fcefce.unal.edu.co/publicaciones/images/descargue... · camila franco restrepo, daniel felipe...

IMPACTO DE LA EDUCACIÓN SOBRE EL NIVEL DE PRODUCTO.

CASO COLOMBIANO

IMPACT OF EDUCATION ON THE LEVEL OF GDP. COLOMBIAN CASE

Camila Franco, Daniel Lacouture, Andrés Martínez

FCE

¡Escribe y publica la FCE te apoya!

Nº 36Diciembre 2012

Econografos

Econografos Nº 36 – Octubre 2013

Camila Franco Restrepo, Daniel Felipe Lacouture Daza y Andrés Mauricio Martínez Jiménez

Universidad Nacional de Colombia Sede Bogotá – Facultad de Ciencias Económicas

Pág

ina2

IMPACTO DE LA EDUCACIÓN SOBRE EL NIVEL DE PRODUCTO.

CASO COLOMBIANO


Resumen

Colombia es un país que ha atravesado por fenómenos estructuralmente diferentes a los

afrontados por los países desarrollados, por ello el caso colombiano es susceptible de ser

estudiado con el fin de establecer las relaciones causales que se dan entre educación y

crecimiento. Se hace el análisis sobre dos regiones: de alto y bajo desarrollo. Por medio

de regresiones con mínimos cuadrados ordinarios (MCO) con datos panel, se utilizan

variables de interés como cobertura y calidad, también de control como las incluidas en

el índice de Necesidades Básica Insatisfechas (NBI) para evaluar las causalidades. Los

resultados empíricos sugieren que no puede desestimarse la relevancia de la educación en

el crecimiento del producto per cápita en las regiones. La calidad resultó ser sumamente

importe mientras que la cobertura quedo relegada, la explicación posible a esta situación

se encuentra alrededor de un rendimiento marginalmente decreciente de la cobertura

sobre el producto lo cual no ocurre con la calidad.

Palabras claves: Educación, Capital Humano, MCO, Calidad, Cobertura.

Clasificación JEL: I24, I25




Pág

ina3

IMPACT OF EDUCATION OVER THE PRODUCT LEVEL. COLOMBIAN CASE

Abstract

Colombia is a country that has gone through structural different phenomena from those

faced by developed countries, so the Colombian case is likely to be studied in order to

establish causal relationships that could exist between education and growth. Analysis is

made on two regions: high and low development. Through ordinary least squares (OLS)

regressions with panel data, it is used variables of interest as quality and coverage, as well

as control variables like those included in the Unsatisfied Basic Needs (UBN) index to

evaluate this relationships. The empirical results suggest that the relevance of the

education in the growth of output per capita in regions cannot be underestimated.

Quality has proved to be extremely important while coverage was relegated, the possible

explanation for this situation may be that coverage has a marginally decreasing

performance, which does not happen with quality.

Keywords: Education, Human Capital, MCO (OLS) , Quality, Coverage.

JEL classification: I24, I25

Vicerector GeneralJorge Iván Bula Escobar

RectorIgnacio Mantilla Prada

Facultad de Ciencias Económicas

DecanoJosé Guillermo García Isaza

VicedecanoRafael Suárez

Centro de Investigaciones paraEl Desarrollo CID

DirectorJorge Armando Rodríguez

Escuela de Economía

DirectorÁlvaro Martín Moreno Rivas

Coordinador Programa Curricular de EconomíaRaúl Chamorro Narváez

SubdirectoraVilma Narváez

FACULTAD DE CIENCIAS ECONÓMICAS

CENTRO DE INVESTIGACIONES PARA EL DESARROLLO - CID

·1952 - 2012·

Escuela de Economía

La Colección Econografos considera para publicación manuscritos originales

de estudiantes de pregrado de la Facultad de Ciencias Económicas de la

Universidad Nacional de Colombia, que hayan sido propuestos, programados,

producidos y evaluados en una asignatura, en un grupo de estudio o en otra

instancia académica.

Econografos Escuela de EconomíaISSN 2011-6292

Econografos FCE puede ser consultada en el portal virtual:

http://www.fce.unal.edu.co/publicaciones/

Director Centro Editorial-FCE

Álvaro Zerda Sarmiento

Equipo Centro Editorial-FCE

Sergio Pérez

Juan Carlos García Sáenz

Diego Felipe Gutiérrez Bedoya

Maria del Pilar Ducuara López

Contacto: Centro Editorial FCE-CID

Correo electrónico: [email protected]

Este documento puede ser reproducido citando la fuente. El contenido y la forma del presente

material es responsabilidad exclusiva de sus autores y no compromete de ninguna manera a la

Escuela de Economía, ni a la Facultad de Ciencias Económicas, ni a la

Universidad Nacional de Colombia.

