ABUNDANCIA DE RECURSOS NATURALES Y CRECIMIENTO ECONÓMICO

Jeffrey D. Sachs y Andrew M. Warner

Centro para el Desarrollo Internacional y
Instituto de Harvard para el Desarrollo Internacional
Universidad Harvard
Cambridge MA
noviembre de 1997
Clasificación JEL: O4, Q0, F43
 ABUNDANCIA DE RECURSOS NATURALES Y CRECIMIENTO ECONÓMICO*

ABSTRACTO
Una de las características sorprendentes del crecimiento económico moderno es que las economías
abundantes en recursos naturales han tendido a crecer más lentamente que las economías sin
recursos naturales sustanciales. En este artículo mostramos que las economías con una alta
proporción de exportaciones de recursos naturales a PIB en 1970 (el año base) tendieron a crecer
lentamente durante el siguiente período de 20 años, 1970-1990. Esta relación negativa se mantiene
incluso después de controlar muchas variables que los autores anteriores consideraron importantes
para el crecimiento económico. Discutimos varias teorías y presentamos evidencia adicional para
comprender la fuente de esta asociación negativa.

I. INTRODUCCIÓN
Una de las características sorprendentes de la vida económica es que las economías pobres en
recursos a menudo superan ampliamente a las economías ricas en recursos en el crecimiento
económico. El patrón básico es evidente en una muestra de 95 países en desarrollo en la Figura 1,
donde representamos gráficamente la tasa de crecimiento anual de cada país entre 1970 y 1990 en
relación con las exportaciones basadas en recursos naturales del país en 1970, medidas como
porcentaje del PIB.

Las exportaciones basadas en recursos se definen como agricultura, minerales y combustibles. En

promedio, los países que comenzaron el período con un alto valor de las exportaciones basadas en
recursos naturales en relación con el PIB tendieron a experimentar un crecimiento más lento
durante los siguientes veinte años. Más adelante en el artículo mostraremos que esta relación
negativa básica está presente después de controlar por una serie de otras variables introducidas en
estudios de crecimiento previos. También está presente aunque, por falta de datos completos,
hemos excluido ocho economías exportadoras de petróleo de lento crecimiento: Bahrein, Irak,
Libia, Kuwait, Omán, Qatar, Arabia Saudita y los Emiratos Árabes Unidos.

La rareza de que las economías pobres en recursos superen a las economías ricas en recursos ha
sido un motivo recurrente de la historia económica. En el siglo XVII, Holanda, pobre en recursos,
eclipsó a España, a pesar del desbordamiento de oro y plata de las colonias españolas en el Nuevo
Mundo. En los siglos XIX y XX, los países pobres en recursos, como Suiza y Japón, se adelantaron
a las economías abundantes en recursos, como Rusia. En los últimos treinta años, las estrellas del
mundo han sido las economías recientemente industrializadas y con pocos recursos del este de
Asia: Corea, Taiwán, Hong Kong, Singapur, mientras que muchas economías ricas en recursos,
como los países ricos en petróleo de México, Nigeria y Venezuela, han quebrado.
*Esta es una versión actualizada y ampliada de nuestro documento de trabajo anterior de NBER con el mismo título
(NBER #5398, octubre de 1995). Agradecemos a los participantes del seminario en la conferencia de crecimiento de
HIID por sus útiles comentarios.

También agradecemos a Robert Barro, Jong-wha Lee, Bradford De Long, Lawrence Summers,
Robert King y Ross Levine por su amabilidad.

La asociación negativa entre la abundancia de recursos y el crecimiento en las últimas décadas

ciertamente plantea un rompecabezas conceptual. Después de todo, los recursos naturales aumentan
la riqueza y el poder adquisitivo sobre las importaciones, por lo que cabe esperar que la abundancia
de recursos eleve también las tasas de crecimiento e inversión de una economía. Muchos países
ricos en petróleo se han propuesto utilizar sus vastos ingresos petroleros para financiar inversiones
diversificadas y un “gran impulso” en el desarrollo industrial. Los venezolanos llamaron a esto
“sembrar las semillas de los ingresos petroleros”.

Además, cuando un recurso natural tiene altos costos de transporte, entonces su disponibilidad
física dentro de la economía puede ser esencial para la introducción de una nueva industria o una
nueva tecnología. Como ejemplo histórico clave,1 los depósitos de carbón y mineral de hierro
fueron la condición sine qua non para el desarrollo de una industria siderúrgica autóctona a finales
del siglo XIX. En ese caso, las economías ricas en recursos, como Gran Bretaña, Alemania y
Estados Unidos, experimentaron un desarrollo industrial particularmente rápido a fines del siglo
pasado. Sin embargo, con la caída de los costos de transporte, la disponibilidad física de recursos
dentro de la economía nacional rara vez es tan decisiva hoy como lo fue hace un siglo. Por lo tanto,
Japón y Corea han logrado convertirse en productores de acero de clase mundial a pesar de su
virtual dependencia total de las importaciones de mineral de hierro. Sin embargo, incluso si los
recursos naturales ya no son una ventaja decisiva para el crecimiento económico, seguramente es
sorprendente que puedan representar una desventaja real. ¿Existe una maldición para las riquezas
fáciles?

Muchos investigadores anteriores han señalado los problemas con las economías intensivas en
recursos en las décadas de 1970 y 1980, aunque hasta donde sabemos, ninguno ha confirmado los
efectos adversos de los recursos.
abundancia sobre el crecimiento sobre la base de un estudio comparativo mundial del crecimiento,
como lo hacemos en este documento.

Hallazgos anteriores importantes sobre los fracasos del desarrollo basado en recursos incluyen
varios trabajos destacados, como el volumen de artículos editados por Neary y Van Wijnbergen
[1986], una serie de estudios de Alan Gelb, que culminan en Gelb [1988], y varios estudios clave
estudios de Auty, más completos en Auty [1990]. Estos estudios sugieren muchos de los factores
económicos y políticos que pueden haber influido en la decepcionante desempeño de las economías
abundantes en recursos, y así proporcionar una base para algunas de las hipótesis probadas más
adelante en el documento sobre los datos entre países. Un artículo reciente y fascinante de Berge et.
Alabama. [1994] es similar en motivación y espíritu a este documento, y también señala el papel

1
Agradecemos a Jeffrey Williamson por sus útiles debates sobre este punto.
adverso de la dotación de recursos naturales (medida principalmente por la tierra y la densidad de
población) en el crecimiento y las exportaciones manufactureras.

El resto del documento está organizado de la siguiente manera. En la sección II resumimos una
serie de argumentos teóricos para explicar la asociación negativa entre la intensidad de recursos y el
crecimiento. En la sección III mostramos nuestra evidencia del período 1970-1989. En la sección
IV, analizamos pruebas adicionales entre países para tratar de comprender mejor las fuentes de la
asociación inversa entre la abundancia de recursos y el crecimiento.

En la sección V presentamos un resumen y algunas reflexiones sobre futuras investigaciones en esta

área.

II. UN RESUMEN DE LA TEORÍA

De hecho, hay un gran número de hipótesis que pueden plantearse para explicar la relación
negativa presentada en la figura 1 (además de la hipótesis, luego descartada, de que la relación
negativa es puramente espuria). Una de las primeras explicaciones del fenómeno es social: que las
riquezas fáciles conducen a la pereza. El filósofo político francés del siglo XVI Jean Bodin [1576,
reimpreso en 1962] afirmó lo mismo cuando afirmó que:

“Los hombres de tierra gorda y fértil, son por lo común afeminados y cobardes; mientras
que, por el contrario, un país árido hace que los hombres sean templados por necesidad y, en
consecuencia, cuidadosos, vigilantes y
industrioso. [V, I, 565]”2

Por ejemplo, Hirschman [1958], Seers [1964] y Baldwin [1966] promovieron la opinión de que los
"enlaces hacia adelante y hacia atrás" beneficiosos de las exportaciones primarias al resto de la
economía serían pequeños. La idea básica era que la manufactura, a diferencia de la producción de
recursos naturales, conduce a una división del trabajo más compleja y, por lo tanto, a un nivel de
vida más alto. Esta evaluación negativa del desarrollo basado en recursos condujo a su debido
tiempo a una literatura revisionista que describía casos exitosos de crecimiento impulsado por
productos básicos. Véase, por ejemplo, Roemer [1970] sobre Perú, y otros casos revisados en Lewis
[1989].

Los auges mundiales de los precios de las materias primas de la década de 1970 promovieron
investigaciones adicionales sobre la economía de los auges de los recursos naturales. Un excelente
resumen de esta literatura se puede encontrar en el volumen editado por Neary y Van Wijnbergen
[1986]. Uno de los temas principales de esta literatura fue cómo la política macroeconómica
respondió a los auges de los precios de las materias primas. La pregunta sobre los efectos de
crecimiento a largo plazo de la producción de recursos naturales y/o los auges de los recursos
naturales se estudió implícitamente a través de la cuestión de si la producción de recursos naturales
promovía la des-industrialización (la enfermedad holandesa).

En muchos casos, probablemente se supuso que existía el vínculo adicional entre la des-
industrialización y el lento crecimiento, pero no es objeto de un análisis extenso. En general, esta
2
Citado en Holmes [1995, pág. 109] de Bodin, [traducir. Knowles, ed. McRae [1962]].
literatura no produjo un estudio comparativo entre países que examinara la relación entre la
abundancia de recursos naturales y el crecimiento, aunque muchos de los temas que discutimos aquí
eran ciertamente conocidos por los autores de estos estudios anteriores.

Los modelos de enfermedad holandesa demuestran que la existencia de grandes sectores de

recursos naturales, o los auges en estos sectores de recursos naturales, afectarán la distribución del
empleo en toda la economía, ya que los efectos de la riqueza atraen recursos dentro y fuera de los
sectores no comercializados. Estos cambios sectoriales pueden afectar el crecimiento a largo plazo,
como se muestra en otro contexto, por ejemplo, en Matsuyama [1992]. En el modelo de Matsuyama
hay dos sectores, agricultura y manufactura. La manufactura se caracteriza por el aprendizaje
práctico que es externo a las empresas individuales, es decir, la tasa de acumulación de capital
humano en la economía es proporcional a la producción sectorial total, no a la producción de una
empresa individual. Por lo tanto, el rendimiento social del empleo manufacturero supera el
rendimiento privado. Cualquier fuerza que empuje a la economía lejos de la manufactura y hacia la
agricultura reducirá la tasa de crecimiento al reducir el crecimiento de la manufactura inducido por
el aprendizaje. Matsuyama muestra que la liberalización del comercio en una economía intensiva en
uso de la tierra en realidad podría desacelerar el crecimiento económico al inducir a la economía a
desviar los recursos de la manufactura hacia la agricultura.

En el modelo de Matsuyama, los efectos adversos de la producción agrícola surgen porque el sector
agrícola emplea directamente los factores de producción que de otro modo estarían en la
manufactura. Dicho marco puede ser útil para estudiar la producción intensiva de mano de obra de
los recursos naturales, como en la agricultura, pero es menos relevante para un sector de recursos
naturales como la producción de petróleo, que utiliza muy poca mano de obra y, por lo tanto, no
obtiene empleo directamente de la manufactura. Sin embargo, no es difícil extender el mismo punto
de Matsuyama en un escenario que sea más apropiado para economías intensivas en recursos
naturales, utilizando el marco de los modelos de la enfermedad holandesa.

Presentamos dicho modelo en la versión de documento de trabajo de este documento, y aquí nos
limitamos a un resumen de3 de los puntos principales. En nuestra versión del modelo de la
enfermedad holandesa, la economía tiene tres sectores: un sector de recursos naturales
comercializables, un sector manufacturero comercializable (sin recursos) y un sector no
comercializable. El capital y la mano de obra se utilizan en los sectores manufacturero y no
comercial, pero no en el sector de los recursos naturales. Cuanto mayor es la dotación de recursos
naturales, mayor es la demanda de bienes no transables y, en consecuencia, menor es la asignación
de mano de obra y capital al sector manufacturero.

Por lo tanto, cuando los recursos naturales son abundantes, la producción de bienes
comercializables se concentra en los recursos naturales en lugar de la fabricación, y el capital y la
mano de obra que de otro modo podrían emplearse en la fabricación se trasladan al sector de bienes
no comercializables. Como corolario, cuando una economía experimenta un auge de recursos (ya
sea una mejora de los términos de intercambio o un descubrimiento de recursos), el sector
manufacturero tiende a contraerse y el sector de bienes no comercializables tiende a expandirse.

3
Consulte el documento de trabajo NBER n. º 5398 o el documento de debate HIID n. º 517a.
La contracción del sector manufacturero se conoce como la “enfermedad”, aunque no hay nada
dañino en el declive de la manufactura si las condiciones neoclásicas y competitivas prevalecen en
la economía. Sin embargo, la enfermedad holandesa puede ser una enfermedad real, y una fuente de
crecimiento lento crónico, si hay algo especial en las fuentes de crecimiento en la manufactura,
como los "vínculos hacia atrás y hacia adelante" enfatizados por Hirschman y otros, si tales
vínculos constituyen externalidades de producción, o el aprender haciendo enfatizado por
Matsuyama. Si la manufactura se caracteriza por externalidades en la producción entonces la
contracción del sector manufacturero causada por la abundancia de recursos puede conducir a una
disminución del crecimiento socialmente ineficiente4. La economía pierde los beneficios de las
economías externas o rendimientos crecientes a escala en la manufactura.

