Post on 30-Aug-2018
transcript
ANÁLISIS DE LAS NECESIDADES DE ENERGÍA PRIMARIA DESDE
LA PERSPECTIVA DEL MODELO INSUMO PRODUCTO (INPUT –
OUTPUT): APLICACIÓN A LA ECONOMÍA COLOMBIANA
Lourdes Isabel Patiño Pascumal
Documentos de Investigación del Programa de Doctorado en Economía Aplicada
Universitat Autònoma de Barcelona
Noviembre 2008
Departamento de Economia Aplicada
Universitat Autònoma de Barcelona
E-08193 Bellaterra (Cerdanyola del Vallès)
www.ecap.uab.es
Este trabajo constituye una versión reducida del trabajo de investigación “Análisis de las necesidades de energía primaria desde la perspectiva del modelo insumo producto (input-output): Aplicación a la economía Colombiana”, dirigido por Vicent Alcántara Escolano y presentado como parte del Programa de Doctorado en Economía Aplicada de la Universitat Autònoma de Barcelona.
Proyecto financiado con el apoyo del Programa Alβan- Programa de Becas de Alto Nivel de la Unión Europea para AméricaLatina.
1
Resumen: En el presente documento se realiza un análisis sobre las necesidades de energía primaria en Colombia mediante el modelo insumo producto, bajo el supuesto de la tecnología del producto y el supuesto de la tecnología de la industria, utilizando la metodología sugerida por Naciones Unidas. El estudio permitió avanzar en el análisis del impacto que el consumo de energía primaria tiene en el sistema industrial, se encontró que las industrias clave con impacto potencial en el consumo de energía primaria son: sustancias y productos químicos, productos minerales no metálicos, transporte terrestre, acuático y aéreo. Mientras que las industrias clave considerando el factor de escala son: transporte por vía terrestre y otros sectores. Al considerar las importaciones, la industria de sustancias y productos químicos pasa también a ser clave. Por lo tanto, una política energética debe considerar tanto los requerimientos directos como los indirectos.
Abstract This paper analyzes the requirements of primary energy in Colombia using an input-output model based on the industrial and commodity technology assumptions tested in previous United Nations methodological works. This study advances the research field on the impact analysis of primary energy consumption for the industrial sector. Its main finding is that this impact is related to the following key industries: chemicals and chemical products, mineral and non-metallic products, as well as the land, air and water systems of transportations. If we assess these industries using scale factor, land transportation and other sectors become the core industries; meanwhile if we consider all the imports, chemical and chemical products industries turn into key industry too. In conclusion energy policies must consider not only direct energy requirements but also indirect energy requirements.
1. Introducción
El presente trabajo esta orientado a cubrir la escasez de cuadros insumo-producto (input -
output en ingles, IO) simétricos en el campo de la energía primaria en Colombia. Esta carencia
puede estar explicada porque el Departamento Administrativo Nacional de Estadística (DANE)
no confecciona oficialmente los cuadros IO simétricos.1 De igual forma, es importante resaltar
que esta técnica aplicada al campo energético es considerada una línea prioritaria en la
investigación (Roca et al., 2007a), además ha sido reconocida en la literatura como herramienta
potente para relacionar flujos materiales en la economía (Hoekstra, 2005; United Nations, 2000).
En la actualidad la energía es un factor determinante para el desarrollo de los países. Sin
energía no puede crecer la industria, no se puede superar la pobreza, ni mejorar las condiciones
de vida de la población. En este sentido, también hay que anotar que el sector energético es
prioridad en Colombia como lo señala Plan Energético Nacional 2003-2020 (MME, 2003). De
ahí que, en los próximos decenios, haya que hacer frente a un doble desafío: i) atender las
necesidades crecientes de energía y ii) mitigar su impacto en el cambio climático; un elemento
que permite el logro de ambos objetivos es la eficiencia energética, por lo que sería relevante
saber cuáles son las industrias clave en el consumo de energía primaria (EP) tanto por el lado
de la demanda como por el lado de la oferta de energía. La importancia de la estimación radica
en las diferentes capacidades de demandar energía por una y otra industria.
1 Información suministrada por Julio Alonso Lozano profesional especializado de la Dirección de Síntesis y Cuentas Nacionales del DANE. Bogotá, D.C. Julio 17 2009.
2
La utilidad de este estudio estriba en que permite estudiar desde la perspectiva de los
requerimientos de EP, la estructura productiva y las modificaciones que sufre el sistema
económico ante cambios en la demanda final, asimismo facilita observar la relevancia relativa
de las diferentes industrias y/o sus productos, el grado de conexión y la intensidad de flujos de
intercambio para satisfacer sus necesidades de bienes y servicios, destinados tanto para el
consumo intermedio como final. El estudio permite tener una mejor visión del contexto
colombiano al momento de la formulación de políticas energéticas.
El trabajo se centra en las necesidades de EP porque permite tener un mejor acercamiento a las
necesidades reales de energía, pues a diferencia de la energía final, la EP tiene en cuenta el
proceso de transformación y distribución energética. Para la realización del estudio se usan
datos estadísticos de la Agencia Internacional de la Energía (IEA, 2007) y del DANE.
El principal logro de este trabajo, se centra en que, por un lado, permite conocer la cantidad de
energía primaria consumida por cada actividad económica, y la estructura de costes del proceso
productivo capaz de generar este consumo de energía primaria, y de otro lado, permite describir
el sistema productivo en términos de una matriz ampliada que recoge la energía primaria
consumida por producto y el coste de producción de consumir esta energía, lo que permite
identificar las industrias clave y los multiplicadores del consumo de energía.
El estudio tiene como propósito analizar las necesidades de energía primaria en Colombia,
desde la perspectiva del modelo insumo producto, bajo el supuesto de la tecnología del
producto y bajo el supuesto de la tecnología de la industria para el año 2005. Para lograr este
propósito se estimaron los multiplicadores del consumo de energía primaria, por el lado de la
demanda y por el lado de la oferta, y se identificaron las industrias/sectores clave energéticos
desde la perspectiva tradicional y considerando el factor escala con medias ponderadas.
El trabajo se organiza como sigue: la sección 1 expone la introducción, la sección 2 presenta un
breve marco de referencia conceptual y empírico sobre el modelo insumo producto de Leontief,
la sección 3 describe el origen de los datos y los componentes metodológicos, la sección 4
muestra el análisis y la discusión de los resultados, sección 5 señala una reflexión crítica sobre
los métodos usados y el estudio realizado, y la sección 6 presenta las conclusiones. Por último,
se anexan los cuadros de los cálculos realizados.
