Tema 6. Crecimiento Econ-2

MONEDA Y CRDITO N.
9 203 (1996)
Capital humano y crecimiento: un panorama de la evidencia emprica y algunos resultados para la OCDE*
ANGEL DE LA FUENTE Instituto de Anlisis Econmico, CSIC
JOS MARA DA ROCHA

Universidad de Vigo
1. INTRODUCCIN
La teora del crecimiento otorga a la inversin en capital humano un lugar preferente entre las fuentes del crecimiento de la renta. En esta literatura la educacin aparece como uno de los componentes ms importantes de la inversin y uno de los determinantes centrales de la productividad de la fuerza laboral. El control de la oferta educativa se considera, por consiguiente, uno de los instrumentos ms directos de los que disponen los gobiernos para incidir sobre el proceso de desarrollo. El objetivo de este trabajo es el de examinar hasta qu punto la evidencia emprica disponible es consistente con la hiptesis de que la contribucin de la educacin al crecimento econmico es sustancial. El artculo est organizado en dos partes bien diferenciadas. La primera de ellas es un panorama selectivo de la literatura emprica sobre el tema. Tras algunas consideraciones tericas, discutimos brevemente una serie de estudios en los que se construyen diversos indicadores del stock de capital humano para repasar a continuacin algunos de los trabajos ms significativos sobre la relacin entre capital humano y productividad. La segunda parte del trabajo ofrece algunos resultados adicionales
* El punto de partida de este trabajo ha sido un estudio realizado dentro del proyecto Crecimiento y convergencia regional en Espaa y en Europa, financiado por el Fondo Europeo de Desarrollo Regional, La ampliacin de este estudio ha. sido posible gracias a la ayuda financiera de la Generalitat de Catalunya (CIRIT, CS93-9.903) y la Fundacin COTEC Agradecemos los comentarios y sugerencias de Ramon Caminal, Xavier Vives y dos evaluadores annimos de esta revista, as como la ayuda de Juan Antonio Duro.
43
ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA
basados en nuestro propio anlisis del problema. Como punto de partida, desarrollamos diversas extensiones del modelo propuesto por Mankiw, Romer y Weil (1992) en las que la tasa de progreso tcnico es una funcin del nivel educativo de la poblacin y otras variables. Partiendo del modelo terico, se obtienen distintas ecuaciones de convergencia que se estiman con datos de panel para una muestra de 21 pases de la OCDE. Nuestra lectura de la literatura es moderadamente optimista, Aunque los resultados existentes no son tan ntidos ni tan robustos como sera desable en parte, probablemente, debido a las limitaciones de los datos disponibles la evidencia en su conjunto es consistente con la hiptesis de que el nivel de formacin de la fuerza laboral es un determinante importante de su productividad y su capacidad para absorver el progreso tecnolgico. Si aceptamos esta conclusin, la poltica educativa ha de jugar un papel clave en la estrategia de desarrollo. En el caso de nuestro pas, en concreto, una mayor atencin al sistema educativo podra contribuir apreciablemente a la tan ansiada convergencia real con los pases de nuestro entorno. En el Apndice a este trabajo comparamos la situacin educativa de Espaa con la de otros pases industriales, buscando identificar posibles deficiencias. Aunque el esfuerzo realizado en los ltimos aos se ha traducido en una tendencia clara haca la reduccin de la importante desventaja de la que partamos, nuestro anlisis identifica dos reas en las que es necesario un esfuerzo adicional para equiparar nuestro sistema educativo al de los pases ms avanzados: una mayor atencin a la formacin tcnica y profesional que permita adecuar la composicin de la oferta educativa a las necesidades del mercado de trabajo, y un aumento de los recursos disponibles para asegurar la calidad de la formacin.
2.
UN PANORAMA DE LA EVIDENCIA EMPRICA
El inters de los estudiosos del crecimiento por la educacin se remonta al menos a los trabajos de T. Schultz (I960, 1961). Este autor documenta la importancia cuantitativa de la inversin en capital humano y ofrece las primeras estimaciones de su contribucin al crecimiento econmico. En aos posteriores, el trabajo de Denison (1962a,b) y otros
44
CAPITAL HUMANO Y CRECIMIENTO ECONMICO
contables del crecimiento proporcion evidencia adicional sobre la importancia de la educacin para el desarrollo e inspir a los tericos a incorporar el capital humano en los modelos formales de crecimiento. El primer intento en esta direccin es un trabajo de Uzawa (1965), quien aade un sector educativo al modelo de crecimiento ptimo de Cass (1965) y Koopmans (1965). En aos recientes el tema ha vuelto a resurgir con los trabajos de Lucas (1988), Azariadis y Drazen (1990) y muchos otros autores. En la literatura de crecimiento el capital humano aparece como un factor de produccin reproducible, en principio no muy distinto conceptualmente del capital fsico. Esta similitud se extiende tambin a los determinantes del ritmo de acumulacin de ambos factores que se analiza como el resultado de las decisiones de inversin de individuos racionales. En el caso de la educacin se parte de la hiptesis de que los individuos ven sta como una inversin ms y toman decisiones en base a los costes (directos e implcitos) y los beneficios pecuniarios (aumento de ingresos futuros) y de consumo directo que comporta la escolarizacin. La rentabilidad privada de la inversin en capital humano refleja, al menos en parte, la contribucin de este factor al incremento de la productividad. En la medida en que la educacin incrementa la capacidad de los individuos para procesar informacin y tomar decisiones, contribuye tambin a aumentar su productividad y su capacidad de aprendizaje. Una forma sencilla de incorporar este efecto dentro del marco tradicional de la teora de la produccin consiste en suponer que el nivel de formacin de la mano de obra entra como un argumento ms en la funcin de produccin agregada, de la misma forma que el capital fsico y el tiempo de trabajo bruto. Nelson y Phelps (1969) y Welch (1970) entre otros autores sostienen que este enfoque no captura bien algunos aspectos importantes de la relacin entre educacin y productividad y proponen un segundo enfoque ms dinmico que se centra en la interaccin entre educacin y progreso tcnico. En la opinin de estos autores, laflexibilidady facilidad de aprendizaje que proporciona una buena formacin son determinantes importantes de la capacidad de los trabajadores para adaptarse al cambio tecnolgico. La mano de obra educada es por tanto un input importante no slo para la innovacin per se, sino tambin para la difusin y adopcin de nuevas tecnologas. Y a la inversa, el diferencial de salarios a favor de los trabajadores ms educados yflexibles,y por tanto
45
el incentivo a invertir en educacin, tender a aumentar con el ritmo de progreso tcnico.1-2 En conclusin, la teora econmica identifica al menos dos posibles conexiones entre la acumulacin de capital humano y el crecimiento de la renta per capita. Si el capital humano entra en la funcin de produccin agregada de la misma forma que otros factores (efecto de nivel), el crecimiento del producto es en parte fruto de su acumulacin y, por lo tanto, el incremento del stock educativo deber entrar con signo positivo en una regresin de contabilidad del crecimiento en la que la variable dependiente es la tasa de crecimiento del producto. En la medida en que, adems, el nivel medio de formacin de la mano de obra facilita la adopcin de nuevas tecnologas o constituye un input importante para la innovacin, cabra esperar una relacin positiva entre el stocke capital humano por trabajador y el crecimiento de la productividad (efecto de tasa).3 Tras discutir brevemente la construccin de algunos indicadores de stocks y flujos de capital humano, el resto de esta seccin repasa algunos trabajos que han intentado contrastar las dos hiptesis que acabamos de apuntar. En trminos generales, parece existir evidencia de que el nivel medio de formacin incide positivamente sobre la tasa de crecimiento de la renta, lo que induce a pensar que el canal tecnolgico es crucial para entender la relacin entre educacin y productividad. Existe tambin alguna evidencia, aunque menos concluyeme, de la existencia de efectos de nivel.
2.1. Indicadores de capital humano

Casi todos los gobiernos ofrecen informacin sobre diversos aspectos del sistema educativo y el nivel de formacin de la poblacin en anuarios especializados, censos y otras publicaciones. Diversas organiWelch (1970) ofrece evidencia consistente con esta hiptesis. Utilizando datos sobre los ingresos de granjeros americanos, este autor encuentra que el diferencial favorable a los individuos con educacin universitaria depende (adems del ratio entre personal cualificado y no cualificado) del ritmo de cambio tecnolgico medido por el gasto en I+D. 2 Romer (1989) esboza un modelo de crecimiento con +D en el que el capital humano juega un papel importante como un input central para la innovacin. Basndose en este modelo, este autor sugiere que el nivel de formacin podra ser una buena proxy para el ritmo de progreso tcnico ya que los pases con una poblacin ms educada tendern a hacer ms investigacin. 3 Por supuesto, si el stock de capital humano tiene un efecto positivo sobre la tasa de crecimiento de la productividad, a largo plazo los pases ms educados tendrn tambin niveles ms altos de renta, Sin embargo, este proceso conlleva un retardo que no existe cuando se trata de efectos de nivel.
1
46
Anterior
Inicio
Siguiente
zaciones internacionales recopilan esta informacin y elaboran estadsticas comparativas que resultan de gran utilidad por su fcil acceso y (relativamente) elevado grado de comparabildad. La UNESCO, en particular, ofrece desde hace tiempo en sus Anuarios Estadsticos series anuales razonablemente completas de tasas de escolarizacin por niveles educativos para un gran nmero de pases. Estos indicadores han servido de base para un buen nmero de estudios empricos que analizan la relacin entre educacin y productividad. En muchos casos esta eleccin se ha debido ms a la disponibilidad y amplia cobertura temporal y geogrfica de estas series que a su idoneidad terica. La tasa de escolarizacin podra ser una proxy aceptable, aunque imperfecta, delflujode inversin educativa. Sin embargo, esta variable no es necesariamente un buen indicador del stock medio de capital humano de la poblacin (que es a menudo la variable de mayor inters terico), ya que ste responde a los flujos inversores de forma gradual y con un retardo muy considerable. Con el fin de remediar esta deficiencia, algunos investigadores han elaborado bases de datos que intentan medir de manera ms directa el stock educativo de la poblacin adulta o la fuerza laboral en el mayor nmero posible de pases. Uno de los primeros intentos en esta direccin es el trabajo de Psacharopoulos y Amagada (1986), donde se ofrecen datos sobre la composicin por niveles de estudio de la fuerza laboral y el promedio de aos de escolarizacin para una muestra de 99 pases a partir de censos nacionales y otras fuentes. En la mayor parte de los casos, sin embargo, Psacharopoulos y Amagada ofrecen tan slo una observacin por pas, lo que limita la utilidad de esta fuente para el anlisis estadstico. Algunos trabajos ms recientes ofrecen una mayor cobertura temporal y permiten por tanto un anlisis ms detallado. Estos estudios combinan las estimaciones existentes de stocks de capital humano (obtenidas de compilaciones de censos y encuestas nacionales) con los datos de escolarizacin para construir series temporales de aos medios de escolarizacin y estructura educativa de la poblacin. Kyriacou (1991) estima los aos medios de educacin en la fuerza laboral (H) en una muestra de 111 pases a intervalos de cinco aos entre 1965 y 1985 utilizando las tasas de escolarizacin de UNESCO junto con la informacin sobre niveles medios de educacin recogida por Psacharopoulos y Amagada (1986). Con estos datos, se estima una relacin entre H y las tasas retardades de escolarizacin que luego se utiliza para construir un estimador de H para otros aos y pases.
47
El procedimiento utilizado por Kyriacou es vlido nicamente si la relacin entre stocks de capital humano y flujos educativos retardados es estable en el tiempo y en el espacio. Un procedimiento en principio superior es el seguido por Barro y Lee (BL, 1993). Estos autores construyen indicadores de educacin a partir de datos similares a los empleados por Kyriacou utilizando un mtodo de inventario permanente que utiliza la informacin disponible sobre flujos de escolarizacin y (en alguna medida) la composicin por edades de la poblacin. Esta base de datos contiene observaciones para 129 pases y cubre el perodo 1960-85 a intervalos quinquenales. Adems de los aos medios de educacin de la poblacin mayor de 25 aos, Barro y Lee suministran informacin sobre la fraccin de la poblacin masculina y femenina que ha alcanzado cada nivel educativo. Aunque la metodologa empleada en este ltimo trabajo (y otros recientes) es, en principio, muy razonable hay que resaltar que prcticamente todas las bases de datos existentes sobre stocks y flujos de capital humano, incluyendo las series de escolarizacin de UNESCO, presentan anomalas que, en alguna medida, hacen dudar de su habilidad.4 En concreto, algunos pases presentan niveles de educacin que no resultan muy plausibles y en otros se observan saltos desmesurados en el espacio de un quinquenio, sobre todo en lo que concierne a la educacin secundaria. Una posible explicacin es que las estadsticas de base utilizadas en estos estudios no son consistentes, ni en el tiempo ni entre pases, en su tratamiento de la formacin tcnica y profesional y recogen unas veces el nmero de personas que ha comenzado un cierto nivel de estudios y otras el nmero que los ha completado. Un segundo motivo de preocupacin es que las diversas fuentes no siempre ofrecen una imagen consistente de la posicin relativa de distintos pases. Si bien las distintas estimaciones coinciden en trminos generales cuando se realizan comparaciones entre grandes grupos de pases (p. ej. la OCDE vs. pases menos desarrollados divididos por reas geogrficas), las discrepancias entre ellas son notables cuando nos centramos en el grupo de los pases industrializados. Los Grficos 1 y 2 ilustran estos problemas. El primero de ellos compara las estimaciones de aos medios de educacin en los pases de la
Lau, Jamison y Louat (1991), Lau, Bhalla y Louat (1991) y Nehru, Swanson y Dubey (1995) tambin construyen series temporales de indicadores de capital humano siguiendo un procedimiento similar en algunos aspectos al empleado por Barro y Lee. Aunque el mtodo de inventario permanente utilizado por los ltimos autores es ms cuidadoso que el de BL y utiliza una informacin ms detallada, este estudio no utiliza los datos censales disponibles y presentan anomalas an mayores que las observadas en BL, al menos para el caso de los pases desarrollados.
4
48
OCDE ofrecidas por Kyriacou y por Barro y Lee para un ao comn. Es interesante observar que, aunque los datos de base de los que parten ambos trabajos son muy similares, sus resultados difieren bastante. Una regresin de las estimaciones de Barro y Lee sobre las de Kyriacou tiene un R2 de tan slo 0,28. Las discrepancias entre los dos grupos de cifras deberan reflejar fundamentalmente las diferencias de metodologa entre los dos trabajos pero, en contra de lo que esto sugiere, no siempre es cierto que la estimacin de Barro y Lee resulte ms plausible ex-ante que la de Kyriacou.
GRFICO i KYRIACOU VS. BARRO Y LEE, AOS MEDIOS DE ESCOLARIZACION EN 1985 Barro & Lee 14-1 1
2H 6
1 7
1 8
1 9
1 10
1 11
2
I 12^ .
Kyriacou
1 13
H.Barro&Lee = 0,2213 + 0,9007*H.Kyriacou t = 2,87 R = 0,2816

