FUNDACION PARA LA EDUCACION SUPERIOR Y EL DESARROLLO add Infraestructura, Crecimiento y Productividad en Colombia: 1950-1994 (Informe final presentado por Fedesarrollo a Fonade) Mauricio Cardenas S. Andrés Escobar A. Catalina Gutiérrez S. Santafé de Bogota, mayo de 1995 FEDESARROLLO - Fax: 212 60 73 - Calle 78 No. 991 - Apartado Aéreo: 75074, Santaté de Bogotd, ColombiaINFRAESTRUCTURA, CRECIMIENTO ¥ PRODUCTIVIDAD EN COLOMBIA: 1950-1994 Informe Final presentado por Fedesarrollo a Fonade Mauricio Cérdenas S. ‘Andrés Escobar A. Catalina Gutiérrez S." 1.Introduccién fl estado de la infraestrctura en Colombia es, segun J sabduriaconvencional, el principal absticulo al erecimiento econdmico en el actual modelo de desarrollo, Es ya un lugar ‘comin en Jas discusiones sobre la materia bacer referencia al presario estado de Ia inftaestructura exsien®, 2 la snsuficiencia de vias, aeropuertos, pertos, asf como a la permanente amenaza de racionamientos en la prestacin de los principals servicios piblicos. Virualmente todos los documentos que se han realizado sobre Ia compettvidad del aparato productive colombiano, asi como sobre sus posibilidedes furaras, provengan ellos del gobiemo, los gremios o firmas de consultoria hacen referencia a este punto. sin embargo, con notables excepeiones como el trabajo de Sanchez (1993), el tema no ha despertado igual interés por parte de los economists. Por ello, eo le mayoria de los casos los planteamientos earecen de estimaciones rigurosas que establezcan de manera empirica la relacion centre inversign en infraestructura, crecimiento econdmico y productividad. No existe un estudio, por ejemplo, que compare los beneficios derivados de un mayor gasto en infraestructura versus aquellos obtenidos de una mayor inversion en otros sectores, como la formacién de capital humano. specs sees * fnvestigadores de FedesarolloEn un pais con grandes restricciones presupuestales se hacen imprescindibles este tipo de estimaciones. El presente trabajo tiene como propésito analizar desde una perspectiva econémica la problemética de fa intraestractura en Colombia, El objetivo es ofrecer una serie de estimaciones que permitan cuantficar el impacto sobre el crecimiento y la productividad del stock y la inversién en infraestructura, particularmente en los sectores de energia eléctrica, transporte (carreteras y vias férreas), telecomunicaciones, acueductos y alcantarillados”, Para realizar estas estimaciones se utiliza una gama amplia de metodologias ¢ informacién, que abarcan series de tiempo nacionales, asi como series de tiempo y datos de corte transversal a nivel departamental e industrial. El estudio esté orgenizado de la siguiente manera. En la segunda seccién se presenta el marco teérico, basado en una tecnologia Cobb-Douglas en la que se introduce explicitamente el capital piblico como insumo en la produccién del sector privado. La tercera secciéa sintetiza la ya extensa literatura empirica intemacional sobre la materia. Alli se discuten las principales conclusiones que se desprenden del anilisis de los datos (nacionales y regionales) en los Estados ‘Unidos, asi como las obtenidas del andlisis de la informacién para muestras de paises en desarrollo, La cuarta seccién presenta la base de datos construida para el presente trabajo que rede todas las fuentes de informacién existentes en Colombia. Esta seccién describe los ‘hechos estilizados’ que caracterizan el comportamiento de las series. Es decir, se oftece una primera vision de la evolucién de la infraestructura en Colombia durante la posguerra. La quinta seccién esti dedicada a la 2 Desde una perspective econémica se trata de monopolios naturales altamente intensivos en capital, Ios cuales no necesariamente son controlados por el Estado.cestimacién de las relaciones entre infraestructura, crecimiento y productividad a partir de los datos descritos en la seccién anterior. Las estimaciones estin divididas en cuatro partes: i. ejercicios a partir de las series de tiempo nacionales para el periodo 1950-1994; ii. estimaciones con datos departamentales de corte transversal; ii, cilculos a partir de paneles que combinan series de tiempo y datos de corte transversal para los departamentos durante el perfodo 1980-1992; y, iv. ejercicios ‘con un panel de datos para 98 sectores de la industria manufacturera durante el periodo 1974-1992. El trabajo termina con una seccién de conclusiones, 2, Mareo Teérico La gran mayoria de los estudios que estiman Ia relacién entre infraestructura, crecimiento y productividad, parten de la especificacién de la tecnologia de acuerdo con una funcién de produccién Cobb-Douglas de la siguiente forma: = AcKELEGUH; @) donde ¥ es el producto del sector privado (aunque por disponibilidad de informacién casi siempre se utiliza el producto total), K es el stock de capital privado no residencial, L es el empleo total 0 empleo no agricola, G es el stock de capital piblico y Hes el stock de capital humano, definidos de diversas maneras. A es un parmetro teenol6gico que, en caso de cambiar a través del tiempo, capta ¢l progreso técnico neutral (en el sentido de Hicks). ‘La eouacién anterior puede expresarse en logaritmos (que se denominan con mindsculas):y =a tak + BL bya, + oh @) donde los coeficientes «,, By y miden las elasticidades del producto con respecto a los factores de produccién. En la estimacién de la ecuacién anterior es necesario tener en cuenta que en el comportamiento del producto se presentan fluctuaciones de corto plazo que no pueden ser completamente explicadas por cambios en la utilizacién de los factores produetivos. Por ello, se hace necesario introducir alguna variable que capte el ciclo econdmico, de forma tal que para su estimacién la ecuacién anterior se transforma en: Y =a, + Ok + BL +78, + OA + Bu + be @ donde a, normalmente se define como ag#At, u es el grado de utilizacién de la capacidad instalada (también pueden utilizarse 1a tasa de desempleo o las desviaciones del producto frente a su tendencia)’. Sin embargo, es probable que en la ecuacién anterior se presenten problemas de colinealidad entre el empleo y el ciclo econdmico, dos variables que estén estrechamente relacionadas. Una forma de corregir este problema consiste en ajustar los stocks de capital privado y pblico de acuerdo con su utilizacién. Esto implica estimar la ecuacién: n +k + BL ty gut oht en @ donde ku es el stock de capital privado ajustado por utilizacién, que equivale en logaritmos ak + u (andlogamente para gu). 3 sNotese que u=¥ / Ypot, deforma que in (KU) =k + y- ypot =k:Adicionalmente, la ecuaci6n 3 puede expresarse en términos de producto por unidad de capital, ie. Yoke pt (O-Dke + BL +78, + OR +84, + &, ®) 0 en términos del producto por trabajador: Yel =a tok + BD + 1g, + Oh 8m + ee © De otra parte, la estimacién de la ecuacién 4 puede imponer algtin tipo de restricciones a los valores de los pardmetros (e.g. a-+=1 implica suponer rendimientos constantes a escala en los factores privados y o:+8+7+6=1 supone rendimientos constantes a escala sobre todos los factores privados y piiblicos). Es posible que en la estimacién de las ecuaciones (3)-(6) se presenten problemas que resultan de la presencia de tendencias comunes entre la variable dependiente y las independientes, especialmente cuando se utilizan series de tiempo. En estos caso, resulta apropiado estimar las ecuaciones en primeras diferencias, que para el caso de la ecuacién 4 se pueden escribir como: Ay, =A + aAky + BAL, + yAgu, + oan + &,, mM donde A denota las primeras diferencias de la variable (en logaritmos) 0, lo que es igual, el cambio pporcentual de la variable en niveles‘, Por supuesto, en este caso +E, mide el cambio en la PTF 0 ‘Residuo de Solow’ (la parte del cambio en el producto no atribuible a los factores de produccién). * Més ain, esta transformacién es necesatia para obtener estimaciones estadistcamente vélidas de los coeficientes ‘cuando las variables originales no son estacionarias.Finalmente, las estimaciones pueden realizarse con datos nacionales, regionales, departamentales, municipales¢ incluso a nivel dela firma (ola industria a nivel de cuatro digitos). Se pueden realizar regresiones con series de tiempo (para un pais, regién, industri, et., a través del tiempo) o, altemativamente se pueden tomar varios paises, regiones, industras, etc., en un mismo punto del tiempo para hacer una estimacién de corte transversal (aqui el subindice t en las cecuaciones anteriores indicaria los diferentes paises, regiones 0 industrias). Por supuesto, también pueden realizarse estimaciones de paneles, que combinan los dos tipos de regresiones ya mencionados. ‘Cuando se combinan series de tiempo y datos de corte transversal la ecuacién basica debe escribirse como: Yn = M+ Oky + Bly +78, + Oh + Ger 8) donde i denota los departamentos (0 los sectores industriales) y t el tiempo. A su vez, el término de error econométrico se descompone en: ea = fit Kr + By ® donde f; es el componente especifico al departamento, k, ¢s el componente especifico al tiempo y iy es un término de error iid. fj capta las caracteristicas de la funcién de produccién que no se ‘observan y que son especificas a cada departamento (no cambian a través del tiempo); k, capta losshocks a ia funcién de produccién que son comunes a todos los estados en cada periodo del tiempo (ie. el ciclo econdmicoy’ Existen tres formas de estimar el modelo de la ecuacién anterior de acuerdo con los supuestos que se adopten sobre los términos de error y los interceptos. En primer luger, la ecuacién se puede estimar mediante un procedimiento simple de MCO cuando se supone que el intercepto ay y el término de error ¢, son comunes a todos Jos sectores. Esto equivale a decir que tanto la tecnologia como las variables que se omiten son las mismas en todos los sectores. En segundo lugar, cuando se supone que el intercepto es diferente en cada sector (i.e. hay diferencias tecnolégicas) se debe introducir explicitamente el termino ff en la ecuacién. Esto se Jogra al incluir variables dummy para cada estado (o al restar a cada observacién la media de ese estado). También se puede optar por utilizar un s6lo dato por estado, correspondiente al crecimiento de cada variable durante todo el periodo muestral. Este tipo de estimacién, denominada “efectos jos”, tiene la ventaja de reducir los problemas de heteroscedasticidad de Ja regresi6n. Por supuesto, es posible determinar cual tipo de estimacién es més apropiado para un determinado panel de datos. La hipétesis nula (eg. todas las variables dummy y/o los interceptos son estadisticamente iguales entre sf) puede verificarse mediante un estadistico F que compara las sumas de los errores al cuadrado de los modelos con y sin efectos fijos’. + En la prdctica este efecto se capta con la inclusién de la variable u en fa ecuacién 3 (como en Munnell, 19906) 0 con las variables dummy para cada afo (Garcia-Mila y McGuire, 1992). “ixed effects” en la terminologfa anglosajona. ” Ver Judge etal .(1988), pigina 475.En tercer lugar, se puede considerar que los efectos especificos a cada estado son parte del error. En este caso, se requiere de estimadores Minimos Cuadrados Generalizados (MOG 0 GLS) para obtener estimadores eficientes (aunque sesgados e inconsistentes si las variables del lado derecho de la ecuacién estén correlacionadas con los efectos especificos’. Este modelo, denominado ‘componente de error’, se utiliza cuando cada unidad de corte transversal es una muestra aleatoria de la poblacién completa y se desea estimar los coeficientes de dicha poblacién. 3, La Literatura Empirica Internacional ~ Estados Unidos El andlisis de Ja relacién entre infraestructura y crecimiento econdmico ha sido un tema recurrente entre los historiadores econémicos, asi como entre los estudiosos de ciencias urbanas y regionales. En contraste, el interés por parte de los (macro)economistas es relativamente reciente. Por ejemplo, la literatura de los afios sesenta sobre los determinantes del crecimiento de Ia economia estadounidense durante el siglo XIX, le dio un papel protagénico a la inffaestructura (particularmente en transporte)”. Por su parte, el enfoque espacial del desarrollo regional (¢.g. Hansen (1965), Hirschman (1958) argumenta que‘el impacto de infraestructura es diferente en regiones congestionadas, intermedias y atrasadas (el mayor impacto se da en las intermedias)'. * Este fue el caso con los datos colombianos ya que al utilizar Ia prueba de Hausman se rechaz6 sistemaicamente la independencia entre las variables independientes y el errr. ” Los mejores ejemplos son Fishlow (1965) para la primera mitad del siglo XIX y Fogel (1964) para la segunda mitad © Trabajos como los de Mera (1975), Costa et al. (1987), Eberts (1986) prueban esta hipétesis con relativo éxito. Looney y Frederiksen (1981) utilzan datos para México,Con todo, el auge reciente en la literatura no tiene antecedentes. En los tiltimos afios se han publicado miltiples articulos que examinan (con mayor rigor) Ia relacién entre la acumulacién de capital piblico y la produccién (0 la productividad) en el sector privado. Sin duda, el auge reciente esta asociado, en buena parte, a la publicacién de los controvertidos trabajos de Aschauer (1989a, 1989b). En ellos, en sintesis, se argumenta que Ja inversién en capital piblico contribuye significativamente al aumento de la produccién y la productividad (asi como a la competitividad intemacional), El efecto estimado del capital piblico sobre la productividad es cuantitativamente tan grande que la falta de inversién en infraestructura (la llamada “crisis de Ja infraestructura”) explica, segin el autor, buena parte del desaceleramiento en el crecimiento de la productividad en los Estados Unidos a partir de 1973. ‘Aschauer (1989a) estima la ecuacién 5 a partir de los datos anuales para los EE.UU. durante el periodo 1949-1985, Los resultados indican que un aumento de 1% en la relacién capital piblico - capital privado esta asociado a un aumento de 0.39% en la productividad del capital privado. Este resultado es robusto a la escogencia del periodo muestral lo cual permite justificar la necesidad de mayor inversin en capital publico para acclerar el crecimiento de la productividad''. Otros estudios que también utilizan series anuales para los EE.UU. (e.g., Munnell (1990a)) han obtenido resultados similares” ‘Al desagregarIas series de capital piblico Aschauer encuentra que la mayor contribucién a fa productividad se deriva de Ia inversin piblica en estracturas (més que en equipo). Dentro de estas, la infraestructura nicleo (que incluye carreteras, puertos y asropuertos, centrales de generacién eléctrica, instalaciones