{"id":10089,"date":"2020-06-16T13:19:46","date_gmt":"2020-06-16T18:19:46","guid":{"rendered":"http:\/\/cienciauanl.uanl.mx\/?p=10089"},"modified":"2020-06-17T12:58:57","modified_gmt":"2020-06-17T17:58:57","slug":"impacto-economico-del-covid-19-en-las-regiones-de-mexico","status":"publish","type":"post","link":"https:\/\/cienciauanl.uanl.mx\/?p=10089","title":{"rendered":"IMPACTO ECON\u00d3MICO DEL COVID-19 EN LAS REGIONES DE M\u00c9XICO"},"content":{"rendered":"

Joana Chapa*<\/p>\n

CIENCIA UANL \/ A\u00d1O 23, No.102 julio-agosto 2020<\/p>\n

\u00a0DOI: \/https:\/\/doi.org\/10.29105\/cienciauanl23.102-1\u00a0<\/a><\/p>\n

RESUMEN<\/h4>\n

Este documento tiene como prop\u00f3sito dar a conocer las estimaciones del impacto inmediato del paro de actividades no esenciales, en las cuatro regiones del pa\u00eds, seg\u00fan la divisi\u00f3n realizada por el Banco de M\u00e9xico: norte, centro, centro norte y sur. Para ello, se utiliza el modelo insumo-producto que permite cuantificar los efectos por regi\u00f3n y sector econ\u00f3mico, tomando en cuenta las relaciones de compra-venta intersectoriales. Los principales resultados indican que la regi\u00f3n norte ser\u00eda la m\u00e1s afectada, por la importancia que en su econom\u00eda tiene el sector de Fabricaci\u00f3n de maquinaria y equipo, que incluye a la industria automotriz que entr\u00f3 en paro 100%.<\/p>\n

Palabras claves: COVID-19, modelo insumo-producto, an\u00e1lisis regional, an\u00e1lisis sectorial.<\/p>\n

ABSTRACT<\/h4>\n

This article aims to estimate the immediate impact of closing non-mandatory business within the four regions of Mexico, according to the division stablished by the Bank of Mexico: north, center, north center and south. To accomplish this, the input-output model is used to quantify the effects by region and economic sector, taking into account the intersectoral relationships. The main results indicate that the northern region would be the most affected, because of the reliance of this region on the Machinery and Equipment Manufacturing sector, including the automotive industry which was locked down during the last several weeks.<\/p>\n

Keywords: COVID-19, input-output model, regional analysis, sectoral analysis.<\/p>\n

El 31 de diciembre de 2019 se detecta el brote de coronavirus (COVID-19 o SARS-CoV-2) en la ciudad de Wuhan, provincia de Hubei, China. Esta ciudad es la m\u00e1s importante de China Central, con una poblaci\u00f3n de diez millones de habitantes, y es el centro de transporte m\u00e1s relevante de China dado que conecta el norte y el sur, as\u00ed como el este y el oeste de este pa\u00eds. Las industrias con mayor presencia en la ciudad son: automotriz, met\u00e1lica b\u00e1sica (hierro y acero), petroqu\u00edmica, alimentos procesados, informaci\u00f3n electr\u00f3nica, textiles y agua (Van de Bovenkamp y Fei, 2016). Adem\u00e1s, cuenta con una gran cantidad de centros de investigaci\u00f3n y universidades.<\/p>\n

El virus se fue propagando a trav\u00e9s del mundo, y la Organizaci\u00f3n Mundial de la Salud declara que el brote se convierte en pandemia el 11 de marzo de 2020. En nuestro pa\u00eds, el primer caso de COVID-19 se reporta el 28 de febrero, y aproximadamente un mes despu\u00e9s, el 30 de marzo, el gobierno mexicano decreta emergencia sanitaria, aplicando como pol\u00edtica de contenci\u00f3n del contagio un mes de paro de actividades no esenciales, para despu\u00e9s declarar que el paro se extend\u00eda a dos meses. Primeras estimaciones del impacto del s\u00fabito freno en actividades no esenciales apuntan a que el valor agregado bruto (VAB) de M\u00e9xico podr\u00eda contraerse 23.0% en el mes de abril y que 28.2% del personal ocupado estaba en condici\u00f3n vulnerable (Ayala y Chapa, 2020).<\/p>\n

