«Patrones de convergencia regional en los servicios de la economía española» · 2012. 6....

Ekonomiaz N.º 42 146

«Patrones de convergencia regional en losservicios de la economía española»

El intenso crecimiento que en las últimas décadas han protagonizado los servicios enEspaña no puede ocultar la existencia de grados y ritmos diferenciados entre lasregiones. Aceptando que la distribución de los servicios públicos en todo el territorionacional es equitativa, esas diferencias pueden estar ocasionadas por una determinadaespecialización terciaria (en servicios turísticos, por ejemplo), o bien por la existencia dedistintos niveles de producción regional de servicios avanzados (servicios a empresas,fundamentalmente). Este último caso puede tener consecuencias negativas para eldesarrollo regional ante la importancia de tales actividades en la competitividad yatractivo económico de un territorio. Se propone, por ello, un estudio de los patrones deconvergencia terciaria de las regiones españolas usando cointegración. La utilización deesta técnica posibilita el análisis individualizado del comportamiento de cada economía.Los primeros resultados alcanzados ponen de manifiesto la existencia de patronesregionales de crecimiento terciario claramente diferenciados, identificando un conjunto deregiones poco desarrolladas con baja terciarización y una escasa dotación de ciertosservicios fundamentales para su crecimiento.Azken hamarkadetan zerbitzuek Espainian izan duten hazkunde biziak ezin duezkutatu eskualdeen artean dauden maila eta erritmo ezberdinak. Estatu osoanzerbitzu publikoen banaketa ekitatiboa dela onartuz, ezberdintasun horien jatorriaespezializazio zehatz batean (hala nola, zerbitzu turistikoetan) edo zerbitzuaurreratuetan (batez ere, enpresetara zuzendutako zerbitzuetan) erregioen ekoizpenmaila ezberdina izatean egon daiteke. Azken kasu honek ondorio negatiboak izanditzake eskualde garapenerako, horrelako jarduerek lurralde baten lehiakortasuneaneta erakargarritasun ekonomikoan duten garrantziarengatik. Hori dela eta,Espainiako eskualdeen bateratze tertziarioaren gaineko azterlana proposatzen da,kointegrazioa erabiliz. Teknika honen erabilerak aukera ematen du ekonomiabakoitzaren portaera bereizia aztertzeko. Lortu diren lehenengo emaitzek agerianuzten dute eskualdeen artean hazkunde tertziarioaren egitura ezberdina dela.Halaber, garapen gutxiko eskualde batzuk identifikatzen ditu, zeinetan tertziarizaziomaila oso apala baita eta hazkunderako funtsezkoak diren hainbat zerbitzurenhornidura urria.The intense growth sustained over the last few decades by the service sector in Spaindoes not conceal the existence of differentiated degrees and rates of such growth acrossthe regions. Accepting that public services are evenly distributed throughout the nationalterritory, these differences may be caused by a certain tertiary specialisation (in tourismservices, for example), or else by the existence of different levels of regional production ofadvanced services (basically, business services). The latter case may have negativeconsequences for regional development given the importance of such activities in thecompetitiveness and economic appeal of a territory. Therefore, a study of the patterns oftertiary convergence of the Spanish regions using cointegration is proposed. The use ofthis technique enables the behaviour of each economy to be individually analysed. Themain results reveal the existence of clearly differentiated regional patterns of tertiarygrowth, identifying a set of not very developed regions with a low degree of tertiarydevelopment and scarce endowment of certain services fundamental for their growth.


Santiago R. Martínez Argüelles*Fernando Rubiera MorollónDepartamento de Economía Aplicada

Universidad de Oviedo

1. Introducción2. Efectos del comportamiento del sector servicios en el crecimiento regional3. El modelo: análisis de convergencia con cointegración4. Resultados empíricos5. Resumen y conclusionesReferencias bibliográficasApéndice estadístico

1. INTRODUCCIÓN

El intenso crecimiento que los serviciosestán protagonizando en las modernaseconomías, mayor cuando se mide entérminos de empleo, no oculta lasimportantes diferencias existentes. Estasdisparidades pueden ser consecuencia dela especializaron sectorial —fruto de lasdiferentes dotaciones de factores— o delinsuficiente desarrollo de las modernasactividades terciarias. La insuficientedotación en estas últimas actividadespuede suponer una importante desventajapara el atractivo económico y la

* Los posibles errores que puedan figurar en estetrabajo son de la exclusiva responsabilidad de los autores,quienes desean expresar su agradecimiento a losprofesores de la Universidad de Oviedo Manuel AlfredoPérez Menéndez e Ignacio del Rosal por sus valiososcomentarios. Este estudio se ha realizado con el apoyofinanciero de la Universidad de Oviedo dentro del proyectoNP-98-533-1.

competitividad de las economíasafectadas.

En este trabajo se propone un análisisde convergencia en servicios aplicado alas regiones españolas buscandoalcanzar un doble objetivo: en primerlugar, se trata de analizar los patronesregionales de crecimiento de los serviciosen España y establecer posibles límites asu crecimiento; en segundo lugar, sepretende identificar la existencia derelación entre las pautas de crecimientode los servicios y la especializaciónsectorial en actividades terciarias.

La consecución de esos fines serealizará a través de un estudio deconvergencia en el volumen de ocupadosen actividades terciarias aplicando latécnica de cointegración a las series deempleo regionales en los servicios. Esteanálisis permitirá identificar la dinámica

Palabras clave: Servicios, especialización terciaria, patrones regionales de crecimiento terciario.Nº de clasificación JEL: L8, P52, R11

«Patrones de convergencia regional en los servicios de la economía española»


de los modelos regionales deterciarización en España, completándosecon el estudio de la evolución regional delV.A.B. terciario desagregado.

2. EFECTOS DEL COMPORTAMIENTODEL SECTOR SERVICIOS EN ELCRECIMIENTO REGIONAL

La existencia de diferencias regionalesen la dotación de factores y elaprovechamiento de rendimientoscrecientes en ciertos servicios cuyaproximidad al usuario no es necesariaconstituye una primera explicación a losdistintos niveles de especializaronsectorial que alcanzan las regiones. Enprincipio esto no debería tener efectosnegativos, puesto que la especializaciónes una de las leyes básicas de laeficiencia económica y podríanbeneficiarse de ella todas las regiones.Sin embargo, la especialización puede serfuente de desventajas para aquellaseconomías que se quedan atrapadas enun equilibrio sectorial con una bajaterciarización, especialmente si losservicios de los que no disponen sonaquellos que pueden tener más incidenciaen la marcha global y desarrollo de laeconomía regional (nuevos servicios,servicios de alta tecnología, servicios aempresas, entre otros).

