orlando david bernal betancourt - universidad católica de
TRANSCRIPT
CRECIMIENTO ECONÓMICO Y CAPITAL HUMANO: UNA APLICACIÓN DEL
MODELO ESTÁNDAR EXTENDIDO MANKIW ROMER & WEIL (MRW): PARA EL
DEPARTAMENTO DE RISARALDA 2000-2014
ORLANDO DAVID BERNAL BETANCOURT
UNIVERSIDAD CATOLICA PEREIRA.
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS
PROGRAMA DE ECONOMIA
PEREIRA
2016
CRECIMIENTO ECONÓMICO Y CAPITAL HUMANO: UNA APLICACIÓN DEL
MODELO ESTÁNDAR EXTENDIDO MANKIW ROMER & WEIL (MRW): PARA EL
DEPARTAMENTO DE RISARALDA 2000-2014
ORLANDO DAVID BERNAL BETANCOURT
Director
LEANDRO VIVAS FUENTES
Economista
Magister en Economía Matemáticas
UNIVERSIDAD CATOLICA PEREIRA.
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS
PROGRAMA DE ECONOMIA
PEREIRA
2016
TABLA DE CONTENIDO
1. INTRODUCCIÓN .......................................................................................................... 5
2. MARCO TEÓRICO ........................................................................................................ 8
3. ASPECTOS RELACIONADOS CON LA EDUCACIÓN EN COLOMBIA COMO
ELEMENTO DEL CRECIMIENTO ECONÓMICO. ......................................................... 12
4. MODELO ...................................................................................................................... 14
5. MARCO METODOLÓGICO. ...................................................................................... 17
6. ANALISIS DESCRIPTIVO DE LAS VARIABLES ESTUDIADAS. ........................ 19
6.1 CRECIMIENTO ECONÓMICO DE RISARALDA. ............................................ 19
6.2 INVERSIÓN NETA EN SOCIEDADES ............................................................. 21
6.3 CAPITAL HUMANO. ........................................................................................... 23
6.4 POBLACIÓN OCUPADA. ................................................................................... 24
7. DETERMINACIÓN ECONOMÉTRICA DE LA RELACIÓN ENTRE CAPITAL
HUMANO Y CRECIMIENTO ECONÓMICO DEL DEPARTAMENTO DE
RISARALDA. ...................................................................................................................... 26
8. CONCLUSIONES ........................................................................................................ 35
Bibliografía ........................................................................................................................... 37
9. ANEXOS ....................................................................................................................... 40
RESUMEN
El crecimiento económico es uno de los temas más relevantes en la teoría económica, en
ese sentido, se emplea la teoría de crecimiento endógeno resaltando la importancia en la
acumulación de Capital humano, para estimar su impacto en el PIB del departamento de
Risaralda durante el periodo 2000-2014; se discrimina el capital humano del físico,
tomando como proxy del primero los años promedio de las pruebas ICFES_SABER_11, y
del segundo, la inversión neta en sociedades, en ambos casos se reconstruyeron las series a
partir de información suministrada por el DANE, ICFES y cámara de comercio de Pereira,
con información de su jurisdicción. Se utiliza una estructura tipo Cobb-Douglas,
evidenciando la incidencia del capital humano en el crecimiento económico del
departamento.
Palabras Clave: Crecimiento económico, economía del bienestar, capital humano, teoría
económica
SUMMARY
Economic growth is one of the most important in economic theory, in this sense, the theory
of endogenous growth that stresses the importance in the accumulation of human capital is
used subjects to estimate the impact on PIB department of Risaralda during the period
2000-20114; human capital physical discriminate, taking as proxy the first average years of
ICFES-SABER 11 tests, and second, the net investment in companies, in both cases the
series were reconstructed from information provided by the DANE, ICFES and chamber of
commerce of Pereira CCP, with information from your jurisdiction. It was estimated from a
Cobb-Douglas type structure, showing the impact of human capital on economic growth of
the department.
Keywords: Economic growth, welfare economics, human capital, economic theory
1. INTRODUCCIÓN
El crecimiento económico se entiende como el incremento del Producto Interno Bruto de
una economía durante un tiempo específico; en la literatura existe diversas teorías
complementarias y de suma importancia, dentro de las cuales se considera al capital
humano como factor determinante de dicho crecimiento.
Los pensadores clásicos como Adam Smith, David Ricardo y Thomas Malthus son los
principales precursores del crecimiento, “Cuando introdujeron el concepto de rendimientos
decrecientes y su relación con el capital físico y humano, es decir la relación entre el
progreso tecnológico y la especialización del trabajo, así mismo los clásicos, como Frank
Ramsey, Allwyn Young, Frank Knight y Joseph Shumpeter introdujeron conceptos
determinantes como la tasa de crecimiento y el progreso tecnológico” Sala-I-
Martin,(2000,p.5).
En este sentido, el enfoque desarrollado en la segunda mitad del siglo XX, a partir del
trabajo de Solow (1956) y Swan (1956) revoluciona la teoría del crecimiento económico, si
es cierto los teóricos mencionados en Sala-I-Martin,(2000), planteaban como elementos
determinantes, el uso de factores productivos como la mano de obra y el capital; este
análisis se completó con los trabajos de Cass (1965) y Koopmans (1965). Para 1986 la tesis
doctoral de Paul Romer y Robert Lucas, tuvo como objetivo crucial la construcción de
modelos en los que, a diferencia de los modelos neoclásicos, la tasa de crecimiento a largo
plazo fuera positiva sin necesidad de suponer que alguna variable del modelo (como la
Tecnología) creciera de forma exógena, de allí que las nuevas teorías se les bautizara con el
nombre de crecimiento endógeno.
Igualmente Para el análisis es importante destacar el interés de los economistas, de
encontrar las fuentes de crecimiento económico a partir de variables reales, en tal sentido,
se destaca dentro del modelo neoclásico de la segunda mitad del siglo XX, a partir de los
trabajos de Solow (1956) Swan (1956), quienes vieron como llegaba la revolución
neoclásica a la teoría del crecimiento económico.
El modelo de Solow-Swan se basa en la Función de producción neoclásica, de carácter
exógeno1, donde la oferta o producción de una economía se obtiene con la combinación de
tres factores de producción, el primero es el trabajo, será la cantidad de trabajadores dentro
de la economía, así mismo el segundo factor producción es el capital, este está relacionado
con la maquinaria, edificios, estructuras, instrumentos, ordenadores, material eléctrico etc.,
1 Cardona, et. al. (2004), Los modelos de Romer (1986), Lucas (1988), y Barro (1991) establecieron que por
medio de externalidades, o la introducción del capital humano, se generaban convergencias hacia un mayor
crecimiento económico en el largo plazo. Así, el conocimiento se constituye en un nuevo factor acumulable
para el crecimiento, sin el cual el capital físico no se ajusta a los requerimientos del entorno económico.
y por último, la tecnología, o conocimiento, la variable t, está representada en el tiempo
como se observa en el modelo.
1.1
),,( ALKFY ttt
El modelo planteado por Solow (1956), afirma que si los trabajadores poseen más
instrumentos para llevar a cabo su trabajo (máquinas, herramientas), es decir más capital,
incrementará la productividad, por lo que se debe prever una inversión para ello. En este
sentido el autor argumenta que un aumento en el factor tecnológico, incrementara el ahorro
y por tanto, se reflejará en un mayor capital, sin embargo autores como (GUZMÁN &
QUERUBIN , 2009), mencionan que es necesario incrementar permanentemente el factor
tecnológico, para contrarrestar la convergencia hacia el estado estacionario, quien también
lo menciona, (Gaviria & Sierra, 2005), “que, en ausencia de progreso tecnológico, a largo
plazo la tasa de crecimiento por habitante de una economía tenderá a cero”.