FCE Econografos




Pág

ina5

Contenido

Introducción……………………………………………………………………………………………………6

Estado del arte…………………………………………………………………………………………………7

El impacto de la educación en las regiones en Colombia………………………………………...11

Metodología…………………………………………………………………………………………………..13

Conclusiones generales…………………………………………………………………………………….18

Bibliografía……………………………………………………………………………………………………19

Anexo…………………………………………………………………………………………………………..21




Pág

ina6

Impacto de la educación sobre el nivel de producto. Caso colombiano

Introducción

La educación ha sido un tema de alta discusión dentro de la teoría económica a lo largo

de los tiempos, no por su existencia, cualidades o particularidades, sino por los efectos

que ésta puede tener sobre el cambio de las condiciones económicas de la sociedad. Desde

los libros de Smith1 y Ricardo las incidencias de la formación de los hombres en

conocimientos particulares han sido estudiadas por su posible impacto positivo sobre el

progreso de las economías. Colombia es un país que ha atravesado por fenómenos

estructuralmente diferentes a los afrontados por los países desarrollados, por ello, aunque

el tema de educación ha sido ampliamente tratado dentro del estudio de los

determinantes del desarrollo económico, el caso colombiano es susceptible de ser

estudiado con el fin de establecer las relaciones causales que se dan entre educación y

crecimiento para nuestro país. Esto es, aplicar las teorías y estudios anteriores con el fin

de encontrar resultados para el caso Colombiano en particular.

Desde finales del siglo XX el país ha experimentado cambios sociales, políticos,

económicos y culturales que le han obligado a enmarcarse en el contexto internacional.

Estas transformaciones y los requerimientos de un mundo en constante renovación, han

hecho que se demande de parte de los ciudadanos una formación educativa más

especializada; uno de los argumentos esgrimidos para acelerar esa formación ha sido el

impacto positivo que tiene la acumulación de capital humano sobre el desempeño de una

economía, así como el cambio de las condiciones, no sólo para quienes obtienen dicha

formación educativa sino también para todo su entorno social y eventualmente para el de

la gran mayoría de la población debido al aumento de la productividad laboral.

Por lo anterior el presente documento busca establecer si para el caso colombiano es

válido enunciar a la educación, entendida como un acervo de conocimientos y

habilidades acumuladas a través del tiempo, como un posible determinante del nivel de

ingreso de los colombianos; mediante el análisis de los hechos observados al interior del

país y las múltiples diferencias que se presentan a lo largo del mismo. También se busca

responder, a partir del desempeño de las variables económicas y educativas

departamentales, primero si existe una relación de causalidad entre educación, y nivel de

ingreso o producto y segundo si dicha relación es positiva y lo suficientemente

significativa para validar la importancia de la educación en el crecimiento del país.




Pág

ina7

Estado del arte

Con el objetivo de establecer el contexto en el que se encuentra la investigación y el

estudio de la educación dentro de la teoría del desarrollo económico, el presente

documento recapitula algunas de las publicaciones académicas más relevantes en este

campo de estudio. Para enriquecer el análisis que se busca realizar sobre la educación y su

impacto en el crecimiento económico colombiano, se han seleccionado algunos autores y

documentos que abordan la relación educación-crecimiento y/o educación-desarrollo

desde un marco general, hasta un análisis segmentado por particularidades regionales.

El primero de ellos es del profesor americano Willian Easterly que en su libro The

elusive quest of growth (2002) plantea la existencia de la relación entre crecimiento y

educación que será abordad por los distintos trabajos siguientes. Easterly encuentra que la

“explosión educativa” generada en los países en vías de desarrollo, ha sido el común

denominador durante las últimas décadas. El trabajo identifica el esfuerzo gubernamental

por aumentar la cobertura y los estándares de educación con el apoyo de organismos

internacionales; sin embargo, y dado el cambio positivo en términos de indicadores de

educación, el impacto sobre el crecimiento económico no es el esperado.

Adicionalmente Easterly (2002) identifica cuatro aproximaciones no convencionales

hacia la relación que se da entre educación y crecimiento. Estos serán detallados más

adelante.

1. La primera de ellas es la presentada por Pritchett (1997) que concluye la existencia

de una relación negativa entre la acumulación de capital humano y el nivel de

crecimiento de la economía.

2. Benhabib y Spiegel (1994) en palabras de Easterly, encuentran que no existe

ninguna relación aparente entre educación y crecimiento económico aunque

hayan que el nivel inicial de educación está relacionado positivamente con el

crecimiento de la productividad.

3. Klenow y Rodriguez-Clare (1997) consideran que las variaciones en capital

humano guardan muy baja relación con las variaciones en las tasas de crecimiento.

4. Bils & Klenow (1998) sugieren la existencia de una relación estrecha entre el

capital humano y el crecimiento, además explican las brechas salariales como

consecuencia de diferencias en el capital humano de los individuos y su edad.

