UNIVERSIDAD DE LOS ANDES

FACULTAD DE CIENCIAS ECONMICAS Y EMPRESARIALES

ECN 4110 ORGANIZACIN INDUSTRIAL
Segundo semestre de 2014
Tarea 2, parte 1
(entregar el lunes 8, hasta las 17:00)
Instrucciones: (i) lea aquella parte del programa del curso donde se explica cmo debe trabajar
y responder una tarea. Note que la redaccin de las respuestas es estrictamente individual.
Tareas parecidas sern consideradas copia; tareas idnticas son plagio. En ambos casos, el
caso se traspasa al Consejo de la Facultad. Sea como sea, y ms all del temor a la sancin por
copia, sea honesto. El juego de policas y ladrones es para cabros chicos, no para universitarios.
(ii) Antes de hacer esta tarea, lea y estudie los captulos respectivos de Salter.
1. (Esta pregunta tambin cuenta como informe de lectura para la clase N

9) En el
apndice del Captulo 7, Salter expone sobre la heterogeneidad de la productividad entre rmas
de la misma industria y la ilustra con su Cuadro 8, reproducido al nal de la prueba.
(i) Explique el indicador con que Salter mide la productividad de cada planta en su Cuadro
8. Luego describa los pasos aritmticos que usted seguira si tuviera que medirlo y calcularlo en
un caf Starbucks. Responda en no ms de cinco lneas.
(ii) De acuerdo con lo que hemos estudiado en este curso, es un indicador apropiado para
inferir las diferencias de productividad total de los factores y de costos unitarios entre empresas
o plantas? Explique en no ms de cuatro lneas.
(iii) En el Cuadro 8 Salter reporta cinco medidas estadsticas que describen la distribucin de
la productividad dentro de cada industria. Explquelas y relacione cada una, segn corresponda,
con los estadsticos que usamos en este curso. Responda en no ms de siete lneas.
(iv+v) Suponga que, en cada una de las industrias, la productividad de la planta menos
productiva es igual a 100. Rehaga el Cuadro 8 con base mnimo = 100. Calcule ordenadamente
en la hoja Pregunta 1 (clculos) mostrando cada paso aritmtico (resultados sin clculos no
valen). Las aproximaciones razonables son admisibles.
(v) Ahora explquele con datos a una persona inteligente, pero que no est al tanto de la
materia de este curso, de qu orden son las diferencias de productividad y de costos entre plantas
dentro de cada industria. Responda en no ms de ocho lneas.
(vi+vii) Basado en lo que contest en ("), dibuje una seudo curva de oferta de una industria:
en el eje horizontal ponga el porcentaje . Suponga que el costo marginal de la planta ms
productiva es igual a 100 y que todas las plantas tienen igual capacidad. Explique en no ms
de ocho lneas.
(viii+ix) Segn Salter, qu causa las diferencias de productividad entre plantas de la misma
industria? Qu dice el spokeman for the Bureau of Labor Statistics? Explique con rigor en no
ms de cinco lneas.
(x+xi) Segn la lectura, a qu velocidad se adoptan las tcnicas de produccin ms recientes?
Por qu? Respnda en no ms de cuatro lneas.
2. (El tamao de las rmas; para contestar, leas el artculo Bell Weather, asignado
para la clase N

11) En los cursos bsicos de Microeconoma se suele ensear que el tamao

eciente de una empresa o planta depende de la tecnologa las caractersticas del proceso
productivo que transforma insumos (v.gr. trabajo, capital, materiales) en productos nales,
aquello que los economistas resumen con la funcin de produccin
1
. Tambin se suele ensear
que el tamao eciente de la empresa o planta vara entre sectores despus de todo, las
panaderas son ms pequeas que las reneras de petrleo. Por ltimo, se suele creer que
el tamao eciente de rmas que producen productos similares es parecido, entre otras cosas
porque si, como ocurre en muchas industrias, la tecnologa de produccin es conocida, todas las
empresas de un sector deberan tomar decisiones parecidas para producir al mnimo costo.