de gas y acueductos y aleantarillados) explica cerca de 55% del coeficienteestimado. * Sin embargo, estos resultados son implausibles ya que implican un producto marginal del capital publico superior al 100% por aifo. En efecto, y = dY/dG * G/Y de manera que la productividad marginal del capital pablico es igual a10 “Aparte de los problemas impuestos por el tamafio del coeficiente, los ejercicios besados en series anuales no permiten establecer una relacién de causalidad entre dos fendmenos concomitantes en la economia norteamericana: la reduccién a mediados de los affos setenta en el ritmo de crecimiento tanto de la productividad total de los factores como de Ia inversién piblica en infraestructura. Seguin Eisner (1991), es fécil imaginarse un escenario en el que el menor aumento de la productividad ocasiona un reduccién en el crecimiento de! capital ptiblico. De hecho, Tatom (1993) reporta pruebas de causalidad de Granger donde concluye que la causalidad va de la productividad del sector privado hacia la formacién de capital piiblico, y no a la inversa. Con todo, Flores de Frutos y Pereira (1993) desarrollan un modelo macro de crecimiento en el que corrigen por tendencias comunes y simultaneidad de las variables. Pese a las correcciones, la productividad del capital piblico es tan alta como en las estimaciones originales de Aschauer. Estas dificultades econometricas se mitigan cuando se utilizan ‘pools’ de series de tiempo (ie. paneles), y més aiin datos de corte transversal. Por esta razén, la mayor parte de los estudios recientes se han voleado sobre la informacién disponible a nivel regional, estatal (departamental) 0 sectorial. Los resultados obtenidos a partir de este tipo de informacién no han permitido, sin ‘embargo, lograr un consenso en la materia En uno de los primeros estudios con datos subnacionales, Munnell (1990b) estimé la ecuacién 3 con un ‘pool’ de datos de 48 estados durante el periodo 1970-1986", El coeficiente y Y*Y/G, 0 lo que es igual (0.4Y2.5)*1. Aaron (1990) cuestiona el que esta tasa real de retomo sea cinco veces superior a Ja del capital privado. ® Como se discute en Ia siguiente seccién la construccién de las series regionales de capital piblico requiere de una metodologia para repair el agregado nacional (de capital pablico al nivel estatal y local) entre los diferentes Estados.u estimado es 0.15, el cual pese a ser inferior al obtenido con datos anuales, confirma el impacto positivo y significative del capital piblico sobre el producto. Cuando se desagrega el capital piiblico el mayor impacto proviene del capital piblico en acueductos y alcantarillados (0.12), seguido de las autopistas (0.06). Los demés componentes tienen muy poca incidencia sobre el producto privado, Cuando los estados se agregan en (4) regiones los coeficientes estimados son positivos y significativos, pero diferentes entre regiones (sin una clara justificacién)'*, Eisner (1991) utiliza la misma informacién de Munnell (1990b) pera estimar una versién modificada de la ecuaciGn 3 en la que se le resta a cada observacion el valor promedio en ese estado durante todo el periodo muestral. Asi, las varianzas y covarianzas son exclusivamente atribuibles al tiempo ya que las diferencias entre estados no juegan ningin papel. En este caso, el coeficiente estimado para el capital péblico no es estadisticamente diferente de cero. De otra parte, cuando se le restaa cada observacion el valor promedio para ese alo de las observaciones de todos lo estas, el efecto puro de corte transversal, el coeficiente y estimado es 0.165, muy similar al obtenido por ‘Munnell (1990b). La conclusién es, entonces, que los estados con mayor capital piblico tienen mayor producto, atin después de incluir el empleo y el capital privado. Sin embargo, no es posible establecer tna relacién de causalidad. De otra parte, no es cierto que en los afios con mayor capital piiblico los estados tengan mayor producto que en los demés afios. Esto quiere decir que los efectos “ para determinar el grado de complementariedad 0 sustituiblidad entre los factores productivos, Munnell (19906) estim6 Is ecuacién 3 en forma translogaritmica. Los resultados indican que los factores son sustitutos entre si, excepto cen el caso del trabajo y el capital pablico que son aparentemente complementos.2 de la inversién en infraestructura no son inmediatos. Incluso, es posible que se presenten con rezagos considerables. Garcfa-Mila y McGuire (1992), a partir de la ecuacién 3 desagregan el capital privado en equipos (kq) y estructuras (Ks), utiizan el stock de autopistas por unidad de area (délares de 1974 por milla’) como indice del capital puiblico (g) y afiaden el gasto en educacién durante los ultimos cinco aiios (e) como indicador del capital humano'’. Es decir, estiman a partir de informacién anual para 48 estados de los EE.UU. durante el periodo 1969-1983 la siguiente versién de Ia ecuacién 3: Ym a + aks: + arta, + Bh +18 * er + €r 0) En la regresién se incluyen otras variables como la poblacién (para controlar efectos de escala), los afios promedio de escolaridad, la participacién de la industria en la produccién (para captar cambios en productividad) y 13 variables dummy para cada afio entre 1970 y 1982 que controlan los efectos del ciclo econdmico y del cambio técnico que depende del tiempo (.e., afslan Jos efectos de las variaciones de corte transversal). Los resultados indican que la educacién juega un papel importante en la determinacién del producto, mientras que las autopistas no parecen tener un impacto considerable (el coeficiente y estimado es tan sélo 0.044). La poblacién tiene un coeficiente positivo, lo cual sugiere que en Tos ‘estados mas grandes la productividad de los factores es mayor. El grado de industrializacién tiene ‘un impacto negativo sobre el producto. Las variables educativas tienen el signo positivo esperado, ' Bl uso del gasto en educacién en una funcién de produccién no es ideal ya que la poblacién puede educarse en un estado y moverse a otro, Ademds el gasto en educacién puede depender del nivel de ingreso (que determina la demanda por servicios educativos) lo cual ocasiona problemas de endogeneidad.13 Con todo, Jos trabajos més criticos de la supuesta relacién entre la acumulacién de capital piiblico y el nivel de actividad econémica del sector privado son los de Hulten y Schwab (1984) y Holtz-Eakin (1994) quienes encuentran que el patron de acumulacién de infraestructura no exptica Jos diferenciales de productividad entre estados. Hulten y Schwab (1984) aplican la metodologia Denison-Kendrick-Jorgenson y Griliches para la descomposicién de las fuentes de crecimiento del producto. Utilizan datos de valor agregado en la industria manufacturera agrupados en nueve regiones de los Estados Unidos. Los resultados indican que las diferencias en el crecimiento del producto entre regiones son atribuibles a diferencias en la utilizacién de trabajo y capital (privado) y no 2 variaciones en la productividad entre regiones (que incluyen el efecto de diferencias en el estado de la infraestructura). Por su parte, Holtz-Eakin (1994) argumenta que la inclusién de los efectos fijos, como en la ecuacién 8, en las estimaciones con paneles estatales para los EE.UU. acaba con la relacién entre capital piblico y produccién privada, En las estimaciones utiliza el producto del sector privado (y no el PIB estatal como en los casos anteriores), ademés de una nueva serie del stock de capital construida de acuerdo con la metodologia descrita en Holtz-Eakin (1993a). Pese a la utilizacién de informacion ligeramente diferente los resultados son muy parecidos a los de Aschauer (1990b) y ‘Munnell (1990b) cuando se estima la ecuacién 8 por medio de un procedimiento de MCO en el que no se cortige por los efectos especificos a cada estado (f). De hecho, la elasticidad del producto privado con respecto al capital piblico es de 0.23. Sin embargo, una vez se incluyen los efectos fijos, especificos a cada estado los resultados se deterioran considerablemente, En efecto, el coeficiente y estimado es negativo (-0.0517) y14 significativo, cuando se utilizan las desviaciones frente a los promedios especificos a cada estado. Asimismo, cuando se utiliza un inico dato por estado (correspondiente al crecimiento de cada variable entre 1969 y 1986) los resultados no permiten establecer una relacién entre capital publico y crecimiento econémico. Una alternativa es la de tratar los efectos especificos como aleatorios y utilizar un estimador de MCG. En este caso, el efecto del capital piiblico sobre el producto privado es marginal (0.008), aunque significativo. La conclusién es obvia, La presencia de efectos especificos a cada estado (Gijos o aleatorios) en la estructura del error de la ecuacién 3, elimina Ja importancia del capital piiblico en la produecién privada. Segin Holtz-Eakin (1994) los resultados anteriores, segun los cuales existe una relacin fuerte y positiva entre capital piblico y producto son un artefacto de las restricciones impuestas a la estructura de los errores. Cuando se utilizan técnicas més apropiadas los resultados se desvanecen y no es posible encontrar una elasticidad diferente de cero. Esto no quiere decir que el capital piiblico no sea importante (de hecho afecta el producto total de la economia en tun monto equivalente a los servicios que genera). Lo que indican los resultados es que la elasticidad del producto privado (0 la productividad) con respecto al capital piblico es cercana a cero’®. La inversin piblica es importante en si misma (hay proyectos piblicos con un valor presente neto positive), pero no debido a los posibles efectos indirectos sobre la productividad del sector privado” Bste resultado es similar al obtenide por Hulten y Schwab (1991) y Tatom (1991b). ® Por lo tanto, el nexo que se ha tratado de establecer entre el estancamiento de la productividad en los Estados Unidos y el deterioro de la infraestructura no parece tener fundamento en la evidencia empirica.15 ‘Otro ejercicio interesante es el de Dufly-Deno y Eberts (1991), quienes estiman un modelo de dos ecuaciones simulténeas a partir de informacién anual para 28 areas metropolitanas de los, Estados Unidos durante el perfodo 1980-1984. Una de las ecuaciones explica el ingreso per cépita en funci6n del stock de capital piblico y de la inversién publica, mientras que la otra explica la inversién pitblica como funcién del ingreso personal. Las elasticidades (del producto) obtenidas son de 0.094 para el stock de capital puiblico y 0.037 para la inversién publica. En un trabajo reciente, Nadiri y Mamuneas (1994) desarrollan un marco analitico diferente para medir la contribucién del capital pablico en infraestructura e I&D al crecimiento de la productividad total de los factores en doce sectores industriales de los Estados Unidos durante el periodo 1956-1986"%, En la metodologia propuesta un incremento en la infraestructura publica leva la PTF al reducir el costo privado de produccién, lo que a su turno conduce a un menor precio del producto y a un mayor crecimiento de la produccién. De acuerdo con las estimaciones presentadas, Ja contribuci6n directa de la infraestructura piblica es del orden de 30 a 35% del crecimiento de la PTF, aunque se presentan diferencias importantes entre industrias (su contribucién indirecta es una décima parte de esto). Con todo, este efecto es inferior al de otros factores, especialmente la demanda agregada, los precios reales de los insumos y el cambio técnico que son los principales actores en la determinacién de la PTF al nivel industrial. "También analizan la contribucion de la demands, los precios relativos de los insumos y el cambio téenico,16 + Los Estudios Internacionales ‘Algunos estudios han utilizado datos de varios paises para estimar versiones de la ecuacién 3, Aschauer (19896) realiz6 estimaciones para el Grupo de los Siete. Por su parte, Ford y Poret (1991) estimaron una elasticidad de la PTF con respecto a cambios en infraestructura de alrededor de 0.45 para nueve paises miembros de la OCDE. Canning y Fay (1993a, 1993b) realizaron estudios con datos para 100 paises durante el periodo 1960-1985. Fl coeficientey estimado a partir de esta muestra (que utiliza unidades fisicas de infraestructura y no series en délares constantes con una adecuada depreciacién) es cercano a 0,10. Regresiones de crecimiento del producto contra cambios en la infraestructura durante el mismo periodo no producen coeficientes significativos, aunque !os niveles iniciales de infraestructura si tienen una relacién positiva y significativa con el crecimiento. Cuando se separan los efectos por nivel de desarrollo de los paises en cuestién se obtiene un patrén similar al planteado por Hansen (1965) en los trabajos de localizacién espacial La tasa de retomo a la inversién en infiaestructura es mayor en Jos paises en desarrollo que en los paises industrializados. En los paises mas pobres (subdesarrollados) Ia rentabilidad es apenas moderada. - Sintesis Es dificil extraer conclusiones definitivas a partir de los trabajos reseftados en esta seccién. Sin embargo, queda claro que el papel de [a infraestructura en la produccién del sector privado probablemente fue subestimado durante muchos aflos por los macroeconomistas. El énfasis reciente en el tema, no obstante, se ha concentrado en aspectos econométricos, con poca atencién a7 preguntas fundamentales relacionadas con las politicas adecuadas para resolver la crisis de la infraestructura, No es claro cual es la mejor politica para generar el cambio en la oferta de capital pablico, si es que un cambio en la politica es necesario. Sobre estos puntos regresaremos més adelante, 4, Evolucién de la Infraestructura en Colombia: 1950-1994 Reconstruir a historia de la inffaestructura colombiana es una tarea dificil dada Ja gran escasez de informacién. Con la notable excepcién de los datos disponibles en los Censos Nacionales de Poblacién y Vivienda, asi como en los trabajos de Bateman (1986) y Cuervo (1992), la informacién se caracteriza por tener mala cobertura y periodicidad. Esta seecién tiene dos objetivos. Por una parte, busca recopilar y agtutinar en una sola fuente la mayor cantidad posible de series y fuentes, de forma tal que futuras investigaciones sobre 2a cuenten con una base de datos apropiada. En segundo lugar, se hace una descripcién de la informacién obtenida, con el propésito de extraer los ‘hechos estilizados’ que caracterizan la evolucién de 1a infraestructura en Colombia tanto a través del tiempo (en comparacién con otras naciones) como al interior de sus regiones (comparationes interdepartamentales). La informacién disponible se