Impacto del Capital Humano y Actividades de
Innovación sobre el Crecimiento Económico de
Paı́ses Miembros de la OCDE.
Patricio Salas F.∗
Abstract
En este trabajo se estudió el efecto sobre
el crecimiento económico del capital humano
y las actividades de I+D durante el perı́odo
de 2000 a 2015, en los paı́ses miembros de
la OCDE. Para este propósito se utilizó un
modelo econométrico para datos de panel con
efectos fijos, el cual mostró que el número de
patentes e investigadores por millón de habi-
tantes y los años de escolaridad esperados
tienen un efecto estadı́sticamente significativo
sobre el crecimiento económico (PIB) de los
paı́ses.
Keywords: Crecimiento Económico, Cap-
ital Humano, Actividades de I+D, Datos de
Panel.
1. Introducción
Históricamente la educación ha aparecido
como uno de los factores más importantes
en el desarrollo socio-económico de un paı́s.
Ha sido precisamente esta creencia lo que ha
motivado que cada Estado, esté intentando
promover y proteger la formación de capi-
tal humano. La teorı́a neo-clásica valora lo
que puede evaluarse monetariamente, como
∗
Department of Industrial Engineering, Universi-
dad de Concepción, Concepción, Chile. E-mail: patri-
cioasalas@udec.cl
los beneficios económicos, en agravio de lo
que no tiene precio. De ahı́ que el enfoque
neo-clásico predominante de la educación, a
saber, la teorı́a del capital humano [1], consid-
era a esta como una inversión que trae benefi-
cios económicos, tanto en el plano individual
(mayores ganancias) como en el colectivo.
Las contribuciones teóricas especifican
diferentes mecanismos a través de los cuales
la educación afecta el crecimiento económico
de un paı́s. Primero, la educación aumenta
el capital humano de la fuerza de trabajo, el
que a su vez aumenta la productividad labo-
ral. Segundo, la educación aumenta la capaci-
dad innovadora de la economı́a, conocimiento
de nuevas tecnologı́as, productos y procesos, y
por lo tanto promueve el crecimiento [5].
El capital humano es el driver de la In-
vestigación y Desarrollo (I+D), es el que
mejora la innovación y el progreso tec-
nológico, conduciendo a una mayor produc-
tividad y creación de nuevos productos. Esto
significa que mientras más educada es la
fuerza de trabajo de un paı́s, mayores son
los beneficios de las actividades de I+D en
términos de crecimiento económico. El cap-
ital humano promueve la absorción de nuevas
ideas y productos ya creados por otros paı́ses
[12]. De la Fuente y Doménech [4] estudi-
aron la relación entre producción y capital hu-
mano, ambas mostraron una correlación es-
tadı́sticamente significativa.
 La innovación y las actividades que sur-
gen desde este concepto son la base para
el desarrollo de economı́as basadas en el
conocimiento y juega un importante rol en el
crecimiento económico. Según el manual de
OSLO, innovación, se define como “la imple-
mentación de un nuevo o significativamente
mejorado producto (bien o servicio) o proceso,
un nuevo método de marketing, o una nueva
estructura organizacional”. Las actividades de
innovación impulsan la competitividad de una
economı́a y conducen a la prosperidad a una
sociedad. En [7] se estudió la relación entre
actividades de innovación, caracterizadas por
la cantidad y calidad de las patentes, en este
se encontró que estos indicadores están cor-
relacionados directamente con el crecimiento
económico.
El estudio se centró en los paı́ses miem-
bros de la OCDE, la cual es un organismo
de cooperación internacional, compuesto por
37 estados, cuyo objetivo es coordinar sus
polı́ticas económicas y sociales. La OCDE fue
fundada en 1960 y su sede central se encuentra
en Parı́s (Francia). Los representantes de los
paı́ses miembros se reúnen para intercambiar
información y armonizar polı́ticas con el obje-
tivo de maximizar su crecimiento económico
y colaborar a su desarrollo y al de los paı́ses
no miembros.
