1. Introducción

Desde una perspectiva sectorial, el crecimiento económico, en principio, se vincula a actividades agrícolas (^{Cameron y Neal, 2014}; ^{Brue y Grant, 2009, p. 35}). Con la llegada de los procesos industriales, el sector secundario fue progresivamente capturando relevancia. En ese sentido, se asocia el crecimiento económico con las tasas de crecimiento del sector secundario (especialmente en la manufactura); se ha demostrado empíricamente la relación positiva entre el crecimiento de la productividad del sector industrial y el crecimiento del producto del mismo sector (^{Kaldor, 1984}). Sin embargo, a principios de la década de los 2000, los países industrializados expusieron un elevado peso en el sector terciario transformándose en economías de servicios (^{Schettkat y Yocarini, 2005}; ^{Maroto-Sánchez y Rubalcaba, 2008}; ^{Maroto-Sánchez, 2012}).

En las economías en desarrollo, las actividades de servicios son cada vez más representativas en la actividad económica, sugiriendo así un patrón de terciarización (^{Bonet, 2007}; ^{Timmer et al., 2015}; ^{Aboal et al., 2015}). La expansión de los servicios también se aborda desde la perspectiva de la desindustrialización, comprendida como un proceso de reducción continua del sector manufacturero (^{Gemmell, 1982}; ^{Rowthorn y Ramaswamy, 1999}; ^{Tregenna, 2009}) y que es acompañado, por lo general, por el incremento de la contribución de los servicios (^{Gemmell, 1982}; ^{Palma, 2005}); en el caso de las economías en desarrollo como las latinoamericanas, el proceso se caracteriza por ser un tipo de desindustrialización prematura; es decir, antes de alcanzar niveles maduros de industrialización, los servicios tienden a expandirse mientras que la manufactura se reduce (^{Palma, 2005} y ²⁰¹⁹; ^{Rodrik, 2015}; ^{Camacho y Maldonado, 2018}).

De manera particular, en la economía ecuatoriana, el sector servicios es cada vez más importante en la estructura sectorial debido a su predominancia en términos de Valor Agregado Bruto (VAB) y empleo. Según datos del ^{Banco Mundial (2023)}, en el 2021, los servicios como porcentaje del PIB representan 53.4%, mientras que, como porcentaje del empleo total constituyen el 51%. De esta manera se considera que estudiar el sector servicios es relevante, porque el elevado peso del sector en la actividad económica descansa sobre niveles de productividad bajos que, además, desde el 2000 permanecen relativamente estancados, lo que ha contribuido, junto con las mejoras en la productividad agrícola, a una reducción en la brecha de productividad entre el sector primario y el sector servicios; mientras que, en paralelo, se distancia de la productividad del sector secundario.

La productividad del sector terciario es un factor esencial para impulsar el crecimiento económico, así lo demostraron ^{Triplett y Bosworth (2004)} para la economía estadounidense, en donde, posterior a 1995, el crecimiento de la productividad agregada fue impulsada mayormente por la productividad de las industrias de servicios (productividad laboral y productividad total de factores), estableciéndose como uno de los sectores más dinámicos e innovadores. De la misma forma, ^{Pugno (2006)} argumenta que los servicios de salud, educación y cultura impulsan al crecimiento económico por medio de la mejora del capital humano; los servicios empresariales también tienen un efecto positivo debido a su capacidad para adoptar y difundir tecnologías de la información (^{Oulton, 2001}). No obstante, la visión optimista surgió posterior al pesimismo que describía a los servicios como un sector estancando y no progresivo, que ralentizaba al crecimiento económico debido a bajos niveles de productividad (^{Baumol, 1967}).

En ese contexto, el objetivo de la presente investigación es analizar la relación entre la productividad del sector servicios y el crecimiento económico ecuatoriano durante el periodo 1990-2018, por medio de técnicas econométricas de cointegración y causalidad. El principal hallazgo que se obtuvo fue que el sector terciario y los subsectores de comercio y transporte tuvieron un efecto positivo en el largo plazo; sin embargo, en el corto plazo, los servicios en conjunto influyen negativamente, lo cual puede explicarse por el importante deterioro de la productividad del sector terciario.