Como señalan Llorca Vivero et al.(1996) los servicios pueden contribuir alcrecimiento y bienestar de las sociedadesal menos por tres vías. En primer lugar,mediante la exportación de aquellos enlos que la nación o la región se hayaespecializado por disponer de una mejordotación de recursos o mostrar unaventaja técnico-organizativa. En segundo

lugar, al cubrir una demanda deactividades terciarias muy diversas que vasurgiendo en la población a medida quelas sociedades progresan. Y en tercerlugar, al incidir decisivamente en la mejorade la productividad del conjunto deactividades económicas por la intensainterrelación que existe entre los serviciosy el resto de actividades, especialmentelas manufactureras.

La primera vía constituye la másimportante actividad económica demuchas de las regiones españolas por elamplio crecimiento que el sector turísticoha alcanzado en ellas. El bienestar de lassociedades depende en buena medida deldesarrollo que se consiga en lasactividades de la segunda vía. Por último,la tercera vía es fundamental paraasegurar un crecimiento equilibrado yconsistente de las regiones. Como apuntaMas (1992) la competitividad industrialdepende tanto de las actividadesdirectamente productivas como de losservicios ligados a ellas, la conexión entreestas no sólo se produce en el propioproceso de producción sino también enfases anteriores y posteriores al mismo.Ahora bien, las funciones de apoyo a lasactividades productivas pueden estardisponibles internamente a la empresa oen su entorno exterior, es decir en elmercado circundante. Esto enlaza con laidea marshaliana del territorio entendidocomo algo más que un elemento inerte opasivo en el que se localizan lasactividades económicas. En realidad estees la fuente de un conjunto de ventajascomparativas tales como personalcualificado, cultura empresarial, tejidoindustrial desarrollado, ampliasinfraestructuras, proximidad a losmercados, entre otras. Eso es lo que hace

Santiago R. Martínez Argüelles, Fernando Rubiera Morollón


atractivas a unas regiones frente a otras ylo que impulsa o detiene su crecimiento.La disponibilidad de una amplia oferta deservicios a empresas eficientes puedeconsiderarse como parte de esainfraestructura económica regional quefomenta el crecimiento (Begg, 1993).

Por lo tanto, si las diferencias entre lasregiones son consecuencia de quealgunas de ellas exploten servicios de laprimera vía y otras no hayan sido capacesde hacerlo, o no dispongan de la dotaciónadecuada de factores para sercompetitivas en ello, la existencia dedistintos niveles de terciarización noresulta clave. Pero si algunas regionesmanifiestan la imposibilidad pordesarrollar en el seno de su territorio unentramado terciario capaz de garantizar laprestación de un amplio y competitivoconjunto de servicios y esa, al menos enparte, es la causa de su menorterciarización, no cabe duda de que traeráconsigo un empobrecimiento regional.Cuando se identifica este segundo casoes precisa la actuación pública paraestimular tanto la oferta como la demandaregional de servicios a empresas y salirde la trampa de bajo crecimiento terciarioen la que se ha caído (Martínez yArgüelles, 1997).

3. EL MODELO: ANÁLISISDE CONVERGENCIACON COINTEGRACIÓN

Se dice que una cierta variable yt esintegrada de orden d, l(d), cuando esnecesario diferenciarla d veces para quesea estacionaria. El concepto decointegración, que se debe a Engle y

Granger (1987), consiste en la existenciade una relación lineal estable a lo largodel tiempo entre dos o más variables. Así,dado un vector xt compuesto por nvariables todas ellas integradas del mismoorden d, se dirá que están cointegradas siexiste un vector a que origine unacombinación lineal de las variables de xt

tal que esta tenga un orden deintegrabilidad h donde h = d - b, siendo b> 0. A dicho vector α se le denominavector de cointegración.

La existencia de dicho vector decointegración entre dos o más variablesimplica, por lo tanto, la presencia de unarelación de equilibrio a largo plazo entreellas, de tal forma que, aunque periodo aperiodo pueden existir desviaciones, en ellargo plazo hay un equilibrio estable entrelas variables que forman parte de dichovector. Esta doble relación entre el corto yel largo plazo se puede combinar con lautilización de los modelos VAR noestacionarios y los modelos conmecanismo de corrección del error(MCE), dando lugar a los VECM (unmodelo VAR con MCE). Sin embargo, elconcepto de equilibrio estadístico no tienepor qué coincidir con el económico(véase, por ejemplo, Achuelo, 1993). Elequilibrio en términos estadísticos tansolo supone que se observa una relaciónlineal entre variables que se ha mantenidodurante un largo periodo de tiempo; peroel significado económico de dicha relaciónde equilibrio depende de la teoría que seeste aplicando. Por ello, adecuadamenteformalizada, la técnica de cointegraciónpuede ser un excelente instrumento paraestudiar la convergencia entre variablessobre las que se dispongan de suficientesobservaciones temporales.



Button y Pentecost (1993) aplican laentonces incipientes técnicas decointegración para analizar la existenciade convergencia entre las series departicipación del empleo terciario en eltotal en las regiones británicas. El estudioque realizan analiza si existeconvergencia simultáneamente entretodas ellas o no; pero no permiteidentificar la posible existencia deconvergencia a distintos niveles. Además,la utilización de datos de participación delempleo terciario en el total en vez deutilizar datos absolutos de empleo en elsector servicios puede inducir a erroresya que un aparente crecimiento de laparticipación de los servicios es posibleque en realidad oculte una profunda crisiseconómica en la que se produce unaintensa destrucción de empleosindustriales y/o primarios que elevanartificialmente el porcentaje del empleoterciario.

Suriñach et al. (1995) proponen unmétodo alternativo que posibilita realizarun estudio simultáneo entre muchaseconomías comparando cada una deellas con un agregado del resto. Esteprocedimiento permitiría además trabajarcon las series de empleo terciario entérminos absolutos y no con las series departicipación de empleo en los serviciossobre el empleo total. Para ello, losautores proponen primero contrastar laexistencia de tendencias comunes en laevolución regional de una variableeconómica utilizando una relaciónestática entre la i-ésima economía y elresto de economías con las que lacomparamos. Esta relación es puramenteempírica y no se basa en un modelocausal que la respalde. No obstante el

cumplimiento por parte de la misma delas condiciones a las que nos referiremosa lo largo de este trabajo permiteinterpretar la relación existente entre laregión y el conjunto del resto de laeconomía. Si se encuentran trayectoriascomunes, mediante el análisis de loscoeficientes del vector de cointegración sepuede estudiar su carácter convergente,divergente, o neutro.

