PARTE III. DINÁMICA DEL SISTEMA
11. Redes y nodos críticos
Introducción: no basta saber qué posee una economía; importa dónde está situado cada elemento
Los capítulos anteriores permiten introducir ahora una dimensión decisiva de RMS 2.0.
Una economía puede disponer de suficientes recursos, mecanismos y capacidades y, aun así, presentar una vulnerabilidad sistémica elevada porque esas capacidades están organizadas dentro de una determinada red de dependencias.
Dos sistemas pueden contener exactamente:
- las mismas empresas;
- los mismos recursos;
- la misma tecnología;
- el mismo volumen de producción;
y comportarse de manera radicalmente distinta simplemente porque:
sus conexiones son diferentes.
Consideremos dos arquitecturas.
Sistema A: diez empresas dependen de diez proveedores diferentes.
Sistema B: diez empresas dependen directa o indirectamente del mismo proveedor crítico.
El número de empresas y el output agregado pueden ser idénticos.
Pero ante el fallo del proveedor central:
- A puede perder una pequeña parte de la producción;
- B puede sufrir una interrupción generalizada.
Por tanto:
la estructura de conexiones constituye una variable económica causal.
La literatura moderna de redes productivas proporciona un fundamento particularmente fuerte para esta idea. Acemoglu, Carvalho, Ozdaglar y Tahbaz-Salehi demostraron que shocks idiosincráticos de empresas o sectores pueden producir fluctuaciones agregadas cuando se transmiten mediante relaciones input-output, y que la magnitud de esa transmisión depende de la estructura de la red.
Elliott, Golub y Leduc dan un paso adicional: las redes de suministro no aparecen exógenamente. Las empresas eligen proveedores, diversifican relaciones e invierten en robustez, de modo que eficiencia privada y fragilidad sistémica pueden interactuar endógenamente.
Farrell y Newman introducen todavía otra dimensión. Cuando las redes económicas globales están organizadas alrededor de determinados hubs, los Estados que poseen jurisdicción o influencia sobre esos nodos pueden utilizar esa posición para obtener información o ejercer coerción. La dependencia de red deja entonces de ser únicamente una cuestión de eficiencia y resiliencia y se convierte también en una cuestión de poder.
RMS incorporará estas perspectivas mediante una idea central:
Una capacidad económica debe analizarse no sólo por cuánto existe, sino por cómo está distribuida dentro de la red, qué nodos la sostienen, qué alternativas existen y qué consecuencias tendría la pérdida o control de esos nodos.
11.1. La economía como red
Podemos representar una red de manera sencilla como:
G = (V, E)
donde:
- V representa los nodos;
- E representa las conexiones entre ellos.
En economía, los nodos pueden ser:
- empresas;
- bancos;
- centrales eléctricas;
- puertos;
- países;
- trabajadores especializados;
- plataformas digitales;
- centros de investigación.
Y las conexiones pueden representar:
- suministro;
- crédito;
- propiedad;
- información;
- comercio;
- energía;
- logística;
- conocimiento.
Por tanto, no existe una única red económica.
Una economía está formada por redes superpuestas.
Una empresa puede pertenecer simultáneamente a:
- una red de proveedores;
- una red financiera;
- una red tecnológica;
- una red logística;
- una red informativa.
Esto será importante posteriormente porque un shock puede pasar de una capa a otra.
Por ejemplo:
fallo energético → interrupción industrial → impago financiero → restricción crediticia.
Tenemos una transmisión:
red energética → red productiva → red financiera.
11.1.1. Red versus agregado
La macroeconomía tradicional puede observar:
100 empresas.
El análisis de redes pregunta además:
¿cómo están conectadas esas 100 empresas?
Porque:
100 nodos independientes
y:
100 nodos dependientes de un único hub
no constituyen el mismo sistema.
Proposición RMS-N1
El comportamiento agregado de una economía depende tanto de las características de sus agentes como de la arquitectura de relaciones mediante la cual esos agentes están conectados.
11.2. Centralidad
No todos los nodos ocupan la misma posición.
Un nodo puede ser pequeño en términos de:
- empleo;
- ventas;
- capitalización;
pero fundamental para muchos otros.
Por ello debemos introducir:
centralidad.
11.2.1. Grado
Una medida sencilla pregunta:
¿con cuántos nodos está conectado?
Una empresa con 200 clientes posee más conexiones directas que otra con cinco.
Pero esto todavía no indica necesariamente importancia sistémica.
11.2.2. Centralidad aguas abajo
En una red productiva es especialmente relevante preguntar:
¿cuántas actividades dependen directa o indirectamente de este nodo?
Un fabricante de un componente crítico puede representar sólo:
0,01 % del PIB
y, sin embargo, participar indirectamente en:
10 % de la producción.
11.2.3. Centralidad de intermediación
Otro nodo puede resultar fundamental porque conecta:
dos partes de la red.
Ejemplo:
un puerto.
No necesariamente produce muchos bienes.
Pero conecta:
productores → mercados.
Si desaparece:
la red queda parcialmente fragmentada.
11.2.4. Acemoglu y la centralidad económica
El resultado importante de la literatura de Acemoglu y colaboradores es precisamente que la importancia macroeconómica de un sector no puede inferirse sólo de su tamaño directo. Las conexiones input-output pueden amplificar shocks y hacer que sectores muy conectados transmitan perturbaciones al conjunto.
