Documentos de Académico
Documentos de Profesional
Documentos de Cultura
º 36
AGOSTO DE 2019
DOCUMENTOS
DEPARTAMENTO DE ECONOMÍA
UNIVERSIDAD DEL NORTE
Adolfo Meisel R.
Angela Granger S.
Departamento de
Serie Documentos IEEC n.º 36 • Agosto de 2019 •
Economía
electrónico: agranger@uninorte.edu.co
Citación sugerida: Meisel R., Adolfo & Angela Granger S. (2019). ¿Atrapados en la periferia?
Brechas de calidad en la educación en Colombia: Pruebas Saber 11 (2000-2018). Serie
Documentos N.º 36. Disponible en: https://www.uninorte.edu.co/web/departamento-de-
economia/publicaciones
Serie Documentos N.º 36
Agosto de 2019
Comité editorial
1
Introducción
1
evolución en el tiempo de las disparidades en los resultados de las pruebas. En las
conclusiones, se hacen algunas consideraciones acerca de cómo se podría avanzar
en la eliminación de este patrón de centro-periferia en la calidad de la educación.
1. Revisión de literatura
Durante las últimas décadas las disparidades regionales en Colombia han sido
ampliamente documentadas. La discusión se ha enfocado en las desigualdades de
ingreso, pero también se ha extendido a indicadores sociales de pobreza, salud y
educación. Esos estudios registran las enormes brechas entre los municipios y
departamentos de la periferia respecto de los del centro del país. Aún más
preocupante, algunos de ellos encuentran evidencia de la persistencia y del
incremento en el tiempo de estas disparidades.
2
necesariamente convergencia en los indicadores sociales (Hobjin y Frances, 2001).
Aguirre (2005) utilizó datos de esperanza de vida al nacer, tasa de mortalidad
infantil y tasa de alfabetización entre 1985 y 2000, para realizar un análisis de
convergencia desde el enfoque tradicional propuesto por Barro y Sala-i-Martin
(1990, 1992) y usando estimadores no paramétricos de densidad. Para la esperanza
de vida al nacer y la mortalidad infantil, los resultados favorecen la hipótesis de
convergencia, tendencia que no se comprueba para la tasa de alfabetización. Royuela
y García (2015) analizaron la convergencia social en Colombia entre 1975 y 2005, tras
lo cual concluyeron que la tasa de alfabetización y otros indicadores de salud y
violencia son un claro ejemplo de convergencia, contrario a las variables económicas
que no muestran ese patrón. Esto último, en línea con Kenny (2005), quien afirma
que la convergencia en los indicadores de calidad de vida puede alcanzarse en
ausencia de crecimiento económico sostenido y convergencia en los ingresos.
Rivera y Currais (1999) aplican las medidas de convergencia beta y sigma en el nivel
educativo entre países de 1965 a 1985. Utilizando los años promedio de escolaridad
y la esperanza de vida como proxy del capital humano, encuentran que hay
3
evidencia de convergencia durante este periodo. Filiztekin y Karahasan (2013)
examinan las desigualdades regionales en capital humano en Turquía, y emplean
datos del porcentaje de individuos con educación secundaria mínima, educación
universitaria mínima y años promedio de escolaridad de 923 distritos entre 1990 y
2000. Los autores comprueban que los distritos con niveles educativos relativamente
más bajos logran un mejor desarrollo del capital humano. Para el caso español, Pérez
y Morales (2007) sostienen que en el periodo de 1970 a 2004 se produjo un proceso
de convergencia en el nivel de capital humano medido por porcentaje de población
en edad de trabajar que ha finalizado cada nivel de estudios. Esto, con una velocidad
media de convergencia del 6,5 % anual y una reducción de la dispersión del 4,3 %
anual. Si se desglosan por nivel educativo, los resultados son mucho más robustos
para la población con estudios medios que para la población con estudios
superiores. Asimismo, Coulombe y Tremblay (2001) argumentan que la mayor parte
del crecimiento relativo del ingreso per capita en las provincias canadienses desde
principios de la década de 1950 podría explicarse por el proceso de convergencia de
los indicadores de capital humano. Finalmente, para el caso colombiano, Murillo y
Gaviria (2008) realizan el análisis neoclásico de convergencia en capital humano
entre 1993 y 2005. Los resultados indican que, pese a que aún existen diferencias
departamentales en el promedio de años de educación, sí existe una clara tendencia
hacia la convergencia de este indicador de capital humano en el país.