Una amplia bibliograf\u00eda documenta que M\u00e9xico presenta una gran diversidad en estructura productiva a trav\u00e9s de sus regiones (D\u00e1vila, 2019; Chapa y Ayala, 2018; Ayala et al<\/em>., 2015; D\u00e1vila, 2015; entre otros). La diferente vocaci\u00f3n productiva de las regiones del pa\u00eds est\u00e1 vinculada, entre otros factores, con la abundancia relativa de capital humano, infraestructura p\u00fablica, recursos naturales, y a la cercan\u00eda geogr\u00e1fica con Estados Unidos de Am\u00e9rica, el mercado m\u00e1s grande del mundo. Por esto, resulta oportuno analizar y cuantificar los efectos del paro de actividades no esenciales en M\u00e9xico, a nivel regional, lo cual es el objetivo de este estudio.<\/p>\n

M\u00c9XICO Y SUS REGIONES<\/h4>\n

El Banco de M\u00e9xico (Banxico) divide al pa\u00eds en cuatro regiones: norte, centro, centro norte y sur\u00b9\u00a0(figura 1). En un estudio reciente, Chapa, Gonz\u00e1lez y Torre (2020) calculan coeficientes de localizaci\u00f3n simples (SLQ), los cuales dan una idea de la vocaci\u00f3n productiva de las regiones de M\u00e9xico. Esto lo realizan con base en el VAB de 2013, publicado de manera oficial por el Instituto Nacional de Estad\u00edstica y Geograf\u00eda (Inegi), desglosado a 28 sectores econ\u00f3micos. Concluyen que el norte del pa\u00eds se distingue por tener una mayor presencia relativa de la industria manufacturera, destacan que la industria automotriz y de autopartes presenta un SLQ igual a 2.07, lo cual indica que la participaci\u00f3n de esta industria en la regi\u00f3n norte es dos veces la contribuci\u00f3n de dicha industria en M\u00e9xico.<\/p>\n

El sector Servicios tiene mayor presencia en la regi\u00f3n centro, lo cual es de esperarse porque esta regi\u00f3n incluye a la Ciudad de M\u00e9xico, el centro financiero, de negocios y actividades gubernamentales del pa\u00eds, en especial el sector de Informaci\u00f3n en medios masivos aporta al VAB de la regi\u00f3n aproximadamente el doble de lo que contribuye al VAB nacional.<\/p>\n

Por su parte, encuentran que la regi\u00f3n centro norte se distingue por la alta participaci\u00f3n del sector agropecuario, el SLQ es 2.15, lo que implica que la contribuci\u00f3n de este sector en la generaci\u00f3n del VAB regional es 2.15 veces su aportaci\u00f3n nacional. Finalmente, el sur del pa\u00eds se caracteriza por concentrar la actividad minera (Extracci\u00f3n de petr\u00f3leo y gas natural), la aportaci\u00f3n del VAB de este sector en la regi\u00f3n sur es cuatro veces la observada en nivel nacional.<\/p>\n

\"\"<\/a>

Figura 1. Divisi\u00f3n de M\u00e9xico por regiones bajo el criterio de Banxico (fuente: elaboraci\u00f3n propia).<\/p><\/div>\n

METODOLOG\u00cdA<\/h4>\n

Para cuantificar el impacto del paro de actividades no esenciales se utiliza el Modelo de Demanda de Leontief, el cual relaciona un cambio en la demanda final (consumo privado, gasto de gobierno, inversi\u00f3n y exportaciones) con la generaci\u00f3n de producci\u00f3n bruta de una regi\u00f3n, considerando las relaciones de compra-venta entre los sectores econ\u00f3micos. Este modelo es id\u00f3neo para el an\u00e1lisis de impacto en el corto plazo, dado que asume que se tiene capacidad ociosa, por lo que, ante choques ex\u00f3genos, los precios se mantienen fijos y el ajuste se da v\u00eda cantidades (ver Miller y Blair, 2009).<\/p>\n