En este paper se usó una metodologı́a
basada en datos de panel para investigar
la potencial relación entre el crecimiento
económico con algunos indicadores que car-
acterizan al capital humano y las actividades
de innovación. Basados en la información de
los paı́ses miembro de la OCDE.
El resto del documento se estructura de la
siguiente manera: en la Sección 2 se resumen
los métodos y datos utilizados. La sección 3
contiene los principales resultados empı́ricos.
En la sección 4 se esbozan algunas discusiones
y las conclusiones finales.
2. Datos y Métodos
En esta sección está la descripción de los
datos empı́ricos de las variables estudiadas,
además se realiza un revisión bibliográfica que
justifique el uso de cada una de estas variables
en el presente estudio. Luego, se describe la
metodologı́a que se propone para estudiar y/o
modelar el impacto de estas variables sobre el
desarrollo económico de los paı́ses miembros
de la OCDE.
2.1. Datos
Los datos asociados a cada uno de los in-
dicadores que se consideraron en este estudio
fueron extraı́dos desde las bases de datos pro-
porcionadas por el Banco Mundial1 y por Na-
ciones Unidas2 , para el perı́odo comprendido
entre los años 2000-2015. La información de
cada uno de los indicadores fue descargada de
una a la vez en planillas, para luego ser combi-
nadas y finalmente convertidas a un formato de
panel data. Los datos de panel son un ejem-
plo de un seguimiento de individuos sobre el
tiempo, esto reporta múltiples observaciones
para cada individuo (paı́s) en la muestra [8].
Cabe consignar que este conjunto de datos no
es balanceado debido a que para algunas com-
binaciones de paı́s-año no existı́an registros.
La variable dependiente en este trabajo es
el logaritmo del producto interno bruto per
capita (PIB), en dolares. Las variables in-
dependientes para el capital humano fueron:
gastos en educación como porcentaje del PIB
(GE) (ver [2]) y años de escolaridad esperados
(AE) (ver [3]). Para las actividades de inno-
vación: número de investigadores por millón
de habitantes (NI), gastos en actividades de
I+D como porcentaje del PIB (ID) (ver [10])
y el logaritmo del número de patentes anuales
1 http://databank.worldbank.org/data/
2 http://hdr.undp.org/en/data
por millón de habitantes (log(NP)), se tomó tos de la variable asociada. Por ejemplo, los
el logaritmo para poder controlar la alta vari- paı́ses: Israel, Estados Unidos, Alemania, Fin-
abilidad y asimetrı́a que tenı́a esta variable. landia, Suecia y Suiza se caracterizan por tener
Además, para el análisis bivariado se calculó altos valores en el número de patentes por
el promedio de cada indicador siguiendo lo re- millón de habitantes, en el porcentaje de gasto
alizado en [6]. en I+D y el número de investigadores por
La Tabla 2 presenta los estadı́sticos de- millón de habitantes. Por otra parte, Chile y
scriptivos de cada una de las variables, inde- México parecieran ser los paı́ses que presen-
pendiente del tiempo, en ella vemos que hay tan menores gastos en capital humano y ac-
una alta variabilidad entre cada variable a nivel tividades de I+D.
de paı́ses. Por ejemplo, hay un paı́s que realiza
un gasto en I+D mı́nimo de un 0.31% del PIB,
frente a otro que gasta un 4.41% y en prome-
dio los paı́ses miembros de la OCDE realizan
un gasto de 1.58% del PIB en actividades de
I+D.
Tabla 1

Descriptive statistics.
Country Min Mean Max S.D
PIB 3119.6 34042.1 119225.4 21367.0
ID 0.31 1.85 4.41 0.99
GE 2.53 5.24 8.56 1.14
NI 216 3501.6 8255 1785.3
NP 4.24 324.17 3296.3 591.0
AE 11.10 16.12 20.70 1.61
Min: Mı́nimo; Max: Máximo
Mean: Promedio; S.D: Desviación Estándar Figura 1. Biplot con los resultados del análisis
de componentes principales.