Hanushek (2015) argumenta que, si bien la escolaridad explica una parte sustancial
de la variación de las tasas de crecimiento económico de los países, la calidad de la
fuerza laboral, medida según los puntajes en matemáticas y ciencias en pruebas
internacionales, tiene un efecto mayor. Por ejemplo, una diferencia de una
desviación estándar en los resultados de las pruebas se traduce en una diferencia del
1 % en la tasa anual del crecimiento del PIB per capita. En relación con el ingreso de
4
las personas, un puntaje mayor también aumenta la probabilidad de percibir un
buen salario en el futuro, y estas ventajas pueden ser mayores para los países en
desarrollo.
5
usan sus resultados para tomar la decisión de admitir o no a los estudiantes que
desean ingresar.
Hanushek (2015), los retos en materia de educación que enfrentan la mayoría de los
países en el siglo XXI, incluidos los países en vías de desarrollo, son principalmente
(OCDE), se sostiene que el país enfrenta dos retos cruciales: cerrar las brechas
120%
100%
80%
60%
40%
20%
0%
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
6
Figura 1. Cobertura en educación básica y secundaria en Colombia.
Según Galvis y Bonilla (2011), durante las últimas décadas en Colombia se han hecho
PISA (por sus siglas en inglés) se mantienen considerablemente por debajo del
Perú, que se sitúan en los 10 últimos lugares de los 70 países evaluados (OCDE,
la educación superior. Dos tercios de los departamentos del país resultaron por
debajo del puntaje promedio nacional en las Pruebas Saber 11 en 2017 (figura 2);
los departamentos del centro y la región Andina están ligeramente por debajo o por
7
Fuente: Elaboración de los autores según Icfes (2017). Nota: El azul más claro representa los
departamentos que están muy por debajo de la media nacional (puntaje en desviaciones estándar
de la media nacional < –10), el siguiente tono aquellos que están ligeramente por debajo (puntaje en
desviaciones estándar de la media nacional entre –10 y 0) y el azul más fuerte indica los
departamentos que están por encima del promedio nacional (puntaje en desviaciones estándar de la
media nacional >0).
Saber 11 (2017).
8
colegios de más bajo rendimiento (categoría D), mientras que a nivel nacional el 13 %
son aún más abismales si se compara con departamentos como Meta, Quindío,
Santander, y la ciudad Bogotá, donde esta cifra es menor del 2 %. El Chocó, por su
parte, representa el caso más crítico; sin embargo, los departamentos de la Costa
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Cesar
Caldas
Huila
Caquetá
Casanare
Bolivar
Bogotá
La Guajira
Vichada
Guaviare
Risaralda
Vaupés
Guainía
Sucre
Tolima
Chocó
Boyacá
Meta
Cauca
Norte De Santander
Arauca
Nariño
Amazonas
Antioquia
Quíndio
Cundinamarca
Colombia
Atlántico
Putumayo
Santander
Córdoba
San Andrés
A+ A B C D
Nota: De acuerdo con la clasificación del Icfes, las categorías de rendimiento en las Pruebas Saber
11 son A+, A, B, C y D, en orden descendente.
9
Figura 3. Porcentaje de estudiantes en grado once por departamento y categoría
2000 y 2012 y encuentran que las zonas de menor desempeño se localizan en la Costa
Pacífico, la Costa Caribe seguido del suroriente del país. Además, si se examina la
distancia del puntaje departamental del promedio nacional desde 1980 hasta 2017,
los niveles de rendimiento, con una notoria ventaja de Bogotá y sus alrededores; y
segundo, una clara polarización de los puntajes a partir del año 2000. Es importante
competencias a inicios del siglo XXI, y en años posteriores se han hecho otros
metodologías.
3El Icfes realiza una clasificación de los planteles en cinco categorías de acuerdo con los
resultados de los estudiantes en las Pruebas Saber 11 durante los últimos tres años. De
mejor a peor rendimiento, estas categorías son A+, A, B, C y D. De forma que en A+
quedarán clasificados aquellos colegios que tengan los puntajes más altos y más
homogéneos.
