La contribución del capital humano y la I+D en el Crecimiento Económico

Transcripción

1 UNIVERSIDAD DE ALCALÁ UNIVERSIDAD COMPLUTENSE DE MADRID La contribución del capital humano y la I+D en el Crecimiento Económico Un Análisis de Datos de Panel Dinámicos Marcos Gregorio Sánchez Calderón Julio 2014 Dirigida por: M a Covadonga de la Iglesia Villasol Joseh Johannes Heijs 1

2 Dña. M a Covadonga de la Iglesia Villasol, profesora titular de Universidad, y D. Joost Heijs, profesor titular de Universidad, como tutores del trabajo fin de máster titulado: La contribución del capital humano y la I+D en el Crecimiento Económico Un Análisis de Datos de Panel Dinámicos, damos el Visto Bueno a la presentación y la lectura de la memoria del trabajo en la convocatoria de Julio de Fdo.: M a Covadonga de la Iglesia V. Fdo.: Joost Heijs 2

3 Agradecimientos A mis directores, por la generosa ayuda prestada durante la realización de este trabajo fin de máster, así como por la confianza que han depositado en mí. A mi familia, es especial a mis hijas, por el apoyo incondicional que me dan dado. 3

4 TABLA DE CONTENIDOS Pág. I. INTRODUCCION 6 a) Objetivos, Hipótesis y Metodología 7 II. REVISION DE LA LITERATURA 9 III.MODELOS DE REFERENCIA: MANKIW, ROMER Y WEIL (1992) Y BASSANINI Y SCARPETA (2001) 13 a) Modelo de Mankiw, Romer y Weil (1992) 14 b) Modelo de Bassanini y Scarpeta (2001) 17 IV.LA ESPECIFICACION DEL MODELO a) Método de Estimación 19 b) Especificación Econométrica 22 c) Variables y datos descriptivos 23 d) Componentes básicos del modelo 25 V. APLICACIÓN EMPIRICA 33 a) Resultados de la estimación con las variables básicas añadiendo capital humano 34 b) Resultados de la estimación con las variables básicas añadiendo capital humano y la intensidad en I+D 35 c) Resultados de la estimación restringida con las variables básicas añadido capital humano y la intensidad en I+D 40 d) El papel de la convergencia 42 VI.CONCLUSIONES 43 APENDICES 46 BIBLIOGRAFIA 50 4

5 ÍNDICE DE FIGURAS Y TABLAS Pág. Figura 1. Variación de niveles en los componentes del crecimiento 26 Figura 2. El PIB y la acumulación de capital físico 27 Figura 3. El PIB y crecimiento de la población 28 Figura 4. El PIB y la escolaridad media 29 Figura 5. El PIB y el gasto en I+D 31 Tabla 1. Regresiones añadido capital humano 35 Tabla 2. Regresiones añadido la intensidad en I+D 37 Tabla 3. Regresiones añadido la intensidad en I+D por grupo de países 39 Tabla 4. Regresiones restringida añadido la intensidad en I+D 41 ÍNDICE DE APÉNDICES Apéndice I. Extracto de lecturas recomendadas 47 Apéndice II. Estadísticas básicas de las variables utilizadas en la estimación 47 Apéndice III. Comparación estimadores PMG, MG, DFE 48 Apéndice IV. Diferentes versiones de regresiones añadido la intensidad en I+D 50 ÍNDICE DE SIGLAS CANA = Base de datos para el análisis de campo a través de los sistemas nacionales, crecimiento y desarrollo DFE = Dinámico de Efectos Fijos et al. = Y otros Input = Elemento que participa en un determinado proceso productivo I+D = Investigación y desarrollo tecnológico MG = Promedio de Grupos MRW = Modelo de Mankiw, Romer y Weil OCDE = Organización para la Cooperación y el Desarrollo Económico PIBpc = Producto Interno Bruto por trabajador PMG = Promedio de Grupos Agrupado PPA = Paridades de poder adquisitivo Proxy = En reemplazo de P75 = Percentil 75 UE = Unión Europea 5

6 I. INTRODUCCION La ciencia económica siempre ha sido consciente de la importancia de la actividad innovadora, si bien hasta finales de los ochentas del siglo XX no se han dado las condiciones para profundizar en su conocimiento. Así, la literatura reciente sobre competitividad subraya la importancia de la innovación tecnológica para sostener el desarrollo económico y el bienestar social. Avondet et at. (2007) afirma que existe una relación directa entre el dinamismo de la demanda internacional, la tecnología incorporada en los bienes de exportación y el crecimiento. Sin duda, con mayor frecuencia la actividad innovadora y el capital intelectual son considerados en los estudios empíricos como factores explicativos fundamentales de la competitividad y el crecimiento sostenido de una economía. Un análisis de los agregados, como el que se realiza en este estudio, sólo arroja algo de luz, y debe considerarse como parcial, complementario y evolutivo, en un tema tan complejo como es el de establecer los diferentes factores que explican el proceso de crecimiento económico. El presente estudio en su parte empírica se inicia con un análisis de los determinantes básicos del crecimiento económico -acumulación de capital físico y crecimiento demográfico-, que se amplía al incorporar el capital humano y la convergencia condicional, siguiendo el modelo de Mankiw, Romer y Weil (1992), para posteriormente añadir las políticas e instituciones, específicamente, las variables que representan la intensidad del gasto en investigación y desarrollo tecnológico, según el modelo propuesto por Bassanini y Scarpeta (2001). La metodología utilizada en el desarrollo empírico de este trabajo -tal como se expondrá posteriormente con más detalle- consiste en aplicar el estimador econométrico denominado Promedio de Grupos Agrupado (en adelante PMG) desarrollado por Pesaran et al. (1999), por adaptarse mejor a los propósitos fijados, ya que permite a los coeficientes de corto plazo a ser diferentes entre los países, y al mismo tiempo impone restricciones sobre los coeficientes de largo plazo para que sean en todos los países iguales. 6