Por tanto:
peso económico y peso sistémico son conceptos diferentes.
Podemos denominar:
Economic Weight = contribución directa.
Systemic Weight = impacto potencial sobre el conjunto mediante dependencias.
Proposición RMS-N2
La importancia sistémica de un nodo depende de su posición dentro de la red y no únicamente de su tamaño económico observable.
11.3. Nodos críticos
Podemos ahora definir una categoría más exigente.
Un nodo crítico es aquel cuya interrupción, degradación o control puede reducir desproporcionadamente una o varias capacidades del sistema debido a su centralidad, complementariedad y baja sustituibilidad.
No todo nodo central es crítico.
Para ser crítico necesitamos combinar varias dimensiones.
Podemos pensar provisionalmente:
Criticidad = centralidad × complementariedad × dificultad de sustitución × tiempo de reposición.
11.3.1. Ejemplo simple
Proveedor A:
- factura 5 millones;
- suministra un componente estándar;
- existen 30 alternativas.
Proveedor B:
- factura 2 millones;
- suministra un componente certificado;
- no existe alternativa inmediata.
El segundo puede tener:
menor peso económico
pero:
mayor criticidad sistémica.
11.3.2. Nodos críticos físicos
Ejemplos potenciales:
- subestación eléctrica;
- puerto;
- centro logístico;
- fábrica especializada.
11.3.3. Nodos críticos tecnológicos
Pueden ser:
- software;
- infraestructura cloud;
- una herramienta productiva;
- una tecnología de fabricación.
11.3.4. Nodos críticos humanos
También puede ser:
un conjunto muy pequeño de expertos.
Si determinada organización sólo puede operar gracias al conocimiento de diez personas:
tenemos un nodo humano crítico.
Aquí Garicano resulta útil: la capacidad de una jerarquía para resolver problemas depende de cómo distribuye y escala conocimiento especializado. El problema no es únicamente cuántos expertos existen, sino cómo se organiza el acceso a ellos.
Proposición RMS-N3
La criticidad aparece cuando un nodo combina elevada dependencia sistémica con baja sustituibilidad y elevado tiempo de reconstrucción.
11.4. Dependencia directa e indirecta
Una de las contribuciones fundamentales del análisis de redes es mostrar que la dependencia puede estar escondida.
Supongamos:
Empresa A compra a:
Proveedor B.
B compra a:
Proveedor C.
Entonces A depende indirectamente de C.
Aunque:
A nunca haya contratado directamente con C.
11.4.1. Dependencia de segundo orden
Podemos tener:
A → B → C.
Si C falla:
B falla.
Después:
A falla.
Por tanto:
conocer los proveedores directos no basta.
11.4.2. Dependencia común oculta
Situación todavía más interesante:
Empresa A tiene proveedor X.
Empresa B tiene proveedor Y.
Empresa C tiene proveedor Z.
Parece existir diversificación.
Pero:
X, Y y Z dependen del mismo fabricante W.
Entonces:
W = dependencia común oculta.
La diversificación era:
aparente.
11.4.3. Redundancia funcional
Por eso debemos distinguir:
número de proveedores
de:
número de rutas independientes de suministro.
Esta diferencia será central para RMS.
Proposición RMS-N4
La dependencia sistémica debe medirse a varios niveles de la red, porque diversificación visible en el primer nivel puede ocultar concentración upstream en niveles posteriores.
11.5. Concentración y fragilidad
La concentración presenta una característica ambigua.
Puede aumentar:
- escala;
- especialización;
- productividad;
- aprendizaje.
Pero también puede aumentar:
- dependencia;
- poder de mercado;
- vulnerabilidad.
Por tanto:
concentración ≠ necesariamente mala.
La pregunta relevante será:
¿qué beneficios de escala genera y qué coste sistémico produce la pérdida de alternativas?
11.5.1. Concentración empresarial
Un productor dominante puede alcanzar:
costes muy bajos.
Si todos los clientes compran a él:
eficiencia normal ↑.
Pero simultáneamente:
single point of failure ↑.
11.5.2. Concentración geográfica
Incluso cuando existen múltiples empresas puede aparecer concentración espacial.
Diez proveedores situados en la misma región pueden estar expuestos al mismo:
- terremoto;
- conflicto;
- apagón;
- interrupción logística.
Por tanto:
concentración empresarial y concentración geográfica son distintas.
11.5.3. Krugman y aglomeración
La nueva geografía económica ayuda a entender por qué esta concentración puede surgir endógenamente.
Los rendimientos crecientes, los costes de transporte y el tamaño del mercado pueden generar fuerzas de aglomeración:
empresas → trabajadores → proveedores → mercado → más empresas.
La concentración no tiene por qué ser un error.
Puede ser precisamente el resultado de fuertes ventajas productivas.
RMS introduce entonces el trade-off:
eficiencia de aglomeración ↔ vulnerabilidad de concentración.
11.6. Propagación y cascadas
Una perturbación puede ser local.
La cuestión sistémica es:
¿permanece local?
