INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE ECONOMÍA

SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN

IMPACTO DE LA INVERSIÓN EN INFRAESTRUCTURA

DE TRANSPORTE EN EL DESARROLLO ECONÓMICO
Y LA PRODUCTIVIDAD REGIONAL

T E S I S
QUE PARA OBTENER EL GRADO DE

DOCTOR EN CIENCIAS ECONÓMICAS

P R E S E N T A:

VÍCTOR MANUEL ISLAS RIVERA

MÉXICO, D. F. NOVIEMBRE DE 2015

AGRADECIMIENTOS

A todos aquellos que me han ayudado, directa o indirectamente, para la realización de mis estudios.

A mi familia, en especial a mis hijos, que son la fuente más importante para seguirme esforzando y no caer

en el conformismo o la autocomplacencia.

Al Instituto Politécnico Nacional, que es el sostén fundamental de la formación profesional y tecnológica

que existe en México, y sin el cual no se entendería el valor de la educación pública como motor de la vida

nacional.

A la Sección de Estudios de Posgrado e Investigación de la Escuela Superior de Economía. En particular,

le agradezco al profesor Genaro Aguilar por su orientación en el tratamiento del tema de desarrollo

económico, que ha sido la base del presente trabajo. Al profesor Humberto Ríos le debo mi reinserción en

los temas econométricos y su rigor académico. También recibí el apoyo de los profesores Miguel Flores y

Alicia Bazarte, quienes compartieron sus invaluables conocimientos para lograr la culminación de la

presente tesis. Además, sin lugar a dudas, agradezco el apoyo y consideración del M. en C. Hector Allier

C.

Por supuesto, le agradezco todo su apoyo al profesor Gerardo Ángeles Castro, que es mucho más que un

director de tesis, un ser humano y amigo insuperable. Sin él no hubiera salido de mi ostracismo

burocrático.
ÍNDICE Página
ÍNDICE DE FIGURAS Y CUADROS…………………………………………………………….……...….. i
GLOSARIO……………………………………………………………………..……………………..….….… iii
SIGLAS…………………………………………..……………………………..………………………...…..… V
RESUMEN……………………………………………………………………………………………..……….. vi
ABSTRACT………………………………………………………………………………………….....………. viii
INTRODUCCIÓN…………………………………………………………………………………….....…...… xi
CAPÍTULO 1. LA MEDICIÓN DE LA RELACIÓN ENTRE EL TRANSPORTE Y EL DESARROLLO
ECONÓMICO. 1
1.1. El transporte y el crecimiento económico.……………………………………………….…….…..….. 1
1.2. El debate sobre el impacto del sector transporte en el desarrollo regional.….……………..….….. 6
1.3. La medición del desarrollo regional generado por el sector transporte.……………….………....... 11
1.4. La inversión en Transporte y el incremento en la productividad. ………..……………..………...… 13
CAPÍTULO 2. LA POLÍTICA DE INVERSIÓN EN TRANSPORTE Y EL DESARROLLO REGIONAL
EN MÉXICO. 18
2.1. Evolución de la inversión en infraestructura de transporte en México. ……………………….…... 18
2.2. Las regiones económicas de México y los resultados de la política estatal de desarrollo
regional.……………………………………………………………………………………………….…… 26
2.3. Principales resultados de la inversión en infraestructura de transporte carretero en las regiones
económicas de México……….……………………………………………………………………….…. 38
CAPÍTULO 3. MEDICIÓN DE LA CONTRIBUCIÓN DE LA INVERSIÓN EN TRANSPORTE AL
INCREMENTO DE LA PRODUCTIVIDAD DE LAS REGIONES ECONÓMICAS DE MÉXICO. 46
3.1. Alcances en la medición de la productividad regional en México.....………….…………..……….. 47
3.2. Eficiencia técnica (Farell, 1957)…………………………………………...….…….………..….......…. 49
3.3. Medición de la eficiencia técnica en el transporte carretero………….………..………………..…... 59
CAPÍTULO 4. CONTRIBUCIÓN DE LA INFRAESTRUCTURA CARRETERA EN LA
CONVERGENCIA REGIONAL EN MÉXICO. 68
4.1. Aschauer y el debate sobre el impacto de la inversión en infraestructura........................…..…… 68
4.2. Barro y el debate sobre convergencia regional.…………...…………..…………………….…..…… 72
4.3. Convergencia regional en México: antecedentes…………...……………………………….…..…… 75
4.4. Medición de la convergencia absoluta en el periodo 1940-2010……………….…………..…….… 77
4.5. Expansión de la red carretera en México. ………………………………………………………..…... 81
4.6. Infraestructura carretera y convergencia regional en México.…….…..………………………..…... 84
CONCLUSIONES 99
BIBLIOGRAFÍA 95
ANEXO 1 102
ANEXO 2 104
ÍNDICE DE FIGURAS Y CUADROS

Figura 2.1. Inversión pública federal en transportes y PIB total.…………………………….………..… 20

Figura 2.2. Población total en cada una de las regiones del país (1940-2010)…….…………..… 29
Figura 2.3. Dinámica de la población urbana en las regiones del país, 1900-2010…..........… 30
Figura 2.4. Dinámica del producto interno bruto regional en el país….…………….…………….…. 33
Figura 2.5. Dinámica de la participación regional en el PIB nacional………………………………….. 35
Figura 2.6. Producto interno bruto per cápita en las regiones del país…………………..……….... 36
Figura 2.7. Participación regional en las grandes divisiones económicas del PIB, 1995…….. 37
Figura 2.8. Participación regional en las grandes divisiones económicas del PIB, 2010…….. 38
Figura 2.9. Carreteras pavimentadas en cada región económica……..…………………..……………. 41
Figura 2.10. Carreteras de dos, cuatro o más carriles por región en el país……………………...… 42
Figura 3.1. Eficiencia técnica y eficiencia en la asignación de recursos…….….…………………..… 52
Figura 3.2. La frontera estocástica de la función de producción………….…….………………….…… 54
Figura 3.3. Método DEA……………………………….……………………………………………..………………..…… 56
Figura 4.1. Desviación estándar de logPIBpc……..………………………………………………………….…… 79
Figura 4.2. Relación entre la tasa de crecimiento del PIBpc y el logPIBpc inicial (sin
considerar a BCS, Campeche y Tabasco)………………………………..…………………………. 80
Figura 4.3. Crecimiento del PIB nacional y la densidad carretera…………….…………………………. 83
Cuadro 2.1. Participación relativa de los transportes en la inversión pública federal…………. 21
Cuadro 2.2. Inversión pública federal en transportes en relación al PIB nacional……….……… 22
Cuadro 2.3. Distribución de la IPF entre modos de transporte…………………………………………… 24
Cuadro 2.4. Distribución de la población por región económica..…………………………………….… 29
Cuadro 2.5. Porcentaje de población urbana en las regiones del país………………………………… 30
Cuadro 2.6. Evolución de la pobreza, a nivel nacional y regional, 2008-2014..………………….. 31
Cuadro 2.7. Evolución de la pobreza extrema, nivel nacional y regional, 2008-2014…………. 32
Cuadro 2.8. Producto interno bruto nacional y regional (millones de pesos de 1993) ………. 33
Cuadro 2.9. Participación regional en el PIB total nacional.……………………………………..………… 34
Cuadro 2.10. PIB per cápita nacional y regional (millones de pesos de 1993)……………..……… 35
Cuadro 2.11. Crecimiento regional de la infraestructura carretera en México……………………. 40
Cuadro 2.12. Distribución del acervo de carreteras pavimentadas en México……………………. 41
Cuadro 2.13. Densidad carretera en las regiones del país, 1940-2010………………………….…… 43
Cuadro 2.14. Cobertura poblacional de los acervos carreteros en las regiones del país
(metros pavimentados por habitante), 1940-2010…..……………………………...….. 44
Cuadro 2.15. Productividad regional de la infraestructura carretera pavimentada………….... 45
Cuadro 2.16. Productividad per cápita regional de la infraestructura carretera…….…….……. 45
Cuadro 2.17. Productividad económica regional del acervo total de infraestructura
carretera, 1940-2010.……..…………………………………………………………………….…….. 46
Cuadro 3.1. Resultados globales en la medición de la eficiencia técnica regional………….….. 62
Cuadro 3.2. Resultados en la medición de la eficiencia técnica regional……………………….…… 63
Cuadro 3.3. Resultados por modelo en la medición de la eficiencia técnica (2010)……….….. 64
Cuadro 3.4. Resultados globales en la medición de la eficiencia técnica estatal…………….….. 65
Cuadro 3.5. Resultados en la medición de la eficiencia técnica, estatal………………….…………. 65
Cuadro 3.6. Resultados por modelo en la medición de la eficiencia técnica estatal…….……. 68

i
Cuadro 4.1. Resumen de resultados de las estimaciones de tasa de convergencia
absoluta………………………………………………………………………………………………………… 81
Cuadro 4.2. Evolución de la densidad carretera en las entidades federativas de México
(metros de carreteras totales por kilómetro cuadrado de superficie)….…….……. 84
Cuadro 4.3. Variables a incluir en las regresiones de convergencia condicional en
México (1941-2010)………….…………………..……………………………………………………..… 86
Cuadro 4.4. Regionalización empleada para el análisis de convergencia……………………………. 87
Cuadro 4.5. Corridas básicas de convergencia condicional, 1941-2010……………………….……. 87
Cuadro 4.6. Corridas básicas de convergencia condicional en México (1994-2010)……….…. 90

ii
GLOSARIO
Acervos de infraestructura terrestre: Es la cantidad acumulada de kilómetros de
caminos y carreteras con las que dispone una región para su comunicación por medio de
vehículos terrestres.
Autotransportistas: Son las empresas o los grupos de personas que se organizan para
realizar el servicio de transporte por medio de autobuses de pasajeros o camiones de
carga, ya sea por medio de un pago o un contrato con el usuario.
Carreteras pavimentadas: Son aquellos caminos y autopistas que cuentan con una
superficie de rodamiento de mezclas asfálticas tales que permiten su circulación bajo la
mayoría de las condiciones climáticas.
Cobertura poblacional de la infraestructura: Es un indicador del beneficio social de la
infraestructura y se mide en metros de carreteras pavimentadas por habitante.
Convergencia regional: Es el proceso mediante el cual las diferentes entidades
geográficas que componen una región económica van reduciendo precisamente esas
diferencias en algún indicador específico
Demanda de transporte: Es la cantidad de viajes, vehículos, pasajeros, toneladas o
servicios de traslado que un usuario le solicita a una empresa para atender sus
necesidades de movilidad en un espacio y tiempo determinados.
Densidad carretera: Es un indicador de la cantidad relativa de infraestructura carretera
de que dispone una determinada región para comunicarse, y se mide en metros de
carreteras pavimentadas por cada kilómetro cuadrado de superficie.
Desarrollo económico (Urquidi, 1998): Es aquel nivel de crecimiento del PIB
(acompañado de una distribución del ingreso y una participación política) que alcanza
una sociedad dado el desarrollo tecnológico y social vigente.
Desarrollo regional equilibrado: Es el que se presenta cuando las diferentes entidades
geográficas de una región económica tienen bajas disparidades en los diferentes
parámetros con los que se mide el desarrollo económico.
Eficiencia técnica (Farrel, 1959): Se refiere a la comparación entre la productividad
obtenida con los valores de insumos y productos del caso en análisis, en relación con los
valores que se obtendrían con los valores óptimos de insumos y producción, que están
definidos en términos del máximo nivel de producción que puede ser alcanzado dado el
nivel de insumos, o el mínimo nivel de insumos que pueden ser usados para producir un
determinado nivel de producción, esto es, en términos de la frontera de producción
Función de producción: Es aquella que está definida por el máximo nivel de producción
alcanzable, con una cierta combinación de insumos, o, alternativamente, la menor
cantidad de insumos necesaria para producir una cantidad de producto.
Infraestructura y equipo de transporte: Se trata de los insumos materiales básicos
para la realización del servicio de transporte.

iii
Inversiones públicas: Son aquellas erogaciones que realizan los gobiernos para
diseñar, construir y dar mantenimiento a los acervos de capital de uso o propiedad
pública.
Isocuanta: Son el espacio geométrico de las combinaciones de insumos o recursos que
pueden generar el nivel de producción requerido.
Modo de transporte: es una entidad con ciertas características físicas, tecnológicas,
operativas y administrativas que se traducen en un servicio con una forma de traslado
con una calidad específica.
Movilidad: Son las necesidades de traslado de los habitantes de una determinada
región para cambiar de ubicación en la misma dado que se encuentran ellos o sus
bienes en un lugar pero requieren estar en otra parte de la misma región, bajo ciertos
atributos del viaje: origen, destino, propósito, modo de transporte, etc.
Obras marítimas: Son las acciones de diseño, construcción y mantenimiento que
reciben inversión pública o privada para mejorar o posibilitar la operación portuaria:
muelles, escolleras, canales de navegación, instalaciones para maniobras, faros y
señalamiento, etc.
Productividad regional: Se refiere al nivel de producto interno bruto generado en
relación a la cantidad de habitantes de una región determinada.
Productividad regional de la infraestructura carretera pavimentada: Se refiere, en el
presente trabajo, a la relación entre el nivel de actividad económica de cada región y la
disponibilidad de infraestructura carretera pavimentada, y se calcula como la
productividad (medida en función del producto interno bruto regional, en pesos de 1993)
dividida entre el total de kilómetros de carreteras pavimentadas disponibles.
Transporte (Muñoz De Luna, 1976): Es un proceso tecnológico, económico y social que
tiene la función de trasladar en el espacio a personas y cosas, preservando sus
características esenciales, cuantitativas y cualitativas.
Transporte carretero: Es todo aquel transporte que utiliza la infraestructura vial
disponible en la región, esto es, caminos, puentes, enlaces, instalaciones viales, etc.
Urbanización: Es el proceso mediante el cual se incrementa la proporción de personas
que viven en las ciudades de una región, ya sea por efectos de migración desde las
zonas rurales y externas a la región, o por crecimiento poblacional endógeno en la
misma ciudad.
Vías férreas: Se refiere no sólo a los durmientes y los rieles, sino también al conjunto de
instalaciones ferroviarias que posibilitan el desplazamiento de los trenes, por lo que
incluye los sistemas de señalamiento y control, puentes, etc.
Volúmenes de carga: Se refiere a la cantidad de toneladas-kilómetro que se generan
entre dos puntos específicos (i.e., origen y destino) de una red de transporte.

iv
SIGLAS

BIE Banco de Información Económica.

DEA “Data Envelopment Analysis” (Análisis de envolvente de datos).
DMU “Decision Making Unit” (Unidades tomadoras de decisiones).
EUM Estados Unidos Mexicanos.
FFCC Ferrocarriles.
INEGI Instituto Nacional de Geografía y Estadística (antes, Instituto Nacional de
Geografía e Informática).
IPF Inversión Pública Federal.
CCR Modelo de Charnes, Cooper y Rhodes,
PIB Producto Interno Bruto.
PIBpc PIB por habitante (“PIB per cápita”).
PEF Presupuesto del Poder Ejecutivo Federal.
SCT Secretaría de Comunicaciones y Transportes.
SHCP Secretaría de Hacienda y Crédito Público.
TFP Productividad Total de los Factores (“Total Factor Productivity”)

v
RESUMEN

El interés principal del presente trabajo es de contribuir a un análisis más sustentado en

el debate sobre el frecuente argumento de que las inversiones en infraestructura de
transporte son un "detonador" del desarrollo, que tienen una gran capacidad de “arrastre”
de la economía, que permiten un desarrollo regional más equilibrado o que incluso son la
parte esencial de la competitividad de las regiones.
Para ello, después de la revisión de algunas de las principales aportaciones al debate,
nuestro análisis se concentra en algunas variables muy específicas, buscando la
aplicación de herramientas analíticas (el método de la envolvente de datos y los modelos
basados en la teoría de la convergencia regional) a la información disponible para el
período 1940 a 2010.
Sobre el problema de la eficiencia en el uso de los acervos carreteros se encontró que
sólo una región y muy pocas entidades federativas alcanzan siempre la calificación
máxima, mientras que el resto quedaron por abajo de dicho objetivo, es decir, son
ineficientes. Así, no hay un manejo eficiente de los acervos carreteros, tanto a nivel
regional como a nivel de las entidades federativas, aunque esta situación de eficiencia (o
ineficiencia) no sea homogénea.
Adicionalmente, para el análisis de la posible contribución de las carreteras al desarrollo
regional se realizó la aplicación del marco conceptual que estudia el proceso de
convergencia regional, particularmente basado en las aportaciones metodológicas de
Barro y Sala-i-Martin. Para ello, se tomó en cuenta el trabajo previo que sobre
convergencia absoluta y convergencia condicional se ha realizado en México. El análisis
realizado nos indica que no hay muchos argumentos (ya sea en términos de significancia
estadística o de contribución relativa) para aceptar que los acervos carreteros estén
contribuyendo para la convergencia en el desarrollo económico regional.
En base a lo anterior, la conclusión central de la presente investigación es que no hay
elementos firmes para sustentar la idea de que los proyectos de transporte sean usados
con eficiencia para impulsar el crecimiento económico de las diferentes entidades
federativas y mejorar la productividad regional o que se esté contribuyendo a la
convergencia regional.
Finalmente, con los resultados de este trabajo se plantean algunas recomendaciones de
política, entre las que pueden destacarse las siguientes. Primero, la inversión en
transporte debe verse más como un complemento indispensable para otros proyectos de
actividad económica productiva pero no suficiente por sí misma para generar el
desarrollo económico en forma aislada. Así, se requiere el monitoreo permanente del
incremento real de las actividades económicas que se esperaba que fueran incentivadas
por el incremento de los acervos carreteros. En especial, interesa la comprobación de
que la mejora de la gestión de la infraestructura carretera (incremento cuantitativo,
cualitativo y su preservación) se está traduciendo en la reducción de los costos de
traslado de los habitantes y sus bienes. Sólo con esta reducción se podría argumentar

vi
que se está aumentando así la accesibilidad y la atractividad de las regiones, con un probable
impacto positivo en la productividad agregada y en el PIB.
Segundo, para una mayor integración regional (dentro de las regiones) debe asegurarse
que la mayor parte de los sectores de la población puedan beneficiarse de los
incrementos en la accesibilidad a áreas de mayor desarrollo económico y no solamente
aquellos que dispongan de los recursos para pagar altos costos por el uso de la
infraestructura carretera.
Tercero, se debe evitar el error de suponer que, con más carreteras, se van a
desarrollar, automáticamente, las regiones más rezagadas: el caso del Sureste mexicano
muestra claramente que esto es una falacia. El transporte funciona más como un apoyo
y refuerzo que un factor generador de desarrollo económico. Éste es generado si y sólo
si todos los ingredientes para el crecimiento están presentes, incluyendo la coordinación
y la participación de los actores económicos y sociales que intervienen en el proceso de
desarrollo regional.
Cuarto, de nuestro trabajo no podemos inferir que necesariamente debe reducirse la
inversión en infraestructura carretera, sino que debe usarse más eficientemente y
comprobando que se alcanzan los objetivos de desarrollo asociados al uso creciente de
una mayor accesibilidad en las regiones o entidades federativas. Por el contrario,
probablemente se requieren proyectos verdaderamente multimodales lo que implica un
mayor nivel de inversión en todos los modos de transporte, muy especialmente en los
ferrocarriles y los puertos mexicanos, a fin de colocarlos en la situación que permita
explotar sus ventajas de gran capacidad y bajo costo. Por supuesto, tales inversiones
también deberán estar sustentadas en criterios de eficiencia y equidad regional.

vii
ABSTRACT
The main purpose of this paper is to contribute to a more sustained analysis in the debate
about the frequent argument that transport infrastructure investments are a "detonating
fuse" of development, that they have a great ability “to pull" the rest of the sectors of
economy, that they allow a more balanced regional development, or even that they are
the essential element of the competitiveness in all the regions.
Given that purpose, after reviewing some of the main contributions to the debate, our
analysis focuses on some very specific variables, seeking the application of analytical
tools (the envelope data method, and the models based on the regional convergence
theory) to the data available for the period from1940 to 2010.
On the problem of the efficiency of road stocks we found that only one region and very
few states always achieve the highest rating, while the rest were below that target, that is,
are inefficient. Thus, in general terms, there is an inefficient management of road stocks
collections, either regionally or in terms of the states, although this lack of efficiency is not
homogeneous.
Moreover, in order to analyze the possible contribution of roads to regional development
we applied the theoretical framework that studies the process of regional convergence,
particularly based on the methodological contributions made by Barro and Sala-i-Martin.
In order to be congruent, we took into consideration the previous work that has been
made in Mexico about absolute convergence and conditional convergence. Our analysis
indicates that there are not many arguments (either in terms of statistical significance or
relative contribution) to accept that the road stocks are contributing to the regional
convergence in economic development.
Based on the above, the central conclusion of the present research is that there is no
strong evidence to support the idea that transportation projects are used in an efficient
way in order to promote economic growth in the Mexican improving their regional
productivity, or contributing to regional convergence.
Finally, the results of this work will raise some policy recommendations, among which the
following stand. First, road transport investments should be seen more as an essential
complement to other projects of productive economic activity but not really as sufficient
by itself to generate economic development in isolation. Thus, it is required the
permanent monitoring of the actual increase in economic activities supposed to be fueled
by the increase of road stocks. In particular, we must be sure that the improvements in
the management of road infrastructure (quantitative increase, qualitative upgrade and
preservation) are resulting in reduced travel costs of the people and their property. Only
this cost reduction could be used as an argument that we are increasing the accessibility
and attractiveness of regions, with a likely positive impact on aggregate productivity and
GDP.
Second, to further regional integration (within regions) must ensure that most of the
sectors of the population can benefit from the increase in accessibility to areas of greater

viii
economic development and not only those privileged sectors that have the resources to
pay high fees for the use of road infrastructure.
Third, we must avoid the mistake of assuming that the most backward regions will be
developed, automatically, just with more roads: the Mexican Southeast shows clearly this
fallacy. The transport functions more as a support and reinforcement of economic
development process than a generator of it. In fact, development is generated if, and
only if, all the ingredients for growth are present, including coordination and participation
of all actors in the process of economic and social regional growth.
Fourth, our work can not necessarily infer that investment in road infrastructure should be
reduced, but we must use it more efficiently and making sure that we achieve the goals of
development that we could obtain from an increased use of greater accessibility to the
Mexican regions or states. Moreover, probably we need truly multimodal projects which
imply a higher level of investment in all transport modes, especially in Mexican railways
and ports in order to place them in the situation that allows exploiting their advantages of
high capacity and low cost. Of course, such investments also must be sustained by
criteria of regional efficiency and equity.

ix
INTRODUCCIÓN.
La presente investigación surge de la necesidad de contar con elementos tales que
permitan determinar cada vez con una mayor precisión la aportación real que tiene un
nuevo proyecto de infraestructura de transporte en el desarrollo económico de la región
en la cual se construye y se pone en operación. Esto permitiría contribuir a esclarecer el
papel que juega realmente dicha inversión en infraestructura de transporte como
“catalizador” del crecimiento económico, en particular en épocas de crisis y
estancamiento. La importancia de encontrar mejores elementos cuantitativos para el
análisis de la relación que existe entre la inversión en transporte y el desarrollo regional
tiene diferentes vertientes no excluyentes entre sí.
Por una parte, existe la creencia muy difundida de que existe una fuerte correlación entre
la inversión en infraestructura de transporte (y, en particular, en carreteras que faciliten el
crecimiento del tráfico vehicular) y el “impulso” al crecimiento económico, y que esta
correlación es mucho mayor que cualquier otra que existiera entre el crecimiento
económico y la inversión en otro tipo de infraestructura e incluso otras actividades
económicas. Por supuesto, esta creencia lleva a una toma de decisiones que puede
involucrar cantidades de recursos económicos que pueden afectar las finanzas de los
gobiernos locales o incluso del gobierno federal. Por ejemplo, ya en un estudio realizado
antes por el autor del presente trabajo (Islas, 1990), se encontró que la inversión en
infraestructura de transporte representó, en promedio, una cuarta parte de la inversión
total del gobierno federal mexicano entre los años 1952 a 1985.
Por otra parte, también es fácil documentar la frecuencia con la que se usa la inversión
en carreteras como uno de los principales medios para disminuir el diferente nivel de
desarrollo económico de las regiones o entidades federativas. Así, a partir del
reconocimiento del atraso que muestra, por ejemplo, el sureste mexicano, es notable
como se han canalizado recursos para la construcción de carreteras que mejoren la
accesibilidad de áreas antes solo alcanzables por medios aéreos, fluviales o brechas
peligrosas. Sin embargo, esta dotación de infraestructura ha llevado a una aparente
paradoja: ahora se tienen entidades federativas como Chiapas o Oaxaca que se
encuentran con unos niveles de red carretera que resultan muy por encima del promedio
de kilómetros de carretera por habitante o por unidad de producción agrícola o industrial,
que se observan en el resto de las entidades del país. Ciertamente, muchas de sus
carreteras muestran unos niveles de utilización muy bajos. Peor aún, no parece haber
ningún efecto notable de dichas inversiones en infraestructura y el desarrollo económico
de las entidades mencionadas.
El reconocimiento del anterior hecho, aunado a algunos otros factores (incluso, muy
probablemente ligados a una congruencia ideológica), ha causado que la inversión en
infraestructura de transporte haya disminuido abruptamente. Así, desde mediados de la
década de los noventa, su participación en la inversión pública federal difícilmente
rebasa, en promedio, el ocho por ciento del total. En cambio, es la inversión privada la
que ha participado, con muy marcada variabilidad, en el financiamiento de la
infraestructura de transporte. La principal consecuencia de esta situación radica en el
criterio que ahora predomina en la selección de los proyectos en los que se va a invertir:
la más rápida recuperación posible de la inversión realizada (i.e., la más alta tasa interna
x
de retorno). Esto tiene implicaciones importantes para el desarrollo regional, porque bajo
este criterio son ahora las regiones ya desarrolladas, con el mayor grado de urbanización
e industrialización las que resultan beneficiadas por la dotación de infraestructura. Así,
se fortalece y retroalimenta la tendencia a la concentración de infraestructura en las
regiones y ciudades ya desarrolladas, fomentando el ensanchamiento de la disparidad
entre las regiones ricas y las regiones pobres del país.
Conviene mencionar que incluso la participación de la inversión pública en
infraestructura muestra un claro sesgo que puede beneficiar la selección de proyectos en
las regiones del país que ya están relativamente más desarrolladas. Esto se debe a que
la Unidad de Inversiones de la Secretaría de Hacienda y Crédito Público (en adelante,
SHCP) tiene como requisito para el registro de un proyecto en la “cartera de proyectos” a
ser incluidos en el presupuesto del ejecutivo federal (el “PEF”) y así ser apoyados,
(aunque sea parcialmente con recursos públicos), a que la “Tasa Interna de Retorno” del
estudio socio-económico (bajo la tradición anglo-sajona del análisis costo beneficio) sea
superior al 12% (SHCP, 2008). Independientemente, de las virtudes o deficiencias de la
metodología impuesta por la Unidad de Inversiones de la SHCP, el problema radica en
que la metodología tradicionalmente aceptada en la práctica sólo considera como
beneficios socio-económicos a los derivados a los ahorros en los tiempos de recorrido de
los usuarios (pasajeros o carga), en los costos de operación de los vehículos a circular
en las nuevas carreteras (por ejemplo), en la reducción del impacto ambiental derivada
del nuevo proyecto y en la reducción de accidentes (todo “debidamente” traducido o
expresado en términos monetarios). En otras palabras, se excluye la posibilidad de
incluir el impacto del proyecto de transporte en el desarrollo económico de las zonas o
regiones a las que el proyecto daría servicio. Esta exclusión se debe, fundamentalmente,
a la carencia de métodos y modelos que puedan aportar, de manera creíble y
fundamentada, una adecuada medición de dicho impacto, entendiendo por “adecuada” a
que tenga una sólida base teórico-metodológica y una evidencia empírica basada en
datos comprobables y no en intenciones o buenos deseos.
Por supuesto, la intención del presente trabajo de investigación no es el diseño de una
metodología que subsane los problemas específicos de toma de decisiones de ciertas
oficinas gubernamentales. La mención de dichos problemas, sólo nos sirve para ilustrar
la importancia económica del tema. En realidad, el problema conceptual y metodológico
trasciende la operatividad de una decisión específica. Así, el elemento central del
presente trabajo no es sólo corroborar la hipótesis de que existe dicha alta correlación
positiva entre crecimiento del PIB y la productividad regional y la dotación de
infraestructura de transporte con que cuentan las diferentes regiones del país, sino
explorar cuáles serían los lineamientos de política pública que permitirían maximizar
tales beneficios. Estos lineamientos de política deben corresponder a un contexto
específico de políticas y estrategias de desarrollo regional y local, por lo que no se puede
obviar esta interrelación conceptual y metodológica.
Para la exposición de los resultados obtenidos, este trabajo se encuentra organizado de
la siguiente manera.
En el primer capítulo se presenta un resumen del análisis realizado sobre estado actual
de la investigación, nacional e internacional, sobre la temática de la medición de la
xi
relación entre infraestructura de transporte y el desarrollo regional. Después, el segundo
capítulo muestra la revisión estadística que hemos realizado de dicha interrelación,
enfatizando la descripción de la forma como ha evolucionado la dotación relativa de
infraestructura de transporte a lo largo del territorio nacional, preferentemente en el
periodo 1940 a 2010.
Con estos elementos se pasa, en el tercer capítulo, a la parte más sustantiva del
presente trabajo, mostrando los resultados de la medición de los indicadores parciales
de productividad de la infraestructura de transporte, tanto a nivel de las regiones
económicas como de las entidades federativas que las conforman. Con esto se procede
a la revisión del marco teórico de la metodología empleada para el análisis subsecuente
que se basa en la medición de la eficiencia técnica, siguiendo las ideas de Farrel (1957).
Así, este capítulo finaliza con la presentación de los resultados de la aplicación de dicha
metodología.
En el cuarto capítulo se realiza la exploración de la fundamentación teórica y empírica de
la convergencia regional que puede estarse presentando en México y del papel que
podría estar desempeñando la existencia de una creciente disponibilidad de
infraestructura carretera en México. Es decir, se analiza si el incremento de la cantidad
de acervos carreteros de las entidades federativas del país está contribuyendo al
proceso de convergencia regional en el PIB per cápita. En este análisis se sigue la pauta
metodológica de Barro y Sala-i-Martin, en particular porque permite hacer
comparaciones con trabajos anteriormente realizados en México, dejando abierta la
posibilidad futura de otros enfoques como la identificación de clubes de convergencia
dentro del territorio mexicano.
El trabajo termina con una serie de conclusiones y recomendaciones que se derivan de
los hallazgos realizados.

xii
CAPÍTULO 1. LA MEDICIÓN DE LA RELACIÓN ENTRE EL TRANSPORTE Y EL
DESARROLLO ECONÓMICO.

El debate sobre la inversión en infraestructura de transporte como motor de la economía

tiene varias vertientes de análisis. En este capítulo se presenta una revisión de las
principales ideas que alimentan a cuatro de estas vertientes que, es posible adelantar,
no son necesariamente excluyentes.

1.1. El transporte y el crecimiento económico.

Los siguientes autores representan quizás la corriente de pensamiento más
frecuentemente observable en la bibliografía del análisis económico del transporte.
Para empezar, es muy frecuente la idea de que los transportes tienen una gran
capacidad de “arrastre” de la economía (Hall, 1998). Así, de acuerdo con el ritmo de los
ciclos de 55 años de Kondratieff o de los ciclos de construcción intermedia de Kuznet
(anidados en aquellos ciclos), cada recuperación económica positiva está asociada con
un “embrague” de inversiones en transporte y comunicaciones, todo lo cual genera un
potencial indirecto para el crecimiento urbano-regional: el barco de vapor, los trenes
transcontinentales, y los aeroplanos son unos ejemplos de este tipo de impacto en los
ciclos de desarrollo económico. Similarmente, los inicios de las curvas de recuperación
de la economía están invariablemente marcados por grandes inversiones en transporte,
como lo ejemplifican los casos de los “Metros” de Londres, París y Nueva York que
entraron en operación alrededor del año 1900, las super-autopistas de Los Angeles y el
túnel de Estocolmo, construidos alrededor de 1950.
Por su parte, para los planificadores del desarrollo regional, la estructura de los
asentamientos humanos descansa en un instrumento de política pública que tiene tres
vertientes: política social, economía y transporte. Sin embargo, el transporte es el
elemento central de la gestión urbano-regional orientada a la creación de riqueza. La
vinculación de la región con el mundo exterior determina su accesibilidad a recursos y
mercados, por lo que sus carreteras, trenes, aeropuertos y puertos marítimos o terrestres
determinan el potencial de la industria de la región y de su población. Así, la inversión en
infraestructura en áreas que van desde proyectos de transporte a sistemas de tecnología
de la información, es uno de los factores no excluyentes que se postulan frecuentemente
asociados con el impulso al desarrollo económico de las ciudades y regiones (Marshall,
2000).
Tradicionalmente, en la literatura sobre el tema, las variables que mejor explican el éxito
relativo en el desarrollo de ciertas regiones han sido valiosos insumos a la producción
como el transporte y el capital humano. En un estudio de la línea ferroviaria Tokaido
Shinkansen, Hoirota (1984) encontró que la tasa de crecimiento de sectores productivos
(como la venta al mayoreo, la industria, la construcción, y la distribución minorista) fueron
16 a 34 por ciento mayores en ciudades que si contaban con estación del Shinkansen
(Sands, 1993).
El problema que resalta al analizar los fundamentos de los estudios que tratan de
analizar las relaciones entre las mejoras en transporte y la actividad económica son, con
mucha frecuencia, sus débiles antecedentes teórico-metodológicos. Así, aunque algunos

1
autores de libros de Ingeniería de Tránsito y Transporte postulan una fuerte correlación
entre el crecimiento económico y el incremento del tránsito vehicular, no parece haber un
consenso final sobre las causas de esta correlación. Aún más, aunque hay evidencia
empírica que apoya el hecho de que tanto el sector transporte como la economía
muestran frecuentemente tasas de crecimiento sin precedentes, esto en sí mismo no es
una evidencia de relación causal en una dirección específica. (Vickerman, 2001)
Bhatta y Drennan han analizado los beneficios económicos de largo plazo que provocan
las inversiones públicas en transporte. (Batha, 2003) Ellos organizan la literatura sobre
el tema en seis grupos de acuerdo con el tipo de beneficio que se pretende medir:
producción, productividad, costos de producción, ingreso, valor de la propiedad
inmobiliaria, empleo, salarios reales, tasa de retorno de la inversión y tiempo de viaje no
comercial. La pregunta central que tratan de responder los artículos que los autores
analizaron es en qué medida las inversiones públicas en transporte proporcionan tales
beneficios económicos de largo plazo. La conclusión central de su artículo radica en que,
si bien los diferentes estudios llegan a respuestas numéricas diferentes, la mayoría de
ellos encuentran una relación positiva y estadísticamente significativa entre tales
variables. Los planificadores de los sistemas de transporte involucrados en el esfuerzo
de conseguir financiamiento para proyectos que están compitiendo por dichos recursos
podrían beneficiarse de los métodos propuestos en la literatura actual para medir
algunos de los efectos benéficos de los proyectos. Sin embargo, no parece contarse aún
con una metodología confiable para estimar el impacto en el desarrollo económico de las
regiones.
Por el contrario, otros autores no encuentran elementos para asegurar que la inversión
en transporte sea un causal importante para el desarrollo económico. Quizás el principal
argumento radica en la observación de que muchas áreas o regiones que han recibido
un tratamiento favorable en términos de inversiones de transporte han mostrado un
desempeño económico muy pobre.
El efecto que tienen las inversiones en infraestructura de transporte en el desarrollo
económico no ha sido probado o establecido en una forma definitiva: en términos
generales, no se ha demostrado que la inversión en transporte aumente el nivel de la
actividad económica nacional o regional. (Grieco, 1994) Según este autor, en algunas
áreas específicas, ciertos grupos de la población pueden beneficiarse de los incrementos
en la accesibilidad a áreas de mayor desarrollo económico. Sin embargo, algunas formas
de comercio e industria pueden incluso aislarse del aislamiento de un área como forma
de protección contra competidores más eficientes. En ese orden de ideas, Vickerman
afirma que la infraestructura redistribuye la actividad económica antes que crearla y es
muy cuestionable la posibilidad de que las regiones atrasadas puedan mejorar
significativamente por medio de la inversión en infraestructura de transporte. (Vickerman,
2002) En efecto, es muy probable que la inversión en infraestructura pública, incluso en
proyectos de gran escala, solo tendrá un impacto insignificante el crecimiento
económico, si constituye sólo una parte adicional irrelevante en comparación con el
acervo actual de infraestructura pública existente. (Banister, 2000)
Una forma de reconciliar estas dos posturas extremas parece ser el reconocimiento de la
complejidad del tema. Así, se debe analizar la inversión en infraestructura de transporte
2
como un complemento a otras condiciones previas que pueden ser aún más importantes,
si es que se desea un desarrollo económico realista: la inversión en transporte es una
condición necesaria pero no suficiente para el desarrollo económico (Banister and
Berechman, 2000). Complementando esta idea, se reconoce que los proyectos de
transporte no pueden, por ellos mismos, impulsar los beneficios del desarrollo económico
o incrementar la productividad y competitividad regional. Sin las condiciones necesarias
del mercado, la infraestructura de transporte solo generará, en el mejor de los casos, una
mayor accesibilidad y otros beneficios asociados. Sin embargo, si las fuerzas del
mercado están presentes, y si se diseñan y aplican adecuadas políticas públicas, un
proyecto de transporte puede tener el potencial de promover el desarrollo local y regional
(Berechman, 2001).
El transporte funciona más como un apoyo y refuerzo que un factor generador de
desarrollo económico. Este es generado si todos los ingredientes para el crecimiento
están presentes. Aquellos casos en los que el transporte es el factor limitante para el
desarrollo no son raros. Sin embargo, los impactos del transporte varían ampliamente de
acuerdo con la ubicación, el sector económico y el segmento del mercado laboral.
(Llewelyn-Davies, 2002)
Por otra parte, donde ya hay una adecuada y bien conectada red de infraestructuras de
transporte, como en el caso del Reino Unido, las inversiones adicionales no pueden
traducirse, por sí mismas, en crecimiento económico. (Banister and Berechman, 2000)
Así, en la redes de transporte ya maduras, se requiere una gran inversión para lograr un
impacto significativo en el crecimiento económico como el que se observa al conectar
mediante nuevos puentes a dos regiones económicas antes aisladas (Charlesworth,
1984) o al resolver grandes “cuellos de botella” (Vickerman et al, 1999). De otra forma,
los efectos económicos o en el uso del suelo consecuentes de una inversión en nuevos
transportes serán marginales. (ITC, 2002)
De los anteriores argumentos del debate resulta evidente el interés implícito por las
implicaciones que pueden tener las inversiones en transporte en un contexto de
planificación del desarrollo regional. Sin embargo, esa es una parte del debate que es
conveniente mostrar agrupada en la siguiente sección, en la que se ha puesto énfasis en
las aportaciones de autores mexicanos.

