Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
LA INTERRELACIÓN ENTRE EL CAPITAL HUMANO Y TECNOLÓGICO EN EL
CRECIMIENTO DE LAS REGIONES ESPAÑOLAS.
José Aixalá Pasto; Gema Fabro Esteban; Gregorio Giménez Esteban; Blanca Simón Fernández
Universidad de Zaragoza
Para correspondencia: Blanca Simón Departamento de Estructura, Historia Económica y Economía Pública Facultad de Económicas Gran Vía 2-4 50.005 ZARAGOZA e-mail: [email protected]
RESUMEN: El trabajo presenta evidencia empírica acerca de la relación entre el capital humano y
la tecnología y la contribución de ambos al crecimiento de España y sus Comunidades Autónomas en el
periodo 1990-1998 mediante la técnica econométrica de datos de panel. El modelo teórico plantea un
sistema de dos ecuaciones: en la primera, el crecimiento económico depende de la inversión en capital
físico, del capital humano y la tecnología; la segunda ecuación relaciona el capital humano y la tecnología
como condicionantes de la capacidad de innovación. Los resultados muestran que tanto el capital humano
como el tecnológico son relevantes en la explicación del crecimiento. Al analizar la interrelación entre
ambos factores, el capital humano así como los gastos de I+D (totales y los ejecutados por las
Universidades) son determinantes en la capacidad de innovación.
PALABRAS CLAVE: capital humano/ capital tecnológico/ crecimiento regional
CLASIFICACIÓN JEL: J24, O30, O47, R11.
ABSTRACT: This work shows empirical evidence about human and technological capital
relationship and their contribution to Spanish and regional growth in the period 1990-1998. The
econometric technique utilised is panel data. The theoretical model has two equations in the system. In the
first equation, economic growth depends on physical, human an technological capital. The second
equation joins human and technological capital as determinants on innovation capacity. The results show
that both human and technological capital are relevant in the growth explanation. In their
interrelationship, the human capital and the I+D expenditures (both total and the executed by Universities)
are determinant in the innovation capacity.
1
LA INTERRELACIÓN ENTRE EL CAPITAL HUMANO Y TECNOLÓGICO EN EL
CRECIMIENTO DE LAS REGIONES ESPAÑOLAS.
1. Introducción
A partir de la segunda mitad de los años ochenta del siglo XX, empezó a surgir una renovada
atención en la disciplina económica por la cuestión del crecimiento. Los modelos de crecimiento
endógeno facilitaban nuevas perspectivas para comprender los cambios en las tasas de crecimiento a lo
largo del tiempo así como para analizar las diferencias de productividad y desarrollo económico. Entre
otras razones explicativas de estos fenómenos, tienen una importancia trascendental las diferencias
existentes en la apropiabilidad y el acceso a la tecnología y la acumulación de capital humano.
La endogenización del progreso técnico se puede lograr, como se apunta en Sala-i-Martín (1994),
de dos maneras: bien considerando éste como un aumento en el número de bienes de capital disponibles
como factores productivos o bien mediante el aumento en la calidad de los nuevos productos
desarrollados. En torno a este fenómeno han trabajado, entre otros, Romer (1986), Grossman y Helpman
(1991) y Aghion y Howitt (1992). Un segundo factor de gran importancia para el crecimiento es el capital
humano. Pese a que el concepto había sido desarrollado décadas antes, entre otros, en Schultz (1961),
hubo que esperar hasta la aparición de los modelos de crecimiento endógeno para establecer la verdadera
importancia del capital humano en el desarrollo económico. En ellos, el capital humano permite aumentar
la productividad del trabajo o actúa a través de la estimulación del cambio tecnológico. Algunos de los
modelos más relevantes se encuentran en Lucas (1988, 1993), Romer (1990), King y Rebelo (1990),
Rebelo (1991), Young (1991), Parente (1994) y Eicher (1996).
La relación entre el capital humano y el desarrollo tecnológico ya fue observada por Nelson y
Phelps (1966). En este modelo se argumentaba que poseer una fuerza de trabajo mejor cualificada hacía
más fácil para las empresas la adopción y adaptación de nuevas tecnologías lo que se traduce en la
2
existencia de una estrecha relación entre el capital humano y la innovación. La misma se encuentra
corroborada por diferentes trabajos empíricos, como el de Mincer y Higuchi (1988) el cual encuentran,
para el caso de Estados Unidos y Japón, que en los sectores más avanzados tecnológicamente los
trabajadores reciben una mayor tasa de rendimiento de su educación. De otro lado, Wolf (1994) halla una
vinculación positiva entre el aumento en la capacitación de los trabajadores y varios indicadores de
cambio técnico (considerando una muestra de cuarenta y tres países). En Pavitt (1980) se apunta que la
mayor capacitación poseída por los científicos y los ingenieros ha sido esencial para el desarrollo de la
innovación. Benhabib y Spiegel (1994) modelizan el efecto que el capital humano tiene sobre la
productividad a través de la innovación y la adopción de tecnologías foráneas. En Stoneman (1995) se
aporta evidencia adicional sobre la importancia que los procesos acumulativos de aprendizaje poseen
sobre los avances científicos y técnicos.
Dada la relevancia que estos factores productivos tienen para el crecimiento económico, el
objetivo de este trabajo es presentar evidencia empírica acerca de las interrelaciones entre el capital
humano y el tecnológico en el marco general de la teoría del crecimiento endógeno. En concreto, se
pretende observar la importancia que la inversión, el capital humano y la tecnología tienen en el
crecimiento económico, por un lado, y mostrar la forma en que el capital humano y la inversión en
tecnología condicionan el proceso de innovación, por otro. El contexto en que se muestra tal evidencia
queda constituido por la economía española en su conjunto, así como un breve detalle de los resultados
particulares por Comunidades Autónomas.