Desde un punto de vista más técnico cabe destacar algunas conclusiones de este

documento de Easterly. La evidencia muestra que hay una fuerte conexión empírica

entre crecimiento económico y reducción de la pobreza y que un crecimiento mayor en




Pág

ina8

el ingreso promedio por persona se traduciría en mayor ingreso per cápita para los

segmentos de menor ingreso. El modelo Harrod-Domar brinda una respuesta muy

“simple”, el crecimiento será proporcional a la participación del gasto en inversión

dentro del PIB. La fuerte expansión educativa en casi todos los países durante las últimas

cuatro décadas no ocasionó los “milagros de crecimiento” que deberían haber ocurrido si

más educación fuera el factor clave para un aumento sostenible en el nivel de vida.

Easterly sugiere que la razón para este decepcionante resultado es la misma que antes,

expandir la educación vale poco la pena si los incentivos para invertir en el futuro no

existen. De ésta manera Easterly nos aproximó a las posibles conclusiones que se pueden

observar cuando se está estudiando la relación entre educación y crecimiento, además de

presentarnos varios documentos que ofrecen importante análisis sobre el tema.

Uno de ellos es el punto de vista de Lars Pritchett (1997) en Where has all the education

gone? Quien trata de estimar la relación causal entre crecimiento y educación de los

países, enfatizando que la evidencia muestra un impacto negativo de la educación sobre

los salarios. Pritchett ofrece tres alternativas para reconciliar los resultados micro con los

agregados, como primera alternativa presenta que la educación no genera mejores o

mayores capacidades, ni genera mayor productividad, pero sí aumenta los salarios pues

los empleadores perciben otras cualidades implícitas como la ambición, el esfuerzo, etc.

Segunda expandir la oferta de trabajo formado cuando la demanda permanece constante

hace que la tasa de retorno de la educación caiga rápidamente. Tercera, la educación sí

incrementa la productividad y hay demanda por ese trabajo calificado, sin embargo estos

trabajadores son absorbidos por sectores improductivos que remuneran bien pero no

incrementan el producto. Para realizar la estimación, el autor crea una nueva medición

de capital humano basado en los años de experiencia llegando a calcular la función de

producción Cobb-Douglas, toma datos para múltiples países en el rango 1960-1985

Al revisar los aspectos que están relacionados directamente con variables de educación el

trabajo de Bils y Klenow (2000) Does Schooling Cause Growth? Junto a otros como

Robert J. Barro (1991), Jess Benhabib and Mark M. Spiegel (1994), Barro and Xavier Sala-

i-Martin (1995), Sala-i-Martin (1997 muestran concluyentes resultados en cuanto a que

hay una fuerte correlación positiva entre escolaridad y crecimiento. Bils y Klenow

examinan la relación escolaridad partiendo de un modelo dinámico con individuos finitos

y generacional, a su vez incluye la idea de externalidad positiva desde el capital humano

hacia el capital tecnológico. El estudio2 está realizado para 56 países entre 1960-1990.

Acogidos a este marco se evalúan tres “correspondencias”: capital humano-escolaridad;

escolaridad-crecimiento de la tecnología; impacto sobre el PIB esperado-escolaridad. Los

resultados más sobresalientes de este trabajo son: los países con alta capacidad de

“enrollment” en 1960 tienen mayor oferta de trabajo entre 1960-1990; el impacto de la

escolaridad sobre el crecimiento explica menos de un tercio de la relación empírica a

través de la muestra.




Pág

ina9

Por otro lado, Mankiw (1995) busca establecer cómo se afectan los resultados de

productividad al agregar experiencia e incluir mediciones de calidad de la escolaridad. El

autor se basa en modelo de MRW (Mankiw, Romer, & Weil, A contribution to empirics

of economic growth, 1992) en el cual se acepta que lo importante es encontrar la

causalidad del nivel de producto por trabajador, por ello se propone actualizar los datos

históricos. Los resultados arrojados son consistentes y globalmente significativos3, y ello

permite concluir al autor que “la mayoría de las diferencias internacionales en los

estándares de vida puede ser explicada por las diferencias en la acumulación de ambos

capital físico y humano”.

Adicionalmente, Mankiw (1995) considera la incorporación de la inversión en capital

humano dentro del modelo neoclásico de crecimiento económico, lo que eleva la

proporción en la que este modelo explica el crecimiento económico internacional. Dado

que en una estimación anterior con la tasa de crecimiento del ahorro y la población, el

modelo sólo logró explicar un 59% de la variabilidad del PIB per cápita, mientras que la

incorporación de la tasa de ahorro en forma de capital humano, hace que el nivel de

explicabilidad del modelo sea del orden del 78%. El sector de capital humano es un sector

intensivo en mano de obra, donde, para 1996, el 80% de los gastos totales en educación

iban dirigidos al gasto en profesores. Sin embargo, si la mirada se voltea, hacia los

resultados que pueda tener el conocimiento sobre el crecimiento de las economías, como

factor importante y decisorio, la experiencia nos muestra lo difícil que puede llegar a ser

establecer dicho impacto. Si bien el conocimiento adicional puede aumentar la eficiencia

por unidad de trabajo, no explica la abrumadora diferencia entre países, pues el

conocimiento llega a ser un stock mundial y permanece poco tiempo en manos de un

solo país o industria nacional.

