Resiliencia y recuperación de las regiones argentinas ante las crisis económicas:

El papel de la estructura industrial y de la competitividad regional[1]

 

 

Santiago Otegui Banno*, Carla Daniela Calá* y Andrés Niembro**

 

*Universidad Nacional de Mar del Plata, Facultad de Ciencias Económicas y sociales

**Universidad Nacional de Río Negro, Instituto de Estudios en Ciencia, Tecnología, Cultura y Desarrollo

E-mails: santiago.otegui@gmail.com; dacala@mdp.edu.ar; aniembro@unrn.edu.ar

 

 

Recibido 11/10/2022

Aceptado 3/3/2023

 

Resumen:

Este artículo busca cuantificar los efectos de la estructura industrial y la competitividad regional en la recuperación del empleo privado registrado en 85 áreas económicas locales (AEL) argentinas luego de dos crisis de diferente naturaleza (2001-2002 y 2009). Mediante un análisis shift-share se descompone el cambio en el empleo de las AEL en tres componentes: nacional, industrial y regional. En ambos períodos la competitividad regional resulta más importante que la composición industrial para explicar la capacidad de recuperación de las AEL. Adicionalmente, se analiza el rol del tipo de especialización productiva y de diferentes factores asociados a la competitividad regional.

 

Palabras clave: resiliencia regional, ciclos económicos, estructura productiva, competitividad, análisis shift-share.

 

Códigos JEL: E32, O18, R11.

 

 

Resilience and recovery of Argentine regions to economic crises:

the role of the industrial structure and regional competitiveness

 

 

Abstract:

This article seeks to quantify the effects of the industrial structure and regional competitiveness on the recovery of formal private employment in 85 Argentinean labor market areas (LMAs) after two crises of different nature (2001-2002 and 2009). Using the shift-share analysis, the change in employment in LMAs is decomposed into three components: national, industrial, and regional. In both periods, regional competitiveness is more important than industrial composition in explaining the resilience of LMAs. Additionally, the role of the type of productive specialization and different factors associated with regional competitiveness are analyzed.

 

Keywords: regional resilience, economic cycles, production structure, competitiveness, shift-share analysis.

 

JEL Codes: E32, O18, R11.

 

 

I. Introducción

La resiliencia es la capacidad de un sistema o entidad de reaccionar, recuperarse y ajustarse exitosamente ante un shock externo adverso, como puede ser una recesión o crisis económica (Hill et al., 2008). Este concepto ha sido aplicado a la geografía económica para analizar de qué manera las economías regionales transitan las recesiones o las crisis, cómo resisten a ellas, de qué forma se recuperan y qué transformaciones se producen en la estructura productiva o en el desempeño regional. En particular, a partir de la crisis financiera internacional de 2008-2009, ha resurgido el interés por analizar las fluctuaciones económicas regionales, lo cual se manifiesta en un gran número de publicaciones a nivel internacional (por ejemplo, Briguglio et al., 2006; Fingleton et al., 2012; Martin y Sunley, 2015; Courvisanos et al., 2016; Sensier y Artis, 2016; Di Caro, 2017; Martin y Gardiner, 2019), aunque todavía los trabajos sobre resiliencia económica en Argentina son escasos. A su vez, la crisis global desatada por la pandemia de COVID-19 ha revitalizado el interés por entender los impactos sufridos por las economías regionales y su capacidad de reacción y recuperación frente a la crisis (Gong et al., 2020; Izquierdo et al., 2021; Martin y Gardiner, 2021; Hu et al., 2022; Partridge et al., 2022; Tupy et al., 2022; Turgel et al., 2022).

En esta literatura es posible identificar múltiples formas de definir y operacionalizar la resiliencia económica, así como una diversidad de factores que pueden determinar que una región sea más o menos resiliente. Asimismo, existen abordajes metodológicos tanto cualitativos (Simmie y Martin, 2010) como cuantitativos (Fingleton et al., 2012; Martin y Sunley, 2015; Di Caro, 2017). Grabner (2021) no sólo ofrece una revisión actualizada de estos temas, sino que resalta la necesidad de diversificar el foco de los estudios empíricos, analizando la resiliencia regional por fuera de Europa (de donde proviene la mayoría de los trabajos) y comparando entre diferentes tipos de crisis. En efecto, los pocos trabajos sobre resiliencia regional en Argentina generalmente se limitan a estudios de casos de algunas ciudades en particular, en el entorno de una crisis puntual y mediante análisis cualitativos (Colino et al., 2018; Civitaresi y Dondo, 2020; Izquierdo et al., 2021).

Con el interés de realizar un aporte a esta literatura, el presente artículo tiene el objetivo general de cuantificar y analizar los efectos de la estructura industrial y de la competitividad regional en la capacidad de recuperación del empleo registrado asalariado del sector privado en las principales 85 áreas económicas locales (AEL)[2] de Argentina luego de dos crisis económicas de diferente naturaleza (2001-2002 y 2009). La intención principal es determinar si alguno de estos efectos predomina sobre el otro para explicar la recuperabilidad de las AEL, cuáles son las razones subyacentes y qué similitudes o diferencias pueden encontrarse entre ambas crisis.

Como señalan Islam et al. (2016), el desempeño económico de una región depende predominantemente de tres factores: i) las fortalezas y debilidades de las distintas industrias que la componen; ii) la dinámica de su estructura productiva o industrial; y iii) otros factores regionales específicos. Esto plantea un interrogante: ¿qué factores explican la capacidad de recuperación de las regiones? Es decir, ¿las regiones que se recuperan mejor, lo hacen porque poseen una mayor proporción de su producción o su fuerza laboral empleada en actividades que son más dinámicas (que crecen más que el promedio)? O bien, ¿hay algún elemento en esas regiones (instituciones, historia, capacidades acumuladas, etc.) que haga que el empleo en una misma actividad económica crezca más en esa región que en otras?

En la misma línea, este trabajo busca descomponer el cambio en el empleo regional durante los períodos de expansión en tres componentes: un componente nacional, es decir, cuál sería el aumento del empleo si la región y cada actividad económica dentro de ella se comportara igual que a nivel país; un componente industrial (CI), esto es, en qué medida la región gana o pierde empleo por tener mayor o menor proporción del empleo en ramas dinámicas (de crecimiento mayor al promedio); y un componente regional (CR) o de competitividad, es decir, cuánto más o menos crece el empleo en cada actividad económica de esa región en comparación con lo que sucede con esa misma actividad a nivel nacional. Adicionalmente, se explora la relación, por un lado, entre el componente industrial y el tipo de especialización de aquellas AEL con mix industriales más y menos dinámicos y, por otro, entre el componente de competitividad regional y diferentes factores asociados desde una perspectiva sistémica (Díaz et al., 2020).

Tras esta introducción, el artículo se organiza de forma convencional. Primero, se repasa el marco teórico y algunos antecedentes empíricos y, luego, se detalla la metodología y los datos utilizados para la descomposición de efectos y el análisis de la estructura industrial y la competitividad regional. Paso seguido, se presentan (y discuten) los resultados alcanzados y, finalmente, las conclusiones.