7 Las ecuaciones de crecimiento han sido estimadas con un panel dinámico para 23 países pertenecientes a la Unión Europea, durante el período La principal fuente de datos utilizada es la base de datos para el análisis de campo a través de los sistemas nacionales, crecimiento y desarrollo (CANA) elaborada en la Universidad Complutense de Madrid por Castellacci et al. (2011), complementada con información recopilada al efecto de las fuentes estadísticas del Banco Mundial y Eurostat. A continuación, se presenta una breve introducción, seguida -en el segundo apartado- de una revisión de la literatura experimental existente, que ha servido de guía para el trabajo empírico que se presenta en el tercer apartado, mediante un análisis simétrico de los modelos desarrollados por Mankiw, Romer y Weil (1992) y Bassanini y Scarpeta (2001). El análisis econométrico, con sus especificaciones, los datos, las variables incluidas y una descripción de los componentes básicos son tratados en el apartado cuarto, mientras que en el quinto apartado se muestran y valoran los resultados obtenidos, para finalizar -en el sexto y último apartado- con la presentación de las conclusiones y reflexiones finales del estudio. a) Objetivos, Hipótesis y Metodología Objetivos El objetivo principal del presente trabajo es ahondar en el estudio de los posibles vínculos existentes a nivel nacional entre el crecimiento económico y las variables relacionadas con la inversión en capital físico y humano, y la investigación y desarrollo tecnológico. El objetivo específico, es doble: en primer lugar, aplicar la metodología descrita por Mankiw, Romer y Weil (1992) y Bassanini y Scarpeta (2001) para identificar los principales determinantes del crecimiento económico en una muestra de veintitrés países pertenecientes a la Unión Europea durante el período ; y en segundo lugar, aportar evidencia sobre el efecto que las actividades relacionadas con la investigación tecnológica, tanto pública como empresarial, tienen sobre el crecimiento económico. 7

8 Hipótesis La hipótesis del trabajo puede centrarse en la pregunta Tienen la inversión en capital humano y la investigación un impacto positivo en el crecimiento económico? Metodología La contrastación de la hipótesis que se plantea, se inicia con la aplicación del Método de Investigación Inductivo-Deductivo, mediante la recopilación documental y el análisis bibliográfico, así como el análisis y la estandarización de la base de datos que ha requerido un trabajo intenso de revisión y estructuración de la misma. Así, en esta primera parte de la investigación se contextualiza la teoría del crecimiento económico, como paso previo para acotar la hipótesis del estudio. Posteriormente, se aplica el Método de Investigación Deductivo-Inductivo, a través de un conjunto de reglas matemáticas, la estadística y la lógica, para completar la base de datos; y principalmente una técnica de análisis econométrico, que permite especificar un modelo macroeconómico que representa una parte de la economía y facilita el entendimiento sobre el proceso de crecimiento económico. La metodología de la investigación planteada vincula, por tanto, la teoría económica comúnmente aceptada con la evidencia empírica observada en otros entornos y que es objeto de contrastación. Considerando que se va a estimar un modelo dinámico de datos de panel, se considera conveniente utilizar el estimador Promedio de Grupos Agrupado (PMG por sus siglas en inglés) tanto por adaptarse mejor al objetivo del estudio, ya que permite heterogeneidad en los coeficientes interceptos 1, los coeficientes de corto plazo, y las variaciones de error -entre los grupos-, como por imponer simultáneamente la condición de homogeneidad sobre los coeficientes de largo plazo en todos los grupos. Dicho 1 También se le denomina coeficiente constante, en el caso de una regresión lineal clásica es el punto donde la recta corta el eje de las ordenadas; cuando incluimos el intercepto (α o β 0 ), estamos asumiendo que cuando X toma el valor 0, el valor de Y no es 0, y corresponde estimar el intercepto. Mientas que al excluirlo, estamos exigiendo que el valor de Y sea 0 cuando X sea 0. De esta forma la inclusión o exclusión de la constante o intercepto, en muchos casos, depende de la naturaleza e interpretación de las variables. 8

9 estimador tiene como ventaja sus ganancias en coherencia y eficacia frente a otros estimadores de paneles de corrección de errores, además de su sencillez computacional. En conclusión, se puede adelantar que las diversas técnicas de estimación econométrica que se aplican en este estudio permitirán comprobar y aceptar la hipótesis planteada. II. REVISION DE LA LITERATURA El trabajo de Solow y Swan (1956) sentó las bases metodológicas utilizadas por los economistas neoclásicos de la segunda mitad del siglo XX para desarrollar la teoría del crecimiento. Las reiteradas preguntas de por qué unos países son más ricos que otros y unos crecen más deprisa que otros fueron enriquecidas con la aplicación de nuevos instrumentos teóricos, nuevos datos y nuevas hipótesis que dieron cuerpo empírico a un esqueleto construido con teorías tanto antiguas como nuevas. El supuesto neoclásico de rendimientos decrecientes de los factores productivos tenía, como consecuencia inevitable, el hecho de que el crecimiento debido a la acumulación de capital a largo plazo era insostenible, llegando un momento en que se ralentiza y puede llegar a detenerse por completo. Por este motivo, muchos economistas e investigadores aseguraban que el modelo de Solow y Swan (1956) por sí mismo no podía explicar ni las fuertes diferencias entre países, tanto en el nivel de la renta per cápita como en la productividad, ni la enorme dispersión de las tasas de crecimiento entre los países que se muestran alejados de la frontera tecnológica. Estas dudas motivaron que el modelo se pusiera en tela de juicio, acompañado de una sensación de rechazo. Sin embargo, la importancia y necesidad de aportar evidencia concluyente sobre el tema, hace que se retome dando lugar a las teorías del Crecimiento Endógeno, siendo los principales aportes los realizados por Paul Romer (1986) y Robert Lucas (1988), al conseguir generar tasas de crecimiento positivas mediante la eliminación de los rendimientos decrecientes a escala a través de externalidades o introduciendo variables de capital en el modelo, como es el caso del capital humano, capital público, el progreso 9