Una de las conclusiones clave de Mankiw (1995) es que se encontró una modesta

participación del crecimiento en el capital humano por trabajador dentro de la

explicación del crecimiento del PIB per cápita; además se encontró que la diferencia entre

los retornos a la productividad entre los países es el centro para construir una teoría

sobre las diferencias internacionales en el PIB per cápita

Alwyn Young (1994) en The tyranny of numbers: confronting the statistical realities of the

East Asian growth experience resuelve la cuestión con un análisis empírico donde

demuestra que el espectacular crecimiento de Hong Kong, Singapur, Taiwan y Corea del

Sur no se debe al incremento de la productividad total de factores como si del stock de

capital, logros educativos y la mayor participación del trabajo en el producto. El

“Resurgimiento Neoclásico” Peter Klenow y Andrés Rodríguez (1997) sugiere que el

nivel y la tasa de crecimiento de la productividad es casi la misma a lo largo de los países

y que las diferencias en niveles de producto y tasas de crecimiento se deben a las

diferencias en el stock de capital físico y humano. Ofrecen nueva evidencia relevante para

este debate de la importancia de la productividad frente al capital físico y humano en la




Pág

ina1

0

explicación de las diferencias internacionales en los niveles y tasas de crecimiento del

producto.

En contraste, Peter Klenow y Andrés Rodríguez (1997) muestran en su trabajo

Neoclassical revival in growth economics: Has it gone too far? que las diferencias de

productividad son el origen dominante de la larga dispersión internacional en los niveles

y las tasas de crecimiento del producto por trabajador. Concluyen que, aunque los

modelos que se concentran en capital físico y humano son claramente importantes, la

investigación necesita concentrarse en explicar las causas de las diferencias de

productividad entre países. Klenow y Rodríguez utilizan regresiones Mincerianas,

encontrando que las diferencias de productividad explican la mitad o más del nivel de

diferencias en el PIB por trabajador de 1985. Para el periodo 1960-1985 aplican la misma

metodología, regresiones mincerianas que buscan explicar el nivel de salario (log

deflacted wage) a partir de años de educación, experiencia y experiencia-cuadrada.

Encontraron que las diferencias en el crecimiento de la productividad explican de manera

importante las diferencias en las tasas de crecimiento. Este paper se concentra en

examinar como el capital humano debe ser medido y cómo las diferencias internacionales

de productividad dependen de cómo es medido el capital humano.

Un estudio de Chong-Sup Kim and Min-Kyung Hong (2010) muestra empíricamente

que una aumento del gasto en educación no lleva automáticamente a un rápido desarrollo

económico pues el gasto debe estar localizado acorde a las políticas en industria que en

consecuencia deben ir enfocadas en la actual etapa de desarrollo nacional para que en

últimas, la inversión en educación se vea reflejado en una variación positiva PIB per

cápita.

En el trabajo de Hanushek y Woessmann (2009) los resultados revelan que el

rendimiento escolar está asociado con el crecimiento económico sólo en la medida en que

produce las habilidades cognitivas. Así mismo, concluyen que las políticas en educación

deben ir direccionadas en que los estudiantes realmente adquieran el conocimiento, en

lugar de apegarse a lograr que completen los cursos; las políticas de educación serán más

efectivas cuando se enfoca en la calidad de la educación. La implicación política de este

trabajo es relevante para nuestros resultados finales pues el sentido común y el análisis

recurrente nos dice que la inversión en educación es lo que realmente eleva el

crecimiento del PIB per cápita representado en cobertura, a parte del capital físico. Pero

la cobertura no es suficiente si la educación misma se queda en el análisis teórico y no es

plasmada en el aumento del PIB per cápita ya sea por medio de las aplicaciones practicas

de las habilidades adquiridas

Para finalizar, otro estudio realizado por Neycheva (2010) intenta llenar el vacío teórico

que existe cuando se estudian los nuevos estados miembros no incluidos en la OCDE, ya

que los avances descritos anteriormente fueron realizados para países desarrollados.

Presenta nuevas evidencias en el tema a la luz de las conclusiones empíricas mixtas,




Pág

ina1

1

aunque varios autores afirman que la educación estimula el crecimiento de largo plazo

otros consideran que dicho estímulo no se da. El modelo basa su análisis en la función de

producción Cobb-Douglas extendida, que incluye tres factores: trabajo, capital físico y

humano. Neycheva toma 20 economías de las cuales 9 son post-comunistas. Desde el

punto de vista empírico, se comprueba que el incremento del la educación esta

positivamente relacionado con el crecimiento real del PIB, sin embrago en los análisis

econométricos se cumple solo para algunos países. La relevancia de este análisis es

mostrar que la teoría no se cumple para los países post-comunistas, ejerciendo presión en

la generalidad y universalidad de las conclusiones sobre el tema. El gasto público en

educación acelera el crecimiento del PIB solo en los países europeos desarrollados

mientras que en los nuevos estados miembros de la OCDE no contribuye

significativamente en el aumento.