clasifica de acuerdo a la téonica de medici6n de la infraestructura, que puede expresarse tanto en unidades monetarias como fisicas. En el primer caso, se especifica un stock construido con base en inversiones anteriores y ajustado por depreciacién (técnica del inventario perperuo). En este caso es necesario suponer que el precio de compra de una unidad de capital refleja el valor descontado de sus productos marginales presente y futuros, lo cual18 no coincide con los criterios de asignacién de la inversién publica. Asimismo, se supone que una proporcién constante de la inversién reemplaza al capital viejo (tasa de depreciacin fija), lo cual es vlido sélo cuando existen estimativos apropiados de la vida media itil del activo. También existen los inconvenientes asociados a la escogencia de un deflactor correcto que aisle de manera efectiva Ja magnitud real que se quiere estudiar”, El andlisis de las series obtenidas para este trabajo se hace en dos partes. La primera trata las, series nacionales y hace una comparacién internacional a partir de la informacién disponible en el World Development Report 1994, expresada en unidades fisicas por millén de habitantes en 1970, 1980 y 19902° La segunda parte se ocupa de las series referentes a las diferentes entidades ‘ervitoriales del pais. i A. Series Nacionales y Comparaciones Internacionales Unidades Monetarias La construccién de! stock de capital pilblico para el periodo 1950-1994 se realiz6 con base cn las series de formacién bruta de capital de las Cuentas Nacionales del Banco de la Repiblica (1950-1969), de las Cuentas Nacionales del DANE (1970-1992), asi como de cifras preliminares del DNP (1993 y 1994). La series de formacién bruta de capital privado, compuesta por la inversién 19 por su pare, el enfoque basado en unidadesfisicas tiene el incoaveniente que para poder separar la cantidad de la calidad del flujo de servicios que presa Ja infraestructra se deben escoger unidades que pueden legar a ser ms abitrarias que fos precios. ® La muestra aqui seleccionada bus06, por una parte, abarcar pases en diferentes etapas de desarollo con el fin de verificar que la coberrura dela infraestractura y el desarrollo van dela mano, y, por otra parte, ubicar a Colombia frente 42 otros paises latinoamericanos, De acuerdo con la categorizacion que realiza el Banco Mundial, se escogieron 12 ‘aciones: una que pertencce a los paises de ingreso bajo (Egipto); 5 perenecientes al grupo de ingreso mediano- bajo/mediano (Bolivia, Peri, Eovador, Turquia y Chile); 2 con ingreso mediano-akto (Venezuela y México); cuatro con ‘ngreso ako (Espaia, Alemania, Estados Unidos y Jap).19 de las empresas privades, la inversion de las instituciones financieras y la inversién de los hogares (discriminado en vivienda y resto), y de formacién de capital publico, compuesta por la inversién de las empresas piblicas y la inversién de las administraciones piblicas, fueron expresadas en precios constantes por medio del deflactor implicito de la inversién total. La construceién de los stocks de capital privado y piblico se hizo con base en, la ‘metodologia utilizada por Posada et al. (1993), la cual se explica més adelante en la ecuacién 17. El stock privado result6 de la construecién de un stock para la inversién en vivienda y otro para el resto de la inversién privada. En el primer caso se supuso una tasa de depreciacién del 2% (50 fafios), mientras que para el segundo se utilizé una del 5% (20 afios). En las estimaciones que contiene el presente trabejo el stock de capital privado relevante es el que excluye la inversién en vivienda, En cuanto al stock piblico, se supuso una tasa intermedia entre las dos anteriores: 3.5% (30 afios). Para tener una idea de la evolucién durante el periodo 1950-1994 del stock de capital pitblico (G) que se construy6, el Grifico | muestra la evoluciéa de la productividad aparente de este stock (In(¥/G)). En ella se aprecia una primera etapa en la que permanece relativamente constant, entre 1950 y 1973. A partir de este aflo el deterioro’de la productividad del capital pablico a nivel nacional es muy marcada, en especial durante el periodo 1979-1984. Los iltimos diez affos han observado una estabilizacién del indicador e incluso se han registrado ligeros aumentos en los liltimos tres afios.20 Unidades Fisicas Esta seccién examina la evolucién de 1a inffaestructura de ferrocariles, carreteras, telecomunicaciones y energia medida en unidades fisicas. El deterioro de los ferrocarriles se aprecia en toda su dimensién en el Cuadro 1. Alli se observa que las vias férreas nacionales en operacidn se redujeron de 3.353 km, en 1971 a solo 1.600 km, en 1993, mientras que la carga transportada cay6 cen més de un 80% entre 1953 y 1991 (de 3°396 a 595 miles de toneladas), Sin embargo, como se aprecia en el Cuadro 2, la disminucién absoluta del kilometraje total de las vias férreas es un fendmeno comin a otros paises del mundo. De acuerdo con dicho cuadro y el Grafico 2, en 1970 Colombia ocupaba dentro del grupo de 13 paises el antepenltimo lugar en km. de ferrocarril por millén de habitantes (kmdh), en contraste con Chile y Bolivia que superaban a naciones como Alemania y Japén. Las cifras de 1990 muestran un deterioro del indicador y confirman la pésima situacién relativa de nuestro pais. De otra parte, las carreteras si bien no han tenido retrocesos en términos absolutos no ban tenido el dinamismo de las variables demogrificas y de produccién (Cuadro 3). En efecto, la Red Vial Nacional paso de 16.500 km. de carreteras en 1962 a 26.500 Km. en 1993 (un incremento de 65%, mientras que el PIB se multiplico por 2.5). El permanente crecimiento de la red vial ‘pavimentada es vn fenémeno comin a los demés paises analizados durante el perfodo 1970-1990. Seginn los datos del Cuadro 4, Colombia ocupé un modesto antepentiltimo lugar con 320 kmdh y 310 kmdh en 1980 y 1990, respectivamente. El Gréfico 3 ilustra las inmensas diferencias entre paises.2 Quizas el frente con mejor comportamiento relativo ha sido el de las telecomunicaciones, Las lineas telefénicas nacionales instaladas en el pais entre 1957 y 1992 se multiplicaron mas de 14 ‘veces (Cuatiro 5), mientras que la poblacién aument6 1.5 veces y el PIB casi cuatro veces en el mismo periodo. En el contexto internacional (Cuatro 6 y Gréfico 4) Colombia ha ocupado el 6° lugar entre las 13 naciones aqui analizadas, eon més de 45.000 lineas por millon de habitante (mdh). La energia eléctrica ha sido también un servicio piblico con gran dinémica en el pais. Segin el Cuadro 7, la capacidad instalada en MW aumento més de 80 veces entze 1940 y 1993 Con todo, este acelerado crecimiento fue mayor durante la primera mitad del periodo (1940-1966) que en la segunda (1967-1993). En fsminos relativos (Cuadro 8), Ecuador era en 1970 el pais de la muestra con menor cobertura de energia eléctrica, seguido por Bolivia (62 mwmdh), Turquia (66 myamdh) y Colombia (97 mwmdh). Todo lo anterior permite concluir que para los cuatro servicios escogides y en relacién con otras naciones del mundo, la evolucién de la infraestructura en Colombia se puede diferenciar claramente en dos grupos. Por una parte, la infraestructura de transporte (ferrocartiles y carreteras) ha tenido una pobre evolucién, inclusive frente a otros paises de desarrollo similar. El deterioro de los ferrocarriles ha sido més acentuado que en otros paises, y peor aun, no ha estado acompafiado de un incremento en la red vial. Por otra parte, en los servicios piblicos de telefonia y energia eléctrica 1a evolucién ha sido més satisfactoria, especialmente en el campo de las telecomunicaciones en el cual el pais es lider a nivel regional.2 B. Series Departamentales Colombia esté formada en la actualidad por 32 Departamentos y un Distrito Capital (Gantafé de Bogoti). Sin embargo, la division politica del pais ha suftido multiples cambios a través de los afios, En el Anexo A se hace una breve resefia de dichos cambios y los ajustes que fue necesario hacer para efectos del presente trabajo. Con propésitos ilustrativos, el Cuadro 9 establece ordena a los Departamentos de acuerdo ccon el logaritmo natural del PIB real per cépita en 1950, 1960, 1970 y 1992. Es notorio que esta variable ha aumentado ininterrumpidamente durante los iltimos 42 afios, lo que refleja un mejoramiento continuo del promedio del nivel de vida. Adicionalmente, la diferencia entre ricos y pobres se ha acortado de manera notoria. En 1950, la relacién entre el departamento més rico (Bogota) y el més pobre (Choco) era cercana a 10. En 1992, el més rico (Intendencias y ‘Comisarias) superaba al mas pobre (Choco) en sélo 4.4 veces. Por otra parte, la desviacién estindar con respecto al promedio cayé entre 1950 y 1980, lo cual indica un cierre de la brecha existente entre los departamentos mis ricos y los mas pobres. Sin embargo, entre 1980 y 1992 aumento la dispersiGn al interior de las entidades territoriales del pais (aunque todavia es menor de lo que era en 1950). Si bien la informacién sobre la produccién departamental del DANE no diferencia los lamados ‘nuevos departamentos’ (que en el presente trabajo aparecen como “Intendencias y Comisarfas”), el grupo por ellos formado constituye la economia regional de mayor ingreso en el pais. Sin embargo, e! ranking ha presentado fuertes variaciones entre 1950 y 1992. La Guajira era en 1950 uno de los tres departamentos més pobres del pais y las Intendencias y Comisarfas23 ccupaban un modesto puesto 16. De manera paralela, los departamentos inicialmente mas ricos han cedido posiciones dentro de esta jerarquia nacional. Santafé de Bogoti, primero de la lista hasta 1970 ocupa hoy la quinta posicién; Valle del Cauca, segundo en 1960 esté hoy en el puesto séptimo; Atlintico, segundo en 1950, descendié a la posicién quince en 1992. Pese a que las tasas de crecimiento han sido mayores en los departamentos mas pobres, estos todavia tienen un nivel de ingreso inferior a los de los departamentos inicialmente mis ricos (con Ia excepeién de la Guajira). Unidades Monetarias La base para la construccién de los stocks departamentales de capital son las series departamentales de formacién bruta de capital fijo piblico a precios corrientes, recopiladas por el Banco de la Repiblica para el periodo 1980-1992. La transformacién de estas ciftas a pesos constantes de 1975 se hizo por medio del deflactor implicito de las producciones departamentales Gel DANE, Para construir las series de stock de capital piblico se utilizo la metodologia del “inventario perpetuo”, ic. K, = K,s(t+8)+1, (ay donde K es el stock de capital, 5 es la tasa de depreciacién lineal e /es la formacién bruta de capital fijo, Para construir la serie es necesario conocer el stock inicial en cada departamento (K), pero en nuestro caso existe siquiera una ciffa sobre el monto del stock de capital piblico agregado de los departamentos. Para construir el stock nacional inicial se recurrié a la metodologia empleada por Posada et al. (1993), de acuerdo con la cual:24 sient (a2) %+d donde Yo es el crecimiento del PIB total en el afio 0, Ip es la suma de la formacién brata de capital de los departamentos en 1980. Una vez obtenido el stock inicial es necesario repartirlo entre tos departamentos (o “regionalizarlo”). Para ello, se utili Ia metodologia propuesta por Holtz-Fakin (1993) que tiene en cuenta, como criterio de regionalizacién, la participacién del departamento i en Ia inversin pablica total en el afo ¢. Es decir: diy mh Ki 2K; (13) Por obvias razones, los stocks més grandes corresponden a aquellos departamentos que invirtieron més en el atlo inicial, supuesto que sin embargo se espera refleje las: magnitudes relativas de Jos verdaderos stocks iniciales. En cuanto a la tasa de depreciacién, se decidié tomar un valor intermedio entre los valores que utilizaron Posada et al. (1993) para la Maquinaria y Equipo (5% 6 20 afios) y para la Vivienda (2% 6 50 atios), ya que el stock de capital piblico se compone de ambos tipos de bienes. Por lo tanto, 8 se supuso equivalente a 3.5% 6 28.5 afios. Los stocks departamentales obtenidos se encuentran en el Apéndice estadistico. El Grifieo 5 compara la relacién Y/G de cada departamento en 1980 y 1991. Alli se aprecia como en casi todos los departamentos ha disminuido esta relacién que refleja la productividad aparente del capital piblico, con la excepeién de dos de los departamentos més dinémicos del pais (Guajira y Cundinamarca),Unidades Fisicas Los datos departamentales sobre el estado de la infraestructura son fragmentarios. Unas de las pocas series que es posible reconstruir de manera continua para el periodo 1975-1992 son el nimero de suscriptores del sector eléctrico (por tipo de usuario) y el nivel de pérdidas de las empresas departamentales. De otra parte, los censos nacionales de poblacién y vivienda permiten obtener informacién discreta sobre la cobertura de energia, acuedueto y alcantarillado para 1938, 1951, 1964, 1973 y 1985". El aumento de la cobertura ha sido significativo entre 1938 y 1985, especialmente para los servicios de energia y acueducto: en ambos casos se pas6 de coberturas inferiores al 15% (para todo el pais) a superiores al 70% de las viviendas. El caso del alcantarillado ha sido menos exitoso, en la medida en que para el censo de 1985 la cobertura atin no sobrepasaba 1 60%. Las Intendencias y Comisarias muestran, sin embargo, un pasticular rezago en este campo, fendmeno que esté evidentemente ligado con la dispersién de las viviendas alli ubicadas. La cobertura de energia y acueducto para esta regién no ha llegado al 50%, mientras que el alcantarillado apenas llega al 18% de las viviendas. Santafé de Bogoté es quien encabeza la lista nacional con una cobertura superior al 95% en los'tres servicios. El caso del Chocé es, por otra parte, preocupante: para 1985 la cobertura de alcantarillado se encontraba en el 11%, la de enetigia en 34% y la acueducto en 20%. Las anteriores cifras se encuentran consignadas en los Cuadros 10a, 10b y 106. 1 Las ciftas de cobertura de servicios publicos del Censo de 1993 no se encuentran disponibles.26 COtras fuentes permitieron obtener informacién para carreras y telefonia (cuadros 11 y 12) a nivel departamental. Por una parte, la Red Vial Nacional pas6 de 2.642 km. a 26.517 km. entre 1930 y 1990. El conjunto de las carreteras controladas por los departamentos, mucho mis extenso que la Red Vial Nacional, present6 sin embargo un crecimiento mucho menor durante e] mismo periodo, Es asi como la red departamental contaba con 21.633 km. en 1930 y 60 afios mas tarde totalizaba tan s6lo el doble (43.688 km), evolucién que contrasta con el multiplicador de 10 que tuvo la extensidn de la red en manos del Gobiemo Central. Por otra parte, la infraestructura telefonica tuvo un rapido crecit iento entre 1976 y 1992, en a medida en que el mimero de lineas telefénicas locales en el promedio departamental se multiplicé aproximadamente tres veces. Hay no obstante una gran heterogeneidad al interior del conjunto regional, donde sobresalen casos como el de 1a Guajira (donde el nimero de lineas se multiplicé mas de diez veces) o el de Chocé (donde se multiplicaron més de 7 veces). 