El análisis realizado parte de que capacidad de innovación de un país o región depende, en parte,
de la sofisticación tecnológica de la economía en su conjunto y de su fuerza de trabajo, pero también, de
la política de inversiones del gobierno y del sector privado. Las diferencias en la capacidad de innovación
reflejan variaciones debidas a la geografía económica (el impacto de conocimiento e innovación entre
empresas próximas) y a la política de innovación (el nivel de apoyo público para la investigación básica y
3
protección de la propiedad intelectual). Siguiendo a Furman, Porter y Stern (2002), los determinantes de
la capacidad de innovación pueden agruparse en tres categorías: la infraestructura de apoyo a la
innovación, por una parte, el entorno innovador, por otra, y los vínculos entre ambas parcelas.
En cuanto a la infraestructura de apoyo a la innovación, la teoría del crecimiento endógeno plantea
dos determinantes principales de la producción de ideas: el nivel agregado de sofisticación tecnológica y
el volumen de inputs tecnológicos disponibles (capital humano y disponibilidad de científicos e
ingenieros que pueden dedicarse a la producción de nuevas tecnologías, entre los más relevantes). La
capacidad de innovación depende también del entorno microeconómico derivado de las interrelaciones
entre empresas debido a los efectos desbordamiento del conocimiento y otras posibles interrelaciones (los
gastos en I+D totales serían una buena aproximación a este conjunto de factores que conforman el entorno
innovador). Por último, la relación entre la infraestructura de apoyo a la innovación y el entorno
innovador es recíproca: para un entorno innovador dado, el output de innovación tiende a crecer con una
infraestructura de innovación sólida y viceversa. Los vínculos entre ambas pueden verse favorecidos por
el papel que juegan determinadas instituciones como la Universidad, entre otras, que pone al alcance de
las empresas resultados de la investigación de forma más fácil que otros organismos públicos, facilita el
intercambio de ideas entre investigadores y constituye un foro excepcional de diálogo (el gasto en I+D
ejecutado por las Universidades en relación al gasto total reflejaría tal interrelación).
De acuerdo con el marco teórico expuesto, el trabajo se estructura de la siguiente manera: en
primer lugar, se propone un modelo teórico de la interrelación de factores productivos para el crecimiento
económico, en segundo término, se ofrecen los resultados del análisis empírico en cuanto a las
interrelaciones del capital humano y la tecnología en el conjunto de España y en sus Comunidades
Autónomas. Finalmente, se resaltan las conclusiones más relevantes.
4
2. El modelo teórico
La formulación del modelo queda constituido por el siguiente sistema de ecuaciones:
DYt = F ( It, Ht, At)
At = F (Ht, I+Dt, IDUt, PINt)
Siendo:
DYt : tasa de crecimiento del producto interior bruto per capita. Fuente: INE
It : inversión como proporción del producto interior bruto. Fuente: FBBVA
Ht : capital humano aproximado por años medios de estudio. Fuente: IVIE
At : variable tecnológica aproximada por las patentes concedidas adelantadas tres periodos1.
Fuente: Oficina española de patentes y marcas.
I+Dt : gastos totales en investigación y desarrollo en proporción del producto interior bruto
retrasados dos periodos2. Fuente: INE
IDUt: gasto en investigación y desarrollo ejecutado por las Universidades en proporción del gasto
total en investigación y desarrollo. Fuente: INE
1 Se considera, siguiendo a Furman, Porter y Stern (2002), que los inputs de la función de tecnología tendrán impacto en la concesión de patentes materializada tres años después. Para mantener la coherencia del sistema se ha introducido la misma variable en la ecuación de crecimiento. Ello significa que las patentes concedidas dentro de tres años reflejan el estado actual de la tecnología como input tecnológico en la función de crecimiento. 2 Se considera, al retrasar los gastos en I+D dos periodos, que los gastos en investigación ejecutados en el año presente tienen su reflejo en las patentes concedidas dentro de cinco periodos (puesto que las patentes están adelantadas tres años). Este supuesto se encuentra en consonancia con la hipótesis generalmente aceptada de que los gastos en I+D y la investigación básica, en general, necesitan un periodo de maduración habitualmente amplio hasta que se obtienen resultados que puedan ser patentados.
5
PINt: investigadores dedicados a actividades de investigación y desarrollo en tanto por mil de la
población activa. Fuente: INE
El modelo cuenta, por tanto, con dos ecuaciones: una ecuación de crecimiento y otra que explica el
desarrollo tecnológico. Seguidamente, se ofrece una explicación de las mismas y se proporcionan
referencias teóricas y empíricas relevantes que avalan el planteamiento de las relaciones expuestas.
La ecuación de crecimiento hace depender la evolución de la renta per capita de la inversión en
capital físico, de las dotaciones de capital humano y tecnología. Cada factor influirá del modo siguiente:
1) La cantidad de renta destinada a inversión condicionará la dotación de capital físico por
trabajador y, por tanto, la productividad. La relación entre inversión y crecimiento ha sido ampliamente
estudiada desde la aparición del modelo de Solow (1957). Para una justificación exhaustiva del empleo de
esta variable en la elaboración del modelo se puede recurrir a DeLong y Summers (1991) y Temple
(1998).
2) Una mayor dotación de capital humano también redundará en un aumento de la productividad.
Esto será debido, en primer lugar, al mejor aprovechamiento de las dotaciones de capital físico. En
segundo lugar, el capital humano constituirá un factor clave en el desarrollo de nuevas ideas innovadoras
que permitan conseguir un mayor crecimiento. Existe una gran literatura que avala la inclusión de esta
variable en la ecuación de crecimiento. Uno de los primeros sería Mankiw, Romer, y Weil (1992) donde
se utiliza el modelo de Solow (1957) aumentado incluyendo acumulación de capital físico y humano3.
3) El desarrollo de nuevas tecnologías facilitará que los recursos disponibles sean más
productivos, al permitir nuevas formas más eficientes de combinar los recursos y los factores. Las nuevas
tecnologías permiten alcanzar incrementos sucesivos en la intensidad del factor capital. Además, la
3 Una revisión de la literatura empírica de la relación entre educación y crecimiento económico se puede ver en De la Fuente (2004).
