El índice local de Moran relativo al PIB per cápita

Con el fin de identificar los movimientos espaciales acaecidos en el curso del periodo de estudio, 1980-1996, sólo se tendrán en cuenta los fenómenos de concentración local y aquellas localizaciones atípicas para las que el índice local de Moran resulte estadísticamente significativo[1]. Los resultados de este procedimiento se encuentran resumidos en el cuadro 6, que se presenta a continuación[2]. En la segunda columna se encuentra el número de años para los cuales el índice local resulta significativo, señalándose en las siguientes columnas la correspondencia con alguno de los cuadrantes del gráfico de Moran, y, por último, los años concretos para los cuales se han recogido los índices significativos. De este cuadro-síntesis elaborado de los datos, se obtienen las conclusiones que a continuación se exponen.

En primer lugar, el esquema local de la asociación espacial refleja la tendencia global a la autocorrelación positiva, ya que más del 99% de los indicadores locales significativos recaen bien en el cuadrante I, bien en el cuadrante III, es decir, respectivamente, en concentraciones AA o BB. Destaca, sin embargo, que la distribución entre las asociaciones de tipo AA y las BB no resulta igualitaria, ya que el 62,45% de las regiones se sitúa en el cuadrante BB: se detecta así una mayoría de regiones o de grupos de regiones con PIB per cápita inferior a la media de la UE, rodeadas por regiones que presentan, a su vez, un PIB per cápita inferior a la media.

En segundo lugar, destaca el hecho de que las desviaciones respecto de la tendencia global resultan marginales, y comprendidas todas ellas en el tipo de asociación espacial negativa BA, correspondiente a las ovejas negras, donde encontramos regiones con un PIB per cápita inferior a la media, rodeadas de regiones ricas. No se dan islas de riqueza, o regiones con PIB per cápita superior a la media rodeadas de regiones pobres, estadísticamente significativas. Las asociaciones BA detectadas son para la región holandesa de Friesland, en el año 1985, y el Brabant belga en 1981.

No se detecta, por lo tanto, ninguna localización atípica, alejada del patrón de asociación espacial generalizado, que resulte estadísticamente significativa y que se mantenga a lo largo del tiempo.

En tercer lugar, dos tipos de concentraciones regionales persisten durante el periodo estudiado. La primera, de tipo BB, comprende todas las regiones griegas, Portugal y el sur y la periferia española, con excepción de la costa mediterránea. En concreto, se incluyen en esta asociación espacial persistente, Galicia, Asturias, las dos Castillas, Extremadura, Andalucía y Murcia. En esta clasificación, entran también dos regiones del sur de Italia, Puglia y Basilicata, si bien abandonan temporalmente el grupo durante la etapa de convergencia sigma.

La segunda concentración regional observada es de tipo AA. Comprende algunas regiones alemanas (Schleswig-Holstein, Niedersachsen, Hessen, Rheinland-Pfalz, Badem-Württemberg y Bayern), otras francesas (Picardie, Bourgogne y Lorraine) y el Piemonte Italiano. Las regiones Holandesas de Friesland y Drenthe se encontraban en este grupo al principio del periodo, pero dejaron de pertenecer a él a raíz de la etapa de convergencia s.

Estos resultados permiten conocer mejor la evolución del índice I de Moran global, durante el periodo de estudio, y precisar las causas de la correlación positiva entre la medida global de Moran y la medida de la dispersión de los PIB per cápita.

Hay un mayor número de índices locales de Moran significativos para aquellos periodos de elevación en la medida de la autocorrelación global (al principio y al final del estudio), debido a que las regiones se incorporan en tales periodos a los cuadrantes del Gráfico de Moran que significan una concentración espacial de regiones similares. El valor obtenido en los indicadores locales cambia de signo o de cuadrante en el gráfico de Moran, o simplemente deja de resultar significativo, durante la segunda mitad de los años ochenta, en que disminuye considerablemente el índice global de autocorrelación espacial.

Estos resultados muestran que la correlación positiva entre la medida global de Moran y la medida de dispersión de los PIB per cápita parece deberse a un debilitamiento de la concentración regional durante los periodos de convergencia, más que a la desaparición de concentraciones regionales previamente formadas. No en vano muchas regiones presentan una constancia absoluta en su pertenencia a un cuadrante u otro del Gráfico de Moran (AA o BB) a lo largo de todo el periodo temporal estudiado.

Con el fin de completar este análisis, conviene ahora aplicar las técnicas del Análisis Exploratorio de Datos Espaciales a las tasas de crecimiento del PIB per cápita. Ello permitirá estudiar las posibles relaciones existentes entre los esquemas de asociación geográfica y la existencia de convergencia beta.

[1] i.e. con probabilidad de que se dé la hipótesis nula de distribución espacial aleatoria de las magnitudes de PIB per cápita inferior al 5%.

[2] La totalidad de los datos se encuentran en el Anexo 2, para el análisis de la significatividad de los índices locales de Moran de PIB per cápita, y los cuadros 5 a 12 del Anexo 1 para la localización del cuadro correspondiente en el Gráfico de Moran.