10 tecnológico, etc., lo que permitió avanzar en la comprensión de la economía de las ideas. Esta recurrencia al tema, hace que en el período en que se manifestaba esa sensación de rechazo al modelo de Solow y Swan (1956), cuatro trabajos de algunos ilustres economistas (Barro (1991), Barro y Sala-i-Martin (1992), Mankiw, Romer y Weil (1992) y Young (1994)) lo rescataran y evolucionaran al introducir el progreso tecnológico exógeno que se convertiría en la variable motriz de los estudios del crecimiento a largo plazo. Una de las contribuciones más relevantes la de Mankiw, Romer y Weil (1992) con el denominado Modelo Ampliado de Solow (conocido como modelo MRW) que considera el capital físico, el trabajo y el capital humano como principales factores de producción; y que constituye la piedra angular del resurgimiento del modelo neoclásico en la década de los noventa. La concordancia de los resultados del modelo MRW (1992) con los hechos estilizados sobre crecimiento y convergencia económica, deja ver bien claro que el capital humano tiene un lugar legítimo en la función de producción agregada, permite además mejorar el resultado de cualquier modelo teórico o análisis empírico de crecimiento económico. Los resultados de este importante aporte empírico confirma que el modelo de Solow y Swan (1956) proporciona las respuestas correctas a las preguntas para las que fue diseñado, y a pesar de las numerosas críticas a las cuales fue sometido el modelo de MRW (1992) la evidencia empírica es muy dispar y no son totalmente concluyentes, por lo que no han podido invalidarlo. Estos antecedentes históricos señalaron el rumbo que tomarían las investigaciones futuras sobre el crecimiento económico, citando a continuación las investigaciones más relevantes acotadas desde mediados del siglo pasado hasta la actualidad, que se han orientado a la búsqueda de los factores preponderantes del crecimiento y desarrollo de las naciones: Sala-i-Martín (1994) menciona que algunos trabajos como los de Romer (1986), Lucas (1988), Rebelo (1991) y Barro (1991) aportaron tasas positivas de crecimiento al eliminar los rendimientos decrecientes a escala, mediante la incorporación de externalidades positivas -políticas e instituciones- asociadas a la acumulación de 10

11 capital o al añadir el capital humano al capital físico para obtener un concepto amplio de capital. Otro grupo de aportaciones utilizaron el entorno de competencia imperfecta para construir modelos en los que la inversión en investigación y desarrollo tecnológico (en adelante I+D) de las empresas generaban progreso tecnológico de forma endógena, entre cuyos trabajos se encuentran Romer (1987, 1990), Grossman y Helpman (1991), Aghion y Howitt (1992, 1998), y King y Levine (1993). Estudios aludidos en Sala-i-Martín (1994) y Romain et al. (2011). Otro tema de estudio ha sido el efecto positivo sobre el crecimiento que tiene un correcto desarrollo de los mercados financieros mediante, por ejemplo, el crédito interno privado y los pasivos líquidos, tal como recogen los trabajos de King y Levine (1993) y Levine, Loayza y Beck (2000). Según Romain et al. (2011), algunos modelos se han centrado en la apertura del comercio internacional, considerando como un factor institucional favorecedor del crecimiento, entre los que cabe mencionar a Frenkel y Romer (1999) y Wacziarg y Welch (2008). Asimismo, menciona que otros economistas se enfocaron en estudiar el nivel del gasto gubernamental y la estructura impositiva, tales como Barro (1990), Easterly y Rebelo (1993), y Lee y Gordon (2005. Y señala además, que otro grupo de modelos añaden como factor productivo el Capital Humano, que comprende las capacidades, competencias y conocimientos de los trabajadores individuales, según los aportes que realizaron Mankiw (1992), Benhabib y Spiegel (1994), Cohen y Soto (1997) y Aghion (2011). Algunos de los estudios más recientes incorporan las políticas de gobierno y el sector institucional, según los aportes de Bassanini y Scarpeta (2001), Arnold (2008) y Romain Bouis, Romain Duval y Fabrice Murtin (2011). A continuación, se muestra una revisión de la evidencia empírica, que toma como punto de referencia la metodología de trabajo descrita por MRW (1992), y que ha sido revisada al aplicar técnicas econométricas de corrección de errores en paneles 11

12 dinámicos, los cuales pretenden aportar evidencia sobre los posibles vínculos que pueden existir entre el crecimiento económico y los factores capital humano e I+D: Bassanini y Scarpeta (2001) parten del modelo neoclásico de crecimiento de MRW (1992) y analizan los vínculos a largo plazo entre la configuración de las políticas, las instituciones y el crecimiento económico en 21 países de la Organización para la Cooperación y el Desarrollo Económico (OCDE) durante el período Para el análisis empírico utilizaron datos de panel y la técnica econométrica PMG. Los resultados del estudio demuestran que la acumulación de capital físico y de capital humano son los principales motores del crecimiento económico. Asimismo, la actividad de I+D, un entorno macroeconómico sólido, la apertura del comercio y de los mercados financieros bien desarrollados contribuyen a elevar el nivel de vida en los países de la OCDE; y en cuanto al proceso de convergencia, demuestran que al utilizar datos de panel existe una relativamente alta velocidad de convergencia. Agiomirgianakis et al. (2002), examinan el papel del capital humano en el crecimiento económico mediante un panel de datos que incluye 93 países, durante un periodo de 28 años ( ). Las estimaciones se obtuvieron utilizando dos métodos para paneles dinámicos, el Promedio de Grupos (MG por sus siglas en inglés) y el PMG. El análisis indica que la educación tiene un efecto a largo plazo significativo y positivo en el crecimiento económico, que se hace más evidente cuando el nivel de educación (primaria, secundaria y terciaria) aumenta. Este resultado tiene una clara implicación de política, que cuando los gobiernos tomen acciones hacia una expansión de la educación superior se puede esperar mayores beneficios en términos de mayor crecimiento económico. Jungmitag Andre (2003) analiza los efectos de las innovaciones, la especialización y la difusión tecnológica en el crecimiento económico, así como la convergencia para 14 países de la Unión Europea (en adelante UE), en el período El análisis empírico se basa en un modelo de datos de panel, lo que le permite realizar una evaluación del impacto de estos tres factores, así como de los factores de producción básicos en el crecimiento económico a largo plazo, y por otro lado calcular las medidas de σ-y β-convergencia de las productividades laborales dentro de la UE. Los resultados muestran que, además de la acumulación de capital, el conocimiento 12