3
2. Marco de referencia
El análisis insumo producto como marco teórico fue desarrollado por el ruso Wassily Leontief2
en 1930. El mismo autor (1975, p. 207) señala que: “el modelo insumo producto constituye una
adaptación de la teoría neoclásica del equilibrio general al estudio de la interdependencia
cuantitativa que existe entre aquellas actividades económicas que guardan entre sí una relación
recíproca.” Diversos documentos (Bulmer-Thomas, 1982; Muñoz Cidad, 2000; Schuschny,
2005; United Nations, 1999, 2000) presentan las hipótesis del modelo, a saber: homogeneidad,
proporcionalidad estricta, ausencia de economías y deseconomías externas, e invarianza de
precios relativos. El modelo IO es un conjunto de ecuaciones lineales, que tiene como propósito
analizar y medir las relaciones que existen entre los sectores de producción y el consumo de la
economía de una nación (Alcaide, 1970; Miller & Blair, 1985). El modelo parte un conjunto de
igualdades contables donde se observa que el consumo intermedio más la demanda final
equivalen a la producción total. Los parámetros del modelo van a ser los denominados
coeficientes técnicos (Alcaide, 1970; Chiang, 1987; Henderson & Quandt, 1981). De estos,
existe uno para cada casilla del consumo intermedio, a esta matriz se le denomina matriz de
requerimientos directos A porque muestra el tipo y la cantidad de insumos requerido por cada
industria para producir una unidad de producto3. Luego, resolviendo el sistema por algún
método algebraico se obtiene la inversa de Leontief 1I A , conocida como matriz de
requerimientos totales (directos e indirectos), en tanto muestra la cadena de interacciones en los
procesos de producción, la expresión ( )I A se conoce como la matriz de Leontief. Las
igualdades contables sugieren un modelo alternativo al de demanda de Leontief, se trata pues
del modelo de oferta de Leontief 1I D conocido como modelo de Ghosh (1958) y se
interpreta de forma similar, sólo que la DF se cambia por el valor agregado o añadido (VA).
El modelo de Leontief ha tenido innumerables aplicaciones en distintos países en diversos
campos de la economía y el medio ambiente. El mismo Leontief (1970, 1972), lo aplicó para
analizar la contaminación ambiental. En este estudio la referencia empírica comprende la
síntesis de los estudios más relevantes relacionados con el modelo IO desarrollado para estimar
los requerimientos energéticos, y algunos estudios relacionados con el modelo IO aplicado a los
sectores productivos en Colombia. La comparación entre los diversos estudios es difícil de
llevar a cabo debido a la diversidad de metodologías, regiones, y períodos analizados4.
2 Por el desarrollo de este trabajo Leontief obtuvo el premio Nóbel de Economía en 1973.3 Por notación, la letra mayúscula y negrita denota matrices mientras que las minúsculas se refieren a vectores, (^) significa diagonalización y (´) transpuesta.4 En la mayoría de los estudios sobre el consumo de energía, se parte de la existencia del cuadro IO simétrico, por tanto, no se suele explicar el procedimiento para su obtención. Mientras que los estudios que si lo explican, no desarrollan la aplicación.
4
Park (1982), Casler y Wilbur (1983), y Wu Chen (1990), realizan desarrollos del modelo IO
para ser aplicados al análisis de la energía, considerando la teoría, los supuestos y los problemas
asociados con su uso. Casler y Wilbur (1983), explican también el tratamiento a los productos
secundarios según la tecnología de la industria y del producto. Wu y Chen (1990), elaboran un
marco IO estático para analizar la energía en el corto plazo, y para el análisis IO dinámico
proponen una solución basada en la teoría de minimización de costes.
Al-Ali (1979), realiza un análisis IO de los requerimientos de energía aplicado a la economía
escocesa para el año 1973, los resultados muestran la capacidad del modelo IO para analizar las
relaciones inter industriales, y la dependencia de la industria de energía de los componentes de
la demanda final y del sistema de precios. Hsu (1989), elabora el cuadro IO para Taiwan, año
1978, y estiman los multiplicadores vinculados al uso de la energía y las actividades
económicas para 48 sectores. Gould y Kulshreshtha (1986) y Han y Lakshmanan (1994),
realizan estudios sobre el consumo de energía para Canadá y Japón, respectivamente. Se
encuentra que la demanda final genera un efecto superior al cambio técnico, en la reducción de
la intensidad de la energía.
Alcántara y Roca (1995), presentan una propuesta metodologica para estimar la demanda de
energía primaria a partir de los balances energéticos, así como las emisiones de carbón
generadas por diferentes usos de la energía. Los autores separan los diferentes efectos que
explican los cambios en la demanda de energía y emisiones de CO2 para España durante el
período 1980-1990. Alcántara y Padilla (2003), analizan los sectores clave en el consumo de la
energía final desde la perspectiva IO, y desarrollan un enfoque metodológico focalizado en la
estimación de las elasticidades de la demanda del consumo de energía final. Se identifica como
sectores clave en España: siderurgia y metalurgia no férrea, químico, transporte interior y otros
transportes. Se sugiere diseñar políticas para los sectores que se han clasificado como claves.
Mukhopadhyay y Chakraborty (1999),estudian los cambios en el consumo de energía en la
India durante el periodo 1973-74 a 1983-84 y 1983-84 a 1991-92, y los factores responsables de
estos cambios. Los autores concluyen que los factores de cambio más importantes son la
estructura de la demanda final, el cambio técnico y el término de interacción. Garbaccio et al.,
(1999), también analizan los efectos mixtos de la demanda doméstica, y los efectos de nivel de
las importaciones y las exportaciones sobre el consumo de energía para el período 1987-1992
en China. Tiwari (1999), realiza un análisis sectorial de la intensidad de la energía en la India.
5
Se estiman los requerimientos totales y directos de las intensidades de energía para los períodos
1983-1984 y 1989-1990 usando el cuadro IO para estos años. Los resultados indican que la
intensidad del carbón ha declinado, mientras que el combustible y la electricidad incrementaron
durante 1983-1990.
Lenzen (2001) realiza un análisis de multiplicadores de la energía y el empleo para Australia
usando el modelo IO estático. El mismo autor (2006), utiliza el análisis IO para investigar gases
de efecto invernadero y el consumo de EP. Se analiza la producción interna australiana y las
importaciones, desglosado a 48 sectores. La principal deficiencia del análisis fue el nivel de
agregación de los combustibles utilizados.
Roca, et al. (2007b), examinan el consumo final de energía y los requerimientos de EP en
Cataluña para el período 1990-1992 y 2003-2005, para realizar el análisis los autores hacen la
transformación de los balances energéticos en un cuadro IO, y luego realizan una
descomposición tipo “Laspeyres” de los factores (actividad, sustitución y transformación) que
producen los cambios en el uso de la energía. Se encontró que el consumo de energía aumentó
en 9 millones de toe, el sector que más contribuye a este aumento, es el sector transporte y el
factor más importante es el efecto actividad debido al aumento del consumo final.
Park y Heo (2007), estiman los requerimientos totales de energía primaria (EP) de los hogares
Koreanos durante el período 1980-2000 usando los cuadros IO. Los resultados del estudio
indican que las intensidades de energía directas, indirectas y totales han declinado durante el
período de análisis, y también se encuentra que los hogares Koreanos son responsables de
aproximadamente el 52% del consumo de EP durante este período. De este total, el 60%
corresponde a requerimientos indirectos.
García Muñiz et al. (2008), realizan una nueva propuesta para determinar sectores clave a partir
de la teoría de redes mediante tres indicadores de multinivel (medidas de centralidad): efecto
total, efecto inmediato, y efecto de intermediación. Se usa el método de cluster jerárquico
(CONCOR) y clasifican las ramas productivas en once conglomerados equivalentes
estructuralmente, siendo el bloque relacionado con los sectores energéticos, el bloque de
intermediación y el bloque de transporte y metalurgia, los que tiene mayores efectos en el
conjunto de indicadores analizados.
En el caso de Colombia los cuadro IO han sido elaborados por consultores del Departamento de
Planeación Nacional, e investigadores para ser utilizados en las matrices de contabilidad social,
6
modelos de equilibrio general computable y modelos IO dinámicos. Se tiene conocimiento que
pertenecen a instituciones como: CEGA5, Banco de la República y FEDESARROLLO6. Los
trabajos se centran en el sector productivo y sus multiplicadores.