El documento se organiza en cinco secciones. Posterior a la introducción, la segunda sección presenta una revisión del marco teórico y empírico sobre los principales factores explicativos de la expansión de las actividades terciarias, con énfasis en trabajos que analizan la relación entre el crecimiento económico y la productividad del sector servicios. La tercera sección describe la estrategia metodológica que sigue el enfoque de cointegración basado en modelos multivariados autorregresivos de rezago distribuido (ARDL) y la causalidad de ^{Toda y Yamamoto (1995)}, además, se presenta la base datos y las variables utilizadas. Los resultados y discusión se desarrollan en la cuarta sección y, para finalizar, en la quinta sección, se presentan los principales hallazgos y algunas sugerencias para investigaciones futuras.

2. Revisión de la literatura y aporte

El interés por la actividad económica se ha ido desplazando desde el sector agrícola hasta el sector industrial y, recién, a los servicios; configurándose así dos procesos de transformación estructural. El primero surge con el desplazamiento de las actividades económicas desde el sector agrícola hasta el sector secundario debido a las importantes tasas de productividad que aparecieron en el sector industrial, específicamente en la manufactura (^{Lewis, 1954}; ^{Kuznets, 1973}; ^{Kaldor, 1984}; ^{Chenery y Syrquin, 1975}). El segundo proceso se da con el desplazamiento de las actividades hacia el sector terciario (^{Kuznets, 1973}; ^{Duarte y Restuccia, 2010}); precisamente el trabajo empírico de ^{Gemmell (1982)} afirma que para el decenio de 1960 ya se presentaban indicios de desindustrialización y que ese proceso se acompañaba frecuentemente por el incremento en la participación de los servicios. ^{Timmer et al. (2015)}, argumentan que en países en desarrollo desde la década de los noventa el sector servicios tiende a expandirse rápidamente.

La expansión del sector servicios se explica por algunos elementos, el más citado en la literatura especializada es la denomina enfermedad de costes, misma que ofrece una perspectiva negativa sobre el desempeño del sector terciario. ^{Baumol (1967)} -a través de un modelo de crecimiento desbalanceado- predice que los niveles estancados de productividad en los servicios impactan negativamente sobre el crecimiento económico. Más adelante, ^{Baumol et al. (1985)} evalúan la enfermedad de costes incluyendo actividades que combinan insumos del sector progresivo (manufacturas) y del sector estancado (servicios), y concluyen argumentando que el problema de costes en las actividades estancadas es más alarmante de lo que se había previsto. Sin embargo, ^{Oulton (2001)} -a través de un modelo de crecimiento desbalanceado- presenta una visión más optimista sobre los servicios, mencionando que la tesis de Baumol sólo es válida cuando las actividades estancadas producen bienes finales, mientras que, la tasa de crecimiento de la productividad agregada aumentará con los servicios que producen bienes intermedios (como servicios empresariales y financieros) incluso cuando su tasa de crecimiento de productividad es lenta.

Para ^{Ghavidel y Narenji Sheshkalany (2017)}, los servicios con bajos niveles de productividad total de factores y progreso tecnológico son altamente propensos a padecer la enfermedad de costes. Por tanto, no todas las actividades de servicios la padecen. En ese sentido, ^{Pugno (2006)} a través de un modelo de crecimiento endógeno encuentra que actividades como salud, educación y culturales tienen un efecto positivo en el crecimiento económico debido a que favorecen la formación de capital humano. En contraste, para ^{Baumol (2012)} los servicios relacionados con las actividades de salud, educación y culturales, de manera generalizada, sufren la enfermedad de costes. Por otra parte, actividades como los servicios empresariales, son ampliamente reconocidos que son importantes para impulsar el crecimiento económico debido a su capacidad para adoptar y difundir tecnologías de la información y, por contribuir, en los procesos de innovación (^{Pugno, 2006}; ^{Wu y Baumol, 2012}; ^{Oulton, 2001}; ^{Greenhalgh y Gregory, 2001}).