Es posible adaptar dicho método a losobjetivos específicos de este trabajo.Sean SSj,t y SSn,t los ocupados en sectorservicios en la economía i-ésima y en elresto de la economía nacional (totalnacional menos los ocupados en la i-ésima economía), respectivamente, en elmomento t. Se puede suponer que entreel crecimiento del sector servicios en unaeconomía i-ésima y el crecimiento delmismo sector en el resto existe unarelación estática de tipo empírico como laque se recoge en la siguiente expresión:

donde, Ai = eµi y es un términodeterminista distinto para cada economíaque mide la proporción de equilibrio en ellargo plazo entre el valor de la variablepara el caso particular y el total.

En efecto, se puede considerar que elcrecimiento del empleo en los servicios enuna economía i tiene relación con factoresexternos como pueden ser el crecimientode la renta en el resto de economías porquese traduciría en el incremento del propioempleo terciario al estimular la demandade servicios ofrecidos en i (por ejemplo,turismo). Asimismo, si se supone que laseconomías son abiertas y que los



consumidores tienen informaciónperfecta, el desarrollo de nuevos serviciosa las empresas o servicios sociales en elresto de economías provoca que surjauna demanda para ellos en / que arrojaríacomo resultado incrementos del empleoterciario en esta economía hasta quedesapareciesen los beneficiosextraordinarios que puedan obtener lasempresas que se dedican a la prestaciónde estos servicios.

Linealizando la expresión con la que serecoge esta relación se obtiene:

A partir de esta formulación, interesaespecialmente la estimación y análisis delparámetro αi puesto que recoge laelasticidad del empleo terciario en laeconomía i-ésima ante un cambio en losocupados en los servicios del agregadototal. Una elasticidad negativa implica que

el comportamiento de la economía i-ésimasigue una dirección opuesta a la delconjunto; un valor nulo, por su parte,implicaría que no existe tal relación. Asípues, para poder aceptar la formulaciónpresentada basta con obtener valores deαi significativamente mayores que cero.Una vez superado tal contraste, elcomportamiento de largo plazo delempleo terciario en las economíasabiertas analizadas vendrá dado por elvalor que tome este parámetro, cuyainterpretación en un contexto decrecimiento terciario se resume en elCuadro n.° 1.

Por otra parte, debe señalarse quecorrige por el tamaño de cada economíala respuesta de su empleo terciario a laevolución del resto.

Debido a que las series con las que setrabaja muy probablemente no seanestacionarias, como ocurre con la mayorparte de las series económicas, surge unimportante problema a la hora de estimar

Cuadro n.° 1. Interpretación de distintos valores de la elasticidad αi según lassituaciones iniciales

(*) Siempre bajo el supuesto de un contexto de crecimiento del sector terciario.

Fuente: Elaboración propia.



la ecuación arriba presentada. Si,efectivamente, las series no sonestacionarias la estimación simple dedicha ecuación ocasionaría regresionesespurias. Puesto que el objetivo delpresente trabajo es contrastar lapresencia de tendencias comunes delargo plazo en la evolución regional delempleo terciario para, a partir de ello,interpretar el comportamientoconvergente o divergente del mismo espreceptivo, como señalan Surinach et al.(1995), que se parta de la relación enniveles. No se puede, por lo tanto, tomardiferencias para evitar el problema de noestacionariedad de las series.

Sin embargo, tal y como tambiénespecifican Surinach et al. (1995), unarelación estática en niveles de variablescon tendencias estocásticas queproporcione una combinación lineal(residuos del modelo) que no presenteeste tipo de tendencias (existencia decointegración) sería la base para afirmarque tales variables mantienen unarelación de equilibrio a largo plazo, y porconsiguiente para que se pueda afirmar lapresencia de tendencias comunes en laevolución del empleo terciario de la regióny la nación a partir de las cuales seestudien los patrones de convergencia.Además, el peligro de establecerrelaciones de tipo espurio por trabajar conesta clase de variables queda descartadoya que los residuos de una relación deeste tipo presentan tendenciasestocásticas, por lo que la existencia detendencias comunes sería rechazada(Surinach et al., 1995).

Es por todo ello por lo que se estima larelación arriba presentada como un vectorde cointegración que actúa comomecanismo de corrección del error en unmodelo VECM completo (VAR con MCE)

para cada economía:

donde nos interesa exclusivamente losparámetros del propio vector decointegración (µi y αi). Aunqueaprovechando el análisis efectuado puedeser interesante recoger el valor que tomala estimación del parámetro yi, que recogela rapidez del ajuste, puesto que indica lavelocidad con la que la i-ésima regiónretorna a su relación estable con el restocuando por alguna razón esta sufre unadesviación. Los elementos,

no resultan relevantes en este estudio puesrecogen las relaciones de corto plazocuando se buscan las relaciones en ellargo plazo.

4. RESULTADOS EMPÍRICOS

4.1. Los datos

Los datos utilizados en estainvestigación corresponden al volumen deocupados en los servicios en las 17comunidades autónomas españolas(CCAA en adelante) y al resultado derestar al total nacional el empleo terciarioen cada una de estas 17 CCAA. Lasseries temporales de empleo terciario porregiones han sido tomadas de la base de



datos TEMPUS del Instituto Nacional deEstadística que se inicia en el primertrimestre de 1977 y termina en el segundotrimestre de 1997. Para la exposición delos resultados también se emplean datosprocedentes de la Contabilidad Regionalde España de 1990 realizada por elI.N.E..

Esta base de datos se caracteriza porla alta heterogeneidad sectorial quepresentan las distintas economíasregionales españolas. En ella se encuentraun espectro de regiones que van desdealtísimos grados de terciarización a causade economías fundamentalmente

basadas en el sector turístico(Baleares,Canarias, entre otras) hastaaquellas en las que su actividadeconómica depende aún de sectoresprimarios (Galicia, La Rioja, entre otras)pasando por las que son principalmenteindustriales (País Vasco, Asturias, entreotras) o sectorialmente equilibradas(Cataluña, Valencia, entre otras).

