COMERCIO, DIFUSION TECNOLÓGICA Y CAPITAL HUMANO.¿UNA RELACION DE LARGO PLAZO?
Tomás del Barrio Castro (Universitat de Barcelona)Enrique López-Bazo (Universitat de Barcelona)
Guadalupe Serrano Domingo (Universitat de Valencia)*
Versión preliminar.Febrero 2003.
Abstract.
Las nuevas teorías sobre innovación y crecimiento postulan la importancia de los esfuerzosen I+D como determinantes de la productividad nacional. Entre los canales a través de losque puede difundirse la tecnología se ha enfatizado el papel del comercio internacional.Asimismo, la complementariedad del capital humano puede resultar decisiva en este proceso.Por ello, se presenta nueva evidencia acerca de la sensibilidad de la relación estable entre laPTF, el stock de I+D, la apertura y el capital humano, utilizando una medida corregida delmismo más coherente con la realidad de las economías de la OCDE que los datosprecedentes. Su introducción absorbe la capacidad explicativa de las variables queaproximan la difusión tecnológica de forma que, si bien dicha difusión es importante para elprogreso tecnológico doméstico, no es posible distinguir su efecto del capital humano, yaque, sin éste, dichas tecnologías serían inocuas para la productividad.
Palabras clave: difusión de conocimientos, I+D, comercio internacional, cointegración, datos de panel.JEL Classification: C23, D24, O33.
Tomás del Barrio CastroEnrique López-BazoGrupo de investigación "Analisi QuantitativaRegional"Dpt. Econometria, Estadistica i EconomiaEspanyola.Universitat de BarcelonaAvda Diagonal 690.Barcelona, 08034.Telf. 93. 402.43.20Fax. 93. 402. 18.21e-mail: [email protected]
Guadalupe Serrano Domingo
Dpt. de Análisis EconómicoUniversitat de ValènciaEdifici Oriental. Campus dels Tarongers.Av/. dels Tarongers s/n.46022 Valencia. SpainPhone: 96 382 87.89Fax: 96 382 82 49
e-mail: [email protected]
*Este trabajo se ha realizado durante una estancia como profesora visitante en el Dpt. Econometria, Estadistica iEconomia Espanyola de la Universitat de Barcelona con la financiación de la Conselleria de Cultura y Educación
2
COMERCIO, DIFUSION TECNOLOGICA Y CAPITAL HUMANO. ¿UNARELACION DE LARGO PLAZO?
Tomás del Barrio Castro (Universitat de Barcelona)
Enrique López-Bazo (Universitat de Barcelona)
Guadalupe Serrano Domingo (Universitat de Valencia)
Junio de 2001.
1. Introducción.
Diversas aportaciones en la literatura han postulado que el progreso técnico de una
economía puede estar determinado tanto por la acumulación de capital tecnológico nacional
como por el esfuerzo innovador y la acumulación de conocimientos en otras economías
mediante la difusión de dichos conocimientos. Aunque se ha argumentado que existen otros
canales de difusión, se ha enfatizado el papel del comercio de bienes como la vía a través de
la cual fluyen las innovaciones. En este sentido, una mayor apertura comercial potencia el
intercambio de información y de nuevas ideas así como el acceso a nuevas tecnologías que
permiten la acumulación de conocimientos y el avance tecnológico de la economía menos
avanzada. Asimismo, existe toda una línea de trabajos teóricos centrados en la
complementariedad entre el capital humano y la innovación como factor que favorece el
progreso técnico.
Aunque estas ideas no son nuevas, la literatura empírica centrada en estas ideas es muy
reciente, comenzando a partir del trabajo seminal de Coe y Helpman (1995). En este trabajo
empírico, el crecimiento de la productividad total de los factores, PTF, aumenta con la
acumulación del esfuerzo en I+D realizado por las economías, que aproxima el stock de
conocimientos tecnológicos que ésta posee. Cuando se considera la apertura al comercio
internacional, la PTF dependerá, además, de la difusión internacional de conocimientos, de
forma que los autores encuentran que ambos, el stock de I+D doméstico y el foráneo
3
favorecen el crecimiento de la productividad, resultado novedoso en la literatura que apoya la
existencia de importantes flujos de conocimientos internacionales que se transmiten a través
del comercio.
Engelbrecht (1997) tiene como objetivo determinar la robustez de los resultados
anteriores incluyendo el capital humano en el análisis. El resultado obtenido en este caso
apunta a una reducción de las externalidades positivas generadas por el comercio, aunque las
variables que lo aproximan continúan siendo significativas. En este análisis, la variable de
capital humano considerada corresponde a Barro y Lee (1993) y se refiere a los años de
escolarización de la población con una edad superior a 25 años, abarcando el período 1971-
1985. Frantzen (2000) realiza el mismo estudio para el período 1965-1991 y encuentra que
existe una relación a largo plazo entre la PTF el stock de I+D doméstico y el foráneo y el
capital humano. En la línea de Engelbrecht (1997), la inclusión del capital humano reduce
sensiblemente los parámetros estimados para el resto de variables y además obtiene unos
rendimientos del capital humano sorprendentemente bajos de acuerdo con la intuición que
subyace tras el modelo.
En la literatura reciente se ha llegado a resultados contradictorios sobre la relación (o
la ausencia de ella) que existe entre el capital humano y el crecimiento. A partir de un análisis
exhaustivo de las bases de datos existentes sobre esta variable, De La Fuente y Doménech
(2000) argumentan que dichos resultados pueden deberse, al menos en parte, a la baja calidad
de la información. En concreto, los autores encuentran una gran cantidad de ruido en los
datos, presentando inconsistencias tanto desde un punto de vista de sección cruzada como de
evolución temporal. Ante este resultado, De la Fuente y Doménech presentan una versión
revisada de los datos de Barro y Lee (1996) para los países de la OCDE que proporciona una
visión más realista de la información, tanto desde un punto de vista internacional como en
cuanto a su crecimiento, que las bases de datos precedentes.
4
Ante estos hechos cabe plantearse si los resultados obtenidos en los trabajos
anteriores, que analizan la relación entre la productividad y las externalidades tecnológicas
derivadas de la difusión de la tecnología vía comercio y el capital humano son sensibles a los
problemas de información detectados por De la Fuente y Doménech (2000).
