Suscríbete a DeepL Pro para poder editar este documento.

Entra en www.DeepL.com/pro para más información.

El papel de las "capacidades" en el desarrollo:

Por qué algunos países consiguen ponerse al día mientras otros
siguen siendo pobres*.

Jan Fagerberg y Martin Srholec

Centro de Tecnología, Innovación y Cultura, Universidad de Oslo

Documento de trabajo DIME 2007.08 de la serie "Dinámica de la

acumulación de conocimientos, competitividad, cohesión regional y
políticas económicas".
(Paquete de trabajo DIME 31)

Autor correspondiente: Jan Fagerberg, Centro de Tecnología, Innovación y Cultura,

Universidad de Oslo, Moltkte Moesvei 31, N-0317 Oslo, Noruega; teléfono: +47 97 22 84
16 10;
fax: +47 22 84 16 01; correo electrónico: jan.fagerberg@tik.uio.no

Resumen

¿Por qué algunos países recuperan terreno y otros siguen siendo pobres? En los
últimos años han mejorado mucho los datos sobre distintos aspectos del
desarrollo. Para aprovechar esta oportunidad de investigación más profunda
utilizamos el análisis factorial sobre un conjunto de datos de 25 indicadores en
115 países entre 1992 y 2004. El análisis identifica cuatro tipos diferentes de
"capacidades": el desarrollo del "sistema de innovación", la calidad de la
"gobernanza", el carácter del "sistema político" y el grado de "apertura" de la
economía. Demostramos que lo más importante para el crecimiento y el desarrollo
es un sistema de innovación que funcione bien y una buena gobernanza.

Palabras clave: catching-up, capacidades, innovación, gobernanza, análisis

factorial. JEL: E11, F43, O30.

DIME cuenta con el apoyo financiero del Programa Marco de la UE 6 th

1
*
Agradecimientos: Versiones anteriores de este documento se presentaron en el Taller del Informe sobre el
Desarrollo Industrial 2005 de la ONUDI en Viena, 11-12 de mayo de 2005, en la 11 th Conferencia Internacional
de la Sociedad Joseph A. Schumpeter en Niza/Sophia Antipolis, 21-24 de junio de 2006 y en la 4ª Conferencia
Globelics, Trivandrum, 4-7 de octubre de 2006. Agradecemos a los participantes sus útiles sugerencias. Se
aplican todas las advertencias habituales.

2
1. Introducción

¿Existe una tendencia intrínseca a la convergencia de la productividad y la renta en

todo el mundo? Si observamos el desarrollo capitalista desde una perspectiva a largo plazo, la

respuesta es clara. La tendencia a largo plazo desde la llamada revolución industrial ha sido

hacia la divergencia, no hacia la convergencia de la productividad y la renta. Por ejemplo,

según el historiador económico David Landes, hace 250 años la diferencia de renta o

productividad per cápita entre el país más rico y el más pobre del mundo era de

aproximadamente 5:1, mientras que más recientemente esta diferencia ha aumentado hasta

400:1 (Landes 1998). Sin embargo, a pesar de esta tendencia a la divergencia a largo plazo,

hay muchos ejemplos de países (inicialmente) atrasados que - en distintos momentos

- han conseguido reducir la diferencia de productividad entre ellos y los países fronterizos, es

decir, "ponerse al día". El actual país fronterizo -Estados Unidos- también se puso al día con

respecto al Reino Unido, entonces líder económico y tecnológico. Japón en las décadas

anteriores y posteriores a la Segunda Guerra Mundial y los llamados "tigres asiáticos" a partir

de los años sesenta son otros casos bien conocidos. China e India son ejemplos de países que

podrían haberse sumado a esta senda más recientemente (aunque aún les queda mucho camino

por recorrer).

La pregunta que se plantea es cómo puede explicarse esta diversidad de pautas de

desarrollo. Comenzamos la búsqueda de cuáles pueden ser estos factores críticos para la

convergencia repasando algunos de los principales argumentos que se han presentado en la

literatura y discutiendo a qué medidas empíricas dan (o pueden dar) lugar. Tradicionalmente,

gran parte de la teorización en este ámbito se centraba en el papel de la acumulación de

capital para el crecimiento y el desarrollo. Sin embargo, gradualmente el énfasis se ha

desplazado hacia las instituciones, sobre cómo conseguir las condiciones institucionales

adecuadas para el buen funcionamiento de los mercados, incluido el mercado de capitales.

3
Más recientemente hemos asistido al desarrollo de lo que podríamos denominar un enfoque

"basado en el conocimiento".

4
según el cual la puesta al día (o la falta de ella) no depende tanto de la acumulación de capital

como de la capacidad de un país para crear y explotar conocimientos (y responder a los retos

que surjan en relación con ello). Este enfoque conduce naturalmente a centrarse en lo que

influye en la capacidad de un país para crear y explotar conocimientos, incluidos los aspectos

políticos pertinentes, y conceptos como "capacidad social" y "capacidad de absorción" han

surgido como importantes dispositivos de enfoque para la investigación reciente en este

ámbito.

Una vez considerados los distintos argumentos y las medidas empíricas a que dan

lugar, pasamos a la labor de síntesis. En los últimos años, la calidad y la disponibilidad de los

datos sobre distintos aspectos del desarrollo han mejorado mucho, lo que puede brindar a los

investigadores una nueva oportunidad para investigar más a fondo las razones de las grandes

diferencias en los resultados económicos. En lugar de elegir indicadores individuales,

seguimos a Adelman y Morris (1965, 1967) y Temple y Johnson (1998) en la elaboración de

mapas de los elementos más centrales con la ayuda del análisis factorial, teniendo en cuenta

una variedad de indicadores y fuentes diferentes. El análisis factorial es una herramienta útil

en el presente contexto porque nos permite reducir la complejidad que entraña un gran

número de indicadores diferentes (pero a menudo correlacionados entre sí) a un número

menor de dimensiones sintéticas. El análisis ilustra claramente el carácter multidimensional de

las "capacidades", que da lugar a cuatro dimensiones diferentes, que denominamos "sistema

de innovación", "gobernanza", "sistema político" y "apertura", respectivamente. Examinamos

las relaciones con el desarrollo económico y analizamos hasta qué punto estas capacidadespueden

ayudarnos a entender por qué algunos países sobresalen económicamente, mientras que otros

siguen siendo pobres.

5
2. ¿Cuáles son los factores más críticos para el desarrollo? Balance

de la literatura.

Intuitivamente, la mayoría de la gente acepta fácilmente la idea de que el conocimiento

y el desarrollo económico están íntimamente relacionados y, por tanto, que el acceso al

conocimiento debe considerarse un factor vital. Sin embargo, ésta no es la forma en que los

economistas solían explicar los diferentes niveles de desarrollo. Desde el nacimiento de la

llamada "economía política clásica" -término inventado por Karl Marx- hace dos siglos, en lo

que se han centrado los economistas al tratar de explicar las diferencias de renta o

productividad es en el capital acumulado por trabajador. Del mismo modo, se ha considerado

que las diferencias en el crecimiento económico reflejan diferentes tasas de acumulación de

capital. Podría decirse que esta perspectiva refleja el importante papel desempeñado por la

"mecanización" como medio para el avance de la productividad durante la llamada (primera)

revolución industrial, periodo durante el cual se formó el marco de referencia de gran parte

del razonamiento económico. Más cerca de nuestra época, Robert Solow adoptó esta

perspectiva en la llamada "teoría neoclásica del crecimiento" (Solow, 1956). La teoría

predecía que, en circunstancias por lo demás similares, las inversiones en los países pobres

(por ejemplo, los que tienen poco capital) serían más rentables que en los más ricos, de modo

que los primeros se caracterizarían por una mayor inversión y un crecimiento económico más

rápido que los segundos. Como consecuencia de esta lógica, cabría esperar una reducción de

la brecha de desarrollo (la llamada "convergencia").

Sin embargo, pronto quedó claro que esto no podía ser todo. Cuando los estudiosos

del crecimiento económico empezaron a aplicar esta perspectiva a los procesos de crecimiento

a largo plazo en Estados Unidos y otros países, descubrieron que la acumulación de capital, o

la acumulación de factores en general, sólo podía explicar una parte relativamente pequeña

del crecimiento real (Abramovitz, 1956). Desde entonces, esta conclusión se ha repetido

6
muchas veces para diferentes conjuntos de datos.1 Además, como se ha señalado

anteriormente, la predicción de que la dinámica capitalista mundial iría acompañada de un

7
La convergencia de la renta y la productividad entre países inicialmente pobres y ricos

tampoco se ha visto confirmada por los hechos.

De la acumulación de capital a las instituciones y la geografía

No obstante, hay que subrayar que la teoría de Solow se basaba en supuestos

neoclásicos estándar sobre el funcionamiento de los mercados y los agentes, que podrían no

encajar muy bien en los países en desarrollo. Por lo tanto, una posible explicación del fracaso

de muchos países a la hora de recuperar el retraso podría ser que los mercados no funcionaran

correctamente, que los agentes no recibieran los incentivos adecuados, que el gobierno

interfiriera demasiado en la economía, etc., en resumen; que no se r e s p e t a r a n "las reglas

del j u e g o ". Siguiendo la terminología utilizada por Douglas North (1981) dichas reglas se

denominan habitualmente instituciones.

Cuestionando el papel de las instituciones para el crecimiento y el desarrollo, Glaeser

et al. (2004) señalan que las reglas y normas están profundamente arraigadas en la sociedad y,

por tanto, cabe esperar que cambien muy lentamente. Sin embargo, también demuestran que

algunos indicadores de instituciones utilizados habitualmente distan mucho de ser estables. La

explicación, sugieren los autores, es que éstos no reflejan las "instituciones" en el sentido

antes mencionado, sino más bien las opciones políticas y las políticas aplicadas por los

gobiernos, que cabe suponer que están sujetas a cambios más frecuentes. También demuestran

que si el análisis se limita a los indicadores que reflejan las "reglas del juego" (como el

carácter de la constitución o el sistema judicial), las correlaciones con los niveles y el

crecimiento del PIB son de hecho bastante débiles, en contraste con lo que puede demostrarse

que ocurre con las variables que reflejan las opciones políticas. Así pues, las instituciones en

el sentido de North no son buenos predictores del éxito de la recuperación. Más importantes

parecen ser las políticas aplicadas.

8
 En los últimos a ñ o s , ha surgido una importante literatura empírica que intenta

ampliar el tipo de análisis que acabamos de presentar en varias direcciones, por ejemplo

llevando la búsqueda de factores explicativos mucho más atrás en el tiempo (Acemoglu et al.,

2001, 2002), o teniendo en cuenta otros tipos de variables exógenas que podrían influir en el

desarrollo (y en las políticas), como el clima, la exposición a enfermedades, el acceso al mar,

la diversidad étnica, etc. (Masters y MacMillan, 2001; Bloom et al., 2003; Alesina et al.,

2003; Sachs et al., 2004). Es difícil negar que los factores de naturaleza histórica o geográfica

puedan influir en el crecimiento a largo plazo. Por lo tanto, parece pertinente controlar esto

cuando se comprueba el impacto de otros factores, y aquí seguiremos esta práctica. Cabe

señalar, sin embargo, que en muchos casos existen pruebas e interpretaciones contradictorias

sobre el impacto de la historia, la geografía y la naturaleza en el crecimiento (Glaeser et al.,

2004). Una de las razones puede ser que las variables que reflejan diferentes causas a veces

están tan fuertemente correlacionadas que poco se puede decir con certeza (aparte, quizá, de

que existe un impacto conjunto). Otra posibilidad, ya señalada por Abramovitz (1994a),

podría ser que los problemas a que dan lugar esas condiciones también estimulen la creación

de nuevos conocimientos y nuevos acuerdos sociales, que a la larga pueden eliminar los

problemas (e incluso hacer que la sociedad esté mejor a largo plazo).

Conocimiento y desarrollo

Esto nos lleva al papel del conocimiento en el crecimiento y el desarrollo. El

"conocimiento", o "saber cosas", puede adoptar muchas formas. Puede ser teórico, basado en

una comprensión elaborada de los fenómenos que se examinan. Pero también puede ser

práctico, basado, por ejemplo, en relaciones causa-efecto que han demostrado su validez en la

práctica, aunque se carezca de una comprensión total de las causas subyacentes. Puede crearse

mediante la búsqueda o el aprendizaje, pero también puede adquirirse a través de la educación

9
o la formación o simplemente observando

10
lo que hacen los demás e intentar imitarlo. El subconjunto de conocimientos que se ocupa de

cómo producir y distribuir bienes y servicios, que es lo que más interesa a los economistas,

suele denominarse "tecnología". Una cuestión abierta es si el concepto de tecnología sólo se

refiere al conocimiento sobre los procesos físicos ("hardware"), o si también incluye el

conocimiento sobre cómo organizarlos/gestionarlos ("software"). Para el estudio del

crecimiento y el desarrollo, esta última interpretación amplia del término es probablemente la

más significativa. Podría decirse que el dominio de los procesos físicos tiene un valor dudoso

si no se sabe cómo integrarlos en un sistema de producción y distribución bien organizado.

Tradicionalmente, los teóricos de la economía se han enfrentado a grandes problemas

a la hora de incorporar el conocimiento (la tecnología) a su análisis del desarrollo. Esto tenía

que ver con una visión particular del conocimiento que había llegado a dominar la economía;

el conocimiento como un cuerpo de información, libremente disponible para todos los

interesados, que puede utilizarse una y otra vez (sin agotarse). Podría decirse que, si esto es el

conocimiento, debería esperarse que beneficiara a todo el mundo en la misma medida, y no

puede invocarse para explicar las diferencias de crecimiento y desarrollo. Es comprensible,

por tanto, que los primeros intentos sistemáticos de conceptualizar la relación entre

conocimiento y desarrollo no procedieran de la corriente principal de la economía, sino de los

historiadores económicos. El historiador económico Alexander Gerschenkron sentó las bases

de gran parte de la literatura posterior (Gerschenkron, 1962). 2 En lugar de algo que existe en

el dominio público y puede ser explotado por cualquiera en cualquier lugar de forma gratuita,

el conocimiento tecnológico, ya sea creado a través del aprendizaje o de la I+D organizada, es

visto en esta tradición como algo profundamente arraigado en las capacidades específicas de

las empresas privadas y sus redes/entornos, y por lo tanto no es fácilmente transferible. En

comparación con la teoría neoclásica tradicional del crecimiento, los autores de esta tradición

presentan un panorama mucho más sombrío de las perspectivas de convergencia. Según este

último punto de vista3 la convergencia no es algo que normalmente pueda esperarse que

11
ocurra sólo por las fuerzas del mercado dejadas

12
por sí sola, sino que requiere un gran esfuerzo y la creación de instituciones por parte del país

atrasado (Abramovitz, 1986, 1994 a,b).