Acemoglu y colaboradores muestran que las interconexiones económicas pueden hacer que shocks idiosincráticos tengan consecuencias agregadas, y trabajos posteriores del mismo programa estudian explícitamente cascadas y riesgos de cola macroeconómicos originados en perturbaciones microeconómicas.
11.6.1. Cascada productiva
Proveedor A falla
→ empresa B deja de producir
→ empresa C pierde componente
→ empresa D pierde ventas.
11.6.2. Cascada financiera
Empresa A impaga
→ banco B pierde capital
→ crédito ↓
→ empresas C y D reducen inversión.
11.6.3. Cascada informativa
También puede ocurrir:
noticia → expectativas → retirada → pérdida de liquidez.
Diamond-Dybvig proporciona un ejemplo financiero especialmente claro.
11.6.4. Cascadas multicapa
Las más interesantes para RMS serán aquellas que cruzan redes:
energía → producción → empleo → crédito → demanda.
Esto implica que un modelo de una sola red puede ser insuficiente para determinados problemas.
Proposición RMS-N5
Los shocks pueden propagarse entre nodos y entre distintas capas de la economía; la severidad final depende de la topología, de las complementariedades y de los mecanismos de amplificación existentes.
11.7. Redes endógenas: los agentes construyen la fragilidad
Hasta ahora podríamos imaginar que las redes simplemente existen.
Pero las redes económicas son:
resultado de decisiones.
Las empresas eligen:
- proveedores;
- clientes;
- bancos;
- localización.
Por tanto:
Network_t → decisiones_t → Network_{t+1}.
11.7.1. Elliott, Golub y Leduc
Su modelo resulta particularmente importante para RMS porque las empresas producen bienes complejos utilizando varios inputs esenciales, cada relación de suministro puede fallar y las firmas deciden tanto diversificar proveedores como invertir para aumentar la robustez de las conexiones.
Esto introduce una pregunta fundamental:
¿las decisiones individualmente racionales generan una red colectivamente resiliente?
No necesariamente.
11.7.2. Externalidad de red
Una empresa puede decidir ahorrar:
1 millón
eliminando un proveedor alternativo.
Para ella:
beneficio privado = 1 millón.
Pero si su producción es crítica para otras cien empresas, la vulnerabilidad adicional puede generar:
coste sistémico potencial mucho mayor.
La empresa no necesariamente internaliza:
ese coste.
11.7.3. Optimización local
Esto conecta con un principio que ya hemos encontrado varias veces:
optimización local no implica optimización sistémica.
La red final puede ser:
muy eficiente,
muy concentrada,
muy frágil.
Proposición RMS-N6
La estructura de la red es parcialmente endógena: decisiones descentralizadas sobre proveedores, financiación y localización pueden producir externalidades sistémicas de resiliencia o fragilidad.
11.8. Hubs
Un hub es un nodo con conectividad o intermediación excepcionalmente elevada.
Los hubs pueden producir grandes ventajas.
Permiten:
- coordinación;
- estandarización;
- economías de escala;
- difusión.
Pero concentran:
- dependencia;
- información;
- poder.
11.8.1. Hub productivo
Ejemplo abstracto:
un proveedor suministra un input a:
40 sectores.
Su posición permite:
enormes economías de escala.
Pero también significa:
fallo del hub → shock amplio.
11.8.2. Hub financiero
Un nodo financiero puede conectar:
gran parte del sistema de pagos.
11.8.3. Hub informativo
Una infraestructura digital puede procesar:
enormes flujos de información.
Esto nos lleva directamente a Farrell y Newman.
11.9. Interdependencia armada
Hasta ahora hemos tratado las redes como estructuras económicas.
Pero una red también puede convertirse en:
estructura de poder.
Ésta es la aportación fundamental de Henry Farrell y Abraham Newman.
Su concepto de weaponized interdependence parte de una observación: determinadas redes globales de información, dinero y bienes presentan estructuras asimétricas alrededor de hubs, y los Estados con autoridad sobre esos nodos centrales pueden explotar esa posición estratégicamente.
Esto añade una dimensión completamente nueva a RMS:
centralidad económica → capacidad potencial de coerción.
11.9.1. Dependencia simétrica
Supongamos:
A depende de B.
B depende igualmente de A.
Existe:
interdependencia relativamente simétrica.
11.9.2. Dependencia asimétrica
Ahora:
A depende mucho de B.
B depende poco de A.
Entonces:
vulnerabilidad_A > vulnerabilidad_B.
La interdependencia sigue existiendo.
Pero el poder no está igualmente distribuido.
11.9.3. Dos mecanismos fundamentales
Farrell y Newman identifican dos ventajas derivadas de controlar hubs centrales.
Efecto panóptico
El nodo central puede obtener información sobre actividades que atraviesan la red.
Efecto choke point
Puede restringir o bloquear el acceso de determinados actores a esa red.
Esta distinción es extraordinariamente útil para RMS.
Podemos traducirla como:
Centralidad informativa y centralidad de acceso.
11.9.4. Ejemplo conceptual
Una red global depende de determinado sistema:
A → Hub H → B/C/D/E.
Si un Estado controla H puede potencialmente:
- observar;
- condicionar;
- excluir.
Entonces:
network position → strategic capability.
11.9.5. De dependencia a coerción
No toda dependencia será coercitiva.