Así, en este trabajo el objetivo es realizar un análisis más amplio en línea con las ideas
anteriores, explorando las relaciones a largo plazo entre las variables que tradicionalmente se
considera que intervienen en la difusión de conocimientos a través de los intercambios
comerciales y la robustez de dichas relaciones ante la inclusión de una medida de capital
humano revisada. Asimismo, cabe analizar si los resultados atribuidos a este factor en dichos
estudios son efectivamente bajos, o sin embargo están afectados por los mencionados
problemas de inconsistencia temporal e individual de los datos precedentes. Para llevar a cabo
este análisis se ha utilizado la información correspondiente a una muestra de 21 países de la
OCDE desde 1965 hasta 1995. El análisis mediante las técnicas habituales de estimación de
relaciones de largo plazo con datos de panel aporta evidencia a favor de las ideas enunciadas
en los párrafos anteriores. La difusión de conocimientos a través del comercio internacional
afecta de forma significativa la productividad de los países que comercian de forma que junto
a su esfuerzo en I+D doméstico resultan importantes el grado de apertura del país y el stock
de I+D foráneo al que accede a través del comercio. Sin embargo, una vez se incluye el
capital humano, el efecto de las variables que aproximan la difusión de conocimientos a través
del comercio deja de ser significativo. Además, se obtienen rendimientos de capital humano
importantes, más en la línea de lo que cabe esperar en una muestra de países desarrollados
como la OCDE. Así, dado que el conocimiento tecnológico proveniente del exterior es una
forma específica de capital humano asociado con la innovación y la adopción de nuevas
tecnologías no cabe decir que las externalidades derivadas de la difusión de conocimientos a
través del comercio internacional no sean relevantes para los países desarrollados. En la
5
medida en que las nuevas tecnologías serían inocuas para la productividad si no existiese
suficiente personal cualificado para hacerlas operativas en el entorno productivo doméstico y
dada la amplia definición del capital humano, el hecho es que existe un solapamiento entre
estas variables y el capital humano de forma que su efecto no es perfectamente separable.
2. Marco teórico de referencia.
El comercio internacional es uno de los canales a través de los cuales se
interrelacionan los niveles de productividad de distintas economías. Además de proveer de
una mayor variedad de bienes y servicios que aumenta la productividad de los factores locales
y favorecer la inversión directa en otros países, el comercio internacional favorece el
intercambio de información, de conocimientos y de nuevas ideas que favorecen el desarrollo
tecnológico de un país aumentando su productividad y su eficiencia en el desarrollo de nuevas
tecnologías o en la imitación de tecnología que se ha desarrollado en el exterior. De esta
forma, existen dos mecanismos a través de los cuales el comercio internacional incide sobre el
crecimiento doméstico: posibilita el acceso a productos que incorporan tecnología
desarrollada en otro país y permite el intercambio de información e ideas que de otra manera
implicarían un coste. Estos aspectos son especialmente importantes para aquellos países con
bajos niveles de tecnología.
De acuerdo con las ideas desarrolladas en Coe y Helpman (1995), la innovación en
una economía se realiza a partir de los conocimientos acumulados a partir de anteriores
experiencias de I+D y al mismo tiempo, contribuye a aumentar el stock de conocimientos
existente para innovaciones futuras. Por tanto, los esfuerzos de dicha economía en I+D y su
stock de conocimientos, serán factores determinantes de su productividad. Sin embargo, no
cabe considerar que este esfuerzo en I+D se desarrolla de forma aislada. En un mundo en el
que se establecen relaciones comerciales entre países, otras economías están inmersas en los
mismos procesos de innovación y acumulación de conocimientos, y en la medida en que las
6
relaciones comerciales implican un intercambio de bienes y servicios y también de
información e ideas, la productividad de una economía dependerá de su propio esfuerzo en
I+D y del esfuerzo que realicen otras economías con las que está relacionada comercialmente.
En concreto, la idea es analizar los beneficios indirectos para un país derivados de la
importación de bienes y servicios que incorporan la tecnología de sus socios comerciales. De
esta forma se construye una medida del stock de I+D foráneo1 al que cada país tiene acceso.
En ella se consideran todos los intercambios de cada país con el resto de la muestra,
recogiendo en este caso el stock de conocimientos medios que están implícitos en sus
importaciones.
Sin embargo, cabe considerar la composición de los intercambios. Para un país no va a
ser igualmente productivo comerciar con países con un nivel de tecnología similar o menor
que comerciar con países tecnológicamente líderes. En principio, cabe esperar que la
evolución de la productividad de aquellos países líderes en tecnología esté básicamente
determinada por su esfuerzo en innovación. Sin embargo, los países que no están
tecnológicamente tan desarrollados sí que verán su productividad determinada por la difusión
de conocimientos procedentes de su entorno comercial.
Según estas hipótesis, el análisis se desarrolla considerando que la muestra de países
se divide en dos grupos. Analizando la información disponible se observa que siete países:
Estados Unidos, Japón, Alemania, Francia, Italia, Reino Unido y Canadá, realizan más del
90% del gasto total en I+D del total de los países de la OCDE. Atendiendo a este hecho se
considera que dichos países forman el grupo de países más desarrollados tecnológicamente,
G7, frente al resto de países de la muestra.
1 Algunos autores han criticado el esquema de ponderaciones utilizado po Coe y Helpman para el cálculo del stock de I+Dforáneo. Entre otros Lichtenberg & Van Pottelsberghe de la Potterie (1998), Keller (1998, 1999), Funk (2001). En particular,las críticas contenidas en Keller (1998) han sido rebatidas en Coe y Hoffmaister (1999) y Bayoumi et al. (1999). No obstante,y dado el objetivo de este trabajo, se va a utilizar dicho esquema para construir la variable stock de I+D foráneo. VerApéndice.
7
Las ideas enunciadas en los párrafos anteriores se sintetizan en la ecuación (1) que
coincide con la propuesta por Coe y Helpman (1995):
itfit
ffit
7Gdit
d0iit SlogSlog7GSlogFlog ε+α+α+α+α= (1)
donde los subíndices i y t se refieren a cada país y período temporal, F es la productividad
total de los factores, S es el stock de capital tecnológico, con superíndice d en el caso del
stock de I+D doméstico y con superíndice f en el caso del exterior, G7 es una variable ficticia
que toma valor uno si se trata de un país perteneciente al G7 y ε es un término de error ruido
blanco.
