INDUSTRIALIZACIÓN Y CRECIMIENTO: EFECTO UMBRAL DE LA

INTEGRACIÓN TECNOLÓGICA

A pesar de todo el debate sobre la convergencia económica, los análisis comparativos entre países del
crecimiento económico a largo plazo revelan un patrón divergente. Según el análisis de Madisson (1994)
sobre una muestra de 21 países, la relación del PIB per cápita más alto al más bajo aumentó de 3 a 17
entre 1820 y 1989. Y Pritchett (1997) estima que de 1870 a 1990 la proporción del ingreso per cápita entre
los países más ricos y los más pobres aumentó en un factor de cinco.
Este patrón divergente también se observa en períodos más recientes. Hall y Jones (1997) encontraron que
la relación entre el PIB por trabajador de la quinta parte más rica de los países y la de la quinta parte más
pobre de los países aumentó de 26 a 29 entre 1960 y 1988. Easterly y Levine (2001) informaron que la
divergencia del ingreso per cápita aumentó de 1960 a 1992. Sus estimaciones en la Tabla 1 muestran que
las dos quintas más altas de los países crecieron más rápido que los países de medianos ingresos, y éstas
a su vez crecieron más rápido que las dos quintas más bajas.

Por lo tanto, la división mundial entre estos tres "clubes", países ricos, países de ingresos medios y países
pobres, se está profundizando. Un reciente informe de investigación del Banco Mundial ha confirmado
esta característica. Perry et al. (2006) mostraron que la distribución unimodal del ingreso real per cápita
entre los países en 1960 se convirtió en una distribución trimodal en 1999. Mostraron también que desde
1960 ha habido convergencia dentro de estos "clubes" pero divergencia entre ellos. Por lo tanto, es
inevitable concluir que la brecha de ingresos entre los países ricos y el resto se ha ampliado durante un
largo período.
Kaldor descubrió la existencia de brechas de crecimiento persistentes en todos los países. En su artículo
clásico sobre los patrones de desarrollo, escribió: "existen diferencias apreciables en la tasa de crecimiento
de la productividad del trabajo y del producto total en diferentes sociedades" (Kaldor, 1961, 179). Este
fue el sexto patrón; los primeros cinco fueron los siguientes:
 1. El producto por trabajador muestra un crecimiento continuo, con "ninguna tendencia registrada
de una tasa decreciente de crecimiento de la productividad".
2. El capital por trabajador muestra un crecimiento continuo.
3. La tasa de rendimiento del capital es constante.
4. La relación capital-producto es estable durante largos períodos.
5. El trabajo y el capital reciben participaciones constantes del ingreso total.
Los patrones de desarrollo de Kaldor implican una estructura económica mundial donde la convergencia
no está garantizada. La experiencia histórica del desarrollo económico apoya esta visión; aunque algunas
economías anteriormente subdesarrolladas han podido despegar, la mayoría de las economías
subdesarrolladas no han podido hacer lo mismo. Dado este escenario, obtener una comprensión de los
mecanismos subyacentes de la divergencia económica es una de las tareas más desafiantes que enfrentan
los analistas de desarrollo.