Bonet Morón (2000), desarrolla el modelo IO para predecir el comportamiento de los sectores
de la economía regional del caribe colombiano utilizando dos componentes: el modelo IO lineal
y un modelo econométrico no lineal. Duque et al., (2005), realizan un análisis de los
multiplicadores de producción a partir del cuadro IO simétrico para Colombia, año 1994, bajo
el supuesto de la tecnología del producto. A nivel de columnas, se encontró que los tres
mayores multiplicadores de producción son: carne y pescado, cuero y calzado, y productos
lácteos. A nivel de filas estos multiplicadores son: servicios de intermediación financiera,
electricidad y gas. No fue posible realizar un análisis comparado con otros períodos dado que
no se tuvo conocimiento de trabajos similares. Banguero et al., (2006), estimaron el cuadro IO
simétrico para la región del Valle del Cauca en Colombia, año base de 1994, utilizando un
enfoque indirecto y basados en el método de ajuste biproporcional RAS. La principal dificultad
fue la homologación de estadísticas económicas regionales. Se encontró que los sectores claves
son: productos de molinería, papel e imprenta y transporte terrestre.
3. Datos y Métodos
3.1. Datos
La información estadística necesaria para realizar el análisis de los requerimientos directos e
indirectos de energía proviene de dos fuentes: i) los balances energéticos elaborados por la
Agencia Internacional de Energía (IEA, 2007), y ii) los cuadros de las cuentas nacionales
anuales elaborados por el DANE. Los datos estadísticos del consumo de energía se refieren a
fuentes primarias7 y secundarias8, y comprenden la energía proveniente de carbón y productos
del carbón, crudo, gas natural líquido, y materias primas, energía hidroeléctrica, gas natural,
electricidad, combustibles renovables y residuos, productos derivados del petróleo, e
importación de electricidad y refinados del petróleo. La unidad de cuenta común es la tonelada
equivalente de petróleo.
5 Corporación de Estudios Ganaderos y Agropecuarios.6 Fundación para la Educación Superior y el Desarrollo.7 Se entiende por energía primaria aquella energía que se obtiene de los recursos o fuentes naturales disponibles en forma directa (tales como, energía hidráulica, eólica y solar), o indirecta (después de realizar un proceso minero, como el petróleo, el gas natural, el carbón mineral, etc.) sin necesidad de emplear un proceso de transformación.8 La energía secundaria es aquella que resulta de la transformación (física, química o bioquímica) de los recursos energéticos naturales. El único origen posible es un centro de transformación. Son fuentes secundarias: la electricidad, y toda la cadena de derivados del petróleo, el carbón mineral y el gas.
7
Los datos de las Cuentas Nacionales del DANE9, año 2005, comprenden los cuadros de oferta y
uso, y los cuadros de equilibrio económico general. Las cuentas están valoradas en pesos
corrientes.10 En el estudio no se han utilizado variables de datos proxies, pues en todos los casos
los datos provienen de estadísticas oficiales de instituciones gubernamentales reconocidas
internacionalmente para la medición de estas variables.
3.2. Métodos
La metodología utilizada se basa en la formulación un cuadro IO para la energía, y otro para el
sector productivo. Posteriormente, se enlazan los dos procedimientos mediante una correlativa,
dando lugar a una matriz ampliada que facilita la estimación del modelo de oferta y el modelo
de demanda. Este proceso se presenta desglosado en cinco componentes técnicos:
i) Transformación de los balances energéticos en un modelo insumo producto siguiendo la
metodología propuesta por Alcántara y Roca (1995) y Roca et al. (2007b).
El procedimiento desarrollado por los autores se basa en la adaptación del modelo insumo
producto al campo de la energía, y tiene como propósito convertir la energía final en energía
primaria. Este proceso se puede sintetizar en los siguientes pasos: a) elaboración del cuadro de
entradas y salidas de energía, b) estimación de la matriz de coeficientes de transformación de la
energía, c) estimación de la matriz de Leontief, d) estimación de la matriz inversa de Leontief, e)
realización de la prueba para verificar que los resultados son correctos, f) definición de la
matriz de consumos de energía primaria , g) estimación del vector de consumos EP según las
actividades económicas
ii) Tratamiento a los cuadros de oferta y de uso para el desarrollo del modelo IO siguiendo
la metodología de Naciones Unidas (1999), y de Avonds et al. (2007) y Cañada (2001). Este
procedimiento se centra básicamente en dos aspectos: a) el cambio de valoración de los bienes
y servicios de precios de compra a precios básicos, y b) el tratamiento de las importaciones.
En el primer caso, se requiere construir cinco matrices de 58x75 referidas a las matrices de
impuestos, de subvenciones, de márgenes de comercialización y de transporte a partir del
cuadro de uso y el cuadro de oferta. Luego, las matrices estimadas se restan de la matriz de uso
valorada a precios de compra, y se obtiene la matriz de uso a precios básicos, de esta forma se
9 Algunas limitaciones de la información del DANE se relacionan con la valoración del cuadro de uso a precios de adquisición y no a precios básicos, la no distinción de las importaciones destinadas a la demanda final y el consumo intermedio, y la necesidad de confeccionar los cuadros de equilibrio, año base 2000. 10 Al 20 de agosto del 2008 la tasa de cambio correspondiente a un dólar americano es de $1886 pesos colombianos y la de un euro es de $2781 pesos colombianos. Datos tomados de http://es.exchange-rates.org/currentRates
8
logran precios uniformes y se evita asignación incorrecta de insumos. Los márgenes de
comercialización y transporte se reasignan en la matriz de uso. En el segundo caso, el
tratamiento a las importaciones, Lora (2008)11 y Naciones Unidas (parágrafo 6.20 y 6.25)
sugiere que las importaciones deben asentarse como valores negativos y formar parte de la
demanda final en la matriz de uso (United Nations, 1999).
iii) Diseño del modelo IO bajo los supuestos de la tecnología de la industria y la tecnología
del producto (Cañada, 2001; Rueda Cantuche & Raa, 2007; United Nations, 1999). El ajuste
del último modelo se realizó usando el método biproporcional RAS (Bacharach, 1970;
United Nations, 1999).
El marco en el cual se desarrolla el modelo IO de los sectores productivos puede ser de
diferentes tipos: industria por industria o producto por producto. Éste consiste en un cuadro IO
simétrico que se elabora mediante la transformación conjunta del cuadro de oferta y el cuadro
de uso, utilizando cuatro métodos matemáticos, dos haciendo supuestos acerca de la
estructura tecnológica, y los otros dos haciendo supuestos acerca de la estructura de venta
(Hoekstra, 2005). En este trabajo se consideraron los supuestos de la estructura tecnológica por
ser los más usados en diferentes países (Estados Unidos, España, Alemania, Francia, Holanda,
Japón, etc.). Según Jansen y Raa (1990), el supuesto de la tecnología del producto, resulta
plausible económicamente, y satisface varios criterios, tales como: balance material, balance
financiero, invarianza de escala, e invarianza de precios, y el supuesto de la tecnología de la
industria tiene dos ventajas: i) la matriz de coeficientes técnicos A, siempre es positiva y ii) la
matriz de uso y de oferta pueden ser rectangulares y la matriz A siempre es cuadrada.
