El Foro Económico Mundial publica anualmente el “Informe de Competitividad Global” que evalúa el panorama de competitividad de 138 países y los ordena en un ranking según el Índice de Competitividad Global. Para su elaboración debe recolectar, procesar y analizar una enorme cantidad de información. En ese universo de datos se esconden patrones y relaciones que pasan desapercibidos en el ranking pero que pueden descubrirse utilizando la perspectiva de redes.
El Foro Económico Mundial (WEF) publica anualmente el “Informe de Competitividad Global” que evalúa el panorama de competitividad de 138 países, en el que se proporciona una visión de los factores que impulsan o detienen su productividad y prosperidad. El informe ha ganado gran visibilidad por su ranking de competitividad de los países que se elabora en base al Índice de Competitividad Global creado por el WEF.
El WEF ha definido que el Índice de Competitividad Global esté compuesto por doce pilares, que son a su vez subíndices que representan diferentes dimensiones de la competitividad. Los pilares son: instituciones; infraestructura; entorno macroeconómico; salud y educación primaria; educación superior y formación; eficiencia del mercado de bienes; eficiencia del mercado laboral; desarrollo del mercado financiero; adopción de tecnología; dimensión del mercado; sofisticación de los negocios; e innovación.
Resulta obvio que para su elaboración el WEF debe recolectar y procesar una enorme cantidad de información para calcular el Índice de Competitividad Global (GCI) y sus subíndices.
Lo que no resulta tan obvio es que en ese universo de datos se esconden patrones y relaciones que pasan desapercibidos en el ranking.
La Figura 1 muestra un extracto del ranking de competitividad global 2016-2017 publicado por el WEF, una tabla ordenada por el Índice de Competitividad Global.
La información se muestra en un formato tabular que es el más utilizado para mostrar este tipo de información. Esta figura es una excelente forma de representación de los datos cuando se quiere visualizar los detalles de cada país.
Mediante la utilización de sub-tablas es posible observar la competitividad dentro de las diferentes regiones geográficas o según el nivel de desarrollo relativo de las naciones para realizar diferentes tipos de análisis y comparaciones. Sin embargo, ¿es posible observar patrones o estructuras en esta información? La respuesta es no.
¿Qué sucedería si estructuramos los datos en forma de red y los analizamos utilizando las herramientas que nos brinda la Teoría de Redes?
La Figura 2, que sigue a continuación, muestra los mismos datos utilizados para elaborar el Índice de Competitividad Global, pero en forma de red.
Para construir el mapa de red, se ha dividido en quintiles a cada uno de los doce pilares y se ha definido que dos países están conectados entre sí cuando pertenecen al mismo quintil en un pilar en particular.
Mientras que la Figura 1 es adecuada para examinar los detalles, la Figura 2 permite ver de forma inmediata los patrones escondidos en los datos.
Los colores del grafo permiten distinguir patrones en la red. Ello se logra mediante el cálculo de la Modularidad (técnica diseñada para identificar módulos, grupos, comunidades o clusters en una red).
Toda red tiene una estructura característica y es sustancial conocerla para comprender las dinámicas que operan en la red. Existe una relación estrecha entre los patrones de comportamiento de los miembros de la red y la estructura, ya que esta condiciona (favoreciendo o inhibiendo) sus potencialidades y su comportamiento.
En nuestro caso hemos identificado una estructura de red compuesta por cinco clusters, dos de ellos (verde y naranja, ubicados arriba y a la derecha) que coinciden con los países más desarrollados y en general con los que lideran el ranking del WEF, mientras que otros tres (violeta, celeste y amarillo) agrupan a países intermedios (violeta) y a economías menos desarrolladas (amarillo y celeste).
Es de destacar que se identifica una separación total entre los países desarrollados y los demás países, que se observa en la existencia de dos subredes disjuntas.
Esta apreciación es clave pues muestra que existe una gran brecha competitividad que está fuertemente vinculada con el desarrollo. En este punto la Teoría de Redes explica que el análisis de clustering es un concepto crítico para entender los patrones de comportamiento que, como en este caso, cuando se encuentran tan diferenciados se observa a un fenómeno denominado homofilia.
La homofilia es un principio que establece que el contacto entre dos personas (países) similares, ocurre en una proporción mayor que entre personas (países) diversas. En otras palabras, se aplica el dicho popular “dios los cría y ellos se juntan”.
Una característica importante de la homofilia es que realmente actúa como un aislante dificultando el acceso de elementos ajenos a la comunidad, ya sea por el bloqueo a la difusión de información, ideas y recursos, o bien por pasar inadvertidos entre los miembros de la comunidad, quienes tienen una tendencia a continuar vinculándose entre sí.
En nuestro caso, esta condición dificulta el “dar el salto” de competitividad para incorporarse a la élite de países desarrollados, en la medida que el desarrollo y la competitividad, en un mundo global, no depende únicamente de uno mismo.
