Mitos y verdades de la complejidad económica

¿Lograremos desarrollarnos si seguimos produciendo esencialmente materias primas o necesitamos saltar a una economía más compleja? César Hidalgo, creador del concepto de complejidad económica entra a un debate que revivieron Sebastián Edwards, José Miguel Ahumada y Nicolás Grau, entre otros.

Hoy por hoy, la complejidad económica ha entrado con fuerza en el debate nacional. Sin embargo, no es un concepto simple. Solemos pensar en la complejidad económica como la capacidad de producir aparatos de alta tecnología. En ese sentido, a todos nos parece evidente que economías como la de Japón o Suiza—que producen robots—sean necesariamente más complejas que la chilena. Pero medir la complejidad es algo delicado. Es por eso que la comprensión de qué es la complejidad, y que es lo que implica, es débil, incluso entre los expertos. Esto ha llevado a la proliferación de varios mitos.

Un mito común entre expertos es equiparar la complejidad económica con la diversificación exportadora. Esto es Falso. De hecho, técnicamente, la complejidad económica es perpendicular a la diversificación. En este malentendido asumo parte de la culpa, porque mis coautores y yo usamos muchas veces lenguaje de diversificación para explicar complejidad en términos simples.

Una manera de ver esta ortogonalidad es comparando la complejidad económica con una medida típica de concentración, como el índice de Herfindahl-Hirschman.  La siguiente figura compara complejidad económica con concentración de exportaciones para países, usando datos de comercio, y para ciudades en EEUU, usando data de salarios y patentes.

Cuando un experto habla de diversificación exportadora, está hablando del eje x. Cuando alguien habla de complejidad económica, está hablando del eje y. Claramente no son lo mismo.

Aun así, algunos expertos insisten en refutar resultados sobre complejidad económica usando estudios sobre la diversificación exportadora. Uno claramente no puede refutar una variable usando otra que es técnicamente ortogonal, por lo que esta confusión debe evitarse (técnicamente la complejidad económica se mide usando técnicas de reducción de dimensionalidad explicadas en el recuadro 1).

Esto nos lleva a un segundo punto, que es la idea que la complejidad económica es una medida de las exportaciones. Esto desconoce la vasta literatura que ha aplicado métodos de complejidad económica usando datos de patentes, empleo, y salarios, de EEUUMéxico, y el Reino Unido, entre otros. El hecho de que a nivel internacional la complejidad económica se mida usando datos de exportaciones es una consecuencia de la disponibilidad de datos, no un aspecto fundamental de la teoría. Los datos de comercio internacional son una fuente comparable de información para cientos de países y miles de actividades económicas. Lamentablemente, otros datos que en principio son interesantes, como los de exportaciones de servicios o los de empleo, tienen muy pocas categorías (servicios), o usan categorías distintas en cada país, por lo que no son comparables internacionalmente.

Separar los datos de la medida es importante porque muchas de las limitaciones de los esfuerzos actuales para medir la complejidad vienen de los datos. Por ejemplo, países como Canadá o Australia son grandes exportadores de servicios. De hecho, exportan entre el doble y el triple de los servicios per cápita que exporta Chile o México. Estos servicios también son complejos. Canadá es un gran productor de videojuegos, una industria que aporta casi cinco mil millones al PIB de Canadá. El hecho de que los indicadores de complejidad actuales no capturen esa información no es un problema de la medida, sino que una limitación de los datos. El pensador suspicaz, sin embargo, entiende que esto es un punto a favor de la complejidad, porque de existir mejores datos, la medida mejoraría. También, el pensador suspicaz entiende que la complejidad no tiene nada que ver con las exportaciones, porque la podemos usar en datos de patentes, o empleo, para identificar a Silicon Valley (San Jose, CA) como el ápice de la tecnología en EEUU, o a Nuevo León como el corazón industrial y tecnológico de México.

Otro problema que es común en la discusión local sobre la complejidad económica es la tentación de refutar estadísticas con ejemplos (ej. Australia, Nueva Zelandia, El Salvador). Ésta es una mala práctica que se conoce como la falacia casuística, y debe evitarse. La falacia es asumir que las relaciones estadísticas son válidas para cada punto y, por ende, pueden refutarse con contraejemplos. Esto es equivalente a refutar el hecho de que los hombres ganan salarios más altos que las mujeres señalando a algunas mujeres que ganan más que algunos hombres. La misma idea nos dice que no podemos refutar la relación entre complejidad y crecimiento señalando unos pocos contraejemplos.

Otros malos entendidos apuntan a las implicaciones de política industrial. Acá los detractores y los fans contribuyen a la confusión. Por un lado, hay muchas personas que creen que implica abandonar las materias primas, lo cual no es cierto. Chile puede sumar actividades económicas más complejas sin la necesidad de abandonar estas actividades que sí son rentables. Por otro lado, hay gente que cree que la relación entre complejidad económica y crecimiento implica que los países ricos en recursos naturales no pueden ser ricos. Eso tampoco es cierto. Qatar es ciertamente muy rico, en términos de PIB per cápita. Los recursos naturales pueden contribuir a la riqueza, así como puede hacerlo la complejidad. Los sistemas complejos permiten tener muchos factores causalmente contribuyendo al mismo efecto. Por ejemplo, en el tamaño de una persona influye la genética y la alimentación. El hecho de que un factor (ej. genética) influya no quiere decir que el otro (alimentación) no lo haga. El ingreso de los países también puede depender de la complejidad y las materias primas. De hecho, todos los países con baja complejidad y alto nivel de ingreso son países ricos en materias primas.