 

II. Marco teórico y antecedentes

En este artículo se adopta la definición de resiliencia de Martin y Sunley (2015), que se enmarca dentro de la noción adaptativa y evolutiva de la resiliencia. Para estos autores, la resiliencia económica regional es la capacidad de una economía regional de soportar o recuperarse de perturbaciones (shocks) en su sendero de crecimiento, de ser necesario mediante cambios adaptativos en sus estructuras productivas y en sus arreglos sociales e institucionales, para mantener o restaurar su sendero de crecimiento previo, o bien para transitar hacia un nuevo sendero. El enfoque evolutivo distingue dos tipos de resiliencia regional: una a corto plazo, que se refiere a la capacidad de absorción de la perturbación, y otra a largo plazo, que se identifica con la posibilidad de desarrollar nuevos senderos de crecimiento (Cainelli et al., 2019). En otras palabras, incluye tanto la conservación como el cambio en las distintas dinámicas y estructuras a fin de preservar la funcionalidad y la estabilidad de las variables económicas fundamentales, como el producto y el empleo.

A partir de esta definición, se pueden identificar cuatro etapas secuenciales de la resiliencia (Martin et al., 2016): i) el riesgo o vulnerabilidad de las firmas, instituciones y trabajadores ante el shock; ii) la resistencia o el impacto inicial de la perturbación; iii) la reorientación adaptativa (o robustez); y iv) la recuperabilidad, que incluye el grado y la naturaleza de la recuperación y las características del sendero de crecimiento hacia el cual la región se recupera. Todas estas etapas dependen de la profundidad, naturaleza y duración del shock, que influyen en la escala y la duración de sus efectos sobre la economía regional. A su vez, también dependen del sendero de crecimiento previo en la región y de los factores asociados a la resiliencia (Martin et al., 2016).

Respecto a estos últimos factores, es posible dividirlos en dos grandes grupos. Por un lado, aquellos vinculados con la estructura industrial o productiva y, por el otro, los relacionados con las restantes características regionales. Dentro de la estructura industrial pueden hallarse como condicionantes de la resiliencia al tipo o perfil de especialización, el grado de diversidad productiva, la orientación exportadora, entre otros (Fingleton et al., 2012; Eraydin, 2016; Martin et al., 2016). Por su parte, dentro de las características regionales pueden mencionarse, entre otras, el contexto institucional, el capital humano y las capacidades acumuladas (Fingleton et al., 2012; Di Caro, 2017; Cainelli et al., 2019; Tan et al., 2020).

En este trabajo se recurre a la técnica shift-share (desarrollada en la próxima sección) para descomponer el cambio en el empleo regional durante las fases de expansión e identificar qué componente (estructura industrial versus competitividad regional) es más relevante para explicar la recuperabilidad del empleo en cada región. Esta herramienta ha sido ampliamente utilizada para investigar cambios estructurales en las regiones en determinados períodos de tiempo (Sobczak, 2012). Por ejemplo, para analizar la evolución del empleo, el valor agregado o la cantidad de nacimientos y muertes de empresas (Johnson, 1983; Rojo y Rotondo, 2006; Fotopoulos, 2007; Ramajo Hernández y Márquez Paniagua, 2008; Shinkarenko, 2017). En particular, ha sido aplicada en los últimos años para analizar algunos elementos del proceso de resiliencia regional, como la capacidad de resistencia y de recuperación (Martin et al., 2016; Angulo et al., 2017; Giannakis y Burggeman, 2017; Rota et al., 2020; Tan et al., 2020; Martin y Gardiner, 2021; Delgado-Bello et al., 2023).

Algunos de estos últimos trabajos ponen el foco de análisis en la resistencia a partir de un shock recesivo (e.g. Tan et al., 2020), mientras que otros dan mayor importancia a la capacidad de recuperación (e.g. Rota et al., 2020). Buena parte de la literatura sobre resiliencia regional (y este artículo también) se concentra en entender los factores que influyen en la recuperabilidad del empleo o la actividad económica (Benedek y Lembcke, 2017; Hennebry, 2018; Brada et al., 2021; Compagnucci et al., 2022).

Respecto a la evidencia disponible, los estudios realizados para el Reino Unido (Martin et al., 2016; Martin y Gardiner, 2021), Italia (Rota et al., 2020), China (Tan et al., 2020) y Chile (Delgado-Bello et al., 2023) muestran que el efecto regional es generalmente mayor que el efecto industrial. Es decir, que a pesar de la importancia que suele tener la estructura industrial para explicar el crecimiento de las regiones, son los elementos vinculados a la competitividad regional (contexto institucional, capacidades acumuladas, sistemas de innovación) los que parecen ser más relevantes. En cambio, Giannakis y Burggeman (2017) encuentran que, en el caso de Grecia, el componente nacional resulta ser el más importante tanto en la recesión como en la expansión. Durante esta última, más de la mitad de las economías regionales presentan un mix industrial favorable (positivo).

En general, los estudios cuantitativos sobre el tema no logran profundizar (muchas veces, por limitaciones en los datos disponibles) en un análisis de los posibles factores asociados al componente regional, o bien presentan evidencia sólo para uno o unos pocos factores en particular (Martin et al., 2016; Bristow y Healy, 2018; Ezcurra y Ríos, 2019; Kitsos et al., 2019). Por ello, Martin y Gardiner (2021, p. 85) resaltan que “se necesita una investigación más detallada para determinar cuáles son estos efectos de competitividad”.

Los estudios de caso sobre resiliencia regional en Argentina suelen analizar el rol de algunos factores cualitativos, como el capital social, la acción colectiva o el marco institucional, en el contexto de ciudades y crisis puntuales. Por ejemplo, Colino et al. (2018) describen de qué forma los pequeños y micro emprendimientos de Bariloche se adaptaron y recuperaron frente a la crisis local generada por la erupción del volcán Puyehue en 2011, mientras que Civitaresi y Dondo (2020) hacen foco en algunos problemas de organización inter-institucional. Izquierdo et al. (2021) analizan la resiliencia de otros dos destinos turísticos de Argentina (las ciudades de Tandil y Mar del Plata) frente a la pandemia de COVID-19.

Por otro lado, algunos estudios recientes de tipo cuantitativo identifican el perfil productivo de las regiones con mayor y menor capacidad de recuperación (Otegui Banno et al., 2022) o aproximan el impacto económico potencial de la pandemia, ya sea en términos generales o sectoriales (Niembro y Calá, 2021a; 2021b). En un trabajo anterior (Otegui Banno, 2020) se realizó un primer aporte al estudio de la resiliencia regional en Argentina en dos crisis económicas (2001-2002 y 2009), calculando y describiendo la resistencia de las regiones a las crisis (cómo evoluciona el empleo regional en comparación con el descenso observado a nivel nacional) y su capacidad de recuperación. Entre los principales resultados se hallaron grandes disparidades en cuanto a cómo afectó cada una de las crisis a las distintas economías regionales, y que, comparando entre crisis, la resiliencia de la mayoría de las regiones cambió. Este estudio se enfocó en los elementos de estructura industrial de las regiones, identificando que el único asociado significativamente con el proceso de resiliencia era el perfil de especialización regional. Los restantes factores (diversidad productiva, orientación exportadora o nivel de desarrollo productivo) resultaron de escasa relevancia.