5, Infraestructura, Crecimiento y Productividad: Evidencia para Colombia Esta seccién tiene como propésito presentar alguna evidencia sobre 1a relacién entre infraestructura, crecimiento y productividad en Colombia a partir de la metodologia descrita en las secciones 2 y 3, y de la informacién presentada en la seceién anterior, En una primera instancia se discuten los resultados de la estimacién de la ecuacién 4 cuando se utilizan series de tiempo para Jos datos agregados nacionales durante el periodo 1950-1994. En la segunda parte, se realizan algunos ejercicios con la informacion de corte transversal disponible a nivel departamental desde 1950. La tercera parte introduce la metodologia de “Panel” al utilizar la informacién de todos los27 departamentos colombianos durante el periodo 1980-1991. Por iiltimo, se evaliia el impacto de la infraestructura sobre la produccién del sector privado a partir de la informacion disponible en la Encuesta Anual Manufacturera para 98 sectores industriales durante el perfodo 1974-1992. A. Series de Tiempo Nacionales: 1950-1994 Esta seccién presenta los resultados de la estimacién de la ecuacién 4 a partir de los datos anuales agregados para la economfa colombiana durante el perfodo 1950-1994. Las variables utilizadas (en logaritmos) fueron: el PIB total en millones de pesos de 1975 (y); los stocks, de capital privado y piblico en millones de pesos de 1975 (k y g, respectivamente); el empleo total segtin las series construidas por Posada et al. [1993] (\); el capital humano (h) definido como el mimero de estudiantes en secundaria como proporcién de la poblacién en edad de trabajar [Londofio (1990) y célculos de Fedesarrolio]”. En algunas regresiones se reemplazé el stock de capital publico por las series de capital publico medido en unidades fisicas. Tal es el caso de los kilémetros de carretera de la Red Vial Nacional (DNP), las lineas telefénicas locales (encuesta anual de la Unidad de Infraestructura-DNP) y los MW de capacidad instalada de energia eléctrica asa). El Cuadro 13 muestra los resultados de la estimacién de la ecuacién 4 para dos especificaciones del parametro tecnolégico (constante y creciente a través del tiempo). Se utilizaron ® Altemativamente, se pueden utilizar otros indicadores como la tasa bruta de mortalidad (totale infantil), la esperanza de vida y las tasa de matricula (primaria, secundaria y superior). Sin embargo, estos indicadores de capital humano no estan disponibles para el perfode compicto bajo andlisis en este trabajo. Para una discusién acerca de Ia evolucién de estos indicadores durante el perfodo 1954-1990 véase Urutia (1993).28 dos mediciones diferentes del grado de utilizacién de la capacidad instalada (u) basadas en la metodologia de Beveridge-Nelson para separar los componentes permanentes y transitorios del PIB (el componente permanente corresponde al PIB potencial y el transitorio se asimila al ciclo econémico). En el Grifico 6 se observan los ciclos correspondientes a dos modelos ARIMA que representan el eomportamiento observado del PIB. Los modelos producen residuos que son ruido blanco, en el sentido de estar distribuidos idéntica ¢ independientemente, para fos cuales los shocks afectan en parte el componente transitorio y en parte el componente permanente del PIB’. Los resultados de las regresiones”® indican que las elasticidades del producto con respecto a cada uno de los factores (2, B y 7) se ubican dentro de los rangos obtenidos en la literatura intemacional. En el caso de! capital publico, Ja elasticidad estimada fluctia entre 0.5 y 0.12 dependiendo de la metodologia para medir el ciclo econémico. La elasticidad del producto frente al ‘empleo oscila entre 0.35 y 0.54, de acuerdo con resultados previos que corresponden en términos generales a la participacién de la masa salarial en el valor agregado de la economia. Las estimaciones también muestran los resultados de evaluar la hipétesis de rendimientos constantes a ixxisten otras metodologias para realizar el cAlculo del PIB potencial. Recientemente se ha aplicedo el procedimiento del Filtro de Kalman (Mises et al, 1994) con resultados poco intuitivs. Por ejemplo, el ciclo estimado con esta metodologia muestra una gran recesiGn en 1978 (el aflo de mayor crecimiento econémico en Ia posguerra) y un grant age en 1980 (el flo en que termind fa bonanza cafetera de ese entonces). Estos resultados implican que los shocks tienen un efecto més que proporcional sabre el PIB potencial, Jo cual no parece estar muy en linea con la naturaleza de Jos mismos. Por supvesto, los estudios que utiizan este indicador como medida de utilizacién de capacidad instalada llevan incorporada esta visién del ciclo econémico colombiano, la cual -por deeir lo menos- es controvertible. yes ‘modelos seleccionados corresponden a las especificaciones ARIMA(0,1,1) y ARIMA(0,1,4). ‘Las estimaciones en niveles se corrieron utilizando el procedimiento para corregir problemas de autocorrelacion serial de los errores de primer orden.29 escala («+B+y=1) por medio de la prueba de Wald (ver Anexo B). En todas las estimaciones la hipétesis de rendimientos constantes a escala se rechaza. El modelo anterior también se estimé en primeras diferencias, de acuerdo con la ecuacién 7 (ver Cuadro 14). Con ello, se busca solucionar parcialmente algunos de los problemas que resultan de la estimacién de la regresin a parti de series de tiempo. Por supuesto, los residuos de esta ecuacién son la parte del cambio en y (el crecimiento del producto) que no puede explicarse mediante variaciones en el empleo de factores productivos. Es decir, los residuos de esta ecuacién son, en otras palabras, el cambio tecnolégico estimado. Los Graficos 7a y 7b muestran el comportamiento de la productividad total de los factores mediante un indice anclado en 1951; el cual afio a afio incorpora dicho cambio tecnolbgico. Estos Gréficos permiten caracterizar cuatro fases claramente diferenciadas. Después de un periodo de crecimiento que se prolongé hasta 1974 aproximadamente, la productividad total de los factores en cayé de manera importante hasta mediados de la década de los ochenta; los tiltimos cinco afios de la década anterior zevelan un aumento de la PTF, el cual se explica por la ausencia de inversién privada y un ritmo débil pero positivo de crecimiento econémico™’. Los primeros afios del presente decenio, por otra parte, se han caracterizado por un aumento espectacular la inversién privada, el cual explica el renovado crecimiento del producto y la caida de la PTF. Lo anterior no quiere decir que el presente auge de inversién esté atacando Ia productividad en Colombia, sino que los empresarios y demas agentes 6 De acuerdo con ef modelo presentado en el marco teérico, hay dos posibles fuentes bisicas de crecimiento del producto: una mayor PTF 0 una cantidad mayor de insumos uilizados (K y L). Dado que durante el perfodo 1985-1990 el producto aument6 y la inversién (y por lo tanto K) se estaneé, es logico que la PTF haya mostrado un aumento significativo.30 econémicos han visto en la apertura una oportunidad de renovar su plataforma productiva, decisién que arrojaré frutos en términos de productividad en los afios venideros. Esta reciente dindmica de la inversién permite, ademas, poner en entredicho el argumento de que la economia colombiana pudiera estar recalentada. Los Graficos 7a y 7b muestran la evolucién de la PTF cuando se excluye la variable Agu de la ecuacién 7, Por supuesto, al excluir una variable el residuo no explicado se hace mayor, de manera que la diferencia corresponde al cambio en la PTF atribuible al capital piblico. De esta forma, el cambio en la PTF se “purga” por lo que en realidad corresponde al efecto de! aumento en el capital piblico. Los Grificos 7e y 7d muestran los resultados de! mismo tipo de ejercicio, pero realizado esta vez con el fin de cuantificar el aporte que el capital humano ha hecho al crecimiento de la PTF”, En ellos se aprecia el importantisimo rol que jugé la formacién de capital humano en el crecimiento de la PTF, especialmente durante el periodo 1950-1980. Este efecto, sin embargo, ha perdido fuerza durante el iltimo decenio. Los Cuadros 15 y 16 reportan Jas estimaciones en las cuales se utilizaron unidades fisicas de infraestructura en lugar del stock de capital piblico'en unidades monetarias. La telefonia aparece con una elasticidad de 0.07, mientras que la energia tiene una ligeramente mds alta (0.1). Se construyé, ademés, un indice de unidades fisicas de infraestructura que recogicra, con las 7 Bs nevesario aclarar que cuando se excluye ei capital pablico (gréficos 7a y 7b) el capital humano se incluye como variable explicativa. De la misma forma, las PTF reportadas sin capital humano (gréficos 7c y 7d) incluyen en su ‘estimacién al capital piblico como variable explicativa.31 ponderaciones adecuadas, las variaciones en la construccién de carreteras, de instalacién de nuevas lineas telefonicas y la generacién de MW adicionales de energia. Dichas ponderaciones se construyeron con base en el peso relativo promedio de Ja inversién piblica en cada uno de estos, campos para el perfodo 1991-1994 y la que se proyecta hacer durante el cuatrienio 1995-1998". El indice resulté significativo, con una elasticidad cercana a 0.18. B. Datos de Corte Transversal a nivel Departamental: 1950-1992 Como se mencioné en la seccién 3, la estimacién de In ecuacién 7 con datos de corte transversal que corresponden al crecimiento de las variables durante periodos largos de tiempo (0 ‘diferencias largas’) permite obtener estimadores eficientes y consistentes. En la estimacién de la ecuacién 3 se omitié el cambio en el stock de capital privado (por inexistencia de informaciéa) pero se incluy6 el producto per cépita departamental al inicio del periodo en la lista de regresores. La raz6n pera inclu esta variable es que se supone que cada economia departamental se encuentra en un sendero que tiende hacia un nivel de ingreso por habitante estacionario, y". A su vez, el estado estacionario depende de la inversién en capital fsico, capital humano y capital piblico. La distancia centre el ingreso inicial (yo) y su nivel al inal del periodo bajo andlisis (yes una fraccién de la distancia entre el nivel inicial y el estado estacionario. Asi, Ys Yo OY - Yoh 079, Oo) 2 Er peso relativo de las carrteras es de 40%, el de la enerpia eléctica es de 34% y ede telefonia es de 26%. La informacién para la construccion de las ponderaciones fue suministrada por el DNP.32 donde $ estd relacionado con el tipo de retornos a escala que exhiba la funcidn de produccién. Si la economia no ha alcanzado el estado estacionario (<1), el coeficiente de la variable yo es negativo, lo cual indica que existe convergencia en los niveles de ingreso en economias con iguales tasas de inversién, capital humano y crecimiento de la poblacién. . De Sin embargo, las estimaciones de este tipo de modelos presentan grandes limitacion una parte, existen graves problemas de endogeneidad entre las variables explicativas”’. De otra parte, es dificil establecer relaciones de causalidad en los casos en los que el crecimiento puede considerarse como un determinante de la variable en cuestién. Adicionalmente, en algunos casos las correlaciones obtenidas pueden ser de carécter espireo mas que el resultado de relaciones ‘econdmicas teéricamente fundamentadas™, Los ejercicios realizados en esta seccién complementan los obtenidos en Cérdenas y Pontén (1993) con una base de datos similar para el periodo 1950-1989. En ese trabajo, se muestra emo Jos diferenciales de crecimiento entre departamentos son atribuibles a los niveles iniciales de ingreso (el efecto de convergencia tipo B) y, de manera significativa y robusta estadisticamente, a la inversion en capital humano (educacién). En Cérdenas, Pontén y Trujillo (1993), por su parte, se interdepartamental del orden del 4% por afio y se establece empiricamente una tasa de convergenci estima la contribucién (marginal) de las migraciones laborales al proceso de homogeneizacién del ingreso entre departamentos. La literatura disponible permite establecer con una alto grado de ® Por ejemplo, los departamentos con mayor nivel de ingreso per cApita son los que poseen un mayor nivel de teducaciéa, menor partcipacién de la mineria y son mas abiertos. > De otra parte, la decisién de incluir o excluir una variable puede tener efectos draméticos sobre la significancia estadistica de otras variables. Por supuesto, la existencia y la calidad de los datos determina tambien su escoge33 confianza que los departamentos que invierten més en educacién son Jos que més crecen, independientemente de su posicién inicial”', Para cuantificar el efecto de Ia infraestructura sobre le crecimiento se estimé la siguiente ecuacién (todas las variables en logaritmos): Vou = to + OY, + 428 + Osho donde la variable dependiente es el crecimiento anual promedio en el PIB per cépita departamental entre 1950 y 1992 (definido como (y-ye)t). Como variables explicativas se utilizan el PIB per cépita en el afio inicial (1950), yo, un indicador del capital en infraestructura en el afi inicial, go, ¥ un indicador de capital humano al inicio del periodo, hy, Las variables utilizadas para medir el stock de infraestructura son las tasas de cobertura de los servicios de energia (ENE), acueducto (ACU) y alcantarillado (ALC) definidas como el porcentaje de viviendas (dentro del total) con el correspondiente servicio. Como se mencioné en a seccién 4, estas tasas de cobertura pueden construirse a partir de la informacién de los Censos de Poblacién para los affos 1938, 1951, 1964, 1973 y 1985, Adicionalmente, se utilizé informacién sobre el (In) niimero de lineas telefénicas por habitante (TELP), asi como el nimero de suscriptores al servicio de energia eléctrica por habitante (SUSP). Sin embargo, en estos dos casos sélo es posible construir una serie a partir de 1976. También se utiliz6 Ie serie de km. de carreteras (CAR) por drea (CARA) y por poblacién (CARP) disponible para los afios 1930, 1966, etc. * Los resultados también indican la importancia de la inversin en seguridad nacional (un tema abordado en