El Cuadro n.° 2 presenta informaciónsintética acerca de la evolución de losocupados en los servicios en las regionesespañolas durante el periodocomprendido entre el primer trimestre de1977 y el segundo trimestre de 1997,

Cuadro n.° 2. Evolución del empleo en los servicios en España, 1977-1997

Participación % de losocupados en losserviciosen el total de ocupados

Ocupadosterciariariosen 1997

Tasa decrecimientomedia anual

Participación %en el total de

ocupados

1977 1997 (1977 = 100) (en %) nacionales enservicios (1997)

Andalucía 42,13 63,05 164,75 2,53 15,63

Aragón 38,92 56,64 141,36 1,75 3,02Asturias 34,28 57,84 129,20 1,29 2,34Baleares 49,95 71,22 178,31 2,93 2,53Canarias 57,47 73,52 169,68 2,68 5,01Cantabria 36,12 57,84 136,88 1,58 1,15Cast. la Mancha 34,21 53,62 152,35 1,87 5,79Castilla León 35,57 57,57 144,95 2,13 3,52Cataluña 41,75 58,98 147,18 1,95 16,62Extremadura 37,32 60,15 137,78 1,62 2,16Galicia 27,46 49,60 133,48 1,45 5,70Madrid 61,39 72,00 134,94 1,51 16,21Murcia 40,01 64,04 187,34 3,19 2,80Navarra 37,59 52,59 154,79 2,21 1,32País Vasco 38,55 60,23 147,25 1,95 5,48Rioja 31,60 51,29 156,45 2,26 0,60Valencia 39,68 59,90 161,93 2,44 10,11Media España 40,72 61,36 149,71 2,04 100,00

Fuente: Elaboración propia a partir de los datos del I.N.E.



poniéndose de manifiesto tanto elimportante crecimiento de los ocupadosen estas actividades como la existenciade esa alta heterogeneidad entre CCAA ala que se hacía referencia. Asimismo, elGráfico n.° 1 y el Gráfico n.° 2 representanla evolución temporal en las regionesespañolas de la participación de losocupados en los servicios sobre losocupados totales y del volumen deocupados terciarios, respectivamente.Estos gráficos apuntan la posibilidad deque tanto las tasas de ocupados en losservicios como el número de ocupados enestas actividades converjan hacia más deun nivel.

4.2. Principales resultados

Para poder aplicar el planteamientopropuesto, basado en un análisis de lastendencias comunes entre la evoluciónregional del empleo terciario y laevolución de esa misma variable en elresto de la nación, es necesario, enprimer lugar, conocer el orden deintegración de las series trimestrales deempleo terciario de cada región y lasseries resultantes de restar al conjuntonacional el empleo en cada una de las 17CCAA. Es decir, se precisa realizar uncontraste de raíces unitarias para conocersi tales series tienen o no tendencia, y enel previsible caso de que así sea como esde esperar a partir de la representacióngráfica de las mismas, determinar si estaes determinista o estocástica.

El contraste utilizado con tal fin ha sidoel ADF (Dikey y Fuller, 1981), que sebasa en el DF propuesto por esosmismos autores (Dikey y Fuller, 1979).

Con el DF se toma como hipótesis nulaque el proceso sea un paseo aleatorio ycomo hipótesis alternativa que este seaun AR(1) estacionario. Este contraste sepuede realizar bajo tres especificacionesdistintas: con término constante ytendencia; sólo con término constante, sintendencia; o sin tendencia ni constante.Debido a las distintas implicaciones quecada una de estas tres posibles formasde calcular el contraste DF tiene sobre elcomportamiento de las variables, y con laintención de encontrar el proceso degeneración de datos que mejorcaracteriza a las series, se seguirá laestrategia más comúnmente aceptada,consistente en ir del modelo más general(con tendencia y término constante) almás particular (sin tendencia niconstante) eliminando la tendencia o eltérmino constante según susignificatividad estadística, siempre quela hipótesis nula no sea rechazada. ElADF sólo añade al DF una estructura deretardos de la variable dependiente quepermite capturar la estructuraautorregresiva de esta, quedando laautocorrelación lo más incorreladaposible. La elección del número deretardos a utilizar se realiza aplicando elcriterio de Schwert (1989) que en estecaso, con un tamaño muestral de 81observaciones cuatrimestrales, supone lautilización de tres retardos.

Los resultados alcanzados al aplicar elcontraste ADF con tres retardos a lasseries en nivel permiten rechazar laausencia de raíces unitarias al 1 por cienen todas las series (véase Cuadro A.1 delApéndice, donde se presenta el valor delestadístico ADF observando que estesiempre es mayor a los valores críticos no



Gráfico n.° 1. Evolución del número de empleados en el sector serviciospor regiones (1977.1-1997.2). Serie logarítmica

Fuente: Elaboración propia a partir de datos de INE.

Gráfico n.° 2. Evolución de la participación del empleo terciario en el totalpor regiones (1977.1-1997.2). En porcentajes




pudiendo rechazar la hipótesis nula de noestacionariedad de las series en niveles).Tras aplicar este contraste a las series enprimeras diferencias tomando de nuevotres retardos se puede rechazar lahipótesis nula de no estacionariedad al 1por cien en la mayor parte de los casos;salvo en Baleares, Cataluña, Castilla yLeón y Valencia, por su parte enAndalucía el rechazo se produce a unnivel próximo al 10 por cien (véase elCuadro A.2, donde se presenta el valordel estadístico ADF que toma valoresmenores a los valores críticos pudiendorechazar la presencia de raíces unitariasen las series en primeras diferencias). Porlo tanto, se puede concluir que las seriesde empleo terciario de las 17 CCAAespañolas son integradas de orden uno,denotándolo por I(1). En los Cuadros A.1y A.2 se muestra además el contrastepara el total nacional obteniendo losmismos resultados, es decir, no se puederechazar la hipótesis nula en nivelesmientras que si es posible hacerlo altomar primeras diferencias a un nivel del5 por cien. Este comportamiento se repitecon pequeños cambios para las 17 seriesresultantes de restar al total nacional elvolumen de ocupados en servicios decada CCAA. Es decir, las seriesresultantes de dicha diferencia tambiénson I(1). En definitiva, y como conclusión aeste primer análisis de las series, tanto delas correspondientes a cada CCAA comolas correspondientes al total nacionalmenos cada CCAA, se comprueba quetodas ellas están integradas de ordenuno.

Tras contrastar que todas las seriesestán integradas de orden uno se puedenaplicar los contrastes de cointegración

propiamente dichos1, estimando mediantelos mismos los coeficientes de interéseconómico, especialmente el valor quetoma el parámetro a en cada región. Losdos métodos de estimación de lasrelaciones de cointegración máscomúnmente empleados son el métodobietápico de Engle y Granger (Engle yGranger, 1987) y el procedimientomáximo verosímil de Johansen(Johansen, 1988).