Durante las décadas de 1980 y 1990 aumentó mucho el interés de los economistas por

el posible papel del conocimiento (tecnología) en el crecimiento y el desarrollo. En el plano

teórico, un avance importante fue la aparición de la llamada "nueva teoría del crecimiento"

(Romer, 1986, 1990; Aghion y Howitt, 1992, 1998), según la cual las diferencias de

desarrollo económico entre países deben entenderse como el resultado de diferencias en la

acumulación endógena de conocimientos dentro de las fronteras (en gran medida nacionales).

Aunque algunos conocimientos tecnológicos de nueva creaciónpueden desbordarse de un entorno

(empresa, región o país) a otro (y, por tanto, beneficiar tanto a este último como al primero),

según este planteamiento existen suficientes impedimentos a este proceso (ya sean legales,

como los derechos de propiedad intelectual, o de naturaleza más informal) para garantizar

que, en la mayoría de los casos, la mayor parte de los beneficios recaiga en el entorno en el

que se crean los conocimientos. Esto lleva a conclusiones similares con respecto a las

perspectivas de recuperación y convergencia que la literatura más informal, históricamente

orientada, discutida anteriormente. Juntas, estas dos líneas de investigación, que se centran en

el papel del conocimiento en el desarrollo aunque a través de diferentes ópticas, han inspirado

muchos trabajos nuevos destinados a identificar los diversos factores o capacidades que

afectan a la medida en que los países en desarrollo consiguen explotar el acervo mundial de

conocimientos en su propio beneficio.

Capacidades

El punto de partida de gran parte de los trabajos sobre capacidades y desarrollo fueron,

como ya se ha mencionado, los análisis históricos de Gerschenkron sobre la equiparación

europea con el Reino Unido, entonces líder tecnológico y económico. Gerschenkron (1962)

13
señaló que, aunque la brecha tecnológica entre un país fronterizo y uno rezagado representa

"una gran promesa" para este último (un potencial de alto crecimiento a través de la imitación

de las tecnologías de vanguardia), también existen diversos problemas que pueden impedir

que los países rezagados aprovechen plenamente los beneficios potenciales. Su ejemplo

favorito fue el intento alemán de alcanzar a Gran Bretaña hace más de un siglo. Cuando Gran

Bretaña se industrializó, la tecnología era relativamente intensiva en mano de obra y a

pequeña escala. Pero con el tiempo, la tecnología se hizo mucho más intensiva en capital y

escala, de modo que cuando Alemania entró en escena, las condiciones de entrada habían

cambiado considerablemente. Por este motivo, según Gerschenkron, Alemania tuvo que

desarrollar nuevos instrumentos institucionales para superar estos obstáculos, sobre todo en el

sector financiero, "instrumentos para los que había poca o ninguna contrapartida en un país

industrial establecido" (ibid, p. 7). Consideraba que estas experiencias eran válidas también

para otros países tecnológicamente atrasados. En resumen, utilizando una terminología más

reciente, Gerschenkron sostenía que la recuperación del retraso por parte de los países más

pobres debería estar "condicionada" a ciertos tipos de desarrollo de capacidades.

Moses Abramovitz, con argumentos similares a los de Gerschenkron, también hizo

hincapié en el potencial de recuperación de los países que llegan más tarde, que definió de la

siguiente manera: "Se trata de un potencial que refleja la mayor oportunidad de estos países de

avanzar tomando prestada y adaptando la tecnología de mejores prácticas y la organización de

economías más productivas" (Abramovitz, 1994b, p. 87). Sugirió que las diferencias en la

capacidad de los países para explotar este potencial podrían explicarse en cierta medida por

las diferencias en la denominada "capacidad social".4 Estos son algunos de los aspectos de la

capacidad social en los que hizo hincapié Abramovitz:5

- competencia técnica (nivel de estudios),

- experiencia en la organización y gestión de empresas a gran escala,

- instituciones y mercados financieros capaces de movilizar capital a gran escala,

14
- honestidad y confianza,

15
 - la estabilidad del gobierno y su eficacia a la hora de definir (hacer cumplir) las

normas y apoyar el crecimiento económico.

El concepto de capacidad social pronto se hizo muy popular en los trabajos aplicados, hasta el

punto de que resulta difícil encontrar un artículo publicado en este ámbito que no haga

referencia a él. Sin embargo, como el propio Abramowitz señaló, el concepto es notoriamente

difícil de operativizar, lo que ha dejado un amplio margen para diferentes interpretaciones. De

hecho, como veremos, en muchas aplicaciones prácticas se supone que es idéntico a alguna

medida del nivel educativo, que, aunque podría decirse que es un aspecto importante de la

capacidad social, es claramente una perspectiva más estrecha que la que Abramovitz tenía en

mente.

Otro concepto popular en la literatura aplicada que aborda algunas de las mismas

cuestiones es la "capacidad de absorción". Wesley Cohen y Daniel Levinthal, que sugirieron

el término, lo definieron como "la capacidad de una empresa para reconocer el valor de la

nueva información externa, asimilarla y aplicarla con fines comerciales" (Cohen y Levinthal,

1990, p. 128). En su opinión, depende en gran medida de los conocimientos previos de la

empresa, que a su vez reflejan la I+D acumulada. Sin embargo, también señalaron que la

naturaleza dependiente de la trayectoria del aprendizaje acumulativo podría dificultar que una

empresa adquiriera nuevos conocimientos creados fuera de su propio campo especializado y

que, por lo tanto, era importante que las empresas mantuvieran cierto grado de diversidad en

su base de conocimientos mediante, entre otras cosas, el fomento de vínculos con poseedores

de conocimientos ajenos a su propia organización. Aunque se centraban en las empresas,

muchas de las mismas consideraciones parecen aplicarse a niveles más agregados, como las

regiones o los países, y el concepto ha obtenido una aceptación bastante general.

Hay que señalar, sin embargo, que el concepto de capacidad de absorción no sólo se

refiere a la "absorción" en el sentido recibido del término, sino también a la capacidad de

explotar y crear conocimientos de forma más general. Cohen y Levinthal, muy conscientes de

16
ello, defendieron su postura argumentando -con referencia a la literatura psicológica

pertinente- que la capacidad de

17
asimilar lo existente y la capacidad de crear nuevos conocimientos son tan similares que no

tiene sentido distinguirlas (ibid, p. 130). Sin embargo, otros investigadores han insistido más

en hacer tal distinción. Zahra y George (2002), en una revisión de la literatura sobre el tema,

sostienen que las capacidades necesarias para crear y gestionar el conocimiento difieren de las

relacionadas con su explotación y que, por tanto, ambas merecen ser tratadas y medidas por

separado. Denominan a esta última "capacidad de transformación". Kim (1997) equipara la

capacidad de absorción con la "capacidad tecnológica" e identifica tres aspectos diferentes de

la misma: "capacidad de innovación", "capacidad de inversión" y "capacidad de producción".

En una línea similar, Fagerberg (1988) y Fagerberg et al. (2007) distinguen entre la capacidad

de un país para competir en tecnología (lo que denominan "competitividad tecnológica") y su

capacidad para explotar comercialmente la tecnología independientemente de dónde se haya

creado por primera vez (la denominada "competitividad de la capacidad").

Así pues, existe ya una literatura relativamente amplia sobre el papel de las

capacidades en el desarrollo, tanto conceptual como aplicada. Sin embargo, como debería

desprenderse del debate, los estudiosos de este ámbito han sugerido conceptos alternativos

que se solapan (al menos en parte) y a menudo son difíciles de operativizar. El principal

objetivo de este artículo es contribuir a mejorar (y hacer más transparente) la relación entre el

trabajo conceptual y el aplicado en este ámbito. Comenzamos examinando la relación entre

conceptos e indicadores, señalando que la disponibilidad de indicadores ha mejorado mucho

en los últimos años, y que esto puede resultar beneficioso no sólo para el trabajo aplicado,

sino también para el conceptual.

18
3. En busca de un marco sintético

Basándose en el debate anterior, la Figura 1 presenta una visión general de los factores

que esperamos sean de especial relevancia para la recuperación, junto con posibles

indicadores de estos factores. Empezando por abajo, tenemos en primer lugar los factores

relacionados con las diferencias geográficas y naturales. Estos factores son importantes para el

desarrollo, sobre todo en una fase temprana, y por lo tanto es importante tenerlos en cuenta,

aunque quizá no se pueda hacer mucho al respecto. Esto también es válido, en gran medida,

para las características sociales que son el resultado de procesos históricos en un pasado

lejano, como la(s) lengua(s), la(s) religión(es), las divisiones étnicas, etc. Podría decirse que

gran parte de lo que comúnmente se denomina "instituciones" (por ejemplo, reglas y normas)

también puede entrar en esta categoría. Por ejemplo, las diferencias entre regiones en las

actitudes hacia la colaboración social estudiadas por Putnam (1993) y denominadas "capital

social" demostraron tener sus raíces en la historia y ser notablemente persistentes. En

consecuencia, no las incluimos en lo que denominamos "espacio político", una forma

abreviada de referirse a los factores que, en un plazo razonable, pueden modificarse mediante

intervenciones políticas. Sin embargo, en cualquier momento hay muchas posibilidades de

mejorar la forma en que se gobierna la sociedad. Por lo tanto, la calidad de la gobernanza

pertenece claramente al espacio político. A esto hay que añadir los demás aspectos que

Abramovitz incluyó en su concepto de capacidad social (como la competencia organizativa,

una infraestructura financiera adecuada, la educación, etc.) y los factores asociados a la

capacidad de absorción y la capacidad tecnológica (como, por ejemplo, la infraestructura de

investigación).

19
 Figura 1. Capacidades y desarrollo: un marco integrado

Los conceptos "capacidad tecnológica" y "capacidad de absorción" se refieren ambos a

la capacidad de desarrollar y explotar comercialmente el conocimiento. En el centro se

encuentra la capacidad de innovar, lo que Kim (1997) denomina "capacidad de innovación".

Existen varias fuentes de datos que recogen esta dimensión. Por ejemplo, los gastos en

investigación y desarrollo (I+D) miden algunos (pero no todos) los recursos que se utilizan

para desarrollar nuevos productos o procesos, mientras que las patentes cuentan las

invenciones (patentables) que salen de ese proceso.6 Sin embargo, la primera fuente de datos

no está disponible para muchos países en desarrollo, lo que nos llevó a no incluirla en el

análisis, mientras que la segunda, por ejemplo, las patentes, tiene una cobertura muy amplia y

20
por eso se prefirió.7 La calidad de la base científica de un país, de la que dependen en cierta

medida las actividades de invención e innovación

21
medida dependen, se reflejan en artículos publicados en revistas científicas y técnicas. 8

Además, se reconoce ampliamente que una infraestructura de TIC bien desarrollada es un

factor crítico para la capacidad de desarrollar y explotar nuevas tecnologías. Incluimos tres

indicadores de la difusión de las TIC en la economía: ordenadores personales, usuarios de

Internet y abonados a teléfonos fijos/móviles. Sin embargo, las TIC son igual de importantes

(o incluso más) para otra dimensión de la capacidad tecnológica destacada por Kim, a saber,

la "capacidad de producción". Como indicador adicional de la "capacidad de producción"

incluimos la difusión de las normas de calidad en la producción, para la que la certificación

ISO 9000 parece ser el indicador más pertinente y ampliamente disponible.

Como se señala en la bibliografía sobre la "capacidad de absorción", la apertura (o

interacción) a través de las fronteras nacionales puede servir de importante canal de

transferencia de tecnología (o spillovers) desde el extranjero. También se hace mucho

hincapié en esta cuestión en los trabajos inspirados en las "nuevas teorías del crecimiento"

(véanse, por ejemplo, Grossman y Helpman, 1991; Coe y Helpman, 1995). En la bibliografía

se han examinado cuatro canales de transferencia de tecnología a través de las fronteras de los

países: la migración, la concesión de licencias, el comercio y la inversión extranjera directa

(IED) (para una visión general, véanse Cincera y Van Pottelsberghe, 2001; Keller, 2004). Sin

embargo, debido a la falta de datos, sólo tenemos en cuenta las dos últimas, es decir, la

difusión de la tecnología incorporada en las importaciones (de mercancías) y el (stock) de IED

entrante. Para evitar un sesgo en contra de las grandes economías (que por razones naturales

comercian/interactúan relativamente más internamente) ambos indicadores se midieron

ortogonalmente al tamaño del país.9

Un aspecto importante de la "capacidad social", según Abramovitz, es la capacidad de

organizar/gestionar empresas a gran escala ("capacidades organizativas"). Se trata, como

reconoce el propio Abramovitz, de algo difícil de medir, sobre todo para una amplia muestra

de países con distintos niveles de desarrollo. Lamentablemente, aunque hemos escudriñado

22
las fuentes de datos disponibles en busca de información pertinente (véase más adelante), no

hemos podido

23
mejorar la literatura existente a este respecto. Lo que ha hecho la mayor parte de la literatura

aplicada sobre el tema, siguiendo el influyente estudio de Baumol et al. (1989), es identificar

la "capacidad social" con la educación, aspecto en el que también hace hincapié Abramovitz.