La evidencia empírica en países desarrollados sugiere una relación negativa entre la participación de los servicios en conjunto (en términos de VAB y empleo) y el crecimiento de la productividad agregada; no obstante, las conclusiones, pueden estar condicionados a la forma en cómo está definido y medido el sector servicios (^{Maroto-Sánchez, 2012} y ²⁰¹³). Sin embargo, también existen trabajos que aportan conclusiones más optimistas sobre el papel de los servicios en la economía. ^{Greenfield (2005)}, por ejemplo, sugiere realizar una reexaminación del sector servicios a nivel conceptual y empírico, debido a que la denominada enfermedad de costes puede ser un mal diagnóstico; mientras que, ^{Triplett y Bosworth (2003)} aseveran que la enfermedad de costes en las industrias de servicios en Estados Unidos se había superado.

Otros determinantes de la expansión de los servicios son: i) incremento del ingreso (en línea con la Ley de Engel), sugiriendo que el incremento del ingreso se destina al consumo de servicios de elasticidad-ingreso elevada como la educación, salud, ocio, etcétera; ii) capital humano, los servicios son cada vez más especializados, por lo que, requieren mano de obra de mayor cualificación; iii) Tecnologías de la Información y Comunicación (tic), incentivan el surgimiento de nuevos servicios por medio de la innovación; y, iv) la continua integración de los servicios a los productos de otros sectores económicos (^{Maroto-Sánchez, 2010} y ²⁰¹²; ^{Rubalcaba, 2015}; ^{Falvey y Gemmell, 1996}; ^{Howells, 2004}; ^{Messina, 2005}).

3. Metodología

El vínculo entre la productividad del sector servicios y el crecimiento económico se estudia mediante la implementación de varios modelos ARDL con el fin de probar una relación de largo plazo. Las variables de interés corresponden a la productividad laboral de los principales sectores económicos (agricultura, industria y servicios) y de los subsectores de servicios de comercio y transporte; se construyen como la ratio entre el VAB y el número de personas empleadas. Tanto el VAB y el empleo se recuperan de la Economic Transformation Database (ETD, por sus siglas en inglés) de la Universidad de Groningen (^{De Vries et al., 2021}). El resto de las variables son: Producto Interno Bruto (PIB) per cápita, Formación Bruta de Capital Fijo (fbkf) y la Apertura Comercial; se toman de los indicadores de libre acceso de las estadísticas del ^{Banco Mundial (2023)}. La apertura al comercio se calcula como la razón entre la suma de las exportaciones e importaciones para el PIB. Los datos se recopilan de forma anual desde 1990 hasta 2018 y se transforman en logaritmos. En la Tabla 1 se resumen las variables, denominación y base de datos.

Los modelos ARDL, según ^{Pesaran y Shin (1999)}, tienen mejores propiedades en tamaño de muestras pequeñas que es el caso de la presente investigación y se puede utilizar cuando las variables son endógenas e I(0), I(1) o mixtas. Para ^{Jalil et al. (2016)}, la ausencia de correlación serial en los modelos ARDL hace que la endogeneidad sea un problema menor. Evidentemente, las características que posee el enfoque hace que sea ventajoso por sobre los métodos de ^{Johansen y Juselius (1990)}, que condiciona que las series sean I(1), y el de dos pasos de ^{Engle y Granger (1987)} que, además de requerir que las variables sean I(1), presenta problemas de sesgo en muestras pequeñas (^{Mah, 2000}) y no es adecuado para probar cointegración entre más de dos series (^{Levendis, 2018, p. 360}).

La ecuación econométrica para estimar es la siguiente:

Donde Y_t es el PIB per cápita, p es el orden de rezagos ≥ 1 para la variable dependiente y q es el orden de rezagos ≥ 0 de las variables independientes. Con base en la ecuación 1 se estiman cinco modelos multivariados donde la variable dependiente (PIB per cápita) es fija en todos los modelos al igual que las variables de control de inversión (fbkf) y apertura comercial; mientras que, las variables de productividad laboral de los sectores y subsectores económicos varían en cada modelo.