13 técnico transferible es un motor de crecimiento para la convergencia de los países de la UE, siendo este último, el nivel de especialización tecnológica ricardiana. Por otra parte, la difusión de tecnología es el motor principal para la convergencia de las productividades laborales, mientras que los diferentes niveles de especialización tecnológica ricardiana retrasan la convergencia. Arnold Jens (2008) analiza la relación entre las estructuras fiscales y el crecimiento económico mediante la introducción de indicadores de la estructura tributaria en un conjunto de regresiones de crecimiento de panel para 21 países de la OCDE, por el período , en el que tanto la acumulación de capital físico como humano se tienen en cuenta. Como estimador utiliza el PMG y los resultados sugieren establecer una clasificación de los instrumentos fiscales con respecto a su relación con el crecimiento económico. Impuestos sobre la propiedad y en particular los impuestos recurrentes sobre la propiedad de inmuebles, parecen ser los más favorables al crecimiento, seguido de los impuestos al consumo y los impuestos sobre la renta personal, mientras que el impuesto de sociedades parece tener el efecto más bien negativo sobre el producto interno bruto per cápita (en adelante PIBpc). También hay evidencia de una relación negativa entre la progresividad del impuesto sobre la renta y el crecimiento. Romain Bouis, Romain Duval y Fabrice Murtin (2011) parten del modelo neoclásico de crecimiento MRW (1992) que incorpora el capital humano y la convergencia condicional, sobre el que los investigadores aplican el estimador econométrico PMG para una muestra de 40 países recogidos de las estadísticas de la OCDE, en el período ; encuentran evidencia de que las políticas gubernamentales y las instituciones tienen cierto efecto sobre el crecimiento económico y a largo plazo sobre la productividad total de los factores en esas economías. Para una apropiada orientación sobre el tema objeto del presente estudio se puede consultar detenidamente la publicación "Una contribución a la investigación empírica del crecimiento económico" de Mankiw, Romer, y Weil (1992), y los estudios económicos que se presenta a manera de extracto en el Apéndice I. 13

14 III. MODELOS DE REFERENCIA: MANKIW, ROMER Y WEIL (1992) Y BASSANINI Y SCARPETA (2001) A continuación se hace un desarrollo paralelo a los modelos que son la referencia básica de este tipo de investigaciones empíricas sobre crecimiento económico y convergencia condicional y, por lo tanto, inciden en el tratamiento de los aspectos relacionados con el stock de capital humano y la I+D que se presenta en este trabajo. a) Modelo de Mankiw, Romer y Weil (1992) El enfoque utilizado en este trabajo se inicia a partir del modelo neoclásico desarrollado por MRW (1992) conocido como Modelo Ampliado de Solow, que se caracteriza por rendimientos constantes a escala y productividades decrecientes, aunque positiva, de cada uno de los factores. Considera el supuesto de una economía cerrada que tiene un solo sector productivo, y hace uso de la función de producción Cobb-Douglas. Utiliza el capital físico, el trabajo y el capital humano -que representa las habilidades formales y la experiencia incorporada en la fuerza de trabajo- como principales factores de producción. La función de producción en el tiempo t viene dada por: (1) donde Y t es la producción (es decir, el PIB), K t es el stock de capital físico, H t es el stock de capital humano, L t es la fuerza de trabajo, y A t captura el estado actual de la eficiencia tecnológica y económica, que por simplicidad entra multiplicando al trabajo (A t L t ) y representan el aumento de trabajo eficiente, α y β son las elasticidades parciales de la producción con respecto al capital físico y humano. La evolución de la economía en el tiempo t está determinada por: a) b) (2) 14

15 c) d) e) Donde y=y/al, k=k/al, y h=h/al son cantidades por unidad de trabajo eficiente. Además considera los siguientes supuestos: i) los consumidores ahorran (invierten 2 ) una fracción constante de la producción en capital físico y humano que denotamos por s k y s h, respetivamente; ii) el stock de capital se deprecia a una tasa constante identificada como δ; iii) el nivel de desarrollo tecnológico (A t ) crece a una tasa constante que denotamos por g; iv) la fuerza laboral (L t ) crece a una tasa constante que se expresa como n; y, v) el número eficiente de unidades de trabajo (A t L t ) crece a una tasa contante que denotamos por n+g. El supuesto neoclásico de rendimientos decrecientes de cada uno de los factores - cuando se cumple que α + β < 1- tiene, como consecuencia forzosa, el hecho de que la única tasa de crecimiento sostenible en el estado estacionario -situación en la que todas las variables per cápita del modelo crecen a una tasa constante- es cero. Es decir, la única tasa de crecimiento consistente con el modelo neoclásico es nula. Es así, que al formar un sistema de ecuaciones diferenciales de primer orden en k y h mediante las ecuaciones 2a) y 2b), y al descifrarlo se obtienen los valores en el estado estacionario, es decir, la economía converge hacia k* y h*, que definen un equilibrio estable mediante las siguientes expresiones: a) (3) b) 2 El modelo clásico Solow y Swan (1956) en su primer supuesto básico Economía cerrada y sin sector público considera que la producción (Y) se iguala a la demanda de bienes que es la suma del consumo (C) y la inversión (I). Como además, la producción o renta se dedica únicamente a consumir o ahorrar (S), Y=C+S, resulta entonces que el ahorro es igual a la inversión S=I. 15

16 Así, al reemplazar (3) en 2c) se obtiene el producto por unidad de trabajo eficiente en el estado estacionario, y tomando logaritmos y expresando en función de s h (inversión en capital humano) y el resto de variables, se tiene: (4) Esta ecuación muestra que el nivel de la productividad en el sendero de crecimiento equilibrado depende: i) negativamente de las tasas de crecimiento de la población, del progreso técnico y de la depreciación; y ii) positivamente de las tasas de inversión de capital humano, del capital físico y del stock de conocimientos científicos básicos que existe. Cabe destacar, que el término A(0) no solo representa la tecnología, sino también las dotaciones de recursos, el clima, las instituciones, etc., por lo cual podría diferir en los países. Por tanto, se asume que: lna(0) = +, donde es una constante y es un shock -acontecimiento que invierte o altera la tendencia de una serie de forma significativa y permanente- entre los países. Así la expresión del PIBpc en un tiempo dado -que para simplificar se considera el tiempo de inició de un proceso como 0 -, es: (5) Una forma alternativa de expresar el papel del capital humano en la determinación del ingreso per cápita se obtiene al combinar (5) con la ecuación que establece el nivel de estado estacionario del capital humano dada en 3b), siendo: (6) Esta expresión, indica que la tasa de crecimiento en el sendero hacia el estado estacionario depende de: i) un índice de la productividad total de los factores (denotado por ); ii) un efecto negativo, debido a las tasas de crecimiento de la población, del progreso técnico y de la depreciación (tasas expresadas en el término: (n+g+δ)); y iii) 16