Notas: Las cifras de Barro y Lee se refieren ;i la poblacin mayor de 25 aos, mientras que Kyriacou intenta aproximar nivel educativo de la poblacin activa. La lnea de trazo grueso es la recta ajustada de regresin. Si las cifras de los dos autores coincidiesen, todos los puntos se encontraran sobre la diagonal (en trazo fino). cwe: Au = Australia, Be = Blgica, Ca = Canad, CH = Suiza, Dk = Dinamarca, Fi = Finlandia, Fr = Francia, Ge = Alemania, Gr = Grecia, le = Islndia, Ir = Irlanda, It = Italia, Ja = Japn, NI = Holanda, No = Noruega, N'Z = Nueva Zelanda, Os = Austria, Po = Portugal. Sp = Espaa, Sw = Sucia, Tui = Turqua, UK = Reino Unido, US Estados Unidos.
El Grfico 2 compara un segundo indicador del nivel educativo de la poblacin tomado de Barro y Lee (la fraccin de la poblacin que al menos ha comenzado sus estudios secundarios) con una estimacin alternativa de la misma variable procedente de la OCDE (1992). Las cifras ofrecidas en esta segunda fuente son, en general, significatva49
mente ms altas que las procedentes de Barro y Lee. Las diferencias son enormes en el caso de Austria (39.6 vs. 95%) y Alemania (19.5 vs 83%) y muy apreciables en muchos otros pases. En conjunto, la imagen que emerge de los datos de la OCDE parece ms razonable, al menos en el sentido de ajustarse mejor a las percepciones habituales sobre el nivel educativo de los distintos pases de la muestra. La ordenacin obtenida con los datos de Barro y Lee, sin embargo, parece poco plausible en algunos aspectos. Por mencionar tan slo los casos ms sorprendentes, Alemania y Francia aparecen, de acuerdo con esta fuente, entre los pases menos educados de la OCDE.
GRFICO 2 FRACCIN DE LA POBLACIN QUE HA COMENZADO LA ESCOLARIZACION SECUNDARIA
1J1 1
^B
Po
Sp Ge Gr
Fr
It
Fi
Os UK Ir B&L
Be Dk Ja OECD
Sw NI CH Au Ca NE US No
Nota: La OCDE no proporciona datos para Grecia. Las cifras ofrecidas incluyen las personas con niveles educativos superiores al secundario.
La discusin precedente sugiere que, pese al indudable avance que representan los estudios ms recientes en este campo, los datos disponibles sobre dotaciones de capital humano estn sujetos todava a un amplio margen de incertldumbre que ha de transladarse tambin a los resultados de los estudios empricos basados en ellos. Las conclusiones de los trabajos que examinaremos a continuacin, por tanto, han de interpretarse con precaucin sobre todo en los casos en los que no se trabaja con muestras de muchos pases. La misma circunstancia, sin embargo, tambin se presta a una interpretacin optimista. Dado que no existen razones para sospechar que los datos existentes contienen sesgos sistemticos que lle50
Anterior
Inicio
Siguiente
ven a sobreestimar la contribucin del capital humano a la productividad, el hecho de que los resultados sean favorables en muchos casos pese a la dudosa calidad de los datos hace pensar que una mejora en este sentido permitira obtener resultados ms claros y concluyentes sobre la contribucin de la educacin al crecimiento econmico.
2.2.
Capital humano en ecuaciones ad-hoc de convergencia
Una forma sencilla de explorar la conexin entre educacin y crecimiento consiste en introducir indicadores de capital humano en una ecuacin de convergencia en la que la tasa de crecimiento del producto real durante un perodo dado se intenta explicar en funcin del nivel inicial de renta per capita y otros factores motivados por consideraciones tericas informales. El Cuadro 1 resume los resultados de varios trabajos en esta lnea que utilizan datos de corte transversal por pases durante el perodo posterior a la segunda guerra mundial. Las variables explicativas incluyen el nivel inicial de renta per capita (Q0), distintos indicadores de la dotacin inicial de capital humano (H0) y las tasas de inversin (sk) y de crecimiento de la poblacin o la fuerza laboral (n). Landau (1983 y 1986), Baumol et al (1989) y Barro (1991) encuentran que el coeficiente asociado a un indicador del stock de capital humano al comienzo del perodo muestral es positivo y altamente significativo. Baumol et al observan que la introduccin de una variable de educacin basta para restablecer el orden en una ecuacin de convergencia en la que, cuando se incluye nicamente la renta per capita inicial, no parece cumplirse la prediccin neoclsica sobre la tendencia de los pases pobres a crecer ms rpidamente que los ricos. Barro (1991) estima dos versiones distintas de la ecuacin de convergencia en un primer intento por identificar los canales a travs de los cuales la educacin incide sobre el crecimiento: una primera en la que no se controla por las tasas de fertilidad y de inversin, y una segunda en la que s se incluyen estas variables como regresores. Como se aprecia en el cuadro, las variables de capital humano pierden parte de su significacin y tienen coeficientes ms pequeos en la segunda ecuacin. Este resultado sugiere que una parte significativa del efecto de la educacin sobre el crecimiento se canaliza a travs de la reduccin de la tasa de fertilidad (la educacin aumenta el coste de oportunidad del tiempo de la madre) y de un aumento en la tasa de inversin (lo que indicara que el capital humano y el fsico son inputs complementarios). Los 51
resultados de dos regresiones auxiliares en las que las tasas de inversin y fertilidad son las variables a explicar, tienden a confirmar estos resultados ya que indican que un incremento del nivel de escolarizacin tiende a traducirse en un aumento de la inversin y una cada de la fertilidad.5 CUADRO 1
CAPITAL HUMANO EN ECUACIONES DE CONVERGENCIA
Fuente [1] Landau (1983) [2] Landau (1986) Bl Baumol et ai(1989)
Qo
-0,0021 (6,18) -0,311 (4,80) 0.622 (1,72) -1,47 (2,47)
Ho
0,026 (7,64) 0,032 (487)
sk
n
N = 96 R2 = Q,82
otras variables GCONS(-),POP(0), CLIM(Y) 1961-76 96 pases 1960-80 65 pases 1960-81 103 pases
0,059 (1.37)
-0,262 (1,35)
POP(0),GCON5(-), N = 151 R2 =0,714 GINV(0),GED(0),T(0), INF(-),0IL(+),DP(-) N = 103 R2 = 0,029
1,615* (5,00) 0,0305* (3,86) 0,025** (4,46)
N=103 R2 = 0,227 N = 98 R2 - 0,56 GCONS(-),DISTOR(-), REV(-),ASSAS(-) 1960-85 98 pases
(41 Barro (1991)
-0,0075 (6,25)
-0.0077 (8,56)
0,01* (1,15) 0,0118" (2,07) 0,0062 (4,09)
0,064 (2,00)
-0,004 (3,07)
N = 98 R2 = 0,62
GCONS(-),DISTOR(-), REV(-),ASSAS(-)
[5] Kyriacou (1991)
-0,009 (2,43)
N = 89 R2 = 0,17
1970-85 89 pases
Notas, El estadstico t de cada coeficiente aparece bafo ste entre parntesis. N es el tamao de la muestra (nmero de observaciones). La variable dependiente es la tasa de crecimiento dei producto real per capita durante el periodo considerado. Definicin de H 0 : (*) = tasa de escolarizacin secundaria, (**) = tasa de escolarizacin primaria. Landau utiliza una media ponderada de tres tasas de escolarizacin (primaria, secundaria y universitaria) y Kyriacou una estimacin de los aos medios de educacin en la poblacin. Otras variables: GCONS = consumo pblico/PIB; POP = poblacin total; CLIM = variables ficticias de zona climtica; T = tendencia; GINV = inversin pblica/PIB; GED = gasto pblico en educacin/PIB; INF = tasa de inflacin; OIL = dummy para productores de petrleo; DP = distancia al puerto ms prximo; DISTOR = ndice de distorsiones de Barro: REV = n.8 de golpes de estado y revoluciones, ASSAS = n, de asesinatos polticos. (+) y (-) denotan un coeficiente significativo del signo indicado; (Y) indica significatividad y (0) falta de significatividad. Landau (1986) utiliza datos de panel con intervalos de cuatro aas; el resto de las regresiones utilizan datos de corte transversal por pases.
En los trabajos citados hasta el momento, la introduccin de variables de capital humano en regresiones de crecimiento se justifica sobre
5 Barro y Lee (1994) ofrecen un anlisis ms detallado de la relacin entre educacin y fertilidad. Benhabih y Spiegel (1994) tambin encuentran que la educacin tiene un efecto positivo sobre la inversin.
52
todo en base a su posible incidencia sobre el ritmo de generacin y adopcin de nuevas tecnologas. En principio, la variable ms adecuada para recoger este tipo de efectos sera, como hemos visto, algn indicador del nivel medio de educacin de la fuerza laboral. Sin embargo, la ausencia de datos comparables para un nmero suficiente de pases fuerza a los tres autores a utilizar variables de flujo (ndices de escolarizacin) como proxies para el stock de capital humano. 6 Aunque todos ellos tienen la precaucin de utilizar tasas de escolarizacin retardadas, stas podran estar altamente correlacionadas con la inversin en capital humano sobre el perodo muestral. Por lo tanto, los resultados de estos trabajos no permiten discriminar claramente entre los efectos de nivel y los de tasa. El trabajo de Kyriacou (1991), sin embargo, aporta evidencia ms directa de la importancia de los segundos. Siguiendo el procedimiento descrito en el apartado anterior, este autor construye un ndice del stock medio de capital humano que luego utiliza en una ecuacin de convergencia, con resultados cualitativamente similares a los ya reseados (ecuacin [51).7 Finalmente, el Cuadro 2 resume algunos resultados de un trabajo reciente de Barro y Lee (1994) en el que se utiliza la base de datos elaborada por los propios autores (BL 1993) para analizar las fuentes del crecimiento en una muestra de 95 pases durante el perodo 1965-85. Para discutir estos resultados, centrmonos por el momento en los coeficientes de los indicadores de educacin correspondientes a la poblacin masculina. El stock de educacin secundaria (SEC) entra con un coeficiente positivo y significativo en una ecuacin estndar de convergencia (ecuacin [1]). Esta variable, adems, resulta preferible a un indicador de flujo tal como se aprecia en la ecuacin [2], donde se incluye tambin la tasa de escolarizacin secundaria (ESC.SEC) que, a diferencia de la variable anterior, no resulta significativa. En la ecuacin [31 se aade el stock de educacin superior (SUP), que tampoco resulta significativo. Finalmente la ecuacin [4], en la que aparecen como regresores un indicador de stocky otro de flujo (ASEC), sugiere que la educacin secundaria tiene efectos tanto de tasa como de nivel sobre el crecimiento.
Landau (1983 y 1986) utiliza una media ponderada de las tasas de escolarizacin primaria, secundaria y universitaria. Baumol et al (1989) repiten la estimacin para cada una de las tres variables por separado, obteniendo los mejores resultados con la tasa de escolarizacin secundaria. En su opinin, esta variable es tambin la preferible desde un punto de vista terico, ya que debera ser la mejor proxy para la capacidad de absorcin tecnolgica de un amplio segmento de la poblacin. Barro (1991) incluye la escolarizacin primaria y secundaria por separado. 7 De hecho, el problema de interpretacin de los resultados no desaparece del todo, ya que la variable de aos medios de escolarizacin utilizada por Kyriacou se construye como una media ponderada de las tasas de escolarizacin en el pasado relativamente reciente.
53
CUADRO 2 RESULTADOS DE BARRO Y LEE (1994)

