Este estudio emplea un modelo de Análisis Envolvente de Datos (DEA) con un único input constante para analizar la eficiencia competitiva de los cantones costarricenses para el año 2016. Los resultados de eficiencia, como frutos del análisis de las siete dimensiones (pilares) del Índice de Competitividad Cantonal (ICC) como outputs de la función de producción no-paramétrica propuesta en este trabajo, indican que, en promedio, los cantones costarricenses pueden mejorar su eficiencia competitiva un 56,84%. Además, los resultados sugieren que la configuración de pilares competitivos tiene importantes implicaciones para la evaluación de eficiencia. En provincias relativamente más desarrolladas, que presentan aglomeraciones urbanas, los pilares competitivos relacionados con las infraestructuras, el empleo, la calidad de vida y la innovación, son las principales prioridades en el diseño de políticas de apoyo que explican el resultado de la eficiencia competitiva; mientras que los indicadores de empleo y calidad de vida son los principales pilares que explican la eficiencia competitiva en las provincias menos desarrolladas. El ICC es un instrumento valioso para monitorear el desempeño competitivo de los cantones, mientras que el enfoque analítico propuesto basado en un modelo DEA puede ofrecer información útil a los observadores de políticas de apoyo que permita identificar qué acciones estratégicas pueden ayudar a optimizar las políticas de asignación de recursos y, como resultado, la competitividad de los cantones.
This study employs a Data Envelopment Analysis (DEA) model with a single constant input to scrutinize the competitive efficiency of Costa Rican counties for the year 2016. By using the seven dimensions (pillars) of the County Competitiveness Index (ICC) as outputs of the proposed non-parametric production function, the efficiency results indicate that, on average, Costa Rican counties can improve their competitive efficiency 56.84%. The findings suggest that the configuration of competitive pillars has significant implications for efficiency assessments. For more developed regions with urban agglomerations, competitive pillars related to infrastructure, employment, quality of life and innovation are relevant policy priorities shaping competitive efficiency; while employment and quality of life indicators are the main pillars explaining the competitive efficiency in less developed regions. The County Competitiveness Index is a valuable instrument to monitor counties’ competitive performance, and the proposed analytical approach ‒i.e., DEA model‒ may offer useful information to policy observers on what strategic actions can help to optimize resource allocation policies and, subsequently, county competitiveness.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados