La inversión extranjera directa en el contexto nacional

Como se ha comentado, aun cuando los flujos de IED hacia la región de América Latina han disminuido en los años recientes, se mantiene como una importante receptora de IED entre el bloque de los países en desarrollo. Específicamente, las principales economías de América Latina se han convertido en las grandes receptoras de IED, sobre todo a partir de los años noventa del siglo XX. En este caso, Brasil durante varios años se convirtió en el principal receptor, seguido de México y Argentina (Figura 1). Sin embargo, si analizamos los flujos de IED como proporción del PIB, destaca el caso de la economía chilena, cuya contribución en los años recientes es de alrededor de ocho por ciento, mientras para las economías grandes de América Latina (Argentina, Brasil y México) fluctúa entre dos y cuatro por ciento (Figura 2), sobre todo desde los primeros años del siglo XXI.

Fuente:^{Banco Mundial (2016)}.

Figura 1: Flujos de IED. Principales economías de América Latina, 1990-2015. Millones de dólares a precios actuales 

Fuente:^{Banco Mundial (2016)}.

Figura 2: IED como porcentaje del PIB. Principales economías de América Latina, 1990-2015 

La Comisión Económica para América Latina (CEPAL) ha reportado que esta tendencia ha beneficiado principalmente al sector de los servicios, seguido por las manufacturas; lo que deja ver un patrón de especialización productiva en el que los flujos de inversión están incentivados por la búsqueda de eficiencia en los sectores de servicios y de la manufactura, seguida por la búsqueda de materias primas (^{CEPAL, 2013}). Desafortunadamente este patrón de especialización productiva ha seguido básicamente la mano de obra barata o poco especializada y las materias primas que ofrece la región (^{Morales et al., 2015}).

Para el caso de México, es evidente que el inicio del Tratado de Libre Comercio con América del Norte favoreció el incremento en los flujos de IED, tal como se puede ver en la Figura 3; sin embargo, aun cuando la IED ha crecido de manera importante en estos años y ha impactado a algunos sectores, no es claro el efecto que ha tenido en el fortalecimiento al crecimiento de largo plazo ni en la generación de empleos.

Fuente:^{Secretaría de Economía (2016)} y ^{Banco de México (2016)}.

Figura 3: México: flujos de inversión extranjera directa, 1980-2015. Millones de dólares 

^{Mejía (2005)} ha sugerido que la dinámica de la IED ha estado estrechamente vinculada al comportamiento del crecimiento económico y que las entradas de capital aumentan en los periodos de expansión y disminuyen en los periodos de estancamiento y aun cuando los flujos de IED en los años recientes han crecido de manera importante, sobre todo desde finales de los años ochenta del siglo XX; sin embargo, como el mismo autor argumenta, los efectos de la IED han sido desiguales en el sentido de que las empresas orientadas hacia la exportación -incluyendo maquiladoras y exportadoras indirectas- se han beneficiado enormemente con las reformas económicas.

Efectivamente, a lo largo de los últimos veinticinco años los flujos de IED en México han experimentado un crecimiento muy importante, tal como se aprecia en la Figura 3, con efectos importantes en algunos sectores. ^{Díaz et al. (2011)} documentan que la industria manufacturera, de manera tradicional, ha liderado la captación de capitales provenientes del exterior y que otros sectores, como el financiero y el comercial, también tienen una participación significativa para el destino de la IED. Al respecto, ^{Mendoza (2011)} argumenta que la entrada de IED al país en los años noventa del siglo XX tuvo un gran impacto en la economía mexicana, principalmente la IED destinada al sector manufacturero. Pero este sector ha ido perdiendo fuerza en gran medida por el papel que ha jugado el sector servicios y por las diferentes crisis que ha experimentado Estados Unidos, principal socio comercial de México.

