ARTÍCULO ORIGINAL  
NÚMERO ESPECIAL  
INNOVA Research Journal, ISSN 2477-9024  
Septiembre-Diciembre 2023). Vol. 8, No.3.1 pp. 202-224  
(
DOI: https://doi.org/10.33890/innova.v8.n3.1.2023.2322  
URL: http://revistas.uide.edu.ec/index.php/innova/index  
Correo: innova@uide.edu.ec  
Productividad del sector transporte en el Ecuador, un análisis empírico del  
periodo 2012 – 2021  
Productivity of the sector transportation in Ecuador, an empirical analysis of  
the period 2012 - 2021  
Karla Dayanna Mocha-Ayavaca  
Universidad del Azuay, Cuenca, Ecuador  
karlamocha@es.uazuay.edu.ec  
https://orcid.org/0009-0003-4948-1968  
Luis Gabriel Pinos-Luzuriaga  
Universidad del Azuay, Cuenca, Ecuador  
lpinos@uazuay.edu.ec  
https://orcid.org/0000-0002-3894-8652  
Silvia Raquel Mejía-Matute  
Universidad del Azuay, Cuenca, Ecuador  
smejia@uazuay.edu.ec  
https://orcid.org/0000-0003-1256-8165  
Recepción: 17/07/2023 | Aceptación: 27/10/2023 | Publicación: 24/11/2023  
Cómo citar (APA, séptima edición):  
Mocha-Ayavaca, K. D., Pinos-Luzuriaga, L. G., y Mejía-Matute, S. R. (2023). Productividad del  
sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021. INNOVA Research  
Journal, 8(3.1), 202-224. https://doi.org/10.33890/innova.v8.n3.1.2023.2322  
Resumen  
La productividad puede verse afectada por distintos factores como la intensidad de uso de los  
factores capital, trabajo e insumos intermedios. El objetivo de esta investigación fue establecer las  
brechas productivas a través de la Productividad Total de los Factores (PTF) del sector transporte  
durante el periodo 2012-2021. Para ello, se estima la función de producción Cobb-Douglas,  
utilizando indicadores como activo fijo neto, trabajo e insumos intermedios. Se utilizó el Método  
Generalizado de Momentos (GMM-SYS) que permite la reducción de la simultaneidad y  
endogeneidad de las variables. Los resultados muestran que la variable insumos intermedios como:  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
202  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
los gastos en combustibles y lubricantes, gastos de mantenimiento y reparación, entre otros son los  
que contribuyen más a la producción de las empresas (medido con la variable ingresos  
operacionales). Los factores trabajo y capital (calculados a través de los activos fijos netos)  
contribuyen en menor proporción que los insumos intermedios a la producción total en la actividad  
del transporte, además se evidencia que la PTF tiene una relación positiva con el tamaño de la  
empresa. También, se ha podido evidenciar que este sector es muy competitivo o cercano a la  
competencia perfecta donde la mayoría de las empresas son micro; sin embargo, existen brechas  
de productividad entre las empresas por su tamaño siendo las grandes las más productivas y, entre  
estas y las microempresas se muestra la mayor brecha a pesar de que las microempresas son las  
que absorben la mayor cantidad de empleo.  
Palabras claves: factores de producción; función de producción Cobb-Douglas; modelo de  
panel; productividad; transporte.  
Abstract  
Productivity can be affected by different factors such as the intensity of use of the factors capital,  
labor and intermediate inputs. The objective of this research was to establish the productive gaps  
through the Total Factor Productivity (TFP) of the transportation sector during the period 2012-  
2
021. To do this, the Cobb-Douglas production function is estimated, using indicators such as net  
fixed assets, labor and intermediate inputs. The Generalized Method of Moments (GMM-SYS)  
was used, which allows the reduction of simultaneity and endogeneity of the variables. The results  
show that the variable intermediate inputs such as: expenses on fuels and lubricants, maintenance  
and repair expenses, among others, are those that contribute the most to the production of  
companies (measured with the operational income variable). The factors of labor and capital  
(calculated through net fixed assets) contribute in a lower proportion than intermediate inputs to  
total production in the transportation activity; it is also evident that TFP has a positive relationship  
with the size of the company. Also, it has been shown that this sector is very competitive or close  
to perfect competition where the majority of companies are micro; However, there are productivity  
gaps between companies due to their size, with large companies being the most productive and,  
between these and microenterprises, the largest gap is shown despite the fact that microenterprises  
are the ones that absorb the greatest amount of employment.  
Keywords: Cobb-Douglas production function; panel model; production factors; productivity;  
transportation.  
Introducción  
El sector transporte históricamente juega un papel importante en el desarrollo y crecimiento  
económico de un país. En el caso de Ecuador, este sector fue fundamental desde sus inicios, ya  
que como es sabido distintas poblaciones no tenían contacto entre sí, por ejemplo, la única manera  
de comercio y contacto entre la Sierra y la Costa era a través de animales de carga y personas, así  
pues, con la construcción del ferrocarril se pudieron conectar las dos ciudades más importantes del  
país y, por ende, hubo una integración entre territorios nacionales (Acosta, 2006).  
En la actualidad, el transporte terrestre automotor es considerado como un servicio público  
esencial y una actividad económica estratégica del Estado. Su importancia radica en que sirve de  
eslabón en los encadenamientos productivos y por ejemplo en el 2021 representó  
aproximadamente el 7,4% del Valor Agregado Bruto del Ecuador (Vilema, 2010). Este subsector  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
203  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
permitió el desarrollo de la economía ecuatoriana frente al incremento de las actividades  
productivas y económicas, tomando en cuenta esto, esta subdivisión del sector cumple con dos  
funciones principales que son el traslado de personas y productos en todo el territorio nacional.  
Por otra parte, el estudio de las brechas productivas en el Ecuador no ha sido investigado  
ampliamente, por este motivo la presente investigación se basa en la determinación de la  
productividad a través de indicadores estáticos y dinámicos. Es fundamental conocer cuál es la  
productividad de los distintos sectores del país, ya que conociendo la misma se puede tomar  
decisiones para mejorarla, además de comparar y analizar su evolución en los diferentes sectores  
económicos. Esta medida es importante porque permitirá identificar cuáles son los diferentes  
niveles que aportan los distintos factores productivos como trabajo, capital o tecnología (Fontalvo  
et al., 2018). En cuanto a las estimaciones de productividad que se pueden llegar a desarrollar,  
autores como Balakrishnan y Pushpangadan (1994) mencionan que estas estimaciones pueden  
llegar a ser sensibles o variar a medida de los valores que se les adjudique, pero siempre  
considerando los sesgos que se pueden producir en el cálculo o estimación de la productividad.  
Si se contrasta a la productividad del transporte con el sector de la construcción, según  
Mogro y Bermúdez (2021) este último es el que más aporta al desarrollo y la productividad del  
país, dado que Ecuador es un país en desarrollo. Sin embargo, no se encontró literatura sobre la  
productividad del sector transporte, a pesar de ser uno de los que más dinamiza la economía. Así,  
se tiene evidencia empírica sobre el comportamiento de ciertas variables productivas que forman  
parte del input y el output de varios sectores. Considerando lo ya mencionado Soza y Ramos (2020)  
mencionan que es importante conocer el adecuado análisis de los factores productivos (input) y  
del producto de la actividad económica (output), lo que permite observar cuál es la distribución de  
la productividad en una economía.  
Esta investigación tiene como objetivo estimar la productividad del sector transporte para  
posteriormente determinar las brechas productivas por tamaño empresarial en el Ecuador, esto se  
realiza respondiendo a la siguiente pregunta: ¿En cuánto contribuyen los factores de trabajo,  
capital e insumos intermedios a la productividad total de los factores en el sector de transporte  
terrestre del Ecuador? Para ello, se utilizó un sistema de modelos generalizados de momento a  
través de información que recoge la evolución de las firmas en el tiempo, es decir, con datos de  
panel. Entre los principales resultados están que, el factor que más aporta a la producción o su  
equivalente los ingresos operacionales fueron los insumos intermedios debido a que este sector  
utiliza como insumo el combustible que en términos microeconómicos son productos  
complementarios casi perfectos. Además, las empresas que más productividad aportan al subsector  
son las grandes y comparando a las empresas por ejemplo pequeñas o micro se tiene que existe  
importantes brechas entre la gran empresa y éstas.  
Marco Teórico  
La producción de bienes y servicios es de vital importancia para las empresas, ya que éstas  
al ser una unidad económica y social permiten generar distintos productos a través de la mezcla de  
insumos con el propósito de la maximización de los beneficios. Con respecto a esto, y en base a la  
teoría de la producción lo que se busca es la combinación óptima de los factores de producción  
que tiene una empresa con el fin de generar una respuesta positiva en la capacidad directiva y en  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
204  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
la toma de decisiones (García, 2022). A raíz de lo referido, se considera a la producción como la  
acción o actividad que realizan las empresas para obtener un producto a través de factores  
productivos (Mayorga et al., 2015).  