La relación de largo plazo se evalúa mediante la prueba de límites de ^{Pesaran et al. (2001)}, que plantea como hipótesis nula la ausencia de una relación de nivel y se rechaza cuando el estadístico F o t se ubica por arriba del límite superior del valor crítico, en tal caso la inferencia es concluyente, por lo que no es necesario conocer el orden de integración de las series. Según ^{Kripfganz y Schneider (2018)}, la validez de la prueba descansa en los supuestos de normalidad, ausencia de correlación serial, homocedasticidad y estabilidad de los coeficientes en el tiempo. La prueba se lleva a cabo a partir del modelo de corrección de errores (MCE) representado en la siguiente ecuación (2):

Donde α=1-∑J=1Pϕi representa el coeficiente de velocidad de ajuste y θ=∑j=0qβjα son los ecoeficientes de largo plazo. El MCE también se puede estimar con base en la siguiente reparametrización:

El MCE se estima con base en la ecuación (3) y con el intercepto no restringido y sin tendencia. Los valores críticos para la prueba son los propuestos por ^{Kripfganz y Schneider (2020)}, que presentan la ventaja de cubrir todos posibles tamaños de muestra, longitud de rezagos y número de variables en la relación de largo plazo. La elección de la longitud de los rezagos es fundamental, por lo que se sigue varias estrategias: i) se permite que los criterios de información de Schwarz (BIC) y Akaike (AIC) determine el número de rezagos óptimo; ii) siguiendo a ^{Ang (2010)} y ^{Jalil et al. (2016)}, se imponen dos rezagos; y, iii) siguiendo a ^{Sankaran et al. (2019)} y ^{Mah (2000)}, se restringe la longitud máxima de rezagos a tres y dos, y se permite que el AIC seleccione el rezago óptimo. La elección del mejor modelo se basa en el cumplimiento de los supuestos descritos anteriormente.

La existencia de una relación de largo plazo implica que existe causalidad, pero no sugiere su dirección, por consiguiente, se implementa la prueba de causalidad de ^{Toda y Yamamoto (1995)}. El método consiste en adicionar rezagos (K + d_max) y permite ajustar un modelo VAR con las variables en niveles e independientemente si las series son estacionarias en diferencias o alrededor de una tendencia determinística, I(d) o cointegradas (^{Levendis, 2018}). En ese sentido, se especifican cinco modelos bivariados donde la variable dependiente para cada modelo es el PIB per cápita y las variables explicativas son las variables de productividad laboral correspondientes a cada sector y subsector económico.

4. Resultados y discusión

La productividad laboral de los principales sectores económicos que se exhibe en la Figura 1, en general, indica una tendencia creciente en el sector agrícola. El sector secundario ha permanecido en niveles relativamente elevados y estables; mientras que, el sector servicios indica un desempeño decreciente que, desde el 2000, ha permanecido estacando, pues no logra recuperar los niveles de productividad que se observan en 1990. Evidentemente, para finales del periodo de estudio, el deterioro de la productividad del sector terciario amplió la brecha de productividad con respecto al sector industrial, mientras se redujo en relación con la productividad agrícola.

Fuente: elaboración propia.

Figura 1 Productividad laboral de los principales sectores económicos 

Previo a presentar los resultados, en la Tabla 2 se muestran algunas medidas descriptivas con la información en niveles. Se trabajó con 29 observaciones. La productividad media más alta se localiza en la industria y la más baja en el sector agrícola. La productividad del subsector de comercio presenta una desviación estándar superior a la que se observa en los grandes sectores económicos y en el transporte. La inversión también muestra una elevada dispersión. El nivel mínimo de productividad se concentra en la agricultura y el máximo en la industria.

A pesar de que el enfoque que se utiliza para probar una relación de largo plazo no requiere estrictamente pruebas de raíz unitaria, es importante descartar que las variables sean I(2) por lo que en la Tabla 3 se presenta los resultados de las pruebas de Dickey Fuller Aumentada (DFA) y Phillips Perron (PP). La longitud de rezagos para la prueba DFA es proporcionada por el criterio AIC, mientras que, la prueba PP ocupa los rezagos de Newey-West. En general, se observa que las series no son I(2), no obstante, la variable de la productividad comercial en dos de las tres especificaciones de las pruebas DFA y PP, sugiere que es estacionaria en niveles.