Bartelsman et al. midieron el tamao de plantas y rmas con el nmero de trabajadores y
reportan las medias en ms de 20 pases y cerca de 30 sectores (por ejemplo, el tamao promedio
de las empresas del sector construccin en Estonia). Al hacerlo, Bartelsman et al. arman:
Cross-country dierences in rm size may reect specialization towards industries
with a small ecient scale. To assess the role of sectoral specialization versus within
sector dierences, we rst look at the average rm size across industries in table
1.4. The rst column [...] presents the cross-country average size for each industry
and the other columns present the country/industry average relative to the industry
cross-country average. If technological factors were predominant in determining rm
size across countries, we should nd that the values in the country columns to be
concentrated around one. If, on the contrary, the size dierences were explained
mainly by country-specic factors inducing a consistent bias within industries, then
we would expect the countries with an overall value above [...] the average (i.e.,
in the Total category) to be characterized by values generally above [...] one
in the subsectors. Among industrial countries, the United States has a very high
proportion of industries with an above-average rm size, both in manufacturing and
in business services. The Western European countries tend to have smaller rms
in most industries, with several exceptions in heavy industries (e.g., Germany and
Portugal), high-tech industries (e.g., Finland and, to a lesser extent, France and
Italy), or some of the low-tech industries (e.g., United Kingdom) or in basic services
(e.g., France and Portugal). Thus, it is not possible to map dierences in rm size
across countries according to either the overall size of the country (apart from the
United States), the underlying technological level of the industry, or its degree of
maturity.
Y al nal del captulo concluyen:
The average size of incumbent rms varies widely across sectors and countries. Dif-
ferences in rm size are largely driven by within-sector dierences, although in some
countries sectoral specialization also plays a signicant role. Smaller countries tend
to have a size distribution skewed towards smaller rms, but the average size of rms
does not map precisely with the overall dimension of the domestic market.
1
Por ejemplo, si y es el producto total, F la funcin de produccin, K es la cantidad de capital, L las
horas-hombre y M los materiales, y = F(K; L; M).
2
Parte A. (Factores tecnolgicos contra country-specic factors) En esta parte de la pregunta,
responda con el Cuadro 2.1. Note que los sectores de la manufactura estn ordenados de mayor
a menor mediana.
(a) Explique en no ms de cinco lneas qu es el country/industry average relative to the
industry cross-country average al que se reeren Bartelsman et al. En adelante llmelo A.
(b) Calcule aproximadamente el A de los estadsticos de orden de la distribucin de la
industria de Basic Metals. Justique sus clculos en no ms de cuatro lneas.
(c) Bartelsman et al. arman que si la tecnologa determinase el tamao de las rmas en
cada sector, A sera cercano a uno:
If technological factors were predominant in determining rm size across countries,
we should nd that the values in the country columns to be concentrated around
one.
Explique en no ms de cuatro lneas.
(d) A continuacin, Bartelsman et al. arman que si los country-specic factors determinasen
las diferencias de tamao entre pases de las rmas dentro del mismo sector, A sera mayor que
uno en pases donde las rmas son ms grandes:
If, on the contrary, the size dierences were explained mainly by country-specic
factors inducing a consistent bias within industries, then we would expect the coun-
tries with an overall value above [...] the average (i.e., in the Total category) to
be characterized by values generally above [...] one in the subsectors.
Explique qu son los country-specic factors y luego explique lo que arman Bartelsman et al.
sobre A. Responda en no ms de seis lneas.
(e + f) Segn lo que muestra el Cuadro 2.1 se justica creer que es parecido el tamao
de las rmas que producen productos similares? Su respuesta debe ser cuantitativa y precisa.
Responda en no ms de cinco lneas.
(g + h) Con la informacin que entrega el Cuadro 2.1 y lo que aprendi leyendo el artculo Bell
Weather, diga si el tamao de las rmas vara sistemticamente entre sectores. Si la evidencia
es que el tamao vara, explquela; si no hay evidencia, fundamente cuantitativamente. Segn
corresponda, corrija o mejore la descripcin de los cursos bsicos acerca de las diferencia de
tamao entre sectores. Responda en no ms de cinco lneas.
3
Parte B. (Diferencias entre pases) Para responder, use el Cuadro 2.2, el que muestra los
estadsticos de orden de la distribucin de tamaos de empresas de la manufactura en cada pas
y los ordena de mayor a menor segn la mediana.
() Con aquello que aprendi leyendo el artculo Bell Weather y la informacin que se
muestra en el Cuadro 2.2, diga si en este caso la mediana es una buena medida de las diferencia
de tamao de empresas entre pases. Responda en no ms de cuatro lneas.