1.1.1. Relación entre el transporte y el crecimiento de la economía.

Existen algunos esfuerzos por encontrar una explicación más específica sobre los
mecanismos o variables que provocan que el transporte impulse el crecimiento de la
actividad económica. Por ejemplo, las medidas que reducen el costo del transporte
pueden mejorar el desempeño económico en varias formas: los negocios pueden
transferir hacia los consumidores los beneficios de los menores costos de producción por
medio de menores precios, o pueden servir para posteriores mejoras en la eficiencia al
reorganizar la producción y distribución. (SACTRA, 1999)

3
Observaciones recientes apuntan hacia la conclusión de que el crecimiento económico y
el incremento del flujo vehicular no tienen el mismo ritmo porque éste último crece
mucho más rápido que la economía en su conjunto. El resultado lógico es que la
“intensidad de transporte” de la economía se ha incrementado, esto es, cada unidad de
producto está asociado con una mayor cantidad de traslados de personas y cosas.
(SACTRA, 1999)
Dos tercios del crecimiento de la productividad en la economía alemana es atribuido al
sector transporte, mitad de lo cual es atribuible al transporte carretero por sí mismo.
(Baum and Behnke, 1997) Igualmente, hay autores que postulan que el transporte
público funciona como un bien público: mejor transporte significa empresas más
eficientes. (Vickerman, 2001) No obstante, los impactos del transporte en el desempeño
de los negocios (especialmente en su rentabilidad) no han sido realmente comprendidos.
(Gerrard et al, 2002)
Sin embargo, quizás el enfoque que más ha predominado es el de la inversión agregada
(el debate de Aschauer, que detallaremos después), que ha sido el tema central en la
discusión que se ha tenido en las décadas pasadas (véase Aschauer, 1989, Munnell,
1992, Gramlich, 1994 y Transport Research Board, 1997). En este enfoque, la
infraestructura es considerada como una inyección directa en la economía. Además, con
una mejor accesibilidad, el movimiento de personas y cosas resulta menos costoso en
términos de dinero o de tiempo, con lo que los costos de transportación disminuyen. Por
ejemplo, la construcción de una vía férrea mejora la accesibilidad a aquellas partes de la
región que se extiende dentro del corredor regional y se incrementa su ventaja relativa
sobre otras áreas no servidas por la vía férrea. Ceteris paribus, las actividades deben
orientarse hacia las estaciones localizadas a lo largo de los corredores ferroviarios, y
este ajuste debe reflejarse en un incremento de los precios de los predios, esto es, en el
valor de la tierra. (Giuliano, 1986)
De hecho, el tema de la accesibilidad ha sido usado para explicar porque Paris es más
eficiente que Londres: es más denso en términos de puestos de trabajo y habitantes, y
tiene mejores redes de transporte terrestre. De esta manera, los patrones pueden tener
acceso a trabajadores en un radio de sesenta minutos, y los trabajadores pueden
obtener más trabajos, logrando así que Paris en su conjunto obtenga más producto por
menos insumos de salario y tiempo. (Darbéra, 1995)
La inversión en infraestructura puede ayudar a reducir la necesidad de capital y fuerza
laboral conforme la productividad se incrementa. (Banister, 2000) Por cada millón de
dólares invertidos en financiamiento de carreteras, la productividad del capital del sector
privado se incrementa en 0.24%, mientras que la productividad total de los factores del
sector privado se incrementa en 0.27%. (Aschauer, 1989 en Newman & Kenworthy,
1999)
Una conclusión preliminar es que la eficiencia de una ciudad o región está en función del
tamaño de su mercado laboral y este, a su vez, está en función del tamaño de la ciudad.
Sin embargo, ello depende de que la eficiencia se disemine y de que los viajes se
realicen a una velocidad aceptable. Sobre esta base, Paris resulta más productiva que
Londres porque está mejor equipada y la velocidad del transporte es superior debido a

4
las mayores inversiones realizadas en infraestructura en vialidad y transporte público.
(Prud'homme et al, 1999)
Una proporción baja de los costos de transporte como parte de costo total de producción
puede encubrir su importancia real. Las empresas están incrementando la
externalización (“outsourcing”) de parte de sus operaciones como una estrategia para
reducir costos. Sin embargo, un buen transporte es esencial para un funcionamiento
eficiente de este modelo. (Echenique 2001)
La movilidad de las personas y los bienes es una condición previa para una mayor
productividad y el crecimiento económico. La movilidad constituye así un factor muy
importante en la dinámica del crecimiento económico. (Baum and Kurte, 2001)
No obstante, otros autores creen que los proyectos de transporte no son capaces de
impulsar el crecimiento económico o mejorar la productividad o la competitividad
regional. Así, aquellos sólo pueden reforzar la presencia de las necesarias condiciones
de mercado. (Berechman, 2001)

1.1.2. Sobre la habilidad para atraer inversiones.

Existe una gran cantidad de argumentos favorables a la inversión en transportes como
imán para atraer inversiones en otros sectores de la misma región. A continuación
enlistaremos algunos de esos argumentos.
El argumento central radica en la idea de que sólo se atraen capitales a las zonas
adecuadamente comunicadas (Voig, F, 1964, y Rees, P, 1976). Un estudio reciente
encontró que el 51 por ciento de las compañías consideran al transporte con otras
ciudades y con el exterior como factores completamente esenciales para los negocios
en el momento de decidir donde establecerse (Healey & Baker, 1995). Similarmente, la
investigación y medición de la actividad económica antes y después de la puesta en
marcha del servicio de tranvías en la ciudad de Sheffield ha mostrado que el interés por
invertir en esta ciudad se ha incrementado con dicho proyecto. (Llewelyn-Davies, 2002)
La ciudad de Oakland ha atraído grandes montos de inversión tanto pública como
privada ostensiblemente en parte por las condiciones de excelente accesibilidad regional
que proporciona el servicio del BART. (Cevero & Landis, 1996)
Cuando las empresas globales observan el panorama económico, se sientes atraídas
por aquellas regiones y centros urbanos que cuentan con una combinación de atributos
locales. Dichas empresas no se establecen en cualquier lugar. Los servicios de
transporte y la infraestructura constituyen un importante componente de la competitividad
de las empresas y de las regiones. (Gertler, 1996, citado por Donald, 2001)
La congestión para tener acceso al centro de las ciudades es un factor clave para la
decisión de las empresas que se ubican en la parte exterior de las ciudades. (Boddy et al
1999).

5
En la encuesta de Healey y Baker's del año 2001 que mide la actitud en las mayores
ciudades europeas de negocios, con base en una muestra de 500 compañías, un 58 por
ciento manifestó que "el fácil acceso a los mercados, usuarios o clientes" era
"absolutamente esencial" en el momento de decidir dónde ubicar su empresa. (COFAR,
2001) En ese sentido, varias encuestas en Francia mostraron que, cuando las empresas
estaban en el proceso de seleccionar donde ubicarse, el TGV fue un factor muy
frecuentemente considerado. (Streeter, 1993). Similarmente, un estudio reciente
identificó que la existencia de adecuados accesos al transporte fue el principal factor al
determinar la ubicación de las oficinas corporativas. (Core Cities Group, 2002)
No obstante, otros autores son más cautelosos sobre el tema. Por ejemplo, si bien se
reconoce que las mejoras en transporte pueden ser una importante forma de retener a
las empresas ya establecidas en el interior de las ciudades, pero no son una condición
suficiente para retener a todas las empresas tomando en cuenta la dificultad para atraer
a las empresas nuevas (Patterson & May, 1984 en Grieco, 1994)
En los mercados globales, los factores de influencia local tales como el transporte
regional y urbano, tienen una importancia menor para las decisiones de localización, que
están más probablemente ligadas a factores financieros y de mercado. En el caso de
decisiones inter-urbanas o inter-regionales son otros factores de menor escala (tales
como el estacionamiento y transporte público local) las que pueden asumir mayor
importancia. (Scottish Executive, 2002)
Las mejoras en el transporte pueden facilitar o incluso precipitar las decisiones en torno
a las inversiones o las fugas de capital de una región, pero sólo como parte de un
análisis más amplio sobre sus implicaciones en la rentabilidad de los negocios
(Whitelegg, 1985, en Grieco, 1994) En realidad, las nuevas inversiones en transporte
tienen probablemente un impacto sólo marginal para atraer inversionistas o nuevos
residentes, y son otras actividades promocionales y otras instalaciones las que tienen un
impacto real en “vender la ciudad”. (Lawless, 1999)
Walmsley y Perrett (1992:130) reportan varios ejemplos en los que las áreas en vías de
depresión económica no logran revertir dicho proceso mediante un nuevo sistema de
transporte público.
Incluso otros autores son opuestos a reconocer las bondades de la inversión en
transporte. Así, Cervero y Wu (1998) concluyen que: "los resultados de nuestra
investigación son consistentes con la idea de que son otros factores y no la accesibilidad
lo que determina las decisiones locales metropolitanas." Por su parte, algunos autores
sugieren que el uso de fondos públicos para financiar el desarrollo y construcción de
infraestructura puede retrasar el crecimiento económico. Esto se basa en la teoría del
'congestionamiento' en la que se postula que la infraestructura es improductiva y usa
recursos que podrían ser usados para inversiones privadas y productivas. Al competir
por tales recursos se estarían ejerciendo presión sobre las tasas de interés, reduciendo
así la rentabilidad de los proyectos de inversión privados. (Vickerman, 2002)

6
1.2. El debate sobre el impacto del sector transporte en el desarrollo regional.
Aunque pocos autores podrían oponerse a la idea de que las redes de transporte tienen
una gran influencia en la estructuración del espacio físico en el que son construidas, el
debate se ha centrado en dos temas específicos: por una parte, sobre la medida en la
que el transporte ejerce realmente una influencia en el desarrollo de las regiones o
ciudades (sobre todo en comparación con otros factores), y, por otra parte, los
mecanismos mediante los cuales se ejerce dicha influencia.

1.2.1. El transporte y el desarrollo urbano y regional.

La teoría de la localización tiene una larga historia. Von Thünen (1826) trabajó el tema
desde la perspectiva de la agricultura, Weber (1929) desde la visión de la industria,
Christaller (1933) desarrolló su teoría del lugar central, y Lösch (1940) con una teoría
general de localización, están entre los más conocidos.
Autores más recientes aportan algunos argumentos específicos: el transporte puede
corregir el patrón de usos del suelo, y darle flexibilidad a la localización fabril (González,
J, 1973 y Dickey, J, 1977); puede provocar el crecimiento económico en la zona de
influencia (trazo, ruta, estación, etc.). (Togno, Francisco, 1975), E incluso puede
modificar el valor de ciertos inmuebles. (Garduño, Javier, 1975). De hecho, Ryan (1999)
trató de desarrollar, a partir de estudios empíricos, una explicación de la relación entre la
inversión en infraestructura de transporte y el valor de los predios, encontrando que
éstos últimos se incrementan en la proporción directa con el monto total de “ahorro”, esto
es, disminución neta en los tiempos de viaje de los usuarios.
Por su parte, un investigador que se ha distinguido por el estudio de los procesos de
urbanización, como lo es Manuel Castells, ha analizado los efectos de la globalización
económica y de las nuevas tecnologías de la información en la forma urbana futura.
Castells afirma que las ciudades de base tecnológica representan “un nuevo espacio”,
localizado en centros a través de Europa, Asia y América, los cuales están insertados en
una economía global y de la información, y que son fundamentalmente diferentes a
cualquier fenómeno precedente. En ellas se intensifica la formación de una economía
bipolar con una creciente distancia entre las educadas élites y las masas urbanas
marginadas y “lumpenizadas” (Castells, 1993). Los estilos de trabajo de esta economía
post-industrial se están separando de los valores culturales tradicionales de las
comunidades: “el surgimiento histórico del espacio de los flujos ha rebasado el
significado del espacio de las plazas o lugares" (Castells, 1998). En el mismo sentido
Melvin Webber (The Post-City Age, 1968) ha expresado que las comunicaciones
globales instantáneas y una economía mundial interconectada han provocado que el
“lugar”, esto es, la localización no tenga mucha importancia y están llevando al fin de las
ciudades. Así, la “muerte” de la distancia significará que cualquier actividad que dependa
solamente de un monitor de computadora o celular o del teléfono mismo pueda ser
desarrollada prácticamente en cualquier parte del mundo (Cairncross, 1997).

7
En contrapartida, Sassen confronta a autores como Melvin Webber, pues afirma que una
cierta cantidad de “ciudades globales” (esto es, lugares donde se concentran los bancos,
las oficinas corporativas de las grandes empresas y los negocios de productos o
servicios de alto nivel, tales como agencias de asesores, abogados y publicistas) han
surgido como lugares estratégicos en la economía mundial. Decisiones tomadas en
Londres, Tokio, Nueva York o Sidney afectan trabajos, salarios y la salud económica de
lugares tan remotos de estas ciudades como serían Kuala Lumpur, Malasia o Sao Paulo
en Brasil (Sassen, 1994)
El transporte público es frecuentemente justificado por su efecto positivo y directo en el
crecimiento económico de las áreas de servicio, principalmente en los nodos (terminales
y centros de intercambio o transbordo) y las áreas deprimidas o prioritarias. (American
Public Transit Association, 1993, Pushkarev et al, 1982, Vuchic, 1981) (Huang 1996) De
hecho, los impactos en el uso del suelo son mayores cuando las inversiones en
transporte público ocurren justo en el momento previo al despegue del crecimiento
regional. Los sistemas radiales pueden ayudar a fortalecer los centros históricos de las
ciudades (Cervero, 1998).
Los negocios y actividades económicas y sociales se benefician del contacto directo
(“cara a cara”) y del acceso a trabajo especializado que es posible gracias a las
aglomeraciones urbanas, en particular en las áreas cercanas a las estaciones o
terminales de transporte (Cervero and Landis, 1996) Bollinger y otros (1998)
concluyeron en sus estudios que sus “resultados proveen la primera evidencia dura
sobre el hecho de que las ventajas de los encuentros “cara a cara” son un factor
determinante del monto de pago por la renta de oficinas. De hecho, este es uno de los
factores más importantes en el pronóstico de monto de dichas rentas debido a
diferencias en la localización. De hecho, la inversión en transporte público puede
beneficiar a las empresas al ser un catalizador de la confianza de dichas empresas para
formar “clusters” impulsados por otros factores ajenos al transporte (Hopkins, 1986 en
Grieco, 1994).
El transporte eficiente permite la descentralización de las funciones e instalaciones.
(Fuentes Delgado, R, 1960). Con ello, modifica los patrones urbanos y rurales
decrecimiento, al corregir la tendencia en la localización de, principalmente, el empleo, la
habitación y los servicios. (González, José, 1973, Coatsworth, John, 1976, y
Krueckerberg, et al, 1978). Las empresas que se reubican distantes de los centros
urbanos en respuesta a las políticas de administración de la demanda enfrentan un
enorme reto (Gerrard et al, 2002)
La aglomeración de los productores lleva a una mayor productividad y, por tanto, un
mayor ingreso de los poseedores de tierras, capital y mano de obra. Las vías de acceso
permiten que los negocios se muevan a los suburbios lo cual le da a la empresa una
ventaja en términos de rapidez de acceso a los mercados pero disminuye los beneficios
de la aglomeración que recibiría una mayor comunidad de empresas. Los efectos en
distribución del ingreso que traen las carreteras no son netos o sin costo para otros
sectores. (Boarnet et al 2000) Probablemente, ello explica en buena medida por qué
Londres, New York, Tokyo y Paris están consideradas como ciudades mundiales (véase
a Llewelyn-Davies, The Bartlett School of Planning and Comedia, 1996).
8
En contrapartida a estas argumentaciones sobre el impacto positivo de la mejora del
transporte, otros autores son mucho más escépticos. Así, Wegener (1995) afirma que la
retroalimentación de los predios urbanos opera aún bajo condiciones de baja
accesibilidad. Las pequeñas diferencias en accesibilidad están usualmente más que
compensadas por ventajas como el aire limpio, quietud, cercanía al prestigio natural o
social, y que cualquier diferencia en la atractividad restante es eliminada por la
elasticidad-precio del mercado inmobiliario. Así, no es sorprendente que, bajo
condiciones de accesibilidad ubicua, las mejoras monumentales al transporte no tienen
un efecto importante en la decisión sobre la localización.
Para algunos investigadores, el transporte no parece tener una mínima importancia
relativa para explicar la actividad de la mayoría de los negocios o su reubicación. Sólo 5
por ciento de los negocios encuestados mencionaron al transporte como uno de los
factores clave. (Lawless, 1999). Así, es poco probable que las inversiones en transporte
tengan un impacto importante en la distribución de la actividad económica. (Parkinson,
1981 en Grieco, 1994)
Además, las inversiones en nuevos sistemas de transporte crean zonas de vaciado
económico, es decir, al atraer flujos monetarios a las zonas por donde circulan lo restan
a otras zonas dando condiciones para su decaimiento. (Voigt, Fritz, 1964), pueden
encadenar al flujo de bienes y personas a un espacio definido (puente, carretera, ruta,
etcétera) (Voigt, Fritz, 1964), y pueden provocar también el aumento desmesurado del
valor de la tierra, dando lugar a especulación y acaparamiento. (Coatsworth, John. 1976,
y Dickey, John).

1.2.2. Sobre los instrumentos para el desarrollo regional y el papel del transporte.
En este debate, que parece centrarse en el análisis de los métodos y modelos de
planeación regional y, en menor medida, sus relaciones con el transporte, destacan
aportaciones de diversos autores. Para empezar, podemos resaltar a Richardson (1986)
quien destaca importantes retos de la planeación regional como son: la conciliación de
objetivos múltiples con conflictos de equilibrio (como son entre regiones, sectores e
incluso entre metas de índole económica contra las de tipo social), la diversidad de
variables exógenas al sistema además de las del tipo estocástico. Este autor menciona
que además se tiene que confrontar a la decisión entre confiar en las fuerzas de
mercado para asignar recursos o confiar en los subsidios para el movimiento de mano de
obra y capital, de ésta última decisión realiza una revisión de las cualidades y
limitaciones de las políticas aplicadas para cada opción. Para este autor, el transporte es
uno más de los factores en análisis.
En este tipo de argumentaciones, se confronta con los análisis donde se le da al
transporte una posición determinante en el desequilibrio en el desarrollo de las regiones.
Por ejemplo, se tienen las afirmaciones sustentadas en un estudio auspiciado por la
OCDE (1997), sobre la competitividad regional en México, donde se concluye que las
principales carreteras involucradas en los proyectos de privatización realizados en la
década de los noventa llevan a las ciudades fronterizas, ya sea desde la Ciudad de

9
México o de carreteras en los litorales. Así, dicho diseño favorece a los estados
fronterizos, mientras que los estados en las rutas de tránsito podrían beneficiarse de los
efectos indirectos. Sin embargo, en un clima de restricción presupuestal, el retiro de
gobierno federal y de desconcentración de los presupuestos hacia los estados podría
hacer más difícil sostener el nivel de inversión y mantenimiento para otras secciones de
la red de carreteras, poniendo en desventaja a las regiones marginales y sus economías.
En un trabajo conceptual pionero, Antún (1989) considera el papel del transporte desde
una doble perspectiva: como movilizador de factores para la producción y canalización
del consumo a ciertas áreas de mercado preferenciales, así como estructurador del
espacio (medio de acoplamiento interno y externo) o medio de intervención para una
ordenación del territorio. Dichas perspectivas se insertan en el concepto de circuitos de
acumulación regional, que pretenden identificar agentes económicos y redes de poder a
nivel regional y extra regionales vinculadas a la región, caracterizando procesos de
generación y retención de excedente económico. Entendiendo el transporte como
materialización de un segmento de la circulación en dichos circuitos de acumulación.
Otro trabajo que resalta la importancia del papel del transporte en las políticas de
desarrollo regional es el desarrollado por Polése (1998), quién matiza su importancia en
el proceso de redistribución de las actividades económicas y del ingreso, con la finalidad
de luchar contra las disparidades regionales de ingreso y empleo a través de políticas
como subvenciones a la industria para influir en las decisiones de localización;
inversiones en infraestructura; pagos de transferencia a las regiones desfavorecidas;
transferencias a las personas. Destaca que el transporte y las comunicaciones juegan un
papel relevante en la búsqueda de disminuir las desigualdades regionales, dado que
pueden favorecer a una expedita movilidad de los factores de producción, promoviendo
la centralización de la actividad económica, sobre todo en las primeras fases de
desarrollo, ya que una disminución de los costos de transporte favorece la centralización
de las actividades económicas más sensibles a las economías de escala y a las
economías de aglomeración.
Por su parte, Ruiz Durán (1998) reconoce que la centralización de la producción será
más elevada cuantos mayores sean las economías de escala, las economías externas,
las tecnologías, o las agrupaciones empresariales ya existentes por ejemplo, y cuanto
menores sean los costes de transportes, transacción y de información. De esta forma se
reconoce como un factor de desarrollo endógeno a la infraestructura de transporte que
junto con otros factores impulsen un crecimiento regional sostenido, mediante mejoras
en la productividad y la competitividad de las empresas. Esta idea nos ha llevado a
plantear en la presente propuesta una idea que parece poco explorada en la literatura
sobre la aplicación de modelos de medición del desempeño económico de los sistemas
de transporte: la inversión en infraestructura de transporte como parte de la formación de
un cluster regional competitivo.
Otros autores que se han abocado al análisis del desarrollo regional en el caso
específico de México también han incluido al transporte como un elemento explicativo de
sus características. Una síntesis de dichos hallazgos se incluye a continuación.

10
Barkin y King (1978), resaltan los resultados de la aplicación de políticas de desarrollo
regional basadas en inversiones en cuencas hidrológicas aplicados en diversas regiones
de México a mediados del siglo XX y cuya principal variable de evaluación fue el ingreso
nacional global, aunque también deben considerarse sus efectos sobre la oferta de los
factores de la producción, así como los impactos regionales. Entre las actividades de
fomento al desarrollo económico regional se encuentran las acciones de transporte que
tienen el papel de mejorar el intercambio comercial entre las cuencas y otras regiones,
esencialmente reduciendo los tiempos y costos de traslado destacando el caso exitoso
de la cuenca de Tepalcatepec.
En el caso de Bassols (1979), quien describe las principales políticas mexicanas y
algunos de sus resultados obtenidos durante el periodo 1934-1979, se resalta el papel
del sector transporte y políticas gubernamentales de desarrollo regional en México.
Nuevamente se manifiesta la concentración del crecimiento en algunas regiones
metropolitanas del país, a través de varios indicadores de la actividad industrial. Propone
“una política que combata la dependencia externa y se proponga por meta el
robustecimiento de una economía de México y para México, además una política interna
de carácter democrático, que tenga como metas el mejoramiento de las condiciones de
vida de las clases populares, combata la concentración de la riqueza y se oponga a los
poderosos intereses financieros de la gran burguesía monopolista nacional.”

Por su parte, Unikel y otros (1978), presentan un análisis de desarrollo urbano y su

impacto en el desarrollo regional (para el año 1966), en el que utilizaron variables como
la población y los flujos interurbanos, permitiendo definir sistemas de ciudades y su
jerarquía, siendo la Zona Metropolitana de la Ciudad de México, el sistema principal
seguido por los subsistemas de Monterrey; Guadalajara; el Bajío; Jalapa-Orizaba-
Veracruz; Costa del Golfo de California; y Acapulco. La importancia del transporte se
destaca a través del uso de matrices de flujo en las que se aprecia que las ciudades de
menor jerarquía que forman parte de un subsistema registran la mayor proporción de sus
flujos de tráfico carretero con la ciudad preeminente del subsistema al cual pertenecen,
mientras que en la ciudades aisladas el intercambio más importante se realiza con la
ciudad de México, aún en los casos en que estén situadas a menor distancia de otro
subsistema.
En un trabajo más reciente, Muñoz Mejía (2002) resalta el papel del transporte en el
desarrollo en México a través de una descripción de la evolución de la infraestructura
carretera como sustento del desarrollo nacional y regional durante el periodo 1940-1990.
Concluye, sin embargo, dista mucho de considerar a las carreteras como un detonador
seguro del desarrollo puesto que “a lo largo del tiempo se muestra un interés sectorial
‘aislado’ por mejorar las condiciones de acceso y de bienestar de la población usuaria,
ya que existe una total ausencia de coordinación y participación de los actores
económicos y sociales que intervienen en el proceso de desarrollo regional”.

11
Finalmente, Aguilar y otros (1996), realizan la evaluación de las políticas urbano-
regionales en el periodo 1978-1990, a través de la medición del impacto de la
distribución de inversión ejercida en los principales centros urbanos. Concluyen que
existe una alta coincidencia entre aquellos estados con mayores niveles de urbanización
–los cuales poseen una mayor aportación del PIB debido a que su planta productiva es
básicamente de base urbana – y aquellos que han recibido los mayores montos de la
inversión pública, que parece reforzar la tendencia hacia la concentración urbana en las
grandes ciudades y en un reducido grupo de ciudades intermedias.

1.3. La medición del desarrollo regional generado por el sector transporte.

Algunos autores se han centrado más sobre el problema específico de las posibles
formas de hacer una medición del desarrollo económico regional generado por el sector
transporte, basándose en una metodología consistente y con aceptable sustento teórico.
Así, por ejemplo, Glen Weisbrod ha señalado que existe un cambio en los temas que
atraen la atención de los investigadores y tomadores de decisiones relacionados con las
inversiones en infraestructura de transporte. Así, del interés en la mejor determinación
del beneficio económico que conllevan los ahorros en tiempos y costos de los usuarios
del sistema de transporte, se ha pasado al estudio de los efectos que ocasiona el
incremento en la accesibilidad y la mejora de la movilidad de bienes y personas en
aspectos como son la integración de cadenas de suministro, la expansión de los
mercados laborales, crecimiento del comercio, etc. Como es evidente, este tipo de
efectos pueden ser muchos más importantes en el caso de proyectos de transporte
vinculados con la conectividad de las redes internacionales de transporte, las actividades
centrales de los centros logísticos y de distribución de las grandes empresas de alcance
mundial, las terminales multimodales, los puentes fronterizos, entre otros casos.
(Weisbrod, G., 2008)
Coincidente con el anterior autor, Khadaroo, en un artículo publicado casi
simultáneamente, afirma que los incrementos en el nivel de capital empleado en el
transporte, al reducir los costos de desplazamiento de bienes y personas y aumentando
así la accesibilidad y la atractividad de las regiones, tiene un impacto positivo en la
productividad agregada y en el PIB. Además de los factores mencionados por
Weisbrood, Khadaroo señala dos que parecen cruciales en la productividad agregada:
primero, el impacto positivo en la reorganización y la racionalización de la producción, en
el proceso de distribución y comercialización y en el uso del suelo; y segundo, el
condicionamiento positivo para el incremento de la inversión privada tanto local como
atraída desde fuera de la región y dirigida al resto del aparato económico. (Khadaroo,
2008).
Sin embargo, como menciona Heiko Fritz, aunque la forma para realizar la medición de
la productividad de una región es causa de mucho debate entre los economistas
especializados en el tema, probablemente la medida menos controversial es el PIB per
cápita. (Fritz, 2006) Por supuesto, uno de sus principales atractivos es la generalmente
alta disponibilidad y confiabilidad de esta variable dentro de las estadísticas económicas

12
regionales. De hecho, es esta la primera opción de variable que se está contemplando
en la presente propuesta. No obstante, no puede obviarse el hecho de que existe una
diferencia conceptual entre esta variable y la productividad laboral. Así, estas diferencias
deben tomarse en cuenta al momento de derivar las conclusiones sobre la profundidad
del cambio provocado por las inversiones en transporte.
Finalmente, es importante señalar que, en un artículo publicado en 1998, Weisbrod
plantea la posibilidad de medir el impacto de la mejora de una red de transporte
mediante la combinación de modelos econométricos que midan el cambio en la
productividad incluyendo como una de las variables explicativas precisamente a la
accesibilidad, o su incremento, calculado a partir de los modelos clásicos de las cuatro
fases, frecuentemente usados en los algoritmos de planeación del transporte. (Weisbrod,
1998) A pesar del atractivo teórico de la propuesta, no se han encontrado aplicaciones o
nuevas propuestas teóricas de este o de algún otro autor.

1.4. La inversión en transporte y el incremento de la productividad.

Claramente, de este primer análisis del debate sobre el papel del transporte en el
desarrollo de las regiones en las que opera, se puede comprobar no sólo la complejidad
del tema en sí, sino la necesidad de seleccionar una herramienta de análisis que permita
la incorporación de variables adicionales a la inversión en infraestructura de transporte,
pero definiendo con mayor precisión la variable que simplifique pero represente
significativamente el concepto de desarrollo regional. A continuación se incluye una
primera selección de estudios que muestran o ejemplifican el tipo de modelos que se
aplican o pueden aplicar especialmente para el tema que se está proponiendo.
De hecho, es perceptible una cierta tendencia reciente en la literatura por concentrarse
en la medición de la productividad regional generada directamente por la inversión en
infraestructura de transporte. Stephen Gibbbons nos aporta algunas razones de esta
tendencia en la investigación de este tópico (Gibbons, 2009). Para empezar, este autor
resalta el hecho de que el principal motor que actualmente promueve el estudio de la
productividad regional ocasionada por las inversiones en infraestructuras
(específicamente en transporte) es la búsqueda de un mejoramiento de los
procedimientos para la evaluación de proyectos (véase la sección 1.1 de la presente
propuesta). En particular, se desea mejorar en cuatro aspectos a la actual metodología
de selección de proyectos de infraestructura de transporte (es decir, que se realice una
toma de decisiones que los tome en cuenta). Así, se requiere una mejor estimación de
las economías de aglomeración, de los beneficios derivados de un incremento en una
mayor producción de bienes y servicios (aún bajos las frecuentes condiciones de
mercados de competencia imperfecta), de los beneficios en el mercado laboral (tanto por
la elevación del nivel de vida de los trabajadores, de su acceso a mayores oportunidades
de trabajo y por su mayor productividad en sus trabajos), y de los beneficios que
obtienen los consumidores al tener acceso a mercados más amplios y competitivos.
Entonces, la idea central es que la medición de la productividad logra capturar todos
estos efectos, de una manera más sencilla y directa que la aplicación de cuatro tipos

13
diferentes de modelos que podrían traslaparse y sobrevalorar el impacto de las
inversiones en infraestructura.
En realidad, la medición de la productividad como medida global del impacto económico
de las ampliaciones o mejoras de un sistema de transporte tiene una base micro-
económica relativamente simple. Si una empresa muestra comparativamente bajos
niveles de productividad o reduce los que tenía habitualmente, se tiene la certeza de que
los insumos no están siendo usados con la eficiencia adecuada, esto es, que se
encuentra alejada de la frontera de eficiencia. En términos macro-económicos, el
desperdicio o un uso no eficiente de los recursos de una región, esto es, una baja
productividad relativa, es un probable indicador de que esa región enfrentará limitaciones
para competir con otras regiones y se quedará rezagada en los indicadores de desarrollo
económico y social. Así, se postula que un incremento de la productividad regional
puede estar asociado a un mayor nivel de desarrollo económico de la región. En otras
palabras, se puede usar a la productividad como una variable “proxy” para medir el
potencial de desarrollo económico de una región y evitar, en alguna medida, el debate
sobre el nivel de desarrollo que se representa con otras variables.
Por supuesto, se debe tener cuidado en el análisis de los efectos de la inversión en
transporte en la productividad regional, dado que, en paralelo, pueden estarse
presentándose los efectos de otras variables que han sido frecuentemente relacionadas
con la variación en la productividad, tales como la formación de capital humano, por
ejemplo, o incluso otras inversiones públicas y privadas que no necesariamente estarían
vinculadas con la inversión en transporte que se esté analizando.
Por otra parte, es importante reconocer que la productividad de las empresas se puede
beneficiar de las mejoras del sistema de transporte en muy diversas formas, implicando
cada una de ellas un método diferente de medirlas y diferenciarlas. Así, las empresas
podrían enfrentar una mayor cantidad y calidad de opciones de insumos para su
producción e incluso de posibles menores precios en los mismos; se podrían abrir
mayores posibilidades de aumentar o diversificar la demanda de los bienes producidos
por las empresas; se podría cambiar la mezcla de insumos para optimizar el proceso de
producción; se podrían reducir los requerimientos de insumos gracias a un incremento
de rendimientos a escala; se podría mejorar la productividad laboral de los empleados de
las empresas, o se podría lograr un incremento total de la productividad sin distinguir su
origen.
Probablemente, el trabajo pionero en la medición analítica y detallada del impacto que
tienen las inversiones en transporte es la investigación realizada por Aschauer en la
década de los ochentas (véase Aschauer, 1991) Este investigador encontró, mediante la
calibración de un modelo de función de producción del tipo Coob-Douglas, que cada
incremento de un punto porcentual en el gasto gubernamental en infraestructura
conllevaba a un incremento de entre 0.24 y 0.39 por ciento de incremento en la
producción del sector privado. Si bien diferentes estudios posteriores han cuestionado no
solo los resultados (que vendría siendo lo más importante para los tomadores de
decisiones públicas), sino incluso los modelos, la metodología, las fuentes de
información, etc., del trabajo de Aschauer, no puede negarse que es a partir de este
trabajo que se han realizado diversos esfuerzos con fines similares. (Boscá et al, 2002)
14
En realidad, ya antes de los trabajos de Aschauer se habían realizado esfuerzos para
analizar econométricamente la relación entre infraestructura de transporte y el desarrollo
económico. Ya en el libro clásico de Gary Fromm se citan algunos estudios en este
tema. Sin embargo, no se consideraba a la inversión pública en infraestructura como
variable explicativa sino a la extensión de la infraestructura carretera, ferroviaria o
portuaria. Tampoco se enfocaban los análisis a definir con mayor precisión el significado
del concepto de desarrollo económico, ni se había planteado el uso de la productividad
como una variable representativa o que vincula la inversión pública en infraestructura
con el desarrollo de una región.
Más recientemente han sido utilizadas también las técnicas para el análisis de series de
tiempo para estimar los cambios en la productividad regional debidos a la inversión en
transporte. Así, en un artículo recientemente publicado por Khadaroo para el caso de la
Isla de Mauritius, se reporta la aplicación de un análisis de serie de tiempo dinámica para
un modelo de corrección del vector de errores (VECM, por sus siglas en inglés). De
entrada, los autores critican el uso frecuente (en los modelos que tienen dicho objetivo)
de variables “proxy” de la inversión en transporte: extensión de la red de carreteras,
flujos vehiculares, etc., en lugar de tratar de usar la información directa del nivel de
capital acumulado en infraestructura carretera, por ejemplo.
El modelo usado tiene la siguiente especificación:
Output =α+ β1 privatestock+ β2 transport+ β3 non-transport+ β4 openness+ β5 education +ε.
------- [1.1]

En la expresión 1.1, “Output” denota la producción total de la región, “privatestock” es la

variable que mide el nivel de inversión privada en la economía de la región, “transport” es
el nivel de inversiones públicas en infraestructura de transporte, “non-transport” mide el
resto de la inversión pública en infraestructura, “openness” mide el grado de apertura
comercial de la región, mientras que “education” mide el nivel de escolaridad promedio
de los habitantes de la misma región. De la calibración estadísticamente satisfactoria del
modelo, los autores encuentran una incidencia positiva y significativa, en el mediano y
largo plazo, de la inversión pública en transporte en el crecimiento del PIB de la isla de
Mauritius, aunque menos importante que la mostrada por los otros factores. Es
importante señalar que los autores realizan la posibilidad de haber encontrado una
causalidad inversa (esto es, que es el crecimiento de la economía la que incentiva el
crecimiento de la inversión pública en transporte y no al revés), encontrando que no hay
evidencias en el caso que analizaron.
No obstante el atractivo teórico y los positivos resultados que son reportados en la
literatura sobre el tema, los modelos basados en series de tiempo no son tan frecuentes
en comparación con otras opciones como las que se reportan a continuación.
Por ejemplo, en un estudio reciente realizado para el caso de la industria textil
australiana, Villano y otros aplicaron un modelo calibrando una función de producción de
meta-frontera estocástica, usando datos panel que reflejaban las diferencias regionales
en los perfiles tecnológicos y ambientales de las industrias textiles de lana. (Villano et al,
2008) La estimación de la eficiencia en los modelos de frontera estocástica supone que

15
la tecnología implícita en todas las empresas textiles es la misma. Así, las diferencias en
tecnología no incorporadas en el modelo se expresan como ineficiencias de la respectiva
empresa. Los modelos de frontera estocástica son formulados como sigue:
Yi(k)= f (Xi(k), B(k)) exp(Vi(K) – Ui(k)) i=1,2,…..,N(k) ------- [1.2]

donde:
Yi(k) denota la producción de la empresa i-ésima de la región k-ésima,
Xi(k) denota el vector de funciones de los insumos usados por la empresa i-ésima de la
región k-ésima,
B(k)) es el vector de parámetros a estimar para la región k-ésima,
Vi(K) es el ruido estadístico que se supone independiente y distribuido como una
variable aleatoria y normal,
Ui(k) son las variables aleatorias no negativas que se asume que representan la
ineficiencia técnica y que están distribuidas independientemente y truncadas en cero.

