análisis empírico del contagio de la informalidad: modelo
TRANSCRIPT
Análisis empírico del contagio de la informalidad: Modelo de dependencia
espacial para el caso Cali, Colombia1
Juan Fernando Toro Herrera2
Resumen
En la literatura se ha estudiado empíricamente la informalidad como un fenómeno
asociado al pago de impuestos y factores de operación de la empresa. Sin embargo, el
análisis de la elección de informalidad de la empresa puede llegar a explicarse por su
entorno e interacciones entre empresas. Por medio de un modelo de probabilidad
espacial se espera analizar este comportamiento. La distribución espacial de las
empresas evidencia patrones de contagio de la informalidad, es decir, que las unidades
económicas dependen de la condición de informalidad de sus vecinas; controlando por
otras características de la firma y su entorno geográfico.
Palabras Clave: Contagio de la informalidad, economías de aglomeración, econometría
espacial, modelos espaciales auto-regresivos.
Clasificación JEL: C11, C21, O17, R12
1 Este documento tiene como objetivo el aplicar al título como Economista de la Universidad de los Andes, Colombia. Versión Final, mayo de 2016. 2 Ingeniero Civil de la Universidad de los Andes. Estudiante de Economía de la Universidad de los Andes. Email: [email protected]. Me gustaría dar agradecimientos a mi padre, madre y familia por la oportunidad de realizar mis estudios universitarios y ser un constante apoyo en el proceso. También, a los profesores Gustavo García y Fernando Carriazo por sus comentarios y recomendaciones a versiones anteriores a éste documento.
2
1. Introducción
La informalidad es un fenómeno con características nocivas en la estructura productiva
de un país como consecuencia de factores como la evasión fiscal, la inestabilidad, la baja
calidad de los bienes o servicios finales prestados, hasta por evasión de la
implementación de políticas de protección al consumidor. Sin embargo la participación
de la informalidad en el mundo llega a un valor del 50%, que concentra su presencia en
países en vía de desarrollo (Baccheta et al 2009). Este es un tema bastante controversial
en términos de los efectos del crecimiento regional, frente a la posibilidad de que el sector
informal se encuentre en capacidad de adaptar los diferenciales a causa de las
condiciones de emplazamiento y que pueden promover la producción de una región.
Siguiendo la última idea expuesta, se habla de la informalidad como un disipador de
diferenciales, en función de los costes de producción, y generar condiciones de mercado
competitivo (sujeto a factores como la evasión de cargos impositivos). En complemento,
la promoción del sector seguida por la reducción de los costos de transacción de las
empresas se puede asociar a la cercanía a quienes les suplen la materia prima o en la
redistribución de su bien final. En adición a la posibilidad de disminuir las dificultades de
finding and matching en el mercado laboral y los spillovers de conocimiento entre firmas
y trabajadores (Duranton & Puga, 2004).
El sector informal contribuye a la formación de economías de aglomeración. Las
discusiones que se presentan hacia los estudios efectuados sobre la aglomeración se
deben a la inexistente evidencia de los posibles efectos de la informalidad en el fenómeno
de la aglomeración a través de estudios econométricos. Sin embargo, es importante
tener en cuenta que efectivamente se han desarrollado trabajos previos sobre cómo el
sector informal puede tener efectos sobre de aglomeración de las empresas (Overman
& Venables, 2005).
En Colombia la proporción de empresas informales representa un 49.4% sobre el total
de las empresas, en donde, este no es un indicio relacionado a zonas de producción
pequeñas, sino también, a las ciudades metropolitanas como Bogotá, Cali, Medellín con
3
un 44%, 47% y 43% respectivamente. En contraste, la tendencia al paso de los años de
la proporción de la informal ha sido su disminución. (DANE, 2015)
Este documento busca realizar una evaluación asociada a la caracterización de las
empresas en términos de su informalidad, considerando la posible presencia de patrones
de contagio según la condición de informalidad de sus vecinos como se desarrolla en
trabajos como en Moreno-Monroy & García (2015) y Hashiguchi & Tanaka (2015). La
motivación del desarrollo del mismo está dado por la posibilidad de la implementación de
éste tipo de análisis dentro de las políticas de formalización de las empresas, incluyendo,
más allá de las características propias de la empresa, el ámbito geográfico como se
sugiere en Perry et al. (2007). A partir de lo anterior se espera encontrar evidencia
significativa sobre la decisión de la informalidad de una empresa consecuente a su
localización geográfica.
La decisión de informalidad de la empresa se encontrará descrita por medio de un
modelo de elección discreta espacial, específicamente un Probit espacial. La información
disponible en el desarrollo del estudio es proporcionada por el Censo Económico de Cali-
Yumbo 2005 elaborado por el Departamento Administrativo Nacional de Estadística –
DANE y el documento elaborado anualmente Cali en Cifras 2006 por el Departamento
Administrativo de Planeación de la Alcaldía de Santiago de Cali. De las bases de datos
mencionadas se obtiene gran cantidad de información relacionada a características de
las empresas y condiciones de desarrollo de infraestructura en Cali. También la
respectiva localización georeferenciada de las observaciones para el caso del censo
ejecutado por el DANE.
La estructura del trabajo, además de esta introducción, consiste en seis partes. En la
segunda sección se hace una revisión de literatura sobre los conceptos claves del tópico
y casos de aplicación en el tema. En la tercera sección se introducen los conceptos
relevantes y aspectos generales para la discusión de existencia de dependencia
espacial, como son los estadísticos de dependencia espacial y el modelo econométrico.
La cuarta sección presenta los datos utilizados en el análisis y se muestran una serie de
estadísticos descriptivos. En la quinta sección se presentan los resultados que se
4
obtienen sobre los estadísticos de dependencia espacial y del modelo econométrico
espacial. Finalmente en la sección seis se presentan las principales conclusiones.
2. Revisión de Literatura
El análisis de la informalidad tiene una amplia gama de puntos de partida para abordar
el tema. El estudio de la informalidad actualmente se puede entender desde la
identificación de las relaciones laborales, y por otra parte, la decisión de la empresa de
actuar como un agente informal (Escobar, 2010); el último caso es sobre el que se
construye este estudio.
En tanto a la respectiva categorización de posibles justificaciones en los patrones de
aglomeración de las empresas para el sector no formal, se mencionarán algunos de ellas
a continuación.
