grandes reas de mercado para un
solo abastecimiento) y bajo orden (demanda inicial baja, apoyados por
un rea de mercado pequea), as como la definicin de una estructura
jerrquica.
El pilar de las teoras de localizacin expuestas recalca el peso relativo
del costo de transporte en el costo final, lo cual le da sentido a la
decisin de algunas actividades de ubicarse preferiblemente cerca de la
materia prima (los recursos naturales); otras se emplazan cerca de los
mercados a los cuales dirigen su produccin, al tiempo que otras se
ubican en forma intermedia o en otro lugar, tal como lo expresa la
siguiente aseveracin:
Este enfoque subraya asimismo las interdependencias de la materia
prima y el producto procesado y tambin los productos que hacen ms
fcil coordinar sus movimientos

en una sola ubicacin (Ramos,

1998:107).
La variable clave en los modelos de ubicacin es la distancia, o en forma
ms precisa, los costos en dinero, tiempo e inconveniencia de la
distancia. La teora de la ubicacin se toma como normativa y expone
12

cmo deberan comportarse las actividades, en forma ideal, bajo las

suposiciones establecidas.

Teora de los encadenamientos

La teora de los encadenamientos productivos nace con el trabajo de
Hirschman (1958) y sus famosos acoplamientos hacia atrs y hacia
adelante (backward and forward linkages). Los encadenamientos son los
efectos indirectos sobre la produccin, el ingreso, el empleo, los
impuestos, los recursos, o los cambios ambientales en industrias
conexas, ofertantes o demandantes de una industria dada, causados por
cambios exgenos en ella. Los supuestos de los encadenamientos
procuran mostrar cmo y cundo la produccin de un sector es
suficiente para satisfacer el umbral mnimo o escala mnima necesaria
para hacer atractiva la inversin en otro sector que ste abastece
(encadenamientos

hacia

atrs),

eslabonamientos

hacia

delante

(forward).
Cuando la realizacin de una inversin hace rentable la realizacin de
una segunda inversin, y viceversa, la toma de decisiones en forma
coordinada asegura la rentabilidad de cada una de las inversiones. Los
encadenamientos hacia atrs dependen, tanto de factores de demanda
(elasticidad de la demanda derivada de insumos y factores) como de su
relacin con factores tecnolgicos y productivos (el tamao ptimo de la
planta y la similitud entre la tecnologa utilizada en la produccin del
bien final y la produccin del insumo).
Una empresa encontrar incentivos para llevar a cabo encadenamientos
hacia atrs cuando la tecnologa utilizada para su produccin puede
tambin ser utilizada en la produccin del insumo. Existen otros factores

13

propios de la empresa o la industria que aumentan los beneficios de

llevar a cabo una integracin hacia atrs: alta inelasticidad de la
demanda de recursos, existencia de economas de escala en la
produccin del bien final y mala relacin con los proveedores.
El desarrollo de los encadenamientos hacia adelante depende en forma
imperante de la similitud tecnolgica entre la actividad extractiva y la de
procesamiento.

Mientras

mayor

sea

la

similitud,

mayor

ser

el

aprendizaje y ms fuerte el impulso hacia adelante; mientras mayor sea

la distancia tecnolgica entre las actividades, menores sern el
aprendizaje y el impulso.
Sin embargo, las facilidades de comunicacin y transporte existentes en
las economas desarrolladas y en algunas de las economas en desarrollo
han permitido que empresas que no se encuentran en una misma
localizacin espacial puedan incursionar en la creacin de complejos
productivos por medios virtuales o mediante canales alternos de
comunicacin, transporte y entrega de materias primas (Polse, 1998).
El acercamiento de las relaciones entre empresas que se encuentran en
diferentes puntos geogrficos depende en gran medida de la eficiencia
de los medios de transporte, los canales de distribucin, los medios de
comunicacin, los sistemas de traslado de informacin y de la existencia
fsica de vnculos entre los participantes.

La teora de interaccin y los distritos industriales

La interaccin da lugar a juegos repetitivos que elevan la confianza y
reducen, por ende, los costos de transaccin y de coordinacin.
Asimismo, la interaccin acelera la difusin del conocimiento y la
innovacin, lo que es un bien social internalizado por el conjunto de

14

empresas en el distrito. En este sentido, la continua interaccin en una

localidad

genera

derrames

tecnolgicos,

economas

externas

economas de escala para el conjunto de empresas del distrito.

Al respecto, se define un distrito industrial, con base en los postulados
realizados por Marshall, de la siguiente manera:
... una concentracin, en un rea geogrficamente limitada, de
empresas especializadas en un sector dominante.
El elemento clave de este original modelo de organizacin es el
factor unificador; es decir, aquel que permite la integracin
racional y organizada de los numerosos sujetos que componen el
distrito. Marshall denomin a este factor atmsfera industrial,
concepto que se define como el conjunto de elementos difcilmente
separables y que no se pueden describir fcilmente a travs de las
variables econmicas tradicionales; entre otros destacan la cultura
productiva, el conocimiento de los dems sujetos que forman parte
de la comunidad y los vnculos existentes con stos, y las
tradiciones histrico-polticas comunes. Esta atmsfera es el
verdadero canal de comunicacin entre los diferentes sujetos; es el
factor que hace posible la
manifestacin y la difusin de un hbito de colaboracin e
intercambio de informacin y de experiencias aun en un contexto
altamente competitivo (Dini, 1992:14-17)

Aunque este modelo posee grandes debilidades en su formulacin

terica sigue teniendo actualidad, debido a que su desarrollo es
bsicamente determinado por factores histricos y culturales (path15

dependent) que no pueden ser replicados a voluntad. Junto a este

modelo entra en juego uno de los cambios ms significativos en el
mundo industrial, como el de la transicin de la produccin masiva
fondista (basada en economas de escala internas a las empresas y en
series productivas largas) a mtodos ms flexibles de produccin en
muchos sectores industriales, lo que se ha venido a llamar la
especializacin flexible. La obra pionera de Piore y Sabel en 1984,
denominada la segunda ruptura industrial, establece que en este marco
posfordista, la pequea empresa gana protagonismo, as como la
tecnologa avanzada pero flexible.
Por eso, Sabel (1989) valoraba la importancia del distrito industrial
como una solucin viable a las vicisitudes del capitalismo global porque
puede

zafarse

de

la

ruinosa

competencia

en

precios

de

las

producciones masivas a bajo precio utilizando mquinas flexibles y

trabajadores
procesos

cualificados,

de

renovando

produccin,

para

constantemente
poder

elaborar

productos

productos

semipersonalizados que se venden a mejor precio en los mercados

(Bustamante, 2005:205).
El mismo autor observa al modelo del distrito industrial como una forma
de organizacin de la produccin en el que, claramente, el papel de las
fuerzas sociales locales es muy importante y en donde surgen
oportunidades para procesos autnomos de desarrollo a niveles locales y
regionales, de carcter endgeno.
A pesar de estos elementos, el concepto de distrito industrial ha sido
sometido a crticas de diverso talante, entre las que figura la falta de
rigor conceptual respecto de elementos como las redes de empresas, la

16

nocin

de

competencia

cooperativa

(coopetencia)

el

carcter

puramente local de la dinmica del distrito (Bustamante, 2005:205).

Para superar estas limitaciones surge el concepto de medio o entorno
innovador, que comprende elementos de red, aprendizaje colectivo y
externalidades. La primera definicin de este sistema fue propuesta por
el economista ingls de la escuela de Sussex, (Bustamante,2005:205).
Lo identificaba como la red de instituciones en el sector pblico y
privado cuyas actividades e interacciones producen y difunden nuevas
tecnologas a escala nacional. A su vez, este enfoque evolucion y dio
forma al enfoque del sistema nacional de innovacin (SNI). A juicio de
Chudnovsky (1999:170), los elementos definitorios del SNI son la
innovacin, entendida como un proceso interactivo de produccin y
difusin de tecnologa, y el aprendizaje colectivo.
Este mismo enfoque es posible trasladarlo al plano de los territorios
subnacionales, a la orientacin del SNI que da lugar al sistema regional
de innovacin (SRI) (Jimnez, 2002:220).

Teora de los Clusters Industriales

Con la configuracin del desarrollo econmico actual, caracterizado por
una gran paradoja entre las fuerzas globales y la economa nacional en
sus mbitos regionales y locales, convirtindose stos en espacios
dominantes de la nueva geo economa mundial, surge en este sentido
un concepto que ha cobrado mucha fuerza, el del complejo productivo o
conglomerado, que se populariz por los trabajos y recomendaciones de
poltica de Michael Porter, de Harvard University. El trabajo seminal de
Porter acu el trmino para designar concentraciones geogrficas de
empresas especializadas, cuya dinmica de interaccin explica el
aumento de la productividad y la eficiencia, la reduccin de costos de

17

transaccin,

la

aceleracin

del

aprendizaje

la

difusin

del

conocimiento. Este enfoque, sin embargo, no fue del todo novedoso, ya

que en Europa (especialmente Italia) haba una vasta experiencia de
investigacin

sobre

externalidades

distritos

derivadas

industriales,

del

efecto

que

indicaba

aglomeracin.

En

similares
trminos

generales, no existe discusin en cuanto a la definicin de complejo

productivo. A continuacin se presenta una definicin que sintetiza la
visin

generalizada

de

este

concepto,

segn

The

Cluster

Competitiveness Group (2002:3):

Se entiende comnmente por complejo productivo una concentracin
sectorial y/o geogrfica de empresas que se desempean en las mismas
actividades

en

actividades

estrechamente

relacionadas,

con

importantes y acumulativas economas externas, de aglomeracin y

especializacin (por la presencia de productores, proveedores y mano de
obra especializada y de servicios conexos especficos al sector) y con la
posibilidad de llevar a cabo una accin conjunta en la bsqueda de
eficiencia colectiva. Todo esto en un radio no superior a los 30 km.
La definicin de complejos productivos depender de las condiciones
bajo las cuales comparta y compita el grupo de empresas que lo
conforman. La ubicacin aportar una serie de elementos nicos que no
se pueden generalizar con el objetivo de incluirlos en una definicin
universal.
Los complejos productivos traen grandes ganancias de productividad al
conjunto de industrias y establecimientos conexos. Tales ganancias se
internalizan

al

nivel

de

la

industria,

pero

continan

siendo

externalidades para las firmas que las aprovechan. La fuente de tales

ganancias de productividad son las economas de escala, las cuales se
18

alcanzan,

entre

otros

factores,

mediante

los

costos

fijos

las

indivisibilidades, los cuales son distribuidos entre el conjunto de

empresas.
Las indivisibilidades se refieren a los costos fijos caracterizados por ser
objetos o servicios que no se pueden dividir en elementos ms
pequeos, tales como los factores tecnolgicos o fsicos.
Estas economas externas o externalidades se obtienen porque se
pueden conseguir por las empresas una especializacin en fases de la
produccin, gracias a la red de relaciones interempresariales que se
establece en el seno de estas aglomeraciones industriales. Adems, se
cuenta con un mercado laboral denso y de trabajadores cualificados, con
una atmsfera que propicia la innovacin y el carcter emprendedor del
empresario, y una importante fluidez de informacin de todo de tipo
entre las propias empresas. Un entorno, en definitiva, que combina
competencia y colaboracin interempresarial.
Todo el conjunto de aportes que sintetizan estas cuatro teoras han
permitido consolidar, segn Krugman (1992:7), un nuevo desarrollo a
los enfoques de las teoras de localizacin y de nueva geografa
econmica (NGE), referidos principalmente a tres aspectos:
a. La utilizacin de modelos con rendimientos de escala crecientes y
competencia

imperfecta

para

explicar

los

patrones

de

determinantes

del

aglomeracin
b. Una

mejor

comprensin

de

los

factores

comercio internacional
c. La integracin de los diversos enfoques anteriores en un solo
marco terico coherente
19

Esta nueva sistematizacin terica (Krugman, 1992:9) constituye una

verdadera teora general de la nueva economa espacial que subsume
todos los modelos anteriores.
Los estudios empricos realizados con el instrumental analtico de la NGE
han

encontrado

amplia

evidencia

de

la

causacin

circular

de

acumulacin en campos como el crecimiento urbano, la localizacin del

capital humano, la expansin industrial y el desarrollo regional.
El ncleo comn de todos los anlisis cluster es la importancia atribuida
a las interrelaciones de los actores que constituyen el cluster y el inters
en analizar los mismos (Almquist 1998: 14 y 29). Las diferencias que se
encuentran entre los distintos anlisis econmicos que emplean el
trmino cluster estn relacionadas, con frecuencia, con el hecho de que
el anlisis cluster aplicado se centra en una de las posibles dimensiones
que ste podra abarcar. Los tipos de dimensiones del anlisis cluster
que permitiran clasificar los estudios cluster y precisar el concepto de
cluster

empleado

son

los

siguientes:

i)

tipo

de

relacin

(interdependencia o similitud) entre empresas o sectores; ii) tipo de

flujos (de productos o de conocimientos); iii) nivel de anlisis (micro,
meso o macro); iv) lmites espaciales del cluster (nacional, regional o
local); v) organizaciones e instituciones tomados en consideracin.
Analicemos cada una de estas dimensiones por separado.
Interdependencia o similitud (vertical, horizontal y lateral)

En el enfoque cluster basado en la interdependencia se parte de la idea

de que los actores son y tienen requerimientos diferentes y de que las
competencias o productos de unos son necesarios para la produccin o
20

innovacin de los otros. Los estudios desarrollados inicialmente en

Francia, de las llamadas filires o lneas, en que se analizaban las
relaciones proveedor-usuario (sea tal provisin de bienes, de servicios,
de conocimiento o de otro tipo), constituiran un clsico ejemplo de este
tipo de enfoque.
En el enfoque cluster basado en la similitud, se agrupan las actividades
econmicas que presentan condiciones o requerimientos equivalentes:
en

investigacin,

habilidades

de

mano

de

obra,

proveedores

especializados, etc. Hay estudios, por ejemplo, que, explotando las

tablas input-output, han tratado de encontrar las industrias que tienen
unos patrones de compras y ventas similares. (Verbeek 1999:15).
Esta distincin entre los enfoques basados en la interdependencia y la
similitud

guarda

mucha

relacin

con

la

clsica

dicotoma

vertical/horizontal de la organizacin industrial y de la geografa

econmica. Los cluster horizontales estaran compuestos por empresas
con capacidades similares que desarrollan actividades semejantes; y los
cluster

verticales,

por

empresas

con

capacidades

distintas

pero

complementarias, que desarrollan actividades complementarias. Los

cluster horizontales, entendidos en un sentido reduccionista, vendran a
recoger, aunque con un nombre distinto, lo ya contenido en el concepto
sector de actividad, y en ese sentido no aportaran gran cosa al anlisis
tradicional (salvo para aquella parte de la literatura que asigna al
concepto cluster tambin la idea de concentracin geogrfica); y, por
otra parte, a diferencia de los clusters verticales, en los que primaran
las relaciones de colaboracin y cooperacin, en los clusters horizontales
en sentido estricto primara la rivalidad y la competencia (salvo en casos
de colusin, consorcios).

21

Cabe

concebir,

sin

embargo,

tal

como

antes

hemos

sealado,

agrupaciones de empresas pertenecientes a sectores diferentes que

presentan caractersticas similares, o agrupaciones de sectores que aun
poseyendo un diferente cdigo CNAE, presentan patrones de compras y
ventas similares, o un patrn tecnolgico equivalente y en los que la
relacin de colaboracin y cooperacin pudieran alcanzar niveles
significativos.
Cabra considerar, en tal sentido, junto a la dimensin horizontal y
vertical, una dimensin lateral, al igual que en la dimensin horizontal
tambin en la similitud, que abarcara a aquellos sectores relacionados
con capacidades o tecnologas compartidas y con posibilidad de
sinergias.
Advirtamos, no obstante, que para la OCDE el concepto de cluster no
resulta aplicable cuando las empresas pertenecen al mismo sector,
aunque existan actividades de cooperacin para ciertas actividades. Ms
exactamente, segn la OECD (1999: 85): El concepto cluster va ms
all de las simples redes horizontales en las que las empresas,
operando en el mismo mercado de productos finales y perteneciendo al
mismo grupo industrial, cooperan en ciertas reas (p. ej. I+D conjunta,
programas de demostracin, polticas de marketing colectivo o compras
conjuntas). Los cluster son la mayora de los casos redes transsectoriales (verticales y laterales) que comprenden
empresas complementarias especializadas en un especfico lazo o base
de conocimiento en la cadena de valor.

22

Flujos de productos o de conocimientos/innovacin

La relacin entre las entidades que componen el cluster puede estar

basada en un vnculo comercial (trade linkage), es decir en un
intercambio

de

productos,

en

un

vnculo

de

tecnologa/conocimiento/innovacin (knowledge or innovation linkage).

(OECD 1999: 86-87). O como seala Hoen (1999:1): La relacin entre
entidades en un cluster puede estar referida a esfuerzos innovadores o a
vnculos productivos. Los clusters basados en esfuerzos innovadores
hacen referencia a empresas o sectores que cooperan en el proceso de
difusin de innovaciones tales como nuevas tecnologas o productos; los
cluster basados en vnculos de produccin hacen referencia a empresas
o sectores que conforman una cadena de produccin o valor aadido.
Tal como indica Hoen, la mayora de los estudios tericos de los cluster
versan sobre difusin de innovaciones, dado que se pretende conocer
los factores que inciden en el desarrollo de nuevas tecnologas y del
conocimiento y, as, poder generar un mayor crecimiento econmico 1.
Sin embargo, la mayora de los estudios empricos estn basados en
anlisis de vnculos en la cadena de valor, debido entre otras cosas a la
mayor disponibilidad de datos (bsicamente, provenientes de las tablas
input-output) que hay para la realizacin de tal tipo de estudios. Esa
tensin entre el foco de atencin de los anlisis tericos y metas de
poltica, por un lado, y el de los anlisis empricos,

por otro lado, no

resulta tan grave, segn Hoen, puesto que las empresas que cooperan
en un cluster estarn situadas normalmente en diferentes sectores y,
adems,

las

empresas

involucradas

en

esfuerzos

innovadores

Bell y Albu (1999), por ejemplo, propugnan que los anlisis de clusters se centren en el estudio de los
sistemas de conocimientos, en lugar de hacerlo, como ha sido ms habitual, en los de sistemas de produccin.

23

combinados estarn probablemente ligadas tambin en una cadena de

produccin. Como consecuencia de ello, los patrones de difusin de las
innovaciones se asemejan a los patrones de los vnculos de la tabla
input-output y los resultados empricos de los estudios basados en
vnculos productivos pueden ser usados para extraer conclusiones
acerca de la cooperacin de las empresas en esfuerzos innovadores 2.
Nivel de anlisis: micro, meso o macro3

El nivel micro del anlisis cluster hace referencia a vnculos entre

empresas. Generalmente este tipo de estudios analiza la competitividad
de una red de proveedores en torno a una empresa ncleo. Esta clase
de anlisis se usa para anlisis estratgicos de la empresa y para
identificar eslabones perdidos o socios estratgicos cuando los proyectos
de innovacin abarcan toda la cadena de produccin. As pues, este tipo
de anlisis est directamente pensado para la accin y desarrollo de
negocios estratgicos.
El anlisis cluster proveera en este caso de una base para iniciar e
impulsar proyectos tendentes a incrementar la cooperacin entre las
compaas principales, sus (principales) proveedores, los institutos de
conocimientos (semi-)pblicos, as como con otras instituciones puente
(p.ej. ingenieras, centros de innovacin).
Los anlisis cluster de nivel meso se fijan en las vinculaciones intra e
intersectoriales. Normalmente consisten en llevar a cabo una especie de
anlisis DAFO (debilidades, amenazas, fortalezas y oportunidades) o un
2

Hoen hace referencia, en apoyo de sus afirmaciones, de los estudios de Porter (1998) y DeBresson (1996).

Vase sobre esta discusin de los niveles de los anlisis de clusters, Roelandt y Hertog (1998: 19)

24

anlisis

de

benchmarking

(o

de

mejoras

prcticas)

en

ramas

interrelacionadas en una cadena de valor. Sealemos, por otra parte,

que este es el nivel de anlisis de clusters ms habitual, en buena
medida porque la existencia de datos estadsticos de nivel sectorial
hacen

ms

fcil

la

realizacin

de

estudios

cuantitativos,

que

adicionalmente resultan ms comparables internacionalmente; y por

otra parte, porque la poltica industrial busca ms la creacin de
condiciones generales favorables, que favorecer empresas determinadas
(Hoen 1999:14).
Finalmente, algunos anlisis cluster se centran en las vinculaciones
dentro y entre grupos industriales (mega-clusters), de modo que se
estudia el patrn de especializacin del conjunto de la economa de un
pas o una regin. De tales anlisis se obtendran inputs, por ejemplo,
para discutir, dentro de las polticas industriales y tecnolgicas, cmo
mejorar los (des)acoplamientos entre los organismos de investigacin
pblicos, los centros de educacin superior y la industria.

Marco espacial del anlisis

Todos los estudios cluster comprenden, explcita o implcitamente, una
dimensin geogrfica. La actividad productiva tiene lugar siempre en un
espacio y, en tal sentido, todo cluster industrial est geogrficamente
determinado. Pero no en todos los estudios de clusters se toma en
consideracin tal componente espacial a la hora de definir el cluster, o el
mbito espacial a que se hace referencia cuando se define el cluster es
muy amplio.

25

Segn Hendry et al. (1999:16), los lazos existentes en los cluster

pueden tener una base local, nacional o internacional, y en conformidad
con ello podramos distinguir estos tres niveles geogrficos de cluster.
Sin embargo, la mayor parte de los analistas consideran que, entre otras
cosas,

por

los

requerimientos

que

comporta

la

transmisin

del

conocimiento tcito y el funcionamiento en red, se precisa una cierta

proximidad de los componentes de la red. En tal sentido, cuando, por
ejemplo, Porter (1998: 208) menciona los niveles geogrficos en que se
presentan

los

cluster

(pases,

regiones,

zonas

metropolitanas

ciudades), en su enumeracin no figura el nivel internacional. E incluso

para analistas como Schmitz y Nadvi, Mccormick, Altenburg y MeyerStamer.el concepto de cluster de Porter (1990) sera demasiado amplio,
por poder extenderse a todo un pas y no subrayar suficientemente el
carcter de concentracin geogrfica que el cluster implica4.
Sealemos, por otra parte, que la delimitacin de estos niveles
geogrficos no tiene por qu ser administrativa o poltica, sino que
puede ser funcional (esto es, la delimitacin del espacio se efectuara
tomando en consideracin las elecciones y decisiones tomadas por las
personas y las empresas; por ejemplo, reas regulares de compras). A
este respecto Porter (1998: 234) seala: Aunque los lmites de los
cmulos suelen coincidir con las fronteras polticas, los cmulos tambin
pueden extenderse ms all de las fronteras regionales o incluso
4

Los autores citados sostienen que el trmino cluster slo es aplicable a concentraciones locales de
determinadas actividades econmicas, porque slo en tales mbitos emerge un intercambio habitual de
informacin entre empresas. Parece razonable, en tal sentido, cuestionar la aplicacin del trmino cluster a
concentraciones sectoriales que se extienden a lo largo de todo un pas de gran tamao, como es EEUU; no
parece, empero, que en pases como los europeos, especialmente en los de menor tamao, la observacin de
Altenburg y Meyer-Stamer (1999: 1694) de que un cluster no puede extenderse a todo el pas, sea acertada.
Ms bien, cabra equiparar tales pases al nivel estatal de EEUU a que tales autores hacen referencia y en el
que s que consideran que pudiera hablarse de clusters. De hecho, buena parte de la literatura europea est
basada en el estudio de clusters nacionales.
Aadamos, por otra parte, que Carlsson y Stankiewicz (1995: 49) sostienen que en ciertos casos los sistemas
tecnolgicos son internacionales, e incluso globales.

26

nacionales, en especial en el caso de pequeas regiones y naciones y en

el caso de ciudades fronterizas.
Factores que explican la existencia de clusters
Como Maskell (2001:5) seala, entre las primeras tareas que debe
abordar la teora econmica del cluster se encuentra la de ofrecer una
explicacin para la existencia del cluster. En particular, debera explicar
qu ventajas se derivan de la concentracin espacial de empresas
interrelacionadas y por qu tales ventajas no son mayores cuando la
actividad que llevan a cabo tales empresas se aborda por una sola
empresa de gran tamao.
Con respecto a la primera cuestin, la principal explicacin ofrecida por
la

literatura

ha

sido

tradicionalmente

la

de

las

economas

de

aglomeracin. Las aportaciones pioneras de Marshall, recientemente

reformuladas por Krugman (1992:15), fueron completadas por los
desarrollos habidos en las diferentes escuelas o corrientes que Krugman
(1995:67)

incluye

bajo

la

denominacin

genrica

de

geografa

econmica. Este tipo de ventajas externas, que Schmitz y Nadvi

(1999:1506) denominan economas externas incidentales, no planeadas
o pasivas, dado que se generan para las empresas ubicadas en el cluster
de modo espontneo, como subproducto de la actividad econmica que
tiene lugar en el mismo y no como fruto de actividades conscientes y
con un objetivo determinado de cooperacin entre los componentes del
cluster, nosotros las ordenaremos, siguiendo a Swann (1998:62), segn
afecten, positiva y negativamente, al desarrollo de los clusters, y segn
jueguen por el lado de la oferta o de la demanda5.
5

Como indica Swann (1998:70), en la literatura de los clusters suele dedicrsele mucha atencin a los
factores que juegan por el lado de la oferta y a las ventajas que presenta la clusterizacin, pero apenas se
mencionan los factores que juegan por el lado de la demanda, as como las deseconomas que se derivan de la
clusterizacin (factor este ltimo fundamental para poder entender el ciclo de vida de los clusters).

27

Entre las economas positivas de localizacin que juegan por el lado de

oferta cabra destacar las siguientes:
La concentracin espacial de determinadas actividades da lugar a
un desarrollo de mano de obra, proveedores, infraestructuras e
instituciones especializadas, que resultan ms accesibles o con un
menor coste para las empresas que se ubican en dicho espacio. A
este tipo de economas externas suele denominrseles tambin
economas pecuniarias o estticas (Larrea 2000:214).
La concentracin espacial de actividades favorece la innovacin y
el aprendizaje: en el caso de empresas situadas en la misma
actividad, porque la observacin y comparacin de las diferencias
trayectorias y resultados de cada una favorece un proceso de
seleccin e imitacin de las mejores prcticas; y en el caso de las
empresas situadas en distintas fases de la cadena de valor, porque
adems de que por la mayor proximidad de proveedores y
usuarios se favorece el proceso de innovacin y aprendizaje de las
empresas (Lundvall 1992:58), la especializacin y concentracin
de la empresa en sus competencias esenciales aumenta su
capacidad innovadora (Maskell 2001:12).
La principal desventaja que se genera por el lado de la oferta es que la
congestin y aumento de la competencia que se genera en los mercados
de inputs da lugar a un aumento del precio del suelo y de la mano de
obra.

28

En cuanto a las economas de localizacin que juegan por el lado de la

demanda, Swann (1998:70) hace referencia a la existencia de una
demanda local fuerte, a que la firma que se ubica en el cluster puede
apoderarse de parte de la cuota de mercado de sus rivales, a que las
empresas situadas en el cluster pueden ser encontradas ms fcilmente
por los clientes (reduccin de costes de bsqueda) y a que se generan
externalidades informativas sobre las caractersticas y tendencias del
mercado. La principal desventaja, en lo que respecta a la demanda, es
que el aumento de la congestin y competencia en los mercados de
outputs reduce los precios y las ventas y beneficios por empresa. No
obstante, a la postre, segn Porter (1998:14) ese aumento de la
competencia resulta beneficioso, por el acicate que supone para la
mejora y la innovacin.
Como todos los autores sealan, la importancia que poseen unos u otros
factores vara mucho en funcin del tipo de actividad predominante en el
cluster, de la fase del ciclo de vida que este atraviesa, del pas o regin
en que aqul se ubique, etc. De cualquier manera, y a pesar de que no
existen trabajos empricos que cuantifiquen la importancia de cada uno
de estos factores para el conjunto de la economa, algunos autores se
han atrevido a avanzar opiniones al respecto. As, por ejemplo, Krugman
(1992:62) considera que el principal factor que impulsa los procesos de
concentracin espacial lo constituye el desarrollo de mano de obra,
proveedores, infraestructuras e instituciones especializadas en tales
espacios; para Krugman, los spillovers tecnolgicos constituyen un
factor secundario. Para Porter (1998), en cambio, las ventajas relativas
a la innovacin y al crecimiento de la productividad que traen consigo
los cmulos puede que sean ms importantes an que las obtenidas en
el terreno de la productividad esttica (p. 226). Por otra parte Porter
subraya que la reduccin de costes derivada de la proximidad a los
29

factores de produccin y a los mercados... se ha visto socavada por la

mundializacin de los mercados, de las tecnologas y de las fuentes de
suministro, por el aumento de la movilidad y por la reduccin de los
costes de comunicacin y de transporte. (p. 219)
Pero adems de las economas externas pasivas, habra que hacer
mencin de las ventajas derivadas de la accin conjunta (joint action)
que el cluster o concentracin sectorial y geogrfica de empresa
favorece. Schmitz (1995:24) denomina eficiencia colectiva (collective
efficiency) a la ventaja competitiva derivada de las economas externas
(anteriormente mencionadas) y de la accin conjunta. Las economas
externas espontneas daran lugar a eficiencia colectiva pasiva, y las
actuaciones conjuntas de las empresas a eficiencia colectiva activa. En
relacin con tales actuaciones conjuntas, OECD (1999:74) y Porter
(1998:220) sealan que la existencia del cluster facilita la realizacin de
acuerdos de cooperacin, que permiten explotar complementariedades y
economas de escala y alcance, as como aumentar la flexiblidad y
velocidad de reaccin de las empresas ante cambios del entorno.
Como justificacin de esa mayor facilidad para alcanzar acuerdos, la
literatura de los clusters suele recurrir a la teora de los costes de
transaccin. De hecho, tal como seala Maskell (2001:20), buena parte
de la literatura reciente que ha tratado de los cluster, ha ido movindose
del esquema basado en las economas de aglomeracin hacia un anlisis
de los cluster basado en los costes de transaccin. El cluster se vera
como una alternativa al mercado, menos costosa en trminos de
identificacin, acceso e intercambio de bienes, servicios o conocimiento
entre empresas. Ello es debido a que la pertenencia a un mismo mbito
espacial, en el que existe una cierta homogeneidad idiomtica, cultural e
institucional, y en el que los intercambios se convierten en habituales y
30

repetitivos, genera un clima general de confianza y entendimiento que

ayuda

reducir

los

comportamientos

indebidos,

impulsa a

que

voluntariamente se ofrezca informacin fiable, conduce a que los

acuerdos se cumplan, sita a los negociadores en la misma onda y
facilita que se comparta el conocimiento tcito.
Pero cabra aducir que la reduccin de los costes de transaccin sera
todava superior a la de un cluster de elevada confianza en el caso de
existencia de una nica empresa, que desempeara precisamente las
mismas actividades, en la misma localizacin, y con los mismos
proveedores, clientes y trabajadores. Esa ventaja de la internalizacin
de actividades (es decir, de la jerarqua, en trminos de la teora de los
costes de transaccin) sobre el mercado era, por ejemplo, una de las
principales razones que haba llevado a que las empresas decidieran
llevar a cabo la parte fundamental de sus actividades de I+D dentro de
la propia empresa (Teece 1988:100).
Cul sera entonces se pregunta Maskell (2001: 8)- la ventaja que
presentaran N empresas de tamao S cada una, ubicadas en el mismo
lugar y que emprenden actividades relacionadas, frente a una empresa
de tamao S*N que desarrollara la misma actividad? Segn el autor
citado, la respuesta descansa en las especficas formas de creacin de
conocimiento disponibles para la empresa individual cuando persigue
objetivos por ella definidos, pero no disponibles para la divisin de una
gran entidad en la que las instrucciones son recibidas y las acciones se
encuentran restringidas por procedimientos y limitaciones impuestos
desde arriba6. Cada empresa posee una idiosincrasia y una trayectoria
6

Adems del razonamiento aportado por Maskell, cabra hacer mencin asimismo de las ventajas
(principalmente, la flexibilidad) e inconvenientes (en economas de escala, internacionalizacin, financiacin,
cualificacin de trabajadores y gerentes, acceso a informacin) que presentan las empresas de menor tamao
con respecto a las grandes, de importancia muy diferente de unos sectores a otros, que inciden en el peso y
evolucin relativa que tienen los diferentes tramos de tamao de empresa en la economa (vase Aranguren

31

tecnolgica propia, incluso con respecto a las empresas pertenecientes

al mismo sector, que hace que en el caso de que como pasa en un
cluster- exista una multiplicidad de empresas desarrollando la misma
actividad, el proceso de innovacin y aprendizaje no sea uniforme.
Las diferencias que tienen lugar en las soluciones adoptadas por cada
una de las empresas y los resultados a que dan lugar pueden ser
observados y comparados por las empresas de la misma actividad y
ubicadas en el mismo territorio, de modo que las ms exitosas pueden
ser seleccionadas e imitadas por las restantes, incluso en el caso de que
entre las empresas no existan acuerdos de cooperacin o interaccin. Y
como seala Maskell, a una nica empresa multidivisional le resultara
sumamente difcil, incluso aunque se esforzara, replicar internamente el
proceso de experimentacin paralelo que tiene lugar entre empresas
independientes que hacen similares cosas en el cluster, dado que la
existencia dentro de una empresa de visiones que compiten, a menos
que sea cuidadosamente gestionada y de limitado alcance, ocasiona
serios problemas.
En general cabra afirmar, con Aage (2001:22), que la ventaja de una
forma

otra

de

organizacin

depender

de

la

naturaleza

complementariedad de las actividades que deban ser coordinadas.

Actividades similares a las que desarrolla la empresa y que pertenecen a
su ncleo esencial de capacidades, tendern a ser llevadas a cabo y
coordinadas dentro de la empresa. Actividades que no son similares ni
complementarias a las de la empresa, tendern a ser coordinadas por el
mercado.

1998).

32

Y actividades que no son similares, pero s complementarias a las de la

empresa, tendern a ser desarrolladas y coordinadas con algn tipo de
organizacin intermedia, tal como puede ser la del cluster. En este
sentido, la creciente especializacin que est teniendo lugar en la
economa

en

las

empresas

est

conduciendo

un

creciente

protagonismo de este tipo de organizaciones intermedias entre la

empresa y el mercado.
En el informe de sntesis elaborado por el Grupo especializado de la
OCDE sobre cluster industriales la importancia adquirida en estos
tiempos por el funcionamiento en red y los cluster se atribuye al papel
clave que para la competitividad posee hoy da la innovacin y a que,
para tener xito en el proceso de innovacin, las empresas son cada vez
ms dependientes de los conocimientos y saber hacer complementarios
de otras compaas. La produccin y la innovacin es cada vez menos la
actividad individual de una compaa, sino que requiere la accin
combinada de varias, cada una de ellas especializada en especficas
combinaciones de habilidades, tecnologa y competencias. Ha habido,
pues, un desplazamiento en las empresas hacia la desinternalizacin de
actividades a lo largo de la cadena de valor y hacia la especializacin en
aquellas actividades que requieren recursos y capacidades en las que las
empresas poseen ya o pueden fcilmente obtener ventaja competitiva.
En este

contexto, segn el grupo especializado de la OCDE, los

principales incentivos para la formacin de cluster y alianzas han sido la

reduccin de los costes de transaccin, el desarrollo de nuevas
habilidades, la superacin (o creacin) de barreras de entrada en los
mercados y la aceleracin del proceso de aprendizaje (Roelandt y Den
Hertog 1998: 5).

33

Redes de empresas o de empresas y otras instituciones

El grupo de la OCDE centrado en el anlisis cluster defini el cluster
econmico como la red de produccin de empresas fuertemente
interdependientes (que incluye proveedores especializados) vinculados
entre s en una cadena de produccin que aade valor. Y aadi que en
algunos casos, los cluster tambin comprenden alianzas estratgicas con
universidades,

institutos

de

investigacin,

intensivos

conocimiento,

instituciones

en

servicios
puentes

empresariales
(comisionistas,

consultores) y clientes. (OECD 1999: 85).

Esa misma diferencia en el tipo de actores y relaciones que se incluyen
en el anlisis de clusters se encuentra asimismo a lo largo de la
literatura de los clusters: en algunos autores el concepto de cluster se
restringe solamente a las empresas y relaciones entre ellas establecidas
(es decir, a lo que siguiendo a Maskell podramos denominar estructura
econmica del cluster); y en otros, adems de a las empresas y a sus
relaciones, el concepto de cluster incluye tambin a los otros tipos de
organizaciones e instituciones que afectan a la actividad o capacidad
innovadora de aquellas (es decir, a lo que Maskell denomina realidad
institucional del cluster). Esa diversidad de actores no responde slo a
la visin ms reduccionista o ms amplia que el analista posee del
anlisis cluster y a las limitaciones que para un tipo u otro de anlisis se
derivan de las fuentes y datos disponibles, sino que tambin puede
tener algo que ver con la propia realidad de los clusters: hay clusters en
que las relaciones con la denominada infraestructura de ciencia y
tecnologa son mucho menores o el nivel de intervencin de la
Administracin en sus empresas es muy inferior y, por ende, cuyo

34

estudio no se ve tan fuertemente empobrecido y coartado por centrarse

exclusivamente en las relaciones interempresariales 7.
De cualquier modo, en la seleccin de los actores que forman parte del
cluster hay siempre una cierta subjetividad y, especialmente cuando se
incluyen dentro del cluster las organizaciones e instituciones no
productivas, resulta muy difcil establecer un criterio claro que permita
discernir cules de ellas han de considerarse en el anlisis del cluster y
cules no. Como Porter (1998: 208) indica: Las fronteras de un cmulo
deben abarcar a todas las empresas, sectores y entidades que tengan
entre

relaciones

slidas,

ya

sean

verticales,

horizontales

institucionales; aquellas cuyas relaciones sean dbiles o inexistentes

pueden quedar al margen sin problema alguno; pero obviamente, no
hay un criterio fijo o indiscutible para determinar cundo debe
considerarse que la relacin es slida o dbil8.
Respecto a las relaciones que se establecen entre las empresas, cabra
distinguir, siguiendo a Schmitz (1995:21), entre las acciones conjuntas
(joint action) perseguidas conscientemente (que, como veremos ms

Dependiendo del nivel profundidad organizacional e institucional, podran establecerse categoras

especficas de clusters. As, por ejemplo, Altenburg y Meyer-Stamer (1999: 1694), tras definir lo que para
ellos constituye un cluster (a saber: una aglomeracin considerable de empresas en un rea espacialmente
delimitada, que posee un perfil de especializacin distintivo y en la que existe una especializacin y comercio
interempresarial sustancial), indican que los distritos industriales podran considerarse un tipo especfico de
cluster, a saber aquel en que existe una densa estructura basada en valores y normas culturales compartidas y
una compleja red de instituciones que facilita la diseminacin del conocimiento y la innovacin. (Vase en el
mismo sentido Maskell 2001: 4)
8

Una problemtica semejante se presenta en la corriente de los sistemas nacionales y regionales de

innovacin. Como se muestra en Navarro (2001), las fronteras de tales sistemas no pueden ser claramente
establecidas mientras no se avance ms en el conocimiento de los determinantes de la innovacin y, a partir de
ello, de las funciones que cumplen tales sistemas. Una organizacin o institucin puede desempear un papel
distinto de unos sistemas (y clusters, diramos aqu) a otros, y lo que habra que determinar previamente son
las funciones que el sistema (o el cluster) debe desempear, y luego ver quin y cmo se desempean en un
sistema (o cluster) determinado.

35

adelante, dan lugar a eficiencia colectiva activa) y los restantes tipos de

relacin de naturaleza ms indirecta o menos finalista9.
Dentro de esas acciones conjuntas Schmitz distingue, a su vez, entre las
bilaterales

(cuando dos firmas trabajan juntas para, por ejemplo,

compartir una costosa instalacin) y las multilaterales (por ejemplo,

asociaciones para un objetivo comn); y entre las de cooperacin
vertical y horizontal. Pero como Mccormick (1999: 1534) indica, esas
categoras no agotan las posibilidades de analizar la accin conjunta,
pues otros estudios se han centrado en la propiedad o tamao relativo
de los que cooperan, en la naturaleza de la relacin, en el contenido de
la cooperacin10.
En los estudios

que han realizado a diferentes clusters existe la

dificultad de caracterizar la evolucin del cluster como un todo, puesto

que, aunque los ndices de productividad global, tasa de crecimiento del
producto u otras medidas afines, son elementos que comnmente
manejan los economistas para caracterizar la evolucin del fenmeno de
clusterizacin, dichas medidas no dan cuenta de las fuentes de dicho
crecimiento ni menos las implicancias de polticas orientadas a que este
fenmeno se acelere.
Considerando los clusters como sistemas sociales, su caracterizacin
cuantitativa slo puede realizarse revisando, parcialmente, algunos

Mccormick (1999) utiliza indistintamente los trminos cooperacin, colaboracin y accin conjunta
para referirse al operar juntos para un mismo fin; y reserva el trmino ligazn (linkage) para referirse a los
lazos entre firmas que pueden dar lugar o no, a acciones conjuntas.
10

Gelsing (1992) y Schibany et al. (2000) aportan, igualmente, otros criterios distintivos de las redes de
cooperacin.

36

componentes de este sistema y de all inferir el impacto de cada uno de

ellos sobre el sistema total.
En base al estado del arte revisado, asumiremos que para abordar un
Cluster hay que tener en cuenta los siguientes elementos conceptuales:
a) Redes sociales: A partir de ellas se va conformando el sistema de
competitividad y su importancia radica en que reducen los costos
de transaccin, por la va de la internalizacin de las transacciones
al interior de las redes, es decir, segn el principio de la cercana.
b) Dimensin

territorial

carcter

local

de

la

difusin

de

conocimiento: el contexto territorial tiene una fuerte influencia

sobre la evolucin y difusin del conocimiento y las innovaciones.
c) Carcter tcito de la difusin de conocimiento: son aquellos
elementos difciles de codificar y, por lo mismo, de difundir
formalmente. Cuando estos elementos tcitos se incrementan
dentro de la base de conocimiento, la acumulacin tecnolgica se
empieza a basar ms en la experiencia y en los contactos
interpersonales11.
Puede verse que las redes, como soporte bsico de los clusters, son un
elemento central a considerar. Por ello, la forma en que stas se
constituyen, su implantacin en el territorio, y el tipo de estructura que
adopten tiene efectos decisivos en el logro de las metas para sus
integrantes.

As,

las

redes

ms

virtuosas

pueden

gatillar

una

dinamizacin del proceso innovativo y operar como focos de desarrollo,

11

Carlson, B. & Jacobsson, S., Variety and Technology: How do techological systems originate, and what are the policy
implications?, Ponencia presentada a la Conferencia ECLAC/IDRC-UNU/INTECH, Agosto 1995, Marbella, Chile.

37

por ejemplo, clusters sinrgicos de firmas y tecnologas, dentro de una

industria o grupo de industrias. Tambin pueden ser redes jerrquicas
de dominacin y de menor potencial de desarrollo para los miembros
mas dbiles de la cadena.
Hasta la fecha el anlisis de redes ha tenido distintas tradiciones
acadmicas donde se ha desarrollado. Como una tcnica ms se ha
inscrito en las teoras del Status-Rol (sociologa), o del Ego-Parentescos
(antropologa), pero apenas ha intentado constituirse con su propia
lgica, y tratar de dar sus propios frutos. La gran baza de lo reticular
est no tanto en su capacidad de fotografiar una realidad coyuntural, o
de explicar las influencias internas entre familias y las amistades nuevas
en sociedades complejas. Lo que nos permite graficar las relaciones es
construir un "mapeo" de las tendencias de cada sujeto/actor en
situacin, y por lo mismo las alianzas que existen y que pueden existir
de cara a las estrategias de filtro. Y ver as como las decisiones no son
tanto cuestiones de Status-Rol (demasiado genricas y abstractas) ni
tampoco

solo

de

Ego-intersubjetivas

(demasiado

culturalistas

psicologistas), sino en funcin de las propias relaciones y estrategias

que estn operando.
As pues nos hemos aventurado a realizar un constructivismo reticular y
participativo aprovechando buena parte de los conocimientos existentes.
A) En la tradicin britnica de Bames, Mitchell, Mayer, etc., encontramos
una primera orientacin de inters. En Barnes la definicin de "campo
social", que luego aparecer tambin en Bourdieu, por ejemplo. En
Mitchell

la

distincin

entre

"relaciones

estructurales",

"relaciones

categoriales" y "redes personales", que permite entender una primera

matriz compleja entre estos tres elementos. Es interesante salir de las
38

dicotomas simplificadoras y plantearse la inter-accin entre elementos

bsicos de la estructura, de los proyectos, y su concrecin en redes
cotidianas. En Mayer hay aplicaciones al campo electoral (Dewas, India)
de las redes personales que inician e indican la forma de las
comunicaciones reticulares para un campo especfico. As se entra en la
formacin de "cuasi-grupos" y sus dinmicas, y sobre todo el concepto
de "conjunto de accin" que ser central para nuestras propuestas
estratgicas dentro de las redes en situacin con las que trabajamos. Al
plantearse en lo concreto estos conjuntos de accin aparecen distintos
niveles de relaciones primarias, secundarias, etc. en la comunicacin
cotidiana, que viene a coincidir con lo que nosotros distinguimos entre
los tipos escalonados de cdigos de expresin (imgenes, ideolgicos,
estereotipos, silencios) que hemos venido constatando entre sectores
ms informales y ms formales de la sociedad. Es a partir de estas
relaciones

de

comunicacin

cotidiana

desde

donde

se

pueden

reinterpretar todos los datos y explicaciones posibles de las conductas.

Por eso aun nos parecen estos antroplogos muy anclados en las teoras
del Ego como centro de las relaciones y en el rol que depende del
estatus, cosas que creemos que se pueden superar.
B) Por otro lado encontramos en autores como Giddens, Bourdieu, etc.
La preocupacin por salir de la estructura de clases como nico
determinante

del

comportamiento

social.

En

Giddens

aparece

la

categora de "agencia" y se plantea un "doble vnculo" para poder

explicar, entre estructura y agencia, los comportamientos. En Bourdieu,
aunque cuando se habla de redes no se precisa

su forma concreta, si

se plantea la existencia de tres elementos interconectados: "...la

relacin entre las posiciones sociales (concepto relacional), las
disposiciones (o los habitus), y las tomas de posicin, las
"elecciones" que los agentes sociales llevan a cabo..." Es decir que entre
39

el espacio social/capital econmico y el espacio simblico/capital

cultural,

hay, en

su

cruce

unas

disposiciones

que

se

han

ido

construyendo reticularmente en lo cotidiano y concreto. "Lo real es

relacional" y en este sentido introduce la nocin de "campo del poder"
no en sentido poltico, sino como conjuncin entre: a) el espacio social
de las posiciones en la estructura, b) los habitus o disposiciones
construidas, y c) los intereses o proyectos a realizar. Los estilos de vida
son el resultado de un campo social de fuerzas donde lo relacional lo es
por triplicado. El problema es que "a cada clase de posiciones
corresponde una clase de habitus" segn dice y esto parece una
determinacin o correspondencia muy poco flexible. Adems en los dos
ejes "capital econmico/ capital cultural", donde sita los estilos de vida
en relacin con las posiciones, a los "estilos"/"disposiciones"/"habitus"
no parece darles una capacidad propia de construir nuevas dinmicas.
Es en este punto donde creemos que lo reticular puede avanzar
dimensiones ms operativas.
C) Y las nuevas dinmicas que pueden surgir de unas relaciones
reticulares concretas es precisamente lo que ms nos interesa. En las
tradiciones norteamericanas el impulso ha ido por este lado hasta
hacerlo bastante autnomo de otros condicionantes. Todo se llegar a
explicar

por

las

combinaciones

de

relaciones

densas

dbiles,

recprocas o no recprocas, etc. El desarrollo de las socio-matrices y de

la

teora

de

grafos

ha

contribuido

hacer

avanzar

estas

interpretaciones, demostrando que las cuestiones de forma (reticular)

no son puramente formales. Pero las dinmicas de estas relaciones
tampoco pueden pretender explicarlo todo. Lo que ms nos interesa son
las relaciones entre las relaciones fuertes y su encerramiento en si
mismas por reciprocidad mutua y acumulativa, las relaciones no
recprocas (dbiles) y su fuerza potencial (Granovetter). Esto, como se
40

ver, da un enorme juego a la posible reversin de estrategias en las

diversas situaciones de los conjuntos de accin. Pero lo primero es ser
conscientes de las propias limitaciones en las que a veces caen anlisis
reticulares:
a) Hay una capacidad propia del juego de redes y de los conjuntos de
accin, que deriva de los habitus construidos desde la familia (y en las
sucesivas instituciones), pero este sistema reticular ha de cruzarse con
los eco-sistemas que lo condicionan previa y externamente, como son
las estructuras socio-econmicas por un lado, o por otro lado la
diversidad

de

proyectos,

ideologas,

deseos

sociales

que

estn

enfrentados en cada sociedad.

b) Nos centramos ms en las relaciones que en los individuos o soportes
de estas, pero estas redes han de tomarse en su conjunto, no tanto
contar exactamente cuantas veces se vio una persona con otra, sino la
forma del conjunto de todas ellas, el predominio de unas sobre otras, las
tendencias,

conflictos,

dependencias,

etc.

Una

matemtica

ms

topolgica, fractal u hologramtica, que los nmeros eucldeos. Los

algoritmos acumulativos son interesantes pero cuantifican mucho y
cualifican poco las redes y sus sentidos operativos.
c) En la disputa sobre si cuantificar o cualificar los grafos que nos
muestran las redes seguramente hay que hacer las dos cosas, pues
dada la imperfeccin de cualquier estimacin nada sobra, pero el
problema de fondo no es tanto acumular ms informacin sino que esta
sirva para algo. En este sentido es previo el encuadre participativo y
operativo de quin interviene en la valoracin de objetivos y de
mediciones, y para qu se interviene teniendo en cuenta los campos de
confrontacin habituales.
41

d) En todo juego de comunicacin cotidiano hay siempre mezcladas

estrategias vitales (no siempre conscientes), "campos del poder", redes
culturales, pretensiones de quedar bien, etc. Las hegemonas y contrahegemonas de que hablaba Gramsci siempre estn pugnando en lo
cotidiano, como los situacionistas, las feministas, y los etnometodlogos
nos recuerdan. Tomamos el concepto de mapeo que Paulo Freire
aplicaba a la pedagoga y la socio-poltica, cuando distingue entre los
"de confianza", los "diferentes" y los "antagnicos", y cmo establecer
alianzas entre unos y otros. Las posibles transformaciones se producen
cuando los "nuestros" tienen redes densas, se crean vnculos con los
"diferentes" pero no antagnicos, y cuando los problemas surgen en las
relaciones internas de los "antagnicos". Solo as hay probabilidades de
que cualquier proyecto sea transformador de las realidades existentes, y
por lo mismo sus contenidos deben definirse a partir de un anlisis de
redes de este tipo. Las relaciones "dbiles" (Granovetter) van a aparecer
entonces,

mostrando

su

tuerza,

para

aglutinar

por

un

tema

circunstancial a los diferentes (e indiferentes para otros temas), frente a

los

antagnicos

resquebrajarse

los

algn

que

se

aspecto

le
de

crean
su

problemas
dominacin.

internos,
En

al

esta

lectura/interpretacin de los "campos del poder" lo que destaca es la

dimensin dinmica de los diferentes "conjuntos de accin" en situacin,
y tambin su operatividad para resolver algunos bloqueos de los
conflictos en presencia.

42

Cmo observar la morfologa de las redes

Como hemos visto, las redes son definidas como un nudo de relaciones
entre actores que se benefician de pertenecer a ellas 12. En el caso de la
innovacin, las redes ayudan a inducir y a difundir los cambios
tecnolgicos y facilitan el traspaso de conocimientos y experiencias
acumuladas tcitamente (know-how) entre los actores participantes. El
principio de la cercana en que se basan las redes genera externalidades
positivas sobre el territorio en que ellas se emplazan, tanto en el plano
econmico (reduccin de los costos de transaccin), como poltico
(gobernabilidad de los clusters), y socio-cultural (creacin de confianza
entre

actores

fortalecimiento

de

identidades

regionales).

Para

diagnosticar la situacin de las redes de actores de la regin estudiada y

su aporte al cluster, se considera una tipologa de redes que contempla
los siguientes tipos:
a) Red tipo estrella: Red horizontal con un centro claramente definido en
torno del cual se van configurando el resto de las relaciones. Al
deshacerse el nudo central se desarma toda la red. La clave del
funcionamiento de este tipo de red no es la jerarqua, sino la
referencia de todas las comunicaciones entre los actores al centro.
b) Red de distribucin: Se asemeja al modelo del chorreo econmico.
A partir de un punto ms virtuoso que el resto se produce una
acumulacin tal de conocimiento que ste tiende a desbordar hacia
abajo.

La

difusin

tecnolgica

ocurre

como

externalidad

no

planificada, no como producto de una poltica deliberada.

12

Muoz, O., El desarrollo tecnolgico como objetivo estratgico, en Muoz, O. (ed.) Polticas pblicas para un
desarrollo competitivo, 1997.

43

c) Red tipo rbol: La red se inicia en un punto desde el cual se ramifican

nuevas sub-redes. Un ejemplo son las polticas exitosas de desarrollo
de proveedores, donde a partir de un cliente principal se desprenden
prestadores de servicios que a su vez se convierten en clientes de
otros. Las redes alejadas del tronco principal pueden prolongarse
como clusters hacia adelante:

toda rama puede convertirse

potencialmente en tronco para otras ramas.

d) Red tipo malla: Su principal caracterstica es la horizontalidad y la
ausencia de centros claros. Cualquier punto de la red puede
concentrar hacia s las relaciones con otros puntos, para luego aflojar
dicha tensin y deshacer su nudo. El sello de estas redes es la
flexibilidad: potencialmente todos pueden estar relacionados con
todos. Pero de all deriva tambin su debilidad: es muy difcil
establecer visiones de futuro compartidas entre los actores.
e) Red tipo polo: A diferencia de las redes tipo rbol, aqu resulta difcil
intercambiar las posiciones de tronco y rama. Estas redes suelen
generarse producto de polticas deliberadas. Desde un punto
virtuoso de la red se van integrando puntos lejanos que reciben los
beneficios de ligarse al polo, pero quedando en una posicin
subordinada a ste. Estas redes no suelen ser una buena palanca
para propiciar el desarrollo autnomo de nuevas redes.

44

Diagrama: tipologa de redes

Red Tipo Estrella:

Red Tipo Malla:

Red de Distribucin:

Red Tipo Polo:

Red Tipo rbol:

Cuadro

extrado

de

Orgogozo,

I.

Les

rseaux,

une

nouvelle

un

enfoque

rpresentation de lespace social, Geneve, l997.

La

perspectiva

de

redes

implica

la

aceptacin

de

metodolgico basado en el estudio de sistemas socio-econmicos,

formados por las relaciones mantenidas entre los actores que los
componen.

En

estos

sistemas,

(empresas,

instituciones,

las

individuos)

relaciones
constituyen

entre

los

la

base

agentes
de

los

intercambios, mercantiles o de otro tipo (informacin, conocimiento,

45

etc.). Por este motivo, el estudio de sus estructuras es crucial para

comprender el funcionamiento de las economas y para disear
estrategias de crecimiento y desarrollo.
Adems, la dimensin territorial es de gran importancia, puesto que la
estructura relacional que conforma los sistemas socio-econmicos se
localiza

en

espacios

geogrficos

concretos,

en

los

que

fluyen

conocimiento, informacin e innovacin y en los que se desarrollan

relaciones basadas en la confianza.
Desde esta perspectiva, se presenta una metodologa de estudio de
sistemas de produccin y sistemas productivos regionales, as como una
aplicacin. Los primeros estn formados por las relaciones tcnicas
mantenidas por las ramas productivas, y por tanto por las empresas,
que intercambian bienes y servicios para completar sus procesos
productivos. Los segundos se componen por los sistemas de produccin
y por las relaciones formales e informales mantenidas entre las
empresas y el resto de instituciones regionales.
La

perspectiva

neoclsica

es,

desde

hace

dcadas,

la

corriente

dominante de la economa terica, que es la que, principal o

exclusivamente, se imparte en las Universidades de todo el Mundo. Esta
teora est basada en un conjunto de supuestos restrictivos con el fin de
alcanzar cierta abstraccin, lo que al mismo tiempo ha facilitado el
desarrollo de modelos matemticos explicativos del comportamiento de
los agentes econmicos. Entre esos fundamentos de la teora se
encuentra el supuesto de que los agentes econmicos son individuos
racionales que intentan maximizar su bienestar. La utilidad y el beneficio
constituyen

las

expresiones

del

bienestar

de

consumidores

productores, respectivamente. Adems, consumidores y productores

46

adoptan sus decisiones de forma individual e independiente de las

decisiones adoptadas por los restantes individuos, como si fueran islas
humanas.
La elusin de las relaciones sociales supone ignorar el carcter social de
los agentes econmicos, es decir, del comportamiento humano, que
constituye la base de los sistemas econmicos al nivel ms micro. Sin
embargo, la realidad nos ensea que todos los agentes econmicos son
actores sociales que adoptan sus decisiones inmersos en una red de
relaciones

sociales

que

proporciona

oportunidades,

pero

tambin

restricciones, dependiendo de cul sea la posicin que ocupen en ella.

En

este

sentido,

conviene

destacar

la

conexin

establecida

por

Granovetter (1973:1287) entre la economa y la sociologa con el

concepto embeddedness, as como por Coleman (1988:S102) a partir
del concepto de Capital Social, que ser examinado ms adelante.
La perspectiva de redes constituye una metodologa de investigacin
donde los agentes son estudiados a partir de las relaciones que
mantienen, para lo que ha desarrollado conceptos y herramientas
analticas apropiadas.
Su carcter distintivo radica en su perspectiva estructuralista, y en el
hecho de que sita a las relaciones, y a las estructuras que stas
forman, en el foco de su atencin; en contraposicin al anlisis habitual
centrado en el examen de los atributos o caractersticas de las unidades
de estudio. Wasserman y Faust (1999:15,169) han sealado que los
principios centrales que subyacen a la perspectiva de redes son,
primero,

que

los

actores

sus

acciones

son

consideradas

interdependientes; segundo, que las ligazones entre los actores sirven

para transferir recursos materiales e inmateriales; tercero, los modelos
47

estudian la estructura relacional de los agentes, contemplndola como

un marco condicionante, proveedor de oportunidades pero tambin de
restricciones;
principalmente

cuarto,
de

que

los

conceptos

modelos

sociales,

de

redes

polticos,

se

ocupan

econmicos

estructurales, que definen patrones permanentes de relaciones entre los

actores. Los agentes susceptibles de ser estudiados bajo este enfoque
son

muy

diversos:

individuos,

empresas,

instituciones,

regiones,

organizaciones, etc. pudiendo centrarse el estudio en el anlisis de las

relaciones mantenidas por uno o varios agentes, o en las estructuras
relacionales que definen determinados grupos o colectivos.
La perspectiva de redes, que surgi en el mbito de la antropologa y de
la

psicologa

social

(Moreno,

1934:264;

Barnes,

1954:42),

ha

encontrado aplicaciones en campos muy diversos como la sociologa, la

poltica, la medicina y, ms recientemente y en menor medida, en la
economa.

Desde

nuestro

punto

de

vista,

el

anlisis

de

redes

proporciona una plataforma muy adecuada para el anlisis econmico,

puesto que permite reintroducir lo social, es decir, el contexto social en
el que los agentes se desenvuelven, obligando al investigador a
mantener una perspectiva amplia e interdisciplinaria. Resulta cuando
menos sorprendente que, aunque la pertenencia de la economa al
extenso campo de las ciencias sociales sea aceptada por toda la
comunidad cientfica, la tradicin dominante slo reconozca como un
principio general, la importancia de las relaciones sociales y el carcter
social de la economa.

48

Configuracin de un marco terico integral.

Nuestro propsito aqu es conectar la teora de clusters, la teora de
redes sociales en una configuracin para el mapeo de los clusters
dinmicos,
materializan

que
en

enfatice
el

las

interior

complementariedades

externalidades
de

los

tecnolgicas

dinmicas,

clusters

en

virtud

intersectoriales

que

se

de

las

de

las

interdependencias por fuera del mercado, ya que son los fundamentos

clave para que se cree un entretejido hasta formar redes coherentes de
innovacin,

integrando

crculos

virtuosos

de

acumulacin

de

conocimientos y de procesos de aprendizaje tecnolgico (spillovers).

Fuente : Elaboracin Propia

49

La definicin que Dahl (2003:30) hace de un cluster industrial, la cual,

adoptamos para este trabajo, tiene estrecha relacin con el concepto de
campo empresarial, de la corriente neoinstitucionalista, definido como
un grupo de organizaciones que crea productos o servicios similares y
que incluye tambin a los socios, determinantes para los intercambios,
las fuentes de financiamiento, los grupos reguladores, las asociaciones
profesionales o comerciales y otras fuentes de influencia normativa o
cognoscitiva como las relaciones no locales y las locales, los vnculos
verticales y horizontales, las influencias culturales y polticas, al igual
que los intercambios tcnicos entre sus agentes (DiMaggio y Powell,
1999:35-36). El concepto de DiMaggio y Powell (1999:36) puede
integrarse con el de Bordieu (1991:92), lo cual facilita la comprensin
de un cluster como un campo organizacional en el que se tejen redes de
relaciones y de poder que condicionan su dinmica y su funcionamiento.
Segn el neoinstitucionalismo sociolgico, las organizaciones se integran
en campos, definidos como grupos de organizaciones que interactan
directa o indirectamente y que, tomadas en conjunto,constituyen un
rea reconocida de vida institucional: los proveedores principales, los
consumidores de recursos y productos, las agencias reguladoras y otras
organizaciones que dan servicios o productos similares (DiMaggio y
Powell, 1999: 106).
Los

campos

existen

en

la

medida

en

que

estn

definidos

institucionalmente; por lo tanto, su estructuracin se consigue a travs

del aumento de interaccin entre las organizaciones, del surgimiento de
estructuras interorganizacionales de dominio y de patrones de coalicin
claramente definidos, del incremento en la carga de informacin de la
que deben ocuparse las unidades que participan en el campo y del

50

desarrollo de la conciencia entre los participantes del conjunto de

organizaciones que integran el colectivo.
En este sentido, Blanco (2000:8) considera que la pertenencia a ese
campo est influida, en primer lugar, por las actuaciones desarrolladas
por los proveedores, competidores y propietarios, las cuales marcan, en
cierta medida, los comportamientos que la organizacin va a adoptar o a
evitar. En segundo lugar, por los lmites legales impuestos por el Estado
a la actuacin de las organizaciones pertenecientes a un sector de
actividad, rea geogrfica, entorno econmico, etc. Finalmente, por las
propias

estrategias,

tecnologas

estructuras

adoptadas

por

las

organizaciones.
Los campos incluyen tambin a los socios determinantes para sus
intercambios, las fuentes de financiamiento, los grupos reguladores, los
entes formadores, las asociaciones profesionales o comerciales y otras
fuentes de influencia normativa o cognoscitiva.
Las relaciones no locales y las locales, los vnculos verticales y
horizontales y las influencias culturales y polticas, as como los
intercambios tcnicos estn incluidos en el campo organizacional de
fuerzas

que

se

consideran

determinantes

(DiMaggio

Powell,

1999:110).
Estas caractersticas aportan elementos para concluir que los clusters
son campos organizacionales en los cuales las empresas construyen
interacciones y relaciones sociales, sin ignorar que se encuentran en un
escenario competitivo y que deben ser consideradas, por cuanto
restringen o posibilitan el comportamiento organizacional. Adems de
las relaciones funcionales, existen otras de tipo simblico asociadas con
51

la investidura que se asume por el solo hecho de pertenecer a ese

colectivo reconocido en un entorno por su institucionalizacin.
Una vez que las organizaciones dispares en la misma lnea de empresas
se estructuran poderosas que las hacen cada vez ms similares (Meyer y
Rowan, 1999: 103) y uno de los aspectos que es fundamental analizar
para determinar su grado de desarrollo es la denominada distancia
institucional, que es el grado de semejanza y diferencia entre las
instituciones

[...]

que

afectan

la

dificultad

de

entendimiento

interpretacin correcta de los requerimientos institucionales locales as

como su grado de ajuste (Kostova y Zaheer, 1999: 71).
Por otra parte, para entender las relaciones desde un plano simblico,
no slo es necesario considerar la nocin de campo organizacional, de
DiMaggio y Powell (1999:110), en el que se materializan relaciones con
grupos de organizaciones similares y complementarios, que se ven
influidos por presiones institucionales tendientes a homogeneizar los
comportamientos de agentes que integran la colectividad; tambin es
necesario tener en cuenta el concepto de campo social, de Bourdieu
(1991:45), que estudia los campos como espacios sociales dinmicos y
estructurados, conformados por puestos jerarquizados y reglas del juego
propias; es decir, en calidad de sistemas integrales de posiciones, donde
los agentes sociales de relacionan de manera permanente y dinmica.
As, las reglas del juego de un campo determinado estn dadas por las
instituciones que existen para dar legitimidad a un agente social
especfico dentro del campo, pero tambin para darle reconocimiento
por la asimilacin de las reglas socialmente aceptadas.

52

Dentro de este campo, las reglas y normas de comportamiento tienen

un valor simblico, pero tambin la posicin que cada agente evidencia
en ese campo a travs de la construccin capitales especficos que lo
hacen diferente (Bordieu, 1991:56).
Por lo tanto, para concebir relaciones de poder y de dominio entre
agentes en un campo organizacional, se recurre al concepto de campo
de Bourdieu (1991:96), donde se evidencia la fuerza entre empresas por
lograr diferenciacin. Este concepto deja claro que la lucha entre
agentes que integran ese campo social es asumida desde un plano
simblico y que no se trata de una capacidad fsica para ejercer violencia
ni de un instrumento tangible o visible, que lo diferencia, de este modo,
de cualquier idea de represin o sujecin en los que se halle implcita la
fuerza de cualquier tipo. Se trata de una lucha materializada a travs de
estrategias y comportamientos individuales particulares, que se pueden
evidenciar en el campo al que se pertenece.
Todo campo, por definicin, es histrico, relacional y relativo, pues est
formado por el espacio de fuerzas en torno a lo que se disputa y que
conforman las posiciones que los actores mantienen entre s. Estas
posiciones se definen a partir tanto de las dotaciones de recursos con
que cuenten los actores (las diferentes formas de capital) como de sus
estrategias (Alonso, 2004:5). Los campos sociales no son partculas
sueltas, obedecen a reglas generales de comportamiento que se
convierten en referentes sobre los cuales las organizaciones legitiman
actos y se hacen acreedoras de ciertos atributos simblicos propios de
los capitales especficos (econmicos, sociales, culturales y simblicos)
que han construido a travs de la historia.