10
política pública en educación. Por supuesto, es importante tener presente que, tal
como lo han dicho otros autores, hay vínculos estrechos entre el rendimiento
aleatorio y que los estudiantes de algunas regiones y ciudades tienen ventajas sobre
embargo, algunos departamentos con resultados deficientes en las Pruebas Saber 11,
que ofrecen una educación esencialmente pública, con baja o nula participación de
los planteles privados. Galvis y Mejía también argumentan que, a pesar de que los
resultados. Por ello, Gaviria y Barrientos (2001, p.360) sostienen que “las inversiones
encaminadas a dotar los planteles públicos con más y mejores maestros y con una
11
Fuente: Elaboración de los autores según Icfes (2017).
Nota: El azul más claro representa los departamentos que están muy por debajo de la media nacional (puntaje en
desviaciones estándar de la media nacional <–10), el siguiente tono aquellos que están ligeramente por debajo (puntaje en
desviaciones estándar de la media nacional entre –10 y 0) y el azul más fuerte indica los departamentos que están por encima
del promedio nacional (puntaje en desviaciones estándar de la media nacional >0).
12
Bonet (2005) evaluó las disparidades en la dotación educativa entre 1968 y 2000
Sin embargo, según Hanushek (2015), no hay evidencia de que un mayor gasto
políticas adecuadas.
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
San Andrés,…
Casanare
Caldas
Cesar
Huila
Caquetá
Guaviare
La Guajira
Bolívar
Vichada
Risaralda
Vaupés
Magdalena
Norte de Santander
Boyacá
Meta
Choco
Sucre
Tolima
Guainía
Total Nacional
Arauca
Cauca
Nariño
Cundinamarca
Quindio
Amazonas
Atlántico
Putumayo
Santander
Antioquia
Bogotá, D.C
13
23 % de las asignaciones del Sistema General de Participaciones (SGP) para
gasto del SGP (tabla 1). Sin embargo, pueden existir desigualdades regionales en el
gasto en educación pública, ya que los gobiernos locales con más recursos asignan
Tampoco existe evidencia de una relación positiva entre aquellos departamentos con
mayores asignaciones per capita del SGP y mejores resultados. Por el contrario, como
asignaciones son aquellos que tienen los resultados más deficientes en las Pruebas
5 La región Caribe está conformada por los departamentos de Atlántico, Bolívar, Cesar,
Córdoba, La Guajira, Magdalena, San Andrés y Sucre; La región Pacífica está conformada
por Cauca, Chocó, Nariño y Valle del Cauca; la región Andina por Antioquia, Bogotá,
Boyacá, Caldas, Cundinamarca, Huila, Norte de Santander, Quindío, Risaralda, Santander
y Tolima; la Amazonía por Amazonas, Caquetá, Guainía, Guaviare, Putumayo y Vaupés; y
la Orinoquía por Arauca, Casanare, Meta y Vichada.
14
4,000,000
Asignación del SGP per cápita
3,500,000
3,000,000
2,500,000
2,000,000
1,500,000
1,000,000
y = -943474x + 2E+06
500,000 R² = 0.2797
-
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6
Fuente: Elaboración de los autores según Departamento Nacional de Planeación ( 2018) e Icfes
(2018).
departamentos de la periferia del país con respecto a los departamentos del centro
docente y la carencia de instituciones que aseguren una inversión eficaz del gasto
público. Dado que la literatura y los indicadores discutidos sugieren que este no es
15
3. Análisis de convergencia
El modelo neoclásico de crecimiento económico, con frecuencia, se ha aplicado al
Se utilizan los puntajes de los estudiantes en las Pruebas Saber 11 aplicadas por el
algunos cambios metodológicos menores, por lo que fue necesario estandarizar los
Saber 11 en las áreas de matemáticas, lenguaje, inglés, ciencias sociales y ciencias naturales,
cada una con la misma ponderación.