También hay otras muchas contribuciones de carácter teórico o empírico que señalan la

importancia de la educación y/o el capital humano para el crecimiento (véanse, por ejemplo,

Nelson y Phelps 1966, Barro 1991 y Benhabib y Spiegel 1994; para una visión de conjunto,

véase Krueger y Lindahl, 2001). Incluimos tres indicadores: la relación profesor-alumno en la

enseñanza primaria y las tasas de matriculación en la enseñanza secundaria y terciaria.

Además, Abramovitz señaló el papel crucial que desempeña el sistema financiero de un país a

la hora de movilizar recursos para la recuperación, como también han subrayado otros

estudios recientes (King y Levine, 1993; Levine, 1997; Levine y Zervos, 1998). Captamos

este aspecto mediante el importe del crédito (al sector privado) y la capitalización de las

empresas que cotizan en los mercados de capitales nacionales. 10

La importancia de la gobernanza, la política y las instituciones, que proporcionan a los

agentes económicos incentivos para la creación y la difusión del conocimiento, está

generalmente reconocida en la literatura. Esto es válido no sólo para Abramovitz, quien, como

se ha mencionado anteriormente, incluyó varios de estos aspectos en su definición de

"capacidad social", sino también para autores de otras corrientes como, por ejemplo, la "nueva

teoría del crecimiento". Aunque estos factores a menudo desafían la medición "dura", 11

especialmente en una comparación entre países, existen algunas medidas basadas en encuestas

que pueden tenerse en cuenta aquí.12 Incluimos las siguientes: 13

- ley y orden,

- tribunales imparciales,

- protección de los derechos de propiedad,

- lo difícil que es poner en marcha/gestionar una empresa,

- Tamaño del mercado informal (grado de corrupción),

24
- gobierno democrático frente a gobierno autocrático,

25
 - controles y equilibrios en el sistema político,

- el grado de competencia por los puestos en los poderes ejecutivo y legislativo y

- el alcance de los derechos políticos y las libertades civiles.

Aunque la mensurabilidad es una cuestión clave para el presente ejercicio, la

disponibilidad de datos también resultó ser un serio problema. Normalmente, la mayoría de

las economías de mercado desarrolladas ocupan un lugar destacado entre las que tienen una

buena cobertura, mientras que muchos países en desarrollo y antiguas economías socialistas

carecen de datos sobre muchos indicadores (y años) potencialmente útiles. A partir de una

selección inicial de datos de 175 países y más de 100 indicadores potenciales, decidimos

incluir 115 países y 25 indicadores en el análisis (para más detalles, véase el Apéndice 1).

Aún así, faltaban algunos puntos de datos para muchos países/indicadores. Excluir todos los

países con una o más observaciones ausentes nos llevaría inevitablemente a considerar

únicamente un pequeño grupo de países muy desarrollados. Lo mismo ocurre con los

indicadores, no tener en cuenta todos los indicadores para los que algún país carecía de datos

nos llevaría a ignorar muchos de los factores explicativos potencialmente más interesantes. En

tales casos, optamos por estimar las observaciones que faltaban con la ayuda de información

sobre otros indicadores/países similares (en lugar de reducir la muestra).14 Para garantizar la

comparabilidad a lo largo del tiempo y entre países, todos los indicadores se midieron en

unidades reales (cantidad), deflactadas (si procede) con la población o el PIB y en una escala

creciente de puntuación baja (débil) a puntuación alta (fuerte). 15 Para limitar la influencia de

las perturbaciones ocurridas en años concretos, expresamos todos los indicadores como

medias trienales para el periodo inicial sobre 1992-1994 y para el periodo final sobre 2002-

2004.

26
4. Construcción de variables compuestas: análisis factorial

Dado el número relativamente elevado de indicadores, es evidente que hay mucha

información que explotar en el análisis. Pero huelga decir que no tendría sentido tener en

cuenta todos estos indicadores en un análisis de regresión sobre el crecimiento económico, ya

que muchos de ellos reflejan aspectos ligeramente diferentes de la misma realidad y tienden a

estar muy correlacionados (de ahí que quepa esperar multicolinealidad). ¿Cómo combinar esta

información en un número menor de dimensiones con una interpretación económica clara?

Este es uno de los principales retos a los que nos enfrentamos en este estudio.

El enfoque más utilizado para construir variables compuestas consiste en utilizar el

juicio para seleccionar los indicadores relevantes y, a continuación, ponderarlos

conjuntamente (normalmente utilizando ponderaciones iguales; para un estudio de la

bibliografía, véase Archibugi y Coco, 2005). Para ello es necesario saber de antemano qué

indicadores combinar en una única dimensión. Sin embargo, si carecemos de este

conocimiento, esta forma de hacer las cosas se topa con problemas, como parece ser el caso

aquí. Afortunadamente, existe una rama muy desarrollada del análisis multivariante, el

llamado "análisis factorial", que está diseñado para asesorar en cuestiones como ésta

(Basilevsky, 1994). Se basa en lasencilla idea de que es probable que los indicadores que se

refieren a la misma dimensión estén fuertemente correlacionados, y que podemos utilizar esta

idea para reducir la complejidad de un gran conjunto de datos (formado por muchos

indicadores) a un pequeño número de variables compuestas, cada una de las cuales refleja una

dimensión específica de la varianza total. Este método se ha utilizado ampliamente en las

ciencias sociales durante mucho tiempo (Spearman, 1904; Hotelling, 1933) y se aplicó por

primera vez al estudio del desarrollo en el estudio pionero de Adelman y Morris (1965, 1967).

El análisis factorial se realiza en dos etapas. En primer lugar, se encuentra una

solución en términos de número de factores que deben retenerse y la parte de la varianza total

27
que explican conjuntamente. A continuación, en una segunda etapa, se ajustan las cargas de

los distintos indicadores en los factores mediante so-

28
llamada "rotación" para maximizar las diferencias entre los factores (sin modificar el número

de factores ni la parte de la varianza total que éstos explican conjuntamente). Los indicadores

(en forma logarítmica16 ) incluidos en el análisis se estandarizaron, como es habitual, en un

formato común (deduciendo la media y dividiendo por la desviación típica). Utilizamos la

media y la desviación estándar de los datos agrupados (del periodo inicial y final), lo que

significa que el cambio de una variable compuesta a lo largo del tiempo reflejará tanto los

cambios en la posición de cada país (en relación con los demás países) como los cambios en

la importancia de los indicadores subyacentes (a lo largo del tiempo). De este modo, tenemos

en cuenta la mayor cantidad de información posible.

En el cuadro 1 presentamos los resultados de un análisis factorial de los datos

agrupados del periodo inicial y final para los 115 países cubiertos por el análisis (por tanto,

230 observaciones).17 El cuadro presenta las cargas factoriales (matriz de patrones) tras la

rotación oblicua oblimin.18 El análisis condujo a la selección de cuatro factores principales

que explican conjuntamente el 74% de la varianza total. El primer factor, que explica

aproximadamente un tercio de la varianza total, presenta una elevada carga con varios

indicadores asociados a la "capacidad tecnológica" y la "capacidad de absorción", como las

patentes, las publicaciones científicas, la infraestructura de TIC, las certificaciones ISO 9000

y la disponibilidad de financiación.19 Sin embargo, también está muy correlacionado con la

educación, por lo que trasciende la distinción establecida entre capacidades "tecnológicas" y

"sociales". Sugerimos interpretarlo como una medida sintética de los factores (o capacidades)

necesarios para desarrollar y/o explotar la tecnología en beneficio económico de un país. En

la literatura reciente, el término "sistema de innovación" se utiliza a menudo como abreviatura

de dichos factores (Lundvall, 1992; Nelson, 1993, Edquist 2004), y aquí utilizaremos este

concepto.20 El gráfico 2 representa la puntuación de los factores del sistema de innovación en

relación con el PIB per cápita (como medida del nivel de desarrollo económico). Existe una

correlación muy estrecha entre ambos, la calidad del sistema de innovación "explica" más del

29
85 % de la variación del desarrollo. En la medida en que hay algunas desviaciones de la línea

de regresión, procede de un grupo de países ricos en recursos.

30
(los países de la OPEP, por ejemplo), con niveles de PIB per cápita ligeramente superiores a

lo que indicaría la calidad de sus sistemas de innovación, y algunas de las antiguas economías

de planificación centralizada, para las que es al revés.

Cuadro 1 Resultados del análisis de factores

Sistem
Gobier Sistema
a de Apertura
no político
innova
ción
Patentes USPTO (per cápita) 0.63 0.33 0.14 -0.08
Artículos de ciencia e ingeniería (per cápita) 0.63 0.42 0.06 -0.12
Certificaciones ISO 9000 (per cápita) 0.81 0.04 0.00 0.26
Abonados a la telefonía fija y móvil (per cápita) 0.94 0.00 0.03 0.06
Usuarios de Internet (per cápita) 0.81 -0.18 0.09 0.31
Ordenadores personales (per cápita) 0.79 0.17 0.00 0.17
Ratio profesor-alumno en primaria 0.82 0.17 -0.10 -0.18
Matriculación en secundaria (% bruto) 0.92 -0.07 0.03 -0.13
Matriculación en enseñanza terciaria (% bruto) 0.95 -0.09 0.08 -0.18
Crédito interno al sector privado (% del PIB) 0.47 0.44 0.00 0.09
Capitalización bursátil de las empresas cotizadas (% del 0.46 0.32 0.05 0.21
PIB)
Importaciones de mercancías (% del PIB) -0.11 0.04 -0.12 0.77
Entradas de inversión extranjera directa (% del PIB) 0.05 -0.01 0.10 0.85
Tribunales imparciales -0.09 0.88 -0.04 -0.07
Orden público 0.21 0.59 -0.07 0.00
Derechos de propiedad 0.00 0.87 0.16 0.01
Reglamento 0.11 0.71 0.04 0.00
Mercado informal (corrupción) 0.27 0.67 -0.03 0.21
Índice de democracia y autocracia -0.04 -0.03 0.96 -0.03
Limitación política 0.09 0.02 0.80 -0.03
Índice legislativo de competitividad política -0.02 -0.20 0.84 0.00
Índice ejecutivo de competitividad política 0.08 -0.23 0.84 0.07
Derechos políticos -0.01 0.22 0.89 -0.02
Libertades civiles 0.01 0.27 0.82 0.04
Porcentaje explicado de la varianza total 29.9 20.1 18.5 6.6

Nota: Se detectaron cuatro factores con valor propio > 1, que explican el 75,0% de la varianza
total; método de extracción: factores de componentes principales; rotación: oblimin oblicua.
Número de observaciones = 230 (datos agrupados de 115 países en el periodo inicial y final).
Fuente: Véase el anexo 1.

31
Figura 2. PIB per cápita y sistema de innovación PIB per cápita y sistema de innovación (nivel
medio durante 2002-2004)

Nota: Para la definición de la variable sistema de innovación,

véase el cuadro 1. Fuente: Véase el Apéndice 1.

Un breve examen de los dos factores siguientes, que explican cada uno

aproximadamente una quinta parte de la varianza total, revela que la diferencia antes

mencionada entre "gobernanza" (o "política"), por una parte, y "reglas del juego" (o

"instituciones"), por otra, se refleja claramente en los resultados. El segundo factor puntúa alto

en varios aspectos que reflejan la calidad de la "gobernanza", como un sistema judicial que

funciona bien, poca corrupción y un entorno favorable para los negocios. Como en el caso

anterior, la puntuación de este factor se correlaciona positivamente con el nivel de desarrollo

económico (y de forma significativa). Sin embargo, como se desprende de la Figura 3, la

relación no es tan fuerte como en el caso del sistema de innovación. La principal razón de

32
esto es que hay un grupo de países, principalmente de origen africano, que se desvía del patrón

principal por ser mucho más pobres de lo que debería indicar la calidad de la gobernanza.

Gráfico 3 PIB per cápita y gobernanza (nivel medio en 2002-2004)

Nota: Para la definición de la variable de gobernanza, véase

el cuadro 1. Fuente: Véase el Apéndice 1.

El tercer factor, por el contrario, obtiene una puntuación especialmente alta en una

serie de aspectos que reflejan el carácter del "sistema político" (por ejemplo, las "reglas del

juego"). En resumen, los países con sistemas políticos cercanos a los del mundo occidental

obtienen una puntuación alta en esta dimensión, mientras que los países con sistemas que

difieren mucho de los ideales democráticos occidentales obtienen una puntuación baja. Sin

embargo, a diferencia de la variable del sistema de innovación, el carácter del sistema político

no está estrechamente correlacionado con los niveles de desarrollo económico. De hecho, el

33
gráfico 4 revela que algunos

34
A los países con regímenes claramente "no occidentales" (autoritarios) les va bastante bien

económicamente. Sin embargo, la mayoría de los países se agrupan a la derecha en la figura

(lo que indica un sistema político de tipo "occidental"), independientemente de su nivel de

desarrollo económico.

Gráfico 4 PIB per cápita y sistema político (nivel medio durante 2002-2004)

Nota: Para la definición de la variable sistema político, véase el

cuadro 1. Fuente: Véase el Apéndice 1.

Por último, hay un cuarto factor que puede denominarse "apertura", ya que muestra

una carga elevada con las importaciones y la entrada de IED. Por lo tanto, este factor recoge

aspectos que (al menos en algunas versiones de los argumentos) se atribuyen a la "capacidad

de absorción". Como se ha señalado, se trata de un factor considerado especialmente

importante por los seguidores de la "nueva teoría del crecimiento". Sin embargo, este cuarto
35
factor contribuye mucho menos a la explicación de la varianza total que los tres factores.

36
otros factores (sólo alrededor del 7%). La variable compuesta basada en este factor tampoco

está estrechamente correlacionada con el desarrollo económico (Figura 5).

Figura 5. PIB per cápita y apertura PIB per cápita y apertura (nivel medio en 2002-2004)

Nota: Para la definición de la variable de apertura, véase

el cuadro 1. Fuente: Véase el Apéndice 1.