Además, cabe considerar que el intercambio comercial facilita el intercambio de ideas
e información, es decir, facilita la difusión de conocimientos y el acceso al stock de tecnología
de los países con los que se comercia. Por ello, no sólo es conveniente considerar la dirección
de esa difusión de conocimientos, la cual vendría determinada por el esquema de
ponderaciones, sino que es conveniente medir la intensidad de dichos “spillovers” En este
sentido, una mayor apertura va a posibilitar el acceso a un mayor conjunto de conocimientos
que incidirá positivamente en la productividad doméstica, por lo que Coe y Helpman
proponen una modificación de la ecuación (1) en la que el stock de I+D foráneo interacciona
con una medida de apertura.
itfitit
Mffit
7Gdit
d0iit SlogMSlog7GSlogFlog ε+α+α+α+α=
donde Mit es la tasa de apertura del país i en el período t.
La literatura empírica sobre la relación entre difusión de tecnología a través del
comercio y productividad se ha centrado en el papel de las importaciones como canal efectivo
de difusión de tecnología, Coe y Helpman (1995), Engelbrecht (1997), Coe et al. (1997) entre
otros. En este caso se supone que las nuevas tecnologías están implícitas en las importaciones
o bien se pueden adquirir directamente vía importaciones. Sin embargo, autores como Funk
(2001) critican el hecho de olvidar que la demanda, es decir, las exportaciones también son
8
una vía que posibilita el intercambio de ideas y tecnología. En concreto, este autor enfatiza el
papel de los competidores de otros países y la necesidad del exportador de conocer las
exigencias de su cliente, sobretodo en términos de calidad y aspectos específicos del producto,
y el conocimiento adquirido a partir de la relación con los clientes a la hora de introducir
innovaciones en el proceso productivo y favorecer la productividad doméstica. En este
sentido, se ha considerado que ambos enfoques no son excluyentes por lo que se ha optado
por considerarlos de forma conjunta a través de la tasa de apertura de una economía definida
en un sentido amplio como suma de importaciones más exportaciones sobre el output. Así,
una interpretación más amplia de estas ideas implica considerar la tasa de apertura como otro
de los determinantes de la PTF.
La productividad total de los factores también depende del nivel de cualificación de la
mano de obra. La dotación de capital humano puede resultar decisiva para que una economía
no sólo innove, sino que también absorba y adapte las innovaciones foráneas. Los esfuerzos
en I+D de una economía se acumulan en forma de stock de conocimientos si existe suficiente
capital humano. Un aumento en el nivel de capital humano afectará a la habilidad de las
empresas para aprender y absorber las innovaciones desarrolladas por otras empresas, tanto en
el entorno doméstico como en el exterior. En este sentido, Engelbrecht (1997) amplía el
análisis de Coe y Helpman (1995) incluyendo el capital humano como otra vía de innovación,
el aprendizaje. Sus conclusiones apoyan la idea de la necesidad de incorporar esta variable
junto a la I+D doméstica y exterior ya que estas últimas son un concepto demasiado estrecho
para capturar el efecto del capital humano.
Así, el análisis empírico, planteado en un sentido amplio2 queda recogido en la
siguiente ecuación:
2 Lichtenberg y Van Pottelsberghe de la Potterie (1998) apuntan que la elasticidad de la PTF respecto al stock de I+D foráneoes sensible a la consideración de las variables como índices con 1985=1 como proponen Coe y Helpman (1995). La soluciónque proponen es estimar la relación con las variables en niveles añadiendo la apertura como una variable explicativaadicional. En principio, y a efectos de comparación, no se ha optado por esta solución ya que, como apuntan Bayoumi et al.
9
itfitit
Mfit
Hit
Mfit
fdit
7Gdit
d0iit SlogMHlogMSlogSlog7GSlogFlog ε+α+α+α+α+α+α+α= (2)
donde Hit es el capital humano 3 y ε es un término de error ruido blanco.
2. Análisis descriptivo.
Durante el periodo muestral que abarca el presente análisis, desde 1965 hasta 1995, se
ha observado una evolución de la PTF muy diferente entre los países que forman la muestra
analizada. Los países muestran una tasa media de crecimiento de la productividad de los
factores positiva a lo largo del período analizado.
TABLA 1. Estadísticos descriptivos. Crecimiento anual medio 1965-1995 (%).γF γM dsγ fsγ γH
United States 0.59 2.92 3.46 5.88 0.61
Japan 3.64 2.16 7.76 3.47 0.89
Germany 1.03 2.19 4.63 3.56 0.87
France 2.01 2.54 2.99 3.76 0.83
U. K. 1.62 1.35 1.25 3.87 1.25
Italy 1.86 2.75 4.86 3.65 0.55
Canada 0.85 2.55 5.41 3.53 0.68
Australia 1.15 0.29 8.36 3.91 0.94
Belgium 1.75 2.27 4.01 3.57 0.87
Switzerland 0.53 1.83 1.16 3.92 0.50
Denmark 1.42 1.19 4.29 3.77 0.30
Finland 2.32 1.03 7.16 3.95 1.17
Greece 2.28 2.81 14.07 4.04 1.21
Ireland 2.23 -1.44 6.49 3.06 0.82
Netherlands 1.78 1.53 2.15 3.69 0.99
Norway 2.33 0.91 6.85 3.67 0.46
New Zealand 0.14 0.20 3.65 3.96 0.54
Austria 1.53 2.53 5.86 4.26 0.85
Portugal 1.99 2.72 5.15 3.63 1.16
Spain 1.06 4.09 9.63 3.66 1.42
Sweden 1.11 1.64 6.06 3.77 0.78
Media Con G7 1.58 1.81 5.49 3.84 0.84 Sin G7 1.54 1.54 6.04 3.78 0.87
C. de variación Con G7 0.50 0.66 0.54 0.14 0.35 Sin G7 0.44 0.88 0.54 0.07 0.38
(1999) esta modificación tiene un efecto muy pequeño en la elasticidad estimada. No obstante sí que se ha incluido laapertura como un regresor adicional.3 En el apéndice estadístico se encuentra la definición y cálculo de cada una de estas variables.
10
A lo largo de las tres décadas analizadas, el país que experimenta un mayor
crecimiento de la PTF es Japón, seguido de Noruega, Finlandia, Grecia e Irlanda, que junto a
Francia, Holanda e Italia los países con menor índice de tecnología relativa en 1965. Esta
idea apunta hacia un acercamiento de los niveles de PTF relativos entre los países de la
OCDE tal y como se puede apreciar en la Figura 1.
Además, cabe destacar que estos países con mayores tasas de crecimiento medio de la
PTF, muestran a su vez las tasas más elevadas de crecimiento de su capital tecnológico
doméstico. Sin embargo, estas diferencias no son tan apreciables atendiendo al crecimiento
medio del stock de capital tecnológico procedente del resto de países con los que comercian o
bien del procedente de los siete países que realizan la práctica totalidad del esfuerzo
innovador de la OCDE.