6
inversión en tecnología genera incentivos a realizar inversiones complementarias en capital físico y
humano, intensificando el efecto positivo sobre el crecimiento. Es necesario señalar, también, que los
procesos de innovación tienen importantes efectos externos que, entre otras consecuencias, facilitarán, a
su vez, nuevos descubrimientos. Los nuevos modelos de crecimiento planteados a lo largo de la última
década inciden en la importancia que el factor tecnológico tiene sobre el crecimiento –se pueden destacar
Romer (1990), Grossman y Helpman (1991) y Aghion y Howitt (1992, 1998)-.
La ecuación de desarrollo tecnológico, siguiendo a Furman, Porter y Stern (2002), considera las
dotaciones de capital humano y el personal investigador (ambos factores sugeridos por la teoría del
crecimiento endógeno como elementos de apoyo a la infraestructura innovadora), los gastos en
investigación y desarrollo en su doble faceta de gastos totales (como aproximación al entorno innovador)
y gastos ejecutados por la Universidad (como aproximación a los vínculos entre el entorno innovador y la
infraestructura de innovación).
La dotación media de capital humano y el personal investigador marcarán los conocimientos
disponibles y, por tanto, la información necesaria para que los procesos de investigación y desarrollo
conduzcan a resultados relevantes y positivos. El esfuerzo inversor en la creación de nuevas tecnologías
es medido a través del gasto en investigación y desarrollo total y de aquél ejecutado por las
Universidades. En el modelo de Romer (1990), los inventores de bienes de capital invierten los recursos
disponibles con el propósito de crear nuevos productos. En otros modelos, recogidos en Aghion y Howitt
(1998), la inversión en I+D también se apunta como un elemento de vital importancia para el proceso
innovador. Por otra parte, la teoría de Porter (1990) apoyaría también la utilización de variables referidas
al entorno innovador, al sugerir que cierta relación entre grupos empresariales se basa en la innovación
tecnológica. La investigación empresarial estaría condicionada por el entorno microeconómico en el cual
compiten dichos grupos.
7
3. Los resultados empíricos.
La metodología utilizada para resolver el sistema de ecuaciones planteado en el modelo teórico ha
sido un panel de datos con efectos fijos. El método de estimación ha sido el de Mínimos Cuadrados
Ponderados (WLS) con datos de las diecisiete Comunidades Autónomas durante la década de los noventa.
El modelo, por tanto, se ha resuelto con 306 observaciones correspondientes a 17 Comunidades
Autónomas, nueve años (1990-1998) y dos ecuaciones4. Los resultados de la ecuación de crecimiento
[DYt = F (It, Ht, At)] y de la ecuación tecnológica [At = F (Ht, I+Dt, IDUt, PINt)] se muestran en los
cuadros 1 y 2, respectivamente.
En cuanto a los resultado obtenidos, en primer lugar se van a observar unas consideraciones
generales para España para después entrar a hacer algunos breves comentarios para las Comunidades
Autónomas.
3.1. Resultados generales
Como cabía esperar a la luz de las consideraciones teóricas habituales de la teoría del crecimiento,
tanto el capital humano como el capital tecnológico presentan coeficientes positivos y son altamente
significativos en la explicación del crecimiento económico de las Comunidades Autónomas españolas en
la década de los noventa. La variable inversión presenta también el signo positivo esperado, aunque con
un nivel menor de significatividad (Cuadro 1).
Los efectos fijos de las Comunidades Autónomas, en la ecuación de crecimiento, son todos muy
significativos y el grado explicativo del modelo, según su R2 alcanza el 58% en Murcia seguido del 43%
en Aragón, 41% en Navarra, 39% en Valencia, 36% en Canarias y 35% en Cantabria, entre los seis más
elevados.
4 Se pierden 4 observaciones por los AR(1) introducidos para corregir la autocorrelación que presentan algunas Comunidades Autónomas en la ecuación de desarrollo tecnológico.
8
En cuanto a la ecuación de desarrollo tecnológico, todas las variables presentan, a excepción del
personal investigador, el signo esperado positivo y son significativas, esto es, el capital humano, el gasto
en I+D total y el ejecutado por la Universidad (Cuadro 2). Esta evidencia corrobora la teoría de que la
capacidad innovadora depende de la infraestructura de apoyo a la investigación (aproximada por el capital
humano), del entorno innovador (aproximado por los gastos totales en I+D) y de los vínculos entre ambas
(aproximado por el gasto en I+D ejecutado por las Universidades). Una explicación para que el personal
investigador no resulte significativa se encuentra en que esta variable puede no recoger todo el potencial
investigador, ya que muchas de las empresas que realizan labores de investigación no cuentan con
departamentos especializados que desarrollan estas funciones y tampoco adscriben a sus empleados como
personal investigador. Los efectos fijos de las Comunidades Autónomas, en la ecuación de desarrollo
tecnológico, son todos muy significativos y el grado de ajuste del modelo es más elevado que en la
ecuación de crecimiento alcanzándose, según su R2, el 80% en Valencia seguido del 73% en Aragón y
Andalucía, 66% en Cantabria, 65% en Castilla-León, 61% en Cataluña y 59% en País Vasco, entre los
puestos más elevados.
El método de Mínimos Cuadrados Ponderados (WLS) corrige la heterocedasticidad que presenten
los datos. No obstante, se han repetido las estimaciones utilizando el método de Mínimos Cuadrados
Ponderados en Dos Etapas (WTLS) mediante variables instrumentales con el objetivo de corregir, además
de la heterocedasticidad, la posible endogeneidad que presenta el modelo lo que se presenta en los
Cuadros 3 y 4. Se puede señalar que los resultados obtenidos apenas sufren variaciones, ni en términos de
coeficientes ni en términos de significatividad entre ambos métodos mencionados, lo que da muestras de
la robustez de los resultados al método de estimación. Los instrumentos utilizados han sido el capital
humano (H), el gasto en I+D ejecucutado por las Universidades (IDU), la inversión (I), y el personal
investigador (PIN), todas ellas retrasadas un periodo, y los gastos en investigación y desarrollo (I+D)
retrasados tres periodos.