INDUSTRIALIZACIÓN Y CRECIMIENTO ECONÓMICO

También fue Kaldor quien presentó la tesis de que las variaciones de rendimiento económico entre países
estaban relacionadas con la industrialización:
Las tasas rápidas de crecimiento están casi invariablemente asociadas con la rápida tasa de
crecimiento del sector secundario, principalmente la manufactura, y ... esto es un atributo de una
etapa intermedia de desarrollo (Kaldor, 1966, 7).
Siguiendo esta línea de investigación, Chenery, Robinson y Syrquin (1986) analizaron la relación entre la
industrialización y el crecimiento económico. Usando datos de un grupo seleccionado de países
industriales y semiindustriales, y después de identificar algunas excepciones poco probables-trampas de
pobreza, persistencia del fenómeno de la enfermedad holandesa en el sector primario y desarrollo
temprano de los servicios de exportación, Chenery et al. afirmaron haber encontrado suficiente evidencia
para apoyar la hipótesis de Kaldor:
¿Es la industrialización necesaria para el crecimiento continuo? Nuestros modelos de
transformación sugieren que la respuesta es generalmente sí. (...) Llegamos a la conclusión de que,
tanto en términos empíricos como teóricos, un período en el cual la participación de la manufactura
aumenta sustancialmente es una característica virtualmente universal de la transformación
estructural (Chenery et al., 1986, 350).
Murphy, Shleifer y Vishny también estuvieron de acuerdo con este punto de vista:
Prácticamente todos los países que experimentaron un rápido crecimiento de la productividad y el
nivel de vida en los últimos 200 años lo han hecho mediante la industrialización. Los países que
se industrializaron exitosamente -virtieron en la producción de manufacturas aprovechando las
economías de escala- son los que se enriquecieron, ya sea en el siglo XVIII en Gran Bretaña o en
el siglo XX en Corea y Japón (Murphy, Shleifer y Vishny, 1989, 1003).
Algunas experiencias de desarrollo económico del siglo XX son consistentes con este patrón. Los países
recientemente industrializados se encuentran entre las economías de mayor crecimiento durante el período
1965-1990; son, en orden de ejecución, Singapur (1), Corea (2), Taiwán (5), Hong Kong (6), China (7),
Indonesia (8), Japón (10), Malasia (11), Tailandia (18), Brasil (19) y Yugoslavia (20). Por otro lado, todas
las economías de menor crecimiento en el mismo período son países no industrializados (ver Barro y Sala-
iMartin, 1995, cuadros 12.1 y 12.2). Además, las experiencias exitosas más recientes de despegues
económicos, China e India, también están relacionadas con la industrialización y la diversificación
económica.
Por lo tanto, la industrialización importa. Es por eso que el consejo de Leontief para los países en
desarrollo fue el siguiente:
Dada la combinación de recursos del país y las tecnologías disponibles, la esencia del proceso de
desarrollo [es] crear un sistema económico lo más similar posible al sistema de las economías más
desarrolladas (Leontief, 1963, 164).
Por lo tanto, si la industrialización es la clave del desarrollo económico, ¿por qué observamos tan pocos
casos de despegues económicos exitosos? ¿Por qué no podemos los países subdesarrollados tomar el tren
del progreso? Este documento intenta dar una respuesta. De acuerdo con una cierta visión del desarrollo
económico, previamente se requiere un período de transformación estructural para aprovechar los efectos
externos de la industrialización sobre la productividad, la competitividad y el crecimiento económico.
Durante ese período, las instituciones nacionales y los agentes económicos deben comprometerse con la
industrialización (Hirschman, 1958; Amsden, 1989; Landes, 1998). Los problemas de coordinación
relacionados con este compromiso son quizás lo que hace que sea tan difícil acceder al "club" exclusivo
de las economías desarrolladas (Hirschman, 1958; Murphy, Shleifer y Vishny, 1989). En resumen, nuestra
hipótesis principal es que la relación causal entre la industrialización y el crecimiento económico no es
lineal: cada sociedad debería esforzarse por alcanzar un nivel mínimo de integración tecnológica
manufacturera antes de poder cosechar los beneficios de la industrialización en el crecimiento económico.
En esta visión estructuralista, cada país se considera como un tipo de ser vivo que debe transformarse en
un adulto antes de poder sobrevivir y competir con éxito en los mercados mundiales. La última analogía
se basa en análisis empíricos del desarrollo económico. Chenery, Robinson y Syrquin (1986) identificaron
que a lo largo del proceso de industrialización se producen algunos cambios estructurales: las economías
crecen. Las principales características de esta transformación estructural son, según estos autores, las
siguientes: cambios en las demandas finales, cambios en las demandas intermedias y cambios en el
comercio internacional. El primer cambio estructural es la conocida ley de Engel: la elasticidad ingreso
de la demanda de alimentos es menor a 1; por lo tanto, el sector agrícola se expande más lentamente que
la economía en su conjunto. El segundo cambio estructural es lo que estos autores llaman profundización