Se conoce a los factores de producción como todos aquellos recursos que una empresa usa  
en su proceso productivo, los cuales, pueden ser el capital, trabajo y tierra (Mankiw,2017). En este  
aspecto, se analiza a la productividad laboral como aquella que se relaciona directamente con la  
fuerza de trabajo que realiza una persona, teniendo presente que los resultados deben estar en  
función de los efectos de calidad e intensidad (Cuesta, 2008). El factor capital es la cantidad de  
bienes tangibles que llegan a ser elemento importante en la productividad, la cual, busca la creación  
y acumulación de capital, lo que se puede comprender mediante el modelo de Solow, donde se  
evidencia que este factor puede llegar a ser infinito (Ducoing, 2009). Para Parkin y Loría (2015)  
la tierra o materia prima que se utiliza en la producción de bienes y servicios es concebida como  
los recursos o insumos provenientes de la naturaleza.  
La representación matemática de la relación entre la producción y los insumos que se usan  
se llama función de producción, la cual, indica el nivel de producción de un bien particular que se  
puede llegar a tener a partir de la mezcla o combinación de los distintos factores de producción  
(Aguado, 2022). Según Pindyck y Rubinfeld (2018) la función de Cobb-Douglas viene dada por  
la cantidad de producción, la cual, está en función del capital y del trabajo, donde se consideran  
los rendimientos constantes a escala y los rendimientos marginales decrecientes.  
La función de producción Cobb-Douglas en un entorno económico estima la elasticidad  
que tiene un producto en función de factores como capital y trabajo, partiendo de que si existe una  
competencia perfecta se reflejará la productividad marginal de cada uno de los factores  
involucrados y, a la vez, el aporte al producto y al ingreso (Briones et al. 2018). De acuerdo con  
esto, se establecen ciertas particularidades como los rendimientos constantes a escala, los cuales,  
cuantifican un cambio en la producción. Otra característica es la productividad marginal positiva  
y decreciente, la cual, se fundamenta en la ley de los rendimientos marginales decrecientes  
(Ayaviri y Feraudi, 2018).  
Es importante no confundir la producción con la productividad. A la productividad se la  
define como la relación de producción de bienes y servicios en donde se utilizan recursos o factores  
los cuales son considerados entradas y salidas que son el producto final, es decir, los inputs y los  
outputs (Fontalvo et al., 2018). De manera similar, Aroche (2018) expone que la productividad es  
la capacidad con la que se emplean los factores para obtener ciertos niveles de producto,  
contemplando los procesos productivos y la función de producción. También se debe considerar  
la productividad marginal de los factores, es conocida como el crecimiento máximo de un producto  
por la utilización de una unidad adicional de un factor (Vial y Zurita, 2018). Seguido de la  
productividad marginal de trabajo, que es el aumento en la producción cuando se ocupa una unidad  
adicional de trabajo (Pindyck y Rubinfeld, 2018). De la misma manera, se define a la productividad  
marginal del capital, la cual, indica el aumento de la producción total cuando se incrementa una  
unidad de capital (Morettini, 2009).  
Los factores como capital y trabajo que se pueden llegar a utilizar en un producto pueden  
ser explicados a través de la productividad total de los factores [PTF], donde lo más adecuado es  
decir que la PTF en un indicador que determina los niveles de productividad frente a la eficiencia  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
205  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
con que se utilizan los recursos con el fin de obtener una mayor cantidad de bienes y servicios del  
proceso productivo (Miró y Torrent, 2020).  
En una economía es importante conocer la diferencia entre el producto efectivo y el  
producto potencial dado que el producto potencial está en función de la capacidad máxima de  
bienes y servicios que se puede producir en una economía y muestra la eficacia productiva (Jahan  
y Saber, 2013). Es importante considerar que las brechas productivas muestran la heterogeneidad  
y diversidad de los sectores productivos, generalmente, no son una buena señal porque muestran  
estas desigualdades como un claro indicador que se puede estar produciendo con poca eficiencia  
dado que existe un excesivo consumo de insumos intermedios (Jahan y Saber, 2013). Sin embargo,  
a nivel empresarial o sectorial, el Banco Central de Ecuador (2017), da a entender que la brecha  
de productividad es la razón o ratio entre la productividad media de trabajo de cada sector con el  
total de la economía, es decir, la relación del Valor Agregado Bruto (VAB) y el empleo.  
En cuanto al sector de estudio que es el del transporte, según el MTOP (2014) el transporte  
es el medio por el cual se movilizan seres humanos o distintos productos de un lugar a otro, lo que  
genera un estímulo a la economía. De la misma manera, se tiene que el transporte se divide en  
cinco clases como son el transporte mediante carretera, aéreo, ferrovial, acuático y ductos, en los  
cuales se considera su ubicación, la manera de movilidad y eficiencia, tomando en cuenta estos  
factores se clasifica el transporte como unimodal, intermodal y multimodal (MTOP, 2014).  
El crecimiento económico de un país y de sus sectores industriales está ligado al progreso  
de una sociedad en diversos aspectos como el económico y social, esto, en función de lo que se  
puede producir con el uso eficiente de los recursos (Tene, 2020). Considerando esto, la toma de  
decisiones en el ámbito productivo está en función de las perspectivas que tiene el empresario, en  
base a estas necesidades existe una herramienta la cual se conoce como función de producción, la  
misma que ayuda en la toma de decisiones considerando evidencias matemáticas (Valencia, 2015).  
El origen de esta herramienta está vinculada al campo microeconómico, además esta función  
revolucionaría la teoría de la producción y la distribución la cual fue trabajada por Wicksteed  
(
1984), en donde se explica que los productos transformados vienen dados por una determinada  
cantidad de factores de producción.  
Con el paso del tiempo se desarrollaron funciones específicas como es la de Cobb-Douglas.  
El origen de esta función se dio debido a la relación que planteó Paul Douglas entre la distribución  
de la renta nacional de los Estados Unidos en relación con el capital y el trabajo (Vargas, 2014).  
Cobb y Douglas (1928) en su artículo “A Theory of Production” explican el crecimiento de la  
producción en base al capital y a la mano de obra con relación a los datos de manufactura de  
Estados Unidos, los cuales fueron tomados desde 1899 hasta 1922, en donde se plantearon  
preguntas relacionadas a la producción y productividad en función del trabajo y el capital, así  
mismo, los resultados expuestos afirman que el análisis realizado por los autores validaría esta  
teoría.  
Así también, se menciona a Wooldridge (2009) ya que el objetivo de su artículo fue mostrar  
como los enfoques de Olley y Pakes (1996) y Levinsohn y Petrin (2003) puede desarrollarse  
mediante diferentes instrumentos en las ecuaciones y a través del modelo generalizado de  
momentos, donde se hace referencia a que este modelo es bueno frente a ciertas circunstancias  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
206  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
como la identificación de parámetros en la estimación, así como la obtención sencilla de errores  
estándar robustos.  
Hinojo et al. (2020), menciona que la productividad de una empresa se vincula con el factor  
trabajo con relación a las competencias transversales que se pueda tener, es por eso, que el objetivo  
del autor fue elaborar un conjunto de normas basadas en las capacidades, conocimientos y  
habilidades que las personas tiene frente a la productividad empresarial, se usó una metodología  
cualitativa donde se introdujo el método Delphi en base a 25 competencias específicas. Se mostró  
que, se puede llegar a originar distintos niveles de eficiencia cuando se involucra al factor trabajo,  
es decir, existe una mayor productividad en las empresas cuando se invierte en la formación  
laboral. En el artículo de García y Cardoso (2020), los autores analizan los factores que ayudan a  
la innovación y a la productividad en los sectores de servicios e industria de la manufactura  
colombiana, la metodología para estimar la innovación se basó en el modelo de dos etapas de  
Heckman, mientras que la productividad se estimó mediante una función de Cobb-Douglas. Los  
resultados mostraron que el capital y el trabajo son significativos en la estructura de una  
producción eficiente.  
En cuanto a productividad y eficiencia se presenta a Moreno et al. (2014), su investigación  
analiza el crecimiento de la productividad y los factores que inciden en la eficiencia del sector de  
la construcción en Colombia, las variables utilizadas son las ventas, activos, consumos  
intermedios, entre otros. La metodología que se aplicó fue en tres pasos, el primero, fue el Análisis  
Envolvente de Datos (DEA) para el nivel de eficiencia; en segundo lugar, se aplicó el índice de  
Malmquist y, el tercer paso, fue la aplicación de un modelo Tobit para los determinantes de la  
eficiencia. Se pudo manifestar que el crecimiento de un solo sector se debe a la tecnología, es por  
eso, que las actividades que se realizan en cada sector productivo no van a ser las mismas debido  
a que en estos existen diferentes grados de eficiencia de los factores.  