9
CUADRO 1: ECUACIÓN DE CRECIMIENTO PARA ESPAÑA, 1990-1998 MÉTODO DE ESTIMACIÓN: MÍNIMOS CUADRADOS PONDERADOS
ESPAÑA INVERSIÓN CAPITAL HUMANO TECNOLOGÍA
ß 0,0175 0,0014 0,0041 (1,64) * (2,76) *** (3,47) ***
N 302
EFECTOS FIJOS DE LAS COMUNIDADES AUTÓNOMAS
COEFICIENTE R2 DW
ANDALUCIA -0,0175 0,29 1,42 (-3,19) ***
ARAGON -0,0201 0,43 1,26 (-3,61) ***
ASTURIAS -0,182 0,14 1,85 (-3,38) ***
BALEARES -0,0176 0,09 1,41 (-2,99) ***
CANARIAS -0,0159 0,36 0,88 (-2,83) ***
CANTABRIA -0,0189 0,35 1,74 (-3,29) ***
CASTILLA-LEON -0,0174 -0,15 1,80 (-3,16) ***
CAST.-LA MANCHA -0,0178 -0,09 1,55 (-3,15) ***
CATALUÑA -0,0207 0,14 1,66 (-3,70) ***
EXTREMADURA -0,0154 -0,05 1,64 (-2,76) ***
GALICIA -0,0151 0,01 1,02 (-2,89) ***
LA RIOJA -0,0188 -0,09 1,43 (-3,55) ***
MADRID -0,0219 0,20 1,29 (-3,67) ***
MURCIA -0,0190 0,58 1,89 (-3,48) ***
NAVARRA -0,0231 0,41 1,60 (-3,84) ***
PAIS VASCO -0,0210 0,31 1,09 (-3,64) ***
VALENCIA -0,0199 0,39 1,40 (-3,55) ***
(1) Entre paréntesis figuran los estadísticos t de Student para la significatividad individual de las variables. Las variables con los símbolos
***; ** y * son significativas individualmente a los niveles 1%, 5% y 10%, respectivamente.
10
CUADRO 2: ECUACIÓN DE DESARROLLO TECNOLÓGICO PARA ESPAÑA, 1990-1998 MÉTODO DE ESTIMACIÓN: MÍNIMOS CUADRADOS PONDERADOS
ESPAÑA CAPITAL HUMANO I +D TOTAL I +D UNIVERSIDAD PERSONAL INVESTIGADOR
ß 0,1978 0,4275 0,8370 0,0750 (5,53) *** (3,59) *** (4,76) *** (0,40)
N 302
EFECTOS FIJOS DE LAS COMUNIDADES AUTÓNOMAS
COEFICIENTE R2 DW
ANDALUCIA -1,5168 0,73 1,02 (-3,64) ***
ARAGON -1,0192 0,73 1,16 (-2,37) **
ASTURIAS -1,3560 0,52 1,54 (-3,27) ***
BALEARES -1,3893 0,48 1,29 (-3,76) ***
CANARIAS -1,8066 0,32 1,59 (-4,26) ***
CANTABRIA -1,4212 0,66 1,93 AR (1) (-3,39) ***
CASTILLA-LEON -1,5777 0,65 1,36 (-3,69) ***
CAST.-LA MANCHA -1,1348 0,52 1,05 (-3,11) ***
CATALUÑA -0,9029 0,61 1,15 (-2,11) **
EXTREMADURA -1,5881 0,56 1,88 AR (1) (-3,99) ***
GALICIA -1,3504 0,56 1,26 (-3,21) ***
LA RIOJA -1,3392 0,62 1,51 AR (1) (-2,62) ***
MADRID -1,5557 0,60 1,13 (-3,67) ***
MURCIA -1,2554 0,48 1,60 AR (1) (-3,00) ***
NAVARRA -0,9902 0,34 0,97 (-2,14) **
PAIS VASCO -1,1297 0,59 0,86 (-2,63) ***
VALENCIA -1,0600 0,80 1,10 (-2,58) ***
(1) Entre paréntesis figuran los estadísticos t de Student para la significatividad individual de las variables. Las variables con los símbolos ***; ** y * son significativas individualmente a los niveles 1%, 5% y 10%, respectivamente. (2) En las Comunidades Autónomas de Cantabria, Extremadura, La Rioja y Murcia se ha introducido un AR(1) para corregir la autocorrelación.
11
CUADRO 3: ECUACIÓN DE CRECIMIENTO PARA ESPAÑA, 1990-1998
MÉTODO DE ESTIMACIÓN: MÍNIMOS CUADRADOS PONDERADOS EN DOS ETAPAS
ESPAÑA INVERSIÓN CAPITAL HUMANO TECNOLOGÍA
ß 0,0202 0,0015 0,0043 (1,75) * (2,75) *** (3,52) ***
N 153
EFECTOS FIJOS DE LAS COMUNIDADES AUTÓNOMAS
COEFICIENTE R2 DW
ANDALUCIA -0,0186 0,30 1,43 (-3,19) ***
ARAGON -0,0212 0,43 1,25 (-3,59) ***
ASTURIAS -0,193 0,16 1,85 (-3,38) ***
BALEARES -0,0188 0,11 1,42 (-3,01) ***
CANARIAS -0,0170 0,38 0,89 (-2,85) ***
CANTABRIA -0,0201 0,35 1,75 (-3,28) ***
CASTILLA-LEON -0,0186 -0,20 1,79 (-3,16) ***
CAST.-LA MANCHA -0,0190 -0,10 1,54 (-3,15) ***
CATALUÑA -0,0219 0,14 1,67 (-3,68) ***
EXTREMADURA -0,0165 -0,06 1,66 (-2,78) ***
GALICIA -0,0162 0,01 1,02 (-2,91) ***
LA RIOJA -0,0200 -0,11 1,46 (-3,53) ***
MADRID -0,0231 0,18 1,29 (-3,65) ***
MURCIA -0,0201 0,58 1,91 (-3,46) ***
NAVARRA -0,0244 0,40 1,60 (-3,81) ***
PAIS VASCO -0,0222 0,30 1,08 (-3,61) ***
VALENCIA -0,0211 0,40 1,41 (-3,54) ***
(1) Entre paréntesis figuran los estadísticos t de Student para la significatividad individual de las variables. Las variables con los símbolos
***; ** y * son significativas individualmente a los niveles 1%, 5% y 10%, respectivamente. (2) Los instrumentos utilizados han sido el capital humano (H), el gasto en I+D ejecucutado por las Universidades (IDU), la inversión (I), y el personal investigador (PIN), todas ellas retrasadas un periodo, y los gastos en investigación y desarrollo (I+D) retrasados tres periodos.