Aunque la mayoría de los indicadores tienen una fuerte carga con una sola variable

compuesta, hay algunas excepciones dignas de mención. Por ejemplo, los indicadores de

desarrollo financiero tienen una carga moderada tanto con el sistema de innovación como con

la gobernanza. Esto no es necesariamente sorprendente. Un sistema financiero que funcione

bien es obviamente importante para la innovación, pero podría decirse que también está

íntimamente relacionado con la buena gobernanza. Los artículos científicos y las patentes

están muy relacionados con el sistema de innovación y (moderadamente) con la gobernanza.

37
Así pues, los resultados indican que aunque

38
La calidad del sistema de innovación y la de la gobernanza representan aspectos diferentes de

la realidad (y es posible distinguirlos claramente), pero también existe hasta cierto punto una

relación entre ambas. La difusión de internet carga altamente con el sistema de innovación y

moderadamente con la apertura. Lo primero concuerda claramente con nuestras hipótesis,

pero lo segundo también tiene sentido. Podría decirse que la apertura (en un sentido

económico) no sólo debería referirse a los flujos de bienes y dinero a través de las fronteras,

sino también a los flujos de ideas (para los que el acceso a Internet resulta muy útil).

5. Capacidades y desarrollo

Para resumir los principales resultados obtenidos hasta ahora, parece existir una

relación muy estrecha entre el sistema de innovación y el nivel de desarrollo, y lo mismo

ocurre en cierta medida con las relaciones entre gobernanza y desarrollo. Por el contrario, la

apertura y el carácter del sistema político no parecen estar estrechamente relacionados con el

desarrollo económico, al menos tal como se mide aquí. Sin embargo, estas correlaciones

simples pueden ocultar relaciones más complejas, por lo que en un segundo paso llevamos a

cabo una regresión multivariante de la relación entre las cuatro capacidades identificadas

anteriormente y el nivel de desarrollo económico reflejado por el PIB per cápita. Para evitar el

sesgo de simultaneidad en las estimaciones, utilizamos datos del periodo inicial (media de

1992-1994) para las cuatro capacidades y del periodo final (media de 2002-2004) para el PIB

per cápita.

Como es habitual en la bibliografía, incluimos, además de las capacidades

mencionadas, una batería de indicadores que reflejan las diferencias geográficas, naturales e

históricas. Tras un examen de la bibliografía reciente sobre el papel de estos factores

exógenos para el crecimiento (Acemoglu et al., 2002; Alesina et al., 2003; Bloom at al., 2003;

Fearon, 2003; Gallup et al., 1999; Masters y McMillan, 2003; Sachs y Warner, 2001; Sachs et
39
al., 2004), lo siguiente

40
Se seleccionaron trece variables: longitud del centroide del país, latitud del centroide del país,

logaritmo de la superficie, acceso al océano, tierra en ecozona desértica, tierra en ecozona

tropical, logaritmo de la densidad de población, fraccionamiento étnico, fraccionamiento

religioso, riesgo mortal de malaria, logaritmo de los depósitos de petróleo per cápita,

logaritmo del número de personas muertas en desastres naturales per cápita y logaritmo de los

años transcurridos desde la independencia nacional (para más detalles, véase el Apéndice 1).

Además de una estimación por mínimos cuadrados ordinarios, comprobamos la solidez de los

resultados con respecto a la composición de la muestra volviendo a estimar esta relación con
21
una técnica de regresión robusta, mínimos cuadrados iterativamente reponderados. Para

identificar la especificación con las mejores propiedades estadísticas utilizamos una regresión

por pasos (hacia atrás).22 También proporcionamos resultados separados para muestras que

sólo incluyen países de renta alta y media.

El cuadro 2 presenta los resultados del análisis de regresión. Nótese que todas las

variables se expresan en una escala común (estandarizada deduciendo la media y dividiendo

por la desviación típica), lo que permite comparar directamente los valores de los parámetros

(se indican los denominados coeficientes beta).23 El principal resultado es que,

independientemente del método econométrico, el desarrollo del sistema de innovación y la

calidad de la gobernanza están positiva y significativamente asociados al desarrollo

económico. Para las dos capacidades restantes no existe una relación significativa. La

introducción de indicadores que reflejan las diferencias de naturaleza, geografía e historia dio

lugar a un ligero aumento del poder explicativo del modelo y a una ligera disminución de la

correlación entre el PIB per cápita y el desarrollo del sistema de innovación. Por lo tanto,

estos resultados confirman las conclusiones anteriores de que tales diferencias sí son

importantes para el desarrollo económico. Además, los resultados aquí alcanzados indican que

una razón importante para ello puede ser que estas diferencias influyan en la capacidad de un

país para desarrollar un sistema de innovación que funcione correctamente. Los resultados son

41
robustos a la composición de la muestra, salvo que el efecto positivo estimado de la buena

gobernanza casi se duplicó cuando se excluyeron los países menos desarrollados.

42
Cuadro 2 Resultados de la regresión - niveles

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

Iterativam Paso a Paso a
ente paso paso
re- regresión regresión
Regresió excl. el excl. la
Método de estimación OLS mínimos
n por cuartil mitad
cuadrado
etapas más más
s
pondera pobre pobre
dos
Constante .. 0.02 .. .. ..
.. (0.78) .. .. ..
Sistema de innovación 0.85*** 0.86*** 0.71*** 0.67*** 0.76***
(18.14) (19.73) (14.02) (9.83) (11.00)
Gobernanza 0.16*** 0.13*** 0.18*** 0.30*** 0.28***
(3.35) (3.08) (3.93) (4.91) (4.48)
Sistema político -0.04 -0.04 .. .. ..
(1.08) (1.31) .. .. ..
Apertura 0.04 0.04 .. .. ..
(1.07) (1.25) .. .. ..
Geografía, naturaleza e historia No No Sí Sí Sí
F 336.83 268.32 218.79 156.37 97.47
R2
0.90 .. 0.92 0.90 0.93
Observaciones 115 115 115 86 57

Nota: La variable dependiente es el logaritmo del PIB per cápita medio durante 2002-2004
(PPA, USD constantes de 2000). Las variables independientes de las capacidades
(puntuaciones de los factores) son sus niveles retardados del periodo 1992-1994. Valor
absoluto de los estadísticos t robustos entre paréntesis; *, **, *** denotan significación a los
niveles del 10, 5 y 1 por ciento. Variables normalizadas utilizadas en las estimaciones
(coeficientes beta indicados).

En la discusión hasta ahora hemos examinado principalmente la relación entre

capacidades y desarrollo cuando se mide en niveles. Sin embargo, ¿pueden mantenerse los

resultados del análisis anterior en un marco dinámico (por ejemplo, explicar las diferencias en

el crecimiento económico)? Como punto de partida, cabe señalar que muchas contribuciones a

la literatura empírica sobre las diferencias entre países en los resultados del crecimiento, a

pesar de las diferencias teóricas, comparten un marco empírico común. Este marco,

denominado Barro-regressions (Barro, 1991), consiste en la regresión del crecimiento

económico frente al PIB per cápita inicial y una serie de otros factores que pueden
43
considerarse relevantes (para una muestra transnacional). En este marco, la variable del PIB

per cápita mide el potencial de convergencia. Las demás variables representan

44
factores que se supone que son importantes para (o "condicionan") la capacidad de explotar

este potencial. De ahí que en la literatura estos factores se denominen a menudo "factores

condicionales".24 Aquí aplicaremos este marco. Como factores condicionales incluimos las

capacidades desarrolladas en este documento y la batería de indicadores que reflejan las

diferencias geográficas, naturales e históricas.

La popularidad de las regresiones de Barro en los trabajos aplicados se debe

probablemente en gran medida al hecho de que pueden ser coherentes con diferentes

perspectivas teóricas sobre las causas del crecimiento económico. Por ejemplo, como

muestran Barro y Sala-i-Martin (2003, p. 274-5), la inclusión de la variable del PIB per cápita

puede ser coherente tanto con el modelo de crecimiento neoclásico tradicional de Solow (en

cuyo caso se supone que el nivel del PIB per cápita refleja la intensidad de capital de la

economía) como con una perspectiva schumpeteriana (en la que un PIB per cápita bajo indica

un alto potencial de difusión). Sin embargo, las distintas perspectivas teóricas pueden llevar a

conclusiones diferentes en cuanto a los factores condicionantes que deben incluirse (y en qué

formato). Por ejemplo, hasta hace poco era común suponer la ausencia de "efectos de nivel"

en los análisis del crecimiento económico, es decir, se suponía que el crecimiento del PIB se

derivaba del crecimiento, y no de los niveles, de las variables explicativas. Con la llegada de

la "nueva teoría del crecimiento" esto cambió porque, según este enfoque, un mayor nivel de,

por ejemplo, conocimiento puede inducir un mayor crecimiento indefinidamente. Pero los

efectos de nivel también pueden ser el resultado de choques temporales que hacen que las

variables se desvíen de sus valores estacionarios.

El Cuadro 3 presenta los resultados del análisis. El primer modelo (1) relaciona el

potencial de convergencia (logaritmo del PIB per cápita inicial) y los cambios en las

capacidades con el crecimiento del PIB per cápita. La mejora del sistema de innovación y la

calidad de la gobernanza resultaron ser predictores altamente significativos y positivos del

crecimiento, mientras que los cambios en el sistema político y la apertura resultaron no estar

45
correlacionados con el crecimiento. Sin embargo, el efecto de la variable PIB per cápita fue

contrario a lo esperado, es decir, positivo, lo que indica - si

46
nada - "divergencia condicional". El modelo también predice mal. El segundo modelo (2)

añade los niveles iniciales de las capacidades junto con sus cambios como posibles "factores

condicionales". En esta configuración, tanto el nivel como el cambio de la calidad del sistema

de innovación y el de la gobernanza resultaron ser predictores positivos y significativos del

crecimiento, mientras que, al igual que antes, las dos capacidades restantes resultaron ser poco

importantes. Además, el PIB per cápita es significativo y con el signo esperado. 25 El poder

explicativo del modelo también aumenta significativamente. El tercer modelo (3) aplica,

como antes, una técnica de regresión robusta (mínimos cuadrados iterativamente

reponderados) para comprobar el impacto de posibles valores atípicos. Los resultados no se

ven muy afectados, con la excepción de que ahora encontramos cierto apoyo (modesto) a los

efectos positivos sobre el crecimiento de los cambios (pero no de los niveles) en el grado de

apertura y el carácter del sistema político.

En el cuarto modelo (4) añadimos las trece variables exógenas introducidas

anteriormente, que reflejan las diferencias geográficas, naturales e históricas. Como antes,

utilizamos un procedimiento de regresión por pasos (hacia atrás) para identificar el modelo

con las mejores propiedades estadísticas. Una vez más, se registra un aumento considerable de

la capacidad explicativa del modelo, lo que confirma nuestro resultado anterior de que esos

factores exógenos sí son importantes para el desarrollo. Sin embargo, con estos factores

exógenos incluidos, el nivel del sistema de innovación deja de ser un factor significativo para

el crecimiento, y el impacto estimado de sus cambios sobre el crecimiento también se reduce

(aunque sigue siendo positivo y significativo). Por lo tanto, estos resultados corroboran

nuestra conclusión anterior de que los factores desfavorables relacionados con la geografía, la

naturaleza y la historia tienden a obstaculizar el desarrollo de un sistema de innovación que

funcione bien y, con él, el nivel de desarrollo económico en general. Por último, como en el

caso anterior, existe cierto (modesto) apoyo a un impacto de la apertura y el sistema político

en el crecimiento (aunque esta vez para los niveles). Además, en contra de las expectativas

47
generalizadas, un sistema político de tipo occidental parece tener, si acaso, un impacto

negativo en el crecimiento.

48
 Dado que el ejercicio anterior sugería que los resultados para la apertura y el sistema

político pueden ser sensibles a la composición de la muestra, incluimos en la quinta y sexta

columnas una prueba de la robustez de los resultados a la eliminación de los países más

pobres (primero el cuarto más pobre y luego la mitad más pobre). Lo primero que hay que

señalar es el gran aumento del poder explicativo a medida que los países son más

desarrollados. Una posible explicación es que hay más diversidad entre las economías más

pobres en cuanto al funcionamiento de sus economías, lo que cuestiona la idea de que las

instituciones y políticas que han demostrado funcionar en los países ricos necesariamente lo

harán también en el mundo en desarrollo. Pero también puede tener que ver con los problemas

de medición (que cabría esperar que fueran más graves en los países pobres). En segundo

lugar, cuando se eliminan los países más pobres, la calidad del sistema de innovación adquiere

mayor importancia para el crecimiento. En tercer lugar, y éste es el resultado más

sorprendente, el sistema político (grado de occidentalización) tiene un efecto diametralmente

opuesto en las economías pobres y ricas. Un impacto negativo significativo se convierte en un

impacto positivo significativo cuando sólo se incluye la mitad más rica. También la apertura

parece importar más para las economías más ricas (aunque hay algunas pruebas de un impacto

positivo, aunque pequeño, también para la muestra más amplia).

Para detectar un posible sesgo de endogeneidad en las estimaciones, debido a una

posible retroalimentación del crecimiento económico (la variable dependiente) sobre los

cambios en las capacidades, aplicamos la prueba de Hausman (o Durbin-Wu-Hausman) para

la endogeneidad. Esta prueba se realiza haciendo primero una regresión de cada variable

explicativa potencialmente endógena sobre todas las variables exógenas (e instrumentos), y

luego, en un segundo paso, incluyendo los residuos de estas regresiones como variables

adicionales en una nueva regresión del modelo original.26 Si algunos de los residuos resultan

significativos en esta última regresión, aceptamos la endogeneidad de la variable y el modelo

debe estimarse por mínimos cuadrados en dos etapas para obtener resultados coherentes. Sin

49
embargo, en el presente caso la prueba no detectó el sesgo de endogeneidad.