de input-output:
A medida que los países se industrializan, sus estructuras productivas se vuelven más "indirectas"
en el sentido de que una mayor proporción de la producción se vende a otros productores en lugar
de a los usuarios finales. (...), este fenómeno se puede dividir en dos partes: primero, un cambio en
la mezcla de producción hacia la manufactura y otros sectores que usan más insumos intermedios;
 y segundo, los cambios tecnológicos dentro de un sector que conducen a un mayor uso de insumos
intermedios (Chenery, Robinson y Syrquin, 1986, 57).
El tercer cambio estructural está relacionado con la evolución del comercio internacional: las ventajas
comparativas cambian del sector primario al sector manufacturero. La siguiente cita es ilustrativa:
Mediante la sustitución de importaciones y la expansión de las exportaciones de productos
manufacturados, los países en desarrollo abandonan la especialización en productos primarios que
es característica de las etapas iniciales del desarrollo. Detrás de este cambio están los cambios en
las condiciones de oferta-acumulación de habilidades y capital físico más la mayor disponibilidad
de insumos intermedios-así como economías de escala basadas en un creciente mercado interno de
bienes manufacturados (Chenery, Robinson y Syrquin, 1986, 63).
Por lo tanto, de acuerdo con la visión estructuralista del desarrollo económico, podría ser cierto que solo
cuando la transformación estructural de un país esté suficientemente avanzada podría abrirse a los
mercados mundiales, convertirse en exportadora de productos manufacturados y disfrutar de los beneficios
de la industrialización, incluyendo mayores tasas de crecimiento.
Los análisis teóricos consistentes con esta visión incluyen modelos de crecimiento y comercio
internacional donde el aprendizaje práctico es el motor de crecimiento, como los de Lucas (1988), Young
(1991), Matsuyama (1992) y Ortiz (2004, 2008). En estos modelos, y bajo un régimen de economía
abierta, el patrón de especialización de un país está determinado por sus ventajas heredadas. Por lo tanto,
las ventajas de las actividades económicas de alto aprendizaje, típicamente la manufactura, llevan a la
economía a lo largo de un camino superior de desarrollo económico; mientras que las ventajas de las
actividades tecnológicas de bajo aprendizaje podrían bloquear la economía en esas actividades y llevar a
un crecimiento económico lento.
Se pueden presentar varias razones para explicar las fuertes externalidades económicas del sector
manufacturero. En primer lugar, la diversificación de productos y sus efectos importantes en la
productividad (Romer 1987, 1990) se producen típicamente en el sector de manufactura. Segundo, el
desplazamiento continuo de la frontera tecnológica en el sector manufacturero permite que el potencial de
aprendizaje del sector se mantenga alto (Lucas, 1988; Young, 1993). En tercer lugar, el sector
manufacturero se caracteriza por la aplicación intensiva de ciencia y tecnología para transformar bienes
intermedios y materias primas; además, la generación de nuevos bienes y nuevas tecnologías del sector
induce la apropiación y difusión de la fuerza productiva más importante de la humanidad: el conocimiento
científico (Romer, 1986). En cuarto lugar, la productividad del sector manufacturero, como productor de
bienes intermedios y de capital, incide directamente en la rentabilidad del sistema (Sraffa, 1960) y en la
tasa de crecimiento económico (Rebelo, 1991). En quinto lugar, el sector manufacturero normalmente
disfruta de economías internas y externas que mejoran la productividad agregada (Caballero y Lyons,
1990).
Algunas palabras de precaución son requeridas en este punto. Es conveniente enfatizar que no hay nada
mágico en la manufactura; otras actividades económicas que requieren un uso intensivo de inteligencia y
tecnología -informática, comunicaciones, biotecnología, investigación científica, etc.- también pueden
convertirse en líderes del crecimiento económico (Landes, 1998; Rodrik, 2007).
ALGO DE APOYO EMPIRICO
Un pequeño panel de datos
De acuerdo con el análisis de la transformación estructural (Chenery et al., 1986), la diversificación
económica está directamente relacionada con la "rotundidad" de la producción. Por lo tanto, es
conveniente probar los efectos de la diversificación en el crecimiento económico utilizando una medida
de dependencia interindustrial como proxy. Para hacer eso, se usa un pequeño conjunto de datos de panel
que contiene dicha medida en este análisis.
Con base en el trabajo de Kubo sobre comparaciones entre países de vínculos interindustriales (Kubo,
1985), Kubo, de Melo, Robinson y Syrquin (1986) calcularon índices comparables de vínculos
interindustriales agregados utilizando información de 30 matrices insumo-producto de nueve países
industrializados o semi-industrializados : Colombia, México, Turquía, Yugoslavia, Japón, Corea del Sur,
Taiwán, Israel y Noruega. Las observaciones se tomaron durante algunos años entre 1950 y 1975. Según
los autores, cada país representaba una etapa diferente de cambio estructural. En ese sentido, se puede
pensar que la muestra es representativa de la experiencia del desarrollo económico.