La técnica de estimación se basa en métodos de máxima verosimilitud aplicando el

modelo FRONTIER (Coelli, 1996).
Si bien este estudio no fue aplicado específicamente para el análisis del impacto de la
infraestructura de transporte, por su objetivo y estructura metodológica, se pueden hacer
las similitudes o generalizaciones correspondientes para estimar las diferencias
regionales o por industrias y así estimar los impactos que, en un análisis de “antes y
después”, podrían haberse provocado por las inversiones realizadas en infraestructura
de transporte.
Por otra parte, en el ya antes referido estudio de Gibbons, se concluye que la mejor
opción para medir los efectos que tienen las inversiones en transporte en la
productividad regional es la aplicación de los métodos que se enfocan a medir la
productividad total de los factores. (Gibbons, 2009) Esta opción de análisis resulta de un
gran interés en nuestro análisis, por lo que será expuesto a detalla a continuación,
aunque solo se le hará mención como TFP, por sus siglas en inglés, como es más
reconocida.
Dentro de la revisión de la literatura sobre el tema específico de la medición de la TFP es
posible encontrar que una medida muy frecuente de la eficiencia productiva es mediante
modelos que tienen su origen en la propuesta de Solow en la que se postula que la tasa
de crecimiento del producto puede ser descompuesto en tres componentes: la
contribución de cada uno de los factores de la producción, capital y trabajo, y un residual,
conocido precisamente como factor de productividad total de Solow, esto es, el TFPs.
(Solow , 1957) En un artículo publicado en 1998, Mas y otros presentan una aplicación
de este modelo básico al que adaptan para determinar los cambios en el nivel de TFP s

16
de una región i-ésima a lo largo del tiempo, tomando como referencia a una región base,
en un año también base. (Mas et al, 1998) El análisis es aplicado al caso de las
regiones de España durante el periodo 1964 a 1993, siendo precisamente 1963 el año
tomado como base y el país como la región base. La expresión matemática adaptada de
desarrollos y aplicaciones anteriores para el caso específico de las regiones españolas,
es la siguiente:
[ln TFPsit – ln TFPsjv] = [ln yit – ln yjv]
– [1/2(SLi,t + SLj,v)] [ ln Lit – ln Ljv]
– [1/2(SKi,t + SKj,v)] [ ln Kit – ln Kjv] ------- [1.3]

donde:
TFPsit = índice de TFPs de la región i-ésima en el tiempo t;
TFPsjv = índice de TFPs de la región “base” en el tiempo base;
yit = valor agregado de la producción bruta, a costo de factores, en la región i-ésima en
el año t, a precios constantes;
Lit = niveles de empleo en el sector privado, en la región i-ésima en el año t;
Kit = nivel de capital productivo privado (no residencial), en la región i-ésima en el año t;
SLi,t = proporción del ingreso del insumo trabajo, en la región i-ésima en el año t;
SKi,t = proporción del ingreso del insumo capital privado, en la región i-ésima en el año t;
De la calibración y análisis del modelo propuesto, Mas y otros encuentran grandes
diferencias en el comportamiento de la productividad de las diferentes regiones de
España en el periodo considerado y derivan diversas conclusiones sobre los factores
productivos analizados.
También para el caso de la medición de la productividad en las regiones españolas,
Boscá y otros analizaron recientemente el efecto que tiene la dotación de infraestructura
en los costos y el desempeño de la productividad de los sectores productivos privados
durante el periodo 1980 a 1993 (Boscá, y otros, 2002). En dicha investigación se usó un
enfoque dual basado en funciones de costo que permiten obtener los parámetros que
usualmente se estiman a partir de funciones de producción. La principal ventaja es que
se obtienen, adicionalmente, las tasas de retorno y las elasticidades costo de los factores
productivos empleados en cada región. La conclusión central del trabajo de Boscá es
que el sector público ha contribuido significativamente a incrementar la productividad y a
la reducción de costos en el sector privado de casi todas las regiones españolas.
Aunque los dos casos anteriores no se enfocaron específicamente en la infraestructura
de transporte, parecen dos opciones metodológicas que han analizadas con detalle en el
presente estudio para su aplicación al caso de la infraestructura de transporte en México.

17
CAPÍTULO 2. LA POLÍTICA DE INVERSIÓN EN TRANSPORTE Y EL DESARROLLO
REGIONAL EN MÉXICO.
El objetivo específico del presente capítulo es el de elaborar un análisis general de la
situación regional del país y los desequilibrios que persisten entre las distintas regiones,
haciendo especial énfasis en el papel que ha desempeñado la disponibilidad de
infraestructura de transporte en la actual situación del desarrollo regional mexicano. Por
ello, se ha dividido el capítulo en tres secciones. En la primera se revisan las tendencias
que desde hace seis décadas se observan en los montos y otras características de la
inversión que dedica el gobierno federal mexicano para el crecimiento de la
infraestructura de transporte. En la segunda sección se hace un esfuerzo de integración
de la información oficial, tal que se pueda contar con un primer análisis del
comportamiento regional demográfico y sus tendencias de crecimiento, así como la
dinámica espacial de la actividad económica regional. El capítulo termina con un análisis
del nivel de equipamiento regional en materia de infraestructura de transporte terrestre y
la cobertura territorial que se está ofreciendo.

2.1. Evolución de la inversión en infraestructura de transporte en México.

Este es uno de los aspectos de la política nacional de transporte que requiere ser
analizado con mayor cuidado, tanto por la vital importancia que tiene en el correcto
funcionamiento del sector, como por los problemas teóricos que implica. En efecto, si
bien es casi un axioma el planteamiento de que deben existir un nivel y un programa de
inversión en el sector transporte, tales que le permitan satisfacer la demanda de
movimiento de bienes y personas (dado un cierto nivel de desarrollo de la economía), no
resulta claro cómo se podría llegar a conocer la tasa de inversión óptima. Lo anterior nos
lleva a plantearnos una pregunta: ¿existe realmente una relación cuantitativa entre la
inversión pública y privada en infraestructura de transporte y el crecimiento económico
regional?
La creencia generalizada es abrumadoramente positiva. De hecho, esta circunstancia ha
llevado a la práctica de todo tipo de gobiernos (federales, estatales y municipales) de
construir obras de infraestructura carretera con el específico fin de influir en las
decisiones electorales previendo que la percepción de los habitantes de la región será
que “el progreso” viene detrás de las obras recién inauguradas. Independientemente de
que es fácil imaginar que la gran mayoría de dichas inversiones son verdaderamente un
pretexto para encubrir grandes actos de corrupción, lo más grave es que también es
frecuente encontrar que no se cumplen las expectativas de desarrollo que se generaron
con las obras de infraestructura construidas. No obstante, llegan los siguientes procesos
electorales y se repite el ciclo. Por supuesto, esta situación no es privativa de
comunidades atrasadas o aisladas. De hecho, es prácticamente imposible encontrar un
documento oficial o un estudio sobre desarrollo urbano o regional que no parta del
supuesto de que el incremento de la infraestructura de transporte lleva, de manera
unívoca, hacia los objetivos deseados. Esto pone de manifiesto lo fuerte y
profundamente “enraizada” que está la creencia arriba mencionada entre los diferentes
grupos sociales, sin que parezca que esto sucede sólo en México o en la época actual.

18
Por supuesto, la investigación bibliográfica mostrada en el primer capítulo muestra que si
hay un debate, muy fuerte y diversificado en argumentos, sobre la forma y alcances
reales de la supuesta y casi axiomática influencia positiva que tiene el transporte sobre el
desarrollo económico de una región. Pero incluso al revisar las argumentaciones del
debate mencionado es frecuente encontrar sólo ideas muy poco elaboradas. De hecho,
en la bibliografía sobre economía del transporte es difícil encontrar algún análisis sobre
la interrelación entre transporte y desarrollo económico tal que esté organizado en torno
a marcos teóricos razonablemente consistentes.
El intentar elaborar un esquema normativo de las decisiones de inversión, rebasa los
alcances de esta sección del capítulo. Sin embargo, se abordarán dos cuestiones que
parecen relevantes dentro de la política de inversión, que son: la tasa anual de inversión
pública en el sector (y su relación con el crecimiento de la economía), y su distribución
entre los diversos modos de transporte.
Para empezar, si bien es fácilmente comprensible el planteamiento de que debe existir
un nivel y un programa de inversión en el sector transporte, tales que le permitan
satisfacer la demanda de movimiento de bienes y personas (dado un cierto nivel de
desarrollo de la economía), no resulta claro cómo se podría llegar a conocer la tasa de
inversión óptima. En la figura 2.1 se muestra el comportamiento de la inversión pública
federal en transporte y el crecimiento del PIB, en el período que va de 1952 a 2013. Las
cifras en que se basa la gráfica están a precios constantes, aunque en una escala
diferente para cada variable.
Figura 2.1. Inversión pública federal en transportes y PIB total.

Fuentes: elaborado con base en los Anuarios Estadísticos de los EUM (varios años), en el Sistema de
Cuentas Nacionales de México, y en el Banco de Información Económica (“Series que ya no se
actualizan”), todos documentos de INEGI.

Lo que queda claro es que la IPF en transporte no muestra un patrón claro o

consecuente con el comportamiento del PIB. Podemos preguntarnos si ello es producto
de una estrategia explícita con las fases del desarrollo nacional o simplemente la
infraestructura de transporte no es realmente un factor limitante del desarrollo.

19
El análisis de las tendencias señala que, como se muestra en el cuadro 2.1, la inversión
pública federal en transporte, aparentemente, ha crecido de manera casi constante en el
periodo que va de 1952 al año 2013. Sin embargo, si se toman esos montos de inversión
y se comparan con la inversión pública total, también a precios corrientes, se encuentra
que el sector en estudio recibe con una cantidad que es cada vez menor en relación con
la inversión pública federal. En efecto, mientras que en 1952 el porcentaje que recibía el
transporte de la inversión pública era del 42% (e incluso, remontándonos al quinquenio
1941-1945, llegaba al 60%), para 1981 bajó a un mínimo histórico de 4.3% de los
recursos de inversión públicos y aunque se recupera parcialmente en los años siguientes
oscila alrededor del 10% anual.
Cuadro 2.1. Participación relativa del transporte en la inversión pública federal.
Inversión Inversión
pública Inversión pública Inversión
federal en pública Particip. federal en pública Particip.
Año transporte federal total (%) Año transporte federal total (%)
1952 1.4 3.3 42.0 1983 153.5 1365.4 11.2
1953 1.3 3.1 41.6 1984 265.4 2262.4 11.7
1954 1.5 4.2 35.2 1985 366.4 3030.3 12.1
1955 1.4 4.4 32.1 1986 460.8 4869.4 9.5
1956 1.5 4.6 33.3 1987 986.2 10789.0 9.1
1957 1.8 5.6 32.5 1988 1765.8 19072.7 9.3
1958 2.1 6.2 33.6 1989 2084.6 22107.5 9.4
1959 2.4 6.5 36.4 1990 2393.7 24696.6 9.7
1960 2.5 8.4 29.6 1991 3627.7 32846.9 11.0
1961 2.5 10.4 23.9 1992 3073.3 36835.8 8.3
1962 2.6 10.8 24.1 1993 4800 41884 11.5
1963 3.1 13.8 22.1 1994 6073 49812 12.2
1964 3.5 17.4 20.0 1995 5888 53251 11.1
1965 3.4 16.3 20.9 1996 9242 77262 12.0
1966 2.9 20.7 14.0 1997 14497 102445 14.2
1967 4.6 21.1 21.8 1998 10828 106870 10.1
1968 4.7 27.8 17.1 1999 14149 118916 11.9
1969 5.4 26.3 20.7 2000 12397 142721 8.7
1970 5.2 29.2 17.8 2001 10670 144548 7.4
1971 4.2 28.5 14.7 2002 14859 152616 9.7
1972 7.2 42.1 17.1 2003 16431 187271 8.8
1973 9.6 57.6 16.6 2004 24221 220004 11.0
1974 11.4 69.2 16.4 2005 38927 246251 15.8
1975 14.5 99.1 14.6 2006 35653 285880 12.5
1976 14.1 111.7 12.6 2007 33373 340000 9.8
1977 17.9 140.1 12.8 2008 46404 380520 12.2
1978 21.1 217.4 9.7 2009 59987 549330 10.9
1979 24.9 308.5 8.1 2010 70679 629702 11.2
1980 42.7 478.6 8.9 2011 73876 654530 11.3
1981 32.4 758.5 4.3 2012 72615 686705 10.6
1982 55.3 1016.0 5.4 2013 74731 740998 10.1
Nota: millones de pesos, a precios corrientes, aunque de 1952 a 1992 se trata de miles de millones
adecuados a los nuevos pesos de 1993. Fuentes: véanse en la figura 2.1.

20
Tomando en cuenta el crecimiento de la economía del país en los últimos cincuenta
años, una menor inversión pública en infraestructura puede significar que el conjunto de
modos de transporte tiene cada vez menos recursos, en términos relativos, para atender
una creciente demanda del servicio. Para comprobar lo anterior, se puede considerar el
cuadro 2.2 que compara la inversión pública federal en transporte en relación al PIB
nacional, a precios constantes de 1993, en el período que va de 1952 a 2013. Así, como
se observa, en realidad la proporción entre la inversión pública federal en transporte y el
tamaño de la economía nacional no sólo no ha aumentado sino que muestra una
tendencia decreciente desde la mitad de la década de los ochenta, llegando a niveles
muy por debajo de los valores observados durante los cincuenta años anteriores. Por
ello, a pesar de que el PIB ha crecido casi doce veces entre 1952 y 2013 (a precios
constantes de 1993), se concluye que la inversión en transporte ha pasado de ser 0.023
a 0.005 veces el PIB.
De las anteriores cifras, resulta evidente la pregunta de la medida en que la reducción de
la inversión pública ha frenado al sector transporte. Si a eso se añade que han cambiado
las participaciones de cada modo de transporte dentro de los decrecientes recursos del
sector, se puede empezar a tener una idea sobre el tipo de servicio ofrecido a los
usuarios, que es la expresión final y más importante de esta política de asignación de los
recursos públicos. Si bien puede argumentarse que es totalmente lógico que disminuya
la inversión en infraestructura conforme se avanza en el proceso de desarrollo, no es del
todo claro hasta cuándo y con qué ritmo se puede aumentar o disminuir la inversión en
obras públicas, o en qué momento una economía se encuentra en condiciones de
disminuir dicha inversión, aun en términos relativos.
Por lo que respecta a la forma de distribuir la inversión entre los modos de transporte, su
evolución se presenta en el cuadro 2.3. En lo que se refiere al ferrocarril, se destacan
claramente tres períodos, el primero que va de 1952 a 1962, en el que contó con casi la
mitad de los recursos de inversión, la segunda de 1963 a 1995 en que su participación
fluctuó entre la tercera y la quinta parte de los recursos federales. El tercer período, que
podemos claramente observar a partir de 1996, corresponde a los años en que la mayor
parte de la red de los ferrocarriles es operada por el sector privado, por lo que las
inversiones públicas en este modo de transporte se redujeron sustancialmente, aunque
parece recuperarse un poco en los últimos nueve años.
Por su parte, la inversión en carreteras muestra un comportamiento contrario al de los
ferrocarriles, pues pasa de un promedio del 42% entre 1952 y 1962 a un 50% entre 1963
y 1986, contando incluso, en algunos años, con casi tres cuartas partes de la inversión
pública del sector. De hecho, a partir de la década de los noventa, existe una tendencia
de asignar más recursos al transporte carretero y cada vez menos al ferrocarril, política
que resulta aún más desproporcionada si se considera que mientras en el transporte
carretero la inversión pública se destina a la infraestructura (caminos y puentes), en el
transporte ferroviario se destina tanto a las vías como al equipo e instalaciones fijas. De
esta manera, durante los años en los que el estado mexicano tuvo la propiedad de los
ferrocarriles, la inversión que realmente llegó a la construcción de vías férreas resultó
muy baja respecto de los recursos destinados a la construcción de carreteras.

21
Cuadro 2.2. Inversión pública federal en transporte y PIB nacional.

Inversión Inversión
pública Producto pública Producto
federal en Interno Particip. federal en Interno Particip.
Año transporte Bruto (%) Año transporte Bruto (%)
1952 1.4 61.0 2.3 1983 153.5 17878.7 0.9
1953 1.3 60.7 2.1 1984 265.4 29471.6 0.9
1954 1.5 73.9 2.0 1985 366.4 47391.7 0.8
1955 1.4 90.1 1.6 1986 460.8 79191.3 0.6
1956 1.5 102.9 1.5 1987 986.2 193311.5 0.5
1957 1.8 118.2 1.5 1988 1765.8 416305.2 0.4
1958 2.1 131.4 1.6 1989 2084.6 548858.0 0.4
1959 2.4 140.8 1.7 1990 2393.7 738897.5 0.3
1960 2.5 159.7 1.6 1991 3627.7 949147.6 0.4
1961 2.5 173.2 1.4 1992 3073.3 1125334.3 0.3
1962 2.6 186.8 1.4 1993 4800 1256196 0.4
1963 3.1 208.0 1.5 1994 6073 1420160 0.4
1964 3.5 245.5 1.4 1995 5888 1837019 0.3
1965 3.4 267.4 1.3 1996 9242 2525575 0.4
1966 2.9 297.2 1.0 1997 14497 3174275 0.5
1967 4.6 325.0 1.4 1998 10828 3846350 0.3
1968 4.7 359.9 1.3 1999 14149 4594724 0.3
1969 5.4 397.8 1.4 2000 12397 5491708 0.2
1970 5.2 444.3 1.2 2001 10670 5809688 0.2
1971 4.2 452.4 0.9 2002 14859 6263137 0.2
1972 7.2 512.3 1.4 2003 16431 6891993 0.2
1973 9.6 619.6 1.5 2004 24221 7709096 0.3
1974 11.4 813.7 1.4 2005 38927 9424602 0.4
1975 14.5 1000.9 1.4 2006 35653 10520793 0.3
1976 14.1 1371.0 1.3 2007 33373 11399472 0.3
1977 17.9 1849.3 1.0 2008 46404 12256864 0.4
1978 21.1 2337.4 0.9 2009 59987 12072542 0.5
1979 24.9 3067.5 0.8 2010 70679 13266858 0.5
1980 42.7 4470.1 1.0 2011 73876 14527337 0.5
1981 32.4 6127.6 0.5 2012 72615 15599271 0.5
1982 55.3 9797.8 0.6 2013 74731 16077349 0.5
Nota: millones de pesos, a precios corrientes, aunque de 1952 a 1992 se trata de miles de millones
adecuados a los nuevos pesos de 1993.
Fuentes: véanse en la figura 2.1.

22
Cuadro 2.3. Distribución de la IPF entre modos de transporte.
Carreteras Obras Servicios
Año y puentes % F.F.C.C. % marítimas % aéreos %
1952 617 44.8 683 49.6 78 5.7 -- --
1953 544 42.5 661 51.6 76 5.9 -- --
1954 608 41.2 728 79.4 138 9.4 -- --
1955 591 41.8 662 46.8 150 10.6 11 0.8
1956 556 36.5 807 53.8 150 9.8 11 0.7
1957 788 43.1 850 46.5 163 8.9 27 1.5
1958 848 40.8 1029 49.5 176 8.5 25 1.3
1959 1056 44.5 1155 48.6 142 6 22 0.9
1960 827 33.4 1375 55.5 165 6.7 109 4.4

1961 1101 44.4 1160 46.8 125 5 92 3.7

1962 1093 41.9 1169 44.8 172 6.6 177 6.8
1963 1655 54.2 1001 32.8 125 4.1 272 8.9
1964 1928 55.3 1308 37.5 128 3.7 120 3.4
1965 1767 51.8 1191 35 76 2.2 374 11
1966 1966 67.7 692 23.8 134 4.6 110 3.8
1967 2170 47.4 1566 34.2 189 4.1 655 14.3
1968 2219 46.8 1513 31.9 199 4.2 813 17.1
1969 2777 51 1605 29.5 346 6.4 713 13.1
1970 2624 50.6 1704 32.8 720 13.9 141 2.7

1971 2706 64.3 904 21.5 414 9.8 182 4.3

1972 4939 68.5 1133 15.7 517 7.2 619 8.6
1973 6131 64 2121 22.1 1024 10.7 304 3.2
1974 5719 50.2 3289 28.9 1164 10.2 1211 10.6
1975 6958 48.1 4933 34.1 1510 10.4 1071 7.4
1976 7911 56.2 4891 34.8 434 3.1 835 5.9
1977 10229 57 5489 30.6 747 4.2 1471 8.2
1978 12736 60.4 5757 27.3 929 4.4 1677 7.9
1979 12452 49.9 8446 33.9 1840 7.4 2209 8.9
1980 15917 34.3 13392 31.3 7901 18.5 5511 12.9

1981 575 1.8 19751 60 9698 29.9 2381 7.3

1982 270 0.5 25561 46.2 16246 29.4 13234 23.9
1983 60054 39.1 35369 23 23965 15.6 34148 22.2
1984 96779 36.5 74205 28 22396 8.4 72031 27.1
1985 163254 44.6 81595 22.3 21098 5.8 100493 27.4
1986 211869 46 146329 31.5 36564 7.9 67002 14.5
1987 n .d. -- n .d. -- N .d. -- n .d. --
1988 n .d. -- n .d. -- N .d. -- n .d. --
1989 n .d. -- n .d. -- N .d. -- n .d. --
1990 1293.1 54.0 753.5 31.5 111.6 9.8 235.5 4.7

23
 Cuadro 2.3 (continúa). Distribución de la IPF entre modos de transporte.
Carreteras y Obras Servicios
Año puentes % F.F.C.C. % marítimas % aéreos %
1991 2037.6 56.2 1020.2 28.1 162.1 11.2 407.8 4.5
1992 1731.6 56.3 828.7 27.0 176.1 11.0 336.9 5.7
1993 2965.0 61.8 1257.2 26.2 340.6 4.9 237.1 7.1
1994 4559.6 75.1 1081.6 17.8 276.1 2.6 155.7 4.5
1995 4036.0 68.6 1413.8 24.0 173.2 4.5 264.6 2.9
1996 5984.7 64.8 1518.5 16.4 1350.8 4.2 387.9 14.6
1997 12086.3 83.4 1397.8 9.6 533.1 3.3 479.7 3.7
1998 8772.4 81.0 537.5 5.0 905.8 5.7 611.9 8.4
1999 11321.2 80.0 77.0 0.5 1679.7 7.6 1071.5 11.9
2000 10955.7 88.1 54.3 0.4 343.7 8.7 1085.7 2.8

2001 9227.0 85.1 64.5 0.6 546.3 9.3 1004.3 5.0

2002 13294.2 88.7 120.6 0.8 672.9 6.0 903.1 4.5
2003 14566.6 88.4 141.5 0.9 622.5 7.0 1154.6 3.8
2004 21144.6 87.1 151.0 0.6 1542.2 5.9 1429.5 6.4
2005 21968.0 69.9 114.0 0.4 6910.6 7.8 2443.0 22.0
2006 24365.9 86.0 280.5 1.0 1089.6 9.1 2580.2 3.8
2007 26830.7 87.8 265.9 0.9 1018.1 3.3 2459.4 8.0
2008 36824.6 79.4 2220.4 4.8 3179.2 6.9 4179.5 9.0
2009 49428.1 82.4 4693.9 7.8 1657.1 2.8 4207.5 7.0
2010 59761.2 84.6 3216.7 4.6 2288.9 3.2 5412.4 7.7
2011 62566.5 84.7 4237.1 5.7 1209.5 1.6 5863.3 7.9
2012 62127.8 85.6 4718.0 6.5 1348.3 1.9 4420.8 6.1
2013 61601.8 86.0 4392.3 6.1 1132.6 1.6 4536.6 6.3
2014 75126.7 73.3 20233.6 19.7 1013.8 1.0 6090.9 5.9
Nota: millones de pesos, a precios corrientes, aunque desde 1990 los nuevos pesos de 1993.
Fuentes: elaborado con base en varios documentos de INEGI, como los Anuarios Estadísticos de los
EUM, el Sistema de Cuentas Nacionales de México, y el Banco de Información Económica (“Series que ya
no se actualizan”). De 1990 en adelante, se tomaron las cifras de “Principales Estadísticas del Sector
Comunicaciones y Transportes”, SCT, México, varias ediciones.

Por otra parte, la inversión pública en transporte marítimo muestra un comportamiento

variable, aunque siempre con una participación relativamente baja, oscilando por lo
general entre el 3% y el 11%, salvo dos periodos notables en los que este modo de
transporte recibió atención de manera consistente. Primero, en el sexenio de 1970 a
1976, en el que la denominada “Reforma Portuaria” intentó mejorar el manejo de las
mercancías. El segundo periodo, de 1980 a 1983, en el que recibió la proporción de
presupuesto federal más alta de su historia. Así, entre 1980 y 1983, este modo de
transporte percibió una gran cantidad de recursos destinados al programa de puertos
industriales. Sin embargo, se debe considerar que los recursos se asignaron a puertos
que no necesariamente eran los más congestionados, y que no todo el monto debe
contabilizarse como inversión portuaria pues una parte de ellos probablemente se
destinó al equipamiento industrial.

24
Por último, la inversión pública en el transporte aéreo tiene una participación muy
variable aunque relativamente baja la mayor parte de los años en análisis. No obstante
parecía mostrar una tendencia ligeramente creciente hasta 1986. Incluso en los períodos
de 1965 a 1969 y de 1980 a 1986, los recursos de inversión fueron relativamente altos,
con un monto equivalente al 40% o más de la inversión en ferrocarriles. No obstante, en
los últimos años es obvia una baja participación del transporte aéreo en la IPF, dada la
privatización aeroportuaria llevada a cabo en la segunda mitad de la década de los
noventa. Una excepción a lo anterior lo representa el año de 2005, pero ello se explica
por el proyecto de ampliación del aeropuerto de la ciudad de México.
Es importante preguntarse porqué, en general, se ha otorgado una mayor inversión
pública a las carreteras en México. Un argumento, muy probablemente válido en la
experiencia mexicana, sería que el transporte por carretera resulta más confiable que el
ferrocarril, si el objetivo de la inversión en transporte es la movilización de la carga. Sin
embargo, esta política de inversión puede estar reforzando el hecho de que los
ferrocarriles, al no contar con los recursos necesarios para mejorar el servicio, no logran
captar todos los usuarios que le corresponderían dentro de la creciente demanda de
transporte. Ante esta situación, es posible pensar que el problema ha surgido porque el
Estado mexicano no ha contado, en el momento de tomar las decisiones de inversión,
con un esquema claro y completo de las futuras necesidades de transporte. Incluso,
podría pensarse que sólo se han atacado los problemas rezagados, o más urgentes, y
se ha respondido a la demanda de servicio, en lugar de preverla o inducirla.
Sin embargo, aunque es probable la falta de aplicación de mejores herramientas para el
pronóstico de la demanda de transporte, debe reconocerse que, en realidad, para la
definición de la política de inversión es necesario tomar en cuenta, además de la
demanda, otros aspectos entre los que destacan los dos siguientes. Primero, no sólo
debe perseguirse el objetivo de manejar mayores volúmenes de carga, también influyen
las necesidades de transporte de pasajeros, así como el objetivo de vincular las
diferentes regiones del país. Esto resulta particularmente cierto en el caso de la inversión
en transporte aéreo, pues a pesar de tener un rendimiento (medido en carga
transportada) que tiende a ser menor, resulta necesaria para atender tanto la demanda
de pasajeros, como la demanda de servicios especializados de carga.
El segundo elemento que complementa esta política se refiere a la forma en que se
distribuye el esfuerzo de la inversión entre el Estado y los particulares. En este aspecto,
hay dos períodos claramente diferenciados. En el primer periodo, que llega hasta los
años ochenta, se presentó una política muy diferente entre los distintos modos de
transporte, pues mientras que para el carretero, aéreo y marítimo el Estado asumió la
responsabilidad de la construcción, operación y mantenimiento de la mayor parte de la
infraestructura y dejó a los particulares la responsabilidad del equipo de transporte e
instalaciones auxiliares, en el caso de los ferrocarriles la inversión provino totalmente del
Estado, y tiene que distribuirse entre la infraestructura y el equipo. Debe señalarse que lo
anterior no necesariamente significaba que las empresas estaban usando una
infraestructura que no les costaba. De hecho, con frecuencia se planteó que mediante
cuotas de uso, arrendamiento e inclusive los impuestos pagados por las empresas, éstas
cubren los montos correspondientes al uso de las instalaciones y la amortización de las

25
inversiones. Por ejemplo, un estudio realizado por el Banco Mundial en 1963 señaló que
el transporte carretero en México contribuía, de manera suficiente, al sostenimiento y
ampliación de la red vial (aunque no ofrecía los cálculos en que se basó para hacer tal
afirmación). De cualquier modo, el no tener que realizar una elevada inversión inicial,
puede representar una gran ventaja para algunos modos de transporte y explica la
proliferación de empresas autotransportistas.
Por supuesto, a partir de los cambios observados desde la década de los noventa en los
transportes mexicanos (privatización de los ferrocarriles y los aeropuertos y la fuerte
participación de la inversión privada en la infraestructura carretera y en la operación
portuaria) se refuerza de manera obvia la tendencia a la reducción de la participación
estatal en la inversión en infraestructura de transporte y la preferencia hacia las
carreteras.
El análisis anterior pone de manifiesto dos conclusiones. Primero, la tendencia a
favorecer el transporte carretero, es posiblemente un factor clave en la combinación de
modos de transporte que se está dando en la economía. Segundo, se requiere un mayor
nivel de inversión en todos los modos de transporte, muy especialmente en los
ferrocarriles, a fin de colocarlos en la situación que permita explotar sus ventajas de gran
capacidad y bajo costo.

2.2. Las regiones económicas de México y los resultados de la política estatal de

desarrollo regional.

Como se mencionó en la introducción, uno de los objetivos centrales del presente trabajo
consiste en la determinación analítica y fundamentada de la relación que tiene la
inversión en transporte y el desarrollo regional en México. Por tal motivo, en la presente
sección se desea realizar una descripción general de las variables que más
frecuentemente se señalan como los principales indicadores de desarrollo socio-
económico de las regiones en México.

De hecho, independientemente de las dificultades propias de realizar comparaciones

entre treinta y dos diferentes entidades, parece más adecuado el análisis de regiones
mucho más amplias, siguiendo la tradición de estudios regionales como el realizado por
Bassols Batalla. No obstante, considerando que hay diversas formas de “regionalizar” el
país, en función de diversos criterios atendidos, se ha optado por utilizar la
regionalización en la que hay mayor disponibilidad de estudios e información
razonablemente confiable. Dicha regionalización es la siguiente:
– Región Noroeste: Baja California Norte, Baja California Sur, Sinaloa, Sonora.
– Región Noreste: Coahuila, Chihuahua, Durango, Nuevo León, Tamaulipas
– Región Centro-occidente: Aguascalientes, Colima, Guanajuato, Jalisco, Michoacán,
Nayarit, Querétaro, San Luis Potosí, Zacatecas.
– Región Centro: Distrito Federal, Hidalgo, México, Morelos, Puebla, Tlaxcala.
– Región Sureste: Campeche, Chiapas, Guerrero, Oaxaca, Quintana Roo, Tabasco,
Veracruz, Yucatán.

26
Tomando como base esta regionalización, así como el resultado de los estudios,
encuestas o censos que son citados en cada uno de los casos, a continuación se incluye
un resumen del análisis que dichos estudios o fuentes de información estadística ofrecen
o permiten realizar al agrupar sus resultados en la regionalización arriba mencionada.

2.2.1. Crecimiento demográfico.

En el cuadro 2.4 se muestran los datos de superficie, así como la población de cada
región económica del país, para el periodo de 1940 a 2010. En este cuadro se incluye el
cálculo de la densidad de población que alcanzó cada entidad en el año 2010. Dos
primeras observaciones pueden desprenderse de un análisis general de las cifras
mostradas en dicho cuadro. Por una parte, son muy marcadas las diferencias en el
tamaño geográfico de las entidades así como en las cifras de habitantes y en las
densidades poblacionales que se observan en cada una de ellas. Por otra parte, la
dinámica de crecimiento poblacional también ha acentuado dichas diferencias.
En efecto, como se muestra en el cuadro 2.4 y también en la figura 2.1, aunque todas las
regiones muestran un importante crecimiento, podríamos corroborar que se mantiene la
primacía de la región Centro como el área geográfica más poblada en el país, seguida
de las regiones Centro-Occidente y Sur-Sureste. En cambio, la región con una menor
cantidad total de habitantes es la Noroeste.

Sin embargo, lo que si muestra cambios importantes al comparar varias regiones es el

grado de urbanización y la tendencia de crecimiento de esta variable o característica del
desarrollo. Así, el cuadro 2.5 muestra que las regiones Noreste y Centro alcanzaron, en
el año 2000, los mayores porcentajes de población urbana (85.3 y 84.1%,
respectivamente), lo cual contrasta con el nivel que alcanza el Sur-Sureste que apenas
rebasa el 54%. No obstante, la región que presenta la mayor tasa de crecimiento de la
población urbana, entre 1990 y 2000, es el Noroeste, seguido por la región Sur-Sureste.

La importancia de este proceso de urbanización de la población radica en que esta

característica parece estar muy relacionada con las capacidades de desarrollo regional.
Así, como podrá corroborarse en los siguientes apartados, es la región Sur-Sureste la
que muestra los indicadores más rezagados tanto en los aspectos económicos como
sociales.