El impacto de la educación en las regiones de Colombia.

Este trabajo busca responder a la pregunta de Easterly, desde la relación educación y

crecimiento del producto en Colombia. Se ha decidido enfocar el estudio empírico en un

análisis regional que nos permita captar el factor “particular” diagnosticado por Pritchett

(1997) y decisivo en el trabajo de Neycheva (2010). Este factor “particular” establece que

no puede hacerse una generalización de la relación de la educación con el crecimiento

y/o desarrollo debido a que estructuralmente hay diferencias en las regiones de estudio.

Las variables de educación fueron seleccionadas para tener aproximaciones desde los

puntos de vista de cobertura, nivel de alfabetismo en adultos y calidad de la educación

básica y media. A su vez se seleccionaron variables de control, para establecer el impacto

que tienen las necesidades básicas insatisfechas sobre el producto per cápita, sin olvidar

que nuestras variables de educación son la de interés en este análisis econométrico.

El índice de logro educativo (ILE) es un componente del índice de desarrollo humano

(IDH) calculado por las Naciones Unidas. Este índice le corresponde un tercio de valor

del IDH y

está compuesto a su vez por dos elementos a saber: la tasa de alfabetización, con una

ponderación de dos tercios; la tasa bruta de matrícula combinada de primaria, secundaria

y superior, con una ponderación de un tercio.

El ILE se ha escogido como proxy de cobertura por dos razones. En primer lugar calcula

la tasa de alfabetización de adultos, la cual muestra que porcentaje de adultos saben leer y

escribir. Tener estas sencillas pero importantes habilidades en la edad adulta, es

consecuencia de una instrucción en alguna etapa de la vida. Por lo tanto, una mayor tasa

de alfabetización muestra cuantas personas han recibido esta instrucción y, por lo tanto,

la cobertura de la educación en sus niveles más esenciales. Por otro lado, la adquisición de

estas habilidades da una ventaja sustancial en las oportunidades laborales que se puedan




Pág

ina1

2

presentar, así como de las habilidades cognitivas que puedan desarrollar. Se esperaría que

mayores niveles de producto estén relacionados positivamente con mayores niveles de

logro educativo, tal y como lo presentan Hanushek &Woessmann (2008).

Adicionalmente, la tasa bruta de matriculas de primaria, secundaria y superior

proporciona la cantidad de personas que están accediendo algún establecimiento

educativo en la etapa actual de vida del individuo al momento de capturar los datos. Por

lo tanto, está tasa muestra la cobertura que las regiones tienen en los tres niveles

mencionados anteriormente.

La variable ICFES fue construida con base en los resultados de las pruebas para el

ingreso a la educación superior. Se tomo el resultado departamental de cada campo que

compone el núcleo común y se calculó la variable mediante un promedio aritmético

simple.

Esta variable es tomada como proxy de calidad en la educación debido a que si un

departamento invierte más en educación, y no solo en cobertura si no en calidad, las

personas evaluadas en cada año tendrán resultados mejores. Si bien, un estudiante que

tenga la misma cantidad o años de educación que otro, la diferencia en los resultados de la

pruebas puede variar significativamente debido a la calidad en la educación que reciba.

Como se argumenta en distintos trabajos, las habilidades cognitivas que puedan adquirir

los individuos, ya sea en el ambiente familiar o por una educación de calidad, marca la

diferencia entre quienes no las adquieren, tanto a nivel laboral como académico. Este

impacto positivo de la calidad de la formación educativa sobre el ingreso se ilustra en

Hanushek &Woessmann (2008), quienes logran demostrar que aquellos con un mayor

logro educativo y registros superiores en exámenes de calidad, alcanzan mayores niveles

de ingreso, si bien es cierto que extrapolar dicha hipótesis al ingreso per cápita, implica

ciertas dificultades, se realiza con el objetivo de establecer si es posible ilustrar resultados

similares a los obtenidos por Hanushek &Woessmann (2008), para el caso de los

departamentos seleccionados. Se incluyen tanto colegios privados como públicos, porque

la inversión privada en el mejoramiento de la calidad también influye en el aumento del

PIB per cápita departamental.