Para poder ver las semejanzas y diferen-
cias, entre paı́ses, con respecto a las vari-
2.2. Modelo Estadı́stico
ables independientes estudiadas, se realizó un
Análisis de Componentes Principales 3 .
Los modelos para datos de panel básicos
A partir de este análisis se obtuvieron usados en econometrı́a se pueden definir a par-
dos componentes que en conjunto capturan tir del siguiente modelo teórico
un 81.7% de la variabilidad total. En la
Figura 1 está el despliegue de los resulta- yit = αit + xTit β T + µit (1)
dos, donde un paı́s que se encuentre en la di-
rección de un cierto vector tiene valores al- donde los subı́ndices i y t denotan al i-ésimo
individuo (paı́s, grupo,etc.) y al t-ésimo
3 Técnicaestadı́stica multivariante que busca reducir perı́odo de tiempo respectivamente. αit y el
la dimensión de un problema, esto se hace encontrando
funciones de las variables (componentes) que capturen vector β son los parámetros a estimar, µit es el
un alto porcentaje de la variabilidad entre las observa- componente de error aleatorio con media 0 y
ciones [9]. varianza constante. Numerosos supuestos son
realizados sobre los parámetros, los errores y términos del PIB.
las variables independientes (xit ), dando ori-
gen a una clase de modelos factibles para datos
de panel.
En este artı́culo trabajamos con un mod-
elo para datos de panel con efectos fijos para
perı́odos y paı́ses, siguiendo la metodologı́a
utilizada en [11], esto quiere decir que para
cada paı́s e instante del tiempo se define un co-
eficiente αit . Los parámetros del modelo se es-
timan mediante el método de mı́nimos cuadra-
dos ordinarios.
Ya fueron definidos los métodos y her-
ramientas que se usaron en este trabajo, en la
siguiente sección se muestran los resultados
obtenidos al aplicar la metodologı́a propuesta.

3. La Conexión Estadı́stica entre Capital

Humano, Actividades de Innovación y
Crecimiento Económico

En este artı́culo se usaron métodos es-

tadı́sticos bivariados y multivariado para ex-
plorar la conexión o relación entre las vari-
ables independientes de capital humano y ac-
tividades de innovación con el valor del PIB
anual.
(a) Análisis Bivariado
La Figura 2 muestra la relación funcional
(correlación) entre los indicadores. La diag-
onal principal de la matriz presentada en la
Figura 2 refleja los histogramas de cada vari-
able, el triángulo superior de la matriz mues-
tra los coeficientes de correlación de Pearson
entre cada par de variables y el triángulo in-
ferior muestra los correspondientes diagramas
de dispersión con una lı́nea que refleja la me-
dia suavizada. El logaritmo del PIB tiene una
correlación positiva con todas las variables in-
dependientes. Esto quiere decir que al au-
mentar los niveles de cada indicador, el crec-
imiento económico de un paı́s aumentará en
Figura 2. Scatterplot con la correlación de a
pares entre los indicadores considerados en el
estudio.
(b) Análisis Multivariado
Para poder modelar estadı́sticamente el
impacto del capital humano y las activi-
dades de innovación, sobre el crecimiento
económico, se utilizó el Modelo 1 siguiendo
lo realizado en [6] y [11].
La Tabla 2 muestra los resultados del mod-
elo para datos de panel con efectos fijos, en
el modelo, el número de investigadores por
millón de habitantes, los años de escolari-
dad esperados y el logaritmo del número de
patentes por habitante son predictores posi-
tivos y altamente significativos. Todas las
variables independientes a la vez explican un
43.18% de la variabilidad del logaritmo del
PIB.
Tabla 2
Fixed-effects panel regression.