A partir de estas contribuciones surge el siguiente interrogante: ¿es el perfil productivo (o la composición sectorial del empleo) el principal elemento que explica la recuperación regional en Argentina? O, por el contrario, tal como sucede en otros países, ¿son más relevantes las características regionales que determinan el modo en que las distintas actividades se desarrollan en cada región?

 

III. Datos y metodología

 

III.1. Para la descomposición e identificación de efectos

La fuente de datos principal para este artículo es la Base de Áreas Económicas Locales, elaborada por el Observatorio de Empleo y Dinámica Empresarial (OEDE), dependiente del Ministerio de Trabajo, Empleo y Seguridad Social. La misma da cuenta de la totalidad del empleo asalariado registrado en el sector privado, desagregado en 24 ramas o sectores productivos, para el período 1996-2015[3]. Vale destacar que las 85 AEL de Argentina concentran el 86% de la población y, lo que es más importante aún para este estudio, el 95% del empleo registrado en empresas privadas.

El período analizado permite identificar (Figura 1) dos ciclos económicos (1998-2008 y 2008-2015)[4] y, en particular, dos períodos expansivos post-crisis, de seis años cada uno: 2002-2008 y 2009-2015. La primera etapa recesiva comienza en los últimos años de la convertibilidad, signados por la pérdida de cientos de puestos de trabajo, y culmina en la crisis económica, social, política e institucional de 2001-2002. Tras la crisis, Argentina experimentó una etapa de expansión y creación neta de puestos de trabajo hasta 2008. En 2009 el país tuvo otra recesión, más breve que la anterior y originada fundamentalmente en un factor externo como fue la crisis financiera internacional. Luego, Argentina retomó la senda de crecimiento del empleo, aunque a un ritmo mucho menor que en el período anterior y, sobre todo, más lento o amesetado a partir del año 2011 (ver Zack, 2015; Beccaria et al., 2021)[5].

 

Figura 1. Evolución del empleo asalariado registrado en el sector privado

(total de AEL, 1996-2015)

Fuente: elaboración propia a partir de datos de OEDE.

 

Respecto a la metodología, el análisis shift-share consiste en descomponer la variación en el empleo de cada AEL durante la fase expansiva de ambos ciclos en tres componentes: un componente nacional, un efecto de estructura productiva y un efecto regional o de competitividad. Así, permite cuantificar la contribución de cada componente al crecimiento del empleo local: el efecto arrastre del crecimiento a nivel nacional, la tasa de crecimiento del mix industrial específico comparado con el promedio nacional, y las ventajas y desventajas competitivas de las industrias locales (Goschin, 2014). Para un cambio dado en el empleo  entre los períodos  y , en un AEL , la descomposición shift-share es:

 

   [1]

 

Donde  es la tasa de variación en el empleo a nivel país en el período;  es la tasa de variación del empleo en la rama de actividad  a nivel país; y  es la variación del empleo en la rama  en el AEL . La parte A mide el efecto o componente nacional, es decir, el cambio que se esperaría en el empleo del AEL si el empleo en cada una de sus ramas de actividad se hubiera expandido a la misma tasa que el empleo en todo el país. En tanto, B capta el efecto de estructura productiva o mix industrial, el cual se define como la caída o el aumento en el empleo del AEL como consecuencia de que la misma posee una mayor o menor proporción de empleo concentrado en ramas que crecen a tasas diferentes a la del nivel agregado. Por último, C es la diferencia entre el cambio efectivo en el empleo del AEL y la parte atribuible a los otros dos efectos, por lo que captura el componente de competitividad regional, es decir, las diferencias en el comportamiento entre las ramas de actividad de un AEL y las mismas ramas a nivel nacional.

 

III.2. Para el análisis de los componentes industrial y regional

Una vez calculados el componente industrial y el regional, se busca analizar y caracterizar a las AEL que presentan componentes industriales y regionales más y menos dinámicos. Dentro de la estructura industrial pueden hallarse como condicionantes de la resiliencia al tipo o perfil de especialización, el grado de diversidad productiva, la orientación exportadora, el grado de desarrollo productivo, entre otros (Otegui Banno, 2020). En el apartado IV.3 se analiza la relación del mix industrial con uno de los principales elementos de la estructura productiva: el tipo de especialización de las AEL, utilizando la tipología propuesta por Niembro et al. (2019). En dicho trabajo se conforman, mediante un análisis de componentes principales, 8 perfiles sectoriales que agrupan a las 24 ramas en función de su proximidad o desarrollo conjunto. Posteriormente, a partir de un análisis cluster, se identifican 11 clusters o grupos de AEL que son similares en relación a sus perfiles de especialización.

Por su parte, dentro de los factores de competitividad regional pueden mencionarse, desde una perspectiva sistémica, el contexto institucional, la cultura local, el capital humano y las capacidades acumuladas de la fuerza laboral y del sector empresario, el grado de desarrollo de los sistemas regionales de innovación, las condiciones de acceso al financiamiento o las políticas de apoyo productivo, entre otros (Díaz et al., 2020). Muchas de estas dimensiones, sobre todo las de naturaleza cualitativa, resultan de difícil medición, más aún a nivel local y si se pretende hacer un ejercicio comparativo entre regiones. A esto se suma la relativa escasez de estadísticas oficiales a nivel subnacional en Argentina, especialmente de ciudades, si tenemos en cuenta, por ejemplo, la limitada cobertura territorial de la Encuesta Permanente de Hogares (poco más de 30 aglomerados urbanos) y su foco principal en cuestiones socio-laborales.

No obstante, una fuente de información cuantitativa interesante y poco explorada hasta el momento (con la excepción de las seis ciudades analizadas por Ibarra García et al., 2018) se encuentra en los trabajos de SEPYME (2016; 2018), realizados en conjunto con el equipo de PRODEM-UNGS, en el marco del Programa Ciudades para Emprender. Con el interés de caracterizar las fortalezas y debilidades de los ecosistemas locales, el programa relevó diferentes variables y dimensiones sociales, culturales, económicas, políticas y regulatorias que componen el Índice de Condiciones Sistémicas para el Emprendimiento en Ciudades (ICEC). Como señalan Ibarra García et al. (2018), este índice llena un vacío existente en el país, proveyendo información sobre las condiciones para emprender a nivel ciudad. Si bien los detalles metodológicos pueden encontrarse en los respectivos informes, podemos mencionar aquí, a grandes rasgos, que los datos provienen de:

“una encuesta que fue respondida por un panel de actores clave del ecosistema local que incluyó en cada ciudad a emprendedores, empresarios, profesionales independientes y representantes de instituciones educativas, empresariales, de apoyo a emprendedores, entre otros. (…) En total, el cálculo del indicador se hace a partir de 96 variables que luego se agrupan en 28 subíndices y que finalmente se resumen en 9 dimensiones de análisis” (SEPYME, 2018, p. 11).