Como se observa, es evidente la dinámica de los flujos de IED en México y la necesidad de revisar lo que ha ocurrido a nivel de entidades federativas y de regiones en el país, sobre todo porque este proceso global del que se acompañan los flujos de IED en el mundo afecta de manera específica a sectores productivos y regiones, de ahí que es importante examinar la forma en que se ha dado la distribución regional/estatal de la IED en México.

Inversión extranjera directa y empleo en las regiones de México

Para el análisis, el país se dividió en cinco regiones. Esta división se plantea en un sentido estrictamente funcional que busca identificar regularidades en entidades o regiones específicas, la propuesta de regionalización con la que se trabaja agrupa a las entidades de acuerdo con el desarrollo de su actividad manufacturera y por su relación con el sector externo. Se ubica en una región a todos los estados fronterizos (Frontera Norte) para destacar el auge -en el crecimiento de la actividad manufacturera, recepción de IED y, sobre todo, en la generación de empleos- que ha tenido en los últimos años como consecuencia de su relación fronteriza con el mercado más grande, Estados Unidos. En otra región a los estados del Norte, que no son fronterizos (región Norte); a la Centro-Este porque es importante destacar el auge manufacturero de Guanajuato y de Jalisco; la fuerza de la región Centro Oeste con el Distrito Federal, Estado de México, y el crecimiento, relativamente reciente, de las actividades manufactureras de Puebla y Querétaro y; la región Sur, cuya vocación industrial es limitada. De ahí que se agruparon las entidades federativas del país en cinco regiones, de acuerdo como se presentan en la Tabla 1.

Si se revisan los datos de IED por entidad federativa de destino para los años recientes que corresponden al proceso de apertura comercial con el inicio de las operaciones del Tratado de Libre Comercio de América del Norte; específicamente, si se divide el periodo 1994-2014 en dos (1994-2007 y 2008-2014, con la idea de observar posibles cambios resultado de la Gran Recesión de 2008-2009), se pueden identificar algunos hechos importantes de lo que ocurre en las regiones. En principio -sin considerar al Distrito Federal, ahora Ciudad de México, que en promedio concentró 58.2 y 51.7 por ciento del total de los flujos de IED que recibió el país en los periodos 1994-2007 y 2008-2014-, las entidades que se han convertido en las receptoras de IED más importantes después de la Ciudad de México son Nuevo León, Estado de México, Chihuahua, Baja California y Jalisco. Sin embargo, en el caso de Nuevo León se registró una disminución importante en el volumen de los flujos de IED (de 10.4 por ciento en el periodo 1994-2007 a 6.9 por ciento en el periodo 2008-2014), lo mismo que Baja California (4.5 y 3.3 por ciento, para los mismos periodos); mientras que el Estado de México se mantuvo en 5.3 por ciento, y Chihuahua y Jalisco registraron crecimiento (de 4.6 a 5.2 por ciento y de 2.7 a 3.8 por ciento, respectivamente para los mismos periodos) (Tabla 1).

Al analizar por regiones, se identificó una dinámica diferente (Tabla 1). Fue claro que la región Centro Oeste, que incluye al Distrito Federal, concentró parte importante de los flujos de IED que llegaron a México (66.8 y 61.4 por ciento para los periodos 1994-2007 y 2008-2014), le siguió la Frontera Norte con poco más de 20 por ciento, la región Norte, la Centro Este y, finalmente, la Sur, cuya captación de IED fue muy baja (2.5 por ciento del total nacional para el periodo 2008-2014).

En este contexto, si se tratara de identificar los efectos que la recesión de 2008-2009 generó en la captación de IED en las regiones, se observa que a excepción de la Frontera Norte y de la región Centro Oeste, que presentaron ligeras disminuciones en el porcentaje de captación de IED respecto al total nacional, el resto de las regiones registraron aumentos: la Norte aumentó de 3.2 a 8.7 por ciento en los periodos 1994-2007 y 2008-2009, la Centro Este de 4.4. a siete por ciento y la región Sur de 1.8 a 2.5 por ciento, en los mismos periodos (Tabla 1).