El modelo permite retratar el siguiente mecanismo, el cual se ejemplifica con el sector alimentario. Para abastecer un aumento en el consumo de alimentos (aumento en demanda final), la industria alimentaria requiere comprar insumos ofertados por otros sectores, como el sector ganadero, el cual, a su vez, necesitar\u00e1 comprar insumos para abastecer a la industria alimentaria, por ejemplo, de la agricultura (granos); a su vez, el sector agricultura demandar\u00e1 insumos de la industria qu\u00edmica (fertilizantes), y as\u00ed sucesivamente.\u00b2 Cada interacci\u00f3n de compra-venta representa un efecto adicional sobre la producci\u00f3n bruta de la regi\u00f3n bajo estudio, y el efecto se va haciendo cada vez menor, hasta ser igual a cero. De esta forma, un incremento de un mill\u00f3n de pesos en la demanda final de la industria alimentaria, termina generando un aumento de m\u00e1s de un mill\u00f3n de pesos en la producci\u00f3n bruta de la regi\u00f3n geogr\u00e1fica en estudio, debido a que se consideran las relaciones de compra-venta intersectoriales.<\/p>\n

\u00b9Norte: Baja California, Chihuahua, Coahuila, Nuevo Le\u00f3n, Sonora, Tamaulipas. Centro-norte: Aguascalientes, Baja California Sur, Colima, Durango, Jalisco, Michoac\u00e1n, Nayarit, San Luis Potos\u00ed, Sinaloa, Zacatecas. Centro: Ciudad de M\u00e9xico, Estado de M\u00e9xico, Guanajuato, Hidalgo, Morelos, Puebla, Quer\u00e9taro, Tlaxcala. Sur: Campeche, Chiapas, Guerrero, Oaxaca, Quintana Roo, Tabasco, Veracruz y Yucat\u00e1n.
\n\u00b2Este modelo asume que la producci\u00f3n es del tipo Leontief, con rendimientos constantes a escala, esto es, para producir cada sector necesita proporciones fijas tanto de productos intermedios suministrados por otros sectores econ\u00f3micos. Supone precios fijos o que la econom\u00eda tiene capacidad ociosa. Es v\u00e1lido en el corto plazo y es de car\u00e1cter est\u00e1tico.<\/p>\n

Los modelos para cada una de las regiones se especifican con base en las matrices de contabilidad social regionales 2013 construidas por Chapa, Mosqueda y Rangel (2019), que est\u00e1n desagregadas en 31 sectores econ\u00f3micos. En el equilibrio inicial, los modelos replican los valores iniciales de las matrices regionales:<\/p>\n

\"\"<\/a><\/p>\n

Donde \"\"<\/a> es un vector columna de orden (31×1) que incluye la producci\u00f3n bruta de cada sector econ\u00f3mico j<\/em> de la regi\u00f3n r<\/em>. La matriz \"\"<\/a>\u00a0de orden (31×31), contiene los requerimientos de insumos intermedios del sector i <\/em>(proveedor) por unidad de producci\u00f3n del sector j<\/em> (comprador) en la regi\u00f3n r<\/em>. La matriz \"\"<\/a> es la matriz inversa de Leontief, de orden (31 x 31), que contiene los efectos multiplicadores de cambios en la demanda final del sector j <\/em>sobre la producci\u00f3n bruta del sector i<\/em> en la regi\u00f3n r<\/em>. El vector \"\"<\/a>, de orden (31×1), incluye la demanda final de cada sector j<\/em> de la regi\u00f3n r<\/em>.<\/p>\n