12
CUADRO 4: ECUACIÓN DE DESARROLLO TECNOLÓGICO PARA ESPAÑA, 1990-1998 MÉTODO DE ESTIMACIÓN: MÍNIMOS CUADRADOS PONDERADOS EN DOS ETAPAS
ESPAÑA CAPITAL HUMANO I +D TOTAL I +D UNIVERSIDAD PERSONAL INVESTIGADOR
ß 0,1767 0,4660 0,9953 0,1266 (5,48) *** (3,69) *** (5,25) *** (0,87)
N 153
EFECTOS FIJOS DE LAS COMUNIDADES AUTÓNOMAS
COEFICIENTE R2 DW
ANDALUCIA -1,6148 0,73 1,06 (-5,07) ***
ARAGON -1,0867 0,72 1,13 (-3,25) ***
ASTURIAS -1,4449 0,54 1,52 (-4,53) ***
BALEARES -1,4639 0,51 1,27 (-4,97) ***
CANARIAS -1,9129 0,27 1,58 (-5,82) ***
CANTABRIA -1,5048 0,72 2,37 (-4,64) ***
CASTILLA-LEON -1,6760 0,67 1,41 (-5,12) ***
CAST.-LA MANCHA -1,1604 0,51 1,11 (-3,94) ***
CATALUÑA -0,9633 0,62 1,18 (-2,89) **
EXTREMADURA -1,6892 0,65 2,11 (-5,53) ***
GALICIA -1,4526 0,58 1,29 (-4,50) ***
LA RIOJA -0,7947 0,61 2,19 (-2,57) ***
MADRID -1,6480 0,56 1,03 (-4,34) ***
MURCIA -1,3447 0,52 2,12 (-4,16) ***
NAVARRA -1,0834 0,26 0,94 (-3,05) **
PAIS VASCO -1,1826 0,58 0,85 (-3,48) ***
VALENCIA -1,1552 0,82 1,23 (-3,65) ***
(1) Entre paréntesis figuran los estadísticos t de Student para la significatividad individual de las variables. Las variables con los símbolos ***; ** y * son significativas individualmente a los niveles 1%, 5% y 10%, respectivamente.
(2) Los instrumentos utilizados han sido el capital humano (H), el gasto en I+D ejecucutado por las Universidades (IDU), la inversión (I), y el personal investigador (PIN), todas ellas retrasadas un periodo, y los gastos en investigación y desarrollo (I+D) retrasados tres periodos.
13
3.2. Resultados particulares de las Comunidades Autónomas
El método de Mínimos Cuadrados Ponderados (WLS) se ha repetido permitiendo que difieran los
coeficientes que acompañan a las variables para cada una de las Comunidades Autónomas, con el fin de
poder obtener conclusiones para cada una de ellas5.
En la ecuación de crecimiento la variable inversión presenta el esperado signo positivo y es
significativa en Andalucía, Asturias, Baleares y Valencia, ordenadas por la cuantía del coeficiente. Para la
variable capital humano, en primer lugar estaría Baleares, seguida del País Vasco, Cantabria, Castilla-
León, y con menor nivel de significatividad, Valencia, Asturias, Andalucía y Murcia. La variable
tecnología, por su parte, se presenta como más relevante en Andalucía, seguida de Valencia, Aragón y
Canarias. A menor nivel de significatividad, Galicia, Baleares y Asturias (Cuadro 5).
De acuerdo con el modelo teórico utilizado, los resultados obtenidos evidencian que todos los
recursos productivos, inversión, capital humano y tecnología, son relevantes y generan crecimiento, esto
es todos los coeficientes son positivos y con niveles de significatividad aceptables en las Comunidades
Autónomas de Valencia, Baleares, Andalucía y Asturias. En el País Vasco, dos de los recursos aportan
crecimiento (capital humano y tecnología) mientras que solamente un recurso es importante en otras: la
tecnología para el caso de Aragón, Canarias, Galicia y Navarra. El capital humano en Cantabria, Castilla-
León y Murcia (Cuadro 5).
En la ecuación de desarrollo tecnológico, la variable capital humano presenta el esperado signo
positivo y es significativa, por orden según el valor del coeficiente, en Castilla-La Mancha, Cantabria,
País Vasco y Aragón. Los gastos en I+D totales son relevantes en Valencia, Galicia, Aragón y, a menor
5 Es preciso tomar los resultados para las Comunidades Autónomas con cautela debido a las pocas observaciones disponibles para la ecuación propuesta: aunque el sistema dispone de 298 observaciones, la ecuación para cada Comunidad contiene nueve observaciones e incluso, en algunos casos puntuales, como son, Cantabria, La Rioja y Valencia, solamente ocho, si la regresión presenta autocorrelación y se introduce un AR(1) para corregirla.
14
nivel de significatividad, en Madrid y Extremadura. En cuanto a los gastos ejecutados por la Universidad,
se encontraría en el primer puesto, Madrid, seguida de Castilla-León, Cantabria, Asturias y, con menor
nivel de significatividad, Valencia, Baleares y Andalucía. El personal investigador es positivo y altamente
significativo en Castilla-León seguido de Extremadura, La Rioja y, a menor nivel de exigencia, Asturias
(Cuadro 6).