53

Las relaciones de fuerza entre los jugadores (organizaciones y clusters)

definen la estructura de un campo. La fuerza relativa de cada jugador y
tambin su estrategia depende tanto del volumen como de la estructura
de su capital especfico. No es lo mismo jugar en un campo
organizacional con poca experiencia en la direccin de empresas, que
con una curva de experiencia alta; esto ofrece la oportunidad de estar
en ventaja o desventaja en un juego que busca complementariedad,
pero a la vez competencia entre agentes.
Al tener en cuenta las estrategias del juego de los actores, es preciso
considerar no slo el capital, sino tambin la trayectoria, es decir, el
pasado incorporado en cada actor bajo la forma de predisposiciones,
estilos, modos de percepcin y apreciacin o modos de hacer las cosas.
Lo ms probable es que cada jugador tienda no slo a acumular capital,
sino tambin a cambiar el valor relativo de cada especie de capital, en
funcin de la regla que ordena valorizar la especie de capital que ms se
posee, y a desvalorizar la que dispone el adversario.
En otras palabras, se trata de dominar imponiendo las reglas del juego
en funcin de los propios intereses (Tenti, 1993:10). En el campo
organizacional,

denominado

cluster, este

capital

especfico

puede

consistir en el reconocimiento particular que tienen las empresas que lo

conforman, reconocimiento atribuido por la tecnologa de punta que ha
adquirido, por la administracin exitosa, por lo capacitado de su
personal, por su tradicin en el mercado, as como por el tamao y la
cobertura en los mercados nacionales e internacionales.
Bourdieu (1991:98) utiliza el concepto de capital para referirse a todo
aquello que pueda soportar las jugadas que realizan los actores sociales
en el campo de la dominacin social, como instrumento de apropiacin
54

de las oportunidades tericamente ofrecidas a todos y que se convierte

en una energa social susceptible de producir efectos en la competencia
social.
Para entender la diversidad de intereses que se juegan en un campo
determinado, Bourdieu analiza cuatro categoras de estos bienes y
recursos (Tllez, 2002:45; Alonso, 2004:20). En primer lugar, el capital
econmico, en el cual se toman en cuenta todos los bienes de
naturaleza econmica, como el dinero. En segundo lugar, el capital
cultural, el cual se puede asociar con la forma especfica (sistemas y
cdigos) que adopta la cultura. En tercer lugar, el capital social, que
abarca los recursos y posibilidades actuales y potenciales ligados a la
posesin de una red durable de relaciones sociales, expresadas por
intermedio de la pertenencia a grupos, integrados por agentes que,
adems de poseer propiedades comunes, se relacionan por medio de
lazos permanentes, los cuales posibilitan el intercambio de favores y
servicios. Por ltimo, est el capital simblico, que es la acumulacin de
todas las especies de capitales posibles, que generan

crdito y

autoridad en los agentes que la poseen.

Por lo tanto, en un campo organizacional especfico como son los
clusters, la violencia simblica o lucha simblica se puede manifestar a
travs del papel que ejercen empresas con ciertos atributos simblicos,
que las hace poseer capacidades de gestin, para influenciar el quehacer
organizacional de otras empresas, a fin de buscar fines colectivos que
no se desenfocan de unos intereses particulares, materializados en un
tipo de capital econmico. No solamente se puede atribuir el poder
simblico a las empresas que conforman el cluster, sino tambin a
aquellas redes de relaciones logradas con entidades de apoyo que
directa o indirectamente emplean un capital especfico para influir y
55

ejercer un tipo de dominacin en dicho campo social: ... la vida social

aparece, por tanto, como una lucha constante en la que se trata de
dominar al otro (Alonso, 2004: 27).
Cuando cada agente ejerce un papel dentro del campo organizacional e
influye en la forma de hacer las cosas, se est ejerciendo un poder
simblico manifiesto en la subyugacin de unas empresas frente a otras.
Esto requiere que unas empresas cedan y transformen su gestin
particular para responder a los intereses, ya no de una organizacin
como ente individual, sino de una organizacin como partcipe de un
cluster (agrupacin de varias empresas). Esta dinmica modifica en
mayor o menor medida la cultura, la gestin y la estructura de
pequeas, medianas y grandes empresas, a travs de la continua
interaccin y comunicacin entre agentes que consolidan el cluster.
La posesin de un capital simblico requiere el despliegue de estrategias
de los agentes para su consecucin, lo que implica cambios en las
organizaciones y modificaciones en las estructuras o reglas de juego
internas, como alternativas para ser ms eficientes o competitivas una
adopcin

de

una

propuesta

de

gestin

una

reestructuracin

organizacional . Estas estrategias responden a motivaciones externas,

como la percepcin y valoracin que hacen las organizaciones externas
de las acciones realizadas por otras empresas del medio, ya sea la
implementacin de envidiables propuestas de gestin; la invitacin de
reconocidos asesores, consultores y conferencistas, o la aplicacin de
estrategias consecuentes con una nueva estructura propuesta por
entidades influyentes, como el Estado, la sociedad que constituye una
cultura

de

referencia

otras

sociedades

las

culturas

que

indirectamente, consecuencia de fenmenos como la globalizacin,

56

intervienen en el despliegue de estrategias, as no pertenezcan al mismo

campo.
Para Bourdieu:
Las estructuras sociales se transforman lentamente; los campos surgen,
se desarrollan y pueden desaparecer: en la historia de la produccin
cultural hay gnesis y evolucin, de la misma manera que rupturas y
discontinuidades. La causa esencial de las transformaciones de un
campo radica en la lucha o competencia por los intereses especficos
entre dominantes y dominados. (citado por Tllez, 2002, :70)
Lo anterior deja ver que la posicin en el campo organizacional implica,
adems de la lucha simblica entre las empresas del sector, la influencia
de agentes externos a la estructura establecida, de la que deviene la
lgica del campo, pero tambin de los cambios en las reglas de juego
internas, como causa o efecto de la implementacin de una propuesta
de gestin unificada o una accin administrativa determinada.
Dentro de ese campo organizacional (cluster) se dan relaciones de poder
o luchas simblicas entre agentes, explicadas a travs de la asimetra de
los agentes que lo componen empresas grandes, medianas y pequeas,
es decir, por diversidad de tamaos, actividades productivas, y tambin
por el poder que unas organizaciones tienen sobre otras poder logrado
por

la

acumulacin

de

atributos

diferenciadores,

que

los

hace

competitivos en el campo organizacional. A manera de ejemplo, las

pequeas empresas son menos funcionales en situaciones de tensin
(conflicto) de larga duracin, ya que los miembros que componen la red
empiezan a evitar el contacto con el fin de evadir responsabilidad;
mientras que las redes muy numerosas corren el riesgo de la baja o nula
participacin, basadas en la idea de que otros ya se estn haciendo
57

cargo del problema (Sluzki, 1996:62, Bronfman, 1993:154). Por lo

tanto, la red de relaciones construida en un campo organizacional est
influida no slo por la voluntad de sus agentes de participar en un
intercambio de informacin, sino tambin por prcticas, hbitos y
rutinas que permiten controlar la incertidumbre en las relaciones y
coordinar acciones comunes entre agentes. Por lo tanto, los clusters se
estudian desde dos escenarios: (1) el de la rivalidad entre agentes y la
exaltacin de elementos de poder, que definen diferencias entre un
agente y otro, y (2) desde prcticas institucionalizadas y legitimadas por
las colectividades para exaltar semejanzas colectivas dentro de un
campo organizacional. Es decir, la tendencia a encontrar homogeneidad
en la heterogeneidad, por medio de rutinas, hbitos y comportamientos,
que se explican como un mecanismo de isomorfismo institucional
(coercitivo, mimtico y normativo), presente en las organizaciones como
sujetos de acciones e interacciones.
El anlisis de un cluster desde esta perspectiva no desconoce la
importancia de las relaciones econmicas entre las empresas y su
entorno; por el contrario, trata de facilitar su comprensin a travs del
estudio del entramado de significados de las relaciones sociales y
culturales que se tejen a su alrededor.
Desde esta perspectiva queda claro que el concepto de cluster no puede
limitarse a la existencia de una cercana geogrfica, a compartir
procesos o productos similares, a obtener complementariedades para
optimizar recursos o a buscar estrategias colaborativas entre un grupo
de empresas de una determinada actividad econmica y entidades
financieras, reguladoras y formadoras que puedan apoyar su desarrollo.
Para que un cluster cumpla su funcin de constituirse en fuente de
ventaja competitiva frente a mercados globalizados demanda, adems
58

de lo anterior, la construccin de un tejido social que trascienda los

intercambios tcnico-econmicos, para que logre conformar un campo
organizacional en el cual el capital social y las relaciones simblicas se
vuelven fundamentales.
Nuevo enfoque en la integracin de clusters (Redes de valor ) 13
David Bovet y Joseph Martha, presentan una nueva forma de diseo
comercial Este nuevo diseo brinda las herramientas necesarias no slo
para controlar los costos, sino tambin para diferenciarse en el mercado
y proporcionar un servicio de primer nivel y ofrecer productos
personalizados que ayudarn a conquistar cada vez ms y ms clientes.
Mediante ejemplos de varias empresas que han adoptado este diseo,
como es el caso de Gateway, Cisco Systems, Cemex, Biogen, Zara, y
muchas ms, los autores explican cmo reducir la brecha entre la
cultura ejecutiva de la reinvencin estratgica y empresarial y el mundo
operativo de la adquisicin, la fabricacin y la logstica. Aqu, detallamos
las principales tcnicas que revelan los autores.
En Value Nets (John Wiley & Sons Inc), David Bovet y Joseph Martha
explican que este sistema, controlado por los clientes, reemplaza el
diseo comercial, basado en la tradicional cadena de suministro, la cual
no facilita la comodidad, rapidez, fiabilidad y personalizacin que exige
el cliente del nuevo milenio.
Ensean a elegir entre los distintos tipos de proposiciones de valor - o
sea, servicio, comodidad o personalizacin para ofrecer a los clientes.

13

Bovet, David y Joseph, Martha. Value Nets. Breaking the Supply Chain to Unlock Hidden Profits. Wiley,
2000

59

Definen el alcance del diseo comercial y facilitan las estrategias para

reunir y mantener las ganancias.
Y, sobre todo, indican cmo ejecutar la transformacin de una empresa
de cadena de suministro tradicional a una compaa basada en una red
de valor.
Este nuevo modelo de negocio une los exigentes requisitos de los
clientes con una industria flexible y de costos efectivos. Utiliza
informacin digital para transportar productos y saltear las costosas
cadenas de distribucin. Se adapta a los cambios con facilidad. Los
autores denominan a este nuevo modelo: red de valor.

Definir una red de valor

Una red de valor es un sistema rpido, flexible, que se rige segn las
necesidades del cliente. Consiste en una red dinmica de alto
rendimiento que conecta clientes y proveedores, junto con flujos de
informacin. Apunta a los clientes y a satisfacer la demanda real. No se
asemeja a la antigua cadena de suministro en absoluto. El viejo sistema
se concentraba en la fabricacin de productos, luego deslizaba esos
productos por los canales de distribucin a la espera de que apareciera
un comprador. En cambio, una red de valor no trata de suministrar
productos sino de crear valor para los clientes, la empresa y los
proveedores. Reemplaza las conexiones secuenciales de la cadena de
suministro por una red de relaciones cliente/proveedor.

El cliente elige
Una red de valor trata a cada cliente como nico. Los clientes pueden
elegir el producto o servicio que ms aprecien. Adems, se diferencian

60

los procesos de fabricacin, entrega y servicios asociados con el

propsito de satisfacer las necesidades de cada cliente.
Esta nueva red presenta cinco caractersticas que la distinguen del
diseo de negocio tradicional:
Apoyada en el cliente: Se prevn la fuente, la produccin y el
envo segn las necesidades de los clientes. Los clientes controlan la
red de valor.
Cooperadora y sistemtica: Se asigna cada actividad al socio que
mejor trabaje en eso y muchas actividades operativas se delegan a
especialistas.
gil y escalable: Esta red es receptiva a los cambios, al
lanzamiento de nuevos productos y el crecimiento acelerado.
Disminuye el capital de trabajo y reduce el tiempo de procesamiento.
Flujo rpido: Los ciclos de pedido y entrega son rpidos y
reducidos. La entrega de productos es rpida y conveniente: en la
casa, oficina o planta del cliente. Los inventarios son escasos.
Digital: El comercio electrnico constituye una herramienta clave y
los nuevos caminos de informacin digital unen y coordinan las
actividades de la empresa, los clientes y los proveedores.
Figura 24.

61

Figura 25.

62

Los

autores

hacen hincapi en el hecho de ofrecer

soluciones

convenientes. Hoy en da, los clientes buscan soluciones. Para eso, la

empresa debe concentrarse en dos actividades fundamentales: conocer
las necesidades de los clientes y proporcionar una solucin perfecta,
exacta. Para determinar las necesidades de los clientes, esta red de
valor capta informacin del cliente crtica en puntos de contacto
durante los procesos de pedido y seleccin, la verificacin del estado de
los pedidos, la entrega y el mantenimiento.

63

Capitulo II. Metodologa de Estudio de Casos y

Anlisis para un Cluster Industrial.
En este Capitulo se presenta el protocolo metodolgico a seguir, dicho
protocolo plantea en primer termino explica la metodologa de estudio
de casos, en el siguiente apartado describe con detalle como se
configura segn este trabajo un anlisis de un cluster industrial segn el
marco terico construido en el capitulo anterior.

Metodologa Estudio de Casos

Cundo usar el mtodo
Los

diversos

mtodos

de

investigacin

social

tienen

ventajas

desventajas segn el tipo de problema abordado y sus circunstancias.

En

la

decisin

de

qu

mtodo

elegir

deben

considerarse

tres

condiciones: (a) el tipo de pregunta de investigacin que se busca

responder,

(b)

el

control

que

tiene

el

investigador

sobre

los

acontecimientos que estudia, y (c) la edad del problema, es decir, si el

problema es un asunto contemporneo o un asunto histrico. Cada
mtodo se aplica en situaciones especficas, como se indica en la
Figura1.
Los casos son particularmente vlidos cuando se presentan preguntas
del tipo "cmo" o "por qu", cuando el investigador tiene poco control
sobre los acontecimientos y cuando el tema es contemporneo. Muchas
de las preguntas de tipo "qu?" son exploratorias o descriptivas y se
contestan realizando encuestas o consultando bases de datos; por
ejemplo: qu formas de reclutamiento de nuevos empleados se utilizan
en las empresas Poblanas.
64

Las preguntas "cmo" y "por qu" son ms explicativas y llevan

fcilmente al estudio de casos, la historia y los experimentos, porque
tratan con cadenas operativas que se desenvuelven en el tiempo, ms
que con frecuencias. Los casos y la historia tambin permiten tratar con
el rastreo de procesos (George et al., 2005).
Las preguntas sobre el cmo y el porqu son especialmente
relevantes, porque sus respuestas son las teoras. Cmo formular
buenas

preguntas,

entonces?

La

definicin

de

la

pregunta

de

investigacin es casi con seguridad el paso ms importante en un

estudio de investigacin. Hay muchas referencias a la formulacin de
una pregunta de investigacin, que es de por s un acto creativo. Popper
escribi que no existe tal cosa como un mtodo lgico de tener nuevas
ideas... El descubrimiento contiene un elemento irrracional, o una
intucin creativa.

Figura 1. Matriz para la eleccin de un mtodo de investigacin social

segn las caractersticas del problema de inters. Fuente: Yin (1994).

65

Por buscar los mecanismos causales, el mtodo del caso permite

acercarse a los fenmenos de inters, y evitar que ocurra lo que
describe Daft

(1983):

Como revisor de artculos,

se me hace

dolorosamente claro que muchos autores nunca han visto o sido testigos
de los fenmenos sobre los cuales escriben. Los autores no pueden dar
un ejemplo para ilustrar un punto. Pasan por un momento enormemente
difcil al pensar debajo de los coeficientes de correlacin para discutir lo
que los coeficientes representan en trminos de actividades y procesos
organizacionales. Los autores tpicamente reportan descripciones muy
tenues de un gran nmero de relaciones, y nunca consideran el porqu
de las correlaciones, tratando solamente con el hecho de que la variable
Y est relacionada con la variable Z, como si eso fuera todo.
Consideraciones sobre la inferencia en el mtodo del caso
Tanto el mtodo del caso como los estudios estadsticos y otros
enfoques cuantitativos buscan desarrollar teoras con consecuencias
verificables empricamente. Sin embargo, la lgica de la metodologa es
distinta

entre

ellos

operacionalizacin

de

en

cuanto
variables

a
y

la
el

seleccin
uso

de

de

muestras,
la

la

inferencia.;

especficamente, el mtodo del caso propone la generalizacin y la

inferencia hacia la teora y no hacia otros casos.
Ignorar las particularidades de esta lgica lleva a una crtica frecuente:
El caso no permite generalizar sus conclusiones a toda una poblacin.
Esta falencia no permitira generalizar los hallazgos a otros casos que
no fueran el estudiado, ya sea por razones del pequeo tamao de la
muestra de casos utilizada o por la falta de representatividad de los
casos elegidos. Una forma (la salida dbil) de evitar este pr oblema es
considerar al caso como una etapa preliminar de un estudio que luego
buscar resultados generales a travs de los medios estadsticos propios

66

de la econometra, por ejemplo; o bien se busca introducir dentro del

caso datos cuantitativos

que permitan endurecer

los hallazgos

cualitativos.
Otra forma de actuar (la salida fuerte) es decir: No busco generalizar
mis

hallazgos

toda

la

poblacin

de

casos

similares;

estudio

simplemente cun plausible es la lgica del anlisis, para desarrollar

sobre su base una nueva teora. Mitchell (1983) justifica este camino,
pues

la

inferencia

lgica

es

epistemolgicamente

bastante

independiente de la inferencia estadstica. Cmo fundamenta el autor

esta afirmacin? Cmo es posible realizar inferencias generales a partir
de un caso aislado? Escribe: En cuanto a las caractersticas descriptivas
de la muestra (y por lo tanto de la poblacin madre), la validez de la
inferencia es probablemente slida. La distribucin de edad de una
muestra representativa extrada de una poblacin madre probablemente
refleje con razonable precisin dados los errores de muestreo la
distribucin de edades dentro de esa poblacin. Una dificultad se
presenta, sin embargo, cuando se considera la relacin entre las
caractersticas. En la muestra analizada puede notarse una relacin
una correlacin, de hecho entre, por ejemplo, la edad y la probabilidad
de estar casado. En trminos de los cnones de la inferencia estadstica,
el analista puede suponer que la misma relacin existe entre las mismas
caractersticas en la poblacin madre. Note, sin embargo, que la
inferencia desde la muestra en relacin con la poblacin madre se
realiza simplemente sobre la variacin concomitante de las dos
caractersticas. El analista debe ir ms all de la muestra y acudir al
pensamiento terico para unir entre s aquellas caractersticas... La
inferencia sobre la relacin lgica entre las dos caractersticas no est
basada en la representatividad de la muestra y por lo tanto en cun
tpica es, sino ms bien en la plausibilidad o en el grado de lgica del
nexo entre las dos caractersticas. (Mitchell, 1983)
67

En la inferencia lgica (que algunos llaman cientfica o causal), el

investigador postula o descubre relaciones entre caractersticas, en el
marco de un esquema conceptual explicativo. La relevancia del caso y
su generalizabilidad no provienen, entonces, del lado estadstico, sino
del lado lgico: las caractersticas del estudio de caso se extienden a
otros casos por la fortaleza del razonamiento explicativo.
Si se trabaja con mltiples casos se debe seguir la lgica de la
replicacin, no del muestreo. Esta lgica lleva a incrementar el tamao
de una muestra hasta garantizar cierto grado de certeza. La lgica de la
replicacin es anloga a la del experimento mltiple, y lleva a
seleccionar los casos de modo que se anticipen resultados similares en
todos

ellos

(es

contradictorios,

en

la

llamada
funcin

de

replicacin

literal)

razones

predecibles

resultados
(replicacin

terica).
Ambos tipos de replicacin literal y terica facilitan la formulacin de
teoras.

La

replicacin

materializar

literal

probablemente

sugiere
cierto

bajo

qu

fenmeno,

condiciones

mientras

que

se
la

replicacin terica sugiere bajo qu condiciones probablemente no se

materializar. La teora resultante, que puede ser tanto de inters
acadmico como empresarial, puede despus aplicarse a nuevos casos.
En suma, los casos no deben tomarse para evaluar la incidencia de un
fenmeno.
Adems, su valor reside en parte en que no solo pueden estudiar un
fenmeno, sino tambin su contexto. Esto implica la presencia de tantas
variables

que

el

nmero

de

casos

necesarios

para

tratarlas

estadsticamente sera imposible de estudiar.

68

El papel de la teora en el estudio de caso

El estudio (explicativo) de caso viene de la teora y va hacia ella. Antes
de iniciar el trabajo de campo, el estudio debe ser precedido por el
desarrollo de una teora que permita la observacin. La observacin est
siempre acompaada de una teora, aunque sea incipiente. El desarrollo
de los primeros esbozos tericos clarifica y profundiza los componentes
del caso.
Todo buen diseo incorpora una teora, que sirve como plano general de
la investigacin, de la bsqueda de datos, y de su interpretacin. A
medida que el caso se desarrolla, emerge una teora ms madura, que
se va cristalizando (aunque no necesariamente con perfeccin) hasta
que el caso concluye.
Mecanismos causales
Explicar el mundo es el objetivo central de la ciencia. La idea de
causalidad est ntimamente conectada con la de explicacin, si bien la
naturaleza de esta conexin depende de la posicin epistemolgica de
los diversos autores. En aos recientes, los investigadores de casos han
dedicado esfuerzos a la identificacin y verificacin de los mecanismos
causales. Conocer un mecanismo causal tiene consecuencias operativas
prcticas y es a la vez un instrumento de la construccin de teoras. No
hay

un

acuerdo

general

sobre

qu

es

un

mecanismo

causal.

Tentativamente, un mecanismo causal es un dispositivo que transfiere

materia, energa o informacin entre diversos entes, fsicos, sociales o
psicolgicos; este dispositivo, o proceso, puede tener caractersticas
muy diversas, pero todo mecanismo causal es capaz de transmitir cierta
estructura o cierto orden entre entes. Los mecanismos nos permiten ir

69

de lo ms grande a lo ms pequeo y, adems, reducen el lapso que

media entre el explanans y explanandum, para dar lugar a una cadena
continua, sin solucin de continuidad, de relaciones causales.
Con frecuencia, a las teoras explicativas basadas en los mecanismos
causales se les oponen las teoras que usan explicaciones causales
probabilsticas, llamadas efectos causales. Para George et al. (2005) una
explicacin causal satisfactoria debe incluir mecanismos causales y
efectos causales.
Hay distintos tipos de relaciones causales: simples, complejas, y
enigmticas. En las relaciones causales simples ciertas variables
sencillas son necesarias y suficientes para que ocurra determinado
resultado. En las relaciones complejas interactan variables causales
mutuamente dependientes. Las relaciones enigmticas son de diverso
tipo, por ejemplo, relaciones no lineales difciles de estudiar tanto
estadsticamente

como

con

casos

situaciones

de

efectos

desproporcionados en donde pequeos cambios en variables causales

difciles de identificar producen grandes consecuencias.
Para algunos investigadores deben buscarse en sus disciplinas las
relaciones causales simples, bajo la forma de leyes abarcadoras. Otros
estudiosos,

con

un

enfoque

tradicionalmente

asignado

los

historiadores, hacen hincapi en la originalidad de cada caso y

prefieren

considerar

causalidades

enigmticas,

como

mecanismos

causales probabilsticos y complejas relaciones entre muchas variables.

70

Los

postmodernistas

tambin

tienden

suponer

que

existen

causalidades enigmticas y descreen de la

posibilidad de estudiar objetivamente la vida social y las acciones de los
seres humanos.
Sin duda en la vida de las empresas y de las sociedades hay
causalidades complejas, pero an estas pueden modelizarse realizando
generalizaciones contingentes o teoras tipolgicas, dado que en muchos
fenmenos sociales existen patrones y secuencias causales identificables
(George et al., 2005).
Aunque el correlato no es perfecto, existe paralelismo entre las nociones
de causalidad simple, compleja y enigmtica y tres concepciones de la
teora. Las relaciones causales simples suelen estar asociadas con una
teora de proposiciones generales y abstractas, vlidas en muchas
circunstancias, es decir, con leyes abarcadoras a la Hempel.
Fue precisamente la complejidad de las relaciones causales en la
sociedad y la dificultad de encontrar leyes abarcadoras en las ciencias
sociales lo que llev al estudio de los mecanismos causales, con sus
propios problemas. Finalmente, existen teoras intermedias entre las
basadas en leyes de cobertura y los mecanismos causales: estas teoras
clasifican a los fenmenos en diversos tipos, dentro de los cuales se
pueden aplicar generalizaciones contingentes.
La Validacin
Concepto e importancia de la validez
La validez de un estudio es la cualidad que lo hace creble y da
testimonio del rigor con que se realiz. La validez implica relevancia del

71

estudio con respecto a sus objetivos, as como coherencia lgica entre

sus componentes. En los ltimos aos, parece existir una tendencia
hacia un tratamiento menos riguroso de los temas metodolgicos en la
investigacin administrativa, particularmente en los asuntos vinculados
con la validacin interna y externa, la validacin de las teoras y la
validacin de las conclusiones estadsticas. Esto no debera ser as. Si
bien las teoras pueden ser juzgadas desde mltiples perspectivas, a
veces no del todo compatibles, es necesario asegurar la validez de los
hallazgos. La validez se va desarrollando a lo largo de todo el estudio,
en cada una de sus etapas. Un caso tendr resultados vlidos si todos
los procesos se monitorean adecuadamente, desde el diseo del caso y
el desarrollo del trabajo de campo hasta la preparacin del informe y la
difusin de sus resultados.
Cuatro tipos de validacin
La validacin (que es el aseguramiento de la validez) comienza en el
diseo de la investigacin. Consideramos cuatro aspectos de la validez,
que se aplican en general a los estudios empricos de las ciencias
sociales: validez de la construccin conceptual (construct validity),
validez interna, validez externa, y fiabilidad.
La

validez

de

las

construcciones

conceptuales

implica

operacionalizar las mtricas que se utilizarn durante el estudio para

poder inferir legtimamente, a partir de estas mtricas, hacia las
construcciones conceptuales que les dieron origen. Siguiendo un
enfoque

realista,

suponemos

que

es

posible

medir,

aunque

imperfectamente, las construcciones conceptuales. En otras palabras,

suponemos

que

cierta

construccin

conceptual,

como

el

clima

organizacional, realmente existe, y la validez de la construccin

conceptual es precisamente una medida de cun bien estoy midiendo el

72

clima organizacional, de cun bien el fenmeno observado corresponde

al fenmeno de la teora.
Yin (1994) sugiere diversas tcticas para aumentar la validez de las
construcciones conceptuales. Dos de ellas se aplican durante la
recoleccin de datos: utilizar mltiples fuentes de evidencia y establecer
una cadena de evidencia. Una tercera, durante la preparacin del
informe: hacer que el borrador del caso lo revisen informantes clave.
La validez interna es la lgica de la causalidad de un estudio
explicativo, y est vinculada con la verdad de las inferencias que se
realizan para determinar las causas de los fenmenos. En este punto es
usual mencionar la importancia de evitar las correlaciones no causales y
las correlaciones ecolgicas. La clave de la validez interna es mostrar
que lo que ocurri con tales variables efectivamente caus lo que ocurri
en tales otras. Las herramientas ms usadas para asegurar la validez
interna de un caso con el patternmatching, la construccin de
explicaciones y el anlisis de series cronolgicas.
En

cuanto

la

necesidad

de

proveer

evidencias

de

nuestras

afirmaciones, sostiene un texto popular de metodologa que la prueba

exige evidencia decisiva; esto significa evidencia que confirma un punto
de vista y excluye a sus rivales". No es suficiente decirse, por ejemplo:
"Puesto que no hay nada en contra de mi punto de vista; puesto que, al
contrario, ciertos hechos se pueden tomar como que apoyan mi punto
de vista, por lo tanto mi punto de vista est probado." Ni la simple
consistencia de los hechos con una hiptesis, ni la plausibilidad de su
ocurrencia, son confirmaciones de la hiptesis, porque la consistencia y
la plausibilidad tambin podran darse con hiptesis alternativas.
Tanto para el historiador como para el analista de casos, la verdad de un
hecho se asigna en base a su probabilidad, ms que en su plausibilidad
73

o su mera posibilidad de ocurrencia. No nos referimos, naturalmente, a

un concepto axiomtico de la probabilidad, sino a cun verosmil resulta
que un hecho haya ocurrido (o no) de tal forma, sobre la base de cierta
evidencia. Esta probabilidad es ponderada y evaluada, es juzgada. Los
investigadores deben aplicar criterio y fundamentar sus razonamientos
y conclusiones en el estado del arte de su disciplina y en su experiencia
vital. La validez interna se aplica a la realizacin de inferencias sobre la
ocurrencia de eventos que el investigador no vio con sus propios ojos,
sino que se enter en entrevistas o leyendo documentos. Es correcta?
Se consideraron todas las hiptesis rivales?.
En algunas instancias, el mtodo, cuando est bien aplicado, permite
analizar hiptesis rivales plausibles para fortalecer la inferencia causal.
El origen del caso puede ser emprico, es decir, derivado del examen de
datos, o hipottico; ahora bien, estas hiptesis y datos empricos no se
utilizan para confirmar o corroborar teoras, sino para
examinar una red amplia de implicaciones que permiten, aunque de
modo incompleto, un enfoque cientfico de los problemas. Es importan te
en los casos proponer explicaciones alternativas de un fenmeno y
analizar su plausibilidad. Todas las alternativas relevantes, vinculadas o
derivadas de las hiptesis, deben presentarse explcitamente y sujetarse
a un examen crtico, eliminando las que no pasen pruebas cruciales. Por
ejemplo, uno podra hipotticamente atribuir el xito de una empresa al
poder carismtico de su presidente, como alternativa plausible a otras
explicaciones basadas en el know-how tcnico de su planta productiva,
pero esta hiptesis se extinguira si la base de datos del caso de estudio
muestra que el mismo presidente fracas en sus intentos de liderar otra
empresa similar el ao anterior, en un entorno interno y externo

74

comparable. As eliminamos una de las hiptesis alternativas plausibles

al aplicarla explcitamente a otros contextos empricos.
La validez externa establece el dominio al cual pueden generalizarse
los hallazgos del estudio. En muchos casos se suele asociar la validez
externa

con

la

idea

de

muestreo

obtencin

de

muestras

representativas. En el estudio de casos, como vimos, la validez que nos

interesa es la que lleva a la generalizacin analtica, por la cual los
resultados se generalizan hacia una teora ms amplia, que permita en
el futuro identificar otros casos en que los resultados del primero sean
vlidos.
La fiabilidad demuestra que las operaciones de un estudio pueden
repetirse con los mismos resultados. Est vinculada con la calidad de la
medicin. Un estudio es ms fiable cuanto mayor es la consistencia de
sus mediciones: Si otro investigador realizara nuevamente el mismo
estudio (no otro, no una rplica) los resultados seran los mismos.
Para asegurar esta fiabilidad es importante escribir procedimientos de
las tareas que se realizarn en el estudio y llevar un registro de todos
los pasos dados. En trminos tcnicos, es necesario contar con un
protocolo del caso y construir una base de datos con la informacin
recopilada a medida que el proyecto de investigacin se va realizando.
Pasos de un estudio de casos
Un estudio de caso tiene en general los siguientes pasos (George et al.
(2005), Yin (1994)):
1. Diseo del estudio.
2. Realizacin del estudio.

75

3. Anlisis y conclusiones.
En el primer paso se establecen los objetivos del estudio, se realiza el
diseo propiamente dicho, y se elabora la estructura de la investigacin.
Es importante determinar si nuestra investigacin tiene por objetivo la
prediccin,

la

generacin

de

teoras,

la

interpretacin

de

significados, o una gua para la accin. En el segundo paso se prepara la

actividad de recoleccin de datos y se recoge la evidencia, en todas las
fuentes del caso. En el ltimo paso se analiza la evidencia. La forma de
vincular los datos con las proposiciones es variada y los criterios para
interpretar los hallazgos de un estudio no son nicos. Cuando se trabaja
en explicaciones causales, la dinmica operativa lleva a buscar la
coincidencia de patrones, que relaciona diversos tipos de informacin del
mismo caso con alguna proposicin terica. Un ejemplo de esta
coincidencia es la existencia de una relacin sistemtica entre variables.
Es posible que la coincidencia de patrones sea causal o simplemente
relacional, y es el investigador quien debe responder a este tema, con
los criterios adecuados. Es de esperar que los diferentes resultados sean
lo suficientemente impactantes como para priorizar una proposicin
sobre sus rivales. Para finalizar con la tercera etapa, se prepara el
informe del trabajo y se difunden sus resultados.
Diseo de estudios de casos
Un diseo de investigacin se compone de cinco componentes (Yin
(1994)): 1) las preguntas del estudio, 2) sus proposiciones, si
existieran, 3) su unidad de anlisis (pueden ser varias), 4) la lgica que
vincula los datos con las proposiciones y 5) los criterios para interpretar

76

los hallazgos. Las proposiciones orientan sobre los objetos que deben
ser examinados en el estudio; desmenuzan las preguntas de tipo cmo
y por qu para determinar qu debemos estudiar. A partir de las
preguntas de investigacin se buscan datos sistemticamente para
extraer conclusiones. Las preguntas, los datos, y las conclusiones estn
vinculados lgicamente entre s por el diseo del caso. Los diseos
pueden ser de un caso simple o de mltiples casos y, por otra parte,
holsticos o encapsulados, segn se utilice una o varias unidades de
anlisis. Estos diseos se presentan en una matriz de dos dimensiones,
como la de la Figura 2. Analicemos sus componentes.
Dimensin vertical: Holstico o encapsulado. La unidad de anlisis
puede ser un individuo, un grupo, una compaa, un pas... La unidad de
anlisis

ayuda

definir

el

alcance

del

caso,

complementa

las

proposiciones, y permite acotar la bsqueda de informacin. El caso es

con frecuencia un proceso, una institucin, o un evento no tan bien
definido como un individuo. La definicin de la unidad de anlisis est
vinculada con la forma en que se presentaron las primeras preguntas de
la investigacin.