El modelo descrito en la ecuaci\u00f3n (1) puede ser transformado de manera que relacione la demanda final con la generaci\u00f3n de VAB y empleo, lo cual se realiza como sigue:<\/p>\n

\"\"<\/a><\/p>\n

Donde la matriz \"\"<\/a>es una matriz diagonalizada, en su diagonal principal incluye la generaci\u00f3n de VAB por unidad de producci\u00f3n bruta del sector econ\u00f3mico j<\/em> en la regi\u00f3n r<\/em>, los elementos fuera de la diagonal principal son cero. La matriz \"\"<\/a>es una matriz diagonalizada, en su diagonal principal incluye los requerimientos de trabajo por unidad de producci\u00f3n bruta del sector econ\u00f3mico j<\/em> en la regi\u00f3n r<\/em>, los elementos fuera de la diagonal principal son cero. El vector \"\"<\/a> es de orden (31×1), contiene el VAB por sector econ\u00f3mico j<\/em> en la regi\u00f3n r<\/em> y el vector \"\"<\/a>, de orden (31×1), contiene el empleo de cada sector econ\u00f3mico j<\/em> en la regi\u00f3n r.<\/em><\/p>\n

Para medir el impacto inmediato del paro de actividades, se debe plantear un escenario plausible que involucre en qu\u00e9 porcentaje se reduce la demanda final de los sectores no esenciales. Para ello, se sigue el trabajo de Ayala y Chapa (2020), que establece lo siguiente:\u00b3<\/p>\n

\u2022 Se asume que los sectores que proveen bienes o servicios esenciales no presentan reducci\u00f3n alguna en su demanda. A este grupo se agregaron los servicios educativos, los cuales suelen contratarse por adelantado.<\/p>\n

\u2022 En los casos del subsector Fabricaci\u00f3n de maquinaria y equipo (incluye automotriz y autopartes), Alojamiento temporal y preparaci\u00f3n de alimentos, Transporte a\u00e9reo y tur\u00edstico, Elaboraci\u00f3n de cerveza, Fabricaci\u00f3n de cemento y Hogares con empleo dom\u00e9stico, se asumi\u00f3 una reducci\u00f3n de 100%. En el caso de los restaurantes de comida para llevar, se asume una reducci\u00f3n de 50%.<\/p>\n

\u2022 Al resto de los sectores que proveen bienes o servicios no esenciales se les puso una reducci\u00f3n de 50%. En este grupo se incluy\u00f3 el Transporte p\u00fablico y los Refinados de petr\u00f3leo, porque, aunque sean esenciales, seguramente con la cuarentena, debe haber ca\u00eddo la demanda.<\/p>\n

De esta forma, la matriz del impacto inmediato (en el primer mes) en el VAB del sector i<\/em> por el paro de actividades no esenciales del sector j<\/em> en la regi\u00f3n r<\/em> \"\"<\/a>, se obtiene de la siguiente manera:<\/p>\n

\"\"<\/a><\/p>\n

Donde \"\"<\/a> es una matriz de orden (31×31), que incluye en la diagonal principal el cambio en la demanda final de cada sector j<\/em> en la regi\u00f3n r<\/em> como consecuencia del paro de actividades no esenciales, y el resto de los elementos son cero.<\/p>\n

De manera similar, se obtiene la matriz de impacto inmediato en el empleo del sector i<\/em> por el paro de actividades no esenciales del sector j<\/em> en la regi\u00f3n r<\/em> \"\"<\/a>\"\"<\/a><\/p>\n

\u00b3Los autores analizan las 822 clases de actividad econ\u00f3mica que conforman la Matriz insumo producto (MIP) nacional dom\u00e9stica 2013 del Inegi, de manera en que separan las actividades esenciales y no esenciales, de acuerdo con los lineamientos que estipul\u00f3 el Gobierno Federal el pasado 30 de marzo. Tambi\u00e9n utilizan informaci\u00f3n oportuna de diferentes sectores como el automotriz, l\u00edneas \u00e1reas, ventas de restaurantes, ventas de gasolinas, gas LP y otros para diferenciar los grados de supresi\u00f3n de la actividad en cada sector. Debido a que las matrices de contabilidad social regionales tienen un desglose de 31 sectores productivos, calculan el choque inicial en la demanda final promedio ponderado a ese nivel de desagregaci\u00f3n sectorial por regi\u00f3n, donde la ponderaci\u00f3n viene dictada por la participaci\u00f3n de la demanda final de las clases de actividad que se clasifican en cada uno de los 31 sectores productivos de la MIP nacional.<\/p>\n