detalle por ‘Montenegro y Posada (1994) a partir de tos datos departamentales). Otras caraceristicas estructurale, tales como la34 Como indicador de capital humano se utilizé la tasa de analfabetismo para la poblacién mayor a 7 afios (ANF) (1951, 1964, 1985) calculada a partir de los Censos de Poblacién de los afios correspondientes. También se incluyé la tasa de cobertura bruta de la educacién primaria (PR), definida como el total de alumnos matriculados sobre la poblacién entre 7 y 14 afios (disponibles para 1950 y 1960-1975 a partir de los Anuarios Generales de Estadistica de la Contraloria General de la Repiiblica y para el periodo 1975-1990 a partir de cifras del Ministerio de Educacién™). . En Ia estimacién de la ccuacién 18 se obtuvo una baja significancia del coeficiente a debido a la alta correlacion existente entre las variables yp ¥ gq. Sin ninguna ambigiledad, los departamentos con alto nivel de ingreso en 1950 son exactamente los mismos con mayores indices, de cobertura de la infraestructura. Por ello, se hizo necesario omitir una de los dos variables. Para cuantificar el efecto del capital piblico inicial se opté por excluir el nivel de ingreso inicial. Los resultados se aprecian en el Cuadro 17. Es interesante que el nivel inicial de infraestructura (independientemente del indicador utilizado) guarda una correlacién negativa con el crecimiento econémico posterior. Por su parte, la relacién entre analfabetismo en 1951 y crecimiento econémico durante las cuatro décadas siguientes es negativa, lo que reitera un resultado anterior segiin el cual a mayor capital humano inicial (menor analfabetismo) mayor erecimiento en, el producto. Los coeficientes estimados indican que un aumento de 1 punto porcentual en la tasa ccomposicién sectorial del producto y el grado de apertura no parecen tener mayor importancia en la explicacién de los diferenciales de crecimiento. ™ Estas des fuentes son incompatibles pues presentan diferencias difciles de reconcliar para 1975. Se opt6 por aplicar fala serie de fos Anuarios las tasas de crecimiento segin los datos del Ministerio de Educacién, Los datos de poblacién se obtuvieron a partir de los Censos de Poblacién.35 inicial de cobertura de energia esta asociado a una reduccién de 0.6 puntos porcentuales en la tasa de crecimiento del PIB per cépita (cuyo crecimiento promedio durante el periodo fue de 2%). El coeficiente estimado es similar en le caso de los alcantarillados y algo menor para la cobertura de acueductos (0.5). Es de anotar que lo que se gana en crecimiento por un punto més de analfabetismo es similar alo que se pierde con un punto mas de cubrimiento inicial en los servicios piblicos bésicos. La relacién entre telefonia y crecimiento indica que un aumento de 1% en el mimero de Iineas por habitante en 1976 esta asociado a una reduccién en el crecimiento subsiguiente en un porcentaje equivalente. En todos los casos, sélo dos variables explican cerca de tuna tervera parte de la varianza en el crecimiento interdepartamental El Cuadro 18 muestra fos resultados cuando el periodo de analisis se reduce 1960-1992, liminando los problemas asociados con Ia calidad de la informacién para 1950, De nuevo, Jos niveles iniciales de infraestructura tienen una relacién negativa con el crecimiento y los coeficientes indican un efecto cuantitativamente similar. En este caso, se utiliza la tasa de cobertura de la educacién primeria como indicador de capital humano inicial, con los resultados esperados. El ajuste de las regresiones es superiot. Incluso en algunos casos esta sencilla ecuacion explica més de Ja mitad en la varianza del crecimiento entre departamentos. En sintesis, los Cuadros 17 y 18 ponen en evidencia que el stock inicial de capital piblico tiene una relacién negativa con el crecimiento, Este resultado, contrario al obtenido por Canning y Fay, es explicable en razén del proceso de convergencia interdepartamental registrado en Colombia durante las tltimas cuatro aécadas. Los departamentos més pobres (en ingreso y en capital) han crecido a tasas més altas que los departamentos ricos. Cabe preguntarse, eso si, si el desarrollo de la36 infraestructura a lo largo del a posguerra ha ayudado a ese proceso de convergencia. Para ello, es necesario establecer hasta que punto la convergencia ha sido el resultado de unz politica de inversiones piblicas con mayor énfasis en los departamentos mas pobres del pais. De ser esto cierto, se observaria una convergencia en la infraestructura entre departamentos (0 lo que es igual, tuna tendencia hacia su nivelacion), Esto es precisamente lo que se analiza en el Cuadro 19 que contiene 14 regresiones donde la rmejoria en Ia infraestructura (e.g. ENE8SS1 mide el cambio absoluto en la tasa de cobertura dé la energia entre 1951 y 1981) frente a su nivel inicial (i.e. ENES1). En todos los casos, con la nica excepcién de los alcantarillados, se observa que la mejoria absoluta (y con mayor razén la relativa) ha sido mayor en los departamentos con menores niveles iniciales. Como hecho curioso, el aumento en las tasas de cobertura del servicio de alcantarillado ha sido mayor en los departamentos con una mejor situacién inicial. Por titimo, el Cuadro 20 muestra algo interesante. Pese a la convergencia en los niveles de infraestructura, el nivel més reciente todavia mantiene una relacién negativa con el crecimiento. Es decir, los departamentos que més han crecido en los tiltimos 40 afios no son aquellos que hay tienen mejor dotacién de capital piblico. La conclusin es entonces que la inversion pilblica ha ayudado el proceso de convergencia en el pis. Sin embargo, 1a brecha en los niveles de infraestructura no se ha cerrado, de forma tal que los departamentos més dindmicos en los tltimos afios todavia se encuentran rezagados en materia de cobertura de la infraestructura. C. Panel departamental: 1980-1991cu Esta seccién muestra los resultados de la estimacién de la ecuacién 8 a partir del panel de datos departamentales para el periods 1980-1991. Las series especificas a cada departamento son el producto por habitante, el nivel de empleo” y el stock de capital publico. Como no fue posible construir a nivel departamental series de capital privado y humano, se opté por incluir en las estimaciones panel las series nacionales de estas dos variables. También se incluyé en las estimaciones el nimero de suscriptores al servicio de energia como medida fisica de infraestructura. El painel se estimé con y sin efectos fijos, tanto en niveles como en diferencias. - Estimaciones en Niveles De acuerdo con los resultados que se resumen en el Cuadro 21, los efectos fijos son significativos en todas las estimaciones, de forma que es necesario incluir las variables dummy para cada departamento. Existen, por lo tanto, efectos especificos a cada departamento que es necesario introducir explicitamente en la ecuacién. Asimismo, el coeficiente 2 estimado (la tendencia lineal) zo ¢s significativo en todos Jos casos y presenta cambios de signo de una ecuacién a otra, de forma «que el progreso técnico no es lineal. Por su parte, las series nacionales de capital privado y humano no resultaron significativas en la ecuacién estimada. Por el contrario, las variables especificas a cada departamento resuitaron altamente significativas y con signos esperados. La elasticidad del empleo se ubica entre 0.6 y 0.9 en la estimacién de efectos fijos. El capital piblico, en cambio, presenta elasticidades de 0.25, similar a lo obtenido para los Estados Unidos, Resulta muy interesante que a diferencia de los resultados ® La metodologia para la construccién de las series de empleo departamentales se encuentra en el Anexo C.38 reportados por Holtz-Eakin (1994) para los Estados Unidos, la presencia de efectos fjos no elimina la significancia del capital pablico en las estimaciones ya que la confiabilidad de estos coeficientes ¢s igual o mayor al 95%. Al utilizar el nimero de suscriptores absoluto ai servicio de energia como proxy del capital piblico (Cuadro 22), se obtienen elasticidades cercanas 0.12. - Estimaciones en Diferencias La estimacion de la ecuacién 8 en diferencias corrige los posibles inconvenientes asociados con tendencias comunes entre las variables, a la vez que constituye la metodologia para calcular la productividad total de los factores (PTF). No obstante, las PTF que aqui se presentan estén sobrestimadas, ya que sélo se utilizan dos factores de produccién (aunque se corrige por el ciclo econémico) Para las estimaciones en diferencias (Cuadro 23) el modelo basico (sin efectos fijos) resulta apropiado. Por otra parte, el modelo bisico si arrojé resultados satisfactorios, ya que tanto el empleo como el capital piblico resultaron significativos™. Los coeficientes para cl empleo se ubicaron entre 0.4 y 0.55, mientras que los correspondientes al capital piblico estuvieren entre 0.07 yor, Los resultados del modelo bésico en diferencias se utilizaron para la construccién del comportamiento de la PTF a nivel departamental para el perfodo 1981-1991. El Cuadro 24 compara Ia evolucién de ésta con el crecimiento del PIB departamental para el periodo en cuestién. Por una parte, sdlo ocho departamentos tuvieron un crecimiento total de la PTF por encima del 10%, * De nuevo, ni los stocks de capital privado ni humano, ta como se midieron en este trabajo, resultaron significativos. 2 Los suseriptores al servicio de energia resutaron muy poco significativos en las estimaciones en diferencias.39 mientras que seis presentaron crecimientos positivos pero menores a 10%. Los once departamentos restantes suftieron una caida en la PTF entre 1980 y 1991. Por otra parte, aquellos departamentos en los que la PTF fue més dindmica son los mismos en los que el producto crecié a tasas més altas. ‘Sin embargo, estos departamentos coinciden con los que registraron una mayor inestabilidad en dicho crecimiento. anel de Datos para la Industria: 1974-1992. Por iltimo, para complementar el estudio del impacto de la infteestructura publica sobre la produccién del sector privado se estimé Ia ecuacion (8), a partir de un panel de datos de la industria colombiana. En la estimacién, i denota los 94 sectores de Ia industria manufacturera (comespondientes a la clasificacién CITU a 4 digitos) y t abarca el periodo 1974-1992. El panel de datos se besa en la informacién disponible en Ja Encuesta Anual Manufacturera (EAM), Para ta construccién del stock de capital se ulilizé 1975 como afl base, y se calculé su crecimiento a parti de las series de inversién neta registradas en la encuesta. De otra parte, las series de capital piblico utlizadas corresponden a los agregados nacionales descrtos en la seccién 4 (tanto las series monetaria para el stock de capital piblico total como de las medidas en unidades fisicas de kilémetros de carreteras, nimero de lineas telefonicas y capacidad eléctrica instalada). Estas series son comunes a todos los sectores y no permiten diferenciar el tipo de ingraestructura piblica disponible en cada uno de ellos (lo cual es virtualmente imposible de realizar para un bien piiblico).40 ‘Al igual que en el ejercicio anterior, los stocks de capital (piblico y privado) se ajustaron de acuerdo con su nivel de utilizacion. Como medida de utilizacién de la capacidad instalada se uso el ‘componente ciclico de la produccién en cada sector, estimado a partir de un modelo AR(1). De otra parte, la variable empleo (,), se desagregé en empleo calificado (1,°) y no calificado (ly), de acuerdo a la clasificacién de la EAM"®. Esta desagregacién resulta stil ya que la diferencia entre las, elasticidades de ambos tipos de trabajo, se puede interpretar como Ia contribucién del capital umano a la produccién. Los resultados de la estimacién en niveles se muestran en ef Cuadro 25, Alli se aprecia que Ia elasticidad del capital privado es sensible a la especificacién de la ecuacién. En efecto, esta se reduce de 0.64 a 0.36 al incluir el capital piblico en la regresién, Por el contrario, la elasticidad del trabajo, tanto obrero como. calificado, presenta una elasticidad relativamente estable frente a la especificacién de la ecuacién (0.19 y 0.28 respectivamente). Lo anterior sugiere que una parte esencial del crecimiento del producto no es atribuible a los factores tradicionales y puede por el contrario, obedecer a un mayor acervo de capital piblico, En todos los casos el trabajo calificado presenta una elasticidad mayor que el trabajo obrero. El capital piblico corregido por el nivel de'utilizacién resulta positivo y significative en todos los casos (con elasticidades superiores a las de los demas factores). Los resultados indican que la elasticidad del capital pablico total es de 0.41, lo cual concuerda con los resultados anteriores obtenidos por procedimientos enteramente diferentes. Cuando se utilizan las unidades fisicas de > Se definié como empleo no calificado el mimero de obreros empleados, como empleo no calificado se utilizé el resto de ocupados.41 infraestructura, las elasticidades son 0.42 para carreteras, 0.40 para telefonia y 0.39 para capacidad de generacién de energia eléctrica. Estos resultados concuerdan con los obtenides por Sanchez (1993) para Colombia, quien también encontré una mayor contribucién relativa de las carreteras a través de una base de datos diferente. Cuando se utiliza el indice de infraestructura en unidades fisicas como indicador del acervo de capital piblico, la elasticidad de este es 0.41, muy similar a la registrada con las otras medidas. Lo anterior sugiere que las unidades fisicas para los diferentes tipos de infraestructura, tienen un comportamiento paralelo””. 