En este artículo utilizamos 7 de esas 9 dimensiones, ya que en dos de ellas se observan valores extremos (cercanos a 1 y/o a 100, en función de la escala utilizada), lo cual se traduce en elevadas varianzas[6]. Por otro lado, la información de ambos documentos (cohortes) abarca a 43 ciudades en total, de las cuales 5 no forman parte de ningún AEL. En cambio, muchas de ellas coinciden con las ciudades centrales (o algunas de las principales) de las AEL. Cuando hay información para 2 o más ciudades que componen una misma AEL, se obtiene una medida ponderada según la población de estas ciudades. Finalmente, optamos por dejar de lado la información de algunas ciudades pequeñas que forman parte de AEL altamente pobladas, pero donde las ciudades centrales no han sido relevadas por estos estudios[7]. De esta forma, los resultados que se exponen luego en el apartado IV.4 abarcan sólo a 28 AEL.

 

IV. Resultados

Esta sección consta de cuatro apartados. En el primero se presenta una breve descripción del desempeño de cada uno de los 24 sectores productivos en comparación con el total del empleo a nivel nacional. En el segundo, se exponen y discuten los resultados del shift-share para las 85 AEL. Finalmente, los análisis de los componentes industrial y regional se realizan, por separado, en el tercer y cuarto apartado, respectivamente.

 

IV.1. Desempeño general de los sectores productivos

A lo largo de la primera expansión el empleo privado asalariado registrado en el total de las AEL pasó de 3.275.575 en 2002 a 5.513.502 en 2008, es decir, una tasa de crecimiento  de 68,32%. En cambio, en el segundo período de recuperación el empleo privado registrado en las AEL aumentó de 5.427.016 en 2009 a 6.044.561 en 2015, lo que implica una tasa de crecimiento  de 11,38%, sensiblemente menor a la del ciclo anterior. Cabe destacar que en 2002 el país presentaba las tasas de desempleo más altas registradas hasta el momento y una importante capacidad ociosa. Tras la devaluación cambiaria y la consecuente caída de los costos laborales, se generó un contexto macroeconómico que impulsó la generación de millones de puestos de trabajo y, posteriormente, la progresiva recuperación del salario real. A ello se suma la reversión de los elevados niveles de informalidad respecto de la convertibilidad, sobre todo hasta el año 2008 (Santarcángelo y Perrone, 2013; Beccaria et al., 2021). En contraste, con la crisis entre el gobierno y el sector agropecuario, el resurgimiento de la restricción externa y las presiones inflacionarias, el ritmo de creación de puestos de trabajo registrados en el sector privado bajó considerablemente entre fines de 2009 y 2015 (Beccaria et al., 2021). A esto pueden agregarse las secuelas de la crisis financiera internacional y, como analizan Porta et al. (2016), restricciones de infraestructura o cuellos de botella en distintas industrias.

Respecto a los sectores que impulsaron el crecimiento del empleo asalariado registrado en el sector privado, pueden observarse algunas similitudes pero sobre todo importantes diferencias entre ciclos. La Tabla 1 muestra las diferencias en puntos porcentuales (p.p.) entre la tasa de crecimiento del empleo en el sector i y el agregado nacional  y, en función de ello, el ranking de sectores en cada expansión. En la parte alta de la tabla figura un grupo de sectores que en ambos períodos se ubica en el top 10, aunque con diferencias en los extremos: construcción es la actividad que lidera el ranking en 2002-2008, pero luego cae al puesto 10 en 2009-2015; y exactamente lo opuesto ocurre con minería y petróleo. Vale destacar que la tasa de crecimiento del empleo entre 2002 y 2008 en la construcción y las actividades de informática supera en más de 100 puntos porcentuales al agregado nacional. En tanto, en la parte intermedia de la tabla se observan algunos sectores que se mantienen en torno a esas posiciones (desde comercio mayorista a química y petroquímica) y, más abajo, aquellas ramas que son parte del bottom 10 en ambos períodos y cuyo crecimiento del empleo es sostenidamente inferior al agregado nacional.

 

 

Tabla 1. Crecimiento del empleo por sector, diferencias con el agregado nacional

(en puntos porcentuales) y rankings por período

Fuente: elaboración propia a partir de datos de OEDE.

 

En cuanto a las mayores diferencias entre ciclos, se aprecia un grupo de sectores industriales que impulsan el crecimiento del empleo entre 2002 y 2008 (como automotores y neumáticos, metalmecánica, textiles y confecciones) y que en el período 2009-2015 retroceden más de 10 posiciones. En cambio, varias de las actividades de servicios que se encuentran en el fondo del ranking en 2002-2008 (como actividades inmobiliarias y de alquiler, salud, educación y otros servicios sociales) trepan 15 o más puestos y se ubican en el top 5 en el segundo período.

 

IV.2. Análisis shift-share y descomposición de efectos

Como ya se mencionó, el análisis shift-share consiste en descomponer la evolución del empleo de cada AEL en un componente nacional, un componente industrial y un componente regional o de competitividad. Pueden darse casos en que los efectos industrial y regional sean ambos positivos o negativos, o bien que tengan signos contrapuestos. Un primer análisis de interés es identificar cuál de estos dos componentes es más importante o resulta mayor que el otro una vez expresados en valores absolutos. Nuestros resultados indican que, en ambos períodos, el componente regional es más relevante que el componente industrial para explicar el crecimiento del empleo en la mayoría de las AEL. Para el período 2002-2008, esto ocurre en 53 de las 85 AEL, lo que equivale al 62% de los casos, mientras que en 2009-2015 esta tendencia es aún más contundente: se da en 71 AEL (83%).

En síntesis, en ambos períodos expansivos el componente de competitividad regional resulta más importante que la composición industrial para explicar la recuperabilidad de las AEL argentinas. Esto implica que, si bien la literatura suele recalar en la importancia de la estructura industrial para explicar la resiliencia (y, en general, el crecimiento) de las economías regionales (por ejemplo, Fingleton et al., 2012; Martin et al., 2016; Di Caro, 2017), en la mayoría de los casos son los elementos relacionados con la competitividad regional los que parecen ser más relevantes (Martin et al., 2016; Rota et al., 2020; Tan et al., 2020; Martin y Gardiner, 2021).