() Bartelsman et al. dicen que en los Estados Unidos las rmas son ms grandes:
Among industrial countries, the United States has a very high proportion of in-
dustries with an above-average rm size, both in manufacturing and in business
services.) Se justica esta creencia?
Implica que, comparado con el resto del mundo, hay muy pocas empresas pequeas y microem-
presas en Estados Unidos? Es nico Estados Unidos? Responda en no ms de seis lneas
(slo vale una respuesta cuantitativa y precisa).
() Bartelsman et al. tambin dicen que en Western Europe las rmas son ms pequeas
The Western European countries tend to have smaller rms in most industries [...].
Liste los pases que pertenecen a Western Europe
2
. Luego, con lo que aprendi leyendo Bell
Weather diga si se justica esta conclusin de Bartelsman et al. De acuerdo con el Cuadro 2.2
hay muchas microempresas y pocas empresas grandes en Western Europe? Responda en no
ms de seis lneas (slo vale una respuesta cuantitativa y precisa).
() Se suele creer que las rmas son ms grandes en economas grandes. Si as fuera, en
economas ms grandes deberan haber ms empresas grandes y menos microempresas y em-
presas pequeas. Evale la creencia con sendas regresiones rigurosas. Explique aquello que se
deduce de sus regresiones en no ms de cuatro lneas.
(") Una segunda implicancia es que en las economas ms grandes el tamao de las rmas
debera ser ms grande. Con lo que aprendi leyendo el artculo Bell Weather o usando la
estadstica de cualquier otra manera razonable, diga si existe evidencia de que en economas
ms grandes las empresas son ms grandes. Explique y justique en no ms de cinco lneas.
2
Recuerde: hasta 1989, cuando cay el muro de Berln, Western Europe era la Europa libre. Europa del Este
estaba bajo la rbita sovitica. En la base de datos de Bartelsman et al. esas son las economas en transicin.
4
Mnimo
Primer
cuartil Mediana Tercercuartil Mximo Media
Miningandquarrying 22 74 130 205 543 173
Totalmanufacturing 47 95 114 146 411 137
Services 48 95 110 130 155 111
Marketservices 40 95 106 128 154 107
Agriculture,hunting,forestry,andfishing 16 55 65 92 158 77
Totaleconomy 45 94 104 131 260 118
Manufactura Mnimo
Primer
cuartil Mediana Tercercuartil Mximo Media
Coke,refinedpetroleumproducts,andnuclearfuel 26 213 383 1.070 6.368 870
Motorvehicles,trailers,andsemitrailers 32 109 212 305 1.428 316
Othertransportequipment 24 107 207 265 1.251 305
Electricity,gas,andwatersupply 76 162 197 455 2.717 505
Radio,television,andcommunicationequipment 12 167 188 233 483 204
Basicmetals 27 97 181 281 1.412 272
Electricalmachineryandapparatus,Nec 28 105 159 229 828 202
Chemicalsandchemicalproducts 17 122 142 220 656 218
Foodproducts,beverages,andtobacco 47 107 136 164 428 143
Machineryandequipment,N.E.C. 28 80 118 129 990 153
Medical,precision,andopticalinstruments 25 78 115 151 411 148
Office,accounting,andcomputingmachinery 3 43 108 139 633 140
Publishing,printing,andreproductionofrecordedmedia 36 81 105 123 326 125
Othernonmetallicmineralproducts 36 86 103 129 430 125
Textiles,textileproducts,leatherandfootwear 25 84 101 114 324 115
Rubberandplasticproducts 27 68 88 103 285 107
Manufacturing,Nec;recycling 48 64 81 97 268 92
Fabricatedmetalproducts,exceptmachineryandequipment 23 59 73 86 195 86
Woodandproductsofwoodandcork 20 57 68 82 278 81
Construction 24 57 65 74 181 75
Totalmanufacturing 47 95 114 146 411 137
Media 29 97 141 222 995 214
Mximo 76 213 383 1.070 6.368 870
Tercercuartil 35 109 186 257 1.185 259
Mediana 26 85 117 145 457 146
Primercuartil 23 65 91 106 295 109
Mnimo 3 43 65 74 181 75
Servicios Mnimo
Primer
cuartil Mediana Tercercuartil Mximo Media
Transport,andstorage,andcommunication 53 109 178 258 910 250
Finance,insurance,RealEstate,andbusinessservices 50 101 138 166 213 135
Community,socialandpersonalservices 62 92 114 149 185 123
Wholesaleandretailtrade;restaurants,andhotels 28 61 81 95 116 79
Services 48 95 110 130 155 111
Marketservices 40 95 106 128 154 107
Cuadro2.1
Estadsticosdeordendeladistribucindetamaosdefirmasdelmismosector
(Mediasdepases)
Mnimo Q1 Mediana Q3 Mximo Media n
PIBpas
(EEUU
=100)
Menos
de20
(%)
Entre
20y49
(%)
50
yms
(%)
Entre
20y49
(%20)
Romania 113 285 430 990 1.810 692 17 1,3 77,1 9,0 13,9 39,2 Romania
U.S 60 160 257 468 1.340 389 20 100,0 72,6 15,1 12,3 55,0 U.S
Indonesia 100 161 207 256 483 223 17 5,0 nd nd nd 49,6 Indonesia
Slovenia 38 154 191 290 487 217 20 0,4 71,6 8,3 20,1 29,2 Slovenia
Hungary 65 103 167 283 6.368 492 20 1,2 71,1 14,0 14,9 48,3 Hungary
Finland 67 101 140 228 800 194 20 1,3 85,4 7,9 6,7 54,3 Finland
U.K. 70 89 123 160 219 125 9 15,5 81,3 9,6 9,1 51,2 U.K.