Es destacable que en ninguna Comunidad Autónoma se observan comportamientos adecuados con
el modelo teórico en la ecuación de desarrollo tecnológico, esto es, en las tres facetas de apoyo a la
infraestructura de innovación, el entorno innovador y las interrelaciones entre ambas. Las variables que
las aproximan no son positivas y significativas de forma conjunta en ninguna de las regiones analizadas.
Ello evidencia ciertas fortalezas de las Comunidades Autónomas en alguno de los factores mencionados
pero también las debilidades en otros6.
Finalmente, se observa que el ajuste de las regresiones, representado por los R2 ajustados es, en
general, elevado. En la ecuación de crecimiento, el mejor ajuste es el del País Vasco (99%) y el peor el de
La Rioja (21%). La ecuación de desarrollo tecnológico presenta, en general, mejores ajustes con un
abanico que oscila desde el 89% para el País Vasco hasta el 70% para Cataluña.
6 Por ejemplo, Aragón es la única Comunidad Autónoma para la cual la infraestructura de apoyo a la innovación [aproximada por la variable capital humano (H)] y el entorno innovador [aproximado por los gastos en Investigación y Desarrollo (I+D)] presentan coeficientes positivos y altamente significativos. No obstante lo anterior, la otra variable que aproxima a la infraestructura de apoyo a la innovación, es decir, el personal investigador (PIN) no resulta significativa.
15
CUADRO 5: ECUACIÓN DE CRECIMIENTO PARA LAS COMUNIDADES AUTÓNOMAS ESPAÑOLAS, 1990-1998. MÉTODO DE ESTIMACIÓN: MÍNIMOS CUADRADOS PONDERADOS
COMUNIDAD COEFICIENTE INVERSION CAPITAL HUMANO TECNOLOGÍA R2 DW
ANDALUCIA 0,0891 0,1630 0,0039 0,0221 0,63 2,70 (-3,10) *** (3,11) *** (1,84) * (3,14) ***
ARAGON 0,0031 0,0090 -0,0022 0,0110 0,68 1,95 (0,17) (0,18) (-1,54) (3,34) ***
ASTURIAS -0,0847 0,1491 0,0050 0,0122 0,52 1,94 (-2,43) ** (2,72) *** (1,65) * (1,92) *
BALEARES -0,1199 0,1464 0,0085 0,1424 0,47 2,19 (-2,61) ** (2,86) *** (2,23) *** (1,70) *
CANARIAS -0,0218 0,0450 0,0008 0,0105 0,56 1,30 (-0,57) (1,27) (0,21) (3,09) ***
CANTABRIA -0,0208 -0,0930 0,0053 -0,0021 0,88 2,54 (-1,01) (-1,75) * (4,82) *** (-0,75)
CASTILLA-LEON 0,0038 -0,0460 0,0012 -0,0001 0,84 2,89 (0,55) (-2,73) *** (2,91) *** (-0,81)
CAST.-LA MANCHA 0,0766 -0,2623 0,0001 -0,0170 0,74 0,00 (2,75) *** (-4,48) *** (0,55) (-4,80) ***
CATALUÑA 0,1079 -0,2279 -0,0054 -0,0065 0,46 1,43 (1,73) * (-1,83) * (-1,76) * (-0,71)
EXTREMADURA 0,0126 -0,0377 0,0003 -0,0027 0,07 1,23 (0,34) (-0,54) (0,01) (-0,35)
GALICIA -0,0469 0,1676 0,0000 0,0122 0,35 1,15 (-0,71) (1,04) (0,00) (2,12) **
LA RIOJA -0,0013 0,0222 -0,0006 0,0032 0,21 1,66 (-0,06) (0,61) (-0,28) (1,09)
MADRID 0,0273 -0,1069 -0,0013 0,0056 0,68 1,86 (1,30) (-2,97) *** (-0,71) (1,32)
MURCIA -0,0262 0,0117 0,0025 0,0038 0,62 1,72 (-2,28) ** (0,24) (1,91) * (0,70)
NAVARRA -0,0084 -0,0203 -0,0002 0,0093 0,69 2,61 (-0,50) (-0,70) (-0,08) (1,87) *
PAIS VASCO -0,0502 -0,0399 0,0054 0,0093 0,99 2,13 (-4,93) *** (-2,75) *** (6,70) *** (1,87) *
VALENCIA -0,0815 0,1414 0,0030 0,0174 0,74 2,48 (-4,55) *** (3,75) *** (2,13) ** (2,87) ***
N 298
(1) Entre paréntesis figuran los estadísticos t de Student para la significatividad individual de las variables. Las variables con los símbolos ***; ** y * son significativas individualmente a los niveles 1%, 5% y 10%, respectivamente. (2) En las Comunidades Autónomas de Cantabria, Extremadura, La Rioja y Murcia se ha introducido un AR(1) para corregir la
autocorrelación.