Si solo se busca examinar la naturaleza general de una empresa o

problema, se utiliza un enfoque holstico. Se procede as cuando no se
77

logra identificar sub-unidades o sectores o cuando la naturaleza del

estudio es holstica. Si se examinan una o varias subunidades de una
organizacin o programa, se utiliza un enfoque encapsulado.
Dimensin horizontal: Diseos simples o mltiples. Los diseos
simples se utilizan cuando, de modo anlogo a un experimento crucial,
un caso crtico permite probar una nueva teora, o establece las
circunstancias en que valdran ciertas proposiciones.
Tambin un diseo simple se aplica en casos nicos o extremos, o un
caso revelatorio, en el que se presenta a los ojos del investigador un
fenmeno antes no estudiado. Hay un problema comn a todos los
mtodos de investigacin, tanto cualitativos como cuantitativos: la
evidencia puede ser compatible con un gran nmero (hasta infinito) de
teoras alternativas. Por este motivo, un caso crtico puede permitir
comprobar cul es la mejor teora entre las que compiten; no habiendo
casos crticos es posible tambin comprobar si una teora falla en
explicar un caso ms probable o explica un caso menos probable
(George et al. (2005), pg. 30).
Los diseos mltiples, por otra parte, tienen la ventaja de que su
evidencia es ms convincente y el estudio resulta ms robusto. Sus
desventajas consisten en que no permiten tratar con el caso revelatorio,
o raro, o crtico, de los casos simples y, adems, requiere ms recursos.
El tema del nmero de casos que conviene analizar es debatido. Algunos
autores (Dyer et al. (1991) se inclinan por el estudio de un solo caso y
citan para avalar su posicin ejemplos de casos clsicos, como Street
Corner Society, que mostraran la importancia de concentrarse en el
estudio a fondo de un nico caso. Otros Eisenhardt (1989 a, 1989 b)
78

sostienen en cambio que es posible obtener recursos para casos

mltiples; de hecho, hay ejemplos de casos mltiples ya clsicos, como
Crozier (1964). Smith (1990) relata que, en su experiencia, a medida
que cada caso progresa a travs de entrevistas los datos se van
adecuando a un patrn, en otras palabras, una teora (va) emergiendo
y los datos sucesivos se hacen predecibles a partir de la teora. Cuando
se verifica este fenmeno, al cual se suele llamar saturacin, puede
decirse que el nmero de casos considerado es suficiente.
Definicin De La Metodologa De Deteccion E Identificacin De
Clusters Industriales
Rosenfeld (1997) manifiest que hay tantas definiciones de clusters
como nmero de instituciones que utilizan el trmino.
Podemos extender esta afirmacin a las metodologas aplicadas en los
estudios

que

han

detectado

identificado

clusters

industriales,

probablemente a causa de la propia generalidad del concepto y a la poca

precisin en cuanto a los lmites geogrficos y sectoriales de los clusters.
En cualquier caso, es posible agrupar los mtodos propuestos y
utilizados en la literatura para realizar el conocido como cluster
mapping, es decir aquellos instrumentos que supuestamente permiten
representar los clusters existentes en un rea geogrfica, incluyendo la
informacin referida al volumen de negocio, los principales agentes
implicados, y otros datos clave como el nmero de empresas, la
cantidad de empleo, etc. En funcin del tipo de aproximacin empleada
para establecer el mapping, encontramos:

79

a) Mtodos basados en el uso de herramientas analtico-estadsticas,

de distinto grado de sofisticacin y cuya clave reside en la
medicin del grado de aglomeracin econmica existente en cada
una de las reas geogrficas consideradas.
El

instrumento

cuantitativo

ms

frecuente

es

el

coeficiente

de

localizacin (CL), que aproxima el grado de ventaja competitiva de un

sector en cada rea geogrfica respecto a la del conjunto de la
economa analizada. Dadas las limitaciones que conlleva el uso aislado
del CL, suele ser habitual acompaarlo de medidas complementarias.
As, en ocasiones se utiliza la matriz de crecimiento-participacin, que
est configurada, adems de por el CL, por:
-

una medida del tamao absoluto del sector en la regin,

habitualmente aproximado por el empleo sectorial

una medida del crecimiento del sector en la regin, aproximada a

travs del crecimiento del empleo sectorial

Tanto en el caso de la utilizacin del CL de forma aislada, como

combinado a travs de la matriz de crecimiento-participacin, esta
aproximacin est sujeta a las crticas de ser sensible a la clasificacin
sectorial utilizada, que adems suele venir dada de forma exgena y
rgida, y de no utilizar informacin acerca de la interdependencia entre
sectores, que constituye precisamente un elemento esencial en la propia
definicin de cluster. Esta ltima circunstancia ha llevado a autores como
Bergman y Feser (1999) a indicar que el CL slo resulta til si se
complementa con una medida del grado de interdependencia entre
sectores. Precisamente, la combinacin de medidas del grado de
concentracin sectorial con medidas de la intensidad de relaciones
80

intersectoriales es el elemento fundamental del mtodo de cluster

mapping propuesto y aplicado por M Porter en el contexto del Institute
for Strategy and Competitiveness en la Harvard Business School.
En

contraposicin

al

mtodo

desarrollado

por

Porter

sus

colaboradores, recientemente han aparecido propuestas alternativas

tambin

basadas

en

la

aplicacin

de

instrumentos

analticos

cuantitativos. Estas propuestas metodolgicas sern descritas con

mayor detalle en los prximos apartados de este informe, por lo que en
este punto nicamente indicaremos que se basan en la utilizacin de
informacin ms detallada tanto a nivel de las unidades de observacin
como de las unidades geogrficas consideradas y de la situacin terica
de referencia en ausencia de aglomeracin de la actividad.
En todo caso, y an combinando informacin del grado de concentracin
y de interrelacin sectorial, debe tenerse en cuenta que:
-

este tipo de mtodo no tiene en cuenta el ciclo vital de un cluster,

es decir si ste se encuentra en gestacin, en plena efervescencia
o en declive. Esta circunstancia puede condicionar el proceso de
deteccin de algunos clusters de especial relevancia,

el mtodo tiene validez limitada al no incorporar informacin de

factores intangibles como, por ejemplo, relaciones basadas en la
confianza, la presencia de capital social, de dinmica organizativa,
etc.

b) Mtodos basados en el estudio de caso de clusters individuales o

de grupos de clusters, mediante el uso de tcnicas cualitativas y

81

de supuestos a priori sobre la existencia del (los) cluster(s)

analizados.
Es utilizado por analistas que rechazan el supuesto de que los clusters
slo pueden ser identificados y cuantificados mediante la aplicacin de
tcnicas estadsticas. El argumento bsico que utilizan es que el
crecimiento y la dinmica innovadora de un cluster nicamente pueden
ser capturadas de forma correcta a travs de la aplicacin de tcnicas
cualitativas,

por

ejemplo

mediante

el

recurso

entrevistas

en

profundidad con agentes representativos de los clusters. Un paradigma

de tal aproximacin lo constituye el estudio de Saxenian (1994) acerca
de Sillicon Valley en los noventa, a la que siguieron otros trabajos en la
misma lnea que trataron de comparar esa experiencia con la de otros
supuestos clusters.
La conclusin fundamental que se desprende de los estudios que han
utilizado este mtodo cualitativo es que las nicas polticas efectivas
parecen ser aquellas diseadas para fortalecer clusters ya existentes,
mientras que las tendentes a promover el nacimiento o formacin de un
cluster, a travs de acciones top-down, aparecen como ineficaces.
El

enfoque

basado

en

el

estudio

de

caso

puede

proporcionar

conocimiento de la naturaleza y la dinmica de los clusters industriales

presentes en un rea geogrfica determinada, as como de las claves de
su xito. Pero difcilmente puede ser utilizada esta aproximacin para la
deteccin de tales clusters. O dicho de otro modo, el estudio de caso
puede proporcionar un conocimiento profundo de un cluster o grupo de
clusters previamente detectados mediante la aplicacin de otros
instrumentos.

En

caso

contrario

se

puede

acabar

aceptando

errneamente su existencia. Adicionalmente, hay que tener en cuenta

82

que no resultar adecuado comparar la evidencia obtenida de casos

distintos si estos no se han derivado del mismo marco de anlisis. As,
difcilmente se podr dar respuesta a por qu unas experiencias han
resultado exitosas mientras otras han fracasado, o por qu unas han
resultado mejores que otras.
En consecuencia, podemos concluir que el mtodo basado en el anlisis
de caso no constituye una aproximacin metodolgica adecuada para la
realizacin de un cluster mapping.
c) Mtodos centrados en el anlisis de polticas pblicas y estrategias
diseadas para promover la gestin y/o fortalecimiento de un
cluster o conjunto de clusters. Suelen corresponder a anlisis
efectuados por autoridades competentes en el desarrollo local y/o
regional, e incorporan elementos tanto de a) como de b).

A partir de esta clasificacin general de las aproximaciones utilizadas en

la literatura para el anlisis de los clusters industriales podemos concluir
que cualquier estudio tendente a su deteccin y cuantificacin en el
conjunto del territorio espaol debera basarse en la aplicacin de
instrumentos cuantitativos. Debera tambin explicitar claramente qu
aspectos concretos de la definicin de cluster industrial adoptada se
estn recogiendo con los instrumentos utilizados, si estos se incorporan
de forma parcial o total, y si se hace de forma directa o mediante algn
tipo de aproximacin. Ello permitir valorar en su justa medida el mapa
obtenido.

83

A continuacin se describen en ms detalle cada uno de los mtodos

propuestos en el mbito de la aproximacin cuantitativa, presentando de
forma resumida los rasgos caractersticos de las tcnicas empleadas, los
requerimientos

de

informacin

estadstica,

el

mbito

territorial

caracterstico, las ventajas e inconvenientes de su aplicacin y la

potencialidad de los resultados que se podran obtener.
Mtodo a la Porter (Giacr 2005)
Michael Porter y su equipo de colaboradores en el Institute for Strategy
and Competitiveness en la Harvard Business School propusieron un
mtodo basado en la utilizacin de instrumentos cuantitativos para
derivar la composicin de economas regionales y locales, y los lmites
geogrficos de los clusters de sectores interrelacionados.
Dicho mtodo pretende capturar los elementos bsicos en la definicin
de cluster industrial del propio Porter, sirvindose para ello de algunas
medidas

utilizadas

con

anterioridad

para

valorar

el

grado

de

concentracin espacial de la actividad y la intensidad de las relaciones

entre distintos sectores productivos. Al determinar el conjunto de
sectores que se encuentran relacionados en uno o varios clusters
concentrados geogrficamente el mtodo de Porter da lugar a un
cluster mapping para el conjunto de la economa en que se est
interesado.
Elementos esenciales del mtodo.
Definicin de sectores
La implementacin del mtodo de Porter precisa de la clasificacin de
todos los sectores considerados en tres grandes tipos de agrupaciones

84

con

pautas

de

competencia

espacial

patrones

de

localizacin

geogrfica muy dispares:

a) Sectores locales. Son aqullos distribuidos uniformemente entre
regiones, de forma que su dimensin en cualquier regin (medida por
ejemplo a travs del empleo) es proporcional a la poblacin de la regin.
Por las caractersticas del producto de este tipo de actividades, las
empresas de una regin compiten slo parcialmente con las localizadas
en otras regiones. Aunque en la mayora de casos corresponden a
actividades de servicios y de construccin, tambin pueden considerarse
en esta categora algunas actividades manufactureras.
b) Sectores dependientes de recursos. Son aquellos en los que la
localizacin geogrfica de la actividad est asociada a la presencia de
determinados recursos naturales. Las empresas de estos sectores
compiten con otras del mismo sector localizadas en otras regiones del
pas y con aqullas de otros pases.
d)

Sectores comercializables. Son aqullos cuya produccin tiene

como mercado la propia regin, el resto de regiones del pas y

potencialmente el resto de pases, y cuya localizacin, adems, no
depende de la ubicacin de determinados recursos naturales.
La localizacin en una regin especfica se determina en funcin de un
amplio abanico de factores de competitividad, de forma que la
concentracin geogrfica de este tipo de sectores vara sustancialmente
entre regiones.

85

Clasificacin de sectores
En la prctica, Porter sugiere:
-

utilizar la distribucin sectorial del empleo en un ao determinado

para clasificar los sectores considerados en los tres grupos
anteriores, y

emplear tres medidas de variacin del empleo sectorial en el

espacio para los distintos sectores: i. el porcentaje que sobre el
total de empleo nacional representa el empleo de

aquellos

estados con un CL1, ii. la media del CL para los cinco estados
con un valor ms elevado para ese coeficiente, iii. el coeficiente de
Gini del empleo.
-

examinar el patrn de distribucin regional del empleo para un

amplio conjunto de sectores con el objetivo de determinar puntos
de corte para cada una de las medidas anteriores. En el caso
concreto del estudio de Porter para los estados norteamericanos,
estos se definieron como14: i. el 50% o ms del total del empleo
de un sector se encuentra en estados con CL1, ii. la media del CL
en los cinco estados con mayor valor para este coeficiente toma
un valor mnimo de 2, iii. el coeficiente de Gini del empleo es igual
o mayor a 0.3

As, aquellos sectores en los que se cumplen simultneamente los tres

criterios son definidos como sectores comercializables. Por su parte,
aquellos en los que no se cumple ninguno o nicamente uno de los
criterios anteriores, son clasificados como locales.
En una segunda etapa se realiza un ajuste fino, una depuracin de la
clasificacin obtenida como resultado de la aplicacin de los criterios
14

La arbitrariedad de este procedimiento es aceptada por el propio Porter al indicar que a pesar de que los
puntos de corte utilizados para realizar la clasificacin es arbitraria, su modificacin slo ocasionaba
pequeas modificaciones en los resultados.

86

anteriores. Tal depuracin se basa en elementos definidos de forma

totalmente ad hoc:
-

para los sectores en los que se cumplen dos de los tres criterios,
se examina la distribucin de su empleo y el tipo de actividad que
realiza. En caso de que se considere que algunos de esos sectores
comparten

las

caractersticas

requeridas

un

sector

comercializable son clasificados como tales,

-

para

los

sectores

clasificados

como

comercializables,

si

se

considera que el tipo de actividad para alguno de ellos se aleja de

las caractersticas tpicas de esa agrupacin, y tras analizar
detalladamente la distribucin geogrfica de su empleo, se
reclasifican como locales,
-

para los sectores clasificados como comercializables, pero cuyo

tipo de actividad es altamente dependiente de la localizacin de
recursos naturales, se reclasifican como sectores dependientes de
recursos naturales Agrupacin de sectores Como resultado final de
este proceso se obtienen los sectores comercializables, aquellos
con marcadas pautas de concentracin geogrfica, y las regiones
en las que cada uno de ellos presenta una mayor presencia. No
obstante, con esa informacin no finaliza el proceso de mapping,
dado que Porter reconoce que los sectores pueden no ser las
unidades de anlisis apropiadas, dada la ms que probable
existencia de externalidades entre sectores relacionados en el
seno de los clusters. Y precisamente en este punto es donde se
plantea una de las principales limitaciones del mtodo aqu
sintetizado: el que se carezca de un instrumental slido que, junto
a la ausencia de informacin estadstica referida a la difusin de
conocimiento

externalidades

pecuniarias,

imposibilita

87

determinar unvocamente la composicin sectorial de los clusters

para un amplio conjunto de economas regionales.
El reconocimiento de esta carencia obliga a la aplicacin de un mtodo
indirecto, mediante el clculo de la correlacin de la distribucin regional
del empleo en el conjunto de los sectores comercializables. La idea es
que elevadas correlaciones locacionales deben ser motivadas por las
citadas externalidades, pudiendo ser utilizadas para definir los lmites y
composicin de los clusters. Como ejemplo tpico se puede sealar el de
la asociacin entre la localizacin geogrfica del empleo en el sector de
desarrollo de software y en el del hardware.
Las correlaciones estadsticamente significativas permiten identificar
pares y despus grupos de sectores que supuestamente presentan una
estrecha relacin. En la propuesta de Porter se rechaza el uso de
algoritmos de agrupacin basados en los coeficientes de correlacin al
no ser considerados como adecuados por excesivamente automatizados.
En su lugar se aboga por una actuacin pragmtica en la que se
comienza a travs de un pequeo grupo de sectores obviamente
relacionados y a partir de ste se sigue la pista a otros sectores a partir
de los patrones de correlaciones.
Depuracin de la agrupacin de sectores Una vez llegado a este punto,
las

agrupaciones

sectoriales

obtenidas

travs

del

anlisis

de

correlaciones son depuradas de la posible presencia de correlaciones

espurias entre algunos sectores. La presencia de correlaciones espurias
tiene entre otros posibles motivos los siguientes:
-

el

empleo

de

una

definicin

muy amplia

de

los

sectores

considerados,
88

el que los datos no permitan diferenciar entre el empleo de las

sedes y de las plantas de produccin locales,

el que sectores con una intensa presencia en regiones grandes

puedan aparecer como altamente correlacionados incluso en
ausencia de ningn tipo de relacin entre ellos,

el que sectores de escasa implantacin en la economa analizada

puedan no estar presentes o lo estn con niveles bajos de empleo
en muchas regiones, dando lugar de esa forma a correlaciones
significativas, y

el que sectores fuertemente implantados en regiones grandes

muestren, simplemente por esta circunstancia y sin que exista
interrelacin entre ellos, correlaciones elevadas.

La depuracin se basa en el uso de informacin adicional acerca de los

sectores considerados y de la informacin sobre los intercambios
comerciales entre ellos, contenida en las tablas input-output. En
concreto:
-

se utiliza, en primer lugar, toda la informacin y conocimiento

disponible de cada sector. Para ello se emplea la mxima
desagregacin sectorial posible y, por ejemplo, el listado de
productos caractersticos de cada sector. Con esa informacin se
concluye acerca de la probable presencia de externalidades
lgicas,

en

segundo

lugar,

se

comprueba

la

existencia

de

flujos

comerciales entre sectores a travs de la informacin contenida en

las tablas input-output.
De esta forma, se elimina el vnculo entre cualquier par de sectores por
espurio si entre ellos no se detecta una externalidad lgica ni flujos
significativos de productos.
89

Adicionalmente, se incluyen asociaciones no detectadas a travs del

anlisis de correlaciones si se detectan en esos casos flujos significativos
de productos a travs de la informacin revelada por las tablas inputoutput.
Finalmente, ante la presencia de solapamiento de sectores en ms de un
cluster, se procede a realizar una definicin amplia y otra restrictiva de
cluster. En la amplia no se impide que un sector pueda formar parte
simultneamente de ms de un cluster, mientras que en la restrictiva un
sector nicamente puede formar parte de uno de los clusters. Para ello
se sigue el criterio de intensidad en la correlacin locacional observada
para ese sector, de forma que se asigna al cluster con el que presente
mayor correlacin. En este mismo sentido, es posible definir el ncleo
del cluster como aquel conjunto de sectores que presentan correlaciones
ms intensas.
Ventajas e inconvenientes
Ventajas
-

Una de las principales ventajas de la utilizacin de un mtodo la

Porter radica en la sencillez de su aplicacin, entendiendo como tal
la facilidad en los clculos a realizar (que se limitan a CL,
porcentajes de empleo y correlaciones del empleo regional entre
sectores) y la interpretacin de estos y de los otros instrumentos a
utilizar (como por ejemplo la informacin contenida en las tablas
input-output).

De

esta

forma,

una

vez

se

dispone

de

la

informacin estadstica de base, el tratamiento cuantitativo a

realizar es simple, estando su volumen relacionado con el grado
de detalle sectorial con el que se trabaje.
90

Otra de las ventajas que se le deben asignar a este tipo de

aproximacin es la baja necesidad de informacin estadstica,
dado que para su aplicacin nicamente se precisa de informacin
acerca

del

volumen

de

empleo

en

los

sectores

definidos

previamente y para el conjunto de regiones o localidades que se

vayan a tomar como unidades geogrficas. Aunque la utilizacin
de otro tipo de informacin acerca de las caractersticas de los
sectores y de los flujos comerciales entre ellos es de utilidad para
la mejora en el proceso de agrupacin sectorial, no constituye un
elemento indispensable para la implementacin, pudiendo ser
sustituido

por

conocimiento

no

necesariamente

basado

en

informacin estadstica sistemtica para todos los sectores y

regiones.
-

Asimismo, la difusin y reconocimiento de esta metodologa entre,

como mnimo, parte de la comunidad acadmica y de los
responsables de las polticas industriales y de desarrollo, junto a
su

aplicacin

en

diversos

proyectos

de

cluster

mapping

realizados para diversas economas, facilita, en principio, la

comparabilidad de los resultados obtenidos y la aceptacin de los
mismos.
Finalmente, como otra ventaja inmediata se puede sealar la facilidad
de su actualizacin en sucesivos periodos a medida que la informacin
estadstica de base se encuentre disponible. Esto permite adems
incorporar una caracterstica innata en los clusters, como es la del
seguimiento de su dinmica. Asimismo, es posible reproducir el anlisis
para otros niveles de desagregacin geogrfica y/o sectorial en el caso
en que se considere oportuno y todo ello con un coste informativo y
computacional limitado.

91

Inconvenientes
-

Entre los inconvenientes ms inmediatos sin duda destaca el de la

escasa robustez de los resultados que se obtienen a travs de la
aplicacin de esta aproximacin. El origen del problema de
robustez se encuentra en la utilizacin de informacin agregada,
tanto en lo referido a la vertiente sectorial como a la territorial.
As, los clusters detectados y la cuanta de su intensidad variarn
necesariamente dependiendo del detalle sectorial utilizado, sin que
a priori se pueda determinar si nmero e intensidad dependen
directa o inversamente del nivel de desagregacin sectorial
adoptados. Estos tambin sern distintos para diferentes niveles
de desagregacin utilizados. Es decir, que los clusters detectados
pueden diferir si el anlisis se realiza considerando, por ejemplo,
comunidades autnomas o provincias. Dada la incertidumbre
acerca de las fronteras sectoriales y geogrficas de un cluster
tpico, las implicaciones de los problemas de robustez de los
resultados que se obtengan a partir de la aplicacin de esta
metodologa resultan obvias.

La determinacin de los puntos de corte, necesaria para la

clasificacin de los sectores, es la misma para todos los sectores
considerados. Esta circunstancia slo sera razonable si todos ellos
compartiesen la misma distribucin espacial, lo que difcilmente se
dar en la realidad. Imponer un mismo umbral puede ocasionar
tanto la inclusin como la exclusin errnea de sectores en el
grupo de los aglomerados.

En relacin con esta circunstancia, para el clculo de las correlaciones de

localizacin cobra especial relevancia la definicin de las unidades
geogrficas o regiones. Para establecer esta definicin se debe tener en
cuenta i) la disponibilidad de datos con el detalle sectorial requerido
92

para el nivel de desagregacin espacial deseado, y ii) el hecho de que

para un nivel de desagregacin geogrfica elevado el empleo en muchos
de los sectores comercializables tender a ser escaso e incluso
inexistente en muchas de las unidades espaciales. Esta circunstancia
provocar que el coeficiente de correlacin presente valores elevados
entre muchos de los sectores, sin que ello sea debido a la presencia de
relaciones intersectoriales.
Si a ello aadimos que la unidad geogrfica relevante puede diferir entre
clusters, y que para algunos de ellos los lmites geogrficos pueden no
corresponder con los lmites administrativos, se suele aconsejar realizar
el estudio para varios niveles de desagregacin territorial.
-

Otra crtica obvia que se puede realizar a esta aproximacin es la

de basarse en exceso en criterios adhoc. Todas las fases del
procedimiento estn caracterizadas por apoyarse en elementos
subjetivos y difcilmente generalizables. De esta forma, en cada
estudio se deben fijar atendiendo a la informacin contenida en los
propios datos que se estn utilizando y en el conocimiento de la
economa analizada por parte del investigador o equipo de
investigadores. Esta circunstancia ha quedado reflejada en la
descripcin de los elementos fundamentales de la metodologa
descritos en el apartado anterior, y que de forma breve se pueden
sintetizar en i) la determinacin de los puntos de corte en los
coeficientes CL y de Gini, y en el proceso de depuracin de la
clasificacin

de

los

sectores

en

comercializables,

locales

vinculados con recursos naturales, ii) la agrupacin de sectores y

su posterior depuracin que, an basndose en coeficientes de
correlacin entre sectores, no sigue ninguna pauta objetivable sino

93

que se debe apoyar en conocimiento subjetivo de los sectores y

regiones consideradas.
-

Finalmente,

dado

que

para

la

deteccin

de

relaciones

intersectoriales necesaria para realizar la agrupacin de los

sectores que integran cada uno de los clusters se emplea una
aproximacin

indirecta,

en

cualquier

estudio

debe

tenerse

presente que la economa objeto de anlisis debe ser lo

suficientemente grande como para que todos los sectores y
clusters puedan estar potencialmente presentes en cada una de
sus

regiones,

que

stas

sean

numerosas,

diversas

interdependientes. Aunque como se seala en Porter (2003) el

caso de la economa americana no suscita dudas en este sentido,
no se debera trasladar esta argumentacin automticamente al
anlisis en otros mbitos15.
Criterio estadstico de deteccin de aglomeracin
En la aplicacin de un mtodo la Porter, la determinacin del nivel de
aglomeracin sectorial que deberamos observar para concluir acerca de
la posible pertenencia de un sector a un cluster es una cuestin abierta
que, como hemos indicado anteriormente, se deja en manos del
investigador. Es decir, el establecimiento de un punto de corte se basa
en un criterio subjetivo y propio de cada caso, lo que provoca que pueda
ser considerado como arbitrario.
Pero este proceder contrasta con la necesidad de identificar clusters de
forma consistente y asumible por parte de cualquier persona interesada
en ellos. Resultara entonces conveniente definir un nivel crtico
objetivable para el grado de aglomeracin a partir del cual considerar la

15

En palabras de Porter, esta aproximacin no es factible en la mayora, sino en todos, los dems pases.

94

pertenencia de sectores a clusters. Tal nivel crtico debera ser factible

empricamente y estar basado en consideraciones tericas.
Asumiendo estas premisas, ODonoghue y Gleave (2004) propusieron el
coeficiente de localizacin estandarizado como instrumento en el que
basar la clasificacin entre sectores aglomerados y no aglomerados, y
consecuentemente la determinacin de los sectores comercializables
potencialmente pertenecientes a clusters industriales. Con ello recogen
la sugerencia de Duranton y Overman (2005) al insistir en la
importancia de establecer la

significacin estadstica como un pre-

requisito para la determinacin de la composicin de los clusters.

El coeficiente de localizacin es utilizado porque, en opinin de los
citados autores, la manifestacin esencial de todo cluster es su
aglomeracin en el espacio, y sta es recogida por dicho coeficiente.
Pero

tambin

sealan

que

las

aglomeraciones

deben

constituir

localizaciones excepcionales, lo que implica que deben presentar valores

para el CL significativos estadsticamente para algunos de los sectores
considerados. En consecuencia, proponen identificar localizaciones con
concentraciones de actividad excepcionales a travs de valores del CL
estadsticamente significativos al 5%, o lo que es lo mismo, detectar
observaciones claramente diferenciadas del resto en base a un criterio
objetivo.

Los pasos a seguir en la implementacin del procedimiento son: i)

calcular el CL para todos los sectores al nivel de desagregacin sectorial
y regional determinado, ii) comprobar que el CL se distribuye como una
normal (aplicando para ello el test de Kolmogorov-Smirnoff). Si se
95

detecta fuerte asimetra, se debe transformar logartmicamente el CL,

iii) estandarizar el CL y seleccionar aquellos casos cuyo valor exceda, en
valor absoluto, 1.96 veces la desviacin estndar de los valores del CL El
requerimiento de la normalidad de la distribucin del CL (o de su
transformacin logartmica) supone una evidente limitacin del mtodo,
as como el hecho de que no tenga en cuenta posibles diferencias en la
distribucin del tamao empresarial entre las regiones consideradas. Es
decir, el CL estandarizado no es capaz de discriminar entre un valor
significativo causado por la existencia de una gran empresa en una
regin determinada, de otro motivado por la presencia de un entramado
de numerosas pequeas y medianas empresas. La solucin propuesta
en este caso consiste en el clculo de un coeficiente de localizacin
ajustado:

donde

hacen

referencia

al

empleo

regional

nacional

respectivamente, el subndice PYME a las pequeas y medianas

empresas, el i a cualquiera de los sectores considerados, y Total al
conjunto de la economa.
El CLajustado permite comprobar hasta qu punto la aglomeracin es
debida a la presencia de PYMEs y, en consecuencia, a la posible
existencia de un cluster.

96

Otras propuestas para la aplicacin de un criterio objetivable en la

seleccin de los sectores que potencialmente pueden formar clusters
industriales, dadas sus pautas de aglomeracin geogrficas, han
abandonado el uso del CL por sus conocidas limitaciones. Por ejemplo,
se ha argumentado que el valor mximo que puede alcanzar el CL
depende del tamao de las regiones analizadas (Isard et al, 1998). En
este sentido, Karlsson et al (2005) sugieren basar la seleccin de
sectores aglomerados en cada una de las regiones en los residuos
atpicos (outliers) de la regresin entre el empleo sectorial en cada
regin y la poblacin de la regin por una parte, y en la regresin entre
el nmero de plantas productivas en cada sector y regin y la poblacin
regional por otra. Mediante dichas regresiones se sugiere detectar
observaciones con concentraciones de empleo y nmero de plantas
significativamente por encima de los medios. La idea es que un cluster
debe ocasionar de forma simultnea una sobrerepresentacin del
empleo y del nmero de plantas productivas de los sectores que lo
forman en la regin en la que se localiza.
El proceso se puede sintetizar en las siguientes etapas: una vez
determinado el detalle sectorial y territorial, se recoge la informacin
referida al empleo (Empl) y al nmero de empresas (Plantas), ii) con
esa informacin se efectan las siguientes regresiones:

donde Pobl denota la poblacin como medida del tamao de la regin y

los subndices i y r hacen referencia al sector y regin respectivamente
y son trminos de perturbacin con las propiedades habituales, iii)
97

se retienen los residuos positivos de ambas regresiones que excedan el

10%.

Las

susceptibles

observaciones
de

formar

asociadas
parte

de

pertenecen
un

cluster

los

sectores

en

las

regiones

correspondientes.
Aplicaciones de la metodologa
Se han realizado cluster mappings para diversas economas aplicando
los elementos esenciales del mtodo de Porter. De hecho, algunas de las
experiencias existentes han contado de una u otra forma con la
participacin

del

Institute

for

Strategy

and

Competitiveness.

En

cualquier caso, todas ellas han debido ajustar los procedimientos

descritos anteriormente al caso particular de la economa analizada, a la
vez que han incorporado elementos adicionales en algunos de los pasos
a seguir.
Quizs una de las experiencias ms difundidas ha sido la realizada para
el Reino Unido por parte de Trends Business Research para el
Departamento de Comercio e Industria (DTI) de ese pas, y que bajo el
ttulo Business Clusters in the UK A First Assessment abord la
deteccin, identificacin y cuantificacin de clusters industriales en el
conjunto del territorio mediante la adaptacin del mtodo propuesto por
Porter.
Las

etapas

seguidas

en

ese

trabajo,

similares

las

descritas

anteriormente, se pueden sintetizar en:

i)

Identificacin de los sectores sobrerepresentados en cada

regin, en trminos del empleo y que son empleadores
significativos (CL > 1.25 y porcentaje del empleo del sector en
el empleo total de la regin > 0.2). Con esa informacin e

98

incorporando juicio e interpretacin, se clasifican los sectores

para formar la base de los clusters.
ii)

Revisin de la estructura sectorial de cada regin a. examinar

sectores con CL > 1.25 pero con porcentaje del empleo
regional < 0.2. Si se considera conveniente se incluyen en un
cluster b. examinar sectores con porcentaje del empleo regional
> 0.2 pero con CL < 1.25. Se sitan en un cluster si no son
sectores que sirven a demanda local. En algunos casos se
valora la posibilidad de que constituyan el ncleo de un cluster
iii) utilizando datos de empresas para detectar la actividad
caracterstica de grandes empresas en un conjunto de sectores,
determinar la naturaleza especfica de su produccin. De esta
forma se obtiene evidencia adicional de vnculos y relaciones
potenciales. Para ello se toman los sectores con elevados
valores del CL y que pueden llegar a formar parte de un cluster
en

una

regin

determinada

iv)

agrupar

los

sectores

aglomerados en clusters. Para ello se utiliza el conocimiento del

concepto de cluster e informacin de cada uno de los sectores.
En concreto, el conocimiento de: a. los vnculos input-output y
la evidencia disponible sobre la co-localizacin industrial, b. las
cadenas de valor, c. que sectores de una misma agrupacin
sectorial tienden a localizarse en una misma regin, d. la
informacin
proporcionan

procedente
informacin

de

otras

de

fuentes

vnculos

de

entre

datos,
sectores.

que
v)

analizar las unidades geogrficas inferiores, dado que: a.

pueden existir clusters sub-regionales significativos que no
lleguen a ser visualizados cuando se realiza el anlisis a nivel
regional b. la localizacin precisa de un cluster permite
determinar si existe un centro geogrfico en la regin c. un
elevado CL puede deberse a la presencia de una nica gran
99

planta productiva, lo que en esencia no constituira un cluster

Permite detectar concentraciones locales significativas para
sectores especficos, y una vez identificados los clusters a nivel
local compararlos con los obtenidos en el anlisis regional. vi)
los clusters detectados se clasifican atendiendo a: a. el estado
de su desarrollo b. su intensidad c. la dinmica de su empleo
d. su importancia vii) detectar otros clusters, que resultan
menos obvios. Para ello se hace uso del conocimiento de cada
una de las regiones, junto a la utilizacin de la informacin
referida a las empresas, que permite la identificacin de
clusters no basados en sectores. La idea es que el anlisis
formal puede no permitir la identificacin de algunos clusters
debido

que

el

detalle

sectorial

empleado

no

sea

lo

suficientemente detallado y/o que los clusters se encuentren en

estado embrionario o sean de pequea dimensin viii) se
excluyen aquellos clusters identificados con la aplicacin del
mtodo pero que corresponden a actividades peculiares, como
las de defensa, educacin o salud ix) como ltimo paso se
realiza

la

validacin

de

los

clusters

detectados

con

representantes regionales y agentes e instituciones de ndole

diversa.
En cualquier caso, se insiste en que el anlisis realizado debe ser
interpretado como un proceso inicial de identificacin de clusters que
pueden existir en cada una de las regiones de la economa. En ese
sentido, representa un punto de partida para un proceso de interaccin
con las estrategias de desarrollo. A modo de ejemplo, la deteccin de
colocalizacin permite aventurar la posibilidad de existencia de un
cluster potencial, de forma que determinadas actuaciones podran
mejorar las opciones de evolucin hacia un cluster efectivo.
100

Potencialidad de resultados obtenidos

-

La identificacin de clusters industriales en el territorio siguiendo

un procedimiento la Porter permite la deteccin de agrupaciones
de sectores co-localizados y a los que se atribuye un nivel mnimo
de

interaccin.