De manera particular vale analizar con más detalle lo que ocurre con cada una de las regiones (Tabla 1). En el caso de la Frontera Norte, que después de la Centro Oeste es la que más flujos de IED recibió, Coahuila y Chihuahua fueron las entidades federativas cuya concentración de los flujos de IED fueron en ascenso: Coahuila, de 4.1 a 10.1 por ciento para los periodos 1994-2007 y 2008-2014; Chihuahua, de 19.4 a 25.4 por ciento en los mismos periodos. Destaca el caso de Nuevo León, que ha sido una de las entidades más dinámicas y de las más importantes en términos de destino de los flujos de IED, pero que entre estos periodos ha disminuido su participación en el total de los flujos de IED de la región: de 43.6 por ciento en el periodo 1994-2007 a 33.8 por ciento en el periodo 2008-2014.

Para la región Norte, en los años recientes Zacatecas y Durango concentraron cerca del 46 por ciento de los flujos de IED a la región; sobre todo, fueron los estados en los que los flujos de IED con relación al total de la región han crecido de manera importante (para el caso de Zacatecas, en promedio la proporción de la IED recibida, con relación al total de la región, aumentó de 11.5 a 25.8 por ciento entre 1994-2007 y 2008-2014), contrario a lo que ha ocurrido con Baja California Sur y Sinaloa, cuya participación en la captación de IED ha disminuido en los años de la era del TLCAN (de 34.8 a 16.3 por ciento para Baja California Sur y de 19.1 a 10.5 por ciento para Sinaloa, para los mismos periodos). En la región Centro Este sobresalieron Jalisco y Guanajuato: del primero vale recordar que es una de las entidades cuya vocación industrial se remonta a los inicios de la industrialización en México, de ahí que esta condición sea una de las causas que expliquen que parte importante de los flujos de IED que llegan a la región se concentren en esta entidad (en el periodo 2008-2014 en promedio concentró 54.3 por ciento del total de IED de la región). En Guanajuato prácticamente se duplicó la recepción de IED entre los dos periodos, de 14 por ciento entre 1994 y 2007 a 24.2 por ciento para el periodo 2008-2014. Esta entidad es una de las más dinámicas de los años recientes producto del impulso que está teniendo el sector automotriz y de los flujos de IED que están llegando para el sector. La presencia de armadoras como General Motors y Volkswagen, en Silao, Guanajuato, ha generado una importante dinámica regional, con un incremento sustancial de productoras de partes tanto de primer nivel, como de segundo y tercero. Sin duda, esta región podría continuar en ascenso por el efecto de la instalación de dos nuevas plantas armadoras en Guanajuato: Mazda, con una inversión de 500 millones de dólares, en Salamanca, y Honda, con 800 millones de dólares invertidos en una planta de ensamble en Celaya (véase ^{Carbajal et al., 2016}).

El caso de la región Centro Oeste es destacable porque concentró poco más de 60 por ciento del total de los flujos de IED que llegaron al país. Sin embargo, más que analizar la situación particular del Distrito Federal -que en el periodo 2008-2014 en promedió registró 51.7 por ciento del total de IED del país y que se explica porque varias empresas de diferentes partes del país tienen su razón social en esta ciudad-, lo que resalta fueron los casos de Puebla y Querétaro que en promedio para los mismos años concentraron 3.5 y 3.3 por ciento del total de la IED que llegó a la región (una concentración mayor que la registrada en el periodo 1994-2007). Pareciera poco; sin embargo, los volúmenes fueron mayores que los registrados por Guanajuato y Aguascalientes que en los años recientes se han convertido en entidades importantes por la recepción de IED. El Estado de México, por su vocación industrial de muchos años, continuó como un destino importante de los flujos de IED (en el periodo 2008-2014 concentró en promedio 8.7 por ciento de la IED que registró la región (Tabla 1).