6. Conclusiones Como se menciond en la introduccién, el principal objetivo del presente trabajo es cuantificar el impacto que ha tenido Ja infraestructura sobre la produccién y Ia productividad en Colombia, Dicha cuantificacién es de gran importancia, ya que permite darle sustento a las decisiones relacionadas con la composicién de la inversién piblica (particularmente entre inversién cen capital humano ¢ inversién en capital piblico fisico). Adicionalmente, el estudio compara los rendimientos de la inversién en capital privado con los resultantes de la inversién en infraestructura publica. Con ello, se aportan elementos de juicio que pueden ilustrar los efectos (sobre el 37 por ejemplo, la variacién en los kildmetos de carreteras puede estar asociada ala variacién en el nimero de lineas| telefénicas. Esto implica que el coeficiente registrado por la infraestructura en kilGmetros de caretera capta tambien el ‘efecto de los demés componentes de la inversién piblica,42 crecimiento y la productividad) de desplazar al sector privado a través de un gasto piblico excesivo, Luego de construir una completa base de datos sobre la infraestructura en Colombia (que puede resultar itil para futuras investigaciones) el trabajo compara el estado de la infraestructura en cl pais, en términos de cobertura, en relaciSn con otra naciones similares y con las consideradas como més avanzadas en este campo, La infraestructura colombiana vista desde esta tltima perspectiva muestra serios rezagos, hecho que subraya los grandes esfuerzos que se deben hacer ain para lograr una posicién inclusive promedio en el dmbito internacional. La base de datos le otorga especial atencién a las cifras departamentales que constituyen wna rica fuente de informacién. Los datos departamentales ponen en evidencia las fuertes disparidades que ain subsisten en el pafs tanto en materia de cobertura de servicios puiblicos (especialmente alcantarillado) como en infraestructura de transporte. Los contrastes al interior del pais resultan comparables con las brechas entre naciones ticas y pobres. Desde el punto de vista analitico, el trabajo desarrolla un marco conceptual para medir la clasticidad del producto con respecto al capital publico (asi como frente a los demés factores productivos que incluyen el empleo, el capital privado y el capital humano o grado de calificacién de la mano de obra). Tambien se presenta Ia metodologia de céleulo de la productividad total de los factores o PTF, que consttaye el concepto relevante para analizar el grado de eficiencia global del aparato productivo. : El célculo de las elasticidades y de la PTF se hizo a partir de las series de tiempo con datos nacionales (1950-1994), asf como con Io paneles con informacién departamental (1980-1991) ¢43 industrial (1974-1992). Los procedimientos estadfsticos utilizados corrigen buena parte de los inconvenientes encontrados en la literatura internacional para ejercicios similares. Los resultados que se reportan son estadisticamente robustos ¥ constituyen una fuente confiable de informacién, Las elasticidades obtenidas a nivel nacional indican que, en promedio para el perfodo 1950 1994, todo lo dems constante, un aumento del 8% del stock de capital publico est asociado aun incremento de 1% en el PIB, De las estimaciones realizadas con datos nacionales se concluye ademés que la PTF, medida més apropiada de la evolucién de la productividad de una economia, crecié a tasas aceleradas hasta mediados de la década de los setenta, para luego decaer hasta mediados de la década de los ochenta, Los tltimos afios se han caracterizado por una nueva mejoria de la productividad de la economia, la cual aunada al acelerado ritmo actual de inversién privada sin duda continuaré mejorando hacia el futuro. Sin embargo, las estimaciones realizadas dejan clara Ja importancia de que la inversién en infraestructura también contimie activa. Los ejercicios a nivel departamental refuerzan el punto anterior. Las estimaciones de corte transversal indican que la inversién piiblica en Colombia ha sido un factor decisivo en el proceso. de convergencia interdepartamental durante las tltimas cuatro décadas. Por otra parte, el panel departamental revela que en promedio para ei periodo 1980-1991, la elasticidad del PIB departamental a la inversién publica local se encuentra alrededor de 0.25, es decir, es dos veces mayor que la estimada a nivel nacional, Lo anterior es una clara sefial del papel que han jugado y pueden jugar hacia el futuro los procesos de descentralizacién de las decisiones de inversién en infraestructura.44 Las estimaciones pane! realizadas para 98 sectores de la industria nacional revelan que Ja infraestructura piiblica tiene un impacto significativo sobre el crecimiento del producto, presentando elasticidades inclusive superiores a las del trabajo y el capital. Los resultados sugieren que un aumento de 10% en el stock de capital piblico se refleja en un incremento de 4% en el PIB industrial. De igual forma sugiere que el trabajo calificado contribuye més que el trabajo obrero al crecimiento del producto, En efecto, un incremento de 10% del trabajo no obrero genera un incremento en el producto industrial, superior en 6 puntos porcentuales (como minimo), a el efecto que produce el mismo crecimiento del trabajo obrero. Los resultados obtenidos permiten establecer una estrecha relacién de largo plazo entre el crecimiento del producto y la inversion en infraestructura, Los coeficientes son altos en términos intemacionales y robustos al tipo de informacion y grado de agregacin. En sintesis, las clasticidades obtenidas reiteran la importancia de invertir en inffaestructura para aumentar la cficiencia del aparato produetivo. Buena parte de las ganancias en productividad a nivel de la firma pueden explicarse a partir del capital pablico. ‘Sin embargo, la toma de decisiones de politica debe consultar no s6lo las elasticidades correspondientes a cada factor de produccién sino también su respectiva productividad marginal Como se mencioné en la nota (12), la relacion entre estos dos conceptos es estrecha. La construccién de las productividades de los stocks de capital privado y piblico a los diferentes niveles de agregacién se encuentra consignada en el Cuadro 26. Si se toman en cuenta, sblo las productividades marginales mis altas encontradas, se ve que a nivel nacional es més productivo en el margen el capital privado (0.55) que el piblico (0.41), mientras que es mucho més45 productivo en el margen el capital piblico Jocal a nivel departamental (1.64). A nivel industrial, por otra parte, la productividad marginal del capital privado es equivalente a la encontrada a nivel nacional (0.55); sin embargo, la productividad marginal del capital piblico a nivel industrial (0.12) es inferior a la reportada a nivel nacional, ya que los beneficios de la inversién en infraestructura para la economia exceden los de un sector en particular, en este caso la industria manufacturera. En resumen, la inversin privada es més productiva (tiene un retomo econémico més alto}. Por ello, no debe perderse de vista que el aumento de la inffaestructura no puede hacerse a cexpensas de la inversion privada, Jo cual probablemente resultarfa més costoso desde el punto de Vista del crecimiento econémico. De esta manera, la inversién pblica en infraestructura no debe conducir a la elevacién de los precios relativos de los bienes de capital, las tasas de tributacién y les tasas de interés que son los factores claves para explicar el comportamiento de la inversin privada. Si la inversién piblica se hace a expensas de la inversiOn privada los costos bien pueden exceder los beneficios.46 BIBLIOGRAFIA ‘Aaron, HL, "Discussion," in A. Munnell (ed.) Is There 2 Shortfall in Public Investment? Boston: Federal Reserve Bank of Boston, 1990, pp.51-63. ‘Aschauer, David A. "Is Public Expenditure Productive?" Joumal of Monetary Economics, 1989a, 23(2), pp-177-200. _ "Public Investment and Productivity Growth in the Group of Seven," Economic Perspectives, 1989b, 13(5), pp-17-25, "Genuine Economic Retums to Infrastructure Investment," Policy Studies Journal, 1993, 21, pp. 380-90. Canning, David and Marianne Fay, 1993a. "The Effect of Infrastructure Networks on Economic Growth". Columbia University Working Paper. New York. . 1993b, "The Effect of Transportation Networks on Economic Growth". Columbia University Working Paper. New York. Costa, Jose da Silva, Richard Ellson, and Randolph C. Martin. "Public Capital, Regional Output, ‘and Development: Some Empirical Evidence’, Journal of Regional Science, Vol. 27, No. 3 ‘August 1987, pp. 419-37. Duffy-Deno, Kevin T. and Eberts, Randall W. "Public Infrastructure and Regional Economic Development: A Simultaneous Equations Approach," Joumal Urban Economics, Nov. 1991, 30(3), pp. 329-43. Eberts, Randall W. "Estimating the Contribution of Urban Public Infrastructure to Regional Economic Growth." Federal Reserve Bank of Cleveland Working Paper No. 8610, Dec. 1986. “Public Infrastructure and Regional Economic Development," Economic Review, Federal Reserve Bank of Cleveland, Quarter 1, 1990, pp. 15-27. "Public Infrastructure and Regional Economic Development,” Fedr, Res. Bank of Cleveland Econ, Rev., 1990, 26, pp. 15-27. "Estimating the Contribution of Urban Public Infrastructure to Regional Growth", Federal Reserve Bank of Cleveland, Working Paper 8620, 1986.47 Eisner, Robert. "Infrastructure and Regional Economic Performance," New Eng. Econ, Rev. Fed. Res. Bank of Raston, Sept/Oct. 1991, pp. 47-58. Femald, John. " How Productive is Infrastructure? Distinguishing Reality and Ilusion with a Panel of U.S. Industries.” Federal Reserve Board Discussion Paper, Aug. 1993. Fishlow, Albert, 1965. American Railroads and the Transformation of the Ante-bellum Economy. ‘Cambridge, Harvard University Press. Flores de Frutos, Rafael and Pereira, Alfredo. "Public Capital and Aggregate Growth in the United States: Is Public Capital Productive?” U. of Califomia at San Diego Discussion Paper 93- 31, July 1993. : Fogel, Robert, 1964. A Baltimore, Johns Hopkins Pres. Ford, Robert y Pierre Poret, “Infrastructure and Private Sector Productivity", OECD Economic Studies, 17, 1991, Autumn, pp.63-89. Garcia-Milé, T. and T. McGuire, "The Contribution of Publicly Provided Inputs to States’ Economies," Regional Science and Urban Economics, Vol. 22, No. 2, June 1992. Hansen, Niles M, "Unbalanced Growth and Regional Development”, i Vol. 4, Fall 1968, pp.3-14, ‘Mestem Feonomic Jounal, Hirschman, Albert O. The Strategy of Economie Development, New Haven, CT: Yale University Press, 1958. Holtz-Eakin, D., "State-Specific Estimates of State and Local Govemment Capital,” Regional ‘Science and Urban Economics, 19952, pp. 185-208. Holtz-Eakin, D., "Solow and the States: Capital Accumulation, Productivity, and Economic Growth," National Tax Jounal, forthcoming, 1993. Holtz-Eakin, D., "Public Sector Capital and the Productivity Puzzle,” Review of Economics and Statistics, february, 1994. pp. 12-21. Hulten, C. and R. Schwab, "Regional Productivity Growth in U.S. Manufacturing: 1951-1978," American Economic Review, 74, 1984, pp. 152-162. Hulten, C. and R. Schwab, "Public Capital Formation and the Growth of Regional Manufacturing Industries," National Tax Journal, December 1991, pp. 121-134.48 Ingram, Gregory, 1994, “Infrastructure and Economic Growth”. Prepared for the Latin American Seminar on Economic Growth. World Bank. Looney, Robert, and Peter Frederiksen. "The Regional Impact of Infrastructure in Mexico", Regional Studies, Vol. 15, No. 4, 1981, pp. 285-96. Mera, Koichi. "Regional Production Functions and Social Overhead Capital: An Analysis of the Japanese Case", Regional and Urban Economics, Vol. 3, No. 2, May 1973, pp. 157-85. ______. Income Distribution and Regional Development. Tokyo: University of Tokyo Press, 1975. Munnell, Alicia H. "How Does Public Infrastructure Affect Regional Economic Performance?” ed., 1990b, pp. 69-103. "Is there a shortfall in public capital investmant?". Conference Series No. 34. Boston: Federal Reserve Bank of Boston, 1990b. " Why Has Productivity Growth Declined? Productivity and Public Investment,” New ~~ England Economic Review, January/February 1990a, pp. 3-22. . Infrastructure Investment and Economic Growth,” J. Econ, Perspectives, Fall 1992, 6(4), pp.189-98. Nadiri, M. Ishag, y Theofanis P. Mamuneas. "Infrastructure and Public R&D Investments, and the Growth of Factor Productivity in US Manufacturing Industries", National Burcau_of Economic Research, INC., Working Paper No. 4845, August 1994. ‘Sanchez, Fabio, 1993. "El Papel dei Capital Publico en la Produccién, la Inversién y el Crecimiento Econémico en Colombia". Documento 18 Archivos de Macroeconomia, Departamento ‘Nacional de Planeacién. Santafé de Bogota D.C. Tatom, John A. "Should Government Spending on Capital Goods Be Raised?" Fed, Res. Bank of St Louis Rev,, Mar/Apr., 1991a, pp. 3-15. “Public Capital and Private Sector Performance,” Fed, Res, Bank of St. louis Rev, May/June 1991b, 73(3), pp. 3-15. "Shifting Perspectives on the Role of Public Capital Formation," Fed, Res, Bank of Si, Louis Rev,, Forthcoming. . 1993, "Is an Infrastructure Crisis Lowering the Nations Productivity?" Federal Reserve Bank of St. Louis Review, November/December, pp. 3-21.49 Umutia, Miguel, 1993, “Distribucién del ingreso y la pobreza en Colombia: evolucién reciente” Revista de] Banco dela Repiiblica, Agosto. Winston, Clifford and Bosworth, Barry. "Public Infrastructure," in Setting domestic priorities: ‘What can government do? Eds.: Henry J. Aaron and Charles L. Schultze. Washington, DC: Brookings Institution, 1992, pp.267-93,In(Y/G) 08 o7 os os 04 os oz Grafico 1 PRODUCTIVIDAD APARENTE DEL CAPITAL PUBLICO 150 51 52 63 54 55 56 57 58 59 60 61 62 63 G4 65 66 G7 68 69 70 71 72 73 74 75 75 77 78 79 80 81 G2 G3 84 BS 86 B7 BB 6990.91 92 93.941990 800 700 600 400 300 200 Grafico 2 KM. DE VIA FERREA POR MILLON DE HABITANTE Estados Unidos * Chite © Alemania © Espana Aer © México, © Japén © Turquia * Pera © Ecuador © Colombia © Venezuela 0 200 400 600 800 4,000 1,200 1.400 1,600 19701990 7,000 5,000 2,000 4,000 ° KM. DE CARRETERA POR MILLON DE HABITANTE Gréfico 3 Jepén © Alemania © Espana © Venezuela © México © Tumufiile Cofombja® Eevsdor Boe ° 1,000 2,000 3,000 4,000 5,000 6,000 19701990 600,000 00,000 200,000 100,000 Grafico 4 LINEAS TELEFONICAS POR MILLON DE HABITANTE Estados Unidos « © Japén ‘© Alemania © Espana © Turquia # eColombia e. Maxico. ® Ecuador °° Pent 50,000 100,000 180,000 200,000 250,000 300,000 350,000 1975 400,0001991 Grafico 5 PRODUCTIVIDAD DEL CAPITAL PUBLICO In(Y/G) +00 a arr say «TO coee: a i ome osu ons om +0 ears aoc ee a 80 you HU ® aN so 4 3 3 ‘0 2 tl 6 6In( Y obs /Y pot ) Grafico 6 CICLO ECONOMICO 0.10 0.08 0.06 0.04 0.02 0.00 -0.02 0.06 | -0.08 ‘80 51 52 53 54 55 56 67 58 59 60 61 G2 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 BO 81 82 83 84 85 86 87 8B BO 90 91 92:93 94 ——ARIMA(,1,1) ——ARIMAC,1,4)Grafico 7a Productividad Total de los Factores ‘Stocks de Capital ajustados por u, sin capital publico i\ Indice 1951=100 g con capital publico 7 Nota: up corresponde al ciclo del PIB obtenido a partir de un modelo ARIMA (0,1,1)Grafico 7b Productividad Total de los Factores Stocks de Capital ajustados por us 1.43; A ey sin capital piblico / LI, =100 Indice 1951 103 \ oe i) ‘con capital publico Nota: us corresponde al ciclo del PIB obtenido a partir de un modelo ARIMA (0.1.4)Grafico 7 Productividad Total de los Factores Stocks de Capital ajustados por up sin capital humano =100 Indice 1951. con capital humano Nota: up corresponde a! ciclo del PIB obtenido a partir de un modelo ARIMA (0,1.1)Grafico 