El procedimiento para calcular los índices mencionados fue el siguiente. Primero, los autores
reorganizaron cada matriz en 14 sectores económicos comparables y calcularon la matriz de coeficientes
técnicos A = [aij], donde aij es el coeficiente técnico que mide la cantidad (en términos de valor) del insumo
i que se consume en el proceso de producción de una unidad de bien j. Posteriormente, calcularon la matriz
de Leontief, L = A - I, donde I denota la matriz de identidad del mismo orden que la matriz. Finalmente
obtuvieron un índice de vínculos generales de la siguiente manera: (OL) = f '(L'))-1i, donde OL es un
escalar, f es un vector de peso de 14x1 cuyos elementos suman 1, i es una unidad del vector 14x1, el
apóstrofo (‘) denota la transposición de la matriz, y la potencia -1 denota la inversión de la matriz.
Descompongamos esta expresión: (L')-1i es un vector 14x1 cuyos elementos miden el grado de integración
tecnológica hacia atrás de los sectores correspondientes, es decir, cada elemento mide la proporción del
producto bruto que se produce en la economía por valor unitario de la demanda final en el sector
correspondiente. La expresión final (OL) es entonces un promedio ponderado de estas medidas, donde los
pesos se toman de la estructura representativa del vector de demanda final para un país semi-industrial
(ver Chenery, Robinson y Syrquin, 1986). Estos autores también obtienen un índice de vínculos
domésticos (DL) al excluir los insumos intermedios importados de la matriz de insumo-producto; el
cálculo es completamente análogo al anterior.
El Apéndice 1 exhibe los datos sobre las medidas de los vínculos interindustriales, los vínculos generales
(OL) y los vínculos internos (DL), para el panel de países anterior. También incluye las tasas de
crecimiento anual equivalente del PIB per cápita durante 10 años (G10), el PIB per cápita real (RGDP),
los años promedio de escolaridad en la población total de más de 25 años (EDU), el índice de inversión
promedio en el siguiente década (I10), y la tasa de crecimiento anual equivalente de la población en la
próxima década (GN10).
Regresiones de crecimiento de los datos del panel
El apéndice 1 es un pequeño panel desequilibrado. Usando esta información, se ejecutan las regresiones
de crecimiento que se muestran en la Tabla 2 x a la heterocedasticidad: esta hipótesis no puede rechazarse
al nivel del 1 por ciento; las estimaciones de MCO se corrigen utilizando la matriz de covarianza
consistente de White. La variable dependiente es la tasa de crecimiento anual promedio del PIB para los
próximos 10 años (G10).
El primer conjunto de variables independientes incluidas (el conjunto básico a partir de ahora) es el PIB
real per cápita (RGDP), la tasa de crecimiento anual promedio de la población en la década siguiente
(GN10), el índice de inversión promedio en la próxima década (I10), y el nivel inicial de logro educativo
(EDU). Se cree que estas variables están sólidamente correlacionadas con el crecimiento económico
(Levine y Renelt, 1992). Se espera que el coeficiente RGDP sea negativo debido a los efectos de
convergencia; se espera que el coeficiente EDU sea positivo debido a la acumulación de capital humano;
se espera que el coeficiente I10 sea positivo debido a la acumulación de capital; y se espera que el
coeficiente GN10 sea negativo porque el crecimiento de la población disminuye directamente la
producción per cápita. El segundo conjunto de variables independientes contiene las medidas de los
enlaces interindustriales (OL y DL), la variable ficticia para los años 70 (D70) y las variables informativas
interactivas (DL*D70 y DL*D70). Debido a los choques petroleros de los años 70, estos dummies
interactivos se agregan para dar cuenta del salto a la baja de las tasas de crecimiento durante este período;
es probable que los shocks petroleros de los 70 hayan disminuido las externalidades positivas de los
vínculos interindustriales porque el petróleo es la entrada intermedia más importante para la tecnología
actual. El tercer conjunto de variables independientes contiene las variables ficticias de los países; Observe
que Colombia se toma como el país de referencia.
La primera regresión usa como variables independientes el conjunto básico, la medida global de los
enlaces (OL), la variable ficticia interactiva relacionada (OL * D70) y las variables ficticias de los países.
Este último conjunto de variables se agrega para capturar posibles efectos fijos de país. Sin embargo,
ninguna de las variables dummies (binarias) de países es significativa, y tampoco son significativos como
un todo. Debido a que los grados de libertad se reducen significativamente, esta regresión no arroja
coeficientes significativos. Por lo tanto, las variables ficticias de países se descartaron para ejecutar la
segunda regresión.
En esta segunda regresión, el nivel inicial de PIB per cápita (RGDP), la medida de los vínculos globales
(OL) y la variable ficticia interactiva correspondiente (OL*D70) son significativas al nivel del 1% y sus
respectivos coeficientes exhiben los signos esperados: negativo para RGDP y OL*D70, y positivo para