La primera de ellas, define que las empresas se restringirán por su estructura de
producción, en donde, domina la producción por imitación de los productos y una misma
estructura empresarial, de manera similar las discrepancias entre el tamaño de las firmas
que operan al interior de una región no es común. Además, una localización privilegiada
en cercanías de los insumos en la elaboración del bien final, y operando como catalizador
la producción de insumos bajo condiciones de economías de escala crecientes. Se
darían condiciones de un mercado laboral agregado y la especialización en las zonas
industriales que permitirán la formación de economías de aglomeración (Rosenthal &
Strange, 2004).
Por otra parte, se establece como causa de los clústeres de aglomeración a los spillovers
de conocimiento en conjunto a la presencia de mercados especializados en regiones
urbanas. La premisa fundamental para la ubicación de una de las firmas consistirá en los
beneficios de encontrarse en cercanía de otras firmas, que se originan de la formación
de redes informales (Dahl & Pedersen, 2004). Como consecuencia de lo anterior se
espera encontrar patrones de aglomeración, discriminado por el tipo de industrias en el
caso de estudio.
5
Otro de los posibles puntos de partida para el análisis de la informalidad se encuentra en
la dependencia del sector formal sobre el informal. La economía formal puede llegar a
tener operaciones basadas en outsourcing de las empresas informales de la región. En
el que el patrón fundamental para éste tipo de comportamientos es la ubicación de las
firmas informales hacia regiones que no son comerciales, es decir, que no ocupan el
mismo espacio de las que son formales, pero implican una preferencia de las firmas
informales sobre regiones de bajas costos de localización y a su vez operar en conjunto
en zonas sobre las cuales las firmas formales no tienen acceso a la demanda (Daniels,
2004).
En cuarto lugar se presenta un estudio que puede llegar a ser complementario al
parágrafo anterior, en la que la ubicación de la firma es dependiente de la facilidad de
accesibilidad a la región. El enfoque está dado por el desarrollo de la infraestructura
productiva de la zona y el efecto de la congestión (Tanaka & Hashiguchi, 2015). Luego
el motor del asentamiento de las empresas está sujeto a condicionantes regionales, que
por lo general, resultan en la ubicación de éstas en la periferia del área comercial.
También tendría en cuenta la interacción entre fuerzas de oferta y demanda, en las que
probablemente en presencia de la informalidad pueden ser ventas en una menor escala
(como lo son las ventas al detal).
En contraste al numeral anterior, Scott (2004), presenta una teoría denominada como la
de los “New Industrial Spaces”. Teoría bajo la cual la función de producción de las
compañías estará restringida por unos costes de conexión entre las firmas que
incrementan de acuerdo al tamaño de elaboración de bienes y/o servicios finales de las
firmas, mientras que caerán de acuerdo al nivel de estandarización de producción, la
estabilidad de las conexiones y la necesidad del uso de intermediarios. Por lo que las
firmas de mayor magnitud preferirán encontrarse en regiones periféricas, menos
congestionadas, donde sus conexiones son más manejables y pueden tener relaciones
en una mayor escala, representando estas al sector formal. En tanto, al sector informal
dado una red de conexiones de menor tamaño, optaran por la agrupación en lugares
comerciales ya que tendrá una mayor dependencia de sus vecinos como posibles
intermediadores de su operación y factores de inestabilidad de las conexiones.
6
Por último se encuentra el caso para el cual en la economía se presenta una integración
de spillovers de acuerdo a la proximidad de las firmas como determinante de la formación
de clústeres. Ésta es una visión que procede del trabajo de Marshall (1920) acerca del
learning, sharing and matching cómo un protocolo de desarrollo de la industria en
cuestión; propuesta de la cual se puede definir la creación de centros económicos
independientemente del carácter de formalidad de la firma. En los centros de
concentración de las firmas se movilizaran fuentes de oferta y demanda especializadas
del respectivo sector de producción (Malmberg & Maskell, 1997).
Particularmente la teorización de patrones de aglomeración de las empresas tiene en
cuenta el sector económico de la actividad éstas, y se encuentran destinados al sector
de la industria. El propósito del documento es abordar el problema de una forma global
y no realizar dicha discriminación, observando si existe contagio de la informalidad
generalizada. El trabajo de Escobar (2010), en su caso de estudio encuentra patrones
de dependencia generalizado frente a la aglomeración de empresas informales,
independientemente de la captura de efectos sectoriales por actividad económica,
mientras que rechaza la misma hipótesis para el sector de industria. Por lo cual se abre
la puerta a la explicación de la informalidad como una razón de decisión de las empresas
a partir de la condición de informalidad de sus vecinas independientemente al sector
económico.
3. Marco Empírico
En esta sección se presentan los instrumentos a través de los cuales se espera obtener
evidencia de la existencia de aglomeración de la informalidad según dicha condición para
sus vecinos. El desarrollo de esta sección consiste en tres partes: i) ¿Por qué el análisis
espacial? ii) Estadísticos de correlación espacial y, por último, iii) Modelación de un Probit
espacial.
7
3.1. ¿Por qué análisis espacial?
La exclusión de parámetros de caracterización espacial de las observaciones puede ser
considerada como una variable omitida, lo cual puede representar problemas en términos
econométricos que afectando los resultados de la evaluación del modelo. En última
instancia el efecto de la omisión de dicha variable se refleja como perturbaciones en el
término del error del modelo econométrico de interés.
A partir de esto, es por lo cual la formulación de un modelo que comprende la ubicación
de las observaciones y las posibles interacciones entre éstas toma fuerza. En adición,
permite evaluar efectos de patrones de localización de las observaciones que pueden
ser relevantes a la hora de establecer conclusiones sobre el entendimiento e impactos
sobre el comportamiento de asentamiento.
3.1.1. Tipologías de datos espaciales discretos
Un primer aspecto, el cual se va a tratar a lo largo del documento, es el concepto de
vecindades. Las vecindades de una observación, se identifican bajo los criterios
presentados en la Gráfica 1. Más adelante se explica con rigurosidad en la composición
del modelo y el cómo se internalizaran estos efectos.
El análisis de las observaciones se puede definir bajo diferentes metodologías y, en
general, se pueden resumir entre datos evaluados como puntos y áreas, en donde el
último puede definir como elementos homogéneos o heterogéneos.
Para el primero de los escenarios, las vecindades entre los puntos estarían dados por
una distancia euclidiana definida por el usuario (trazado de una circunferencia alrededor
de cada observación, la observación que se encuentre contenida será un vecino). Por lo
general, se utiliza la mínima distancia entre la totalidad de la nube de puntos que
garantice que la totalidad de estos tenga por lo menos un vecino.