Debido a que el capital físico resulta insuficiente para explicar el crecimiento de una
economía, se debe considerar otra perspectiva del crecimiento en la que se resalta la
importancia de la formación de capital humano. En este sentido Theodore William Schultz
(1961) establece la teoría del capital humano, con énfasis en la educación como una
inversión neta en el ser humano, donde el acceso a la educación y a la salud era
determinado por los diferentes ingresos. A lo cual Schultz menciona, “el futuro de la
humanidad estará determinado por la evolución inteligente y la calidad de la gente, que
consiste en diversas formas de capital humano” citado por Cardona, et. al. (2007).
Sin embargo, Villalobos & Pedroza, (2009) menciona que; las bases de la teoría fueron
propuestas por Gary Becker (1964) quien adopto los aportes de Schultz, desde entonces los
desarrollos comenzaron con el reconocimiento de la inversión en los seres humanos y en
consecuencia se define al capital humano de manera amplia como la mezcla de aptitudes y
habilidades innatas a las personas, así como la calificación y el aprendizaje que adquieren
en la educación y la capacitación2.
En cuanto a los modelos de crecimiento desarrollados posteriores como los de Lucas,
(1988), Mankiw, Romer y Weil, (1992) adquirieron cada vez más importancias para las
condiciones del ser humano, en donde el crecimiento económico es afectado por diferentes
factores como trabajo, capital, capital humano, recursos naturales y avances tecnológicos;
ahora bien, bajo el concepto de habilidad y conocimientos que las personas adquieren
gracias la inversión en capital humano, estas se verán reflejados en el crecimiento
económico de cualquier región. Por otra parte, Van Loo & Rocco (2004) menciona que la
2 Igualmente, “los fundamentos planteados por Blaug (1983), manifiestan, que la investigación de capital
humano si suministra un nuevo criterio de inversión social, puesto que los recursos se deben asignar a los
niveles de educación y años de enseñanza”. Villalobos & Pedroza, (P, 276).
teoría del capital humano es “como un enfoque económico para la evaluación de los costos
y beneficios de la inversión en habilidades y conocimientos”.
Así, respecto a la aplicación, Barro & Lee,(2010) en su trabajo “A New Data Set Of
Educational Attainment In The World, 1950–2010” evalúan la cantidad de capital humano
de 146 países, medido por el promedio de años de escolaridad (primaria, secundaria y
terciaria ) del total de las personas mayores de 15 a 25 años, entre otras. Encontrando
relación entre los años de escolaridad y el crecimiento, dado que los países con mayor
acumulación de capital humano – en sentido de la educación- genera mayor ingreso
percapita; Concluye que para la muestra de 146 países en conjunto la economía mundial en
su conjunto se incrementaría en alrededor de 2% por cada año adicional de escolaridad;
cabe resaltar, el nivel de escolaridad que para Colombia en 1960 fue de 2,8 y para el 2010
7,34. Dando evidencia que refuerza la teoría de crecimiento con capital humano.
Igualmente, Gaviria & Sierra, (2005) plantean que, “Como lo proponen las teorías del
capital humano y el crecimiento endógeno, el nivel de educación de la población define en
gran medida el ritmo al cual una economía puede explotar las posibilidades del avance
tecnológico” (Gaviria y Sierra, p.102) pues revela el factor de importancia dentro del
crecimiento, es decir, es de esperar que un trabajador con mayor nivel educativo suele ser
más eficaz y capaz de estimular la producción; en su estudio, para el departamento de
Risaralda, predomina el valor de ampliar las oportunidades de educación para la población,
en una estrategia clara y coherente que busque favorecer el crecimiento económico de largo
plazo.
Como justificación para el desarrollo del informe, Gaviria y Sierra, (2005), plantean un
estudio sobre el crecimiento económico de Risaralda a finales del siglo XX, el cual
responde a la pregunta; ¿cuáles han sido los determinantes del crecimiento económico
risaraldense durante el período 1980 - 2001? Utilizando un modelo Solow - Swan
ampliado, inicialmente propuesto por Mankiw, Romer y Weil (1990); contrasta las
hipótesis de la llamada "Ley de Verdoorn" y Shumpeter, para lo cual el estudio arroja una
evidencia importante sobre la necesidad de mantener los esfuerzos regionales en cuanto a
educación para consolidar un sector exportador no tradicional, donde la industria
manufacturera con vocación exportadora tendrá que jugar un papel central.
Así pues, se propone abordar conceptualmente uno de los modelos de crecimiento que
involucran al capital humano como factor determinante en el crecimiento económico como
es el caso del modelo MRW, con el fin de evidenciar la participación de este factor para el
caso departamental como es el caso del estudio.
Dado esto, se hará un análisis econométrico considerando como indicador de educación a
las pruebas SABER, por tanto se busca responde ¿cuál es la incidencia de las pruebas saber
-cómo indicador de calidad de la educación básica y media- en el crecimiento económico
del departamento de Risaralda?
La razón por la cual se ha elegido el tema, se debe a que se considera necesario el análisis
sobre la calidad de la educación, siguiendo las sugerencias de, Ospina, (2007), Terrones
& Calderón, (1993) Villamil Bolívar (2011), Gaviria & Sierra (2005) y por su puesto
Barro & Lee, (2010); quienes consideran la educación como factor de crecimiento
económico de largo plazo.
En adelante, se elabora una breve revisión de literatura para luego mostrar las
especificaciones del modelo extendido de Mankiw, Romer Weil (1992), posteriormente
modificarlo levemente de acuerdo al comportamiento de los datos y subsiguientemente
contrastar las hipótesis.
Sucesivamente serán expuestos los principales resultados del modelo econométrico, para
vislumbrar un panorama de la situación educacional del departamento y su posible
incidencia en el crecimiento económico.
2. MARCO TEÓRICO
En este apartado se busca integrar el tema de la investigación con la teoría, estudios y
antecedentes en general que se refieren al problema de investigación; considerados como
fundamentos para apoyar este informe, en lo que respecta a la determinación de las
variables utilizadas para la regresión; por otro lado, se mostrara una breve descripción del
modelo de Mankiw, Romer y Wel, en adelante MRW (1992).
Algunos autores han abarcado la discusión a partir de la introducción del capital humano,
como se hizo en este documento anteriormente, con la intención de determinar el impacto
del capital humano en el crecimiento económico.
En su documento, MRW (1992), afirmaron que, con el modelo aumentado de Solow que
incluyendo la acumulación de capital humano, explica el por qué influye esta variable,
tanto en el ahorro como en el crecimiento demográfico, debido a que para cualquier tasa
dada de la acumulación de capital humano, mayor ahorro y En consecuencia de un mayor
nivel de ingresos, por lo tanto tiene un mayor impacto en los ingresos cuando la
acumulación del capital humano es tomada en cuenta.
Así pues, su estudio, se realizó para tres subgrupos de países: 98 países no petroleros, 75
países intermediarios y 22 países de la OCDE, incluyeron al capital humano como una
variable aumentada al modelo de Solow-Swan, se utiliza un periodo de 25 años con una
estimación de corte transversal; como variable L utiliza la tasa de crecimiento dividida
entre la población activa, como variable de capital humano, se utiliza el porcentaje de
personas en edad de trabajar que están matriculadas en educación secundaria; los autores
encontraron que la introducción del capital humano es significativa y su tamaño
(coeficiente) es de 0.76, además, mejora el ajuste del modelo de Solow-Swan simple para el
caso de los países de la OCDE. En los resultados obtenidos se tiene que la variable de
capital humano es significativa.
Del mismo modo, Barro & Lee, (2010)3 utiliza datos de 146 países -124 en desarrollo y 22
países desarrollados - desde 1950 hasta 2010, de corte transversal; investiga, cómo la
producción se relaciona con el nivel de capital humano, medido por años de escolaridad, así
como por la composición de los logros educativos de los trabajadores en los distintos
niveles de la educación, recordemos que en el modelo de MRW se utilizó el porcentaje de
personas en edad de trabajar que están matriculadas en educación secundaria, , los
resultados en el trabajo de , Barro & Lee, (2010) indican que la rentabilidad es negativa
para la población adulta, aunque cada vez más positiva en los niveles secundario y
preparatoria para la población joven, donde ratifica que, el nivel de escolaridad tiene un
efecto significativamente positivo sobre el producto, también menciona que para el nivel
actual de la educación, la tasa de rentabilidad estimada para un año adicional de
escolarización oscila entre 5% a 12%, Concluye que para la muestra en conjunto de los 146
países de la información suministrada por la UNESCO, la producción se incrementaría en
alrededor del 2% por cada año adicional de escolaridad
Así mismo, Marín & Hurtado, (2007)4, en el que a partir de su objetivo principal, que es,
analizar la relación entre el crecimiento económico y el crecimiento de la productividad en
Colombia entre los períodos 1950-2002, utilizan el número promedio de años de educación,
como medición del capital humano; recordemos entonces que, en el modelo utilizado por
Barro & Lee, (2010) se añadió como variable capital humano, los años de escolaridad, así
como por la composición de los logros educativos de los trabajadores; los resultados del
modelo estimado muestran un efecto pequeño pero significativo del crecimiento de dicha
variables estudiadas sobre la tasa de crecimiento.
Sin embargo, Ospina, (2007) busca comprender el hecho económico de la formación o
acumulación del capital humano y su relación con el crecimiento económico, partiendo del
estudio de los principales elementos que han afectado en forma positiva o negativa la
acumulación del capital humano, se tuvieron en cuenta indicadores del sector educativo
como los índices de analfabetismo, número de matriculados y egresados de la educación
3 Barro & Lee, (2010) uno de los estudios más sobresalientes para el desarrollo de la investigación “A New
Data Set Of Educational Attainment In The World, 1950–2010” utiliza datos de 146 países -124 en desarrollo
y 22 países desarrollados - desde 1950 hasta 2010 4 Marín & Hurtado, (2007) En su artículo, realiza un contraste empírico en busca de los determinantes del
crecimiento económico Colombiano en el período 1950 - 2002
superior, estructura de la población ocupada según grados de educación alcanzado, entre
otros.
Partiendo del modelo de crecimiento de Lucas,(1988), Villamil Bolívar,(2011)5,
identificando el capital humano, como el promedio de años de educación en la Población
económicamente Activa, PEA6, utiliza en primer lugar una estimación por mínimos
cuadrados ordinarios, adquiriendo resultados no significativos, para entonces, recurre a las
actuales técnicas de cointegración utilizando estimadores de Máxima verosimilitud para el
proceso autorregresivo, obteniendo como resultado: que un incremento en la PEA de 1% da
lugar a un incremento de 0,45% en el PIB, Un incremento del Cápita Fijo de 1% se
incrementa 0,43% el PIB, Un incremento en Capital Humano de 1%, el PIB crecería un
0,42% , su análisis da lugar a: “el coeficiente del PIB al igual que el capital físico resultaron
no ser estadísticamente significativos, mientras que el capital humano y la PEA son
estadísticamente importantes en el nivel de significancia del 5%. Lo que muestra que el PIB
y el capital físico son débilmente exógenos, en el conjunto de las variables que componen
el sistema”. (P.162), finalmente concluye con un análisis descriptivo del comportamiento
socioeconómico de Colombia entre 1970 y 2007.
De la misma forma, Cotte & Cotrino, (2006), examina la relación que existe entre el
capital humano y el nivel de empleo; bajo el modelo de Lucas, parte de la idea, en donde la
educación puede ser un determinante fundamental del crecimiento, originando mejores
dinámicas de distribución para el caso colombiano. En su informe implementa como capital
humano el nivel de calificación de la población empleada, como profesionales y técnicos,
finalmente en sus recomendaciones, se evidencia la necesidad de aumentar la cobertura en
todos los niveles de la educación, donde la misma debe ser paralela entre la calidad, la
investigación y difusión de nuevas tecnologías
Terrones & Calderón, (1993) EDUCACION, CAPITAL HUMANO Y CRECIMIENTO
ECONOMICO: El caso de América Latina, tal vez sea uno de los estudios más interesantes
, el cual hace la estimación valiéndose del modelo ampliado de Solow (MRW) mediante la
técnica de mínimos cuadrados ordinarios, en el estudio hace un análisis de diferentes
indicadores como capital humano, recurriendo, 1) cobertura del sistema educativo,
2)calidad del servicio educativo brindado para el sistema educativo y 3) indicadores de
composición de talentos. Estas son variables que aproximan a la distribución del capital
humano entre actividades productivas y actividades de influencia – como porcentaje de
alumnos de educación superior que siguen a carreras ligadas a las ciencias e ingeniería-.
5 Villamil Bolívar, H. H. (2011). “El capital humano como impulsor del crecimiento económico en
Colombia”. Administración & Desarrollo 39(54), 151-166. 6 La Población económicamente Activa, PEA, son quienes desempeñan alguna función en la
actividad productiva de la sociedad o están en posibilidad de hacerlo por sus condiciones de edad y aptitud, aunque transitoriamente carezcan de empleo.
Para realizar las estimaciones emplearon tres muestras 1) 24 países de Latino América
desde 1960-85, 2) 1960 -70 y 1970-85 y para la tercera y última muestra utiliza las mismas
anteriores pero por quinquenios, obtenidos por el banco mundial, en especial el autor hace
referencia a que la calidad de la educación impartida en la escuela es sumamente
importante para determinar el acervo y tipo de capital humano que posee una economía.
Esa hipótesis podría explicar en parte las bajas tasas de crecimiento en los países en vías de
desarrollo, los cuales poseen un acervo de capital humano de calidad insuficiente.
Iregui, Melo B, & Ramos, (2006) en su informe Evaluación y análisis de eficiencia de la
educación en Colombia, presenta una visión amplia de los problemas y del funcionamiento
del sector educativo en Colombia, con énfasis en la educación pública. realiza una
evaluación detallada de las normas sobre descentralización educativa, así como de aquellas
que rigen la carrera docente en el país; también se evalúa el comportamiento reciente de
indicadores de gasto público, cobertura, eficiencia, calidad, se presentan algunas
comparaciones internacionales y el esquema de remuneración e incentivos de los docentes.