27
Cuadro 2.4. Distribución de la población por región económica.
Región
Región Región Centro- Región Región Población
Noroeste Noreste occidente Centro Sureste total
1940 987,369 2,658,469 5,592,953 5,376,776 5,037,980 19,653,547

1950 1,434,117 3,655,265 6,896,554 7,476,682 6,316,636 25,779,254

1960 2,223,541 4,998,393 9,049,542 10,420,125 8,181,528 34,873,129

1970 3,363,688 6,818,236 11,733,489 15,446,178 10,863,647 48,225,238

1980 4,756,635 9,182,590 15,389,112 22,794,278 14,724,218 66,846,833

1990 6,006,279 11,111,908 19,137,038 26,022,342 18,972,078 81,249,645

2000 7,665,221 13,387,001 22,435,074 31,532,144 22,463,972 97,483,412

2010 9,222,337 15,709,802 26,012,744 35,418,952 25,972,703 112,336,538

Superf. (km2) 378,822 662,690 358,912 86,721 472,044 1,959,189

Densidad, 2010 24,345 23,706 72,477 408,424 55,022 57,338

Fuente: los datos de población y de superficie fueron tomados de INEGI, “Anuario Estadístico de los
Estados Unidos Mexicanos”, varias ediciones. La densidad se calculó como el cociente de población
(multiplicado por mil) y la superficie de cada estado.

Figura 2.2. Población total en cada una de las regiones del país.

Fuentes: véanse en el cuadro 2.4.

28
 Cuadro 2.5. Porcentaje de población urbana en las regiones del país.
Región
Región Región Región Región Total
Centro-
Noroeste Noreste Centro Sureste Nacional
occidente
1900 21.0 30.1 31.4 35.6 23.5 28.6
1910 20.6 29.1 29.2 35.0 23.8 28.4
1920 27.9 37.1 31.9 31.9 27.0 31.2
1930 37.5 38.5 33.8 35.0 27.0 33.4
1940 35.2 42.9 34.1 36.7 27.0 35.4
1950 42.7 47.8 38.9 43.9 32.5 42.9
1960 52.4 57.9 44.3 50.2 36.9 50.8
1970 63.2 65.0 50.6 58.8 42.0 58.6
1980 70.6 61.7 58.0 66.7 49.8 64.8
1990 78.1 78.8 65.5 75.9 57.6 72.9
2000 80.8 82.9 69.7 77.9 61.6 76.1
2010 84.3 85.2 73.0 79.0 64.9 78.1
Fuentes: véanse en el cuadro 2.4.

Figura 2.3. Dinámica de la población urbana en las regiones del país.

Fuentes: véanse en el cuadro 2.4.

29
 2.2.3. Niveles de pobreza regional.
Este es uno de los indicadores más importantes en el análisis del desarrollo regional. Por
supuesto, existe un fuerte debate sobre la forma más adecuada de medir la pobreza
social que muestra una determinada región, así como sobre la validez de la información
oficial que pudiera usarse para tal fin. No obstante, está fuera de los alcances del
presente trabajo el entrar al análisis de las diferentes opciones metodológicas o sobre las
variables y fuentes de información alternativas. Así, hemos tomado los resultados del
trabajo que realiza la Comisión Nacional de Evaluación de la Política de Desarrollo
Social sobre esta característica del desarrollo regional. Los resultados disponibles son a
partir del año 2008 y hasta el año 2014, pero pueden servir para comparar el diferente
nivel de pobreza de cada región en los años recientes.
Nuevamente, como se puede apreciar en los cuadros 2.6 y 2.7, para 2008 la región Sur-
Sureste es la que muestra el mayor porcentaje de población en condiciones de pobreza
y pobreza extrema. Por el contrario, es la región Noroeste la que presentaba el menor
porcentaje de población en condiciones de pobreza. Le siguen la región Noreste y la
región Centro-Occidente y después, ya mostrando cierto rezago en pobreza extrema,
está la región Centro.
Como era de esperarse, en apenas seis años esta situación no mejoró mucho. Sin
embargo, para el año 2010 en todas las regiones se incrementan los porcentajes de
población en condiciones de pobreza, aunque disminuyen ligeramente los porcentajes
de población en pobreza extrema. En especial, en la región Sur-Sureste se observa un
ligero avance pues disminuye el porcentaje de población en situación de pobreza
extrema, aunque todavía está en el doble de la región Centro.
Cuadro 2.6. Evolución de la pobreza, a nivel nacional y regional.
Porcentaje Miles de personas
Región
2008 2010 2012 2014 2008 2010 2012 2014
Región
26.7 33.1 31.4 31.9 2,562.8 3,176.6 3,098.3 3,230.3
Noroeste
Región
33.7 35.6 35.0 33.3 4,856.2 5,307.8 5,379.1 5,266.0
Noreste
Región
Centro- 42.1 45.4 44.5 42.9 11,199.8 12,097.4 12,180.0 12,182.3
occidente
Región
49.9 48.5 49.1 51.3 15,732.7 15,843.7 16,793.5 18,017.8
Centro
Región
54.7 57.6 55.1 55.1 15,106.8 16,387.7 15,899.0 16,645.1
Sureste
Total
44.3 46.1 45.5 46.2 49,458.3 52,813.0 52,813.0 52,813.0
Nacional
Fuente: Comisión Nacional de Evaluación de la Política de Desarrollo Social (2014). Medición de la
Pobreza, Anexo estadístico 2014.

30
Cuadro 2.7. Evolución de la pobreza extrema, nivel nacional y regional.
Porcentaje Miles de personas
Región
2008 2010 2012 2014 2008 2010 2012 2014
Región
3.7 4.4 3.8 3.8 359.7 411.9 369.8 369.8
Noroeste
Región
5.7 5.4 4.2 4.2 773.9 750.0 625.2 625.2
Noreste
Región
Centro- 7.7 7.9 7.4 7.4 2,153.2 2,189.2 2,080.4 2,080.4
occidente
Región
9.9 8.8 7.7 7.7 2,918.8 2,910.6 2,550.5 2,550.5
Centro
Región
18.7 17.9 15.1 15.1 5,653.8 5,601.4 4,786.8 4,786.8
Sureste
Nivel
10.6 11.3 9.8 9.5 11,859.3 12,964.7 11,529.0 11,442.3
Nacional
Fuentes: véanse en el cuadro 2.6.

2.2.4. Crecimiento de la actividad económica.

En el cuadro 2.8 y la figura 2.5 se puede observar el comportamiento de la actividad
productiva de cada una de las regiones socio-económicas del país, en el periodo de
1940 a 2000. Como es bien conocido, es la región Centro la que muestra los mayores
niveles de PIB, seguido, aunque muy por debajo en sus montos, por la región Centro-
Occidente y la región Noreste. En cambio, en las tasas de crecimiento son las regiones
Noroeste y centro-Occidente las que muestran una mayor dinámica que el promedio
nacional. Así, mientras que el PIB nacional crece en 23.1 veces entre 1940 y 2010 (a
precios de 1993), las regiones Noroeste y Centro-Occidente crecen en 29.7 y 28.1
veces. En cambio, la región Noreste crece solamente 22.5 veces con lo que reduce
ligeramente la distancia que le separa de la región Centro que crece 21 veces en el
mismo periodo. En cambio, nuevamente la región Sur-Sureste muestra un bajo
dinamismo en relación con las demás regiones.
Obviamente, aunque este comportamiento del PIB puede ser relativizado en función del
tamaño geográfico de la región o de su población, se puede empezar a vislumbrar el
hecho de que parecen estarse reduciendo las diferencias en la productividad regional y
cabría preguntarse si esta reducción pudiera estar también influenciada por el diferente
crecimiento de la infraestructura de transporte de cada región.

31
Cuadro 2.8. Producto interno bruto nacional y regional (millones de pesos de 1993)
Región
Región Región Centro- Región Región
Noroeste Noreste occidente Centro Sureste PIB nacional
1940 5,189 15,273 12,347 32,524 11,705 77,039
1950 11,371 25,051 21,169 55,192 25,105 137,889
1960 21,174 44,753 31,445 113,750 38,108 249,230
1970 41,370 79,720 87,386 202,209 67,904 478,590
1980 65,974 143,116 154,913 388,676 161,273 913,952
1990 90,190 180,833 198,247 430,816 178,006 1,078,092
2000 129,624 279,060 278,051 584,200 204,992 1,475,927
2010 154,051 343,662 346,398 683,290 252,845 1,780,247
Fuente: elaborado con base en las estimaciones (de 1940 a 1990) de Germán-Soto, Vicente (2005):
"Generación del producto interno bruto mexicano por entidad federativa, 1940-1992", El Trimestre
Económico, vol. 72(3): 617-653, mientras que el periodo 2000 a 2010 se basa en las cifras del INEGI,
Sistema de Cuentas Nacionales de México.

Figura 2.4. Dinámica del producto interno bruto regional en el país.

Fuentes: véanse en el cuadro 2.9.

32
2.2.5. Importancia económica de las regiones en el ámbito nacional.
Como resultado de la dinámica señalada en los apartados anteriores, en el periodo de
1940 a 2010 se puede corroborar que la estructura económica regional no muestra
realmente grandes cambios. Así, el cuadro 2.9 y la figura 2.6 muestran que la región
Centro mantiene su preeminencia con una participación en torno al 40% del PIB
nacional. En cambio, las regiones Centro-Occidente y la región Noreste ven incrementar
ligeramente su participación aunque aún no llegan a la quinta parte del PIB. No obstante,
el incremento de la participación de estas dos regiones parece provenir de la pérdida que
muestra la región Sur-Sureste que confirma su tendencia a un mayor rezago productivo.
Finalmente, la región Noroeste tiene la menor participación y si bien muestra una mejoría
relativa no parece poder superar el 8.7% del PIB nacional.
Cuadro 2.9. Participación regional en el PIB total nacional.
Región
Región Región Centro- Región Región PIB
Noroeste Noreste occidente Centro Sureste nacional
1940 6.7 19.8 16.0 42.2 15.2 100.0
1950 8.2 18.2 15.4 40.0 18.2 100.0
1960 8.5 18.0 12.6 45.6 15.3 100.0
1970 8.6 16.7 18.3 42.3 14.2 100.0
1980 7.2 15.7 16.9 42.5 17.6 100.0
1990 8.4 16.8 18.4 40.0 16.5 100.0
2000 8.8 18.9 18.8 39.6 13.9 100.0
2010 8.7 19.3 19.5 38.4 14.2 100.0
Fuente: elaboración propia, con base en los datos del cuadro 2.8.

2.2.6. Dinámica del PIB per cápita a nivel regional.

En el cuadro 2.10 se muestra la evolución de esta variable en el periodo que va de 1940
al año 2010. Como se puede observar, al relativizar la producción de cada región
conforme los niveles de población residente se encuentra que la región Centro ya no es
la que muestra los mayores indicadores de productividad. De hecho, mientras que la
productividad nacional, medida por medio del PIB per cápita, pasa de 3,920 pesos (de
1993) por cada habitante en 1940, a un nivel de 15,847 pesos por habitante en 2010,
dos de las regiones se encuentran por debajo de estos niveles en ambos años de
referencia. En cambio, se observa que es la región Noreste la que ha mostrado una
mayor dinámica en esta variable y ha logrado superar a la región Centro y la región
Noroeste. En cambio, nuevamente es la región Sur-Sureste la que muestra no sólo los
menores niveles de producto per cápita, sino incluso una tendencia a un mayor rezago
en relación a la media nacional. Esta dinámica se puede apreciar más claramente en la
figura 2.7.

33
Figura 2.5. Dinámica de la participación regional en el PIB nacional.

Fuente: elaboración propia, con datos de INEGI (Aguascalientes, México): "Estadísticas Históricas de
México, Tomo 1",1999; y, "Estadísticas de Contabilidad Nacional, Sistema de Cuentas Nacionales de
México". Banco de Información Económica (BIE), página WEB. 2002.

Cuadro 2.10. PIB per cápita nacional y regional (millones de pesos de 1993)

Región PIB per

Región Región Centro- Región Región cápita
Noroeste Noreste occidente Centro Sureste nacional
1940 5,256 5,745 2,208 6,049 2,323 3,920
1950 7,929 6,853 3,070 7,382 3,974 5,349
1960 9,523 8,953 3,475 10,916 4,658 7,147
1970 12,299 11,692 7,448 13,091 6,251 9,924
1980 13,870 15,586 10,066 17,051 10,953 13,672
1990 15,016 16,274 10,359 16,556 9,383 13,269
2000 16,911 20,846 12,394 18,527 9,125 15,140
2010 16,704 21,876 13,316 19,292 9,735 15,847
Fuente: elaboración propia, a partir de los datos de INEGI: "Estadísticas Históricas de México, Tomo 1",
1999. Aguascalientes, México; y "Estadísticas de Contabilidad Nacional, Sistema de Cuentas Nacionales
de México". Banco de Información Económica (BIE), página web. 2002.

34
Figura 2.6. Producto interno bruto per cápita en las regiones del país.

Fuente: elaboración propia, a partir de los datos de INEGI (Aguascalientes, México): "Estadísticas
Históricas de México, Tomo 1", 1999; y, "Estadísticas de Contabilidad Nacional, Sistema de Cuentas
Nacionales de México". Banco de Información Económica (BIE), página WEB. 2002.

2.2.7. Especialización económica de las regiones.

Al desagregar la anterior participación regional en el PIB, de acuerdo a las actividades en
que existe cierta especialización regional, se obtienen los resultados que se incluyen en
la figuras 2.8 y 2.9, mismas que cubren los años de 1995 y 2010.
Las grandes divisiones consideradas en las figuras 2.8 y 2.9 son (INEGI, BIE):
1. Agropecuario, silvicultura y pesca.
2. Minería.
3. Industria manufacturera.
4. Construcción.
5. Electricidad, gas y agua.
6. Comercio, Hoteles y restaurantes
7. Transporte, almacenaje Y comunicaciones.
8. Servicios financieros, seguros, actividades inmobiliarias y de alquiler.
9. Servicios comunales, sociales y personales.

Así, en la gran división económica correspondiente a las actividades agropecuarias,

silvicultura y pesca, la mayor participación, tanto en 1995 como en 2010, corresponde a
la región Centro-Occidente, seguida de la región Sur-Sureste. Las regiones Centro,
Noroeste y Noreste muestran una participación relativamente baja, alrededor del 15%.
Por el contrario, en la gran división correspondiente a la minería e industrias extractivas

35
es notable la creciente preeminencia de la región Sur-Sureste, lo cual se explica por la
actividad petrolera desarrollada en los estados de Campeche, Veracruz y Tabasco.
En la gran división que comprende a la industria manufacturera, que tiene un peso muy
importante por la densidad de valor de sus productos, destaca la fuerte diferencia que
tiene la región Centro cuya participación de cerca de 46% en 1995 casi duplica la
correspondiente a la región que más le sigue (la región Noreste) que apenas muestra un
23% de participación en la actividad industrial del país. Sin embargo, esta situación
cambia para el año 2010, en particular porque aumenta la presencia de la región Centro-
Occidente que casi alcanza la cuarta parte de la producción manufacturera del país, al
igual que lo hace la región Noreste. Esto se traduce en una reducción porcentual de la
actividad manufacturera de la región Centro. Algo similar sucede con la gran división que
engloba al sector de la construcción, ya que la región Centro disminuye de tener más del
40% del PIB del sector observado en 1995, para apenas alcanzar en 2010 poco menos
de más de la cuarta parte del PIB nacional en esta actividad. En congruencia, las demás
regiones tienen una relativamente mayor participación, incluyendo la región Sur-Sureste
que llega a alcanzar la primera posición dejando detrás a la región Centro.
La quinta gran división que corresponde a la producción de electricidad, gas y agua, es
la que muestra el mayor equilibrio en la participación de todas las regiones. De hecho, es
la única actividad en la que la región Sur-Sureste tenía en 1995 una participación
relativamente mayor que las demás regiones, con casi el 30% del total, aunque este
porcentaje disminuyó en 2010.
Figura 2.7. Participación regional en las grandes divisiones económicas del
producto interno bruto, 1995.

Fuente: elaboración propia, a partir de los datos de INEGI: "Estadísticas de Contabilidad Nacional, Sistema
de Cuentas Nacionales de México". Banco de Información Económica (BIE), página web.

36
Por su parte, tanto en la gran división seis, que incluye al comercio, los hoteles y
restaurantes, como a la siete que corresponde al transporte, almacenaje y
comunicaciones, se encuentra que no hay un cambio en la estructura mostrada en 1995
con relación al año de 2010. Estas grandes divisiones, que son características de una
economía urbanizada y de servicios, muestran, en consecuencia, un predominio de la
región Centro que muestra una participación de más del doble de la región Noreste y la
región Centro-Occidente, mientras que las regiones del Sur-Sureste y Noreste no tienen
una participación muy notable.
Las observaciones realizadas en el anterior párrafo se hacen aún más evidentes tanto en
el caso de la gran división 8 que corresponde a los servicios financieros, seguros,
actividades inmobiliarias y de alquiler, como de la gran división 9 que incluye a los
servicios comunales, sociales y personales. Nuevamente, la región Centro, merced a su
alto nivel de urbanización e industrialización, alcanza niveles de participación en estas
actividades de casi la mitad del total nacional, mientras que las regiones Noreste y
Centro-Occidente apenas cuentan con una participación de alrededor del 15%, y las
regiones del Sur-Sureste y Noreste no tienen una participación destacable.

Figura 2.8. Participación regional en las grandes divisiones económicas del

producto interno bruto, 2010.

Fuente: elaboración propia, a partir de los datos de INEGI: "Estadísticas de Contabilidad Nacional, Sistema
de Cuentas Nacionales de México". Banco de Información Económica (BIE), página web.

37
2.3. Principales resultados de la inversión en infraestructura de transporte
carretero en las regiones económicas de México.
En esta sección del capítulo se presenta el análisis correspondiente a la evolución de la
red carretera y ferroviaria que se ha extendido en el país como resultado de la inversión
acumulada en acervos de infraestructura en cada una de las regiones económicas cuya
semblanza de desarrollo económico se presentó en la sección anterior. Con estos
elementos, se procede a la revisión de algunos indicadores que nos permitirían
relacionar dichos acervos de infraestructura precisamente con las características físicas,
demográficas y económicas de las regiones de México.

2.3.1. La infraestructura de transporte carretero en las regiones del país.

En el cuadro 2.11 y la figura 2.10 se muestra la evolución que ha tenido cada una de las
regiones económicas del país en el despliegue de caminos y autopistas. Así, mientras
que en 1940 había solamente un total de poco más de 27 mil kilómetros de carreteras,
de las cuales 6,419 eran pavimentadas (es decir, 23.7%), casi una tercera parte se
concentraba en la región Noreste. Para el año 2010, el total nacional de carreteras era
de casi 372 mil kilómetros, de las cuales más de 138 mil eran pavimentadas (es decir,
37.2%). En otras palabras, el acervo nacional de caminos no solo ha crecido en 13.7
veces en el periodo 1940 a 2010, sino que también ha mejorado en términos del
porcentaje de caminos pavimentados.
Contrariamente a lo que pudiera esperarse por los indicadores de desarrollo económico
mostrados en las secciones anteriores, la región Sureste es la que cuenta con la mayor
dotación de carreteras, tanto pavimentadas como totales. Así, pasa de tener 4,258
kilómetros de carreteras totales (22% ya pavimentadas) en el año de 1940, a un total de
más de119 mil kilómetros de carreteras (de las que un 34.4% son carreteras
pavimentadas).
Aunque bastante por detrás de la región Sureste, la región Centro-Occidente también
cuenta con una gran capacidad carretera, pasando de tener poco menos de ocho mil
kilómetros de carreteras en 1940 (18%, pavimentadas) a un total de casi 95 mil
kilómetros en el año 2010 (39%, pavimentadas).
Por su parte, las regiones Noreste y Noroeste del país muestran una cantidad de
acervos carreteros que, para el año 2010, es muy similar y cercana a los 59 mil
kilómetros de caminos y autopistas. En cambio, el porcentaje de carreteras
pavimentadas si es muy diferente: mientras que la región Noreste cuenta con 42% de
carreteras pavimentadas, la región Noroeste tiene sólo 28%.
Finalmente, la región Centro tiene la menor cantidad de carreteras en el año 2010:
40,329 kilómetros, de los cuales el 47% son pavimentadas. Es decir, aunque tiene el
menor acervo de infraestructura carretero, la región Centro tiene el mayor porcentaje de
caminos transitables en todo tiempo.

38
Cuadro 2.11. Crecimiento regional de la infraestructura carretera en México.
Región
Región Región Región Región Total
Centro-
Noroeste Noreste Centro Sureste nacional
occidente
Kilómetros de carreteras pavimentadas
1940 194 2,177 1,465 1,648 934 6,419
1950 1,123 3,715 3,070 2,565 2,212 12,685
1960 4,432 7,187 6,434 3,293 6,023 27,369
1970 6,366 9,606 10,686 5,451 10,225 42,334
1980 11,290 13,934 15,350 8,857 17,489 66,920
1990 12,648 17,067 19,704 11,771 22,735 83,925
2000 15,002 20,562 27,004 15,133 30,787 108,488
2010 16,461 25,007 36,933 18,979 41,024 138,404
Kilómetros de carreteras totales
1940 3,625 6,079 7,991 5,113 4,258 27,066
1950 3,489 5,835 6,739 4,014 4,832 24,910
1960 7,440 9,940 11,046 6,033 10,630 45,089
1970 8,687 13,312 17,931 10,418 21,534 71,882
1980 29,969 44,775 52,266 26,754 58,705 212,469
1990 34,687 51,612 58,700 28,679 65,557 239,235
2000 56,987 52,947 84,732 32,297 96,102 323,065
2010 58,636 58,887 94,752 40,329 119,332 371,936

Fuente: los datos del periodo 1940 a 1990 fueron tomados de INEGI, “Anuario Estadístico de los Estados
Unidos Mexicanos”, varias ediciones. La información de 2000 y 2010 proviene de los Anuarios Estadísticos
de la SCT, varias ediciones.

Para tener una idea más clara de la disponibilidad relativa que tiene cada región del
acervo de carreteras pavimentadas, en el cuadro 2.12 se muestra cómo ha evolucionado
esta infraestructura en cada una de las regiones mexicanas. Como se puede comprobar,
esta distribución si ha cambiado en el periodo en estudio, pasando de una participación
muy alta de las regiones Noreste y Centro (en el año de 1940), a una situación en el año
2010, donde es la región Sureste la que concentra el mayor porcentaje de las carreteras
pavimentadas del país, y esto no es realmente reciente, sino que se observa desde hace
varias décadas. En cambio, la región Centro-Occidente ha contado con alrededor de la
cuarta parte de los acervos carreteros pavimentados, mientras que la región Noroeste
sólo ha logrado incrementar su participación de manera modesta.

39
Cuadro 2.12. Distribución del acervo de carreteras pavimentadas en México.
Región
Región Región Región Región Total
Centro-
Noroeste Noreste Centro Sureste nacional
occidente
(Porcentaje de carreteras pavimentadas del total nacional)

1940 3.0 33.9 22.8 25.7 14.5 100.0

1950 8.9 29.3 24.2 20.2 17.4 100.0

1960 16.2 26.3 23.5 12.0 22.0 100.0

1970 15.0 22.7 25.2 12.9 24.2 100.0

1980 16.9 20.8 22.9 13.2 26.1 100.0

1990 15.1 20.3 23.5 14.0 27.1 100.0

2000 13.8 19.0 24.9 13.9 28.4 100.0

2010 11.9 18.1 26.7 13.7 29.6 100.0

Fuente: elaboración propia a partir de la información del cuadro 2.11.

Figura 2.9. Carreteras pavimentadas en cada región económica .

Fuente:
elaboración propia a partir de la información del cuadro 2.11.

40
Figura 2.10. Carreteras de dos, cuatro o más carriles por región en el país.

Fuente: elaboración propia con base en información de los Anuarios Estadísticos de la SCT, varias
ediciones.

2.3.2. Indicadores de la infraestructura de transporte carretero.

Para valorar más adecuadamente el significado de las cantidades de kilómetros de
carreteras con que dispone cada región económica de México, y en un primer análisis
cuantitativo, tenemos que relacionar dicha disponibilidad con el tamaño de la región, la
dinámica de su población y del ritmo de la actividad económica que desarrollan.
Para empezar el cuadro 2.13 muestra la evolución de la densidad carretera en cada una
de las regiones en estudio, es decir, la cantidad de metros pavimentados de carretera
por kilómetro cuadrado de superficie. Este indicador tomaría en cuenta el tamaño
geográfico de la región ya que no es correcto soslayar esta variable, en particular por las
grandes diferencias que tienen las regiones económicas mexicanas en su extensión
geográfica. Así, no es equiparable el esfuerzo de cubrir territorialmente la superficie de la
región Noreste del país que representa casi una tercera parte del territorio nacional, que
la región Centro que constituye apenas un 4.5% de la superficie del país. Precisamente,
ello explica la baja densidad carretera de dicha región Noreste, misma que es apenas
poco más de la mitad de la densidad promedio nacional. Por el contrario, es la región
Centro la que siempre ha mostrado la mayor densidad carretera, aunque ha visto
reducida la diferencia con relación a las demás regiones. Así, por ejemplo, mientras que

41
en 1940 tenía una densidad 38 veces a la que mostraba la región menos favorecida (la
región Noroeste), en el año 2010 esta diferencia se reduce a 5.8 veces la densidad de la
región con menor densidad carretera que es la región Noreste. Incluso, la región Centro-
Occidente es la que muestra un mayor crecimiento en su densificación, a lo largo de los
setenta años del análisis.

Cuadro 2.13. Densidad carretera en las regiones del país, 1940-2010.

Región
Región Región Región Región Total
Centro-
Noroeste Noreste Centro Sureste nacional
occidente
(Metros de carreteras pavimentadas por cada kilómetro cuadrado de superficie)
1940 0.5 3.3 4.1 19.0 2.0 3.3
1950 3.0 5.6 8.6 29.6 4.7 6.5
1960 11.7 10.8 17.9 38.0 12.8 14.0
1970 16.8 14.5 29.8 62.9 21.7 21.6
1980 29.8 21.0 42.8 102.1 37.0 34.2
1990 33.4 25.8 54.9 135.7 48.2 42.8
2000 39.6 31.0 75.2 174.5 65.2 55.4
2010 43.5 37.7 102.9 218.9 86.9 70.6

Por supuesto, algo que es aún más importante analizar, es la relación que tiene la
infraestructura carretera en función de la dinámica mostrada por la cantidad de
habitantes de cada región (véase el cuadro 2.14). Como se puede corroborar, son las
regiones Noreste y Noroeste las que han mostrado la mayor consistencia en mostrar una
disponibilidad de metros de carretera pavimentada por cada habitante de la región que
es mayor al promedio nacional. Un comportamiento similar muestran las regiones
Sureste y Centro-Occidente, aunque han superado la media nacional sólo a partir de
1980. Por el contrario, la región Centro es la que dispone de una reducida cantidad de
acervos carreteros pavimentados por cada habitante y, por su peso demográfico,
contrarresta a las demás regiones en este indicador. Esta situación lleva a cuestionar el
significado real de este indicador. Así, el hecho de que se tenga una cantidad de
carreteras proporcionalmente baja en relación al tamaño de la población (o al tamaño del
territorio) no se traduce directamente en una desventaja para el desarrollo económico.
Son las características del emplazamiento específico de la red carretera, esto es el uso
eficiente o ineficiente que se haga de las mismas, lo que bien podría determinar el
potencial real de desarrollo que representa la acumulación de estos acervos de capital
físico.

Tomando en cuenta lo anterior, se analizó la relación entre el nivel de actividad

económica de cada región y la disponibilidad de kilómetros de carreteras pavimentadas,
con los resultados que se muestran en el cuadro 2.15.

42
 Cuadro 2.14. Cobertura poblacional de los acervos carreteros en las regiones del
país, 1940-2010.
Región
Región Región Región Región Total
Centro-
Noroeste Noreste Centro Sureste nacional
occidente
(metros de carreteras pavimentadas por habitante)

1940 0.19 0.79 0.26 0.30 0.18 0.32

1950 0.78 1.02 0.45 0.34 0.35 0.49
1960 1.99 1.44 0.71 0.32 0.74 0.78
1970 1.89 1.41 0.91 0.35 0.94 0.88
1980 2.37 1.52 1.00 0.39 1.19 1.00
1990 2.11 1.54 1.03 0.45 1.20 1.03
2000 1.96 1.54 1.20 0.48 1.37 1.11
2010 1.78 1.59 1.42 0.54 1.58 1.23
Fuente: elaboración propia a partir de la información de los cuadros 2.4 y 2.11.

Al analizar la productividad (medida en función del producto interno bruto regional, en

pesos de 1993) que está asociada a cada kilómetro de carretera pavimentada, se
encuentra que tanto la región Noroeste como la región Sureste han disminuido los
niveles mostrados en el inicio del periodo. En especial, la región Noroeste muestra en el
año 2010 que la productividad de sus carreteras corresponde con la tercera parte de lo
que tenía en los años cuarenta, aunque parece estarse recuperando de una caída aún
mayor. Igualmente, la región Sureste disminuye la productividad de sus acervos
carreteros a menos de la mitad con la que inició el periodo, sin mostrar indicios de
mejorar. Por su parte, aunque ha duplicado los niveles de productividad en estos setenta
años del análisis, la región Noreste no muestra realmente un comportamiento que lleve
sugerir que está en vías de aprovechar más productivamente la disponibilidad de
acervos carreteros. Peor aún, la región Centro-Occidente muestra un estancamiento en
este indicador de productividad. En el caso de la región Centro es claramente la región
que usa más productivamente su red carretera pavimentada, si bien muestra un
estancamiento en los niveles de este tipo de productividad. La conclusión general es que
ninguna región ha incrementado sustancialmente el uso productivo de las crecientes
disponibilidades de acervos carreteros, pero algunas regiones incluso han empeorado en
este indicador. Una hipótesis que pudiera plantearse al respecto consiste precisamente
en la posibilidad de que sea la falta de infraestructura la que esté provocando la falta de
crecimiento del PIB regional. Sin embargo, es notable el caso de la región Sureste que
muestra los mayores incrementos de carreteras pavimentadas en el periodo, pero ello no
corresponde con un incremento en la contribución porcentual de la región al PIB nacional
(véase el cuadro 2.9). Podría entonces plantearse la posibilidad de que la productividad

43
de las carreteras sea medida en términos del PIB per cápita, lo cual se muestra en el
cuadro 2.16. No obstante, como se ve claramente en dicho cuadro, al estimar el
indicador de la cantidad de PIB per cápita asociado al kilometraje de vías pavimentadas,
se corrobora el descenso marcado en todas las regiones, pero especialmente en la
región Sureste.
Cuadro 2.15. Productividad regional de la infraestructura carretera pavimentada.
Región
Región Región Región Región Total
Centro-
Noroeste Noreste Centro Sureste nacional
occidente
(millones de pesos de PIB, por kilómetro de carretera pavimentada)

1940 26.71 7.02 8.43 19.73 12.54 12.00

1950 10.12 6.74 6.90 21.52 11.35 10.87
1960 4.78 6.23 4.89 34.54 6.33 9.11
1970 6.50 8.30 8.18 37.10 6.64 11.31
1980 5.84 10.27 10.09 43.88 9.22 13.66
1990 7.13 10.60 10.06 36.60 7.83 12.85
2000 8.64 13.57 10.30 38.60 6.66 13.60
2010 9.36 13.74 9.38 36.00 6.16 12.86
Fuente: elaboración propia a partir de la información de los cuadros 2.8 y 2.11.

Cuadro 2.16. Productividad per cápita de la infraestructura carretera.

Región
Región Región Región Región
Centro-
Noroeste Noreste Centro Sureste
occidente
(millones de pesos de PIB per cápita, por kilómetro de carretera pavimentada)

1940 27050.1 2639.1 1506.5 3669.6 2488.8

1950 7059.8 1844.6 999.9 2878.2 1797.0
1960 2148.6 1245.8 540.1 3315.0 773.3
1970 1932.0 1217.2 696.9 2401.6 611.3
1980 1228.5 1118.5 655.8 1925.2 626.3
1990 1187.2 953.5 525.7 1406.5 412.7
2000 1127.2 1013.8 459.0 1224.3 296.4
2010 1014.8 874.8 360.6 1016.5 237.3
Fuente: elaboración propia a partir de la información de los cuadros 2.10 y 2.11.

44
Finalmente, también es importante revisar el comportamiento de la productividad del
acervo total de carreteras, esto es, agregando el acervo de carreteras no pavimentadas.
La razón de esta consideración radica en que las carreteras no pavimentadas podrían
ser un factor importante para la movilización de productos agrícolas y minerales. En el
cuadro 2.17 se realizó un análisis similar al contenido en el cuadro 2.15, pero
considerando ahora el total de carreteras existentes en cada región económica del país.
Como se puede observar, nuevamente se encuentra un deterioro generalizado de este
indicador, incluso en mayor medida que en el caso del análisis de las carreteras
pavimentadas.

Cuadro 2.17. Productividad económica regional del acervo total de infraestructura

carretera, 1940-2010.
Región
Región Región Región Región Total
Centro-
Noroeste Noreste Centro Sureste nacional
occidente
(millones de pesos de PIB, por kilómetro de carretera, pavimentada o no pavimentada)

1940 1.43 2.51 1.55 6.36 2.75 2.85

1950 3.26 4.29 3.14 13.75 5.20 5.54
1960 2.85 4.50 2.85 18.85 3.58 5.53
1970 4.76 5.99 4.87 19.41 3.15 6.66
1980 2.20 3.20 2.96 14.53 2.75 4.30
1990 2.60 3.50 3.38 15.02 2.72 4.51
2000 2.27 5.27 3.28 18.09 2.13 4.57
2010 2.63 5.84 3.66 16.94 2.12 4.79
Fuente: elaboración propia a partir de la información de los cuadros 2.8 y 2.11.

Los resultados de este capítulo permiten la consolidación de las hipótesis de partida, a

saber: primero, que no parece existir una relación directa o clara entre la acumulación de
acervos carreteros en una región y el nivel de desarrollo económico que muestran, ni en
el corto o en el largo plazo; segundo, que tampoco parece estarse cumpliendo la idea de
que la inversión en infraestructura carretera pueda contribuir a un desarrollo regional
más equilibrado en el país. A la primera hipótesis la podemos identificar como una
situación de eficiencia (en el manejo de los recursos económicos), mientras que a la
segunda hipótesis se le puede relacionar con el problema de equidad en el desarrollo
regional. Al análisis de estas hipótesis se dedica, respectivamente, cada uno de los
siguientes capítulos.

45
CAPÍTULO 3. MEDICIÓN DE LA CONTRIBUCIÓN DE LA INVERSIÓN EN
TRANSPORTE AL INCREMENTO DE LA PRODUCTIVIDAD DE LAS REGIONES
ECONÓMICAS DE MÉXICO.

La infraestructura de transporte puede desempeñar un papel muy importante para la

integración de regiones y países. Sin embargo, para que ello se cumpla, dicha
infraestructura debe ser construida y operada con plena eficiencia, aprovechando al
máximo los recursos materiales, tecnológicos y humanos. Incluso, desde el momento de
decidir su ubicación, deben existir todas las condiciones de mercado para que su
construcción esté realmente justificada.
No obstante lo evidente del anterior razonamiento, no es difícil encontrar infraestructura
de transporte con unos niveles de utilización que podrían poner en duda su justificación
económica. En México, es frecuente encontrar argumentos de orgullo regional como
base para decidir la construcción y operación de caminos y vías férreas. En el otro
extremo del debate, y coincidiendo con el cambio operado en la política económica del
gobierno mexicano a partir de la segunda mitad de los años noventa, se ha cambiado la
orientación de los objetivos de la política de infraestructura de transporte, haciendo que
predomine la lógica financiera de la inversión. Aunque no se reconozca en forma pública,
cada vez se rechaza más el argumento del desarrollo regional para la inversión pública
en infraestructura, el uso de subsidios o para alguna otra forma de ayuda
gubernamental. Así, la Secretaría de Hacienda y Crédito Público postula que, para una
mejor utilización de los recursos públicos, ésta se garantiza sólo si la infraestructura de
transporte disminuye los costos de operación y los tiempos de traslado, pero se
rechazan argumentos ambientales, accidentes y desarrollo económico regional. De esta
forma, regiones con alta incidencia de accidentes, impacto ambiental o bajo nivel de
integración al desarrollo nacional no se verían beneficiados por recursos públicos para
infraestructura de transporte, a menos que sean atractivos para la inversión privada.
Ante la importancia de este debate, el objetivo principal de este capítulo es conocer en
qué medida los acervos (“stocks”) de inversión que se hacen en infraestructura de
transporte impactan la actividad económica en las regiones en que son construidas. Para
lograr dicho objetivo, se empleará el método de la envolvente de datos (DEA, por sus
siglas en inglés), desarrollado por Charnes, Cooper y Rodes en 1978, el cual compara
unidades productivas, basándose en el criterio de la mejor marca, para cuantificar la
eficiencia técnica de cada una de ellas. Este método ha sido empleado de manera
recurrente en trabajos similares, dada la facilidad que presenta para un análisis multi
insumo y multi producto.
El presente capítulo está organizado de la siguiente manera: en la primera sección se
realiza una revisión preliminar del estado actual de la investigación en la medición de la
productividad regional en México, tomando en cuenta las limitaciones cuantitativas y
cualitativas de la información que puede ser usada para dicho fin.
Después, aunque ya en el segundo capítulo se muestran los resultados de la medición
de la productividad de las redes carreteras, a nivel de las regiones económicas, ello
representa apenas un primer de marco de referencia y han servido para presentar la
información que puede servir para la aplicación de los modelos con los que se desea

46
 conocer la medida en que la inversión en carreteras ha seguido un criterio de eficiencia
(en el presente capítulo) o de equidad regional (capítulo cuarto).
En la segunda sección se establece el marco teórico de la metodología empleada para el
análisis subsecuente que se basa en la medición de la eficiencia técnica, siguiendo las
ideas de Farrel (1957). Después, en la cuarta sección se analizan los resultados de la
aplicación de dicha metodología. Así, se realiza un análisis de la eficiencia técnica que
mostrarían las entidades federativas del país en el uso de la infraestructura de carreteras
para alcanzar los niveles de productividad per cápita mostrados en el periodo que va
desde 1940 y hasta el año 2010. Finalmente, se presentan las conclusiones obtenidas
de este análisis de la eficiencia técnica que debieran ser importantes para efectos de
políticas públicas, por sus implicaciones presupuestales.