[1] q0
s
[2] -0,0252 [0,0036] 0,079 [0,028] 0,0829 [0,0157] 0,0133 [0,0043]
[31
-0,0254 [0,0035] 0,076 [0,029] 0,0806 [0,01391 0,0136 [0,0043] 0 [0,021]
[4] -0,0247 [0,0035] 0,073 [0,027] 0,0903 [0,0148] 0,0199 [0,0048]
-0,0255 [0,0035] 0,077 [0,027] 0,0801 [0,01391 0,0138 [0,0042]
Esperanza de vida SEC masculina SUP masculina DSEC masculina ESC.SEC masculina SEC femenina SUP femenina DSEC femenina ESC.SEC femenina R2 (N)
0,289 [0,121] 0,0072 [0,0117] -0,0092 [0,0047] -0,008 [0,005] -0,0061 [0,005] -0,021 [0,024] -0,453 [0,193] -0,0119 [0,0162] 0,56(85) 0,56(95) 0,56(85) 0,56(93) 0,56(85) 0,57(95) 0,58(85) 0,57(95) -0,0162 [0,0054]
Notas: Errores estndar entre corchetes debajo de cada coeficiente, Las ecuaciones estimadas incluyen tambin las siguientes variables (vanse las notas al cuadro anterior): GCONS (-), REV (-) y BMP (-). Esta ltima variable es la diferencia entre la tasa de cambio oficial de la moneda domstica y la ofrecida en el mercado negro. Los autores estiman dos regresiones separadas, una para 1965-75 y otra para 1975-85, pero (presumiblemente) imponiendo la igualdad de los coeficientes (por eso se indican dos valores de R2 y tamao de la muestra, N). Algunos regresles se instrumentan autilizando sus propios valores retardados. SEC es la fraccin de la poblacin adulta que ha comenzado los estudios de segundo ciclo (pero no los de tercer ciclo),
Los resultados precedentes son compatibles con algunos de los ya comentados anteriormente y sugieren tambin que las variables de stock capturan el efecto de la educacin sobre el crecimiento mejor que las tasas de escolarizacin utilizadas en gran parte de los estudios anteriores. Tambin resulta interesante constatar la alta significatividad de la esperanza de vida, una variable que podramos considerar una buena proxy de otros componentes del stock de capital humano, tales como la inversin en sanidad y nutricin.
54
Anterior
Inicio
Siguiente
Por otro lado, el comportamiento de los indicadores de educacin de la poblacin femenina resulta, como observan los propios autores, muy sorprendente. El coeficiente estimado de estas variables es siempre negativo y resulta significativo en algunas ocasiones. En un comentario al trabajo de Barro y Lee, Stokey (1994) ofrece una posible explicacin de este resultado en base a una combinacin de errores de medida y la existencia de algunas observaciones atpicas y muy influyentes (en concreto, las correspondientes a los llamados dragones asiticos, que se caracterizan por tasas muy elevadas de crecimiento y presentan una diferencia muy importante entre los niveles de escolarizacin masculinos y femeninos).
2.3.
Efectos de tasa en ecuaciones de contabilidad del crecimiento
Kyriacou (199D y Benhabib y Spiegel (1992, 1994) investigan la relacin entre capital humano y crecimiento utilizando los ndices de educacin de Kyriacou junto con distintas estimaciones del stock de capital fsico construidas a partir de las series de inversin de Summers y Heston (1991). El punto de partida comn de ambos trabajos es una funcin de produccin Cobb-Douglas Y = A K LP EY (1)
donde A es un ndice de eficiencia tcnica, K el stock de capital fsico, L la fuerza laboral, y E = LH el stock de capital humano medido por el total de aos de escolarizacin de la poblacin. Tomando diferencias logartmicas en (1), obtenemos una relacin entre el crecimiento del producto y las tasas de acumulacin de los distintos factores productivos, A ln Y = A ln A + a A ln K + p A in L + y A In E. (2)
Tanto Kyriacou (1991) como Benhabib y Spiegel (1992, 1994) estiman la ecuacin (2) con datos de corte transversal para unos 80 pases. Como se muestra en el Cuadro 3, (ecuaciones [1] y [2]) los resultados de este ejercicio de contabilidad del crecimiento son bastante desalentadores, Los coeficientes del trabajo y el capital humano no son significativamente distintos de cero excepto en un caso, en el que la segunda variable tiene un efecto negativo sobre la productividad. 55
CUADRO 3 CONTABILIDAD DEL CRECIMIENTO CON CAPITAL HUMANO

[1] Coef. (t) [2] Coef. [signif.] [31 Coef. (t) [4] Coef. (t) [5] Coef. (t) [6] Coef. [signifj [7] Coef. [signif.]
constante InQo AlnK AlnL AlnE HlnE
0.0094 (1,62)
0,269 [0,004]
0,0046 (0,78)
0,0049 (0,92)
-0,0137 (1,28)
1,968 [0,00] -0,190 [0,00]
2,074 [0,00] -0,246 [0,00] 0,469 [0,00] 0,413 [0,035]
0,449 (5,05) 0,261 (0,90) -0,152 (1,68)
0,457 [0,00] 0,209 [0,317] 0,063 [0,425]
0,441 (5,07) 0,213 (0,73) -0,154 (1,71) 0,0112 (2,61)
0,432 (5,09) 0,2878 (0,97) -0,2211 (2,22)
0,417 (6,24) 0,387 (1,49) 0,0359 (0,34)
0,530 [0,00] 0,225 [0,245] -0,080 [0,215]
H H2
In H
0,0744 (2,61)
0,0101 (3,25) -0,001 (3,07) 0,203 [0,004]
N R2
Fuente: perodo
87
0,470 Kyr. 1970-85
78
0,519 B&Sp 1965-85
87
0,505 Kyr. 1970-85
87
0,515 Kyr. 1970-85
87
0,655 Kyr. 1970-85
78
0,684 B&Sp 1965-85
78
0,714 B&Sp 1965-85
Notas: La variable dependiente es la tasa de crecimiento del producto real (total, no per capita) durante el perodo; In Q 0 es el logaritmo de la renta per capita real al comienzo del perodo. El nmero que aparece debajo de cada coeficiente estimado es su estadstico t (entre parntesis) o su nivel de significacin [en corchetes]. En trminos generales, podemos aceptar con tranquilidad el signo de un coeficiente si su t es mayor que 2, o su nivel de significacin es menor que 0,05. Las ectiaciones [61 y [7] incluyen variables ficticias para Amrica Latina y Africa, la ecuacin [5] contine variables ficticias para pases productores de petrleo, economas mixtas y Amrica Latina, as como un ndice de inestabilidad poltica.
Intentando mejorar estos resultados, ambos autores experimentan con especificaciones alternativas de la ecuacin de contabilidad de crecimiento. Kyriacou comienza estudiando el posible papel de los efectos umbral (threshold effects) discutidos por Azariadis y Drazen (1990). Este autor observa que los resultados de la estimacin, sin llegar a ser satisfactorios, tienden a mejorar cuando se trabaja con una submuestra que incluye nicamente a los pases ms ricos. Esta observacin le lleva a investigar la posibilidad de que el efecto de la educacin sobre la pro56
ductividad se manifieste tan slo una vez se ha alcanzado un umbral mnimo de formacin. Para recoger este efecto, Kyriacou supone que la elasticidad del producto con respecto al capital humano es una funcin creciente del nivel medio de educacin, H, lo que le lleva a estimar varias extensiones de (2) en las que se incluye esta ltima variable como regresor. Como se aprecia en el cuadro (ecuaciones [31 y [4]) el coeficiente del trmino que recoge el nivel medio de educacin es positivo y significativo. En principio, este resultado es consistente con la existencia de efectos umbral. Sin embargo, la falta de significatividad de los coeficientes de E y L sigue planteando serias dudas sobre la validez del modelo. Basndose en los trabajos de Nelson y Phelps (1966) y Romer (1989), Kyriacou sugiere una justificacin alternativa para la inclusin de los aos medios de educacin en el modelo. Si el stock medio de capital humano incide sobre el ritmo del progreso tcnico, el primer trmino de (2), ln A, debera ser una funcin de H. Esta hiptesis lleva a la ecuacin [51 del cuadro, en la que el signo negativo asociado al trmino cuadrtico sugiere la existencia de rendimientos decrecientes en aos medios de escolarizacin. En esta ecuacin el coeficiente de L se acerca a la significatividad y e de E pasa a ser positivo, pero su falta de significatividad es consistente con la ausencia de efectos de nivel. , Benhabib y Spiegel (BS, 1992, 1994) siguen una ruta parecida, extendiendo el modelo sobre la base de consideraciones tecnolgicas. En la ecuacin [6] se incorpora el nivel de renta al comienzo del perodo (como proxy para el nivel de desarrollo tecnolgico inicial) para controlar por el efecto de la difusin tecnolgica que favorecera a los pases menos avanzados (el llamado efecto de catch-up). Aunque la nueva variable es significativa y tiene el signo esperado, los coeficientes de las tasas de crecimiento de los stocks de factores continan siendo insatifactorios. La ecuacin [7] refleja la hiptesis de que la tasa de progreso tcnico depende, adems del nivel inicial de eficiencia tcnica, del (logaritmo del) stock medio de capital humano, que contribuira tanto a la generacin de innovaciones propias como a la adopcin de las generadas en el exterior. En esta ltima ecuacin, en la que no aparece A ln E, los coeficientes de los regresores son significativos y aparecen con el signo esperado y magnitudes razonables. Partiendo de esta ltima especificacin, BS intentan caracterizar con mayor precisin los canales a travs de los cuales el capital humano contribuye al progreso tecnolgico. Con este fin, estiman un modelo ms
57
estructural en el que el que adems del stock educativo, medido por los aos medios de escolarizadn H, se incluye como regresor el ratio entre el producto por trabajador en el pas lder y en cada uno de los pases de la muestra, Q/Q, as como un trmino de interaccin entre ambas variables. En esta especificacin H debera capturar la contribucin del capital humano a la innovacin domstica mientras que Q/Q se interpreta como un indicador de retraso tecnolgico y, por tanto, de oportunidades de imitacin. Finalmente, el trmino de interaccin permite contrastar la hiptesis de que un nivel elevado de formacin permite absorver ms fcilmente tecnologas avanzadas provenientes del extranjero. CUADRO 4 RESULTADOS DE BENHABIB Y SPIEGEL (1994)
[1]
constante 0,1627 [0,1142] -0,00136 [0,0144] 0,0011 [0,0002] 0,4723 [0,0717] 0,188 [0,164]
[2]
0,0538 [0,1345] 0,0021 [0,0154] 0,0007 [0,0003] 0,5005 [0,0771] 0,2045 [0,1558] 0,0014 [0,0010]
[3]
-0,2268 [0,2822] 0,0439 [0,0224] 0,0003 [0,0009] 0,5076 [0,0944] 0,1720 [0,2325]
[4]
0,0528 [0,2246] -0,0003 [0,0366] -0,0001 [0,0009] 0,5517 [0,1226] 0,5389 [0,3884]
[51
0,2324 [0,2483] -0,0736 [0,0586] 0,0012 [0,0003] 0,5233 [0,1431] 0,2901 [0,5069]
H
H*(Qi/Q) DlnK DlnL Ql/Q
N
F stat.
78
45,24
78
37,67
26 ricos 9,78
26 interm. 11,14
26 pobres 18,47
Nota: errores estndar entre corchetes debajo de cada coeficiente.
Los resultados para el conjunto de la muestra (ecuaciones [1] y [2] del Cuadro 4) sugieren que el efecto del capital humano se canaliza en gran parte a travs de su contribucin a la difusin y absorcin tecnolgicas, recogida por el trmino de interaccin. Este resultado, sin embargo, vara en funcin del nivel de desarrollo. As, cuando la misma ecuacin se estima por separado con tres submuestras, el efecto de catch-up domina en los pases ms pobres (ecuacin [51), mientras que la contribucin a la innovacin domstica es mucho ms importante en los ms ricos (ecuacin [31). Sin e'mbargo, ninguna de las dos variables resulta significativa en el caso de los pases con niveles intermedios de renta (ecuacin [4]). 58
Anterior
Inicio
Siguiente
2 4. Efectos de nivel en una extensin del modelo de Solow