Para la estimación se utiliza una función de producción estándar tipo Cobb-Douglas y una
aproximación de Battese y Coelli (1995) en la cual se consideran 4.542 observaciones
(establecimientos educativos) para el año 2002. Esta muestra se obtuvo al cruzar la
información de los formularios C100 y C600 con los resultados del ICFES para aquellos
establecimientos que presentaron la prueba de Estado en dicho año, los resultados de
calidad educativa señalan que los mejores colegios del país corresponden a instituciones no
oficiales y que es muy bajo el porcentaje de colegios públicos que se encuentra en las
categorías alta, superior y muy superior.
En Delgado (2014), se hace un balance de la evolución reciente del sistema educativo
colombiano en los niveles de educación preescolar básica y media, e identifica los
principales retos que enfrenta para avanzar en equidad y calidad. Muestra una perspectiva
amplia de los problemas y del funcionamiento del sector educativo, sugiere la necesidad de
avanzar en el proceso de reforma al sistema educativo en cuatro áreas y continuar con la
expansión de la oferta educativa focalizada en educación preescolar y media y en los
grupos de bajos ingresos, los que habitan en el sector rural y las minorías étnicas.
De igual manera De la Fuente (2004), propone una restructuración en la adquisición de
datos para una correcta estimación en la que las formulaciones empíricas ocasionarían
problemas econométricos y más aun con los datos de panel, el trabajo resume los
resultados de los principales estudios empíricos que han intentado cuantificar la
contribución del capital humano al crecimiento económico. Tras esbozar el marco teórico
que ha originado la mayor parte de los estudios sobre el tema se examinan las
especificaciones empíricas más habituales, entre algunas especificaciones utiliza el modelo
de crecimiento de MRW y en un fragmento de su informe pone como sugerencia que los
estudios relacionados con la calidad de la educación como indicador de capital humano,
puede tener un mejor efecto aun mayor sobre el producto agregado.
El trabajo de Mankiw, Romer y Weil constituye el punto de partida de una larga serie de
estudios empíricos que han intentado extender el modelo original en varias direcciones,
explorar la robustez de sus resultados o mejorar la calidad de las estimaciones mediante la
utilización de mejores datos o de técnicas econométricas más sofisticadas.
Con su estudio examina si el modelo de crecimiento de Solow es coherente con la
variación internacional en el nivel de vida. Esto demuestra que el modelo aumentado de
Solow, que incluye la acumulación de los recursos humanos, así como el capital físico
proporciona una excelente descripción de los datos entre países. Pues hace énfasis en, que
para entender la relación entre el ahorro, la población, los ingresos y el crecimiento se
debe ir más allá del modelo de crecimiento de Solow incluyendo el indicador de capital
humano como variable explicativa adicional, en su estudio los datos son obtenidos de las
cuentas nacionales construidas por Summers y Heston (1998), incluye: Ingreso real, el
gasto de gobierno, el consumo privado, la inversión y la población Se analizan la mayoría
de los países del mundo perteneciente a la OCDE (Organización para la Cooperación y el
Desarrollo Económico), excluyendo los que cuentan con economías planificadas,
productores de petróleo como industria dominante y países con poblaciones menores a un
millón, los datos son anuales y cubren el periodo de 1960 hasta 1985 con la población en
edad de trabajar (15-64 años), en el documento explora el efecto de la adición de
acumulación de capital humano con el modelo de crecimiento de Solow. Pues es relevante
su comentario al mencionar que también se puede alterar potencialmente el crecimiento
económico ya sea con el modelado teórico o el análisis empírico.
3. ASPECTOS RELACIONADOS CON LA EDUCACIÓN EN COLOMBIA
COMO ELEMENTO DEL CRECIMIENTO ECONÓMICO.
Por otro lado, es necesario mostrar una breve fotografía de algunos temas sobre educación,
este proceso mejoró con la Constitución de 1991 y la Ley 60 de 1993 que fortalecieron el
proceso de descentralización política y administrativa y se aumentaron gradualmente los
recursos asignados para educación y salud. En 1994 se difunde la ley, pero a finales de la
década con excepciones en las principales ciudades la educación sigue siendo inequitativa y
deficiente, para mejorar estos indicadores en el sistema educativo. dicho plan nacional de
educación, fijó como objetivos el incremento del ratio alumno-docente, en el 2001,
entonces se reformó el sistema de transferencias a las regiones y unificó los recursos por
situado fiscal, participación de los municipios en los ingresos corrientes de la nación y
transferencias complementarias, para crear el denominado Sistema General de
Participaciones SGP, finalmente en el 2002 se expidió el Decreto 1278 un nuevo estatuto
de profesionalización docente, en el cual se redefinen los criterios para ingreso, ascenso y
retiro del servicio educativo gubernamental y se establece la nueva distribución del
escalafón.
En este sentido, el país se ha enfocado a la cobertura, dejando de lado la calidad, como lo
demuestran las pruebas PISA (Program for International Student Assessment) en las que
regularmente los países de América Latina se han desempeñado por debajo de los Rankin
mundiales en las pruebas internacionales, según la publicación de (Mineducación, 2008),
Los resultados en el área de ciencias reportados a través de dos indicadores: el puntaje
promedio y los niveles de desempeño, Colombia se ubicó en el mismo rango que
Argentina y Brasil con (390) cuando el promedio general fue de 491 puntos. Para los
Niveles de desempeño, en los que agrupan a los estudiantes por país, de acuerdo con lo que
saben hacer en cada área. Para el área de ciencias se establecieron seis. Es a partir del nivel
dos, cuando los estudiantes comienzan a demostrar las competencias científicas mínimas
para participar efectiva y productivamente en la sociedad, para Colombia el 27% se ubicó
en el nivel dos, el 13% en niveles tres y cuatro y el 34% alcanzó el nivel uno y 27% logra
dar explicaciones sobre sucesos científicos a partir de contextos familiares,; Los estudiantes
que alcanzaron el nivel uno tienen capacidades insuficientes para acceder a estudios
superiores y para desarrollar las actividades propias de la sociedad del conocimiento. En los
niveles tres y cuatro los estudiantes están por encima del mínimo y tienen capacidad para
realizar actividades cognitivas complejas.
Por otro lado el país también persiste como uno de los más desiguales de América Latina en
cuanto a educación se refiere, de hecho, se evidencia una inequidad educativa del sector
publico frente al privado, donde en el primero se observan un ratio más elevado con 25
alumnos por profesor y 17,6 en instituciones privadas para el año 2000, y para el año 2001,
26.7 en instituciones públicas y 16.8 en la privadas, Iregui, Melo, y Ramos, (2006)
Delgado, (2014), En su informe para FEDESARROLLO, menciona que el número de
estudiantes matriculados en educación preescolar, básica y media desde 1999 con 11,2
millones de estudiantes tanto en el sector oficial como privado a partir de 2010 la matricula
se redujo a 10,7 millones de estudiantes matriculados en el 2012
Así mismo, Arellano, (2002) , estudia la evidencia disponible sobre el nivel de instrucción
de la fuerza de trabajo en América Latina y el Caribe comparado con el de otras regiones.
Se examina cómo ha evolucionado en el tiempo, respecto a los logros y avances de las
políticas educativas implementadas en la región, asociándolas fundamentalmente con la
formación profesional de la fuerza de trabajo, bajo el consensuado supuesto de que «la
educación es al mismo tiempo la semilla y la flor del desarrollo económico». Para evaluar
el nivel de instrucción de la población adulta, se analiza el número de años de escolaridad
logrados y su aumento en el tiempo, así como la cantidad de personas que ha egresado de la
enseñanza secundaria. Concluye que, pese a los esfuerzos realizados y sus consecuentes
logros parciales, la fuerza de trabajo de la región está aún muy por debajo de los estándares,
no sólo de los países desarrollados sino también de economías como las de Europa Oriental
y Asia Oriental.