Destacamos dos puntos que se desprenden de dicho modelo. En primer lugar, simplemente, las
economías con sectores de recursos más grandes crecerán más lentamente, manteniendo constantes
auges de recursos. En segundo lugar, un auge temporal de los recursos puede conducir a una
trayectoria particular del PIB, como ilustramos en la figura 2. Supongamos que hay dos economías
idénticas, ambas creciendo inicialmente a la misma tasa, de modo que el logaritmo del PNB avanza
a lo largo de la línea recta entre el punto O y el punto A.

Supongamos ahora que una economía tiene un auge de recursos en el momento T0, de modo que el
PNB sube inmediatamente al punto B. A corto plazo, esta economía tendrá un PNB más alto. Sin
embargo, si el auge de los recursos provoca una disminución del crecimiento, el PNB de la
economía en auge puede llegar a caer por debajo del de la otra economía. Incluso si la economía en
auge finalmente vuelve a su tasa de crecimiento anterior al auge, aún puede tener un nivel de PNB
permanentemente más bajo que la otra economía. El crecimiento medido también será
probablemente más bajo, aunque se puede ver en la figura que el intervalo de tiempo durante el cual
se mide el crecimiento es importante para esta conclusión, y existe un problema sobre la forma
adecuada de controlar los auges de los recursos naturales.5

Sin embargo, es importante enfatizar que el efecto negativo de las grandes dotaciones de recursos
sobre el crecimiento no necesariamente depende de la presencia de externalidades de producción en
la manufactura, sino que podría resultar de rendimientos crecientes a escala en educación o
capacitación laboral.

Considere el siguiente ejemplo sencillo. Suponga que un aumento en la educación de los

trabajadores aumenta la productividad del trabajo en las manufacturas, pero no en el sector no
transable. Por lo tanto, un joven incurre en los costos de la educación solo si espera ser empleado en

4
Varios autores han suscrito el supuesto sostenido de que la manufactura tiene externalidades positivas mayores que
otras formas de actividad económica. El respaldo empírico para esto se basa en las observaciones de que los países con
exportaciones más diversificadas parecen tener mejores resultados y que el crecimiento tiende a estar correlacionado
positivamente con el crecimiento de la producción manufacturera y las exportaciones manufactureras, más bien en
evidencia a nivel micro. Por lo tanto, sigue siendo algo especulativo
5
En la sección empírica, medimos el crecimiento entre 1970 y 1989, por lo que típicamente los auges de recursos
tuvieron lugar en la primera mitad de este período. Hacemos tres cosas en un intento de mantener constante el efecto de
los auges de recursos: Controlamos por el cambio en los términos de intercambio y la variación en los términos de
intercambio entre 1970 y 1989, y dividimos la muestra en los años 70 y 80 y ejecute regresiones separadas para cada
década.
el sector manufacturero. Supongamos además que la función de producción de la educación es tal
que el nivel de habilidad de un graduado escolar es un múltiplo, mayor que uno, del nivel de
habilidad del maestro (aquí se encuentran los rendimientos crecientes). En un modelo de
generaciones superpuestas, una economía rica en recursos puede llegar a un estado estacionario en
el que cada generación opta por renunciar a la educación y trabajar directamente en el sector no
transable, ya que el precio y, por lo tanto, el salario de mercado en ese sector está por encima del
valor marginal. Producto del trabajo en la manufactura. En una economía pobre en recursos, por el
contrario, los trabajadores se trasladarán a las manufacturas y tendrán el incentivo de invertir en
educación, ya que los trabajadores manufactureros más calificados ganan una prima sobre los
trabajadores sin educación. El proceso educativo producirá no solo trabajadores calificados, sino
también maestros más calificados en la próxima generación. Esto, a su vez, conducirá a mayores
habilidades en los graduados escolares de la siguiente generación. Es fácil ver que puede resultar un
círculo virtuoso de crecimiento endógeno, en el que cada generación elige educarse y, por lo tanto,
cada una alcanza un nivel más alto de habilidades que la generación anterior.

Otra línea de argumentación se centra en las condiciones globales de la industria de los recursos
naturales. Por una u otra razón, el tema general ha sido que los recursos naturales probablemente
serán una industria en declive a nivel mundial. La famosa hipótesis de Raul Prebisch [1950] y Hans
Singer [1950] de una caída secular en los términos de intercambio de los productos primarios frente
a las manufacturas puede incluirse en esta categoría.6

Argumentaron que el crecimiento basado en recursos se vería frustrado por la caída secular de los
precios mundiales de los recursos naturales. Puntos de vista estrechamente relacionados
pronosticaron que la demanda mundial de productos primarios crecería más lentamente que la
demanda de fabricantes o que el crecimiento de la productividad sería más rápido en la fabricación
que en la producción de recursos naturales.

La "hipótesis de Prebisch" de la disminución de los precios relativos de las materias primas se

interpretó ampliamente en el sentido de que los países en desarrollo deberían evitar su dependencia
de las exportaciones de recursos naturales mediante la promoción de la industrialización. El gran
error histórico de este pensamiento, promovido por ejemplo por la Comisión de las Naciones
Unidas para América Latina, fue recomendar la industrialización a través de la sustitución
prolongada de importaciones detrás de barreras arancelarias y de cuotas, en lugar de promover las
exportaciones. Dirigido por el estado la industrialización fracasó en casi todos los lugares donde se
intentó [ver Sachs y Warner 1995 para un análisis reciente entre países de los efectos adversos de
esta estrategia de crecimiento a largo plazo].

Un enfoque alternativo se encuentra en el área de la economía política. La producción de recursos

naturales suele generar altas rentas económicas. Gelb [1988], en particular, destaca que los
gobiernos normalmente obtienen la mayor parte de las rentas de la explotación de los recursos
naturales. Mancur Olsen, por ejemplo, argumentaría que las sociedades están sujetas a
impedimentos para la innovación por parte de grupos de intereses especiales, y que estos grupos

6
Naciones Unidas (Raul Prebisch), El desarrollo económico de América Latina y sus principales problemas (Lake
Success, NY),, y Hans W. Singer, “La distribución del comercio entre países inversores y prestatarios”, American
Economic Review, 40 [mayo 1950], 473-85.
son especialmente poderosos cuando pueden obtener ingresos gubernamentales de recursos
naturales fácilmente gravables.

Por lo tanto, la innovación tiende a verse obstaculizada en sociedades ricas en recursos naturales.
Otros argumentan que la abundancia de recursos naturales7 conduce inevitablemente a una mayor
corrupción y burocracias ineficientes; o que las rentas altas distraen a los gobiernos de invertir en la
capacidad de producir bienes públicos de apoyo al crecimiento, como infraestructura o códigos
legales8. Una visión relacionada es que las economías abundantes en recursos que pueden vivir de
las exportaciones de recursos tienen más probabilidades de seguir alguna forma de políticas de
desarrollo dirigidas por el estado, incluida la protección de las importaciones.

Lane y9 Tornell [1995] argumentan que una ganancia inesperada proveniente de una mejora en los
términos de intercambio o un descubrimiento de depósitos de recursos naturales puede conducir a
un "frenesí de alimentación" en el que las facciones en competencia luchan por las rentas de los
recursos naturales y terminan siendo ineficientes agotar el bien público. En general, mientras la
búsqueda de rentas sea una pérdida irrecuperable, todo lo que fomente la búsqueda de rentas
reducirá los ingresos del estado estacionario y, por lo tanto, el crecimiento en el camino hacia el
estado estacionario. Los estudios de caso en Gelb [1988] y Auty [1990] prestan apoyo a estos
canales políticos de influencia.

Otra línea de argumentación es que los recursos per se no son un problema, es solo que tienden a
tener precios mundiales más volátiles, y la volatilidad es el problema. Está bien establecido que los
precios de los recursos naturales son más volátiles que otros precios. Esto probablemente se
traduzca en una mayor incertidumbre ex ante para los productores de materias primas y también se
extienda a otros sectores en economías con abundantes recursos.

También es bien sabido que una mayor incertidumbre puede reducir la acumulación de factores a
través de un mayor riesgo o porque eleva el valor de la opción de espera, aunque la magnitud de
estos efectos de volatilidad no se conoce con mucha precisión.

Un último argumento es que los gobiernos que controlaban las rentas de los recursos naturales
tendían a derrochar las rentas mediante un consumo derrochador o inapropiado. Apoyando esto,
existe la idea relacionada de que las previsiones de precios de las materias primas en los años 70 y
80 resultaron ser sistemáticamente sesgadas, específicamente demasiados optimistas, y esto sirvió
para alentar grandes inversiones públicas en proyectos que fueron enormemente ineficientes cuando
las previsiones de precios resultaron ser incorrecto. Como resultado, según el argumento, las
economías intensivas en recursos naturales terminaron con más capital inapropiado en sus manos
que otras economías.

Sin embargo, si todo lo que sucediera fuera que las rentas de los recursos se consumieran en lugar
de invertirse, o que la inversión realizada arrojara bajos rendimientos, entonces la trayectoria del

7
Correspondencia privada con Mancur Olsen (1994)
8
Esta es una opinión común entre los representantes de las empresas mineras, por ejemplo.
9
Utilizando los datos de Sachs y Warner [1995] encontramos que las economías intensivas en recursos se liberalizaron
más tarde que las economías pobres en recursos.
PIB en las economías abundantes en recursos naturales sería más baja de lo que hubiera sido en las
mismas economías. economías con políticas óptimas. Pero tales economías no necesariamente
crecerían más lentamente que otras economías pobres en recursos. En otras palabras, para explicar
la asociación negativa que encontramos a continuación, debe haber algo más allá de las políticas
derrochadoras.

Esto completa nuestro resumen de los argumentos sobre los vínculos entre la abundancia de
recursos naturales y el crecimiento. En la siguiente sección presentamos la evidencia básica para el
período 1970-1989. En la siguiente sección examinamos evidencia adicional sobre varios de los
puntos teóricos discutidos en esta sección.

III. EVIDENCIA SOBRE LA ABUNDANCIA Y EL CRECIMIENTO DE LOS RECURSOS

NATURALES 1970-1989.

En esta sección mostramos la evidencia de una asociación inversa entre la abundancia de recursos
naturales y el crecimiento durante el período 1970-1990. Presentamos los hallazgos en el contexto
de la investigación empírica.

Ecuaciones de crecimiento entre países descritas en Barro [1991] y utilizadas posteriormente por
muchos otros autores. En este marco, las ecuaciones de crecimiento tienen la siguiente forma
general:

In(y(T)Iy(O))IT = α0 + α1In(y(O)) + α2Z+ € (1)

La forma general de la ecuación (1) ha sido derivada por varios autores. Si bien las derivaciones
difieren entre los estudios, la hipótesis central es que las tasas de crecimiento transversales pueden
explicarse mediante dinámicas de transición y que los países se ajustan a su ingreso de estado
estacionario con una velocidad que es menos que infinita.

El signo de α1 proporciona una prueba crucial de esta hipótesis. Si α1 es negativo, el camino de

ajuste hacia el estado estacionario es cóncavo, con una velocidad de transición más rápida al
principio, cuando el país está más alejado de su nivel de ingreso del estado estacionario. Z es un
vector de características económicas que determinan el nivel de ingresos de estado estacionario de
un país y, por lo tanto, su tasa de crecimiento.

Nuestro objetivo es probar si las medidas de intensidad de recursos naturales se encuentran entre las
Z. Nuestra medida preferida de la dependencia de los recursos es la relación entre las exportaciones
de productos primarios y el PIB en 1970, que denominamos SXP. También hemos probado otras
posibles medidas de dependencia de recursos, como mencionaremos comenzamos en la tabla I con
una serie de regresiones que están diseñadas principalmente para demostrar que la asociación
inversa se obtiene después de controlar por varios otros regresores. En la primera regresión,
hacemos una regresión del crecimiento del PIB (dividido por la población económicamente activa
entre 1970 y 1990, denominada GEA7090) sobre el logaritmo del PIB inicial (por población
económicamente activa, denominada LGDPEA70) y la participación de las exportaciones primarias
en el PIB en 1970 (SXP). Una mayor participación de las exportaciones primarias en 1970 se asocia
con un menor crecimiento en las próximas dos décadas, con un coeficiente estimado de -9,43 y un
estadístico t de -4,75.

Para medir el tamaño de este coeficiente, tenga en cuenta que SXP se mide como una parte del PIB,
con una media entre países en 1970 de 0,16 y una desviación estándar de 0,16. La regresión 1
implica que una desviación estándar unitaria.

El aumento de la participación de las exportaciones primarias en 1970 estaría asociado a una

reducción del crecimiento anual de 1,5 puntos porcentuales (-1,51=-9,43*0,16). Otras regresiones
más adelante en el documento implican un impacto menor, siendo el más bajo -3,89 (tabla IX), lo
que se traduce en una reducción del crecimiento anual de 0,62 puntos porcentuales. Más adelante en
el documento trataremos de decir más acerca de los efectos directos e indirectos de la intensidad de
recursos sobre el crecimiento, pero por ahora estos cálculos brindan una idea aproximada de las
magnitudes estimadas.