Para que exista poder estratégico necesitamos analizar:
- asimetría;
- centralidad;
- jurisdicción/control;
- sustituibilidad;
- coste de salida.
Por tanto:
dependencia comercial no equivale automáticamente a vulnerabilidad geopolítica.
Proposición RMS-N7
Las redes económicas asimétricas pueden generar poder estratégico cuando determinados actores controlan hubs cuya sustitución es costosa y cuya posición permite observar, condicionar o bloquear flujos relevantes.
Esta proposición será fundamental posteriormente para:
competencia sistémica y geoeconomía.
11.10. Poder de red
Esto permite introducir provisionalmente una nueva variable RMS:
Network Power.
No sería simplemente:
- PIB;
- ejército;
- población.
Representaría:
capacidad derivada de ocupar o controlar posiciones críticas dentro de redes de dependencia.
Podríamos pensar:
NP = f(centralidad, control, dependencia externa, sustituibilidad).
11.10.1. Poder positivo y poder negativo
También podemos distinguir:
Poder habilitador
ser capaz de proporcionar:
- financiación;
- tecnología;
- infraestructura.
Poder de exclusión
ser capaz de retirar:
- acceso;
- servicios;
- suministros.
Esto evita reducir poder económico a sanciones.
11.11. Interdependencia y autonomía
Aquí RMS debe evitar dos errores opuestos.
Error 1
Interdependencia siempre pacifica.
Farrell-Newman muestran que las redes interdependientes también pueden convertirse en estructuras de coerción.
Error 2
Dependencia exterior siempre es peligrosa.
Tampoco.
Una dependencia puede ser perfectamente gestionable si:
- existen sustitutos;
- existen múltiples rutas;
- los proveedores también dependen del comprador;
- el tiempo de sustitución es corto.
La variable importante vuelve a ser:
capacidad de sustitución.
11.11.1. Autonomía sistémica
Podemos formular:
La autonomía no consiste en eliminar todas las dependencias, sino en impedir que una dependencia crítica elimine el margen de decisión del sistema.
Entonces:
Autonomía = opciones viables bajo presión.
Esta definición encaja mucho mejor con RMS que autarquía.
11.12. Ashby y la ley de variedad requerida
Aquí entra uno de los autores que propusiste y que puede aportarnos una idea sistémica muy potente.
W. Ross Ashby desarrolló en An Introduction to Cybernetics la Law of Requisite Variety dentro de su teoría de regulación y control. En términos muy simplificados, la capacidad de un regulador para contener perturbaciones depende de disponer de suficiente variedad de respuestas frente a la variedad relevante que produce el entorno.
La intuición RMS sería:
un sistema que puede sufrir muchos tipos diferentes de perturbaciones necesita disponer de una variedad suficientemente amplia de respuestas.
11.12.1. Ejemplo extremadamente simple
El entorno puede producir:
10 tipos de shock.
El sistema sólo dispone de:
1 respuesta.
Es probable que esa única respuesta funcione mal frente a muchos shocks.
Si dispone de:
- sustitución;
- inventarios;
- política fiscal;
- política monetaria;
- proveedores alternativos;
- reconversión;
su:
response variety
es mayor.
11.12.2. Variedad no significa simplemente más instrumentos
Ésta es una cautela esencial.
Podemos tener:
20 instrumentos
que hacen prácticamente:
lo mismo.
Entonces la variedad efectiva sigue siendo baja.
Por tanto debemos distinguir:
número de instrumentos de variedad funcional.
11.12.3. Ashby y resiliencia
Esto conecta directamente con el capítulo 10.
Un sistema resiliente necesita responder a:
variedad de perturbaciones.
Por tanto:
Environmental Variety ↑ → Required Response Variety ↑.
No como ley económica exacta todavía, sino como principio sistémico que deberá traducirse y contrastarse.
11.12.4. Ashby y política económica
Podría existir un Estado con:
- gran capacidad fiscal;
pero incapaz de resolver un:
problema tecnológico.
O con:
- regulación;
pero incapaz de aportar:
financiación de largo plazo.
La cantidad de poder público puede ser elevada.
Pero su:
variedad funcional
insuficiente.
Proposición RMS-N8
Cuanto mayor sea la variedad relevante de perturbaciones y dependencias de un sistema, mayor deberá ser la variedad funcional de sus mecanismos de respuesta para mantener capacidad de control y adaptación.
Esta proposición debería quedar claramente marcada como adaptación RMS de Ashby, no como conclusión económica directamente demostrada por su teoría original.
11.13. Variedad, especialización y eficiencia
Sin embargo, aparece inmediatamente un trade-off.
Una economía extremadamente especializada puede alcanzar:
productividad muy alta.
Pero posee:
variedad reducida.
Una economía muy diversificada puede disponer de:
más opciones
pero perder:
- escala;
- especialización;
- eficiencia.
Entonces:
Especialización ↔ Variedad.
No existe solución universal.
11.13.1. Ricardo no desaparece
RMS no debería concluir:
diversificación siempre es mejor.
Las ventajas comparativas siguen importando.
La pregunta adicional será:
¿qué coste de vulnerabilidad acompaña a determinada especialización?
Ésta es una extensión, no una sustitución, de la teoría comercial.