3.1. Alcances en la medición de la productividad regional en México.

El estudio del crecimiento económico regional en México ha recibido, recientemente,
importantes contribuciones. Para el propósito del presente trabajo, destacan las
siguientes.
Según las evidencias empíricas que presentan Lachler y Aschauer en un documento de
trabajo publicado por el Banco Mundial,1 el crecimiento económico de México empezó a
desplomarse al mismo tiempo que lo hizo la inversión pública. Sin embargo, aunque
dicho decrecimiento parece estar coincidiendo, en particular, con la disminución en la
inversión de capital para la infraestructura de tres sectores estratégicos: electricidad,
transporte y comunicaciones, ello no se sustenta de manera contundente. Así, al realizar
una modelación econométrica (mediante series de tiempo) de la relación observada en
México, entre la productividad total de los factores y el cociente de la inversión pública
entre la inversión privada, estos autores apenas encuentran coeficientes de correlación
que van de 0.21 a 0.43. 2
Gerardo Esquivel desarrolló en el año 2000 un estudio en el que explora las causas del
desarrollo económico de la regiones de México. Aunque incluye algunas variables como
representativas de la infraestructura (acceso al agua, al alcantarillado y a la electricidad)
a las que no les encuentra mucha significancia estadística, no incluye la infraestructura
de transporte, pero concluye que son el clima y la vegetación las que determinan las
diferencias observadas entre las entidades federativas sobre sus niveles y las tasas de
crecimiento del ingreso per cápita.3
En el mismo año de 2000, Messmacher realizó una investigación para conocer los
efectos del TLC en la desigualdad regional en México, aplicando regresiones de
convergencia e indicadores de dispersión.4 Entre sus conclusiones principales, destaca
no sólo la corroboración de que se está incrementando la desigualdad regional que ha

1
Lachler, U. and Alshauer, D. A. 1998. Public investment and economic growth in México, Policy Research Working Paper
1962, The World Bank, Washington.
2
Op cit., p. 7.
3
Esquivel, Gerardo. (2000) Geografía y Desarrollo Económico en México. Research Network Working Paper #R-389.
Banco Interamericano de Desarrollo.
4
Messmacher Linartas, Miguel. (2000) Desigualdad regional en México, el efecto del TLCAN y otras reformas estructurales.
Documento de investigación 2000-4. Banco de México.

47
 favorecido a los estados del norte del país, sino que son las actividades manufactureras
y el transporte y las comunicaciones las que explican el dinamismo de los estados que
más han crecido. Así, aunque no analiza propiamente la infraestructura de transporte,
esta conclusión podría apoyar la idea de que el sector transporte no podría estar
creciendo sin una adecuada infraestructura. Por lo tanto, indirectamente se podría inferir
que las entidades federativas que más han invertido en carreteras, por ejemplo, han
apoyado más el crecimiento de sus actividades manufactureras. Por supuesto, esas son
precisamente temas dentro de la agenda de investigación del desarrollo regional.
En contrapartida, Noriega y Fontenla (2005) si encuentran que hay una
complementariedad entre la inversión pública en infraestructura y la inversión privada en
México. 5 En particular, estos autores revisan los efectos de largo plazo que han tenido
los incrementos de infraestructura telefónica, carretera y telefónica, en el crecimiento del
PIB real. De esta manera, estos autores encuentran que el efecto del incremento de
kilómetros de carreteras tiene su efecto perceptible sólo después de siete u ocho años.
De hecho, también en el año de 2005, Calderón y Servén realizaron un estudio para
medir el impacto del stock de infraestructura de transporte terrestre en el crecimiento y la
distribución del ingreso. Aunque sus resultados son derivados de un análisis de cifras
agregadas de más de 100 países y no es realmente un estudio a nivel regional, es
importante destacar que encuentra una relación robusta entre dichos stocks de
infraestructura y el crecimiento del PIB e incluso encuentran una relación inversa con la
desigualdad en la distribución del ingreso en los países con mayor cantidad y calidad de
infraestructura.6
Por el contrario, un estudio del Banco Mundial, realizado por Eli Weiss en 2010,
orientado a buscar el impacto que puede tener la corrupción en el desarrollo regional
mexicano, lleva a cabo una análisis de regresión, incluyó como variable a la densidad de
carreteras (relación entre cantidad de carreteras y el tamaño el estado) como parte de
las variables explicativas del crecimiento promedio del PIB per cápita. Sin embargo,
encuentra que dicha densidad si es significativa pero sólo a un nivel de significancia
estadística del 10%, quedando por detrás de otras cinco variables con mucho mayor
poder explicativo.7
Dos aspectos podrían concluirse de esta breve semblanza de estos estudios que
consideramos que son representativos de otros que se pueden consultar sobre el tema
de la desigualdad regional en México. Primero, que no parece haber una tendencia
uniforme sobre la influencia de la infraestructura de transporte en el desarrollo regional.
En efecto, al margen de las posibilidades de comparación de los fundamentos teóricos
de ambos modelos, lo que se puede enfatizar, por el momento, es la existencia de un
debate que esta distante de estar cerrado. De hecho, una posibilidad de contribución al
análisis de estos investigadores es, precisamente, la consideración del ámbito
geográfico. Así, una posible vertiente de análisis es el estudio de la respuesta de la
productividad en un nivel menor de agregación. Es decir, en lugar de usar las cifras

5
Noriega, A. and Fontenla, M. 2005. Public Infrastructure and Economic Growth in México. Documento de trabajo,
Universidad de Guanajuato.
6
Calderon, C., Servén, L., (2005) The effects of infrastructure Development on Growth and Income Distribution. World
Bank.
7
Weiss, E., Rosenblatt, D., (2010) Regional Economic Growth in México. Policy Research Working Paper 5369.

48
nacionales, se realizará el análisis con información a nivel regional, hasta donde lo
permitan la disponibilidad de información.
Segundo, en dichos estudios, la herramienta de análisis se ha centrado en los modelos
econométricos o no se incluye explícitamente a la infraestructura de transporte como
variable de análisis. Por lo tanto, ambas cuestiones nos permiten asumir la pertinencia
de un análisis con el enfoque que presentamos en este trabajo.

3.2. Eficiencia técnica (Farrel, 1957).

El concepto de productividad se refiere a la relación entre los productos obtenidos y los
insumos consumidos en el proceso productivo. Así, la productividad puede ser
expresada como sigue:

producto obtenido
Productividad  ----------[3.1]
insumo usado

Este cociente es un cálculo directo derivado del caso producto simple, insumo simple.
Sin embargo, el caso más común es la situación donde hay multi-producto y multi-
insumo. En este caso, en la presencia de varios productos y varios insumos en el
proceso productivo es necesario agregar los insumos y los productos en un índice de
productividad simple. Para hacer esto, es necesario obtener un índice agregado de los
insumos y de los productos por medio de un sistema de ponderación. Por ejemplo, los
productos pueden ser ponderados por medio de su participación en el ingreso total,
mientras que los insumos pueden ser ponderados por medio de su participación en los
costos evitables (Hensher, 2001). Así, un índice de productividad puede diferir
dependiendo del sistema de ponderación usado y con el nivel de agregación de insumos
y productos. Sin embargo, una de las principales desventajas en el uso de números
índice es que ellos no pemiten distinguir entre las diferentes fuentes de cambio de la
productividad (Oum et al, 1999).
Es evidente que, por medio de la ecuación 1.1, una ganancia en productividad puede ser
definida como el incremento del producto en relación con los insumos, o un decremento
en el uso de insumos con relación a un nivel de producto dado. En otras palabras, a
mayor valor del cociente, mayor es la productividad.
Aunque la variación en la productividad puede deberse a muy diferentes causas o
fuentes, uno de los principales propósitos de la medición de la productividad consiste en
la separación e identificación del componente “eficiencia” con la intención de hacer
inferencias sobre el efecto de la eficiencia en el proceso productivo de una empresa,
industria u organización determinada (Oum et. al, 1999). El término eficiencia se refiere a
la comparación entre la productividad obtenida con los valores de insumos y productos
del caso en análisis, en relación con los valores que se obtendrían con los valores
óptimos de insumos y producción (Lovell, 1993). Más aún, de acuerdo con los valores
óptimos, dos tipos de eficiencia deben ser considerados: la eficiencia técnica y la
eficiencia en la asignación de recursos ("allocative efficiency”). Si los valores óptimos
están definidos en términos del máximo nivel de producción que puede ser alcanzado

49
 dado el nivel de insumos, o el mínimo nivel de insumos que pueden ser usados para
producir un determinado nivel de producción, esto es, en términos de la frontera de
producción; la eficiencia es técnica. En otras palabras, la eficiencia técnica es alcanzada
al producir en la frontera de producción.
Por otra parte, si el valor óptimo está basado en la selección de la mezcla de insumos en
forma tal que un determinado nivel de producto es producido al menor costo posible,
dados los precios respectivos en los insumos, entonces, el término eficiencia se refiere a
la eficiencia en la asignación de recursos. Así, de la definición clásica de eficiencia en la
asignación de recursos, se puede inferir que es necesario tener un proceso multi-
insumos o multi-producción para poder medir este tipo de eficiencia.

3.2.1. Definición de la eficiencia técnica.

Las medidas de eficiencia nos indican una relación entre lo que se produce, y lo que se
debe producir. Es decir, para saber si se está produciendo de manera eficiente, debe
existir un marco de comparación. Para ello, Farell (1957) propuso que dicha
comparación debería estar en función de la mejor marca (o lo que hoy conocemos como
benchmarking) observada entre un conjunto de empresas ó DMU8, a las que se desee
equiparar. Además de ello, identificó dos formas en las que se produce de manera
ineficiente. La primera de ellas ocurre cuando se utilizan más insumos de los que se
requieren en el proceso de producción de acuerdo con la tecnología existente, mientras
que la segunda resulta de no contar con la mejor combinación de insumos, dados los
costos de estos. A la primera se le conoce con el nombre de ineficiencia técnica, y a la
segunda se le nombró ineficiencia de asignación. En el presente trabajo de investigación
nos enfocamos sólo en la estimación de la eficiencia técnica. Por ello, sólo es necesario
contar con las cantidades utilizadas de insumos y de producción.
Farell definió la eficiencia técnica como la distancia existente entre la mejor marca y la
marca real de la empresa ó DMU, que se desea comparar.
La figura 3.1 puede servir para ilustrar la diferencia entre la eficiencia técnica y la
eficiencia en la asignación de recursos. Considérese una empresa que usa dos insumos,
x1 y x2, para producir un producto simple y. Así, en este caso, la empresa tendrá una
función de producción y = f(x1, x2). Entonces, asumiendo rendimientos constantes a
escala, la función de producción puede ser expresada como 1 = f (x1/y, x2/y). Así, la
frontera tecnológica puede estar representada por la isocuanta I-I’. Más aún, se asume
que la función presupuestaria está representada por la línea de isocostos P-P’, la cual se
define por la relación de precios de los insumos. Como se observa en la figura 6.1, la
línea de isocostos es tangente a la isocuanta en el punto D.
Ahora, supongamos que la empresa está produciendo en el punto A, el cual es
técnicamente ineficiente puesto que este punto no está ubicado en la frontera de
producción, este es, sobre la isocuanta. Para estimar el nivel de ineficiencia técnica
podemos usar la definición de Farrell (1957), que propone la Eficiencia Técnica (ET)
como “one minus the maximum equiproportionate reduction in all inputs that still allows
continued production of given outputs” (Lovell, 1993). Así, la Eficiencia Técnica en el
8
En la literatura sobre el tema se identifica como DMU a cada una de las unidades tomadoras de decisiones (DMU =
“Decision Making Unit”).

50
punto A está dada por ETA = (1 - BA/0A), ó ETA=(0B/0A). Esto es, la ET en el punto A
mide la proporción mínima de insumos x1A y x2A necesarios para producir yA.

La eficiencia técnica total se logra en el punto B, en el cual ET B=1. De hecho, en general,

dicha Eficiencia Técnica total se alcanza en cualquier punto sobre la isocuanta. Más aún,
la ET está restringida a tener valores entre 0 y 1, esto es: 0  ET  1. Así, el punto B es
técnicamente eficiente. Sin embargo, es posible producir el mismo nivel de producto a un
menor costo cambiando la proporción que se usa del insumo x1 en relación con la
cantidad usada del insumo x2. como resultado, el punto B es ineficiente en la asignación
de recursos. Farrell (1957) define la ineficiencia en la asignación de recursos (en
adelante, AE, o “allocative inefficiency”) en el punto B como el cociente: AEB=0C/0B. Más
aún, puesto que los puntos A y B tienen la misma proporción de insumos, ambos tienen
el mismo nivel de ineficiencia, esto es: AEA=AEB. Similarmente, AE está restringida a
tener valores entre 0 y 1, esto es: 0  AE  1. La eficiencia en la asignación de recursos
se alcanza en cualquier punto en la línea de isocostos, por lo que el punto C es eficiente
en la asignación de recursos pero no es técnicamente eficiente.

Figura 3.1. Eficiencia técnica y eficiencia en la asignación de recursos.

x2/y I

P
B

C
Isocuanta

D I’
Isocosto
P’
0 x1/y

Fuente: Coelli et al, 1998.

Así, combinando la eficiencia técnica (ET) y la eficiencia en la asignación de recursos

(AE) podemos obtener una eficiencia productiva total, esto es, una eficiencia económica
(EE), la cual se obtiene en el punto D. La eficiencia económica, tal y como la define

51
Farrell (1957) se obtiene como el producto de (ET) y (AE), esto es: EEA=(ETA)(AEA).
Así, EE en el punto A se define como: EEA = (0B/0A) (0C/0B) = 0C/0A.
Una vez definida la eficiencia técnica, lo importante es determinar la frontera de la
misma, es decir, la curva I-I’ en la figura 3.1. Para ello, en los últimos años se han
desarrollado dos enfoques principales para determinar la frontera y medir la eficiencia. El
enfoque paramétrico consiste en determinar, a través de técnicas econométricas, una
función frontera utilizando una representación paramétrica de la tecnología junto con un
término de error compuesto. En cambio, el método no paramétrico se resuelve mediante
técnicas de programación lineal, y se calcula la frontera productiva directamente de los
datos, sin imponer restricciones a priori a dicha función frontera.
El principal exponente del enfoque paramétrico es el método de las fronteras
estocásticas, el cual surge de los trabajos propuestos por Aigner, Lovell y Schmidt
(1977), y Meeusen y Van den Broeck (1977), quienes, de manera independiente,
propusieron la función de la frontera estocástica, a la que consideraron un valor
aleatorio, el cual se refiere a hechos fortuitos, que puede tener efectos positivos o
negativos.
Las características básicas del modelo de fronteras estocásticas son ilustradas en la
figura 3.2. El eje horizontal representa el insumo (entrada ó input), mientras que el
vertical el producto (salida ó output), la frontera de producción, creada por medio de
técnicas econométricas, significa la máxima producción alcanzable con la tecnología
disponible, por lo que todos aquéllos puntos que se encuentren fuera de ella, se dice que
producen de manera ineficiente, como los puntos i y j.
Los puntos i y j representan a dos empresas que emplean los insumos x i y xj para
producir las cantidades yi y yj respectivamente. El punto i*, es la correspondiente frontera
de producción en i, el cual, se encuentra por arriba de la función de producción debido a
que el error aleatorio, vi, es positivo, el caso contrario ocurre en el punto j*, que se
encuentra por debajo de la función de producción. Otro aspecto que vale la pena
destacar de la figura es que las salidas (outputs) pueden ser mayores que la parte
determinística de la frontera estocástica, sí los correspondientes errores aleatorios son
más grandes que los efectos de ineficiencia, es decir, y i  expx i sí vi > ui.
En las fronteras de producción, la eficiencia técnica de la empresa i-ésima se define
como el cociente entre el producto alcanzado por dicha empresa y su producción
potencial, definida por la frontera estocástica, es decir:
yi
ET   exp  ui 
f x i ;exp v i 

Se trata de una medida de eficiencia técnica orientada al producto (“output”), que indica
la cantidad de producto que la empresa i-ésima podría haber alcanzado utilizando la
misma cantidad de factores productivos (“inputs”) que la empresa eficiente.

52
 Figura 3.2. La frontera estocástica de la función de producción.

frontera de producción, función de producción,

exp(xjvj si vj > 0 y=exp(x

Producto j* frontera de producción,

exp(xjvj si vj < 0
yj
j
i*

yi i

xi xj Insumo

3.2.2. El método DEA.

Por otra parte, el método más empleado del enfoque no paramétrico es el Análisis
Envolvente de Datos o DEA (Data Envelopment Analysis), desarrollado por Charnes,
Cooper y Rhodes en 1978, el cual es un método de programación lineal, en el que la
función de producción está definida por el máximo nivel de producción alcanzable, con
una cierta combinación de insumos. Otro enfoque que puede tomar este método es
considerar la menor cantidad de insumos necesaria para producir una cantidad de
producto.
El método DEA implica el uso de métodos de programación lineal para “construir” una
superficie (o frontera) no paramétrica envolvente de los datos. El modelo asume retornos
constantes a escala. Para la formulación matemática, Coelli y otros (1978) recurren a
una interpretación intuitiva. Suponiendo que hay datos sobre K diferentes insumos y M
diferentes productos para cada una de las N empresas, se parte del hecho de que para
cada empresa analizada podemos obtener la relación de los productos (yi) entre la
cantidad de insumos (xi), donde tanto xi como yi son vectores columna. Se tendría así
una matriz de insumos (KxN), y una matriz de productos (MxN). Para cada industria nos
interesa conocer una medida de la relación de todos los productos a todos los insumos,
es decir,
u' y i
v' x i ----------[3.2]

donde u’ y v’ son vectores de “pesos” o ponderadores de los productos e insumos

respectivamente. La obtención del valor óptimo de esos ponderadores se obtiene al
resolver el siguiente problema de programación lineal (Coelli et al, 1998):

53
  u' y i 
maxu,v  
 v' x i 
sujeto a:
u' y j
 1, j  1,2,,N ,
v' x j

u, v  0 ---------[3.3]

Al resolver este problema, se encuentran los valores de u y v, tales que la eficiencia de la

i-ésima DMU, sean maximizados, sujetos a las restricciones de que todas las medidas
de eficiencia deben ser menores o iguales a uno. Un problema detectado en este
planteamiento, es que tiene un infinito número de soluciones. Para evitar eso, se puede
imponer la restricción v’xi=1, quedando:

max, ' y i  ,
sujeto a:
' x i  1,

' y j  'x j  0, j  1,2,,N

 ,  0 ---------[3.4]

Debe notarse que en la expresión 3.4 se ha dado un cambio de notación para los
ponderadores, de ( u, v ) a (  , ), para enfatizar que se trata de un problema de
programación diferente al inicial.
Ahora disponemos de un problema de optimización lineal estándar, de N + 1
restricciones lineales y n + m restricciones de no negatividad. Este planteamiento es
conocido como la forma del multiplicador del problema de programación lineal del DEA.

El problema dual asociado se puede formular en una forma envolvente similar:

min, ,
sujeto a:
 y i  Y  0 ,

xi  X  0,

0 --------[3.5]

54
 nN
En la expresión 3.5,  es un escalar y    un vector de constantes, X  
N1
es la
matriz de insumos con tantas filas como insumos y tantas columnas como DMU e
Y  mN , la matriz de productos con tantas filas como productos y columnas como DMU
haya. En este caso habrá n + m restricciones lineales y N de no negatividad, es decir,
una cantidad menor de restricciones que en la representación primal. Así, es
generalmente la forma preferida para resolver. El valor de  obtenido será la marca de
eficiencia para la i-ésima región, con lo que este problema nos permite determinar las
DMU a partir de las cuales se construirá la empresa “virtual” con la que se compara al
resto de las DMU. Para conocer las unidades “eficientes” asociadas a las demás, se
debe resolver un problema similar; por esta razón el ejercicio debe repetirse N veces
(una vez para cada DMU). De hecho, los valores encontrados para Ө representan el
valor de la eficiencia técnica, por lo que serán identificados como TE CRS para mantener
la notación que predomina en la literatura sobre este tipo de modelos (donde la
indicación CRS significa que se están asumiendo rendimientos constantes a escala).
Igualmente, se debe hacer mención que un resultado igual a 1, indica que esa DMU es
técnicamente eficiente, mientras que los resultados menores a 1, nos indican el
porcentaje respecto a la DMU eficiente al que se está operando.
La representación gráfica del método es presentada en la figura 3.3, la cual nos muestra
un conjunto de DMU, que emplean 2 insumos para producir la misma cantidad de
producto, los puntos A, B y C representan las mínimas combinaciones de insumos
necesarias. Para construir la frontera de eficiencia, se unen los puntos mencionados, y
se prolonga tanto vertical como horizontalmente, quedando la superficie A’ABCDD’. A
partir de esa frontera se debe medir la distancia que existe entre ella y el resto de los
puntos, tal como se realizó en la definición de la eficiencia técnica.

Figura 3.3. Método Data Envelopment Analysis.

10

9 A’
8

6 A
Insumo 2

3
B
2
C D
1
D’

0
0 1 2 3 4 5 6 7 8 9 10

Insumo 1

Fuente: Fried et al, 2008, (p.23).

55
Un elemento restrictivo y muy importante en la anterior expresión 3.5 es el supuesto de
que se presentan rendimientos constantes a escala en la producción. Precisamente por
ello se le identifica como el modelo DEA de rendimientos constantes a escala, o como el
modelo CCR, por referencia a los autores del modelo (Charnes, Cooper y Rhodes,
1978). Claramente, este supuesto sólo es válido cuando todas las DMU están operando
a una escala óptima (esto es, correspondiente a la porción plana de la curva de costos
promedios de largo plazo). La competencia imperfecta, restricciones en el
financiamiento, etc., pueden causar que una DMU no esté operando a una escala
óptima. Banker, Charnes y Cooper (1984) encontraron una extensión del modelo de
DEA-CCR, tal que permite la existencia de rendimientos crecientes a escala.

Para lo anterior, el problema de programación lineal es modificado al agregar una

restricción de convexidad (esto es, N1´  1 ), quedando la expresión matemática del
modelo BCC como sigue:
min, ,
sujeto a:
 y i  Y  0 ,

xi  X  0,

N1´  1

0 ---------[3.6]

Nuevamente, como en el caso de la expresión 3.5, los valores encontrados para Ө

representan el valor de la eficiencia técnica, y serán identificados como TE VRS para
mantener la notación que predomina en la literatura sobre este tipo de modelos y donde
VRS significa que se asumen rendimientos variables a escala.
Otro elemento a considerar en los anteriores modelos radica en que el modelo
corresponde a las medidas que Farrell propuso para medir la ineficiencia técnica cuando
hay una orientación a la reducción de los insumos que se utilizan. Sin embargo, es
evidente la posibilidad de medir la ineficiencia técnica como un incremento proporcional
en la producción considerando cantidades fijas de insumos. Este es un caso muy
frecuente en sectores como el del transporte donde no es posible reducir el tamaño de la
infraestructura, por lo que la eficiencia podría estar orientada al producto y no
necesariamente a los insumos. La implicación metodológica radica en que los resultados
al medir la eficiencia varían cuando se considera la posibilidad de rendimientos variables
a escala.

El modelo a optimizar tiene un desarrollo teórico muy similar al formulado en las

expresiones 3.5 y 3.6 anteriores, pero se plantea como la siguiente maximización que
asume rendimientos variables a escala (Coelli, 1998):

56
 max  , ,

sujeto a:
 yi  Y  0 ,

xi  X  0,

N1´  1

0 --------[3.7]

Por supuesto, ahora los valores encontrados para Φ representan el valor de la eficiencia
técnica, y serán identificados como TEO,VRS , donde O,VRS significa que se asume
orientación al producto así como rendimientos variables a escala. La notación para las
demás mediciones de la eficiencia quedaría como sigue:
TEI,CRS = eficiencia técnica orientada a los insumos, con rendimientos constantes a
escala.
TEI,VRS = eficiencia técnica orientada a los insumos, con rendimientos variables a escala.
TEO,CRS = eficiencia técnica orientada a los productos, rendimientos constantes a escala.

A manera de síntesis y conclusión preliminar, parece que, para estimar la productividad

total en las regiones económicas de México, se podría aplicar el método del análisis de
envolvente de datos (DEA), el cuál es un método no paramétrico basado en la
programación lineal. El método DEA tiene la ventaja que tiene en consideración los
múltiples insumos, recursos y procesos, de entrada y los múltiples productos de salida
de un proceso productivo. Esto se realiza sin entrar, necesariamente, al detalle de la
forma como se desarrolla el proceso mismo. Por lo tanto, esta abstracción permite,
después, llevar a cabo un análisis más completo del mismo.
El DEA es un método que utiliza métodos de programación lineal para estimar una
frontera de producción máxima mediante la construcción de hiperplanos para envolver
un conjunto de datos observados de los diferentes productos e insumos (Oum & Yu,
1994). La principal ventaja de esta técnica en la estimación de la productividad es el
hecho de que no requiere información de los precios de los productos o insumos.
Además, esta técnica permite la consideración del caso multi-producto y multi-insumo.
Por otra parte, basándose en el concepto de funciones de distancia, Caves, Christensen
y Diewert (Caves et al, 1982) desarrollaron un método para estimar cambios en la
productividad. Este método realiza una comparación de la cantidad de producto
producido con un nivel dado de insumos y la tecnología actual (periodo t+1), con la
cantidad de producto con el mismo nivel de insumos utilizando una tecnología de
referencia (periodo t). Como ya se mencionó, este método es conocido como el índice de
productividad Malmquist (IPM) (Coelli et al, 1998).

57
Así, para estimar la productividad total de las regiones económicas de México, se
propone un modelo DEA Malmquist, el cual emplea funciones de distancia que son
estimadas empleando el método DEA.
Dentro de las ventajas que representa el utilizar este método son:
1. Admite modelos con múltiples insumos y productos (“inputs” y “outputs”).
2. No requiere una hipótesis de relación funcional entre dichos insumos y
productos.
3. Las unidades se comparan directamente con otras unidades o una combinación
de ellas.

Como es de esperarse, este modelo es una herramienta que se puede aplicar a diversos
problemas que puedan recibir el tratamiento de una frontera de producción. Tiene que
buscarse la congruencia con el postulado teórico del problema en análisis. Sólo mide la
productividad y permite probar diversas hipótesis sobre el desempeño de diversos
insumos en determinados productos. Para complementar lo anterior, es necesaria una
teoría consistente sobre las características intrínsecas del proceso productivo en estudio.

Por supuesto, cada una de las metodologías analizadas, presentan ventajas y

desventajas entre si. Por ejemplo, de acuerdo con Novell (1993), la principal ventaja del
enfoque paramétrico es distinguir los efectos del ruido estadístico de la ineficiencia,
mientras que las técnicas no paramétricas tratan fácilmente los procesos
multiproductivos, además de no imponer ninguna forma funcional a priori sobre los datos.

58
3.3. Medición de la eficiencia técnica en el transporte carretero.
En esta parte del trabajo se aplicará el modelo de eficiencia que se puede resolver
empleando el software DEA-Solver Learning (Cooper et al, 2000). Este modelo se basa
en el método de la envolvente de datos (data envelopment analysis), que en adelante
será referido como el modelo DEA-CCR, propuesto por Charnes, Cooper y Rodes en
1978, para estimar la eficiencia técnica con la que las regiones económicas de México
están usando los recursos de infraestructura de transporte para alcanzar los niveles
observados en su producción agrícola e industrial. El modelo DEA es un método de
programación lineal, en el que la función de producción está definida por el máximo nivel
de producción alcanzable, con una cierta combinación de insumos (Bonilla y otros,
2002). En realidad, también se utilizará el modelo modificado por Banker, Charnes y
Cooper en 1984, quienes encontraron una extensión del modelo de DEA-CCR, tal que
permite tomar en cuenta la posibilidad de la existencia de rendimientos crecientes a
escala. Así, el modelo DEA-BCC nos permite establecer comparaciones entre un
conjunto de regiones, tomando el criterio de la mejor marca o frontera de producción
eficiente. Estas dos opciones, también pueden considerar un enfoque orientado a los
insumos o a los recursos. Por lo tanto, se tienen como modelos de solución las cuatro
opciones siguientes:
1) el CCRI, es decir, el modelo de Charnes, Cooper y Rhodes, que estima la
TEI,CRS (la eficiencia técnica orientada a los insumos) al minimizar la
cantidad de insumos utilizados dada la cantidad de producción, y asumiendo
rendimientos constantes a escala.
2) el CCRO, es decir, el modelo de Charnes, Cooper y Rhodes, que estima la
TEO,CRS (la eficiencia técnica orientada a los productos) al maximizar la
cantidad de de producción dada la cantidad de insumos utilizados, y
asumiendo rendimientos constantes a escala.
3) el BCCI, es decir, el modelo de Banker, Charnes y Cooper, que estima la
TEI,BRS (la eficiencia técnica orientada a los insumos) al minimizar la
cantidad de insumos utilizados dada la cantidad de producción, y asumiendo
rendimientos variables a escala.
4) el BCCO, es decir, el modelo de Banker, Charnes y Cooper, que estima la
TEO,BRS (la eficiencia técnica orientada a los productos) al maximizar la
cantidad de de producción dada la cantidad de insumos utilizados, y
asumiendo rendimientos variables a escala.

Por las razones ya apuntadas previamente, es posible plantear que es precisamente el

último modelo planteado (el BCCO) el que representa mejor las condiciones de la
infraestructura de transporte. Es decir, que no se puede ya cambiar la cantidad insumos
utilizados, y se asume la existencia de rendimientos variables a escala. Es el modelo
que se utilizará para el análisis en el presente trabajo.
Por otra parte, es importante señalar que los datos consignados en los cuadros 2.10 y
2.11 no sólo son útiles para mostrar la importancia relativa de cada una de las entidades
federativas o de las regiones en que son agrupadas. Las variables mostradas son
también las que serán utilizadas para calibrar los modelos de eficiencia. Así, se está
seleccionando al nivel de PIB per cápita como la variable explicada, dependiente o, más
precisamente en el contexto metodológico de nuestro análisis, como el “producto”

59
realmente relevante a ser generado en la actividad económica de las regiones del país,
tomadas éstas como las DMU. Si bien hay otros “productos” que pueden resultar de
interés particular para el desarrollo económico de ciertas regiones (por ejemplo, como en
el caso de las exportaciones de manufacturas), nos hemos concentrado en el PIB per
cápita. Por supuesto, también es posible analizar la posibilidad de considerar la actividad
del sector servicios. Sin embargo, este sector puede estar más relacionado con la
productividad y el desarrollo económico al interior de las ciudades. Así, dado que
estamos interesados por conocer el impacto económico regional de la infraestructura de
transporte interurbano (que ciertamente, interesa más al gobierno federal como parte de
la política de integración territorial y comunicación regional e internacional), asumimos al
PIB per cápita como la variable explicativa de nuestro modelo.

Sin embargo, y tomando en cuenta la posible emergencia de otros sectores económicos,

también es posible usar, alternativamente, el PIB per cápita generado en cada una de las
entidades federativas del país. De hecho, en este capítulo del trabajo se comparan los
resultados de utilizar estos dos niveles de agregación regional.
Como variables explicativas hemos seleccionado la cantidad de kilómetros de carreteras
pavimentadas y la cantidad de kilómetros de carreteras no pavimentadas. Ello obedece a
dos motivos. Primero, porque representan una expresión del nivel de acervos de capital
acumulado no sólo por la inversión inicial en dichas infraestructuras sino también por los
gastos de mantenimiento y operación de la mismas. Además, estas variables no sólo son
importantes, per se, en la eficiencia de la inversión, sino que además pueden actuar
como variables proxy del consumo de recursos que demanda la atención de la demanda
de movilidad de bienes y personas en una región.

Tomando en cuenta lo anterior, las hipótesis a comprobar, mediante la estimación del

modelo de eficiencia basado en el modelo DEA, son las siguientes.

Planteamiento de hipótesis 1:
Las regiones económicas de México que muestran un mayor nivel de productividad
son las que tienen los índices de eficiencia más altos con relación a sus acervos de
infraestructura de transporte carretero.

Bajo esta hipótesis, el modelo de la función de producción que se plantea,

genéricamente, es el siguiente:

YR(1,2)i = f (CPAVi, CNPAVi) --------[3.8]

donde:
YR(1,2)i es el nivel de producto interno bruto per cápita de la región i-ésima, medido en
miles de millones de pesos de 1993 por cada habitante;
CPAVi es la cantidad de kilómetros de carreteras pavimentadas; y,
CNPAVi es la cantidad de kilómetros de carreteras no pavimentadas.

60
Planteamiento de hipótesis 2:
Las entidades federativas de México que muestran un mayor nivel de productividad
son las que tienen los índices de eficiencia más altos con relación a sus acervos de
infraestructura de transporte carretero.
Bajo esta hipótesis, el modelo de la función de producción que se plantea,
genéricamente, es el siguiente:

YEF(1,2)i = f (CPAVi, CNPAVi) --------[3.9]

donde:
YEF(1,2)i es el nivel del PIB per cápita de la entidad federativa i-ésima, medido en
miles de miles de pesos de 1993 por cada habitante;
CPAVi es la cantidad de kilómetros de carreteras pavimentadas; y,
CNPAVi es la cantidad de kilómetros de carreteras no pavimentadas.

A continuación presentaremos los resultados de las corridas del modelo DEA

(prioritariamente en su versión BCCO) para estas dos hipótesis.

3.3.1. Análisis de la eficiencia técnica a nivel de las regiones económicas de México

(“Hipótesis 1”). Resultados generales de 1940 al año 2010.

Por motivos de espacio, en el anexo 1 sólo será presentado en extenso el listado de

salida de la corrida del modelo DEA-BCCO para el análisis de las regiones mexicanas,
correspondiente al año de 2010. Para el resto de las opciones (es decir, de los años
1940 a 2000), sólo se incluirán a continuación los datos relevantes, debidamente
resumidos.

El cuadro 3.1, muestra un resultado importante. Bajo la hipótesis 1, de las 5 regiones

económicas analizadas, pocas alcanzan la calificación máxima (es decir, 1), mientras
que el resto quedaron por abajo de dicho objetivo, es decir, son ineficientes. Esta
predominancia de la ineficiencia, tal y como se midió en el presente trabajo, se refleja en
que la calificación promedio ronda el 0.80 llegando a bajar en 1960 a una calificación de
apenas 0.69.

Cuadro 3.1. Resultados globales en la medición de la eficiencia técnica regional.

1940 1950 1960 1970 1980 1990 2000 2010
Average of scores = 0.864 0.754 0.688 0.793 0.792 0.817 0.806 0.811
No. of efficient DMUs = 3 2 1 2 1 1 3 3
No. of inefficient DMUs = 2 3 4 3 4 4 2 2
Fuente: elaboración propia, a partir de los listados de salida, como el mostrado en el anexo 1.

El desglose de las calificaciones obtenidas por cada región económica es presentado en

el cuadro 3.2.