Es posible que esta asociación negativa entre la intensidad de los recursos naturales y el crecimiento
sea falsa y refleje una asociación entre la riqueza de recursos y algo más que afecta el crecimiento.
Algunos argumentos comunes son que los países ricos en recursos son más propensos a adoptar
estrategias de desarrollo dirigidas por el estado que sustituyan las importaciones, es menos probable
que acumulen capital en el país porque pueden vivir de las rentas de los recursos naturales, son más
propensos a la búsqueda de rentas y a desarrollan grandes burocracias ineficientes, o son menos
probable que desarrolle instituciones legales de apoyo al mercado. Además, una visión de larga data
en la literatura sobre desarrollo es que los países que se especializan en la exportación de recursos
naturales tienen más probabilidades de sufrir impactos impredecibles y perturbadores en los precios
mundiales de las materias primas.

Por lo tanto, las regresiones restantes en la tabla I están diseñadas para mostrar que la variable de
intensidad de recursos sigue siendo significativa después de controlar las variables que miden varias
de estas ideas.

En la regresión 1.2 agregamos una variable para la orientación hacia afuera, SOPEN, que mide la
fracción de años entre 1965 y 1989 que el país estuvo integrado a la economía global. Se dice que
un país está integrado si mantuvo aranceles y cuotas razonablemente bajos, y no tuvo una prima de
tipo de cambio excesivamente alta en el mercado negro, no fue socialista y evitó el control estatal
extremo de su sector de exportación [ver Sachs y Warner, 1995 para más detalles sobre los criterios
formales]. Un país que estuvo abierto todos los años entre 1965 y 1989 recibió un valor SOPEN =
1. Un país que siempre estuvo cerrado durante estos años recibió un valor SOPEN = 0.

También hemos probado otras variables relacionadas con la política en estas regresiones, como el
déficit fiscal o la tasa de inflación promedio. Encontramos que estas variables no eran significativas
cuando SOPEN estaba en la regresión, por lo que las descartamos a favor de SOPEN. Sin embargo,
no podemos excluir la posibilidad de que haya otras variables de política no observadas o mal
medidas que estén correlacionadas con SOPEN. Por lo tanto, la variable SOPEN puede estar
captando algunos de los efectos de estas variables además de la apertura.

Sin embargo, aunque los datos no nos permiten distinguir claramente entre la apertura y otras
políticas correlacionadas, los resultados de la regresión muestran que el paquete de políticas
captado por la SOPEN se asoció fuerte y positivamente con el crecimiento durante el período 1970-
1989. Además, la variable de recursos naturales 10 sigue siendo significativa después de controlar
por esta variable.

Las otras variables consideradas en el cuadro I están diseñadas para controlar la acumulación de
capital, la calidad institucional y los shocks de precios de las materias primas a nivel mundial. Las
variables consideradas son: INV7089, la relación inversión/PIB promediada en el período 1970-
198910; RL, la variable de estado de derecho utilizada en Keefer y Knack [1995] y Barro [1996]; y
DTT7090, crecimiento anual promedio de la relación de precios de exportación a importación entre
1971 y 1990.

Las regresiones del cuadro I muestran que la participación de las exportaciones primarias en el PIB
sigue siendo significativa después de controlar por estas variables.

Aunque las regresiones en la Tabla I son exploratorias y, por lo tanto, dudamos un poco en enfatizar
una interpretación estructural, creemos que los resultados son informativos sobre los siguientes
puntos generales. Primero, cualquiera que sea la naturaleza exacta del efecto adverso de la
abundancia de recursos naturales sobre el crecimiento económico, la evidencia sugiere que no es
simplemente un indicador de la calidad institucional o de la política de industrialización de
sustitución de importaciones, en la medida en que estos se miden por RL y SOPEN.

También parece que el efecto adverso no está operando principalmente por la reducción de las tasas
de inversión, ya que la correlación negativa se mantiene incluso después de controlar por las tasas
de inversión11. Además, dado que SXP sigue siendo significativo después de controlar los cambios
a largo plazo en los términos de intercambio externos, la intensidad de los recursos no es
significativa simplemente un indicador de las tendencias adversas en los precios de exportación
globales de las economías intensivas en recursos. El efecto también12 sigue siendo significativo

10
Para la gran mayoría del mundo en desarrollo, la decisión política básica de seguir una estrategia de desarrollo
orientada hacia adentro o hacia afuera se decidió antes de 1970 y se mantuvo hasta la década de 1980. Por lo tanto,
vemos poca evidencia de que la causalidad inversa del crecimiento a la variable SOPEN sea un problema econométrico
importante con estas regresiones. Presentamos nuestro argumento con mayor detalle en Sachs y Warner [1995].
11
Simpatizamos con la crítica de que la inversión puede ser endógena y, por lo tanto, no debería incluirse en esta
especificación o debería estimarse con variables instrumentales. Sin embargo, lo incluimos de todos modos para señalar
que el efecto SXP es significativo incluso después de controlar la inversión. Nuestras conclusiones sobre SXP y
SOPEN se obtendrían si elimináramos la inversión de las regresiones
12
También hemos controlado por variables adicionales que no se reportan en la tabla I. Primero, otras medidas de la
calidad de las instituciones gubernamentales, como el indicador de calidad burocrática de los Servicios de Riesgo
Político, tienden a ser colineales con la variable del estado de derecho. Entonces, la evidencia de regresión nos permite
distinguir entre varias medidas de calidad institucional. En segundo lugar, probamos una variable que mide la
desviación estándar de los términos de intercambio en lugar de solo el cambio, pero no fue significativa.
después de controlar las variables ficticias regionales. Finalmente, es interesante notar que incluso
dentro del pequeño grupo de tigres asiáticos de rápido crecimiento hay un efecto adverso de la
abundancia de recursos naturales, ya que Singapur, Hong Kong y Corea, países pobres en recursos,
han crecido más rápido que Malasia y Tailandia, países ricos en recursos.

Consideramos dos verificaciones adicionales de robustez: buscar observaciones extremas y probar

medidas alternativas de intensidad de recursos primarios. Para verificar los valores atípicos,
seguimos el criterio sugerido por Belsley, Kuh y Welsch [1980, p. 28]. La idea básica es excluir las
observaciones que tienen residuos extremadamente altos y una gran influencia en los resultados de
la regresión. Aplicando sus criterios, excluimos13 Chad, Gabón, Guyana y Malasia de las
regresiones de la tabla 1.

También consideramos por separado las economías petroleras, ya que son un subgrupo importante
dentro del conjunto de economías intensivas en recursos.

Los estudios de crecimiento anteriores eliminaron estos países de la muestra [por ejemplo, Mankiw,
Romer y Weil, 1992] o los controlaron con variables ficticias [Barro, 1995]. De los 71 países de la
muestra para la regresión 1.5 del cuadro I, 11 exportaron una cantidad significativa de petróleo
crudo o productos derivados del petróleo crudo. Si se excluyen estos países, y en su lugar se estima
la regresión 1,5 con solo 60 países, el coeficiente estimado de SXP es -9,59 (t-ratio=-6,36). Esto es
solo ligeramente diferente de los resultados informados en la tabla 1. En este sentido, las economías
petroleras en nuestra muestra no están impulsando el resultado básico.
Sin embargo, si observamos el crecimiento de siete economías petroleras adicionales excluidas de
nuestra muestra, probablemente encontraríamos una asociación negativa aún más fuerte entre el
crecimiento y la abundancia de recursos naturales, porque los países excluidos tienden a tener un
crecimiento especialmente lento. En el cuadro II, mostramos las tasas de crecimiento de estos siete
países. Estos países no están incluidos en la muestra de regresión porque carecen de datos sobre el
PIB para 1970 o 1990 o ambos, pero todos tendrían una alta proporción de exportaciones de
recursos naturales en el PIB. La tabla muestra que el país de más rápido crecimiento en este grupo,
Omán, creció solo un 0,69 por ciento por año.

También verificamos la robustez probando medidas alternativas de abundancia de recursos

naturales. En la Tabla III informamos los coeficientes de recursos naturales estimados a partir de
cuatro regresiones, cada una de las cuales varía solo la medida de la intensidad de los recursos
naturales. La regresión 3.1 es una versión de la regresión 1.5, que utiliza otra muestra completa en
lugar de excluir los valores atípicos. La regresión 3.2 reemplaza SXP con SNR, que mide la
participación de la producción de minerales en el PIB en 1971. Esto se construye utilizando datos

Tercero, probamos una medida de desigualdad de ingresos en un borrador anterior de este documento, pero no fue
significativa y tendió a reducir severamente la muestra. En cuarto lugar, una variable ficticia de la economía del
petróleo no fue significativa.
13
El apalancamiento de una observación es una medida multivariante de la distancia de sus valores X de las medias en
la muestra. Belsley, Kuh y Welsch [1980] recomiendan utilizar el estadístico DFITS, debido a Welsch y Kuh [1977],
que combina estos dos según la fórmula DFITS=r/((h/(1-h))^(½), y además sugerimos excluir una observación si
DFITS excede 2(k/n)^(½). En las fórmulas anteriores, r es el residuo, h es el apalancamiento, k es el número de
regresores y n es el tamaño de la muestra. Aplicamos este criterio de selección utilizando los residuos de la regresión
1.2 en la tabla I, y excluyó a Chad, Gabón, Guyana y Malasia de la regresión 1.2 y las otras regresiones en la tabla 1.
de producción específicos del país de la Oficina de Minas de EE. UU. para los veintitrés minerales
principales en 1971.

Luego, estas cifras de producción se valoraron a precios de importación de EE. UU. y se dividieron
por el valor del PIB en dólares estadounidenses para obtener el SNR.

La regresión 3.2 muestra que la producción de minerales en 1971 también está asociada
negativamente con el crecimiento posterior. Nuestra tercera medida de intensidad de recursos es
PXI70, la participación de las exportaciones primarias en las exportaciones totales en 1970 (en
lugar de la participación de las exportaciones primarias en el PIB, que es SXP). Nuestra cuarta
medida es el logaritmo de la superficie terrestre por persona en 1971. Las regresiones 3.3 y 3.4
muestran que ambas también están asociadas negativamente con el crecimiento posterior. 14

La razón por la que preferimos la variable SXP a estas alternativas implica tanto cuestiones teóricas
como de medición. En el modelo de la enfermedad holandesa que presentamos en la versión del
documento de trabajo de este documento, lo que importa es la proporción de la fuerza laboral de las
economías empleada en la producción de bienes no comerciables en lugar de manufacturas
comerciables. Esta participación depende del nivel de demanda de no transables que, a su vez,
depende del efecto riqueza de los recursos naturales. El tamaño de este efecto riqueza se refleja
mejor en la proporción de las exportaciones de recursos en el PIB total que en las exportaciones (de
ahí la preferencia por SXP sobre PXI70).

Los argumentos de la economía política exigen la medición de las rentas económicas reales o
potenciales asociadas con los recursos naturales. Parece imposible basar esto en datos de varios
países sobre reservas probadas de minerales. Existen datos de reserva para los principales recursos
naturales, como el petróleo crudo y el gas natural, pero no para los demás, y esto es importante si se
quiere incluir a los países en desarrollo en la muestra.

En nuestra opinión, SXP tiene una mejor cobertura de producción primaria que SNR, que mide solo
la producción de minerales y combustibles. Además, al observar los datos de la Oficina de Minas
para 1971, en los que se basa SNR, está claro que la producción de minerales para algunos de los
países más pobres simplemente no se registró o contiene conjeturas obvias. Por lo tanto, creemos
que SXP simplemente tiene menos errores de medición brutos que SNR y lo preferimos en gran
medida sobre esa base15.

14
También experimentamos con datos preliminares desarrollados en el Banco Mundial, que intentan medir la riqueza
productiva de las economías del mundo y asignar esa riqueza entre capital humano,
capital físico y recursos naturales. Usamos la proporción de la riqueza de recursos naturales en la riqueza productiva
total como una medida de la abundancia de recursos. Al igual que con las otras medidas, una alta proporción de la
riqueza de recursos está asociada con un crecimiento económico más lento, manteniendo constantes otras variables
relevantes.
15
Notamos que las estimaciones de las reservas minerales solo parecen estar disponibles para petróleo y gas y algunos
minerales importantes. No encontramos datos de reservas con suficiente cobertura de recursos y países para ser útiles
para este documento. Además, los expertos de la Oficina de Minas de EE. UU. informan que las estimaciones de
reservas para muchos países y minerales son simplemente un múltiplo fijo de producción de todos modos, por lo que es
posible que no tengan mucha más información que las cifras de producción.
Finalmente, preferimos SXP al área de tierra por persona porque la tierra no es una medida muy
precisa de producción primaria, aunque la abundancia de tierra tiende a estar correlacionada con
nuestras medidas de abundancia de recursos naturales.