En cuanto a la región se refiere, para el departamento de Risaralda, en el PLAN
DEPARTAMENTAL DE DESARROLLO 2012- 2015, como uno de los objetivo
principales para la educación; es mejorar la cobertura educativa en los 12 municipios no
certificados del departamento de Risaralda, buscando Incrementar la cobertura bruta al 85%
en el nivel de básica secundaria, como también Incrementar la cobertura bruta al 55% en el
nivel de media y disminuir la tasa de deserción al 6.9% en los 12 municipios no certificados
además de dotar y mejorar la infraestructura y dotación de ambientes escolares que
respalden la oferta educativa de calidad desde todos los niveles; Conjuntamente el plan de
desarrollo comprende otro subprograma el cual formará a los docentes y directivos
docentes y personal administrativo del Departamento para mejorar sus capacidades
profesionales y humanas.
4. MODELO
Como se mencionó anteriormente en los anteriores apartados el modelo MRW, se acerca
de manera más precisa a la intención del presente estudio, pues se considera el modelo
base de este trabajo.
La ecuación a estimar seria, según MANKIW, ROMER, & WEIL, May,(1992)
1
En el modelo ampliado de crecimiento, se agrega el capital humano, el cual está
representado por H t, de manera que ahora la fracción de output, se convierte en capital
físico y este será diferente del humano, con respecto a las otras variables quedaran
definidas como el modelo simple, por lo tanto, si α + β < 1, se asumen rendimientos
decrecientes de cada uno de los factores, de modo que α + β = 1 entonces hay rendimientos
contantes a escala, en este caso no hay estado de equilibrio para el modelo.
Donde y = Y / AL, k = K/AL, y h = H/AL son cantidades por unidad efectiva del trabajo.
Una unidad de consumo puede ser transformado sin costo, ya sea en una unidad de capital
físico o una unidad de capital humano. Además, suponemos que el capital humano deprecia
al mismo ritmo que el capital físico
SOLUCIÓN DEL MODELO.
Puede escribirse
.1
El producto por unidad de trabajo eficiente es: .2
La tasa de crecimiento del stock de capital físico es: .3
La tasa de crecimiento del stock de capital físico por unidad de trabajo eficiente es:
.4
La tasa de crecimiento del stock de capital humano por unidad de trabajo eficiente es:
.5
Las ecuaciones (4) y (5) forman un sistema de ecuaciones diferenciales de primer orden en
k y h.
Ahora bien, en el estado estacionario son iguales a cero.
4.1
5.1
Igualando (4.1) y (5.1), tenemos:
5.2
(5.2) en (4.1), obtenemos las Ahora, sustituyendo
variables en estado estacionario.
.6
Para haya el valor de h en el estado estacionario remplazamos en la ecuación (6) en (5.2)
.7
.
Ahora, reemplazando (6) y (7) en (2), tenemos:
.8
Entonces, el producto por unidad de trabajo eficiente en el estado estacionario es:
.9
ks Deja de ser la fracción de los ingresos invertidos en capital físico y Hs la fracción
invertida del capital humano, δ, es la tasa de depreciación; así que (n+x+δ) se toma cómo
la inversión de equilibrio o de la cantidad de inversión necesaria para mantener stock de
capital. Entonces la evolución de la economía esta determina por 7
.
.10
5. MARCO METODOLÓGICO.
Estas es una investigación descriptiva que explica el carácter longitudinal que tiene como
objetivo examinar cuál ha sido la incidencia de las pruebas “SABER”; indicador que
comprueba el nivel de calidad en la educación básica y media del departamento de
Risaralda en su crecimiento económico.
HIPÓTESIS DE INVESTIGACIÓN
𝐻0 = 𝐸𝑙 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖𝑜𝑛 𝑛𝑜 𝑖𝑛𝑐𝑖𝑑𝑒 𝑒𝑛 𝑒𝑙 𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑒𝑐𝑜𝑛𝑜𝑚𝑖𝑐𝑜 𝑑𝑒𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑟𝑖𝑠𝑎𝑟𝑎𝑙𝑑𝑎
𝐻𝑎 = 𝐸𝑙 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑒𝑑𝑢𝑐𝑎𝑐𝑖𝑜𝑛 𝑖𝑛𝑐𝑖𝑑𝑒 𝑒𝑛 𝑒𝑙 𝑐𝑟𝑒𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑒𝑐𝑜𝑛𝑜𝑚𝑖𝑐𝑜 𝑑𝑒𝑙 𝑑𝑒𝑝𝑎𝑟𝑡𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑟𝑖𝑠𝑎𝑟𝑎𝑙𝑑𝑎
En el informe se busca que, la acumulación del capital humano, concebido en el trabajo,
tenga una relación en el crecimiento económico del departamento. Si esto es cierto, el
coeficiente del capital humano estará dentro del nivel de significancia y tendrá relación con
el modelo, rechazando la hipótesis nula en favor de la hipótesis alterativa.
Es una afirmación que se acepta si los datos maestrales proporcionan evidencia suficiente
de que la hipótesis nula es falsa.
POBLACIÓN Y MUESTRA
7 Para ver detalle del modelo véase en MANKIW, ROMER, & WEIL, (1992), Vol. 107, No. 2,416.
Para construir la variable del capital humano, para el modelo planteado, se tomaron las
pruebas SABER entre los años escogidos para el departamento de Risaralda, teniendo en
cuenta que, el Examen de Estado sirve como indicador de la calidad de educación y ha sido
objeto para monitorear la calidad de la educación de los establecimientos educativos del
país, Mineducacion(2008)
Por tanto, se construyó un indicador con los resultados obtenidos de las pruebas ICFES-
SABER 11, tomando los resultados nacionales, posterior mente se filtró su contenido, para
lo cual se tuvieron en cuenta los exámenes presentados en el departamento y estudiantes
con residencia en el mismo; igualmente, una de las restricciones que se tomó en cuenta fue
el puntaje obtenido del núcleo común8.
De lo anterior podemos clasificar el nivel sobre el cual la población del departamento se
encuentra; hallando el promedio nacional sobre las áreas que comprenden el núcleo
común9, que de acuerdo con la Ley General de Educación y los Estándares Básicos de
Competencias, se consideran básicas y fundamentales10
.
Por tratarse de una serie de tiempo la información, para los años de estudio, está dada del
Departamento Administrativo Nacional de Estadística- DANE, ICFES y Cámara de
comercio de Pereira.
8 Este es un resultado presentado en una escala que oscila entre 0 y 100 puntos aproximadamente, el cual
representa la competencia en cada prueba, (Ver el MARCO DE INTERPRETACION DE RESULTADOS del INSTITUTO COLOMBIANO PARA EL FOMENTO DE LA EDUCACION SUPERIOR –ICFES) la clasificación va desde el nivel Bajo, donde la persona ubicada en este rango identifica algunos procesos o eventos básicos, por lo tanto puede abordar situaciones generales en las que se le pide interpretar o establecer condiciones. Del mismo modo el nivel Alto en el cual, la persona que está en este rango de puntaje alto, evidencia un manejo conceptual y matemático, filosófico e histórico con el formalismo y la rigurosidad básica de cada uno de las referentes áreas. 9 Ver anexo de materias que comprenden el núcleo común según el diccionario de datos del ICFES SABER-
11 10
Ver Guía de orientación EXAMEN DE ESTADO PARA EL INGRESO A LA EDUCACIÓN SUPERIOR
6. ANALISIS DESCRIPTIVO DE LAS VARIABLES ESTUDIADAS.
6.1 CRECIMIENTO ECONÓMICO DE RISARALDA.
Grafico No.1: PIB en miles de millones de pesos, a precios constantes de 2005, del
departamento de Risaralda.