61
Cuadro 3.2. Resultados en la medición de la eficiencia técnica regional.
1940 1950 1960 1970
DMU Región
Score Rank Score Rank Score Rank Score Rank
1 Noroeste 1 1 1 1 0.872 2 1 1
2 Noreste 0.949 4 0.881 3 0.820 3 0.920 3
3 Centro-Occidente 0.371 5 0.387 5 0.318 5 0.569 4
4 Centro 1 1 1 1 1 1 1 1
5 Sureste 1 1 0.501 4 0.427 4 0.477 5

1980 1990 2000 2010

DMU Región
Score Rank Score Rank Score Rank Score Rank
1 Noroeste 0.813 3 0.906 3 1 1 1 1
2 Noreste 0.914 2 0.982 2 1 1 1 1
3 Centro-Occidente 0.590 5 0.625 4 0.595 4 0.609 4
4 Centro 1 1 1 1 1 1 1 1
5 Sureste 0.642 4 0.567 5 0.438 5 0.445 5

Como se puede observar, bajo la hipótesis 1, la única región que alcanza la máxima
calificación es la región Centro. Le sigue en calificación la región Noroeste que en la
mayoría de los años analizados alcanzó la máxima calificación, y la región Noreste que
ha aumentado de manera más consistente. Como se puede comprobar, al comparar
estos resultados con los niveles de PIB que alcanzan estas regiones, se concluye que
también están entre las regiones más importantes. Es decir, estas regiones no sólo
tienen un importante desempeño en su productividad económica sino coinciden en que
tienen y usan una red vial que, a resultas de este análisis, tiene una mayor eficiencia en
su tamaño que el resto de las regiones. En cambio, las regiones Centro-Occidente y
Sureste muestran un desempeño muy alejado del óptimo. Con base en esto, es posible
afirmar que podemos aceptar la hipótesis planteada, esto es que "las regiones
económicas de México que muestran una mayor cantidad de producción industrial y
agrícola son los que tienen los índices de eficiencia más altos con relación a su
infraestructura de transporte carretero".

Por otra parte, la aplicación del modelo DEA a la información obtenida para un periodo
tan amplio, que va de 1940 hasta 2010, y cuyos resultados se presentan también en el
cuadro 3.2, nos permite comprobar si en las regiones con una tendencia a incrementar
los niveles de PIB per cápita son donde se han presentado también una tendencia a
incrementar la eficiencia en el manejo de su infraestructura carretera. Sin embargo, en el
mismo cuadro se puede comprobar que no existe una tendencia general al cambio, lo
cual descarta esta posibilidad. Es decir, contrariamente a lo que podríamos suponer que
debería estaría ocurriendo por las tendencias a dotar de infraestructura de transporte a
las regiones con los mayores rezagos en el nivel de actividad económica para lograr un
desarrollo regional más equilibrado (e incluso, otras razones de tipo político), no parece
presentarse una dinámica especialmente mayor en la eficiencia con la que operan su red
vial dichas regiones.
Adicionalmente, el cuadro 3.3 muestra las calificaciones que obtienen las diferentes
entidades federativas en el año de 2010, bajo cada uno de los modelos DEA
62
anteriormente planteados, y bajo la hipótesis 1. Esto es de utilidad no sólo por la
posibilidad de que existan sesgos en el análisis dado el modelo específico empleado.
También destaca el hecho de que no es generalmente observable un gran cambio en la
calificación al pasar del modelo BCC-O al modelo CCR-O, es decir, al asumir que existen
rendimientos a escala constantes. Sin embargo, es notorio el hecho de que las regiones
ineficientes caen abruptamente en su calificación, lo cual significa que tienen problemas
importantes de ineficiencias de escala (Coelli, 1998). Un ejemplo claro de ello es el caso
del Sureste que baja su calificación de 0.445 a casi 0.233, que además de estar por
abajo del valor promedio para la calificación del modelo CCRO significa que tiene una
ineficiencia de escala del orden del 21.2%. Ello se muestra en la última columna del
cuadro 3.3. De hecho, esta misma situación se corrobora en el caso de la región Centro-
Occidente que había resultado muy por abajo del óptimo bajo el modelo BCRO. Esto
apoya la comprobación de nuestra hipótesis 1.
Por otra parte, como ya anticipaba la teoría (véase el planteamiento del modelo), el
cambio del modelo CCRO al modelo CCRI no cambia en absoluto las calificaciones
obtenidas, mientras que el cambio del modelo BCCO al modelo BCCI apenas muestra
algunas variaciones significativas, pero no altera las conclusiones anteriores.

Cuadro 3.3. Resultados por modelo en la medición de la eficiencia técnica (2010).

Ineficiencias
DMU Región económica Score BCCO Score CCRO Score CCRI Score BCCI
de escala
1 Noroeste 1 0.998 0.998 1 0.002
2 Noreste 1 0.861 0.861 1 0.139
3 Centro-occidente 0.609 0.355 0.355 0.491 0.254
4 Centro 1 1 1 1 0.0
5 Sureste 0.445 0.233 0.233 0.427 0.212

3.3.2. Análisis de la eficiencia técnica a nivel de las entidades federativas de México

(“Hipótesis 2”).

Aunque el análisis de la eficiencia técnica con que son manejados los acervos carreteros
a nivel de las regiones económicas (es decir, la hipótesis 1) ha sido bastante claro y
concluyente, con la hipótesis 2 estamos planteando la posibilidad de al interior de las
regiones no sea homogénea la situación de eficiencia o ineficiencia.
Nuevamente, por motivos de espacio, el listado de salida de la corrida del modelo DEA-
BCCO, correspondiente al año de 2010, para las entidades federativas de México, es
presentado en extenso en el anexo 2. Para el resto de las opciones (es decir, de los
años 1940 a 2000), sólo se incluirán los datos relevantes, debidamente resumidos.
El cuadro 3.4 (también formado a partir de los listados de salida como el mostrado en el
anexo 2), muestra un resultado importante. Bajo la hipótesis 2, de las 32 entidades
federativas analizadas, sólo tres alcanzaron, en 1940 y 1950, la calificación máxima (es
decir, 1), mientras que 29 quedaron por abajo de dicho objetivo, es decir, son
63
ineficientes. Esta situación de partida ha empeorado en las décadas posteriores. De
hecho, esta predominancia de la ineficiencia, tal y como se midió en el presente trabajo,
se refleja en que la mayor calificación promedio se alcanzó en 1970, con apenas 0.46,
pero ha disminuido a 0.37 en el año 2010. El desglose de las calificaciones obtenidas
por cada entidad federativa es presentado en el cuadro 3.5.

Cuadro 3.4. Resultados globales en la medición de la eficiencia técnica estatal.

1940 1950 1960 1970 1980 1990 2000 2010
Average of scores = 0.347 0.355 0.301 0.459 0.395 0.373 0.385 0.369
No. of efficient DMUs = 3 3 1 1 2 2 1 1
No. of inefficient DMUs = 29 29 31 31 30 30 31 31

Cuadro 3.5. Resultados en la medición de la eficiencia técnica, estatal.

DMU
Entidad 1980 1990 2000 2010
Federativa Score Rank Score Rank Score Rank Score Rank
1 Aguascalientes 0.383 14 0.413 10 0.483 10 0.500 6
2 Baja Calif. Norte 0.608 4 0.467 6 0.525 7 0.415 10
3 Baja Calif. Sur 0.554 5 0.541 5 0.495 8 0.468 7
4 Campeche 0.355 17 1 1 0.607 3 0.412 11
5 Coahuila 0.457 7 0.412 11 0.544 6 0.526 3
6 Colima 0.443 8 0.463 7 0.398 13 0.360 14
7 Chiapas 0.348 18 0.179 31 0.169 31 0.152 32
8 Chihuahua 0.377 15 0.419 9 0.573 5 0.526 4
9 Distrito Federal 1 1 1 1 1 1 1 1
10 Durango 0.288 23 0.290 19 0.325 16 0.329 16
11 Guanajuato 0.259 27 0.234 24 0.296 20 0.301 21
12 Guerrero 0.212 30 0.203 28 0.206 30 0.197 29
13 Hidalgo 0.263 24 0.230 26 0.246 23 0.224 27
14 Jalisco 0.402 11 0.356 15 0.394 14 0.363 13
15 México 0.387 13 0.309 17 0.311 19 0.313 19
16 Michoacán 0.221 29 0.191 30 0.228 27 0.224 28
17 Morelos 0.355 16 0.399 13 0.342 15 0.334 15
18 Nayarit 0.328 19 0.277 20 0.236 25 0.227 26
19 Nuevo León 0.633 3 0.568 3 0.698 2 0.702 2
20 Oaxaca 0.159 32 0.167 32 0.167 32 0.158 31
21 Puebla 0.259 26 0.226 27 0.268 22 0.274 23
22 Querétaro 0.394 12 0.403 12 0.474 11 0.461 9
23 Quintana Roo 0.527 6 0.550 4 0.587 4 0.517 5
24 San Luis Potosí 0.233 28 0.246 23 0.290 21 0.307 20
25 Sinaloa 0.302 20 0.302 18 0.315 17 0.325 18
26 Sonora 0.433 9 0.430 8 0.491 9 0.465 8
27 Tabasco 1 1 0.338 16 0.241 24 0.261 24
28 Tamaulipas 0.410 10 0.357 14 0.429 12 0.400 12
29 Tlaxcala 0.262 25 0.252 22 0.218 28 0.189 30
30 Veracruz 0.289 22 0.231 25 0.231 26 0.248 25
31 Yucatán 0.291 21 0.275 21 0.314 18 0.329 17
32 Zacatecas 0.199 31 0.196 29 0.216 29 0.274 22

64
Cuadro 3.5 (cont.). Resultados en la medición de la eficiencia técnica, estatal.
Entidad 1940 1950 1960 1970
DMU
Federativa Score Rank Score Rank Score Rank Score Rank
1 Aguascalientes 0.524 6 0.175 24 0.182 22 0.410 17
2 Baja Calif. Norte 1 1 1 1 0.686 3 0.754 3
3 Baja Calif. Sur 0.479 7 0.554 6 0.346 10 0.723 4
4 Campeche 0.417 9 0.336 12 0.284 13 0.436 15
5 Coahuila 0.371 11 0.448 8 0.460 5 0.623 6
6 Colima 0.628 4 0.333 13 0.232 17 0.446 13
7 Chiapas 0.102 29 0.145 29 0.144 28 0.257 30
8 Chihuahua 0.282 18 0.491 7 0.459 6 0.526 10
9 Distrito Federal 1 1 1 1 1 1 1 1
10 Durango 0.354 14 0.262 17 0.222 18 0.373 21
11 Guanajuato 0.156 23 0.168 25 0.188 20 0.370 23
12 Guerrero 0.081 32 0.143 30 0.154 24 0.268 28
13 Hidalgo 0.120 26 0.151 27 0.149 27 0.279 26
14 Jalisco 0.151 24 0.249 19 0.243 16 0.540 9
15 México 0.115 27 0.179 23 0.263 15 0.561 7
16 Michoacán 0.088 31 0.148 28 0.119 30 0.272 27
17 Morelos 0.252 19 0.285 16 0.297 11 0.437 14
18 Nayarit 0.324 15 0.300 15 0.211 19 0.393 19
19 Nuevo León 0.410 10 0.570 4 0.771 2 0.866 2
20 Oaxaca 0.102 28 0.129 32 0.093 32 0.183 32
21 Puebla 0.097 30 0.185 22 0.152 25 0.323 24
22 Querétaro 0.463 8 0.157 26 0.149 26 0.408 18
23 Quintana Roo 1 1 1 1 0.182 21 0.519 11
24 San Luis Potosí 0.132 25 0.243 20 0.167 23 0.303 25
25 Sinaloa 0.365 13 0.347 11 0.384 8 0.486 12
26 Sonora 0.566 5 0.560 5 0.513 4 0.720 5
27 Tabasco 0.295 17 0.252 18 0.270 14 0.376 20
28 Tamaulipas 0.368 12 0.446 10 0.352 9 0.545 8
29 Tlaxcala 0.162 22 0.137 31 0.108 31 0.237 31
30 Veracruz 0.221 20 0.448 9 0.405 7 0.422 16
31 Yucatán 0.315 16 0.321 14 0.292 12 0.372 22
32 Zacatecas 0.169 21 0.203 21 0.140 29 0.267 29

Como se puede observar, bajo la hipótesis 2, la única entidad federativa que alcanza la
consistentemente máxima calificación es el Distrito Federal. En la situación inicial (esto
es, en 1940 y 1950) otras entidades que destacan son Baja California Norte, Quintana
Roo, Colima, Sinaloa, Nuevo León, Sonora y Baja California Sur. Estas entidades
federativas muestran un desempeño superior al promedio. Como se puede comprobar, la
mayoría de estas entidades federativas están entre las más importantes por su
productividad per cápita pero otras lo son menos, pero también muestran una aceptable
eficiencia en el uso de su red vial, en comparación con el resto de las entidades
federativas. No obstante, es muy preocupante que 25 de las entidades federativas
tuvieran en 1940 una calificación incluso inferior a 0.5. A pesar de que han pasado
setenta años, esta situación no cambia mucho para la última década. Así, en el año
2010, además del caso del Distrito Federal, destaca el estado de Nuevo León, con una
calificación de 0.7, y los estados de Coahuila, Chihuahua, Quintana Roo,
Aguascalientes, Sonora y Baja California Sur que alcanzan una calificación apenas

65
superior o cercana a 0.5, aunque vienen mejorando desde varias décadas atrás. Es
notable que precisamente la lista anterior de entidades federativas son las que presentan
los mayores niveles de PIB per cápita (alrededor de 20,000 pesos en el año 2010). Es
decir, las entidades con mayor PIB per cápita son las mejor calificadas en el uso de su
red de caminos y carreteras.
Llama la atención el hecho de que algunas entidades federativas tienen niveles muy
altos de Producto Interno Bruto (México, Jalisco, Sinaloa y Veracruz) e incluso de
industrialización, pero con niveles de población también relativamente altos, lo cual se
refleja en sus bajos niveles de PIB per cápita, pero también se encuentran muy mal
calificados en la productividad en el uso de su red vial.
Con base en lo anterior, es posible afirmar que también podemos aceptar la hipótesis 2
como fue planteada, esto es, que "las entidades federativas de México que muestran un
mayor nivel de productividad son las que tienen los índices de eficiencia más altos con
relación a sus acervos de infraestructura de transporte carretero".
En otras palabras, la aplicación del modelo DEA a la información obtenida para los años
de 1940 a 2010, y cuyos resultados se presentan el cuadro 3.5, nos permiten comprobar
que en las entidades federativas con más productividad es donde se han presentado
también los mayores crecimientos en la eficiencia en el manejo de su infraestructura
carretera, aunque, en general, el nivel de calificaciones es bajo. Además, en dicho
cuadro se puede comprobar que no existe una tendencia general al cambio, incluso en el
largo plazo. Es decir, contrariamente a lo que podríamos suponer que debería estaría
ocurriendo por las tendencias a dotar de infraestructura de transporte a las entidades
federativas con rezagos en su nivel de actividad económica, no parece presentarse una
dinámica especialmente mayor en la eficiencia con la que operan su red vial dichas
entidades federativas.
Es importante resaltar que se ha llegado a una conclusión muy similar tanto en la
hipótesis 1 como bajo la hipótesis 2. Esto implica que las dos hipótesis son compatibles y
complementarias. Es decir, que el cumplimiento de la primer hipótesis, que es a nivel
regional, se explica por el desempeño a nivel de las propias entidades federativas que
integran cada región, aun cuando existen también diferencias dentro de cada región. Así,
resulta equivalente, en términos analíticos, el uso de cualquiera de las dos hipótesis,
pero la hipótesis 2 nos lleva a un mayor nivel de detalle en el análisis de la eficiencia
técnica en el uso de los recursos carreteros.
En congruencia con lo anterior, el cuadro 3.6 muestra las calificaciones que obtienen las
diferentes entidades federativas en el año de 2010, bajo cada uno de los modelos DEA
anteriormente planteados, y bajo la hipótesis 2. Destaca el hecho de que, excepto para
el caso del Distrito Federal, se observa que, en general, hay un gran cambio en la
calificación al pasar del modelo BCC-O al modelo CCR-O, es decir, al asumir que existen
rendimientos a escala constantes. De hecho, es notorio que la mayor parte de las
entidades federativas caen abruptamente en su calificación, lo cual significa que tienen
problemas importantes de ineficiencias de escala (Coelli, 1998). El ejemplo más extremo
es el caso de Nuevo León que baja su calificación de 0.702 a casi 0.022, que además de
estar por abajo del valor promedio para la calificación del modelo CCRO, significa que
tiene una ineficiencia de escala del orden del 68%. Ello se muestra en la última columna
del cuadro 3.6. De hecho, esta misma situación se corrobora en otros casos de

66
entidades federativas que habían resultado con calificaciones relativamente altas bajo el
modelo BCCO (Coahuila, Chihuahua, Quintana Roo y Aguascalientes). Esto sirve para
corroborar la comprobación de nuestra hipótesis 2.
Por otra parte, como ya anticipaba la teoría (véase el planteamiento del modelo), el
cambio del modelo CCRO al modelo CCRI no cambia en absoluto las calificaciones
obtenidas, mientras que el cambio del modelo BCCO al modelo BCCI muestra
variaciones significativas, puesto que se amplía enormemente la diferencia entre el valor
óptimo mostrado por el Distrito Federal y el resto de las entidades federativas. Esto
implica que hay mayores niveles de ineficiencia técnica cuando se pone más énfasis en
los insumos que en los resultados (véase la sección 3.2).

Cuadro 3.6. Resultados por modelo en la medición de la eficiencia técnica estatal.

Calificación Calificación Calificación Calificación Ineficiencias
DMU Entidad federativa
BCCO CCRO CCRI BCCI de escala
1 Aguascalientes 0.500 0.059 0.059 0.118 0.441
2 Baja Calif. Norte 0.415 0.023 0.023 0.055 0.392
3 Baja Calif. Sur 0.468 0.033 0.033 0.071 0.435
4 Campeche 0.412 0.017 0.017 0.040 0.395
5 Coahuila 0.526 0.016 0.016 0.031 0.51
6 Colima 0.360 0.046 0.046 0.129 0.314
7 Chiapas 0.152 0.004 0.004 0.026 0.148
8 Chihuahua 0.526 0.014 0.014 0.027 0.512
9 Distrito Federal 1 1 1 1 0
10 Durango 0.329 0.010 0.010 0.030 0.319
11 Guanajuato 0.301 0.007 0.007 0.024 0.294
12 Guerrero 0.197 0.006 0.006 0.029 0.191
13 Hidalgo 0.224 0.009 0.009 0.039 0.215
14 Jalisco 0.363 0.008 0.008 0.023 0.355
15 México 0.313 0.007 0.007 0.022 0.306
16 Michoacán 0.224 0.005 0.005 0.022 0.219
17 Morelos 0.334 0.030 0.030 0.089 0.304
18 Nayarit 0.227 0.011 0.011 0.049 0.216
19 Nuevo León 0.702 0.022 0.022 0.032 0.68
20 Oaxaca 0.158 0.004 0.004 0.025 0.154
21 Puebla 0.274 0.008 0.008 0.029 0.266
22 Querétaro 0.461 0.037 0.037 0.081 0.424
23 Quintana Roo 0.517 0.027 0.027 0.053 0.49
24 San Luis Potosí 0.307 0.009 0.009 0.029 0.298
25 Sinaloa 0.325 0.010 0.010 0.031 0.315
26 Sonora 0.465 0.010 0.010 0.022 0.455
27 Tabasco 0.261 0.009 0.009 0.035 0.252
28 Tamaulipas 0.400 0.012 0.012 0.029 0.388
29 Tlaxcala 0.189 0.019 0.019 0.102 0.17
30 Veracruz 0.248 0.005 0.005 0.021 0.243
31 Yucatán 0.329 0.008 0.008 0.024 0.321
32 Zacatecas 0.274 0.008 0.008 0.031 0.266

67
 CAPÍTULO 4. CONTRIBUCIÓN DE LA INFRAESTRUCTURA CARRETERA EN LA
CONVERGENCIA REGIONAL EN MÉXICO (1941-2010).

Es muy frecuente encontrar la idea de que existe una fuerte correlación entre la inversión
en infraestructura de transporte y el impulso al crecimiento económico, y que esta
correlación es mucho mayor que cualquier otra que existiera entre el crecimiento
económico y la inversión en otro tipo de infraestructura e incluso otras actividades
económicas. Por ejemplo, en un documento de la OECD se señala que el análisis de la
inversión en infraestructura de transporte debe ir más allá de la estimación de los
beneficios directos a los usuarios, ya que dicha infraestructura tiene amplias
repercusiones sobre el desarrollo regional, y que estos efectos también deben tenerse
en cuenta con el fin de garantizar una asignación eficiente de los recursos (OECD, 2002:
4) De hecho, además de algunos beneficios derivados de la generación de empleos,
inclusión social e incluso menores costos ambientales, la nueva infraestructura de
transporte permitiría a las industrias de la región diversos ahorros en tiempo y costos, así
como mejoras en la accesibilidad a los mercados, traduciéndose en un incremento de la
productividad (OECD, 2002: 9).

Sin embargo, Vickerman reconoce que éste es un debate con mucha controversia que
se presenta no sólo entre los especialistas que buscan un método robusto para
identificar y medir el tamaño de los supuestos beneficios económicos de la inversión en
infraestructura de transporte, sino también entre los tomadores de decisión que desean
justificar o rechazar la inversión en un proyecto de inversión específico (Vickerman,
2007: 3)

El objetivo del presente capítulo es la exploración de la fundamentación teórica y

empírica que tiene la vinculación entre la inversión en infraestructura de transporte
carretero y el desarrollo económico regional en México. En particular, nos interesa
revisar si el incremento de la cantidad de acervos carreteros de las entidades federativas
del país está contribuyendo al proceso de convergencia regional en el PIB per cápita.

4.1. Aschauer y el debate sobre el impacto de la inversión en infraestructura.

La preocupación sobre la contribución real que tienen que las inversiones en
infraestructura de transporte en el desarrollo económico se puede encontrar en la
literatura especializada desde hace varias décadas.9 Sin embargo, es a partir de un
estudio de Aschauer (1989a) sobre el papel de la inversión en infraestructura que se
agudiza el debate. En efecto, en un análisis de la productividad observada en la
economía de los Estados Unidos de Norteamérica, entre 1950 y 1985, Aschauer
encuentra que los acervos de capital público son mucho más importantes en la
determinación de la productividad que el gasto corriente, y que la infraestructura básica
(i.e., autopistas, aeropuerto, transporte público, drenaje, red de agua potable, etc.), tiene
el mayor poder explicativo de la productividad observada (Aschauer, 1989a: 177). Así,
concluye que el descenso en el incremento de la productividad (observada en la
economía norteamericana en el periodo mencionado) es coincidente, o se adelanta

9
Véanse, por ejemplo, las aportaciones presentadas por Owen (1959), Voigt (1964), o Fromm (1980).

68
ligeramente, a una fuerte caída en el incremento de los acervos netos de infraestructuras
y equipos públicos (Aschauer, 1989a: 195). Es en torno a esta afirmación que se abre el
debate sobre el verdadero impacto de las inversiones en capital público, pero Aschauer
va más allá cuando, en un estudio sobre el comportamiento observado (entre 1960 y
1980), en la productividad en las siete economías más industrializadas del mundo,
encuentra que el ajuste general en las prioridades del gasto gubernamental, que prefiere
el gasto corriente frente a la inversión en capital público, afectó negativamente su
productividad, por lo que recomienda que el capital público sea incluido como un
ingrediente vital en la receta para el crecimiento económico (Aschauer, 1989b: 24). Más
específicamente, de un análisis econométrico del transporte carretero y la economía
norteamericana en el período de 1960 a 1985, Aschauer concluye que una mayor
cantidad y calidad de la capacidad carretera expande los servicios de transporte y, de
esta manera, incrementa el producto marginal del capital privado. Así, se induce una
mayor inversión en capital físico y un incremento del ingreso y el producto per cápita
(Aschauer, 1990: 14, 22).

Aunque esta relación causal fue corroborada por otros estudios, incluso a nivel regional
(véase, por ejemplo, a Munnell, 1990), también generó una diversidad de críticas, de las
que destacan las tres siguientes: primero, que la magnitud de la correlación estadística
encontrada entre el capital público y el capital privado es poco convincente; segundo,
que se omiten otras variables que podrían explicar la caída observada en la
productividad; y, tercero, que no se consideró la posibilidad de una causalidad inversa,
esto es, que la caída en la productividad fuera una causa de la disminución de la
inversión en capital público, y no al revés. La respuesta de Aschauer fue que la
existencia de otras variables no representa en sí misma una disminución de la
importancia del capital público, y que las inconsistencias metodológicas de otros
investigadores hace poco convincente su argumentación (Aschauer y Holtz-Eakin, 1993:
20). No obstante, Aschauer reconoció la necesidad de incorporar en su análisis la
optimalidad de los acervos de capital público en comparación con la maximización de la
productividad del capital privado. Además, en el mismo trabajo este autor presenta
evidencias de una baja provisión de capital público en la economía estadunidense, dada
la existencia de una tasa de retorno del capital público que estaba por encima de la
correspondiente al capital privado (Ibid, pp: 11-14).

Otros estudios realizados por Aschauer le han permitido refinar sus instrumentos de
análisis, y corroborar, en lo general, las ideas postuladas previamente. De hecho, en un
estudio realizado en 1998, Lachler y Aschauer encuentran evidencias empíricas de que
el crecimiento económico de México empezó a desplomarse al mismo tiempo que lo hizo
la inversión pública. Sin embargo, aunque también observan que dicho decrecimiento
parece estar coincidiendo con la disminución en la inversión de capital para la
infraestructura (en particular, de tres sectores estratégicos: electricidad, transporte y
comunicaciones), no encuentran un sustento estadístico contundente. Así, al realizar un
análisis de series de tiempo de la relación observada en México, entre la productividad
total de los factores y el cociente de la inversión pública entre la inversión privada, sólo
hallan coeficientes de correlación que van de 0.21 a 0.43 (Lachler y Aschauer, 1998: 7).

69
 Los hallazgos de Aschauer han sido corroborados o ampliados por otros investigadores,
pero también cuestionados ampliamente. La primera revisión importante del debate lo
realiza Gramlich en 1994. Según este autor, un problema importante es la propia
definición de capital de infraestructura: en la mayoría de los estudios econométricos se
usa la infraestructura de propiedad pública como la variable independiente principal, pero
otras definiciones incluyen las inversiones en infraestructuras de propiedad privada, las
inversiones en capital humano e incluso en investigación y desarrollo experimental
orientadas a la propia infraestructura.10 De hecho, se señala a la disponibilidad de
información como un factor que dificulta el uso de definiciones más amplias del capital de
infraestructura (Gramlich, 1994: 1177). En particular, este autor identifica varios
problemas econométricos importantes: cointegración de las series de tiempo de las
variables usadas en el análisis, ausencia de variables explicativas importantes (como los
precios de los energéticos), y el problema de la causalidad entre la inversión en capital
de infraestructura y el nivel de productividad en la economía. Así, esta diversidad de
enfoques y problemas econométricos, representa la principal razón para encontrar
respuestas encontradas o mixtas en el estudio del impacto económico de la inversión en
infraestructura, por lo que la evidencia empírica no es concluyente (Gramlich, 1994:
1193).

Posteriormente, Bangqiao (2001) actualiza el estado del debate sobre el tema

corroborando que el tipo de infraestructura analizada puede tener un impacto
diferenciado en el crecimiento de la productividad. Además, señala que las
especificaciones econométricas simples siempre tienen estimaciones (de parámetros)
mayores y más significativas estadísticamente que las especificaciones
matemáticamente más sofisticadas, las cuales no sólo tienen tales estimaciones
menores y débiles sino algunas incluso negativas. Además, según este autor, los
estudios a nivel macro no son capaces de proveer una guía adecuada para tomar una
decisión en relación con un proyecto de infraestructura de transporte específica, lo cual
requiere usar las herramientas de análisis microeconómico, tales como el análisis costo
beneficio social (Bangqiao, 2001: iii).11

Más recientemente, Angel de la Fuente realizó un análisis de los primeros veinte años
del debate iniciado por Aschauer. De hecho, de la Fuente no sólo amplia el recuento de
las diferentes especificaciones empíricas y sus problemas econométricos, sino también
reitera el frecuente problema de la calidad de los datos y su falta de homogeneidad, todo
lo cual dificulta las comparaciones entre estudios realizados en contextos o países
diferentes (de la Fuente, 2010). No obstante, al igual que Gramlich y Bangqiao, concluye
que la evidencia empírica no es concluyente y su interpretación es complicada debido a
los problemas econométricos no resueltos. En particular, encuentra que el uso de
primeras diferencias o la introducción de efectos fijos en panel de datos, elimina la
significancia de la acumulación de capital fijo en la productividad regional (de la Fuente,
2010:38). Sin embargo, encuentra que la inversión en infraestructura pública sí
contribuye significativamente la crecimiento de la productividad, al menos en los países
donde el punto de saturación no ha sido alcanzado (de la Fuente, 2010:2). Esta última
10
En el artículo de Rozas y Sánchez (2004) se puede encontrar una revisión conceptual de estos temas.
11
En ese sentido, se deben consultar las aportaciones de Weisbrod (2008: 519).

70
conclusión es similar a la alcanzada en un estudio de Calderón (2005), el cual mediante
el análisis de cifras agregadas de más de 100 países, encuentra una relación robusta
entre los acervos de infraestructura y el crecimiento del PIB, pero resalta la relación
inversa de la desigualdad en la distribución del ingreso en los países con mayor cantidad
y calidad de infraestructura (Calderón y Servén, 2005:26).

Es importante hacer notar que los autores anteriores realizan sus análisis considerando
los impactos de la infraestructura pública, pero no necesariamente enfatizan el papel de
la infraestructura de transporte. En cambio, una edición especial de la revista “The
Logistics and Transportation Review” del año 1996, incluye artículos que se centran en el
análisis de los impactos de la inversión en infraestructura de transporte en el desarrollo
económico. De la lectura de esos artículos se encuentran prácticamente los mismos
argumentos, en favor y en contra, que son reportados por los autores arriba citados. No
obstante, en uno de los trabajos, se enfatiza la idea de que la inversión en transporte
puede tener efectos de rebozamiento (spillover effects), al facilitar la expansión y la
innovación en otros sectores (Garrison and Souleyrette, 1996: 5). En cambio, en otro
artículo se exploran las posibilidades de complementariedad y sustituibilidad entre el
transporte y otros factores productivos, aunque no se encuentran resultados
concluyentes (Gillen, 1996: 55).

Otros estudios más recientes encuentran resultados no necesariamente coincidentes.

Por ejemplo, Montolio y Solé realizaron en 2007 un estudio para medir el impacto de la
inversión en infraestructura carretera en el crecimiento de la productividad total de los
factores observado en las industrias de las provincias españolas en el periodo 1984-
1994. Al incluir en su análisis a las variables “intensidad vehicular” y “nivel de congestión”
de las carreteras, encuentran un efecto positivo de la inversión en carreteras en el
desempeño de la productividad regional, dependiendo de la magnitud de las variables
mencionadas.

En el caso de México, Noriega y Fontenla encuentran que sí hay una

complementariedad entre la inversión pública en infraestructura y la inversión privada en
México (Noriega y Fontenla, 2007: 885). En particular, estos autores revisan los efectos
de largo plazo que han tenido los incrementos de infraestructura telefónica, carretera y
telefónica, en el crecimiento del PIB real. Sin embargo, estos autores encuentran que el
efecto del incremento de kilómetros de carreteras tiene su efecto perceptible sólo
después de siete u ocho años. De hecho, un resultado similar encontró Leduc (2012)
quien realizó un estudio de la inversión en carreteras federales (en los EUA, entre 1993 y
2010) encontrando un efecto positivo en el PIB regional, pero sólo como impactos
locales y temporales, incluso perceptibles sólo después de 6 a 8 años y dejando de
percibirse después de 10 años (Leduc, 2012: 38). Así, estos resultados contradicen los
ya mencionados hallazgos del anteriormente mencionado estudio de Lachler y Aschauer
(1998), aunque el análisis de estos últimos autores recayó en los efectos en la
productividad total de los factores.

Una característica muy notable de este debate sobre la importancia económica de la

inversión en infraestructura (y, en particular, de la inversión en infraestructura carretera)

71
 es la frecuente ausencia del análisis de la contribución que puede tener dicha inversión
en la disminución de las desigualdades en el crecimiento económico de las diferentes
regiones de un país como México. Por ejemplo, Gerardo Esquivel desarrolló en el año
2000 un importante estudio en el que exploró las causas del desarrollo económico de las
regiones en México. En dicho estudio incluye algunas variables como representativas de
la infraestructura (acceso al agua, al alcantarillado y a la electricidad, aunque no incluye
la infraestructura de transporte) a las que no les encuentra mucha significancia
estadística, y concluye que son el clima y la vegetación las que determinan las
diferencias observadas entre las entidades federativas sobre sus niveles y las tasas de
crecimiento del ingreso per cápita (Esquivel, 2000: 44).

Sin embargo, otros estudios sí han incluido a la infraestructura carretera como parte del
análisis del desarrollo regional mexicano. Por ejemplo, Weiss y Rosenblatt llevaron a
cabo un análisis del crecimiento promedio del PIB per cápita regional, y encontraron que
la densidad de carreteras12 sólo es significativa a un nivel de significancia estadística del
10%, quedando por detrás de otras cinco variables con mucho mayor poder explicativo
(Weiss and Rosenblatt, 2010: 19).

En todo caso, queda claro que en el anterior debate no se ha puesto mucho énfasis en el
posible impacto que podría tener la inversión en infraestructura carretera para acelerar el
crecimiento económico de las regiones más atrasadas del país y contribuir así a un
desarrollo regional más equilibrado. En ese sentido, en el presente trabajo usamos la
teoría de la convergencia regional como un enfoque que podría ser muy pertinente en el
análisis. A la revisión de este enfoque se dedica la siguiente sección del trabajo.

4.2. Barro y el debate sobre la convergencia regional.

Han pasado más de veinte años desde que Barro y Sala-i-Martin publicaran sus artículos
más importantes sobre la convergencia regional, mismos que detonaron
exponencialmente el interés ya existente sobre la posibilidad de que los países puedan o
no estar convergiendo hacia el desarrollo económico.13 Este debate se ha centrado en la
posibilidad de que los países pobres estén acortando la distancia que los separa de los
países ricos. Una idea muy similar se maneja cuando se analiza la convergencia
económica pero en el interior de cada país, es decir, estudiando el desarrollo económico
de las diversas regiones que integran una nación. En el desarrollo de este debate se han
considerado no sólo diversos conceptos o medidas de desarrollo económico, sino
también múltiples herramientas econométricas aplicadas a diferentes modelos basados
en sendas propuestas teóricas y analizando una cantidad muy grande de variables y
factores que posiblemente afectan el desarrollo económico. Claramente, no es posible ni
se desea abordar toda esta diversidad de análisis en el presente trabajo, puesto que
desviaría la atención al tema que nos ocupa que es la contribución de los acervos
carreteros a la convergencia regional en México. Así, el análisis se centra en los trabajos

12
Esto es, la relación entre cantidad de carreteras y la superficie de cada entidad federativa.
13
Nos referimos a los trabajos publicados por estos autores en 1991, 1992 y 2004 (véase la bibliografía).

72
que se consideran como más relevantes y que, ciertamente, giran en torno a los trabajos
de Barro y Sala-i-Martin.

Como han señalado estos autores, en la literatura sobre el tema hay dos conceptos
básicos de convergencia del ingreso per cápita regional (Barro y Sala-i-Martin,
2004:462): “convergencia Sigma (δ)” y “convergencia Beta (β)”. La convergencia Sigma
(δ) es una medida de la convergencia que ocurre cuando la dispersión (estimada por
medio de la desviación estándar del logaritmo de los valores de los ingresos per cápita
de las regiones en estudio) disminuye con el paso del tiempo. Es decir, se mide la
posible reducción en la dispersión del ingreso per cápita (Esquivel, 1999: 727). En
cambio, bajo la convergencia Beta (β) incondicional se postula que existe convergencia
cuando una economía pobre tiende a crecer más rápido que una economía rica, de tal
manera que la economía pobre tiende a alcanzar a la economía rica en términos de los
niveles de producto per cápita. Así, se estima la tasa de convergencia de las regiones
hacia un estado estacionario al que se aproximan todas las regiones, aunque algunas
regiones llevan la delantera. De hecho, para que esta tasa de convergencia sea positiva
se requiere que exista una correlación negativa entre las dos variables en análisis: los
niveles iniciales del ingreso per cápita mostrado por cada región y sus tasas de
crecimiento.