Siguiendo el Handbook de Naciones Unidas (1999), a continuación se presenta las ecuaciones
para estimar el cuadro IO según la estructura tecnológica de la industria y la del producto.
El primer supuesto, supone que todos los productos de una industria se han desarrollado con la
misma estructura de insumos, en forma matricial, esto es:
(1.1) ,I cc A BD
Donde ,I ccA es una matriz producto por producto de 58 58x , que describe los productos que se
requieren directamente para producir otros productos, B es una matriz de coeficientes de
utilización, y D es una matriz de participación en el mercado del cuadro de oferta. El segundo
11 Lora (2008) realiza una reflexión similar sobre el tratamiento a las importaciones en la sección 13.2 de su libro.
9
supuesto, considera que todos los productos (principal o secundario) tienen la misma estructura
de insumos cualquiera que sea la industria que lo produzca. La ecuación en forma matricial es:
(1.2) 1Ccc
A UV
Ahora, la matriz CccA es producto por producto de 58 58x , U es una matriz intermedia del
cuadro de uso (producto por industria) y V una matriz del cuadro de oferta (producto por
industria), y es invertible si es cuadrada, esto es, que el número de industrias es igual al
número de productos, pero como este es un supuesto poco realista, para cumplir con este
requerimiento matemático se debe recurrir a la agregación. Para verificar el proceso realizado
se realiza la prueba multiplicando la inversa de Leontief de la matriz por la demanda final.
Dado que la matriz que se obtiene presenta algunos valores negativos pequeños, estos se
ajustan aplicando el método de ajuste biproporcional RAS. El cual consiste en encontrar un
conjunto de multiplicadores r y s para ajustar las columnas y las filas de la matriz de
referencia, de modo que las casillas de la matriz ajustada sumarán los totales de filas y
columnas requeridos. Bacharach (1970) señala que el método tiene una solución única y
convergente. A las 100 iteraciones se logró la convergencia.
iv) Estimación de los requerimientos directos e indirectos de energía de los distintos
sectores productivos a partir de los modelos insumo-producto desarrollados. Para llevar a cabo
esta estimación fue necesario articular los procesos (i) y (iii) mediante una correlativa (a dos
dígitos), que une la nomenclatura de los balances energéticos de la Agencia Internacional de
Energía, y la nomenclatura adaptada a Colombia elaborada por el DANE, (2005) según la
revisión 3 de Naciones Unidas. La correlativa permitió confeccionar los cuadros insumo-
producto simétricos a 19 sectores, y posteriormente construir una matriz ampliada (utilizando la
inversa de Leontief y la inversa de Ghosh) que recoge los costos de producción de las ramas de
actividad económica y la energía primaria consumida por estas actividades.
v) Estimación de los índices de Rasmussen (1956) y de los multiplicadores del consumo de
energía industrial de la oferta y la demanda, y definición de sectores clave. (Alcántara &
Padilla, 2003; Hoekstra, 2005; Machado et al., 2001; Pulido & Fontela, 1993)
Para estimar los índices propuestos por Rasmussen (1956), se utilizó la inversa de Leontief y se
obtuvo el índice de poder de dispersión . jU (capacidad de impactar) de los efectos de una
industria sobre el conjunto industrial, y el índice de sensibilidad de dispersión .iU que mide el
10
efecto absorción, ambos referidos a los elementos de las filas iF y las columnas jF ,
respectivamente, señalados en la ecuación.
(1.3) 1 .(1,2,..., ).
12
1
F inU i ni nFi
n j
(1.4) 1 .
(1, 2, ..., ). 1
21
F jnU j nnj
Fjn j
Los promedios normalizados con respecto a la media total se definen como:
(1.5). .2 2
1 1n n
i jj i
F Fn n
Los resultados obtenidos se pueden clasificar de forma similar a la propuesta por Rasmussen
(1956) y Alcántara (1995), y de este modo identificar las industrias clave.
Cuadro de decisión de Rasmussen y de multiplicadores de medias ponderadas
Criterio de decisión Índice de Rasmussen Criterio de decisión multiplicador medias ponderadas
1ju 1ju viu u viu u
1iu Industrias clave en el consumo de EP
Industrias que son arrastradas/impulsadas en el consumo de EP
yiu u Industrias clave en el consumo de EP
Industrias impulsoras del consumo de EP según la demanda
1iu Industrias que arrastran/impulsan el consumo de EP
Resto de industrias yiu u Industrias impulsoras del consumo de EP según la oferta
Resto de industr ias
Para calcular los multiplicadores de oferta y demanda se estimaron los modelos IO de demanda
y de oferta de energía, con base en la inversa de Leontief, la inversa de Ghosh, y el vector de
coeficientes directos de EP . El vector se estima a partir del vector fila de EP de los
balances energéticos y la producción a precios básicos del cuadro IO simétrico, bajo ambos
supuestos. Matricialmente esto es:
(1.6) 1ˆro I A Modelo demanda (1.7) 1
o I D Modelo oferta
Para suavizar los sesgos se introducen los pesos de la oferta y la demanda mediante dos
vectores de distribución de demanda final y valor agregado 1 1Y Vi i
. Por tanto, se redefinen
los multiplicadores de oferta y demanda.
(1.8) 1 ˆ( )Tyu y
I A (1.9) 1ˆvu v
I D
Luego, se establece el multiplicador medio
(1.10) * y vu u u u
Un n
Finalmente, se realizan las mismas estimaciones, pero considerando las importaciones:
(1.11) 1 ˆ( )m Tyu y
I A (1.12) 1ˆmvu v
I D
Para identificar las industrias clave, en los tres casos, se utiliza el criterio de decisión de los
multiplicadores de medias ponderadas presentados en el cuadro de decisión.
11
4. Análisis y discusión de resultados
El análisis se centra en el consumo de energía primaria de cada industria, el cual esta
determinado por la importancia de sus producciones en la demanda final y por los
requerimientos que otras industrias hacen de sus productos como insumos intermedios
(elaborados con mas o menos energía), es decir se trata de observar en que medida el
incremento de la demanda final de cada industria incrementa el consumo de energía primaria
(directa e indirectamente) en el sistema industrial, es decir, la capacidad para impulsar o
arrastrar el consumo de energía por parte de cada industria. Esto, sin olvidar algunos factores
que limitan los resultados, tales como: las hipótesis del modelo, la existencia de tecnologías
tradicionales, y las transacciones informales no monetarias presentes en el país.
4.1. Requerimientos totales y directos de energía primaria
La estimación de los requerimientos totales de energía primaria se obtiene a partir del vector de
coeficientes directos de EP y la inversa de Leontief 1I A , mientras que los requerimientos
directos se calculan a partir de la matriz de coeficientes técnicos A , y el vector de coeficientes
directos de EP . En el primer caso, cada elemento indica el consumo de energía primaria
total ocasionado por unidad de demanda final, y en el segundo caso, señala el consumo de
energía primaria directo generado por unidad de demanda final. El gráfico 4.1 ilustra el
comportamiento de las 19 industrias para ambos supuestos tecnológicos según las necesidades
directas y totales de cada industria. Es interesante comparar ambas estimaciones y observar que
las necesidades totales superan ampliamente las necesidades directas.
Gráfico 4.1.