11.14. Redes multicapa
Hasta ahora hemos tratado redes por separado.
Pero una economía moderna está formada por:
multilayer networks.
Podemos tener una empresa conectada simultáneamente mediante:
- mercancías;
- crédito;
- energía;
- información;
- propiedad.
11.14.1. Fallo correlacionado
Supongamos que un país suministra:
- componente;
- financiación;
- tecnología.
La diversificación aparente puede ser pequeña porque varias capas dependen del mismo nodo.
11.14.2. Ejemplo conceptual
Empresa europea:
Proveedor chino → input físico
pero también:
mercado chino → ventas
y:
capital chino → financiación.
No existe una única dependencia.
Existe una:
dependencia multicapa.
11.14.3. Riesgo compuesto
Una perturbación puede afectar simultáneamente:
- supply;
- demand;
- finance.
El efecto puede ser superior a la suma de tres shocks independientes.
Aquí vuelven a ser importantes:
complementariedades y no linealidades.
11.15. Nodos críticos versus capacidades críticas
Necesitamos separar dos conceptos.
Capacidad crítica
una función que el sistema necesita.
Ejemplo:
electricidad.
Nodo crítico
una entidad específica que proporciona gran parte de esa función.
Ejemplo:
determinada central o subestación.
El objetivo de resiliencia puede ser:
mantener la capacidad crítica
sin necesidad de:
preservar el nodo concreto.
Esta distinción será muy importante.
11.16. Nodos sustituibles y nodos insustituibles
Podemos clasificar:
Nodo crítico sustituible
su fallo importa, pero existen alternativas activables.
Nodo crítico temporalmente insustituible
existen alternativas, pero requieren años.
Nodo crítico estructuralmente insustituible
no existe alternativa viable actualmente.
La criticidad crece al movernos hacia el tercer caso.
11.17. Tiempo como propiedad de la red
Esto es importante.
La misma red puede ser:
frágil a tres días
pero:
resiliente a tres años.
Ejemplo:
no existe sustituto inmediato de un proveedor.
Pero puede construirse otro en:
18 meses.
Entonces la red tiene:
baja resiliencia de corto plazo
y:
mayor adaptabilidad de largo plazo.
Por tanto debemos incluir siempre:
horizonte temporal.
11.18. Redes dinámicas
Las redes no son estáticas.
Después de un shock:
- aparecen proveedores;
- desaparecen empresas;
- cambian rutas;
- los Estados intervienen.
Entonces:
G_t → shock → G_{t+1}.
Esto será central en el capítulo 12.
11.18.1. Path dependence
Pero reconstruir la red no parte de cero.
La nueva red depende de:
G_t.
Empresas existentes, experiencia y relaciones condicionan:
G_{t+1}.
Tenemos:
network path dependence.
11.19. Aprendizaje de red
Una red puede también aprender.
Shock:
Proveedor A falla.
Empresas reaccionan:
diversificación ↑.
Entonces:
Resiliencia_{t+1} ↑.
Pero también puede ocurrir:
años sin shocks → alternativas parecen caras → concentración ↑.
Volvemos a la:
paradoja de resiliencia.
11.20. Una nueva categoría RMS: arquitectura de dependencias
Todo lo anterior sugiere que necesitamos añadir explícitamente una categoría analítica:
Dependency Architecture.
No sería una nueva letra necesariamente.
Sería una propiedad de S, la estructura.
Incluiría:
- quién depende de quién;
- para qué función;
- con qué intensidad;
- mediante qué capa;
- durante cuánto tiempo;
- con qué sustitutos.
11.21. Matriz RMS de dependencias
Podemos construir:
| Nodo | Función | Dependencia | Sustitutos | Tiempo de sustitución | Centralidad | Control |
|---|---|---|---|---|---|---|
| A | Energía | Alta | 2 | 6 meses | Alta | Doméstico |
| B | Chip | Alta | 0 | 4 años | Media | Exterior |
| C | Crédito | Media | 8 | semanas | Alta | Doméstico |
| D | Software | Alta | 1 | 2 años | Muy alta | Exterior |
Esto permite pasar de narrativas:
“dependemos mucho”
a diagnósticos mucho más precisos.
11.22. Índice provisional de criticidad de nodo
Podemos perfeccionar el BCI del capítulo anterior.
Para un nodo i, podríamos pensar conceptualmente:
Node Criticality_i = centralidad × dependencia × complementariedad × dificultad de sustitución × tiempo de recuperación.
No debe estimarse todavía como simple multiplicación.
Pero establece las dimensiones.
11.23. Añadir control estratégico
Para determinados análisis geoeconómicos tendremos una variable adicional:
Control_i.
Entonces:
Strategic Node Criticality
dependerá además de:
- quién controla el nodo;
- bajo qué jurisdicción;
- con qué capacidad de exclusión.
Aquí empieza la transición:
economía de redes → geoeconomía.
11.24. Distinción RMS entre cuatro tipos de nodo
Podemos establecer una taxonomía útil.
| Tipo | Característica |
|---|---|
| Hub | concentra muchas conexiones |
| Bottleneck | limita capacidad actualmente |
| SPOF | su fallo puede provocar gran pérdida |
| Chokepoint | permite controlar o restringir un flujo crítico |
Un nodo puede pertenecer a varias categorías.
