Panel de establecimientos

La EAM sigue a las mismas plantas año tras año (nordest). Con dd.eam.panel() se arma un panel listo para econometría; antes conviene revisar que los identificadores se mantengan.

import numpy as np

import dane_data as dd

eam = dd.eam.load(range(2000, 2025))
superv = dd.eam.supervivencia(eam)
superv.tail(8).round(1)

	anio	siguiente	establecimientos	siguen_al_anio_siguiente	pct_siguen
16	2016	2017	8466	8051	95.1
17	2017	2018	8214	7789	94.8
18	2018	2019	7911	7569	95.7
19	2019	2020	7631	7270	95.3
20	2020	2021	7343	7094	96.6
21	2021	2022	7138	6711	94.0
22	2022	2023	6775	6605	97.5
23	2023	2024	6714	6420	95.6

ax = superv.plot(x="anio", y="pct_siguen", marker="o", ms=4, legend=False)
ax.yaxis.set_major_formatter(mtick.PercentFormatter(decimals=0))
ax.set_ylim(0, 100)
ax.set_xlabel("")
ax.set_title("Establecimientos de cada año que siguen al año siguiente");

Todos los años, más del 90 % de los establecimientos sigue al año siguiente, sin caídas bruscas: los identificadores se mantienen desde 2000. Si un año la proporción se desplomara, lo más probable sería un cambio de identificadores entre catálogos del ANDA, no el cierre de las plantas, y un panel que cruce ese año no seguiría a las mismas plantas.

Un panel balanceado

panel = dd.eam.panel(eam, balanceado=True, anios=range(2012, 2025))
panel = panel[(panel["valagri"] > 0) & (panel["pertotal"] > 0)].copy()
panel["log_productividad"] = np.log(panel["valagri"] / panel["pertotal"])
panel.index.get_level_values("nordest").nunique(), len(panel)

(5428, 70506)

Persistencia de la productividad

Las plantas más productivas un año lo siguen siendo al siguiente: la correlación de la productividad (en logaritmos) entre un año y el siguiente es de 0,85.

panel["log_productividad_anterior"] = panel.groupby(level="nordest")["log_productividad"].shift()
d = panel.dropna(subset=["log_productividad_anterior"])

fig, ax = plt.subplots(figsize=(6.4, 5.4))
hb = ax.hexbin(d["log_productividad_anterior"], d["log_productividad"], gridsize=60, mincnt=1, cmap="Blues", bins="log")
ax.set_xlabel("log(valor agregado por ocupado), año anterior")
ax.set_ylabel("log(valor agregado por ocupado)")
ax.set_title("Productividad laboral de las plantas, 2013–2024")
ax.grid(False)
fig.colorbar(hb, ax=ax, label="Plantas-año");

d[["log_productividad", "log_productividad_anterior"]].corr().round(3)

	log_productividad	log_productividad_anterior
log_productividad	1.000	0.846
log_productividad_anterior	0.846	1.000

Dispersión entre plantas

La razón entre el percentil 90 y el 10 de la productividad mide qué tan distintas son las plantas:

p = panel.groupby(level="anio")["log_productividad"].quantile([0.1, 0.9]).unstack()
(np.exp(p[0.9] - p[0.1])).round(1).rename("p90/p10")

anio
2012    10.3
2013    10.5
2014    10.5
2015    10.8
2016    10.9
2017    10.7
2018    10.8
2019    11.5
2020    15.1
2021    13.0
2022    13.7
2023    13.1
2024    11.6
Name: p90/p10, dtype: float64

Truco

El panel tiene índice (nordest, anio): se puede pasar directamente a linearmodels.PanelOLS para estimar modelos con efectos fijos.