OL. Los regresores básicos diferentes a RGDP -GN10, I10 y EDU- no son significativos. Además, el
coeficiente asociado con la tasa de inversión promedio (I10) se estimado como negativo.
Debido a esta característica extraña, se ejecuta la tercera regresión que incluye como regresor el cuadrado
de la tasa de inversión promedio (I10 - SQ). En esta regresión, los coeficientes estimados de todas las
variables independientes básicas obtienen los signos esperados: RGDP (-), GN10 (-), I10 (+) y EDU (+).
Además, el coeficiente RGDP es significativo al nivel del 1%, el coeficiente GN10 es significativo al nivel
del 10%, y el coeficiente I10 es significativo al nivel del 10%. El coeficiente asociado con la tasa de
inversión promedio al cuadrado (I10 - SQ) es negativo y significativo al nivel del 5%; no hay una
explicación fácil para este resultado, pero se deduce claramente que los datos no son consistentes con los
efectos de aceleración en la actividad económica derivados de la inversión.
Los coeficientes asociados con la medida global de los enlaces (OL) y la variable ficticia interactiva
correspondiente (OL*D70) conservan sus signos y niveles de significación estadística. Esta tercera
regresión es nuestra preferida; produce la regresión con el R2 ajustado más alto, 75,4%, y los coeficientes
de todas las variables estándar obtienen los signos esperados. Por lo tanto, según la segunda y la tercera
regresión, los datos no son contrarios a la hipótesis de que la integración tecnológica incide positivamente
en el crecimiento económico de las economías semi-industriales e industrializadas.
La cuarta regresión se ejecutó para probar la existencia de efectos no lineales a partir de los enlaces
generales; es por eso que la regresión incluye el cuadrado de la medida de los enlaces generales (OL -
SQ). Sin embargo, el coeficiente asociado no es estadísticamente significativo para esta muestra de países.
La quinta regresión se realizó para verificar qué medida de los vínculos interindustriales estaba mejor
relacionada con el crecimiento económico. Este ejercicio arroja que cuando se incluyen ambas medidas,
la medida global de los vínculos (OL) es significativa, mientras que la medida de los vínculos nacionales
(DL) no lo es. Como la diferencia entre las medidas de los vínculos generales y los vínculos internos se
explica por los insumos intermedios importados, el resultado anterior sugiere que la apertura comercial
podría favorecer el crecimiento económico si conduce a una mayor diversificación económica (Ortiz,
1994).
Si bien los vínculos interindustriales agregados son mejores predictores de crecimiento que los vínculos
internos, la sexta regresión reemplaza la medida de los vínculos generales (OL) y la correspondiente
variable ficticia interactiva de los 70 (OL * D70), ambos incluidos en la segunda regresión, por la medida
de los enlaces nacionales (DL) y la variable interactiva correspondiente (DL*D70). Esta regresión arroja
que la medida de los vínculos domésticos tiene un efecto positivo sobre el crecimiento, pero solo es
significativo al nivel del 5%. Además, la variable ficticia interactiva correspondiente (DL*D70) no es
significativa. En este caso, sin embargo, la medida de logro educativo (EDU) es significativa al nivel de
1%. Este último resultado probablemente se deba a la alta correlación de la educación (EDU) con la
medida general de los vínculos (OL): el coeficiente de correlación entre estas dos variables es del 78%.
Por lo tanto, parece que EDU se comporta en la sexta regresión como un proxy para OL.
¿Por qué la educación no es significativa en estas regresiones? Una primera explicación puede ser que
esta variable adolece de problemas de medición; después de todo, el logro educativo (EDU) es un índice
cuantitativo de años de educación y, por lo tanto, no captura las diferencias entre países en la calidad de
la educación. Una segunda posibilidad es que el logro educativo sea en sí mismo una variable endógena:
puede estar determinado por la madurez de toda la estructura económica.
Esta segunda posibilidad implicaría que la transformación estructural impone algunos requisitos de
educación (Klees, 1989; Levin y Kelley, 1994; Bils y Klenow, 2000; Easterly, 2001, capítulo 4). Los datos
no son inconsistentes con esta hipótesis. En el Apéndice 2A, se realiza una regresión para el logro
educativo (EDU) contra el índice de vínculos generales (OL) y el conjunto de variables ficticias de países
(Colombia es el país de referencia). El coeficiente asociado con los vínculos generales se estima positivo
y estadísticamente significativo en todos los niveles; los coeficientes asociados con algunas variables
dummies de países industrializados -Yugoslavia, Japón, Israel y Noruega- son estimados positivos y
significativos. Si el logro educativo se ejecuta contra el conjunto básico de regresores y la medida general
de vínculos (Apéndice 2B), la medida de los vínculos generales (OL) y el nivel inicial de ingresos per
cápita (RGDP) exhibe el nivel de significación estadística más alto, en ese orden. Por lo tanto, la educación
y el crecimiento económico podrían depender conjuntamente de la medida de los vínculos generales.