Mientras que para la composición de observaciones a las cuales se les asigna un área
de incidencia, las vecindades se identifican a través del contacto entre las fronteras de
las observaciones. La metodología de evaluación de vecindades por contigüidad hace
alusión a los movimientos realizados por piezas de ajedrez.
8
Contigüidad # de vecinos más cercanos
Rook Queen (Ej. 3 vecinos)
Observación de interés
Grado de contigüidad 1
Grado de contigüidad 2
Gráfica 1 - Tipología de análisis de vecindades para la construcción de la matriz de pesos W
Complementario a las relaciones de dependencia que define la configuración de las
locaciones, es posible buscar mayores indicios de contagio dependiendo del nivel de
contigüidad deseado (ver Gráfica 1). Por otra parte, la metodología a seguir para el caso
de un número de vecinos cercanos consiste en la determinación de las distancias entre
centroides de las regiones y las menores obtenidas, según el número de vecindades
buscadas como parámetro de entrada, corresponderán a los vecinos que tendrán una
incidencia en la observación.
La selección de cualquiera de las metodologías desarrolladas debería ser en cada caso
particular capaz de ser teorizado conceptualmente para garantizar que la estructura de
dependencia espacial sea consistente con lo que se busca reflejar en lugar de pretender
ser una descripción ad hoc de algún patrón espacial (Anselin, 1988).
Hecha la aclaración acerca de la tipología de creación de las dependencias entre las
observaciones a nivel espacial, es pertinente el proceder a explicar a fondo como se
construye el modelo a partir de la sugerencia de la interdependencia de los registros por
medio de las vecindades.
3.1.2. Matriz de pesos W
9
En la literatura el fenómeno de dependencia espacial consiste en la valoración de los
efectos de las variables explicativas que condicionan una observación sobre otra, de este
modo puede llegar a ser expresado de la siguiente forma,
𝑦𝑖 = 𝑓(𝑦1, 𝑦2, … , 𝑦𝑛)
Donde la estimación de dichos efectos se encontraría sujeta al número de vecindades
que se considere pertinente en el análisis de dependencia espacial, y dicha vinculación
entre observaciones va a estar determinada por una matriz de pesos W. Siendo 𝑖 una de
las observaciones contenidas dentro de la muestra y 𝑛 el total de vecindades
determinadas para 𝑖.
La construcción de la matriz de pesos va a determinarse según una de las tipologías de
vecindades expuestas. Sin embargo, la asignación de dependencias consiste en una
matriz que contiene información de si un dato va a ser comprendido a partir de otros, y
se puede representar como una variable binaria que presentara la existencia de una
vecindad. En un caso sencillo de 3 observaciones:
𝑊 = 1 2 3
1 0 1 1
2 1 0 0
3 1 1 0
𝑊∗ = 1 2 3
1 0 0.5 0.5
2 1 0 0
3 0.5 0.5 0
Gráfica 2 - Ejemplificación de la matriz de pesos W
El costado izquierdo de la anterior gráfica busca mostrar es que la observación con
identificador 1 se considera como una vecindad de la observación con identificador 2. En
adición se presenta segunda matriz que es la que va a ser implementada dentro del
modelo de dependencia espacial con registros de vecindad estandarizados a 1 por filas
de los identificadores de los datos, esto se realiza con el objetivo de elaborar un efecto
ponderado al momento de la consideración de los efectos de una observación frente a
sus vecinos, esto es:
𝑤𝑖𝑗∗ =
𝑤𝑖𝑗
∑ 𝑤𝑖𝑗𝑗
10
Luego, como se ha expuesto el problema hasta el momento, se considera conveniente
el uso de un modelo de dependencia espacial en función de la explicación del contagio
de la informalidad, justificado por la teorización previa evidenciada en la introducción del
documento. El modelo escogido para el proceso de análisis en este caso estaría dado
por un Probit.
3.2. Estadísticos de correlación espacial
Los estadísticos de correlación espacial implementados en la metodología de análisis
del problema de informalidad consistirían en el uso del mapeo del estadístico local de la
I de Moran, trabajado en Anselin (1995) el cual presenta un índice de correlación para
cada locación individual, Local Indicator of Spatial Association – LISA.
El potencial de éste tipo de análisis es la visualización de la correlación entre unidades
geográficas de análisis, en cuyo caso se desarrollaría el trabajo a partir de manzanas,
junto a la respectiva significancia de éstas interacciones. La presentación del mapeo
permitiría conocer complementariamente la dirección de las correlaciones entre las
observaciones.
Los indicadores de dependencia de Moran locales se encuentran descritos en el trabajo
de Anselin (1995) como:
𝐼𝑖 = 𝑧𝑖 ∑ 𝑤𝑖𝑗𝑧𝑗
𝑗
Donde 𝐼𝑖, sería una medida en análoga a los resultados obtenidos sobre la I de moran
global y la evaluación sobre las unidades de observación de índice, 𝑧𝑖, individualmente
se presentan como desviaciones sobre la media. Lo anterior satisface las condiciones
que presenta Anselin (1995) en la definición de los LISA:
“the LISA for each observations gives an indication of the extent of significant
spatial clustering of similar values around that observation” (Anselin,1995,pag.94)
“the sum of LISA for all observations is proportional to a global indicator of spatial
association” (Anselin,1995,pag.94)
Siendo el indicador global correspondiente:
11
𝐼 =(
𝑛𝑆0
) ∑ ∑ 𝑤𝑖𝑗𝑧𝑖𝑧𝑗𝑗𝑖
∑ 𝑧𝑖2
𝑗
El tratamiento de información para la construcción de la matriz de pesos, y
posteriormente la creación del mapeo del LISA, se realizara con ayuda del software
Geoda.
3.3. Modelación de la dependencia espacial
3.3.1. Modelo de elección Discreta Probit
A partir de lo anterior es conveniente hacer explicita la composición del modelo de
elección discreta, Probit, en la evaluación del problema en cuestión y desarrollar
contrastes posteriores con el condicionamiento de las observaciones bajo parámetros de
condicionamiento espacial.
La especificación del modelo de elección discreta desarrollados en el documento, son
modelos de dependencia no lineal, y como consecuencia la distribución de la variable
dependiente ante los parámetros que lo definen van a tener la siguiente estructura,
𝑃(𝑌 = 1|𝑋) = Φ(𝑋𝛽)
Para proceder con la definición de los modelos de dependencia espacial es prudente
realizar una pequeña revisión sobre el cómo se capturan los efectos de vecindad entre
las observaciones. El tener en cuenta los efectos de ubicación de las observaciones va
a estar dado entonces dentro de una matriz de pesos.