Más allá de identificar qué componente predomina sobre el otro, interesa conocer también el sentido de su influencia en la recuperabilidad, esto es, el signo de cada uno de ellos. En otros términos, en qué proporción se hallan mix industriales positivos (negativos) que conducen a una mejor (peor) recuperabilidad y, a su vez, en qué casos las características propias de las regiones generan que éstas se recuperen mejor. La Figura 2 resume los signos observados de los componentes industrial y regional en las 85 AEL para ambos períodos. En 2002-2008, 52 AEL presentan un mix industrial negativo (61% de los casos), es decir, tienen una estructura industrial en la cual la mayor parte del empleo está ubicado en ramas cuyo desempeño estuvo por debajo del agregado nacional. Por el contrario, el componente de competitividad regional es mayoritariamente positivo (46 de 85, o sea un 54%). En el período 2009-2015, aunque el número de AEL con componente regional positivo sigue siendo superior al de AEL con componente industrial positivo, la proporción de AEL con componentes (industrial o regional) negativos es mayor que en la recuperación anterior (66 contra 52 y 47 contra 39, respectivamente).

 

Figura 2. AEL según signos del componente industrial (CI) y

componente regional (CR) por período

Fuente: elaboración propia a partir de datos de OEDE.

 

Una posible interpretación de que en algunas AEL empeore el componente regional es que las distintas circunstancias en que se originan y desarrollan estas crisis afectan de forma diferente a las mismas AEL, haciendo que muchas de las ventajas competitivas explotadas durante el primer período se pierdan, disminuyan o sean menos relevantes en el segundo período. La literatura reconoce que la distinta naturaleza y orígenes de las perturbaciones pueden tener consecuencias diferentes sobre las mismas unidades geográficas (Fingleton et al., 2012). Más allá de cuán preparada esté una determinada economía regional para enfrentar una crisis, no puede estar igualmente preparada para cualquiera de las posibles características (origen, duración, velocidad de propagación) con que ésta se manifieste. Dado que las dos crisis analizadas tienen orígenes, duraciones e impactos distintos, es esperable que la composición de elementos propios de cada región (sus instituciones, capacidades de sus empresarios y trabajadores, etc.) impliquen mayores ventajas competitivas en un contexto que en otro.

Para concluir con este apartado, la Figura 3 muestra dos mapas en donde se encuentran localizadas las 85 AEL, según las cuatro combinaciones posibles entre los signos observados de los componentes industrial y regional. En el primer período, sólo 15 AEL presentan ambos componentes positivos. Otras 18 AEL tienen también un mix industrial favorable, pero un CR negativo. En cambio, y como ya se mencionó, la mayoría de las AEL tienen un CI negativo. De esas 52 AEL, 31 lo contrarrestan (al menos parcialmente) con un CR positivo, mientras que las restantes 21 sufren de ambos componentes negativos. Por otro lado, en el segundo período la cantidad de AEL con ambos componentes positivos disminuye levemente, de 15 a 12. La combinación de CI positivo y CR negativo es incluso menos frecuente, sólo en 7 AEL. De la gran mayoría de AEL con mix industrial negativo, 26 poseen un CR positivo y, finalmente, casi la mitad de las AEL presentan ambos componentes negativos. En términos gráficos, si miramos las categorías mayoritarias en cada período, se aprecia una transformación de AEL en gris claro hacia negro.

 

 

Figura 3. Mapas con combinaciones de CI y CR en cada período

Fuente: elaboración propia a partir de datos de OEDE.

 

IV.3. Análisis del componente industrial

En este apartado se busca analizar algunas características de la estructura productiva en aquellas AEL cuyos componentes industriales se destacan, por ser relativamente muy altos o muy bajos. En concreto, se identifican las 10 AEL con CI más dinámico (medido en términos porcentuales) y las 10 con CI menos dinámico en cada uno de los períodos. La Tabla 2 muestra además el cluster o patrón de especialización al que pertenecen las AEL según la clasificación de Niembro et al. (2019).

En 2002-2008, las AEL con CI más favorables son aquellas especializadas en servicios de construcción e industrias pesadas (como automotriz y metalmecánica). En algunas de estas regiones el sector de la construcción concentra una mayor proporción del empleo que en el agregado del país (mayor especialización) y, dado que este sector muestra un crecimiento superlativo en el período, es razonable que el CI sea alto. Un razonamiento similar puede aplicarse a las industrias pesadas y algunas actividades extractivas.

Respecto a los patrones asociados a las 10 AEL con menores CI en el período 2002-2008, una alta especialización en actividades agroindustriales parece ser la característica más determinante. Las dos ramas productivas predominantes dentro de este perfil (actividades agropecuarias y pesca, y alimentos y tabaco) concentran una gran proporción del empleo en estas AEL y, a su vez, tuvieron un crecimiento muy por debajo del agregado nacional, siendo dos de los sectores que menos aumentaron la cantidad de ocupados asalariados registrados en el período[8].

 

Tabla 2. AEL más y menos dinámicas según CI y patrón de especialización (2002-2008)

Fuente: elaboración propia a partir de datos de OEDE y Niembro et al. (2019).

Nota: *en otro trabajo, en base a datos más desagregados sectorialmente (Niembro et al., 2021)[9], Puerto Madryn aparece más vinculada a la industria metalúrgica (pesada).

 

Al comparar con el segundo período de recuperación, se observan algunas continuidades y también nuevos patrones. Si bien en los primeros lugares siguen apareciendo tres AEL con un perfil de actividades extractivas y construcción, en este período se ven beneficiadas, mayormente, por el crecimiento de la minería y el petróleo. Este tipo de AEL con un patrón de especialización beneficioso frente a un contexto cambiante, encuentra nuevamente una contracara en aquellas AEL más especializadas en actividades agroindustriales, siendo sectores que vuelven a tener un magro desempeño.

La novedad entre los CI más dinámicos es el grupo de AEL turísticas, reemplazando en algún punto al perfil anterior de industrias pesadas. Por el lado de las AEL con menores CI aparecen en este período, además de las mencionadas agroindustrias, algunas otras especializadas en industrias livianas (como textiles, confecciones y calzado).

 

Tabla 3. AEL más y menos dinámicas según CI y patrón de especialización (2009-2015)

Fuente: elaboración propia a partir de datos de OEDE y Niembro et al. (2019).

Nota: *en otro trabajo, en base a datos más desagregados sectorialmente (Niembro et al., 2021), Sáenz Peña aparece más vinculada a la industria textil (liviana).

 

IV.4. Análisis del componente regional

Como se mencionó previamente, hemos podido reconstruir la información de diferentes dimensiones sociales, culturales, políticas y regulatorias que componen el ICEC para 28 AEL. En la Tabla 4 se listan estas AEL junto con los valores del CR para los dos períodos de recuperación. Un primer grupo de 10 AEL presenta CR positivos en ambos momentos, lo cual indica que esos territorios poseen ciertas características que permiten un crecimiento del empleo superior a lo que podría esperarse en base a la composición sectorial del empleo en esa región. Mientras tanto, otras 12 AEL tienen valores negativos sostenidamente, lo que representa un indicio de desventajas competitivas de las industrias locales.