Asimismo, es importante subrayar como característica de la economía colombiana que bajo
ambos supuestos tecnológicos el coeficiente total más alto de las 19 industrias, es el referido a
la fabricación de otros productos minerales no metálicos (10) con un valor de 0,37 toe. Este
Coeficientes según tecnología de la industria
0,0
0,1
0,1
0,2
0,2
0,3
0,3
0,4
0,4
0,5
0,5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Industria/sector
Coeficientes totales_I Coeficientes directos_I
Coeficientes según tecnología del producto
0,0
0,1
0,1
0,2
0,2
0,3
0,3
0,4
0,4
0,5
0,5
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Industria/sector
Coeficientes totales_P Coeficientes directos_P
12
valor indica la energía primaria (en toneladas equivalentes de petróleo) requerida directamente
en la producción de cada bien, más la EP requerida de demandas indirectas provenientes de
otras industrias, que a la vez aportan insumos para la producción de dicho bien. Esta
interpretación es similar para el resto de los coeficientes. El coeficiente total menor es el de
explotación de minas y canteras (3) con un valor de 0,024.
Cuadro 4.1. Coeficientes directos e indirectos e índices de Rassmusen según tecnología del producto y la industria. Colombia 2005
Coeficientes totales y directos de consumo de EPTecnología de la industria Tecnología del producto
DescripciónCoeficientes totales_I
Coeficientes directos_I
Coeficientes totales_P
Coeficientes directos_P
Indice de poder de
dispersión Uj
Orden según
IPD
Índice de Sensibilidad
de Dispersión Ui
Orden según
ISD
Indice de poder de
dispersión Uj
Orden según
IPD
Índice de Sensibilidad
de Dispersión Ui
Orden según
ISD
1 Agricultura, ganadería, caza y silvicultura (01, 02) 0,082 0,025 0,079 0,023 0,5820228 13 0,54031659 9 0,5496139 14 0,51938161 9
2 Pesca (05) 0,026 0,014 0,026 0,014 0,1822117 17 0 16 0,180591 17 0 16
3 Explotación de minas y canteras 0,024 0,013 0,025 0,013 0,1708094 19 0 17 0,1731634 19 0 17
4 Energía 0,026 0,012 0,026 0,012 0,1815361 18 0 18 0,1770215 18 0 18
5Elaboración de productos alimenticios y bebidas, y tabacos (15) 0,109 0,034 0,112 0,036 0,7728465 10 0,41390985 10 0,7737801 10 0,4033329 10
6 Fabricación de productos textiles y cuero ( 17) 0,110 0,038 0,112 0,037 0,7779008 9 0,32026269 12 0,7755072 9 0,31410179 12
7 Producción de madera y fabricación de productos de madera, etc. ( 20) 0,103 0,032 0,103 0,031 0,73249 11 0,3685622 11 0,7112311 11 0,36211919 11
8 Fabricación de papel y de productos de papel, e impresión ( 21) 0,148 0,040 0,151 0,041 1,045425 6 0,83105679 8 1,0483956 6 0,82445613 8
9 Fabricación de sustancias y productos químicos (24 ) 0,350 0,078 0,368 0,086 2,4779207 2 4,27669902 1 2,552745 2 4,44909796 1
10 Fabricación de otros productos minerales no metálicos (26) 0,377 0,050 0,379 0,051 2,6741256 1 2,85778446 3 2,6267705 1 2,81986541 3
11 Industria no específica: caucho, muebles, residuos 0,119 0,057 0,126 0,059 0,8403765 7 0,23571425 13 0,8721637 7 0,23467924 14
12 Fabricación de productos básicos de la metalúrgia (27) 0,117 0,032 0,117 0,031 0,8304089 8 0,92833536 7 0,8132305 8 0,9661905 7
13 Fabricación de productos elaborados de metal (28) 0,077 0,031 0,098 0,038 0,5489533 14 0,23305547 14 0,6780514 12 0,24204418 13
14Fabricación de vehículos automotores, y otros equipos de transporte ( 34) 0,062 0,025 0,067 0,025 0,4415951 15 0 19 0,4663458 15 0 19
15 Construcción 0,093 0,055 0,094 0,055 0,6575171 12 0,03327922 15 0,6523566 13 0,03257865 15
16 Transporte por vía terrestre; transporte por tuberías ( 60) 0,317 0,008 0,317 0,008 2,245462 3 3,54203371 2 2,1980845 3 3,51105109 2
17 Transporte por vía acuática ( 61) 0,305 0,007 0,304 0,007 2,1577567 4 2,04345328 4 2,111419 4 1,99601335 4
18 Transporte por vía aérea ( 62) 0,181 0,017 0,181 0,017 1,28029 5 1,13185088 6 1,2541661 5 1,09738276 6
19 Otros sectores 0,057 0,016 0,056 0,015 0,4003519 16 1,24368624 5 0,385363 16 1,22770523 5
Modelo IO Tecnologia de la industria Modelo IO Tecnologia del productoÍndices de Rasmussen
Fuente: Elaboración propia, 2008
Bajo ambos supuestos, el coeficiente directo mayor es el que pertenece a fabricación de
sustancias y productos químicos (9) con un valor de 0,08 toe. Este coeficiente señala la EP
requerida directamente en la producción de cada bien de la industria de sustancias y productos
químicos. El coeficiente directo menor es el de transporte acuático (17) cuyo valor es 0,07 toe.
Por lo tanto, los resultados sugieren que para el desarrollo de una política de conservación de la
energía, no sólo se deben considerar los requerimientos directos, sino también los
requerimientos indirectos, en especial de aquellas industrias con valores de toe más elevados.
4.2. Determinación de las industrias clave desde la perspectiva tradicional
La técnica utilizada para definir las industrias clave en el consumo de energía primaria es la
planteada por Rasmussen (1956)12, mediante el cálculo de los índices de poder de dispersión
. jU y sensibilidad de dispersión .iU utilizando la inversa de Leontief. A partir de los índices
estimados se puede clasificar el consumo energético del sistema de industrias, considerando,
12 Rasmussen señala que “no puede definirse la “industria clave” de manera única. La definición debe depender exclusivamente del problema a tratar” (Rasmussen, 1956 pág. 135).
13
por un lado, su capacidad de impulsar el consumo de energético relativo de cada industria (esto
teniendo en cuenta su rol como distribuidor de insumos intermedios a las diferentes industrias)
verticalmente integradas, y por otro lado, su poder de arrastre en el consumo de EP como
demandante de insumos.
Las industrias clave bajo ambos supuestos, son las que presentan un índice mayor a la unidad,
lo que pone en evidencia las industrias con un mayor efecto difusión y absorción en el consumo
de EP, a saber: fabricación de sustancias y productos químicos (9), fabricación de otros
productos minerales no metálicos (10), y transporte por vía terrestre (16), acuática (17) y aérea
(18) (Ver gráfico 4.2.). Esto significa que estas industrias tienen la mayor capacidad para
impulsar y ser arrastradas por el sistema industrial. En este sentido, es importante tener en
cuenta que en la definición de los indicadores se incluye el efecto interno de la propia industria.
La industria que impulsa el consumo de EP es la fabricación de papel y de productos de papel e
impresión (8), es decir que, al aumentar la demanda final de la industria de papel los aumentos
en el consumo de EP se dispersan a través del sistema de industrias (ver cuadro 4.1).
Gráfico 4.2
Fuente: Elaboración propia, 2008
Mientras que la industria que es impulsada al consumo de energía primaria es otros sectores
(19). Esto significa, que esta industria demanda energía primaria de forma significativa al
sistema global de industrias. La razón de su importancia puede explicarse porque esta industria
agrupa 15 sectores de la economía colombiana relacionados básicamente con servicios 13 .