Si se suman los elementos de la fila correspondiente al sector i<\/em> de las matrices\u00a0 \"\"<\/a>\u00a0y se cuantifica el impacto en el VAB y en el empleo de dicho sector i <\/em>de la regi\u00f3n r\u00a0porque se reduce la venta de insumos intermedios (de manera directa e indirecta) a los sectores econ\u00f3micos que se encuentran en paro.<\/p>\n

Aqu\u00ed es importante hacer una precisi\u00f3n sobre la interpretaci\u00f3n de los efectos en el VAB y en el empleo que el modelo insumo-producto permite obtener. En el caso del VAB, el resultado que arroje el modelo es el efecto inmediato que el choque ex\u00f3geno provoca, por lo que, en el contexto del presente ejercicio se interpreta como el impacto del paro de actividades en el VAB regional del mes de abril. Con respecto al empleo, es costoso para las empresas despedir trabajadores cuando se enfrentan a ca\u00eddas de ventas de manera temporal,4 por lo que, el efecto en el empleo regional que el modelo pronostique se puede concebir como empleo en condiciones vulnerables, porque est\u00e1 de manera directa o indirecta relacionado con la cadena de suministro de las actividades en paro. Estos trabajadores no necesariamente ser\u00e1n despedidos, podr\u00edan experimentar recortes de jornadas laborales o ajustes salariales.<\/p>\n

Los datos de VAB y de empleo que se utilizan, para especificar los modelos, se obtienen del Inegi. El VAB es el producto interno bruto por entidad federativa correspondiente a 2013, desagregado en 31 sectores econ\u00f3micos5 y el empleo es el personal ocupado proveniente de la Encuesta nacional de ocupaci\u00f3n y empleo<\/em> del segundo trimestre de 2013. Cabe comentar que se utiliza este a\u00f1o para realizar los ejercicios, debido a que las matrices de contabilidad social regionales hacen referencia a este a\u00f1o.<\/p>\n

RESULTADOS<\/h4>\n

Impacto en valor agregado bruto<\/h4>\n

Con este ejercicio se estima que la regi\u00f3n norte es la m\u00e1s afectada por el paro de actividades no esenciales, muestra una reducci\u00f3n de 28.1% en el VAB de abril, le sigue la regi\u00f3n centro-norte con 21.0%, la regi\u00f3n centro con 20.2% y la regi\u00f3n sur con 14.7%. En la tabla I se presentan los cinco sectores que concentran los impactos en VAB en cada una de las regiones del pa\u00eds. Note que, Construcci\u00f3n y Transporte y servicios postales se encuentran entre los cinco sectores que concentran las mayores p\u00e9rdidas en VAB en todas las regiones; la Construcci\u00f3n muestra ca\u00eddas en VAB que van desde 13.8% en la regi\u00f3n centro hasta 30.1% en la regi\u00f3n sur, y Transporte y servicios postales presenta p\u00e9rdidas que se ubican entre 7.0% en el norte y 10.4% en el centro.<\/p>\n

Fabricaci\u00f3n de maquinaria y equipo6 y Comercio reciben impactos fuertes en tres de las cuatro regiones: norte, centro y centro norte. La Fabricaci\u00f3n de maquinaria y equipo concentra 31.9% de la ca\u00edda en VAB de la regi\u00f3n norte y entre 15 y 17% en las regiones centro y centro norte.<\/p>\n