Finalmente, la región Sur. Fue la menos favorecida como destino de la IED, para el periodo 2008-2014 recibió sólo 2.5 por ciento del total de la IED que llegó al país. De las seis entidades que la integran, sólo Quintana Roo y Veracruz se identificaron como los estados más atractivos para la IED, el primero se explica por su vocación turística y el segundo por el desarrollo de la industria química, que en los años recientes ha recibido en promedio, de 2008 a 2016, 325.97 millones de dólares (^{Secretaría de Economía, 2017}).

De esta descripción podemos observar que aparentemente existe una relación muy importante entre las condiciones socioeconómicas que caracterizan a las entidades y a las regiones del país y el destino de la IED (^{Dussel Peters et al., 2003} y ^{Mejía, 2005}), y que de manera más puntual algunos autores han argumentado que existe una clara relación positiva entre las entidades donde se concentra la IED y que cuentan con mayores niveles de bienestar, como los estados de Nuevo León, Baja California, Chihuahua, Estado de México, Jalisco, por ejemplo (^{González y Hernández, 2008}).

En estas condiciones, una mayor proporción de IED en la región se reflejaría en aspectos como producción, empleo e innovación territorial (^{González y Hernández, 2008}).

Los datos

Se trabajó con información estadística oficial del Instituto Nacional de Estadística y Geografía (INEGI), de la Secretaría del Trabajo y Previsión Social (STyPS) y de la Secretaría de Economía (SE). Son datos anuales de cada una de las 32 entidades federativas de México para el periodo 2007-2014; en específico para las siguientes variables: i) empleo manufacturero por entidad federativa, que corresponde al personal ocupado total de la industria manufacturera de la Encuesta mensual de la industria manufacturera (^{INEGI, 2016}); ii) producto interno bruto real manufacturero estatal a precios de 2008 (^{INEGI, 2016}); iii) salarios reales (pesos por día), que corresponde al salario de cotización al Instituto Mexicano del Seguro Social (IMSS) por entidad federativa que publica la Secretaría del Trabajo y Previsión Social (^{STyPS, 2016}); iv) exportaciones totales de México (^{INEGI, 2016}); v) un indicador de productividad media del trabajo y; vi) inversión extranjera directa, que corresponde a los flujos de IED a México por entidad federativa de destino (SE, 2017).

Por la alta volatilidad de los flujos de la IED, se construyó una variable de acervo. En este caso se generó el stock de inversión extranjera directa a partir de los flujos anuales de IED para cada entidad federativa. La construcción de la variable de stock se realizó a partir del método de inventarios perpetuos (MIP), como lo sugieren ^{Loría y De Jesús (2007)}, ^{Shiau et al. (2002)} y ^{Almon (1999)}.

El MIP es un método relativamente sencillo que considera la tasa depreciación y acumula la inversión (en el caso que aquí se desarrolla, acumula el flujo de IED para expresarlo como una variable de stock). De manera formal se expresa de la siguiente forma:

Donde kied _t = stock de IED; d = depreciación; ied _t = flujo de IED.

Siguiendo la recomendación de ^{Shiau et al. (2002)} y de ^{Almon (1999)}, se incorpora el siguiente factor de ajuste: Aj _t = (1- d)*Aj _t-1 + 1. Se supone que Aj _t = 1 para la observación inicial y crece hasta alcanzar el valor de equilibrio de la tasa de depreciación promedio igual a 1/d. A partir de este factor de ajuste y de la estimación de kied por el MIP, se calcula una nueva serie ajustada de kied _t que denominamos K _t (acervo de IED ajustado)²:

K_t es la variable de acervo de IED que se construyó para la estimación del panel. Se consideró una tasa de depreciación que varía entre 10 y 11 por ciento,³ que resulta del consumo de capital fijo trimestral que se reporta en el Sistema de Cuentas Nacionales de México (^{INEGI, 2016}).