El método bietápico de Engle yGranger (1987) consiste en estimarprimero la relación de cointegración pormínimos cuadrados ordinarios (MCO)para posteriormente estimar el MCEintroduciendo los residuos de la relaciónde cointegración (véase Suriñach et al.,1995, pag. 66). A pesar de que se trata deun procedimiento muy sencillo e intuitivono está exento de inconvenientes. Poruna parte, cuando se estudian relacionesentre más de dos variables podría existirmás de un vector de cointegración siendoel que se obtiene mediante este métodouna combinación lineal de ellos. Esteproblema, sin embargo, no afecta alpresente trabajo donde sólo se utilizandos variables (empleo terciario en la i-esima región y empleo terciario en elresto). No obstante, otro problema, que sí

1 La utilización de series trimestrales supone queel estudio del grado de integración de la parteregular debe completarse con un análisis de la parteestacional. El contraste DHF (Dikey, D.A., Hasza,D.F. y Fuller, W, 1984) permite hacer un análisis dela integración estacional en términos similares acomo lo hace el ADF en la parte regular. Noobstante, tras la aplicación de dicho contraste a lasseries de empleo terciario de las CCAA españolasse encuentra una ausencia de integración estacionalen la mayoría de los casos y una gran debilidad dela misma en el resto. Por ello en este trabajo se optapor limitar el análisis a la parte regular.



afectaría a está investigación, radica en laausencia de distribuciones límite biendefinidas para los estadísticos queproporciona este método. Los residuos dela regresión efectuada en la primera etapase pueden emplear para realizarcontrastes de la existencia decointegración entre las variables, si estáncointegradas los errores deben serestacionarios, lo que se contrastamediante el DF o ADF. Pero la estimaciónpor MCO al elegir los estimadores queprovoquen la menor varianza muestralhace que los residuos parezcan lo másestacionarios posibles por lo que loscontrastes antes mencionados tenderán arechazar la no estacionariedad condemasiada frecuencia.

Estas dificultades aconsejan realizar laestimación a través del procedimientomáximo verosímil de Johansen (1988)que permite estimar todos los vectores decointegración sin imponer a priori queúnicamente hay uno y sin verse afectadopor la endogeneidad de las variablesimplicadas en la relación decointegración. Además este métodopermite un contraste de la relación decointegración al tiempo que se realiza suestimación (Suriñach et al., 1995)2.

Los resultados del contraste de lasrelaciones cointegración que permiterealizar el procedimiento máximo

2 En la investigación también se aplicó el métodobietápico de Engle y Granger obteniendo resultadosmuy similares a los alcanzados mediante elprocedimiento máximo verosímil de Johansen. Conel fin de no redundar en exceso en una mismaestimación, aunque sea por procedimientosdistintos, se ha optado por no incluir tales resultadosen este trabajo.

verosímil de Johansen se presentan en elCuadro A.3 del Apéndice. Según estecontraste puede aceptarse la existenciade cointegración en el volumen de empleoterciario entre todas las regiones y esamisma variable en el resto de la nación,salvo en los casos de Galicia y La Rioja.Este resultado se puede explicar porhecho de que la economía de estas dosregiones se basa aún en actividadesprimarias, no habiendo desarrollado unsector servicios suficientemente amplio.Tal comportamiento económico se reflejaestadísticamente en el rechazo detendencias comunes entre las series deempleo terciario de estas dos regiones ylas correspondientes al resto. En loscasos de Andalucía, Cantabria, Balearesy Castilla La Mancha, se acepta laexistencia de cointegración a un nivel del5 por cien, a diferencia de las demásCCAA donde la aceptación se produce al1 por cien.

El Cuadro A.4 muestra los resultadosde la estimación de la relación decointegración en las regiones en las quese ha aceptado su existencia. Respecto alparámetro de velocidad del ajuste, y,como era de esperar toma valoresnegativos en todos los casos, indicandoque el MCE introducido en la formulaciónVAR actúa como corrector de ladesviaciones de corto plazo. En generallos valores de este parámetro son muysimilares entre las distintas CCAA,aunque es preciso señalar la mayorlentitud que Asturias, Extremadura yMurcia presentan en su retorno alequilibrio con el resto de las CCAAcuando por cualquier razón se desvíandel mismo. De igual modo es llamativa



la alta velocidad de ajuste encontrada en Navarra.

4.3. Interpretación de los resultados

Con el fin de facilitar la interpretación económica de los resultados de la estimación del αi por el procedimiento de Johansen, éstos han sido agrupados aplicando como criterio de clasificación el grado de terciarización de cada región, que se obtiene a partir de la siguiente expresión y cuyos resultados concretos se presentan en el Cuadro A.5:

donde SS i es la media de ocupados en los servicios en la i-ésima CCAA durante el periodo comprendido entre el primer trimestre de 1977 y el segundo de 1997,

SS n la media de ocupados en los servicios en el total nacional en dicho periodo, O i la media de ocupados totales en la i-ésima CCAA para el mismo rango temporal y O n los ocupados totales en toda la nación durante el periodo analizado.

Se ha considerado que las CCAA que toman un valor mayor o igual a 1,05 pueden considerarse como relativamente muy terciarizadas; mientras que aquellas que presenten un valor inferior o igual a 0,95 serán consideradas como relativamente poco terciarizadas y el resto, las comprendidas entre 0,95 y 1,05, serán consideradas como las que tienen un grado relativo de terciarización intermedio.