Se observa qu\u00e9 actividades espec\u00edficas se ven afectadas porque son caracter\u00edsticas de cada regi\u00f3n: Industrias met\u00e1licas b\u00e1sicas y Productos met\u00e1licos en el norte (7.5% del VAB); Servicios de apoyo a los negocios y manejo de desechos y servicios de remediaci\u00f3n para el centro (10.2%); Servicios de alojamiento temporal y preparaci\u00f3n de alimentos para el centro norte (11.7%) y el sur del pa\u00eds (19.4%); y las actividades vinculadas a la Extracci\u00f3n de petr\u00f3leo y sus derivados para la regi\u00f3n sur (5.9% en cada sector).<\/p>\n

\"\"<\/a>

Tabla I. Concentraci\u00f3n del impacto del paro de actividades no esenciales en VAB seg\u00fan regi\u00f3n y sector econ\u00f3mico (% VAB de cada regi\u00f3n).<\/p><\/div>\n

4 En M\u00e9xico, la Ley Federal del Trabajo establece que el patr\u00f3n deber\u00e1 entregar al trabajador una liquidaci\u00f3n en el momento en que se d\u00e9 por terminada la relaci\u00f3n laboral. La liquidaci\u00f3n est\u00e1 compuesta por diversos conceptos, a los cuales tienen derecho el trabajador, \u00e9stos son: prima vacacional, aguinaldo, vacaciones, prima de antig\u00fcedad, indemnizaci\u00f3n y los 20 d\u00edas por a\u00f1o laborado.
\n5 La serie del producto interno bruto por entidad federativa presenta un desglose de 32 sectores econ\u00f3micos. No obstante, en este ejercicio, el sector comercio se analiza de manera agregada, sumando el comercio al por mayor y el comercio al por menor.
\n6 Este sector incluye a los subsectores 333-336, que contiene a las siguientes actividades: Fabricaci\u00f3n de maquinaria y equipo, Fabricaci\u00f3n de equipo de computaci\u00f3n, comunicaci\u00f3n, medici\u00f3n y de otros equipos, componentes y accesorios electr\u00f3nicos; Fabricaci\u00f3n de accesorios, aparatos el\u00e9ctricos y equipo de generaci\u00f3n de energ\u00eda el\u00e9ctrica; Fabricaci\u00f3n de equipo de transporte.<\/p>\n

Personal ocupado vulnerable<\/h4>\n

El 32.5% de la poblaci\u00f3n ocupada de la regi\u00f3n norte se encuentra en condici\u00f3n vulnerable, porque de manera directa o indirecta est\u00e1 vinculada con las actividades no esenciales en paro. Le sigue la regi\u00f3n centro, con 27.6% de sus ocupados en esta condici\u00f3n; en la regi\u00f3n centro norte 26.8% est\u00e1 vulnerable y en la regi\u00f3n sur 22.5%.<\/p>\n

En todas las regiones, cuatro sectores econ\u00f3micos concentran una parte importante del personal ocupado que se encuentra en condici\u00f3n vulnerable: Servicios de alojamiento temporal y preparaci\u00f3n de alimentos (Hoteles y restaurantes); Servicios de mantenimiento, reparaci\u00f3n, instalaci\u00f3n, incluyendo empleados dom\u00e9sticos, que es un sector altamente intensivo en mano de obra; Construcci\u00f3n y Comercio. Es importante comentar que estos sectores econ\u00f3micos tienen un alto grado de informalidad, mayor al promedio de la econom\u00eda mexicana que en 2019 se ubica en 56.4%.7<\/p>\n

Cabe destacar que, en la regi\u00f3n norte, el sector de Fabricaci\u00f3n de maquinaria y equipo es el que concentra el mayor impacto en el empleo (21.6%), debido a que esta regi\u00f3n se caracteriza porque en ella se localizan empresas ensambladoras de autos, electrodom\u00e9sticos y de equipo de c\u00f3mputo, como resultado de su cercan\u00eda con Estados Unidos de Am\u00e9rica. Este sector se distingue por tener un alto grado de formalidad, 99% del personal ocupado en este sector cuenta con acceso a seguridad social en 2019.8<\/p>\n