La comparación entre estos dos grupos se refleja, a continuación, en el gráfico A de la Figura 4. Por otro lado, 6 AEL muestran, de forma alternada, CR positivo y negativo (o viceversa) según el período. Del total de 28 AEL, en el gráfico B se comparan las 10 AEL con mayor CR positivo y las 10 con mayor CR negativo en la recuperación 2002-2008, mientras que el gráfico C hace lo propio para 2009-2015. La participación de las distintas AEL en cada gráfico de la Figura 4 se explicita en las últimas columnas de la Tabla 4. El color gris representa que dicha AEL está incluida dentro de las de CR positivo, mientras que el negro indica que forma parte de las AEL con CR negativo. La celda en blanco muestra que esa AEL no participa en el gráfico en cuestión.

 

Tabla 4. Componentes regionales de las 28 AEL por período

Fuente: elaboración propia a partir de datos de OEDE.

 

En lugar de comparar entre ciudades-AEL los valores absolutos de las 7 dimensiones del ICEC (ya que pueden presentar diferencias de nivel por factores subjetivos o de percepción de los encuestados en cada ciudad que hace que no sean necesariamente comparables), optamos por ordenar en cada ciudad-AEL las posiciones relativas de cada dimensión, desde la mayor fortaleza local (puesto 1) al aspecto más débil (puesto 7). Luego, obtuvimos el promedio para cada grupo de AEL a comparar. Como puede apreciarse en la Figura 4, el espacio de oportunidades[10] y la cultura local suelen aparecer en las primeras posiciones, mientras que la dimensión menos valorada es, por lejos, el acceso al financiamiento, algo esperable en el contexto argentino (y común en otros relevamientos y encuestas empresariales).

Más interesante aún es indagar en las diferencias entre las AEL con CR positivo y aquellas con CR negativo, ya sea sostenidamente en ambas recuperaciones (gráfico A) o en alguno de los períodos en particular (B y C). Las mayores diferencias en los 3 gráficos se dan en torno a las instituciones formales: el sistema educativo presenta una mayor fortaleza relativa en las AEL con CR positivo, mientras que las políticas-regulaciones locales y el apoyo institucional local tienen una mejor valoración en las AEL con CR negativo. Esto mismo, particularmente para las AEL con CR positivo o negativo en ambas recuperaciones (las del gráfico A), puede apreciarse con más detalle en la Tabla 5. Uno de los recuadros en blanco muestra cómo, en buena parte de las AEL con CR positivo, el sistema educativo es más valorado que las políticas y el apoyo institucional locales. Lo contrario se observa en el otro recuadro, donde también sobresale el hecho de que, para 4 de las 12 AEL con CR negativo, el apoyo institucional local es la mayor fortaleza relativa.

 

Figura 4. Valoración de factores asociados a la competitividad regional,

según CR positivo o negativo (en ambas recuperaciones y por período)

Fuente: elaboración propia a partir de datos de OEDE y SEPYME (2016; 2018).

 

Otras diferencias, aunque un poco más sutiles, pueden apreciarse entre las instituciones informales, como la cultura local, por ejemplo. La distancia entre grupos es mayor en los gráficos A y B (Figura 4), a favor de las AEL con CR positivo. Asimismo, en dichas AEL la cultura aparece siempre en el top 3 de fortalezas y 4 de las 10 AEL con CR positivo en la Tabla 5 la ubican en el primer lugar. En cambio, entre las AEL con CR negativo, la frecuencia de los primeros puestos cae (sólo 2 de 12 colocan a la cultura en primera posición) y aparecen posiciones intermedias (3 de 12 la ubican en cuarto lugar).

 

Tabla 5. Valoración de factores asociados a la competitividad regional

(AEL con CR positivo o negativo en ambas recuperaciones)

Fuente: elaboración propia a partir de datos de OEDE y SEPYME (2016; 2018).

 

Si bien el espacio de oportunidades y el capital social tienden a ser más valorados en las AEL con CR positivo, las diferencias son un poco menores o están acotadas a algunos períodos (por ejemplo, en 2002-2009 se observa lo contrario para el capital social). La Tabla 5 muestra que la mitad de las AEL con CR positivo considera al espacio de oportunidades como su mayor fortaleza, y también la mitad de estas AEL ubica al capital social en una posición intermedia (cuarto lugar). Sólo un tercio de las AEL con CR negativo opinan lo mismo respecto al espacio de oportunidades, mientras que la valoración del capital social tiene una mayor variabilidad.

En síntesis, aunque estamos lejos de poder ofrecer evidencia categórica, pareciera que la competitividad de las AEL con CR positivo (sostenidamente en ambas crisis) se sustentaría en (por orden de importancia): 1) un sistema educativo y de formación de competencias que resulta más dinámico y valorado que en las AEL con CR negativo; 2) una cultura local más fuerte; y parcialmente en 3) otras instituciones informales, como el acceso a redes y oportunidades de negocios (locales y extra-locales). En cambio, la mayor valoración relativa de las políticas y apoyos institucionales locales entre las AEL con CR negativo sugiere que estas iniciativas no estarían impactando significativamente (o no de la forma esperada) en la competitividad de estas regiones y el crecimiento del empleo formal, lo cual genera un llamado de atención en cuanto a las prioridades de política pública a la hora de atacar las debilidades o potenciar las fortalezas regionales de esos territorios.

 

V. Conclusiones

El análisis de la capacidad de recuperación del empleo registrado ante las crisis resulta de gran utilidad para comprender las desigualdades económicas entre regiones y, a partir de ello, planificar políticas orientadas a mejorar la resiliencia económica que tengan en cuenta dichas desigualdades. Este artículo tuvo como objetivo principal analizar los efectos de la estructura industrial y de la competitividad regional en la capacidad de recuperación del empleo formal en las principales 85 AEL argentinas, determinando cuál de estos componentes predomina sobre el otro y explorando, complementariamente, algunos factores asociados a dichos componentes.

El artículo también resalta la importancia de la desagregación regional en el análisis económico. Si bien en algunos casos puede ser relevante el efecto arrastre o componente nacional (Giannakis y Burggeman, 2017), existen importantes variaciones entre regiones cuando se analiza el desempeño de las AEL en Argentina, y también diferentes realidades al interior de las mismas provincias. El análisis shift-share permite explicar estas variaciones en el empleo en términos de la suma de dos componentes: el mix industrial y la competitividad regional. Complementariamente, el estudio de dos ciclos económicos de naturaleza, duración e impactos diferentes permite enriquecer el análisis mediante la contrastación de los resultados obtenidos en cada uno de ellos.

Respecto de los principales resultados, la comparación entre ambos componentes permite señalar que los factores de competitividad regional cumplen un rol dominante por sobre la composición industrial de cada AEL en el caso argentino. Es decir, que aspectos institucionales, culturales, políticos o de localización específicos de cada región resultan más importantes que la composición sectorial del empleo, al menos en términos cuantitativos, para explicar su recuperabilidad.