Las variables control incluidas guardan importante relación con el entorno de necesidad

que puede a través un ser humano(Aquí no entiendo que es lo que dice. Toca revisar la

redacción.), entorno que influye y puede convertirse en un refuerzo positivo o negativo

de los conocimientos que adquiera en el sistema educativo. Tal como lo presentan

Hanushek &Woessmann (2008), la educación va más allá de lo que se aprende en la

escuela y el entorno puede en muchos casos ser un determinante de los resultados finales

de dicha educación, es decir de la remuneración o nivel de ingreso medio que pueda

obtener el individuo. Se seleccionaron los 5 componentes del índice de necesidades

básicas insatisfechas, de ésta forma las variables Vivienda, Hacinamiento, Servicios,

Dependencia e Inasistencia. Estos componentes ilustran algunas de las dimensiones que

influyen sobre la vida diaria de los individuos.




Pág

ina1

3

Metodología

Se ha escogido como variable endógena el PIB per cápita, tanto el nivel como su

crecimiento; las variables exógenas captan la educación a través de sus dos ámbitos de

estudio: cobertura y calidad.

Teniendo en cuenta la salvedad que hace Prichett sobre el condicionamiento de los

resultados al “factor particular” que determina el nivel de pobreza, hemos decidido

dividir a Colombia en dos regiones por departamentos. Denominaremos arbitrariamente

a estas dos regiones como de “alto desarrollo” y “bajo desarrollo”; pie utilizando como

criterio de organización el Índice de Necesidades Básicas Insatisfechas4.

Para tal ordenamiento y clasificación hemos tomado el promedio de Necesidad Básicas

Insatisfechas NBI para el rango 2001-2005 (las únicas series disponibles

departamentalmente), donde se han dividido arbitrariamente en dos grupos o regiones

con igual numero de departamentos incluidos Bogotá (no están los 32 departamentos

debido a insuficiencia de datos),de lo que resulta la siguiente tabla:

Considerando que es difícil establecer en términos de NBI cuál departamento o región es

de alto o de bajo desarrollo, los conceptos utilizados en este trabajo son relativos y

cumplen sólo el objetivo de organizar las regiones. Sin embargo, el índice de NBI puede

decirnos qué departamentos tienen condiciones de vida similares y por lo tanto, cuáles

tienen características similares con el fin de poder agruparlos en una misma región.




Pág

ina1

4

El estudio empírico econométrico se hará mediante datos panel o longitudinales con el

fin de analizar el cambio obtenido en el PIB per cápita por las variaciones de los niveles

de educación en cada región. Como ya se ha mencionado, intentaremos llegar a

conclusiones.

de causalidad en las variaciones del PIB basándonos en variables de educación de cada

región. Hemos considerado:

El rango anual escogido para la regresión es 2002-2005. El PIB per cápita fue tomado del

DANE índice de logro de educación como proxy a cobertura del Sistema de Indicadores

Sociodemográficos del Departamento de Planeación Nacional y resultados ICFES como

proxy a calidad, de ICFES interactivo, las variables control fueron obtenidas del PNUD

A continuación se presentan los resultados de las estimaciones econométricas.

Para el análisis de datos se realizó una primera regresión en donde no se discriminó a los

departamentos bajo el criterio del NBI previamente enunciado. El objetivo de ésta

primera regresión es establecer si las variables explicativas seleccionadas (variables de

interés y controles) eran individualmente significativas. De ésta manera y de acuerdo con

los resultados obtenidos se fueron eliminando una a una las variables que no resultaron

individualmente significativas al 5%.

Los resultados arrojados por las distintas regresiones 5 mostraron que los controles

hacinamiento, vivienda e inasistencia no eran individualmente significativos al 5%, por lo

que el modelo resultante fue un modelo log-lin estimado por MCO que tiene como




Pág

ina1

5

variable endógena el logaritmo natural del PIB per cápita y como variables exógenas el

ILE, el puntaje promedio de las pruebas Saber 11, y las variables de control dependencia

y servicios básicos.

Como se observa en la tabla superior las cuatro variables exógenas son significativas

individualmente al 5% de igual forma el modelo es globalmente significativo al 5%. Así

que haremos una primera interpretación de los resultados obtenidos. Se observa que las

relaciones entre el producto y las variables establecidas coinciden con las que se podrían

plantear teóricamente, en el sentido de que las variables ILE como proxy de cobertura e

ICFES como proxy de calidad están relacionadas positivamente con el logaritmo del PIB

per cápita, mientras que las variables de control, dependencia y servicios tienen signo

negativo, situación que respalda la hipótesis que a mayores niveles de dependencia y

servicios básicos insatisfechos menor PIB per cápita. A ésta última regresión se le aplicó

pruebas para establecer el cumplimiento de los supuestos6, cumpliendo con los supuestos

de distribución normal de los residuos, homoscedasticidad, No multicolinealidad.

Una vez realizada ésta primera regresión y antes de hacer interpretación alguna de los

coeficientes resultantes procedemos a presentar las regresiones7 realizadas para los dos




Pág

ina1

6

grupos en los que hemos distribuido a los 24 departamentos seleccionados. El primer

grupo conformado por los 12 departamentos con menor nivel de necesidades básicas

insatisfechas presentó los siguientes resultados.