Otra forma de verificar la solidez es ver si SXP sigue siendo significativo en las especificaciones de
regresión de otros estudios. Para analizar esto, agregamos nuestras variables a las regresiones de
cuatro estudios previos: Barro [1991], De Long y Summers [1991], King y Levine [1993] y
Mankiw, Romer y Weil [1992]. En las tablas IV a VII presentamos los resultados. Cada tabla
contiene un intento de replicación de la regresión original en la primera columna y regresiones con
tres nuevas variables en la segunda columna. Hay tres puntos importantes a tener en cuenta con
respecto a las réplicas. La primera es que generalmente cambiamos el período de la muestra a 1970-
1990; la segunda es que medimos el crecimiento como crecimiento por población económicamente
activa en lugar de crecimiento por persona (económicamente activa se define como entre las edades
de 15 a 64 años), y la tercera es que usamos datos de PIB real de la versión 5.6 de Summers and
Heston datos, y algunos de los estudios anteriores, necesariamente, utilizaron versiones anteriores
de estos datos o datos del Banco Mundial. Estos tres puntos juntos significan que no coincidimos
exactamente con las especificaciones originales. Las nuevas variables que presentamos son la
variable SXP de este trabajo, la variable SOPEN de Sachs y Warner [1995] y el crecimiento de los
términos de intercambio externos (DTT7090). Retenemos el cambio en términos de intercambio en
las regresiones incluso cuando es insignificante, por lo que el coeficiente SXP puede interpretarse
como un efecto que controla los cambios a largo plazo en los precios mundiales de las materias
primas.

En la tabla IV, regresión 4.2, mostramos que SXP y SOPEN siguen siendo significativos cuando se
incluyen en una especificación modificada de Barro [1991]. El coeficiente estimado en SXP es -
9.17 (t-ratio= -6.26) y en SOPEN es 1.96 (t-ratio=4.57). Con la excepción de la renta inicial y el
coeficiente medio de inversión, varias de las variables de la especificación original ya no parecen
significativas, aunque se conservan los signos del estudio original. No hemos investigado en detalle
las razones de los diferentes resultados, pero tres posibles explicaciones son datos actualizados y
revisados, un período de tiempo diferente y el hecho de que estamos examinando el crecimiento
dividido por la población económicamente activa en lugar de dividir por población.

En la tabla V presentamos un ejercicio de replicación similar con las variables financieras de King
y Levine [1993]. El estudio original consideró cuatro medidas diferentes de profundización
financiera; y tenemos regresiones estimadas con los cuatro. En el cuadro V ilustramos un resultado
típico con la variable LLY70, que mide la relación entre los pasivos totales del sistema bancario
más el efectivo y el PIB en 1970. Las regresiones tienden a preferir las variables SXP y SOPEN a
las variables de profundización financiera. Por ejemplo, en la regresión (5.2) el coeficiente
estimado en LLY70 es 1.44 (t-ratio=1.38), por debajo de 4.74 (3.80), y el coeficiente estimado en
SXP es -6.63 (-4.33) y en SOPEN es 2.41 (5.13 ).

En la tabla VI volvemos a la estimación del modelo de Solow, como en Mankiw, Romer y Weil
[1992]. En estas regresiones seguimos encontrando que SXP y SOPEN son significativos. El
principal cambio con respecto a la especificación original es que el crecimiento de la población ya
no es significativo.
En el cuadro VII volvemos a examinar la hipótesis de De Long y Summers [1991] de que el
crecimiento está relacionado con la proporción de gastos de inversión en maquinaria y equipo, más
que en estructuras. Reproducimos su resultado básico en la primera columna: un coeficiente
significativo en EQUIP y un coeficiente insignificante en NES (gasto de inversión en todo lo
demás). En la segunda regresión, encontramos que la variable equipamiento deja de ser
significativa en presencia de SXP y SOPEN, que a su vez sí lo son. Cabe mencionar que la variable
inversión en equipo solo está disponible para 62 países, por lo que la muestra detrás de las
regresiones del cuadro VII es mucho más pequeña que en las otras regresiones.

A partir de esta breve revisión de otros estudios, nuestra conclusión general es que la intensidad de
los recursos naturales y apertura representan explicaciones adicionales para el crecimiento entre
países que no han sido consideradas por otros estudios. Estas dos variables son significativas
cuando se suman a las especificaciones de regresión de otros estudios; elevan sustancialmente las R
ajustadas; y en ocasiones hacen que las variables anteriores sean estadísticamente 2 insignificantes.

Nuestros resultados hasta ahora han sido sobre el crecimiento de toda la economía, en lugar del
crecimiento en la parte de la economía que excluye el sector de los recursos naturales. Existen dos
motivos principales para esto. La primera razón es que el crecimiento de toda la economía es el
principal objeto de interés de la literatura anterior sobre crecimiento, y queremos preservar la
comparabilidad con los resultados anteriores. La segunda razón es que los datos sobre el PIB en el
sector de recursos no naturales de la economía son difíciles de obtener, especialmente con
suficiente tiempo y cobertura entre países para nuestros propósitos. Sin embargo, varios modelos,
incluido el modelo de la enfermedad holandesa en nuestro documento de trabajo, predicen
resultados de crecimiento en el sector no relacionado con los recursos específicamente, por lo que
vale la pena teniendo en cuenta los datos disponibles, por imperfectos que sean.

Lo hacemos en la segunda regresión del cuadro VIII. Nuestra medida de crecimiento en el sector
sin recursos se basa en datos de valor agregado real en manufactura y servicios de fuentes del
Banco Mundial16 (llamamos crecimiento en este agregado GNR7089). Esto cubre la mayor parte de
la economía sin recursos, pero excluye la construcción, la electricidad, el gas y el agua (que no se
informan por separado en los datos del Banco Mundial).

Aunque el error de medición es un problema potencial para GNR7089, lo usamos exclusivamente

como variable dependiente.

En la regresión 8.2 del cuadro VIII se presenta una regresión del crecimiento del PIB no
relacionado con los recursos naturales sobre la intensidad de los recursos naturales y otras variables.
La especificación es similar a la regresión 1.4 de la tabla I.

Los resultados indican que el crecimiento del valor agregado real en las manufacturas y los
servicios fue, de hecho, más lento en las economías intensivas en recursos naturales. Cuando el
conjunto completo de regresiones en la tabla 1 se vuelve a ejecutar con GNR7089 en lugar de
16
Los datos son del CD-Rom World Data 1995
GEA7090, los signos y la significación estadística de los coeficientes estimados son similares a los
de tabla 1, con la única excepción de la variable estado de derecho, que en ocasiones es
insignificante.

También revisamos otras dos implicaciones de la dinámica historia de la enfermedad holandesa en

la tabla VIII. En el primero En la regresión mostramos evidencia de que las economías intensivas
en recursos efectivamente tuvieron un crecimiento más lento en las exportaciones manufactureras,
después de mantener constante la participación inicial de las exportaciones manufactureras en las
exportaciones totales (SMX70).

En la tercera regresión, mostramos evidencia de que las economías intensivas en recursos tenían
una relación más alta entre la producción de servicios y la producción de manufacturas. Esto es
consistente con la predicción de los modelos de la enfermedad holandesa de que la relación entre la
producción no comerciada y la comerciada (sin recursos naturales) será mayor en las economías
intensivas en recursos, en la medida en que los servicios representen al sector no comercial y las
manufacturas representen al sector no comercial. sector comercializado.

Otro problema potencial es si estamos perdiendo información importante al promediar dos décadas
(los años 70 y 80), que fueron bastante diferentes para los exportadores primarios. Los precios
mundiales de los productos básicos primarios aumentaron considerablemente en la década de 1970
y luego cayeron casi con la misma intensidad en la década de 1980. ¿Se puede atribuir nuestro
resultado al hecho de que nos encontramos ante un período en el que se produjeron grandes
oscilaciones en los precios de las materias primas? Para examinar esto presentamos regresiones de
crecimiento en el cuadro IX estimadas por separado para la década de 1970 y 1980.

Nótese que en esta tabla SOPEN ahora es el promedio de años abiertos para las décadas de 1970 u
1980, dependiendo de la regresión, DTT se refiere al cambio en los términos de intercambio entre
1970 y 1980, para la primera regresión, y 1980 y 1989 para la segunda. e INV es la inversión
promedio para la década de 1970 u 1980. Dado que la variable estado de derecho se mide solo a
partir de 1982, la usamos solo en la regresión de los años 80; por lo demás, la especificación es
similar a la de la tabla I.

La principal conclusión de la primera regresión es que encontramos un efecto negativo de la

intensidad de los recursos naturales incluso en la próspera década de 1970, cuando las condiciones
globales eran tan auspiciosas para los productores primarios. Incluso después de controlar los
efectos de los aumentos de los términos de intercambio a través de la variable DTT, que tiene un
efecto positivo y significativo en el crecimiento, encontramos que los países intensivos en recursos
primarios crecieron más lentamente que otros países en la década de 1970. El coeficiente SXP
estimado es significativo en los dos subperíodos y, de hecho, no es estadísticamente diferente en los
años setenta y ochenta. También encontramos que los países abiertos crecieron más rápido que las
economías cerradas en ambos subperíodos, con un efecto ligeramente más positivo en la década de
1980. Además, estos efectos se obtienen incluso después de mantener constante la tasa promedio de
inversión.17

17
Una posible crítica adicional a nuestro resultado se puede ver considerando el siguiente ejemplo. Supongamos que
dos economías comienzan con la misma dotación de recursos naturales, pero que solo la primera sigue políticas
Otra forma de abordar la evidencia es tratar de identificar casos de economías de alto crecimiento y
abundantes recursos, que serían contraejemplos de nuestra propuesta general. ¿Existen economías
en desarrollo que se encuentren en el cuartil superior de abundancia de recursos (medida por SXP,
por ejemplo) y que hayan sostenido altos niveles de crecimiento? Encontramos solo dos casos de
países en desarrollo (definidos como ingresos de 1971 < $ 5,000 per cápita en base a la PPA) que
estaban en el cuartil superior en SXP y habían sostenido un crecimiento per cápita mayor o igual al
2.0 por ciento anual para el período 1970-89.

Estos países son Malasia y Mauricio. El hecho de que solo haya dos casos de este tipo es, por
supuesto, sorprendente, ya que el cuartil superior de SXP incluye 23 países en desarrollo. Tanto
Malasia como Mauricio estaban bastante abiertos al comercio, al menos en el sentido de tener
Zonas de Procesamiento de Exportaciones con arancel cero para estimular las exportaciones de
manufacturas intensivas en mano de obra.

Ambos han tenido su crecimiento sostenido por el muy rápido desarrollo de tales exportaciones. Por
lo tanto, incluso en estos casos, son las exportaciones de manufacturas y no el crecimiento
impulsado por los recursos lo que explica los altos niveles sostenidos de crecimiento económico.18

IV. VÍAS QUE CONECTAN LA INTENSIDAD DE LOS RECURSOS Y EL

CRECIMIENTO
En esta sección presentamos algunas evidencias preliminares para comprender mejor qué hay detrás
de la relación negativa entre la intensidad de los recursos naturales y el crecimiento. Comenzamos
enumerando una serie de canales posibles. Una hipótesis es que la alta abundancia de recursos
naturales conduce a una mayor búsqueda de rentas, corrupción y una menor eficiencia general del
gobierno. En este sentido, notamos que Political Risk Services, la empresa que produce el índice de
estado de derecho, también produce un índice de calidad burocrática.

La correlación simple entre esta variable y la variable del estado de derecho es 0,98, por lo que las
variables son casi idénticas desde un punto de vista estadístico, aunque se les asignan etiquetas
diferentes. Por lo tanto, los datos no permiten distinciones nítidas entre estado de derecho y calidad
burocrática; es mejor considerar la variable del estado de derecho como un índice general de la
eficiencia de las instituciones legales y gubernamentales. En cualquier caso, veremos si hay alguna

favorables al crecimiento. Si medimos SXP después de que haya transcurrido un tiempo y las políticas continúan,
entonces observaremos que la segunda economía tiene un SXP más alto y un crecimiento más lento que la primera,
pero la razón se debe completamente a las políticas y no a la intensidad de los recursos. Una forma de verificar esto es
controlar el crecimiento previo en las regresiones. Encontramos que el crecimiento en la década de 1960 no entra en la
regresión de manera significativa y no altera la importancia del coeficiente SXP.
18
Botswana a veces también se incluye como ejemplo de una economía abundante en recursos naturales que creció
rápidamente. Los datos del Ministerio de Finanzas de Botswana (informados en Modise Modise [1996]) indican que en
1970, cuando medimos SXP, las exportaciones de diamantes representaban solo alrededor del 5 por ciento del PIB. Lo
que sucedió fue que varias minas de diamantes comenzaron a producir en los siguientes 15 años. Una posible
interpretación del crecimiento de Botswana es que han tenido un auge de los recursos naturales de 20 años, impulsado
no por un aumento en los precios mundiales de los diamantes, sino más bien por los descubrimientos de diamantes y los
consiguientes aumentos de producción.
evidencia de que la intensidad de recursos actúa a través de esta variable para afectar el
crecimiento.

Admitimos el hecho de que las instituciones gubernamentales deficientes pueden deprimir el

crecimiento directa o indirectamente al deprimir la demanda de inversión.

Una segunda hipótesis es que la gran riqueza de recursos ha alentado a los países en desarrollo a
aplicar estrategias de desarrollo proteccionistas dirigidas por el Estado, en su intento de combatir
los efectos de la enfermedad holandesa de la
abundancia de recursos. Este desarrollo introspectivo puede dar como resultado tasas de inversión
más bajas y/o tasas de crecimiento bajas directamente, incluso controlando las tasas de inversión.
Una tercera hipótesis es que los países con mayor abundancia de recursos naturales tendrían una
demanda general más alta y precios relativos más altos de bienes no comercializables.