Los resultados de los estudios que acabamos de comentar sugieren que el capital humano contribuye al crecimiento a travs de su efecto positivo sobre el ritmo del progreso tcnico. En la mayor parte de los casos, sin embargo, no se encuentra evidencia alguna de efectos de nivel, si bien distintos autores observan que existen problemas economtricos que podran explicar este resultado negativo. Otra posible explicacin de la aparente ausencia de los efectos de nivel es la mala calidad de los datos de stocks educativos utilizados construidos por Kyriacou a partir de tasas de inversin y de escolarizacin de una forma abierta a mltiples objecciones. En efecto, si los niveles educativos se han medido con error, sus diferencias temporales sern an menos fiables que sus niveles, lo que podra explicar su falta de significatividad en las regresiones precedentes. En este ltimo sentido parecen apuntar los resultados de Mankiw, Romer y Weil (MRW, 1992) quienes, partiendo de una extension del modelo de Solow, desarrollan un mtodo indirecto de estimacin que permite trabajar directamente con datos deflujosde inversin en capital fsico y humano que, en principio, deberan ser ms fiables que las estimaciones existentes de los stocks de estos factores. El punto de partida en este trabajo es tambin una funcin de produccin agregada, que se supone de la forma Y-K^A^-P (3)
donde E es el stock total de capital humano, medido ahora (en unidades monetarias en vez de en aos de educacin) por el flujo acumulado de inversin en educacin neto de depreciacin. Sean ski y shi las tasas de inversin en capital fsico y humano y g y n las tasas de progreso tcnico y crecimiento de la fuerza laboral en el pas i. Asignando a los parmetros del modelo de Solow (extendido para incorporar el capital humano adems del fsico) los valores observados de estas cuatro variables, obtendremos una descripcin aproximada de la evolucin de cada economa durante el perodo muestra!. MRW construyen una aproximacin log-lineal al sistema resultante en torno a su estado estacionario y- derivan una ecuacin de convergencia que permite expresar el incremento del (logaritmo del) producto por trabajador en funcin del valor inicial de la misma variable y las tasas de inversin
59
ANGEL DE LA FUENTE Y JOSE MAMA. DA ROCHA
en capital fsico y humano. Tras imponer los supuestos de que el nivel inicial de eficiencia tcnica y la tasa de crecimiento de esta variable son iguales en todos los pases, esta ecuacin se puede escribir en la forma:
- a - e - ^ l n ^ - a - e ^ l n Q ,
(4)
donde T0 es una constante comn a todos los pases, Qio el producto inicial por trabajador, 8 la tasa de depreciacin (que se supone igual para ambos tipos de capital) y d la duracin del perodo muestral. Finalmente, el parmetro X, cuyo valor depende del grado de rendimientos decrecientes en el capital fsico y humano, mide la velocidad media de convergencia hacia el estado estacionario. Tras imponer algunos supuestos sobre los valores de distintos parmetros (g = 0,02 y 8 = 0,03), MRW estiman una variante de la ecuacin (4) utilizando datos de corte transversal por pases durante e perodo I96O-85. Como proxy para la tasa de inversin en capital humano (sh) se utiliza la fraccin de la poblacin en edad de trabajar que est recibiendo una educacin secundaria. El Cuadro 5 muestra sus resultados junto con los valores implcitos de los parmetros del modelo para dos muestras distintas: una compuesta por 75 pases y otra formada por los 22 miembros de la OCDE con poblacin superior a un milln de habitantes. En esta especificacin s parece haber evidencia de un efecto directo del capital humano sobre el nivel de productividad. Los coeficientes estimados son en general significativos y tienen el signo esperado. Adems, los valores de los parmetros de la funcin de produccin son bastante razonables, vistos desde la expectativa de que sus valores deberan reflejar las participaciones de los distintos factores productivos en la renta nacional. Segn el modelo estimado, la participacin del capital en la renta nacional estara en torno al 40%. De la cantidad restante, que correspondera al factor trabajo, algo menos de la mitad reflejara el rendimiento del capital humano de los trabajadores. Los resultados de este trabajo son muy alentadoras por cuanto parecen confirmar la existencia de efectos de nivel y sugieren que una sencilla extensin del modelo neoclsico tradicional permite ofrecer una explicacin bastante satisfactoria de la experiencia de crecimiento a 60
medio o largo plazo de una muesta amplia de pases. Por otro lado, el trabajo de MRW est abierto a diversas crticas y objecciones. Uno de los principales problemas es el hecho de que, como sealan Levine y Renelt (1992), la significatividad de diversos indicadores de capital humano en ecuaciones de convergencia presenta una cierta fragilidad estadstica, no siendo robusta a la lista de variables explicativas incluidas en la ecuacin.8 Aunque es muy posible que el criterio de robustez propuesto por estos autores sea excesivamente exigente, este resultado, junto con las discrepancias existentes con otros estudios, apunta hacia un cauto escepticismo a la hora de valorar la evidencia existente sobre la relacin entre capital humano y productividad, particularmente en relacin con los efectos de nivel. CUADRO 5 RESULTADOS DE MANKIW, ROMER Y WEIL (1992)
[1] Coeficiente (t) [2] Coeficiente Ct)
constante InQo ln sk/(n+g+8) ln sh /(n+g+8) R2 ajustado N
3,09 (5,83) -0,372 (5,55) 0,506 (5,33) 0,266 (3,32) 0,44
3,55 (5,63) -0,402 (5,83) 0,396 (2,61) 0,236 (1,67) 0,66 22
78
valores implcitos de los parmetros l a

P
0,0186 [0,00191 0,44

[0,07] 0,23
0,0206 [0,0020] 0,38

[0,13] 0,23
[0,06] 75 pases
Nota: Errores estndar entre corchetes y estadsticos t entre parntesis.
[0,11] 22 pases de la OCDE
Para una discusin ms detallada de estos temas vase de la Fuente (1994).
61
3.
ALGUNOS RESULTADOS PARA LA OCDE
Los estudios resumidos en la seccin anterior aportan evidencia del impacto del capital humano sobre el crecimiento. Los resultados son en general favorables a la hiptesis de que este efecto se canaliza principalmente a travs de la contribucin de la educacin a la generacin y adopcin de nuevas tecnologas, aunque tambin existen indicios de un efecto directo de la educacin sobre la productividad. En esta seccin ofrecemos algunos resultados adicionales que tienden a reforzar estas conclusiones utilizando datos nacionales para los miembros de la OCDE. Los indicadores de capital humano que utilizaremos en este ejercicio estn tomados de Barro y Lee (1993). Esta fuente de datos es la que, en principio, nos parece ms fiable en funcin del mtodo utilizado en su construccin. Aunque mantenemos bastantes reservas sobre su calidad, no existen razones para sospechar que los indudables errores que contiene sesguen los resultados en una direccin determinada. Combinando los datos de Barro y Lee con las series de renta, inversin y poblacin activa suministrados por Summers y Heston (1991) junto con indicadores de gasto en I+D tomados de UNESCO, resulta posible realizar un anlisis bastante detallado de los determinantes inmediatos del crecimiento de la renta per capita en los pases de nuestro entorno. Como marco para este anlisis utilizaremos diversas extensiones del modelo de MRW en las que la tasa de progreso tcnico se endogeniza parcialmente.
3.1.
Algunas extensiones del modelo de Mankiw, Romer y Weil
Comenzaremos esta seccin desarrollando algunas extensiones del modelo de Mankiw, Romer y Weil (1992) en las que la tasa de progreso tcnico es una funcin del stock de capital humano, el nivel de gasto en I+D y las posibilidades de imitacin, medidas por la distancia tecnolgica entre cada miembro de la muestra y el pas lder, El procedimiento que seguiremos para obtener las ecuaciones de convergencia que estimaremos en el apartado siguiente es similar al desarrollado por MRW excepto en que, a diferencia de estos autores, trabajaremos directamente con una aproximacin a la ecuacin de movimiento del modelo de Solow y no con su solucin. Este enfoque proporciona una aproximacin aceptable cuando se trabaja, como haremos nosotros, con datos de 62
Anterior
Inicio
Siguiente
panel sobre intervalos relativamente cortos y tiene la ventaja de que conduce a formas funcionales algo ms sencillas que las que obtendramos de otro modo. Esta simplificacin resulta particularmente conveniente cuando la especificacin de la tasa de progreso tcnico incluye un efecto de caich-up o acercamiento tecnolgico. Partiendo, como hacen MRW, de una funcin de produccin agregada de la forma Yit = K* E| (AitLit)i--P (3)
y siguiendo un procedimiento similar al empleado por ellos es fcil ver que la tasa de crecimiento del producto por trabajador en el pas i en el perodo de t a t+d, GQit, viene dada aproximadamente por la siguiente ecuacin de convergencia:9 Go-fe + ^ - X q ^ J L l n - * > +J * l n ^ * 1-a-P nJt+git+5 1-a-p nit+git+6 (5)
donde las minsculas de Q y denotan logaritmos. As, qjt es el logaritmo del producto por trabajador y ait el logaritmo del ndice de eficiencia tcnica correspondiente al pas i al comienzo del perodo de t a t+d. Hemos visto que para estimar una ecuacin similar a (5) con datos de seccin transversal por pases durante un nico perodo largo, MRW suponen que tanto el nivel de eficiencia productiva inicial (a0) como la tasa de progreso tcnico (g) son comunes a todos los pases e imponen valores especficos para algunos parmetros (5 = 0,03 y g - 0,02). En nuestro caso, estos supuestos implican ai0 = a0 y ait = a0 + 0,02*1 para todo i,
lo que nos lleva a la siguiente especificacin: GQ oil = r 0 + X*0,02*t - Xqit + r k ln + Th ln ^ L n lt +0,05 n it +0,05
Skit
(5.1)
9 Si, siguiendo el procedimiento propuesto por MRW, hubisemos calculado la solucin de la aproxima'l _p-A<i cin ai modelo de Solow, tendramos jj,= en vez de A , en el lado derecho de a ecuacin de convergencia. d Reagrupando trminos, 1-u.d = e"H y tomando logaritmos de ambos lados de esta expresin obtenemos ~M = ln (1-jj-d), Cuando (id es pequeo, podemos utilizar a aproximacin ln. (1-x) = -x para concluir que
63
donde t es el tiempo transcurrido desde el comienzo del perodo muestral hasta el principio del superodo corriente y T0 = 0,02 + Xa0. Los supuestos utilizados por MRW son, como reconocen los propios autores, bastante poco razonables y responden sobre todo a las limitaciones que implica la utilizacin de una nica observacin por pas. Trabajando con datos de panel resulta posible utilizar formas funcionales ms flexibles que permiten capturar diferencias entre pases tanto en niveles iniciales de eficiencia tcnica como en tasas de crecimiento de la productividad. En el resto de este apartado discutiremos varias especificaciones de este tipo que incorporan diversos determinantes de la tasa de progreso tcnico. Esto nos permitir contrastar algunas hiptesis sobre la posible existencia de efectos de tasa asociados al stock de capital humano y otras variables en el apartado siguiente. Las diversas variantes de (5) que utilizaremos difieren en la especificacin de los determinantes de la tasa de progreso tcnico, git) y por consiguiente en la evolucin dei nivel de productividad, ait. Comenzaremos relajando la hiptesis de que el nivel inicial de a es comn a todos los pases pero manteniendo el supuesto de una tasa anual de progreso tcnico del 2%, comn a todos los pases y perodos. Dada una proxy apropiada para el nivel inicial de eficiencia tcnica, ai0, podemos estimar una ecuacin de la forma GQ it = r 0 + r a ai0 + V 0 , 0 2 t - Xqlt + Tk ln _ ? * + T h ln_J*< n it +0,05 n it +0,05
(5 2)
'
donde, si la especificacin es la correcta, debera cumplirse que Ta = X. El paso siguiente consiste en permitir diferencias entre pases y perodos en la tasa de progreso tcnico. Para ello, supondremos que gis viene dada por una funcin lineal de una variable, Z, que especificaremos ms adelante:
&is "is
= r z.
1
^IS'
(6)
Integrando (6) entre 0 y t tenemos

a
it
io
+ J 0 is ds - ai0 + 1 z Jo As ^S "=
ft .
ft
io
+ CAVZit*t
(7)
donde
= CAVZi = 7
J o 4ds
64
es el promedio cumulativo de los valores de Z entre 0 y t. Obsrvese que para ser consistentes tendremos que permitir que git vare en el tiempo y entre pases tambin en el denominador de los trminos que incluyen s kit y s hit . Por tanto, la ecuacin a estimar ser de la forma: GQ = r 0 + r a ai0 + r z (z lt + C A V Z ^ ' O - Xq. + + r k ln J +Rin 5! nit+r2Zit*0,03 nit+r2Zi[+0,03
S
(5.3)
En esta especificacin, la tasa de progreso tcnico de cada pas depende nicamente de sus propias caractersticas, recogidas por la variable Z. Sin embargo, parece razonable permitir que la evolucin la productividad resulte sensible a interacciones con otras economas. En concreto, cabra esperar que las diferencias de eficiencia tcnica entre pases tiendan a reducirse con el paso del tiempo a travs de un proceso de difusin tecnolgica o catcb-up. Los pases con niveles inicialmente bajos de ait podran imitar a bajo coste las tecnologas desarrolladas en los ms avanzados, lo que les permitira crecer ms rpidamente que stos. Esta ventaja inicial, sin embargo, se reducira gradualmente al agotarse las posibilidades de imitacin. Para incorporar este efecto de una forma sencilla podemos modificar a especificacin anterior, introduciendo un trmino tendencial que interaccione con el nivel inicial de eficiencia tcnica, obteniendo as la ecuacin:
GQit = r 0 + r a ai0 + (i - r c )t + r z (zlt + cAvz it i*o - Xqit +