Se consideró un modelo con datos de panel por la estructura de la información estadística disponible para la industria manufacturera para las entidades federativas de México, y de esta forma agruparlas de acuerdo con las regiones de análisis. Además, porque los datos de panel permiten identificar y medir algunos efectos que no pueden considerarse al utilizar únicamente datos de corte transversal o datos de series temporales y porque permiten tener en cuenta la existencia de efectos individuales inobservables, que pueden estar correlacionados con otras variables incluidas en la especificación de una relación econométrica (véase ^{Hsiao, 2003}).

La especificación del panel

La especificación general de un modelo de regresión lineal con datos de panel es la siguiente (^{Hsiao, 2003}):

Donde i se refiere al individuo o a la unidad de estudio (corte transversal), t a la dimensión en el tiempo, α es un escalar, β es un vector de K parámetros, X _it es la i-ésima observación al momento t para las K variables explicativas y u _it es el término de error.

En este caso, la muestra total de las observaciones en el modelo vendría dada por N x T, donde N es el número de unidades de estudio individual y T el periodo de tiempo.

Los modelos de panel se pueden interpretar a través de sus componentes de errores. El término de error u _it incluido en (1) puede descomponerse de la siguiente manera:

Donde μ_i denota una variable no observable que se mantiene constante a través del tiempo para cada observación (efecto individual no observable), δ_t representa los efectos no cuantificables que varían en el tiempo pero no entre las unidades de estudio y e _it se refiere al término de error. La mayoría de las aplicaciones con datos de panel utilizan el modelo de componente de error en una dirección: u _it = μ_i + δ_t + e_it , para el cual δ_t = 0.

A partir de los distintos supuestos sobre los efectos específicos μ _i, pueden presentarse tres posibilidades: i) cuando se considera que μ _i = 0, es decir, que no existe heterogeneidad no observable entre los individuos (por lo que se emplea la regresión agrupada); ii) cuando se supone a m _i como un efecto fijo y distinto para cada individuo, de modo que el modelo lineal es el mismo para todos los individuos pero la ordenada al origen es específica para cada uno de ellos. Consecuentemente, en este caso, la heterogeneidad no observable se incorpora a la constante del modelo y; iii) cuando se trata a μ _i como una variable aleatoria no observable que varía entre individuos pero no en el tiempo. En este caso, las diferencias no observables se incorporan al término de error.

Estas variantes acerca de la heterogeneidad no observable dan lugar a dos tipos de modelos: el modelo de efectos fijos y el modelo de efectos aleatorios (^{Montero, 2007}; ^{Wooldridge, 2002}).

El modelo de efectos fijos

O bien

Supone que el error u _it expresado en (1) puede descomponerse en una parte puramente aleatoria eit y otra fija constante y diferente para cada individuo μ _i (considerada como un parámetro a estimar para cada observación), lo cual es equivalente a realizar una regresión general y dar a cada individuo un punto de origen (ordenadas) distinto, incorporando así la heterogeneidad a la constante del modelo α_i = α + μ _i De esta forma, en el modelo de efectos fijos los u _i son tratados como un conjunto de n coeficientes adicionales que se pueden estimar junto con los β _s. Asimismo, el modelo de efectos fijos asume que el efecto individual está correlacionado con los demás regresores, es decir, cov(X _it, μ _i) ≠ 0 (^{Montero, 2007}; ^{Wooldridge, 2002}).

El modelo de efectos aleatorios

O bien

Tiene la misma especificación que el de efectos fijos sólo que μ _i, en lugar de ser un valor fijo para cada individuo y constante a lo largo del tiempo, es una variable aleatoria. Como en el modelo de efectos aleatorios se supone que μ _i es una variable aleatoria inobservable independiente de X _it, ésta pasa a formar parte de un término de perturbación compuesto μ _i = μ _i + e_it; incorporando así la heterogeneidad no observable al término de error en lugar de la constante como en el caso de efectos fijos (^{Arellano y Bover, 1990}).