Esto podría afectar los precios relativos de los bienes de inversión (que tienen un gran componente
de comercio), con efectos sobre las tasas de inversión y el crecimiento. Una hipótesis final es que la
alta abundancia de recursos conduce a una mayor demanda agregada que aleja la mano de obra de
los sectores de alto aprendizaje práctico y, por lo tanto, deprime el crecimiento de la productividad
laboral, como en el modelo de aprendizaje con enfermedad holandesa en la versión del documento
de trabajo de este documento. Este efecto, así como otros efectos no especificados, pueden ser
capturados por la variable SXP19 que entra directamente en la ecuación de crecimiento, después de
controlar por la política comercial y la calidad de instituciones gubernamentales.

Resumimos esta discusión de los efectos directos e indirectos de la intensidad de recursos sobre el
crecimiento con el siguiente conjunto de ecuaciones. Vemos este modelo como un punto de partida
para la exploración, más que como un modelo estructural definitivo de las vías desde la abundancia
de recursos hasta el crecimiento.

19
“Abundancia de recursos naturales y crecimiento económico”, documento de trabajo NBER No. 5398, diciembre de
1995
Los números de estas ecuaciones corresponden a regresiones en tres tablas. Por ejemplo, a la
primera ecuación anterior se le asigna el número 1.5 porque nuestras estimaciones preferidas se
informan en la Tabla I, regresión 5. Como se muestra, las estimaciones de las otras ecuaciones se
encuentran en las tablas X y XI. Hay una variable que no se ha introducido, LPIP70, que es el
logaritmo de la relación entre el deflactor de la inversión y el deflactor del PIB general en 1970.
Esta variable mide el precio de los bienes de inversión en relación con los precios generales. Varios
estudios recientes, por ejemplo, Warner [1994] y Taylor [1994], han encontrado que esta u otras
variables similares son determinantes significativos de las tasas de inversión, con un precio más alto
de los bienes de inversión asociado con una tasa de inversión más baja en relación con el PIB.
Ambos índices de precios, para bienes de inversión y para el deflactor del PIB, están tomados de la
versión 5.6 de los datos de Summers y Heston.

Claramente, este es un modelo demasiado simplificado, con explicaciones particularmente

inadecuadas para RL y SOPEN. Presentamos los resultados simplemente como una incursión inicial
en una evaluación más estructural de las vías desde SXP hasta el crecimiento. También hemos
intentado estimar esto como un sistema con variables instrumentales pero resulta que los
instrumentos sugeridos por el modelo anterior no tienen suficiente variación de muestra para
obtener estimaciones significativas. La estimación como un sistema sin variables instrumentales
produce estimaciones cercanas a las estimaciones de mínimos cuadrados de una sola ecuación. Para
simplificar, presentamos estimaciones de mínimos cuadrados, viéndolas como estimaciones
imperfectas pero igualmente informativas de las vías desde la abundancia de recursos naturales
hasta el crecimiento.

Las estimaciones de estas ecuaciones y los resultados relacionados se encuentran en las tablas X y
XI. Ya hemos visto cierto respaldo empírico a la idea de que la calidad de las instituciones legales y
gubernamentales se asocia positivamente con el crecimiento (regresión 1.5 en el cuadro I), aunque
ocasionalmente el efecto estimado es solo marginalmente significativo (regresión 8.2, por ejemplo).
En la tabla XI presentamos evidencia adicional de que los países con abundantes recursos tienen
puntajes más bajos en una variedad de medidas de calidad institucional. (Como se discutió
anteriormente, las cinco regresiones en la tabla 11 no representan información independiente,
porque las variables dependientes están altamente correlacionadas entre sí).

También encontramos evidencia de que la abundancia de recursos naturales puede afectar el

crecimiento indirectamente a través del grado de apertura comercial. Primero, postulamos y
encontramos evidencia de apoyo para una relación en forma de U
entre la apertura (medida como SOPEN, en el eje y) y la intensidad de recursos (medida como SXP,
en el eje x). Nuestro razonamiento es el siguiente. La abundancia de recursos aprieta al sector
manufacturero, como en la enfermedad holandesa. En casi todos los países, la contracción de las
manufacturas provoca alguna respuesta proteccionista que apunta a promover la industrialización a
pesar de los efectos de la enfermedad holandesa. Sin embargo, para las economías más dotadas de
recursos, como los estados ricos en petróleo del Medio Oriente, la base de recursos naturales es tan
vasta que no existe una fuerte presión para desarrollar un sector industrial extenso (aparte de los
sectores basados en el petróleo, como petroquímica y refinación). Así, para los casos más extremos
basados en recursos,
la apertura al comercio (SOPEN) tendería a ser alta. Por lo tanto, el efecto general sería una
relación en forma de U entre SXP y SOPEN.

Hay soporte estadístico para esta idea en la regresión 10.4, donde encontramos un coeficiente
estimado negativo en el nivel de SXP y un coeficiente positivo en SXP. La variable dependiente
SOPEN, es una fracción de 2 que oscila entre 1 (si un país estuvo abierto durante todo el período
1965-1989) y 0 (si un país nunca estuvo abierto). El punto mínimo estimado de la “U” es cuando la
participación de las exportaciones primarias en el PIB es igual a 0.29. Para los países por debajo de
ese valor, que son casi todos los países de la muestra, las exportaciones primarias más altas tienden
a promover el cierre económico (es decir, un valor bajo de SOPEN). Por encima de ese umbral, un
SXP más alto tiende a promover la apertura. Dos ejemplos interesantes en la parte positiva de la
“U” son Malasia y Arabia Saudita. Estos países son extremadamente ricos en recursos y también
han tenido una larga tradición de comercio abierto.

Dado que la gran mayoría de nuestros países tienen valores de SXP en la parte con pendiente
negativa de la relación “U”, evaluamos el efecto del crecimiento de SXP vía SOPEN en la media de
SXP (0.16), a lo largo de la parte con pendiente negativa de la relación en forma de U. relación.
Partiendo de la media de SXP, nuestras estimaciones implican que un aumento de la desviación
estándar unitaria en SXP de su media (es decir, de 0,16 a 0,32) reduce el SOPEN en 0,06.

Tomado al pie de la letra, dado que SOPEN mide la fracción de años entre 1965 y 1989 en que un
país se considera abierto, esta estimación implica que un país con un valor de SXP una desviación
estándar por encima de la media habría estado abierto durante aproximadamente 1,4 años menos. en
promedio que un país con el valor medio de SXP.

También analizamos la relación entre países entre la abundancia de recursos naturales y otras cuatro
variables: tasas de ahorro, tasas de inversión, tasas de acumulación de capital humano y el precio
relativo de los bienes de inversión. Primero, con respecto a las tasas de ahorro, no encontramos
pruebas sólidas de que las economías abundantes en recursos tengan tasas de ahorro más altas.
Gráficos de datos bivariados simples muestran que solo tres economías abundantes en recursos,
Gabón, Kuwait y Arabia Saudita, tuvieron tasas de ahorro promedio inusualmente altas (durante el
período 1970-1989). Pero si excluimos estos tres países no hay una relación clara entre países.

Además, incluso con los tres países de alto ahorro incluidos en la muestra, una regresión de las
tasas de ahorro promedio sobre el nivel del PIB y SXP no arroja un coeficiente significativo sobre
SXP (consulte la regresión 10.1 en el cuadro X, que también controla por el PIB inicial). ). Por lo
tanto, aunque es posible que un estudio más elaborado cambie esta conclusión, la simple evidencia
no respalda una asociación positiva entre la abundancia de recursos y el ahorro promedio.

Llegamos a conclusiones similares cuando examinamos los datos sobre inversión y asociación de
capital humano. Como mostramos en la regresión 10.2 del cuadro X, las tasas de inversión
promedio no están significativamente asociadas con la abundancia de recursos naturales. Existe
cierta evidencia de una relación positiva entre la inversión (esto es sensible a si la inversión se
ingresa como un índice o en logaritmos) y la apertura y la variable de estado de derecho, y alguna
evidencia de una relación negativa con el precio relativo de los bienes de inversión, pero después de
controlar por estas variables, no hay un efecto significativo de la intensidad de los recursos
naturales. También encontramos poca evidencia directa de que los países más intensivos en
recursos hayan tenido tasas significativamente más bajas de acumulación de capital humano, como
se muestra en la regresión 10.3. Hemos intentado excluir los valores atípicos (Bahrein, Corea y
Kuwait) de la regresión del capital humano y estimar las ecuaciones de ajuste de existencias en las
que se hace una regresión del cambio en las existencias de capital humano sobre el nivel inicial de
capital humano, SXP e ingreso inicial, pero aun así no encuentran una relación estadística entre
SXP y la acumulación de capital humano.

En resumen, hemos intentado encontrar evidencia de los efectos indirectos de la intensidad de

recursos sobre el crecimiento observando la relación entre países entre la intensidad de recursos y
las posibles variables explicativas en las regresiones de crecimiento. Encontramos evidencia de que
la intensidad de los recursos se ha relacionado con la calidad institucional (como se resume en las
variables del cuadro XI) y la amplia elección de políticas (como se resume en la variable SOPEN).

Pero encontramos poca evidencia de que esté relacionado con la acumulación de capital humano o
físico o con las tasas de ahorro. Pasamos ahora a algunos cálculos simples en un intento de
cuantificar el impacto directo e indirecto de la intensidad de recursos en el crecimiento.

Un enfoque para determinar la magnitud de los efectos indirectos de la abundancia de recursos

sobre el crecimiento es examinar el tamaño del coeficiente SXP estimado a medida que
controlamos sucesivamente las variables adicionales. En la tabla 1 el coeficiente SXP estimado es -
9.43 en la regresión 1.1 en la que solo controlamos por ingreso inicial; y -10.26 en la regresión 1.5
que controla por 4 variables adicionales.

Esta simple evidencia sugiere que los efectos indirectos no son grandes; de lo contrario, los
controles adicionales deberían reducir el coeficiente estimado en SXP como leemos de izquierda a
derecha en la tabla 1.

Otro enfoque es calcular el tamaño de los efectos indirectos utilizando los coeficientes estimados.

Primero consideramos la variable estado de derecho. Supongamos que aumentáramos SXP en una
desviación estándar unitaria (0,16). La estimación del coeficiente en la tabla XI implica que esto
estaría asociado con una reducción en el índice de estado de derecho de -0.88 (=0.16*-5.47). Para
calcular el efecto sobre el PIB, recuerde que la variable dependiente en la regresión del crecimiento
es 100/20 *(ln(PIB90) - ln(PIB70). Si multiplicamos ambos lados de la ecuación por 20/100,
entonces el coeficiente estimado sobre RL en la ecuación de crecimiento multiplicado por 20/100 es
una estimación de Mln(GDP89)/MRL, manteniendo constante el PIB en 1970 y todas las demás
variables.

El coeficiente de 0,40 en la regresión 1,5 implica que Mln (GDP89)/MRL=0,08. Por lo tanto, el
efecto total de un aumento de la desviación estándar unitaria en SXP sobre LN (PIB89) sería -
0,88*0,08=-0,07, equivalente a una reducción del PIB89 de solo alrededor del 7 por ciento.
Entonces, según este cálculo, el efecto indirecto de la intensidad de los recursos que opera a través
de la calidad de las instituciones legales y gubernamentales no es grande.

También examinamos el tamaño de los efectos indirectos que operan a través de la política de
apertura, como se resume en nuestra variable SOPEN. Si permitimos que SXP aumente una
desviación estándar de su media, las estimaciones en
La regresión 10.4 implica que MLN (GDP89) sería -0.05*1.34*(20/100)=-0.014, equivalente a una
reducción de solo alrededor de 1.4 por ciento en GDP90. Una vez más, esto no es grande.

Nuestra principal conclusión es que el efecto directo estimado de SXP sobre el crecimiento es
grande en comparación con estas estimaciones de los efectos indirectos. Estos resultados prestan un
apoyo provisional a la opinión de que los efectos dinámicos de la enfermedad holandesa que
enfatizamos en el modelo de crecimiento de la versión del documento de trabajo son
cuantitativamente importantes. Sin embargo, también puede darse el caso de que el normal sesgo a
la baja en los coeficientes de regresión estimados, debido a errores de medición en las variables
independientes, sirva para deprimir los efectos indirectos estimados más que los efectos directos.
Por supuesto, no podemos separar con precisión los efectos verdaderos del sesgo de medición con
los datos que tenemos a mano.

IV. RESUMEN Y CONCLUSIONES.

En este documento, hemos argumentado que ha habido una asociación inversa entre la intensidad
de los recursos naturales y el crecimiento entre 1970 y 1990. El hallazgo parece sólido en el sentido
de que sigue siendo significativo en las regresiones de crecimiento entre países después de controlar
una gran cantidad de variables adicionales. que otros estudios han afirmado ser importantes para
explicar el crecimiento entre países.

La lista de variables adicionales incluye el PIB inicial, la política de apertura, las tasas de inversión,
las tasas de acumulación de capital humano, los cambios en los términos de intercambio externos,
los índices de gasto público, la volatilidad de los términos de intercambio y la eficiencia de las
instituciones gubernamentales.

Encontramos que el efecto permanece cuando introducimos medidas alternativas de abundancia de

recursos naturales. Permanece cuando medimos el crecimiento en el sector de recursos no naturales
de la economía. También parece mantenerse para la década de 1970 y 1980 por separado. Un
sorprendente apoyo “no paramétrico” de los hallazgos son los muy pocos casos de países en
desarrollo con abundantes recursos que sostuvieron incluso un crecimiento del 2 por ciento anual
durante 1970-1990: solo Malasia y Mauricio, de 18 países.