El crecimiento económico y la productividad en América Latina se analiza a partir del  
estudio de Hofman et al. (2017) donde el objetivo fue analizar el crecimiento, la productividad y  
determinantes de un conjunto de países, para este análisis se empleó una base de datos LA-KLEMS  
la misma que permite que los datos de los países sean homogéneos, en base a esto, se planteó la  
contabilidad de crecimiento. Los resultados mostraron que el crecimiento de las economías se ha  
dado de una manera lenta debido a la poca contribución de la PTF, es decir, los factores o  
determinantes de la producción actúan de manera negativa o desfavorable en cuanto a la  
productividad de un país, esto sucede debido a la correlación negativa del factor total de  
producción existente y al incremento del capital.  
Cuando se habla de la PTF en América del Sur también se menciona a Gutiérrez (2019),  
quien planteó la identificación de los determinantes de la Productividad Total de los Factores, esto,  
a través de datos de panel con un modelo de MCO, donde la PTF se estima a partir del modelo de  
efectos fijos y aleatorios, considerando también el Método de Momentos Generalizado. Los  
resultados indicaron que los factores de productividad tienen una relación estrecha con la  
inversión, salarios, capital humano, capital y tecnología, pero esta última al ser considerada en  
niveles más bajos aporta a la productividad en menor magnitud. De la misma manera, Villalobos  
et al. (2021) mencionan a la productividad total de los factores en América del Sur, su propósito  
fue analizar la PTF, esto se realizó mediante la contabilidad de crecimiento la cual se basa en un  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
207  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
modelo de MCO, en base a datos temporales de la función Cobb-Douglas, utilizando variables con  
valores relativos de producción, ingresos, recursos y productividad. Así pues, se evidenció que la  
mano de obra y el capital tienen una participación significativa en las economías. Sin embargo, a  
nivel regional la PTF no mostró efectos favorables y su crecimiento no fue estable, dado que el  
crecimiento en la región se dio principalmente por la acumulación de factores y no por la  
productividad.  
En cuanto a sectores específicos, según el estudio de Gastell et al. (2019), para determinar  
los factores que intervienen en el sector automotriz mediano, se realizó la búsqueda de estudios  
que se relacionen con los factores de productividad, se pudo evidenciar el aporte de este sector a  
la economía del país, considerando que el factor de producción que más sobresale es la mano de  
obra, además del impacto positivo que provocó a otros sectores del país tanto de bienes como de  
servicios.  
En el caso del análisis de PTF de la manufactura y el crecimiento de una de las regiones de  
México, Armenta et al. (2022), propusieron el modelo del Residuo de Solow considerando el uso  
de la función de producción Cobb-Douglas, empleando variables deflactadas del Índice Nacional  
de Precios al Consumidor, el Valor Agregado Bruto, activos fijos, remuneración y personal  
ocupado, exceptuando a este último. Los resultados mostraron como el capital tiene tasas de  
crecimiento negativas, en cuanto al crecimiento de la PTF se tiene que esta es mínima y, por lo  
tanto, no es eficiente, lo que tiene como consecuencia la poca participación de la manufactura  
mexicana.  
En otro estudio de Armenta (2022), se describe la evolución de la industria manufacturera  
en las distintas regiones del país, esto en función de la PTF desde el año 1993 hasta 2018, donde  
utiliza la misma metodología de Residuos de Solow, obtiene como resultados que, la región norte  
de México mostró una mayor contribución en la manufactura del país. En cuanto a los resultados  
de la PTF, esta indica que la región Centro-Norte tiene una mayor productividad de los factores  
con un valor de 2,84%, esto también indicó que existe una tasa de crecimiento y de incidencia del  
empleo y del capital.  
En este mismo sentido, el artículo de Closset y Leiva (2021) analiza a la brecha de  
productividad de empresas de distinto tamaño también en México, a través el modelo Oaxaca-  
Blinder donde se realiza un modelo regresión lineal múltiple. Los resultados evidencian que la  
brecha entre empresas de distinto tamaño está presente, considerando los distintos factores de  
producción que intervienen, en el caso del trabajo la brecha se presenta con mayor intensidad en  
las microempresas frente a las grandes empresas.  
Castellano y Orozco (2022), estimaron la PTF en Colombia a través de datos de series de  
tiempo, en base a esto, se parte de la cointegración y del vector de correlación de errores, seguido  
del modelo de Solow Swan donde interviene el trabajo y mediante una función de producción  
Cobb-Douglas se busca estimar la relación de variables como producto per cápita y el capital per  
cápita. Se obtuvo que el capital es una de las variables que más aporta al crecimiento del producto  
colombiano y que la PTF para el periodo de estudio fue de 0,13%.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
208  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
Para el caso de Ecuador existen algunos estudios con relación a ciertos sectores o industrias  
como es el estudio de Mogro et al. (2018) que analiza el sector de la manufactura en el periodo de  
2
007 hasta 2016, esto se realizó a través del modelo estocástico de datos de panel donde se estimó  
una función de producción de Cobb-Douglas y se aplicó el método generalizado de momentos, en  
el que intervienen variables trabajo, capital y materias primas. Los resultados muestran que los  
factores que más relevancia tienen en este sector son las materias primas, seguido del trabajo y del  
capital, en cuanto a la PTF se evidencia que ésta ha tenido un incremento considerable, la cual,  
coincide con la evolución económica del país. En otro artículo Mogro et al. (2020), analiza la  
productividad del sector manufacturero en el periodo 2007-2017. Los autores estimaron la función  
de producción Cobb-Douglas esta vez, a través del método semi-paramétrico de Levinsohn y  
Petrin. Las variables usadas fueron las mismas utilizadas en el estudio de 2018 y los resultados  
también permiten concluir que la manufactura es intensiva en materias primas.  
En el caso del sector de la construcción en Ecuador, Mogro y Bermúdez (2021) realizan un  
estudio con el objetivo de analizar los determinantes de la PTF en un periodo comprendido entre  
2
007 y 2017, esto mediante el uso de datos de panel considerando que los valores deben ser reales  
con relación al deflactor anual de precios. La metodología usada se fundamentó en la función de  
producción donde se utiliza el estimador de Wooldridge donde intervienen insumos como capital  
y trabajo, para la PTF se usaron datos de la información financiera de las empresas. Los resultados  
mostraron que el factor trabajo tiene una alta incidencia en el sector, además de que la edad de las  
empresas interviene de manera positiva en la PTF, es decir, una empresa joven puede tener mejores  
resultados que una de mayor antigüedad.  
Simbaña y Carrión (2021), evalúan los determinantes de la productividad de las empresas  
del sector servicios en Ecuador, mediante datos de panel, con información de los cuales estados  
financieros de las empresas. Los autores estimaron una función de Cobb-Douglas utilizando  
variables como ventas, ingresos, número de trabajadores, insumos intermedios y activos fijos  
netos, seguido de esto, se utilizó el método semi paramétrico de Levinson y Petrin. Los resultados  
indican que los factores de producción que más han aportado a la productividad son el trabajo  
seguido del capital y en cuanto a los determinantes que incrementan la productividad en una  
empresa se consideran a la rentabilidad, conocimiento de las personas, inversión extranjera, entre  
otros.  
En Ecuador, un término que se relaciona directamente con el sector del transporte es el  
subsidio, el cual, forma parte importante del gasto público, es por eso, que se plantea su  
importancia y, a la vez, un análisis sobre su eliminación. Los subsidios han permitido una mejora  
en los ingresos de las personas y las empresas, pero no se ha tomado en cuenta lo que representa  
para el estado asumir ese gasto, es por eso, que se plantea que debería haber una reestructuración  
en el gasto fiscal (Espinoza y Viteri, 2019). Así también, el artículo de Espinoza y Guayanlema  
(
2017), tuvo como objetivo realizar un análisis acerca de los subsidios de los principales derivados  
del petróleo en Ecuador, así como la identificación de estrategias para una mejor gestión de estos  
recursos, para esto, se utilizó el método de costo oportunidad, el cual, permitió observar la  
representación monetaria de esta política durante los años 2000-2015.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
209  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
Metodología  
La metodología utilizada en la presente investigación fue de tipo descriptivo correlacional;  
ya que en primera instancia se pretendió la observación y el análisis de los distintos indicadores  
de productividad del sector, seguido de la PTF a través de la función de producción frente a la  
intervención y relación de los distintos factores que intervienen. El enfoque de estudio fue  
cuantitativo, debido a que interviene la recopilación y el análisis de datos numéricos con  
información de un conjunto de empresas.  