50
Cuadro 3 Resultados de la regresión - crecimiento

(1) (2) (3) (4) (5) (6)

Mínimos Regresión Regresión
cuadrados por etapas por etapas
Mode Nivel Regresió
Modelo repondera excluido excluida
lo es n por
dos el cuartil la mitad
básico inicia etapas
iterativam más más
les
ente pobre pobre
Constante .. .. -0.01 .. .. ..
.. .. (0.20) .. .. ..
Log del PIB per cápita inicial 0.18** -0.76** -0.76*** -0.51*** -0.74*** -0.89***
(2.19) (2.16) (3.23) (2.93) (2.80) (3.39)
Sistema de innovación .. 0.74** 0.71*** .. 0.43* 0.56**
.. (2.28) (3.17) .. (1.69) (2.07)
Gobernanza .. 0.39*** 0.44*** 0.36** 0.46** 0.43**
.. (2.68) (3.80) (2.45) (2.50) (2.34)
Sistema político .. 0.07 0.06 -0.21* -0.41*** 0.34***
.. (0.57) (0.65) (1.94) (2.94) (2.71)
Apertura .. 0.07 0.04 0.18** 0.17* 0.37***
.. (0.64) (0.45) (2.15) (1.79) (3.12)
sistema de innovación 0.31*** 0.48*** 0.49*** 0.27*** 0.33** 0.30**
(3.24) (4.67) (5.77) (3.20) (2.45) (2.55)
gobernanza 0.36*** 0.38*** 0.47*** 0.34*** 0.48*** ..
(3.80) (3.87) (6.70) (3.14) (4.70) ..
sistema político 0.10 0.12 0.15* .. .. 0.24**
(1.43) (1.32) (1.98) .. .. (2.08)
apertura 0.03 0.03 0.20** .. .. ..
(0.21) (0.20) (2.16) .. .. ..
Geografía, naturaleza e historia .. .. .. Sí Sí Sí
F 4.70 4.20 10.51 6.80 7.60 27.74
R2
0.19 0.30 .. 0.43 0.52 0.73
Observaciones 115 115 115 115 86 57

Nota: La variable dependiente es el crecimiento anual del PIB per cápita (PPA, dólares
constantes de 2000) durante 1992-2004. Valor absoluto de los estadísticos t robustos entre
paréntesis; *, **, *** denotan significación a los niveles del 10, 5 y 1 por ciento. Variables
estandarizadas utilizadas en las estimaciones (coeficientes beta indicados).

51
6. Conclusiones

El punto de partida de este documento ha sido la constatación de que las diferencias de

renta en la economía mundial están aumentando en lugar de reducirse. De hecho, la

investigación histórica demuestra que se trata de una tendencia a largo plazo. Sin embargo,

siempre ha habido ejemplos de países que han desafiado la tendencia y han conseguido

alcanzar a los países mucho más ricos en la frontera tecnológica, y esto también es válido para

el periodo que aquí se investiga. Sin embargo, las razones de ello han sido objeto de

considerable controversia. Sin embargo, en los últimos años ha mejorado mucho la calidad y

la disponibilidad de datos sobre distintos aspectos del desarrollo, lo que podría dar a los

investigadores de este campo la oportunidad de investigar más a fondo las razones de las

grandes diferencias de rendimiento económico. Intentando aprovechar esta oportunidad, este

documento comienza con una visión general de los distintos enfoques existentes en la

literatura sobre la explicación de estas diferencias y, en particular, de los indicadores y

métodos empíricos que estos distintos enfoques han puesto de relieve. Esto lleva a la

formulación de un modelo empírico sintético y, con la ayuda del análisis factorial, a la

identificación de un conjunto de "capacidades" que cabe suponer de importancia crítica para

la recuperación.

Se identificaron y midieron las siguientes "capacidades" con la ayuda de datos de

veinticinco variables diferentes para 115 países durante el periodo 1992-2004:

El desarrollo del "sistema de innovación

La calidad de la "gobernanza

El carácter del "sistema político"

El grado de "apertura" a la tecnología/conocimientos del exterior

El análisis sugiere que un sistema de innovación bien desarrollado es esencial para los

países que deseen tener éxito en la recuperación del retraso. Existe una relación estadística

52
fuerte, significativa y sólida entre (el nivel y la variación del) PIB per cápita, por una parte, y

(el nivel y la variación del) PIB per cápita, por otra.

53
cambio de) el sistema de innovación, por otro. Los datos históricos y descriptivos también

sugieren que los países que han logrado recuperar el retraso han dado una gran prioridad a

esta dimensión del desarrollo (Wade, 1990; Nelson, 1993; Kim, 1997).

Aunque un sistema de innovación que funcione bien se desprende del análisis como

una clara prioridad n.º 1 para el desarrollo, no es suficiente. 1 para el desarrollo, no es

suficiente. El sistema de innovación debe estar respaldado por una buena gobernanza para

obtener los resultados económicos deseados. A veces se afirma que se trata sobre todo de

"occidentalizar" con éxito el sistema político, por ejemplo, adaptándose a los acuerdos

institucionales que han dado buenos resultados en Estados Unidos y otras democracias

occidentales. Este estudio, que confirma la investigación previa de Barro (1996), encuentra

que el apoyo a estas afirmaciones es bastante débil. Por el contrario, demostramos que es en

las economías ricas donde un sistema político de tipo occidental favorece el crecimiento. Para

los países pobres es, si acaso, al revés. De hecho, entre los países que a lo largo de los años

han logrado ponerse al día hay varios ejemplos de países con acuerdos institucionales que

difieren mucho de los ideales occidentales (considérense, por ejemplo, los resultados recientes

de países como China y Vietnam, los Tigres Asiáticos antes de los años 90 o el Japón de antes

de la Segunda Guerra Mundial).

Otro resultado del estudio, coherente con la investigación anterior de Rodrik et al.

(2004), es que hay poco apoyo para el argumento de que las diferencias en la apertura

importan mucho para el desarrollo. Esto se mantiene incluso cuando, como en el caso que nos

ocupa, se controla el tamaño del país. Aunque en algunos casos se observa una correlación

positiva entre apertura y crecimiento, el grado de correlación es bajo y sensible a los cambios

en la composición de la muestra. Podría decirse que éste no es el tipo de evidencia que

justifica conclusiones políticas sólidas para los países menos desarrollados. 27 De hecho, es

entre las economías más ricas donde la apertura parece tener más importancia para el

crecimiento.

54
 En general, la imagen que se desprende de este estudio es la de una economía global

basada en el conocimiento con fuertes elementos de crecimiento endógeno. Los países que

consiguen desarrollar y mantener una fuerte capacidad de innovación y unos sistemas de

gobernanza que funcionan correctamente obtienen buenos resultados económicos, mientras

que los que fracasan tienden a quedarse rezagados. Sin embargo, muchos países de la parte

más pobre del mundo tienen dificultades para desarrollar las capacidades (un sistema de

innovación que funcione bien, en particular) necesarias para sumarse a esta dinámica virtuosa.

Un sistema de innovación es algo que se construye gradualmente a lo largo de muchos años.

Los resultados aquí expuestos sugieren que muchos países pobres actuales han visto

obstaculizado el desarrollo de un sistema de innovación por una combinación de factores

desfavorables relacionados con la geografía, la naturaleza y la historia, y que tales factores

siguen afectando negativamente a las economías de estos países. Podría decirse que esto

proporciona un argumento añadido a favor de la ayuda al desarrollo, ya que algunos países

están mucho peor situados que otros por razones que escapan al control de las personas que

viven hoy en día (o de sus políticos). También sugiere que dicha ayuda debería adaptarse para

ayudar a los países a superar los efectos desfavorables de la geografía, la naturaleza y la

historia en el desarrollo de sistemas prósperos de innovación.

55
1
Véanse las revisiones de Fagerberg (1994) y Temple (1999) y las pruebas recientes de Easterly y Levine (2001).
2
Sin embargo, se suele atribuir a Veblen (1915) el inicio de este enfoque. Para una visión general, véase

Fagerberg y Godinho (2004).

3
Esta tradición de investigación se denomina a veces "enfoque de la brecha tecnológica" del crecimiento y el

desarrollo (Fagerberg, 1987). Para una visión general y una comparación con otros enfoques, véase Fagerberg

(1994).
4
El término "capacidad social" procede de Ohkawa y Rosovsky (1973).
5
Véase Abramovitz (1986, pp. 387-390; 1994a, pp. 34-35; 1994b, p. 88).
6
Sólo utilizamos patentes concedidas por la Oficina de Patentes y Marcas de Estados Unidos (USPTO) para

garantizar la coherencia encuantoacriterios de novedad, originalidad, etc.

7
En un estudio reciente sobre la difusión de la tecnología, Keller (2004, p. 757) concluye que, debido a la forma

en que se define la I+D, "las inversiones en tecnología de los países medios y pobres (...) no pueden analizarse

normalmente utilizando datos de I+D".

8
Consideramos que tanto el recuento de patentes como el de artículos son fuentes muy fiables de datos

cuantitativos. Hay que tener en cuenta, sin embargo, que la propensión a patentar o publicar varía

considerablemente entre campos científicos y sectores/industrias y que muchas innovaciones no se registran por

estos medios. Además, puede haber un sesgo lingüístico/regional al alza para las naciones anglófonas y/o los

países con vínculos estrechos con Estados Unidos. No se ha intentado corregir estos posibles sesgos.
9
Las variables se contrastaron con el logaritmo del tamaño del país (km2 ) y los residuos de estas regresiones se

utilizaron en nuestro análisis.

10
Obsérvese que Kim (1997) incluyó las finanzas (lo que denominó "capacidad de inversión") en su definición

de "capacidad tecnológica", lo que ilustra una vez más la naturaleza parcialmente solapada de algunos de los

conceptos más utilizados en este ámbito.

11
Entre los aspectos incluidos en la Figura 1 (y destacados por Abramovitz), y para los que existen indicadores

basados en encuestas pero con una cobertura demasiado baja para permitir su inclusión aquí, se encuentran la

"tolerancia" y la "honradez y confianza" . En la bibliografía más reciente, estos aspectos suelen considerarse

relacionados con el "capital social", es decir, la capacidad de una población para participar en actividades

cooperativas y socialmente beneficiosas (véase Woolcock y Narayan, 2000 para una visión general).
12
Las fuentes de los datos incluyen paneles de expertos y encuestas proporcionadas por la Fundación Heritage,

Freedom House, Polity IV Project, Transparencia Internacional, Amnistía Internacional, Foro Económico
56
Mundial, PRS

57
Group, Economic Intelligence Unit, varias agencias estatales con sede en EE.UU. y otros (para más detalles,

véase el Apéndice 1).

13
Obsérvese que, debido a la limitación o ausencia de series temporales, no podemos utilizar los indicadores

elaborados por Djankov et al. (2002), Botero et al. (2004) y el proyecto "Investment Climate Survey" del Banco

Mundial. Por las mismas razones, no podemos utilizar los indicadores sobre normas constitucionales e

independencia judicial propuestos por La Porta et al. (2004) y sobre procedimientos legales sugeridos por

Djankov et al. (2003). Tampoco utilizamos los indicadores compuestos sobre "asuntos de gobernanza"

desarrollados por el Banco Mundial porque éstos, como explican Kaufmann et al. (2003, p. 31), eliminan por

construcción la tendencia temporal de los datos (como, por ejemplo, una tendencia general hacia un gobierno

más (menos) democrático que claramente sería de interés aquí). Sin embargo, las fuentes de muchos de estos

indicadores suelen ser las mismas que las utilizadas aquí, por lo que gran parte de la información también se tiene en

cuenta en este estudio.

14
Para más detalles, véase el Anexo 1.
15
Si es necesario, invertimos la escala de los indicadores para tenerlos todos en orden creciente, por ejemplo,

utilizamos la proporción profesor-alumno en lugar de lo contrario.

16
Algunas variables que contenían ceros o una escala negativa tuvieron que reescalarse a valores positivos. Se

utilizó una regla sencilla consistente en sumar el valor mínimo observado en la muestra, que proporciona la

transformación, a todas las observaciones de la muestra.

17
Se utilizó el método "factores de componentes principales" (Stata 9.2). Este método devuelve tantos factores

como indicadores, por ejemplo, 25. Los factores con un valor propio superior a la unidad se retuvieron para la

segunda etapa del análisis. Esto significa que se descartaron los factores que explicaban menos que un "indicador

medio" (1/25 = 4%). La elección de cuatro factores también resultó coherente con una prueba de selección. Un

método alternativo para identificar los factores se basa en el enfoque de Máxima Verosimilitud. Este método

tiene la ventaja de que proporciona pruebas de significación para cada factor. Sin embargo, se sabe que en

muchos casos el método converge a una solución de esquina (solución de Heywood), en cuyo caso estas pruebas

no son válidas (lo que ocurrió en el presente caso).

18
Durante mucho tiempo, las llamadas rotaciones ortogonales, como la rotación "varimax normalizada", han

sido las preferidas en los trabajos aplicados, principalmente porque son menos exigentes desde el punto de vista

computacional que las alternativas más complejas. Las rotaciones ortogonales suponen que las variables

compuestas subyacentes que buscamos no están correlacionadas en absoluto. Sin embargo, en el mundo real

existe una gran correlación entre los distintos factores sociales. Además, para lograr la ortogonalidad

58
(descorrelación) hay que hacer ajustes en las cargas que

59
puede dar lugar a resultados sesgados para los distintos países. Por lo tanto, utilizamos la rotación "oblicua", más

flexible, basada en el método "oblimin", que no presupone de entrada la ortogonalidad.

19
Está fuertemente correlacionado con la I+D. En los 75 países para los que se disponía de datos sobre I+D, el

coeficiente de correlación entre la I+D como porcentaje del PIB (en logaritmos) y las variables del "sistema de

innovación" fue de 0,65.

20
Edquist (2004, p. 182) define un sistema de innovación como "todos los factores económicos, sociales,

políticos, organizativos, institucionales y de otro tipo importantes que influyen en el desarrollo, la difusión y el

uso de las innovaciones".

21
Los mínimos cuadrados reponderados iterativamente son una técnica de regresión robusta, que asigna un peso

a cada observación, con pesos más bajos para los valores atípicos (comando rreg en Stata 9.2).
22
El objetivo del procedimiento por pasos (comando stepwise reg en Stata 9.2) es eliminar las variables (no

significativas) que no contribuyen al poder explicativo del modelo (dado un nivel de significación elegido). En

cada paso, el método stepwise también intenta reintroducir las variables ya eliminadas para controlar la

posibilidad de que alguna de ellas vuelva a ser significativa más adelante. Especificamos el umbral de

eliminación en un 20% de significación y el nivel de reintroducción de una variable en un 15%.