Pero los malos entendidos también vienen de los fans de la complejidad. Un malentendido clásico es pensar que la ruta al desarrollo es agregarles valor a las materias primas. “¡No hay que exportar litio, sino baterías!”

A pesar de que ese tipo de argumento hace sentido intuitivo, la evidencia nos dice que es una idea inocente. De hecho, los datos muestran que los encadenamientos más exitosos van hacia atrás en la cadena de valor, no hacia adelante. En el caso de Chile, no hay que pensar desde el cobre al cable, sino hacia atrás, pensando, por ejemplo, en las tecnologías de inteligencia artificial y manejo remoto que demanda la minería. Lo mismo en el sector agrícola, no es pensar de la fruta a la mermelada, sino que en la creación de robots de cosecha. Son esos encadenamientos los que tienen demanda local y son saltos de complejidad. Esa complejidad, sin embargo, solo se desarrolla si los encadenamientos resultan en una industria local que provea esa tecnología. La tecnología importada, sea de camiones autónomos o máquinas cosechadoras, cuenta para el que la produjo, no el que la consume.

También, hay muchos que creen que la complejidad solo se conecta con el ingreso y, por ende, no es necesaria si el ingreso se puede obtener de otra forma. Eso no es cierto. Durante los últimos cinco años, un gran número de publicaciones ha conectado a la complejidad con la reducción de la desigualdad económicade las emisiones de gases de efecto invernadero, y otras consecuencias positivas importantes. Estos estudios han sido replicados numerosas veces y han mostrado robustez ante distintos controles y técnicas estadísticas. De hecho, hoy la complejidad económica incluye una literatura amplia, en la que participan académicos de todo el mundo. En este momento me encuentro terminando un artículo encargado por una prestigiosa revista científica inglesa, que resume más de 200 publicaciones en el tema (los papers y libros seminales tienen mas de 1.000 citas cada uno). El punto es que los beneficios de la complejidad van mas allá de los que puede solucionar solo el ingreso, por lo que es un objetivo de desarrollo holístico e importante.

Al final del día, la complejidad económica es una idea interesante, que emerge del uso de una matemática no tradicional en la economía. Esto ha dado pie a confusiones, sobre todo por parte de expertos que no han publicado en el tema, sino que en temas que creen que son equivalentes (ej. materias primas, diversificación exportadora).

Aun así, nos queda mucho que aprender. Por eso es bueno tener un debate que evite errores no forzados. De ahora en adelante, si va a hablar de complejidad económica, no la iguale a una variable perpendicular (diversificación exportadora); no la confunda con las exportaciones; no la defienda diciendo que hay que sumarles valor a las materias primas, y no trate de refutar la estadística a partir de ejemplos (falacia casuística). El mejor debate posible es el que ocurre cuando tenemos la valentía de enfrentar la mejor versión de lo que criticamos.

¿Qué es la complejidad económica?

Técnicamente, la complejidad económica está relacionada a los vectores que mejor explican una matriz de especialización. Ésta es una matriz donde cada fila tiene una economía (un país o una ciudad), y cada columna tiene una actividad (una industria o producto). Las celdas nos dicen qué tan presente está cada actividad en una economía.

Para entender qué es la complejidad, tenemos que entender qué es lo que explica estas matrices de especialización. Acá hay diferencias metodológicas importantes.

La economía tradicional intenta explicar estas matrices usando funciones de producción. Éstas conectan factores, como el capital, el trabajo, y la educación, con la producción de una actividad en un lugar. Para estimar esas funciones de manera empírica, los economistas ajustan sus coeficientes para explicar la producción de una actividad en un lugar en función de estos factores (ej. una combinación de capital, trabajo, y educación).

La alternativa es usar aprendizaje de máquinas, que involucra una matemática un poco más nueva. Estos métodos permiten aprender de manera simultánea tanto coeficientes como factores. Es decir, no necesitamos asumir que los factores son el capital y el trabajo, sino que podemos aprender los factores abstractos directamente de los datos.

¿Pero cómo logramos esto?

De hecho, hay una manera óptima de hacerlo. Ésta es una factorización matricial que se conoce como la descomposición en valores singulares. Esta técnica no solo permite factorizar las matrices de especialización, sino que garantiza producir los vectores (factores) que mejor explican la estructura de una matriz. Esta factorización produce tres matrices, una con factores para los lugares o economías, otra con las elasticidades (los coeficientes), y otra con los factores requeridos por las actividades.

En otras palabras, si queremos reproducir una matriz de especialización usando solo un factor, entonces, el primer vector de cada una de estas matrices nos da la mejor solución posible.

La complejidad económica resume los primeros cuatro vectores de esta descomposición. Es decir, es un resumen de los factores que mejor explican la geografía de miles de actividades económicas.