El enfoque de adaptación de condicionamiento por la ubicación de las observaciones se
puede presentar por medio de dos enfoques, como se muestra en el trabajo de Beron &
Vijberg (2004). El primero de ellos se construye a través de la correlación entre los
errores sobre las unidades de observación, spatial error, mientras que para el segundo
la variable dependiente de la observación 𝑖, se afecta por las variables independientes
de la observación 𝑗, spatial lag3.
3 La rutina implementada en el paquete estadístico de LeSage de Matlab fue desarrollado para el modelo Spatial Lag, por tal motivo el estudio se basó en dicho modelo.
12
3.3.2. Probit espacial autoregresivo
El modelo probit espacial auto-regresivo sigue la estructura del modelo definida por
Anselin (1988),
𝑦∗ = 𝜌𝑊𝑦∗ + 𝑋𝛽 + 𝜀
La estructura del modelo se presenta en detalle en Escobar (2010),
𝑦∗ = (𝐼𝑛 − 𝜌𝑊)−1𝑋𝛽 + (𝐼𝑛 − 𝜌𝑊)−1𝜀
𝑦𝑖 = {1(𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑙), 𝑠𝑖 𝑦∗ > 0
0(𝑓𝑜𝑟𝑚𝑎𝑙), 𝑠𝑖 𝑦∗ ≤ 0
Se define
Γ𝛼 = (𝐼𝑛 − 𝛼𝑊)−1 y 𝑢 =Γ𝛼𝜀; 𝜀~𝑁(0, 𝐼𝑛)
𝑣𝑎𝑟(𝑢) =Γ𝛼Γ𝛼′
𝑣 = 𝑍𝑢: 𝑣𝑎𝑟(𝑣) = 𝑍(𝑣𝑎𝑟(𝑢))𝑍
ln(𝐿) = ln(𝛷[−𝑍𝛤𝑎𝑙𝑝ℎ𝑎𝑋𝛽; 0; 𝛺𝛼])
El nuevo planteamiento provee un nuevo estimador, 𝜌, a partir del que se capturan los
efectos de dependencia entre vecindades, donde la matriz de pesos 𝑊 actuaría como
una variable latente al momento de la estimación de la interacción de vecindades. A
través del estimador introducido al modelo de elección discreta es posible la captura de
efectos de contagio entre las observaciones que sean consideradas como vecinas. Por
cuestiones de espacio no se entrará en el detalle de cómo se desarrolla la solución de
este tipo de modelos.
La consistencia de las unidades de análisis es relevante para la presentación y progreso
en el trabajo, con el objetivo de la presentación de resultados robustos sobre la totalidad
de las medidas expuestas para la demostración de dependencia espacial se trabajó con
la distribución de manzanas de Santiago de Cali. Consecuentemente, es importante
recalcar que la matriz de pesos que se obtuvo en Geoda fue importada en Matlab para
la modelación.
13
4. Zona de estudio, datos y evidencia descriptiva
La ciudad de Santiago de Cali es una de las principales metrópolis de Colombia
localizada en el departamento del Valle del Cauca, geográficamente se encuentra en la
región sur-occidental de Colombia. Cali comprende una alta densidad de su población
hacia los centros urbanos con respecto a la que se ubica en los centros rurales, 81,8% y
18,2% respectivamente. (Alcaldía de Santiago de Cali, 2014)
En la Gráfica 3 se muestra la distribución política de los barrios al interior de la ciudad
junto a las principales vías por las cuales se desarrollan las principales actividades
económicas de la región. Lo primero que resalta del mapa es la presencia de un eje
principal a lo largo de la ciudad sobre el cual se traslapan la vía férrea y una de las
avenidas estratégicas para el uso empresarial, como consecuencia se espera que la
mayoría de las empresas se sitúen alrededor de las mismas.
En segundo lugar se tiene una gran condensación de vías de gran importancia para la
actividad económica, motivo por el que se espera que las firmas orienten su
emplazamiento hacia ésta zona. A su vez, se expone el desarrollo de infraestructura en
la periferia de éste supuesto eje con la finalidad del uso de comercio y servicios de
carácter secundario o terciario, por lo cual, se da un indicio de que las preferencias de
firmas de menor magnitud se establezcan alrededor de las zonas periféricas en función
de la captura de una demanda más pequeña que se adecua a sus posibilidades de oferta.
14
Gráfica 3 - Mapa de las vías estratégicas de Santiago de Cali, Alcaldía de Santiago de Cali
La base de datos muestra los resultados del censo desarrollado para Cali-Yumbo en el
año 2005 con información descriptiva a nivel de firmas de la zona de estudio; entre la
información disponible se encuentra el sector económico, número de empleados,
contribuciones de seguridad social y otros requerimientos legales, y en adición la
ubicación geográfica de las firmas4. La base de datos cuenta con 53.752 observaciones
ubicadas dentro de los dos municipios contenidos dentro del censo, de las cuales 51.457
corresponden al municipio de Cali y 2.295 son observaciones de Yumbo. El “Censo
Económico de Cali y Yumbo de 2005” inicio la recolección de información el 5 de Agosto
de 2005 con una duración de aproximadamente dos meses y medio (DANE, 2006).
Como el objetivo del trabajo presentado es el de desarrollar un análisis para el caso
particular de Cali, entonces se procedió a la eliminación de la información contemplada
para el municipio de Yumbo.
4 El procesamiento de la información geográfica comprende un trabajo con coordenadas georreferenciadas
en coordenadas planas (x,y) con ayuda de la dirección de las empresas.
15
La división política de Cali a nivel de barrios cuenta con 332 sectores y 14258 manzanas.
Donde la estratificación socioeconómica del municipio tiene seis categorías, con una
distribución de las firmas según estrato es la siguiente:
Tabla 1 - Registro y proporción de firmas según estrato
Estrato Frecuencia Porcentaje
1 5,609 10.9
2 15,475 30.07
3 19,619 38.13
4 4,070 7.91
5 5,441 10.57
6 633 1.23
No responde 45 0.09
Fuente: Elaboración propia del autor. “Censo Económico de Cali y Yumbo de 2005”
Acerca de la proporción de las firmas en el detalle de la formalidad e informalidad,
teniendo en cuenta que la asignación de pertenecer a un grupo u otro se determina por
la existencia de un registro mercantil por parte de la firma:
Tabla 2 - Registro y proporción de firmas según carácter de formalidad
Frecuencia Porcentaje
Formal 25,588 49.73
Informal 25,869 50.27
Fuente: Elaboración propia del autor. “Censo Económico de Cali y Yumbo de 2005”
La Tabla 2 confirma la consistencia del fenómeno de informalidad que se presenta en
Colombia y a nivel de América Latina. Sin embargo, es importante efectuar el desglose
de la muestra en función del tamaño de la firma para obtener una idea sobre cómo se
compone el sector formal e informal; la división del tamaño de las firmas estará dado por
la cantidad de empleados que tenga cada una de las firmas5.