23
Véase Wooldridge (2003, pp. 114-115). Otro efecto de la estandarización es que la media muestral es igual a

cero, lo que implica que en la estimación MCO, por definición, el término constante también es igual a cero.
24
El primero en introducir esta técnica en el estudio del crecimiento y el desarrollo fue probablemente John

Cornwall (1976). Cornwall utilizó el PIB per cápita para medir la brecha tecnológica entre los países fronterizos

y los países de reciente incorporación. Cuanto mayor es esta diferencia, señala, mayor es el potencial de

crecimiento de los países recién llegados a través de la imitación de la tecnología superior desarrollada en otros

lugares. Sin embargo, en su opinión, para explotar esta brecha los países necesitaban hacer inversiones

adicionales (y ahí es donde entra el aspecto "condicional"). Véase Fagerberg (1994) para un debate más amplio.
25
A pesar de que tanto el sistema de innovación como la calidad de la gobernanza (niveles) están

correlacionados con el PIB per cápita, lo que podría haber dado lugar fácilmente a problemas de

multicolinealidad.
26
Para más detalles, véase Wooldridge (2002, pp. 118-122). Las variables exógenas de geografía, historia y

naturaleza que se excluyeron del "mejor" modelo mediante la regresión por pasos se utilizaron como

instrumentos en la prueba. Todas ellas resultaron ser instrumentos válidos, es decir, correlacionadas

significativamente con al menos una de las variables potencialmente endógenas.

27
Los resultados alcanzados aquí, aunque controvertidos, son coherentes con las conclusiones anteriores de

60
Xu (2000) y Dunning y Narula, (2000), según las cuales los países pobres, debido a la falta de capacidad

de absorción, tienen muchas menos probabilidades que los países en vías de desarrollo de alcanzar los

objetivos de desarrollo del Milenio.

61
otros países se beneficien de la transferencia de tecnología por parte de las multinacionales extranjeras. Véase en

Keller (2004) una visión general y un análisis de los factores que afectan a la difusión de la tecnología.

62
Referencias

Abramovitz, M. (1956). "Tendencias de los recursos y la producción en Estados Unidos desde

1870".

American Economic Review 46, 5-23.

Abramovitz, M. (1986). "Catching Up, Forging Ahead, and Falling Behind", Journal of

Economic History 46, 386-406.

Abramovitz, M. (1994a). "The Origins of the Post-war Catch-Up and Convergence Boom".

En Fagerberg, J., B. Verspagen, N. von Tunzelman (eds), The Dynamics of Technology,

Trade and Growth. Aldershot: Edward Elgar, 21-52.

Abramovitz, M. (1994b). "Catch-up and Convergence in the Postwar Growth Boom and

After". En Baumol, W. J., R. R. Nelson y E. N. Wolf (eds.), Convergence of Productivity

- Estudios transnacionales y datos históricos. Oxford: Oxford University Press, 86-125.

Acemoglu, D., S. Johnson y A. Robinson. (2001). "The Colonial Origins of Comparative

Development: An Empirical Investigation", American Economic Review 91, 1369-1401.

Acemoglu, D., S. Johnson y A. Robinson. (2002). "Reversal of Fortune: Geography and

Institutions in the Making of the Modern World Income Distribution", Quarterly Journal of

Economic 117, 1231-1294.

Adelman, I. y C. T. Morris. (1965). "A Factor Analysis of the Interrelationship Between

Social and Political Variables and Per Capita Gross National Product", Quarterly Journal of

Economics 79, 555-578.

Adelman, I. y C. T. Morris. (1967). Sociedad, política y desarrollo económico.

Baltimore: The Johns Hopkins Press.

Aghion, P., y P. Howitt. (1992). "Un modelo de crecimiento a través de la destrucción creativa".

Econometrica 60, 323-351.

Aghion, P., y P.& Howitt. (1998). Teoría del crecimiento endógeno. Cambridge, MA: The MIT

63
 Prensa.

Alesina, ., . Devleeschauwer, . Easterly, . Kurlat, .

(2003)."Fractionalization", Journal of Economic Growth 8, 155-194.

Archibugi, D., A. Coco. (2005). "Measuring technological capabilities at the country level: A

survey and a menu for choice", Research Policy 34, 175-194.

Barro, R. J. (1991). "Economic Growth in a Cross Section of Countries, Quarterly Journal of

Economics 106, 407-443.

Barro, R. J. (1996). "Democracy and Growth", Journal of Economic Growth 1, 1-27.

Barro, R. J., y X. Sala-i-Martin. (2003). Economic Growth. Cambridge, MA: The MIT Press,

2nd edition.

Basilevsky, A. (1994). Statistical Factor Analysis and Related Methods: Theory and

Applications. London: John Wiley & Sons Inc.

Baumol, W. J., S. A. Batey Blackman, y E. N. Wolff. (1989). Productivity and American

Leadership: The Long View. Cambridge, MA: The MIT Press.

Beck, T., G. Clarke, A. Groff, P. Keefer y P. Walsh. (2001). "New Tools in Comparative

Political Economy: The Database of Political Institutions", The World Bank Economic

Review 15, 165-176.

Benhabib, J., y M. M. Spiegel. (1994). "The Role of Human Capital in Economic

Development: Evidence from Aggregate Cross-country Data", Journal of Monetary

Economics 34, 143-173.

Bloom, D. E., D. Canning y J. Sevilla (2003). "Geography and Poverty Traps", Journal of

Economic Growth 8, 355-378.

Botero, J. C., S. Djankov, R. La Porta, F. Lopez-de-Silanes y A. Shleifer. (2004). "The

Regulation of Labor", Quarterly Journal of Economics 119, 1339-1382.

64
Chang, H. J. (2002). Kicking Away the Ladder, Development Strategy in Historical

Perspective. London: Anthem Press.

Cincera, M., y B. van Pottelsberghe de la Potterie. (2001). "International R&D Spillovers: A

Survey", Cahiers Economiques de Bruxelles 169, 3-32.

Coe, D., y E. Helpman. (1995). "International R&D Spillovers", European Economic Review

39, 859-887.

Cohen, W. M., y D. A. Levinthal. (1990). "Absorptive Capacity: A New Perspective on

Learning and Innovation", Administrative Science Quarterly 35, 128-152.

Cornwall, J. (1976). "Diffusion, Convergence and Kaldor's Law", Economic Journal 85, 307-

314.

Djankov, S., R. La Porta, F. Lopez-de-Silanes y A. Shleifer. (2002). "The Regulation of

Entry", Quarterly Journal of Economics 117, 1-37.

Djankov, S., R. La Porta, F. Lopez-de-Silanes y A. Shleifer. (2003). "Courts", Quarterly

Journal of Economics 118, 453-517.

Dunning, J. H., y R. Narula (2000). Desarrollo industrial, globalización y empresas

multinacionales: New Realities for Developing Countries. Oxford Development Studies 28,

141-167.

Easterly, W. y R. Levine. (2001). "It's Not Factor Accumulation: Stylized Facts and Growth

Models", World Bank Economic Review 15, 177-219.

Edquist, C. (2004). "Sistemas de innovación: Perspectivas y retos". En Fagerberg, J.,

D. Mowery y R. Nelson (eds.), The Oxford Handbook of Innovation. Oxford: Oxford

University Press, 181-208.

Fagerberg, J. (1987). "A Technology Gap Approach to Why Growth Rates Differ," Research

Policy 16, 87-99.

65
Fagerberg, J. (1988). "Competitividad internacional", Economic Journal 98, 355-374.

Fagerberg, J. (1994). "Technology and International Differences in Growth Rates," Journal of

Economic Literature 32, 1147-1175.

Fagerberg, J., y M. M. Godinho. (2004). "Innovation and Catching-up". En Fagerberg, J., D.

Mowery y R. Nelson (eds.), The Oxford Handbook of Innovation. Oxford: Oxford

University Press, 514-544.

Fagerberg, J., M. Srholec y M. Knell. (2007). "La competitividad de las naciones: Why Some

Countries Prosper While Others Fall Behind", World Development, 35, de próxima

publicación.

Fearon, J. D. (2003). "Ethnic and Cultural Diversity by Country", Journal of Economic

Growth 8, 195-222.

Gallup, J. L., J. D. Sachs y A. Mellinger. (1999). Geography and Economic Development,

Harvard University, CID Working Paper no. 1/1999.

Gerschenkron, A. (1962). El atraso económico en perspectiva h i s t ó r i c a .

Cambridge(MA): The Belknap Press.

Glaeser, E. L., R. La Porta, F. Lopez-de-Silanes y A. Schleifer. (2004). "¿Causan las

instituciones el crecimiento?". Journal of Economic Growth 9, 271-303.

Grossman, G. M., y E. Helpman. (1991). Innovación y crecimiento en la economía mundial.

Cambridge, MA: The MIT Press.

Gwartney, J., y R. Lawson. (2004). Libertad Económica del Mundo: Informe Anual 2004.

Vancouver: Instituto Fraser. Datos obtenidos de www.freetheworld.com.

Henisz, W. J. (2002). "El entorno institucional de la inversión en infraestructuras".

Industrial and Corporate Change 11, 355-389.

Henisz, W. J. (2005). Base de datos POLCON 2005. Philadelphia: Wharton School de la

Universidad de Pensilvania.

66
Hotelling, H. (1933). "Análisis de un complejo de variables estadísticas en componentes

principales", Journal of Educational Psychology 24, 417-441.

Kaufmann, D., A. Kraay y M. Mastruzzi (2003). Governance Matters III: Governance

Indicators for 1996-2002, Nueva York, Banco Mundial, Policy Research Working Paper

No. 3106.

Keefer, P. (2005). Base de datos de instituciones políticas: Cambios y Definiciones de

Variables. Nueva York: Banco Mundial, Grupo de Investigación para el Desarrollo.

Keller, W. (2004). "International Technology Diffusion", Journal of Economic Literature 42,

752-782.

King, R. G., y R. Levine. (1993). "Finanzas y crecimiento: Schumpeter Might be R i g h t ".

Quarterly Journal of Economics 108, 717-737.

Kim, L. (1997). De la imitación a la innovación: La dinámica del aprendizaje tecnológico de

Kerea.

Harvard: Harvard Business School Press.

Krueger, A., y M. Lindahl. (2001). "Educación para el crecimiento: ¿Por qué y para quién?".

Journal of Economic Literature 39, 1101-1136.

Landes, D. (1998). The Wealth and Powerty of Nations (La riqueza y el poder de las naciones).
Abacus: Londres.

La Porta, R., F. Lopez-de-Silanes, A. Shleifer, y R. Vishny. (1999). "The Quality of

Government", Journal of Law, Economics and Organization 15, 222-279.

La Porta, R., F. López-de-Silanes, C. Pop-Eleches y A. Schleifer. (2004). "Judicial Checks

and Balances", Journal of Political Economy 112, 445-470.

Levine, R. (1997). "Desarrollo financiero y crecimiento económico: Puntos de vista y agenda".

Journal of Economic Literature 35, 688-726.

Levine, R., y S. Zervos. (1998). "Stock Markets, Banks, and Economic Growth", American

Economic Review 88, 537-558.

67
Lundvall, B. A., eds. (1992). Sistemas nacionales de innovación: Hacia una teoría de la

innovación y el aprendizaje interactivo. London: Pinter Publishers.

Marshall, M. G., y K. Jaggers. (2003). Polity IV Dataset (Archivo informático; versión

p4v2003). College Park, MD: Centro para el Desarrollo Internacional y la Gestión de

Conflictos, Universidad de Maryland.

Masters, W. A., y M. S. McMillan. (2001). "Clima y escala en el crecimiento económico".

Journal of Economic Growth 6, 167-186.

Nelson, R., y Phelps, E. S. (1966) Investment in Humans, Technological Diffusion, and

Economic Growth. American Economic Review 56, 69-75

Nelson, R., eds. (1993). Sistemas nacionales de innovación: A Comparative Analysis. New

York: Oxford University Press.

North, D. (1981). Estructura y cambio en la historia económica. London: W. W. Norton &

Company.

Ohkawa, K., y H. Rostovsky. (1973). Japanese Economic Growth. Stanford: Stanford

University Press.

Putnam, R. (1993). Making Democracy Work. Princeton: Princeton University Press.

Rodrik, D., A. Subramanian y F. Trebbi. (2004). "Institutions Rule: The Primacy of

Institutions Over Geography and Intergration in Economic Development", Journal of

Economic Growth 9, 131-165.

Romer, P. M. (1986). "Increasing Returns and Long-run Growth", Journal of Political

Economy 94, 1002-1037.

Romer, P. M. (1990). "Endogenous Technological Change", Journal of Political Economy 98,

71-102.

Sachs, J. D, y M. Warner. (2001). "La maldición de los recursos naturales", European Economic

68
 Revista 45, 827-838.

Sachs, J. D., J. W. McArthur, G. Schmidt-Traub, M. Kruk, C. Bahadur, M. Faye y G.

McCord. (2004). "Ending Africa's Poverty Trap", Brookings Papers on Economic Activity,

117-240.

Solow, R. M. (1956). "A Contribution to the Theory of Economic Growth", Quarterly

Journal of Economics 70, 65-94.

Spearman, C. (1904). "General intelligence: objective determined and measured", American

Journal of Psychology 15, 201-292.

Temple, J., y P. A. Johnson. (1998). "Social Capability and Economic Growth", Quarterly

Journal of Economics 113, 965-990.

Temple, J. (1999). The New Growth Evidence. Journal of Economic Literature 37, 112-156.

Veblen, T. (1915). Imperial Germany and the Industrial Revolution. New York: Macmillan.

Verspagen, B. (1991). "Un nuevo enfoque empírico para ponerse al día o quedarse a t r á s ".

Cambio estructural y dinámica económica 2, 359-380.

Wade, R. (1990). Governing the market: Economic theory and the role of government in East

Asian industrialization. Princeton: Princeton University Press.