Así, a partir de la ecuación (1) se puede estimar la función de empleo manufacturero para cada una de las regiones de México en términos de un modelo general de regresión lineal con datos de panel.

De esta forma, se define una función de empleo en los siguientes términos:

Donde tcman _it es la tasa de crecimiento del empleo manufacturero por entidad federativa para cada región; tcpibm _it es la tasa de crecimiento del producto interno bruto real manufacturero, por entidad federativa para cada región; tkied _it es la tasa de crecimiento del stock de IED (generado a partir del MIP referido anteriormente) por entidad federativa para cada región; tcexptot _it son las exportaciones totales del sector manufacturero de México en tasas de crecimiento, tcwreal _it es la tasa de crecimiento de los salarios reales (pesos por día), que corresponde al salario de cotización al IMSS por entidad federativa; tcprodlab _it la tasa de crecimiento de la productividad media del trabajo manufacturero por entidad federativa para cada región. Finalmente, v _it son los errores.

De esta función de empleo se asumen las siguientes relaciones entre la tasa de crecimiento del empleo, como variable dependiente, y las variables que se han considerado como determinantes o independientes: positiva con la producción (tcpibm), en el sentido de que la actividad manufacturera de cada entidad federativa es central en la generación de empleo, desde una visión estrictamente keynesiana de demanda efectiva en el sentido de que cuando una empresa satisface la demanda de su producto, emplea exactamente la cantidad de trabajo necesaria para producir la cantidad demandada, es decir, las empresas deben emplear más trabajo cuando la demanda de producción es más alta (^{Abel y Bernanke, 2004}); positiva con la inversión extrajera directa, que en este caso es el stock de IED (tckied); positiva con la dinámica de las exportaciones manufactureras (tcexptot), bajo el supuesto de que el proceso de apertura comercial ha favorecido el incremento de las exportaciones, de la producción y, en consecuencia, del empleo; negativa con los salarios (tcwreal), desde un argumento neoclásico en el sentido de que los incrementos del costo de la mano de obra por incremento en salarios desestimulan la contratación laboral y, por lo tanto, los niveles de empleo; negativa con el producto medio del trabajo (tcprodlab) por un efecto de desplazamiento del trabajo por incrementos de productividad.

Estimación y discusión de resultados

Se integraron cinco paneles, uno para cada una de las regiones definidas en el apartado 2. Son paneles balanceados con cortes transversales de ocho periodos que corresponden a la información anual del periodo 2007-2014.

Se estimó la función (4) para el periodo 2007-2014, para el total de la economía y para cada una de las cinco regiones de México. Primero, la función de empleo para el total de la manufactura del país con el propósito tener un panorama global que proporcionará información de la estructura del empleo en general para, posteriormente, evaluar si con la misma función de demanda de empleo se podrían identificar regularidades similares para las regiones de México; sobre todo, que permitiera evaluar el peso que la IED tiene en la generación de empleo manufacturero para el total de la economía mexicana y en las diferentes regiones.

A partir de la metodología convencional, se estimó el panel con datos agrupados (pool), con efectos fijos y con efectos aleatorios; posteriormente se compararon los resultados de los modelos de efectos individuales (fijos y aleatorios) con relación al modelo de datos agrupados; y a partir de las pruebas de datos agrupados y de Hausman se evaluó el mejor modelo. En este sentido, primero se comparó el modelo de efectos fijos con el modelo de datos agrupados para evaluar la eficiencia del modelo de efectos fijos. Para ello, la prueba de datos agrupados utiliza una prueba de restricción de parámetros entre los dos modelos y se analizan las hipótesis: H ₀ : "para todo μ_𝑖= 0 y H ₁ : 𝜇₁ ≠ 0,…, 𝜇_𝑖 ≠ 0. Si la hipótesis nula H₀ no se puede rechazar, se opta por el modelo de datos agrupados, en caso contrario se elige el de efectos fijos.