17 un efecto positivo, debido a las tasas de inversión de capital físico (s k ) y nivel (stock) de capital humano (h*). b) Modelo de Bassanini y Scarpeta (2001) El modelo desarrollado por Bassanini y Scarpeta (2001) toma como punto de partida el modelo de MRW (1992) y al ser una ampliación del modelo Solow y Swan (1956) hace suya también la hipótesis de rendimientos constantes a escala, así como todos los supuestos de referencia, e incluso hace uso de la función de producción Cobb-Douglas. Los factores de producción son el capital (físico y humano), el trabajo, la eficiencia con la que actúan juntos, y el nivel de tecnología; su evolución en el tiempo determina el nivel de la producción per cápita en el estado estacionario, que depende de la propensión a la acumulación de capital físico 3, del stock de capital humano, de la tasa de crecimiento de la población, del nivel y la tasa de crecimiento de la tecnológica, y de la tasa de depreciación del capital. En este contexto, el crecimiento de la producción de cada país en un período determinado según Bassanini y Scarpetta (2001, pp.21-22), haciendo abstracción de la fluctuación cíclica, puede analizarse como la combinación de tres fuerzas diferentes: i) el progreso tecnológico subyacente -que se supone es exógeno-; ii) un proceso de convergencia de la producción per cápita en el transición al estado estacionario; y, iii) las modificaciones en el estado estacionario (crecimiento o nivel del PIBpc) que pueden surgir por cambios en la política y las instituciones, así como en las tasas de inversión y los cambios en las tasas de crecimiento de la población. Formalmente, al modelo de MRW (1992) se le incorpora las políticas y las instituciones, y un factor de convergencia (la variable dependiente rezagada en niveles). Considera los factores determinantes básicos del estado estacionario, es decir, la acumulación de capital físico y el crecimiento demográfico. En una primera ampliación se introduce la variable que representa la educación, para posteriormente añadir las 3 Cuando utilizamos la expresión propensión a la acumulación de capital físico estamos implícitamente refiriéndonos a la acción conjunta mediante la cual una economía realiza inversión efectiva (fracción de la producción que se ahorra) e inversión requerida (volumen de inversión necesaria para mantener el stock de capital). Este tratamiento consta en estudios como los de Bassanini y Scarpeta (2001), Arnold (2008) y Romain et al. (2011), por mencionar algunos. 17

18 variables que representan el gasto en I+D, diferenciando claramente entre gasto total, público y privado. En los primeros estudios se utilizaba promedios de tiempo largos, así como medias de cinco años para depurar las influencias cíclicas a corto plazo, pero sólo si los países están en sus estados estacionarios o si las desviaciones del estado estacionario son independientes e idénticamente distribuidas, las ecuaciones de crecimiento pueden tener una relación simple entre sus determinantes y la transición a los nuevos estados de equilibrio. Por esta razón, una opción atractiva es utilizar los datos anuales en una estructura de panel de efectos fijos y modelar la dinámica de transición de manera explícita. Esto implica la necesidad de diseñar una estimación que sea capaz de dar cuenta de la dinámica del PIBpc fuera del equilibrio, que incluya las variables explicativas en niveles y en primeras diferencias para controlar los componentes cíclicos, además de la variable dependiente rezagada en niveles. Teniendo en cuenta que un panel recoge datos por países a lo largo de un determinado período (i denota países, t el tiempo) la ecuación de crecimiento logarítmica en forma intensiva se puede escribir de la siguiente manera: donde y es la producción per cápita (es decir, el PIBpc); ϕ es la velocidad de ajuste; sk es la propensión a la acumulación de capital físico; h es el stock de capital humano; n es el crecimiento demográfico; t es una tendencia en el tiempo; es el término de error habitual; y el nivel de progreso tecnológico puro "exógeno" esta denotado por. La Vj es un vector de variables influenciadas por las instituciones y las políticas públicas, que en este estudio representan las actividades innovadoras. Los b- regresores capturan la dinámica de corto plazo. 18

19 Es importante indicar aquí, mientras que en MRW (1992) se asume una tasa de progreso tecnológico común para todos los países de la muestra (g + δ = 0.05), en este estudio, al no ser posible obtener observaciones específicas para la tasa de tecnología y la depreciación, se considera que el coeficiente asociado a este término no tiene incidencia en los objetivos de la investigación, y por este motivo a partir del modelo (7) solo se incluye la tasa de crecimiento de la población denotada por n. IV. LA ESPECIFICACION DEL MODELO A continuación se hace referencia al método de estimación, la especificación econométrica, así como a los datos y las variables consideradas en las diversas etapas de estimación seguidas. a) Método de Estimación Los primeros estudios empíricos sobre crecimiento económico internacional y convergencia utilizando análisis econométrico fueron con datos de sección cruzada, como Barro (1991) y MRW (1992), que se desarrollaron bajo el supuesto de homogeneidad tanto de los parámetros de la función de producción como del término de convergencia entre países, es decir, los países convergen a la misma tasa de crecimiento. Posteriormente, al introducir modelos con datos de panel, los procedimientos tradicionales de los modelos agrupados (efectos fijos, variables instrumentales o el método generalizados de momentos) producían una significativa pérdida de información al tomar promedios de los datos anuales, dificultando tener en cuenta la heterogeneidad no observada de cada país, y entorpeciendo significativamente la interpretación de las estimaciones. En años recientes (mediados de los noventa del siglo XX), la literatura sobre modelos dinámicos de datos de panel empezó a centrarse en paneles donde el número de observaciones de sección cruzada (N) y el número de series de tiempo observados (T) son grandes en ambos casos. En este contexto, uno de los hallazgos centrales de la 19