7d Productividad Total de los Factores ‘Stocks de Capital ajustados por us =100 Indice 1951 con capital humano Nota: us corresponde al ciclo del PIB obtenido a partir de un modelo ARIMA (0,1,4)CUADRO 1 Infraestructura Férrea Nacional ‘Via Fares __Caiga Transp. por | Poblacion 18 7875=10 km. en Operacién Via Férrea (Ton 000) Total ‘SMM TE 3,396] 12.407,970 145,000 1955 3578] 12826761 151,599 1958 3.319] 13,262,780 187,749 1957 4.1a2| 13716879 161.259 1958 4as7| 14,188,980 165,224 1959 4.759) 14,682,976 177,162) 1960 4.436] 15,196,995 184.723) 1861 4485 15,732,905 194,124 1962 3,643 16202014 204,630 1963 3.658] 16,875,460 211,356} 1964 3t7| 17.484.509 224,389) 1965 3,062] 17,993,946 232,487 1965 3.312] 18523127 244,915] 1967 3169] 19.0729 255.211 1968 3240] 19604,373 270,630] 1969 3,050 28,073) 1970 2781 307,496| 1371 3353 2659 325,825] 1972 3353, 2731 350,813| 1973 3232 2,760] 374,308 1974 3232 2.800] 23,233,851 395,910] 1975 3.138 2.439] 23,813,157 405,108 1976 ayer 2at1] 24,000,225 424,263) 197 2912 2510] 24,305,248 441,905) 1978 2att 2.682] 24,798426 479,335) 1979 2et 2.396] 25.209.565 $05,119) +900 2.822 41935] 25,630,080 525,765] 1981 2822 4,347] 28,058,903 537,736] 1902 2802 1.097] 26,496,902 542,626 1983 2.880 1.247] 26,944,134 551,380] 1984 2818 4268| 77,400,887 $69,855] 1985 2519 11333) 27,367,328 587,561] 1908 41490] 2azatiss2 621,781] 1987 4055| 29,e40,814 655,164] 1908 ‘s38| 30,592,435 681,791] 1989 5s] 31,571,420 705,089] 1990 2016 eo] 32,588,462 735.259) 1981 33/545,346 750,694) 1992 11600 200] 34,743,956 777,172 1993 1.00 se5|_ 35,885,280 __ 817.282] OTE TOS TATU | TSS TOOT THELIST [Grecmriento \Promedio% | 3.31 437 276 452| ESE FEC | 105 Toes TEES (Greciniente [Total % 52.28 82.48 18922 480.2 Fuente: DNP, DANE y Caiculos AutoresCUADRO 2 Infraestructura Férrea Comparacién Internacional a TTS TOR “ao, porcn in| ‘01 al cave Soa on Jomo iow iad emcee ‘ost ‘ial Leese ere sen leaoe Jezare ws frase sco aa nore ner lecare ism exe ‘ot ee San FR PT BTR PH io pertncei [feorsie ae ae aa eon ere Bae a esa tee hes ae Fas te Bee tee bee fee | eet ia haere iin "Tes00 sa eons Sac Tate oa esate aos ar or las tm Tim Sr esenuseo| seme nz sa Ta Via cape RR lever Jeera [so 7% cA e as Sson83gCuadro 3 Infraestructura Vial Nacional [Red Vial Nacional Poblacién PIB 1975=100) km Total sium 1982 T6512 16292.014 206,630 1963 16.692 16,875,460 211,355] 1984 17.084 17,484,509 224,389] 1965 17,479 17,993,946 232,467] 1986 17,825 18,523,127 244.915 1987 17,997 19.072.953 286,211] 1968 1.942 19,644,373 270,820] 1969 19.267 20,238,281 288,073] 1970 19,915 20,856,027 1971 = 20.017 21,498,414 1972 20,276 22,166,704 y 1973 20,408 22,862,118 374,388 1974 20,843 23,233,851 398,910 1975 21,264 23,613,157 408,108 1976 21,838 24,000,225 424,263] 197 22,268 24395248 441,906] 1978 22,552 24,798,426 470,335] 1979 22,787 25,200,985 505,119] 1980 22,917 25,630,080 525,765] 1981 23,373 26,058,993 §37,736| 1982 23,820 26,496,992 542,836] 1983 24,472 26,944,134 $61,380] 1984 25,250 27,400,847 569,855] 1985 25,582 27,667,326 587,561 1926 28,741,952 621,781] 1987 29,649,814 655,164 1988 90,592.435 684,791 1989 31,871,420 708,068} 1980 32,598,462 735.259] TS61960 1062781 162 THOE [Crecimiento [Promedio % 471 251 467 T965-1900_ 1962-1901 1962-1987 (Crecinvento [Total % 60.59 100.03 259.31 Fuente: DNP, DANE y Céloulos AutoresCuadro 4 Infraestructura Vial Comparacién internacional ae a ea PR HT he Co ao eo primus crv oc ary: Ba eo ‘saa eno ese tno “east ‘eo fre tim asan Srl ke rene ral Wee am am oa bere tion omar — Tien “oa tap sare ses Rom kamal fcr azom Tne Sad suiUnécs| 4gmrsio nos saasou FTO a aa as ron van wars sora aan ae res coe Hae eer us fae sme, oe ome oa aes eo em tene Fy) fete Sm ow sama ere iam ae carr benim frou sewn ay henna fim "mas Sand sotwunens | sieoom anger zzansa [Sar Pa PGR OY ee Car 0. 1200 por ide dr a TSI an ae 750 Tse che ser “ar a0 foam tar so faon ee [ec non wa 3078 sre Fuel: ae Mandal ON ONS. OA y Clinton Aes aE free 0 as face no ze 20] lene re me el Kctonsis a 0 ol leno oe mo 2] lease zie aa sia fess ios aus ae ‘ni [se Sir aa be baesce ‘eo we ‘aus eae 53 ea a] Fume: eo Mune NU DIP, DANE y Cer ArosCuadro 5 Infraestructura Telefénica Nacional [Lineas Teleforicas Poblacion PIB T675=100 Locales Total SMM 1867 219,150 13,716,879 767,259] 1958 233,150 14,189,980 165,224] 1959 251,450 14,682,976 177,162 1960 269,550 16,196,935 194,723 1961 289,900 15,732,905 194,124] 4982 322,100 16,292,014 204,620] 1963 339,100 16,875,460 211,355] 1964 385,200 17,484,509 224,389] 1965 392,780 17,993,946 232,467] 1986 461,175 16,523,127 244.915 1987 492,080 19,072,953 255,211 1968 522,670 19,644,373, 270,830] 1969 543,960 20,298,381 288,073} 1970 601,040 20,856,027 307,496| 1971 619,040 21,498,414 325 225| 1972 694,990 22,166,704 360,813] 1973 775,520 22,962,118 374,308] 1974 866,820 23,293,851 395,910] 1975 973,960 23,613,157 405,108] 1976 1,031,183 24,000,225 424,263 197 1,128,944 24,395,248 441,906] 1978 1,475,325 24,798,426 479,335] 1979 1,241,252 25,209,965 505,119] 1980 1,322,285, 25,830,080 525,765] 1981 1,433,780 26,058,993, 537,736] 1982 1,568,487 26,496,932 542,836 1983 1,698,198 26,944,134 551,380] 1984 1,951,334 27,400,847 569,855] 1985 2,057,931 27,867,326 587.561 1986 2,195,633, 28,741,952 621,781] 1987 2,270,076 29,649,814 685,164 1988 2,270,076 30,592,435 681.791 1989 2630414 31,571,420 708,068| 1990 2,851,021 32,508,462 735,259] 4901 3.071.628 33,645,246 750,694| 1982 3,374,143 34,743,056 777.472] 1957 1GE TSSTAORE TSE [crecimiento [Promedio % 8.13 2.69 460 TosT-T86E TSET-162 TOTO [Crecimiento [Total % 1,439.65 153.29 381.94 Fuente: Banco Mundial, ONU, DNP y Calculos AutoresCuadro 6 Infraestructura Telefonica Comparacién internacional ea TSR PR Ta TS oe “aise soma am Soran — Sea Sher fess wow ea eral Fa moe oom aan lesa ‘sco “Taner foe suis isa kine Soom eae aaa lesenou moe mak tau [ec wise = ee taal lesen sie ams and [orate sinwo ew tama baron Mineo nae Sawa lecosunces]} enero ugrs = aas feo sar i982] joes mest ‘asera| fsa ‘00 wan3| leona zon z4s3| frac gots 03] lene ay ser3| haoxio ase00 seed] Iccomie sanaats sts lesveta rz300 seaser Liason ‘sasoeoco iain Tas Tain Pana) eas Tens] a nC few mie sea oe vines ae areal Jest ‘oom sere lene fron ms Sede ture Mam ari [esonoe iinet am asa aie ema Bam tzloms esete iimceo eet tam lean dimes eee det rene wes aa aa (clone tae Bas wan levee rr aes sare lemesa wom sass sel leven ros ame fase aro. soon east Sete weisz Ieee wert 963 Toss (rowia fam = 280 30] Wem iso ze earCuadro 7 Infraestructura Eléctrica Nacional ‘Capa Po reais Teta Toa 1 as Ta et i Susrars ose 192 1s sasestt raz 190 ose erssy tou a ayieas7 exard 5 ma Smeans stay te mS wo2s876 snow 107 2S foatazn 1037] 3s tossaars 05,72 ar womens 808] mm thomae 73e| ba tearm 7 Mewar tans] fay v2oosa00 ss i2ao7g> ts) ee | ss nam 7a) ya srware 61269 oo taonom —eszz amuses 773 fa tssenms a7 son S750 aut im ieamom = asad amr areas ana tat tases ake Yio ‘Taso Zi2aer tos acne aay a7 worsen sary sms wasters oa te zea 20007] zoe moaseaxt 07] Bim masmane 32505) 2s mir eo 2aas mapezite ara] ee ee Bess Gaara 05.4} gm moms 424205] Sens tasesace tat] arm | reece © cae] See isamaes sos] ‘irr asaangeo 2570 fz mown sr) doer mawease aa) Sher mascara sit) S77 rac S| eas rasa em magia 78 faa owen ste Sra loses sane a Maria Tose 7m sasenaer 75283) She mages T5088 fae Mpoae Tr eam sseeean __av7202 aa woes roan [pmredons |_ sone aa 656 se pa oa pean [roa esos 2800 ost Fume: Cus, 6A ANE y Ces AesCuadro 8 Infraestructura Eléctrica ‘Comparaci6n Internacional a [Fesator ae se 503] Perel alle elle Ee | 2 & & Elie ies lie lt ES ea fecal le se Teletsdelae Eon! SS Se Esp aa WAT PSR OTS ‘990 1080p untae (eae sae 13] jie 3 seo | lesece tna 329 satel lccortie Aer aso sq Ite was He 24] lene oo teas ieoal Weracoee aan 1500 seaal lesnane mis see sess Jere fees tases 0243 ls voce tes07 1203 levadesunece | asnsss 22757 25eaal Coe ra Pa) WATS lider st s088? ‘seal Ian Gr Maw zoos] lea ae ae como ima Shas uta ware aro lone Mae Sayre Iasco am ss Wveazte fost rant s00r3] [spate em ase toe] Irene fer Trsra ‘2ssa] Len sours yah s3r5] [eteiesuriees | ree aes ata) Fae: Barc Mandl, ON, OANE y Cen Ares a ST Te TNE Prema ar 1355 Ta lem 2 a 2) leave 2 = 2 lesa Uren “8 ale ais) [span a oe te [roweie Cs a8 5s Fea: Be Muni. NU, ONP, DANE y Cts ArasCuadro 9 Ranking Departamental de acuerdo con el PIB per cépita PIB per cépita en logartmos Te 76 70 13ee a PIB percdpta_Renkng| PIS per cia Reneing| 1B porcépta Ranking) PI por aoa Ranking |B per cigs Rank} (rendancis y Conisrs| © a cer so] lassie 2 3088 oS sa | ost 2 Jcuninamarca 7 ea ss 9 | os « | ma 3 last 7 ome 8 sa | 193s a4 ssctatt ce Booots 0. 1 or 4 wot xm 02 | wm 8 Riad 5 oo 92 oo 68 | (tS jvate do coven 3 sat 2 sm 2 | ors tom 7 fariccsia s eas? ser 7 | woz 6s | wee Isanancer “ oa os 8 20 67 | 8 eta 4 os 4 ana | or 6 | toto rosa 6 ou oso os on 385 ls 0 ou 7 6 39 oes a2 2 Iau 8 ow es 8 am 2 50 19 lcaas 6 om 8 ea 13 os 16 os M4 latitico 2 oes sw sa 8 oes 5 [Bora 20 en 7 e202 sete on 8 Icouce 2 an 2 28 3421 e207 crate a sz 5 se ea 20 e608 None Santander a om 0 sz 8 927 aso \ceser 3 ea 3 ens. oS 9 20 Iesdelena " ay 8 23 ta 25 ast 2 looses 8 wa mua 35 ote sa 2. Isuce 18 21 ‘s2=7 or on os 3 Inarto 2 bes 2 ae 92 sm lores me aie az 28 302s so 25 Paneie oF we 3a 37 73 |Denvansén Estar 053 038 038 035 042 lnsimondnime toot ait 275 400 aaCobertura Servicios Publicos Basicos: Energia (%) Cuadro 10a Tense Censa Gens” Genso_Canao 1938, 1951 1964 1973 1985 7 Amazonas aM 568 a2 9a 7955 «SA 2 Antioquia AN 221237854418 85.80. 3 Arauca AR 214 a2 488 4008.10 4 Allantico at 4537 6168S 63588742 (8.7 5 Bollvar 80 635 11812890 507373. 8 Boyacé By 325 595 4823.86 6.97 7 Galdas cA 297037752187 5927.48 8 Cequeté ca 2141887 ose 2536 «37.08 8 Casanare os 325 at2 1447 23.86 27.00] 10 Cauca ou es 1078 Ss t591 «= 3303 (8.65 44 Cesar ce 1008 = 16762587 43.01 65.14] 12. Chocd cH 569 632 554 2393 (33.60 13 Cérdoba co 63501181 were 27994779 14 Cundinamarca co 89 = 6822050852 71.38 15 Guainia cu 058 = 7572 «85.10 16 Guajra os 923 8092187 akg? att 17 Guaviare ov 17.89 18 Huila HU 59612800 73.49 71.20 49 Magdatena MA 1008 = 18765874765 83.22 20 Meta ME 569 1857 5218.87.24 21 Narito NA 5.16 940 183414 61.85) 22 Norte de Santander NS 4945 27.70 38.01 Ska «70.60 23 Putumayo PU 214 a2 932-3790 «51.90 24 Quindio au mer a7 257 TAM BA 25° Risaralda al zasr 778257 THB NAT 28 SanAndrés yProvidencia SP seo 08871864 «784 (84 7OI 27 Santaté de Bogota 0.6. Bc sae 7510 85454798.) 28 Santander SA ye 24d T4708 7H 29 Sucre su 63501481 2890 30.14 60.38) 30° Tolima 70 9371753424358 ATA) 31 Valle de Cauca ve 44 38844729 8:51. 32 Vaupés vA 2.14 a2 618 (2944 88.20] 33__Vichada vl 570 528 44.50 (Cat ieriencias y Comisaias IC 2a oe 08S (ox COL 5X I Fuente: Censos DANE y Calculos AutoresCuadro 10b Cobertura Servicios Publicos Basicos: Acueducto (%) TensaCansoGanso Cans Cans 1991951 ise¢__ 19731985 7 irvaranas i 25 Sas 1680 —«770S 9A 2 Antioquia aN tot 4423 s61 T2447. 3 Arauca aR ox 3491774 = «48.30 48.00 4 Aténtco aT 42s? 634760638055 77-124 5 Bolivar 80 299 © 1390 «©2360 4527 «47.39 6 Boyaca BY 248 7330-7243 34038007 7 Caldas cA 222047035879. 8 Caqueta ca of 13641416? 85 9 Casanare os 248 5497213 8803 (7.80 10 Cauca cw |. 32 953 6 t801 7st 008 11 Cesar ce aa 122327688225 6.50 12 Choc cH 215 421 525 1590 «202 13 Cérdoba co 209 «013891978 at (3.79 +4 Cundinamarca eo rn . 15 Guainia ou 028 = 8763560 16 Guajira 6s Ts 17242012 5a. 17 Guaviare ev 1650 18 Huila Ku 22416592479 GBS 7382 48 Magdalena MA aa 182327854762 «48.87 20° Meta ME 215364 362850186. 98 21 Narito NA O76 787 7233208. 22 Norte de Santander Ns at 2523. 45706552 23 Putumayo Pu ont 549 615 108720 24 Quindio au 2228 «©4703, 4568 8.NB_ (8367 25 Risaraldo RI 2 ©4700 2453 SAG 8S 28 San Ancrésy Providencia SP 2151364 36885 (58.80 27 Santa de Bogota D.C 86 s1a3 7998 B8AB 1.15.8 28 Santander SA 980 6 365 00.78 5.12.67 20 29° Sucre su 290 ©1390 «2380 got a.20 30. Tolima To woai aa 28.70 B28 B.D 31 Vale de Cauca ve 22530 22748798182 83.0 32 Vaupés vA ont 5.49 495 24s 71.29 33__Viehada vi 433, 526 49.0] 3a Tnendoncias y Comisarae IC os 6a Fora SOLES Fuente: Censos DANE y Calculos AutoresCuadro 10¢ Cobertura Servicios Publicos Basicos: Alcantarillado (%) TensoGensoCenso-Censo__—_Censo 1938 1081 1964 4973 1985 Amazonas At 2a a eas 4525 68.80] 2 Antioquia AN 11.02 3051 43.74 59.65 68.65) 3 Arauca AR 0.08 241 3.79 817 660) 4 Atlantica aT 206 30.83 4755 49.28 60.04} 5 Bolivar 80 o2t 745 17.14 13.56 22.33] 8 Boyaca By 15 5a7 13.36 21.28 37.38) 7 Caldas cA 14.82 34.88 21.45 63.24 75.19] 8 Caqueta ca 0.06 1087 647 18.35 40.35] 9 Casanare cs 149 241 13.35 21.28 12.49] 10 Cauca cu - 297 795 1205 23.78 34.84] 11 Cesar ce oat 8.93, 16.14 1241 28.05] 12 Chocd cH 212 3.46 2.96 989 10.90} 13 Cordoba co 021 7.45 12.99 587 11.611 14 Cundinamarca co 6.35 19.48 21.65 28.92 45.43) 18 Guainia cu 0.00 3.62 43.60] 16 Guajira wo 038 3.40 797 11.93 1929) 17 Guaviare ov 8.20 18 Huila HU 174 44 16.28 36.23 52.72 19 Magdalena MA oat 3.93 16.13 45.86 21.94] 20 Meta ME 212 1087 24.65 35.64 5471 21 Narifio NA 078 4.96 14.12 25.15 37.25) 22 Norte de Santander NS 489 15.55 31.55 4101 514 23 Putumayo Pu 0.08 2m 1.78 2234 32.20) 24 — Quindio ou 14.82 34.88 21.45 477 87.28) 25° Risarakéa RI 14.82 34.88 21.45 69.93 73.48) 28 San And-ésy Providencia SP 212 1087 1791 6.45 1.80] 27 Santafé de Bogotd D.C. BC 45.83 65.11 84.70 91.13 95.69] 28 Santander SA 367 1571 2972 4127 58.86| 29° Sucre su 021 7.48 17.14 11.82 23.57] 30. Tolima To 418 13.44 18.48 37.39 56.45] 31 Valle de Cauca ve 19.04 33.53 41,70 68.19 7481 32 Vaupés vA 0.08 211 2.40 768 23.40] 33_Vionada ul 267 5.26 5.50} (a ntendentias y Comisarias IC 086. 308 TS 7 77a] [TOTAL COL a7 20.83 3053 6.08 a7] Fuente: Censos DANE y Calculos AutoresCarreteras Nacionales y Departamentales Cuadro 11 RTA LES a ‘CERRETERAS OEPERT MENTE ee ieee a ft 2 2 sn © 2 Antogia a 0 a ee ee 2 Amv a st 49 4 tice a 7 ry ® mm) oe som 3 Bonar 20 ” SMe so 7% = 0 8 Boyes ey ie tH aes] sa 9% > Case a ‘0 Sse mos] 25361905 8 Cagis co a ‘ot = 3 Ganmee cs “ vin 0 18 10 Cams a so HP grm| ars soe tr Mt Cesar e Eg ‘S| te 132 2 12 hes os ™ 3) 13 cede © a Eee 75 a 4 Cauca ° eee sso] seat 13 Genie ou : 1. Game a eo a mos “ 4 Guevaw ov ay oy mm an mae 19 Mogeatera ma 1% ‘Se = "sr Me ve ° 0 BO son 2 Neste Ne sre a0 7 Nowe Srtncer XS mew 1595 ‘za Anu Pu ms e 2 Gunde ou Cy ss ‘96 1238 3S Riera Rl 196 eo Zo tie Bs SonanttsyProgieca —5P 2 o ay 2 Sarath deSege806 8G 2a Seranter st a ‘06 124257 Bo Saw su rs Cc rr) sr Tame 70 mm tom sate ta| as 82 3 Vilede Cauca ve oo metas tes] ge R Vaunte ve 2 53_wenade 10 8 2 Goo E ze a z 7 = Co ie a] (0) Re de Cameras y Cains del Pal, snes vcheso cris da ia encan y Comzras (unr es, Sate (1985) a noel, ts bes Pubes ye Tapa on Coens” Vasoia Extensa de Clon VOLO p20: 68 ere) (onjeid pp Et, prs fefae soe saree pope cas, gre Sl concept ool de apolar, 129 rs revs oe maomavier (yes ope eave (9) pos. 235236 (3 Arti cel ge nana Nana de Caneterasy Pers QHOPT) (5) ema th py 2221 (eayver (ie) (versCuadro 12 Telefonia TINERS DE TELEFONO LOCALES i 1555 1989) 1951 12 7 hrazonas 7M 201000 100,200 2 Antioquia aN 240,750 458338 © «631436 629,880 674.248 3 Arauca AR 0 ©1250 ©1250 4,700 4.781 4 Allénico at 50,600 83.950 «90,008. «89,987 115,008, 5 Bolivar 80 +4900 18830 39.605. 