Métricas  
Se presentan las siguientes métricas de productividad:  
En primer lugar, la variación de las ventas la cual permite observar el comportamiento de  
éstas, la podemos calcular mediante:  
푎ñ표 푓푖푛푎푙 − 푎ñ표 푖푛푐푖푎푙  
푉푎푟푖푎푐푖표푛 푑푒 푣푒푛푡푎푠 =  
푎ñ표 푖푛푖푐푖푎푙  
(
1)  
La segunda métrica es la de Ingresos por trabajador, la cual, es descrita por Holliday (2021)  
donde menciona que esta se usa para percibir qué tan rentable es una empresa, considerando los  
ingresos que pueden llegar a generar los empleados, además, esta se usa ya sea para hacer un  
contraste entre empresas del mismo sector o un contraste entre distintos sectores, esta métrica se  
calcula mediante:  
푇표푡푎푙 푖푛푔푟푒푠표푠 푑푒 푙표푠 푢푙푡푖푚표푠 12 푚푒푠푒푠(퐿푇푀)  
퐼푛푔푟푒푠표푠 푝표푟 푒푚푝푙푒푎푑표 =  
푁ú푚푒푟표 푎푐푡푢푎푙 푑푒 푒푚푝푙푒푎푑표푠 푎 푡푖푒푚푝표 푐표푚푝푙푒푡표  
(
2)  
El tercer indicador es la Productividad de Capital de Trabajo (PKT) la cual, permite  
respaldar las operaciones de una empresa considerando cuan eficientemente es esta frente al uso  
de recursos, así pues, García (2009) menciona que este indicador se calcula de la siguiente manera:  
퐾푇푁푂  
푃퐾푇 =  
푉푒푛푡푎푠  
(
3)  
Donde 퐾푇푁푂 es el capital de trabajo neto operativo el cual es calculado mediante:  
퐾푇푁푂 = 퐶푡푎푠. 푝표푟 푐표푏푟푎푟 + 퐼푛푣푒푛푡푎푟푖표푠 − 퐶푡푎푠. 푝표푟 푝푎푔푎푟  
(
4)  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
210  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
El cuarto y último indicador que se presenta es el ciclo de conversión del efectivo (CCE),  
el cual Gitman y Zutter (2012) delimitan como aquel que ayuda en la cuantificación del tiempo  
que necesita una empresa para convertir una inversión en efectivo, este se representa con tres  
elementos clave mediante la siguiente ecuación:  
퐶퐶퐸 = 퐸푃퐼 + 푃푃퐶 − 푃푃푃  
(
5)  
En la cual 퐸푃퐼 es la edad media del inventario, 푃푃퐶 es el periodo promedio de cobro y  
푃푃푃 es el periodo promedio de pago.  
Función de producción  
Una vez establecidos los índices de productividad se procedió con la PTF y para llegar a  
esto, lo primero fue estimar la función de producción del sector a estudiar, esta función se  
fundamenta en los artículos de autores como Solow (1957) y Romer (1986). La función de  
producción viene expresada por la siguiente ecuación:  
푄 = 퐹(퐾, 퐿, 푀, 푇)  
(
6)  
Donde Q representa a la producción, K y L son recursos de capital y trabajo  
respectivamente, M los insumos intermedios y T representa el tiempo frente a un cambio técnico.  
Considerando esto último y la metodología utilizada por Van Biesebroek (2007), Van  
Beveren (2012), Syverson (2011) y Mogro (2017) este trabajo usa una función de producción  
Cobb-Douglas la cual, ayuda a evidenciar cuál es la relación de la producción de un bien o servicio  
a través de distintos recursos o factores, se representa de la siguiente manera:  
훽
∝
ꢀꢁ ꢀꢁ  
ꢂ
푌 = 퐴 퐾 퐿ꢀꢁ 푀ꢀꢁ  
ꢀꢁ  
(
7)  
Donde Y es la producción, A es el progreso técnico o PTF que es un coeficiente para  
estimación, K es capital, L es trabajo, M son los insumos intermedios. Con relación a esto, se  
linealiza la función a través de logaritmos neperianos y se obtiene la expresión:  
푦ꢀꢁ = 푎ꢀꢁ + 훼푘ꢀꢁ + ꢃ푙ꢀꢁ + 푦푚ꢀꢁ + 휀ꢀꢁ  
(
8)  
Donde 푎 representa a la PTF, k, l y m son las recursos o inputs utilizados, mientras que β  
y α ahora representan la elasticidad de los factores frente a la producción. De esta manera, se  
presenta la PTF como:  
푎ꢀꢁ = ꢃ + 휀  
0
ꢀꢁ  
(
9)  
휀ꢀꢁ = 휇 + 푢  
ꢀ
ꢀꢁ  
(
10)  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
211  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
En donde ꢃ representa la eficiencia media a de las empresas a través del tiempo y 휀 es  
0
ꢀꢁ  
la desviación que se presenta en un periodo de tiempo, además este último término se puede  
descomponer en 휇 que es la heterogeneidad no observable y 푢 es considerado un error aleatorio  
ꢀꢁ  
ꢀꢁ  
que no se relaciona con los recursos usados. Es así como, para el cálculo de la PTF se estima la  
función de producción de la siguiente manera:  
푦ꢀꢁ = ꢃ + 휇 + 훼푘ꢀꢁ + ꢃ푙ꢀꢁ + 푦푚ꢀꢁ + 푢ꢀꢁ  
0
ꢀꢁ  
(
11)  
Seguido a esto, se forma una ecuación donde se usan los coeficientes ya estimados de los  
recursos utilizados, quedando la expresión:  
ꢄ
푎̂ ꢀꢁ = 푦ꢀꢁ − 훼̂ 푘ꢀꢁ − ꢃ푙 − 푦̂ 푚ꢀꢁ  
ꢀꢁ  
(
12)  
Dado que se trabaja con datos de panel se tiene varias posibilidades de estimación, en las  
que se consideran ventajas y desventajas. Para Van Beveren (2007) estas estimaciones pueden ser  
de tipo paramétricas y semiparamétricas, en este caso se presentan las estimaciones de tipo  
paramétricas.  
Se conoce que los datos de panel permiten controlar la heterogeneidad no observada, es así  
como se considera que las empresas son heterogéneas y no se comportan de la misma manera, es  
por eso, que la presencia de la heterogeneidad puede generar sesgos en la estimación por Mínimos  
Cuadrados Ordinarios (MCO) o en el cálculo de ecuaciones dinámicas (Moral y Arce, 2018). En  
el caso de la estimación por MCO Olley y Pakes (1996) mencionan que este método de estimación  
puede llegar a presentar contratiempos como son los sesgos los cuales son causados por la  
endogeneidad de la demanda de los inputs y por la autoselección estimulada por el comportamiento  
del output, la endogeneidad se da debido a que la elección de los insumos o recursos viene  
determinada por una empresa. De la misma manera, Van Biesebroek (2007) menciona que ya sea  
una empresa o industria estas pueden presentar heterogeneidad, además manifiesta que no es  
recomendable estimar una función producción por MCO ya que se puede dar un problema de  
simultaneidad con relación a los insumos y a la productividad no observada.  
Mogro y Bermudez (2021) también consideran al estimador de efectos fijos, el cual, se  
relaciona con la estimación de primeras diferencias y con el estimador intragrupos, en el caso del  
primero mencionado, se establece que el efecto fijo se elimina debido a que la heterogeneidad es  
no observada, lo cual, podría dar paso a un supuesto en donde esta no varíe en el tiempo, lo cual  
no es acertado. Por otro lado, el estimador intragrupos hace referencia a que la función de  
producción que tiene cada empresa delimita su propia productividad no observada. En cuanto al  
estimador por efectos aleatorios Moral y Arce (2018), mencionan que este método de estimación  
es una mejora frente a la de efectos fijos, ya que este evita que se generen estimaciones en donde  
las variables explicativas no cambien con el tiempo, para esta estimación se utiliza el modelo de  
mínimos cuadrados generalizados.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
212  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
Otro método de estimación es el método generalizado de momentos (MGM), el cual  
considera particularidades básicas de un conjunto de datos y de los momentos que se consideren,  
lo cual, es bueno ya que se puede tener más claro cómo se distribuyen los datos ya sea en un  
modelo o en un momento especifico. Una de las ventajas de este método es la relación que tiene  
con la máxima verosimilitud ya que no existen muchas limitaciones frente a una distribución  
poblacional, aunque también es necesario considerar una de las principales desventajas con  
relación a la máxima verosimilitud la cual señala una posible pérdida de eficiencia debido a que  
no se considera toda la información disponible (Moral y Arce, 2018). De la misma manera, Van  
Beveren (2007) menciona al MGM propuesto por Blundel y Bond (1999) los cuales plantean un  
estimador MGM extendido el cual emplea las primeras diferencias rezagadas de las variables en  
las ecuaciones de nivel, es así como los autores se dan cuenta que con este estimador se pueden  
generar estimaciones de parámetros más apropiadas.  
Tomando en cuenta los métodos de estimación explicados anteriormente se considera que  
el sistema de método generalizado de momentos es el más adecuado, ya que como se menciona en  
Wooldridge (2009), esta estimación permite obtener errores estándar más robustos de una manera  
más sencilla. En este mismo sentido Arellano y Bond (1991) mencionan que, para el desarrollo de  
un modelo dinámico a partir de datos de panel mediante el MGM, es importante considerar la  
exogeneidad de ciertas variables explicativas, así como la existencia de variables instrumentales  
exógenas, además se considera el uso de datos de variables exógenas de un periodo de tiempo, ya  
que con esto se puede elaborar instrumentos para las variables rezagadas y algunas variables no  
exógenas.  