La composición por ramas productivas del empleo en las AEL con componentes industriales más dinámicos se caracteriza por una fuerte especialización en servicios de construcción y en actividades extractivas, que tuvieron un desempeño por encima del total de las ramas. Adicionalmente, en la primera recuperación (2002-2008) aparecen entre las más dinámicas AEL especializadas en industria pesada. En el segundo período (2009-2015), en cambio, se destacan perfiles de especialización vinculados a servicios turísticos, sociales-urbanos e informáticos. En el otro extremo, la composición del empleo en las AEL con componente industrial menos dinámico se caracteriza por una alta concentración en actividades relacionadas con la agroindustria, que en su mayoría decrecieron o crecieron por debajo de la media, y adicionalmente, a industrias livianas en la segunda recuperación.

Por otro lado, en las AEL más destacadas por su componente de competitividad regional, las principales ventajas competitivas se encuentran especialmente relacionadas con el sistema educativo y de formación de competencias, la cultura local y, en menor medida, el acceso a redes y oportunidades de negocios (locales y extra-locales). En las AEL con componente de competitividad regional negativo, se destaca comparativamente una mayor valoración de las políticas y apoyos institucionales locales, lo cual siembra algunos interrogantes sobre su diseño e impacto. 

Hacia futuras investigaciones, es interesante profundizar en análisis de tipo cualitativo cuál ha sido el rol concreto de las dimensiones de la competitividad regional consideradas en este artículo, así como de otros elementos, tales como diferencias específicas en capital humano o en las capacidades y los sistemas locales de innovación. Si bien la experiencia previa (Niembro et al., 2019; 2021) nos indica que son más las continuidades que los cambios al trabajar con datos por AEL de diferente desagregación o más actuales en el tiempo, sin dudas sería valioso poder replicar (y comparar) el ejercicio aquí propuesto con información más fina a nivel sectorial y también sumar en el estudio a la recuperación post-pandemia. Otra posible extensión, tomando como ejemplo a Delgado-Bello et al. (2023), consiste en incorporar el análisis de las etapas recesivas y descomponer los distintos factores que influyeron en la capacidad de resistencia. No obstante, esto requiere disponer de otros datos regionales, sobre todo de una frecuencia menor a la anual, si tenemos en cuenta la corta extensión temporal de la crisis financiera internacional (2008-2009).

 

Referencias

Angulo, A. M., Mur, J. y Trívez, F. J. (2018). Measuring resilience to economic shocks: an application to Spain. The Annals of Regional Science, 60(2), 349-373.

Beccaria, L., Filipetto, S. y Mura, N. (2021). Revisitando un viejo tema: informalidad y ciclo económico. Revista de Economía Política de Buenos Aires, 22, 9-45.

Benedek, J. y Lembcke, A. (2017). Characteristics of recovery and resilience in the Romanian regions. Eastern Journal of European Studies, 8(2), 95-126.

Borello, J. (2002). Áreas económicas locales: criterios para su definición en la Argentina. Informe del Proyecto sobre Pequeñas y Medianas Empresas Industriales en América Latina (ITA/99/145). Santiago de Chile, CEPAL.

Brada, J., Gajewski, P. y Kutan, A. M. (2021). Economic resiliency and recovery, lessons from the financial crisis for the COVID-19 pandemic: a regional perspective from Central and Eastern Europe. International Review of Financial Analysis, 74, article 101658, 1-12.

Briguglio, L., Cordina, G., Farrugia, N. y Vella, S. (2006). Conceptualizing and measuring economic resilience. En Chand, S. (ed.), Pacific Islands Regional Integration and Governance. Canberra, ANU Press.

Bristow, G. y Healy, A. (2018). Innovation and regional economic resilience: an exploratory analysis. The Annals of Regional Science, 60(2), 265-284.

Cainelli, G., Ganau, R. y Modica, M. (2019). Industrial relatedness and regional resilience in the European Union. Papers in Regional Science, 98(2), 755-778.

CEPAL-MECON (2022). Desagregación provincial del valor agregado bruto de la Argentina, base 2004. Documento de Proyecto realizado por CEPAL y Ministerio de Economía de la Argentina. Santiago de Chile, CEPAL.

Civitaresi, H. M. y Dondo, M. (2020). Entramado inter-organizacional para la protección civil en Bariloche (Argentina): resiliencia y gestión de riesgo frente a fenómenos volcánicos. Sociedad y Ambiente, 23, 1-32.

Colino, E., Dondo, M. y Civitaresi, H. M. (2018). Crisis volcánica y estrategias de resiliencia de microemprendedores en San Carlos de Bariloche. REDES - Revista do Desenvolvimento Regional, 23(2), 172-186.

Compagnucci, F., Gentili, A., Valentini, E. y Gallegati, M. (2022). Asymmetric responses to shocks: the role of structural change on resilience of the Euro area regions. Applied Economics, 54(37), 4324-4355.

Courvisanos, J., Jain, A. y Mardaneh, K. (2016). Economic resilience of regions under crises: a study of the Australian economy. Regional Studies, 50(4), 629-643.

Delgado-Bello, C., Maroto, A. y Atienza, M. (2023). Resiliencia económica en las regiones de Chile: el rol de la competitividad regional en las crisis asiática y financiera. EURE, 49(146), 1-22.

Di Caro, P. (2017). Testing and explaining economic resilience with an application to Italian regions. Papers in Regional Science, 96(1), 93-113.

Díaz, D., Alvarez, B. y Ojeda, M. (2020). Competitividad regional y desarrollo económico: una breve revisión de la literatura económica moderna. Revista de Economía Política de Buenos Aires, 20, 109-153.

Eraydin, A. (2016). Attributes and characteristics of regional resilience: defining and measuring the resilience of Turkish regions. Regional Studies, 50(4), 600-614.

Ezcurra, R. y Ríos, V. (2019). Quality of government and regional resilience in the European Union. Evidence from the Great Recession. Papers in Regional Science, 98(3), 1267-1290.

Fingleton, B., Garretsen, H. y Martin, R. (2012). Recessionary shocks and regional employment: evidence on the resilience of UK regions. Journal of Regional Science, 52(1), 109-133.

Fotopoulos, G. (2007). Integrating firm dynamics into the shift-share framework. Growth and Change, 38(1), 140-152.

Giannakis, E. y Bruggeman, A. (2017). Economic crisis and regional resilience: evidence from Greece. Papers in Regional Science, 96(3), 451-476.

Gong, H., Hassink, R., Tan, J. y Huang, D. (2020). Regional resilience in times of a pandemic crisis: the case of COVID‐19 in China. Tijdschrift voor Economische en Sociale Geografie, 111(3), 497-512.

Goschin, Z. (2014). Regional growth in Romania after its accession to EU: a shift-share analysis approach. Procedia Economics and Finance, 15, 169-175.

Grabner, S. M. (2021). Regional economic resilience: review and outlook. En Wink, R. (ed.), Economic Resilience in Regions and Organisations. Wiesbaden, Springer.

Hennebry, B. (2018). Regional resilience in Ireland and the existence of a two-tier recovery. Quaestiones Geographicae, 37(4), 99-110.