Variable Dependiente: log(PIB)
Coefficient t-Statistic p-Value
ID -0.10 -1.33 0.18
GE 0.02 0.71 0.48
NI 2.8e-04 8.56 0.00 ***
log(NP) 0.13 3.02 0.00 ***
AE 0.12 4.82 0.00 ***
Notes: *p < 0.1; **p < 0.05; ***p < 0.01.
4. Discusión y Conclusiones
En resumen, no considerando el efecto
temporal de los datos, se encontró que el crec-
imiento económico de los paı́ses miembros de
la OCDE, caracterizado por el PIB per capita,
está altamente correlacionado de manera di-
recta con los factores asociados al capital hu-
mano y a las actividades de innovación, prin-
cipalmente con el gasto en I+D como por-
centaje del PIB, con el número de investi-
gadores por millón de habitantes y con el log
del número de patentes por millón de habi-
tantes. Basados en los resultados del modelo
econométrico para datos de panel con efec-
tos fijos, el cual incorpora la temporalidad de
los datos, se puede concluir que aumentando
la cantidad de años esperado de escolaridad,
el número de patentes y el número de inves-
tigadores por millón de habitantes se puede
lograr una mejora en el PIB per capita, esto
quiere decir que aumentamos el crecimiento
económico. Estos resultados son coincidentes
con la literatura revisada y coinciden con los
distintos hallazgos presentados en [2], [3], [6],
[5] y [10].
Una importante limitación de este estudio
está en la omisión o falta de datos para algún
instante del tiempo y paı́s, esto se debe princi-
palmente a que las fuentes de información no
tienen todos los registros.
Para trabajos futuros se propone realizar
estudios a nivel de paı́s e incorporar otro
tipo de indicadores que podrı́an ser intere-
santes para explicar el crecimiento económico
de los paı́ses y ası́ fomentar con información
empı́rica el impulso de polı́ticas públicas que
favorezcan el crecimiento y desarrollo de las
naciones.
References
[1] Becker, G. S. (1983). El capital humano: un análisis
teórico y empı́rico referido fundamentalmente a la ed-
ucación (No. 330 BECc).
[2] Benos, N., Zotou, S., 2014. Education and economic
growth: a meta-regression analysis. World Dev. 64,
669–689.
[3] Delgado, M. S., Henderson, D. J., & Parmeter, C. F.
(2014). Does education matter for economic growth?.
Oxford Bulletin of Economics and Statistics, 76(3),
334-359.
[4] De La Fuente Á, Domenéch A., 2006, Human capital
in growth regressions: how much difference does data
quality make?, Journal of the European Economic As-
sociation, March 2006, 4(1), pp.1-36.
[5] Hanushek, E. A., & Kimko, D. D. (2000). Schooling,
labor-force quality, and the growth of nations. American
economic review, 90(5), 1184-1208.
[6] Hartmann, D., Guevara, M. R., Jara-Figueroa, C., Aris-
tarán, M., & Hidalgo, C. A. (2017). Linking economic
complexity, institutions, and income inequality. World
Development, 93, 75-93.
[7] Hasan, I., & Tucci, C. L. (2010). The innova-
tion–economic growth nexus: Global evidence. Re-
search Policy, 39(10), 1264-1276.
[8] Hsiao, C. (2003). Analysis of Panel Data. Cambridge:
Cambridge University Press.
[9] Jolliffe, I. T. (2002). Principal component analysis. New
York: Springer.
[10] Maradana, R. P., Pradhan, R. P., Dash, S., Gaurav, K.,
Jayakumar, M., ,& Chatterjee, D. (2017). Does innova-
tion promote economic growth? Evidence from Euro-
pean countries. Journal of Innovation and Entrepreneur-
ship, 6(1), 1.
[11] Pelinescu, E. (2015). The impact of human capital on
economic growth. Procedia Economics and Finance, 22,
184-190.
[12] Queirós, A. S., & Teixeira, A. A. (2014). Economic
growth, human capital and structural change: an em-
pirical analysis. In Universidade do Porto. Economia do
Porto Faculdade de.
[13] Team, R. C. (2013). R: A language and environment for
statistical computing.