Estructura de los datos  
La información utilizada corresponde al sector H49 transporte por vía terrestre y por  
tuberías en el Ecuador, con un horizonte temporal entre el año 2012 hasta el 2021, los datos fueron  
obtenidos de la Superintendencia de Compañías, Valores y Seguros, donde se consideró a las  
empresas activas del periodo de análisis. Se realizó una depuración de la información financiera  
de aquellas empresas que han presentado valores de cero o menores, ya sea en las ventas  
operacionales, activos fijos netos, número de trabajadores e insumos intermedios.  
Partiendo de la depuración de datos realizada con la información de las empresas se  
procedió a construir una base de datos de panel no balanceado, en la que constan 4885 empresas  
y 20446 observaciones, considerando el periodo y sector de análisis. El panel de datos está  
compuesto por variables cuantitativas como las ventas operacionales, el número de trabajadores,  
el activo fijo neto y los insumos intermedios, además de variables cualitativas en las que se  
consideró el nombre de la empresa, el tamaño, la provincia y la ciudad. En el modelo utilizado  
para esta investigación intervienen las variables que se pueden observar en la tabla 1.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
213  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
Tabla 1  
Definición de variables  
Y
Ventas operacionales o ingresos por ventas  
Número de trabajadores  
L
K
M
Activos fijos netos  
Insumos intermedios: gasto de combustible, gasto de lubricantes,  
gasto de transporte, gasto de agua y energía, gasto del inventario  
inicial de materia prima, gasto de compras locales, gasto de  
mantenimiento y reparación.  
Tomando en cuenta lo expuesto anteriormente el modelo especifico fue:  
푦ꢀꢁ = ꢃ + 휇 + 훼푘ꢀꢁ + ꢃ푙ꢀꢁ + 푦푚ꢀꢁ + 푢ꢀꢁ  
0
ꢀꢁ  
(
13)  
donde se utilizó a las ventas operacionales como variable dependiente y al número de  
empleados, activo fijo neto y a los insumos intermedios como variables independientes.  
Resultados  
Estadísticos descriptivos  
En la tabla 2 se indican los estadísticos descriptivos del sector considerando el tamaño de  
empresa y las variables ventas operacionales, número de trabajadores, activos fijo neto e insumos  
intermedios. En primer lugar, se pudo observar que el número de empresas grandes es menor que  
el número de empresas medianas, pequeñas y microempresas. También se pudo observar que la  
media de los ingresos operacionales en las empresas grandes es 8.35 veces mayor a la media de  
las ventas operacionales de las empresas medianas, las empresas medianas tienen una media de  
ventas de 5.37 veces más que las ventas de las empresas pequeñas y las empresas pequeñas tienen  
una media de ventas 10.03 veces más que las microempresas. El activo fijo neto es mayor en las  
grandes empresas, a pesar de que no son la mayoría y de la misma manera los insumos intermedios.  
Se analiza la heterogeneidad en el tiempo, aquí se pudo observar que las medias presentadas de las  
observaciones son diferentes para cada año y de la misma manera los intervalos de confianza.  
Tabla 2  
Estadísticos descriptivos por tamaño de empresa (millones de dólares y trabajadores)  
Obs  
319  
319  
Media  
$16,14  
211,01  
Des.Std  
$32,78  
1517,64  
Min  
$2,27  
2
Max  
$285,14  
27158,00  
Y
L
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
214  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
Obs  
319  
319  
Media  
$4,02  
$3,94  
$1,93  
22,21  
$0,55  
$2,31  
$0,36  
7,65  
$0,11  
$0,18  
$0,04  
6,22  
Des.Std  
$5,23  
$5,60  
$0,97  
33,47  
$1,13  
$0,90  
$0,24  
8,97  
$0,33  
$0,21  
$0,08  
49,50  
$0,10  
$0,05  
Min  
$0,002  
$0,0002  
$0,003  
Max  
$27,32  
$32,59  
$5,81  
542  
$13,75  
$5,79  
$4,37  
209  
$14,86  
$4,03  
$4,03  
4612  
$4,40  
$2,20  
K
M
Y
L
K
M
Y
L
K
M
Y
L
K
M
2210  
2210  
2210  
2210  
8878  
8878  
8878  
8878  
9039  
9039  
9039  
9039  
1
$0,00000002  
$0,000002  
$0,001  
1
$0,00000001  
$0,000001  
$0,00000001  
1
$0,00000001  
$0,000001  
$0,03  
$0,02  
Fuente: Basado en Superintendencia de Compañías, Valores y Seguros (2023)  
Cálculo de las métricas  
En la tabla 3 se puede observar que el año donde más se notó el incremento de las ventas  
fue en el 2014 donde las ventas fueron 1.35 veces más que en el 2013, la caída más representativa  
se dio en el año 2020, esto se puede atribuir a la crisis sanitaria, donde las actividades económicas  
de varios sectores disminuyeron e incluso muchas empresas dejaron de operar. Para 2021 se pudo  
evidenciar una recuperación en las ventas de 1.17 veces más que en el 2019. En cuanto los ingresos  
por trabajador, se tiene que mientras más alto sea este indicador más alto será la productividad, en  
este caso se tiene que la tasa de crecimiento en la mayoría de los años fue negativa, excepto para  
el año 2015, 2019 y 2021 los ingresos por trabajador aumentaron pasando tasas de crecimiento  
positivas, lo que indica que en tos años hubo una productividad más alta en función de los  
trabajadores.  
En cuando a la PKT se tiene que, cuando esta aumenta las empresas son menos productivas,  
para este indicador se tiene que el año que más pequeño fue en valores positivos fue el 2012, siendo  
este año el de mayor productividad en el capital de trabajo. Cuando el indicador es negativo como  
sucedió para los años 2013 y 2017, quiere decir que puede llegar a existir un desequilibrio en  
cuanto al capital de trabajo, lo cual, no es bueno para las empresas.  
En cuanto al CCE, este se obtuvo de pocas empresas del subsector, esto debido a las  
características que presenta el sector, por ejemplo, este sector al prestar un servicio no presenta  
inventarios con relación a producción, es por eso, que una parte considerable de las empresas no  
tiene valores mayores a cero en la cuenta de inventarios. Lo que se obtuvo del CCE es que el  
indicador tuvo valores negativos en la mayoría de los años de estudio, lo que indica que las  
empresas del sector cobran las deudas antes de pagar de sus propias deudas. En cuanto al ciclo  
operativo, se pudo observar que en el periodo de tiempo estudiado la mayoría de los valores  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
215  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
anuales promedio se encuentran entre los 70 y 145 días en el ciclo operativo, es decir, el tiempo  
que pasa desde que inicia el proceso de producción hasta la venta del servicio final.  
Tabla 3  
Variación anual de las métricas de productividad del subsector H49  
Ciclo  
Año Variación Ventas Variación Ingresos por trabajador Variación PKT CCE  
operativo  
2
2
2
2
2
2
2
2
2
2
012  
013  
014  
015  
016  
017  
018  
019  
020  
021  
-
-
-
-78,12  
-16,73  
-45  
71,24  
87,93  
106,42  
99,63  
111,06  
72,42  
86,29  
6,05%  
35,48%  
4,54%  
-6,40%  
14,32%  
-6,58%  
7,38%  
-10,75%  
17,50%  
-15,86%  
-12,54%  
26,11%  
-39,69%  
-14,26%  
-5,23%  
8,96%  
-843,66%  
232,95%  
-36,57%  
135,83%  
-152,86%  
238,13%  
4,20%  
-48,56  
111,27  
-214,55  
143,88  
-102,94 101,05  
ND 100,96  
-134,84 145,27  
-26,08%  
27,21%  
147,50%  
-27,04%  
Nota: el CCE y el ciclo operativo se encuentran en valores promedio anuales ND hace referencia  
a que no se encontraron valores ese año.  
Fuente: Basado en Superintendencia de Compañías, Valores y Seguros (2023)  
Estimación de la función de producción  
En la tabla 4 se puede observar la estimación de la función de producción por medio del  
GMM-SYS, donde las variables son significativas y existen dos rezagos. Los valores de este  
modelo se pueden explicar de la siguiente manera: Ceteris paribus, por cada 1% que aumente el  
activo fijo neto (AFN), las ventas operacionales aumentarán en un 0,054%, en cambio, si se  
aumentara un 1% en el factor trabajo (L), las ventas operacionales se incrementarán en un 0.176%,  
y de la misma manera, cuando exista un aumento del 1% en el uso de insumos intermedios, las  
ventas por operaciones aumentarán en 0.195%. De esta manera se puede observar que el subsector  
H49 es intensivo en el consumo de insumos intermedios, seguido del factor trabajo y del factor  
capital.  