En el Cuadro n.° 3 se combina este criterio con el valor del αi estimado, obteniendo nueve grupos potenciales a partir de los cuales es más sencillo interpretar los resultados. Como se puede ver en dicho cuadro el empleo terciario de Baleares, Canarias, Cataluña, Andalucía y Murcia crece a una mayor proporción que en el resto de CCAA. Cataluña y Murcia parten de un grado de terciarización medio y, por lo tanto no tardarán en aproximarse a las regiones más terciarizadas. Baleares, Canarias y Andalucía estando ya en una posición de altos niveles relativos de terciarización aumentan su diferencia con el resto de regiones. Valencia, Castilla la Mancha, Navarra y Cantabria mantienen su proporción estable respecto al agregado del resto de regiones. La primera de este segundo grupo tiene inicialmente un grado medio de terciarización que tiende a mantener, pero las otras tres parten de niveles relativos de terciarización bajos, no siguiendo una pauta de crecimiento más intenso que las aproxime a los niveles medios o altos, pero tampoco alejándose más de ellos. Por último, Madrid, País Vasco, Castilla y León, Aragón, Extremadura y Asturias ven crecer su empleo terciario a un menor ritmo que el total nacional. Madrid es la CCAA con un nivel de terciarización inicial más alto, dando muestras de agotamiento en su crecimiento terciario. El País Vasco parte de una situación media de la que tiende a alejarse de forma negativa. Las otras cuatro regiones experimentan un proceso de divergencia respecto al agregado nacional, aunque convergen entre ellas a bajo nivel. Estas cuatro últimas regiones son las que más preocupan, puesto que teniendo niveles



Cuadro n.° 3. Análisis del comportamiento de las regiones españolas a partir delestimado por el procedimiento máximo verosímil de Johansen*

* Las CCAA de La Rioja y Galicia no se incluyen pues no superan el contraste de Johansen de cointegración. Fuente:

Elaboración propia a partir de los A.4 y A.5 del Apéndice.

relativos de terciarización bajos tienden ala divergencia respecto al agregado delresto.

Para poder determinar las causas delos diferentes crecimientos terciariosregionales sería preciso hacer un estudiomás desagregado de los servicios con elfin de identificar las diferentes estructurasterciarlas identificando las ramas deactividad que dinamizan o frenan eldesarrollo terciario de cada región. Lometodológicamente correcto sería seguirempleando el empleo terciario comovariable de referencia en este análisis, elproblema radica en el escaso nivel de

desagregación de los datos de empleoterciario en España. Por ello se utilizanlos datos del V.A.B. terciario por CCAApara 1990 que el I.N.E. facilitadesagregados en grandes ramas deactividad (servicios destinados a la ventay servicios no destinados a la venta;dividiendo a los primeros en: servicios detransportes y comunicaciones,restaurantes reparaciones y recuperación,servicios bancarios y financieros y otrosservicios destinados a la venta) (CuadroA.6). Comparando los resultados de laestimación de αi con la participaciónporcentual del V.A.B. de cada rama deactividad de servicios en el V.A.B.



Gráfico n.° 3. Relación entre las pautas de convergencia en ocupados en el sectorservicios de las regiones y la participación porcentual del VAB en servicios de

hostelería, hoteles y restaurantes sobre el VAB terciario total (1990)


terciario total (Gráficos n.° 3, 4 y 5) sepuede realizar una aproximación aalgunas de las causas de las diferentesdinámicas de los servicios de las regionesespañolas.

En el Gráfico n.° 3 se puede ver quelas CCAA que experimentan mayorcrecimiento terciario son las que tienen unsector turístico mayor (Baleares, Canariasy aunque en menor medida tambiénAndalucía, Valencia, Cataluña y Murcia).Las regiones que menos crecen en suempleo terciario son las que tienen uncomponente turístico menor (Madrid,Asturias, Castil la y León y Extremadura

entre otras). Es decir, la primera causa dediferencias en el crecimiento de losservicios entre regiones es la mayor omenor especialización en actividadesturísticas (servicios de la primera vía a losque nos referíamos en el segundoapartado de este trabajo).

Sin embargo, como se puede apreciaren los Gráficos n.° 4 y 5, algunas de lasregiones que menor crecimiento terciarioexperimentan (Extremadura, Aragón yAsturias sobre todo) parten de unadotación de servicios financieros y otrosservicios, que podemos considerar comocorrespondientes a la tercera vía,



Gráfico n.° 4. Relación entre las pautas de convergencia en ocupados en el sectorservicios de las regiones y la participación porcentual del VAB en servicios

financieros y bancarios sobre el VAB terciario total (1990)


inferior a la media. Es decir, en esoscasos no sólo es el turismo la rama quemarca diferencias entre regiones. Losservicios de Madrid, País Vasco yNavarra crecen menos que los de el restode CCAA pero parten de niveles deservicios financieros y otros servicios muyaltos; mientras que en los casosmencionados con anterioridad la debilidadde la presencia del sector serviciosregional se deriva tanto de la reducidapresencia de actividades terciarias de laque parten como de la baja dotación deservicios fundamentales para su atractivoeconómico.

5 RESUMEN Y CONCLUSIONES

El objetivo de este trabajo era analizarlas pautas regionales de terciarizaciónque se han desarrollado en España apartir de la aplicación de la técnica decointegración a las series de empleodisponibles para el ámbito temporalcomprendido entre 1977 y 1997. Con elfin de facilitar la interpretación de losresultados se han identificado nuevegrupos potenciales de regiones a partir dela combinación del ritmo relativo decrecimiento de los servicios con el gradode terciarización de cada una de ellas.



Gráfico n.° 5. Relación entre las pautas de convergencia en ocupados en el sectorservicios de las regiones y la participación porcentual del VAB en Otros servicios

destinados a la venta sobre el VAB terciario total (1990)


Los resultados alcanzados han permitidoconstatar la existencia de ritmosregionales perfectamente diferenciadosque se pueden resumir en cuatro grandesgrupos: regiones muy terciarizadas en lasque se observa una gran intensidad en elcrecimiento del empleo en los servicios;regiones muy terciarizadas en las que seobserva una desaceleración apreciableen el ritmo de crecimiento del empleo enlos servicios; regiones estabilizadas quepresentan un grado de terciarizaciónmedio y una senda de crecimiento similara la del resto de regiones; y, finalmente,regiones poco terciarizadas en las que el

sector crece con mayor lentitud que en elresto de regiones.

La comparación de estos resultadoscon la estructura desagregada del sectorservicios en cada región identificada apartir de la composición del V.A.B.terciario ha permitido realizar unaaproximación más precisa a las posiblescausas y consecuencias de la existenciade diversas pautas de crecimiento. Así, elpapel desempeñado por el turismo esclave, puesto que no sólo explica lasfuertes tasas de crecimiento de lasregiones más terciarizadas, sino también



la lentitud en el ritmo de terciarización deotras regiones.

La desaceleración relativa delcrecimiento de los ocupados en losservicios que se observa en algunasregiones tiene consecuencias distintas enfunción de la composición inicial delsector servicios. En este sentido, llamaespecialmente la atención la situación deExtremadura, Aragón y Asturias, ya que

se caracterizan por presentarsimultáneamente una baja tasa deterciarización relativa, una reducidapresencia de servicios financieros y otrosservicios, así como un ritmo decrecimiento de las actividades terciariasclaramente inferior al que presenta elsector en el resto de España. Estascircunstancias pueden tener un impactonegativo en su potencial de crecimientofuturo.