13 Servicios de reparación de automotores, servicios de hotelería y restaurante, servicios auxiliares al transporte, servicios de correos y telecomunicaciones, servicios de intermediación financiera, servicios inmobiliarios, servicios a las empresas, administración pública y defensa, servicios de enseñanza, servicios sociales, servicios de alcantarillado, servicios de esparcimiento, servicios domésticos, agua y comercio
14
Finalmente, se encuentran el resto de las industrias, las cuales no provocan efectos
significativos en el sistema industrial, ni reaccionan en forma relevante ante tales efectos, pues
su crecimiento no afecta a las industrias que les suministran insumos (elaborados con más o
menos energía), ni a los que utilizan sus productos como insumos intermedios.
Los índices de Rasmussen presentan varias limitaciones, algunas de ellas las menciona el
mismo autor en su libro. Siendo Skolka (1986) el que ha realizado la crítica más fuerte al
sugerir que no se utilicen más en economía, de ahí que su trabajo sea citado constantemente en
varios estudios. En este trabajo coincidimos con Alcántara(1995), al considerar que las críticas
son válidas cuando los índices se utilizan para medir encadenamientos, y no como medidas de
impacto potencial, en tanto son índices intrínsicos al modelo insumo producto.
4.3. Determinación de los multiplicadores ponderados e industrias clave
El análisis de los multiplicadores permite organizar las industrias teniendo en cuenta su
capacidad para influir sobre las demás, en este caso, los multiplicadores del modelo IO de
demanda se obtienen considerando la inversa de Leontief y los multiplicadores del modelo IO
de oferta se obtienen con la inversa de Ghosh.
En general, los multiplicadores14 bajo el supuesto de la tecnología de la industria y de la
tecnología del producto presentan diferencias marginales, por lo que la definición de industrias
clave y las industrias relevantes por el lado de la oferta y la demanda son los mismas, aspecto
que refuerza la consistencia de los resultados. Del mismo modo, hay que mencionar que el
orden de importancia en el consumo de EP de las industrias también es parecido (ver cuadro
anexo 4.3). A continuación se exponen tres casos de multiplicadores para ambos supuestos, sin
hacer mención por separado de cada supuesto debido a la similitud de los resultados
Caso 1: Multiplicadores simples de oferta y demanda, donde se supone que la demanda final
(DF) y el valor agregado presentan un cambio unitario. Según el criterio de decisión son
industrias clave aquellas que presentan un consumo de EP mayor que la media, a saber:
fabricación de sustancias y productos químicos (9), fabricación de otros productos minerales no
metálicos (10), transporte por vía terrestre (16); acuática (17) y aérea (18). Por el lado de la
demanda, la industria relevante en el consumo de EP es la fabricación de papel e impresión (8),
siendo esta la industria que potencialmente presenta encadenamientos hacia atrás en el 14 Un multiplicador representa una expresión cuantitativa que señala el cambio de una variable (usualmente endógena) generado por una variable que se ha modificado (puede ser una fuerza exógena), esto bajo el supuesto de la existencia de interdependencias asociadas al sistema (http://faculty.washington.edu/krumme/207/inputoutput. Duque et. al, 2005).
15
consumo de EP, ante una variación de una unidad en la demanda final. Por el lado de la oferta,
la industria relevante en el consumo de energía primaria es la relacionada con otros sectores (19)
y elaboración de productos alimenticios, bebidas y tabaco (5), por tanto, ambas industrias
potencialmente generan encadenamientos hacia delante en el consumo de EP, cuando cambian
los insumos primarios en una unidad (ver gráfico 4.3). El resto de sectores son independientes,
es decir que las reacciones de estas industrias ante cambios unitarios están por debajo de la
media.
Caso 2: Multiplicadores ponderados de oferta y demanda, donde se considera un cambio
unitario y la distribución de la demanda final y el valor agregado, lo que permite obtener
multiplicadores efectivos y no sólo potenciales. Las industrias clave, desde el punto de vista de
la oferta y la demanda corresponden a: otros sectores (19) y transporte por vía terrestre (16).
Como se puede observar, la industria otros sectores pone en evidencia al sector servicios, como
un gran consumidor de EP, y en consecuencia, con fuerte impacto ambiental. Por otra parte,
sólo permanece como industria clave, desde el punto de vista potencial y efectivo, el transporte
terrestre, lo que subraya su importancia como objeto de estudio. Valga resaltar que esta
industria tiene una alta dependencia de los derivados del petróleo, de ahí la importancia de
impulsar energías alternativas para este medio de transporte15.
Las industrias relevantes por el lado de la demanda son: elaboración de productos alimenticios,
bebidas, y tabacos (5) y construcción (15), siendo estas las industrias las que generan un
encadenamiento hacia atrás en el consumo de EP, es decir que estas industrias llevan a cabo un
arrastre efectivo en el consumo de EP, puesto que provocan en otras industrias un mayor
consumo de energía “al utilizar insumos elaborados con más energía”. Las industrias relevantes
por el lado de la oferta son: agricultura, ganadería, caza y silvicultura (1), energía (4) y
fabricación de sustancias y productos químicos (9). Estas industrias generan encadenamientos
hacia delante en el consumo de energía primaria. Por ejemplo, la industria de sustancias y
productos químicos usa en sus productos la energía como no energía, y al proveer sus productos
a otras industrias estimula el consumo de EP. El resto de sectores son independientes. Los
cambios de posición de las industrias de transporte por vía acuática y aérea (antes como
industrias clave) y de la industria de papel y productos de papel (antes relevante por la demanda)
confirman lo que hemos planteado desde el inicio, esto es, que su relevancia era sólo potencial,
no real (ver gráfico 4.4 y cuadro anexo 4.4).
15 En Colombia el consumo final del gas natural ha aumentado en el sector transporte desde el 2001 (IEA, 2007).
17
Caso 3: multiplicadores ponderados de oferta y demanda con importaciones, donde se
considera un cambio unitario y la distribución de la demanda final y el valor agregado con
importaciones, este caso es similar al anterior, la diferencia estriba en que ahora se pondera
considerando las importaciones, por lo tanto, la interpretación y el criterio de decisión es similar.
Las posiciones son parecidas, sólo que ahora la fabricación de sustancias y productos químicos
pasa a ser clave, y la fabricación de productos elaborados de metal es relevante por el lado de la
oferta. Estos cambios se deben al peso de las importaciones.
En general, al diseñar una política energética se debe centrar la atención en los procesos
productivos de las industrias relevantes, y aquellas que presenten mayores en encadenamientos
con el sistema industrial, siempre bajo el contexto de las hipótesis del modelo y la situación
país.
5. Reflexión crítica sobre el modelo IO y los modelos estimados
Las críticas al modelo IO lo han acompañado desde mediados del siglo XX. Valga subrayar que
son las principales ventajas del modelo las que implican a la vez las mayores limitaciones. De
ahí que las críticas se centren en las hipótesis, al afirmar que éstas son enormemente simplistas,
especialmente las relacionadas con el hecho de que la función de producción es lineal y
homogénea, así como el carácter estático del modelo, y los aspectos relacionados con la
estabilidad temporal de los coeficientes técnicos. En relación con este último aspecto, el modelo
invalida la posibilidad de que existan economías de escala y asume que todas las industrias
tienen la misma tecnología y el mismo nivel de eficiencia. Por otro lado, el modelo elimina
todos los efectos precio en la sustitución de insumos, esto es, que los factores son ilimitados y
no hay sustitución entre insumos intermedios e insumos primarios (Cañada & Toledo, 2001;
Hawdon & Pearson, 1995; Muñoz Cidad, 2000; Pearson, 1989; Raa & Rueda Cantuche, 2007;
Stone, 1961).