Tabla 4  
Estimación de la función de producción del sector H49 (GMM-SYS)  
Estimate  
0,5660634  
0,0501342  
0,0549146  
0,1766854  
Std. Error  
0,0494068  
0,0206942  
0,0078727  
0,0199835  
z-value  
11,4572  
2,4226  
6,9753  
8,8416  
Pr(>|Z|)  
<2,2e-16***  
0,01541*  
3,052e-12***  
<2,2e-16***  
lag(logVtasOp)1  
lag(logVtasOp)2  
log (AFN)  
log (L)  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
216  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
Estimate  
Std. Error  
z-value  
Pr(>|Z|)  
Log (M)  
0,1953388  
0,0147196  
13,2707  
<2,2e-16***  
Fuente: Basado en Superintendencia de Compañías, Valores y Seguros (2023)  
La tabla 5 indica la media de la PTF en el periodo análisis, aquí se puede observar que  
existen tasas negativas de crecimiento en el año 2015 y 2016, esto se puede atribuir a la  
desaceleración y caída de la economía del Ecuador, debido a la caída de los precios del petróleo,  
la baja inversión, entre otros factores. También se puede advertir que la tasa de crecimiento  
negativa más representativa fue en el año 2020, coincidiendo con la crisis sanitaria y económica  
que vivía el país y como consecuencia de esto la baja y lenta continuación de las actividades  
económicas del país.  
Tabla 5  
PTF y su variación en el sector H49  
Variación  
Año  
PTF  
PTF  
2
2
2
2
2
2
2
2
2
2
012  
013  
014  
015  
016  
017  
018  
019  
020  
021  
9,08  
9,08  
9,14  
8,94  
8,81  
8,91  
8,83  
8,82  
8,56  
8,73  
-
0,0%  
0,6%  
-2,2%  
-1,4%  
1,1%  
-0,8%  
-0,1%  
-2,9%  
2,0%  
Fuente: Basado en Superintendencia de Compañías, Valores y Seguros (2023)  
En la tabla 6 se realiza una comparación de las medias de la PTF considerando el tamaño  
empresarial y el periodo de análisis. Se evidencia que, las grandes empresas tienen mayor  
productividad promedio, seguido de las medianas empresas, las pequeñas y finalmente de las  
microempresas. Los años que más crecimiento y aporte tuvo la PTF en las grandes empresas fueron  
en 2014 y 2019. También se puede observar que la PTF en el año 2020 disminuyó en todo tipo de  
empresas.  
Tabla 6  
PTF según el tamaño de empresa  
Año  
012  
Grande Mediana Pequeña  
12,02 10,75 9,67  
Micro  
2
7,38  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
217  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
Año  
013  
Grande Mediana Pequeña  
Micro  
7,50  
7,62  
7,63  
7,63  
7,63  
7,54  
7,58  
7,43  
7,43  
2
2
2
2
2
2
2
2
2
11,88  
12,19  
12,07  
12,04  
12,05  
12,02  
12,19  
11,98  
12,03  
10,77  
11,17  
10,88  
10,82  
10,88  
10,84  
10,83  
10,57  
10,89  
9,63  
9,80  
9,64  
9,57  
9,57  
9,56  
9,49  
9,26  
9,54  
014  
015  
016  
017  
018  
019  
020  
021  
Fuente: Basado en Superintendencia de Compañías, Valores y Seguros (2023)  
Como ya se mencionó las grandes empresas son las que más aportan a la productividad del  
sector. En la tabla 7 se muestra las brechas productivas de las empresas grandes con respecto a las  
otras categorías. Aquí se puede observar que la brecha más grande se encuentra entre las grandes  
empresas y las microempresas, aun cuando el número de microempresas supera en 28.33 veces al  
número de grandes empresas. La brecha productiva media indica que las grandes empresas son  
productivas en 1.60 veces más que las microempresas.  
Tabla 7  
Brechas productivas con respecto a la gran empresa  
Año  
012  
Mediana  
1,27  
Pequeña  
2,36  
2,25  
2,39  
2,43  
2,47  
2,48  
2,46  
2,70  
2,72  
2,49  
Micro  
4,64  
4,38  
4,58  
4,45  
4,41  
4,42  
4,48  
4,61  
4,55  
4,60  
2
2
2
2
2
2
2
2
2
2
013  
014  
015  
016  
017  
018  
019  
020  
021  
1,11  
1,03  
1,19  
1,22  
1,17  
1,18  
1,35  
1,41  
1,15  
Fuente: Basado en Superintendencia de Compañías, Valores y Seguros (2023)  
Discusión  
El análisis de la PTF del sector transporte subdivisión H49 en el periodo 2012-2021, ha  
presentado resultados que sirven para observar el uso de distintos factores de producción,  
considerando el tamaño de las firmas. Con el presente trabajo se pudo establecer que existe una  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
218  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
mayor productividad por parte de las grandes empresas, tomando en cuenta que el factor que más  
aporta a esta son los insumos intermedios.  
En América Latina, autores como (Mogro et al., 2018; Mogro y Bermúdez, 2021) tomaron  
en cuenta el uso de datos de panel en el análisis sectorial realizado, ya que se valoró que la  
información presentada a la Superintendencia de Compañías, Valores y Seguros exponía datos  
financieros y, a la vez, características a nivel de firma empresarial. La presente investigación  
consideró la misma fuente y el uso de datos de panel, lo que permite ciertas ventajas como controlar  
la heterogeneidad no observada y disminuir el riesgo de obtener estimaciones con errores o sesgos.  
Por otro lado, cuando se realiza la estimación de modelos con datos a nivel de firma se  
pueden emplear métodos paramétricos y métodos no paramétricos. Como ya se mencionó en la  
revisión de literatura, Wooldridge (2009) menciona que los métodos semi-paramétricos de Olley  
y Pakes (1996) y de Levinsohn y Petrin (2003) pueden mejorar considerando un enfoque entre los  
dos métodos. Mogro y Bermúdez (2021) aplican el estimador de Wooldridge, estos autores  
mencionan que este estimador permite hacer la corrección de la productividad no observada y a la  
vez el corregimiento de la endogeneidad de los recursos. Autores como Mogro et al., (2020) y  
Simbaña y Carrión (2021) utilizan el método de Levinsohn y Petrin (2003), esto se puede atribuir  
a que esta manera de estimación permite explicar de una manera más clara a la productividad,  
tomando en cuenta que los insumos intermedios no se consideran variables estáticas, además de la  
reducción de la endogeneidad.  
La aplicación de MCO, en este tipo de investigaciones ha sido cuestionado debido a que la  
implementación de esta metodología puede dar como consecuencia ciertos sesgos en las  
estimaciones de los modelos, debido a la presencia de endogeneidad en los insumos especialmente  
en los inputs, la estimación por efectos fijos y efectos aleatorios también puede presentar falencias  
o limitaciones en cuanto a la heterogeneidad inobservable en el tiempo y en cuanto a la  
exogeneidad de los insumos de entrada (Mogro et al., 2018; Mogro y Bermúdez, 2021). De una  
manera general cuando se analizan los resultados de cada uno de los modelos empleados en los  
diferentes estudios realizados en Ecuador se puede observar que independientemente de la  
metodología utilizada y del sector de análisis los factores productivos y los insumos intermedio si  
presentan un aporte significativo para la producción y productividad del sector de análisis (Mogro  
et al., 2018; Mogro y Bermúdez, 2021; Mogro et al., 2020; Simbaña y Carrión 2021).  
Cuando analizamos la PTF anual del presente estudio y la expuesta en Mogro et al. (2018)  
se pueden identificar ciertas disparidades y similitudes en el comportamiento y evolución de esta,  
es importante recordar que no se puede tratar de la misma manera a los estudios ya que no se trata  
del mismo sector. Considerando esto último, se pudo observar que el sector de las manufacturas  
en Ecuador tiene una productividad más elevada frente al sector transporte (H49), no obstante, en  
2
016 los dos sectores tuvieron una baja considerable en PTF. Un vínculo externo que se podría  
atribuir a esta situación es el entorno económico por el cual atravesó el país, ya que la economía  
ecuatoriana se vio afectada por la baja de los precios del petróleo y también por el terremoto  
ocurrido en la provincia de Manabí, entre otros acontecimientos. En este caso se puede decir que  
los factores externos son aquellos que pueden afectar de manera significativa y similar a los  
sectores económicos, tomando en cuenta que algunos tienen una conexión directa.  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
219  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
La desigualdad de la productividad se hace más visible cuando se la ve desde el punto de  
vista de la heterogeneidad estructural de los sectores, de un país o de cualquier otra dimensión.  
Como se pudo observar anteriormente en este estudio la brecha de productividad más significativa  
se encontró entre las grandes y microempresas del sector, de la misma manera se observó este  
comportamiento en el artículo de Closset y Leiva (2021) en el caso de México y que a pesar de  
que este fue un análisis de todos los sectores, también se tuvo que las brechas más elevadas están  
entre las firmas grandes y micro.  