En la Tabla 4 se presentan los resultados de la prueba de límites, la cual sugiere que en todos los modelos existe una relación de largo plazo. Por consiguiente, en las Tablas 5 y 6 se presentan los coeficientes de largo plazo, MCE y coeficientes de corto plazo, respectivamente.

Los resultados sugieren que, en el largo plazo, la productividad de todos los sectores y subsectores, con excepción de la productividad agrícola que se relaciona negativamente, indican un efecto positivo en el crecimiento económico. Todos los coeficientes son estadísticamente significativos; y, específicamente, en los servicios de transporte se expone el coeficiente con mayor magnitud, revelando que una mejora del 1% en la productividad laboral del transporte se traduce en un incremento del 0.98% en el PIB per cápita. El MCE, para todos los modelos, se encuentra dentro del rango esperado y con el signo adecuado (-1 y 0), e indica la velocidad con la que las distorsiones de largo plazo se ajustan en el periodo actual; por ejemplo, en el caso del sector servicios, el 69.1% de la distorsión del equilibrio de largo plazo se corrige en el periodo actual.

En el sector servicios, en conjunto y por actividades, los resultados a largo plazo van en sintonía con los trabajos de ^{Matuka y Asafo (2021)}; ^{Jalil et al. (2016)}; ^{Yousuf et al. (2019)}, confirmando la importancia de los servicios para potenciar el crecimiento económico. Específicamente, el desempeño de los servicios tradicionales como el comercio y transporte son fundamentales porque influyen directamente en la competitividad de otros sectores económicos (^{Pagés, 2010}; ^{Crespi y Vargas, 2015}); es decir, son actividades altamente integradas en la estructura sectorial de la economía, por lo que su buen desempeño es deseable para impulsar el crecimiento económico.

No obstante, en el corto plazo, los servicios en conjunto tienen un efecto negativo en el crecimiento económico, lo que puede explicarse por el importante deterioro de su productividad, pues desde 1990 ha sido cada vez menor, tendiendo para el 2018 a los niveles de productividad del sector agrícola. Así, los decrecientes niveles de productividad en el sector servicios puede explicarse por dos factores: i) importante componente de empleo informal, que se caracteriza por ser, entre otros aspectos, de baja productividad (^{Freije, 2002}; ^{Arias et al., 2020}; ^{Fajnzylber, 2008}): y, ii) baja productividad de las empresas del sector y mala asignación de recursos que, según ^{Pagés (2010)}, explican gran parte de la baja productividad global y de los servicios en Latinoamérica. De la misma forma, ^{Rubalcaba et al. (2016)} argumentan que, el pobre desempeño de los servicios en Ecuador descansa en una asignación ineficiente de recursos. Además, la mala asignación de recursos, en contexto de América Latina, puede explicarse por el bajo desarrollo del mercado financiero, evasión fiscal (especialmente en empresas pequeñas y de baja productividad) y evasión de las obligaciones de seguridad social (^{Pagés, 2010}).

En relación con los otros sectores económicos, los hallazgos que se presentan en el sector agrícola pueden indicar que mejorar la productividad agrícola no es suficiente, tal como lo sugiere ^{Gollin (2010)}, al argumentar que mejorar la productividad agrícola no es una condición necesaria ni suficiente para incrementar el crecimiento económico. La productividad del sector agrícola es la más baja (en comparación con el sector servicios e industrial) y entre 1990-2018 exhibe una tendencia creciente; a pesar de mostrar mejoras, la participación agrícola en términos de VAB apenas ha aumentado, pasando de 9.23% (en 1990) a 11.23% (en 2018). Los bajos niveles de productividad que caracterizan al sector descansan sobre fuertes desigualdades en términos de distribución de la tierra y progreso técnico (^{Castillo, 2014}; ^{Liudmila et al., 2019}; ^{García Pascual, 2006}). En el corto plazo, el coeficiente no es estadísticamente significativo.