+ r k ln 5 + rhln 5 n it +r z Z it +0,03 n it +r z Z it +0,03 (5.4)
En este caso, el signo esperado del coeficiente de ai0, T a , podra ser negativo si la difusin tecnolgica es lo suficientemente importante, y el coeficiente F c medira la velocidad del proceso de catch-up. La especificacin anterior, aunque posiblemente apropiada para una exploracin preliminar de la importancia del fenmeno de catchup, resulta un tanto ad-hoc y, en particular, no tiene en cuenta que la evolucin de la distancia tecnolgica entre cada pas y el lder depender, adems del valor inicial de esta variable, de los otros determinantes de la tasa de progreso tcnico resumidos por Zit. Una especificacin 65
ms adecuada del efecto de catch-up es la propuesta por de la Fuente (1995). Siguiendo a este autor, supondremos que la tasa de progreso tcnico es una funcin de Z y de -las oportunidades de imitacin tecnolgica, medidas por la diferencia logartmica (bit = ln Xit/Ait = xit - ait) entre el ndice de productividad propio, A, y el correspondiente a una frontera tecnolgica que llamaremos X. Obtenemos as la ecuacin: ait = r z Z it + bit (8)
donde el parmetro 8 mide la velocidad a la que se difunden las nuevas tecnologas entre pases. Supondremos tambin que la frontera tecnolgica se desplaza a una tasa constante g x (= 0,02). Aproximando el sistema en torno a un equilibrio a largo plazo en el que las tasas de progreso tcnico de los distintos pases (aunque no as sus niveles relativos de eficiencia tcnica) convergen a gx, y bajo el supuesto de que Zit es constante en el tiempo para cada pas, de la Fuente (1995) obtiene una ecuacin de convergencia de la forma: GQlt + rkk ln Sklt + Thln Shit + 0it = r 0 + ?i*0,02*t - ?lq 4ltit nit+0,05 nit+0,05 +X
TlZ[
" Q,Q2 [1+Cn-De-a] + Xbi0 Oi-l)e-
donde T0 = g + Xalo y el subndice 1 indica el pas lder, que suponemos se encuentra en la frontera tecnolgica. Esta expresin recoge, adems del efecto neoclsico de convergencia debido a la existencia de rendimientos decrecientes en los factores acumulables, un segundo mecanismo de convergencia a travs del catch-up tecnolgico que no incorpora el modelo de MRW. El parmetro T| = e/ (8+n+gx) ser mayor que uno si la difusin internacional de la tecnologa es relativamente rpida. En tal caso, el coeficiente asociado al retraso tecnolgico inicial, XCn-l)e-t, ser positivo pero decreciente en el tiempo y converger a cero. Esto es, los pases tcnicamente ms atrasados crecern ms deprisa inicialmente, pero esta ventaja ir disminuyendo gradualmente y cesar una vez alcanzado el nivel estacionario de eficiencia tcnica relativa definido como el punto en el que la ventaja que comporta la posibilidad de imitacin compensa exactamente el efecto del menor valor de Z que caracteriza a los pases seguidores.De forma similar, el efecto aparente de la inversin en I+D y otros factores recogidos por Z 66
Anterior Inicio Siguiente
sobre el crecimiento ser positivo, pero tender a reducirse con el tiempo ya que, una vez alcanzado el nivel estacionario de eficiencia tcnica relativa, la productividad crecer en cada pas a la tasa comn, gx, de desplazamiento de la frontera tecnolgica.
3,2. Especificacin y resultados
empricos
Las distintas variantes de la ecuacin (5) obtenidas en el apartado anterior se han estimado utilizando una muestra de 21 miembros de la OCDE (excluimos a Luxemburgo, Islndia, Turqua, Mxico y Yugoslavia). Para explotar la variacin temporal de los datos, trabajamos con datos de panel, dividiendo el perodo muestral (1963-88) en subperodos de cinco aos. El Cuadro 6 describe la construccin y las fuentes de las distintas variables utilizadas y el Cuadro 7 muestra los promedios mustrales de algunas de ellas en cada subperodo. CUADRO 6 DEFINICIN Y FUENTES DE LAS VARIABLES iTTHiZADAS
Tasa media anual de crecimiento del producto real (PIB) por trabajador (en dlares constantes de 1985 a precios internacionales. Fuente; Summers y Heston (S-H), 1991, PWT.5. qit = logaritmo del producto real por trabajador al principio de cada subperodo. (Fuente: SH, 1991). sk = inversin (pblica y privada) en capital fsico como fraccin del P1B. Media de las observaciones anuales dentro de cada subperodo. (Fuente: S-H, 1991). sh = nmero de estudiantes universitarios y de secundaria como fraccin de la poblacin activa en I960, 65, 70, 75 y 80. El dato de I960 se asocia al periodo 63-8, etc.. (Fuente: UNESCO). AVRD = gasto en I+D (privado y pblico) como fraccin del PIB. Media de los valores correspondientes a 1963,65,70, 75 y 80.* (Fuente: UNESCO). CAVRDC es el promedio cumulativo del gasto en I+D entre el comienzo del perodo muestral y el superodo que comienza en t. L2, L3 = fraccin de la poblacin adulta (mayores de 25 aos) que ha comenzado la educacin secundaria (terciaria). L2 incluye tambin aquellos que han comenzado sus estudios de tercer ciclo. CAVL2t y CAVL3t son los promedios cumulatives de estas variables hasta el perodo t. (Fuente: Barro y Lee, 1993). Hl, H2, H3: promedio de aos de escolarizacin primaria (secundaria, terciaria) de la poblacin adulta. H = HI + H2 + H3. CAVH se construye de la forma habitual. (Fuente: Barro y Lee. 1993). dUt = incremento de la tasa de desempleo durante el subperodo que comienza en t. (Fuente: OCDE).
Nota: Para ciertos pases algunos valores no estn disponibles y han sido estimados del modo siguiente antes de calcular la media. En primer lugar, se calcula el promedio para cada ao del grupo de pases para los que se dispone de datos completos. Los datos disponibles del resto de los pases se expresan en trminos relativos, como fraccin de esta cifra, El valor asignado a las observaciones no disponibles es el correspondiente al promedio de los valores relativos en aos adyacentes, o, en su defecto, el de el ao ms prximo.
6
Ggif =
67
CUADRO 7 PROMEDIOS MUSTRALES POR SUBPERIODOS

G
QH
h
27,03% 26,51% 26,38% 24,71% 22,41%
dU
0,42% 0,03% 2,33% 3,39% -1,06%
CAVL2 29,75% 32,77% 36,40% 40,30% 43,18%
CAVRD 0,94% 1,03% 1,11% 1,16% 1,22%
1963-68 1968-73 1973-78 1978-83 1983-88
3,94% 4,09% 1,10% 0,79% 2,08%
14,62% 19,10% 22,16% 24,31% 25,44%
Como indicador del nivel de inversin en capital humano (sh) hemos utilizado el nmero total de estudiantes en programas de nivel secundario o superior (tomado de UNESCO) expresado como fraccin de la poblacin activa, Nuestra proxy para la distancia tecnolgica inicial en relacin al pas lder (los Estados Unidos) es el indicador de retraso tecnolgico construido por de la Fuente (1995). Esta variable, que llamaremos bio,10 se construye a partir de un promedio de tres ndices que miden la posicin inicial de cada pas en relacin con los EE.UU. en trminos de variables que podran ser indicadores razonables de su nivel de sofisticacin tcnica: la fraccin de su poblacin con titulacin universitaria en I960, el nmero de cientficos e ingenieros empleados en actividades de I+D como fraccin de la fuerza laboral en 1965, y el producto medio por trabajador al comienzo del perodo muestra. Puesto que la posicin relativa del Japn en el ordenamiento inducido por esta variable parece a primera vista excesivamente alta (prxima al lder), utilizaremos una variable ficticia para corregir el posible error de medicin. En cuanto a los determinantes de la tasa de progreso tcnico, hemos experimentado con diversas combinaciones del gasto en I+D expresado como fraccin del PIB y varios indicadores del stock de capital humano. En nuestra especificacin preferida, que es la que se utiliza en casi todas las ecuaciones del Cuadro 8, Z es el producto del gasto medio en I+D durante el perodo muestra (AVRD^)11 y (el promedio cumulativo de) la fraccin de la poblacin que al menos ha comenzado su escolarizacin secundaria (CAVL2it), Ms adelante discutiremos los resultados obtenidos con otras especificaciones.
Puesto que b in es una proxy de a u s o - a0, el signo esperado del coeficiente de esta variable es el opuesto al de el coeficiente de ai0 de acuerdo con la discusin del apartado anterior. 11 Dada la previsible existencia de retardos largos y variables entre la inversin en I+D y el incremento resultante de la renta, es quizs ms razonable trabajar con una medida de esfuerzo medio durante un perodo relativamente largo que intentar buscar una correlacin contempornea entre las dos variables. Por tanto,
10
68
Como es habitual en la literatura, impondremos un valor del 3% de la tasa de depreciacin y del 2% para la tasa de progreso tcnico en los casos en los que esta ltima variable se puede suponer igual entre pases. En el resto de los casos, adoptaremos el supuesto de que la tasa de progreso tcnico en el pas lder (EE.UU.) es del 2% anual, dejando la del resto de los pases en funcin de su propio Z (expresado en diferencias con respecto al valor correspondiente al lder). Finalmente, la mayor parte de las ecuaciones que estimamos incluyen como regresor el incremento de la tasa de desempleo durante cada subperodo con el fin de controlar por perturbaciones de carcter cclico. El Cuadro 8 resume los resultados de una serie de regresiones (estimadas por mnimos cuadrados, ordinarios o no lineales segn el caso) basadas en la especificaciones derivadas en el apartado anterior. Nuestro punto de partida es la ecuacin [1], que corresponde a la especificacin de MRW con niveles comunes de eficiencia tnica y una tasa de progreso tcnico del 2% (es decir, a la ecuacin (5.1) en la seccin anterior). Como se observa en el cuadro, los coeficientes de la renta inicial y la tasa de inversin en capital fsico son significativos y tienen el signo esperado, pero no as la variable que debera recoger el efecto de nivel del capital humano, que aparece con signo negativo aunque no significativo. En la ecuacin [2], que corresponde a (5.2), utilizamos una especificacin similar, pero ahora permitiendo diferencias en niveles iniciales de eficiencia tcnica entre pases. El signo del indicador de retraso tecnolgico inicial (bi0) es negativo como cabra esperar aunque no significativo, y el coeficiente de sh mantiene un signo contrario al esperado. En a ecuacin 131 la tasa de progreso tcnico de cada pas es una funcin del producto de su nivel de gasto en I+D y la fraccin de la poblacin adulta con estudios secundarios (Z = AVRD*CAVL2). En esta especificacin imponemos el supuesto de que la tasa de progreso tcnico es del 2% anual en los Estados Unidos, permitiendo que el valor de git correspondiente al resto de los pases vare en funcin de las diferencias con el lder en trminos de Z. La ecuacin estimada es, por tanto, de la forma:
nuestro indicador preferido de esfuerzo en I+D es el gasto medio (expresado como fraccin del PIB) durante el perodo muestral completo (y no sobre cada subperodo, como en el caso de la inversin en capital fsico y humano). Alternativamente, hemos utilizado el promedio cumulativo de esta variable (CAVRDit) con resultados muy similares. Vase la ecuacin [6] del Cuadro 8.
69
GQil - r 0 + r b (bI0 + rcja DJAPAN) + xo,02*t - H , + r z (CAVZ, - cAvzst) a m r k m ( _

+ r ln 5 g
_ ^ _ ^
" (i,t+0,05+rz(CAVZll-CAVZllsl))
(5.30
donde tambin se introduce un factor de correccin del retraso tecnolgico inicial para el caso del Japn a travs de la variable ficticia DJAPAN. En esta ecuacin la variable de interaccin entre stock de capital humano e inversin en I+D aparece con un coeficiente positivo y muy significativo y el efecto de nivel del capital humano pasa a ser positivo aunque contina sin ser significativo. Por otro lado, el coeficiente de b0 pasa a ser prcticamente nulo. En la ecuacin [4], extendemos la especificacin anterior, introduciendo por primera vez el efecto de catch-up a travs de un trmino corrector que permite que la distancia tecnolgica inicial con respecto al lder se reduzca con el tiempo a una tasa constante, Fc. La ecuacin estimada, que corresponde a (5.4), incluye, en concreto, un trmino de la forma:
r b (bi0 + rcja DJAPAN) a-r c y.