16
3.1. Convergencia beta (β)
Siguiendo a Barro y Sala-i-Martin (1992), el crecimiento económico entre regiones
1 𝑃𝑖,2018−𝑃𝑖,2000
( |𝑃 ) = 𝛼 + 𝛽𝑃𝑖,2000 (2)
𝑇 𝑖,2000 |
significativo.8
para el periodo de 2000 a 2018. La tendencia a lo largo del siglo XXI en cuanto a la
17
calidad de la educación municipal ha sido a conservar su posición con respecto a la
media. 5 indica que el 73% de los municipios permanecieron por debajo del
el 11% pasaron de estar por debajo en 2000 a estar por encima del promedio en 2018
puntaje entre 2000 y 2018 con el puntaje inicial, no se observa una relación inversa
(Anexo 1).
290
Puntaje promedio nacional en
las Pruebas Saber 11 (2018)
270
230
210
18
Formalmente, se estimó por mínimos cuadrados ordinarios la ecuación (2) para
• (1)
Variables Crecimiento_2000_2018
Puntaje_mcpal_2000 0,253
(0,663)
Constante –0,443*
(0,268)
Observaciones 1,069
R2 0,000
Errores estándar en paréntesis
*** p<0,01, ** p<0,05, * p<0,1
el puntaje global en las Pruebas Saber 11. Si se comparan dos momentos (2000 y
años, el 12 % pasaron de estar por debajo en 2000 a estar por encima del promedio
en 2018 y el 3 % empeoraron al pasar de estar por encima a estar por debajo del
19
A pesar de que, gráficamente, se observa una relación inversa entre el crecimiento
Colombia indica que dicha relación no es significativa (tabla 3). Por tanto, no es
5 y 6).
Bogotá
en las Pruebas Saber 11 (2018)
Boyacá 270
Puntaje promedio nacional
Santander
Norte De Santander
Risaralda Cundinamarca 260
Quindío
Valle Del Cauca Meta
Huila
Casanare Nariño Caldas 250
San Andrés
Atlántico Antioquia
Arauca
Cesar Tolima
Córdoba 240
Putumayo Sucre
Caquetá Cauca
Bolivar Guainía
Guaviare 230
Magdalena Vichada
La Guajira
220
Amazonas
Vaupés
Chocó Departamentos que pasaron de 210
Departamentos estuvieron por estar por encima de la media en
debajo de la media en 2000 y 2018 2000 a estar por debajo en 2018
200
200 205 210 215 220 225 230 235 240
Puntaje promedio nacional
en las Pruebas Saber 11 (2000)
Fuente: Elaboración de los autores según Icfes (2018).
20
(1)
Variables Crecimiento_2000_2018
Puntaje_dptal_2000 –2,504
(3,643)
Constante –1,108
(0,921)
Observaciones 33
R2 0,015
Errores estándar en paréntesis
*** p<0,01, ** p<0,05, * p<0,1
puntaje promedio total al pasar de 0,29 en 2000 a 0,40 en 2018. Ello sugiere que la
21
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Saber 11 (2000-2018).
Al desagregar por áreas, al inicio del periodo la desviación del puntaje promedio
embargo, hacia 2018, la primera ascendió a 0,42 y la segunda a 0,37. Esto significa
22
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Matemática Lenguaje
Figura 10. Desviación estándar del puntaje promedio municipal por área de
conocimiento (2000-2018)
estándar del puntaje total departamental aumentó de 0,21 en 2000 a 0,30 en 2018
(figura 11).
0.30
0.20
0.10
0.00
2006
2014
2000
2001
2002
2003
2004
2005
2007
2008
2009
2010
2011
2012
2013
2015
2016
2017
2018
Figura 11. Desviación estándar del puntaje promedio departamental en las Pruebas
Saber 11 (2000-2018).
23
Por áreas, la tendencia es similar a la municipal. La dispersión ha ido en ascenso
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Matemática Lenguaje
Figura 12. Desviación estándar del puntaje promedio departamental en las Pruebas
se registró en 0,21 y en 2018 en 0,228 (figura 13). Cuando se reduce el análisis a las
desviación del puntaje global disminuye, entre 2000 y 2018, de 0,18 a 0,17; en
lenguaje, pasa de 0,17 a 0,14; en matemáticas, aumenta de 0,18 a 0,186 (figura 14).
24
Por tanto, no hay evidencia de convergencia sigma bajo ningún nivel de
analizan solo las principales ciudades; aun así, se muestra una desviación creciente
principales ciudades.