Mientras que en las regiones centro norte y sur, el empleo vulnerable se concentra en el sector de Servicios de alojamiento temporal y preparaci\u00f3n de alimentos (26.0 y 31.6%, respectivamente), posiblemente por la relevancia que tiene en estas regiones el sector turismo.<\/p>\n

\"\"<\/a>

Tabla II. Concentraci\u00f3n del impacto del paro de actividades no esenciales en el VAB seg\u00fan regi\u00f3n y sector econ\u00f3mico (% personal ocupado de cada regi\u00f3n).<\/p><\/div>\n

7 Dato calculado con base en la Encuesta Nacional de Ocupaci\u00f3n y Empleo, 4to Trimestre de 2019.
\n8 \u00cddem.<\/p>\n

CONCLUSIONES<\/h4>\n

El paro de actividades no esenciales tendr\u00e1 repercusiones de magnitud considerable en el ingreso de M\u00e9xico, impacto que se ubica en 23.0% del VAB de abril. En t\u00e9rminos anuales, por cada mes de paro, el VAB nacional de 2020 se reducir\u00eda 1.9% (Ayala y Chapa, 2020). Estimaciones realizadas para Estados Unidos de Am\u00e9rica arrojan un impacto similar, 21.6% del PIB de dicho pa\u00eds (Walmsley et al<\/em>., 2020).<\/p>\n

A nivel regional, el norte del pa\u00eds es el que muestra el efecto m\u00e1s fuerte en t\u00e9rminos de valor agregado (28.1%) y en el porcentaje de empleo que se encuentra en condici\u00f3n vulnerable (32.5%). Esta regi\u00f3n se caracteriza por su vocaci\u00f3n industrial y sus v\u00ednculos productivos s\u00f3lidos con la econom\u00eda de Estados Unidos de Am\u00e9rica, por ejemplo, en Barajas et al<\/em>. (2014) se encuentra que entre 26 y 28% de la producci\u00f3n bruta de los sectores maquiladores de la regi\u00f3n noreste de M\u00e9xico depende del comercio con Texas. De hecho, el sector de Fabricaci\u00f3n de maquinaria y equipo es el que concentra el impacto en VAB y personal ocupado (31.9 y 21.6%, respectivamente), que adem\u00e1s se distingue por su alto nivel de formalidad (99%). En este sector se clasifican las plantas ensambladoras de autom\u00f3viles, que son de las actividades que entraron en paro 100%, tanto en nuestro pa\u00eds como en el resto del mundo.<\/p>\n

Los resultados del presente ejercicio son una primera aproximaci\u00f3n a los efectos reales que el paro de actividades no esenciales tendr\u00e1. Estudios futuros apuntan a cuantificar, con t\u00e9cnicas econom\u00e9tricas, el choque inicial del paro; analizar a profundidad los efectos en el empleo formal e informal;\u00a0 estudiar el impacto utilizando modelos de equilibrio general que permiten cuantificar los efectos en niveles de actividad, redistribuci\u00f3n de recursos y bienestar de los hogares y cuantificar el impacto en la pobreza por regiones, dado que, si bien, el presente ejercicio sugiere que el norte de M\u00e9xico se ve m\u00e1s afectado, podr\u00eda ser que el grado de resiliencia al paro de actividades no esenciales sea mayor en el norte que en el resto de M\u00e9xico, debido, entre otros factores, a su mayor nivel de ingreso promedio.<\/p>\n

AGRADECIMIENTOS<\/h4>\n

A la Mtra. Bricelda Bedoy Varela, coordinadora de investigaci\u00f3n en el Centro de Investigaciones Econ\u00f3micas de la Facultad de Econom\u00eda, y al Dr. Edgardo Ayala Gayt\u00e1n, profesor de Tecnol\u00f3gico de Monterrey.<\/p>\n