Conclusiones  
En esta investigación se tuvo como objetivo conocer la productividad total de los factores  
y las brechas productivas del sector H49 transporte por vía terrestre y tuberías, entre 2012 y 2021.  
En primer lugar, se pudo determinar que, existe una gran diferencia entre los datos de las grandes  
empresas frente a las microempresas, dado que estas últimas a pesar de superar en número a las  
grandes empresas no muestran valores monetarios tan representativos como las grandes empresas  
del sector. En promedio, las empresas de este sector tienen ciertas ventajas al cobrar sus deudas.  
En cuanto a la estimación de la función de producción donde intervinieron variables como  
ventas operacionales, activo fijo neto, número de trabajadores e insumos intermedios se pudo  
evidenciar que los ingresos por ventas operacionales tienen una predisposición a aumentar cuando  
existe un consumo de los insumos intermedios, seguido del número de trabadores y del AFN. Con  
base en esto, se calculó la PTF del sector, aquí se encontró que el crecimiento más relevante se dio  
en el año 2021, de la misma manera se observa una caída relevante en el 2020 frente al 2019, esto  
considerando los distintos acontecimientos sucedidos. Otro aporte relevante es que el tamaño de  
las empresas si se relaciona con la PTF, en este caso se obtuvo que las grandes empresas poseen  
una mayor productividad frente a los otros tamaños de empresa.  
En este sentido, la elaboración de las brechas en relación de la PTF arrojó que la brecha  
más grande se encuentra entre las microempresas y las grandes empresas, seguido de las pequeñas  
y las medianas. Valorando esta situación la entidades y agentes competentes deberían considerar,  
analizar y elaborar políticas que permitan la reducción de estas brechas, tomando en cuenta el uso  
de los recursos, especialmente el consumo de los combustibles ya que estos al contar con un  
subsidio y al no estar focalizados, tienden a ser usados por todas las empresas indistintamente de  
su tamaño.  
Adicionalmente, se puede mencionar que los aportes principales de este articulo están en  
función de los análisis y comparaciones de los indicadores de productividad y la PTF, los cuales  
permiten la observación del comportamiento de distintas variables, con relación a las empresas  
que forman parte del subsector. En este aspecto y conforme a los resultados de los indicadores, las  
empresas grandes son aquellas que tienen un mayor dominio en el sector y de la misma manera  
cuando se menciona a la productividad las grandes empresas son las que predominan.  
Las limitaciones que más se evidenciaron en el desarrollo de esta investigación fue la  
disponibilidad de ciertos datos, ya que existieron empresas que donde no se reportaron valores,  
además se pudo observar la presencia de empresas con ciertos datos atípicos especialmente en lo  
relacionado al número de trabajadores. Además, una debilidad fue que no se trabajó con cifras  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
220  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
deflactadas, sino que se trabajó con valores nominales, pero, esto no altera significativamente ya  
que son valores en dólares.  
Finalmente, este trabajo tiene varias posibilidades de investigación complementaria en  
cuanto a temas relacionados con la productividad de las empresas pertenecientes a un sector del  
Ecuador, en este caso en particular se podría analizar el resto de subsectores del sector H, y en  
base a esto hacer un estudio y comparación de todo el sector, ya sea en un análisis general de sector  
considerando las métricas o tomando en cuenta la productividad conforme a los recursos que usan  
con mayor intensidad.  
Referencias Bibliográficas  
Acosta, A. (2006). Breve Historia Económica del Ecuador. Corporación Editora Nacional.  
Aguado Franco, J. C. (2022). La empresa: producción y costes-Microeconomía l.  
http://hdl.handle.net/10115/20038  
Aroche Reyes, F. (2018). Estudio de la productividad y de la evolución económica en América del  
Norte. Una perspectiva estructural. Estudios Económicos, 33(1), 151-191.  
https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0186-  
7
2022018000100151&lng=es&tlng=es  
Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence  
and an application to employment equations. Oxford University Press, 58(2), 277-297.  
http://www.jstor.org/stable/4622397  
Armenta, J. (2022). Productividad total de los factores de las regiones de México 1993-2018. Ra  
Ximhai: Revista Científica de Sociedad, Cultura y Desarrollo Sostenible, 18(3), 19-43.  
https://dialnet.unirioja.es/servlet/articulo?codigo=8529201  
Armenta, J., Miranda, L. y Parra, L. (2022). La productividad total de los factores en las  
manufacturas de la región centro de México: 1993-2018. TELOS: Revista de Estudios  
Interdisciplinarios  
en  
Ciencias  
Sociales,  
24(3),  
566-584.  
https://doi.org/10.36390/telos243.07  
Ayaviri Nina, V. D., y Feraudi Gonzales, P. (2018). La función de producción Cobb Douglas y su  
aplicación en la economía boliviana. INNOVA Research Journal, 3(4), 70-82.  
https://doi.org/10.33890/innova.v3.n4.2018.495  
Banco Central del Ecuador. (2017). Análisis de la economía ecuatoriana 2007 y 2014 SD.  
Cuadernos Trabajo.  
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/Cuadernos/Cuad13  
.pdf  
de  
7
Balakrishnan, P., & Pushpangadan, K. (1994). Total Factor-Productivity Growth in Manufacturing  
Industry: A Fresh Look. Economic and Political Weekly, 29(31), 2028-2035.  
https://www.jstor.org/stable/4401561  
Briones Mendoza, X. F., Molero Oliva, L. E., y Calderón Zamora, O. X. (2018). La función de  
producción de Cobb-Douglas en el Ecuador. Revista de la Facultad de Ciencias Económicas y  
Administrativas, 21(2), 45-73. http://dx.doi.org/10.22267/rtend.181902.97  
Castellano Montiel, A. G., y Orozco Suárez, A. F. (2022). Análisis de la productividad total de los  
factores en Colombia (1950-2017). América Latina Hoy, 90, 161-177.  
https://doi.org/10.14201/alh.26768  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
221  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
Closset, M., y Leiva, V. (2021). La especialización sectorial, un determinante clave de la brecha  
de productividad entre mipymes y grandes empresas: el caso de México. CEPAL.  
https://www.cepal.org/es/publicaciones/46815-la-especializacion-sectorial-un-  
determinante-clave-la-brecha-productividad  
Coob, C., & Douglas, P. (1928). A Theory of Production. The American Economic Review, 18(1),  
1
39-165. https://www.jstor.org/stable/1811556  
Cuesta Santos, A. (2008). La productividad del trabajo del trabajador del conocimiento. Ingeniería  
Industrial, 29(3), 1-5. https://www.redalyc.org/articulo.oa?id=360433567011  
Ducoing Ruiz, C. (2012). Inversión en maquinaria, productividad del capital y crecimiento  
económico en el largo plazo. Chile 1830-1938 [Tesis de Doctorado, Universitat de  
Barcelona,  
España]  
https://www.researchgate.net/publication/273121070_Inversion_en_maquinaria_producti  
vidad_del_capital_y_crecimiento_economico_en_el_largo_plazo_Chile_1830_-1938  
Espinoza Echeverría, S. y Guayanlema, V. (2017). Balance y proyecciones del sistema de  
subsidios energéticos en Ecuador. Friedrich Ebert Stiftung. https://library.fes.de/pdf-  
files/bueros/quito/13648.pdf  
Espinoza, D., y Viteri, C. (2019). Análisis económico de la eliminación del subsidio de la gasolina  
súper  
en  
el  
Ecuador.  
Revista  
Espacios,  
40(24).  
https://www.revistaespacios.com/a19v40n24/19402408.html  
Fontalvo-Herrera, T. J., de La Hoz-Granadillo, E. y Morelos-Gómez, J. (2018). La productividad  
y sus factores: incidencia en el mejoramiento organizacional. Dimensión Empresarial,  
1
6(1), 47-60. https://dialnet.unirioja.es/servlet/articulo?codigo=6233008  
García, O. (2009). Administración Financiera- Fundamentos y Aplicaciones. Prensa Moderna.  
García-Luna, R., y Cardoso-López, D. A. (2020). Factores impulsores de la propensión a innovar  
y la productividad en los sectores de servicios y la industria manufacturera en Colombia.  
Revista  
https://doi.org/10.21158/01208160.n0.2020.2730  
García, S. (2022). Teoría económica de la empresa. Ediciones Diaz de Santos.  
Escuela  
de  
Administración  
de  
Negocios,  
33-52.  
Gastell-Piloto, L., Espinoza-Parada, L. F., y Cruz-Álvarez, J. G. (2019). Análisis de los factores  
que influyen en la productividad del sector automotriz de México.  
http://www.web.facpya.uanl.mx/Vinculategica/vinculategica_5_2/A.53.pdf  
Gujarati, D., y Porter, D. (2009). Econometría. McGraw-Hill.  