0.30
0.25
0.20
0.15
0.10
0.05
0.00
2001
2007
2013
2000
2002
2003
2004
2005
2006
2008
2009
2010
2011
2012
2014
2015
2016
2017
2018
Total Matemáticas Lenguaje
Figura 13. Desviación estándar del puntaje promedio en las Pruebas Saber 11 de las
9Las 23 principales ciudades son Bogotá, Cartagena, Tunja, Manizales, Florencia, Popayán,
Valledupar, Montería, Quibdó, Neiva, Riohacha, Santa Marta, Villavicencio, Medellín,
Pasto, Cúcuta, Armenia, Pereira, Bucaramanga, Sincelejo, Ibagué, Cali y Barranquilla.
25
0.30
0.25
0.20
0.15
0.10
0.05
0.00
2001
2000
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Total Matemáticas Lenguaje
Figura 14. Desviación estándar del puntaje promedio en las Pruebas Saber 11 de las
reducido, las de la calidad son cada vez más importantes. Las regiones periféricas
educación de baja calidad restringen la capacidad local para aumentar los ingresos
han crecido en las últimas dos décadas. En los inicios del siglo XXI, la Amazonía y
26
puntaje promedio de los estudiantes de la Amazonía y la región Caribe estaba 0,70
y 0,671 desviaciones estándar por debajo del puntaje promedio de Bogotá, la región
con mejor desempeño (figura 15); mientras que para 2018 tales diferencias
embargo, no solo crecieron las brechas entre estas regiones, sino que, en general,
últimos dieciocho años. Por consiguiente, los estudiantes del centro del país tienen
cada vez mejores puntajes que aquellos estudiantes que se educan en las regiones
11El centro del país lo conforma la región Andina (Antioquia, Bogotá, Boyacá, Caldas,
Cundinamarca, Huila, Norte de Santander, Quindío, Risaralda, Santander y Tolima) y las
regiones restantes hacen parte de la periferia.
27
Fuente: Elaboración de los autores según Icfes (2018).
Figira 15. Distribución del puntaje estándar en las Pruebas Saber 11 por
regiones (2000).12
12La región Caribe está conformada por los departamentos de Atlántico, Bolívar, Cesar,
Córdoba, La Guajira, Magdalena, San Andrés y Sucre; región Pacífica por Cauca, el Chocó,
y Nariño; la región Andina por Antioquia, Boyacá, Caldas, Cundinamarca, Huila, Norte de
Santander, Quindío, Risaralda, Santander, Tolima y Valle del Cauca; la Amazonía por
Amazonas, Caquetá, Guainía, Guaviare, Putumayo y Vaupés; y la Orinoquía por Arauca,
Casanare, Meta y Vichada.
Nota: El municipio de Buenaventura en el Valle del Cauca se incluyó en la región Pacífica.
28
Fuente: Elaboración de los autores según Icfes (2018).
Figura 16. Distribución del puntaje estándar en las Pruebas Saber 11 por
regiones (2018).
29
Fuente: Elaboración de los autores según Icfes (2018).
Nota: El centro del país lo conforma la región Andina (Antioquia, Bogotá, Boyacá, Caldas,
Cundinamarca, Huila, Norte de Santander, Quindío, Risaralda, Santander y Tolima) y las regiones
restantes hacen parte de la periferia.
Figura 17. Distribución del puntaje estándar en las Pruebas Saber 11, centro-periferia
(2000-2018).13
13El centro del país lo conforma la región Andina (Antioquia, Bogotá, Boyacá, Caldas,
Cundinamarca, Huila, Norte de Santander, Quindío, Risaralda, Santander y Tolima) y las
regiones restantes hacen parte de la periferia.
30
0.1
0.0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
31
0.3
0.2
0.1
0.0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
-0.1
-0.2
-0.3
-0.4
-0.5
Figura 19. Puntaje total estandarizado en las Pruebas Saber 11 en ciudades capitales de la
región Caribe (2000-2018).