No obstante, Barro y Sala-i-Martin advierten que si bien la convergencia Beta tiende a

generar convergencia del tipo Sigma, este proceso podría verse afectado por los factores
que tienden a incrementar la dispersión: “β convergence is necessary but not a sufficient
condition for δ convergence”. (Barro y Sala-i-Martin, 2004: 464). En ese sentido, Thirwall
ha señalado que la estimación de la convergencia Beta implica un supuesto muy
importante: la tasa de inversión, el crecimiento poblacional, la tecnología y el resto de los
factores que afectan la productividad del trabajo deben ser los mismos para todas las
regiones que se están comparando (Thirwall, 2003: 154).Tomando en cuenta que el
supuesto anterior es de difícil cumplimiento, surge el concepto de convergencia
condicional como es planteado por Barro y Sala-i-Martin, que propone la inclusión en el
análisis de aquellas variables que se postula que afectan el crecimiento del ingreso per
cápita, y determinar los parámetros que miden el efecto de distorsión de dichas variables
en el crecimiento (Barro y Sala-i-Martin, 2004: 465). En parte, esta es una respuesta a
las críticas que se han hecho a la teoría de la convergencia, porque no ha logrado
capturar todo el potencial de análisis que puede permitir la teoría del desarrollo
endógeno (Romer, 1994:11)

Por supuesto, existen investigaciones que cuestionan la importancia de la teoría de

desarrollo endógeno en el proceso de convergencia económica. Por ejemplo, Hulten y
Schwab presentaron en 1993 un documento de trabajo en el que aportaron evidencias
de que la convergencia tecnológica no explica la evolución regional de la industria
manufacturera en los Estados Unidos de América (Hulten and Schwab, 1993: 23). Sin
embargo, la crítica que es quizás más importante sobre la aplicación de la hipótesis de
convergencia, la presentó Steven Durlauf en el año 2003. Según este autor, aunque las
aplicaciones en la literatura sobre el tema han identificado algunos hechos estilizados
sobre el proceso de desarrollo económico, su principal problema radica en que las

73
pruebas estadísticas incluidas han fallado en encontrar la noción de convergencia
económica en una forma interesante desde el punto de vista económico. Al respecto,
propone poner más atención en la heterogeneidad en los procesos de desarrollo de los
diferentes países incluidos en los análisis de regresión. Así, sugiere el uso de clubs de
convergencia para integrar a los países en grupos con mayor homogeneidad. Entonces,
este enfoque trataría de identificar patrones de comportamiento en grupos de
observaciones antes que la estimación de modelos paramétricos (Durlauf, 2003:13-15).

En línea con la anterior aportación, De Souza y otros realizaron un análisis del proceso
de convergencia regional en las provincias de España en el periodo 1955 a 2010, pero
logrando identificar los diferentes patrones de convergencia que se dan a nivel regional y
sub-regional, aunque no identifican las causas de la disparidad en los patrones de
convergencia a nivel sub-regional. Dejan así abierta una pregunta muy importante:
porqué hay diferentes respuestas en las sub-regiones que aplicaron las mismas políticas
económicas? (De Souza et al, 2011:14). En ese sentido, en el presente trabajo hemos
explorado la posibilidad de que sea una diferente política de dotación de infraestructura
carretera lo que explique, en combinación con otros factores, la existencia de una
convergencia regional en todo el país (véase la sección 5), pero no abordaremos, por el
momento, la posibilidad de convergencia a nivel sub-regional.

Otro problema metodológico es el mencionado por Bonnefond (2013:4) en un estudio

sobre el proceso de convergencia en las provincias de China: existe el riesgo de
encontrar resultados sesgados al usar como variables explicativas a aquellas que sean
endógenas con relación al propio crecimiento económico. Al respecto, esta investigadora
utiliza el sistema de estimación GMM (Generalized Method of Moments) para tratar de
evitar dicho problema.

Por otra parte, el enfoque tradicional de convergencia ha sido usado para el análisis de
los posibles efectos diferenciados que pueden tener la aplicación de determinadas
políticas económicas. Por ejemplo, Spilimbergo y Xingyuan revisaron el efecto de ciertas
reformas estructurales en los procesos de convergencia económica de las regiones o
estados de un conjunto de 32 países (Spilimbergo and Xingyuan, 2012). De su análisis
encuentran que el desarrollo financiero doméstico, el grado de apertura comercial, una
mejor infraestructura institucional y ciertas reformas laborales han facilitado el proceso
de convergencia regional. También corroboran la relación inversa que existe entre el
grado de dispersión de su PIB per cápita regional y el nivel de desarrollo económico del
país. Específicamente, encuentran que México muestra uno de los niveles más altos de
dispersión en el PIB per cápita. En ese sentido, un cálculo interesante que realizan es el
posible incremento del PIB per cápita nacional que se obtendría en México, si el ingreso
de las regiones más pobres se incrementara para que la relación de ingresos entre la
región más rica y la más pobre fuera la que se observa en los EUA en el año 2005. Así,
nuevamente México muestra uno de los mayores porcentajes de incremento (33.2%) en
dicho indicador, sólo por detrás de Tailandia cuyo PIB per cápita se incrementaría en
48.5%, si abatiera su enorme disparidad regional (Spilimbergo and Xingyuan, 2012:4).

74
Por supuesto, existen planteamientos teóricos específicos que difieren de la propuesta
metodológica de Barro y Sala-i-Martin. Por ejemplo, en un estudio reciente, Shi analizó el
impacto de la inversión en capital de infraestructura en el proceso de convergencia
económico regional de las provincias de China. Con el modelo desarrollado para estimar
la tasa de crecimiento del PIB per cápita, Shi encuentra que la expansión de la red
carretera sí ha favorecido la convergencia regional en China. No obstante, en algunas
regiones el crecimiento carretero ha sido excesivo, causando que el capital de
infraestructura se vuelva improductivo (Shi, 2012:24).

Con los elementos de discusión precedentes procederemos al análisis de la

convergencia regional que puede estarse presentando en México y del papel que podría
estar desempeñando la existencia de una creciente disponibilidad de infraestructura
carretera en México. Seguiremos la pauta metodológica de Barro y Sala-i-Martin, en
particular porque permitiría hacer comparaciones con trabajos anteriormente realizados
en México, dejando abierta la posibilidad futura de otros enfoques como la identificación
de clubes de convergencia dentro del territorio mexicano.

4.3. Convergencia regional en México: antecedentes.

En un artículo realizado en el año 1999, Esquivel analizó el efecto que tienen algunas
variables demográficas en las diferencias observadas tanto en el nivel como en la tasa
de crecimiento del ingreso per cápita entre los estados mexicanos y realiza una medición
de la convergencia tipo δ (desviación estándar no ponderada del ingreso per cápita)
entre 1940 y 1995 (Esquivel, 1999: 725-761). Este autor encuentra que el valor de δ en
1940 era de 0.62, cayendo a un valor de 0.44 para 1995, por lo que concluye que hubo
una importante reducción en la dispersión regional del nivel de ingreso per cápita de los
estados, pero que dicho proceso de convergencia en México es realmente lento (1.2 por
ciento por año) y se presenta principalmente entre los años 1940 y 1960, manteniéndose
relativamente constante después de 1960.
De hecho, Esquivel confirma estos resultados cuando realiza el análisis a nivel regional,
es decir, agrupando a las entidades federativas según pertenezcan a las regiones Norte,
Pacífico, Golfo y Capital, que muestran una tendencia a crecer más rápido que las
regiones Sur, Centro y Centro-Norte. De hecho, los dos factores que Esquivel encuentra
como posibles explicaciones a la baja tasa de convergencia entre las regiones
mexicanas son “la baja sensibilidad de la migración interestatal a diferenciales de ingreso
y el aumento en la disparidad regional en la provisión de educación post-primaria.” La
conclusión final de Esquivel en su artículo apenas da una pauta para el objetivo de
nuestro estudio ya que menciona que “es necesario delinear e implementar medidas de
política tendientes a reducir las desigualdades regionales en términos del acervo y la
formación de capital humano y, quizá, de infraestructura básica” (op. cit: 760, el
subrayado es nuestro).

Poco tiempo después, el mismo investigador explora el papel que podrían desempeñar
los factores geográficos en el tipo de desarrollo regional observado en México. En
particular, de su análisis encuentra que la posible influencia de variables geográficas

75
(localización, vegetación y clima) en el desarrollo económico regional se da a través de
su efecto en el capital humano, es decir, “a través de su influencia en la esperanza de
vida y en la adquisición de un mayor nivel educativo” (Esquivel, 2000: 30).

Esta conclusión de Esquivel nos resulta de especial interés porque refuerza nuestra
hipótesis de que las carreteras podrían ser un factor clave en el desarrollo de las
regiones mexicanas dado que, precisamente, se puede postular que el acceso a los
servicios educativos y de salud depende de la accesibilidad física que proporcionan los
activos carreteros con que cuenta cada entidad federativa en el país, aunque también es
posible que dicho acceso a los servicios quede determinado por el costo total de
transportarse.

En el mismo año, Messmacher realizó una investigación para conocer los efectos del
TLC en la desigualdad regional en México. Entre sus conclusiones principales, destaca
no sólo la corroboración de que se está incrementando la desigualdad regional que ha
favorecido a los estados del norte del país, sino que son las actividades manufactureras
y el transporte y las comunicaciones las que explican el dinamismo de los estados que
más han crecido (Messmacher, 2000:22). Así, aunque no analiza propiamente la
infraestructura de transporte, esta conclusión podría apoyar la idea de que el sector
transporte no podría estar creciendo sin una adecuada infraestructura. Por lo tanto,
indirectamente se podría inferir que las entidades federativas que más han invertido en
carreteras, por ejemplo, han apoyado más el crecimiento de sus actividades
manufactureras. Por supuesto, esos son precisamente temas dentro de la agenda de
investigación del desarrollo regional.

Dos años después de los trabajos ya reseñados de Esquivel, y probablemente en forma

paralela y sin conocer dichos trabajos, Luis Cabrera Castellanos desarrolla un trabajo
que desea analizar la evidencia empírica de que se esté presentando la convergencia
regional entre los estados de la República Mexicana (Cabrera, 2002:1-28). Aunque el
periodo del análisis (1970–1995) que realiza este investigador es bastante menor al
considerado por Esquivel, llega a una conclusión cualitativamente semejante: se
corrobora la existencia de convergencia absoluta en México. Sin embargo, sus
resultados contradicen a Esquivel cuando Cabrera afirma que la velocidad de
convergencia tiende a crecer en los últimos años puesto que “la velocidad a que se da la
convergencia absoluta es ligeramente superior al 1% para el periodo completo y de 3%
para los últimos quince años” (Ibid, p. 18). Como se anotó anteriormente, Esquivel (1999:
760) encuentra que la convergencia se ha estancado precisamente a partir de la década
de los sesenta.

Una posible explicación de esta aparente contradicción se encuentra al comparar la

escala de las gráficas de la convergencia sigma que ofrecen estos dos autores. Así, al
abarcar un periodo de tiempo más grande, Esquivel encuentra el periodo 1960-1995
como de relativo estancamiento en el comportamiento de la tasa de convergencia. En
cambio, Cabrera encuentra los cambios quinquenales como muy significativos. Este
tema será revisado posteriormente en este trabajo.

76
 4.4. Medición de la convergencia absoluta en el periodo 1940-2010.

En el presente trabajo, el periodo de análisis para la comprobación de la existencia de un

proceso de convergencia absoluta se ha seleccionado por dos criterios. Primero,
buscando contar con el mayor rango posible de años de desarrollo económico regional
en México, bajo una situación de relativa estabilidad política y social. Es decir, buscando
comprobar la existencia de un posible efecto de ciertas políticas públicas en el desarrollo
económico de las regiones del país, mediante el análisis de un periodo realmente amplio,
a partir de la pacificación del país. De hecho, basándose en esta idea bien se pudiera
haber tomado la década de los años treinta del siglo pasado como el inicio del periodo
de estabilidad. Sin embargo, el segundo criterio con el que se seleccionó el periodo de
estudio también se determinó por la posibilidad de contar con información
razonablemente confiable. En ese sentido, se ha considerado que se puede tomar al
producto interno bruto per cápita como una de las variables más representativas para el
análisis comparativo del crecimiento económico de cada una de las regiones y que los
trabajos de Germán Soto han permitido la disponibilidad de una estimación del PIB
estatal muy consistente (Germán-Soto, 2005: 617-653). Así, a la serie de PIB estatal (a
precios de 1993) de este investigador (que cubre el periodo 1940 a 1992), se le ha
agregado la estimación que realiza el INEGI para el periodo de 1993 al año 2010.14

Con base en la información mencionada, es fácil corroborar el comportamiento del PIB

per cápita (en adelante, PIBpc), en pesos de 1993, a nivel nacional:15 tendencia general
creciente (aún con los efectos negativos pero temporales provocados por las crisis de la
economía mexicana), con un crecimiento acumulado tal que el PIBpc promedio
observado en el año 2010 es 3.6 veces mayor al registrado en 1940, es decir, a una tasa
de crecimiento anual de 1.85% en estos setenta años. Es importante notar que,
siguiendo la pauta de Esquivel (1999:740), excluimos a Tabasco y Campeche para evitar
la distorsión del comportamiento general, aunque también hemos excluido a Baja
California Sur, observando un comportamiento que tiene las mismas características, pero
sin los eventuales sesgos temporales que implica la inclusión de las entidades
mencionadas.

Por otra parte, la hipótesis que se postula bajo el proceso de convergencia absoluta δ
implica una reducción en la desviación estándar del logaritmo del producto interno per
cápita (en adelante, logPIBpc) que muestra la distribución del PIBpc. Así, en la figura I se
puede apreciar el comportamiento que ha tenido este indicador de la medida de
dispersión del PIBpc generado por las entidades federativas del país entre 1940 y 2010.

14
Adicionalmente, se debe reconocer que tampoco nos fue posible obtener información confiable para conocer el proceso de
construcción de carreteras en cada una de las entidades federativas de México, sino a partir del año de 1940. Así, la serie
informativa disponible sobre la cantidad de carreteras construidas se puede obtener de los anuarios estadísticos que el INEGI
puede proporcionar en formato PDF en su página web (véase la bibliografía).
15
Hemos mantenido el año base de 1993 que consideró German-Soto por homogeneidad con la información de INEGI que
tiene también el mismo año base.

77
 Figura 4.1. Desviación estándar de logPIBpc.
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

2009
1940
1943
1946
1949
1952
1955
1958
1961
1964
1967
1970
1973
1976
1979
1982
1985
1988
1991
1994
1997
2000
2003
2006
Desv. Estandar de logPIBpc Año

Fuentes: elaborado en base a Germán-Soto (2005), para el periodo 1940-1992, e

INEGI (2014a) para los años 1993 a 2010, y cálculos propios.

Es importante señalar que el comportamiento y los valores estimados de logPIBpc

(graficados en la figura I) son, en lo general, más cercanos a los observados por Cabrera
(2002) que por los reportados por Esquivel (1999: 740), en los periodos correspondientes
en que hay coincidencia con los estudios.16 De hecho, el tomar un periodo de tiempo
mucho más largo parece dimensionar mejor la conclusión de Cabrera de que se está
presentando un incremento de la dispersión del PIB regional entre los años de 1985 y
1995. Así, la tendencia de largo plazo mostrada en la figura I señala que, efectivamente,
se está presentando dicho fenómeno, pero ello representa realmente una recuperación
de la caída que sufre la desviación estándar del logPIBpc en la década previa.

Por otra parte, también se corrobora la conclusión central de Esquivel de que la

tendencia global entre 1940 y 1995 señala una disminución de la disparidad en el PIBpc
estatal, pero con dos periodos muy marcados: fuerte disminución entre 1940 y 1960, y
una posterior estabilización. Sin embargo, como se puede observar en la figura I, en
realidad el periodo de disminución de la dispersión llega hasta mediados de la década de
los ochenta. Después, parece darse un proceso de ligero incremento de la desviación
estándar, esto es una creciente desigualdad interestatal en el PIBpc.

De hecho, siguiendo la pauta metodológica de Barro y Sala-i-Martin (2004:466), en la

figura II se muestra la relación que existe entre la tasa de crecimiento del PIBpc en
función del logaritmo del PIBpc inicial observado en la entidad federativa correspondiente
en el año de 1940.

16
Lo cual puede deberse a que Esquivel (1999: 740) tiene fuentes de información diferentes a las usadas en el presente
trabajo.

78
 Figura 4.2. Relación entre la tasa de crecimiento del PIBpc y el logPIBpc inicial (sin
considerar a BCS, Campeche y Tabasco).
3.5
Tasa de crecimiento del PIB per cápita,

2.5
1940-2010

1.5

0.5

0
7 7.5 8 8.5 9 9.5 10
Log del PIB per cápita, 1940

Fuentes: elaborado en base a Germán-Soto (2005), para el periodo 1940-1992, e

INEGI (2014a) para los años 1993 a 2010, y cálculos propios.

La regresión simple correspondiente arroja una R2 igual a 0.69 y un coeficiente negativo

y estadísticamente significativo.17 Es decir, este análisis indicaría que existe un proceso
de convergencia económica entre las entidades federativas de México entre los años de
1940 y 2010.

Para estimar la tasa a la cual se está presentando el proceso de convergencia entre las
entidades federativas en México, hemos optado por usar la misma expresión que utiliza
Esquivel (1999: 738), lo cual nos permitirá hacer algunas comparaciones con los
resultados que este investigador encontró en su estudio.

Dicha expresión es la siguiente:

yi,t - yi,t-τ
---------------- = α – βyi,t-τ + μi,t -------[4.1]
τ
donde yi,t es el ingreso per cápita observado en la región i-ésima en el periodo t-ésimo,
μi,t es el término estocástico, α es la constante que incluye el nivel de ingreso en el
estado estacionario, β es un parámetro directamente relacionado con la tasa de
convergencia hacia el estado estacionario común en la economía de todas las regiones
en estudio, y τ es el intervalo de tiempo en el que se mide el proceso de convergencia.
Como puede observarse, la variable explicativa es el logaritmo del PIB per cápita inicial.

17
En realidad, se realizó también el análisis con la inclusión de BCS, Campeche y Tabasco, pero prácticamente no hay
diferencias entre ambos casos, aunque la R2 disminuye ligeramente (0.67).

79
 El cuadro 1 muestra los resultados de estimar la anterior expresión en tres diferentes
periodos de interés para el análisis: 1940-2010, 1940-1985, y 1986-2010. La cuarta
regresión también corresponde al periodo 1986-2010, pero se excluye a los estados de
Baja California Sur, Campeche y Tabasco, por las razones ya citadas.

Cuadro 4.1. Resumen de resultados de las estimaciones de tasa de convergencia

absoluta.
Tasa de convergencia
Regresión Periodo Coeficiente Desv. Estándar R2 Observaciones
1 1940-2010 0.0070 0.0009 0.672 32
2 1940-1985 0.0138 0.0023 0.537 32
3 1986-2010 0.0135 0.0035 0.346 32
4 1986-2010 0.0025 0.0037 0.016 29
Nota: sólo las regresiones 1 y 2 resultan significativas al 1%.
Fuente: elaboración propia, basándose en el formato de Esquivel (1999: 740).

Para empezar, es notable el hecho de que se encuentra una tasa de convergencia

relativamente menor que la reportada por Esquivel y Cabrera. Así, mientras que Esquivel
(1999) estimó, para el periodo 1940-1995, una tasa de convergencia promedio anual de
casi 1.2 por ciento, nuestro análisis para el periodo 1940-2010 encuentra que esta
variable es de 0.7 por ciento. La diferencia puede deberse a dos causas. La primera es
la diferencia en la base de datos utilizada. Así, una regresión (no reportada en el cuadro
1) realizada para el mismo periodo que analizó Esquivel (es decir, 1940-1995) encuentra
una tasa de convergencia menor (o sea, 0.9%).18 La segunda explicación de la diferencia
encontrada (y que probablemente se agrega a la anterior causa), estriba en que
precisamente es en los últimos años en los que se ha observado una tendencia a
incrementar la disparidad regional en el PIBpc. De hecho, este cambio aparente en las
tendencias de la tasa de convergencia ya había sido comentado antes, aunque Esquivel
lo veía como un estancamiento y no una reversión de la tendencia. Por ello, resulta
importante separar el análisis en los dos periodos (véase la figura I) que parecen
conllevar, primero, a una tendencia de convergencia (1940 a 1985) y después a una
divergencia o, al menos, un estancamiento en el crecimiento de la tasa de convergencia
(1986 a 2010).

Como también muestra el cuadro 4.1, al analizar solamente el periodo 1940 a 1985, se
encuentra una tasa de convergencia aún mayor que la estimada para todo el periodo.
Este es un resultado esperado y también congruente con los valores reportados por
Esquivel (1999: 740). Por el contrario, la estimación de la tasa observada entre 1986 y
2010 también reporta un valor de tasa de convergencia mayor al encontrado para todo el
periodo. Aunque la estimación no es estadísticamente significativa ni al 10%, este
resultado requiere una explicación. Una primera posibilidad de análisis consiste en la
exclusión de Baja California, Campeche y Tabasco. Así, la regresión 4 mostrada en el
18
Nuevamente, las diferencias pueden deberse, principalmente, a que Esquivel (1999) usó una base de datos diferente a la
usada en el presente trabajo, que es la proporcionada por German-Soto (2005).

80
 cuadro 1, señala la existencia de una tasa de convergencia muy baja, aunque
nuevamente la estimación no es estadísticamente significativa.

Es evidente la necesidad de profundizar y continuar el análisis. Sin embargo, la revisión

y actualización que hemos realizado en esta primera parte del trabajo sobre el proceso
de convergencia del PIB per cápita regional nos resulta suficiente para los fines del
presente trabajo al corroborar las principales conclusiones que muestran trabajos
anteriores sobre el tema: sí existe una tendencia a la convergencia económica entre las
entidades federativas en México, pero este proceso tiene una tasa de crecimiento muy
baja o que incluso se ha detenido en los últimos años. Pasaremos ahora al análisis del
papel que pudiera haber desempeñado la inversión en infraestructura carretera en dicho
proceso de convergencia.

4.5. Expansión de la red carretera en México.

Como se puede observar en la figura 4.3, la acumulación de acervos carreteros ha

mostrado, dentro del periodo en análisis, un comportamiento relativamente parecido al
crecimiento del PIB nacional. Tomando como base el indicador de metros lineales de
carretera por cada kilómetro cuadrado de superficie, se puede apreciar que el territorio
nacional se ha cubierto paulatinamente de una mayor cantidad de carreteras, aunque
ese proceso muestre dos momentos atípicos de fuerte expansión (en 1972-1973 y 1994).
Por supuesto, la dinámica que muestra una mayor densificación no basta, por sí misma,
para concluir que la expansión de la red carretera ha sido acorde a las necesidades de
movilidad que plantea el desarrollo económico del país en todas sus regiones. Además
de aspectos cualitativos, como son el tipo de carreteras construidas (pavimentadas,
revestidas o de terracería) o la cantidad de carriles con que dispone la carretera, 19 existe
la posibilidad de que las carreteras no necesariamente se estén construyendo donde
más se necesiten o donde más contribuyan al desarrollo económico de la región (Islas,
1990:73).

19
Lo cual se traduce en una mayor capacidad en el uso de la carretera, aunque, ciertamente, un incremento de la capacidad no
es un factor que se pueda demostrar que está relacionado con una mayor seguridad. Véase, por ejemplo, Karlaftis, M. (2002).

81
 Figura 4.3. Crecimiento del PIB nacional y la densidad carretera.

Fuentes: elaborado en base a Germán-Soto (2005), para el PIB del periodo 1940-1992, INEGI
(2014a) para el PIB de los años 1993 a 2010, y cálculos propios basados en INEGI (2014b) para
la densidad carretera.

Por ejemplo, como se muestra en el cuadro 4.2, no todas las entidades federativas han
alcanzado un nivel similar de densidad en su red carretera, ni han tenido el mismo ritmo
de crecimiento durante el periodo en estudio.20 Así, hay un grupo de entidades
federativas que han alcanzado un alto nivel de densidad carretera, pero ello se explica,
principalmente, por su relativamente menor superficie total. Tal es el caso de Tlaxcala,
Morelos, Aguascalientes, Guanajuato, Colima y Tabasco. Una excepción lo representa el
caso de Campeche en el que siempre se ha observado una densidad muy inferior al
promedio nacional.
Por otra parte, se encuentran las entidades federativas que muestran un bajo nivel de
densidad carretero, que se explica en parte por el gran tamaño de su extensión territorial,
como corresponde a los casos de Chihuahua, Coahuila, Baja California Sur, Durango y
Sonora. No obstante, encontramos varios casos en los que la enorme extensión no es
factor para impedir un relativamente alto nivel de densidad carretero, como se muestra
con el comportamiento de Veracruz, Chiapas, y Oaxaca.

20
Aunque estamos presentando el análisis realizado al considerar el total de carreteras, también se analizó el comportamiento
del crecimiento de las carreteras pavimentadas y si bien se encontraron diferencias importantes, no se exponen para no
desviar la argumentación principal: el diferente comportamiento de la acumulación de acervos carreteros en las entidades
federativas del país.

82
Cuadro 4.2. Evolución de la densidad carretera en las entidades federativas de
México (metros de carreteras totales por kilómetro cuadrado de superficie)
1940 1950 1960 1970 1980 1990 2000 2010
Aguascalientes 11.2 45.0 95.5 123.3 367.1 355.5 389.9 408.1
Baja California 9.1 11.1 17.4 20.7 50.0 111.2 167.3 166.2
Baja Calif. Sur 3.7 8.3 21.2 13.8 67.9 82.3 87.7 74.0
Campeche 1.5 4.5 14.9 21.7 47.5 100.2 85.8 98.4
Coahuila 7.6 8.7 16.8 19.3 63.9 63.4 55.5 58.0
Colima 31.3 37.0 66.5 98.1 284.5 287.3 382.4 406.2
Chiapas 7.6 9.7 24.7 41.4 134.1 149.7 275.9 302.7
Chihuahua 3.9 4.7 7.6 12.3 39.1 46.3 51.1 53.7
Durango 12.0 10.1 14.7 18.2 74.8 74.9 103.0 130.0
Guanajuato 23.4 23.8 46.9 84.0 197.3 245.8 361.6 406.4
Guerrero 11.4 10.0 25.5 40.2 140.9 129.6 207.3 281.0
Hidalgo 39.6 45.8 72.7 124.6 292.8 301.3 438.7 537.5
Jalisco 14.3 19.4 27.1 41.2 125.1 142.3 309.7 339.6
México 87.1 45.8 96.4 170.3 361.7 459.7 462.4 638.8
Michoacán 51.5 24.7 41.5 61.9 168.6 157.4 221.1 268.5
Morelos 87.2 99.8 120.4 175.3 466.3 426.6 405.0 563.7
Nayarit 10.1 17.8 33.3 44.5 107.5 127.7 201.7 299.2
Nuevo León 16.9 14.4 27.7 39.4 91.4 137.4 111.2 113.7
Oaxaca 10.8 10.9 18.4 44.0 121.1 116.3 167.2 222.9
Puebla 30.7 31.8 42.1 73.1 216.2 218.6 251.1 289.5
Querétaro 49.2 25.3 36.3 90.4 291.5 313.7 282.6 279.9
Quintana Roo 0.7 2.7 8.3 23.5 83.3 116.6 119.8 129.2
S. L. Potosí 18.9 18.3 25.3 37.0 110.8 151.5 194.1 183.2
Sinaloa 15.5 16.2 38.4 51.7 198.2 189.0 327.5 336.8
Sonora 10.2 7.0 14.8 19.6 62.4 61.4 121.1 133.3
Tabasco 24.0 14.1 33.6 103.4 206.2 291.3 347.9 350.7
Tamaulipas 16.7 15.2 24.6 33.0 132.6 159.4 155.5 174.7
Tlaxcala 98.9 101.8 93.5 191.6 781.3 717.2 638.5 660.4
Veracruz 9.0 18.5 33.0 70.2 157.8 141.3 217.8 354.5
Yucatán 31.9 8.7 23.2 42.6 127.1 164.6 282.5 285.0
Zacatecas 7.8 7.8 14.9 33.5 121.9 134.1 136.6 152.7
Total 13.9 12.7 22.9 36.5 108.0 121.6 164.2 189.1
Fuentes: cálculos propios, basados en INEGI (2014b).

Es de destacar, no obstante, que aún dentro de los grupos anteriores no parece existir
una relación estrictamente inversa entre la magnitud de la extensión territorial y la
densidad carretera. Esta observación es aún más clara al analizar el comportamiento del
resto de las entidades federativas. En ese sentido, un factor que pudiera estar
influyendo en un ritmo mayor de densificación carretera podría ser el nivel de actividad
económica. Ello explicaría los casos de Jalisco y México, pero no el caso de Nuevo
León.

83
Por otra parte, mientras que hay algunas entidades federativas que muestran un
incremento atípico en la década de los años setenta, en otras sí se observa un
incremento en esos años pero más moderado, en tanto que su incremento más
importante se observa en los años noventa o más recientemente. En todo caso, la
conclusión más importante que se puede derivar del análisis preliminar del cuadro 4.2 es
que no se observa un comportamiento similar en las diferentes entidades federativas.
Esta situación lleva a plantear la pregunta siguiente: es la mayor disponibilidad de
infraestructura carretera con que cuentan algunas entidades federativas un factor para
que alcance en unos años el nivel de PIBpc de las entidades que ahora lo rebasan?
Veamos, por ejemplo, el caso de Aguascalientes, que muestra algunos periodos breves
con una fuerte tasa de construcción de carreteras (que se refleja en una mayor densidad
carretera). No obstante, esos impulsos no parecen tener un impacto visible en el
comportamiento del PIBpc, aunque podría argumentarse que precisamente una mayor
disponibilidad de infraestructura carretera fue una base para lograr un crecimiento
sostenido del PIBpc.

4.6. Infraestructura carretera y convergencia regional en México.

Con el propósito de tener una respuesta más general y fundamentada sobre la posible
influencia que podría tener la mayor disponibilidad de infraestructura carretera en el
proceso de convergencia económica de las diferentes entidades federativas en México, a
continuación se describen los resultados de un análisis de convergencia condicional en
el que se ha puesto especial énfasis en una variable: la acumulación de acervos
carreteros.

Para el análisis utilizaremos la siguiente expresión:

log(yi,t / yi,t-τ) = α + β1 (log yi,t-τ)+ β2 x1it + β3 x2it +…+βnxmit + μit -------[4.2]

donde, además de los elementos ya descritos de la expresión [1], se tienen las variables
x1it a xmit que se postula que afectan el crecimiento del ingreso per cápita y que Cabrera
(2002:14) denomina “variables adicionales de control del estado estacionario”.

En nuestro análisis de regresión se consideraron las variables que se describen en el

cuadro 4.3, aplicada a la regionalización mostrada en el cuadro 4.4, y cuyos resultados
se muestran en el cuadro 4.5. Se incluyó en todos los casos a la variable LPIBPCIN, por
razones de congruencia con los modelos de análisis de convergencia. Después, se
incluyó sólo una de las variables que podrían servir para medir el impacto de la
acumulación de carreteras (CARRPAV, CARRNOPAV, y CARRTOT), en corridas
correspondientes a cada una de estas variables por separado (para evitar problemas de
multicolinealidad, dados los altos coeficientes de correlación existentes entre estas
variables). En realidad, esta separación también resulta importante con fines de análisis
de las políticas de dotación de infraestructura carretera. Así, resulta de interés la
comparación del efecto diferenciado las políticas que se centran en construir más
caminos de menores especificaciones (i.e., revestidas y de terracería), versus la

84
construcción de menos carreteras (por ser evidentemente más costosas) pero
pavimentadas y con mejores especificaciones, o incluso en ambas.

Cuadro 4.3. Variables a incluir en las regresiones de convergencia condicional en

México (1941-2010).

Variable Descripción (la información corresponde a Fuentes

cada entidad federativa en un año
determinado).

LTDCREC Logaritmo dela tasa promedio de INEGI (2014a);

crecimiento anual del PIB per cápita. German-Soto (2002); y,
cálculos propios.

LPIBPCIN Logaritmo del PIB per cápita en el año Cálculos propios.

inicial.

CARRNOPAV Kilómetros de carreteras revestidas y de INEGI (2014b); y

terracería. cálculos propios.

CARRPAV Kilómetros de carreteras pavimentadas. INEGI (2014b); y

cálculos propios.

CARRTOT Total de kilómetros de carreteras. INEGI (2014b); y

cálculos propios.

Fuente: elaboración propia.

Siguiendo, en cierta medida, la idea antes mencionada de Durlauf (2003:13-15) sobre los
clubes de convergencia, hemos realizado nuestro análisis considerando a las entidades
federativas de México agrupados en la regionalización de uso más frecuente en México.
De hecho, se realizó previamente un ejercicio de regresión preliminar teniendo en cuenta
las 32 entidades del país, pero los resultados fueron estadísticamente más débiles que
los obtenidos con la regionalización que se muestra en el cuadro 4.4.

Los resultados obtenidos en las diferentes regresiones relacionadas con el modelo

postulado en la expresión 4.2, se muestran en el cuadro 4.5.
De dicho cuadro podemos destacar la alta significancia estadística que guarda la
relación de la tasa de crecimiento del PIB per cápita (es decir, LTDCREC) con los niveles
iniciales de PIB per cápita (LPIBPCIN). Aunque el valor del parámetro es relativamente
bajo (y similar en todas las corridas de regresión), tiene un signo negativo. Este resultado
es congruente con las conclusiones del análisis realizado para la medición de la
convergencia absoluta (véase la sección cuarta de este trabajo): se corroboran los
indicios de que se estaría en un proceso de convergencia pero a un ritmo relativamente
bajo, en el periodo 1941 a 2010.

85
Cuadro 4.4. Regionalización empleada para el análisis de convergencia.
Región Entidades federativas
Noroeste Baja California Norte, Baja California Sur, Sinaloa, Sonora.
Noreste Coahuila, Chihuahua, Durango, Nuevo León, Tamaulipas.
Centro-Occidente. Aguascalientes, Colima, Guanajuato, Jalisco, Michoacán,
Nayarit, Querétaro, San Luis Potosí, Zacatecas.
Centro Distrito Federal, Hidalgo, México, Morelos, Puebla, Tlaxcala.
Sureste Campeche, Chiapas, Guerrero, Oaxaca, Quintana Roo, Tabasco,
Veracruz, Yucatán.
Fuente: elaboración propia.

Cuadro 4.5. Corridas básicas de convergencia condicional, 1941-2010.

Variable Variable dependiente: LTDCREC

explicativa
1 2 3

0.042484 0.044387 0.042830

Constante
(16.18577) (17.57108) (12.75309)

-0.015009 -0.015170 -0.015001

LPIBPCIN
(-20.76352) (-19.80483) (-20.31570)

0.000355
CARRPAV
(1.07366)**

CARRNOP -3.45E-05
AV (-0.12017)**

0.000267
CARRTOT
(0.70656)**

Adjusted
0.167 0.167 0.167
R2
F-statistic 225.958 225.274 225.565
Notas: las cifras entre paréntesis corresponden al valor del estadístico t; los parámetros
marcados con doble asterisco no son significativos ni al 90%. Otras pruebas no revelan
problemas importantes de multicolinealidad o heteroscedasticidad.
Fuente: elaboración propia, con base a los resultados de Eviews.

86
 En cambio, los parámetros estimados para las diferentes variables que miden los
acervos carreteros (LCARRNOPAV, LCARRPAV, y LCARRTOT), muestran valores que
son realmente muy bajos, en particular si se les compara con el parámetro obtenido para
el PIB per cápita inicial. No obstante, esta observación resulta poco relevante porque
estos parámetros no resultan estadísticamente significativos. Incluso, es de notar que la
R2 ajustada de las regresiones queda, en los tres casos, en el valor de 0.167. Este
hecho, además de corroborar la baja capacidad explicativa de las variables que miden la
dotación carretera, implicaría la necesidad de incluir otras variables del tipo xmit en la
expresión 4.2, cuando el objetivo sea encontrar las variables que expliquen mejor el
proceso de convergencia regional.

Tomando en cuenta lo anterior, y aun considerando que dicha explicación no es parte

central del presente trabajo, hemos incluido en el análisis algunas de las variables
típicamente asociadas al crecimiento del PIB per cápita. Así, este análisis nos permitiría
comparar y valorar mejor el desempeño de las variables asociadas al crecimiento de los
acervos carreteros con que cuenta cada entidad federativa.21 Desafortunadamente, no
hemos contado con la disponibilidad de información completa y confiable para todo el
periodo del análisis previo (1941 a 2010) sino únicamente para los años recientes, es
decir, de 1994 a 2010. No obstante, aún puede ser de utilidad porque permitiría
comparar también el desempeño de dichos acervos carreteros en un periodo reciente.