El coeficiente Th es ahora positivo y significativo y el valor estimado de rc, superior al 8% anual, sugiere que la velocidad de difusin tecnolgica es muy elevada. Obsrvese que el coeficiente Th) que recoge el efecto de nivel de la inversin en capital humano, pasa a ser positivo y significativo. Esto sugiere que la dificultad de encontrar efectos positivos de nivel del capital humano podra deberse en parte a que la tendencia positiva de las tasas de escolarizacin (vase el Cuadro 7) hace que, en ausencia de un trmino de catch-up, esta variable recoja la tendencia decreciente de la tasa de crecimiento, lo que se reflejara en un valor negativo de Th. Finalmente, en la ecuacin [51 se utiliza la especificacin estructural del proceso de catch-up recogida en la ecuacin (5.5).12 Suponemos que la tasa de desplazamiento de la frontera tecnolgica (que coincide por hiptesis con el nivel de productividad de EE.UU) es del 2% anual y que las tasas de progreso tcnico de todos los pases convergen a este valor a largo plazo. Los resultados son cualitativamente similares a los obtenidos con la especificacin anterior. La tasa de convergencia tecnoLa ecuacin (5.5) se deriva bajo el supuesto de que Z es constante en el tiempo. Si este supuesto no se cumple, la ecuacin de convergencia resulta an ms complicada y no lineal. Para evitar los problemas que esto implica, en la implementacin emprica de esta ecuacin hemos optado por utilizar una aproximacin que permite explotar en alguna medida la variacin temporal de Z sin complicar la forma funcional. En con12
70
Anterior
Inicio
Siguiente
lgica es superior al 10% anual y se detectan efectos tanto de nivel como de tasa del capital humano. El coeficiente del producto del stock de capital humano y el gasto en I+D, adems de mantener su significacin y su signo positivo, es muy superior al estimado en la ecuacin precedente. CUADRO 8 EDUCACIN Y CRECIMIENTO EN LA OCDE
[1]
constante (TJ 0,183 (3,83) 0,0192 (4,05) 0,02643 (4,22) -0,333 (5,97)
[2]
0,2236 (3.02) 0,0226 (3,11) 0,0253 (4,05) -0,308 (5,39) -0,004 (0,96)
[3]
0,3381 (6,34) 0,0322 (5,79) 0,01311 (3,01) -0,2971 (6,47) -0,001 (0,34)
[4]
0,1499 (2,43) 0,01607 (2,65) 0,0166 (4,07) -0,3205 (7,33)
[51
0,1462 (3,88) 0,01866 (4,48) 0,02518 (4,52) -0,3075 (6,85)
[6]
0,1309 (3,90) 0,01695 (4,72) 0,0267 (4,70) -0,3111 (7,02)
[7]
0,167 (3,67) 0,0215 (4,29) 0.02835 (4,21)
[8]
0,1616 (4,00) 0,0194 (4,48) 0,02935 (5,34)
qta)
lnsk/(5+g+n) tr k )
d U
bioK.)
bi0(i-rc> ( - g
Catch-up (F c ) Catch-up (e) DJAPAN 0,0102 (1,37) 0,0078 (1,30)
0,01596 (3,46) 0,085 (3,07) 0,1274 (8,61) 0,132 (8,49) 0.1199 (8,55) 0,100 (8,51)
cjAP ( g
AVRD*CAVL2*(l4t) (Y) AWCAVL2 (r z ) CAWCAVL2 (r 2 ) lnsh/(5+g+n) (r h )
2 R
0,0108 (7,13)
2,12 (3,07) 0,0151 (3,66)
1,432 (2,41)
1,796 (3,08)
1,295 (1,9D
2,068 (2,16)
0,0579 (4,13) 0,0606 (3,78) 0,00793 (1.73) 0,7307
0,0722 (4,64)
0,0565 (4,23)
-0,0074 (1,61) 0,5399
-0,0087 (1,88) 0,5632
0,006 (1,43) 0,7086
0,00917 (2,29) 0,7488
0,00953 (2,04) 0,7286
0,00562 (1,00) 0,5964
0,0031 (0,68) 0,7369
El estadstico t correspondiente a cada coeficiente aparece debajo de ste entre parntesis. La tasa de inversin (sO y el crecimiento de la poblacin activa (n) se construyen tomando la media de los valores anuales dentro de cada subperiodo. Para la variable de gasto en I+D en la mayor parte de los casos se utiliza un solo valor por pas (construido como la media de las observaciones disponibles), que suponemos igual en todos los perodos. En la ecuacin [6] se utiliza el promedio cumulativo de esta variable. - Los subperodos en trminos de los cuales se definen las variables de renta e inversin no coinciden exactamente con la frecuencia de los datos de educacin, por lo que existe un desfase temporal de tres aos entre ambos tipos de variables. Por ejemplo, el valor de H inicial que explica el crecimiento de la renta durante el periodo 1963-1968 es el correspondiente a I960. Como alternativa al cambio de la tasa de desempleo, la ecuacin [8] incluye variables ficticias temporales para los subperodos 3 (1973-78) y 4 (1978-83) para controlar por factores cclicos. Ambas variables son altamente significativas, con coeficientes prximos a -0,017.
creto, hemos estimado la ecuacin (5.5) reemplazando Z por CAVZit en cada perodo, Esto es equivalente a suponer que la evolucin del ndice de progreso tcnico entre el comienzo del perodo muestral y el subperodo corriente es aproximadamente igual a la que habramos observado is Z hubiese mantenido un valor constante durante este perodo (igual al promedio de los valores observados entre cero y t).
71
Las ecuaciones [6]-[8] contienen pequeas variaciones sobre [51. En [6] utilizamos el promedio cumulativo del gasto en I+D, CAVRD, en vez de AVRD con resultados similares en trminos generales. En [7] y [8] omitimos dU, incorporando dummies para los subperodos 1973-78 y 197883 en la ltima ecuacin como forma alternativa de controlar por las perturbaciones cclicas ms fuertes (estos perodos son muy claramente recesivos en gran parte de los pases de la muestra). La nica diferencia significativa, adems de pequeas variaciones en la tasa estimada de difusin tecnolgica, es que el efecto de nivel del capital humano pierde su significatividad en los tres casos.13 Partiendo de los resultados obtenidos con nuestra especificacin preferida (ecuacin [51), resulta interesante comparar los valores estimados de los parmetros del modelo con los que se presentan en otros trabajos relacionados. El coeficiente estimado de convergencia es positivo (X = 1,87%), lo que indica la existencia de rendimientos decrecientes en capital fsico y humano, y est cercano a los valores obtenidos en otros estudios, donde esta tasa se sita tpicamente en torno al 2% anual (vase Barro y Sala (1992), por ejemplo). En alguna medida, este resultado podra ser un tanto sorprendente ya que parece razonable pensar que una vez que permitimos que el efecto de catch-up tecnolgico recoja parte de la convergencia observada, el coeficiente de la renta inicial (que captura lo que podramos llamar el mecanismo neoclsico de convergencia debido a la existencia de rendimientos decrecientes) debera reducirse. De hecho, el Cuadro 8 muestra un patrn de coeficientes consistente con esta hiptesis: el valor estimado de X aumenta en un 50% cuando introducimos las variables de educacin e I+D en la ecuacin [3], reducindose despus apreciablemente cuando incorporamos el efecto de catch-up. En cuando a los coeficientes de la funcin de produccin agregada (recobrados a partir de los valores estimados de X} tk y r h ) 14 , el valor del exponente del capital fsico implcito en nuestras estimaciones (a = 0,499)
!3 Una de las razones que nos llevaron a incluir el cambio en la tasa de desempleo como regresor era la sospecha de que, en ausencia de una variable que permitiese controlar por perturbaciones de carcter cclico, la mayor incidencia de perodos recesivos en la segunda paite del perodo muestral podra sesgar al alza nuestra estimacin del coeficiente de catch-up. Sin embargo, los resultados recogidos en el Cuadro 8 sugieren que ste no es el caso. El valor estimado de e es ligeramente ms bajo cuando no se incluye dU. ^ Los valores de a y (3 se calculan como sigue. Utilizando el valor estimado de X y el supuesto de que g+S = 0,05; recobramos el valor de a+p empleando la frmula X = (l-a-fi)(n+g+) y el valor promedio de n (1%) en la muestra. Para recobrar los coeficientes de la funcin de produccin, utilizamos el hecho de que Xa r A , B . ... a l k = -- y 1 h = f , lo que implica que i k = .
72
es superior al obtenido por MRW para los pases de la OCDE con datos de corte transversal, mientras que el coeficiente del capital humano (p = 0,189) es inferior al que obtienen estos autores.15 Sin embargo, la diferencia entre los dos grupos de estimaciones no es estadsticamente significativa. Determinantes de la tasa de progreso tcnico En todas las ecuaciones estimadas hasta el momento hemos supuesto que la tasa de progreso tcnico es una funcin del producto de un indicador de gasto en I+D y la fraccin de la poblacin con (algo de) escolarizacin secundaria. Los resultados recogidos en los Cuadros 9 y 10 justifican esta eleccin. En ambos casos, se utiliza una especificacin similar a la empleada en la ecuacin [51 del Cuadro 8 (esto es, con la especificacin preferida del proceso de catch-up e incluyendo el incremento de la tasa de desempleo como regresor). Los cuadros muestran tan slo los coeficientes de las variables de mayor inters. El resto de los coeficientes no vara demasiado en relacin al Cuadro 8. En las regresiones que aparecen en el Cuadro 9 se utilizan diversas especificaciones de la tasa de progreso tcnico en funcin de tres indicadores del stock de capital humano por trabajador en combinacin con la variable de gasto en I+D. De los tres indicadores, el que mejor se comporta cuando se incluye solo en la ecuacin o en combinacin con la variable de I+D es L3 (la fraccin de la poblacin con algo de formacin superior) que es el nico que roza la signifcatividad. En los tres casos, sin embargo, los resultados mejoran sensiblemente cuando se utiliza el producto del indicador de capital humano y el nivel de gasto en I+D. Esta variable tiende a expulsar a las de I+D y educacin por separado y resulta altamente significativa en todos los casos, aunque el mejor resultado se obtiene al utilizar L2 (ecuacin [1.7]).
El estimador puntual del coeficiente del capital fsico (humano) obtenido por MRW es 0,38 (0.23), con un error estndar de 0,13 (0,11).
15
73
CUADRO 9 DISTINTAS ESPECIFICACIONES DE IA TASA DE PROGRESO TCNICO