En

consecuencia,

mediante

el

empleo

de

informacin estadstica correspondiente a un detalle sectorial y

territorial elevado sera posible la obtencin de un mapa preciso
de la localizacin de la actividad econmica en la geografa
espaola. Ese mapa permitira ubicar en el territorio actividades
econmicas supuestamente interrelacionadas.

La riqueza del

mapa dependera en gran medida del detalle sectorial y territorial

que se pudiese llegar a emplear. Respecto al detalle sectorial, sera
aconsejable el uso de la desagregacin a 2, 3 y 4 dgitos de la
clasificacin CNAE (o equivalente), mientras que para el territorial
el anlisis a nivel de comunidades autnomas, provincias y
municipios podra proporcionar evidencia ms rica que en el caso
de realizar el anlisis nicamente tomando como referencia a las
primeras.
-

Adems de la obtencin de un mapa global, la combinacin del

mtodo

con

informacin

acerca

de

las

caractersticas

de

determinadas actividades y sectores productivos debera permitir

la identificacin de clusters de especial inters, por su dinamismo
y/o por resultar claves para la economa nacional o para alguno de
los territorios.
-

Hara posible la deteccin de regiones y/o localidades con

implantacin de clusters especialmente dinmicos o en clara
recesin. En ambos casos la deteccin permitira discernir el tipo
de actividades o sectores implicados y el mbito territorial
101

afectado. A la vez, y en caso de que se considerase oportuna su

realizacin, permitira definir los lmites sectoriales y territoriales
de un anlisis especfico ms detallado de cada uno de esos
clusters. A su vez, el anlisis revelara tanto aquellos sectores
menos proclives a formar parte de clusters industriales como
aquellas localizaciones menos tendentes a acogerlos. Tambin en
ese caso, el anlisis permitira delimitar sectores y territorios
susceptibles de un estudio posterior ms profundo, que tuviese
por objeto, por ejemplo, determinar la potencialidad de los
incentivos a la consolidacin de clusters embrionarios o dbiles en
determinadas localidades.
Mtodo basado en la comparacin de distribuciones
En contraposicin a la estrategia sugerida por Porter y colaboradores,
recientes aportaciones han propuesto una metodologa para identificar
empricamente clusters industriales en el territorio, basada en la
comparacin de la distribucin espacial de cualquier sector analizado con
otra que supuestamente caracterizara una situacin en la que operasen
las fuerzas que causan la aglomeracin espacial de la actividad.
El fundamento de esta estrategia lo encontramos en los trabajos de
Ellison y Glaeser (1997 y 1999), quienes desarrollaron un estadstico
para contrastar si los niveles de concentracin observados son mayores
a los que correspondera en una situacin en la que la localizacin de las
plantas productivas se determinase aleatoriamente. El estadstico se
apoya en un modelo en el que tanto la existencia de externalidades de
localizacin especficas para cada sector como ventajas locacionales
naturales y factores aleatorios puros contribuyen a la concentracin
geogrfica de la actividad productiva. El resultado es la obtencin de un
ndice de concentracin geogrfica basado en un modelo, y que presenta
102

un par de propiedades deseables: i) toma valor nulo en caso de que la

distribucin existente est tan concentrada como lo estara si fuese
determinada por factores aleatorios (como si se tirasen dardos en un
mapa para elegir las localizaciones de las empresas), lo que implica que
la distribucin de referencia no es una en la que el empleo se encuentra
uniformemente distribuido en el espacio, y ii) el ndice permite la
comparacin entre sectores, pases e instantes del tiempo.
No obstante, el ndice de concentracin geogrfica de Ellison y Glaeser
no resulta til para la realizacin de un cluster mapping dado que
nicamente permite valorar el grado de concentracin geogrfica de un
sector, pero no determinar en qu regiones o localidades se producen
las concentraciones significativas de actividad.
Thomas Brenner (2003, 2005) utiliza la misma idea referida a la
comparacin de la distribucin de la actividad de un sector en el
conjunto de localidades o regiones con la derivada de un modelo terico
en ausencia y en presencia de economas de aglomeracin, para dar un
paso adelante y sugerir un mtodo de

mapping basado en la

comparacin de distribuciones. Los elementos fundamentales del mismo

sern expuestos a continuacin, aunque antes, y debido a las similitudes
entre la aproximacin sugerida por este autor y las medidas de
concentracin geogrfica la Ellison y Glaeser, vamos a describir
brevemente estas ltimas y a mostrar como nicamente podran ser
utilizadas como un instrumento de apoyo en los anlisis de identificacin
y cuantificacin de clusters industriales.
Medidas de concentracin geogrfica basadas en distribuciones
Ellison y Glaeser (1997) formulan un modelo simple en el que la
concentracin geogrfica de un sector es el resultado de una secuencia
de decisiones de localizacin maximizadoras del beneficio realizadas por
las

plantas

productivas.

Los

mecanismos

que

ocasionan

la
103

aglomeracin espacial de las plantas productivas tienen que ver con las
ventajas naturales de algunas localizaciones y con la presencia de
externalidades especficas para el sector, mientras que cuestiones
idiosincrsicas de cada planta son las que impiden una concentracin
espacial absoluta.
Supongamos que tenemos K plantas productivas en el sector i, que
deben seleccionar su localizacin secuencialmente del conjunto de las R
regiones con el objetivo de maximizar sus beneficios. El beneficio
percibido por una planta k cuando se localiza en la regin r est
determinado por:

donde ir es el beneficio esperado asociado a la localizacin especfica

en la regin r, y la funcin gr refleja el efecto sobre los beneficios de la
regin r causado por el hecho de que las plantas 1, 2, , k-1 han
seleccionado previamente localizarse en 1, 2,, k-1. ir es un
componente aleatorio inobservable asociado a la localizacin en la
regin r y ikr es una perturbacin inobservable especfica de la planta
k.
Como se ha indicado antes, en el modelo de Ellison y Glaeser, las
plantas de un sector pueden agruparse espacialmente debido a que: i)
prefieran localizarse en regiones con menores costes de produccin
observables, ii) prefieran localizarse en regiones conmenores costes de
produccin inobservables, y iii) a la existencia de externalidades
localizadas geogrficamente.
Asumiendo determinadas caractersticas para la distribucin de los
efectos de las ventajas naturales sobre los beneficios y sobre el

104

mecanismo a travs del que las externalidades entre plantas afectan a

sus beneficios, el ndice de concentracin geogrfica para un sector
dado:

captura consistentemente la magnitud de las fuerzas de aglomeracin

del modelo. G es una medida de concentracin geogrfica del sector
definida como

donde sr es el porcentaje del empleo del

sector en la regin r y xr el porcentaje del empleo total en la regin r.

es el ndice de Herfindahl de la distribucin del tamao relativo

de las plantas (z) en el sector.
El ndice tomar valor nulo en ausencia de fuerzas de aglomeracin,
mientras que no se encuentra acotado superiormente. Ellison y Glaeser
(1997) sugieren considerar a los sectores como altamente concentrados
cuando >0.05, y como escasamente concentrados a aqullos para los
que <0.02.
Apoyndose en el mismo modelo de localizacin, los citados autores
sugirieron un ndice de co-aglomeracin. Este ndice pretende cuantificar
en qu medida un conjunto de sectores pertenecientes a un grupo
tienden a localizarse conjuntamente en el espacio. Se define como:

105

donde G es la medida de concentracin geogrfica para el conjunto de

sectores del grupo,

es el ndice de Herfindahl para el grupo,

con i el porcentaje del empleo del sector i-simo. Finalmente, i es el

valor del ndice de concentracin para el sector i. Un valor nulo para el
ndice de co-aglomeracin indica que no hay ms aglomeracin de las
plantas en el grupo de sectores que el atribuible a la tendencia de stas
a localizarse cerca de otras planteas del mismo sector y donde exista
una elevada concentracin del empleo total.
De esta sinttica exposicin de los ndices propuestos por Ellison y
Glaeser,

se

desprende

su

utilidad

para

detectar

el

grado

de

concentracin territorial de un conjunto de sectores y para valorar

patrones de co-localizacin de algunos sectores. Pero al ser medidas
globales para el conjunto de la economa, estos ndices no permiten
realizar ningn juicio acerca de los territorios en los que se encuentran
las concentraciones. Por otra parte, requieren de la definicin a priori de
los sectores y territorios objeto de anlisis, junto a la utilizacin de
informacin referida al empleo en cada sector y regin, y al empleo en
las plantas de cada sector para el conjunto de la economa. Por tanto, y
a pesar de su extensa difusin en los ltimos aos (vase por ejemplo
Maurel y Sdillot, 1999), estos ndices no permiten realizar un cluster
mapping, aunque s sugeriramos su empleo previo junto a otras
estrategias para determinar en base a criterios robustos qu sectores se

106

encuentran concentrados geogrficamente y son, por tanto, susceptibles

de formar parte de clusters industriales.
Elementos esenciales del mtodo.
En este apartado describimos los puntos bsicos del mtodo propuesto
por T Brenner para realizar un cluster mapping. Como hemos indicado
anteriormente, el mtodo sugerido por este autor se basa en la
comparacin de la distribucin de la actividad productiva en el territorio
para

cualquier

sector

con

la

distribucin

que

tericamente

correspondera por una parte a una situacin sin fuerzas que causasen
aglomeracin y, por otra, a una en la que estuviesen presentes clusters
industriales como resultado de la presencia de las citadas fuerzas. El
elemento diferencial fundamental que permite la identificacin de los
clusters en este caso es la posibilidad de estimar un umbral en el
volumen de actividad en cada uno de los territorios considerados. De
esa forma, tendremos indicios de que un sector puede formar parte de
un cluster en una regin cuando en ella la presencia de actividad del
sector supere dicho umbral. De hecho, la aplicacin de un contraste
estadstico

formal

permitir

comprobar

la

significacin

de

la

concentracin del sector en la regin.

La aplicacin del mtodo permite distinguir dos etapas: i) en primer
lugar se enfrenta la distribucin emprica asociada a los datos de
sectores y regiones con la que se deduce de las predicciones tericas. El
resultado nos permite determinar aquellos sectores que muestran
indicios

de

localizacin

en

aglomeraciones

industriales,

ii)

continuacin, y utilizando la informacin de la estimacin sobre el

umbral de actividad proporcionado por el propio mtodo, se identifican
las regiones en las que se encuentran localizadas las aglomeraciones en
cada sector.
107

Supuestos iniciales
-

Para la derivacin de las distribuciones tericas de referencia, en

el caso de presencia y ausencia de clusters, se modeliza
estocsticamente la localizacin de las plantas productivas y la
capacidad de atraccin de las regiones. En ambos casos se
reconoce la imposibilidad de considerar todos los elementos
relevantes en el modelo, dada la ausencia de informacin
estadstica sobre los mismos (por ejemplo los vnculos con cada
localidad de los empresarios o la influencia de ciertos intangibles
como la cultura empresarial sobre el atractivo de las regiones).
Ante esta circunstancia se opta por una solucin radical al
proponer utilizar nicamente el tamao de las regiones analizadas,
mientras que todos los dems determinantes se modelizan de
forma estocstica.

Para determinar la forma de la distribucin de la actividad

productiva de un sector entre las distintas regiones se tiene en
cuenta la distribucin regional de algunos factores que se supone
debe estar determinando la localizacin regional de las plantas
productivas. De esta forma, la propuesta de Brenner se aleja de
la

especificacin

aproximacin

puramente

dartboard

de

aleatoria
Ellison

caracterstica
Glaeser

al

de

la

incorporar

informacin sobre la distribucin de los factores que pueden estar

afectando tanto la decisin individual de localizacin de cada
planta como el atractivo de cada regin16.

16

En ese caso la distribucin que caracteriza el nmero de plantas localizadas en cada regin es una binomial.

108

Se asume que los sectores con clusters locales se caracterizan por

procesos locales de auto-sostenimiento, lo que provoca que las
regiones en los que se emplazan presenten niveles de actividad
econmica mucho mayores y, en consecuencia, que se localicen en
ellas muchas ms plantas productivas.

Determinacin de la distribucin regional de la actividad productiva (sin

y con clusters) El primer paso en la aplicacin del mtodo consiste en la
determinacin de la distribucin de las plantas productivas de un sector
entre las distintas regiones, o lo que es lo mismo, establecer la funcin
que caracteriza a la probabilidad de que f plantas de un sector i se
localicen en una regin r de tamao s, P(f|s).
Para ello se selecciona un conjunto de factores que supuestamente
influyen en las decisiones de localizacin de las empresas y en el
atractivo locacional de las regiones, y se analizan las caractersticas de
su distribucin emprica. Para la aplicacin que realiza a la economa
alemana, Brenner selecciona el capital humano, aproximado a travs del
nmero de estudiantes por habitante, y las empresas de servicios
(legales, marketing, consultora, etc). De la inspeccin de la distribucin
de esas variables en los distritos administrativos alemanes, Brenner
sugiere la combinacin de una distribucin Boltzmann y una exponencial
decreciente, a las que se aadira una Binomial (Bn[.]) para incorporar
tambin las predicciones de un modelo tipo dartboard 17. De esa forma,
la distribucin de probabilidad que caracterizara el caso de ausencia de
clusters es:

17

No obstante, y dado que las distribuciones Binomial y Boltzmann son bastante parecidas, en algunas de sus
aplicaciones Brenner sugiere combinar nicamente la exponencial decreciente y la Boltzmann.

109

Donde

son parmetros y

es el

nmero total de plantas en el sector analizado. El subndice n hace

referencia a la distribucin neutral, es decir a la que caracteriza una
situacin de ausencia de clusters.
El paso siguiente es determinar la distribucin asociada al caso en el que
existan clusters industriales. De nuevo, se asume la imposibilidad de
modelizar adecuadamente todos los mecanismos que pueden dar lugar a
las aglomeraciones o clusters, por lo que el mtodo emplea una
aproximacin simple, basada en la idea de que las regiones que tengan
un atractivo superior a un determinado umbral contendrn un cluster.
As, la existencia de un cluster en una regin se traducir en la
presencia

de

un

nmero

significativamente

mayor

de

plantas

productivas. Por tanto, la distribucin de plantas en presencia de

clusters ser similar a la asociada a Pn(f|s) pero conteniendo un nmero
de regiones con un nmero de empresas proporcionalmente muy
elevado. De tal forma que la distribucin asociada a Pc(f|s), es decir la
probabilidad en el caso de presencia de clusters, presentar dos
mximos, correspondiendo el segundo a aquellas regiones en las que se
produce una sobreconcentracin de plantas.
La forma en la que Brenner propone modelizar ese segundo mximo en
la distribucin es muy simple: asumir que la forma es similar a la del
resto de la distribucin y que se inicia a partir de un determinado
nmero de plantas. Este segundo supuesto lleva a descartar la
110

exponencial decreciente, mientras que el mejor ajuste de la Boltzmann

frente a la Binomial le conduce a sugerir el uso de la primera
distribucin para capturar el efecto de los clusters sobre la distribucin
de las empresas en el territorio. En concreto, la distribucin en
presencia de clusters se representa mediante:

donde el ltimo trmino del lado derecho de la igualdad es una

distribucin de Boltzmann que aparece nicamente en el caso en que el
nmero de plantas del sector supere un umbral dado por

Por su parte,

es un parmetro que recoge el porcentaje de regiones que son

descritas por esa parte adicional de la distribucin.
Consideracin del tamao de las regiones Resulta razonable suponer que
la distribucin de las plantas productivas depender del tamao de las
regiones (s). Para recoger ese efecto se asume que el nmero medio
esperado de plantas localizadas en una regin aumenta linealmente con
el tamao de la regin, tanto para el caso de la distribucin de Pn(f|s)
como de Pc(f|s). En consecuencia, el nmero medio de plantas debe
aumentar linealmente con s a lo largo de toda la distribucin, mientras
que la contribucin relativa de cada una de sus componentes debe
permanecer estable, es decir, independiente de s. Para ello se
introducen los siguientes supuestos sobre los parmetros

111

determinan el peso de cada una de las tres

Dado que
distribuciones,

se

suponen

especficos

de

cada

sector

pero

independientes del tamao de la regin. No sucede lo mismo con el

resto de parmetros.
Por ltimo, para la definicin del tamao de cada regin, Brenner
sugiere utilizar el porcentaje del empleo en la regin respecto al del
total del pas.
Restricciones y estimacin de parmetros El ltimo trmino de Pc(f|s) es
el fundamental para la deteccin e identificacin de los clusters. Como
se ha indicado, es una distribucin tipo Boltzmann desplazada que
aparecer slo en el caso en que el nmero de plantas exceda el umbral
dado por 6s. La contribucin de ese trmino a la distribucin total
depender adems de 8. En la implementacin del procedimiento, se
restringe el rango de valores que pueden tomar tanto 6 como 8. Las
razones esgrimidas por Brenner para la imposicin de las restricciones
sobre esos parmetros son las siguientes:
112

dado que para cualquier sector que presente aglomeracin los

clusters deben constituir una excepcin, slo unas pocas regiones
deben presentarlos. O dicho de otra forma, no se concluir que el
sector se encuentra aglomerado en clusters industriales si stos
se encontrasen en todas las regiones. En consecuencia, el
porcentaje de regiones que potencialmente pueden contener un
cluster de un sector debe ser pequeo. En Brenner (2005) ese
umbral se establece en un 5%, mientras que en Brenner (2003)
se fija en un 10%, o lo que es lo mismo, se impone que 80.05
en el primer caso y 80.1 en el segundo,

slo las regiones con un nmero de plantas que claramente

exceda un umbral determinado sern candidatas a presentar un
cluster industrial en el sector considerado. El umbral viene dado
por el parmetro 6, y en otras aproximaciones se ha fijado como
el nmero medio de plantas en el sector, de forma que todas las
regiones que presentasen un nmero de plantas superior a la
media nacional eran consideradas como regiones con un cluster.
En otras ocasiones se ha impuesto un criterio ms estricto,
considerando por ejemplo un valor umbral de 3.

En su lugar, Brenner propone un criterio algo ms complejo, basado en

la idea de que en presencia de un cluster, el ltimo trmino de Pc(f|s)
debe estar en cierta medida alejado del resto de la distribucin. Es decir,
que el grado de solapamiento de las dos partes de la distribucin debe
ser pequeo, siendo ste debido a las regiones que contienen un mayor
nmero de plantas causados por la primera parte. La restriccin
introducida garantiza que 8 excede al menos en 5/6 el porcentaje de
regiones con un nmero de plantas superior al umbral dado por 6s:

113

donde ncl,n es el nmero de regiones que contienen un nmero de

plantas debido a la primera parte de la distribucin mayor a 6s, y Nr el
nmero total de regiones.
Adicionalmente, se debe tener en cuenta que todos los parmetros
deben ser positivos y que 3 + 5 + 8 1.
La estimacin de los parmetros desconocidos de Pc(f|s) para cada
sector se obtiene a travs del mtodo de mxima verosimilitud. Para ello
se maximiza el logaritmo de la funcin de verosimilitud de Pc(f|s) sujeta
a las restricciones descritas anteriormente. La funcin de verosimilitud
se define como:

donde f(r) denota el nmero de plantas localizadas en la regin r y s(r)

es el tamao de esa regin. La solucin del problema de maximizacin
con restricciones se puede conseguir a travs de la aplicacin de un
mtodo numrico, por ejemplo de los implementados en el modulo
MAXLIK de Gauss u otro similar de algn software disponible.
Siguiendo el mismo procedimiento se pueden estimar los parmetros de
la distribucin en ausencia de clusters, de Pn(f|s). En este caso la
funcin de verosimilitud se define como:

114

De esta forma, la presencia de aglomeraciones en clusters en un sector

provocar que se alcance un mejor ajuste a travs de Pc(f|s) que de
Pn(f|s), mientras que si no hay una diferencia sustancial entre ambas,
es decir que no se mejora el ajuste al aadir la componente diferencial
de Pc(f|s), se debera concluir en contra de la presencia de clusters en el
sector considerado. Recurdese que esta circunstancia se producir
cuando f < 6s.
Identificacin de los clusters industriales
Una vez estimados los parmetros de la distribucin de Pc(f|s) es
posible realizar la identificacin de los clusters en los sectores en los que
se haya detectado el fenmeno de la aglomeracin. Las regiones que
contengan

un

cluster

sern

descritas

por

una

distribucin

tipo

Boltzmann con un valor mnimo del parmetro 6(s). Es decir que 6(s)
es el umbral de plantas productivas que dan lugar a un cluster. Dado
que 6(s) = 6s y que s varia entre regiones, el umbral de plantas ser
distinto para cada regin siempre y cuando stas difieran en su
tamao18.
Por tanto, se considera que existe un cluster en todas aquellas regiones
en las que el nmero de empresas en el sector analizado supera el valor
umbral de 6(s).
Ventajas e inconvenientes
18

En el caso de fijar el mismo valor de s para todas las regiones (Brenner, 2003, lo fija como s=1/Nr), el
umbral no varia entre regiones.

115

Ventajas
-

Entre las principales ventajas de esta metodologa de deteccin e

identificacin de clusters destaca el que se base en un criterio
estadstico,

fijado

priori,

objetivo

reproducible.

Esta

circunstancia permite realizar el cluster mapping con un mnimo

de imposicin de criterios propios de los investigadores que lo
ejecutan, a la vez que facilita al analista y a cualquier usuario del
mismo una interpretacin y juicio inmediato del mtodo empleado
y de los resultados obtenidos.
-

El

mtodo

resulta

atractivo

intuitivamente

al

sugerir

la

comparacin del ajuste alcanzado por un modelo terico en

ausencia de aglomeracin con otro en el que estn presentes
clusters industriales. De la seleccin del modelo que mejor capture
la estructura subyacente en los datos disponibles (la distribucin
espacial de la actividad del sector analizado) se infiere la presencia
o ausencia de clusters y, a su vez, se obtienen los elementos
necesarios para su identificacin.
-

El criterio para la deteccin e identificacin de los clusters es

especfico de cada sector y regin, lo que introduce un grado
elevado de flexibilidad al considerar las peculiares caractersticas
de la distribucin de la actividad en los sectores y en el territorio.

Considera simultneamente informacin referida al nmero de

plantas

del

sector

analizado

instaladas

en

cada

regin

informacin del volumen de empleados del sector en la regin,

para tener en cuenta la dimensin de sta. Al determinar el
umbral que posibilita la deteccin e identificacin de los clusters
en funcin del nmero de empresas se evita el riesgo de
considerar un cluster formado por un pequeo nmero de grandes
empresas.
116

Inconvenientes
-

La deteccin e identificacin de clusters nicamente tiene en

cuenta la presencia de un nmero anormalmente elevado de
empresas del sector analizado en un conjunto limitado de
regiones. En consecuencia no se incorpora informacin relativa a
uno de los elementos bsicos de la definicin de cluster industrial,
como es la existencia de interaccin entre agentes productivos
ocasionada por externalidades de tipo tecnolgico o pecuniario. En
el caso de que la interaccin se refiera a la producida entre plantas
productivas de un mismo sector se asume que la co-localizacin es
precisamente su consecuencia ms inmediata, aunque en ningn
caso se realiza un contraste directo de este supuesto, lo que no
excluye

que

las

aglomeraciones

sean

causadas

por

otras

circunstancias (por ejemplo asociadas a condicionantes histricos

o a la dependencia de recursos naturales). En el caso de las
posibles interacciones entre plantas de distintos sectores, stas se
ignoran

completamente

en

el

proceso

de

deteccin

identificacin. De esta forma, si en una o varias regiones se

detecta un cluster en diversos sectores no es posible, con la
informacin proporcionada por el mtodo, discernir si todos o un
subconjunto de ellos constituyen un cluster multisectorial o si, por
el contrario, no existe interaccin significativa entre ellos.
-

Las distribuciones tericas asociadas a las situaciones en ausencia

y en presencia de clusters se derivan a partir de las distribuciones
geogrficas que, al menos supuestamente, caracterizan a los
factores determinantes de la localizacin de las

empresas y del

propio atractivo locacional de cada una de las regiones. Pero no se

proporciona una gua explcita acerca de cules pueden ser esos
factores.

An

recurriendo

la

literatura,

el

grado

de
117

discrecionalidad por parte del investigador en la determinacin de

los mismos ser elevado. A ello habr que sumar que la eleccin
estar marcada por la disponibilidad de informacin estadstica
sobre esos factores al nivel de desagregacin territorial fijado en
el anlisis. En todo caso, no existen a priori garantas de que las
distribuciones sugeridas y empleadas por Brenner para el caso
alemn sean las ms adecuadas para capturar la distribucin de la
actividad

productiva

en

la

economa

espaola.

Cabra

en

consecuencia realizar un anlisis especfico en ese sentido.

-

El procedimiento impone algunos criterios de forma adhoc. Por

ejemplo, i) se asume que el nmero de empresas incrementa
linealmente con el tamao de la regin a lo largo de toda la
distribucin, ii) el tamao de las regiones se aproxima a travs del
empleo, lo que puede estar penalizando a regiones pequeas pero
altamente productivas, iii) se fija el porcentaje mximo de
regiones que pueden presentar clusters en el 5% (Brenner, 2005)
el 10% (Brenner, 2003), o iv) se determina la influencia de la
distribucin de Boltzmann que caracteriza los clusters en base a
una

compleja

funcin

con

elementos

aparentemente

discrecionales.
-

En el caso de sectores con poca implantacin en el conjunto de la

economa, es decir con un nmero escaso de plantas productivas,
es posible detectar errneamente la presencia de clusters debido a
que un nmero reducido de plantas en una pocas regiones
(especialmente si estas son pequeas) pueden ser interpretadas
por el procedimiento como aglomeraciones en comparacin con la
ausencia de actividad en las restantes regiones. Este problema se
plantear con mayor probabilidad en el caso de trabajar con un
detalle sectorial y territorial elevado.

118

La deteccin e identificacin de los clusters precisa de la

estimacin de los parmetros que caracterizan la distribucin en
presencia de estos. La obtencin de esa estimacin no es
inmediata, requiriendo la aplicacin de algoritmos numricos de
optimizacin con restricciones. En consecuencia la implementacin
del mtodo es relativamente compleja y costosa en trminos
computacionales, precisando de software que permita la aplicacin
de los citados algoritmos o, directamente, la estimacin por el
mtodo de mxima verosimilitud. Adicionalmente, se debe tener
presente que la combinacin de diversas distribuciones puede
dificultar la obtencin de las estimaciones y que incluso se podran
presentar problemas de convergencia en el algoritmo o de pobre
identificacin de los parmetros. En este sentido, en los trabajos
de Brenner no se realiza una discusin detallada acerca del
proceso de estimacin (tipo de algoritmo recomendado, valores
iniciales, propiedades de la estimacin, etc).

Las caractersticas del proceso de estimacin de los parmetros y

del contraste de la hiptesis de aglomeracin (basados en la
mxima verosimilitud) exigen la utilizacin de un nmero de
regiones relativamente elevado. Esta circunstancia es sealada en
los trabajos de Brenner como un requerimiento importante para
garantizar la fiabilidad de los resultados obtenidos. La repercusin
de este hecho para cualquier aplicacin a realizar en la economa
espaola es inmediata: no se debera implementar para el caso de
las Comunidades Autnomas y slo con prudencia para el de las
provincias.

Parece

pues

ms

adecuado

utilizar

unidades

territoriales inferiores, como los municipios, que garanticen la

disposicin de, como mnimo, algunos cientos de observaciones.
Adems, debe tenerse presente que, por diversos motivos ya
discutidos en otras secciones, no existen garantias de que los
119

resultados sean robustos al nivel de desagregacin territorial

seleccionado.
-

Para la implementacin del proceso se precisa disponer de

informacin estadstica referida tanto al empleo como al nmero
de plantas productivas de cada uno de los sectores analizados y
en cada una de las unidades territoriales consideradas. En
consecuencia, podemos considerar que el mtodo impone un
requerimiento informativo medio.

La escasez de aplicaciones existentes, al menos por el momento,

dificulta

la

comparacin

con

otras

experiencias

con

los

resultados obtenidos en las mismas. A ello cabe aadir el que la

difusin de la metodologa en el contexto acadmico sea, al menos
por el momento y hasta donde nosotros conocemos, limitada, sin
que haya sido sometida a un riguroso proceso de validacin y
discusin.
Criterio estadstico de deteccin de aglomeracin
En

la

estrategia

propuesta

por

Brenner,

la

deteccin

de

aglomeraciones o clusters en un sector se apoya en el resultado de un

contraste estadstico basado en la comparacin de la verosimilitud
alcanzada por el modelo que incorpora la presencia de clusters frente a
aquel que no lo hace. As, se concluye a favor de la existencia de
clusters cuando el ajuste a los datos alcanzado por el modelo basado en
Pc(f|s) supera significativamente el que se obtiene a travs de Pn(f|s), o
lo que es lo mismo cuando Lc > Ln . En caso contrario, Lc = Ln por
lo que la distribucin tipo Boltzmann asociada al trmino propio de los
clusters no se ve refrendada por los datos, indicando que la presencia de
clusters es poco verosmil.

120

Tras la estimacin de los parmetros de los modelos con y sin clusters

para un sector dado, la comprobacin de si la distribucin con clusters
describe de forma ms fiel la realidad se realiza a travs de un test de
razn de verosimilitud

Bajo la hiptesis nula de ausencia de clusters, es decir de igualdad de

las distribuciones de Pc(f|s) y Pn(f|s), se distribuye como 2 con 3
grados de libertad la diferencia entre el nmero de parmetros de
Pc(f|s) y de Pn(f|s). El rechazo de la hiptesis nula lleva a asumir la
existencia de clusters industriales para el sector analizado.
Adicionalmente, se sugiere comprobar si las distribuciones tericas en
ausencia y en presencia de clusters describen los datos empricos
adecuadamente. Para ello se emplea un contraste de KolmogorovSmirnov, que compara la funcin de distribucin acumulada de

las

distribuciones terica y emprica. No habr distancia significativa entre

ambas si las distribuciones terica y emprica son idnticas, mientras
que si no lo son se observarn entre ambas desviaciones significativas.
Se trata pues de comparar tanto la funcin de distribucin acumulada
terica correspondiente a Pc(f|s) y a Pn(f|s) con la distribucin emprica
asociada a los datos del nmero de empresas del sector analizado en
cada una de las regiones.
Aplicaciones de la metodologa
Hasta donde conocemos, el mtodo nicamente ha sido aplicado por
Brenner para el caso de la economa alemana. En Brenner (2005) se

121

aplica al caso de los 23 sectores manufactureros de la clasificacin

estndar a 2 dgitos en Alemania, mientras que en Brenner (2003 y
2004) el anlisis se amplia a los 104 sectores manufactureros de la
clasificacin a 3 dgitos. En ambos casos el mbito territorial es el de los
441 distritos administrativos existentes en Alemania a 30 de junio de
2001.
En ambos estudios las lneas fundamentales de la estrategia adoptada
son similares aunque hay diferencias en algunos aspectos. De entre
estos destaca que para la desagregacin a tres dgitos el anlisis se
efecta tanto en trminos absolutos como en trminos relativos. Para
ello, en el primer caso no se tiene en cuenta la dimensin de las
regiones, asignando un mismo valor de s para todas ellas igual a 1/441.
Por el contrario, en el segundo se relativiza el nmero de empresas
localizadas en cada regin a su dimensin, aproximada a travs del
porcentaje del empleo de la regin en el total de la economa alemana,
siguiendo la pauta descrita anteriormente. Adicionalmente, en ese
mismo

estudio

se

simplifican

Pc(f|s)

Pn(f|s),

excluyendo

la

componente asociada a la distribucin binomial en ambos casos, de

forma que las funciones empleadas son:

122

Las razones de esta simplificacin no son explicitadas claramente,

indicndose nicamente que la distribucin tipo Boltzmann parece
aproximar mejor que la Binomial la distribucin emprica de un mayor
nmero de sectores. No obstante, no descartamos que tal decisin
pueda tambin deberse a cuestiones computacionales dado que la
versin simplificada de las distribuciones se utiliza en la aplicacin en la
que se emplean un mayor nmero de sectores y donde el nmero de
firmas por sector en cada regin debe ser notablemente ms reducido.
En cualquier caso, los resultados para la economa alemana sugieren
que la contribucin de las distintas componentes de las distribuciones
tericas varan entre sectores, aunque con un cierto predomino de la
tipo Boltzmann. En cuanto a la deteccin de clusters, se obtienen en 4
de los 23 sectores a dos dgitos y en 54 de los 104 a tres dgitos, lo que
indica que el detalle sectorial empleado tiene un efecto importante sobre
la deteccin de aglomeraciones industriales. Por otra parte, la aplicacin
del contraste de Kolmogorov-Smirnov revela que para la mayora de
sectores no se puede rechazar la igualdad de las distribuciones tericas,
tanto la neutral como la asociada a la presencia de clusters, y la
emprica.
Potencialidad de resultados obtenidos
-

La identificacin de clusters industriales en el territorio siguiendo

el procedimiento basado en la comparacin de distribuciones
permite determinar la existencia de aglomeraciones de plantas
productivas en cada uno de los sectores considerados. El mtodo
123

asume que tales aglomeraciones son causadas por la presencia de

externalidades con una dimensin espacial que hacen ms
rentable a las empresas colocalizarse en el territorio, dando lugar
a clusters industriales. No obstante, para garantizar que esto es
realmente as se debera complementar el anlisis efectuado con
este mtodo con otro que incorporase de forma directa o indirecta
informacin

acerca

de

las

interacciones

entre

las

plantas

productivas. En cualquier caso, el uso de informacin estadstica

referida a un detalle sectorial y territorial elevado permitira la
obtencin de un mapa preciso de las aglomeraciones existentes en
el territorio espaol para cada uno de los sectores analizados.
-

La riqueza del mapa dependera en gran medida del detalle

sectorial y territorial que se pudiese llegar a emplear. Respecto al
detalle sectorial, sera interesante obtener un mapa tanto con un
detalle

sectorial

elevado

como

otro

correspondiente

agrupaciones sectoriales ms genricas. Por su parte, la necesidad

de disponer de un nmero de observaciones suficientemente
elevado para garantizar las propiedades asintticas del proceso de
estimacin e inferencia propios de esta metodologa, desaconsejan
su aplicacin para el caso de las Comunidades Autnomas e
incluso de las provincias. De esta forma el mbito territorial ms
adecuado podra ser el de los municipios o el de alguna agrupacin
natural de stos.
-

La utilizacin de informacin territorial detallada permitira la

replica del anlisis para cada una de las Comunidades Autnomas
de

forma

aislada.