Para empezar, estamos agregando la variable esperanza de vida porque se asume que
es una variable proxy que mide de otra forma el capital humano con que cuenta cada
región o entidad federativa de nuestro país.22 De hecho, del análisis de correlación de
nuestra base de datos (de 1994 a 2010) se encuentra un coeficiente de correlación (en
adelante, CC) con la tasa de crecimiento del PIB per cápita de 0.29, que es el mayor de
todos los CC mostrados por las variables en análisis. Por otra parte, originalmente se
incluyó la escolaridad porque frecuentemente es usada para medir la incidencia del
capital humano en el crecimiento económico23 y porque muestra en el periodo un
razonable CC con la tasa de crecimiento del PIB per cápita (es decir, 0.19), pero se
eliminó del análisis por su un alto nivel de CC con la esperanza de vida y con el PIBpc
inicial. De hecho, este mismo problema se presentó con otra variable que asumimos que
podría ayudar al análisis, es decir, la inversión extranjera directa. En cambio, se incluyó
la migración poblacional neta24 (en adelante, MIGN) porque esta variable muestra unos
valores relativamente bajos de CC con la el PIBpc inicial y con la esperanza de vida,
mientras que señala un signo negativo en la correlación con la tasa de crecimiento del
PIBpc, implicando que los estados que retienen o incluso atraen más población (esto es,
con una migración neta negativa al ser mayor la inmigración a la emigración) tienden a
crecer económicamente. Adicionalmente, también con las variables adicionales se tuvo

21
La comparación con el efecto del PIB per cápita inicial podría parecer exagerada, dada la importancia teórica de esta
variable.
22
Definida como la cantidad de años de vida promedio de la población residente, véase CONAPO, 2012.
23
Por ejemplo, en un estudio reciente sobre convergencia condicional en China, Bonnefond encuentra que tanto la inversión
en capital físico como en educación, en el periodo de 1995 a 2009, han jugado un papel muy importante en la promoción del
crecimiento económico y en la reducción de la disparidad regional (Bonnefond, 2013: 12).
24
Calculada como la diferencia entre los miles de personas que migraron hacia otra entidad federativa y los miles de personas
que migraron hacia la entidad en estudio (véase CONAPO, 2012).

87
cuidado para no incluirlas en la corrida de regresión cuando llegaban a tener un nivel alto
de CC con las variables de las carreteras, pero ello no se presentó. En realidad, no se
esperaba, a priori, esta baja correlación de las variables carreteras con la escolaridad, la
esperanza de vida, la inversión extranjera directa y la migración interestatal. Cabría
esperar que una mayor cantidad de carreteras en una entidad estaría correlacionada con
estas variables. Sin embargo, el análisis detallado de estas correlaciones calculadas con
la información oficial podría ser objeto de otro estudio.

Los resultados de las corridas de regresión para el periodo 1994-2010, se muestran en el

cuadro 4.6. Nuevamente, en todos los casos se comprueba la significancia estadística (al
99%) de los parámetros asociados a la variable que mide el nivel de PIB per cápita
inicial, con el signo negativo correspondiente al planteamiento teórico, pero con valores
relativamente bajos. De hecho, estos parámetros son inferiores incluso a los valores
encontrados en el análisis del periodo 1941 a 2010 (véase el cuadro 4.5).

Por otra parte, en este análisis que corresponde al periodo 1994 a 2010, se encuentra
que las variables del desarrollo carretero (CARRPAV, CARRNOPAV y CARRTOT),
muestran un mejor desempeño en su significancia estadística en relación al mostrado en
el cuadro 4.5 (que corresponde al análisis de largo plazo, 1940 – 2010). De hecho, las
carreteras pavimentadas, ahora si resultan significativas incluso al 99%, aun cuando el
valor del parámetro es realmente muy bajo en comparación al parámetro
correspondiente a la esperanza de vida (la única variable adicional que resultó
estadísticamente significativa en este análisis), y también en comparación con el nivel
inicial de PIB per cápita. En cambio, las carreteras no pavimentadas no resultan
estadísticamente significativas, mientras que el total de carreteras lo sería sólo al 95%.
Estos resultados resultan congruentes a los hallazgos de Weiss en el sentido de la
menor significancia estadística de las carreteras frente a otras variables con mayor poder
explicativo del crecimiento del PIB per cápita regional (Weiss, 2010:19).

88
Cuadro 4.6. Corridas básicas de convergencia condicional en México (1994-2010).

Variable Variable dependiente: LTDCREC

explicativa
1 2 3

-0.28633 -0.29671 -0.29737

Constante
(-6.6014) (-6.74794) (-6.78897)

-0.00624 -0.00787 -0.007399

LPIBPCIN
(-2.97244) (-3.76426) (-3.51883)

1.50E-06
CARRPAV
(3.57889)

1.45E-07
CARRNOPAV
(1.10129)**

1.96E-07
CARRTOT
(1.81277)*

0.004126 0.00438 0.004359

ESPVIDA
(6.78371) (7.15997) (7.14397)

MIGN -7.38E-08 -6.38E-08 -6.38E-08

(-1.73026)** (-1.47848)** (-1.48395)**

R2 0.1189 0.0999 0.1034

F-statistic 14.5211 11.95028 12.40996

Notas: las cifras entre paréntesis corresponden al valor del estadístico t; los
parámetros marcados con un signo de asterisco sólo son significativos al
95%, mientras que los marcados con doble asterisco no lo son ni al 90%.
Otras pruebas no revelan problemas importantes de multicolinealidad o
heteroscedasticidad.
Fuente: elaboración propia, con base a los resultados de Eviews.

89
CONCLUSIONES.

El propósito principal del presente trabajo es de contribuir al análisis del debate sobre el
frecuente argumento de que las inversiones en infraestructura de transporte son un
"detonador" del desarrollo, porque tienen una gran capacidad de “arrastre” de la
economía, y que permiten un desarrollo regional más equilibrado o que incluso son parte
de la competitividad de las regiones.

El sistema carretero de transporte en México ha crecido y se ha diversificado por todo el

país. Aunque una parte de este crecimiento cuantitativo y cualitativo puede haberse
presentado como respuesta a la detección de necesidades específicas, y buscando una
asignación adecuada de recursos, existe la posibilidad de que, al menos, otra parte de la
construcción de infraestructura se haya realizado por razones desvinculadas a la
racionalidad económica o sin un mayor conocimiento de la interrelación que guarda la
inversión en infraestructura carretera y el proceso de desarrollo económico de las
regiones en las que se construye dicha infraestructura. Ciertamente, la infraestructura de
transporte puede desempeñar un papel muy importante para la integración de regiones y
países. Sin embargo, para que ello se cumpla, dicha infraestructura debe ser construida
y operada con plena eficiencia, aprovechando al máximo los recursos materiales,
tecnológicos y humanos. Incluso, desde el momento de decidir su ubicación, deben
existir todas las condiciones de mercado para que su construcción esté realmente
justificada.

Por lo anterior, la presente investigación se centra en dos hipótesis de trabajo, a saber:

primero, que no parece existir una relación directa o clara entre la acumulación de
acervos carreteros en una región y el nivel de desarrollo económico que muestran, ni en
el corto o en el largo plazo; segundo, que tampoco parece estarse cumpliendo la idea de
que la inversión en infraestructura carretera pueda contribuir a un desarrollo regional
más equilibrado en el país. A la primera hipótesis la podemos identificar como una
situación de eficiencia (en el manejo de los recursos económicos), mientras que a la
segunda hipótesis se le puede relacionar con el problema de equidad en el desarrollo
regional.

Por la no tan evidente complejidad del tema, en el presente trabajo nos hemos
concentrado en unas variables muy específicas, y buscamos la aplicación de
herramientas de análisis (el método de la envolvente de datos y los modelos basados en
la teoría de la convergencia regional) que no han sido usados frecuentemente en la
investigación seria del tema, también con el propósito de buscar nuevos enfoques y
aportarlos al debate. Así, de nuestro análisis de los últimos setenta años de política
carretera, se desprenden los siguientes hallazgos.

Las tendencias que se observan desde hace seis décadas muestran que la IPF en
transporte no sólo es una cantidad que es cada vez menor en relación con la inversión
pública federal, sino que incluso no muestra un patrón claro o consecuente con el
comportamiento del PIB nacional, aunque también la IPF en transporte es una
proporción decreciente en el PIB. Esta menor inversión pública en infraestructura (aún en

90
términos relativos) podría significar que el transporte tiene cada vez menos recursos, en
términos relativos, para atender una creciente demanda del servicio, lo cual es más
grave si se considera que en esa inversión pública se ha otorgado una mayor preferencia
por las carreteras.

En lo relacionado con el desarrollo regional se observa la primacía de la región Centro

como el área geográfica más poblada en el país, más urbanizada, con los mayores
niveles de PIB total y PIB per cápita (aunque ya muestra cierto rezago en pobreza
extrema). La región Centro-Occidente también destaca en los aspectos demográficos y
de crecimiento económico (aunque con una dinámica menor que la región Centro) y
reduciendo sus niveles de pobreza extrema. Por su parte, las regiones Noroeste y
Noreste tienen una dinámica económica importante pero detrás de las anteriores
regiones. En cambio, la región Sur-Sureste es la que muestra los indicadores más
rezagados tanto en los aspectos económicos como sociales.
En particular, en el caso de la productividad nacional, medida por medio del PIB per
cápita, se observa que es la región Noreste la que ha mostrado una mayor dinámica en
esta variable y ha logrado superar a la región Centro y la región Noroeste. En cambio,
nuevamente es la región Sur-Sureste la que muestra no sólo los menores niveles de
producto per cápita, sino incluso una tendencia a un mayor rezago en relación a la media
nacional.

En este trabajo nos interesa conocer la relación que hay entre este desarrollo regional
tan diferenciado con la enorme red de infraestructura de transporte carretero que ha
acumulado el país, esto es, con el acervo (“o stock”) de inversión realizado hasta ahora.
Las conclusiones preliminares del segundo capítulo indican que no se puede apreciar
una tendencia que confirme que las regiones con más infraestructura de transporte
terrestre son las más productivas, aún en términos relativos. Para tener una mejor
comprensión del problema, hemos realizado una revisión preliminar del estado actual de
la investigación en la medición de la productividad regional en México.

Para la medición de la eficiencia técnica por medio del método de la envolvente de datos
(DEA), se ha probado la hipótesis siguiente: las regiones económicas que muestran un
mayor nivel de productividad son las que tienen los índices de eficiencia más altos con
relación a sus acervos de infraestructura de transporte carretero. La misma hipótesis se
prueba, pero al nivel de entidades federativas. Encontramos que, de las cinco regiones
económicas analizadas, sólo una alcanza siempre la calificación máxima, mientras que
el resto quedaron por abajo de dicho objetivo, es decir, son ineficientes. Al comparar
estos resultados con los niveles de PIB que alcanzan estas regiones, se concluye que
también están entre las regiones más importantes. Es decir, estas regiones no sólo
tienen un importante desempeño en su productividad económica sino coinciden en que
tienen y usan una red vial que, a resultas de este análisis, tiene una mayor eficiencia en
su tamaño que el resto de las regiones.

Coincidiendo con lo anterior, y contrariamente a lo que podríamos suponer que debería

estaría ocurriendo por las tendencias a dotar de infraestructura de transporte a las
entidades federativas con rezagos en su nivel de actividad económica, no parece

91
presentarse una dinámica especialmente mayor en la eficiencia con la que operan su red
vial dichas entidades federativas. Con base en esto, es posible afirmar que, en lo
general, no hay un manejo eficiente de los acervos carreteros, tanto a nivel regional
como a nivel de las entidades federativas, aunque no sea homogénea la situación de
eficiencia o ineficiencia.

Pasando al problema de equidad en dicho manejo de acervos carreteros, en el presente

trabajo se realizó la aplicación del marco conceptual que estudia el proceso de
convergencia regional, particularmente basado en las aportaciones metodológicas de
Barro y Sala-i-Martin. Para ello, se tomó en cuenta el trabajo previo que sobre
convergencia absoluta y convergencia condicional se ha realizado en México, centrando
el interés en los resultados de Esquivel (1999) y Cabrera (2002). Además de corroborar
las principales conclusiones de estos investigadores, en el sentido de la existencia de un
proceso de convergencia (absoluta) en la evolución del PIB per cápita en México, pero a
una tasa muy baja, nuestro análisis se realizó tomando un periodo de análisis
sustancialmente mayor al considerado por estos autores. Así, hemos corroborado este
incremento pero sólo como parte de una ligera reversión en la tendencia a la
convergencia regional en los últimos años, mientras que Esquivel lo veía como un
estancamiento.

En el caso del análisis de la convergencia condicional, de nuestro análisis de largo plazo

(1941 a 2010), encontramos que los parámetros estimados para las diferentes variables
que miden los acervos carreteros, son realmente muy bajos, en particular cuando se les
compara con el parámetro obtenido para el PIB per cápita inicial, aunque no resultan
estadísticamente significativos. De hecho, la R2 ajustada de las regresiones es muy baja
con la inclusión de las variables que miden la dotación carretera. Así, aun considerando
que la explicación total del proceso de convergencia regional no es la parte central del
presente trabajo, hemos incluido en el análisis algunas de las variables típicamente
asociadas al crecimiento del PIB per cápita: esperanza de vida y migración estatal neta
(aunque sólo para el periodo 1994 a 2010). Como principal resultado se concluye que,
en este periodo, únicamente las carreteras pavimentadas tienen significancia estadística,
pero con un efecto apenas perceptible en la tasa de crecimiento de la convergencia del
PIB per cápita estatal hacia un estado estacionario, pero que dicho efecto es bastante
limitado en comparación con el mostrado por la variable “esperanza de vida”, o en
comparación con los niveles iniciales de PIB per cápita.
El análisis anterior nos indica que no hay muchos argumentos (ya sea en términos de
significancia estadística o de contribución relativa) para aceptar que los acervos
carreteros estén contribuyendo para la convergencia en el desarrollo económico
regional.

En base a lo anterior, la conclusión central de la presente investigación es que no se

puede corroborar la idea de que los proyectos de transporte sean usados con eficiencia
para impulsar el crecimiento económico y mejorar la productividad regional o que se esté
contribuyendo a la convergencia regional.

92
Aún con las limitantes analíticas y de información, los resultados de este trabajo permiten
plantear algunas recomendaciones de política que se exponen a continuación.

Primero, para que el transporte sea el elemento central de la gestión urbano-regional

orientada a la creación de riqueza, habría que dar seguimiento a la tasa de crecimiento
de sectores productivos de las regiones o ciudades que cuentan con nuevas carreteras
para corroborar si se están cumpliendo los objetivos deseados y analizando si existen
los beneficios económicos de largo plazo que provocan tales inversiones, tal y como lo
postulan muchos autores como los mencionados en el primer capítulo del trabajo. En ese
sentido, dicho seguimiento debe hacerse a un nivel de detalle suficiente para comprobar
si los incrementos en el nivel de capital empleado en el transporte están realmente
reduciendo los costos de desplazamiento de bienes y personas y aumentando así la
accesibilidad y la atractividad de las regiones, con un impacto positivo en la
productividad agregada y en el PIB.

Segundo, para una mayor integración regional (esto es, de las entidades federativas
agrupadas dentro de las regiones) debe asegurarse que la mayor parte de los sectores
de la población puedan beneficiarse de los incrementos en la accesibilidad a áreas de
mayor desarrollo económico y no solamente aquellos privilegiados que disponen de los
recursos para pagar altos costos por el uso de la infraestructura carretera.

Tercero, se debe evitar el error de suponer, que con más carreteras se van a desarrollar,
automáticamente, las regiones más rezagadas. El caso del Sureste mexicano es la
muestra más clara de que esa relación es una falacia. Como se reconoció en el presente
trabajo, la infraestructura redistribuye la actividad económica antes que crearla y es muy
cuestionable la posibilidad de que las regiones atrasadas puedan mejorar
significativamente por medio de la inversión en infraestructura de transporte. El
transporte funciona más como un apoyo y refuerzo que un factor generador del progreso
económico. Este es generado si todos los ingredientes para el crecimiento están
presentes. Además, debe conocerse y resolverse si existe una mala coordinación y
participación de los actores económicos y sociales que intervienen en el proceso de
desarrollo regional, tema que no fue analizado en el presente trabajo.

Cuarto, de nuestro trabajo no podemos inferir que necesariamente deba reducirse la

inversión en infraestructura carretera. En todo caso, lo innegable es que debe usarse
más eficientemente y comprobando que se alcanzan los objetivos de desarrollo
asociados al uso creciente de una mayor accesibilidad en las regiones o entidades
federativas. De hecho, probablemente se requiere un mayor nivel de inversión en todos
los modos de transporte, muy especialmente en los ferrocarriles y los puertos
mexicanos, a fin de colocarlos en la situación que permita explotar sus ventajas de gran
capacidad y bajo costo, pero tales inversiones también deberán estar sustentadas en
criterios de eficiencia y equidad regional.

Por supuesto, por los alcances del presente trabajo, hay temas en los que no
encontramos elementos que expliquen las relaciones analíticas, porque son aspectos
que requieren una investigación específica. Entre otros problemas a profundizar en su

93
investigación, destacan los siguientes: primero, la habilidad de los proyectos carreteros
para atraer inversiones en otros sectores de la economía; segundo, comprobar hasta
qué punto la inversión en infraestructura carretera es una inyección directa en la
economía; tercero, el efecto real que tienen los avances en las telecomunicaciones para
disminuir las necesidades de traslado de personas y bienes; cuarto, esclarecer la
relación causal entre las inversiones en transporte y el desarrollo económico; quinto,
mejorar el análisis del significado o impacto económico regional real de la posible la
existencia de efectos de rebozamiento (“spillover effects”) de las inversiones en
infraestructura carretera; sexto, hacer un análisis integral en términos de todo el sistema
de transporte (es decir, no sólo del transporte carretero); y, séptimo, analizar las
posibilidades de los efectos de complementariedad del transporte con otros sectores.

94
BIBLIOGRAFÍA.

AIGNER, D., NOVELL, C. and SCHMIDT, P. (1977) Formulation and Estimation of

Stochastic Frontier Production Function Models. Journal of Econometrics, 6.

AROCA, P.; BOSCH, M. and MALONEY, W. (2005) Spatial dimensions of trade

liberalization and economic convergence: Mexico 1985-2002. The World Bank
Economic Review, Vol. 19, no. 3, pp. 345-378.

ASCHAUER, D. A. (1989a) Is public expenditure Productive? Journal of Monetary

Economics 23: 177-200.

ASCHAUER, D. A. (1989b) Public investment and productivity growth in the Group of

Seven. Economic Perspectives 13, No. 5: 17-25. The Federal Reserve Bank of Chicago.

ASCHAUER, D. A. (1990) Highway capacity and economic growth. Economic

Perspectives. September, 1990: 14-24.The Federal Reserve Bank of Chicago.

ASCHAUER, D. A. (1991) Public Investment and Private Growth: The Economic Benefits
of Reducing America’s Third Deficit. Economic Policy Institute, USA.

ASCHAUER, D. A., and Holtz-Eakin, Douglas (1993) Public infrastructure Investment: A

Bridge to productivity Growth? The Jerome Levy Economics Institute of Bard College,
Public Policy Brief No. 4, pp. 7-47.

BANGQIAO, J. (2001) A review of studies on the relationship between transport

infrastructure investments and economic growth. Report for the Canada Transportation
Act Review Panel.

BANISTER, D. and BERECHMAN, J. (2000) Transport investment and economic

development. UCL Press, London.

BARRO, R. and SALA-I-MARTIN, X. (1991) Convergence across States and Regions.

Brookings Papers of Economic Activity, no. 1, pp. 107-182.

BARRO, R. and SALA-I-MARTIN, X. (1992) Convergence. Journal of Political Economy,

Vol. 100, no. 2.

BARRO, R. and SALA-I-MARTIN, X. (2004) Economic Growth. McGraw Hill, New York.

BERNDT, E., HANSSON, B. (1992). Measuring the contribution of public infrastructure

Capital in Sweden. The Scandinavian Journal of Economics.

BHATTA, S. and DRENNAN, M. (2003) The Economic Benefits of Public Investment in

Transportation. A Review of Recent Literature. Journal of Planning Education and
Research, vol. 22, num. 3.

95
BONNEFOND, Céline (2013) Growth dynamics and conditional convergence among
Chinese provinces: a panel data investigation using GMM estimator. Groupe de
Recherche en Économie Théorique et Appliqué. Cahiers du GRETHA, no. 2013-23.

CABRERA-CASTELLANOS, L. F. (2002) Convergence and Regional Economic Growth

in México- 1970-1995. University of Quintana Roo. <http://mpra.ub.uni-
muenchen.de/4026>

BOSCÁ, J.E., ESCRIBÁ, F.J., and MURGUI, M.J. (2002) The Effect of public
infrastructure on the private productive sector of Spanish regions, Journal of Regional
Science, vol. 42, num. 2.

BUTTON, KENNETH. (2000) New Approaches to Spatial Economics, Growth and

Change, vol. 31, 2000.

CALDERON, C., and SERVÉN, L., (2005) The effects of infrastructure Development on
Growth and Income Distribution. World Bank, Policy Research Working Paper. JEL
classification H54, O54.

CAVES, D., CHRISTENSEN, L. and DIEWERT, W. (1982) The Economic Theory of

Index Numbers and The Measurement of Input, Output, and Productivity. Econometrica,
50-6.

CHARNES, D. W., COOPER, W. and RHODES, E. (1978).Measuring the efficiency of

Decision Making Units. European Journal of Operational Research, vol. 2, pp. 429-444.

COELLI, T., PRASADA-RAO, D., and BATTESE, G. (1998). An introduction to efficiency

And productivity analysis. Kluwer Academic Pub.

CONSEJO NACIONAL DE POBLACIÓN (2012) Indicadores demográficos básicos 1990-

2030, CONAPO. <http://www.conapo.gob.mx>

COOPER, W. W., SEIFORD, L. M., TONE, K., (2000). Data Envelopment Analysis,
Kluwer Academic Publishers, USA.

CREIGHTNEY, C. D. (1993) Transport and economic performance. A survey of

developing countries. World Bank, Washington, D.C.

CHARNES, D. W., COOPER, W. and RHODES, E. (1978) Measuring the efficiency of

Decision Making Units. European Journal of Operational Research, vol. 2, pp. 429-444.

DE LA FUENTE, A. (2010) Infrastructures and productivity: an updated survey. BBVA

Research Working Papers, Number 10/18, June.

DE SOUZA, G., PÉREZ, M., and SANSON, J. (2011) Economic Convergence: a regional
and sub-regional approach. Available at <www-sre.wu.ac.at/ersa/ersa-
confs/ersa11/e110830a Final100712.pdf>

96
DEKLE, R. (2002) Industrial concentration and regional Growth: Evidence from the
Prefectures, The Review of economics and Statistics.

DENNY, M., FUSS, M., and MAY, J.D. (1981) Intertemporal Changes in Regional
productivity in Canadian Manufacturing, The Canadian Journal of Economics.

DURLAUF, S. N. (2003) The Convergence Hypotesis after 10 years. University of

Wiscosin at Madison. Mimeo, 20 p.

ESQUIVEL, G. (1999) Convergencia Regional en México, 1940-1995. El Trimestre

Económico. Fondo de Cultura Económica. 66 (4): 725- 761, México.

ESQUIVEL, G. (2000). Geografía y Desarrollo Económico en México. Research

Network Working Paper #R-389. Banco Interamericano de Desarrollo.

ESTACHE, A., TOVAR, B., and TRUJILLO, L. (2004) Sources of efficiency gains in port
reform: a DEA descomposition of a Malmquist TFP index for Mexico. Utilities Policy, 12.

ESTACHE, A. (2006). Infrastructure: a survey of recent and upcoming issues. The World
Bank Infrastructure vice-presidency.

EZCURRA, R., et al. (2005) Public capital, regional productivity and spatial spillovers.
The Annals of Regional Science, vol. 39, num. 3, September.

FARE, R., GROSSKOPF, S. and SICKLES, C. (2007) Productivity? of US airlines after

deregulation. Journal of Transport Economics and Policy, vol. 41, part 1, January.

FARRELL, M. J. (1957) The Measurement of Productive Efficiency. Journal of the Royal

Statistical Society, Series A (General), 120.

FRIED, H. O.; LOVELL, K.; and SCHMIDT, S. (2008) The measurement of productive
efficiency and productive growth. Oxford Univ. Press.

FRITZ, H. (2004) Productivity levels in Germany and the UK: measurement, comparison
and policy issues. Paper presented at the Seminar “Raising productivity levels in the UK
and Germany”. Institute for German Studies, University of Birmingham. September,
United Kingdom. http://www.igs.bham.-ac.uk/searchforsolutions/index.htm

FROMM, G. (1965) Transport investment and economic development. The Brookings

Institution, Washington.

GARRISON, W. and SOULEYRETTE, R. (1996) Transportation, Innovation, and

Development: The Companion Innovation Hypothesis. The Logistics and Transportation
Review. March, 1996. Vol. 32-1. University of British Columbia.

GERMÁN-SOTO, V. (2005) Generación del producto interno bruto mexicano por entidad
federativa, 1940-1992, El Trimestre Económico, vol. 72(3): 617-653, México.

97
GIBBONS, S., and OVERMAN, H. (2009) Productivity in Transport Evaluation Studies.
London School of Economics. Report prepared for the Department for Transport, UK.

GILLEN, D. W. (1996) Transportation Infrastructure and Economic Development: A

Review of Recent Literature. The Logistics and Transportation Review. March, 1996. Vol.
32, num.1. University of British Columbia.

GLASS, A. (2008) Public expenditure in transport and macroeconomic performance:

empirical evidence from the United States. International Journal of Transport Economics.

GONZALEZ, M., y TRUJILLO, L. (2005) La medición de la eficiencia en el sistema

portuario: Revisión de la evidencia empírica. Documento técnico 2005/06. Universidad de
Las Palmas de Gran Canaria, España.

GORMAN, M. F. (2008) Evaluating the public investment mix in US freight transportation

infrastructure. Transportation Research Part A.

GRAHAM, D. (2001) Transport investment, agglomeration and urban productivity. Centre

for Transport Studies, Imperial College of London, UK.

GRAMLICH, EDWARD M. (1994) Infrastructure Investment: A Review Essay. Journal of

Economic Literature, Vol. 32, No. 3, pp. 1176-1196.

HENSHER, David A, and Brewer, Ann M. (2001) Transport, an economics and

management perspective. Oxford Univ. Press, USA.

HOLTZ-EAKIN, DOUGLAS. (1994) Public-Sector capital and the productivity puzzle. The
Review of Economics and Statistics.

HULTEN, C. and SCHWAB, R. (1993) Endogenous growth, public capital, and the
convergence of regional manufacturing industries. National Bureau of Economic
Research, working paper 4538.

INEGI (2014a) Banco de información económica. Instituto Nacional de Estadística,

Geografía e Informática, México. <http://www.inegi.org.mx/sistemas/bie/>

INEGI (2014b) Anuario Estadístico de los estados Unidos Mexicanos (varios años).
Instituto Nacional de Estadística, Geografía e Informática, México.
<http://www.inegi.org.mx/sistemas/productos/>

ISLAS, V. (1990) Estructura y Desarrollo del Sector Transporte en México. El Colegio

de México, México.

KARLAFTIS, M. (2002) Effects of road geometry and traffic volumes on rural roadway
accident rates. Accident Analysis & Prevention, 34 (3), pp. 357-365.

98
KHADAROO, J., and SEETANAH, B., (2008) Transport and Economic Performance: The
case of Mauritius. Journal of Transport Economics and Policy, vol.42, part 2, May.

KHANAM, B. R., Highway Infrastructure Capital and Productivity Growth: Evidence from
the Canadian Goods-Producing Sector. Logistics and Transportation Review, Vol. 32,
No. 1.

LACHLER, U. and ASCHAUER, D. A. (1998). Public investment and economic growth in

México, Policy Research Working Paper 1962, The World Bank, Washington.

LEDUC, S. (2012) Roads to prosperity or bridges to nowhere? Theory and evidence on

the impact of public infrastructure investment. NBER working paper 18042.

LOVELL, C. A., (1993) Production frontiers and productive efficiency. The measurement
of productive efficiency techniques and applications. Edited by Harold, O. Fried, C.A.
Knox Lovell, Shelton S. Schmidt. New York, Oxford University Press.

MARRISON, C.J., and SCHWARTZ, E. (1996) State Infrastructure and Productive Performance.
The American Economic Review.

MAS, M., MAUDOS, J., PÉREZ, F. and URIEL, E. (1998) Public capital, productive
efficiency and convergence in the Spanish regions (1964-93). Review of Income and
Wealth, series 44, num. 3, September.

MEEUSEN, W. and J. VAN DER BROECK (1977) Efficiency Estimation from Cobb-
Douglas Production Functions with Composed Error. International Economic Review, 18.

MESSMACHER, M. (2000) Desigualdad regional en México, el efecto del TLCAN y otras

reformas estructurales. Documento de investigación 2000-4. Banco de México. México.

MÉXICO, GOBIERNO DE LA REPÚBLICA (2013). Plan Nacional de Desarrollo 2013-

2018.

MONTOLIO, D. and SOLÉ, A. (2009) Road investment and regional productivity growth:
the effects of vehicle intensity and congestion. Papers in Regional Science, vol. 88-1.
March.

MUNNELL, A. H. (1990) How does public infrastructure affect regional economic

performance?. New England Economic Review, Sept./Oct.

NEMOTO, J. and GOTO, M. (2005) Productivity, Efficiency, Scale Economies and

Technical Change: A new decomposition analysis of TFP applied to the Japanese
prefectures, National Bureau of Economic Research.

NORIEGA, A., y FONTENLA, M. (2007). La Infraestructura y el Crecimiento Económico

en México. El Trimestre Económico, vol. 54(4): 885-900, México.

99
OECD. (2002) Impact of Transport Infrastructure Investment on Regional Development
Organisation for Economic Co-operation and Development, Paris.

OUM, T. and YU, C. (1994) Economic Efficiency of Railways and Implications for Public
Policy: A Comparative Study of the OECD Countries' Railways. Journal of Transport
Economics and Policy, 28-2.

OUM, T. A., WATERS, G. and Yu C. (1999) A survey of Productivity and Efficiency

Measurement In Rail Transport, Journal of Transport Economics and Policy, vol. 33, part
1.

OWEN, W. (1959) Transportation and Economics Development. The American

Economic Review, Vol. 49, no. 2: 179-187.

PEREIRA, A.M., and ANDAZ, J.M., (2007) Public investment in Transportation

infrastructure and industry in Portugal.

RIVERA, C. (2004) Measuring the productivity and efficiency of railways (an international
comparison). PhD Thesis. The University of Leeds. U. K.

ROMER, P. M. (1994) The Origins of Endogenous Growth. The Journal of Economic

Perspectives, Vol. 8, no. 1: 3-22.

ROZAS, P. y SÁNCHEZ, R. (2004) Desarrollo de infraestructura y crecimiento

económico: revisión conceptual. CEPAL, División de Recursos Naturales e
Infraestructura, Serie 75. Santiago de Chile.

SCT, COORDINACIÓN GENERAL DE PLANEACIÓN (2001 a 2007). Anuario

Estadístico del Sector Comunicaciones y Transportes. México.

SCT, INSTITUTO MEXICANO DEL TRANSPORTE (2009). Manual Estadístico del

Sector Transporte. México.

SCHADE, W. and ROTHENGATTER, W. (2005) Research Issues in Transport

Economics: Dynamics, Integration, and Indirect Effects. Applied Research in
Environmental Economics, Physica-Verlag, HD.

SHAH, A. (2001) Dynamics of public infrastructure, Industrial Productivity and

Profitability. The Review of Economics and Statistics.

SHARMA, S., SYLWESTER, K., and MARGONO, H. (2003) Technical Efficiency and
total factor productivity analysis across U.S. States: 1977-2000. Department of
Economics, Southern Illinois University Carbondale.

SHI, Y. (2012) The role of infrastructure capital in China´s regional economic growth.
Selected paper prepared for presentation at the International Association of Agricultural
Economists Triennial Conference at Brasil.

100
SOLOW, R. (1957) Technical change and the Aggregate Production Function. The
Review of Economics and Statistics. Vol. 39, Aug.

Spilimbergo, Antonio, and Natasha Xingyuan (2012) Structural Reforms and Regional
Convergence. International Monetary Fund. Working Paper 12/106.

STIRBÖCK, C. What determinates relative sectoral investment patterns in EU regions?

Centre for European Economic Research (ZEW).

THIRWALL, A. P. (2003) Growth and Development. (With special reference to

developing economies), Palgrave MacMillan.

VICKERMAN, R.W. (2007) Recent evolution of Research into the wider economic
benefits of transport infrastructure investments. Discussion paper No. 2007-9, December
2007. Joint Transport Research Centre. OECD, Paris.

VOIGT, F. (1964) Economía de los sistemas de transporte. Ed. FCE, México.

VILLANO, R. et al. (2008) Measuring regional productivity differences in the Australian

wool industry: a Metafrontier approach. University of New England. AARES 52nd Annual
Conference.

WEISBROD, G. and TREYZ, G. (1998) Productivity and accessibility: bridging project

specific and macro-economic analyses of transport investments. Journal of
Transportation and Statistics, vol. 1, num.3.

WEISBROD, G. (2008) Models to predict the economic development impact of

transportation projects: historical experience and new applications Annals of Regional
Science, Vol. 42, num. 3, September: 519-543.

WEISS, E., and ROSENBLATT, D. (2010) Regional Economic Growth in México. Policy
Research Working Paper 5369. The World Bank.

101
 ANEXO 1.

Workbook Name = F:\Tesis doctoral\DEA-2010-MEX-PROD-REG-

RES.xls
Data File = F:\Tesis doctoral\DEA-2010-MEX-PROD-REG-BASE.xlsDAT
DEA model = BCC-O
Problem = 2010-MEX-PROD-REG

No. of DMUs = 5
No. Input items = 2
Input(1) = x1
Input(2) = x2
No. of Output items = 1
Output(1) = y

Returns to Scale = Variable (Sum of Lambda = 1)

Statistics on Input/Output Data

x1 x2 y
Max 41024 78308 21876
Min 16461 21350 9735
Average 27680.8 46706.4 16184.6
SD 9720.068238 19749.16781 4292.876686

Correlation
x1 x2 y
x1 1 0.865025343 -0.77016875
-
x2 0.865025343 1 0.919646452
-
y -0.77016875 0.919646452 1

DMUs with inappropriate Data with respect to the chosen Model

No. DMU
None

No. of
DMUs 5
Average 0.810742366
SD 0.237502201
Maximum 1
Minimum 0.445008228

Frequency in Reference
Set

102
Peer set Frequency to other DMUs
1 0
2 2
4 0

No. of DMUs in Data = 5

No. of DMUs with inappropriate Data = 0
No. of evaluated DMUs = 5

Average of scores = 0.810742366

No. of efficient DMUs = 3
No. of inefficient DMUs = 2
No. of over iteration DMUs
= 0

[BCC-O] LP started at 10-02-2015 14:34:49 and completed at 10-02-2015 14:34:50

Elapsed time = 0 seconds
Total number of simplex iterations = 34

103
 ANEXO 2.

Workbook Name = F:\Tesis doctoral\DEA estatal\DEA-2010-MEX-PROD-EST-RESS.xls

Data File = F:\Tesis doctoral\DEA estatal\DEA-2010-MEX-PROD-EST-BASE.xlsDAT
DEA model = BCC-O
Problem = 2010-MEX-PROD-EST

No. of DMUs = 32
No. Input items = 2
Input(1) = x1
Input(2) = x2
No. of Output items = 1
Output(1) = y

Returns to Scale = Variable (Sum of Lambda = 1)

Statistics on Input/Output Data

x1 x2 y
Max 7201 20659 41167.61367
Min 149 0 6253.699386
Average 4325.125 7297.875 15153.7024
SD 1921.527042 5617.026848 6936.230241

Correlation
x1 x2 y
x1 1 0.740219272 -0.421739821
x2 0.740219272 1 -0.408901442
y -0.421739821 -0.408901442 1

DMUs with inappropriate Data with respect to the chosen Model

No. DMU
None

No. of DMUs 32
Average 0.368097663
SD 0.168487547
Maximum 1
Minimum 0.151908231

Frequency in Reference Set

Peer set Frequency to other DMUs
9 31

104
No. of DMUs in Data = 32
No. of DMUs with inappropriate Data = 0
No. of evaluated DMUs = 32

Average of scores = 0.368097663

No. of efficient DMUs = 1
No. of inefficient DMUs = 31
No. of over iteration DMUs = 0

[BCC-O] LP started at 10-06-2015 14:20:54 and completed at 10-06-2015 14:20:55

Elapsed time = 2 seconds
Total number of simplex iterations = 156

105