 <\/p>\n

* Universidad Aut\u00f3noma de Nuevo Le\u00f3n.
\nContacto: joana_chapa@yahoo.com.mx<\/p>\n

 <\/p>\n

REFERENCIAS<\/h4>\n

Aguilar, I., Sisto, N., Ayala, E., et al<\/em>. (2014). Trade Flows Between the United States and Mexico: NAFTA and the Border Region. Journal of Urban Research<\/em>. 10.
\nAyala, E., y Chapa, J. (2020). El s\u00fabito freno de la econom\u00eda a causa del COVID-19: un ejercicio sobre su posible impacto inmediato. Bolet\u00edn de Indicadores del Entorno Econ\u00f3mico<\/em>, Centro de Investigaciones Econ\u00f3micas.
\nAyala, E., Chapa, J., Genna, G., et al<\/em>. (2015). Efectos regionales del libre comercio. El caso del noreste de M\u00e9xico. <\/em>M\u00e9xico: Editorial Pearson
\nChapa, J., Gonz\u00e1lez, E., y Torre, L. (2020). La integraci\u00f3n econ\u00f3mica M\u00e9xico-Estados Unidos y su aprovechamiento <\/em>regional en M\u00e9xico: un an\u00e1lisis de extracci\u00f3n hipot\u00e9tica y matrices regionales<\/em>. Mimeo, Banxico.
\nChapa, J., Mosqueda, M., y Rangel, E. (2019). Matrices de contabilidad social para las regiones de M\u00e9xico<\/em>. Documento de Investigaci\u00f3n 2019-20, Banxico.
\nChapa, J., y Ayala, E. (2018). Valoraci\u00f3n del trabajo y equidad de g\u00e9nero en M\u00e9xico. M\u00e9xico<\/em>: Editorial Pearson.
\nD\u00e1vila, A. (2019). Modelos econ\u00f3micos de las regiones de M\u00e9xico<\/em>. M\u00e9xico: Porr\u00faa
\nD\u00e1vila, A. (2015). Modelos interregionales de insumo producto de la econom\u00eda mexicana<\/em>. M\u00e9xico: Porr\u00faa.
\nInegi. (2018). Matriz insumo producto nacional dom\u00e9stica, producto por producto<\/em>, 2013.
\nMiller, R., y Blair, P. (2009). Input-Output Analysis 2nd Edition Hardback: Foundations and Extensions<\/em>. Cambridge University Press.
\nVan de Bovenkamp, J., y Fei, Y. (2016). Economic Overview of Hubei Province. Netherlands Business Support Office Wuhan<\/em>. August 2016.
\nWalmsley, T., Rose, A., y Wie, D. (2020). Impacts on the U.S. Macroeconomy of Mandatory Business Closures in <\/em>Response to the COVID-19 Pandemic<\/em>. Center for Risk and Economic Analysys of Terrorism Events (CREATE) and Sol Price School of Public Policy, University of Southern California.<\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Joana Chapa* CIENCIA UANL \/ A\u00d1O 23, No.102 julio-agosto 2020 \u00a0DOI: \/https:\/\/doi.org\/10.29105\/cienciauanl23.102-1\u00a0 RESUMEN Este documento tiene como prop\u00f3sito dar a conocer las estimaciones del impacto inmediato del paro de actividades no esenciales, en las cuatro regiones del pa\u00eds, seg\u00fan la divisi\u00f3n realizada por el Banco de M\u00e9xico: norte, centro, centro norte y sur. Para ello, se utiliza el modelo insumo-producto […]<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[27],"tags":[],"class_list":["post-10089","post","type-post","status-publish","format-standard","hentry","category-investigacion"],"_links":{"self":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/10089","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=10089"}],"version-history":[{"count":32,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/10089\/revisions"}],"predecessor-version":[{"id":10142,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=\/wp\/v2\/posts\/10089\/revisions\/10142"}],"wp:attachment":[{"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=10089"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=10089"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cienciauanl.uanl.mx\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=10089"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}