REFERENCIAS BIBLIOGRÁFICAS

ACHUELO, A. (1993): «Series integradas ycointegradas: una introducción», Revista deEconomía Aplicada, vol. 1, n.º 1, pp. 151-164.

BEGG, I. (1993): «The service sector in regionaldevelopment», Regional Studies, vol. 27, n.° 8, pp.817-825.

BUTTTON, K. y PENTECOST, E. (1993): «Regionalservice sector convergence», Regional Studies,vol. 27, n.° 7, pp. 623-646.

DIKEY, D.A. y FULLER, W.A. (1979): «Distribu-tions ofthe estimators for autoregressive time series with aunit root», Journal of American StaticalAssociation, n.° 74, pp. 427-431.

—, (1981): «Likelihood ratio statistics for autoregresive time series with a unit root»,Econometrica, n.°49, pp. 1057-1072.

DIKEY, D.A.; HASZA, D.F. y FULLER, W. (1981):«Testing for unit roots in seasonal time series»,Journal of American Statistical Association, n.° 79,pp. 455-461.

ENGLE, R.F. y GRANGER, C.W.J. (1987): «Cointe-grationand error correction: representation, estimationand testing», Econometrica, n.° 55, pp. 251-276.

JOHANSEN, S. (1988): «Statistical analysis ofcointegration vectors», Journal of EconomicDinamics and Control, vol. 12, pp. 231-254.También en ENGLE, R. y GRANGER, C. (1991)(Eds.): Long-Run Economic Relationships, OxfordUniversity Press.

LLORCA, R.; MARTÍNEZ, J.A. y PICAZO, A. (1996): «Losservicios y el desarrollo de las regiones», Papelesde Economía Española, n.° 67, pp. 148-167.

MARTÍNEZ, S.R. y ARGÜELLES, M. (1997): «Servicios ala producción, nuevas infraestructuras y políticaregional en las regiones menos desarrolladas»,Revista Asturiana de Economía, n.°9, pp. 159-174.

MAS, F. (1992): «Servicios a empresas ycompetitividad industrial», Economía Industrial,septiembre-octubre, pp. 63-67.

SURIÑACH, J.; ARTÍS, M.; LÓPEZ, E. y SANSÓ, A. (1995):Análisis económico regional. Nociones básicas dela teoría de la cointegración, Antoni Bosch Editor yFundació Bosch i Gimpera, Barcelona.

SCHWERT, G.W. (1989): «Test for unit roots: A Monte Carloinvestigation», Journal of Bussines and EconomicStadistics, n.° 7, pp. 147-159.



APÉNDICE ESTADÍSTICO

Cuadro A. 1. Resultados de aplicar el contraste ADF a las series deempleo terciario en niveles por regiones (1977.1-1997.1)*

Significatvidad de la:Región

Tendencia Constante

EstadísticoADF/DF

ValoresCríticos

Andalucía — — 3.5255 -2.5926(1%)-1.9444(5%)

Aragón 0.1568 19.1159 -2.4405 -4.0787(1%)(0.8%) (1.8%) -3.4673 (5%)

Asturias — — 1.8119 -2.5926(1%)-1.9444 (5%)

Baleares — — 2.6821 -2.5926(1%)-1.9444(5%)

Canarias — — 2.8044 -2.5926(1%) -1.9444(5%)

Cantabria — — 1.7909 -2.5926(1%)-1.9444 (5%)

Cataluña 0.6537 49.9331 -2.1625 -4.0787(1%)(0.8%) (4.2%) -3.4673 (5%)

Cast. La Mancha 0.1535 16.6809 -2.1982 -4.0787(1%)(1.9%) (3%) -3.4673 (5%)

Castilla y León 0.2091 26.2450 -1.9824 -4.0787(1%)(3.6%) (3.6%) -3.4673 (5%)

Extremadura — — 1.4253 -2.5926(1%)-1.9444(5%)

Galicia 0.1907 27.3060 -1.9335 -4.0787(1%)(5%) (5.6%) -3.4673 (5%)

Madrid 0.8606 117.6330 -3.4559 -4.0787(1%)(0%) (1.7%) -3.4673 (5%)

Murcia 0.1481 11.6884 -1.9997 -4.0742(1%)(2.4%) (4.5) -3.4652 (5%)

Navarra 0.0865 8.5404 -2.0626 -4.0787(1%)(2.2%) (4.2%) -3.4673 (5%)

País Vasco 0.2202 25.5156 -2.0032 -4.0787(1%)(2.5%) (4.9%) -3.4673 (5%)

La Rioja 0.0377 4.8431 -2.3144 -4.0787(1%)(3.6%) (1.8%) -3.4673 (5%)

Valencia — — 2.8537 -2.5926(1%) -1.9444 (5%)

Total nacional 2.2929 228.7366 -2.2013 -4.0887(1%)(1.3%) (3%) -3.4673 (5%)

(*) Tomando tres retardos en todas las ocasiones de acuerdo con el criterio de Schwert(1989). Fuente: Elaboración propia a partir de datos del INE.



Cuadro A.2. Resultados de aplicar el contraste ADF a las series de empleoterciario en primeras diferencias por regiones (1977.1-1997.1)*

Significatvidad de la:Región Tendencia Constante

EstadísticoADF/DF

ValoresCríticos

Andalucía — — -1.4676 -2.5929(1%)-1.9445 (5%)

Aragón — — -3.0601 -2.5929(1%)-1.9445 (5%)

Asturias — — -3.6621 -2.5929(1%)-1.9445 (5%)

Baleares — — -2.3986 -2.5929(1%)-1.9445(5%)

Canarias — 1.8508(2.4%)

-3.8660 -3.5164(1%)-2.8991 (5%)

Cantabria — — -4.1169 -2.5929(1%)-1.9445(5%)

Cataluña — — -2.5549 -2.5929(1%) -1.9445 (5%)

Cast. La Mancha — — -3.2493 -2.5929(1%)-1.9445(5%)

Castilla y León — — -2.4878 -2.5929(1%) -1.9445(5%)

Extremadura — — -3.0787 -2.5929(1%)-1.9445(5%)

Galicia — — -3.1886 -2.5929(1%)-1.9445 (5%)

Madrid — — -3.0319 -2.5929(1%)-1.9445 (5%)

Murcia — 1.1871(3.5%)

-4.9732 -3.5164(1%)-2.8991 (5%)

Navarra — — -4.0554 -2.5929(1%)-1.9445(5%)

País Vasco — 1.8632(4.3%)

-4.1230 -3.5164(1%)-2.8991(5%)

La Rioja — — -4.4633 -2.5929(1%)-1.9445 (5%)

Valencia — 3.1704(4.7%)

-3.3122 -3.5164(1%) -2.8991 (5%)

Total nacional — — -2.3295 -2.5929(1%)-1.9445(5%)

(*) Tomando tres retardos en todas las ocasiones de acuerdo con el criterio deSchwert (1989). Fuente: Elaboración propia a partir de datos del INE.