En cuanto al sector secundario, la relación directa que exhibe en el largo y corto plazo es la esperada y está en sintonía con la amplia literatura, que sugiere la importancia del desarrollo industrial para impulsar el crecimiento económico (^{Lewis, 1954}; ^{Kaldor, 1984}; ^{Baumol, 1967}; ^{Rodrik, 2009}; ^{Szirmai, 2012}; ^{Szirmai y Verspagen, 2015}; ^{Attiah, 2019}). En Ecuador, el sector secundario presenta los niveles más elevados de productividad laboral, pero su contribución en el VAB no supera el 40%.

Con respecto a la dirección de la causalidad, en la Tabla 7 se presenta los resultados. El sector servicios, en conjunto, es causado por PIB per cápita, pero no al revés. En cuanto a los subsectores de comercio y transporte, la causalidad se presenta en un solo sentido y va desde el comercio hasta el crecimiento y desde el crecimiento hasta las actividades de transporte. Por otro lado, existe causalidad bidireccional entre el sector agrícola y el PIB per cápita. La industria, por su parte, causa al PIB per cápita, pero no a la inversa.

La dirección de causalidad entre los servicios y el PIB per cápita respalda la tesis que sugiere que el incremento en los niveles de ingresos contribuye a la expansión de algunas actividades de servicios que tienen una elasticidad-ingreso de la demanda superior a la unidad (^{Maroto-Sánchez, 2012}; ^{Rubalcaba, 2015}; ^{Falvey y Gemmell, 1996}). Además, una explicación tentativa es que la economía en crecimiento permite disponer de mayores recursos e invertirlos en infraestructura para el sector transporte, lo que contribuye a mejorar sus niveles de productividad. Por su parte, las actividades comerciales representan importantes fuentes generadoras de empleo y dinamizadoras del consumo, además, son esenciales para el funcionamiento de otros sectores económicos, y por consiguiente, un buen desempeño de su productividad impulsará al crecimiento económico.

5. Conclusiones

En el presente estudio se examinó la relación entre la productividad laboral del sector servicios y el crecimiento económico por medio de múltiples modelos ARDL multivariados y del enfoque de causalidad. Los resultados indicaron que existe una relación de equilibrio, a largo plazo, entre los principales sectores económicos y subsectores de servicios (transporte y comercio) con el PIB per cápita.

Con base en la prueba de límites, en el largo plazo, los servicios con sus correspondientes subsectores y la industria tienen un impacto positivo y estadísticamente significativo con el crecimiento económico; en contraste con la agricultura que se relaciona negativamente. En el corto plazo, el sector servicios en conjunto presenta una relación inversa, mientras que la industria tiene un efecto positivo; el coeficiente de la productividad agrícola no es estadísticamente significativo. En ese contexto, se confirman la relevancia del sector servicios y de los subsectores, comercio y transporte, para impulsar y potenciar el crecimiento económico ecuatoriano a largo plazo. Sin embargo, el deterioro continuo de la productividad laboral en los servicios en conjunto afecta negativamente el crecimiento económico en el corto plazo.

La prueba de ^{Toda y Yamamoto (1995)} reveló que existe una relación de causalidad bidireccional entre la productividad agrícola y el crecimiento económico; varias relaciones de causalidad unidireccionales que van desde el sector industrial y comercio hasta el PIB per cápita y, desde el crecimiento económico hasta los servicios y transporte. La expansión de los servicios de transporte con el crecimiento económico puede deberse a que una economía en crecimiento permite asignar mayores recursos que influyen directamente en sus niveles de productividad. Por otro lado, los servicios comerciales, están altamente integrados en la estructura productiva, lo que impulsa al crecimiento económico.

A partir de los hallazgos del presente artículo se pueden desprender algunas posibilidades de investigaciones futuras. Por ejemplo, se puede profundizar en los factores que explican el deterioro de la productividad del sector servicios (algunos de ellos ya identificados en esta investigación), desde una perspectiva microeconómica a nivel de empresas. Esto facilitaría la identificación de elementos clave para un diseño más preciso de políticas públicas para el desarrollo sectorial.