Grafico No.1, se construyó con los datos extraídos del DANE– CUENTAS DEPARTAMENTALES-
COLOMBIA, Risaralda a precios constantes de 2005 por encadenamiento, calculo propio.
Grafico No.2: Tasas de crecimiento PIB a precios constantes de 2005, Nacional y del
departamento de Risaralda
Grafico No.2, se construyó con los datos extraídos del DANE– CUENTAS DEPARTAMENTALES-
COLOMBIA, Risaralda a precios constantes de 2005 por encadenamiento, calculo propio.
Según los informes de coyuntura económica regional ICER-Risaralda, el producto interno
bruto PIB, del departamento de Risaralda, evidencia una tendencia sostenida a partir del
año 2000 hasta el 2002, aunque se podría considerar favorable luego de las condiciones
difíciles en la caficultura con producciones menores y precios reprimidos, añadiendo las
expectativas políticas de orden nacional y el impacto económico de los sucesos de finales
de 2001 a 2002 tanto en Venezuela como en Estados Unidos, principales socios
comerciales de la región11
; el comportamiento de otros sectores permite advertir una
alentadora dinámica en la recuperación del crecimiento a lo largo del año 2003,
destacándose la inversión pública, presentando un crecimiento importante, gracias a
recursos que fueron dirigidos en buena parte al mejoramiento de la malla vial, pero el sector
más dinámico durante el primer semestre en el departamento fue el de la construcción, que
al incrementar su valor agregado en 84,2% aportó 3,4 puntos porcentuales, comercio y
reparaciones, y otros servicios, con aumentos de 9,3% y 3,0%.
Para el 2004 el Producto Interno Bruto del departamento de Risaralda ascendió a 6,9 %
respecto al periodo anterior, estando por encima del crecimiento nacional, cuyo incremento
fue de 4,6 %, la industria manufacturera fue el sector que más sobresalió y aporto al PIB
departamental, con una variación de 20,3 según el DANE - Dirección De Síntesis y
Cuentas Nacionales para el departamento de Risaralda.
Según las cuentas departamentales del DANE, el PIB para el departamento el periodo
2003-2006 (4,6 pp, 6,9 pp, 8,6 pp y 8,9 pp, respectivamente); pero los niveles más bajos
están entre 2007-2012, siendo el 2009 el más notorio (0,6 pp), mientras el incremento del
PIB en el país fue de 1,7%; para Risaralda el incremento más notable se registró en 2006
(8,9%). No obstante, el PIB departamental mostró una notable recuperación en el último
año del periodo de análisis cuando superó el crecimiento nacional.
Para 2012 el PIB en el departamento de Risaralda ascendió a $6.704 miles de millones, lo
que le representó un incremento de 2,9% con relación a 2011. El PIB del Risaralda
representó el 1,5% del nacional; durante 2012 en el PIB del departamento de Risaralda,
según grandes ramas de actividad económica se destacaron: explotación de minas y
canteras, (15,4%); Actividades de servicios sociales (4,6%); establecimientos financieros
(4,3%)
Retomando el ICER- Risaralda en el periodo 2010-2013p, el PIB de Risaralda según
grandes ramas de actividad económica fue jalonado principalmente por el comercio,
reparación, restaurantes y hoteles. Se destacaron en el último año por su mayor crecimiento
las actividades de la construcción (33,1%), explotación de minas y canteras (30,0%) y
agricultura, ganadería, caza, silvicultura y pesca (10,0%); por su parte, transporte,
11
Ver más detalle en Informe de Coyuntura Económica Regional de Risaralda IV Trimestre de 2002
extraído de http://www.dane.gov.co/files/icer/2002/risaralda/t4.pdf
almacenamiento y comunicaciones, y electricidad, gas y agua (1,9% y 3,1%,
respectivamente), fueron las de menor crecimiento. Todas las grandes ramas de actividad
económica crecieron en 2013p12
6.2 INVERSIÓN NETA EN SOCIEDADES 13
Algunos estudios relacionados sugieren utilizar el stock de capital, para ello, la metodología
exige conocer la inversión del departamento de Risaralda, y como esta información es de
difícil acceso para los años de estudio, se optó por desarrollar el trabajo con la inversión
neta en sociedades como proxy de la variable capital, como es del modelo, cuya
información es extraída de la cámara de comercio de Pereira, aunque la proxy no es muy
adecuada para llevar a cabo las estimaciones.
Grafico No. 3: Evolución de la inversión neta en el departamento de Risaralda serie anual
en millones de pesos.
Grafico No.3, se construyó con los datos extraídos del Informe de Coyuntura Económica Regional de
Risaralda ICER y CC de Pereira; en millones de pesos, calculo propio.
Analizando el Informe de Coyuntura Económica Regional de Risaralda ICER, el cual
contiene información suministrada por la Cámara de Comercio de Pereira, la inversión neta
en sociedades durante los años 2000 – 2014 hallados de manera anual y trimestral
encontramos que:
Para el año 2000 la cámara de comercio de Pereira totalizó $21.554 millones al evolucionar
32.3% frente a los registros de 1999, la notable recuperación de la inversión neta de
12
Ver más detalle en Informe de Coyuntura Económica Regional de Risaralda (noviembre de 2015) 2003 -
2013 extraído de http://www.banrep.gov.co/sites/default/files/publicaciones/archivos/icer_risaralda_2014.pdf 13
Inversión neta = Capital constituido + Capital reformado - Capital liquidado.
sociedades durante 2000 obedeció fundamentalmente al consistente dinamismo a lo largo
del período de sectores importantes como la industria y el comercio que en el último
trimestre evidenciaron una tendencia creciente frente al tercer trimestre de 2000 y al cuarto
trimestre de 1999, en tanto que la expansión anual se situó en 129.3% y 41.1%, en su orden.
Por el contrario, continuó siendo preocupante el comportamiento negativo registrado desde
tiempo atrás en la actividad constructora, mostrando retrocesos tanto en el año de análisis
como en los dos últimos trimestres de 1999 y 2000.
Durante el año 2001 totalizó $7.402 millones, generando un descenso del 65.6% frente a
los registros del año 2000 cuando alcanzó $21.544 millones. Esta situación obedeció
principalmente al persistente retroceso experimentado a lo largo del año por los sectores de
la construcción y el comercio, a lo cual se sumó el pobre desempeño de la industria durante
el cuarto trimestre, no obstante que en el acumulado anual este sector alcanzó un resultado
aceptable al avanzar 7.1% respecto al mismo período del año anterior, situación que
continuó ocasionando un fuerte impacto al gremio que atraviesa por una profunda crisis
desde hace varios años y que al parecer ha repercutido en el desempeño de otros sectores,
especialmente el comercio que retrocedió 76.8% frente a igual lapso de 2000.