Este

ejercicio

permitira

obtener

mapas

detallados de la localizacin de aglomeraciones a nivel regional,

que podran proporcionar evidencia complementaria a la obtenida
para el conjunto del territorio espaol. Por ejemplo, permitira la
deteccin de concentraciones de actividad que, aunque modestas
124

a nivel global, podran llegar a tener su relevancia para algunas

regiones.
Mtodo basado en la distribucin de distancias
Los dos mtodos expuestos anteriormente utilizan unidades geogrficas
como pases, regiones, condados, etc., como elementos en los que se
mide el volumen de actividad econmica en cada sector, que sirve de
base para constatar la presencia de clusters. Es decir, realizan la
deteccin e identificacin de clusters para un nivel de agregacin
espacial fijado a priori. La agregacin espacial conlleva una obvia
ventaja computacional pero con el inconveniente de despreciar mucha
informacin relativa a la localizacin precisa de las plantas productivas.
Adems lleva asociados problemas entre los que destacan:
-

la existencia de un escaso nmero de niveles de agregacin

espacial en cada pas,

la dificultad de comparar los resultados obtenidos para distintos

niveles de agregacin espacial,

el hecho de que las unidades espaciales se definan segn criterios

administrativos y no econmicos,

el que las unidades espaciales consideradas difieran en cuanto a

su tamao, poblacin, dimensin del mercado, etc.,

el problema de la unidad espacial modificable (el conocido entre

los gegrafos como MAUP), que en el caso concreto que nos ocupa
implica que la agregacin de plantas en las unidades espaciales
consideradas puede provocar la existencia de correlacin espuria
entre las variables de inters,

la

simetra

en

el

tratamiento

de

las

unidades

espaciales

consideradas, lo que supone que una regin vecina prxima sea

considerada igual que otra localizada a mil kilmetros. Esta
125

circunstancia supone un problema especialmente grave cuando la

localizacin de un sector sobrepasa las fronteras administrativas
de las regiones. Para tratar de superar los problemas asociados a
la agregacin en las medidas y contrastes de localizacin,
Duranton y Overman (2005) sealan que cualquiera de ellas para
ser realmente adecuada debe evitar la utilizacin de unidades
espaciales agregadas sugiriendo, en su lugar, realizar el anlisis
para el espacio continuo. Es decir, utilizar la distancia entre las
plantas productivas para valorar los patrones de localizacin
espacial de la actividad.
La aplicacin del mtodo basado en la distribucin de las distancias
permite pues la obtencin de una medida de localizacin, y de un
contraste del supuesto de aleatoriedad en la distribucin frente al de
aglomeracin, con interesantes propiedades y que supera en gran
medida los inconvenientes sealados para los otros procedimientos
propuestos en la literatura. Pero no constituye en s mismo un mtodo
que permita directamente la deteccin e identificacin de clusters
industriales. Sin embargo, lo recogemos en este estudio dado que
creemos que se debera valorar su utilizacin para contrastar de forma
ms robusta la existencia de aglomeracin en cada uno de los sectores
considerados, y la posibilidad de usar la informacin que proporciona
para, combinndola con otros elementos, poder realizar un proceso de
cluster mapping alternativo a los anteriormente expuestos.
Elementos esenciales del mtodo.
Supuestos iniciales
Los citados autores consideran crucial, tanto desde un punto de vista
terico como de poltica econmica, conocer i) la escala espacial de los
126

clusters, ii) si es una estructura de pequeas y medianas empresas o un

pequeo grupo de grandes empresas el causante de una elevada
concentracin, y iii) el alcance sectorial de la localizacin. Para aportar
conocimiento sobre estas cuestiones clave, Duranton y Overman
proponen un nuevo contraste basado en una medida de localizacin, con
fundamentos de la estadstica espacial.
En su opinin, cualquier medida de localizacin debe tener las siguientes
caractersticas:
-

controlar por la tendencia global a la aglomeracin de la industria,

controlar la concentracin sectorial,

ser insesgada respecto a la escala y la agregacin espacial, y

proporcionar el nivel de significacin de los resultados, es decir

que se base en la aplicacin de un enfoque probabilstico.

Los ndices propuestos en Ellison y Glaeser (1997) y Maurel y Sdillot

(1999) cumplen con 1) y 2), pero no con 3) y 4) dado que agregan las
plantas productivas en regiones definidas a un determinado nivel de
agregacin. Por el contrario, el ndice propuesto por Duranton y
Overman cumple con todas las propiedades, al considerar la distribucin
de las distancias entre pares de plantas en un sector y compararlo con
aqullas de sectores hipotticos con el mismo nmero de plantas que se
encuentran aleatoriamente distribuidas, condicionadas a la distribucin
del conjunto de la industria. As, el mtodo de cluster mapping que es
posible implementar en funcin de la sugerencia de los citados autores
se basa en la comparacin de la distribucin real de las distancias entre
plantas productivas de un determinado sector con la asociada a un
modelo de localizacin lo ms simple posible: el de aleatoriedad
condicionada a la distribucin de la actividad en el conjunto de la
industria.
127

Metodologa
La implementacin del mtodo basado en la distribucin de las
distancias entre plantas productivas requiere el seguimiento de las
siguientes fases: 1) Seleccin de las plantas productivas relevantes. Se
debe determinar a priori cul es el universo de plantas de cada sector
que deben ser consideradas en el anlisis. La opcin ms inmediata es
la utilizacin de la informacin de todas ellas, aunque la inclusin de un
elevado nmero de plantas de dimensin muy pequea (por ejemplo
menos de 10 trabajadores) puede distorsionar los resultados, dado que
las decisiones de localizacin de stas pueden ser muy diversas y
distintas de las correspondientes a empresas de mayor dimensin. Para
ilustrar esta circunstancia, Duranton y Overman discuten el caso del
sector de la construccin naval, que en el Reino Unido presenta un gran
nmero de plantas muy pequeas en las zonas no costeras mientras que
todas las grandes empresas se encuentran localizadas en la costa.
Concluyen que es muy probable que, aunque clasificadas en el mismo
sector, unas y otras realicen actividades muy distintas. Por ello plantean
dos alternativas, una consistente en establecer un umbral de tamao a
partir del cual incluir a las plantas en el anlisis y otra basada en la
ponderacin de la contribucin de cada planta segn el tamao de la
misma. Estas opciones dan lugar a resultados distintos dependiendo de
la distribucin de la dimensin de las plantas productivas en el espacio.
2) Clculo de la densidad de las distancias (densidades-K) para todos los
pares de empresas en cada sector. Para ello: i. se calcula la distancia
euclidea, Dij, entre todo par de plantas del sector analizado. Para un
sector con n plantas se calcularn un total de n(n-1)/2 distancias ii. se
estima la densidad de las distancias bilaterales para toda distancia d a
travs del mtodo kernel (ver, por ejemplo, Silverman, 1986):

128

donde h es el ancho de banda y f la funcin kernel.

En el caso de emplear una ponderacin por la dimensin de las plantas,
por ejemplo a travs del nmero de empleados, e, la densidad-K se
define como:

La densidad-K ha sido frecuentemente utilizada en otros mbitos

(geografa, biologa, etc) para el anlisis de la distribucin espacial de
individuos de inters, aunque en este caso Duranton y Overman
sugieren alisar las K(d) a travs de la estimacin de funciones de
densidad mediante la aplicacin del mtodo kernel con el objeto de
minimizar los errores que se pudieran cometer en el cmputo de las
distancias. 3) Construccin de distribuciones contrafactuales. Estas
sirven de referencia para poder discernir entre situaciones hipotticas de
aleatoriedad y de aglomeracin. Para ello se consideran sectores
virtuales con el mismo nmero de plantas, que se encuentran
aleatoriamente

situadas

en

una

de

las

localizaciones

realmente

ocupadas por una planta de cualquiera de los sectores que componen la

industria. Sera posible obtener distribuciones contrafactuales bajo
supuestos alternativos, pero se prefieren los citados dado que se
pretende controlar por la tendencia global de la industria a concentrarse
en el espacio, as como por el hecho de que existan lugares en el

129

territorio en los que no es posible la localizacin de plantas productivas

(tanto por razones naturales, i.e. existencia de un lago, como por
reglamentaciones especficas).
Por lo tanto en la obtencin de las distribuciones virtuales de referencia
se asume que el espacio de todas las localizaciones realmente existentes
por todas las plantas de la industria, independientemente del sector al
que

pertenezcan,

constituyen

el

conjunto

de

todas

las

posibles

localizaciones para cualquier planta de un sector analizado. Siguiendo

esa premisa se generan distribuciones contrafactuales mediante un
muestreo de la poblacin del conjunto de localizaciones existentes. Para
cada sector en el caso del Reino Unido, Duranton y Overman obtienen
1000 simulaciones. Cada una de estas simulaciones da lugar a la
localizacin de las n plantas del sector en n localizaciones del conjunto
de todas las posibles. A continuacin se calcula K(d) alisada para cada
simulacin.
4) Comparacin de la distribucin real de distancias con la distribucin
de distancias tericamente asociada a una situacin de aleatoriedad en
la localizacin de las plantas productivas (nicamente condicionada a la
aglomeracin observada en el conjunto de la industria). Las K(d)
correspondientes a las distribuciones contrafactuales simuladas bajo el
supuesto de aleatoriedad permiten determinar valores crticos empricos
con los que comparar a las K(d) asociadas a la distribucin real. La
comparacin se puede realizar tanto para el conjunto de distancias en el
intervalo que se considere relevante como a nivel global. Esto permite
determinar si el sector analizado presenta globalmente un exceso de
localizacin respecto al conjunto de la industria y para qu distancia se
cumple tal circunstancia.
Identificacin de los clusters industriales
130

Como se ha indicado anteriormente, en el trabajo de Duranton y

Overman no se plantea la deteccin e identificacin de clusters
industriales sino nicamente el diseo de un contraste de aglomeracin
espacial. Sin embargo, creemos que la aplicacin de su mtodo
permitira, como mnimo, comprobar de forma robusta la presencia de
clusters en cada uno de los sectores analizados. Y adems sera
interesante investigar la potencialidad de los resultados que se obtienen
con la aplicacin de esa metodologa para la realizacin de un cluster
mapping. nicamente a modo de ejemplo, dado que no constituira un
mtodo riguroso ni objetivo, sugerimos combinar la informacin que nos
indica que un sector presenta un exceso de localizacin en trminos
globales y para qu rango de distancias lo presenta, con la simple
visualizacin de las plantas productivas de ese sector en un mapa. De
esa forma se podra fcilmente determinar las aglomeraciones de
plantas ms significativas del sector analizado. De hecho este proceder
es seguido en el trabajo de Duranton y Overman para ilustrar la
existencia de algunos clusters en sectores seleccionados para el caso del
Reino Unido. Opciones ms sofisticadas implicaran la aplicacin de
algoritmos que agrupasen plantas a partir de la informacin de la
distancia que hay entre ellas, como por ejemplo los empleados en los
habituales anlisis multivariantes de agrupacin de individuos.
Relacin con la funcin K de Ripley
Marcon y Puech (2003) sealan que la densidad-K definida en el trabajo
de

Duranton

Overman

es

muy

parecida

una

medida

de

concentracin espacial basada en el anlisis de la distribucin de puntos

ampliamente utilizada en disciplinas como la ecologa y la epidemiologa.
Esta medida se conoce como funcin K de Ripley (1976, 1977). La idea
bsica de esta medida es muy simple. Si se toman las plantas
localizadas en un espacio determinado, ste presentar igual densidad
de plantas en el caso de que cualquiera de las localizaciones que lo
131

configuran resulte igualmente atractiva a todas ellas. Es posible

entonces definir un marco de referencia calificado como de aleatoriedad
espacial total, en el que las plantas se localizan en cualquier lugar con
igual probabilidad y lo hacen de forma independiente a la localizacin de
las otras plantas. Por el contrario, si la localizacin de una planta
depende de la localizacin de otras, entonces cuando tomemos a una de
ellas encontraremos un nmero mayor de plantas en su proximidad que
el asociado a una situacin de aleatoriedad. En consecuencia, podemos
extraer conclusiones sobre el nivel de aglomeracin de un sector a partir
del nmero medio de plantas vecinas para cada distancia.
La funcin K de Ripley permite describir la distribucin espacial de un
conjunto de puntos. Denotando la densidad media de los puntos
mediante , el nmero esperado de puntos en una situacin de
aleatoriedad en la distribucin espacial en un circulo de radio r es r2.
La funcin K(r) se define como el nmero medio de vecinos dividido por
, es decir K(r)= r2.
Este constituye el valor de referencia de la situacin de aleatoriedad,
con el que se compararn los valores de la funcin K de Ripley
obtenidos, en nuestro caso, para el nmero medio de plantas vecinas en
una distancia determinada. Para evitar la comparacin con r2, Besag
(1977) normaliza la funcin para obtener como referencia el valor nulo,

definiendo as la funcin

De esta forma, L(r)>0 nos indica

que la distribucin observada est aglomerada para una distancia de

radio r mientras que si L(r)<0 la evidencia apunta a dispersin en la
distribucin para esa distancia19.
19

El calculo de L requiere la definicin de un crculo de radio r en torno a la localizacin de cada una de las
plantas productivas. Esto ocasiona problemas en las inmediaciones de las fronteras del espacio analizado,

132

En consecuencia, y siguiendo un procedimiento similar al expuesto

anteriormente para el caso del mtodo de Duranton y Overman, se trata
de calcular la funcin L para un amplio rango de distancias y comparar
los valores obtenidos con los asociados a la hiptesis nula de una
distribucin aleatoria. Pero a pesar de ello, la funcin L no tiene en
cuenta la heterogeneidad innata en la distribucin de la actividad
econmica, es decir el hecho de que no todas las localizaciones del
territorio resulten igualmente atractivas para las plantas del sector
analizado, dado que la distribucin de referencia que considera es la de
aleatoriedad pura. Para incorporar la heterogeneidad espacial, Marcon y
Puech sugieren definir una funcin D(r) mediante la que se compara la
funcin K(r) observada para el sector analizado como una funcin K(r)
asociada a una distribucin de control: la correspondiente a las plantas
de todos los dems sectores. De esta forma la funcin D(r) se define
como la diferencia entre ambas funciones K. En consecuencia, la funcin
D(r) permite detectar desviaciones del patrn de localizacin de las
plantas de un sector respecto del existente para el conjunto de plantas,
excluidas las del propio sector analizado.
A pesar de que las funciones R y L tienen un slido bagaje en otros
mbitos cientficos, Marcon y Puech (2003) reconocen que estas
medidas precisan de adaptaciones para alcanzar todas las propiedades
que cumple la densidad-K propuesta en Duranton y Overman.
Ventajas e inconvenientes
Ventajas

dando lugar al calificado como edge effect. El sesgo inducido por este efecto se puede corregir utilizando
nicamente la parte del rea del crculo incluida en el espacio considerado.

133

La medida de localizacin propuesta en Duranton y Overman, y el

contraste

basado

en

sta,

cumple

con

cuatro

propiedades

deseables: i) garantiza la comparacin entre sectores, ii) controla

por el nivel de concentracin de la industria en su conjunto, iii) es
insesgada respecto a la escala y la agregacin espacial, y iv)
proporciona

informacin

acerca

del

nivel

de

significacin

estadstica de los resultados.

-

En consecuencia, la identificacin de exceso de localizacin

(aglomeracin) o de dispersin en un sector se basa en la
utilizacin de un criterio estadstico, fijado a priori, objetivo y
reproducible. Aunque se debe recordar que ello no posibilita la
deteccin

identificacin

directa

inmediata

del

espacio

geogrfico en el que, en su caso, se sita la aglomeracin, y por

tanto la realizacin del cluster

mapping a travs de un

procedimiento totalmente objetivo.

-

Se tienen en consideracin las caractersticas especficas de cada

sector a la hora de computar los criterios estadsticos en los que
se apoya el mtodo. En consecuencia, los intervalos y bandas de
confianza locales y globales son especficos para cada sector.

Permite controlar por diferencias en la distribucin del tamao

entre plantas productivas de forma que, adems de tener en
cuenta

la

localizacin

precisa

de

cada

planta,

incorpora

informacin del empleo que se ubica en cada una de ellas.

Asimismo, permite distinguir las pautas de localizacin de plantas
de distinta dimensin.
-

En comparacin con otros mtodos basados en funciones de

distancias, no requiere de la correccin por efectos frontera (edge
effects).

134

Dado que la propuesta de Duranton y Puga apareci publicada en

un medio de reconocido prestigio entre la profesin, podemos
sealar que el mtodo goza de reconocimiento acadmico amplio.

Inconvenientes
-

El mayor inconveniente de este procedimiento es que no contiene

ningn mtodo explcito de deteccin e identificacin de clusters
industriales, lo que impide su aplicacin directa para la realizacin
de un cluster mapping. En consecuencia, nicamente es posible
realizar esta operacin de manera subjetiva a partir de la
localizacin

en

el

territorio

de

las

plantas

productivas

pertenecientes a los sectores para los que se concluya a favor de

la existencia de aglomeracin.
-

An en el caso de plantear la extensin del mtodo para realizar la

deteccin e identificacin de clusters, no se incorporara en el
anlisis uno de los elementos constituyentes de la definicin de
cluster industrial: el de la presencia de externalidades entre
sectores que, al estar acotadas en el espacio, provocan la
localizacin de plantas de distintos sectores en un mismo
territorio.

El

mtodo

plantea

una

elevada

necesidad

de

informacin

estadstica, al precisar de informacin de la localizacin espacial

precisa de todas las plantas productivas de la economa analizada.
Adems, en el caso en el que se desee tener en cuenta la
distribucin de la dimensin empresarial se debe disponer de
informacin de, por ejemplo, el nmero de empleados en cada una
de las plantas productivas.
135

La implementacin de este mtodo es relativamente compleja e

intensiva en clculo al requerir el cmputo de las distancias entre
todos los pares de empresas de cada uno de los sectores
considerados y de las distancias en el caso de cada una de las
distribuciones simuladas.

Las distribuciones contrafactuales que permiten contrastar el

supuesto de aleatoriedad en la distribucin espacial de la actividad
frente a los de aglomeracin o dispersin se obtienen a partir de la
asuncin de un modelo muy sencillo, que simplemente reproduce
la localizacin espacial de las plantas en el conjunto de la
industria, sin que se incorporen supuestos ms complejos o
evidencia adicional acerca de las pautas de localizacin de la
actividad o de los factores que pueden estar ejerciendo de
atractores o repulsores para actividades especficas. Adems, la
misma distribucin hipottica sirve como referencia para todos los
sectores, lo que evidencia que no se tienen en cuenta posibles
particularidades de cada uno de ellos.

En la construccin de las distribuciones contrafactuales todas las

empresas son consideradas del mismo tamao y, por tanto, se
asume que su localizacin es intercambiable. Este supuesto es
difcilmente verosmil en el caso en que la distribucin del tamao
empresarial sea muy dispersa, dado que una empresa muy grande
no podr ocupar el lugar de una empresa muy pequea y tampoco
es racional imaginar que una pequea ocupar todo el espacio de
una muy grande.

136

La determinacin del umbral de la distancia mxima considerada,

necesario para la implementacin del mtodo, se realiza de forma
ad hoc.

Dado que tanto la funcin de densidad real como la virtual son

normalizadas para que sumen la unidad, desviaciones positivas de
la

primera

en

algunas

distancias

se

deben

compensar

necesariamente con desviaciones negativas para otras distancias.

-

El mtodo puede tener problemas en detectar aglomeracin en

sectores en los que la actividad se concentre preferentemente en
corredores (a lo largo de un ro, en la costa, etc.) donde la
distancia fsica sea mayor. Precisamente, la consideracin de la
distancia fsica como nico factor de proximidad entre plantas
constituye otra de las debilidades del mtodo, dado que en
algunos territorios puede existir divergencia entre la distancia en
trminos fsicos y la existente, por ejemplo, en trminos de tiempo
de desplazamiento.

El mtodo cuenta todava con escasa difusin, posiblemente

debido a su relativa novedad, lo que impide disponer de
aplicaciones del mismo y de anlisis crticos. La casi nula
disponibilidad de aplicaciones dificulta tambin la posibilidad de
comparar los resultados parciales y globales que se pudieran
obtener de su aplicacin a la economa espaola con los de
economas de nuestro entorno.

Aunque no es estrictamente necesario para su implementacin, las

caractersticas del mtodo aconsejan que se disponga de un
nmero mnimo de plantas en cada uno de los sectores analizados
137

para garantizar la robustez de los resultados. De hecho no

conocemos,

creemos

que

sera

interesante

conocer,

la

sensibilidad del ndice y del contraste de localizacin al nmero de

plantas.
Criterio estadstico de deteccin de aglomeracin
Como se ha indicado anteriormente, el contraste de localizacin
presentado en esta seccin se basa en la comparacin de la distribucin
observada de las distancias entre pares de plantas del sector analizado y
las correspondientes a distribuciones contrafactuales generadas para
una situacin de aleatoriedad nicamente condicionada a la tendencia a
la aglomeracin observada en la industria en su conjunto. Dado que se
persigue basar la conclusin en un criterio de tipo estadstico, se
construyen

intervalos

de

confianza

para

las

K(d)

que

permiten

determinar la significacin de la densidad tanto de forma local como

global.
Intervalos de confianza locales
Para la construccin de los intervalos de confianza, el primer paso
consiste en determinar el rango de distancias que se considera relevante
para el anlisis. Duranton y Overman sugieren utilizar como umbral la
mediana de la distribucin de las distancias observadas entre todos los
pares de plantas del conjunto de la industria, lo que para el caso del
Reino Unido corresponde a 180km. De esa forma el rango de distancias
analizadas es aqul en el intervalo [0, 180]. Una vez determinado el
rango de distancias, para cada kilmetro en ese intervalo se ordenan las
distribuciones simuladas en orden ascendente, seleccionndose el
percentil

el

95

para

obtener

los

intervalos

de

confianza

correspondientes al 5% inferior y al 5% superior, respectivamente.

Denotndolos mediante K5(d) y K95(d), si para un sector se obtiene que
138

K(d)> K95(d) se debe concluir que el sector presenta localizacin a una

distancia d. Por el contrario, si K(d)< K95(d) el sector presentar
dispersin a la distancia d.
Un grfico de la densidad-K en el intervalo de distancias [0, 180], junto
a los valores asociados a cada distancia de K5(d) y K95(d) permite
visualizar fcilmente el patrn de localizacin del sector analizado.
Bandas de confianza globales
Adems de obtener informacin acerca de las pautas de localizacin
para cada valor de la distancia, resulta interesante extraer una
conclusin acerca del patrn de localizacin global de los sectores
analizados. La cuestin es que incluso ante una situacin real de
aleatoriedad es posible obtener para algn nivel de distancia en el rango
considerado un valor de la densidad-K por encima (debajo) del intervalo
local superior (inferior), dado que en cada caso estamos asumiendo una
probabilidad de error del 5%. Es decir, que en cada 100 distancias
esperaramos obtener 5 para las que errneamente concluiramos que se
produce un exceso de localizacin. La solucin sugerida por Duranton y
Overman consiste en seleccionar aquellos niveles de confianza locales
inferior y superior para los que, cuando se consideran todas las
distancias en [0, 180], coincidan nicamente el 5% de las densidades-K
simuladas20. As, denotando por Ksup(d) la banda de confianza superior,
si K(d)> Ksup(d) para al menos un d [0, 180], la conclusin es que el
sector presenta localizacin global. Por su parte, la conclusin ser que
el sector muestra dispersin global cuando K(d)> Kinf(d) para al menos
un d[0, 180] y el sector no presenta localizacin (donde Kinf(d) es la
banda de confianza global inferior al 5%). Por lo tanto, la localizacin
20

Como indican los autores, la existencia de autocorrelacin positiva entre distancias impide la aplicacin del
mtodo tradicional de Bonferroni para la correccin del nivel de significacin en la aplicacin de contrastes
secuenciales.

139

global supone que la densidad-K se encuentra por encima de la banda

de confianza superior para al menos un nivel de distancia, mientras que
la dispersin global requiere que la densidad-K se encuentre por debajo
de la banda inferior para al menos una distancia y que en ninguna
sobrepase la banda superior.
Aplicaciones de la metodologa
Las nicas aplicaciones de las medidas de localizacin basadas en
distancias son las realizadas para el Reino Unido por Duranton y
Overman (2005) y por Fratesi (2005), y para el rea de Pars por
Marcon y Puech (2003). En el caso de los dos primeros trabajos, los
autores explotan la exhaustiva informacin contenida en la base de
datos ARD, producida por el instituto nacional de estadstica britnico y
que contiene informacin acerca del nmero de empleados, el sector de
actividad (segn la clasificacin SIC) y el cdigo postal para todos los
establecimientos del Reino Unido. Duranton y Overman limitan su
anlisis

los

establecimientos

productivos

del

sector

industrial,

considerando agrupaciones sectoriales de 2 a 5 dgitos SIC. La

informacin de los cdigos postales es combinada con la referida a las
coordenadas espaciales de todos los cdigos postales en el Reino Unido
contenida en la base de datos Code-Point del Ordnance Survey. Esto
permite a los autores obtener informacin bastante precisa de la
localizacin geogrfica de todas las plantas productivas del sector
industrial en el Reino Unido.
Una vez obtenida la localizacin espacial de las plantas, Duranton y
Overman implementan su procedimiento para la totalidad de las plantas,
diferenciando por tamao al considerar aquellas con 10 o ms
trabajadores y con menos de 10 trabajadores, y para la totalidad de las
plantas pero ponderando por el nmero de empleados de cada una de
140

ellas, de forma que en este ltimo caso los resultados que obtienen
deben ser interpretados en trminos de localizacin del empleo.
Los resultados obtenidos permiten a los autores obtener las siguientes
conclusiones acerca de los patrones de localizacin de la actividad
productiva de los sectores industriales en el Reino Unido:
el 52% de los sectores estn localizados (presentan un exceso de
localizacin, es decir estn aglomerados), mientras que un 24% estn
dispersos, todo ello a un 5% de nivel de confianza. El resto no se
desvan significativamente de la aleatoriedad,
la localizacin se produce bsicamente entre 0 y 50 km de distancia
el grado de localizacin es muy distinto entre sectores
los sectores que pertenecen a una misma rama de actividad suelen
presentar patrones de localizacin similares
al diferenciar por el tamao de las plantas se obtienen patrones de
localizacin muy diversos dependiendo de los sectores. En algunos
sectores son las plantas pequeas las ms aglomeradas mientras que en
otros la localizacin es mayor en las grandes.
no hay diferencias sustanciales en los patrones de localizacin entre
los sectores a 4 y 5 dgitos, pero s a 3 dgitos. Para este ltimo caso, la
localizacin se produce tanto en distancias cortas (0 a 50 km) que
pueden ser asociadas al mbito local, como a escala regional, con
distancias entre 80 y 140 km.

141

Por su parte, Fratesi (2005) analiza en detalle la localizacin de dos

sectores de la clasificacin SIC a 3 dgitos para el Reino Unido: el SIC
244 correspondiente al sector Farmacutico y el SIC 334 de ptica y
Fotografa.

Para

ambos

considera

todos

los

subsectores

de

la

clasificacin a 5 dgitos. El inters del anlisis especfico de estos

sectores radica, segn el propio autor, en que se corresponden con
actividades

industriales

avanzadas

para

las

que

los

aspectos

organizativos deberan jugar un papel ms importante que las ventajas

comparativas geogrficas o las razones histricas. Para ello utiliza
ndices de localizacin tradicionales como el de Gini, ndices del tipo
Ellison y Glaeser y las modificaciones de Maurel y Sedillot (1999) y
Devereux et al (1999), y medidas basadas en la distribucin de
distancias, siguiendo la aproximacin de Duranton y Puga.
Los resultados del citado trabajo confirman que se obtienen distintas
conclusiones acerca del grado de aglomeracin al utilizar las medidas
basadas en la densidad de las distancias, aunque se debe tener presente
que los resultados obtenidos mediante los ndices de concentracin y los
basados en distancias no son directamente comparables dado que los
primeros se refieren a la concentracin del empleo mientras el segundo
se basa en el ndice no ponderado segn el volumen de empleo en cada
planta, por lo que hace referencia a la localizacin de las plantas
productivas. Fratesi considera que las distintas medidas revelan
aspectos complementarios de los patrones de localizacin, por lo que es
razonable la utilizacin simultnea de todas las medidas en los trabajos
empricos. En cualquier caso, los resultados obtenidos a travs de las
densidades-K revelan diferencias sustanciales en el grado de localizacin
entre los subsectores de los dos sectores considerados y como, en los
casos en los que existe exceso de localizacin, sta se produce para
distancias no mayores a 50 km.
142

Finalmente, cabe sealar que Marcon y Puech (2003) analizan los

patrones de localizacin en los sectores industriales del rea de Pars y
del conjunto de Francia, utilizando la funcin L de Besag, la cual, como
indicamos anteriormente, es una modificacin de la funcin K de Ripley.
Para ello consideran las plantas de los 14 sectores industriales (5739 en
el caso de Pars y 25186 para el del conjunto de Francia), concluyendo
que los patrones de localizacin en el rea urbana de Pars difieren de
los del conjunto de Francia. As, en el caso parisino detectan 5 sectores
significativamente

concentrados

con

dispersin

significativa,

mientras que para el conjunto del territorio francs son slo 4 los
sectores donde la concentracin es estadsticamente significativa, y
tambin 4 los que muestran dispersin significativa. Los restantes 6
muestran dispersin o concentracin para algn rango de distancia.
Adems, en ambos mbitos territoriales los patrones de concentracin
geogrfica difieren entre sectores, variando por ejemplo la distancia en
la que aparecen los picos de mayor concentracin.

Potencialidad de resultados obtenidos

- Como se ha reconocido al principio de esta seccin, las aportaciones
existentes en la literatura referidas al mtodo basado en las distancias
no contienen un procedimiento explcito de deteccin e identificacin de
clusters industriales, por lo que su utilizacin para el caso de la
economa espaola no permitira en s misma la obtencin de un mapa
de los clusters existentes. No obstante, creemos interesante plantear, al
menos con vistas al futuro, la utilizacin de medidas y tests basados en
las distancias para la deteccin robusta de aglomeracin en los sectores
143

analizados. Creemos que es el mtodo que garantizara una mayor

fiabilidad y riqueza de resultados, al controlar por la tendencia global a
la aglomeracin de la industria y por la concentracin sectorial, por ser
insesgada respecto a la escala y la agregacin espacial, y por
proporcionar el nivel de significacin de los resultados. Dado que la
identificacin de los sectores que presentan aglomeracin de la actividad
es un paso previo en cualquier mtodo de deteccin e identificacin de
clusters, creemos interesante poder incorporar las medidas propuestas
por Duranton y Overman a cualquiera de los procedimientos de cluster
mapping, bien sustituyendo o complementando el uso de medidas
basadas en la agregacin territorial.
- Las medidas basadas en distancias no consideran de forma directa la
interaccin entre las empresas por lo que no permiten extraer
conclusiones

acerca

de

la

existencia

de

externalidades

acotadas

espacialmente, pero s permiten comprobar la tendencia de las plantas

productivas de distintos sectores a co-localizarse en el espacio,
mediante una sencilla modificacin de la densidad-K21.
- El mtodo basado en las distancias precisa de las coordenadas
espaciales de la localizacin de todas las plantas, lo que puede resultar
en un grave inconveniente para el caso de la economa espaola. No
obstante,

an

en

el

caso

de

no

disponer

de

esa

informacin

georeferenciada, sera posible obtener las medidas de localizacin en el

caso de disponer, por ejemplo, del municipio en el que se localizan las
plantas. En ese caso, se debera realizar una imputacin de una
localizacin espacial precisa a cada una de las plantas de todos los
municipios, incurriendo en un error que est en relacin al rea del
menor de los municipios.
21

Vase el apartado 6 de Duranton y Overman (2005).

144

- Sera posible contrastar la existencia de aglomeracin y de dispersin

tomando como referencia tanto el conjunto de la economa espaola
como territorios especficos de la misma. As se podra realizar el anlisis
para cada una de las CCAA, simplemente replicando el procedimiento
con las plantas localizadas en cada una de las regiones.
- Sera posible obtener resultados referidos tanto a los patrones de
localizacin de las plantas productivas como del empleo, en el caso en el
que fuese posible disponer, no nicamente de la localizacin de cada una
de las plantas sino tambin de su volumen de empleo.

Propuesta Metodologca para el anlisis de un Cluster Industrial

Descripcin funcional del cluster.
Como tratamos en el apartado sobre el marco terico integrador el
anlisis de un cluster como parte de un espacio innovador cuyo ncleo
precisamente

es

una

red

productiva,

dan

una

nueva

expresin

empresarial y sectorial a la defensa de mercados locales y/o a la

penetracin

de

mercados

externos.