Guitman, L., y Zutter, C. (2012). Principios de administración financiera. Pearson.  
Gutiérrez Villca, A. (2019). Determinantes de la productividad total de factores en América del  
Sur.  
Revista  
Investigación  
y
Desarrollo,  
19(2),  
5-26.  
https://doi.org/10.23881/idupbo.019.2-1e  
Hinojo, F., Aznar, I., y Romero, J. (2020). Factor humano en la productividad empresarial: un  
enfoque desde el análisis de las competencias transversales. Innovar, 30(76), 51-62.  
https://doi.org/10.15446/innovar.v30n76.85194  
Hofman, A., Mas, M., Aravena, C., y Fernández, J. (2017). Crecimiento económico y  
productividad en Latinoamérica. El proyecto LA-KLEMS. El trimestre económico,  
8
4(334), 259-306. https://doi.org/10.20430/ete.v84i334.302  
Holliday, M. (2021). productivity metrics and  
9
KPIs  
that  
matter.  
https://www.netsuite.com/portal/resource/articles/human-resources/productivity-  
metrics.shtml  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
222  
Productividad del sector transporte en el Ecuador, un análisis empírico del periodo 2012-2021  
Jahan, S., y Saber, A. (2013). ¿Qué es la brecha del producto? Finanzas y Desarrollo.  
https://www.imf.org/external/pubs/ft/fandd/spa/2013/09/pdf/basics.pdf  
Levinsohn, J., & Petrin, A. (2003). Estimating production functions using inputs to control for  
unobservables.  
https://www.jstor.org/stable/3648636  
Mayorga Abril, C. M., Ruiz Guajala, M. E., Mantilla Falcón, L. M., y Moyolema Moyolema, M.  
2015). Procesos de producción y productividad en la industria de calzado ecuatoriana:  
caso empresa Mabelyz. ECA Sinergia, 6(2), 88-100.  
https://dialnet.unirioja.es/servlet/articulo?codigo=6197632  
The  
Review  
of  
Economic  
Studies,  
70(2),  
317-341.  
(
Mankiw, G. (2017). Principios de Economía (Séptima edición). Cengage Learning México.  
Ministerio de Transporte y Obras Públicas. (2014). Política de Transporte e Infraestructura para la  
Movilidad  
y
la  
Logística.  
https://www.obraspublicas.gob.ec/wp-  
content/uploads/downloads/2014/09/LOTAIP_normas-tecnicas-  
politica_de_movilidadMTOP.pdf  
Miró, A., y Torrent, J. (2020). Transformación digital y productividad total de los factores (PTF)  
en las empresas españolas del sector oleícola: Una aproximación regional. Revista de  
Estudios  
Regionales,  
(118),  
77-113.  
http://www.revistaestudiosregionales.com/documentos/articulos/pdf-articulo-2593.pdf  
Mogro, S. (2017). Estimación de una función de producción y análisis de la productividad: el  
sector de innovación global en mercados locales. Estudios Gerenciales, 33(145), 400-411.  
https://www.sciencedirect.com/science/article/pii/S0123592317300712  
Mogro, S., Armijos, G., y Cornejo, M. (2018). Productividad total de los factores en el sector  
manufacturero ecuatoriano: evidencia a nivel de empresas. Cuadernos de economía, 41,  
2
41-261. http://hdl.handle.net/10486/690838  
Mogro, S., Armijos, G., y Brito, L. (2020). Productividad empresarial en el sector manufacturero  
y crecimiento económico en Ecuador para el periodo 2007-2017. Gestión Estratégica,  
Crecimiento Económico y Productividad. http://doi.org/10.48190/9789942241382.3  
Mogro, S., & Bermúdez, N. (2021). Productivity determinants in the construction sector in emerging  
country: New evidence from Ecuadorian firms. Review of Development Economics, 25(4),  
2391-2413. https://doi.org/10.1111/rode.12771  
Moral, I., y Pérez, C. (2018). Econometría de datos de panel. Teoría y práctica. Ibergarceta  
Publicaciones, S.L.  
Morettini, M. (2009). El modelo de crecimiento de Solow. Universidad Nacional de Mar de Plata.  
http://nulan.mdp.edu.ar/id/eprint/1854/1/01466.pdf  
Moreno, J., López, O., y Díaz, J. (2014). Productividad, eficiencia y sus factores explicativos en  
el sector de la construcción en Colombia 2005-2010. Cuadernos de Economía, 33(63), 569-  
5
88. https://doi.org/10.15446/cuad.econ.v33n63.45347  
Olley, S., y Pakes, A. (1996). The dynamics of productivity in the Telecommunications Equipment  
Industry. Econometric Society, 64(6), 1263-1297. http://www.jstor.org/stable/2171831  
Parkin, M., y Loria, E. (2015). Microeconomía. Pearson Educación, S.A.  
Pindyck, R., y Rubinfeld, D. (2018). Microeconomía. Pearson Educación, S.A.  
Romer, P. (1986). Increasing returns and long-run growth. Journal of Political Economy, 94(5),  
1
002-1037. https://www.jstor.org/stable/1833190  
Simbaña, L., y Carrión, C. (2021). Determinantes de la productividad de las empresas del sector  
de los servicios en el Ecuador, durante los años 2010-2019. Revista Cuestiones  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
223  
Karla Dayanna Mocha-Ayavaca, Luis Gabriel Pinos-Luzuriaga y Silvia Raquel Mejía-Matute  
ISSN 2477-9024. Innova Research Journal (Septiembre-Diciembre, 2023). Vol. N8, No. 3.1, pp. 202-224  
Económicas,  
https://estudioseconomicos.bce.fin.ec/index.php/RevistaCE/article/view/374  
Syverson, C. (2011). What Determines Productivity? Journal Of Economic Literature, 49(2), 326-  
65. https://www.aeaweb.org/articles.php?doi=10.1257/jel.49.2.326  
Solow, R. (1957). Technical change and the aggregate production function. The MIT Press, 39(3),  
12-320. http://www.jstor.org/stable/1926047  
Soza Amigo, S., y Ramos Carvajal, C. (2020). La elasticidad en un entorno Input-Output:  
31(3),  
76-81.  
3
3
Replanteando  
https://doi.org/10.25115/eea.v38i2.2937  
Superintendencia de Compañías,  
https://appscvsmovil.supercias.gob.ec/ranking/reporte.html  
E. (2020). Principales teorías del  
efectos.  
Studies  
of  
Applie  
Economics,  
Seguros.  
crecimiento  
38(2),  
1-13.  
Valores  
y
(2023).  
Tene,  
económico.  
https://www.researchgate.net/publication/340492448_Principales_teorias_del_crecimient  
o_economico  
Valencia Sanvodal, K. (2015). ¿Qué nos enseña la Función de Producción?  
http://ri.uaemex.mx/handle/20.500.11799/33857  
Van Biesebroeck, J. (2007). Robustness of Productivity Estimates. The Journal of Industrial  
Economics, 55(3), 529-569. http://www.jstor.org/stable/4622397  
Van Beveren, I. (2007). Total factor productivity estimation: A practical review. LICOS  
Discussion Paper. http://hdl.handle.net/10419/75015  
Van Beveren, I. (2012). Total Factor Productivity estimation: A practical review. Journal of  
Economic Surveys, 26(1), 98-128. https://doi.org/10.1111/j.1467-6419.2010.00631.x  
Vargas, B. (2014). La Función de producción Cobb – Douglas. Fides Et Ratio, 8(8), 67-74.  
http://www.scielo.org.bo/scielo.php?script=sci_arttext&pid=S2071-081X2014000200006  
Vial, B., y Zurita, F. (2018). Microeconomía. Ediciones UC.  
Vilema, F. (2010). Infraestructura de transporte y comercio: Un comparativo entre Ecuador y  
países de Asia-Pacifico. Grupo de Investigación & Docencia Económica análisis.  
https://ceap.espol.edu.ec/sites/ceap.espol.edu.ec/files/vilema_2010_reporte3_piceap2.pdf  
Villalobos, Á., Molero, L., y Castellano, A. (2021). Análisis de la productividad total de los  
factores en América del Sur en el periodo 1950-2014. Lecturas de economía, (94), 127-  
1
63. https://doi.org/10.17533/udea.le.n94a341253  
Wicksteed, P. (1894). An Essay on the Co-ordination of the Laws of Distribution. EconPapers.  
https://econpapers.repec.org/bookchap/hayhetboo/wicksteed1894.htm  
Wooldridge, J. (2009). On estimating firm-level production functions using proxy variables to  
control  
for  
unobservables.  
Economic  
Letters,  
112-114.  
https://doi.org/10.1016/j.econlet.2009.04.026  
Esta obra se comparte bajo la licencia Creative Common Atribución-No Comercial 4.0 International (CC BY-NC 4.0)  
Revista de la Universidad Internacional del Ecuador. URL: https://www.uide.edu.ec/  
224