16
CUADRO 6: ECUACIÓN DE DESARROLLO TECNOLÓGICO PARA LAS COMUNIDADES AUTÓNOMAS ESPAÑOLAS, 1990-1998. MÉTODO DE ESTIMACIÓN: MÍNIMOS CUADRADOS PONDERADOS
COMUNIDAD COEFIC. CAP. HUMANO I +D TOTAL I +D UNIVERS. PERS. INVEST. R2 DW
ANDALUCIA -6,4837 -0,2795 0,6601 1,3557 2,6623 0,79 1,34 (-1,49) (-0,90) (0,68) (1,87) * (1,29)
ARAGON 1,0310 0,3641 2,4115 -0,4618 -1,1625 0,88 2,19 (0,35) (2,71) *** (2,41) ** (-0,55) (-0,93)
ASTURIAS -1,5479 -0,1127 0,0635 1,4416 0,8960 0,84 2,65 (-1,63) (-1,20) (0,13) (5,07) *** (1,87) *
BALEARES -0,2809 0,1696 -1,3937 1,8891 -0,0341 0,75 2,40 (-1,16) (0,61) (-0,49) (2,54) ** (-0,07)
CANARIAS 0,0414 0,2187 1,3282 -1,5779 -0,1833 0,70 2,80 (0,01) (0,73) (1,52) (-2,08) ** (-0,14)
CANTABRIA -8,3203 1,2190 -2,9394 2,7699 -0,3782 0,89 2,27 (-4,05) *** (3,96) *** (-2,53) ** (5,02) *** (-1,12)
CASTILLA-LEON -1,7067 -0,6741 -0,3583 4,1071 1,9143 0,91 3,35 (-1,65) * (-3,91) *** (-0,86) (4,90) *** (3,57) ***
CAST.-LA MANCHA -1,7067 1,6233 -2,1387 1,5238 -3,4918 0,79 2,13 (-1,05) (3,30) *** (-2,17) ** (1,30) (-2,05) **
CATALUÑA 1,3684 0,2218 1,4507 -0,2187 -0,8269 0,70 1,03 (0,34) (0,55) (1,27) (-0,09) (-0,40)
EXTREMADURA -2,9439 -0,0448 1,9834 0,3039 1,0834 0,85 1,68 (-3,78) *** (-0,42) (1,97) * (0,49) (2,70) ***
GALICIA 0,3578 0,3408 2,5634 -0,2672 -0,8890 0,71 2,21 (0,22) (1,12) (2,43) ** (-0,17) (-0,88)
LA RIOJA -2,8818 0,3090 -2,5148 1,9849 0,5975 0,77 2,36 (-2,01) ** (1,54) (-1,41) (1,38) (2,65) ***
MADRID 14,2518 -0,0444 0,3039 6,3979 -3,5813 0,83 2,26 (1,57) (-0,29) (2,01) ** (2,92) *** (-1,65) *
MURCIA -2,5736 0,2555 0,1802 2,2400 0,1731 0,58 2,35 (-0,50) (1,29) (0,11) (1,71) * (0,07)
NAVARRA 2,7672 -0,0829 0,7256 -2,6136 0,0976 0,76 1,69 (0,96) (-0,26) (1,49) (-1,97) * (0,21)
PAÍS VASCO 6,9083 0,7073 -0,0106 -0,4352 -3,3629 0,89 2,31 (3,57) *** (6,36) *** (-0,02) (-0,25) (-4,61) ***
VALENCIA 18,0093 0,1798 7,2283 2,7019 -6,9990 0,85 1,62 (2,16) ** (1,26) (2,61) *** (2,33) ** (-2,18) **
N 298
(1) Entre paréntesis figuran los estadísticos t de Student para la significatividad individual de las variables. Las variables con los símbolos ***; ** y * son significativas individualmente a los niveles 1%, 5% y 10%, respectivamente. (2) En las Comunidades Autónomas de Cantabria, La Rioja y Valencia se ha introducido un AR(1) para corregir la autocorrelación.
17
4. Conclusiones
Dada la relevancia tanto teórica y empírica que los factores productivos capital humano y
tecnología tienen para el crecimiento económico, el objetivo de este trabajo es presentar cierta evidencia
para España acerca de las interrelaciones entre ambos factores en el marco general de la teoría del
crecimiento endógeno. En concreto, se pretende observar la importancia que la inversión, el capital
humano y la tecnología tienen en el crecimiento económico, por un lado, y mostrar la forma en que el
capital humano y la inversión en tecnología condicionan el proceso de innovación, por otro. El contexto
en que se muestra tal evidencia queda constituido por la economía española en su conjunto, así como un
cierto detalle de los resultados particulares por Comunidades Autónomas.
El modelo se plantea en un sistema de dos ecuaciones. La primera es una ecuación de crecimiento
que hace depender la evolución de la renta per capita de la inversión en capital físico, de la dotación de
capital humano y de la tecnología como determinantes de la productividad. La segunda es una ecuación
de desarrollo tecnológico que explica la capacidad de innovación de un territorio (aproximada por el
número de patentes concedidas) como la resultante de la actuación conjunta de tres grupos de variables:
un primer grupo que mide la infraestructura de apoyo a la innovación (que se ha aproximado por la
dotación de capital humano y por el personal investigador), un segundo grupo que refleja el entorno
innovador (aproximado por el total de gastos en I+D), y un tercer grupo que recoge las relaciones entre
los dos primeros (aproximado por el gasto en I+D ejecutado por las Universidades). La metodología
utilizada para resolver el sistema de ecuaciones planteado en el modelo teórico ha sido un panel de datos
con efectos fijos.
Los resultados obtenidos de la ecuación de crecimiento evidencian que las variables capital
humano y capital tecnológico presentan el signo positivo esperado y son altamente significativas, lo cual
está en consonancia con la teoría del crecimiento económico endógeno. La variable inversión en capital
18
físico presenta también un signo positivo, aunque con una menor significatividad estadística. Si las
variables representativas del capital humano y la tecnología son las relevantes para explicar el crecimiento
de las CC.AA. en España, resulta pertinente plantear una segunda ecuación que relacione ambas con el fin
de analizar los resultados que se obtienen, tanto a escala nacional como para el caso de las diecisiete
CC.AA. consideradas individualmente.
Los resultados de la ecuación de desarrollo tecnológico muestran que todas las variables presentan
a nivel nacional el signo positivo esperado y son significativas, excepto el personal investigador, que
presenta signo positivo pero no significativo. Resulta relevante, asimismo, realizar el mismo análisis para
cada Comunidad Autónoma, permitiendo que los coeficientes de las variables difieran para cada región,
lo que permite establecer comparaciones entre ellas. Además, el modelo estimado presenta una alta
capacidad explicativa.