Hill, E., Wial, H. y Wolman, H. (2008). Exploring regional economic resilience. Working Paper No. 2008-04, Institute of Urban and Regional Development, University of California.

Hu, X., Li, L. y Dong, K. (2022). What matters for regional economic resilience amid COVID-19? Evidence from cities in Northeast China. Cities, 120, 103440.

Ibarra García, S., Federico, J., Ortíz, M. y Kantis, H. (2018). ¿El ecosistema o los ecosistemas? Primeras evidencias de un ejercicio de tipologías sobre ciudades de la Provincia de Santa Fe (Argentina). REGEPE - Revista de Empreendedorismo e Gestão de Pequenas Empresas, 7(3), 215-237.

Islam, F. B., Mubassirah, F. A., Siddiq, F., Hossain, D., Sharmin, N. y Haque, A. (2016). Economic growth analysis of six divisions of Bangladesh using location quotient and shift-share method. Journal of Bangladesh Institute of Planners, 8, 135-144-

Izquierdo, S. I., Diez Alberdi, A. M. y Camio, M. I. (2021). Resiliencia en destinos turísticos.  Un análisis de las ciudades de Tandil y Mar del Plata, Argentina frente a la COVID-19. Pymes, Innovación y Desarrollo, 8(3), 15-40.

Johnson, P. S. (1983). New manufacturing firms in the UK regions. Scottish Journal of Political Economy, 30(1), 75-79.

Martin, R. y Gardiner, B. (2019). The resilience of cities to economic shocks: a tale of four recessions (and the challenge of Brexit). Papers in Regional Science, 98(4), 1801-1832.

Martin, R. y Gardiner, B. (2021). The resilience of Britain’s core cities to the Great Recession (with implications for the Covid recessionary shock). En Wink, R. (ed.), Economic Resilience in Regions and Organisations. Wiesbaden, Springer.

Martin, R. y Sunley, P. (2015). On the notion of regional economic resilience: conceptualization and explanation. Journal of Economic Geography, 15(1), 1-42.

Martin, R., Sunley, P., Gardiner, B. y Tyler, P. (2016). How regions react to recessions: resilience and the role of economic structure. Regional Studies, 50(4), 561-585.

Niembro, A. y Calá, D.  (2021a). Approximating the impact of COVID-19 on regional production in countries with scarce subnational data: A proposal and application for Argentina during the first wave. Region, 8(2), 167-186.

Niembro, A. y Calá, D.  (2021b). El potencial impacto económico de la pandemia por COVID-19 en las regiones argentinas y sus patrones productivos sectoriales en el periodo abril-junio de 2020. Estudios Gerenciales, 37(159), 210-225.

Niembro, A., Calá, D. y Belmartino, A. (2019). Construcción de una tipología empírica de las áreas económicas locales de Argentina en base a perfiles sectoriales de coaglomeración territorial. Anales de la XXIV Reunión Anual de la Red PyMEs MERCOSUR, Rosario, 25-27 de Septiembre.

Niembro, A., Calá, D. y Belmartino, A. (2021). Una tipología de las áreas económicas locales de Argentina en base a perfiles sectoriales de coaglomeración territorial (2011-2018). Investigaciones Regionales - Journal of Regional Research, 50, 169-203.

Otegui Banno, S. (2020). Resiliencia económica regional en Argentina: un estudio descriptivo de los factores asociados (1996-2015). Tesis de Licenciatura en Economía, Universidad Nacional de Mar del Plata.

Otegui Banno, S., Calá, D. y Belmartino, A. (2022). Resiliencia económica en Argentina: recuperabilidad y perfiles de especialización de las áreas económicas locales (1996-2015). Economía, Sociedad y Territorio, 22(69), 339-365.

Partridge, M., Chung, S. y Wertz, S. S. (2022). Lessons from the 2020 Covid recession for understanding regional resilience. Journal of Regional Science, 62(4), 1006-1031.

Porta, F., Santarcángelo, J. y Schteingart, D. (2016). Producción y empleo en el sector industrial argentino: 1998-2014. H-industri@, 19, 101-139.

Ramajo Hernández, J. y Márquez Paniagua, M. A. (2008). Componentes espaciales en el modelo shift-share. Una aplicación al caso de las regiones peninsulares españolas. Estadística Española, 50(168), 247-272.

Rojo, S. y Rotondo, S. (2006). Especialización industrial y empleo registrado en el Gran Buenos Aires. Serie Estudios, Ministerio de Trabajo, Empleo y Seguridad Social.

Rota, F. S., Bagliani, M. y Feletig, P. (2020). Breaking the black-box of regional resilience: a taxonomy using a dynamic cumulative shift-share occupational approach. Sustainability, 12(21), 9070.

Santarcangelo, J. y Perrone, G. (2013). El desempeño del mercado de trabajo argentino durante la postconvertibilidad. Ensayos de Economía, 23(43), 45-61.

Sensier, M. y Artis, M. (2016). The resilience of employment in Wales: through recession and into recovery. Regional Studies, 50(4), 586-599.

SEPYME (2016). Ciudades para Emprender. Estudio diagnóstico de las condiciones de partida del programa – Línea de base cohorte 2016. Buenos Aires, Secretaría de Emprendedores y de la PYME (SEPYME), Ministerio de Producción.

SEPYME (2018). Ciudades para Emprender. Medición de las condiciones de partida de la 2a. cohorte de ciudades seleccionadas. Buenos Aires, Secretaría de Emprendedores y de la PYME (SEPYME), Ministerio de Producción.

Shinkarenko, K. (2017). National, regional or industrial explanation for business demography in the European Union since 2010 until 2014: a shift-share application. Final Dissertation - Master Degree in Management, Instituto Politécnico de Bragança.

Simmie, J. y Martin, R. (2010). The economic resilience of regions: towards an evolutionary approach. Cambridge Journal of Regions, Economy and Society, 3(1), 27-43.

Sobczak, E. (2012). Smart specialization of workforce structure in the European Union countries – dynamic analysis applying shift-share analysis method. Comparative Economic Research, 15(4), 219-232.

Tan, J., Hu, X., Hassink, R. y Ni, J. (2020). Industrial structure or agency: What affects regional economic resilience? Evidence from resource-based cities in China. Cities, 106, 102906.

Tupy, I. S., Silva, F. F., Campolina Diniz, G. F., Montenegro, R. L., de Queiroz Stein, A. y Ferraz, D. (2022). Resilient regions in Brazil: Unfolding the effects of COVID-19 from a socioeconomic perspective. International Regional Science Review, online first (en prensa).

Turgel, I. D., Chernova, O. A. y Usoltceva, A. A. (2022). Resilience, robustness and adaptivity: large urban Russian Federation regions during the COVID-19 crisis. Area Development and Policy, 7(2), 222-244.

Zack, G. (2015). El papel de las políticas macroeconómicas en los períodos de crecimiento y desaceleración de América Latina. Revista de Economía Política de Buenos Aires, 14, 109-134.