Datos transversales de países

Las consideraciones y estimaciones anteriores se basan en una muestra pequeña pero representativa de
nueve países semi-industriales e industriales. Dado que el conjunto de datos es un panel no equilibrado,
los resultados pueden estar sujetos a todo tipo de problemas potenciales de endogeneidad. En lugar de
tratar de resolverlos, este proyecto de investigación se centró en el análisis de un conjunto de datos de
países de mayor tamaño de cincuenta y dos (52) países (Apéndice 3). Dado que el proyecto apunta a
estimar el impacto de la industrialización en el crecimiento económico, se construyeron tres índices de
industrialización: la participación en 1980 del sector manufacturero en el PIB (IND), el coeficiente
insumo-producto de 1980 para toda la economía (IO) y el coeficiente input-output para el sector
manufacturero (IOMAN) en 1980. Los datos para estos índices se obtuvieron de las estadísticas de cuentas
nacionales de las Naciones Unidas. El año 1980 fue elegido principalmente porque la información para
muchos países menos desarrollados e incluso para los países desarrollados no está disponible para años
anteriores; por lo tanto, un análisis del año anterior reduciría tanto el tamaño de la muestra como la
representatividad de las economías menos desarrolladas.
Hubiera sido útil tener una medida directa de los enlaces interindustriales como en el conjunto de datos
del panel. Como esta información no está disponible, el proyecto aprovechó los patrones de
transformación estructural que se examinaron antes para postular que la estrechez de los vínculos
interindustriales (y el grado de diversificación económica) debe correlacionarse con la participación del
PIB manufacturero y los coeficientes insumo-producto para toda la economía y el sector manufacturero
(IND, IO e IOMAN). Aunque las diferencias entre países de la composición del producto y los precios
relativos pueden afectar estos coeficientes (como muestra la Tabla 3, algunos de estos coeficientes son
demasiado altos para el correspondiente nivel de desarrollo), el proyecto de investigación los utilizó
porque no había alternativa. Por otro lado, un ordenamiento de estos coeficientes muestra que, en general,
las economías altamente desarrolladas tienden a exhibir índices de industrialización más altos.
Teniendo en cuenta el cambio de los datos panel al análisis de datos de corte transversal, el enfoque
metodológico es bastante similar. La variable dependiente es la tasa de crecimiento promedio del PBI per
cápita entre 1980 y 2000; para estimar esta variable, se realiza una regresión semi-logarítmica del PIB per
cápita en función del tiempo para cada país durante el período 1980-2000. La fuente de los datos del PIB
es la tabla Penn-World (Heston, Summers y Aten, 2006). Se define un conjunto básico de variables
independientes: el producto interno bruto real per cápita en 1980 (RGDP), la tasa promedio de población
durante el período (GPOP), la tasa de inversión promedio durante el período (I) y el logro educativo inicial
(EDU). Un segundo conjunto de variables incluye las tres medidas de industrialización y la variable
ficticia para los países exportadores de petróleo.
La variable de logro educativo se tomó de la base de datos estadísticos de Barro y Lee (1993). Como los
datos de educación para Burkina Faso, Cabo Verde, Nigeria y Omán no están disponibles para 1980, estos
se estimaron aprovechando el alto coeficiente de correlación entre países entre el logaritmo del logro
educativo y la esperanza de vida al nacer, 89%.