Uruguay
El Banco Mundial clasifica a Uruguay como un país de “altos ingresos” (high income), sin embargo como ya hemos visto el desarrollo y la competitividad no pueden abordarse en forma reduccionista como mero desarrollo económico o competitividad desde una perspectiva económica. De hecho, el WEF incluye entre sus doce pilares de competitividad aspectos vinculados al capital humano como la salud, la educación primaria, la educación superior y la formación.
Como hemos visto, el entorno de relaciones del país muestra un rostro oculto a los análisis tradicionales, tanto de competitividad, de su desarrollo y sus capacidades y limitaciones de evolución. El grafo que se presenta a continuación muestra los países con condiciones similares de competitividad a Uruguay.
| Entity code | Entity | Income group (World Bank) | Region (IMF) | Forum classification |
| ALB | Albania | Upper middle income | Emerging and Developing Europe | Europe and North America |
| BHR | Bahrain | High income | Middle East, North Africa, and Pakistan | Middle East and North Africa |
| BRB | Barbados | High income | Latin America and the Caribbean | Latin America and the Caribbean |
| BGR | Bulgaria | Upper middle income | Emerging and Developing Europe | Europe and North America |
| CHL | Chile | High income | Latin America and the Caribbean | Latin America and the Caribbean |
| CRI | Costa Rica | Upper middle income | Latin America and the Caribbean | Latin America and the Caribbean |
| HRV | Croatia | High income | Emerging and Developing Europe | Europe and North America |
| CYP | Cyprus | High income | Advanced economies | Europe and North America |
| GRC | Greece | High income | Advanced economies | Europe and North America |
| MUS | Mauritius | Upper middle income | Sub-Saharan Africa | Sub-Saharan Africa |
| MNE | Montenegro | Upper middle income | Emerging and Developing Europe | Europe and North America |
| OMN | Oman | High income | Middle East, North Africa, and Pakistan | Middle East and North Africa |
| RUS | Russian Federation | Upper middle income | Commonwealth of Independent States | Eurasia |
| TTO | Trinidad and Tobago | High income | Latin America and the Caribbean | Latin America and the Caribbean |
Tabla 1: Códigos ISO de país, denominación y clasificación según diversos organismos internacionales
El resultado es bastante sorprendente, especialmente si se considera que la forma tradicional de presentar los resultados es mediante rankings por región geográfica u otra clasificación estándar.
En el contexto de Latinoamérica y el Caribe, Uruguay se posiciona en el lugar 8º en el ranking del Informe de Competitividad Global, pero es difícil imaginar similitudes con países tan diversos como Rusia, Albania, Grecia, Croacia, Montenegro o Chipre.
Conclusiones
Este artículo no persigue el rigor académico, sino que su propósito es presentar una alternativa al análisis tradicional de la información, buscando revelar estructuras y patrones ocultos en el universo de los datos a través de la perspectiva de redes.
Se ha podido constatar la existencia de dichos patrones, quedando en evidencia una brecha notoria entre algunos de los países más desarrollados y el resto de las economías consideradas en el Informe, que se plasma en la fragmentación de la red en dos subredes disjuntas.
Asimismo, se pone encima de la mesa una mirada de la competitividad que permite identificar comunidades de países con características similares, que no surgen del análisis tradicional y que merecen la profundización de su estudio particular.
El planteo de soluciones para mejorar la competitividad escapa al alcance de este informe, no obstante es pertinente plantear las siguientes observaciones que son de aplicación tanto a nivel individual como global.
El desafío principal es reducir la brecha que separa a los países desarrollados del resto de las economías.
El espejo en el que ha de mirarse cada país no necesariamente es el que refleja su región geográfica, sino que para analizar sus condiciones de competitividad y plantear intervenciones mediante el diseño de políticas públicas ha de mirar a los vecinos que surgen a partir de la red de relaciones subyacente.
El lugar que ocupa cada país en la red tiene un efecto determinista sobre las capacidades de desarrollo y competitividad, que conlleva oportunidades y restricciones. Para cambiar esa situación ha de obrarse con conocimiento de estas condicionantes.
Finalmente, este analista de redes entiende que el uso complementario de ambos enfoques analíticos y de presentación permite tener una visión de “los árboles y el bosque” en forma simultánea. En conclusión, mucho mejor juntos que separados.
Referencias
World Economic Forum (2016). The Global Competitiveness Report 2016-2017. Disponible en línea en: https://www.weforum.org/reports/the-global-competitiveness-report-2016-2017-1
Newman, M.E.J. (2006). Modularity and community structure en networks. Proc natl. Acad. Sci. USA. 103 (23).
Lazarsfeld, P; Merton, R.K. (1954). Friendship as a social process: A substantive and methodological analysis. Freedom and Control in Modern Society: 18-66.
El Analista de Redes 