Hacia el año 2002 totalizó $988 millones, generando un descenso del 86.7% frente al año
2001, cuando alcanzó $7.402 millones. Esta situación se debió al persistente retroceso
experimentado a lo largo del año por las actividades de seguros y finanzas, electricidad,
gas y agua. Sin embargo, las demás actividades presentaron un comportamiento positivo en
especial en sectores como la industria, el comercio y los servicios.
Para el 2004, el capital neto suscrito registrado en la jurisdicción de la Cámara de Comercio
de Pereira durante 2004 se ubicó en $35.243 millones, observando una desaceleración del
44.6% respecto a los resultados del año inmediatamente anterior; esta tendencia se
manifestó especialmente en el segundo semestre del año, efecto, como se mencionó
anteriormente, de la distorsión ocurrida en las cifras del sector de electricidad, gas y agua,
ante las reformas de capital presentadas durante los seis meses finales de 2003. También
contribuyó a este panorama el resultado de la actividad industrial, el cual perdió un 76.6%
frente al año anterior.
La inversión neta de sociedades registrada durante 2005 se ubicó en $52.765 millones,
observando un incremento del 49,7% al compararlo con los resultados obtenidos en igual
período de 2004; la anterior tendencia se concentró en el primer semestre de 2005 al
participar con el 74,0%, equivalente a $39.052 millones, donde se destacaron los sectores
minero, electricidad, gas y agua, transporte y agropecuario.
Durante el año 2006, la inversión neta presentó un resultado positivo al sumar $62.913
millones, 19,2% mayor a la registrada durante el año precedente. Lo anterior se sustentó en
la reforma de 125 sociedades por $34.731 millones valor superior en 39,0% al manifestado
en 2005,
Al término de 2007 la inversión neta en sociedades registrada en la Cámara de Comercio de
Pereira contabilizó $92.265 millones, que representó una significativa expansión del 46,7%,
respecto al año precedente. Lo anterior se sustentó en la constitución de 481 sociedades por
valor de $49.194 millones, siendo los sectores de construcción, comercio y servicios, los
más destacados al duplicar los registros de 2006. En el mismo sentido se manifestaron las
reformas de capital al valorar $50.396 millones, reflejando un aumento del 45,1%, situación
fundamentada en la dinámica de las actividades de servicios, construcción y seguros y
finanzas.
Para el año 2011, la inversión neta se contrajo al totalizar $54.690 millones frente a los
$56.129 millones de 2010, tendencia presente desde 2008, año en el cual totalizó $90.152
millones, este comportamiento se sustentó principalmente en el sector industria.
En el año 2013 la inversión neta mostró un incremento de 11,7% al totalizar $84.258
millones frente a los $75.416 millones en 2012. Este comportamiento lo explicó el saldo de
$22.514 millones expuesto en industria, el cual evidenció un aumento de 262,0%, seguido
por comercio con $19.797 millones, y servicios con $18.132 millones, sectores donde
contribuyó principalmente el mayor capital invertido en nuevas constituciones. En
contraste, construcción presentó una contracción de 59,0%, debido al incremento en su
valor liquidado, y en seguros y finanzas el descenso fue de 69,4%, por las menores
constituciones y reformas al capital. Entre 2010 y 2013, la actividad de seguros y finanzas
año a año ha venido perdiendo participación al pasar de $31.844 millones en 2011 a $7.020
millones en 2013; diferente a lo que se exhibió en industria, que en 2010 sumó $1.376
millones, en 2011 se observó una desinversión neta y en 2013 saldó $22.514 millones.
6.3 CAPITAL HUMANO.
Grafico No 5: Promedio nacional y departamental pruebas SABER 11, del departamento
de Risaralda
Grafico No.5, Se construyó con los datos extraídos del Icfes, calculo propio.
Ahora bien, analizando el grafico No 5, se observa que la media departamental en algunos
segmentos se encuentra por debajo de la media nacional, luego para el segundo periodo del
2007, la media departamental supera la misma nacional, por otra parte los resultados no
son muy alentadores, respecto al porcentaje de alumnos que se sitúan por debajo tanto de
la media nacional como departamental.
Según los cálculos sobre las pruebas ICFES Saber -11, el departamento de Risaralda para
el primer periodo del 2000 el 43,3% de sus estudiantes se ubicaron sobre la media
departamental que estuvo en 43,16, para el segundo periodo del mismo año este
porcentaje se ubicó en el 44,78% sobre la media que estuvo en 44,17, así mismo el
porcentaje más bajo se ubica en el periodo 2004-1 con un 31,64% sobre el 45,19 de la
media para el periodo; igualmente el porcentaje más alto se ubica en el periodo 2014-1 con
el 46,87% de los estudiantes que se ubicaron igual o sobre la media del departamento que
para entonces se incrementó a 50,70
6.4 POBLACIÓN OCUPADA.
Grafico No. 4: Evolución de la población ocupada del departamento de Risaralda.
Grafico No.4, Se construyó con los datos extraídos del Informe de Coyuntura Económica Regional del
departamento de Risaralda ICER, DANE; en miles de personas, calculo propio.
Según los informes del DANE, la tasa de ocupación Al cierre del año 2001 la tasa de
ocupación del departamento se ubicó en 53,7% la más alta para cualquier año hasta el
2010, ya que respectivamente estuvo en 53,4% 52,5% 51,6% 52,3% 51,6% 52,3% 51,6%
48,9% 49,9% 51,2% y 51,3%, en el mismo sentido el departamento de Risaralda ha
mostrado mayor porcentaje de desempleo frente al total nacional. En el 2001 el
Departamento se ubicó en 17.0% en tanto que el total nacional fue del 15.0%, la tasa de
desempleo para el 2002 disminuyó en Risaralda hasta el 16.4%, esta tendencia regional
tiene implicaciones en el departamento ya que es centro donde converge la Población de
varios departamentos.
Para el cierre de 2004 la población en edad de trabajar aumento a 78,4% de la población
total del departamento, evidenciando un 16% en la tasa de desempleo con una tasa de
ocupación de 51,6%; a pesar de todo las cifras de desempleo fueron disminuyendo
relativamente hasta finales de 2007, que tuvo un repunte de 11,8% en la tasa de desempleo,
cuando la población en edad de trabajar aumento en 79,6% además de presentarse bajas
en las remesas para este año, factor que se evidencio rotundamente en el 2008 al
incrementarse el desempleo en 0,8 puntos porcentuales.
En el año 2009 según el informe de coyuntura económica regional ICER, la tasa de
desempleo en el área metropolitana de Pereira - Dosquebradas - La Virginia fue de 20,4%,
al registrar un incremento de 6,6 pp en relación a 2008, en el mismo período la tasa de
ocupación reflejó una disminución de 0,6 pp, pasó de 50,7% en 2008 a 50,1% en 2009,
ubicados principalmente en el comercio, restaurantes y hoteles (32,5%), seguido de
servicios comunales, sociales y personales (20,4%), industria manufacturera (17,5%),
actividades inmobiliarias, empresariales y de alquiler (9,2%) y transporte, almacenamiento
y comunicaciones (8,3%). La tasa de subempleo registró una disminución de 0,9 pp con
respecto a 2008, cuando se situó en 24,3%.
Posteriormente el número de ocupados promedio durante el año 2014 fueron de 275 mil
personas, superior en 14 mil a las registradas en el 2013, de hecho la tasa de ocupación
promedio aumentó en 1,5% respecto al año anterior según datos del DANE.