Ejemplo:
un hub puede convertirse simultáneamente en:
- SPOF;
- chokepoint.
Pero no necesariamente.
Esta distinción será muy importante más adelante.
11.25. Chokepoints
El concepto merece atención particular.
Un chokepoint no necesita estar funcionando al máximo de capacidad.
Su importancia proviene de que:
gran cantidad de flujo debe atravesarlo.
Si un actor puede controlar:
entrada/salida,
puede disponer de:
poder estructural.
Esto conecta directamente con Farrell-Newman.
11.26. Redes y soberanía
Esto permite reformular otra cuestión.
La soberanía económica no puede reducirse a:
propiedad doméstica.
Un país puede poseer formalmente muchas empresas, pero depender de:
- infraestructura exterior;
- estándares externos;
- financiación exterior;
- tecnología externa.
Al contrario, un país puede importar mucho pero disponer de:
- numerosos proveedores;
- gran poder comprador;
- capacidad de sustitución.
Por ello RMS analizará:
soberanía funcional, no simplemente propiedad.
11.27. Aplicación futura: Europa y China
Este capítulo será fundamental cuando analicemos la relación UE-China.
Pero debemos evitar empezar por:
Europa depende de China.
La pregunta RMS será mucho más granular:
1. ¿De qué depende exactamente?
2. ¿Es China un proveedor o un hub?
3. ¿Existen sustitutos?
4. ¿Cuál es el tiempo de sustitución?
5. ¿Existen dependencias chinas de Europa?
6. ¿Qué nodos están bajo control estatal?
7. ¿Qué capas están conectadas?
Sólo después podremos hablar de:
dependencia estratégica.
11.28. Naughton: por qué será importante más adelante
Barry Naughton no necesita dominar este capítulo porque su objeto principal no es teoría de redes.
Pero será importante cuando estudiemos cómo la arquitectura económica china combina:
- Estado;
- empresas públicas;
- financiación;
- planificación industrial;
- mercado.
La pregunta RMS será:
¿esa arquitectura permite influir sobre nodos críticos de manera diferente a sistemas más descentralizados?
Esto pertenece sobre todo al futuro capítulo de:
competencia sistémica.
11.29. Farrell-Newman versus Mearsheimer
También conviene separar desde ahora dos niveles.
Farrell-Newman
preguntan:
¿cómo genera poder la posición dentro de redes económicas globales?
Mearsheimer
pregunta:
¿cómo se comportan las grandes potencias en un sistema internacional competitivo?
Son niveles distintos.
Para este capítulo:
Farrell-Newman son fundamentales.
Mearsheimer todavía no.
Entrará cuando analicemos:
competencia sistémica y geopolítica.
Esto respeta nuestro principio de no acumular autores innecesariamente.
11.30. Ashby versus Taleb
También debemos distinguir.
Ashby
ayuda a formalizar:
variedad de perturbaciones ↔ variedad de respuestas.
Taleb
nos ayudará más adelante a distinguir:
- fragilidad;
- robustez;
- antifragilidad.
Para este capítulo:
Ashby es más fundamental.
Taleb puede permanecer como complemento del capítulo 10 y del próximo capítulo 12 sobre adaptación.
11.31. Cómo identificar un nodo crítico
Necesitamos un protocolo práctico.
Paso 1. Definir la capacidad
Ejemplo:
producción de automóviles.
Paso 2. Mapear inputs
- acero;
- chips;
- electricidad;
- logística.
Paso 3. Identificar proveedores
No sólo directos.
También:
tier 2, tier 3...
Paso 4. Calcular concentración
¿cuántos proveedores independientes?
Paso 5. Medir centralidad
¿Cuántos procesos dependen del nodo?
Paso 6. Evaluar sustitución
¿existen alternativas?
Paso 7. Medir tiempos
¿Cuánto tarda el cambio?
Paso 8. Simular fallo
¿Qué ocurre si desaparece?
Paso 9. Analizar control
¿quién puede decidir sobre ese nodo?
Esto último será opcional en análisis puramente económico y obligatorio en análisis geoeconómico.
11.32. Stress test de red
Podemos establecer:
Shock nodo i → propagación → capacidad final.
Ejemplo:
eliminamos:
Proveedor A.
Observamos:
- nodos directamente afectados;
- nodos indirectos;
- sustitución;
- tiempo de recuperación.
Resultado:
ΔC_system.
Después repetimos para cada nodo.
Los nodos con mayor:
ΔC_system
son candidatos a:
nodos críticos.
11.33. Failure map
Podríamos crear una futura herramienta:
RMS Failure Map.
Para cada nodo:
| Nodo | Probabilidad de fallo | Impacto directo | Impacto indirecto | Sustitución | Recuperación |
|---|
Esto conectará redes con:
riesgo sistémico.
11.34. Dependency Map
Otra herramienta:
RMS Dependency Map.
La diferencia:
Failure Map
pregunta qué ocurre si falla.
Dependency Map
pregunta quién depende de quién.
Ambas juntas proporcionan:
arquitectura de vulnerabilidad.
11.35. Redes de conocimiento
No debemos restringir el análisis a bienes físicos.
El conocimiento también circula mediante redes.
Tenemos:
- universidades;
- investigadores;
- empresas;
- laboratorios.