Brazil 68 91 122 168 339 139 18 12,4 82,4 10,3 7,3 58,7 Brazil
Colombia 49 80 116 130 270 115 18 2,4 nd nd nd 49,0 Colombia
Mexico 17 80 111 191 722 179 16 9,1 82,8 8,8 8,4 51,2 Mexico
Estonia 35 59 111 168 1.479 179 20 0,1 64,6 19,6 15,8 55,5 Estonia
France 55 78 105 188 679 161 17 15,1 77,9 13,9 8,2 63,0 France
Korea 62 82 105 138 339 124 18 8,2 57,0 25,5 17,5 59,4 Korea
WestGermany 56 85 103 155 336 140 11 21,4 83,3 9,0 7,7 54,0 WestGermany
Chile 25 88 97 116 280 110 18 1,5 nd nd nd 51,4 Chile
Italy 47 70 93 175 783 169 20 14,8 88,6 7,6 3,8 67,0 Italy
Portugal 52 68 87 170 2.717 345 20 1,8 75,3 14,6 10,1 59,1 Portugal
Latvia 26 50 85 101 169 83 20 0,2 87,8 7,3 4,9 60,1 Latvia
Denmark 56 71 83 118 187 94 13 1,6 76,6 14,1 9,3 60,4 Denmark
Argentina 45 63 80 130 331 107 20 3,4 82,1 10,7 7,2 59,8 Argentina
Taiwan(China) 48 63 68 93 157 81 16 nd 82,5 11,5 6,0 65,8 Taiwan(China)
Netherlands 3 24 28 42 146 42 19 4,7 88,3 6,3 5,4 53,9 Netherlands
Media 53 96 132 216 929 200 11 78 12 10 54 Media
DE 25 54 83 194 1.374 153 21 8 5 5 8 DE
Crosscountryaverage 75 113 146 232 870 214 20 Crosscountryaverage
Industrial 59 93 143 230 774 208 20 Industrial
Othercountries 73 117 152 238 957 218 20 Othercountries
Correlacionesentrevariables
Mnimo Q1 Mediana Q3 Mximo Media PIB
Menos
de20
Entre
20y49
50
yms
Entre
20y49
(%20)
Mnimo 1,000 0,736 0,716 0,652 0,225 0,606 0,088 0,247 0,171 0,268 0,193 Mnimo
Q1 1,000 0,980 0,936 0,199 0,797 0,206 0,227 0,070 0,484 0,635 Q1
Mediana 1,000 0,968 0,285 0,854 0,260 0,247 0,031 0,478 0,598 Mediana
Q3 1,000 0,307 0,886 0,223 0,178 0,066 0,392 0,511 Q3
Mximo 1,000 0,693 0,020 0,322 0,203 0,369 0,185 Mximo
Media 1,000 0,186 0,288 0,059 0,459 0,454 Media
PIB 1,000 0,079 0,130 0,007 0,134 PIB
Cuadro2.2
Estadsticosdeordendeladistribucindetamaosmediosdeplantasencadapasyfraccindefirmasdedistintostamaos
(nmerodetrabajadores,mediasdesectoresdelamanufactura;%)