Woolcock, M., y D. Narayan. (2000). "Social Capital: Implications for Development Theory,

Research, and Policy", World Bank Research Observer 15, 225-250.

Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data.

Cambridge, MA: The MIT Press.

Wooldridge, J. M. (2003). Introductory Econometrics: A Modern Approach. Mason:

Thomson South-Western College Publishing, 2nd edition.

Banco Mundial (1993). El milagro de Asia oriental: crecimiento económico y políticas

públicas. Nueva York: Oxford University Press.

69
Xu, B. (2000). "Multinational enterprises, technology diffusion, and host country productivity

growth", Journal of Development Economics 62, 477-493.

Zahra, S., y G. George. (2002). "Absorptive capacity: a review; reconceptualization and

extension," Academy of Management Review 27, 185-203.

70
Apéndice 1 (datos y fuentes)
En el siguiente cuadro se ofrece un breve resumen de las definiciones, las fuentes y la
cobertura temporal y por países de los indicadores. La principal fuente de datos es el Banco
Mundial (World Development Indicators 2006), que combina diversas fuentes de datos para
una amplia muestra de países. La base de datos se ha complementado con datos de otras
organizaciones como la UNESCO, la UNCTAD, la ISO, la UIT, la Fundación Heritage y
otras, y además con conjuntos de datos elaborados por proyectos de investigación. Las fuentes
nacionales sólo se utilizaron para Taiwán en caso necesario.

En un principio se recopilaron datos de todos los Estados independientes (unos 175 países) y
de un amplio conjunto de indicadores (unos 100 indicadores). El cribado reveló que un grupo
de países (en su mayoría menos desarrollados) carece de muchos datos. Del mismo modo, los
datos de un gran número de indicadores relevantes sólo están disponibles para un grupo de
países de renta alta (media) y/o sólo para el periodo más reciente. Además, un examen más
detallado reveló que algunos indicadores adolecen de una gran volatilidad (principalmente en
el mundo en desarrollo), cambios metodológicos a lo largo del periodo o son meras
variaciones entre sí. Por tanto, estos indicadores se omitieron. Con el fin de lograr un
equilibrio entre la necesidad de aportar datos fidedignos sobre el mayor número posible de
países y la disponibilidad de datos y la coherencia metodológica, seleccionamos 115 países
(véase la lista completa de países en el Apéndice 2) y veinticinco indicadores sobre
capacidades (más los catorce
"factores exógenos" que reflejan diferencias geográficas, naturales e históricas). Utilizamos
los indicadores en forma de medias trienales (1992-1994 y 2002-2004) para limitar la
influencia de las perturbaciones y los errores de medición que se producen en años concretos.

Aunque los indicadores seleccionados tienen una amplia cobertura, en algunos casos faltaban
valores que hubo que tratar. Los valores que faltaban eran más frecuentes en el caso de los
ordenadores personales, la ratio profesor-alumno, la capitalización bursátil de las empresas
que cotizan en bolsa y algunos de los indicadores de gobernanza. Varios países en desarrollo
no se incluyeron en las primeras encuestas sobre ordenadores y penetración de Internet.
Supusimos que el valor inicial era cero si estas series partían de menos de uno por mil. de
habitantes a finales de los noventa (seis observaciones para ordenadores y dieciocho para
Internet). Algunos datos que faltaban sobre la capitalización bursátil se completaron
recopilando información en Stock Markets of the World
(www.escapeartist.com/stock/markets.htm). A los países sin mercado de valores en un
periodo determinado se les asignó un cero (un total de cuarenta y cinco observaciones). El
resto de los datos que faltaban se estimaron utilizando el procedimiento de imputación de
Stata 9.2 (para más detalles, véase el Manual de Stata 9). La estimación se basó en los datos
de otros indicadores del conjunto de datos. La proporción de datos estimados mediante el
procedimiento figura en la última columna del cuadro siguiente.

Hay que subrayar que se ha tenido mucho cuidado en cotejar los datos estimados con las
cifras observadas en países de características similares (nivel de desarrollo, región, historia,
etc.). En algunos casos, los datos estimados superan el valor mínimo observado de un
indicador en otro lugar. En tales casos, se truncaron los datos sustituyendo los valores
estimados por la cifra mínima observada. Para los artículos de ciencia e ingeniería de los
países de la antigua Unión Soviética y Yugoslavia sólo se utilizaron datos a partir de 1993,
debido a los problemas de notificación a principios de los años noventa. También hemos
invertido la escala, manteniendo el rango original, para algunos indicadores de gobernanza y
sistema político, con el fin de tener el indicador en orden creciente (con un valor bajo
señalando una gobernanza débil y viceversa). Nótese que este cambio de escala no altera
71
ninguna propiedad de los datos, sino que simplifica la interpretación de las cargas en el
análisis factorial.

72
 Media del % de
Indicador y definición Escala Fuente periodo datos
estimado
s
1992-1994
Producto Interior Bruto ( PIB): PIB convertido a dólares internacionales (constantes per cápita Banco Mundial (Indicadores de Desarrollo & 0
de 2000) utilizando tasas de paridad del poder adquisitivo (PPA). Mundial 2006)
2002-2004
Patentes de la USPTO: Número de patentes de utilidad (patentes de invención) 1992-1994
concedidas por EE. UU. per cápita USPTO & 0
Oficina de Patentes y Marcas (USPTO). El origen de una patente viene determinado por la 2002-2004
residencia del inventor cuyo nombre figura en primer lugar.
Artículos de ciencia e ingeniería: Recuento de artículos publicados en revistas Fundación Nacional de la Ciencia de
1992-1994
clasificadas per cápita & 0
EE.UU. (Indicadores de Ciencia e
y cubiertos por el Science Citation Index (SCI) y el Social Sciences Citation Index (SSCI). 2002-2003
Ingeniería 2006)
Los recuentos de artículos se basan en asignaciones fraccionadas.
Certificaciones ISO 9000: Una familia de normas aprobadas por la Organización Internacional de Normalización
1992-1994
(ISO) que definen un programa de gestión y aseguramiento de la calidad. per cápita & 0
(Las encuestas ISO de los certificados ISO
2002-2003
9000)
Abonados de telefonía fija y móvil: Líneas telefónicas principales que conectan el Banco Mundial (Indicadores de Desarrollo 1992-1994
equipo de un clientea la red telefónica pública conmutada (RTPC) y usuarios de per cápita Mundial 2006), UIT (Base de Datos de & 0
teléfonos portátiles que se abonan a un servicio telefónico móvil público automático Indicadores de Telecomunicaciones 2002-2004
mediante tecnología celular que proporciona acceso a la RTPC. Mundiales 2005)
Banco Mundial (Indicadores del desarrollo 1994
Usuarios de Internet: Los usuarios de Internet son personas con acceso a la red per cápita mundial & 1
mundial. 2006), UIT (Base de datos de 2002-2004
indicadores de las telecomunicaciones
mundiales 2005)
Banco Mundial (Indicadores del desarrollo 1994
Ordenadores personales: Ordenadores diseñados para ser utilizados por una sola per cápita mundial & 9
persona. 2006), UIT (Base de datos de 2002-2004
indicadores de las telecomunicaciones
mundiales 2005)
Ratio profesor-alumno en primaria: El número de profesores de primaria Banco Mundial (Indicadores del Desarrollo 1991
(independientemente de su asignación docente) dividido por el número de alumnos relación Mundial 2006), UNESCO (Compendio & 11
matriculados en primaria. Mundial de la Educación 2005) 2002-2004
Banco Mundial (Indicadores del desarrollo 1991
Escolarización en secundaria: Relación entre el número de alumnos de secundaria de % bruto mundial & 3
todas las edades (brutos) expresado como porcentaje de la población en edad de cursar 2006), UNESCO (Compendio Mundial de 2002-2004
secundaria. la Educación 2005)

73
 Banco Mundial (World Development 1991
E sco larización terciaria: Relación entre el número de estudiantes terciarios de % bruto Indicators 2006), UNESCO (Global & 3
todas las edades (brutos) expresado como porcentaje de la población en edad escolar terciaria. Education Digest 2002-2004
2005)
Crédito interno al sector privado: Recursos financieros proporcionados al sector Banco Mundial (Indicadores de Desarrollo
1992-1994
privado % del PIB & 0
Mundial 2006)
sector, por ejemplo mediante préstamos, compras de valores no participativos y créditos 2002-2004
comerciales y otras cuentas por cobrar, que establecen un derecho de reembolso.

74
Capitalización bursátil de las empresas cotizadas: El precio de la acción Banco Mundial (Indicadores de Desarrollo
1992-1994
multiplicado por el número de % del PIB & 4
Mundial 2006)
Acciones en circulación (también conocido como valor de mercado) de las empresas 2002-2004
constituidas en el país que cotizan en las bolsas del país a finales de año.
Importaciones de mercancías: El valor c.i.f. de los bienes recibidos del resto d e l Banco Mundial (Indicadores de Desarrollo
1992-1994
mundo. % del PIB & 0
Mundial 2006)
No se incluyen las mercancías simplemente transportadas a través de un país (mercancías en 2002-2004
tránsito) o admitidas temporalmente (excepto las mercancías destinadas al perfeccionamiento
activo).
Inversión extranjera directa ( IED) r e c i b i d a : Inversión recibida que 1992-1994
implica una relación a largo plazo y refleja un interés duradero y el control por parte de una % del PIB UNCTAD (Base de datos sobre IED 2005) & 1
entidad residente en una economía de una empresa residente en una economía diferente. 2002-2003
Gwartney y Lawson (2004) - basado en el 1995
Tribunales imparciales: El grado en que existe un marco jurídico de confianza índice
FEM (Global Competitiveness Report, & 8
para que las empresas privadas impugnen la legalidad de las acciones o la regulación (de 0 a
varios temas) 2002-2003
del gobierno. 10)
Grupo PRS (Riesgo País Internacional) 1992-1994
Ley y orden: Grado en que los ciudadanos de un país están dispuestos a aceptar las índice
Guide, varios números) - datos extraídos de & 8
instituciones establecidas, a elaborar y aplicar leyes y a dirimir litigios. (de 0 a
Henisz (2005) 2002-2004
10)
Heritage Foundation (Índice de Libertad
Derechos de propiedad: El grado en que las leyes de un país protegen los derechos índice Económica, varios números) - basado en
1995
de propiedad privada y el grado en que su gobierno hace cumplir esas leyes. La escala del & 1
(de 1 a el
indicador se ha invertido en orden creciente, manteniendo su rango original. 2002-2004
5) Economist Intelligence Unit
(Comercio e informes por países)
Heritage Foundation (Índice de Libertad
1995
Regulación: Facilidad o dificultad para abrir y gestionar un negocio. La escala del índice Económica, varios números) - basado en
& 2
indicador se ha invertido en orden creciente, manteniendo su rango original. (de 1 a el
2002-2004
5) Economist Intelligence Unit
(Comercio e informes por países)
Heritage Foundation (Índice de Libertad
Mercado informal: La percepción de la gente respecto al alcance de la corrupción, índice Económica, varios números) - basado en 1995
definida como el uso indebido del poder público en beneficio privado. La escala del (de 1 a & 1
el
indicador se ha invertido en orden creciente, manteniendo su rango original. 2002-2004
5) Transparencia Internacional (Índice de
Percepción de la Corrupción)
1992-1994
Índice de democracia y autocracia: Grado de autocracia frente a democracia en índice
Marshall y Jaggers (2003) & 0
orden creciente (variable POLITY2). (-10 a 10)
2002-2003
1992-1994
Restricción política: La medida en que un cambio en las preferencias de cualquier actor índice
Henisz (2002, 2005) & 0
puede provocar un cambio en la política gubernamental (variable POLCONIII). (0 a 1)
2002-2004

75
 1992-1994
Índice legislativo de competitividad política: Competitividad de las elecciones a índice
Beck et al. (2001) y Keefer (2005) & 0
los poderes legislativos (variable LIEC ). (1 a 7)
2002-2004
1992-1994
Índice ejecutivo de competitividad política: Competitividad para el puesto en los índice
Beck et al. (2001) y Keefer (2005) & 0
poderes ejecutivos del gobierno (variable EIEC). (1 a 7)
2002-2004

76
Derechos políticos: El grado en que las personas participan libremente en el proceso índice Freedom House (Índice de Libertad en el
1992-1994
político. & 0
(1 a 7) Mundo, varios números)
derivado de las normas de la Declaración Universal de los Derechos Humanos. La escala del 2002-2004
indicador se ha invertido en orden creciente, manteniendo su rango original.
Libertades civiles: El grado de las libertades de expresión y creencia, los derechos de 1992-1994
asociación y organización, el Estado de Derecho y la autonomía personal sin interferencia del índice Freedom House (Índice de Libertad en el
& 0
Estado. (1 a 7) Mundo, varios números)
2002-2004
derivado de las normas de la Declaración Universal de los Derechos Humanos. La escala del
indicador se ha invertido en orden creciente, manteniendo su rango original.
Longitud del centroide del país: La longitud se mide a partir del primer meridiano, grados
Gallup et al. (1999) - Conjuntos de Facto
0
con valores positivos hacia el este y negativos hacia el oeste. datos geográficos del CID r fijo
Latitud del centroide del país: La latitud se mide desde el ecuador, con valores grados
Gallup et al. (1999) - Conjuntos de Facto
0
positivos hacia el norte y negativos hacia el sur. datos geográficos del CID r fijo
S u p e r f i c i e : Superficie total del país, incluidas las zonas situadas bajo masas de agua Log Banco Mundial (Indicadores de Desarrollo Facto
0
continentales y algunas vías navegables costeras. de Mundial 2006) r fijo
km2
Acceso al oc é an o: Proporción de tierra en un radio de 100 km de la costa oceánica, %
Gallup et al. (1999) - Conjuntos de Facto
0
excluida la costa de la región ártica y subártica por encima de la extensión invernal del hielo datos geográficos del CID r fijo
marino.
Gallup et al. (1999) - CID Geography Facto
Tierra en ecozona desértica: Proporción de tierra en ecozona desértica (templada o %
Datasets - basado en el PNUMA r fijo
0
tropical).
Gallup et al. (1999) - CID Geografía Fijo
Terreno en ecozona tropical: Proporción de tierra en ecozona tropical. % Conjuntos de datos - basados en el PNUMA factor 0
Registro Banco Mundial (Indicadores del desarrollo
Densidad de población: Población a mitad de año dividida por la superficie terrestre. de mundial 1992-2004 0
personas 2006); datos que faltan rellenados a partir
por km2 del PNUMA (El portal de datos GEO)
Instituto de la Tierra (Jeffrey D. Sachs Malaria
Riesgo mortal de paludismo: Proporción de la población con riesgo de contraer % Conjunto de datos) 1996 0
paludismo falciparum.
Fraccionamiento étnico: Probabilidad de que dos personas seleccionadas al azar de un índice
Alesina et al. (2003)
El último
0
país determinadono pertenezcan al mismo grupo étnico. (0 a 1) disponibl
e
Fraccionamiento religioso: Probabilidad de que dos personas seleccionadas al azar de índice
Alesina et al. (2003)
El último
0
un país determinadono pertenezcan a la misma religión. (0 a 1) disponibl
e
registro
El último
Yacimientos de petróleo: Reservas probadas de petróleo crudo en miles de millones de de CIA World Factbook 2005
disponibl
0
barriles (bbl). (bbl +1)
e
per cápita