Un nodo universitario puede:
no fabricar ningún producto
pero ser crucial para:
Capability_t+10.
Esto muestra la necesidad de incluir:
centralidad dinámica.
11.36. Centralidad actual versus centralidad futura
Definamos:
Current Centrality
importancia para producción actual.
Dynamic Centrality
importancia para creación futura de capacidades.
Ejemplo:
un laboratorio avanzado puede tener:
Current Economic Weight pequeño
pero:
Dynamic Systemic Weight alto.
Ésta podría ser una aportación interesante de RMS.
11.37. Redes financieras
Lo mismo sucede en finanzas.
Una institución conectada con muchas contrapartes puede transmitir pérdidas.
Acemoglu y colaboradores también han estudiado cómo la arquitectura de redes financieras condiciona estabilidad sistémica; una mayor interconectividad puede compartir riesgos bajo determinadas perturbaciones pero amplificar otros cuando los shocks son suficientemente grandes.
Esto refuerza una idea que ya apareció en resiliencia:
más conectividad no significa necesariamente más ni menos resiliencia.
El efecto puede ser no lineal.
11.38. Una hipótesis RMS sobre conectividad
Podemos formular:
RMS-N9. La relación entre conectividad y resiliencia puede ser no monotónica: niveles bajos dificultan diversificación y coordinación, mientras niveles extremadamente elevados pueden aumentar transmisión y sincronización de shocks.
Esta será una hipótesis que deberá contrastarse según la red estudiada.
11.39. Sincronización
Existe otro riesgo.
Si muchos agentes siguen:
- el mismo modelo;
- el mismo proveedor;
- la misma estrategia;
el sistema puede parecer diversificado institucionalmente pero ser:
homogéneo conductualmente.
Entonces un mismo shock provoca:
respuesta simultánea.
Ejemplo financiero:
todos venden al mismo tiempo.
La diversidad de nodos no garantiza:
diversidad de comportamiento.
11.40. Variedad estructural y variedad conductual
Por ello distinguiremos:
Structural Variety
número y diversidad de nodos/rutas.
Behavioral Variety
diversidad de estrategias y respuestas.
Esto conecta de manera especialmente interesante con Ashby.
Un sistema puede tener:
100 instituciones
pero todas responder:
igual.
Entonces su variedad efectiva es menor de lo que parece.
11.41. Variedad y capacidad de adaptación
Podemos formular una secuencia:
diversidad → opciones → selección → adaptación.
Esto conecta:
- Ashby;
- Alchian;
- Nelson-Winter;
- Arthur.
Y prepara directamente el siguiente capítulo.
11.42. Redes como stocks relacionales
En el capítulo 3 propusimos:
stocks relacionales.
Ahora podemos precisarlo mejor.
Una red productiva acumulada durante décadas posee valor porque contiene:
- relaciones de confianza;
- información;
- estándares;
- rutinas;
- compatibilidades.
Por tanto:
Network Capital
puede considerarse una forma de stock relacional.
11.42.1. Destruir una relación no equivale a eliminar una línea contable
Una cadena productiva puede desintegrarse en:
2 años.
Reconstruirla puede requerir:
Volvemos a:
T_destruction < T_reconstruction.
Por tanto las redes también poseen:
memoria.
11.43. Red y Capability Space
Ahora podemos conectar los capítulos 8 y 11.
Las capacidades no residen simplemente en:
nodos.
También residen en:
relaciones.
Entonces:
Capability Space = nodos + conexiones + complementariedades.
Esto mejora nuestra definición anterior.
11.44. Nueva ecuación conceptual
En vez de decir simplemente:
C = f(R, M, S)
podemos precisar:
C = f(R, M, nodos, conexiones, complementariedades).
La estructura de la red forma parte de:
S.
No necesitamos crear una nueva letra.
11.45. Arquitectura RMS después de redes
Nuestra arquitectura puede expresarse ahora en una sola secuencia limpia:
Recursos → mecanismos de conversión → estructura de agentes y redes → capacidades → resultados.
Sobre esta estructura operan:
feedbacks, cuellos de botella y shocks.
Y su comportamiento depende de:
centralidad, complementariedades, sustituibilidad, redundancia y capacidad de adaptación.
Esta presentación será la que mantengamos a partir de ahora.
11.46. Proposiciones del capítulo
RMS-N1 — Estructura
El comportamiento agregado depende de las conexiones entre agentes, no sólo de las propiedades de los agentes individuales.
RMS-N2 — Centralidad
El tamaño económico de un nodo no determina necesariamente su importancia sistémica.
RMS-N3 — Criticidad
Un nodo se vuelve crítico cuando combina elevada dependencia, complementariedad, baja sustituibilidad y elevado tiempo de reconstrucción.
RMS-N4 — Dependencia indirecta
La diversificación observable puede ocultar dependencias comunes en niveles superiores de la cadena.
RMS-N5 — Cascadas
Los shocks pueden propagarse dentro de una red y entre redes diferentes, convirtiendo perturbaciones locales en efectos agregados.
RMS-N6 — Endogeneidad
Las redes son parcialmente resultado de decisiones descentralizadas, por lo que eficiencia privada y resiliencia sistémica pueden divergir.