20 literatura para este tipo de paneles es que la suposición de homogeneidad de los parámetros es a menudo inadecuada en modelos dinámicos, porque normalmente conducen a estimaciones sesgadas a una lenta velocidad de ajuste. Ver Loayza y Ranciere (2005, p.8). Por este motivo considerar heterogeneidad, no solo de los parámetros de la función de producción sino además de la tasa de convergencia se convirtió en un supuesto necesario, que permitió evidenciar cambios importantes en las estimaciones una vez que se relajó el supuesto de homogeneidad en la tasa de crecimiento al estado estacionario, ver Pesaran et al. (1997, pp.2-3). La literatura sobre la estimación de modelos dinámicos de paneles heterogéneos en el que ambos N y T son grandes sugiere varios métodos para la estimación. En un extremo, el estimador Dinámico de Efectos Fijos (DFE por sus siglas en inglés), puede ser aplicado a cualesquiera datos de serie de tiempo que estén agrupados por cada grupo, en este enfoque se restringe a todos los coeficientes de la pendiente a ser igual entre los distintos grupos, es otras palabras, comparten la misma tasa de crecimiento hacia el estado estacionario, sin embargo, los coeficientes de la pendiente son de hecho no idénticos, lo que ocasiona que el enfoque de DFE genere resultados inconsistentes y potencialmente engañosos. En el otro extremo, el estimador Promedio de Grupos (MG por sus siglas en inglés) propuesto por Pesaran y Smith (1995) puede ser aplicado por separado para cada grupo, en este estimador están autorizados a diferir entre los grupos las intersecciones, los coeficientes de pendiente, y las varianzas de error. Según la metodología se estima regresiones separadas para cada grupo y se calcula los promedios no ponderados de los coeficientes específicos de corto y largo plazo en todos los grupos, obteniéndose estimaciones consistentes de los parámetros sin imponer restricciones de homogeneidad para ninguno de ellos, sin embargo, cuando existe homogeneidad en las pendientes este estimador deja de ser eficiente. Otra desventaja de este método es que puede ser afectado por valores atípicos de la muestra, especialmente cuando N es pequeño, esto puede influir gravemente en los promedios de los coeficientes, lo que sesgaría los estimadores. 20

21 Posteriormente, Pesaran, Shin, y Smith (1997, 1999) proponen el estimador Promedio de Grupos Agrupado (PMG por sus siglas en inglés) que combina los dos anteriores: agrupación y promedio. Este estimador intermedio permite que constantes, coeficientes de corto plazo, y varianzas de error difieran entre los grupos (al igual que el estimador MG), pero restringe a los coeficientes de largo plazo para que sean igual en todos los grupos (al igual que el estimador DFE). En pocas palabras, como comenta Blackburne, E. y Frank, M. (2007, pp ), el estimador PMG procede de la siguiente manera: en primer lugar, la estimación de los coeficientes de la pendiente a largo plazo se lleva a cabo de manera conjunta para todos los países a través de un procedimiento (concentrado) de máxima verosimilitud desarrollado por Pesaran, Shin y Smith (1999); y en segundo lugar, la estimación de los coeficientes de corto plazo (incluyendo la velocidad de ajuste ϕ i ), la intersección específica de cada país (b n,i ), y la varianza de error específica de cada país, se realizan tomando el promedio simple de los coeficientes país por país, también a través de máxima verosimilitud, y el uso de las estimaciones de los coeficientes de la pendiente a largo plazo previamente obtenidos. Si los coeficientes de largo plazo son de hecho iguales entre los países, entonces las estimaciones PMG serán consistentes y eficientes, mientras que las estimaciones de MG sólo serán consistentes. Si, por otro lado, los coeficientes de largo plazo no son iguales en todos los países, la ecuación fue incorrectamente especificada, entonces las estimaciones PMG serán incompatibles, mientras que el estimador MG todavía proporciona una estimación consistente de la media de los coeficientes de largo plazo entre países, tal como señala Loayza et al. (2005, p.9). Considerando el objetivo de la investigación y en virtud de la muestra con la que se trabaja, parece posible asumir que los países de la Unión Europea tienen características, si no comunes, por lo menos semejantes como acceso a tecnologías, intensivo comercio intrarregional, inversión extranjera directa, restricciones presupuestarias o de liquidez, por mencionar algunas, todos estos factores contribuyen con parámetros similares a la función de producción, por lo que pareciera lógico considerar la homogeneidad entre países por lo menos en el largo plazo. Mientras que este supuesto no resulta tan atractivo para la dinámica de corto plazo, ya que cada economía muestra diferente grado 21

22 de flexibilidad a temas como la vulnerabilidad de los choques internos y externos, los mecanismos de ajuste monetario y fiscal, las imperfecciones de los mercados financieros, y la flexibilidad salarial. b) Especificación Econométrica Considerando lo comentado anteriormente, la aplicación empírica de este estudio consiste en la estimación del Modelo de Crecimiento Aumentado con Políticas de Bassanini y Scarpeta (2001), para una muestra de 23 países de la Unión Europea con datos anuales para el periodo , y se utilizará el estimador PMG por adaptarse mejor a nuestros propósitos, ya que permite estimar una relación de largo plazo común entre los países al mismo tiempo permite heterogeneidad sin restricciones en el corto plazo. Tiene como ventaja sus ganancias en coherencia y eficacia frente a otros estimadores de paneles de corrección de errores, además de su sencillez computacional, comparado con otros métodos. Formalmente, sobre la base de los parámetros de la función de producción, así como de los coeficientes estimados del estado estacionario, se formula la hipótesis de largo plazo que permite identificar directamente los parámetros que afectan la dinámica de transición al estado de equilibrio, denotada por a s.i / ϕ i = θ. Con el procedimiento PMG se obtiene la versión restringida de la ecuación de corrección de errores (7) que permite estimar datos de series de tiempo agrupados por cada país: (8) En esta expresión, se supone que la tasa de crecimiento del PIBpc va a depender de su nivel inicial, de la acumulación de capital físico, del stock de capital humano, del crecimiento demográfico y un conjunto de factores normativos e institucionales, que en 22