Es

decir,

las

posiciones

de

negociacin de un pas se construyen desde el conocimiento de la

existencia o no de vocaciones productivas, y de como estas se alinean

145

hacia la conformacin de clusters basados en la innovacin, siendo esta

la verdadera fuente del crecimiento de la productividad y competitividad
empresarial, regional y pas.
En consecuencia, la unidad de anlisis para ilustrar un proceso de
desarrollo regional, se centra en el cluster, entendido como una Es un
grupo

de

empresas

geogrficamente

similares estrechamente conectadas

delimitado

con

actividades

por tecnologas y segmentos

industriales con un alto numero de uniones verticales y horizontales.

Adems las empresas se interconectan por la formacin de un mercado
laboral local para un tipo particular de trabajo con las habilidades
significativas pertinentes para este segmento o tecnologa en particular
..(Dahl 2003:30)
Detrs de esta visin del proceso de desarrollo y de la necesidad de
pensarlo en un entorno de mayor globalizacin, est una clara
conciencia que la competitividad a todo nivel es algo que se construye
en el largo plazo, y que por lo tanto tiene un referente de tipo sistmico
que debe entenderse y elaborarse. Por lo tanto, para guiar el proceso de
generacin de conocimiento para la negociacin desde la perspectiva del
estado y condiciones de la actividad productiva, se asumir el enfoque
de competitividad sistmica (Esser, K. El al., 1996:39).
La competitividad sistmica parte de la concepcin de un proceso social
de acumulacin y creacin de ventajas econmicas en el comercio,
garantizado por la construccin de capacidades empresariales y sociales,
que se obtienen en un marco de interaccin compleja en cuatro mbitos
para la accin, El nivel macro, donde bajo ambientes de estabilidad se
dan las condiciones para la existencia de mercados eficientes y
competitivos de factores, insumos, bienes y capitales, ejerciendo de esta
146

manera presiones sobre las empresas o unidades productivas, mediante

exigencias de desempeo. El nivel meso, donde las infraestructuras
fsicas (capital fsico), humanas (capital humano), tecnolgicas (capital
cientfico - tcnico), financieras (capital de trabajo e inversin), de
informacin (capital red) y ambientales (capital verde y azul), generan
un entorno apropiado para los efectos acumulativos del aprendizaje y la
innovacin. Y donde las estructuras econmicas, los mercados y las
estructuras de interaccin empresarial, las redes y los clusters,
determinan en gran parte la estrategia empresarial. El nivel micro,
donde se induce a la ampliacin de las capacidades productivas,
tecnolgicas, de gestin y estrategias de las empresas. Y el nivel meta,
donde - crea la nueva instituconalidad para la competitividad mediante
una renovada capacidad del Estado para conducir y regular, y se crean
espacios y formas de interaccin pblico - privadas para la construccin
colectiva y sinrgica de capacidades para la competencia. Con estos
parmetros de relevancia en cada nivel (mbito), se construye un nuevo
patrn orgnico de regin, que permite la eficiente asignacin de
recursos junto a la minimizacin de los costos de transaccin,
organizacin y transformacin de valor, para la generacin de ventajas
competitivas en un marco sistmico. El no cumplimiento de la sinergia
entre los diferentes niveles de la competitividad pas y/o regin, as
como la presencia de ineficiencias estructurales en el mbito meso de
las infraestructuras, en el mbito macro de los equilibrios, y en el
mbito meta de la confianza y la poltica publica, conllevan la generacin
de unos sobre costos que afectan la competitividad y la productividad
micro y macro.
Ahora bien, si se acepta el adagio de que son las empresas las que en
ultima instancia compiten, el soporte conceptual dado por la teora de la

147

ventaja competitiva basada en los recursos empresariales, es la idnea

para centrar el anlisis metodolgico a partir de estudios de caso.
En

efecto,

como

se

ver

en

detalle

durante

el

planteamiento

metodolgico que se propone, la ventaja competitiva de un cluster

estratgico regional se define por la robustez de los eslabones
empresariales en trminos de capacidades, y por la calidad y la
intensidad de las relaciones tcnicas, econmicas e institucionales entre
los agentes activos del cluster. Sin embargo, la posibilidad de tener
empresas o unidades productivas ms adecuadas para la construccin
de interacciones complejas dentro del cluster, y de esta manera adquirir
mayores niveles de competitividad a partir de la acumulacin de
capacidades empresariales, depende de un proceso de explotacin de
las fuentes de ventajas competitivas que pueden ser de dos tipos:
internas y externas. Externas cuando las empresas se apropian y
desarrollan a su vez entornos innovadores o espacios para la innovacin
en el sentido de Castells, los cuales brindan fuentes de competitividad
en diferentes mbitos como vimos al describir la competitividad
sistmica.

Esto

es,

las

fuentes

pueden

provenir

de

condiciones

macroeconmicas, meso econmicas (explotacin de infraestructuras y

plataformas) y meta econmicas (uso adecuado de las reglas del juego
y la poltica de promocin y fomento). Por otro lado, las empresas
pueden explotar fuentes internas para construir ventajas competitivas.
las cuales se originan fundamentalmente del saber hacer y del saber
aprender de las empresas. En otras palabras. las fuentes internas se
surten de los recursos, tangibles e intangibles. que las empresas
acumulan en trayectorias de aprendizaje tecnoeconmico. A su vez,
estas fuentes internas estn determinadas por la orientacin estratgica
de la firma o unidad productiva, siendo posible diferenciar fuentes de

148

ventaja

competitiva

asociadas

una

estrategia

genrica

de

diferenciacin o a una alternativa o complementaria de costo.

Por ejemplo, se tienen como fuentes internas de competitividad, en
empresas que se orienten por una estrategia costo, y utilizando el
esquema conceptual de la red de valor las siguientes :

En la actividad de logstica interna: Una relacin estable con los

proveedores hace que stos trasladen a la empresa sus ahorros
de costos.

En la actividad de operacin: Las economas de escala en planta

reducen los costos de fabricacin. El efecto experiencia eleva la
eficiencia a lo largo del tiempo.

En la actividad de logstica externa: El diseo de rutas por

ordenador reduce gastos de transporte. Los envos masivos
reducen e) costo de transporte unitario.

En la actividad del marketing: Una campaa de publicidad muy

amplia crea economas de escala en la compra de espacio/tiempo
publicitario.

En

la

actividad

del

servicio

posventa:

los

tcnicos

de

mantenimiento reparan adecuadamente el producto, evitando el

eosto de nuevas reparaciones.

149

En la infraestructura de la empresa: Una estructura organizativa

ms plana reduce costos

fijos. Un sistema de informacin

simplificado reduce los costos de administracin.

En la administracin de recursos humanos: Polticas de personal

que minimicen la rotacin. Formacin del personal de produccin
para evitar despilfarros.

En el desarrollo de tecnologa: Nuevas tecnologas productivas que

reduzcan los costos operativos. El rediseo de productos permite
el uso de componentes ms baratos.

En el aprovisionamiento: Importaciones de componentes de bajo

costo. La localizacin

de plantas en zonas rurales reduce el costo

de instalacin.
En contraste se pueden identificar en trminos ilustrativos, ejemplos de
fuentes de ventajas competitivas para las empresas orientadas a la
diferenciacin, as:

En la actividad de logstica interna: La entrada de unos mejores

materiales eleva la calidad de los productos terminados.

En la actividad de operacin: Una tasa baja de productos

defectuosos

hace

que

aumente

la

satisfaccin

de

los

consumidores. El rendimiento del producto mejora si ste se

ajusta a las especificaciones.

150

En la actividad de logstica externa: Un reparto JIT reduce

prdidas de tiempo. Unos mejores sistemas de distribucin
minimizan los desperfectos en el producto.

En la actividad del marketing: Una publicidad con impacto crea

imagen. Una mejor informacin tcnica sobre los productos ayuda
al consumidor en su eleccin.

En la actividad del servicio posventa: La amabilidad de los tcnicos

de

mantenimiento

favorece

mejores

relaciones

consumidores. Unos repuestos de alta calidad

con

los

garantizan la

capacidad de funcionamiento del producto.

En la infraestructura de la empresa: Una amplia base dc datos

sobre consumidores facilita una publicidad ms efectiva. Un jefe
"popular" refuerza la imagen de la empresa.

En

la

administracin

de

recursos

incentivos que fomenten una

humanos:

Programas

de

produccin de alta calidad.

Programas de formacin que mejoren la imagen de la empresa.

En el desarrollo de tecnologa: Productos con caractersticas

innovadoras

que

superen

en

funcionamiento

los

de

la

competencia. Esfuerzos en I+D que den lugar a un producto de

calidad superior.

En el aprovisionamiento: La compra de componentes de marca

mejora la imagen del producto terminado. Compra del espacio
publicitario ms efectivo.

151

De la lectura anterior se deriva claramente que las practicas ms

comunes en las organizaciones, responden en el fondo a una directriz de
posicionamiento estratgico, y a su vez cada una de ellas implican el uso
de recursos, que adecuadamente orientados, derivan en capacidades
centrales o aptitudes para la consolidacin o creacin de ventajas
competitivas. en resumen la esencia de la apuesta conceptual para el
diseo metodolgico. En efecto, la idea es la concepcin de un proceso
de acumulacin de capacidades empresariales para la gerencia del
conocimiento en las empresas. Esta acumulacin se da va flujos
(procesos) de aprendizaje tecnolgico y organizacional, adems de la
incorporacin del cambio tcnico. As, las organizaciones adquieren
habilidades y aptitudes para el manejo de recursos tal que durante el
proceso de gerencia del cambio tcnico y de la produccin, se
identifiquen fuentes de ventaja competitiva.

La descripcin funcional del cluster objeto de estudio parte de la

identificacin
institucionales.

de

su

malla

funcional

Seguidamente

se

las

procede

principales
a

relaciones

caracterizar

el

encadenamiento productivo en torno al cual se constituye en el ncleo

de aglomeracin del cluster de estudio. Con este propsito se identifican
y describen las relaciones de carcter econmico, tcnico e institucional.
El objetivo central de este primer paso metodolgico consiste en la
seleccin del nodo estructurante o actividad productiva (o prestacin de
el servicio) propia del cluster.

152

Contenido: La descripcin funcional del cluster objeto de estudio parte

de la identificacin de su malla funcional y las principales relaciones
institucionales.

Seguidamente

se

procede

caracterizar

el

encadenamiento productivo en torno al cual se configura el cluster .

La metodologa que se propone para el anlisis de la competitividad del
cluster de autopartes que se encuentra en el Estado de Puebla, gira en
torno a tres tipos de anlisis: evaluacin de las brechas (gaps) de las
capacidades empresariales, evaluacin del posicionamiento competitivo
del producto o servicio,

y evaluacin de los niveles de clusterizacin

bajo los factores socioculturales que contribuyen a su consolidacin

En la figura XX se sintetiza la estructura de la propuesta metodolgica.

En ella, en un primer momento, se presentan los rasgos generales del
agrupamiento empresarial objeto de estudio mediante un ejercicio de
descripcin

caracterizacin

orientado

destacar

los

aspectos

relevantes en cuanto a la clusterizacin; ejercicio que permite identificar

los nodos de red productiva en el que se encuentra inserto el cluster y
sirve de base para desarrollar el segundo componente referido a la
evaluacin de las condiciones meso que brinda el entorno para el
desarrollo del cluster. En un tercer momento se estudian las condiciones
(micro) empresariales con el propsito de evaluar las capacidades
competitivas con que cuenta el cluster. En una cuarta instancia, se
analiza el producto (o los productos) lder(es) del cluster con el fin de
establecer su perfil competitivo. Finalmente, se presentan algunas
conclusiones generales.

153

La figura xxx ilustra la dinmica de la propuesta metodolgica para el

levantamiento

del

anlisis

del

cluster

industrial.

Bajo

nuestra

perspectiva, la idea es la contrastacin de brechas existentes en el

proceso

de

acumulacin

de

capacidades

de

las

empresas

y/o

organizaciones que conforman y son las "estructurantes" de un cluster

definido por una vocacin productiva regional. As, se busca medir en

154

ultimas la capacidad competitiva del cluster regional estudiado, en

funcin de la determinacin de las capacidades competitivas de las
denominadas empresas "nodo o estructurantes". Esta medicin se
elabora en funcin de un referente terico, alimentado por modelos de
competitividad experiencias de consultara empresarial, y metodologas
de medicin de capacidades empresariales. La apuesta terica es que la
competitividad del cluster depende de la acumulacin de la capacidad
endgena de sus empresas "estructurantes", pero crucialmente de la
densidad de relaciones y construccin de sistema o red en el espacio
regional. En este sentido, la competitividad va ms all de la
competencia en los mercados y se alimenta en la cooperacin o
densificacin de las relaciones y flujos tecnoeconmicos en un territorio,
la clusterizacin.
En la prctica se evalan las capacidades de innovacin, produccin y
comercializacin de las empresas "nodo o estructurantes" del cluster
identificado como estratgico en la regin. Estas capacidades, se
alimentan de la acumulacin de capacidad tecnolgica (la que permite
manejar el cambio tcnico) y de la existencia de recursos crticos en las
empresas, los cuales pueden ser tanto tangibles (los tpicos factores de
la produccin econmica), como intangibles (el conocimiento tcito y el
saber hacer). Los procesos que dinamizan esta acumulacin de
capacidades estn dados por el aprendizaje tecnolgico y organizacional,
y por el mismo proceso de formulacin de estrategias corporativas,
competitivas y funcionales.

155

Figura xxx.

El protocolo metodolgico a seguir, como lo pide el estudio de caso, es el

siguiente:
Las pautas para el desarrollo de la metodologa se presentan desde dos
perspectivas:

Centrada en la definicin de los contenidos, criterios e indicadores

para cada componente del anlisis.

Considerando los aspectos metodolgico; para su evaluacin.

Descripcin funcional del cluster

La metodologa se inicia con la descripcin del cluster sobre la base de la
identificacin de las principales relaciones de tipo funcional que se
generan a partir de la actividad productiva implicada en la cadena
producto-consumo, la cual se constituye en el ncleo de aglomeracin
del cluster en estudio. Con este propsito se identifican y describen las
relaciones de carcter econmico, tcnico e institucionales.
156

El objetivo central de este primer paso metodolgico consiste en la

seleccin del nodo estructurante o actividad productiva (o de prestacin
de servicios) propia del cluster
Contenido: caractersticas generales del cluster
La descripcin funcional del cluster objeto de estudio parte de la
identificacin

de

institucionales.

su

malla

funcional

Seguidamente

se

las

procede

principales
a

relaciones

caracterizar

el

encadenamiento productivo en tomo al cual se configura el cluster y,

finalmente, el propio cluster regional objeto de estudio
Relaciones tcnica y econmicas del encadenamiento productivo: malla
funcional del cluster.
Identificar los canales de comercializacin desde la produccin hasta el
consumo y, en ellos, los eslabonamientos de abastecimiento y venta.
Relaciones institucionales.
Constituidas por las actividades de soporte de origen pblico y privado,
relacionadas con

aspectos tales como la capacitacin de la mano de

obra, apoyo del avance tecnolgico y organizacional, actividades de

mercadeo y el financiamiento.
Caracterizacin general de la red productiva.
Presentacin de las caractersticas generales de la red en trminos de
las caractersticas y tendencias de su evolucin econmica y de su
desarrollo tecnolgico.
157

a. Caractersticas econmicas:

Desempeo de las principales variables econmicas sectoriales

(cadena): produccin, valor

agregado,

empleo,

exportaciones,

entre otras.

Niveles de concentracin econmica y estructura de mercados.

Localizacin regional de la(s) actividad(es) productiva(s).

b. Caractersticas y tendencias tecnolgicas:

Caractersticas del cambio tcnico industrial (sectorial) en el

mbito nacional e

internacional.

Nivel de actualizacin tecnolgica y estrategia competitiva.

Caractersticas del cluster.

Principales caractersticas del eslabn estructurante del cluster :

Extensin de la cadena a partir o hacia el eslabn estructurante.

Identificacin de las empresas nodo. Naturaleza de empresas y

niveles de concentracin econmica.

Propiedades del mercado.

Dinmica de] complejo empresarial, niveles y tipo de integracin

(desintegracin). Poltica pblica.

Pautas para la obtencin de la informacin.

Debe reconocerse la debilidad de la informacin estadstica a nivel
subsectorial, en particular para el caso de las regiones. Por ello, la

158

informacin disponible permite sustancialmente el anlisis descriptivo

del cluster, identificar dinmicas y tendencias sectoriales generales.
Dada la naturaleza de la metodologa, que en ningn caso corresponde a
un anlisis de tipo sectorial, las principales fuentes de informacin son
los expertos entrevistados, stos son funcionarios del sector pblico,
empresarios con una visin amplia del sector y los actores intermedios
(gremios, cmara de comercio, universidades, entre otros).
En razn del carcter cualitativo de la metodologa, la objetividad y
veracidad de la informacin recopilada se garantiza mediante la
contrastacin (triangulacin) de las fuentes. La experiencia aportada por
los ejercicios de validacin aportaron algunas pautas para la obtencin
de la informacin mediante las entrevistas, estas se resumen a
continuacin:
a. Las entrevistas deben ir delineando curvas de aprendizaje
en

dos

sentidos:

a)

derivar

nuevos

contactos

no

identificados, y b) identificar documentacin y estudios.

b. Las

entrevistas

deben

en

lo

posible

tener

soporte

magnetofnico. Una de las lecciones mejor aprendidas es

que las memorias de las entrevistas son una fuente
inagotable de contrastes de hiptesis.
c. Las entrevistas deben realizarse en parejas. Es decir, toda
entrevista debe ser guiada por uno de los entrevistadores y
la otra persona debe servir de soporte, tanto para la
precisin en la toma de notas como para profundizar algn
tema predefinido.
159

d. Como resultado trivial de la entrevista debe quedar un

contacto claro y factible. Es decir debe quedar abierta la
posibilidad

de

solicitar

ms

informacin

por

medios

electrnicos o de telecomunicaciones (e-mail, telfono o

fax).
e. Aunque parezca redundante, todo el trabajo de campo de
entrevistas debe soportarse en una preparacin previa a
partir de la lectura de documentos o estudios. La mnima
idea inicial sobre los problemas y las dimensiones de
indagacin a evaluar facilitan el fluir de la entrevista.

Productos
Los principales resultados de este anlisis preliminar se condensan en
un documento cuyos componentes principales son;

La malla funcional del cluster.

La caracterizacin general de la red productiva (caracterstica."

econmicas y tecnolgicas).

Identificacin del eslabn estructurante y de las empresas nodo

del cluster.

Caractersticas del cluster.

160

Seleccin del eslabn estructurante

Contenido: naturaleza del eslabn estructurante del cluster.
El eslabn estructurante del cluster esta constituido por la actividad
productiva de bienes o servicios que concentra el ncleo de las ventajas
comparativas explotadas o de las ventajas competitivas desarrolladas.
Estas se expresan en:

El producto o productos tpicos del cluster.

Las actividades con mayor volumen de produccin, generacin de

valor agregado, y que no necesariamente son exportadoras.

Presentan el mayor nmero de relaciones entre las empresas,

mayores conexiones e interdependencias con las empresas de este
y otros eslabones de la cadena productiva. Relaciones que
dinamizan la formacin y consolidacin de redes al interior del
cluster.

Ventajas de localizacin bien sean heredadas o desarrolladas y las

con mayores potencialidades de desarrollo.

Se constituye en el punto en el que se presenta la mayor

articulacin de factores de tipo meso y micro que potencian el
desarrollo del cluster.

161

De otra parte, la correcta identificacin del nodo estructurante brinda la

mejor perspectiva del anlisis, lo cual garantiza la relevancia de los
resultados del estudio en virtud de que se clarifica la comprensin de las
caractersticas y naturaleza del cluster, facilita la ubicacin de actores y
empresas relevantes.
Pautas metodolgicas para ]a seleccin del nodo.
Fuentes de informacin.

Si bien las fuentes secundarias de tipo cuantitativo, cuando existen,

proporcionan indicios sobre los eslabones o actividades ms importantes
dentro de la cadena que articula el cluster, la experiencia de validacin
muestra que stas son claramente insuficientes. De igual modo, los
estudios, documentos tcnicos, etc., aportan tanta o mayor informacin
acerca de las actividades nucleantes. Sin embargo, el juicio de los
expertos constituye la mayor y ms certera fuente de informacin que
permite identificar el eslabn estructurante. Esta informacin se recopila
mediante las entrevistas estructuradas a dichos actores.
Seleccin del nodo estructurante.
El nodo se selecciona a travs de su el producto lder, aquel que sintetiza
al cluster en la medida en que condensa las relaciones, su importancia
econmica y, sobre todo, el tejido empresarial e institucional. As
mismo, se debe considerar la trayectoria de evolucin del cluster,
destacando la permanencia en el tiempo de la actividad productiva
nucleante. El xito de la indagacin se supedita en buena medida a la
adecuada identificacin y seleccin de expertos a entrevistar. Estos se
inscriben dentro del sector acadmico, en las instituciones de mayor
162

relevancia regional, entre los empresarios con mayores conocimientos

sobre la actividad econmica regional y las personas que hayan
adelantado estudios e investigaciones sobre el tema en la regin.
La contrastacin de las fuentes debe arrojar los criterios definitivos para
tomar la decisin en cuanto al eslabn nuclenate del cluster.
Condiciones meso
Con el fin de establecer las condiciones que ofrece el entorno existente
en el departamento o regin para el desarrollo competitivo del cluster y,
en particular, para las empresas que lo conforman se propone una
MATRIZ H. La definicin de las dimensiones que la conforman estuvo
guiada por el marco terico integral. Su anlisis est orientado a evaluar
la plataforma existente para el desarrollo del cluster tanto en el nivel
meso corno en aquellos aspectos del nivel micro que contribuyen a
determinar perfil competitivo del cluster.
En concordancia con los objetivos de la metodologa, en esta parte del
trabajo se hacen explcitos tanto los contenidos, corno los criterios e
instrumentos utilizados para evaluar las condiciones existentes para el
desarrollo del cluster; este ejercicio contempla desde la obtencin de la
informacin hasta la presentacin de los resultados arrojados por la
indagacin.

163

La idea que atraviesa el anlisis es que entre mayor sea la cantidad de

establecimientos asentados en la regin y su interaccin, mayor ser la
densidad de sus relaciones, y que si a ello se agrega la existencia de
cooperacin entre las empresas e instituciones vinculadas al cluster, se
propiciarn

niveles

crecientes

de

sinergias

(mayor

nivel

de

clusterizacin) que elevarn sus capacidades competitivas y acelerarn

su desarrollo.

164

Contenido: matriz de dusterizacin

La matriz H, describe las dimensiones de anlisis utilizadas para evaluar
las condiciones existentes a nivel meso para el desarrollo de la
competitividad de los clusters estudiados y esboza los criterios utilizados
para tal fin.
Especializacin geogrfica
Esta dimensin procura establecer si el agrupamiento empresarial
estudiado encarna una clara especializacin productiva en la regin
donde est localizado. Para ello se acude, de una parte, a indicadores
que indagan por una concentracin geogrfica de empresas, del empleo,
de la produccin y del valor agregado, que indiquen si existe una
especializacin econmica; de otra, se indaga si la localizacin de esta
actividad productiva en la regin obedece a la existencia de ventajas
comparativas.
a. La importancia econmica de las actividades del cluster.
Acudiendo a variables de tipo cuantitativo, la importancia econmica de
las actividades del cluster se establece por dos vas:
A partir de la concentracin de empresas, produccin, empleo y valor
agregado en la regin, y si este representa un porcentaje significativo
en los agregados de dichas variables en el mbito departamental o
regional. Esto puede complementarse con indicadores que sealen el
puesto que esta participacin alcanza frente a otras actividades
industriales e, incluso, mineras, agropecuarias o de servicios.

165

Mediante el calculo del ndice de Hoover, con el fin de establecer si las

actividades del agrupamiento empresarial en cuestin constituye una
especializacin econmica en el pas. Esto es posible en la medida en
que dicho ndice seala si la participacin de esta actividad dentro del
departamento o regin es mayor o menor que la que alcanza en el
mbito nacional
b. La existencia de ventajas comparativas.
Para establecer las fuentes de ventaja comparativas, la indagacin se
orienta a identificar si existen ventajas de localizacin asociadas a
factores de oferta o de demanda. En el primer caso, stas se relacionan
con la existencia de materias primas e insumos crticos para las
actividades del cluster. En tal situacin, factores tales como la
abundancia, la facilidad de la obtencin y procedimiento de dichas
materias primas e insumos, los costos del transporte o de la mano obra,
incidirn en la existencia de bajos costos para la produccin o el
transporte de los productos del cluster que brindarn la posibilidad de
ofrecerlos (sean estos bienes o servicios) a bajos precios sin menoscabo
de niveles aceptables de rentabilidad. Estas ventajas tambin operan
cuando las empresas establecidas en la regin o departamento gozan de
la existencia natural de materias primas crticas de calidad, lo cual se
puede traducir en la posibilidad de ofrecer el producto a un mayor precio
que los competidores directos de las empresas del cluster sin que esto
afecte su competitividad.
En el caso de la demanda, las ventajas pueden estar asociadas a
factores tales como la cercana al mercado objetivo de los productos del
cluster, hecho que se puede traducir en menores costos asociados a su
distribucin y comercializacin, tambin al volumen mismo de dicho
166

mercado, en la medida en que esto contribuira a generar economas de

escala que le otorguen ventajas a las empresas del cluster frente a sus
competidores directos.
OBSERVACIN:
Dado e1 carcter dinmico del anlisis, resulta importante establecer:

El origen y trayectoria del agrupamiento con el fin de facilitar la

interpretacin de la dinmica que presenta en sus ltimos aos y
sus perspectivas futuras

Las posibilidades de sostener las ventajas comparativas ante cambios en

el entorno competitivo y ante la capacidad de generar mayor valor
agregado a los productos obtenidos al interior del cluster.
La cadena productiva
En esta dimensin del anlisis la indagacin busca establecer si la
cadena productiva en la regin est completa o no, y en qu grado, bajo
el supuesto de que entre ms completa e integrada sern mayores tanto
la intensidad en las relaciones empresariales como en los aprendizajes
productivos, y que esto aumentar la competitividad del cluster.
a. Extensin de la cadena en el pas.
Este anlisis incluye, desde luego, la posibilidad de establecer en qu
medida las actividades desarrolladas en el cluster pueden articularse a
las desarrolladas en otras regiones del pas, con el fin de profundizar el

167

desarrollo de la cadena productiva. Incluso, de ser necesario debera

establecer, una eventual articulacin a cadenas supranacionales, como
es el caso de la realizacin de actividades de maquila. Solo que en tal
caso, la indagacin debera orientarse a establecer qu capacidades
competitivas se derivaran de tal vinculacin.
b. Extensin de la cadena en la regin.
La indagacin busca establecer en qu medida existen posibilidades y/o
capacidades para generar mayor valor agregado en los productos
elaborados

en

cada

uno

de

los

eslabones

del

encadenamiento

productivo, como en los servicios que los soportan. Este aspecto es

fundamental

para establecer

las

posibilidades

existentes

para

el

desarrollo del cluster. Sobre todo, en la medida en que como fruto de

actividades tales como la investigacin y el desarrollo es posible la
diferenciacin del producto en el mercado. Esto en la medida en que se
indaga por la posibilidad de avanzar en la generacin de ventajas
competitivas.
Economas de escala y especializacin.
En este tpico se indaga si las empresas que dominan el cluster han
generado economas de escala de manera individual o si, por el
contrario, se han producido especializaciones o una densidad de
relaciones que hayan generado estas economas de conjunto pero
internas al cmulo de empresas que lo conforman.

168

a. Minimizacin de costos medios al interior de la empresa y el conjunto.

Establecer en qu medida se generan economas derivadas de una alta
especializacin derivada de la desintegracin vertical de la cadena
productiva, de una elevada especializacin por productos, o de la
presencia de un desarrollado apoyo por parte de industrias y servicios
conexos

especializados

que

contribuyen

generar

condiciones

favorables para el desarrollo de las empresas del agrupamiento

estudiado.
b. Desintegracin del proceso productivo.
La desintegracin vertical opera como un mecanismo que contribuye en
gran medida a densificar las relaciones nter empresariales y a fortalecer
el tejido empresarial en la medida en que por la va subcontratacin de
una parte de su proceso productivo ste puede optimizar su cadena de
valor. Esto le permite concentrarse en aquellas actividades en las cuales
puede generar mayor valor y beneficiarse de la especializacin de las
otras firmas en aquellas actividades que subcontrata. Estas economas
pueden acompaarse de aumentos de los volmenes de produccin
individuales y colectivos en aquellas actividades en que se han
especializado las firmas.
c. Especializacin horizontal.
En forma anloga cuanto a la posibilidad de gozar de economas de
alcance" derivadas de una alta diversificacin de los productos obtenidos
con los mismos insumos utilizados por las empresas. Esto se acrecienta
si adems, estas "economas de variedad" dan paso a la especializacin
169

(horizontal) de las empresas por productos. Esta posibilidad aumenta, al

menos

inicialmente,

entre

ms

pequeo

es

el

tamao

de

los

establecimientos.
d. Servicios empresariales.
Los beneficios derivados de un desarrollado sistema de servicios
empresariales (prestado por empresas especializadas en la consultora y
la asesora) concurren en el apoyo de las actividades desarrolladas por
las empresas que elaboran los productos esenciales de la cadena
productiva alrededor de la cual se articula el cluster.
OBSERVACIN:
Las economas derivadas de la especializacin de los establecimientos
productivos bien sea en el mbito vertical u horizontal tambin se
presentan entre establecimientos que operan descentralizadamente y
obedeciendo a criterios de especializacin, pero cuya propiedad se halla
centralizada. De esta forma estos grupos econmicos tambin generan a
su

interior

redes

empresariales

que

se

benefician

tanto

de

su

especializacin como de las sinergias que se generan en las relaciones

entabladas entre los establecimientos que las componen.
Desarrollo tecnolgico y orientacin competitiva de las empresas.
En esta dimensin del anlisis de las condiciones existentes para el
desarrollo de las capacidades competitivas del cluster se indaga por el
ambiente para el fomento de la rivalidad entre las empresas, por la
bsqueda de la eficiencia y de la diferenciacin estratgica de sus
productos, por la actitud empresarial frente a la incorporacin del
170

cambio tcnico y la innovacin, as como su orientacin exportadora.

Todo ello en la medida en que los avances registrados en estas variables
son fundamentales para enfrentar con xitos los desafos del mercado
en el actual contexto competitivo.
a. Rivalidad y eficiencia.
Con relacin a la eficiencia, se indaga ante todo por la existencia de
condiciones que la propicien, en particular, una alta rivalidad. Al
respecto, se considera que esta es mayor cuando las empresas
enfrentan la competencia extranjera, bien sea afuera del pas o dentro
del territorio nacional, especialmente en un contexto de apertura
comercial; tambin se considera que sta se propicia cuando existe una
produccin atomizada o cuando existe competencia oligospolstica; y es
menor cuando existen monopolios u oligopolios altamente concentrados
y esta situacin se presenta en forma simultnea a barreras naturales o
producidas por medidas gubernamentales de carcter proteccionista.
La indagacin efectuada debe arrojar informacin acerca de si en las
empresas del cluster se han efectuado en forma reciente o se hallan en
curso procesos de modernizacin empresarial, y si estos dan Jugar a la
incorporacin de economas de escala o a mejoras en los procesos de
produccin (como automatizacin de procesos o alguna forma de
produccin flexible) o en la logstica, que se traduzcan en mejoras
importantes en la eficiencia alcanzada al interior del cluster.
b. Diferenciacin estratgica.
La indagacin tambin busca establecer si en el cluster existe una
orientacin competitiva hacia la diferenciacin estratgica de sus
171

productos. Orientacin que puede tener su origen en los logros

destacados

en

materia

de

calidad

de

sus

productos

debido

al

cumplimiento de estndares normalizados o de la atencin de mercados

exigentes (especialmente extranjeros), en el sentido sealado por Porter
(1998:259) o por el desarrollo en sus productos de atributos que les
confieran

singularidades

que

le

proporcionen

un

mayor

valor

(satisfaccin) a los clientes que los de su competencia. Una fuente

primordial de esta diferenciacin productiva se encuentra en la
innovacin, por ello, la actitud frente a sta en las empresas del clusters
es fundamental para su xito competitivo. La frecuencia de las
innovaciones es, entonces, un indicador fundamental de las condiciones
para el desarrollo sus capacidades competitivas.
c. Desarrollo tecnolgico.
En la medida en que los desarrollos en materia de eficiencia - precios y
de diferenciacin de los productos del cluster estn vinculados a la
modernizacin de las plantas productivas o a las capacidades de
innovacin, el indicador del desarrollo tecnolgico es fundamental para
evaluar las condiciones y potencialidades existentes para el desarrollo
del cluster.
d. Trayectoria tecnolgica (curva de aprendizaje).
Con relacin a los factores macro se trata de establecer si la presin
competitiva por fenmenos tales como la apertura econmica en los 90
desencadena procesos de modernizacin, que aceleren el cambio tcnico
en el cluster, con el fin de adaptarse al nuevo contexto competitivo. Esta
situacin est mediatizada sin embargo, tal como lo ha mostrado Lall
(1998:14), por los aprendizajes tecnolgicos previos de las empresas es
172

decir, a nivel micro, en la medida en que estas experiencias determinan

las actitudes y capacidades de incorporar estos avances por las
empresas del cluster.
Cabe advertir, finalmente, que este ritmo de absorcin y aceleracin de
la difusin del cambio tcnico en el cluster est supeditado a las
restricciones derivadas del tamao de las empresas, pues tal como lo
mostr la Encuesta de Desarrollo Tecnolgico (Durn et al., 1998:12),
los niveles de innovacin son mayores en cuanto a su frecuencia y grado
en las empresas de mayor tamao.
e. Orientacin exportadora.
La

orientacin

exportadora

del

cluster

constituye

un

elemento

importante tanto en la generacin de ventajas competitivas dinmicas

como en la generacin de ellas, en la medida en que la participacin en
mercados ms competidos y exigentes, brinda la posibilidad de mayores
y mejores desarrollos tecnolgicos, productivos y organizacionales.
Grado de cooperacin.
Esta dimensin se orienta a indagar por los grados de cooperacin
existentes entre las empresas del cluster; entre stas y las firmas e
instituciones que ofrecen servicios de apoyo y conexos, partiendo de la
premisa de que a la densidad del tejido empresarial y la intensidad de
las relaciones entre ellas se adiciona la cooperacin para generar
sinergias que fortalecen las capacidades competitivas individuales y, de
esta forma, las del conjunto del cluster.