77
Muertos en catástrofes naturales: Número de personas fallecidas (confirmadas log de PNUMA (El portal de datos GEO) - basado
como muertas, desaparecidas muertos en la base de datos internacional sobre 1992-2004 0
y presuntos muertos) en catástrofes de origen natural (sequías, terremotos, temperaturas per catástrofes OFDA/CRED 2004
extremas, inundaciones, deslizamientos, olas, vendavales, etc.). cápita
I n d e p e n d e n c i a nacional: Número de años transcurridos desde la independencia Regist Fearon (2003); los datos que faltan
1816-2004 0
nacional en el periodo 1816-2004 (máximo truncado en 188 años). ro de proceden del CIA World Factbook
años

78
Apéndice 2 (puntuación de los factores)
Sistema de
Gobernanza Política sistem Apertura
innovaci
a
ón

1992-1994

2000-2004

1992-1994

2000-2004

1992-1994

2000-2004

1992-1994

2000-2004
Países desarrollados
Australia 0.90 1.62 1.38 1.43 0.82 0.78 0.37 0.67
Austria 0.98 1.31 1.39 1.29 0.73 0.79 -0.85 0.35
Bélgica 0.86 1.43 1.28 0.96 0.85 0.84 0.62 1.38
Canadá 1.01 1.26 1.63 1.40 0.76 0.78 0.67 1.48
Dinamarca 0.97 1.57 1.60 1.67 0.81 0.81 -0.89 0.10
Finlandia 1.11 1.42 1.23 1.49 0.79 0.83 -0.82 0.35
Francia 1.06 1.30 1.19 0.86 0.66 0.82 -0.60 0.43
Alemania 0.93 1.34 1.62 1.28 0.71 0.79 -0.96 0.11
Grecia 0.53 1.26 0.60 0.15 0.65 0.68 -0.83 -0.34
Irlanda 0.55 1.24 1.33 1.28 0.80 0.82 0.96 1.25
Israel 0.89 1.47 1.00 0.90 0.67 0.69 -1.13 -0.05
Italia 0.85 1.50 1.00 0.44 0.71 0.75 -1.34 -0.28
Japón 0.94 1.44 1.53 0.78 0.77 0.82 -3.23 -1.77
Países Bajos 0.98 1.45 1.63 1.38 0.83 0.75 0.17 1.20
Nueva Zelanda 0.90 1.33 1.63 1.46 0.74 0.83 0.19 0.53
Noruega 1.01 1.51 1.41 1.24 0.80 0.81 -0.41 -0.24
Portugal 0.44 1.30 0.91 0.69 0.72 0.74 -0.13 0.46
España 0.60 1.38 0.89 0.61 0.78 0.81 -0.55 0.55
Suecia 1.17 1.61 1.41 1.34 0.74 0.80 -0.56 0.70
Suiza 1.05 1.48 1.38 1.40 0.85 0.86 -0.35 0.46
Reino Unido 0.88 1.50 1.83 1.49 0.70 0.77 -0.11 0.26
Estados Unidos 1.09 1.47 1.70 1.49 0.80 0.79 -0.74 0.03
Tigres asiáticos
Corea 0.46 1.23 0.88 0.53 0.62 0.70 -1.13 -0.01
Singapur 0.59 1.22 1.51 1.51 -0.56 -0.53 1.45 1.85
Taiwán 0.61 1.31 1.59 0.79 -0.16 0.69 -0.64 0.17
Nuevos miembros de
la UE
República Checa 0.31 1.08 0.73 0.16 0.74 0.73 0.06 1.28
Estonia 0.15 1.12 0.65 0.70 0.07 0.67 -0.51 1.59
Hungría 0.34 1.21 0.97 0.40 0.69 0.69 -0.49 1.16
Letonia -0.03 1.03 0.06 -0.02 0.26 0.69 -1.14 0.59
Lituania -0.03 0.99 0.11 -0.17 0.17 0.70 -1.04 0.78
Polonia 0.17 1.10 0.42 -0.10 0.48 0.73 -1.26 0.48
Eslovaquia 0.18 0.94 0.92 -0.11 -0.01 0.74 -0.64 1.19
Eslovenia 0.54 1.36 0.02 0.47 0.69 0.77 -0.49 0.16

79
 Asia Occidental
Bahréin 0.28 0.84 1.68 1.19 -3.05 -2.43 0.21 0.42
Irán -0.48 0.61 -1.31 -1.99 -1.69 -0.75 -0.81 -0.62
Jordan -0.32 0.66 0.84 0.39 -0.60 -0.94 0.01 1.02
Kuwait 0.06 1.03 1.46 0.97 -1.33 -1.11 -2.41 -1.82
Omán -0.69 0.35 1.42 0.74 -2.63 -2.43 -0.06 0.49
Arabia Saudí 0.03 1.00 1.44 0.39 -3.75 -3.60 0.02 -0.05
Siria -0.73 0.17 -0.65 -1.37 -2.47 -1.79 -0.93 -0.06
Turquía -0.32 0.64 0.26 -0.54 0.39 0.38 -0.78 0.47
Emiratos Árabes Unidos 0.18 0.98 1.60 1.07 -2.82 -2.87 -0.09 0.22
América Latina
Argentina 0.20 1.06 0.43 -1.09 0.66 0.69 -1.45 0.15
Bolivia -0.63 0.44 -0.79 -1.53 0.57 0.61 -0.28 1.07
Brasil -0.12 0.67 0.28 -0.28 0.58 0.71 -0.95 0.24
Chile -0.01 0.63 1.15 0.92 0.69 0.81 0.22 1.31
Colombia -0.26 0.47 -0.68 -1.10 0.58 0.26 -0.70 0.41
Costa Rica -0.20 0.52 0.33 0.12 0.75 0.65 -0.07 0.67
República Dominicana -0.77 -0.08 -0.58 -1.27 0.38 0.58 -0.72 0.36
Ecuador -0.50 0.39 -0.58 -1.52 0.42 0.48 -0.69 0.67
El Salvador -0.95 0.06 -0.07 -0.35 0.48 0.46 -1.06 0.32
Guatemala -1.01 -0.01 -0.53 -1.63 -0.05 0.31 -0.43 0.25
Guyana -1.11 0.03 -0.56 -0.52 0.47 0.55 1.08 2.43
Honduras -1.06 -0.12 -0.42 -1.33 0.51 0.50 -0.12 0.89
Jamaica -0.51 0.45 0.09 -0.49 0.58 0.57 0.05 0.79
México -0.16 0.49 0.11 -0.48 0.18 0.66 -0.08 1.06
Nicaragua -0.77 0.08 -0.92 -1.40 0.21 0.47 -0.17 1.32
Panamá -0.26 0.68 0.13 -0.72 0.55 0.78 -0.06 0.58
Paraguay -1.00 0.23 -0.26 -2.06 0.43 0.48 -0.69 0.61
Perú -0.35 0.56 -0.99 -1.27 0.01 0.65 -1.38 0.16
Trinidad y Tobago -0.21 0.60 0.90 0.25 0.88 0.55 -0.64 0.64
Uruguay -0.02 0.75 0.18 -0.04 0.76 0.88 -1.55 -0.35
Venezuela -0.04 0.89 -0.32 -2.52 0.53 0.50 -0.42 0.23
Europa del Este y
CEI
Albania -0.91 -0.06 -0.74 -1.46 0.27 0.47 -1.43 -0.52
Armenia -0.45 0.39 -0.24 -0.75 0.15 0.05 -1.23 0.22
Bielorrusia -0.08 0.94 -0.18 -1.49 -0.65 -2.42 -3.20 0.64
Bulgaria 0.11 0.93 0.12 -0.73 0.51 0.68 -1.18 0.89
Croacia 0.21 1.13 -0.84 -0.65 -0.33 0.48 -1.14 0.85
Georgia -0.29 0.60 -1.30 -1.41 -0.60 0.24 -3.34 -0.31
Moldavia -0.55 0.42 -0.66 -0.42 -0.48 0.32 -1.80 1.00
Rumanía -0.19 0.80 -0.76 -1.07 0.22 0.58 -1.99 0.70
Rusia 0.01 1.03 -0.37 -1.19 -0.10 -0.19 -1.85 0.62
Ucrania -0.11 0.76 -1.28 -1.15 0.33 0.18 -2.09 0.67

80
 Norte de África
Argelia -0.85 -0.03 -0.48 -1.12 -2.49 -0.36 -1.04 0.04
Egipto -0.20 0.58 -0.94 -0.45 -0.86 -0.90 -0.19 0.03
Marruecos -0.77 0.10 0.88 0.10 -1.03 -0.95 -0.11 1.07
Túnez -0.57 0.47 0.77 0.40 -1.43 -1.39 0.88 1.28
Sudeste asiático
China -0.65 0.64 -0.22 -0.42 -2.69 -2.39 0.19 1.17
Indonesia -0.68 0.10 -0.37 -1.08 -1.98 0.30 -0.49 -0.24
Malasia 0.03 0.82 0.94 0.28 0.08 0.06 1.67 2.14
Filipinas -0.48 0.31 -0.48 -1.13 0.42 0.54 -0.33 1.09
Tailandia -0.33 0.61 0.79 0.26 0.00 0.55 0.48 1.46
Vietnam -1.45 0.09 -2.18 -1.92 -2.46 -1.88 -0.06 1.81
África
subsahariana
Benín -1.99 -1.09 0.22 -0.79 0.55 0.58 -0.17 -0.51
Botsuana -1.02 -0.09 0.73 0.69 0.23 0.49 0.92 0.93
Burkina Faso -2.24 -1.46 -0.88 -0.51 -1.35 -0.38 -1.29 -1.15
Camerún -1.55 -0.69 -0.94 -1.48 -0.88 -1.09 -1.36 -0.36
Congo -1.55 -1.16 -1.53 -1.60 -0.12 -0.89 -0.08 1.11
Costa de Marfil -1.16 -0.46 0.05 -1.25 -0.93 -0.49 -0.29 0.62
Etiopía -2.01 -1.41 -0.42 -0.76 -1.83 -0.11 -1.49 1.08
Ghana -1.48 -0.77 0.21 -0.24 -0.78 0.56 0.15 1.16
Guinea -2.18 -1.31 0.06 -1.29 -2.12 -0.31 -1.01 -0.42
Kenia -1.19 -0.41 -0.08 -0.81 -0.67 0.50 0.04 0.34
Madagascar -1.91 -1.29 -0.80 -0.84 0.38 0.53 -1.27 -0.15
Malawi -2.42 -1.47 0.03 -0.19 -1.41 0.32 -0.03 0.92
Mali -2.41 -1.48 -0.53 -0.59 0.12 0.59 -0.04 0.46
Mozambique -2.46 -1.52 -0.77 -1.17 -1.25 0.38 0.39 1.82
Namibia -1.02 -0.19 0.79 0.71 0.50 0.30 1.42 1.64
Níger -2.38 -1.78 -0.80 -1.25 -0.39 0.38 -0.02 0.08
Nigeria -1.37 -0.47 0.02 -1.34 -2.03 0.30 0.67 0.76
Senegal -1.55 -0.85 0.09 -0.50 0.04 0.52 -0.75 0.70
Sudáfrica 0.21 0.51 0.71 0.34 0.31 0.76 -0.32 1.05
Tanzania -2.10 -1.47 0.31 -0.43 -1.27 0.05 0.48 1.26
Togo -1.67 -0.76 -0.70 -1.79 -1.41 -0.85 -0.66 0.72
Uganda -1.90 -0.99 0.39 -0.44 -1.70 -0.72 -1.49 0.32
Zambia -1.38 -1.14 -0.39 -0.47 0.26 0.21 0.61 1.59
Zimbabue -0.98 -0.02 0.23 -2.50 -0.82 -1.29 -0.70 1.34
Asia Central
Bangladesh -1.42 -0.60 -1.44 -2.03 0.52 0.33 -2.63 -0.63
India -1.01 -0.15 -0.03 -0.10 0.43 0.62 -2.16 -0.41
Mongolia -0.85 0.01 0.46 -0.41 0.16 0.27 0.03 1.94
Nepal -1.40 -0.66 -0.74 -1.07 0.36 -0.71 -1.97 -0.69
Pakistán -1.28 -0.57 -0.44 -0.74 0.36 -1.63 -0.80 0.14
Sri Lanka -0.91 0.21 -0.35 -0.28 0.17 0.42 -0.34 0.07
Oceanía
Fiyi -0.56 0.40 -0.13 -0.39 0.08 0.33 -0.12 0.21
Papúa Nueva Guinea -1.47 -0.82 0.43 -0.07 0.58 0.65 0.63 1.96

Nota: Para la definición de las variables, véase el cuadro 1.

81