Regresiones de crecimiento entre países

El apéndice 3 es una base de datos entre países. Contiene información para 52 países de diferentes niveles
de desarrollo. Usando esta información, se realizan las regresiones de crecimiento que se muestran en la
Tabla 3. Al igual que en los ejercicios de datos del panel, la hipótesis de heterocedasticidad no se puede
rechazar al nivel de 1 por ciento. Por lo tanto, las estimaciones de MCO se corrigen utilizando la matriz
de covarianza consistente de White.

La primera regresión incluye como variables independientes el conjunto básico (mencionado

anteriormente). Todos los coeficientes estimados producen los signos esperados, y todos ellos, con la
excepción del logaritmo de educación, son significativos al nivel del 5%. La segunda y la tercera regresión
agregan el porcentaje (o participación) del sector de manufacturas (IND) como variable independiente de
forma lineal y cuadrática, respectivamente; sin embargo, los coeficientes asociados no son significativos.
Las regresiones cuarta y quinta utilizan en su lugar el coeficiente agregado de input-output (IO) como
variable independiente; pero los coeficientes asociados en estas regresiones tampoco son significativos.
Las regresiones sexta y séptima usan el coeficiente input-output de las manufacturas (IOMAN) como
variable independiente; en este caso, la expresión cuadrática en IOMAN -séptima regresión- arroja
coeficientes estimados que son significativos al nivel del 1%.
Teniendo en cuenta que el logro educativo se estima para cuatro países, se excluyen de la muestra y la
octava regresión se realiza solo para 48 observaciones; esta regresión produce coeficientes bastante
similares a la anterior, y los niveles de significación son prácticamente iguales. La novena regresión
incluye en el conjunto de regresores el cuadrado de la tasa de inversión promedio (I-SQ); el coeficiente
estimado es negativo, como en los ejercicios de datos del panel, pero no es significativo. Todas las
variables no significativas se descartan en la décima regresión; el resultado mejora mucho: los coeficientes
estimados muestran el signo esperado: RGDP (-), GPOP (-), I (+), IOMAN (-) e IOMAN - SQ (+), y todos
ellos son significativos en el 1 % nivel. La undécima regresión se ejecuta para probar si la condición del
exportador de petróleo tiene algún efecto sobre el crecimiento económico, pero el coeficiente estimado
correspondiente no es significativo. Nuestra estimación preferida es la regresión 10, ya que muestra los
niveles de significación más elevados. Las regresiones 12 y 13 se ejecutan para los 21 países de mayores
ingresos de la muestra, excluidos los países exportadores de petróleo (Noruega, Dinamarca, Islandia,
Canadá, Suecia, Holanda, Austria, Alemania, Francia, Finlandia, Japón, Nueva Zelanda, España,
Argentina, Portugal, Uruguay, Chipre, México, Costa Rica, Chile y Mauricio). Los resultados confirmaron
que, en este caso, la relación entre el coeficiente de input-output del sector manufacturero y el crecimiento
económico es lineal, como en los ejercicios de datos de panel.
Como las regresiones entre países 7 a 11 implican que el crecimiento económico es una función convexa
significativa en el coeficiente de input-output del sector de manufacturas (IOMAN), el valor mínimo de
IOMAN se estima de la siguiente manera: -α/(2β), donde α (<0) es el coeficiente de IOMAN estimado, y
β (> 0) es el coeficiente de IOMAN2 estimado. Las estimaciones del umbral IOMAN fluctúan ligeramente
alrededor del valor 64 (ver Tabla 3). Este valor señala el nivel mínimo relativo de integración económica
industrial que debe lograrse antes de disfrutar de los beneficios dinámicos de la industrialización. Este
análisis implica, por supuesto, que los cambios en IOMAN reflejan los cambios en la integración
tecnológica del sector de manufacturas; sería absurdo afirmar que un coeficiente de insumo-producto más
alto debido a la relajación del comportamiento de minimización de costos conduciría a un mayor
crecimiento económico.
Como en los ejercicios econométricos de datos de panel, las regresiones de corte transversal entre países
revelan que el logro educativo [log (EDU)] no parece ser un buen predictor del crecimiento económico
una vez que uno controla los vínculos interindustriales manufactureros (IOMAN). Sin embargo, como
muestra la regresión con datos de corte transversal entre países en el Apéndice 4, la educación parece
depender de algunos factores estructurales, como el PIB real (RGDP: correlación positiva y significativa),
crecimiento de la población (GPOP: correlación negativa y significativa), tasa de inversión promedio (I:
correlación positiva y marginalmente significativa), y coeficiente agregado de entrada-salida (IO:
correlación positiva y altamente significativa). Los ejercicios revelaron que el coeficiente de insumo-
producto de manufactura (IOMAN) no es un mejor predictor de logro educativo que el coeficiente
agregado de insumo-producto (IO). Por lo tanto, como en los ejercicios de datos del panel, las medidas
agregadas de industrialización -la medida de los vínculos generales (OL) en los datos del panel, y el
coeficiente agregado de insumo-producto (IO) en la base de datos entre países- parece afectar
positivamente en los niveles de logro educativo.