De ésta forma vemos que para el primer grupo de departamentos, los resultados difieren

en términos cuantitativos y cualitativos, en este caso lo segundo es lo más llamativo, dado

que en ese orden de ideas concluiríamos que los resultados del ICFES y el índice de

Logro educativo no son individualmente significativos y por lo tanto no tienen un

impacto sobre el producto per cápita para los departamentos de más alto desarrollo. Sin

embargo seguimos el procedimiento de eliminación de variables no significativas al 5%,

eliminando la variable de interés ILE y la variable de control serv, el resultado es el que

se presenta a continuación.

Como podemos ver al eliminar la variable ILE de nuestra regresión la variable ICFES

sigue siendo no significativa al 5% aunque si tomáramos el 10% de nivel de confianza sí

sería individualmente significativa, en este caso vemos que los signos de las variables

conservadas mantienen su sentido, y de ésta forma ambas variables (Icfes y dependencia)

están asociadas con la variable endógena como en la primera regresión. De igual forma a

la regresión para este grupo de países se le aplicó las pruebas para la validación de

supuestos y se muestran en el anexo metodológico. A continuación presentamos los

resultados de la regresión realizada para el segundo grupo de departamentos, en este caso

son los 12 departamentos que tiene mayor nivel de necesidades básicas insatisfechas.




Pág

ina1

7

Para este grupo los resultados muestran que en una primera aproximación las variables

ILE y depend son no significativas al 5%, mientras que las variables ICFES y serv sí los

son, la prueba F de significancia global muestra que el modelo es globalmente

significativo y el coeficiente aunque es bajo podría en un momento determinado ser

aceptado. Sin embargo seguimos el procedimiento y eliminamos la variable dependencia

de la estimación por MCO, sin que la variable ILE se hiciera individualmente

significativa al 5%, razón por la cual eliminamos la variable y realizamos la estimación

una vez más. La regresión resultante nos muestra una variable ICFES es significativa

individualmente al 5% con una variable de control servicios básicos también significativa

al 5%. Los signos corresponden con los efectos esperados sobre el producto per cápita y

al igual que para las otras estimaciones se realizaron las validaciones de supuestos.

Una vez se han realizado las diferentes estimaciones, es pertinente presentar un análisis

consolidado de las mismas junto con las conclusiones correspondientes. Es claro que los

resultados no son completamente satisfactorios, debido a los diversos problemas que

puede presentar la realización de estimaciones de datos panel por MCO, la composición

de los datos, el tamaño de la muestra y el periodo de observación, pero más allá de las

dificultades propias de la reconstrucción y metría de los datos la mayor sorpresa ha sido

que podemos concluir que existe un impacto alrededor de la calidad educativa pero no en

cobertura sobre el producto interno bruto per cápita para las regiones de Colombia.

Las razones de ésta conclusión están sustentadas por los resultados anteriormente

presentados:

i. Aunque para la primera regresión (para los 24 departamentos) en donde se

relacionan el logaritmo del PIB con el ILE, los resultados ICFES, y las

variables de control que pasaron la significancia individual (servicios y

dependencia) nos muestra que las variables de interés están positivamente

relacionadas con el nivel de producto. Ésta regresión como se muestra en el

anexo metodológico no cumple con el supuesto de no autocorrelación y sería

técnicamente inapropiado concentrarnos en analizar sus resultados.




Pág

ina1

8

ii. Las regresiones para cada grupo de departamentos tienen la ventaja de cumplir

con

la validación de todos los supuestos que fueron probados inclusive del

supuesto de autocorrelación, sin embargo las resultados concluyen que Índice

de Logro

iii. La única variable de control que resultó ser significativa fue la variable de

servicios básicos, y dada su condición el signo resultante negativo también nos

permite validar la hipótesis de que a un mayor nivel de servicios básicos

insatisfechos menor nivel de producto per cápita.

Conclusiones generales Los resultados empíricos sugieren que no puede desestimarse la relevancia de la educación

en el crecimiento del producto per cápita, lo que han sugerido los autores anteriormente

referenciados; sin embargo, nuestro hallazgo centra tal relevancia en la calidad educativa.

Por supuesto estas salidas se presentan a la luz de las amplias dificultades para establecer

la causalidad entre niveles de ingreso y educación, así como para realizar medición de las

diversas variables de educación y calidad de la misma. Éste problema es descrito por

Krueger & Lindahl (2001) quienes plantean la necesidad de construir bases de datos más

sólidas en el marco de su trabajo sobre educación y su impacto sobre mejores

remuneraciones salariales. Las dificultades para establecer la causalidad entre un mayor

nivel de ingreso y un mayor nivel de educación se mantienen, especialmente teniendo en

cuenta las condiciones atípicas de algunos departamentos, que a causa de rentas

ricardianas, tienen niveles de PIB per cápita que no necesariamente se reflejan en la

calidad de su educación.