Estos resultados pueden interpretarse en el contexto de tres literaturas. Muchas de las ideas en la
literatura teórica sobre el crecimiento endógeno son difíciles de probar; pero en los casos en que
pueden probarse, las ideas de crecimiento endógeno no han encontrado un fuerte apoyo para
explicar las diferencias de crecimiento entre países. En la medida en que dichos modelos contengan
la idea general de que la estructura industrial es importante para el crecimiento, nuestros resultados
son al menos levemente favorables. Más específicamente, nuestros resultados son consistentes con
la opinión de que una división clave que importa para los efectos del crecimiento endógeno son los
sectores de manufactura comercializable versus los de recursos naturales.

Finalmente, estos resultados pueden ubicarse en el contexto de la literatura empírica sobre los
determinantes de las tasas de crecimiento entre países. Seguimos encontrando, al igual que muchos
otros estudios, que existe evidencia de convergencia condicional, como lo sugieren los modelos
neoclásicos de crecimiento económico, ya que los coeficientes estimados sobre el PIB inicial suelen
ser significativamente negativos. También encontramos que la política es importante para el
crecimiento como se resume en nuestra variable SOPEN [y los resultados relacionados en Sachs y
Warner [1995]].

Aunque este documento encuentra evidencia de una relación negativa entre la intensidad de los
recursos naturales y el crecimiento subsiguiente, sería un error concluir que los países deberían
subsidiar o proteger los recursos no basados en recursos como una estrategia básica para el
crecimiento. En primer lugar, aunque los resultados que aquí se utilizan con datos altamente
agregados son sugerentes, están lejos de ser definitivos. En segundo lugar, como argumentan Sachs
y Warner [1995], la evidencia del pasado reciente sugiere que existen políticas más simples y
básicas que se pueden seguir para elevar las tasas de crecimiento nacional, especialmente el
comercio abierto. Tercero, las implicaciones de bienestar de la abundancia de recursos pueden ser
bastante diferentes de las implicaciones de crecimiento. La abundancia de recursos puede ser buena
para el consumo aunque no sea buena para el crecimiento; las políticas podrían ser buenas para el
crecimiento del PIB, al mismo tiempo que reducen el consumo real.

Dicho de otra manera, las políticas gubernamentales para promover las industrias que no son de
recursos naturales implicarían sus propios costos directos de bienestar, y estos podrían fácilmente
ser mayores que los beneficios de abandonar las industrias de recursos naturales. 20

Por lo tanto, consideramos que la cuestión de las políticas apropiadas orientadas al crecimiento para
los países ricos en recursos es un tema abierto e importante para un análisis más profundo.

20
Tampoco se debe tomar nuestros resultados para negar que hay beneficios de buenas políticas con respecto a la
explotación de los recursos naturales. Compare, por ejemplo, las experiencias de los productores primarios en Asia, a
saber, Malasia, Indonesia y Tailandia, con las de África [ver Roemer, 1994].
 Variables: descripciones y fuentes
Nota: En ocasiones, las fuentes se abreviarán de la siguiente manera. PWT56: Penn World Tables, marca 5.6 (ver
Summers y Heston (1991) para una descripción). WD95: disco CD-ROM World Data 1995, distribuido por el Banco
Mundial. TSDB: Libro de datos estadísticos de Taiwán, 1995 o 1996.

Tabla I.

LGDPEA70 Logaritmo natural del PIB real dividido por la población

económicamente activa en 1970. Los datos del PIB real
corresponden a la serie RGDPCH de Penn World Tables,
Mark 5.6, (ver Summers y Heston 1981), y están en Precios
Internacionales de 1985. La población económicamente
activa se define como el número de personas entre 15 y 64
años. La fuente de los datos de población es World Data CD-
ROM, 1995, Banco Mundial. Dado que los datos de
población del Banco Mundial se dan como porcentajes de la
población total, y los datos del pib real se dan en términos per
cápita, el cálculo real es ln(RGDPCH*(100/sea70)), donde
sea70 es la parte de la población total de 15 a 64 años. Los
datos de Taiwán son de TSDB.

GEA7090 Crecimiento promedio anual del PIB real dividido por la

población económicamente activa entre los años 1970 y 1990.
El cálculo exacto es 100*(1/20)*ln(PIB90/PIB70). Los datos
de Taiwán son de TSDB.

SXP Participación de las exportaciones de productos

primarios en el PNB en 1970. Las exportaciones de productos
primarios o recursos naturales son exportaciones de
“combustibles” y “productos primarios no combustibles” del
disco CD-ROM World Data 1995, producido por el Banco
Mundial. Los productos primarios no combustibles
corresponden a las categorías 0, 1, 2, 4 y 68 de la SITC. Los
combustibles corresponden a la categoría 3 de la SITC. Estas
categorías son de la revisión 1 de la SITC. El PNB se toma de
la misma fuente. Tanto el numerador como el denominador se
miden en dólares nominales. The World Data utiliza un tipo
de cambio suavizado para convertir el PNB en moneda local a
dólares. Esto describe los datos básicos. Además, hicimos las
siguientes modificaciones. Bangladesh: datos de 1975.
Bahrein: datos de 1980. Botswana: Exportaciones de
diamantes en 1970 tomado de Modise (1996). Cabo Verde:
datos de exportación para 1972 tomados de World Tables
1994, Banco Mundial; Datos del PNB tomados del disco CD-
 ROM World Data 1995. China: datos de 1980. Chipre: datos
de 1975. Datos de Jordan 1985. Irán: PNB en 1970 calculado
con datos en Penn World Tables, marca 5.6 junto con datos
de precios y tipos de cambio en el disco CD-ROM World
Data 1995. Myanmar: PNB de 1970 convertido a dólares por
los autores utilizando el tipo de cambio nominal de 1970.
Taiwán: Exportaciones tomadas del Libro de datos
estadísticos de Taiwán 1995, página 194 y PNB tomado del
volumen de 1996, página 1. Uganda: Datos de 1980.
Sudáfrica: las estadísticas comerciales publicadas no incluyen
diamantes en bruto ni oro, por lo que los autores las
agregaron utilizando datos del Bulletin of Statistics,
República de Sudáfrica, Pretoria, diciembre de 1972 y junio
de 1992.
Singapur: utilizó exportaciones netas de recursos naturales
porque Singapur simplemente reexporta una gran cantidad de
recursos naturales que se originan en otros lugares. Trinidad:
utilizó exportaciones netas por la misma razón que Singapur.
Emiratos Árabes Unidos: datos de 1973. Zimbabue: datos de
1980.

SOPEN La fracción de años durante el período 1970-1990 en que el

país se clasifica como una economía abierta según los
criterios de Sachs y Warner [1995].

LINV7089 Logaritmo natural de la relación entre la inversión interna

bruta real (pública más privada) y el PIB real, promediada
durante el período 1970-1989. Fuente: PWT56.
RL Índice de estado de derecho. Este es un índice construido por el Centro para la
Reforma Institucional y el Sector Informal (IRIS) a partir de datos impresos
en la Guía Internacional de Riesgo País, publicada por Servicios de Riesgo
Político. Esta variable “refleja el grado en que los ciudadanos de un país están
dispuestos a aceptar las instituciones establecidas para hacer e implementar
leyes y resolver disputas” Puntaje 0 (bajo) -6 (alto). Medido a partir de 1982.
Ver Keefer y Knack [1995] para más detalles.

DTT7090 Crecimiento promedio anual en el logaritmo de los términos de intercambio

externos entre 1970 y 1990. Los términos de intercambio externos son la
relación entre un índice de precios de exportación y un índice de precios de
importación. El cálculo exacto es 100*(1/20)*(LN(TT1990) - LN(TT1970)).
Fuente: WD95. Para Singapur, usamos la tasa de crecimiento de los términos
de intercambio de World Tables, 1994, para calcular TT1970. Para Taiwán,
la fuente es TSDB (los datos de 1970 no estaban disponibles, por lo que se
usaron datos de 1973 en su lugar).

Tabla III.

PXI70 Intensidad de las exportaciones primarias en 1970. Relación entre las

exportaciones primarias y las exportaciones totales de mercancías en 1970.
Véase SXP para la definición de exportaciones primarias. Fuente: Disco CD-
ROM World Data 1995. Las modificaciones adicionales son las siguientes. En
10 países, los datos publicados implicaban una participación ligeramente
superior a 1,0, por lo que a estos países se les asignó una participación de 1,0
(Cabo Verde, Gambia, Baréin, Irán, Kuwait, Omán, Filipinas, Vanuatu, Libia
y Kiribati). Taiwán: datos tomados del Libro de datos estadísticos de Taiwán
1995, página 194. Sudáfrica: las estadísticas comerciales publicadas no
incluyen diamantes en bruto ni oro, por lo que los autores las agregaron
usando datos del Bulletin of Statistics, República de Sudáfrica, Pretoria. ,
diciembre de 1972 y junio de 1992. Singapur: se le dio un valor de 0,01 para
abordar el tema de la reexportación (basado en datos del PIB y de la fuerza
laboral).

SNR La participación de la producción de minerales en el PNB en 1971.

SNR= (M71*1000/(GNPD71*POP70))

M71 El valor de la producción de minerales en 1971. Los autores lo calculan a

partir de datos de precios y cantidades:
23
M71j = X piωmqi,j (29)
i=1

La suma es de más de 23 minerales (índice I). Los minerales fueron

seleccionados para esta lista si estaban clasificados entre los primeros 23
 en términos de valor de producción en 1973. En 1973, el valor de la
producción mundial total de estos 23 minerales fue de $156,276 millones
de dólares. El valor de la producción mundial de todos los minerales fue
de $159.201 millones de dólares. Así que estos 23 minerales cubren el 98
por ciento de la producción mundial en 1973. [Fuente: 1974 Minerals
Yearbook, Tabla 5, p. 31.]

Los datos de precios son los precios de importación implícitos de los EE.
UU. de cada mineral, calculados tomando la proporción de las
importaciones reales y nominales de los EE. UU. en 1971. Estos datos se
tomaron del Anuario de minerales de 1971.

Las cantidades son de datos de producción real, por país y por minerales
para el año 1971. Esto está tomado del anuario de minerales de 1973
porque contiene las últimas revisiones para datos de 1971. Para cada uno
de los 23 minerales, la cobertura de países es completa.

POP70 Población en 1970 (miles). Tomado de Summers y Heston, versión 5.6.

GNPD71 PNB en dólares en 1971. Para la mayoría de los países, los datos se toman del
disquete de datos de World Tables, Banco Mundial, 1994.

LAND El logaritmo de la relación entre la superficie total de tierra y la población en

1971. Los datos de tierra proceden del cuadro 1 del Anuario de producción de
1971 de la FAO. Para algunos países con datos incompletos en el Anuario de
1971, usamos los datos del Anuario de producción de 1993. La superficie
terrestre rara vez cambia drásticamente con el tiempo.

Tabla IV.

SEC70 Tasa de matriculación en la escuela secundaria. Fuente:

Barro y Lee, 1994.

PRI70 Tasa de matriculación en la escuela primaria. Fuente:

Barro y Lee, 1994.

GVXDXE Proporción del gasto de 'consumo' real del gobierno

neto del gasto en el ejército y la educación con respecto al PIB real.

Fuente: Barro y Lee, 1994, quienes a su vez utilizaron el PWT

versión 5.5.

REVCOUP Número de revoluciones y golpes por año, promediado durante el período

1970-1985. Fuente Barro y Lee, 1994.

ASSASSP Número de asesinatos por millón de habitantes por año, 1970-1985. Fuente:
Barro y Lee, 1994.

PPI70DEV Desviación del logaritmo del nivel de precios de la inversión (PPP I / Xrate
en relación con EE. UU.) de la media muestral de todos los países en 1970.
Fuente: Cálculo de los autores basado en los datos de precios de PISH5 en
Barro y Lee, 1994.
Tabla V.

KLLLY70 La relación entre los pasivos de los intermediarios financieros más el

efectivo en circulación y el PIB en 1970. Fuente: King y Levine [1993].
 KLLSEC Registro de años de educación secundaria en la población 1970 1989.
Fuente: King y Levine [1993].
Tabla VI.

GP7090 Crecimiento de la población por año 1970-1990. Fuente: PWT56.

Tabla VII.

LFG Crecimiento de la fuerza de trabajo. Fuente: De Long and Summers

[1991], apéndice de datos.
EQUIP Gasto de inversión en equipo como fracción del PIB, promedio entre
1970-85.
Fuente: De Long and Summers [1991], Apéndice IV: Tabla de datos
XVI, página 495.
NES Gasto de inversión en estructuras y bienes distintos de equipos, promedio
entre 1970-1985. Fuente: De Long and Summers [1991], apéndice de
datos.
Tabla VIII.

SMX70 Participación de las exportaciones manufactureras en las

exportaciones totales, 1970. Fuente: Banco Mundial, World Data,
1995 CD-ROM y Taiwan Statistical Data Book 1995.

DMX7090 Cambio en la participación de las exportaciones

manufactureras en las exportaciones totales (SMX90-SMX70).
Fuente: Banco Mundial, World Data, 1995 CD-ROM y Taiwan
Statistical Data Book 1995.