ALGUNOS COMENTARIOS CONCLUYENTES

Los análisis de regresión en un pequeño conjunto de datos de panel y un conjunto de datos de corte
transversal de países son la base de los siguientes comentarios:
 Los análisis econométreicos de corte transversal (para el año 1980) para toda la muestra de países
que incluyen tanto países industrializados como no industrializados no rechazan la hipótesis de
que exista una relación no lineal -cuadrática y convexa- entre la industrialización y el crecimiento
económico. Si esta hipótesis fuera cierta, implicaría que los países disfrutan de los beneficios de
la industrialización en el crecimiento económico después de superar un umbral de integración
tecnológica en el sector manufacturero.

 Cuando los análisis comparativos entre países están restringidos a países industrializados y semi-
industriales, como en el análisis econométrico de datos de panel, la relación entre industrialización
y crecimiento parece ser lineal. En estos casos, los ejercicios econométricos capturan
principalmente el efecto positivo dominante de la industrialización sobre el crecimiento para
índices suficientemente altos de integración tecnológica en el sector manufacturero (en otras
palabras, estos análisis solo capturan la sección creciente de la relación en forma de "u").

 Los análisis econométricos de corte transversal muestran que la integración tecnológica en el

sector manufacturero está altamente correlacionada con el crecimiento económico, mientras que
la integración tecnológica agregada no lo está. Este resultado puede implicar que el sector
manufacturero se comporte como un sector líder.

 Las características anteriores ayudan a explicar por qué los países ricos (industrializados) tienden
a crecer más rápido a largo plazo que los países más pobres. Corolario: el efecto convergente
relacionado con el PIB inicial per cápita se ve superado por los efectos divergentes relacionados
con la industrialización.

 El crecimiento económico no se correlaciona significativamente con el logro educativo cuando

uno controla la integración tecnológica en el sector manufacturero. Dos posibles explicaciones
pueden actuar juntas para explicar este resultado: primero, el sesgo de error de medición debido a
la exclusión de los niveles de calidad de la educación (EDU es una medida cuantitativa de la
educación en años); en segundo lugar, el logro educativo podría no ser un factor determinante del
crecimiento económico, sino que podría estar determinado por el grado de desarrollo económico.

 La última hipótesis no es rechazada por los conjuntos de datos disponibles: este documento
encuentra una fuerte correlación positiva entre la educación y las medidas de los vínculos generales
(OL en las regresiones de datos de panel, IO en las regresiones entre países). Si esta hipótesis es
cierta, la educación se revela como una condición necesaria pero no suficiente para el crecimiento
 económico. En cualquier escenario, la educación no puede ser descuidada. Proporciona muchos
más beneficios externos que solo el crecimiento económico; por ejemplo, como se vio antes, la
educación y la esperanza de vida al nacer están altamente correlacionadas.
Se requieren análisis adicionales para probar la hipótesis de un umbral de industrialización para mejorar
el crecimiento económico a largo plazo. La relación compleja entre educación y crecimiento económico
también debe ser revisada. Si nuestras hipótesis son confirmadas, algunas recomendaciones de política
serían apropiadas. En primer lugar, las políticas económicas del gobierno destinadas a aumentar el
crecimiento económico deberían mejorar el proceso de diversificación económica y transformación
estructural. En segundo lugar, las políticas educativas deberían ir de la mano con las políticas de
industrialización, de modo que la oferta de capital humano coincida con la demanda de capital humano en
el camino del desarrollo.