fcefce.unal.edu.co/publicaciones/images/descargue... · camila franco restrepo, daniel felipe...
TRANSCRIPT
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
Camila Franco Restrepo, Daniel Felipe Lacouture Daza y Andrés Mauricio Martínez Jiménez
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
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
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
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
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
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
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.
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
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
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
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.
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
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
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
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,
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
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
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
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.
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
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.
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
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
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
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
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
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.
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
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.
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
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.
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
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 .
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
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
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
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.
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
2
De igual manera se procedió con las regresiones para los subgrupos de departamentos.
Grupo 1
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
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
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
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.