5 El tamaño de las empresas se identifica según el número de trabajadores: las microempresas se encuentran en un rango de 1 a 10 empleados; las pequeñas empresas tienen entre 11 y 49 trabajadores; las medianas entre 50 a 99 trabajadores, y grandes empresas tienen más de 99 empleados.
16
Tabla 3 - Registro de firmas según su tamaño por empleados
Tamaño de la firma
Micro Pequeña Mediana Grande
Informalidad 25149 311 76 52
Formalidad 23569 1913 221 166
Fuente: Elaboración propia del autor. “Censo Económico de Cali y Yumbo de 2005”
En paralelo a lo expuesto en la Tabla 3, aunque no muy fuertes, se exponen factores de
posible facilidad en consecución al tamaño de la empresa de ser formal probablemente
asociado a un tamaño de producción superior.
Es relevante la revisión en particular de la partición de las firmas en función de su
actividad económica. En el caso de la muestra se tiene que 60.40% de las empresas
trabajan dentro del sector comercial, 30.16% del sector de servicios y por último 9.44%
pertenece al sector industrial. Por tanto se evidencia la alta importancia del comercio
sobre el desarrollo de Cali. En particular para el estudio de caso se propone efectuar el
análisis generalizado sobre la operación económica de cualquier tipo con el objetivo de
relacionar la informalidad como un fenómeno condicionante de la decisión de las firmas
de ser o no informales. Existen documentos de soporte acerca de la ocurrencia de
patrones de aglomeración del sector informal sobre el sector industrial (Moreno-Monroy
& García, 2015)
Con el objetivo de tener una primera aproximación a la concentración espacial de las
empresas se expondrá la frecuencia de firmas informales en cada uno de los barrios y,
a continuación, se presentará ilustraciones sobre la densidad de las empresas en la
región de análisis.
La Gráfica 4 muestra un comportamiento de localización de las empresas consistente
con la sugerencia de aproximación de Tanaka & Hashiguchi (2015), en donde la
concentración de éstas se encontrara coaccionado por la presencia de infraestructura
estratégica; las firmas se encuentran focalizadas en el centro de la ciudad, pero existe
una proporción importante de las empresas informales que tienden a estar sobre las vías
de carácter comercial secundario.
17
En complemento a lo anterior parece ser que en el caso de la informalidad se puede
apreciar una mayor actividad de las mismas hacia la zona oriental de la ciudad, lo cual,
resulta ser paralelo a la propuesta de Scott (1998). Sugiriendo que debido a las
necesidades en términos de conexiones laborales y redes de insumos de las firmas
informales resultan ser menos estables tienden a ser más cortas, y como consecuencia,
en el uso de infraestructura vial de una menor magnitud.
Gráfica 4 - Distribución de las empresas informales a nivel de barrio por quintiles
En contraste a la evidencia acerca de la distribución espacial de únicamente las
empresas con algún grado de informalidad, se propone mostrar la agregación mediante
la densificación de las unidades económicas tanto para el sector formal como el informal.
Sin embargo, la distinción de localización de las firmas parece no estar relacionadas con
la formalidad/informalidad de las empresas, pues la mayoría se encuentra en la zona
central del municipio. Más allá de que se concentran la búsqueda de una localización en
el centro, en cierta medida las empresas informales pueden estar más propensas a
ubicarse en zonas periféricas pero estas ilustraciones no son concluyentes sobre este
tipo de comportamiento (ver Gráfica 5).
18
Gráfica 5 - Densidad de empresas según condición de formalidad6
Una vez se presentan ciertos indicios sobre la posible presencia de patrones en la
localización de las empresas es posible proceder a buscar los efectos de la dependencia
espacial, controlado por otras características de las empresas. Entonces, el modelo
econométrico fue explicado según las variables independientes que se muestran y
detallan a continuación en la Tabla 4.
6 La categorización de las empresas formales según su tamaño es: si tiene menos de 50 trabajadores es pequeña, de lo contrario es grande.
19
Tabla 4 - Descripción de las variables independientes del modelo de elección discreta
Variable Código Nivel Registro Información
Descripción en el modelo
Estrato est Empresa Categorización socioeconómica de las unidades económicas a partir de su locación.
Número de empleados
pre Empresa Tamaño de la unidad económica por medio del número de empleados.
Tiempo de Operación
to Empresa Años de operación.
to2 Empresa Incentivos crecientes en la decisión de informalidad de la empresa entre mayor sea el tiempo de operación. (to.^2)
Cobertura de Alcantarillado
cobal Comuna Cobertura de servicios de alcantarillado (Residencial, comercial-industrial, otros), adecuados para la operación de la actividad en el inmueble. (%)
Cobertura Aseo cobas Comuna Cobertura de servicios de aseo (Residencial, comercial-industrial, otros), adecuados para la operación de la actividad en el inmueble. (%)
Cobertura Energía cobe Comuna Cobertura de servicios de energía (Residencial, comercial-industrial, otros), adecuados para la operación de la actividad en el inmueble. (%)
Cobertura Gas Natural
cobGN Comuna Cobertura de servicios de alcantarillado (Residencial, comercial-industrial, otros), adecuados para la operación de la actividad en el inmueble. (%)
Líneas Telefónicas
lt Comuna Número de líneas telefónicas registradas en el área de análisis.