En cuanto a los supuestos con los cuales se desarrollan el cuadro IO simétrico, el supuesto de la
tecnología de la industria es rechazado porque considera que los productos son hechos con la
misma estructura de insumos (Hoekstra, 2005). Adicionalmente, el supuesto exige que las
participaciones en el mercado sean constantes, algo poco realista. La interacción entre este
supuesto y las participaciones en el mercado hace que se violen tres criterios: balance financiero,
invarianza de escala e invarianza de precios, sólo se cumple el balance material (United Nations,
1999). En contraste, el supuesto de la tecnología del producto cumple los cuatro criterios
mencionados, sin embargo, la crítica se centra en la primera estimación que se realiza de la
18
matriz IO con valores negativos,16 que daría lugar a multiplicadores negativos con falta de
significación económica. Esto se soluciona con consulta a expertos, encuestas y métodos
matemáticos (RAS)17. (Cañada, 2001; United Nations, 1999). Sin embargo, dado que el cuadro
IO bajo este supuesto es teóricamente equivalentes al modelo IO de Leontief, este es
considerado como la mejor opción (Hoekstra, 2005).
En este estudio la transferencia de productos secundarios e insumos asociados (bajo ambos
supuestos) se realiza por medio de métodos matemáticos. Aunque hasta el momento no hay
métodos que puedan derivar satisfactoriamente el cuadro IO simétrico (United Nations, 1999).
En particular, Steenge (1990), señala que cualquier optimización futura de los modelos
estadísticos tendrá que incorporar inter (o incluso intra) correlaciones.
Por otra parte, el vector fila de EP estimado a partir del modelo IO de los balances energéticos
de la IAE, están subestimados porque no considera las pérdidas de energía, ni la EP necesaria
para extraer y transportar el petróleo y la electricidad importada. En este sentido, es importante
subrayar que el estudio supera la limitación señalada en el trabajo de Alcántara y Roca(1995) y
Roca et. al. (2007b), en tanto considera las demandas de bienes y servicios del resto de la
economía por parte de la industria energética mediante el cuadro IO simétrico.
Los cuadros IO estimados cumplen las siguientes identidades: para cada industria los insumos
son iguales a los productos, para el conjunto de industrias la suma de recursos nacionales son
iguales a los empleos nacionales, y por último, el valor añadido sin importaciones es igual a la
demanda final sin importaciones18. Asimismo, al multiplicar la inversa por la demanda final se
obtiene la producción nacional 582.514.600 (millones de pesos), para ambas tecnologías. Las
matrices de multiplicadores de producción del modelo IO de demanda y de oferta cumplen las
propiedades que garantizan su consistencia: i) todos los elementos de la matriz son positivos, y
ii) los elementos de la diagonal son mayores o iguales que uno. En relación con los balances
energéticos es importante anotar que al multiplicar la inversa de la matriz de necesidades totales
de EP por el consumo final de energía, se obtiene la EP estimada, con una diferencia mínima de
0.2 con respecto a la energía primaria real cuyo valor es de 28.586 toe19. En general, siempre
que se disponga de una buena base de datos, el enfoque IO ofrece la posibilidad de llevar a cabo
un análisis de equilibrio general, y sirve como instrumento para desarrollar modelos
16 Ocasionados por errores de medida, precios no uniformes, agregación de bienes y tecnologías distintas.17 También hay quienes consideran al RAS sólo como una herramienta mecánica donde la lógica económica es reemplazada por la precisión del cálculo (Rueda Cantuche y Raa, 2004).18 Considerando las precisiones estadísticas de definición de conceptos.19 La diferencia puede estar explicada por la información estadística o los métodos de conversión utilizados.
19
económicos que describan la actividad económica. De ahí, su éxito en la aplicación como
modelo IO en distintos países y esquema de planificación de las estadísticas de las cuentas
nacionales a nivel internacional.
6. Conclusiones
El trabajo contribuye al conocimiento de las relaciones entre las distintas industrias
colombianas desde la perspectiva del consumo de energía, y aporta un par de cuadros IO
simétricos aplicados al consumo de energía primaria, mediante el uso de los balances
energéticos y los sectores productivos en Colombia, en este sentido, el estudio es pionero
puesto que no se había construido una herramienta de este tipo para apoyar el análisis de la
energía en Colombia. En su confección se utilizó la visión metodológica y analítica de
Naciones Unidas (1999), y se desarrolló de tal forma que pueda ser replicable para otras
regiones o países.
El estudio analiza las necesidades de EP para el año 2005, desde la perspectiva del modelo IO,
bajo el supuesto de la tecnología del producto y de la tecnología de la industria. Se encontró que
las industrias clave con impacto potencial son: sustancias y productos químicos, productos
minerales no metálicos y transporte terrestre, acuático y aéreo. Mientras que las industrias clave
con impacto efectivo (considerando el factor de escala) son: transporte por vía terrestre u otros
sectores. Al incluir las importaciones la industria de sustancias y productos químicos pasa
también a ser clave, debido al peso de las importaciones.
Los multiplicadores de energía evidencian un vínculo crucial entre el sistema industrial y los
recursos energéticos, por lo que permite a los tomadores de decisión, evaluar mejor (de manera
lógica y cuantitativa) el desarrollo de alternativas sobre el uso de la energía. Todo esto sujeto a
las hipótesis del modelo. Si bien, la metodología provee una buena guía para detectar industrias
relevantes, deber ser complementada con estudios de caso con el fin de conocer a profundidad
el rol de cada industria.
A futuro sería deseable realizar una mayor desagregación del sector transporte, dado su impacto
sobre el consumo de EP. Así como un análisis de cambio estructural del consumo de energía
primaria, evaluando el rol de las importaciones y las exportaciones en la demanda doméstica de
energía primaria, esto considerando la expansión del comercio internacional. Asimismo, sería
novedoso analizar el consumo de energía primaria de los hogares.
20
AnexoCuadro 4.3. Multiplicadores simples según el supuesto de la tecnología de la industria y el producto
Colombia 2005
U*=0,14Fuente: Elaboración propia a partir de los modelos estimados, 2008.
Cuadro 4.4. Multiplicadores ponderados por la demanda final y el valor agregado. Supuesto de la tecnología de la industria y del producto. Colombia 2005
U*=0,0043Fuente: Elaboración propia a partir de los modelos estimados, 2008.
Cuadro 4.5. Multiplicadores ponderados por la demanda final y el valor agregado (con importaciones). Supuesto de la tecnología de la industria y del producto. Colombia 2005
U*=0,005Fuente: Elaboración propia a partir de los modelos estimados, 2008.
21
7. Bibliografía
Al-Ali, H. M. (1979). Input-output analysis of energy requirements - An application to the Scottish economy in 1973. Energy Economics, 1(4), 211-218.
