Cadenas productivas, columna vertebral de los clusters industriales ...

126 Christian Enmanuel Laguna Reyes: Cadenas productivas, columna vertebral de los clusters...
Conocer los encadenamientos existentes, sus miembros, sus interrelaciones
y sus fuentes de ventaja competitiva es un elemento importante
para comprender el desarrollo de las economías locales. Sin embargo, un
problema común en los estudios de cluster es que éstos se definen a priori,
sin un análisis cuantitativo o cualitativo suficiente, lo que impide identificar
algunas relaciones clave para la región.
Para diseñar una política de desarrollo adecuada es necesario comprender
el desarrollo de un cluster regional. Para ello es necesario identificar
los diferentes componentes de la cadena de valor que lo integran, para
posteriormente analizar su competitividad regional (Turner, 2001). Es común
iniciar el análisis de los clusters industriales regionales con la exploración
de las tendencias económicas generales, como puntos de referencia
del análisis regional. Los “moldes” de las cadenas de valor son conjuntos
predeterminados de un conjunto de sectores relacionados, que han sido
identificados con base en las relaciones interindustriales existentes, independientemente
de la escala geográfica (Feser, 2005).
En este sentido, el método basado en la extracción de encadenamientos
a partir del modelo de insumo-producto permite usar un patrón general de
agrupamientos, que ofrece un marco para hacer comparaciones entre regiones.
Además, el uso de la información contenida en el modelo de insumo-producto
permite superar las limitaciones que implican otros métodos
subjetivos, ya que los agrupamientos que arroja la técnica no están sujetos
a la opinión de ningún agente externo (Laguna, 2003).
De acuerdo con Feser y Bergman (2000) existen cinco etapas en la identificación
de clusters industriales por el método de insumo-producto:
El primer paso está encaminado a la construcción teórica, la cual facilita
la distinción entre clusters potenciales, emergentes y existentes. Además,
permite construir políticas de acuerdo con cada situación.
El segundo paso se relaciona con la elección de la escala espacial para
la identificación de los agrupamientos (Rey y Mattheis, 2000). El enfoque
bottom-up utiliza datos de una sola región. De acuerdo con el enfoque topdown,
existe una interdependencia funcional entre los sectores, y además
debe existir cierto grado de concentración espacial de las actividades, siguiendo
los mismos patrones de interdependencia detectados sin considerar
el espacio. Cada alternativa conduce a diferentes estrategias para la
identificación de los agrupamientos, y cada una tiene sus ventajas y sus
limitaciones. Por una parte, una ventaja del enfoque top-down sobre el
enfoque alternativo es que permite la identificación de las cadenas productivas
en el ámbito regional, a partir de los patrones de agrupamiento