46,423«47.289 8 Boyac sy 8450 19,250 27,000 41,305 40,732 7 Caldas cA 24a80 41,900 60,770 «67.027 74.395 8 Cagueta ca 700 1800 2349380 7.340, 8 Casanare cs 0 ~~ 4000 «7,000 30008592 10 Cauca cu 4400 «8.350 13.990 © 19,323 28.311 11 Gesar Ge 2500 © 8800908021213 8.233 42. Choes cH 600 2004081 .311 4.560 43° Cérdoba co 5300 9500 10.280 20.250 28.165 14 Cundinamarca co yo1s0 22.100 «33.202 45879 «72,793 45 Guainia cu ° 100 ‘20 132 279 18 Guajira ol 200 ©4200 5344562 (9,389 17 Guaviare ov ° 0 00 380 1,100 18 Hula HU 9400 23600-28787 38.028 39,808 49 Magdalena MA 6900 5000 2.958 13911 30,822 20 Meta ME 3500 6050 16,100 21,283 28,284 21 Natio NA 5200 13850 «1446420528 22,287 22 Norte de Santander Ns 25.900 49.900 «38.830 «G8419«—«G8.O7S 23° Putumayo PU ° ‘500 7,000 21243140) 24 Quindio au 10.539 25600 26.540 © «40,8001 400 25 Risaralda RI 47150 30,160 49,142 64.050 68,558 28 SanAndrés yProvidencia «SP 100 «3200-3200 8.200 5,200 27 Santafé de Bogoté D.C. ac 497,500 868,000 1.080872 1228276 1,316,716 28 Santander SA 20.800 80.260 | 99.300 130/638 © 147,808 29 Sucre su 2500 © 3,700 «8.088 13,584 «15,260, 30. Tolima To y21e0 20638 «37.603 45,833 61,340 31 Valle de Cauca ve 114406 250,125 313.050 375,904 984,203, 32 Vaupés vA ° 100 112 165 on 33__Vichada vi o 200 208 216 420 (Cae intendencias y Comisarias 1 | ___ 1,806 7350, 3480 T4133 Ti 38o] (ToTaL COL] 1,007, 163 2,057,931 2600414 3,071,628 3,574,143] Fuente: ONP-UINF y Calculos AutoresCuadro 13 Estimaciones Nacionales en Niveles Infraestructura en Unidades Monetarias Todas las variables en logartmos Estadisticos t entre paréntesis ‘Stocks de Capital ajustados por Stocks de Capital ajustados por uy Ecuacion 1 Ecuacion 2 Eeuacion 7 Eouacion 2 Tipo de Estimacién, ARI ARI ARI ARY constant 3.7181 3.9227 3.8030 4.7035 (4.00) (354) (4.98) (682) tendencia (i) o.001e 0.0108 (1) 44) capital privado sin vivienda (a) 0.8737 0.5670 0.5165 0.5235 (6.57) (627) 621) (7.28) empleo (B) 0.5424 0511s 0.5391 0.3500 (681) (4.68) (7.22) 895) capital humano (4) 0.1154 0.1144 0.0937 0.0893, (7.05) 673) (6.40) 633) capital pico (y) o.07e7 c.o702 0.1270 0.0847 (1.76) (1.40) (2.95) (1.35) Prueba de Wald (Hy: a+f+r43=1] 58.2837 14.2900 72.4027 1.8671 Significancia (0.00) (0.00) (0.00) 47) Re 0.9998 0.9998 0.9998 0.9899 DurbinWatson 1.5987 18777 1.6534 1.4382 Numero de Observaciones “4 “4 44 44 us: corresponde al ciclo del PIB obtenido a partir de un modelo ARIMA (0,1,1) ts: corresponde al ciclo del PIB obtenido a partir de un modelo ARIMA (0,1,4) 'AR1: técnica de maxima verosimiltud para corregir autocorrelacion de primer ordenCuadro 14 Estimaciones Nacionales en Diferencias Infraestructura en Unidades Monetarias Todas las variables en logaritmos Estadisticos t entre paréntesis ‘Blocks de Caplial ajustados por u;___ Stocks de Capital ajustados por uy Ecuacion Ecuacion 2 Ecuacon 1 Ecuacion 2 Tipo de Estimacién McO. McO. NCO. Mico capital privado sin vivienda(a) 0.7250 0.6020 0.7008 0.5182 609) (4.88) (0.46) 665) ‘empleo (B) 0.5635 0.6222 0.5359 0.4439 (6.80) 621) 611) 6.16) capital humane (4) 0.0768 oo714 0.0858 0.0749 (2.05) (1.92) 255) 241) capital pubiico (y) : 0.1052 : 0.1808 (1.43) 296) Re 0.8500 o.sso1 07176 o.7221 Durbin-Watson 4.7088 1.7050 1.6498 1.5150 Namero de Observaciones 43 a3 a a us: comesponde al ciclo det PIB cbtenido a parti de un modelo ARIMA (0,1.1) us: correspende al ciclo del PIB obtenido a partir de un modelo ARIMA (0,1,4) MCO: Minimos Cuadrados OrdinariosCuadro 15 Estimaciones Nacionales en Niveles Infraestructura en Unidades Fisicas Todas las variates en ogacos Estecltcos ante parintesis Hse esa esaeseea sees see aese Late staan eee ‘Siacks do Capa eatacos pore ‘Soka de Capialsustato por ue GaaGent oman? Eauacon’d Eolacin’4 Esmee Eevaden 2 Eaacon 3 Eciscn Tico de Estmacitn AR! AR aR AR AR ‘ARL AR AR constante ozo 21782-3006 == 2.4005 3.1816 2478B 35813 2.5105 cory) Ot) ASS) CATE) 278) HE) 28D) ‘api pivadesin vend) «060727470742 O7e9G OSS] az 05807086 (43) (698) 718) 29) 782) 728} 8) BAY ‘empleo (8) sus 04603 «0078-04285 0400804283 OSA OTF i) a) 3) BOAT) HAS] RBB] RET capital mane (6) oo 0.1142 get 1074 asst aged nase ©0089 oA) GOH) BED |S) RAGE] GTB) abmetos de careers (?) 0.3268 : 7 : : i : : 50) lineas teleficas locates) : o.0sze : : cov 0.1236 : (070) aa) = @on) vide capacitad instalada () : : 0.0308 : cana 7 0.0645 zl 7) 69) 270) Ince compuesto de intzest. 7) : 0.060% : 7 : seo (1.00 «on Prueba de Wal He aspinepet a? s10125 1772165 974160 T1991 REBT 7T8OIT 1003840, Slpieancia (000) (000), (0.00), @.00) (0.00) (0.00) g a ee ee 0.9009 uri watson essa eM 4849218099 1.7692, 1.7786 15342 Numero de Observacones 2 38 ra 2 38 8 20 us comesponde a ciclo ce PIB obtendo apart de un modelo ARIMA (0.4.1) ts: eoresponde a ilo del PIB oblerdo 8 part de un modelo ARIMA (0.14)Cuadro 16 Estimaciones Nacionales en Diferencias Infraestructura en Unidades Fisicas Todas fs variables on logaritmos Estadisticos tonto parintosis ‘SiocRS de Capital ajustados pot ve ‘Slocke de Capital sjustados por us Fameda Ezuscién2 Eeuacion 3 EouacGn a Eamscon 1 Feuacon? Eeuacion 3 Eouacion 4 Tipode Estimacion __MCO McO NCO MCO MCO MCO MCO co capital prvado sin vwlenda(a) 0.7754 «0654408827 8SKO O42 © ORTES = O7170 0.8087 43) 685) 612) 563) HBT) 24) 734) (7.81) empleo (9) o427r 08190-03962 weeT © oaaza «04860 ©0388 0.2160, it) 482) 333) AS) BH) SHA) (828) (187) capital bumano (8) 00352 © 0.0741-—0.1112 «0087700725 008170756 .088 (052) (200) (245) C.82) (138) (RSB) (HT) (RZ). ‘lometros de caretera (7) 0.3394 : : : 0.1346 : : - (160) (075) Uineas teletonicas locales (1) : : 0.0237 : - : oo1s : (048) 226) MW de capacided instaloda (y)—- 0.084261 - : 4 9703 : : (169) (256) Indice compuesto de infest ty = : a 0.0589 : 7 : 0.1680 (084) (313) Rg 06338 05651 «059960973718 = OTIE1 7548 (0.7659 Durbin Watson 4789 «17763«=«4.8053= 1.742 «1.7208 «1.8333 17182 1.6848 Nimero de Observaciones 28 2 35 2 8 2 35 28 us: eottesponde al ciclo del PIB sbtenido a parti de un madelo ARIMA (0,11) us: eorresponde al ciclo del PIB oblenido @ parti de un modelo ARIMA (0,14)CUADRO 17 Variable Dependiente: Crecimiento del PIB per-capita 1950-1992 (Promedio Anual) caincin casein? omnes ave om cnseuins e cou 0 ose os nee omen ae" exe ea case ans ‘aos pag cn 1098 -oesrees (axe (aia naan 195 ose Guar exam an loan perce 178 -aensce over seguro recep on 3078 eaten on 1951 aanie00 azo omaeea -oasoea9 osoeca -2ue09 (mer e386) ane cam ‘caer (2067 ® om oes os oss om oan om ow 30 the torr 1988 +400 va ‘or Ente ste 206 St, Soe 37 sa 2 " * ey oy * * = 2 1 enon lade pea de OHCuadro 18 Variable Dependiente: Crecimiento del PIB per-capita 1960-1992 (Promedio Anual) Ecvacion 4 Ecuscién 2 Ecuacion 3 Ecuacisn 4 Ecuacion 6 Ecuacion 8 © 0017 0016 0.021 0.088 0.08 -0.082 (1378) (a2my (842) (3599) (2.134) (asa Energia en 1964 0.419603, (3.435) ‘cveduclos en 1984 -0:3886-03 (3.103) ‘Avcantaritados on 1964 Carretera (por area} en 1955 0.559602 (aes ‘elefonia (per capita) en 1976 -0.4236-02 amy Energia (suseriptores per capita) on 1976 0.775602 (asa Primaria en 1960 1026-02 0016-02 o.1056-02 0.1186-02 o.s24e-03 0.989603 (3369) Gar 9a (asaty (tay (6.086) RE 0515 0.81 oar? 0881 o34t ose9 ow 1.131 1347 1384 1.992 11606 2325 Estadisteo F 14184 9722 9575 12.764 8.437 13.508 A 24 24 24 2 24 2 “(7-Wp*| danotariveles de significancia del 1096(5%)11%]Cuadro 19 Convergencia en los Indicadores de Infraestructura Ecuacién No. Variable Dependiente C — Nivelinicist «R? DW EstadisticoF =o 1 Energia 0808 = 0.189 0078 «1.707 «1.936 25 1951-85 (2.967 (41.392) 2 Energia 0964 0.298 0.431 1673 3.482 25 1984-85 (9756) 1.966)" ‘ a ‘Acueductos 42390-0222 0153 1.862 4.143 25 1951-85 (12.196) ¢2.096)" 4 ‘Acueductos Ae 0314 Ott 1686 3.772 6 1984.85 (r2atyr 1.942" 5 Avcantaritado 22452 «0371 «0174-2078 4.833 26 1951-85 74" (2.198) 6 Atcantarilado 23,798 0.883E-02 4686-0 1695 0.108E02 25 1964-85 4.047" (0.033) 7 Carrsteras 3699 D441 0.520 1.658 20.568 21 1930-80 (6604" (4.536) 8 Carreteras, 1727-0199 0.274 1.585 8.308 24 1986-0 sin (2.862) 9 Carreteras (per capita) A794 02830440 2.126 17.702 24 1966-90 (4336) (4.207) 10 Carrateras (per capita) 1.906 0287 0.168 «2057-3 847 at 1930-90 (2016) 1.961)" " Telefonia (per capita) 0403 0387 0.795 1.605 63.899 25 1972-96 4.872" (7.994) 2 Energia (per capita) 0645 0.836 0.737 1.287 96.192 2 1975-92 (3.030) ¢7.492)"" 2 Teleforia (per capita) 0716 0375 (O71 1.678 65.813 28 1985-92 (3.986) (8.113) “4 Energia (per capita) 0273 © 0334 0562 1.713 (28.190 24 1980-92 (1.659) (6.309) Nota: Las variables dependientes fueron definidas como el cambio absoluto en el indicador durante el period cortesp. *C*V"] denota niveles de significancia del 10%6(5%)[1%]Cuadro 20 Variable Dependiente: Crecimiento del PIB per-capita 1 950-1992 Ecuacién 1 Ecuacién 2 Ecuacign 3 Ecuacién 4 © Ecuacién§ © Ecuacién 6 e 0.085 0.068 0.056 coors 0636-02 0,396.02 (2go6y (gat (a.tTay (4.162) (0518) (0.282) Energia en 0.561603, 1085 (2.109) Acueductos en 0.448603, 1985 2.090)" ‘Avcantaritado en -0.3408-03 4985 (2.256) Carreteras por area = SA7E02 en 1960 (1.854 Telefonia per capita 9418-02 en 1982 4.784)" Energia (suscrptores per capita) 9.0122 en 1992 (41.373) Anatfabetismo LOS41E-03 4246.03 0432.03 0.196E02 -0315E03 -0.1916-03 en 1991 C1794" 1630) (1.723 1.021) (8.288) 934) Re ors 0.173 0.196 0183 0.328 9089 ow 420 1.428 1681 4.287 1.39 1.598 Estadtstico F 2230 219% 2553 4.807 1546 983 a 24 24 24 23 24 23 “(CP denota niveles de significancia del 10%6(5%) 1%]Cuadro 24 Estimaciones Panel Departamental en Niveles Infraestructura en Unidades Monetarias odes las variables en logantmos Estadisticos t entre paréntesis Ecuacién 1 Ecuacién2 Ecuacién 3 Ecuacién 4 ee tendencia (2) - : 0.0229 -0.0072 i (4.14) (127) ‘empleo (6) 0.6031 6921 0.448 08437 (622) 671) (635) (635) capital privado (a) 0.2301 - 0.7498, : (0.88) (0.84) ‘capital humano (6) 0.0979 - 0.0289 : 0.63) (0.15) capital pibiico (y) 02519 0.2368 02481 0.2873 (4.52) (4.52) (4.44) (6.68) Re 0.7426 0.7415 0.7438 0.7431 F - "xed effects" [He e1zedo e345 844020 «81.7220 Significancia -F 40.00) (0.00) (0.00) (0.00) Namero de Observaciones 300 300 300 300Cuadro 22 Estimaciones Panel Departamental en Niveles Infraestructura en Unidades Fisicas Todas las variables en logantmos Estadistics t entre paréntes!s Ecuacién | — Ecvacion 2 Eevecton3—Ecuacion + tendencia (¥) - 00197 cons : (0:6) (1st) empleo (6) 0.5566 oss 0.5800 o.sz4s 14) 649) (6.28) 47 capital privado (0) 0.399 : 1.4878 : (2.09) (188) capital humane () 0.0618 : 0082 - (036) (021) suscriptores al servicio de energia(y) 0.0535 0.1289 0.0877 0.0619 (0.75) (2.02) (0.83) 085) Rr 07054 0.8995 0.7061 0.702% F - xed effects (Hy: 4 a] 1257100 126.3300 «1258200 124.7900 Signifcancia-F (0.00) (0.00) (0.00) ©.00) Numero de Observaciones 288 288 288 238Cuadro 23 Estimaciones Panel Departamental en Diferencias Infraestructura en Unidades Monetarias Todas las variables en logaritmos Estadisticas ¢ entre paréntesis Ecuacion) Ecuacién2 © Ecuacién 3 Ecuacién 4 constante (}) 0.0030 : 0.0025 0.19) | (0.17) emaleo (8) osst2 0.4167 0.5477 0.4073 3.54) (253) @54) (2.49) capital privado (a) 0.4286 0.5502 - | (0.86) (089) capital humano (¢) 0.0196 0.0635 (0.25) (076) capital pabiico (y) 0.1852 0.0625 0.1734 0.0781 (222) (0.75) 237) (0.94) e 0.0708 0.0220 0.0889 o.o288 F - fixed effects” Ha: a= 2] : 2.1246 . 2.1232 ‘Signifcancia - F - (2.00) : (0.00) Numero de Observaciones 215 275 215 25 Sees eeeCUADRO 24 EVOLUCION DE LA PTF POR DEPARTAMENTO card 7 [Grectents To [Desvacin Estndar | Croom Taal] Crecmianto Prom Anal (ena 7147 339 7275 7233] itendencias y Comisaas 43.1 on 204.39 or = letncinamarca 2885 ant ory 409 2 ARisaraida 1956 0.08] 65.87] 431] 5 caidas tay 0.95 4965 a § — [cauca 1997 oe 3002 278 6 [Huila 13.68] 0.05] 58.21] 3.90| lonoco ‘0.89 0.8 sia7 359 r vata a) 308 7837 786 2 [Cordoba saa] 0.04 iq 354 | Bg [nenno 423 0.05 x09 22 § 3 |powvar 329 a. airy 23 BF asin 283 4 tos] aay Wate de Cauca +00 a. xa) 2a (caqueta 80] 3M 3730 an [Santander “81 0.04 4795 2. (Magdalena 264 0.9 zai 2.08| Hroima 50 0.05 atte 22 | santate de Bog0ta 0. “58 2.09 4024 26 § anicauia “say 2.09 a4 2a & — |atanico 34a 209 naz] 1.73 8 |ceser 11.86] 0.4 77.00 201 i Norte de Santander 42.10] 0.05] 26.21 1.96] Boyaca x29 ood 252 +80] suse 21.54 0.06 13.86 1.09Cuadro 25 Estimaciones Panel Industrial en Niveles 1974-1992 Eouacién 1 Ecuacion 2 Ecuacidn 3 Ecuaciin 4 Ecuacién§ Ecuacién 6 ‘emples calficado oz 029 029 0.28 028 028 (1021) 467) (4160) (143) NT (14.43) empleo obrero o2t 019 a9 019 019 019 (ei) 00) 782), 7.94) 7.89) (7.80) capital prvado 064 038 0.36, 037 039 037 (22 (883) (16.12), (1889) (48.24) (17.21) capital pablico oat (1s.41) Kms. de carreteras oa (1537) tineas teleténicas 4a (15.52) MV de capacicad instalada 039 (15.74) Indice de infraestructura en oat unidades fisicas (16.10) T 004 0.04 002 0.08 0m 039 (22.48) (25.83) (959) 26.28) (27.53) (23.39) e om 080 080 080 0.0 0.80 Estadisco Holaea.= 188 e043 so27 pees, 85205 9063 signifcancia (000) (0.00) (0.00) (0.00) 0.00) (0.00 Estadistco-t HefoeP=1) 7.30 $38 564 $27 8.01 “373 signifcancia (@.00) (0.00) (0.00) (0.00.00) (0.00) Notas: El estadistco-F prueba la hipétesis nula de que ls interceptos son iquales para todos los sectores, es decir si existen efectos sigifcatvos a cada sectcr, Elestadisticot prueba la hipbtesis nua de que existen rendimietnos constantes a escala en el capital y el trabajo. Entre paréntesis aparece el estadisticot de cada coeficiente ‘Se realizaron pruebas de estabdad de los coefcientes utizando la prueba de Chow. La hipStesis mula de estabifdad ce los ‘coefcientes se accepta con un 98% de confanza,Productividad Marginal de los Stocks de Capital en Colombia Cuadro 26 Stock Nivel Relacién PIBYStock Elasticidad Minima Elasticidad Maxima PMg Minima PMg taéxima Capital Prvado Nacional o.98«3 0.4308 0.8737 0.4188 05475 Capital Pablico Nacional 47250 0787 0.2349 0.1389 0.4088 Capital Pabico Departemental «6.3671 0.2388 02873 15075 1.6308 Capital Prvado —Industiat 0.9201 east 09432 0.3923 osors Capital Poblico —Industial 0.2940 0.3945 0.4201 0.1163 0.1239