Alcaide, I. A. (1970). Análisis input output. Madrid Guadiana de Publicac.Alcántara, V. (1995). Economía y contaminación atmosférica: hacia un nuevo enfoque desde el análisis
input-output. Unpublished Tesis doctoral, Universitat de Barcelona, Barcelona.Alcántara, V., & Padilla, E. (2003). "Key" sectors in final energy consumption: an input-output
application to the Spanish case. Energy Policy, 31(15), 1673-1678.Alcántara, V., & Roca, J. (1995). Energy and CO2of analysis and some results for 1980-90. Energy
Economics, 17(3), 221-230.Avonds, L., et al. (2007). Supply and use tables for Belgium 1995-2002: Methodology Compilation.
Belgium: Federaal Planbureau.Bacharach, M. (1970). Biproportional matrices input output change. Great Britain: Cambridge
University Press.Banguero Lozano, H., et al. (2006). Estimación de la matriz insumo producto simétrica para el valle del
cauca - año 1994. Cali: Universidad Autónoma de Occidente.Bonet Morón, J. (2000). La matriz insumo-producto del caribe colombiano, Documentos de trabajo
sobre economía regional: Banco de la República.Bulmer-Thomas, V. (1982). Input output analysis in developing countries. New York: John Wiley y
Sons Ltd.Cañada, M. A. (2001). Una nota sobre coeficientes y modelos multiplicadores a partir del nuevo sistema
input-output del SEC-95. Madrid: Subdirección General de Cuentas Nacionales INE.Chiang, A. (1987). Métodos fundamentales de economía matemática. México: Mc Graw Hill.DANE -Departamento Administrativo Nacional de Estadística. (2005). Clasificación Industrial
Internacional Uniforme de todas las actividades económicas. CIIU Revisión 3.1. adaptada para Colombia. Santa fé de Bogotá: DANE.
Duque, S. H., et al. (2005). Analisis de los Multiplicadores de producción a partir de la matriz insumo producto simetrica Para Colombia – año de 1994. Paper presented at the I Jornadas de Análisis Input Output
Garbaccio, R. F., et al. (1999). Why has the energy - output ratio fallen in China? Energy Journal, 20(3), 63-91.
García Muñiz, A. S., et al. (2008). Key Sectors: A New Proposal from Network Theory. Regional Studies, 42(7), 1013–1030.
Ghosh, A. (1958). Input-Output Approach in an Allocation System. Economica, 25(97), 58-64.Gould, B. W., & Kulshreshtha, S. N. (1986). An interindustry analysis of structural change and energy
use linkages in the Saskatchewan economy. Energy Economics, 8(3), 186-196.Han, X., & Lakshmanan, T. K. (1994). Structural changes and energy consumption in the Japanese
economy 1975-1985: an input output analysis. Energy Journal, 15(3), 165-188.Henderson, & Quandt. (1981). Teoría Microeconómica. Barcelona: Editorial Ariel.Hoekstra, R. (2005). Economic Growth Material Flows and the environment. New applications of
structural decomposition analysis and physical input output tables. Cheltenham: Edward Elgar Publishers
Hsu, G. J. Y. (1989). Energy multipliers for economic analysis : An input-output approach. Energy Economics, 11(1), 33-38.
IEA -International Energy Agency. (2007). Energy Balances of non-OECD countries 2004-2005. Paris: International Energy Agency
Jansen, P. K., & Raa, T. t. (1990). The Choice of Model in the Construction of Input-Output Coefficients Matrices. International Economic Review, 31(1), 213-227
Lenzen, M. (2001). A Generalized Input Output Multiplier Calculus for Australia. Economic Systems Research,, 13(1), 1-28.
Lenzen, M. (2006). Primary energy and greenhouse gases embodied in Australian final consumption: an input-output analysis. Energy Policy, 26(6), 495-506.
22
Leontief, W. (1970). Environmental repercussions and the economic structure — an input–output approach. The Review of Economics and Statistics, 52(3), 262-271.
Leontief, W. (1972). Air pollution and the economic structure: empirical results of input–output computations. In A. Brody & A. Carter (Eds.), Input - Output Techniques (pp. 9-30). Amsterdan: North-Holland Publishing Company.
Leontief, W. (1975). Análisis input output. Barcelona: Ediciones Orbis, S.A.Lora, E. (2008). Técnicas de medición económica. Metodología y aplicaciones en Colombia. Bogotá,
D.C.: Alfaomega Colombiana, S.A.Machado, G., et al. (2001). Energy and carbon embodied in the international trade of Brazil: an input-
output approach. Ecological Economics, 39(3), 409-424.Miller, R. E., & Blair, P. D. (1985). Input Output Analysis, Foundations and Extensions. New York:
Prentice Hall International Inc.MME-Ministerio de Minas y Energía. (2003). Plan Energético Nacional. Estrategia Energética Integral,
Visión 2003 - 2020. Bogotá: Unidad de Planeación Minero Energética.Mukhopadhyay, K., & Chakraborty, D. (1999). India´s energy consumption changes during 1973-74 to
1991-92. Economic System Research, 11(4), 423-437.Muñoz Cidad, C. (2000). Las cuentas de la nación. Introducción a la economía aplicada. (Segunda ed.).
Madrid: Civitas Ediciones, S.L.Park, H.-C., & Heo, E. (2007). The direct and indirect household energy requirements in the Republic of
Korea from 1980 to 2000--An input-output analysis. Energy Policy, 35(5), 2839-2851.Park, S. H. (1982). An input-output framework for analysing energy consumption. Energy Economics,
4(2), 105-110.Pulido, A., & Fontela, E. (1993). Análisis input output: modelos, datos y aplicaciones. Madrid: Editorial
Pirámide.Rasmussen, N. P. (1956). Studies in InterSectoral Relations. Amsterdam: North Holland Publishing
Company.Roca, J., et al. (2007a). Actividad económica, consumo final de energía y requerimientos de energía
primaria en Cataluña, 1990-2005. Análisis mediante el uso de los balances energéticos desdeuna perspectiva input output. Barcelona: Universitat Autònoma de Barcelona.
Roca, J., et al. (2007b). Anàlisi del Metabolisme Energètic de l`Economia Catalana (AMEEC). Consum final d`energia. Barcelona: Estudi encarregat pel Consell Assessor per al Desenvolupament Sostenible (CADS). Generalitat de Catalunya.
Rueda Cantuche, J. M., & Raa, T. t. (2007). Symmetric input - output tables: products or industries?Paper presented at the II Jornadas de análisis input - output. Crecimiento, demanda y recursos naturales.
Schuschny, A. R. (2005). Tópicos sobre el modelo de insumo-producto: teoría y aplicaciones, CEPAL -Serie estudios estadísticos y prospectivos No. 37. Santiago de Chile: División de Estadística y Proyecciones Económicas, Naciones UNidas
Skolka, J. (1986). Input-Output Multipliers and Linkages. Paper presented at the Eighth International Conference on Input–Output Techniques, Sapporo, Japan
Steenge, A. E. (1990). The commodity technology revisited : Theoretical basis and an application to error location in the make-use framework. Economic Modelling, 7(4), 376-387.
United Nations. (1999). Handbook of input-output table compilation and analysis. Studies in Methods, Handbook of National Accounting Serie F, No. 74 ST/ESA/STAT/SER.F/74. New York: UnitedNations, Statistics Division, Department for Economic and Social Affairs
United Nations. (2000). Handbook of National Accounting. Integrated enviromental economic accounting an operational manual, Serie F No. 78. New York: United Nations Publication.
Wu, R. H., & Chen, C. Y. (1990). On the application of input-output analysis to energy issues. Energy Economics, 12(1), 71-76.