173

a. Alianzas estratgicas.
Ms all de las relaciones puramente funcionales, derivadas de los
intercambios comerciales convencionales, importa establecer si existen
niveles de cooperacin establecidos de manera intencional, mediante
alianzas estratgicas entre parejas de empresas para enfrentar los retos
de la produccin o de la comercializacin.
b. Proyectos colectivos.
La existencia de proyectos de carcter colectivo emprendidos o liderados
por instituciones de carcter pblico o intermedio (hbridas entre 10
pblico y lo privado) como las cmaras de comercio, los centros de
productividad, los Carees, los gremios empresariales, se constituyen en
seales importantes del grado de cooperacin entre los diferentes
actores

del cluster. Estos

proyectos

se orientan

a fortalecer la

competitividad del cluster en aspectos relacionados con el mercadeo,

actualizacin tecnolgica, capacitacin y formacin empresarial, entre
otros.
c. Temporalidad.
La existencia, frecuencia, permanencia y alcance de los acuerdos
cooperativos permite determinar el grado de avance de los mismos.
Ahora bien, con la existencia de este tipo de prcticas resultan
fundamentales, ms all de la racionalidad econmica, los valores y la
cultura empresarial en la medida en que pueden propiciar el surgimiento
de la confianza que constituye el fundamento de la cooperacin en el

174

largo plazo. Al contrario, un acendrado individualismo, proclive al recelo,

la desconfianza y el aislamiento, obstruyen su desarrollo.
Regulacin y poltica pblica.
En este tem se indaga por el papel jugado por las polticas pblicas y la
regulacin en favor del avance del cluster en la medida en que, en
general, en la mayora de los estudios de estos ncleos empresariales en
pases

en

va

de

desarrollo

se

ha

encontrado

que

constituyen

mecanismos de estmulo fundamentales para su desarrollo.

a. Presencia de polticas pblicas de carcter nacional y regional.
Las polticas pblicas pueden incidir en la creacin misma del duster6.
Tambin en su dinmica. En particular importan aquellas polticas de
carcter especfico, encaminadas a incidir directamente en su desarrollo.
Tal es el caso de los acuerdos sectoriales de competitividad (llamados
hoy Convenios de Competitividad y Exportacin), o la inclusin de los d_
en cuestin en los planes estratgicos exportadores regionales.
b. Operatividad de las polticas publicas.
Junto con la existencia de polticas vinculadas directamente con el
desarrollo de las cadenas y clusters considerados, ms importante an
es su operatividad y eficacia, sobre todo, dada la percepcin existente
en algunos departamentos colombianos acerca de la politiquera y
corrupcin que invaden los gobiernos regionales y locales, pues esto le
resta legitimidad, capacidad de convocatoria y eficacia a las polticas
pblicas impulsadas por los gobiernos nacional, departamentales y
locales.

175

Desarrollo institucional y desarrollo de redes.

En esta dimensin del anlisis se procura establecer el nivel de
desarrollo alcanzado por las redes empresariales e institucionales las
cuales, segn lo sealan las experiencias internacionales, generan
sinergias y externalidades de vital importancia para la consolidacin de
los clusters.
a. Institucionalidad existente.
Para establecer el desarrollo de redes en el cluster, se empieza por
identificar cules son las instituciones pblicas, privadas e intermedias
cuya funcin especfica las vincula con las actividades del cluster. Luego,
se establece su grado de articulacin con las empresas que lo
conforn1an; el volumen e importancia de las actividades que despliegan
a favor de su evolucin y, sobre todo, la incidencia que stas tienen
sobre su dinmica.
b. Redes.
Entre la institucionalidad existente en el pas se destaca aquella que est
orientada a elevar la competitividad empresarial; como es el caso de las
Cmaras de Comercio, los centros de productividad, los centros de
desarrollo empresarial, los gremios, los Carce, el sistema financiero, ete.
Tambin importa la existencia y el despliegue de actividades vinculadas
directamente con el cluster por aqueUa institucionalidad que est
llamada a configurar, dentro del Sistema Nacional y los Sistemas
Regionales de Innovacin, redes de innovacin. Dentro de estas
176

instituciones se destacan los CDTs, las incubadoras de empresas, los

centros y grupos de investigacin, las universidades o el Sena.
Competencias laborales.
Esta dimensin del anlisis indaga por los niveles de desarrollo del
capital humano existente en la regin, bien sea corno fruto de las
trayectorias de aprendizaje resultantes de la especializacin productiva
de la regin, de la existencia de una oferta de capacitacin especializada
y, lo que de aUi se deriva, la existencia de un mercado laboral
especializado en las actividades del cluster en cuestin.
a. Educacin especializada.
El desarrollo de aprendizaje relacionado con actividades productivas del
cluster operado a dos niveles: por una parte, el de la mano de obra a
nivel tcnico, profesional y postgraduado y, por otra, en el mbito
administrativo y gerencial.
Esta educacin puede provenir de una educacin formal especfica,
ofrecida por el sistema educativo, especialmente,

las universidades y

otras instituciones de que imparten capacitacin de nivel tcnico y

tecnolgico.
b. Aprendizajes.
En cuanto a los aprendizajes surgidos de la experiencia productiva
(trayectorias),

las

caractersticas

anotadas

previamente

permiten

identificar limitaciones en el desarrollo de habilidades o "skills", surgidas

de la especializacin en la produccin. Aqu cabe advertir que en la
177

medida en que los clusters avancen hacia la elaboracin de productos

con mayor valor agregado, las curvas de aprendizaje sern ms
pronunciadas.
Debe destacarse que procesos de aprendizajes formales e infom1ales
estn asociados a un mayor dinamismo del cluster y, en la medida en
que esto acontece, tan1bin se desarrollan los aprendizajes en las
empresas

instituciones

de

servicios

que

apoyan

su

accionar.

Finalmente, la indagacin debe orientarse a establecer en qu medida

estos tienden a generar una movilidad del trabajo al interior del cluster
que genera correas de transmisin que aceleran la difusin del
conocimiento. El grado en que esto acontece determina la incidencia de
estas competencias laborales en la dinmica y potencialidades de
desarrollo del cluster.
Cultura empresarial.
Este tem aborda lo relacionado, por una parte, con la existencia de una
cultura regional propicia para la formacin de empresarios con un perfil
concordante con las exigencias del entorno competitivo del cluster y, por
otra, lo relacionado la identificacin del producto regin por parte del
mercado.
a. Actitud empresarial regional.
En este caso, se procura establecer en qu medida existe en la regin
una cultura que estimule el emprendimiento empresarial y, sobre todo,
si la trayectoria de la regin y del cluster en particular han forjado una
estudio se estableci que existe la sensacin de una importante
dinmica empresarial pero, al mismo tiempo, que algunos rasgos de la
178

cultura empresarial una cultura empresarial moderna, abierta a la

competencia, a los mercados internacionales, al cambio tcnico y a la
cooperacin o si, por el contrario, presenta rasgos de informalidad, de
aversin al riesgo y a la competencia, o de desconfianza frente a la
cooperacin, en la medida en que esto se consttuye en un claro
obstculo para el desarrollo de la competitividad del cluster.
b. Identidad con la vocacin productiva regional.

Importa establecer si el mercado identifica la regin con el producto

elaborado por el cluster, como ocurre con el vino chileno, o el queso
parmesano, y si estos productos constituyen una fuente de identidad
regional, como ocurre con el caf en el viejo caldas o el hierro fabricado
por Aceras paz del Ro, que ha nevado a identificar a Sogamoso como la
"Ciudad del sol y del acero" .
Balance sobre las condiciones meso del cluster.
La evaluacin individual y de conjunto de las condiciones existentes en
la regin o departamento para el desarrollo del cluster, permiten
efectuar un diagnstico, cuyo balance no solo contribuye a definir el
perfil competitivo del cluster, sino tambin sus principales fortalezas y
potencialidades como las debilidades y cuellos de botella que enfrenta
para su desarrollo.
Metodologa:

aplicacin

anlisis

de

resultados

(matriz

de

clusterizacin). Con este paso la metodologa entra en la fase de la

evaluacin de las capacidades competitivas dcl cluster. Para ello, el
primer componente consiste en evaluar las condiciones que ofrece el
179

entorno regional/local para el desarrollo de las actividades del cluster.

Esta evaluacin se hace a partir de la informacin recopilada con mira a
diligenciar la matriz de clusterizacin. En la matriz se hace una
valoracin individual de cada uno de sus componentes, que agregada,
proporciona una valoracin cualitativa global de las condiciones ofrecidas
por el entorno.

180

Bibliografa.
Aage, T. (2001). External relations and industrial districts. Paper
presented to DRUID Conference, Aalborg, June 2001.
Altenburg, T. y J. Meyer-Stamer (1998). "How to promote clusters:
policy experiences from Latin America". Berlin: German Development
Institute - Institute for Development and Peace, University of Duisburg
Almquist, G., Norgren, L. y Strandell, A.C. (1998). Clusters and Cluster
Policy in Sweden. NUTEK, The Swedish National Board for Industrial and
Technical Development.
http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm
Alonso L. (2004). El estructuralismo gentico y los estilos de vida:
consumo, distincin y capital simblico en la obra de Pierre Bourdieu
http://www.unavarra.es/puresoc/pdfs/c_lecciones/LM-Alonsoconsumo.pdf
AmricaEconoma, (2003), Ford busca rueda de auxilio, 20 de
noviembre.
http://www.americaeconomia.com/PLT_WRITEPAGE~SessionId~~Language~0~Modality~0~Section~~Content~1~NamePage~HomePage~DateView~~Style~-1.htm
Amin, Ash y Robins, Kevin, (1991), Los distritos industriales y las
pequeas empresas II, El resurgimiento de la pequea empresa,
Ministerio de Trabajo y seguridad social, Madrid. Citado por Navarro, M.
(2001). Los sistemas nacionales de innovacin: una revisin de la
literatura. Documento de trabajo n , del IAIF (Instituto de Anlisis
Industrial y Financiero) de la Universidad Complutense de Madrid. En
pag 20 -22
Anderson Consulting (1994), Worldwide Manufacturing Competitiveness
Study. The Second Lean Enterprise Report, Londres. Citado por
Mortimore M, Barron F. (2005) Informe sobre la industria automotriz
Mexicana en la pagina 10.
________________ (1992), Lean Enterprise Benchmarking, Londres.
Automotive Intelligence News (2003), Toyota Announces Second
Expansion of Baja California Plant, 20 agosto. Citado por Mortimore M,
Barron F. (2005) Informe sobre la industria automotriz Mexicana en la
pagina 10.
181

Aranguren, M.J. (1998). Creacin de empresas: Factores determinantes.

La industria de la CAPV. San Sebastin: Universidad de Deusto-ESTE.
Audretsch, D.; Feldman, M. (1996). R&S spillovers and the geography of
innovation and production. American Economic Review, Vol. 86, No. 3,
pp 630-641.
AT Kearney (2003), North American Automakers, Parts Suppliers Intend
to
Move
Key
Business
Processes
to
Offshore
Locations,
http://atkearney.com, 24 de septiembre.
Blanco, M (2000,noviembre) La investigacin en contabilidad de
gestin .Documento presentado en la VI Jornada de trabajo sobre
Contabilidad de Costos y de Gestin ASEPUC, Burgos, Espaa
Barnes, J.A. (1954): Class and Commitees in a Norwegian island
parish. Human Relations 7, pp. 39-58.
Becattini, G. (2002): Del distrito industrial marshalliano a la teora del
distrito contempornea. Una breve reconstruccin crtica ,
Investigaciones Regionales, n. 1, pp. 9-32.
Becattini, G. (1990). The Marshallian industrial districts as a socioeconomic notion. En: Industrial districts and inter-firm co-operation in
Italy. Genova: International Institute for Labour Studies, pp. 37-51.
Bell, M. y Albu, M. (1999). Knowledge Systems and Technological
Dynamism in Industrial Clusters in Developing Countries. World
Development vol 27, No. 9, 1715-1734.
Bonazzi, Giuseppe (1991) Las pequeas empresas: fascinacin y
posibles equvocos, en Sociologa del trabajo, No. Extra, Siglo XXI de
Espaa, Madrid, pp. 147 152. Citado por Navarro, M. (2001). Los
sistemas nacionales de innovacin: una revisin de la literatura.
Documento de trabajo n , del IAIF (Instituto de Anlisis Industrial y
Financiero) de la Universidad Complutense de Madrid. En pag 24 -26.
Booz, Allen & Hamilton (1999), Challenges Facing the Global
Automotive Industry, Insights, Vol. 1, Num. 1, setiembre,
http://www.bah.com.
Bourdieu,P (1991). El Sentido Prctico Madrid Taurus

182

Bouvard, F., M. Cesari y J. Luciat-Labry (2002), Retooling the Way to

Profitable Growth, McKinsey Research.
Bronfman M. (1993) Multimortalidad y Estructura familiar. Tesis de
Doctorado no Publicada, Escola de Sude Publica, Fundacin Oswaldo
Cruz, Ministerio de Sade. Rio de Janeiro Brasil.
Bustamante Urbina J.C. (2005) El conglomerado (cluster) como opcin
de desarrollo regional Caso en la zona de integracin fronteriza (ZIF)
Tchira-Norte de Santander FOROS 11, 2005 Desarrollo econmico
regional en Venezuela mayo 2005 ISSN: 1690-4885
Carlsson, B. y Stankiewicz, R. (1995). On the Nature, Function and
Composition of Technological Systems. En Carlsson, B. (ed.)
Technological Systems and Economic Performance: The Case of Factory
Automotion (pp. 21-56). Dordrecht-Boston-London: Kluwer Academic
Publishers.
Carrillo, J. (2001), Auto Partes de las Empresas Transnacionales en
Mxico y el Desarrollo de Empresas Locales, documento presentado al
noveno encuentro de la GERPISA, disponible en http://www.univevry.
fr/labos/gerpisa, Paris, 7 9 junio.
Carrillo, Jorge y Miguel ngel Ramrez (1997), "Reestructuracin,
eslabonamientos productivos y competencias laborales en la industria
automotriz en Mxico", en Marta Novick y Ma. Antonia Gallart (Ed.)
Competitividad, Redes Productivas y Competencias Laborales,
Cawthorne, Pamela M. (1995), "Of networks and markets: the rise and
rise of a South Indian town, the example of Tiruppur's cotton knitwear
industry". 23 (1):43-56. World Development.
Chudnovsky, D. (1999). Polticas de ciencia y tecnologa y el sistema
nacional de innovacin en la Argentina, Revista de la Cepal, n 67,
abril.
Coleman, J. S. (1988): Social capital in the creation of human capital,
American Journal of Sociology, volume 94, issue supplement:
organizations and institutions: sociological and economic approaches to
the analysis of social structure, S95-S120
CNN Money (2003), Ford Exec: Camry better than Taurus, February.
http://money.cnn.com/

183

Dahl Michael S. (2003), "Knowledge Diffusion and Regional Clusters:

Lessons from the Danish ICT Industry", Unpublished PhD Thesis,
Department of Business Studies, Aalborg University, 250 pages.
Submitted: November 3, 2003 - Defended: January 26, 2004.
______________ (2001). What is the essence of geographic clustering.
Paper presented in the DRUID Nelson & Winter Conference, 12-15 June,
in Aalborg, Denmark.
DeBresson, C. (1996). Economic interdependence and innovative
activity: an input-outpu analysis. Cheltenham: Edward Elgar.
Dini, Marco (1992) Los distritos industriales desde el punto de vista de
las Polticas industriales Cepal.
DiMaggio, P y Powell (1983) The iron cage revisited: institutional
isomorphism and collective rationality in organizational fields. American
sociological review 48, abril, 147 160
__________________ (1999)(compiladores),El nuevo institucionalismo
en el anlisis organizacional. , FCE, Mxico.
Dosi, Giovanni (1998) The nature of the innovative process En
Technical Change and Economic Theory editado por G Dosi, C.
Freeman, R. Nelson, G. Silverberg y L. Soete. London: Pinter Publishers.
Durn, X.; Ibez, R.; Salazar, M., y Vargas, M. (1998) La innovacin
tecnolgica en Colombia: caractersticas por tamao y tipo de empresa.
Bogot: Departamento Nacional de Planeacin (DNP)-Colciencias.
Dussel, E. (1997), La economa de la polarizacin. Teora y evolucin del
cambio estructural de las manufacturas mxicanas (1988-1996), Mexico
City, Universidad Nacional Autnoma Mexicana (UNAM)/Editorial Jus.
Economist Intelligence Unit (EIU) / McKinsey & Co., (1999), Succeeding
in the Next Automotive Century: a reprint of articles from the EIU Motor
Business series, Londres. Citado por Mortimore M, Barron F. (2005)
Informe sobre la industria automotriz Mexicana en la pagina 9.
Esser,k., Hillebrand, W., Messner, D. Meyer-Stamer, J. Competitividad
sistmica: Nuevo desafo a las empresas y a la poltica Revista de la
CEPAL, Santiago 1996, No. 59, pg. 39 - 52

184

Fourcade, F. y C. Midler (2003), Vehicle Modularization: Challenges

Facing Level-1 Suppliers and Prerequisites for Its Implementation,
documento presentado al dcimo primer encuentro de la GERPISA
(Pars, 11 al 13 de junio), Permanent Group for the Study of the
Automobile Industry and its Employees (GERPISA).
Garca Guemez, A. (2000). Las capacidades productivas en la regin.
Ed. BUAP. Puebla
Gelsing, L. (1992). Innovation and the Development of Industrial
Networks. En Lundvall, B.A. (ed.) National Systems of Innovation.
Towards a Theory of Innovation and Interactive Learning (pp.116-128).
London-New York: Pinter.
(Giacr) Grupo de Investigacin Anlisis Cuantitativo Regional (2005),
Definicin de la metodologa de deteccion e identificacin de clusters
industriales en espaa, Informe elaborado, Universidad de Barcelona,
para la Direccin General de Poltica de la Pequea y Mediana Empresa.
Grannovetter, Mark S. (1985) Economic action and social structure: The
problem of embeddedness. en American Journal of Sociology 91 Citado
Por Grannovetter, Mark S. (2000) A Theoretical Agenda for Economic
Sociology To appear in Economic Sociology at the Millenium, edited by
Mauro F. Guillen, Randall Collins.
___________________(1973): The strength of weak ties, American
Journal of Sociology, 81, pp. 1287-303.
Graziadio, T. y M. Zilbovicius (2003), Exploring the reasons for different
roles of module suppliers in a car assembly plant, documento
presentado al dcimo primer encuentro de la GERPISA (Pars, 11 al 13
de junio), Permanent Group for the Study of the Automobile Industry
and its Employees (GERPISA).
Gritton, P. (2003), Toyota: surviving and thriving through supplier
partnerships, PPT presentado a la Conferencia Automotriz Global,
Western Kentucky University, 8 abril.
Hendry, C., Brown, J., DeFillipi, R. y Hassink, R. (1999). Industry
clusters as commercial, knowledge and institutional networks. Optoelectronics in six regions in the UK, USA and Germany. En A. Grandori
(ed.) Interfirm Networks. Organization and Industrial Competitiveness.
London-New York: Routledge.

185

Hopkins, T.K. y I. Wallerstein, Commodity Chains in the Capitalist WorldEconomy Prior to 1800, en Gereffy, G. y M. Korzeniewicz, Commodity
Chains in Global Capitalism, London, 1994 (pp. 18-34)
Hirschman, Albert (1958),. The Strategy of Economic Development,:
Yale University Press, New Haven. Citado en Torres-Zorrilla Jorge (2000)
Una estrategia de desarrollo basada en recursos naturales: anlisis
cluster del complejo de cobre de la Southern Per en pagina 37
Hoen,
A.
(1999). Three
variations
on identifying
http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm

clusters.

Humphrey, J.; Schmitz, H. (1995) Principles for promoting clusters &

networks of SMEs. Paper comissioned by the Small and Medium
Enterprises Branch. Sussex, Inglaterra: UNIDO.
Humphrey, J.(1995). Industrial reorganization in developing countries :
from models to trajectories World Development 23 (1) :149 -162
Iwami, M. (2002), Japanese Automobile Industry, JOI Bulletin, No. 2,
Fall. Citado en ECLAC (2003) Foreign investment in latin America and
the Caribbean en la pagina 107
J.D. Power & Associates, (2003), Mexico Automotive Plants Outperform
U.S. Assembly Plants in Initial Vehicle Quality, Press Release, 8 de
mayo.
http://www.findarticles.com/p/articles/mi_m0EIN/is_2003_May_8/ai_10
1429682
Jetro Mxico (2002), Programa para Promover la Industria de Soporte,
octubre.
Jimnez, E. (2002, enero-junio). Glocalizacin: nuevos enfoques
tericos sobre el desarrollo regional (subnacional) en el contexto de la
integracin econmica y la globalizacin, Integracin & Comercio, n
16, enero-junio, pp. 213-247. Argentina.
Judsiman, C., and M. Eternod (1994), La Participacin de la Poblacin en
la Actividad Econmica en Mxico. Monografas Censales de Mxico.
Mexico City: INEGIIISUNAM.
Just-auto.com (2003a), NAFTA Plants are Failing to Get Flexible, 19
junio. http://www.just-auto.com/

186

Just-auto.com (2003b), USA: General Motors and Ford get union

approval to axe eight plants, 22 setiembre. http://www.just-auto.com/
Just-auto.com (2003c), General Motors way doesnt work for GMs
former components group, 10 diciembre. http://www.just-auto.com/
Just-auto.com (2003d), Mexico: Volkswagen to invest $US2 billion by
2008 report, 12 diciembre. http://www.just-auto.com/
Just-auto.com (2003e), Mexico: High costs may force some Delphi
operations out report, 29 agosto. http://www.just-auto.com/
Kostova T. y Zaheer S.
(1999) Organizacional legitimacy under
conditions of complexity: The case of multinational enterprise. Academy
of management review 24(1),64-81
Krugman, P.; Fujita, M.; Venables, A. (2001). The Spatial Economy. MIT
Krugman, P. (1992). Geografa y comercio, Barcelona, Espaa, Antoni
Bosch Editor.
Krugman, P. (1995). Development, Geography, and Economic Theory.
Cambridge-Massacusetts: The MIT Press
Lalkaka, Rustam (1998): Support Systems for Small Enterprises and
their clusters, presented at the United Nations Conference on Trade and
Development Promoting & Sustaining SME Clusters & Networks, Expert
Meeting, Geneva 2-4 September, 1998.
Larrea, M. (2000). Sistemas Productivos Locales en la C.A. del Pas
Vasco. Vitoria: Servicio Central de Publicaciones del Gobierno Vasco.
Lawson, Clive, 1999. "Towards a Competence Theory of the Region,"
Cambridge Journal of Economics, Oxford University Press, vol. 23(2),
pages 151-66, March.
Leuliette, T., (2003), Building a New Business Model for the Substantial
and Sustainable Value Creation, PPT presentado a la Conferencia
Automotriz Global, Western Kentucky University, 8 abril.
Lundvall, B-A. (1992). User-Producer Relationships, National Systems of
Innovation and Internationalisation. En Lundvall, B.A. (ed.) National

187

Systems of Innovation. Towards a Theory of Innovation and Interactive

Learning (pp. 45-67). London-New York: Pinter.
Marshall A. (1920), Principles of Economics, London, Macmillan, Eighth
edition.
Maskell, P. (2001). Growth and the territorial configuration of economic
activity. Paper presented to DRUID Conference, Aalborg, June 2001.
http://www.business.auc.dk/druid/conferences/nw/conf-papers.html
Mccormick, D. (1999). African Enterprise Clusters and Industrialization.
Theory and Reality. World Development Vol. 27, No 9, 1531-1551.
McKinsey & Co., (2003), New Horizons: Multinational Company
Investment in Developing Economies, San Francisco, octubre.
http://www.mckinsey.com/mgi/publications/index.asp?
RT=All&IS=All&Rg=All&srtby=Source&pg=4
Meyer J y Rowan, B. (1999) Organizaciones institucionalizadas : la
estructura formal como mito y ceremonia. En DiMaggio, P y Powell
(eds), El nuevo institucionalismo en el analisis organizacional (pp 79103).Mxico Fondo de Cultura Econmica
Mortimore, M. (2003), Cmo desarrollar estrategias sectoriales de
atraccin de inversin extranjera hacia Amrica Latina presentacin PPT
al Programa de Actualizacin para la Promocin de Inversin Extranjera,
BANCOMEXT, Mxico, abril.
____________(1998a), "Corporate Strategies and Regional Integration
Schemes Involving Developing Countries: the NAFTA and MERCOSUR
automobile industries", Science, Technology and Development, (Vol. 16,
Nm. 2) University of Strathclyde, Glasgow, agosto.
____________ (1998b), "GETTING A LIFT: modernizing industry by way
of Latin American integration schemes. The example of automobiles",
Transnational Corporations (Ginebra), Vol. 7, Nm. 2, agosto.
____________ (1997) The Asian Challenge to the World Automobile
Industry, Economa Contempornea, No. 2, Instituto de Economa de la
Universidad Federal de Ro de Janeiro, Brasil, julio-diciembre.

188

Moreno, J.L. (1934): Who Shall Survive? in Foundations of Sociometry,

Group Psychoterapy and Sociograma. Washington D.C.: Nervous and
Mental Disease. Publishing.
Nadvi, Khalid (1995), "Industrial Clusters and Networks: case studies of
SME growth and innovation".: UNIDO, Vienna.
Nadvi, K., y H. Schmitz (1994), "Industrial Clusters in LDCs: review of
experiences and research agenda". Brighton: IDS.
Navarro, M. (2001). Los sistemas nacionales de innovacin: una revisin
de la literatura. Documento de trabajo n , del IAIF (Instituto de Anlisis
Industrial y Financiero) de la Universidad Complutense de Madrid
OECD (1999): Managing National Innovation Systems. Paris: OECD.
OESA (Original Equipment Suppliers Association)/McKinsey
(1999), Profitable Growth Strategies in the Automotive
Industry.

& Co.
Supply

OESA, (2003); OEM Supplier Relations from the Supplier Perspective,

PPT presentado a la Conferencia Automotriz Global, Western Kentucky
University, 8 abril.
Ordorica, P. (2003), To Be or Not To Be: the dilemma of Mexican Auto
Parts Manufacturers in a Globalized World, en McKinsey & Co., Eyes on
the Road: industry observations from McKinseys Automotive Experts.
http://www.mckinsey.com/mgi/publications/index.asp?
RT=All&IS=All&Rg=All&srtby=Source&pg=4
Paula England, and Marshall Meyer (New York: Russell Sage Foundation,
2001). En pag 23 - 28
Porter, M. E. (1990). The Competitive Advantage of Nations. London y
Basingstoke: The Macmillan Press.
___________(1998). Clusters and the new economics of competition
Harvard Business Review; Boston; Nov/Dec 1998
___________(1998). Cmulos y competencia :nuevos objetivos para
empresas, Estado e instituciones, En Ser Competitivo, Deusto, Espaa.
Posthuma, A. (2001), Industrial renewal and inter-firm relations in the
supply chain of the Brazilian automotive industry, documento

189

presentado al noveno encuentro de la GERPISA (Pars, 7 al 9 de junio),

Permanent Group for the Study of the Automobile Industry and its
Employees (GERPISA).
PricewaterhouseCoopers (2004), Quarterly Forecast Update, Autofacts,
http://www.autofacts.com, marzo
Pyke, Frank y Werner Sengenberger (1993) "Distritos industriales y
regeneracin econmica local: cuestiones de investigacin y de poltica",
Pyke, Frank; Becattini, Giaccomo y Werner Sengenberger (Comps.). Los
distritos industriales y las pequeas empresas III. Madrid: Ministerio de
Trabajo y Seguridad Social. Citado por Navarro, M. (2001). Los
sistemas nacionales de innovacin: una revisin de la literatura.
Documento de trabajo n , del IAIF (Instituto de Anlisis Industrial y
Financiero) de la Universidad Complutense de Madrid. En pag 22 -24
Rabellotti, Roberta (1995), "Is there an industrial district model?.
Footwear districts in Italy and Mexico compared". World Development 23
(1):29-41.
Ramirez, J. C. (1995b) The new location and interaction patterns. The
Mexican motor industry. Brighton: University of Sussex (tesis de
doctorado).
Ramos, Joseph. (1998) Una estrategia de desarrollo a partir de
complejos productivos en torno a los recursos naturales. En: Revista de
la CEPAL, nm. 66, pp. 105-125, diciembre 1998.
Roelandt, Th.J.A. y Den Hertog, P. (ed.) (1998). Cluster Analysis &
Cluster-based Policy in OECDcountries. Various approaches, early results
& policy implications. Draft synthesis report on phase 1, OECD-Focus
Group on industrial clusters, The Hague/Utrecht.
http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm
Sabel, Charles F. (1993) Confianza estudiada: Elaboracin de nuevas
formas de cooperacin en una economa voltil, en Pyke, F. Y
Sengenberger, W. Los distritos industriales y las pequeas empresas III.
Distritos industriales y regeneracin econmica local. Coleccin
Economa y sociologa del trabajo, Ministerio de trabajo y seguridad
social, Espaa. Citado por Navarro, M. (2001). Los sistemas nacionales
de innovacin: una revisin de la literatura. Documento de trabajo n ,
del IAIF (Instituto de Anlisis Industrial y Financiero) de la Universidad
Complutense de Madrid. En pag 26 -27

190

Sako, M. (2003), Modularity and outsourcing: the nature of coevolution of product architecture and organization architecture in the
global automotive industry, documento presentado al dcimo primer
encuentro de la GERPISA (Pars, 11 al 13 de junio), Permanent Group
for the Study of the Automobile Industry and its Employees (GERPISA).
Salerno, M., R. Marx y M. Zilbovicius (2003), Strategies of product
design, production and suppliers selection in the auto industry: final
findings of a broad research in the major Brazilian assemblers
subsidiaries, headquarters and suppliers, documento presentado al
dcimo primer encuentro de la GERPISA (Pars, 11 al 13 de junio),
Permanent Group for the Study of the Automobile Industry and its
Employees (GERPISA).
Sandefur, Rebecca L. Laumann, Edward O. (1998) A paradigm for
social capital. Rationality & Society. 10(4):481-501. 1998 Nov.
Sanjaya Lall (1998) Import Liberalization and Industrial Performance:
The Conceptual Underpinnings Development and Change Volume 29,
Issue 3, Page 437-465, Jul 1998
Schmitz, Hubert (1995). Collective Efficiency: Growth for Small-Scale
Industry. Journal of Development Studies, 34.
Schmitz, H. y Nadvi, K. (1999). Clustering and Industrialization:
Introduction. World Development Vol. 27, No 9, 1503-1514.
Schibany, A., Hmlinen, T. Y Schienstock, G. (2000). Innovation
Networks. En OECD, Science,Technology and Industry Outlook 2000
(pp.201-215). Paris: OECD.
Sluzki, C.(1996). La red Social : frontera de la prctica sistmica
Barcelona :Gedisa 168pp
Swann, G.M.P. (1998). Towards a Model of Clustering in High-Technology
Industries. En Swann,G.M.P., Prevezer, M. y Stout, D. (eds.) The
Dynamics of Industrial Clustering. Internacional Comparisons in
Computing and Biotechnology (pp. 52-76).Oxford: Oxford University
Press.
Teece, D. J. (1988). Technological change and the nature of the firm.
In G. Dosi et al (eds.), Technical Change and Economic Theory. London,
Pinter Publisher.

191

Tllez, I. G. (2002) Pierre Bourdieu: conceptos bsicos y construccin

socioeducativa. Bogot: Universidad Pedaggica Nacional.
Tenti, E. (1993). Del intelectual orgnico al analista simblico.
Documento presentado en el congreso Nacional de investigacin
educativa. Mesa Temtica Teora, campo e historia de la educacin
Guanajuato, Mxico
Tsuji, M. (2003), The Relationship between Toyota and its Parts
Suppliers in the Age of Information and Globalization: concentration vs.
dispersion, en Kagami, M. y M. Tsuji (comp.), Industrial Agglomeration:
facts and lessons for developing countries, Institute of Developing
Countries (IDE), Japan External Trade Organization (JETRO), Tokio.
US Department of Commerce (2005), The Road Ahead for the U.S.
Auto Industry, International Trade Administration, Washington, D.C.,
abril.
US International Trade Commission (2002), Motor Vehicles, Industry &
Trade Summary, USITC Publication No. 3545, septiembre.
http://usitc.gov/ind_econ_ana/research_ana/ind_trade_summ/index.ht
m
US Commercial Service (2003), Auto
Washington, D.C., http://www.buyusainfo.net

parts

Industry-Mexico,

Uzzi, Brian (2004) Embeddedness and Price Formation in the Corporate

Law Market
American Sociological Review; Jun 2004; 69, 3;
ABI/INFORM Global (pag 319-344)
Verbeek, H. (1999). Innovative Clusters. Identification of value-adding
production chains and their networks of innovation, an international
studies. Tesis de doctorado, Universidad Erasmus de Rotterdam.
http:/www.oecd.org/dsti/sti/s_t/inte/nis/Clusters/clusters.htm
Villavicencio D. (2005) El conocimiento tcito y la valorizacin del
trabajo colectivo en los procesos de innovacin Revista Trabajo,
Publicacin semestral del Centro de Anlisis del Trabajo, A. C. con
Certificado de Licitud del ttulo No. 6836; Certificado de Licitud de
Contenido No. 7334; ISSN 1405-1311. septiembre de 2005.
Wasserman, S. and Faust, K. (1999): Social network analysis, methods
and applications. Cambridge: Cambridge University Press.

192

Womack James P, Daniel T. Jones, Daniel Roos (1990) The Machine

That Changed the World : The Story of Lean Production McGraw-Hill,
Nueva Cork.

193