variable de capital humano = L2
[.i]
AVRD 0,0223 (2,97) CAVL2
[1.2]
[1.3] 0,02035 (2,90)
[1.4] -0,0016 (0,01) -0,0422 (0,55) 0,074 (1,40)
[1.51
[1.6] 0,00406 (0,38)
[1.7]
0,045 (0,84)
0,03136 (0,81)
-0,038 (0,71) 0,07 (3,02) 0,009 (1,91) 0,7306 0,0506 (2,15) 0,0095 (2,02) 0,7289 0,0579 (4,11) 0,0095 (2,03) 0,7286
AVRD*CAVL2
lnsh/(5+g+n)
(rh)
0,0077 (1,64)
0,0066 (1,36) 0,7016
0,00857 (1,78) 0,7181
0,07306 (1,88) 0,7306
R2
0,7163
variable de capital humano = L3 [2,1] AVRD 0,0223 (2,97) CAVL3 0,2685 (1,72) AVRD*CAVL3 [2.2] [2.31 0,0198 (3,10) 0,186 (1,79) [2.4] 0,009 (0,79) -0,0555 (0,23) 0,172 (1,20) ln sh/(6+g+n) <Th) 0,0077 (1,64) 0,00785 (1,61) 0,7068 0,00978 (2,02) 0,7237 0,0097 (2,02) 0,7307 0,1438 (2,20) 0,0099 (2,10) 0,7305 [2.5] 0,0105 (1,24) -0,1625 (0,79) 0,2592 (2,68) 0,0091 (1,93) 0,7289 0,2009 (3,60) 0,0097 (2,05) 0,7269 [2.6] [2.7]
R2
0,7163
variable de capital humano = H [3.1] AVRD 0,0223 (2,97) CAVH 0,0035 (0,98) AVRD*CAVH [3.2] B.3] 0,0205 (2,43) 0,0012 (0,37) B.4] -0,0012 (0,04) -0,009 (0,18) 0,0033 (0,71) ln sh/(5+g+n) 0,0026 (0,94) 0,0082 (1,73) 0,7187 B.5] 0,0023 (0,10) -0,0008 (0,22) 0,0031 (2,42) 0,0081 (1,71) 0,7189 0,0029 (3,33) 0,0082 (1,75) 0,7187 E3.6] [3.7]
(r)
0,0077 (1,64)
0,0007 (1,38) 0,7026
0,008 (1,68) 0,7168
0,0081 (1,70) 0,7184
R2
0,7163
Notas: Estadsticos t entre parntesis debajo de cada coeficiente, La especificacin utilizada coi responde a la ecuacin [51 del cuadro anterior.
74
Anterior
Inicio
Siguiente
CUADRO 10 ECUACIONES CON VARIOS INDICADORES DE CAPITAL HUMANO

[1]
AVRD CAVL2 AVRD*CAVL2 CAVL3 CAVL3*AVRD lns h /(5+g+n) (rh) 0,0097 (2,03) 0,0554 (3,21) 0,0319 (0,25) 0,0817 (0,73) 0,0099 (2,09) 0,7302 0,0078 (1,58) 0,7068 0,0098 (2,01) 0,7237 0,037 (1,16) 0,292 (1,28) 0,198 (1,32) 0,212 (2,73) 0,0095 (1,99) 0,7271 -0,0096 (0,13)
[2]
[31
[43
0,02 (3,01) -0,0054 (0,11)
[51
-0,0116 (0,23)
0,7287
CUADRO 11 CORRELACIN ENTRE DIVERSOS INDICADORES DE I+D Y EDUCACIN

CAVRD AVRD CAVRD AVRD*CAVL2 CAVL2 CAVL3 CAVH CAVH2 CAVH3 AVRD* CAVL2 0,7628 0,8256 CAVL2 0,3186 0,3954 0,7481 CAVL3 0,2536 0,3453 0,6813 0,814 CAVH 0,3792 0,3891 0,6279 0,8573 0,7303 CAVH2 0,3654 0,4483 0,7965 0,9306 0,7869 0,6897 CAVH3 0,2869 0,3819 0,7248 0,813 0,988 0,7426 0,7862
0,9465
El Cuadro 10 muestra que los datos no permiten refinar demasiado la especificacin de la tasa de progreso tcnico. Cuando se utilizan combinaciones de varios indicadores de capital humano y/o gasto en I+D slo uno de ellos resulta significativo en el mejor de los casos. El Cuadro 11 sugiere que el problema se debe a que la existencia de una alta correlacin entre los distintos indicadores impide separar con claridad sus contribuciones a la tasa de progreso tcnico. En conclusin, nuestros resultados confirman los resumidos en la seccin anterior y apuntan adems hacia la existencia de una fuerte complementariedad entre nivel educativo e inversin en I+D que tiende a 75
reforzar el nfasis que se ha puesto en la literatura sobre la interaccin entre formacin y cambio tecnolgico, Aunque no es posible afinar demasiado la especificacin, parece existir evidencia clara de que tanto el nivel educativo de la poblacin como el esfuerzo inversor en actividades de I+D son determinantes importantes de la tasa de progreso tcnico y de que las contribuciones de estas dos variables tienden a reforzarse mutuamente. Por otro lado, el efecto de nivel del capital humano es positivo y significativo en nuestra especificacin preferida, pero este resultado resulta ser muy frgil, tal como sealan Levine y Renelt (1992) y Andrs, Domnech y Molinas (1996), a la especificacin utilizada y a la eleccin de regresores.
4.
CONCLUSION
Este artculo se ha centrado en la relacin entre educacin, productividad y crecimiento econmico. Tras repasar la literatura emprica sobre el tema, hemos analizado la contribucin del capital humano a crecimiento en los pases de la OCDE partiendo de una extensin del modelo de MRW (1992) que permite la posibilidad de efectos de tasa del capital humano y otras variables. Nuestros resultados tienden a confirmar las conclusiones de trabajos previos sobre la importancia de la educacin como determinante del ritmo de progreso tcnico y sugieren que existe una fuerte complementariedad entre la formacin de capital humano y el gasto en I+D. En concordancia con la literatura, nuestros resultados sobre el impacto directo del nivel educativo sobre la productividad (los llamados efectos de nivel) son bastante frgiles a la especificacin utilizada. Sin embargo, este resultado podra deberse a la presencia de errores de medicin sustanciales en los datos y apunta ms bien a la necesidad de construir mejores ndices de educacin que a la inexistencia de efectos de nivel.
APNDICE: LA EDUCACIN EN LA OCDE Y EN ESPAA Aunque los resultados que hemos repasado en este trabajo no son tan concluyentes como sera deseable, la evidencia existente s permite afirmar con cierta confianza que el nivel de formacin de la fuerza labo76
ral es un determinante importante de la tasa de crecimiento de la productividad, probablemente a travs de su contribucin a la capacidad de absorcin tecnolgica de los trabajadores. La estrecha relacin entre educacin y progreso tcnico, a su vez, sugiere que la composicin del stock educativo podra ser tan importante como su tamao.16 Si bien los datos disponibles no nos han permitido investigar esta hiptesis en detalle, cabe esperar que la formacin tcnica y profesional tanto a nivel secundario como universitario tenga un mayor impacto sobre el crecimiento de la productividad que los estudios de carcter ms humanstico. Desde esta perspectiva, la equiparacin del nivel educativo de la poblacin espaola con los de otros pases de nuestro entorno es una condicin necesaria para la tan deseada convergencia real. Resulta por tanto de inters comparar los valores de algunos indicadores de nivel y esfuerzo educativo en Espaa con los correspondientes a otros pases industrializados para as cuantificar el dficit educativo de nuestro pas y valorar la idoneidad del esfuerzo que se est realizando para reducir ste. Los datos disponibles sugieren la siguiente valoracin. En trminos de los aos medios de educacin de la poblacin en su conjunto, nuestro pas sufre un retraso considerable con respecto a la mayora de los pases de la OCDE. La situacin es, sin embargo, mucho ms favorable en lo que concierne al nivel de formacin de los ms jvenes. Las tasas de escolarizacin espaolas son equiparables a las de otros pases europeos e incluso superiores a las de muchos de ellos. A medio y largo plazo, por tanto, la desventaja de la que partimos acabar corrigindose si se mantienen los niveles actuales de esfuerzo. Sin embargo, existen indicios de dos deficiencias preocupantes en la poltica educativa espaola. La primera es que la escasez de recursos podra comprometer la calidad de la formacin. En efecto, los niveles de gasto educativo en nuestro pas son muy bajos en relacin a la media europea, incluso cuando se miden en relacin al PIB per capita, La segunda es una cierta desatencin a los estudios tcnicos y profesionales que hace sospechar que la composicin de la oferta educativa no es la ms adecuada desde el punto de vista de las necesidades de nuestro mercado de trabajo.
Algunos trabajos en la literatura ofrecen indicios en este sentido. Vase por ejemplo Bieda (1970) y Murphy, Shleifer y Vishny (1991).
10
77
ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA GRFICO A.l NIVEL DE FORMACIN DE LA POBLACIN DE ENTRE 25 Y 64 AOS DE EDAD 1988
Sec. 1
D Sec. 2
1 1 ISCED5
B Univ
ola: La enseanza secundaria de segundo grado (Sec 2) incluye los programas de aprendizaje en colaboracin con empresas (apprenticeships,) y formacin profesional. El nivel 5 de la clasificacin internacional estndar para la educacin (ISCED 5) comprende programas cortos de formacin postsecundaria que no llevan a la obtencin de un ttulo universitario. Generalmente, se trata de cursos de formacin profesional avanzada. Los programas propiamente universitarios se incluyen en las categoras ISCED6 e ISCED7 (estudios de posgrado).
Los datos en que se apoya este diagnstico se resumen en las figuras siguientes.17 El Grfico A.l confirma el retraso educativo de nuestro pas, sobre todo en lo que concierne a la educacin secundaria y profesional. En trminos de la fraccin de la poblacin adulta que ha completado al menos la educacin secundaria, Espaa ocupa la penltima plaza, por delante tan slo de Portugal. Combinando el segundo ciclo de secundaria con la formacin superior de carcter profesional,18 la distancia entre la media de los 20 pases considerados y Espaa es abismal: mientras que un 45% de la poblacin de estos pases ha completado, en promedio, al menos uno de estos dos tipos de estudios, slo un 10% de la poblacin espaola ha alcanzado un nivel de cualificacin similar.
La principal fuente utilizada en esta seccin es una base de datos elaborada por la OCDE (Education ata Glance, 1992) que contiene informacin mucho ms detallada que la suministrada por Barro y Lee. Lamentablemente, estas estadsticas estn disponibles tan slo para un nmero limitado de aos y pases, lo que nos ha impedido utilizarlas en el anlisis economtrico de las secciones anteriores. Algunas discrepancias entre las dos fuentes nos hacen suponer que las cifras de Barro y Lee no siempre incluyen a los individuos que han seguido cursos de formacin profesional, particularmente cuando sta se realiza a tiempo parcial. Los datos utilizados se refieren a 1988 o, en su defecto, al ao ms prximo disponible. Hemos excluido algunos miembros de la OCDE para los que los datos son bastante incompletos.
17
78
Anterior
Inicio
Siguiente
CAPITAL HUMANO Y CRECIMIENTO ECONMICO GRFICO A.2 FRACCIN DE LA POBLACIN DE 2 A 29 AOS DE EDAD QUE CURSA ESTUDIOS
Nota: Nmero total de estudiantes (en equivalente a dedicacin completa) en centros privados y pblicos como fraccin de la poblacin con edades comprendidas entre los 2 y los 29 aos.
El Grfico A.2 muestra que la causa inmediata de nuestra desventaja educativa hay que buscarla en el bajo nivel de formacin de la poblacin de mayor edad. La tasa de escolarizacion total espaola (definida como la fraccin de la poblacin de 2 a 29 aos que cursa estudios) es inferior tan slo a las de Francia y Blgica. Aunque sobre estas cifras influyen las diferencias entre las pirmides de edades de los distintos pases, un examen ms detallado de las tasas de escolarizacion a distintos niveles lleva a una conclusin parecida. A nivel del segundo ciclo de educacin secundaria, la tasa de escolarizacion espaola est 6 puntos por encima de la media de los 19 pases que aparecen en el Grfico A. 3. Cuando consideramos tan slo los programas de carcter general o acadmico, esta diferencia aumenta a l l puntos; en trminos de formacin profesional, sin embargo, Espaa est 4 puntos por debajo de la media (de los 17 pases en los que existen dos ramas diferenciadas a este nivel).
Segn las estadsticas de la OCDE, los estudios a nivel ISCED5 son prcticamente inexistente en nuestro pas. Aunque es probable que algunos de los programas de primer ciclo universitario no sean muy distintos de los clasificados como de formacin profesional avanzada en otros pases, la importancia de este tipo de estudios es ciertamente reducida en Espaa. (Vse la nota al Grfico A.l).
18
79
ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA GRFICO A. 3 TASAS DE ESCOLARIZACION EN EL SEGUNDO CICLO DE SECUNDARIA
120 T-
c
3
T) o
ea
<
<,
y ta Fi ea
C
a o c ca c
eu
c ca
[L,
ta t ca
a ID
1 1
ea a G W
C O
eu
w
D
(3 so
+-J Un
ed
efl
o eu 3
H,
33
"S N
a.
t/3
o Z
fr-
I Prog. Acadmicos
D Total
Nota: Nmero de estudiantes en segundo ciclo de secundaria como porcentaje de la poblacin total que, de acuerdo con su edad, podra estar cursando estos estudios. En Estados Unidos no existen centros de educacin secundaria dedicados especficamente a la formacin profesional, aunque estudios de este tipo se imparten en muchas escuelas pblicas. En Canad s existen centros especializados a partir del onceavo curso, pero no se dispone de cifras desglosadas.
GRFICO A.4 ACCESO A LA EDUCACIN SUPERIOR
ca
ca
,^ 01)
>o>
cet
ti
a
/=;
n c C U a
&H
G ta H,
-o
cd 1^1
ii
a o Ci es
ea -o a
<a
"2
ea t*
a
3
Cu
o 33
ea
U ai
?
o
0-
IISCED6
D ISCED 5
Voto,- Estudiantes de primer ao a niveles I.SCED5 e ISCED6 como fraccin de la poblacin total con la edad correspondiente al inicio de los estudios post-secundarios. En Espaa, el peso del nivel 5 es nulo. En algunos pases el dato correspondiente al nivel 5 no est disponible aunque s existen tales estudios.
La situacin es muy parecida en la educacin superior y mucho ms extrema en lo que concierne al desequilibrio entre programas acadmicos y de formacin profesional. La tasa de acceso a los estudios propiamente universitarios (ISCED6) en Espaa es 13 puntos superior a
80
la media de los 19 pases. Cuando consideramos conjuntamente los estudios superiores universitarios y no universitarios (ISCED5), sin embargo, esta cifra se reduce a 2,5 puntos. (Vase el Grfico A.4). El poco peso de la formacin tcnica dentro de la universidad espaola se aprecia claramente en el Grfico A. 5. Mientras que en los 19 pases considerados una media del 37% de los graduados son ingenieros o cientficos, tan slo un 20% de los licenciados espaoles han cursado estas disciplinas.
GRFICO A.5 GRADUADOS UNIVERSITARIOS EN CIENCIAS E INGENIERA COMO PORCENTAJE DEL TOTAL
s O O.
<S3
tfl
K
bO <L>
<
<
o a
.611 :
3
Kl
as
3 OO
-O
"3
C L )
x Ingeniera Ciencias
p o
a.
t/i
'3
Nota: para algunos pases el gasto privado en educacin no est disponible, pero no es necesariamente cero.
GRFICO A.6 GASTO EN EDUCACIN COMO PORCENTAJE DEL PIB
Nota: para algunos pases no hay datos para todos los niveles.
81
Finalmente los Grficos .6 y A.7 muestran dos indicadores de gasto educativo. Espaa es uno de los pases con un menor nivel de gasto pblico en educacin en relacin al PIB. Si bien es cierto que el gasto privado es superior al promedio, este factor no altera nuestra situacin relativa sustancialmente. Nuestro pas tambin se sita en los ltimos puestos de la OCDE en trminos del gasto por estudiante (como fraccin del PIB per capita), sobre todo a nivel universitario. (Grfico A.7)
GRFICO A.7 GASTO PUBLICO POR ESTUDIANTE COMO % DEL PIB PER CAPITA
i I
'+'
-o
m
O.
\,
a e "o E
IC
S3
,1
< CO
a C
&
>
2 o
a, W
Primaria
Q Secundaria
I Universidad
Vote para algunos pases no hay datos para todos los niveles.
REFERENCIAS
Andrs,].. R. Domnech y C Molinas (1996): Macroeconomic Performance and Convergence in OECD Countries, DT 96-02, Universidad de Valencia. Azariadis, C. y A. Drazen (1990): Threshold Externalities in Economic Development, Quarterly Journal of Economics CIV, 501 -26. Barro, R. (1991): Economic Growth in a Cross Section of Countries. Quarterly Journal ofEconomics CVI (2), 407-43. Barro, R. y X. Sala (1992): Convergence. Journal of Political Economy 100(2), 223-251. Barro, R. y J. W. Lee (1993): International Comparisons of Educational Attainment, Journal of Monetary Economics 32,363-94. Barro, R. y J. W. Lee (1994): Sources of Economic Growth, Carnegie-Rochester Conference Series on Public Policy 40, -46.
82
Anterior
Inicio
Siguiente
CAPITAL HUMANO Y CRECIMIENTO ECONMICO Baiimol, W., S. A, Batey Blackman y E. Wolf (1989): Productivity and American Leadership: the Long View, MIT Press, Cambridge, Mass. Benhabib, J. y M, Spiegel (1992): The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-Country and Regional US Data, Mimeo, New York University, Benhabib, J. y M. Spiegel (1994): The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-Country Data, Journal of Monetary Economics34,143-73Bieda, K. (1970): The Pattern of Education and Economic Growth, The Economic Record. 368-79Cass, D. (1965): Optimum Growth in an Aggregative Model of Capital Accumulation, Review of Economic 5/urfies XXXII, 223-40. de la Fuente, A. (1994): Crecimiento y convergencia: un panorama selectivo de la evidencia emprica, Cuadernos Econmicos del ICE 58(3), 23-70. de la Fuente, A. (1995): Catch-up, Growth and Convergence in the OECD, CEPR Discussion Paper no. 1274. de la Fuente, A. y J. M. da Rocha (1994): Capital humano, productividad y crecimiento." en Crecimiento y Convergencia Regional en Espaa y Europa, Vol. II. IAE, Barcelona. Denison, E. (1962a): The Sources of Economic Growth in the United States and the Alternatives Before Us. Committee for Economic Development, Washington D.C. Denison, E. (1962b): Education, Economic Growth and Gaps in Information, Journal of Political Economy. Koopmans, T. (1965): On the Concept of Optimal Economic Growth en The Econometric Approach to Development Planning, North-Holland, Amsterdam. Kyriacou, G. (1991): Level and Growth Effects of Human Capital: a Cross-Country Study of the Convergence Hypothesis, Mimeo, New York University. Landau, D. (1983): Government Expenditure and Economic Growth: a Cross-Country Study, Southern Economic Journal 49, 783-92. Landau, D. (1986): Government and Economic Growth in the Less Developed Countries: an Empirical Study for 1960-80, Economic Development and Cultural Change 35, 35-75. Lau, I, S. Bhalla y F. Lout (1991): Human and Physical Capital Stocks in Developing Countries: Construction of Data and Trends, Draft mimeo, World Development Report, the World Bank. Lau, L. D. Jamison y F. Lout (1991): Education and Productivity in Developing Countries: an Aggregate Production Function Approach, Report no. WPS 612, the World Bank. Levine, R. y D. Renelt (1992): A Sensitivity Analysis of Cross-Country Growth Regressions. American Economic Review 82(4), 942-63. Lucas. R. (1988): On the Mechanics of Economic Development, Journal of Monetary Economics 22, 342. Mankiw, G., D. Romer y D. Weil (1992): A Contribution to the Empirics of Economic Growth, Quartely Journal of Economics CVIL 407-37. Murphy, K., A. Shleifer y R. Vishny (1991): The Allocation of Talent: Implications for Growth. Quarterly Journal of Economics, 503-30. Nehru, V., E. Swanson y A. Dubey (1995): A New Database on Human Capital Stocks in Developing and Industrial Countries: Sources, Methodology and Results, Journal of Development Economics 46, 379-401. Nelson, R. y E. Phelps (1966): Investment in Humans, Technological Diffusion, and Economic Growth, American Economic Review Papers and Proceedings 66. 69-82, OECD (1990): L'Enseignement dans les Pays de l'OCDE, 1987-88. Paris, OECD (1992): Education at a Glance. Paris. Psacharopoulos, G, y A. Arriagada (1986): The Educational Composition of the Labour Force: an International Comparison, International Labour Review 125(5), 561-74.
83
ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA Romer, P. (1989): Human Capital and Growth: Theory and Evidence, NBER Working, Paper no. 3173. Schultz, T. (I960): Capital Formation by Education, Journal of Political Economy 69, 571-83. Schultz, T. (I96I): Investment in Human Capital, American Economic Review 51,1-17. Stokey, N, (1994) Comment on Barro and Lee, Carnegie-Rochester Conference Series on Public Policy 40, 47-57. Summers, R. y A. Heston (1991): The Penn World Table (Mark 5): An Expanded Set of International Comparisons, 1950-88, Quarterly Journal of'Economics CVI(2), 327-368. UNESCO (varios aos): Statistical Yearbook, Paris. Uzawa, H. (1965): Optimum Technical Change in an Aggregative Model of Economic Growth, International Economic Review 6(1), 18-31. Welch, F, (1970): Education in Production, Journal of Political Economy 78, 35-59-
ABSTRACT
This paper analyzes the relationship between educational investment and economic growth. After reviewing the relevant literature, we develop an extension of the MRW model which incorporates a catch-up effect and allows for both rate and level effects from human capital and other variables. Using this model we derive various specifications of a convergence regression which we estimate using panel data for the OECD. The results tend to confirm those of other recent studies and point also to the existence of strong complementarities between the stock of human capital and R&D investment.
84