GNR7090 Crecimiento real per cápita en el sector de recursos no naturales

de la economía. Calculado como crecimiento en la suma del valor
agregado real en los sectores de manufacturas y servicios. Los
datos se refieren a 1970-1990 cuando es posible, pero para los
siguientes países es en cambio un crecimiento promedio durante los
siguientes subperíodos: Bélgica 75-90; Francia 77-90; Australia 74-
90; Nueva Zelanda 77- 90; Costa Rica 71-90; Guatemala 70-87;
Fuente: Banco Mundial, World Data, 1995 CD-ROM y Taiwan
Statistical Data Book 1995.

LGDPNR70 Logaritmo natural del PNB producido en sectores distintos al

sector de los recursos naturales. Calculado como
ln(exp(LGDPEA70)*SNR1970/100), donde SNR1970 es la
relación entre la suma del valor agregado de manufactura y el valor
agregado de servicios al PIB. Fuentes: WD95 para las
participaciones del PNB en manufactura y servicios, y TSDB para
Taiwán.

SERVS70 Relación entre el valor agregado en servicios y el valor

agregado en manufactura. Fuente: WD95 y TSDB.

Tabla IX.

GEA7080 1970-1980 versión de EA7090. GEA8090 1980-1990 versión

de GEA7090.
SOPEN7 Versión de SOPEN solo para la década de los 70. SOPEN8
Versión de SOPEN solo para la década de los 80. SXP80 SXP
calculado para 1980 en lugar de 1970.
DTT7080 Versión de DTT7090 para 1970-1980. DTT8090 Versión de
DTT7090 para 1970-1980. LINV7079 Versión de LINV7090 para
1970-1980. LINV8089 Versión de LINV7090 para 1970-1980.
LGDPEA80 Versión de LGDPEA70 para 1980.
 Tabla X.

NS7089 Ahorro nacional como porcentaje del PIB. Fuente: Banco Mundial, World Data
1995, CD-ROM.

LPIP70 El logaritmo de la relación entre el deflactor de la inversión y el deflactor del PIB en

1970. Los deflactores son los deflactores de la PPA informados en la versión 5.6
de Penn World Tablas [consulte Summers y Heston [1991] para obtener una
descripción de una versión anterior de estos datos ). En los veranos y

Notación Heston, LPIP70 = ln(PI/P), utilizando datos de 1970.

DTYR7090 Cambio en el total de años de educación en la población promedio de 15 años de

1970-1990. Fuente: “International Data on Education”, Robert Barro y Jong-
Wha Lee, enero de 1996.

Tabla XI.

BQ Índice de calidad burocrática. Consulte las fuentes de RL. Una puntuación alta significa
"autonomía de la presión política" y "fortaleza y experiencia para gobernar sin
cambios drásticos en la política o interrupciones en los servicios
gubernamentales". Marcó 0-6.

CORR Corrupción en el índice del gobierno. Consulte las fuentes de RL. Un puntaje bajo
significa que "generalmente se esperan pagos ilegales en todo el gobierno", en
forma de "sobornos relacionados con licencias de importación y exportación,
controles de cambio, evaluaciones de impuestos, protección policial o
préstamos". Marcó 0-6.

RE Índice de riesgo de expropiación. Consulte las fuentes de RL. Calificado de 0 a 10, con
puntajes más bajos para alto riesgo de “confiscación absoluta” o
“nacionalización forzosa”.

GRC Índice de repudio de contratos por parte del gobierno. Consulte las fuentes de RL.
Calificado de 0 a 10, con un puntaje bajo que indica un alto "riesgo de que una
modificación en un contrato tome la forma de repudio, aplazamiento o
reducción".

Diverso

GR6070 Promedio de crecimiento real anual per cápita entre 1960 y 1970: GR6070 =
(100/10)* ln(gdpr70 /gdpr60), donde gdpr60 y gdpr70 son los datos RGDPCH
tomados de PWT56.
 References
Auty, R.M. Resource-Based Industrialization: Sowing the Oil in Eight Developing Countries. New York:
Oxford University Press, 1990.

Baldwin, R.E. Economic Development and Export Growth: A Study of Northern Rhodesia, 1920-1960.
Berkeley and Los Angeles, CA: University of California Press, 1966.
Barro, R. 1991. "Economic Growth in a Cross Section of Countries." Quarterly Journal of Economics 106:407-
44.

Barro, R, 1996. “Determinants of Economic Growth: A Cross-Country Empirical Study”,

Paper prepared for the Lionel Robbins Lectures, London School of Economics, January
1996.

Barro, Robert. and Jong-wha Lee. "Panel Data Set Cross Countries" Data Diskette, January 1994.

Barro, Robert. and Jong-wha Lee. "International Data on Education", mimeo, Harvard
University, January 1996, (with Data Diskette).

Barro, R. and X. Sala-I-Martin. Economic Growth. New York: McGraw-Hill, Inc, 1995.

Belsley, D.A., Kuh, E. and R.E. Welsch. Regression Diagnostics. New York: John Wiley and Sons, 1980.

Berge, K. et al. "Trade and Development Strategy Options for the Poorest Countries:
A Preliminary Investigation." Institute of Development Studies Working Paper 12,
December, 1994.
Bodin, Jean, The Six Books of a Commonwealth [Les six livres de la republique], trans. Robert Knolles, ed.
K. D. McRae [Cambridge: Harvard University Press, 1962].

De Long, J.B., and J.G. Williamson. "Natural Resources and Convergence in the Nineteenth
and Twentieth Centuries", Unpublished paper, Harvard University, 1994.
De Long, J.B., and L. Summers. "Equipment Investment and Economic Growth." Quarterly Journal ofEconomics.
May 1991, 106(2), pp. 455-502.

Food and Agriculture Organization, 1971 Production Yearbook and 1993 Production Yearbook.Gelb,

A.H. Windfall Gains: Blessing or Curse?, New York: Oxford University Press, 1988.

Holmes, Stephen, Passions and Constraints, Chicago: University of Chicago Press, 1995.

Hirschman, A. O. The Strategy of Economic Development. New Haven CT: Yale University Press, 1958.

King, R.G. and R. Levine. "Finance and Growth: Schumpeter Might be Right." Quarterly Journal of Economics.
August 1993, 108(3), pp. 717-737.
Knack, Stephen and Keefer, Philip [1995]. "Institutions and Economic Performance:
Cross-country Tests using Alternative Institutional Measures." Economics and Politics,
VII , pp. 207-227.

Lane, P. and A. Tornell. "Power Concentration and Growth," Harvard Institute of

Economic Research Discussion Paper No. 1720, May 1995.
Lewis, S.R. "Primary Exporting Countries." Chapter 29 in Hollis Chenery and T.N. Srinivasan, eds.,
Handbook of Development Economics, Volume II. Amsterdam: North-Holland, 1989, pp. 1541-1600.

Mankiw, Gregory, David Romer, and David Weil. 1992. "A Contribution to the Empirics of EconomicGrowth."
Quarterly Journal of Economics.106: 407-37.

Matsuyama, K. "Agricultural Productivity, Comparative Advantage, and Economic Growth."

Journal of Economic Theory. 1992. 58, pp. 317-334.

Modise, D. Modise, “Managing Mineral Revenues in Botswana”, paper presented to the

UNCTAD group of experts on development policy for Resource-based economies, Geneva,
1996.
Neary and Van Wijnbergen eds. (1986) Natural Resources and the Macroeconomy, Cambridge, MA: TheMIT
Press.

United Nations (Raul Prebisch), The Economic Development of Latin America and its Principal Problems
(Lake Success, N.Y.), 1950.

Singer, Hans, W. “The Distribution of Trade between Investing and Borrowing Countries,”
American Economic Review, 40 [May 1950], 473-85.

Republic of South Africa, Bulletin of Statistics, December 1972 and June 1992, Pretoria, South Africa.

Roemer, M. Fishing for Growth; Export-led Development in Peru, 1950-1967. Cambridge MA: Harvard
University Press, 1970.

Roemer (1994) “Lessons for Africa from Asia”, Development Discussion Paper, Harvard
Institute for International Development.
Sachs, J.D. and A.M. Warner. "Economic Reform and the Process of Global Integration," BrookingsPapers
on Economic Activity, 1995:1, pp. 1-118.

Seers, D. (1964) "The Mechanism of an Open Petroleum Economy." Social and Economic Studies,1964:13, pp.
233-242.

Summers, Robert and Alan Heston (1991) “The Penn World Table (Mark V): An Expanded
Set of International Comparisons, 1950-1988.” Quarterly Journal of Economics 106(2):
327-68.

Taiwan Statistical Data Book, 1995 and 1996, Tapei, Taiwan.

Taylor, A.M. "Domestic Saving and International Capital Flows Reconsidered", NBER
Working Paper No. 4892, October, 1994.
United States Bureau of Mines, 1974 Minerals Yearbook, (also 1971 Minerals Yearbook) Washington DC.

Warner, A.M. "Mexico's Investment Collapse: Debt or Oil?", Journal of International Money and Finance,Vol.
13, No. 2, pp. 240-256, April, 1994.
Welsch, R. E. and E. Kuh. 1977. Technical Report 923-77: Linear Regression Diagnostics. Cambridge,MA:
Sloan School of Management, Massachusetts Institute of Technology.

World Bank, World Data 1995, (CD-ROM data), Washington DC.

World Bank, World Tables 1994, (volume and data diskette), Washington DC.
 TABLA I. ASOCIACIONES PARCIALES ENTRE CRECIMIENTO (1970-90) E INTENSIDAD DE RECURSOS
NATURALES (1971)
Variable dependiente: GEA7089

(1,1) (1,2) (1,3) (1,4) (1,5)

LGDPEA70 -0,11 -0,96 -1,34 -1,76 -1,79

(0,55) (5,16) (7,77) (8,56) (8,82)
SXP -9,43 -6,96 -7,29 -10,57 -10,26
(4,75) (4,55) (5,57) (7,01) (6,89)
SOPEN 3,06 2,42 1,33 1,34
(8,05) (7,06) (3,35) (3,44)
INV7089 1,25 1,02 0,81
(5,63) (3,45) (2,63)
RL 0,36 0,40
(3,54) (3,94)
DTT7090 0,09
(1,85)

Adjusted R2 0,20 0,55 0,67 0,72 0,73

Sample size 87 87 87 71 71
Standard error 1,62 1,22 1,04 0,93 0,92

Los números entre paréntesis son estadísticos t. La variable SXP es la medida de la intensidad de recursos primarios. Estas
regresiones están diseñadas para mostrar que la asociación inversa entre el crecimiento y la intensidad de los recursos
naturales es robusta a la inclusión de una serie de otras variables y a la exclusión de las observaciones periféricas. Las
regresiones excluyen cuatro países (Chad, Gabón, Guyana y Malasia) que se consideraron atípicos según un procedimiento
sugerido por Belsley, Kuh y Welsch [1980], que considera tanto el apalancamiento como los residuos al decidir si una
observación es válida o no. un atípico Si no se excluyeran estos cuatro países, los coeficientes estimados de SXP oscilarían
entre -6,0 y -8,5, con coeficientes t siempre superiores a 4 en valor absoluto.
TABLA II. TASAS DE CRECIMIENTO DE SIETE ECONOMÍAS PETROLERAS QUE NO ESTÁN EN LA MUESTRA DE
REGRESIÓN

Toda la economía (años)1

Bahrain -0.75 (75-

88)
Iraq -1.88 (70-
87)
Kuwait -5.39 (70-
89)
Oman 0.69 (70-
89)
Qatar -7.70 (80-
90)
Saudi Arabia -0.76 (70-
89)
United Arab Emirates -4.60 (73-
89)

1
Fuente: Penn World Tables, versión 5.6 y Banco Mundial, World Data 1995.
 TABLA III. ASOCIACIONES ENTRE CRECIMIENTO E INTENSIDAD DE RECURSOS UTILIZANDO MEDIDAS
ALTERNATIVAS DE INTENSIDAD DE RECURSOS

Variable dependiente: GEA7089

(3.1) (3.2) (3.3) (3.4)

SXP -8,28 - - -
(6,67)
SNR - -6,45 - -
(3,95)
PXI70 - - -2,50 -
(3,89)
LAND - - - -0,39
(3,78)
2
Adjusted R 0,73 0,63 0,63 0,64
Sample size 74 74 73 74
Standard error 0,97 1,12 1,14 1,12

Los números entre paréntesis son estadísticos t. Las variables de intensidad de recursos naturales son primero,
la variable SXP utilizada en el cuadro 1, que mide las exportaciones de recursos naturales divididas por el PIB
en 1970; segundo, SNR (producción de minerales dividida por el PNB en 1970); tercero, PXI70 (exportaciones
de recursos naturales divididas por las exportaciones totales en 1970) y LAND (el logaritmo de la superficie de
tierra cultivable dividida por la población). Las otras variables explicativas en las regresiones son LGDPEA70,
SOPEN, RL, DTT7090 y LINV7089.
 TABLA IV. ESTIMACIÓN DE BARRO [1991] CON VARIABLES DE ESTE TRABAJO

Variable dependiente: GEA7089

(4,1) (4,2)