La explicación posible a esta situación se encuentra alrededor de un rendimiento

marginalmente decreciente de la cobertura sobre el producto, es decir, alcanzado un nivel

de cobertura considerablemente alto ya no es determinante en el crecimiento del

producto para un grupo de regiones “homogéneas”, en este caso, agrupadas por un nivel

de desarrollo semejante. No obstante, la calidad educativa si es determinante y al analizar

los datos de brecha regional alrededor de estos indicadores es significativa.

El anterior argumento va de la mano con las ideas de Neycheva (2010) donde la

educación no resultó ser significativa para los países post-comunistas. Éstos, al igual que

los países desarrollados, tienen un alto porcentaje de cobertura pero la diferencia reposa

en la calidad de educación que brindan. Lo mismo ocurre en nuestro análisis, dado que en

el agregado Colombia tiene una tasa de cobertura bastante alta, los retornos por

aumentarla no serán significativos; sin embargo el efecto que tendrá aumentar la calidad,

cuando la mayor parte de la población reciba instrucción, será relativamente mayor.




Pág

ina1

9

Bibliografía

1) BARRO, R., & SALA I MARTIN, X. (1995). Economic Growth. New York:

McGrawHill .

2) BENHABIB, J., & MARK, S. (1994). Role of human capital in economic

development : cross country data. Journal of Monetary Economics .

BARRO, R. (1991). Economic growth in a cross section of countries. Quaterly of

journal of economics.

3) BILS, M., & KLENOW, P. (1998). Does schooling cause growth. Retrieved 2011

йил Octubre from Ideas REPEC:

http://ideas.repec.org/a/aea/aecrev/v90y2000i5p1160-1183.html.

4) EASTERLY, W. (2002). The Elusive quest for growth. USA: MIT Press.

5) HANUSHEK, E., & WOESMANN, L. (2009). Schooling, Cognitive Skills, and

Latin American GROWTH PUZZLE. NBER working papers ,

http://www.nber.org/papers/w15066.pdf.

6) HANUSHEK, ERIC & WOESSMANN, LUDGER. (2008).The role of cognitive

skills in economicdevelopment. Journal of Economic Literature, 46:3, 607-668.

7) HONG, C.-S. K.-K. (2010). Education Policy and Industrial Development: Korea

and México. JOURNAL OF INTERNATIONAL AND AREA STUDIES .

8) Informes sobre desarrollo humano. (2010). Informes sobre desarrollo humano.

Retrieved 2011 йил 13-enero from Programa Naciones Unidas para el Desarrollo:

http://hdr.undp.org/es/estadisticas/ipm/

9) KLENOW, P., & RODRÍGUEZ-CLARE, A. (1997). The Neoclassical Revival in

Growth Economics: Has it gone too far? Retrieved 2011 йил Octubre from Ideas

REPEC: http://ideas.repec.org/a/aea/aecrev/v90y2000i5p1160-1183.html

10) KRUEGER, ALAN & LINDAHL, MIKAEL. (2001).Education for growth:

Why and For Whom? Journal of Economic Literature, 39, 1101-1136.

11) MANKIW, G. (1995). The Growth of nations. Brookings papers on economic

activity .

http://ideas.repec.org/a/aea/aecrev/v90y2000i5p1160-1183.html




Pág

ina2

0

12) MANKIW, G., ROMER, D., & WEIL, D. (1992). A contribution to empirics of

economic growth. Quaterly Journal of Economics .

13) PRITCHETT, L. (1997 ЙИЛ JUNIO). Where has all the education gone? Retrieved

2011 Octubre from UNPAN1

:http://unpan1.un.org/intradoc/groups/public/documents/UNPAN/UNPAN0

02390.pdf




Pág

ina2

1

Anexo

A continuación se presentan las estimaciones y pruebas de hipótesis para la validación de

supuestos para el conjunto de departamentos y los grupos de “alto” y “bajo” desarrollo

clasificados según el NBI.

Para el grupo de 24 departamentos

A ésta última estimación se le aplicó las pruebas de validación de supuestos, cumpliendo

con los supuestos de distribución normal de los errores, homoscedasticidad, no

multicolinealidad sin embargo no cumplió con el supuesto de no autocorrelación de

primer orden de acuerdo con la prueba de Wooldridge.




Pág

ina2

2

De igual manera se procedió con las regresiones para los subgrupos de departamentos.

Grupo 1




Pág

ina2

3

Vemos que la regresión para este grupo de departamentos cumple los supuestos de

distribución normal de los residuos, homoscedasticidad, no multicolinealidad, y no

presenta autocorrelación de primer orden

Grupo 2




Pág

ina2

4

La estimación para este grupo de departamentos igualmente cumple los supuestos de

distribución normal de los residuos, homoscedasticidad, no multicolinealidad, y no

presenta autocorrelación de primer orden.

fcefce.unal.edu.co/publicaciones/images/descargue... · camila franco restrepo, daniel felipe...

Documents