23 nuestro caso representan las actividades innovadoras. Los b-regresores controlan los componentes cíclicos de corto plazo. La velocidad de ajuste de los parámetros de corrección de errores, ϕ i, y los coeficientes de largo plazo, θ 1, θ 2, θ 3 y θ j, son de interés primario. Con la inclusión de θ 0i, se permite una media distinta de cero de la relación de cointegración (Blackburne, E. y Frank, M. 2007, p.202). Por lo tanto, esperamos que ϕ i sea negativa bajo el supuesto previo de que las variables muestran un retorno al equilibrio de largo plazo. La hipótesis de homogeneidad de largo plazo de los parámetros del modelo no se puede suponer a priori, siendo necesario probarlo empíricamente en todas las especificaciones a través de la prueba de Hausman 4. Por otra parte, dada la limitación de grados de libertad en las regresiones de crecimiento específicas de cada país, en este trabajo no se ha incluido la tendencia en el tiempo. c) Variables y datos descriptivos Las ecuaciones de crecimiento se han estimado sobre una matriz de datos de panel, para una muestra de 23 países pertenecientes a la Unión Europea 5 y con datos anuales durante el período Los países elegidos son aquellos que presentan series anuales continuas originarias o parcialmente estimadas para el total de las variables utilizadas en el estudio. La fuente primaria de información utilizada es la base de datos CANA 6, complementada con ciertas estadísticas de Eurostat y del Banco Mundial. 4 Prueba de Hausman.- Se puede probar la hipótesis nula -homogeneidad de coeficientes a largo plazo- a través de este estadístico, basado en la comparación entre los estimadores PMG y MG. Si la H o no se rechaza hay evidencia de una relación de largo plazo. Se esperaría un parámetro negativo (significativo) en la estimación. Caso contrario, si la H o se rechaza, entonces no habría ninguna evidencia de una relación de largo plazo, y los coeficientes obtenidos en las regresiones son el promedio simple de los coeficientes específicos de cada país. 5 Los estados miembros de la Unión Europea a partir del 1 de enero del 2007 son veintisiete: Alemania, Austria, Bélgica, Bulgaria, Chipre, Dinamarca, Eslovaquia, Eslovenia, España, Estonia, Finlandia, Francia, Grecia, Hungría, Irlanda, Italia, Letonia, Lituania, Luxemburgo, Malta, Países Bajos, Polonia, Portugal, Reino Unido, República Checa, Rumania y Suecia. En nuestro estudio, debido a la falta de información específica, especialmente en I+D, no se incluyo a los países: Chipre, Eslovenia, Luxemburgo y Malta. 6 CANA.- Es un conjunto de datos de panel para el análisis de campo a través de los sistemas nacionales, crecimiento y desarrollo. Fue elaborado en la Universidad Complutense de Madrid por Castellacci Fulvio y Natera José Miguel (2011). Las variables se encuentran agrupadas en seis temas: 23

24 Con el fin de capturar posibles efectos proporcionales, todas las variables de control utilizadas en la regresión se especifican en logaritmos naturales, y son las siguientes: Variable dependiente (ΔlnY).- El crecimiento del PIB per cápita a precios constantes de la población entre los años expresados en 2005 paridades de poder adquisitivo (en adelante PPA). Variable de Convergencia (lny -1 ).- El PIB per cápita a precios constantes rezagado de la población entre los años, en 2005 PPA. Acumulación de capital físico (lnsk).- La propensión a la acumulación de capital físico se aproxima por la formación bruta de capital fijo respecto del PIB a precios constantes. Stock de capital humano (lnh).- Está representada por el número promedio de años de escolaridad de la población mayor de 14 años de edad que completó la escuela 7. Crecimiento de la población (ΔlnP).- Es el crecimiento de la población de 15 a 64 años. Medidas de intensidad de I+D: i) el gasto bruto total en I+D como porcentaje del PIB (lni+d tot ); ii) el gasto en I+D del sector empresas como porcentaje del PIB (lni+d emp ); iii) el gasto en I+D del sector enseñanza superior como porcentaje del PIB (lni+d ensup ); y, iv) la diferencia entre el gasto bruto total y los gastos de los sectores empresas y enseñanza superior, se registra como el gasto del sector administración pública en I+D como porcentaje del PIB (lni+d adpub ). Apertura comercial (lnapcom).- Es el residuo de la regresión sobre las exportaciones e importaciones de bienes y servicios como porcentaje del PIB, expresados en ln. Innovación y capacidad tecnológica; Competitividad económica; Sistema educativo y capital humano; Infraestructura; Políticas y sistema institucional; y Capital social. 7 Permite dar cuenta de los años de escolaridad promedio que efectivamente posee una población en un territorio en el sistema educativo formal, y así poder caracterizar el capital humano de un territorio que condiciona la inserción al mercado laboral y las potencialidades de desarrollo social y económico. En nuestra muestra tenemos que el número promedio de años cursados para culminar la educación básica por la población de 14 años y más es de 9,98 años. 24

25 Esta medida fue ajustada al incluir el tamaño del país mediante el ln del tamaño de la población. Según Arnold (2008, p.21) esta variable resultante mide la parte de la apertura del comercio que no se explica por simples diferencias de tamaño entre los países. En el Apéndice II se presentan las estadísticas básicas de las variables a las que se ha hecho mención anteriormente. d) Componentes básicos del modelo La muestra ha sido ampliamente trabajada y depurada con el objetivo principal de capturar dentro de un enfoque econométrico las interacciones que existen entre los factores de crecimiento que conforman la expresión (8) vista anteriormente, poniendo especial atención en las variables que definen las instituciones, la población y el capital humano. Además, los resultados de las estimaciones permiten interpretar y medir el efecto de cada variable en el crecimiento económico de los países analizados. Para comprobar la estacionariedad de los determinantes del crecimiento, se realiza de forma individual la prueba de raíz unitaria para datos de panel propuesto por Choi (2001), que toma de referencia los test tipo Fisher (1932) para construir una prueba que combina los p-valores obtenidos a partir de los test aumentados de Dickey-Fuller de raíz unitaria. El resultado muestra que la hipótesis nula no se rechaza, concluyendo que las series presentan raíz unitaria. La no estacionariedad de cada variable se rechaza al nivel del 1%. En la Figura 1 se muestran los cambios que han experimentado los componentes del crecimiento en niveles, tomando el período final y confrontándolo con el período inicial de investigación, para los 23 países que conforman la muestra, donde se puede apreciar a grandes rasgos que países como Rumania, Hungría, Lituania y Letonia han mejorado significativamente sus niveles en casi todos los determinantes, mientras que por el otro extremo, países como Italia y España han disminuido sus niveles en el período de estudio. 25

26 Figura 1. Variación de niveles en los componentes del crecimiento* * = El impacto estimado entre los niveles final e inicial ( ) de cada variable esta expresado en logaritmos. Fuente: Base de datos CANA Elaboración: Propia 26