SXP - -9,17
(6,26)
SOPEN - 1,96
(4,57)
DTT7090 - 0,10
(1,54)
LGDPEA70 -1,31 -1,92
(3,12) (6,21)
SEC70 3,51 2,89
(1,69) (1,83)
PRI70 -0,38 0,20
(0,34) (0,24)
GVXDXE -4,67 -4,24
(1,11) (1,47)
REVCOUP -0,04 -1,04
(0,04) (1,71)
ASSASSP -1,62 0,89
(1,05) (0,81)
PPI70DEV -0,41 0,03
(0,86) (0,08)
INV7089 0,17 0,09
(4,14) (2,67)

Adjusted R2 0,34 0,71

Sample size 70 69
Standard 1,57 1,04
error
Los números entre paréntesis son estadísticos t. La primera regresión informa nuestra réplica de la regresión 24 en Barro
[1991]. La réplica es cercana pero no exacta, debido a una muestra diferente (1970-89 en lugar de 1960-1989) y revisiones en
los datos del PIB de los datos de Summers y Heston (usamos la versión 5.6 y medimos el crecimiento por población
económicamente activa en lugar del crecimiento per cápita). Las otras variables son las siguientes. SEC70 es la tasa de
matriculación en la escuela secundaria. PRI70 es la tasa de matriculación en la escuela primaria. GVXDXE es la relación
entre el gasto de consumo del gobierno real (excluyendo el gasto militar y educativo) y el PIB real. REVCOUP es el número
promedio de revoluciones y golpes durante el período 1970-1985. ASSASSP es el número promedio de asesinatos por millón
de personas durante el período 1970-1985. PPI70DEV mide la desviación del nivel de precios (logarítmico) de los bienes de
inversión con respecto a la media entre países en 1970. INV7090 es la relación media entre la inversión interna bruta real
(pública más privada) y el PIB real durante el período 1970-1990.
 TABLA V. ESTIMACIÓN DE KING Y LEVINE [1993], CON VARIABLES DE ESTE DOCUMENTO
Variable dependiente: GEA7089

(5,1) (5,2)

SXP - -6,63
(4,33)
SOPEN - 2,41
(5,13)
DTT7090 - 0,15
(2,51)
LGDPEA70 -0,78 -1,17
(2,09) (4,14)
LSEC 0,44 0,19
(1,18) (0,66)
LLY70 4,74 1,44
(3,80) (1,38)

Adjusted R2 0,19 0,56

Sample size 74 71
Standard error 1,59 1,18

Los números entre paréntesis son estadísticos t. La regresión de la columna (1) es nuestra réplica de la regresión del
cuadro VII del apéndice de King y Levine [1993]. Actualizamos su variable crecimiento y PIB inicial con GEA7090 y
LGDPEA70 respectivamente, por lo que la replicación no es exactamente la misma. La principal diferencia es que el PIB
inicial y LSEC no son significativos en la regresión 5.1 con los datos de crecimiento actualizados, pero lo eran en el
estudio original. LSEC es el logaritmo de la tasa de matriculación en la escuela secundaria en 1970. LLY70 es el valor de
1970 de los pasivos del sistema bancario más la moneda dividido por el PIB.
 TABLA VI. ESTIMACIÓN DE MANKIW, ROMER Y WEIL [1992], CON VARIABLES DE ESTE
TRABAJO
Variable dependiente: GEA7089

(6,1) (6,2)

SXP - -6,65
(5,22)
SOPEN - 2,40
(5,50)
DTT7189 - 0,04
(0,81)
LGDPEA70 -1,00 -1,28
(4,07) (6,02)
GP7090 -0,56 0,14
(2,85) (0,76)
INV7089 0,14 0,11
(5,67) (4,71)
2
Adjusted R 0,32 0,62
Sample size 103 89
Standard error 1,55 1,15

Los números entre paréntesis son estadísticos t. La regresión de la columna (1) coincide con la especificación de la
tabla IV, página 426, de Mankiw, Romer y Weil [1992]. Los resultados están cerca del original, aunque con un período
de tiempo diferente (1970-90, en lugar de 1960-85), una muestra más grande (110 en lugar de 98) y datos actualizados,
no son idénticos.
GEA7090 es el crecimiento real anual promedio por persona económicamente activa en 1970
(la población económicamente activa se define como la población entre 15 y 65 años);
LGDPEA es el logaritmo del PIB real por persona económicamente activa en 1970; GP7090 es
el crecimiento de la población; INV7090 es la relación entre la inversión y el PIB, promediada
durante el período 1970-1990.
 TABLA VII. ESTIMACIÓN DE DELONG Y SUMMERS [1991], CON VARIABLES DE ESTE
TRABAJO
Variable dependiente: GEA7089

(7,1) (7,2)

SXP - -7,73
(4,89)
SOPEN - 2,70
(5,57)
DTT7189 - -0,01
(0,18)
LGDPEA70 -0,66 -1,29
(2,21) (5,98)
LFG -12,25 38,79
(0,56) (2,39)
EQUIP 26,07 15,81
(2,89) (2,49)
NES 10,26 6,71
(2,50) (2,26)
2
Adjusted R 0,23 0,66
Sample size 57 55
Standard error 1,46 0,98

Los números entre paréntesis son estadísticos t. La regresión 7.1 es un intento de replicación de De Long y Summers
[1992], véase, por ejemplo, la regresión 4, tabla 1, página 162. Pero las muestras son bastante diferentes debido a la
exclusión de muchos países abundantes en recursos naturales de su muestra, así como a Hong Kong. Kong y
Singapur, y esto marca la diferencia en los resultados. Las otras variables explicativas se toman de De Long y
Summers sin revisión. Son LFG, crecimiento de la fuerza laboral; EQUIP, la fracción de los gastos de inversión en
equipo duradero del productor; y NES, la fracción de gastos de inversión en todo lo demás, principalmente
estructuras.
 TABLA VIII. ASOCIACIONES ENTRE ABUNDANCIA DE
RECURSOS NATURALES Y DATOS SECTORIALES
Variable dependiente:

Aumento de la Crecimiento de Relación de servicios a

participación en servicios y manufacturas
las manufacturas
exportaciones
de
manufacturas
1970-1989 Output Output 1970
1970-1990

(8,1) (8,2) (8,3)

SXP -0,46 -5,92 6,54

(2,42) (3,45) (3,91)

SOPEN 0,18 3,14 -
(3,48) (4,80)
SMX70 -0,45 - -
(4,75)
LGDPEA70 -1,27 -
(4,84)
LINV7089 1,50 -
(2,78)
RL -0,06 -
(0,34)

Adjusted R2 0,19 0,57 0,16

Sample size 89 52 74
Standard 0,18 1,41 1,99
error

Los números entre paréntesis son estadísticos t. La regresión (8.1) muestra que los países abundantes en
recursos naturales tuvieron un crecimiento más lento en su participación en las exportaciones manufactureras,
manteniendo constante la participación inicial. La regresión (8.2) muestra la ecuación de crecimiento estimada
con una representación del crecimiento de la economía que no utiliza recursos naturales como variable
dependiente (en lugar del crecimiento del pib total).
El Proxy para el sector no relacionado con los recursos incluye la producción de transporte, almacenamiento y
comunicaciones, comercio mayorista y minorista, banca, seguros, bienes raíces, servicios, administración
pública y defensa, y manufactura. Los dos sectores que faltan son: construcción, y electricidad, gas y agua. La
regresión final muestra la asociación positiva entre la abundancia de recursos y la producción del sector
servicios en relación con la manufactura (en el año inicial, 1970). En la medida en que el sector de servicios
represente al sector no comerciado y fabrique el sector no comerciado de recursos, esto proporciona cierta
corroboración de las predicciones de la enfermedad holandesa y los modelos no comerciados. Los datos se
describen en el apéndice.
 TABLA IX. REGRESIONES DE CRECIMIENTO ESTIMADO PARA LAS DÉCADAS DE LOS 70 Y 80
POR SEPARADO.

Crecimiento 1970- Crecimiento 1980-1989

1979 (GEA8090)
(GEA7080)

Log GDP in initial year -1,25 -1,88

(4,07) (5,00)
SXP -3,89 -6,15
(2,43) (3,42)
SOPEN1 1,82 2,51
(3,10) (4,14)
1
DTT 0,11 0,02
(3,23) (0,17)
1
LINV 1,51 0,63
(4,15) (1,25)
RL - 0,55
(3,34)
2
Adjusted R 0,31 0,60
Sample size 101 73
Standard error 2,04 1,52

*
SOPEN, DTT y LINV están sincronizados con la variable dependiente, por lo que son para la
década de 1970 en la primera regresión y la década de 1980 en la segunda regresión. RL se
mide alrededor de 1980, por lo que no se incluye en la regresión de la década de 1970. SXP es
el valor de 1970 en ambas regresiones. Los números entre paréntesis son estadísticos t.
 TABLA X. ASOCIACIONES ENTRE ABUNDANCIA DE RECURSOS NATURALES Y OTRAS VARIABLES
EXPLICATIVAS

Variable dependiente:

Ahorro Relación de Acumulación Proporción de Precio relativo

Nacional inversión de Capital años abiertos de los bienes de
Humano inversión
% GDP,70-89 % GDP, 70-89 Change, 70-90 65-89 70-89
(NS7089) (LINV7089) (DTYR7090) (SOPEN) (LPIP70)

(10,1) (10,2) (10,3) (10,4) (10,5)

LGDPEA70 6,38 - 0,05 - -0,16

(7,69) (0,45) (2,71)

SXP 0,19 0,40 -0,95 -1,89 0,08
(0,03) (1,19) (1,05) (2,51) (0,26)
SXP^2 - - - 3,24 -
(3,20)

SOPEN - 0,14 - - -0,40

(1,19) (3,24)
RL - 0,06 - - -
(2,22)
LPIP70 - -0,82 - - -
(7,53)
LAND - - -0,09 -
(3,64)
2
Adjusted R 0,36 0,67 -0.01 0.21 0,31
Sample size 104 80 90 104 102
Standard error 7,64 0,31 0.89 0.40 0,43

Los números entre paréntesis son estadísticos t.

 TABLA XI. ASOCIACIONES ENTRE CALIDAD DE INSTITUCIONES E INTENSIDAD DE RECURSOS
NATURALES
Variable dependiente

Repudio gubernamental Riesgo de Imperio de Calidad burocrática

de contratos Expropiación la ley
Corrupción
(GRC) (RE) (CORR) (RL) (BQ)
(11,1) (11,2) (11,3) (11,4) (11,5)

Log Real GDP 1980 0.49

0,44 1,35 1,31 1,35

(2,35) (1,66) (8,49) (7,80) (8,58)

SXP -3.90 -4,60 -3,29 -5,47 -5,86

(3,41) (3,17) (3,17) (5,00) (5,70)

Adjusted R2 0.16 0,12 0,48 0,49 0,55
Sample size 65 65 85 85 85
Standard error 1.40 1,78 1,40 1,47 1,38

Los números entre paréntesis son estadísticos t. Estas cinco medidas de calidad institucional se construyeron a partir de los
datos de la encuesta de Servicios de Riesgo Político del Centro para la Reforma Institucional y el Sector Informal. Se
miden en la siguiente escala, de menor a mayor: Repudio de Contratos por parte del Gobierno (0-10); Riesgo de
Expropiación (0-10); Corrupción (0-6); Estado de derecho (0-6); Calidad Burocrática (0-6). Estas series están altamente
correlacionadas entre países.
 Figura 1. Crecimiento e intensidad de los recursos naturales
5.771
Crecimiento por población
económicamente activa

-3.635

0.0064 0.5431
Exportaciones primarias/pb 1970 WD95
 Figura 1. Crecimiento e intensidad de los recursos naturales
STO
K IN
AR
IG
WEAA
P,N
ORR
5.77 1
HONG KON

INDONESI

PORTUGAL MALAYSI
CYPRUS
JAPAN MAURITIU A
THAILAND
Crecimiento por población

JONRODRAWNAY ICELAND
FINLA BTUU
N RN
D UIS
NIDAIRELAND
CAMEROON
SYRIA
económicamente activa

C H
IC
T AIIU
N
SR A
PR AV EE
ILA
G YAPNT ADA KENYA
AG
S PL Y
S
AET
IE
NRC RC
E
INT UU
D I.AR
KB.KREAYZIL BELGIU SMRI
GE F
RRBMAU ANR
N C
KYE
IC
N
, O
A N G O FIJI
LANK S W E D E N
PDEC
AE
MRUADOR
NO
AMG
RAUR
O A
CKYCO
CMOALOLIMBI ALGERIA
U.S.A. NNIG
E E
T RE
H IARLA
PA
M EK XIISCTOAN AAUSTRALI
SWITZERL
RWD AONM DIANICA
URUGU PA
HY
MALAWI ILIPPI GAMBI
NEWTZ OEAO
G L
AGABON
GUAS TEMC AH
E G
LIALLECOSTHONDURAS
BANGLADE TRINIDAD ZIMB BABL
O IVIA RI
WE
PANAMAELSS OAU LT
VHA
SUDAN AF MAURITAN
A
ARGENB TIE
NNIN GHANA UGANDA
CENTRAL
JAMAICA IVORY CO
PERU
IRAN VENEZUEL
SIERRA L ZAMBI
CHA MD ADAGASC A

NICARAGU

GUYANA
-3.635

0.0064 0.5431
Exportaciones primarias/pb 1970 WD95
Ln(GDP)

D
C

O T0
Time

Figure 2