Tema 6. Crecimiento Econ-2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 6. Crecimiento Econ-2

Cargado por

Copyright:

Formatos disponibles

MONEDA Y CRDITO N.

JOS MARA DA ROCHA

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

UN PANORAMA DE LA EVIDENCIA EMPRICA

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

2.1. Indicadores de capital humano

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

H.Barro&Lee = 0,2213 + 0,9007*H.Kyriacou t = 2,87 R = 0,2816

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

Capital humano en ecuaciones ad-hoc de convergencia

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

POP(0),GCON5(-), N = 151 R2 =0,714 GINV(0),GED(0),T(0), INF(-),0IL(+),DP(-) N = 103 R2 = 0,029

1,615* (5,00) 0,0305* (3,86) 0,025** (4,46)

N=103 R2 = 0,227 N = 98 R2 - 0,56 GCONS(-),DISTOR(-), REV(-),ASSAS(-) 1960-85 98 pases

(41 Barro (1991)

0,01* (1,15) 0,0118" (2,07) 0,0062 (4,09)

[5] Kyriacou (1991)

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

CUADRO 2 RESULTADOS DE BARRO Y LEE (1994)

[2] -0,0252 [0,0036] 0,079 [0,028] 0,0829 [0,0157] 0,0133 [0,0043]

[4] -0,0247 [0,0035] 0,073 [0,027] 0,0903 [0,0148] 0,0199 [0,0048]

-0,0255 [0,0035] 0,077 [0,027] 0,0801 [0,01391 0,0138 [0,0042]

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

Efectos de tasa en ecuaciones de contabilidad del crecimiento

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

CUADRO 3 CONTABILIDAD DEL CRECIMIENTO CON CAPITAL HUMANO

constante InQo AlnK AlnL AlnE HlnE

1,968 [0,00] -0,190 [0,00]

2,074 [0,00] -0,246 [0,00] 0,469 [0,00] 0,413 [0,035]

0,449 (5,05) 0,261 (0,90) -0,152 (1,68)

0,457 [0,00] 0,209 [0,317] 0,063 [0,425]

0,441 (5,07) 0,213 (0,73) -0,154 (1,71) 0,0112 (2,61)

0,432 (5,09) 0,2878 (0,97) -0,2211 (2,22)

0,417 (6,24) 0,387 (1,49) 0,0359 (0,34)

0,530 [0,00] 0,225 [0,245] -0,080 [0,215]

0,0101 (3,25) -0,001 (3,07) 0,203 [0,004]

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

Nota: errores estndar entre corchetes debajo de cada coeficiente.

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

2 4. Efectos de nivel en una extensin del modelo de Solow

ANGEL DE LA FUENTE Y JOSE MAMA. DA ROCHA

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

constante InQo ln sk/(n+g+8) ln sh /(n+g+8) R2 ajustado N

3,09 (5,83) -0,372 (5,55) 0,506 (5,33) 0,266 (3,32) 0,44

3,55 (5,63) -0,402 (5,83) 0,396 (2,61) 0,236 (1,67) 0,66 22

valores implcitos de los parmetros l a

0,0186 [0,00191 0,44

0,0206 [0,0020] 0,38

[0,11] 22 pases de la OCDE

Para una discusin ms detallada de estos temas vase de la Fuente (1994).

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

ALGUNOS RESULTADOS PARA LA OCDE

Algunas extensiones del modelo de Mankiw, Romer y Weil

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

ANGEL DE LA FUENTE Y JOSE MARIA DA ROCHA

Integrando (6) entre 0 y t tenemos

CAPITAL HUMANO Y CRECIMIENTO ECONMICO

GQit = r 0 + r a ai0 + (i - r c )t + r z (zlt + cAvz it i*o - Xqit +