27 A continuación, se presenta una definición detallada de los componentes básicos que ilustran el comportamiento teórico del modelo de crecimiento planteado: La acumulación de capital físico Según Weil (2006, p.48) el capital lo conforman las herramientas -los objetos físicos que aumentan nuestra capacidad o que hacen el trabajo por nosotros- que se utilizan en casi cualquier trabajo, por lo que es lógico suponer que los trabajadores que tienen más capital pueden producir más. Las cinco características clave que debe cumplir el capital son: ser productivo, se produce (ser el producto de una actividad productiva), su uso es limitado, poder generar un rendimiento y sufrir desgaste temporalmente y con el uso. La Figura 2 muestra la relación entre los niveles de capital físico por trabajador (como porcentaje del PIB) y el PIB per cápita de 132 países de la base CANA. La estrecha relación entre estas dos variables es innegable. Las enormes diferencias entre las cantidades de capital que disponen los trabajadores en los distintos países son una explicación obvia de las grandes diferencias entre los niveles de producción de estos países. Figura 2. El PIB y la acumulación de capital físico* 27

28 Así, uno de los principales determinantes del nivel de PIBpc es la acumulación de capital físico, aunque sus efectos pueden ser más o menos permanentes, en función de la medida en que el nivel de educación de la población y la innovación tecnológica se incorporan en nuevos bienes de capital. Sin embargo, sólo la mitad de las diferencias observadas en los niveles de PIBpc entre países es explicada por la variación media de los inputs rivales (capital físico y humano, y población activa), como analizan Jones y Romer (2009, p.18) en Los nuevos hechos de Kaldor. En esta investigación, uno de los componentes básicos del modelo es la propensión a la acumulación de capital físico por parte de agentes privados y públicos; se utiliza como proxy -la formación bruta de capital fijo como porcentaje del PIB- al igual que Arnold (2008) y Romain et al. (2011). Este componente considera mejoras de la tierra, la maquinaria y las compras de equipo, la construcción de carreteras, ferrocarriles y similares, incluidas las escuelas, oficinas, hospitales, viviendas residenciales privadas y los edificios comerciales e industriales. Al estar representados los sectores público y privado en el modelo a estimar, se obtiene un mejor ajuste de los coeficientes, y el signo esperado del coeficiente de esta variable en la estimación es positivo. Crecimiento de la población Las variaciones de la población afectan tanto a las necesidades de consumo de una economía como a su capacidad productiva, reduciéndose por lo tanto, las magnitudes expresadas en términos per cápita. Esta sencilla observación es la base para incluir la población en el modelo de crecimiento neoclásico, que predice un signo negativo, tal como se analiza y se explica en MRW (1992), Bassanini y Scarpetta (2001), Arnold (2008) y Romain et al. (2011). En nuestro estudio utilizamos la tasa de crecimiento de la población para analizar la interacción con los otros factores productivos, que se define como la población activa entre 15 a 64 años. En la Figura 3 se muestra la estrecha relación negativa que existe entre el PIB por trabajador y la tasa de crecimiento de la población. Según Weil (2006, p.83) esta relación causal puede ser una prueba de que un rápido crecimiento demográfico es la causa de que un país sea pobre o de que hay algo en el hecho de ser pobre que provoca un rápido crecimiento de la población o de que la causalidad va en ambos sentidos. 28

29 Figura 3. El PIB y el crecimiento de la población* El stock de capital humano Este componente se denomina capital humano porque comparte algunas de las características del capital físico, como: ser productivo, producirse, puede generar un rendimiento y se desgasta. La idea fundamental que se quiere comprobar es en qué medida las diferencias de calidad -habilidades y experiencia- entre los trabajadores son una de las explicaciones de las desiguales rentas entre los países. En este estudio se utiliza como proxy -el número medio de años de escolaridad de la población mayor de 14 años de edad- para representar el stock de capital humano. Según la evidencia empírica, desarrollada por MRW (1992), Bassanini y Scarpetta (2001), Arnold (2008) y Romain et al. (2011), su contabilización conjunta con el capital físico da como resultado una mejor participación en el producto que la que se obtiene al utilizar únicamente el simple capital físico, es decir, reduce la sobrestimación del capital físico y mejora la capacidad explicativa del modelo, y consecuentemente, el signo esperado para esta variable es positivo. La efectiva y persistente relación que existe entre el PIB por trabajador y la variable de capital humano se aprecia en la Figura 4. 29

30 Figura 4. El PIB y la escolaridad media* Medidas de intensidad de la Investigación y Desarrollo Las mejoras de la tecnología permiten que los mismos factores produzcan un volumen de producto mayor. Por lo tanto, el progreso tecnológico puede tener la clave para conseguir un crecimiento económico sostenido. La creación de nueva tecnología requiere, como en el caso del capital físico y humano, la inversión de recursos. En el caso de la tecnología, esta inversión se conoce con el nombre de investigación y desarrollo, que puede traducirse en: nuevas tecnologías, absorción más rápida de las ya existentes, o formas más eficientes de utilizar los recursos disponibles de capital físico y humano (Romain et al. 2011, p.11). La tecnología es totalmente diferente de los factores de producción como el capital físico y el capital humano, ya que sus dos características clave: la no rivalidad y ser parcialmente excluible, se deben a que las tecnologías son esencialmente ideas más que objetos (Weil, 2006; Romero, 2007). 30

31 La evidencia empírica demuestra que la tecnología se transfiere más fácilmente de unos países ricos a otros, que de los países ricos a los pobres, según Weil (2006, pp ), por dos motivos fundamentales: i) los factores de producción que disponen los países pobres no son los adecuados; y ii) los países pobres no son capaces de utilizar la tecnología desarrollada en los países ricos, debido a la carencia de conocimientos específicos necesarios para que funcionen las tecnologías. En la Figura 5 se muestra la relación positiva que existe entre el PIB por trabajador y el gasto total en I+D (como porcentaje del PIB), concentrándose el mayor gasto en I+D en los países ricos. Figura 5. El PIB y el gasto en I+D* El importe de los gastos en I+D puede verse influenciado por aspectos institucionales y gubernamentales, tanto a través de la normativa sobre la provisión directa y la financiación, como también a través de medidas indirectas, como los incentivos fiscales y la protección de los derechos de propiedad intelectual (Heijs, 2001). Por otra parte, las inversiones del sector privado y de las instituciones de enseñanza de nivel superior en I+D han aumentado considerablemente desde la década de 1980 en la mayoría de países desarrollados ( Bassanini y Scarpetta 2001, p.16). 31