Conclusiones
En este documento, se ha presentado la evidencia acerca de la divergencia territorial
en cuanto a los resultados de las Pruebas Saber 11. No hay en el periodo de 2000 a
los mejores resultados y mejora a lo largo del tiempo, mientras que la periferia del
Este es un resultado que tiene que ser analizado con mucho cuidado, ya que hay
32
Dell (2009) muestran que para Latinoamérica la mitad de las diferencias
Lo anterior implica que una política de desarrollo regional tendría que tener como
usando los resultados de las Pruebas Saber 11. Educación para la periferia con
Referencias
Acemoglu, D. & Dell, M. (2009). Beyond neoclassical growth: Technology, human capital, institutions
and within-country differences. American Economic Journal: Macroeconomics, 2, 169-188.
Acemoglu, D. & Dell, M. (2010). Productivity differences between and within countries. American
Economic Journal: Macroeconomics, 2(1), 169-88.
Barrientos, J., & Gaviria, A. (2001). Determinantes de la calidad de la educación en Colombia. Archivos
de Economía, 1(159), 88.
Barro, R. J. & Sala-i-Martin, X. (1990). Economic growth and convergence across the United States.
NBER Working Paper, 3419. Recuperado de https://www.nber.org/papers/w3419
Barro, R. J. & Sala-i-Martin, X. (1992). Convergence. Journal of Political Economy, 100(2), 223-251.
Birchenall Jiménez, J. A, y Murcia Guzmán, G. E. (1997). Convergencia regional: una revisión del caso
colombiano. Revista Desarrollo y Sociedad, 40, 273-308. https://doi.org/10.13043/dys.40.6
33
Bonet, J. (2005). Inequidad espacial en la dotación educativa regional en Colombia. Documentos de
Trabajo Sobre Economía Regional, 56. Recuperado de
https://www.researchgate.net/profile/Jaime_Bonet/publication/4741413_Inequidad_espacial
_en_la_dotacion_educativa_regional_en_Colombia/links/545842640cf2bccc4911231c.pdf
Bonet, J. y Meisel Roca, A. (2006). Polarización del ingreso per capita departamental en Colombia,
1975-2000. Documentos de Trabajo sobre Economía Regional, 76. Recuperado de
https://www.researchgate.net/profile/Adolfo_Meisel/publication/4828633_Polarizacion_del
_ingreso_per_capita_departamental_en_Colombia_1975-
2000/links/5416e1d00cf2fa878ad4321a/Polarizacion-del-ingreso-per-capita-departamental-
en-Colombia-1975-2000.pdf
Coulombe, S. & Tremblay, J. F. (2001). Human capital and regional convergence in Canada. Journal of
Economic Studies, 28(3), 154-180.
Filiztekin, A. & Karahasan, B. C. (2013). Convergence of human capital: Geography and policy. Recuperado
de https://www.semanticscholar.org/paper/Convergence-of-Human-Capital-%3A-
Geography-and-Policy-Filiztekin-Karahasan/2de71b2ff4bf2186b6e65a4cd52c3503d0136b9d
Galiani, S., Gertler, P. & Schargrodsky, E. (2008). School decentralization: Helping the good get better,
but leaving the poor behind. Journal of Public Economics, 92(10-11), 2106-2120.
https://doi.org/10.1016/j.jpubeco.2008.05.004
34
Galvis, L. A. y Meisel, A. (2012). Convergencia y trampas espaciales de pobreza en Colombia:
evidencia reciente. Documentos de Trabajo Sobre Economía Regional, 177. Recuperado de
http://www.banrep.org/docum/Lectura_finanzas/pdf/dtser_177.pdf
Hanushek, E. A. (2005). Por qué importa la calidad de la educación. Finanzas y Desarrollo, 42(2), 15-
19. Recuperado de https://dialnet.unirioja.es/servlet/articulo?codigo=2427230
Hobijn, B. & Franses, P. H. (2001). Are living standards converging? Structural Change and Economic
Dynamics, 12(2), 171-200.
Kenny, C. (2005). Why are we worried about income? Nearly everything that matters is converging.
World Development, 33(1), 1-19. https://doi.org/10.1016/j.worlddev.2004.06.016
León Nieto, D. I. y Triana Rámirez, N. (2012). Convergencias en el índice de desarrollo humano (IDH)
en Colombia: un análisis de datos panel. Equidad & Desarrollo, 20, 105-141.
Loaiza Quintero, O. L. e Hincapié Vélez, D. (2016). Un estudio de las brechas municipales en calidad
educativa en Colombia: 2000-2012. Ensayos sobre Política Económica, 34(spe79), 3-20.