Los resultados particulares por Comunidades Autónomas obtenidos evidencian que todos los
recursos productivos, inversión, capital humano y tecnología, son relevantes y generan crecimiento, esto
es todos los coeficientes son positivos y con niveles de significatividad aceptables en las Comunidades
Autónomas de Valencia, Baleares, Andalucía y Asturias. En el País Vasco, dos de los recursos aportan
crecimiento (capital humano y tecnología) mientras que solamente un recurso es importante en otras: la
tecnología para el caso de Aragón, Canarias, Galicia y Navarra. El capital humano en Cantabria, Castilla-
León y Murcia.
Es destacable que en ninguna Comunidad Autónoma se observan comportamientos adecuados con
el modelo teórico en la ecuación de desarrollo tecnológico, esto es, en las tres facetas de apoyo a la
infraestructura de innovación, el entorno innovador y las interrelaciones entre ambas. Las variables que
las aproximan no son positivas y significativas de forma conjunta en ninguna de las regiones analizadas.
19
Ello evidencia ciertas fortalezas de las Comunidades Autónomas en alguno de los factores mencionados
pero también las debilidades en otros.
Una vez vistas las interrelaciones del capital humano y la innovación con el crecimiento, se puede
reflexionar, finalmente, sobre la necesidad de llevar a cabo políticas públicas adecuadas en estos ámbitos.
Un informe para la Comisión Europea ofrece algunas recomendaciones para ello7. Centrándose en las
infraestructuras y el capital humano, que son los factores en cuya provisión el sector público ha jugado
tradicionalmente un papel dominante, este estudio concluye que la inversión en capital humano ofrece un
margen mayor para reducir las disparidades internas que la inversión en infraestructuras. Además,
mientras que la rentabilidad de las infraestructuras es generalmente mayor en las regiones ricas, el
rendimiento de la educación tiende a ser mayor en los territorios más pobres, donde también excede al de
las infraestructuras.
Los resultados presentados en este trabajo, de acuerdo con el estudio mencionado, avalarían un
mayor gasto público tanto en capital humano como en I+D debido a las interrelaciones que muestran, lo
que generaría un mayor crecimiento para España así como en una disminución de sus disparidades
interregionales.
7 Ver De la Fuente, Doménech y Jimeno (2003).
20
REFERENCIAS BIBLIOGRAFICAS:
Aghion, P. y P. Howitt, (1992): “A model of growth through creative destruction”, Econometrica,
60(2), 323-351, marzo.
Aghion, P. y P. Howitt, (1998), Endogenous growth theory, MIT Press, Cambridge, MA.
Benhabib J. y M. Spiegel (1994): “The role of human capital in economic development: Evidence
from aggregate cross-country data”, Journal of Monetary Economics, 34, 143-173.
De la Fuente, Á. (2004): “Educación y crecimiento: un panorama”, Revista Asturiana de Economía,
31, 7-50.
De la Fuente, A., R. Doménech y J. F. Jimeno (2003). "Human capital as a factor of growth and
employment at the regional level. The case of Spain." Informe para la Comisión Europea,
DG for Employment and Social Affairs.
DeLong, J. B. y L. Summers (1991): “Equipment investment and economic growth”, Quarterly
Journal of Economics, 106(2), 445-502.
Eicher, T. (1996): “Interaction between endogenous human capital and technological change”,
Review of Economic Studies, 63(1), 127-144.
Furman, J.L.; M. E. Porter y S. Stern (2002): “The determinants of national innovative capacity”,
Research Policy, 31, 899-933.
Grossman, G. y E. Helpman (1991): Innovation and growth in the global economy, MIT Press.
King, R. y S. Rebelo (1990): “Public policy and economic growth: developing neoclassical
implications”, Journal of Political Economy, 98(5), 126-49.
Lucas, R. (1988): "On the Mechanics of Development Planning", Journal of Monetary Economics,
22(1), 3-42.
Lucas, R. (1993): “Making a miracle”, Econometrica, 61(2), 251-271.
Mankiw, N. G., D. Romer y D. Weil (1992): “A contribution to the empirics of economic growth”,
Quarterly Journal of Economics, 107(2), 407-437.
Mincer, J. y Y. Higuchi (1988): “Wage structures and labour turnover in the U.S. and Japan”,
Journal of Japanese and International Economics, 2, 97-133.
21
Nelson, R. y E. Phelps (1966): “Investments in humans, technological diffusion and economic
growth”, American Economic Review, Papers and Proceedings, 56 (2), 69-75.
Parente, S. (1994): “Technology adoption, learning-by-doing, and economic growth”, Journal of
Economic Theory, 63, 346-69.
Pavitt, K. (ed.) (1980), Technical innovation and British economic performance, Macmillan,
Londres.
Porter, M.E. (1990): The Competitive Advantage of Nations, Free Press, Nueva York.
Rebelo, S. (1991): “Long-run policy analysis and long-run growth”, Journal of Political Economy,
99(3), 500-521.
Romer, P. (1986): “Increasing returns and long-run growth”, Journal of Political Economy, 94(5),
1002-1037.
Romer, P. (1990): “Endogenous technological change”, Journal of Political Economy, 98(5), 71-
102.
Sala i Martin, X. (1994): Apuntes de crecimiento económico, Antoni Bosch editor, Barcelona.
Schultz, T. (1961): “Investment in human capital”, American Economic Review, 51, 1-17.
Solow, R. (1957): "Technical Change and the Aggregate Production Function", Review of
Economics and Statistics, 39, 312-320.
Stoneman, P. (ed.) (1995), Handbook of the economics of innovation and technological change,
Blackwell.
Temple, J. (1998): “Equipment investment and the Solow model”, Oxford Economic Papers, 50(1),
39-62.
Wolff E. (1994): “Technology, capital accumulation, and log run growth”, en Jan et al. (eds.), The
dynamics of technology, trade, and growth, Edward Elgar Publishing Ltd., Londres, 53-74.
Young, A. (1991): “Learning-by-doing and the dynamic effects of international trade”, Quarterly
Journal of Economics, 106, 369-405.
22