De las pruebas de datos agrupados y de Hausman (véase resultados de las pruebas en la Tabla 2), se concluyó que para el total de la manufactura de México y para las regiones el modelo de efectos fijos es el más consistente.

Entre los principales resultados, destacan los siguientes:

Estos resultados sugieren evaluar lo que ocurre con las regiones, bajo el argumento de que el proceso global de apertura y de captación de flujos de IED no tiene los mismos efectos en todas las regiones, sobre todo porque se sostiene la hipótesis de que aquellas regiones más vinculadas al sector externo vía comercio son las más beneficiadas en la captación de IED y, en consecuencia, tenderían a ser las que mejores efectos tendrían en el crecimiento de la producción y en la generación de empleos.

Para las regiones es clara la heterogeneidad en la estructura de los factores que explican el crecimiento del empleo manufacturero. Los resultados de la estimación (Tabla 2) reportan, primero, un coeficiente positivo de tcpibm para todas las regiones, lo que validaría la relación positiva que se supone existe entre crecimiento del PIB manufacturero y crecimiento del empleo; sin embargo, la magnitud del coeficiente del crecimiento del PIB de la manufactura para las regiones es diferente: la región Norte registra el más alto (0.898), la Frontera Norte un coeficiente de 0.443, le siguen la Centro Este y Centro Oeste con estructuras semejantes (0.368 y 0.346, respectivamente) y, finalmente, la región Sur (0.257).

Se deben destacar los resultados del coeficiente de estimación de la inversión extranjera directa (tckied). Como se observa, no hay evidencia de que en las regiones la acumulación de IED sea un factor que influya en la generación de empleo manufacturero (además de que los coeficientes de estimación son pequeños, no son significativos); sin embargo, habría que cuestionar si las magnitudes del coeficiente para las regiones corresponden a los efectos que se esperaría debería tener la IED en el empleo. Más aún, estos resultados nos proporcionan elementos para considerar la necesidad de abundar en el análisis regional a un nivel más detallado para mejorar las estimaciones y llegar a resultados que abunden en las posibles virtudes que la IED tiene en las economías regionales.

Como se sabe, la manufactura es de los sectores más vinculados al sector externo, de ahí que se considere que las exportaciones del sector (tcexptot) son uno de los principales determinantes del empleo. Los coeficientes de estimación para tcexptot son positivos en todas las regiones; sin embargo, para las regiones Norte y Centro Oeste no son significativos. Más aún, la Frontera Norte y la Centro Este registran un coeficiente mayor que la estimación para el total del empleo manufacturero de México (0.188 y 0.155, para la Frontera Norte y Centro Este, respectivamente, mientras para el total nacional es de 0.053).

Finalmente, los resultados para los salarios y la productividad reportan lo siguiente: no hay evidencia suficiente de que en las regiones el crecimiento de los salarios reales sean un factor que explique el crecimiento del empleo manufacturero, en el sentido de que aumentos en los salarios reducen la creación de empleo porque se asocian a incrementos en los costos de producción. En el caso de la productividad del trabajo, la evidencia para las regiones parece consistente con la estructura que prevalece para el total del empleo manufacturero en México (el coeficiente de tcprodlab para el total del empleo manufacturero es de -0.361); a excepción de la región Norte, cuyo coeficiente es el más alto (-0.878), y de la región Centro Este, con el coeficiente más bajo (-0.298), las demás regiones registran un coeficiente similar.

Este hecho es importante porque es aceptado que parte importante de los flujos de IED que se destinan a la producción van acompañadas de innovación tecnológica, de ahí que se pueda argumentar que la productividad laboral (tcprodlab) se está convirtiendo en un factor que desplaza trabajo, de acuerdo con lo que reportan el signo negativo de los coeficientes para el total de la economía mexicana y para las regiones (Tabla 2).