Figura 1. Indices de Productividad total de los factores. (1985=1).
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
19651967
19691971
19731975
19771979
19811983
19851987
19891991
19931995
United StatesJapanGermanyFranceItalyUnited KingdomCanadaAustraliaBelgiumSwitzerlandDenmarkFinlandGreeceIrelandNetherlandsNorwayNew ZealandAustriaPortugalSpainSweden
11
La tasa de apertura muestra una evolución más regular. Aunque existen diferencias
apreciables en la variación de la tasa de apertura entre los países, en todos los casos, salvo en
Irlanda dicha apertura ha aumentado.
Por lo que respecta al stock de capital tecnológico doméstico se observan tasas de
crecimiento muy elevadas en algunos casos, siendo la media de un 5%, indicador que
confirma la elevada tecnificación de la mayoría de los países de la muestra durante los treinta
años considerados. En la Figura 1 se puede observar la evolución de esta variable, mucho más
homogénea que las anteriores, aunque no por ello se diluyan las diferencias existentes entre
países, destacando el elevado valor del índice alcanzado por Grecia, país con un menos índice
de capital tecnológico en 1965.
Figura 2. Indices de capital tecnológico doméstico. (1985=1).
0
0.5
1
1.5
2
2.5
3
3.5
1965
1967
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
U.S.JapanGermanyFranceItalyU.K.CanadaAust'liaBelgiumSwitz.DenmarkFinlandGreeceIrelandNether.NorwayN.Z.AustriaPortugalSpainSweden
El stock de capital exterior y el correspondiente a la media de los G7 no muestran
diferencias apreciables en cuanto a sus tasas de crecimiento para cada país y para la media.
12
Por tanto, cabe decir que la evolución de estas variables está fuertemente determinada por la
acumulación de conocimientos tecnológicos en los países considerados líderes tecnológicos.
Así, aunque estos países no tienen una tasa de crecimiento media del stock de I+D doméstico
muy elevada (salvo Japón, el resto muestra crecimientos sensiblemente inferiores a la media)
su volumen de capital tecnológico (entre las siete más del 90% del total) les permite un peso
dominante en el cálculo del capital tecnológico exterior cuya evolución muestra la Figura 3.
Figura 3. Indices de capital tecnológico exterior. (1985=1).
0
0.5
1
1.5
2
1965
1967
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
U.S.JapanGermanyFranceItalyU.K.CanadaAust'liaBelgiumSwitz.DenmarkFinlandGreeceIrelandNether.NorwayN.Z.AustriaPortugalSpainSweden
Según han detectado De la Fuente y Doménech (2000), los datos sobre capital humano
que han sido utilizados ampliamente en la literatura a menudo muestran perfiles poco
plausibles desde un punto de vista de sección cruzada y de serie temporal. Su debilidad se
debe a cambios en los criterios de clasificación así como otras inconsistencias en los datos
primarios. A partir de una gran variedad de fuentes que no han sido explotadas por autores
previos y eliminando los cortes bruscos en las series, debidos fundamentalmente a cambios de
13
criterio en la recogida de la información, De la Fuente y Doménech construyen unas series de
capital humano revisadas para 21 países de la OCDE, mucho más coherentes con la realidad
económica y la evolución de estas economías. Así, la medida utilizado como capital humano:
años de escolarización medios de la población mayor de 25 años, plantea una evolución
bastante suave y positiva de la variable capital humano. Sin embargo, analizando el detalle de
cada país, su evolución dista de ser homogénea, ver Figura 4. Cabe destacar el caso de países
como Portugal, Italia, Grecia y España que partiendo de los niveles más bajos de capital
humano en 1965 y muestran las mayores tasas de crecimiento medio en el período analizado
Figura 4. Indices de capital humano. (1985=1).
0.7
0.75
0.8
0.85
0.9
0.95
1
1.05
1.1
1.15
1.2
1965
1967
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
U.S.JapanGermanyFranceItalyU.K.CanadaAustraliaBelgiumSwitz.DenmarkFinlandGreeceIrelandNether.NorwayN.Z.AustriaPortugalSpainSweden
Dado que las series presentan una clara tendencia y debido a que el objetivo es realizar
una análisis de largo plazo de la relación que existe entre la PTF y la difusión de tecnología
que fluye a través del comercio internacional, difusión que se aproxima por el efecto del stock
de I+D doméstico, el stock de I+D que incorporan las importaciones y el grado de apertura así
14
como la interacción entre estas variables y también la interacción de éstas con el capital
humano, se realiza un análisis de la estacionariedad de las variables. Coe y Helpman (1995)
concluyen que sus variables, productividad, stock de I+D doméstico y foráneo, son no
estacionarias aunque reconocen el bajo poder del contraste de raíces unitarias para muestras
pequeñas4. Por ello, dado que estos autores realizan el análisis con 20 observaciones
temporales, obtienen resultados no concluyentes en sus contrastes de raíces unitarias (p. 870).
Tabla 2. Contrastes de raíces unitarias para datos de panel.
Im, Pesaran y Shin (1997) . Levin y Lin (1993)LM-Bar P-value t-Bar P-value t-stat P-value
Log F (t,c) 1.609 0.054 -1.413 0.079 0.171 0.568
c 2.592 0.005 -1.426 0.077 -1.426 0.013
Log M (t,c) 1.892 0.029 -1.502 0.067 -1.290 0.099
c 0.681 0.248 0.191 0.576 -0.159 0.437
Log Sd (t,c) 4.624 0.000 -4.111 0.000 4.364 1.000
c -0.958 0.831 3.509 0.999 -2.019 0.022
Log Sf (t,c) 4.976 0.000 -4.440 0.000 -0.603 0.273
c -2.500 0.994 2.294 0.989 -4.446 0.000
Log H (t,c) 0.316 0.376 0.504 0.693 5.559 1.000
c 0.519 0.302 0.843 0.800 -4.784 0.000
En la Tabla 2 se presentan los resultados obtenidos en el contraste de raíces unitarias
de las variables que intervienen en la ecuación (1). Los contrastes a los que se han sometido
son tres. Los contrastes propuestos por Im, Pesaran y Shin (1997) son contrastes de Dickey y
Fuller Aumentado (DFA) promedio, derivados de los DFA realizados para cada individuo de
4 En concreto, Im et al (1997) muestran que los test evaluados muestran bajo poder para N Y T menores que 25.
15
forma separada. Además permite tendencias heterogéneas entre individuos. Para realizar este
contraste el LM_Bar utiliza el estadístico Multiplicadores de Lagrange y el t-Bar utiliza el
estadístico t-ratio. El contraste propuesto por Levin y Lin (1993) es un DFA basado en un
modelo que permite tendencias comunes pero efectos individuales específicos para cada país.
A la luz de los resultados mostrados en la Tabla 2 se observa que en ningún caso se
puede concluir que las variables son estacionarias. Por lo que respecta a la productividad, se
acepta la hipótesis nula de no estacionariedad cuando se considera un modelo con constante y
tendencia en todos los casos. De igual forma, la apertura resulta no estacionaria según los tres
criterios cuando se considera un modelo con constante. En cuanto al stock de I+D doméstico
y foráneo no es posible rechazar la existencia de una raíz unitaria en un modelo con deriva
según Im et al. (1997), y con constante y tendencia según Levin y Lin (1993). Por último, el
stock de capital humano no es estacionario según todos los criterios en el caso en que se
considere la presencia de constante y tendencia en el modelo.
3. Resultados empíricos.
El modelo presentado en la ecuación (1) es más relevante cuando se considera el
desarrollo de la tecnología a medio o largo plazo que si se considera su evolución año tras
año. El motivo radica en que en el presente análisis se está considerando en qué medida el
progreso técnico está relacionado con la actividad de I+D doméstica, que evidentemente no da
sus frutos a corto plazo, y en qué medida le afecta la difusión internacional de tecnología a
través de las relaciones comerciales así como el capital humano. El intercambio de bienes va a
permitir un intercambio de información, nuevas ideas y nueva tecnología que requieren un
proceso de aprendizaje y maduración que puede durar varios años hasta que implique un
desplazamiento de la frontera de posibilidades de producción en la economía doméstica.
En primer lugar, y con el fin de comparar los resultados obtenidos con los trabajos de
referencia, se procede a estimar las ecuaciones (1) y (2) con el panel de datos de que se
16
dispone, es decir con las observaciones correspondientes a 21 países de la OCDE para el
período 1965-1995. Los resultados de la estimación se muestran en la Tabla 3.
TABLA 3. Productividad total de los factores.
(i) (ii) (iii) (iv) (v) (vi)
dSlog 0.104 0.051 0.121 0.055 0.082 0.058
dSlog*7G 0.097 0.087 0.111 0.091 0.113 0.100
fSlog 0.137 0.035
fSlog*M 0.100 0.002
Hlog 0.843 0.945 1.088
M -0.184 -0.101
2R 0.714 0.738 0.691 0.737 0.713 0.744
Nota: Las estimaciones se han realizado con efectos fijos individuales que no se reportan en la Tabla. Se haestimado incluyendo efectos temporales pero los resultados no difieren de forma apreciable de los presentados.
En las estimaciones (i) y (iii) se muestran los resultados de la especificación
utilizada en el trabajo de Coe y Helpman (1995), desde ahora CH. Los signos de los
parámetros estimados son los previstos. Sin embargo, la estimación por mínimos cuadrados
ordinarios de una relación de cointegración, generalmente, está sesgada debido a problemas
de endogeneidad de las variables, por ello los correspondientes t-estadísticos no siguen una
17
distribución t de Student habitual con lo que no se puede realizar ningún tipo de inferencia
sobre su significatividad5.
Los parámetros estimados para el stock de I+D doméstico no difieren apreciablemente
respecto de los obtenidos por CH. Sin embargo, por lo que respecta al stock de I+D foráneo,
los parámetros estimados en (i) y (iii) son sensiblemente mayores debido a que en este caso se
está considerando un período temporal más amplio en el que los países que no pertenecen al
G7 experimentan fuertes crecimientos en el stock de I+D.
Cuando se incluye el capital humano en el análisis, estimaciones (ii) y (iv), se observa
una disminución del coeficiente estimado para el stock de I+D doméstico, sobre todo para
aquellos países que no pertenecen al G7, mientras que dicha disminución es ligera para los
que sí pertenecen a dicho grupo. En cualquier caso, su efecto continúa siendo positivo y
significativo a la hora de determinar la PTF. Además, la inclusión del capital humano en el
análisis permite observar, de acuerdo con los resultados de CH y Engelbrecht (1997), que el
impacto del stock de I+D doméstico sobre la productividad es mayor en el caso de los países
que acumulan casi la totalidad de los esfuerzos en I+D formal en la OCDE.
La inclusión del capital humano en la estimación genera una reducción importante en
los parámetros estimados para las variables que aproximan la difusión de tecnología a través
del comercio internacional de forma que éstos disminuyen de forma drástica, al tiempo que
aumenta su error estándar. Si bien esta reducción del valor de los parámetros estimados
también se observa en el trabajo de Engelbretch (1997), cabe apuntar que en su caso dicha
disminución no es tan acusada, ya que en su caso no se observaría una pérdida de
significatividad de dichas variables. Además, frente a una elasticidad estimada muy pequeña
5 Dado que las variables no son estacionarias según los resultados de la TABLA 2, los errores estándar de los coeficientesestimados no se muestran porque están sesgados, no obstante todos ellos son pequeños en comparación a los valores deestimación de los parámetros.
18
del capital humano 6, en el presente análisis se observa un coeficiente estimado para dicha
variable con un valor más realista en el contexto de los países industrializados de la OCDE.
Del mismo modo, se comprueba qué efecto tiene la inclusión del capital humano sobre
la apertura, definida como el volumen total de comercio, exportaciones más importaciones,
sobre PIB. En la estimación (v) se observa que esta variable tiene un efecto negativo sobre la
productividad, efecto que disminuye vez se incluye el capital humano.
Dado que las variables no son estacionarias, se ha comprobado la existencia de una
relación de cointegración en cada una de las seis estimaciones presentadas. La Tabla 4
muestra los resultados de los contrastes de cointegración utilizando los contrastes de
cointegración para datos e panel de Wu y Yong, para obtener detalles sobre la
implementación de este test véase McCoskey y Kao (1999), Kao (1999) y Pedroni (1999).
Todos los contrastes son significativos por lo que la hipótesis nula de no cointegración se ve
fuertemente rechazada. Por tanto, existe evidencia a favor de la existencia de relaciones de
cointegración entre las variables en todas las ecuaciones estimadas.
Tabla 4. Contrastes de cointegración.
Test (i) (ii) (iii) (iv) (v) (vi)
Wu y Yong -4.828 -4.344 -4.968 -4.311 -4.846 -4.268(P-Value) (0.000) (0.021) (0.000) (0.000) (0.000) (0.000)
Kao (1999) -3.902 -3.516 -4.344 -3.490 -3.577 -3.499(P-Value) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Pedroni (1997) -5.543 -5.230 -5.662 -5.292 -6.497 -5.652(P-Value) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
6 Engelbrecht (1997) acepta la significatividad del coeficiente estimado para el capital humano al 5% con un contraste a unacola. Si se considera dicho contraste a dos colas, se aceptaría la no significatividad de este parámetro.
19
A pesar de que los coeficientes de la Tabla 1 presentan el signo esperado, y que los
estimadores MCO son super-consistentes en las regresiones de serie temporal, se ha
demostrado que el sesgo de la estimación al que se ha aludido anteriormente puede ser
importante cuando se trabaja con muestras moderadas. De hecho, no existe razón para
suponer que este problema de sesgo en las estimaciones es despreciable en datos de panel al
incluir la dimensión de corte transversal. Dada la magnitud de los coeficientes estimados,
cabría incluso plantearse la posibilidad de que los signos de los parámetros no fuesen los
correctos.
Por ello, y con el fin de comprobar si los resultados de la Tabla 3 son robustos, se ha
procedido a aplicar un método de estimación que permite corregir dichos problemas de sesgo.
En concreto se ha utilizado el método Dynamic OLS (DOLS) para relaciones de cointegración
con datos de panel desarrollado por Kao y Chiang (1998), ya que dichos autores sugieren la
superioridad de este método sobre el Fully Modified OLS (FMOLS). Ambos métodos
permiten solucionar los problemas de sesgo que presenta la estimación de una relación de
cointegración por OLS y realizar así inferencia sobre la significatividad de las variables. Los
resultados de la estimación DOLS con un retardo y un adelanto de las variables explicativas
se muestran en la Tabla 5.
Las estimaciones (i) y (iii) de la Tabla 5 replican las ecuaciones utilizadas en el
análisis de Coe y Helpman (1995) para la muestra disponible: 1965-1995. Como se puede ver
comparando las Tablas 4 y 5, la estimación de la especificación preferida por CH en ambas
difiere sustancialmente en el valor de los parámetros ya que la estimación OLS sobrestima de
forma apreciable el efecto del stock de capital tecnológico doméstico en los países que no
pertenecen al G7 y el stock de capital tecnológico foráneo. No obstante, los signos de los
parámetros estimados son los esperados. De esta forma cabe concluir que existe una relación a
largo plazo entre la PTF y el stock de I+D doméstico. Además, existe una sólida evidencia a
20
favor de las teorías de Coe y Helpman en cuanto a la diferencia en el impacto de esta variable
cuando se considera el grupo de países que acumulan el 90 % del gasto en I+D frente al resto.
Tabla 5. Estimación de la relación a largo plazo de la PTF mediante DOLS.
(i) (ii) (iii) (iv) (v) (vi)
dSlog 0.067(6.361)
0.032(2.643)
0.080(7.322)
0.033(2.570)
0.146(17.773)
0.045(3.729)
dSlog*7G 0.112(7.184)
0.105(6.881)
0.108(6.649)
0.102(6.491)
0.133(8.074)
0.104(6.809)
fSlog 0.062(2.899)
0.001(0.026)
fSlog*M 0.104(4.978)
0.038(1.711)
Hlog 0.584(5.301)
0.745(6.751)
0.955(10.350)
M -0.002(-0.098)
-0.097(-3.994)
2R 0.761 0.775 0.740 0.763 0.720 0.772
Nota: Las estimaciones se han realizado con el pool de datos desde 1965-1995 para 21 países de la OCDE,incluyendo un retardo y un adelanto de las variables explicativas. La variable dependiente el Log PTF. Todas lasregresiones incluyen efectos fijos por países que no se reportan en la tabla. Entre paréntesis se reportan los t-estadísticos.
Los esfuerzos en I+D foráneos también son relevantes en la determinación de la PTF
indicando la existencia de un proceso de difusión de la tecnología a través del comercio.
Además, comparando las estimaciones (i) y (iii) de la Tabla 5 se puede observar un mayor
impacto de dicha difusión de la tecnología cuando se considera la intensidad de dicho
proceso, aproximado por la interacción de la apertura y el stock de capital foráneo, que
cuando se considera ésta ultima variable que aproximaría la dirección de los flujos de
conocimientos. Este último resultado confirma las hipótesis enunciadas por Coe y Helpman
(1995) en línea con Frantzen (2000) y aporta evidencia en contra del trabajo de Kao, Chiang y
21
Chen (1999)7 cuya conclusión refuta la existencia de un proceso de difusión internacional de
tecnología a través de las importaciones.
Cuando se incluye el capital humano como variable explicativa, estimaciones (ii) y
(iv), se observa una apreciable disminución del coeficiente estimado para el stock de I+D
doméstico, que en cualquier caso continúa siendo significativo y positivo, y apenas afecta al
coeficiente estimado para esta variable en los países pertenecientes al G7. Además en este
caso se puede ver, de acuerdo con los resultados de CH y Engelbrecht (1997), que el impacto
de dicha variable sobre el crecimiento de la productividad es notablemente mayor en el caso
de los países que realizan más del 90% del esfuerzo en I+D, que en el resto de países de la
muestra.
Sin embargo no cabe decir lo mismo de las variables que aproximan el efecto de la
difusión de tecnología. Mientras que en Engelbrecht (1997) la interacción entre la apertura y
el Sf, y en Frantzen (2000) el stock de I+D foráneo, sigue mostrando un coeficiente estimado
positivo y significativo aunque de menor valor que en la estimación que no incluye el capital
humano como explicativa, en el presente análisis el primer coeficiente no es
significativamente distinto de cero y el segundo cabría considerarlo significativo al 10% de
probabilidad. Además, frente a una elasticidad estimada muy pequeña del capital humano en
estos trabajos, ambos utilizan los datos de Barro y Lee (1993), en el presente análisis el valor
estimado de la elasticidad de esta variable, alrededor de un 0.6-0.7, es mayor, siendo un valor
más realista de acuerdo con la literatura microeconómica sobre los rendimientos privados de
la educación, ver, Krueger and Lindhal (2000), Topel (1999) and Temple (2000), y con el
contexto económico de los países industrializados de la OCDE.
7 Kao, Chiang y Chen (1999) replican el trabajo de CH utilizando sus mismos datos (desde 1970 a 1991) mediante DOLSentre otros métodos de estimación y no encuentran evidencia a favor de este último resultado. Sin embargo, Frantzen (2000)replican el trabajo de CH para el período 1965-1991 mediante DOLS encontrando evidencia a favor de la difusión detecnología a través del comercio en línea con el presente trabajo.
22
A continuación se estima la relación propuesta en la ecuación (2) considerando la tasa
de apertura8 como variable que aproxima el efecto de la difusión internacional de tecnología,
ver estimación (v) de la Tabla 5. En este caso, los coeficientes estimados del stock de capital
doméstico son mayores que en los casos anteriores. Además, el coeficiente estimado para la
tasa de apertura no resulta significativo y es negativo en línea con los resultados mostrados en
la Tabla 3. No obstante la inclusión del capital humano hace que el efecto negativo de la
apertura pase a ser relevante, de forma que los resultados apuntan que el capital humano
absorbe la capacidad explicativa de la tasa de apertura de forma que esta variable matiza el
efecto positivo de la primera sobre la productividad total de los factores.
Los resultados apuntan la importancia del capital humano como determinante de la
productividad total de los factores y, por tanto, como uno de los determinantes del
crecimiento económico está en consonancia con De la Fuente y Doménech (2000) y con
Bassanini y Scarpetta (2001). Así, si su elasticidad de largo plazo estimada respecto a la
productividad se puede situar en torno a 0.6-0.7, un año adicional de escolarización se espera
que incremente el nivel de productividad en torno al 6% (se considera una media de 10,2 años
de escolarización). Comparado con los trabajos precedentes, cuyos resultados se obtienen con
la información procedente de Barro y Lee (1993), el impacto de esta variable sería
sorprendentemente modesto, alrededor de un 1%, de acuerdo con lo esperado según la
intuición y las implicaciones de los modelos teóricos. Más aún, los resultados obtenidos
indican que la inclusión de esta variable absorbe la capacidad explicativa de las variables que
aproximan la difusión internacional de tecnología lo que sin embargo no significa que estas
últimas no sean relevantes para la determinación de la productividad de una economía. En la
medida en que las nuevas tecnologías serían inocuas para la productividad si no existiese
8 Se han estimado distintas especificaciones en las que se combinan log Sf, M log Sf y M. En todos los casos se acepta la nosignificatividad de M y M log Sf cuando log Sf interviene en la especificación. Se ha comprobado que estos resultados novarian si se considera como medida de apertura la ratio importaciones sobre PIB.
23
suficiente personal cualificado para hacerlas operativas en el entorno productivo doméstico y
dada la amplia definición del capital humano, el hecho es que existe un solapamiento entre
estas variables y el capital humano de forma que su efecto no es perfectamente separable.
4. Conclusiones.
Una parte de la literatura reciente se centra en las teorías que relacionan el crecimiento
económico y la innovación tecnológica. En estos trabajos se enfatiza la importancia de la
difusión de conocimientos tecnológicos como uno de los determinantes de la PTF de una
economía. Una de las vías a través de las cuales se produce esta difusión de información,
nuevas ideas e inputs tecnológicos es el comercio.
Asimismo, resulta relevante que la economía hacia la que se produce este
desbordamiento tecnológico cuente con suficiente trabajo cualificado, con suficiente capital
humano para poder trabajar con esas nuevas tecnologías foráneas, de ahí que la
complementariedad del capital humano con el stock de tecnología sea un aspecto igualmente
relevante en la determinación de la PTF. No obstante, los resultados obtenidos no corroboran
esta hipótesis obteniendo resultados modestos o contradictorios sobre el efecto del capital
humano en la PTF. Ante estos hechos cabe plantearse si dichos resultados son robustos, o bien
son sensibles a los problemas de inconsistencia temporal e individual de los datos de capital
humano precedentes detectados por De la Fuente y Doménech (2000)
En este trabajo se ha realizado un análisis en línea con las ideas anteriores, explorando
las relaciones a largo plazo entre las variables que tradicionalmente se considera que
aproximan el efecto de la difusión de conocimientos a través de los intercambios comerciales
y la robustez de dichas relaciones ante la inclusión de una medida de capital humano revisada.
Los resultados obtenidos mediante las técnicas habituales de estimación de relaciones
de largo plazo con datos de panel aportan evidencia a favor de las ideas enunciadas en los
párrafos anteriores. La difusión de conocimientos a través del comercio internacional afecta
24
de forma significativa la productividad de los países que comercian de forma que junto a su
esfuerzo en I+D doméstico resultan importantes el grado de apertura del país y el stock de
I+D foráneo al que se accede a través del comercio. Sin embargo, una vez se incluye el capital
humano, el efecto de las variables que aproximan la difusión de conocimientos a través del
comercio deja de ser significativo. Además, se obtienen rendimientos de capital humano
importantes, más en la línea de lo que cabe esperar en una muestra de países desarrollados
como la OCDE respecto a lo que se obtenía en trabajos precedentes. Así, dado que el
conocimiento tecnológico proveniente del exterior es una forma específica de capital humano
asociado con la innovación y la adopción de nuevas tecnologías no cabe decir que las
externalidades derivadas de la difusión de conocimientos a través del comercio internacional
no sean relevantes para los países desarrollados. En la medida en que las nuevas tecnologías
serían inocuas para la productividad si no existiese suficiente personal cualificado para
hacerlas operativas en el entorno productivo doméstico y dada la amplia definición del capital
humano, el hecho es que existe un solapamiento entre estas variables y el capital humano de
forma que su efecto no es perfectamente separable. Además, si se considera que en un entorno
competitivo el capital humano también se adapta de forma relativamente rápida conforme van
aumentando los flujos de información para aprovecharlos de forma eficiente en el sistema
productivo todavía es más plausible que, si bien la difusión de tecnología es importante a la
hora de determinar el crecimiento de la PTF, su efecto no sea claramente separable de efecto
del capital humano.
5. Referencias bibliográficas.
Barro R and Lee J.W. (1993): “International comparisons of educational attainment”. Journal of
Monetary Economics, 32, pp 363-94.
Barro R and Lee J.W. (1996): “International measures of schooling years and schooling attainment”.
American Economic Review, , Papers & Proceedings, 86 (2), pp 218-23.
25
Bayoumi T., Coe D., Helpman E. (1999): ”R&D spillovers and global growth”. Journal of
International Economics, 47, pp. 399-428.
Bassanini A. & Scarpetta S. (2001): “Does human capital matter for growth in OECD countries?
Evidence from pooled mean-group estimates”. OECD Economic Department Working Papers
ECO/WP (2001)8.
Coe D. T, Helpman E & Hoffmaister W. (1997): “North-South R&D spillovers”. The Economic
Journal, 107, pp 134-149.
Coe D. T, Helpman E (1995): “International R&D spillovers”. European Economic Review, 39, pp
859-887.
Coe D. T, Hoffmaister W. (1999): “Are there international R&D spillovers among randomly matched
trade partners?. A response to Keller”. IMF Working Paper, 99/18. International Monetary
Fund.
De la Fuente A. y Doménech R. (2000): ”Schooling Data, Technological Diffusion and the
Neoclassical Model” Forthcoming: American Economic Review, Papers & Proceedings,
May.
Engelbrecht H.-J. (1997): “International R&D spillovers, human capital and productivity in OECD
economies: An empirical investigation”. European Economic Review, 41, pp 1479-88.
Frantzen D. (2000): “R&D, human capital and international technology spillovers: a cross country
analysis”. Scandinavian Journal of Economics , 102 (1), pp 57-75.
Funk M. (2001): “Trade and international R&D spillovers among OECD countries”. Southern
Economic Journal, 67, pp: 725-736.
Griliches Z. (1979): ”Issues in assessing the contribution of R&D to productivity growth”. Bell
Journal of Economics, 10, pp 92-116.
Im K.., Pesaran M. H. & Shin Y. (1997): “Testing for unit roots in heterogeneous panels”. Mimeo,
Trinity College, Cambridge.
Kao C. (1999): “Spurious regression and residual-based test for cointegration in panel data” Journal of
Econometrics, 90, pp 1-44.
26
Kao C. & Chiang M-H (1998): “On the estimation and inference of a cointegrated regression in panel
data” Working Paper. Center for policy research. Syracuse University.
Kao C. , Chiang M-H & Chen B. (1999): “International R&D spillovers: an application of estimation
and inference in panel cointegration “. Oxford Bulletin of Economics and Statistics, 61, 1-
SPEC, pp. 693-711.
Keller W. (1998): “Are international R&D spillovers trade-related? Analysing spillovers among
randomly matched trade partners”. European Economic Review, 42, pp 1469-1481.
Keller W. (1999): “How trade patterns and technology flows affect productivity growth”. NBER
working paper, 6990. Cambridge, MA.
Krueger A.B. &Lindahl M. (2000): ”Education and growth: Why and for whom?”. Princeton Working
Paper nº 429, Princeton University, January.
Levin A. & Lin C.-F. (1993):”Unit root test in panel data: New results”. Discussion Paper 93-56. Dep.
of Economics. University of California. San Diego.
Lichtenberg F. & Van Pottelsberghe de la Potterie B. (1998): “International R&D spillovers: A
comment”. European Economic Review, 42, pp 1483-1491.
McCoskey S. & Kao CH. (1999): “Comparing panel data cointegration test with an application to the
“twin deficits” problem”. Mimeo. (http://web.syr.edu/~cdkao).
Pedroni P. (1999): “Critical values for cointegration tests in heterogeneous panels with multiple
regressors”. Oxford Bulletin of Economics and Statistics, 1-SSPEC, pp 653-670.
Temple J. (2000):” Growth regressions and what the textbooks don’t tell you”. Bulletin of Economic
research, 52, pp.181-205.
Topel R. (1999):” Labor markets and economic growth”, in O. Ashenfelter and D. Card eds.
Handbook of Labor Economics. Amsterdam, North Holland.
6. Apéndice estadístico. Fuentes de información y definiciones.
Para cada país de la muestra, la productividad total de los factores se define como: Fi = Y / (
K1-α Lα ) donde Y es el producto interior bruto (PIB) al coste de los factores, K es el stock de capital
27
físico, ambas a precios constantes, L es el empleo en el sector privado productivo y α es el promedio
de la participación de las rentas salariales en el PIB a precios constantes en el período analizado.
Todas las variables se han construido como índices con 1985=1. La información procede de la
“Business sector database” de la OCDE. Los años para los que no se dispone de información se han
estimado a partir de la información de las “Penn World Tables” .
Las medidas de apertura se han calculado a partir de la información sobre las exportaciones y
las importaciones de bienes de cada país de la “Business sector database” de la OCDE. (en términos
nominales y construidas como índices con 1985=1).
Las estimaciones del stock de capital tecnológico doméstico, ditS , se han obtenido mediante el
método de inventario permanente, suponiendo una tasa de depreciación δ =0,05, ver Coe y Helpman
(1995):
)1t(i)1t(iit RS)1(S −− +δ−=
donde iR es el gasto en I+D en el sector privado productivo de cada país a precios constantes
procedente de la “Main Science and Technology indicators” de la OCDE. Para los años en que no se
dispone de información sobre esta variable se ha realizado una estimación sobre la base de la regresión
de los gastos reales en I+D sobre la inversión real y una tendencia. El dato de capital tecnológico
inicial se ha calculado según el método de Griliches (1979) a partir de la ecuación:
( )δ+=
gR
S 0iit
donde g es el promedio de la tasa de crecimiento logarítmica anual de los gastos reales en I+D en el período
disponible.
El stock de capital tecnológico exterior, fitS , se define como una media ponderada del stock
de capital tecnológico doméstico del resto de países con los que se comercia, siendo las ponderaciones
los patrones de comercio bilateral entre el país de referencia y los otros 20 países de la muestra. Se
utilizan los porcentajes de comercio bilateral con respecto a un año representativo porque están mejor
apoyados por los datos que los patrones de comercio bilateral que cambian anualmente sujetos a
28
comportamientos muy erráticos, Frantzen (2000). En concreto se utilizan los correspondientes a 1990
procedentes de Coe y Helpman (1995).
Por último, el stock de capital humano se mide en términos de años medios de escolarización
de la población mayor de 25 años, procedente de De la Fuente y Doménech (2000) que implican una
revisión y mejora de datos de Barro y Lee (1996) de acuerdo con el panorama económico y la
evolución de los países considerados. Los años para los que no se dispone de información se han
estimado a partir de la regresión entre ésta variable y la tasa bruta de matriculación en secundaria y
una tendencia. La tasa bruta de matriculación en secundaria procede del “Statistical Yearbook” de la
UNESCO.
Top Related