RMS-N7 — Poder de red
La centralidad en redes económicas globales puede convertirse en capacidad estratégica cuando un actor controla hubs difíciles de sustituir.
RMS-N8 — Variedad requerida
Sistemas expuestos a una variedad elevada de perturbaciones necesitan una variedad funcional suficiente de respuestas para conservar capacidad de adaptación.
RMS-N9 — Conectividad
La relación entre conectividad y resiliencia puede ser no monotónica.
RMS-N10 — Capital relacional
Las redes constituyen stocks relacionales cuya destrucción puede ser mucho más rápida que su reconstrucción.
11.47. Aportación específica de los autores fundamentales
Acemoglu, Carvalho, Ozdaglar y Tahbaz-Salehi
Nos aportan:
microshocks + red input-output → fluctuaciones agregadas.
Su contribución es fundamental para demostrar que la arquitectura de conexiones tiene consecuencias macroeconómicas propias.
Elliott, Golub y Leduc
Nos aportan:
formación endógena de redes + decisiones de robustez → fragilidad agregada.
Esto evita considerar las redes como estructuras exógenas.
Farrell y Newman
Nos aportan:
centralidad + control político → poder de red.
La interdependencia deja de ser únicamente un problema de comercio y pasa a ser una arquitectura potencial de coerción.
W. Ross Ashby
Nos aporta:
variedad del entorno ↔ variedad necesaria de regulación.
Su ley de variedad requerida proporciona un principio sistémico útil para estudiar la diversidad de respuestas necesarias en sistemas complejos, aunque RMS deberá convertir esa intuición en hipótesis económicas concretas antes de aplicarla empíricamente.
Krugman
Nos ayuda a explicar por qué las redes pueden concentrarse endógenamente:
rendimientos crecientes + mercado + localización → aglomeración.
La concentración puede ser económicamente eficiente y simultáneamente generar dependencias.
Kremer y Jones
Nos permiten añadir:
complementariedad.
Una red no transmite sólo cantidades.
Puede conectar procesos donde la ausencia de un componente reduce fuertemente el valor de los demás.
Conclusión: una economía es también la estructura de sus dependencias
El capítulo 9 mostró que una economía puede estar limitada por un cuello de botella.
El capítulo 10 mostró que dos sistemas similares pueden reaccionar de forma radicalmente diferente ante un shock.
El capítulo 11 permite ahora explicar parte del motivo:
las capacidades económicas están distribuidas dentro de redes.
Por ello, conocer cuánto produce una economía no basta.
Necesitamos conocer:
quién depende de quién.
Y tampoco basta saber cuántos proveedores existen.
Necesitamos saber:
si son realmente independientes.
No basta conocer el tamaño de una empresa.
Necesitamos saber:
qué parte de la red dejaría de funcionar si desapareciese.
Acemoglu y colaboradores demuestran que las conexiones input-output permiten que shocks microeconómicos adquieran consecuencias macroeconómicas.
Elliott, Golub y Leduc muestran además que la propia arquitectura de esas redes emerge de decisiones económicas sobre multisourcing, inversión y robustez.
Farrell y Newman llevan la misma lógica al sistema internacional: cuando los flujos globales se concentran alrededor de determinados hubs, controlar esos nodos puede generar capacidad de información y coerción.
Ashby añade finalmente un principio sistémico más general: una arquitectura enfrentada a una gran variedad de perturbaciones necesita una variedad suficiente de respuestas para poder regularlas.
De esta combinación emerge una conclusión importante para RMS 2.0:
La resiliencia de una economía no depende únicamente de cuánto posee, sino de cómo distribuye sus capacidades entre nodos, cuántas rutas alternativas conserva y qué capacidad tiene para reorganizar sus conexiones cuando una parte de la red desaparece.
Y aparece también una segunda conclusión, particularmente importante para nuestros futuros análisis China–Europa:
La dependencia económica no debe medirse únicamente mediante porcentajes de importación o exportación. Debe analizarse como una propiedad de red: centralidad, asimetría, sustituibilidad, control, alternativas y tiempo de salida.
Esto permite sustituir preguntas demasiado simples como:
“¿Europa depende de China?”
por otras mucho más rigurosas:
¿En qué redes depende? ¿De qué nodos? ¿Qué centralidad tienen? ¿Qué sustitutos existen? ¿Cuál es el tiempo de sustitución? ¿La dependencia es recíproca? ¿Quién controla los chokepoints?
Ésta puede ser una de las aportaciones metodológicas más importantes de RMS.
Y además nos lleva directamente al capítulo siguiente:
12. Adaptación, aprendizaje y evolución
porque las redes no permanecen inmóviles.
Después de:shocks, competencia, innovación y políticas,
los agentes:
- aprenden;
- cambian de proveedor;
- desarrollan tecnologías;
- abandonan actividades;
- crean nuevas conexiones.
Es decir:el sistema modifica su propia arquitectura.
En ese capítulo serán especialmente importantes Alchian, Nelson y Winter, Schumpeter, Aghion-Howitt, Arthur, Teece, Senge y Ashby, y podremos incorporar a Taleb de manera más selectiva para distinguir entre adaptación, robustez y la hipótesis más exigente de antifragilidad
No hay comentarios:
Publicar un comentario