Número de Bancos
nb Comuna Número de bancos registrados en el área de análisis
Dificultad acceso infraestructura
di Empresa Percepción dificultades de las unidades económicas frente a aspectos de desarrollo de infraestructura en la región que afecten su operación. Variable categórica. (1:Sí;2:No)
Dificultad Ubicación Geográfica
Empresa Percepción dificultades de las unidades económicas frente a su ubicación geográfica que afecten su operación. Variable categórica. (1:Sí;2:No)
Inversión en planta física, maquinaria y equipos
pfme Empresa Proyecciones o disposición de elaboración inversión sobre componentes de planta física, maquinaria y equipos. (1:Sí;2:No;3:N/A)
TICs tics Empresa Proyecciones o disposición de elaboración inversión sobre componentes de tecnología e infraestructura de comunicaciones. (1:Sí;2:No;3:N/A)
Las variables determinadas como independientes, con el objetivo de definir la decisión
de informalidad de las unidades económicas se han categorizado bajo los siguientes
puntos. Uno de ellos es la caracterización de parámetros estructurales de operación de
la unidad económica como lo es el número de empleados y el tiempo de operación. Otra
es la descripción de la región de estudio en función de parámetros de desarrollo en
infraestructura como lo es la cobertura de alcantarillado, aseo, energía, gas natural, el
número de líneas telefónicas y bancos. También, se captura la percepción de dificultades
de operación por parte de las empresas en función de la infraestructura alrededor de la
unidad y su ubicación geofráfica. Por ultimo, se tienen en cuenta las prioridades de la
20
unidad económica en la inversión en infraestructura visible para su operación, en éste
caso, en planta física, maquinaria, equipos y tecnologías de la información y la
comunicación – TICs.
Esto se efectúa para tener en cuenta consideraciones no únicamente de caracterización
de las observaciones a partir de factores al interior de su operación, sino también,
condicionarla a través elementos geográficos que describan su entorno.
5. Resultados
Inicialmente se analizan los procesos de aglomeración de las empresas a partir de su
condición de informalidad. Se propone cuantificar el grado de informalidad en cada una
de las manzanas para permitir de ésta forma el uso de la herramienta LISA. Cuando se
habla acerca del grado de la informalidad de las manzanas, se hace referencia a la
proporción de empresas informales en una manzana 𝑖 sobre el total de empresas
pertenecientes a la misma7.
Gráfica 6 - LISA grado de informalidad a nivel de manzanas Cali (2005)
7 La composición del LISA se realizó bajo condiciones de contigüidad de primer orden en la composición
de la matriz de pesos.
21
En la Gráfica 6 se observa que el grado de informalidad de las manzanas se encuentra
correlacionado positivamente hacia el centro de la ciudad. Lo anterior quiere decir que a
nivel de manzanas hacia el centro de la ciudad la decisión de informalidad de las
empresas tiene un efecto sobre sus vecinos, y que ésta influencia es la promoción de la
informalidad.
Por otra parte, los resultados sobre regiones aledañas de Santiago de Cali muestran que
el efecto del grado de informalidad tiene un efecto contrario sobre el carácter de
informalidad de sus vecinos (ver regiones azules en la Gráfica 6), es decir, que si una de
las manzanas situada en regiones alejadas al centro tiene un alto grado de informalidad
sus vecinas presentan un menor grado de informalidad.
Gráfica 7 - Scatter Plot I de Moran grado de Informalidad a nivel de manzanas Cali 2005
La Gráfica 7 muestra un resumen de la dirección de las correlaciones entre las
observaciones utilizadas. En donde, en particular se pude dar una idea de la
representación de ésta en función de los colores de la Gráfica 6, el rojo vendrían siendo
las relaciones en el cuadrante superior derecho (high-high), el azul corresponderían
entonces al cuadrante inferior izquierdo (low-low). Lo interesante que se obtiene de la
gráfica de puntos es que la línea de tendencia sobre el total de los puntos es el cálculo
de la I de Moran global, la cual toma un valor positivo, y como consecuencia de esto se
puede afirmar que existe un indicio de aglomeración como un todo analizado desde el
grado de la informalidad de las manzanas.
22
Por último, en relación a los estadísticos de correlación espacial es pertinente la revisión
de la significancia de éstos. Luego, se muestran la significancia de éstos en la Gráfica 8,
que se encuentran asociados a la Gráfica 6. Comprobando que, en general, los
resultados de correlación sobre los que relato previamente son válidos como argumento
de aglomeración según el grado de informalidad de las empresas.
Gráfica 8 - Significancia LISA grado de informalidad nivel de manzanas Cali (2005)
Con los indicios expuestos sobre patrones de aglomeración según el grado de
informalidad de las empresas a nivel de manzanas, se procede a la estimación del
modelo econométrico. En principio se debe hacer énfasis en el uso de información en la
estimación del modelo econométrico. A causa de lo demandante que resulta la
estimación, con un gran costo computacional, se buscó extraer una muestra acorde a las
necesidades del documento y a las unidades de trabajo con las que se han elaborado el
análisis de aglomeración e informalidad hasta el momento. Se hizo un muestreo
aleatorio en el que se extrajo una única empresa por manzana y ésta sería la que
controlaría el comportamiento de la manzana8.
El modelo sería evaluado con una muestra de 8,580 empresas; hay que tener en cuenta
que existen manzanas que no contienen ninguna observación, por eso una muestra
8 La manzana adoptaría las características de la empresa.
23
menor al número de manzanas, pero es una muestra que permite elaborar cálculos
significativos. En el que vamos a tener un pool de empresas, donde hay diversidad de
sectores económicos. La elaboración del modelo considera que existen manzanas para
las cuales no existen observaciones, de manera que se debe generar una nueva matriz
de pesos congruente con la nueva muestra. Dicha matriz de pesos será elaborada bajo
la metodología de contigüidad de primer orden de vecindades.
Tabla 5 - Resultados de los modelos de elección discreta
(1) (2) VARIABLES Probit Probit Dep.
Espacial (contigüidad 1er
orden)
est -0.121*** -0.111*** (0.0183) (0.018012) pre -0.000824*** -0.000827*** (0.000307) (0.000317) to -0.000285 -0.000403** (0.000245) (0.000247) to2 1.44e-07 0.000000** (1.26e-07) (0.000000) cobal -0.00665 -0.942638** (0.0223) (0.464417) cobas 2.126*** 2.148887*** (0.508) (0.482113) cobe -2.362*** -1.446282*** (0.440) (0.595454) cobgn 0.256** 0.305911*** (0.121) (0.122265) lt -0.0128*** -0.015003*** (0.00475) (0.004468) nb -0.00419*** -0.003020** (0.00138) (0.001454) di -0.473*** -0.466084*** (0.0686) (0.067626) dug -0.306*** -0.308354*** (0.0576) (0.057102) pfme 0.130*** 0.131329*** (0.0309) (0.029957) tics 0.0238 0.019456 (0.0304) (0.032030) rho 0.048881*** (0.014139) Constante 1.916*** 1.896*** (0.245) (0.237) Observaciones 8,580 8,580
Errores estándar en paréntesis *** p<0.01, ** p<0.05, * p<0.1
24
En la Tabla 5 se presentan los resultados de la modelación del probit sin, y con,
dependencia espacial. Lo anterior se realiza con el objetivo de contrastar los posibles
efectos del sesgo en el modelo que no se encuentra condicionado debido a la omisión
del parámetro de interacción de las observaciones según sus vecindades.
En términos generales se puede observar que la dirección de los efectos de las variables
independientes sobre la decisión de informalidad de las empresas es consistente entre
los modelos evaluados, tanto en el modelo de elección discreta tradicional, como en el
modelo de dependencia espacial.
Sin embargo, se tiene un aspecto de gran importancia que difiere entre los modelos
estimados. El estimador de dependencia espacial rho,𝜌, es positivo y significativo al 1%,
motivo por el cual se valida la hipótesis desarrollada al inicio del documento que es la
existencia de contagio entre las empresas según la condición de informalidad de sus
vecinos. Lo que nos quiere decir esto es que efectivamente la decisión de una empresa
de ser informal se encontraría condicionada por el carácter de informalidad de sus
vecinos; globalmente, según la definición de la muestra, se tiene que una empresa que
se ubique en sectores donde hay predominancia de empresas informales (formales),
favorecería a que la firma sea informal (formal). A partir de éste resultado es posible
afirmar la presencia de patrones de contagio según el carácter de informalidad de las
empresas, identificado para un grado de contigüidad de primer orden de las vecindades.
En referencia a las variables que buscan capturar los efectos de caracterización de las
empresas, sobresale que la localización socioeconómica tiene una relación inversa frente
a la condición de informalidad de la empresa, lo que quiere decir que entre más elevado
sea el estrato hay menos incentivos a ser informal; la relación entre informalidad con el
estrato se puede deber a los costos de operación en la medida que se localicen dentro
de estratos más elevados, como lo puede llegar a ser el pago de servicios y tarifas
relacionadas al uso de la propiedad (impuestos de valorización, prediales, entre otros).
También a partir de los resultados se observa que la informalidad se relaciona con
tamaños de operación más pequeños, en la medida que el crecer desincentiva el ser
informal, esto puede dar indicios de niveles de producción más pequeños y acceso a
demanda de sus bienes o servicios en regiones más concentradas como se menciona
25
en la literatura previa; la tendencia a que las empresas informales sean de menor tamaño
se puede asociar una limitación en términos de minimización o de limitación de recursos
en la operación reflejado en costos (pago parafiscales, legalización de los contratos de
los empleados).
Elaborando la revisión acerca de los controles sobre el desarrollo en infraestructura de
la zona de estudio, se tienen resultados que van en direcciones contrarias, a pesar que
se esperaba que la influencia de estos fuera positiva. En primer lugar, se tiene que para
casos como el de la cobertura de aseo y de gas natural hay una tendencia a que las
empresas busquen localizarse en regiones donde se encuentran más desarrollados
estos componentes. Mientras que en el caso de la cobertura de alcantarillado y energía
hay una causalidad negativa sobre la informalidad.
A partir de los resultados relacionados con la infraestructura se debe hablar acerca de la
relevancia de cada una de las componentes que describen este aspecto en la decisión
de la empresa, si es posible que por condiciones de competencia las empresas formales
tengan una mayor disposición al pago de los servicios de alcantarillado y energéticos, o
si es consecuencia de las necesidades de insumos de para la operación de las empresas
informales que quizá puedan ser menos intensivos en éstos servicios.
En adición a esto se aconseja a futuro la revisión de la información de la infraestructura
asociada a cada una de las observaciones utilizada como resultado del cambio en las
regiones de estudio, de comuna a manzana, dada la disponibilidad de la información.
Los resultados asociados como percepción de dificultades dentro de la operación
también muestran efectos que se muestran bastante intuitivos debido a que de las
empresas informales se espera tener mayores problemas relacionados con su ubicación
geográfica y la disposición de la infraestructura apropiada para su operación (recordando
que si sí tuvieron problemas el indicador tomaba el valor de 1 y de lo contrario respondían
2).
En general la ubicación de las empresas se sectorizará en lugares en los que las
empresas que tienen una mayor disposición a pagar se asentarán en posiciones
estratégicas y las demás corresponderán a regiones informales. Así mismo, la
26
disposición a pagar por infraestructura va a encontrarse restringida por un nivel de
ingresos y los respectivos costos a los que tendría que responder, obligándolas al uso
de tecnologías que probablemente no son las deseables para su operación.
Cabe resaltar que los resultados y análisis no detallan los efectos marginales
relacionados a las variables dependientes9, pero es importante para establecer un
contraste entre los modelos de elección tradicionales con las herramientas dispuestas
por la econometría espacial, que además de ser coherentes, entregan información de la
dependencia entre observaciones a un nivel geográfico como efectos de vecindades. La
valoración econométrica establece argumentos para sustentar la explicación de
fenómenos del contagio de la informalidad de las empresas más allá de elementos de
operación de las mismas.
6. Conclusiones
El estudio comprendió que el fenómeno de la informalidad empresas podía ser
expresada a partir de sus interacciones derivadas de su proximidad geográfica, es decir,
que halla contagio de la informalidad dado el grado de informalidad en una región. Con
el objetivo de resolver la premisa hecha para el estudio, se evaluó un modelo de
dependencia espacial. Modelo cuyas fuentes de información fueron el Censo Económico
de Cali-Yumbo 2005 y el Documento Cali 2006, dónde se tenía disposición la información
de las empresas en Cali para el año 2005 con su respectiva localización georeferenciada.
En una primera instancia se evidencian que asentamiento de las firmas informales hacia
el centro de la ciudad o la periferia, presentado como pequeños clústeres de
informalidad, que pueden llegar a sugerir la posible existencia de patrones de agregación
de la informalidad. Pero en este punto no es posible aseverar dicha observación.
Posteriormente, se encuentra que los clústeres de informalidad que se presentan hacia
el centro de la ciudad están correlacionados positivamente según el grado de
9 El cálculo de los efectos marginales no fue desarrollado debido a que al momento de la elaboración al estudio no existía una rutina implementada para el cálculo de estos en el paquete estadístico de LeSage en Matlab.
27
informalidad, descrito por los estadísticos de dependencia espacial. Luego, la formación
de una empresa en dicha región probablemente decida ser informal. Mientras que en las
regiones periféricas se identifica que el grado de informalidad va en el sentido contrario
a lo presentado en el centro de la ciudad.