Recuperado de http://www.scielo.org.co/scielo.php?pid=S0120-
44832016000100002&script=sci_abstract&tlng=en
Lucas, R. E. (1990). Why doesn’t capital flow from rich to poor countries? American Economic Review,
80(2), 92-96. Recuperado de https://www.fep.up.pt/docentes/pcosme/s-e-1/13-AER-80-2.pdf
Meisel, A. y Bonet, J. (1999). La convergencia regional en Colombia: una visión de largo plazo, 1926 -
1995. Documentos de Trabajo sobre Economía Regional, 8. Recuperado de
http://repositorio.banrep.gov.co/handle/20.500.12134/394
35
Organización para la Cooperación y el Desarrollo Económicos. (2016). La educación en Colombia. París,
Francia: Autor. Recuperado de https://www.mineducacion.gov.co/1759/articles-
356787_recurso_1.pdf
Ríos Hernández, H., & León Nieto, D. (2013). Convergencia regional en el índice de desarrollo
humano en Colombia. Equidad y desarrollo, (20), 105-141.
Rivera Castiñeira, B. y Currais Nunes, L. (1999). Convergencia y capital humano: una aproximación
empírica. Cuadernos de Estudios Empresariales, 1999(9), 249-260.
Rocha García, R., & Vivas Benitez, A. (2010). Crecimiento regional en Colombia: ¿Persiste la
desigualdad? Revista de Economía del Rosario, 1(1), 67-108.
Royuela, V. & García, G. A. (2015). Economic and social convergence in Colombia. Regional Studies,
49(2), 219-239. https://doi.org/10.1080/00343404.2012.762086
Varón Rosario, D. A. (2019). Educación y convergencia regional en Colombia como resultado de un país que
le apuesta al cierre de brechas y la disminución de las desigualdades sociales (Tesis maestría,
Universidad del Rosario, Bogotá, Colombia). Recuperado de
http://repository.urosario.edu.co/handle/10336/19961
36
Anexos
100%
80%
Tasa promedio de crecimiento, puntaje
municipal estandarizado (2000-2018)
60%
y = 0,2531x – 0,4435
40% R² = 0,0001
20%
0%
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
-20%
-40%
-60%
-80%
-100%
Puntaje total municipal
estandarizado (2000)
14Se omiten los municipios que crecieron o decrecieron más del 100 % con el fin de visualizar
gráficamente la tendencia.
37
(1)
Variables Crecimiento_Mat_2000_2018
Puntaje_mcpal_mat_2000 1,419
(3,358)
Constant –0,899
(0,756)
Observations 1,069
R-squared 0,000
Standard errors in parentheses
*** p<0,01, ** p<0,05, * p<0,1
(1)
Variables Crecimiento_Len_2000_201
8
Puntaje_mcpal_len_2000 –3,340
(4,121)
Constante –1,737
(1,673)
Observaciones 1,069
R2 0,001
Errores estándar en paréntesis
*** p<0,01, ** p<0,05, * p<0,1
38
100%
80%
60%
40%
20%
0%
-0.6 -0.4 -0.2 0.0 0.2 0.4 0.6
-20%
-40%
-60%
-80% y = -2,5036x – 1,1076
R² = 0,015
-100%
(1)
Variables Crecimiento_Mat_2000_2018
Puntaje_mcpal_mat_2000 2,923
(3,431)
Constante –0,372
(0,469)
Observaciones 33
R2 0,023
Errores estándar en paréntesis
*** p<0,01, ** p<0,05, * p<0,1
39
(1)
Variables Crecimiento_len_2000_2018
Puntaje_mcpal_len_2000 0,564
(1,007)
Constante –0,00533
(0,250)
Observaciones 33
R2 0.010
Errores estándar en paréntesis
*** p<0,01, ** p<0,05, * p<0,1
40
El Departamento de Economía de la
Universidad del Norte se concibe como una
unidad de educación, investigación y
reflexión científica en el campo de las
ciencias económicas. Su estructura
organizativa está pensada para interpretar y
analizar los fenómenos y problemas
económicos, sociales, ambientales e
institucionales de relevancia para el país, y
en particular para el Caribe colombiano.