Cuadro A.3. Contraste del número de relaciones de cointegraciónmediante el procedimiento máximo verosímil de Johansen (1977.1-1997.1)*

(*) Los valores críticos son 24.60 al 1 por cien y 19.60 al 5 por cien para H0: r = 0, H1: r ≥ 1 y 12.97 al 1 porcien, 9.24 al 5 por cien para H0: r ≤ 1, H1: r= 2. Siendo r el número de relaciones de cointegración entre el em-pleo terciario en cada CCAA y el empleo terciario en el resto de CCAA.* A un nivel de significatividad del 5%.Fuente: Elaboración propia a partir de datos del INE.



Cuadro A.3. Contraste del número de relaciones de cointegraciónmediante el procedimiento máximo verosímil de Johansen (1977.1 -1997.1)*

(continuación)

(*) Los valores críticos son 24.60 al 1 por cien y 19.60 al 5 por cien para H0: r = 0, H1: r ≥ 1 y 12.97 al 1 porcien, 9.24 al 5 por cien para H0: r ≤ 1, H1: r = 2. Siendo r el número de relaciones de cointegración entre elempleo terciario en cada CCAA y el empleo terciario en el resto de CCAA.* A un nivel de significatividad del 5%.Fuente: Elaboración propia a partir de datos del INE.



Cuadro A.3. Contraste del número de relaciones de cointegraciónmediante el procedimiento máximo verosímil de Johansen (1977.1 -1997.1)*

(continuación)

(*) Los valores críticos son 24.60 al 1 por cien y 19.60 al 5 por cien para H0: r = 0, H1: r ≥ 1 y 12.97 al 1 por cien,9.24 al 5 por cien para H0: r ≤ 1, H,: r= 2. Siendo r el número de relaciones de cointegración entre el empleoterciario en cada CCAA y el empleo terciario en el resto de CCAA.Fuente: Elaboración propia a partir de datos del INE.



Cuadro A.4. Estimación por el procedimiento máximo verosímilde Johansen del vector de cointegración normalizado y del parámetro de

velocidad del ajuste (1977.1-1997.2)

Vector de cointegración Estimacióndel parámetro

Número deretardos

Región µ α de velocidad incluidosEstimación Estimación del ajuste: y en el VECM(Des. típica) (Des. típica) (Desv. típica) completo

Andalucía -3.1105 1.1675 -2.2689 4

(0.2459) (0.0289) (0.0842)Aragón -2.4853 0.8912 -0.3779 2

(0.2281) (0.0263) (0.0984)Asturias -1.7505 0.7882 -0.1181 2

(0.3844) (0.0445) (0.0718)Baleares -6.1469 1.2765 -0.3160 4

(0.5637) (0.0652) (0.0810)Canarias -4.8603 1.2132 -0.2638 2

(0.4617) (0.0537) (0.0547)Cantabria -4.1779 0.9818 -0.2329 1

(0.7748) (0.0825) (0.0578)Cataluña -3.1916 1.1856 -0.2400

(0.4004) (0.0472) (0.0433)Cast. La Mancha -3.5386 1.0249 -0.3070 1

(0.3958) (0.0570) (0.0730)Castilla y León -2.1480 0.9326 -0.3019 1

(0.2764) (0.0321) (0.0625)Extremadura -2.7287 0.8860 -0.1012 2

(0.5050) (0.0584) (0.06846)Madrid -0.2237 0.8393 -0.2458 1

(0.3786) (0.0446) (0.0585)Murcia 1.1630 -5.1700 -0.1482 1

(0.0640) (0.5622) (0.0781)Navarra -4.2702 0.9939 -0.7399 2

(0.1737) (0.0200) (0.1358)País Vasco -2.2300 0.9223 -0.3194 2

(0.3142) (0.0365) (0.0830)Valencia -2.44037 1.0271 -0.3727 2

(0.03600) (0.30801) (0.0753)

(*) Las CCAA de la Rioja y Galicia no se incluyen porque no superan el contraste de Johansen decointegración.Fuente: Elaboración propia a partir de los datos del INE.



Cuadro A.5. Clasificación de las regiones españolas según el grado de terciarizacion(1977.1-1997.2)

Fuente: Elaboración propia a partir de los datos del INE.



Cuadro A.6. Composición sectorial del V.A.B. terciario por CCAA (1990)

% de las distintas ramas sobre el V.A.B. terciarioCCAA

% V.A.B.Terciariosobre elV.A.B. total

Serv. nodestinados ala venta

Hostelería,restaurantesy turismo

Transportesy comuni-caciones

Institucionesde crédito yseguros

Otrosservicios

destinadosa la venta

AndalucíaAragónAsturiasBalearesCanariasCantabriaCast. y LeónCas. ManchaCataluñaValenciaExtremaduraGaliciaMadridMurciaNavarraPaís VascoLa Rioja

63.6761.0259.8284.3279.7463.2958.8653.6459.1263.3662.8657.7280.0060.2353.8253.8946.23

25.5123.8524.1214.3920.9320.9729.8626.6215.3217.7633.2326.0221.6924.8821.0717.9023.89

34.4033.3129.4046.4344.4625.1527.5632.3234.0537.9932.2029.7926.3135.8130.1531.0034.79

8.287.0810.4610.1410.019.136.667.669.569.755.668.2310.449.4010.109.226.94

8.4710.389.357.785.979.8011.1410.0312.779.388.1810.6114.198.3812.2015.6112.39

23.3425.3826.6721.2618.6334.9524.7923.3628.2925.1220.7325.3427.3721.5326.4826.2722.00

Total 63.91 21.47 32.82 9.14 11.11 25.45

Fuente: Elaboración propia a partir de datos del INE.

«Patrones de convergencia regional en los servicios de la economía española» · 2012. 6....

Documents

Transcript of «Patrones de convergencia regional en los servicios de la economía española» · 2012. 6....