El resultado final es la modelación de la decisión de la informalidad por medio de un
probit espacial, en el cual se identificó que existe dependencia en la decisión de la
empresa sobre su condición de informalidad a partir de la interacción con sus vecinos.
En adición, se puede afirmar que dichas interacciones entre vecindades es positiva,
luego si una empresa se ubica en una región en dónde hay empresas informales, esto
promoverá que la empresa sea informal.
Se observa la relevancia que puede tomar la caracterización de la informalidad de las
empresas por medio de variables que controlen factores geográficos en adición a la
representación de meramente por componentes estructurales en la operación de la
misma. En especial se puede tornar en una herramienta significativa en la explicación
de clústeres de informalidad por la captura de efectos relacionados de heterogeneidad
geográfica. Más aún con las creciente accesibilidad a este tipo de información.
Además de la captura de los efectos de la localización de la empresa como condicionante
en la decisión en la informalidad, se recalca la importancia del control de otros factores
en la evaluación de dicha elección. Entre ellas se encuentran factores como variables de
la operación de la empresa y de desarrollo en la infraestructura de la región, reflejado
también a través de la percepción de dificultades en la operación de la empresa y los
intereses de inversión a futuro de la misma.
Una de las consideraciones acerca de la metodología que se lleva a cabo lo largo del
documento es la posible presencia de variados patrones de aglomeración relacionados
al tipo de operación que realicen cada una de las observaciones, dado que pueden existir
parámetros que condicionan la localización de las empresas más allá de la geografía
(relaciones contractuales, obligaciones en donde el mercado se encuentra controlado y
la demanda de sectores se da a un único oferente).
28
Otro punto que sobre el cual se puede argumentar la importancia de la evolución y uso
de las herramientas de econometría espacial, en éste caso, es la caracterización de la
informalidad de las empresas según disponibilidad a situarse en lugares estratégicos que
les permitan ejecutar su labor más eficientemente; la promoción de la pequeña y mediana
empresa pueden llevar a mejores condiciones de trabajo.
En complemento a lo anterior, se vuelve apreciable la percepción de dificultades de las
empresas informales alrededor de su ubicación en locaciones donde se desarrolla una
mayor infraestructura y especialmente sectores en donde se ubican una mayor cantidad
de bancos. La segregación de la informalidad en regiones donde se dificulta el acceso a
alternativas de crédito puede ser causante de la imposibilidad de salir de dicha condición;
el respaldo de modelos de dependencia espacial son entonces convenientes en la
revisión de estos aspectos y la composición de medidas de desarrollo.
Bibliografía
Anselin, L. (1988). Spatial Econometrics: Methods and Models. Dordrecht: Kluwer
Academic Publishers.
Anselin, L. (1995), Local Indicators of Spatial Association—LISA. Geographical
Analysis, 27: 93–115. doi: 10.1111/j.1538-4632.1995.tb00338.x
Bacchetta, M., Ekkehard, E., & Bustamante, J. P. (2009). LA GLOBALIZACION Y
EL EMPLEO INFORMAL EN LOS PAISES EN DESARROLLO. Oficina Internacional
del Trabajo; Secretaria de la Organización Mundial del Comercio. Ginebra: Secretaría
de la OMC.
Dahl, M. S., & Pedersen, C. Ø. (2004). Knowledge flows through informal contacts
in industrial clusters: myth or reality? Research Policy, 33, 1673-1686.
DANE. (2015). Medición del empleo informal y seguridad social - Trimestre móvil
Junio-Agosto de 2015. Bogotá D.C.: DANE.
29
Daniels, P. W. (2004). Urban challenges: the formal and 5 informal economies in
mega-cities. Cities, 21 (6), 501-511.
Departamento Administrativo de Planeacion Alcaldía de Santiago de Cali. (2006).
Recuperado el Abril de 2016, de Cali en Cifras 2006:
http://planeacion.cali.gov.co/Publicaciones/Cali_en_Cifras/Caliencifras2006.pdf
Duranton, G. and Puga, D. (2004) Micro-foundations of urban agglomeration
economies, in: J. V. Henderson and J.-F. Thisse (Ed.) Handbook of Regional and
Urban Economics, pp. 2063–2117. Amsterdam: Elsevier.
Escobar, C. E. (Mayo de 2010). Universidad del Rosario. Recuperado el Enero de
2016, de Firm Informality Contagion: A Spatial Dependence Model for Ciudad Bolívar
in Bogotá: http://www.urosario.edu.co/competitividad/documentos/Paper-Firm-
Informality-Contagion-UR/
Harris, J. (2014). The Messy Reality of Agglomeration Economies in Urban
Informality: Evidence from Nairobi’s Handicraft Industry. World Development, 61, 102-
113.
LeSage, J. P. (1999, May). Spatial Econometrics. Retrieved January 2016, from
West Virginia University: www.rri.wvu.edu/WebBook/LeSage/spatial/wbook.pdf
Malmberg, A., & Maskell, P. (1997). Towards an explanation of regional
specialization and industry agglomeration. European Planning Studies, 5 (1), 2541.
Marshall, A. (1920). Principles of Economics: An Introductory Volume. London,
U.K.: Macmillan and Co.
Moreno-Monroy, A. I., & García Cruz, G. A. (2015). Intra-Metropolitan
Agglomeration of Formal and Informal Manufacturing Activity: Evidence from Cali,
Colombia. Journal of Economic and Social Geography. doi:10.1111/tesg.12163
Overman, H. and Venables, A. J. (2005) Cities in the developing world.
DiscussionPaper No. 695, Centre for Economic Performance, London School of
Economics and Political Science. Perry, G., W.F., M., Arias, O., Fajnsylber, P., Mason,
30
A., & Saavedra-Chanduvi, J. (2007). Informality Exit and Exclusion. Washington DC:
World Bank Publications.
Rosenthal, S. S. and Strange, W. (2004) Evidence on the nature and source of
agglomeration economies, in: V. Henderson V and J.-F. Thisse (Eds) Handbook of
Urban and Regional Economics, pp. 2119–2171. Amsterdam: Elsevier-North Holland.
Scott, A. (2004) A perspective of economic geography, Journal of Economic
Geography, 4(5), pp. 479–499.
Tanaka, K., & Hashiguchi, Y. (2015). Agglomeration Effects of Informal Sector:
Evidence from Cambodia. INSTITUTE OF DEVELOPING ECONOMIES (495), 2-54.