Grafico No. 5: Evolución de la población ocupada frente el PIB, del departamento de
Risaralda.
Grafico No.5, Se construyó con los datos extraídos del Informe de Coyuntura Económica Regional del
departamento de Risaralda ICER en miles de personas, calculo propio.
El mercado laboral en general sigue siendo la principal preocupación de los agentes
económicos del departamento, tanto por sus causas como efectos en el desarrollo
socioeconómico, sin embargo, hay que decir que los resultados han evolucionado
positivamente pese al incremento de la población en edad de trabajar y el incremento de las
bajas remesas, como consecuencia de la crisis en los diferentes países socios comerciales de
la región, esta situación explicada por la dinámica económica y por otro lado el
alineamiento institucional en pro del mejoramiento de las condiciones de vida de la
población.
7. DETERMINACIÓN ECONOMÉTRICA DE LA RELACIÓN ENTRE
CAPITAL HUMANO Y CRECIMIENTO ECONÓMICO DEL
DEPARTAMENTO DE RISARALDA.
Para el caso del presente informe el cual busca replicar el modelo de MRW; las pruebas
ICFES-SABER 11, utilizadas como proxy del capital humano, puede no llegar a explicar la
variable. A pesar de ello, se evidenciara hasta qué punto la calidad de la educación básica y
media inciden en el crecimiento económico del departamento.
Ahora bien, retomando el modelo econométrico del apartado (4), con el cual se pretende
determinar la incidencia de las pruebas saber -cómo indicador de calidad de la educación
básica y media- en el crecimiento económico del departamento de Risaralda, durante el
periodo 2000 – 2014
.Las variables asociadas al modelo estarán conformadas por:
Variable dependiente:
PIB: representa el crecimiento económico del departamento.
Variables independientes:
K: capital físico, como proxy será el equivalente a la inversión neta en sociedades14
del departamento de Risaralda.
L: Población ocupada del departamento de Risaralda, en miles de personas.
H: Capital humano, como proxy será el equivalente a la media departamental, de
las pruebas ICFES-SABER 11; resultante del efecto acumulado de conocimientos
obtenidos en la educación formal, (en otros estudios, por número de matriculados,
número de aprobados y los años promedio de educación).
La periodicidad de la muestra estar conformada entre los años 2000- 2014 En el PIB a
precios constantes y los datos del empleo en valores absolutos. Por tratarse de una serie de
tiempo la información está dada del Departamento Administrativo Nacional de Estadística-
DANE, ICFES y la cámara de comercio de Pereira CCP.
ESTIMACIÓN ECONOMÉTRICA CON DATOS ANUALES.
Ecuación No.1
PIB = -6878.258 + 0.020173*L + 0.020623*K + 87.45139*H
(-3.352791) (4.239335) (6.124545) (1.821433)
Para la estimación inicial, Ecuación No.1, se aplicó Mínimos Cuadrados Ordinarios MCO,
considerando necesario, evidenciar normalidad de la distribución de los errores.
14
Inversión neta en sociedades = Capital constituido + Capital reformado - Capital liquidado
Analizando los resultados obtenidos se detecta en el modelo que, algunas variables son
estadísticamente significativas al 95%, con excepción del capital humano, que es
significativo un 90%; por otro lado, si observamos el coeficiente de bondad de ajuste R-
squared, vemos que: en el modelo (Ecuación No.1) el R-squared es de 0.908323, indicando
un 90% el comportamiento de la variable dependiente, explicada por las variables
independientes.
En otras palabras, las variables resultaron estar relacionadas con el crecimiento económico
del departamento. Fundamentalmente, la variable del capital humano tuvo una relación
significativa del 90%, logrando explicar en conjunto, el crecimiento económico de la región
en un 90.8%, en base a la hipótesis formuladas anteriormente se rechaza la hipótesis nula
en favor de la hipótesis alternativa
PRUEBA DE HETEROSCEDASTICIDAD, TEST DE WHITE.
A pesar que la prueba no brinda garantías a causa de las pocas observaciones, se requiere
aplicarla para hacer inferencia sobre los estimadores, aún cuando no se vaya a hacer
predicciones.
Si el valor 𝐶ℎ𝑖𝑂𝑏𝑠2 excede el valor 𝐶ℎ𝑖𝐶𝑟𝑖𝑡
2 en el nivel de significancia seleccionado, la
conclusión es que hay heteroscedasticidad. Si éste no excede el valor Chi cuadrada crítico,
no hay heteroscedasticidad.
PRUEBA DE HIPOTESIS
𝐻0: 𝛽 = 0, 𝑛𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 ℎ𝑒𝑡𝑒𝑟𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑖𝑑𝑎𝑑, 𝐻0: 𝛽 ≠ 0, 𝑒𝑥𝑖𝑠𝑡𝑒 ℎ𝑒𝑡𝑒𝑟𝑜𝑠𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑖𝑑𝑎𝑑
𝑠𝑖, 𝐶ℎ𝑖𝑂𝑏𝑠2 > 𝐶ℎ𝑖𝐶𝑟𝑖𝑡
2 ,
𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝑙𝑎 𝐻𝑖𝑝ó𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 𝑒𝑛 𝑓𝑎𝑣𝑜𝑟 𝑑𝑒 𝑙𝑎 ℎ𝑖𝑝ó𝑡𝑒𝑠𝑖𝑠 𝑎𝑙𝑡𝑒𝑟𝑛𝑎
Para el modelo (Ecuación No.1), un nivel de significancia
del 5% con tres grados de libertad15
(lg=3)
𝐶ℎ𝑖𝐶𝑟𝑖𝑡2 = 7.8147
𝐶ℎ𝑖𝑂𝑏𝑠2 = 0.761860
15
Los grados de libertad son iguales al número de regresoras
Se puede concluir que no se rechaza la hipótesis nula de homocedasticidad, y por tanto la
varianza de los errores es constante y nos permite validar los intervalos de confianza para
los parámetros e inferir sobre ellos; es decir, según el supuesto quinto (5) de regresión
lineal, Gujarati & Porter, (2009), en un modelo bien comportado, el análisis de regresión es
un análisis de regresión condicional de “y” sobre “x” lo cual implica, por lógica, que si se
desea obtener un parámetro de relación estable y útil entre ambas variables, los valores
muéstrales de “y” deben mostrarse igualmente dispersos ante variaciones de “x”. Dicho de
otro modo, toda la distribución de errores son iguales para todas las variables y la varianza
para cada una es mínima o constante, aunque el error puede ser mayor para mayores
valores de “x”, la dispersión del error alrededor de la recta de regresión será la misma. Esto
permite considerar como igualmente válidos todos los datos muéstrales de los regresores
“x” para determinar la relación condicional de “y” a los valores de “x” sin tener que
ponderar más o menos unos valores u otros de “x” en función de la menor o mayor
dispersión de “y” en los distintos casos.
PRUEBA DE AUTOCORRELACIÓN, TEST DE DURBIN-WATSON
El test de durbin-watson, se utiliza para detectar la presencia de autocorrelación (una
relación entre los valores separados el uno del otro por un intervalo de tiempo dado)
Para el análisis se hizo la prueba de Durbin Watson. Se contrasta en el estadístico d, de la
tabla Durbin-Watson; los puntos de significancia de dL y du en el nivel de significancia de
5%, para 15 observaciones y tres variables explicativas.
En la tabla Durbin-Watson para k=3, n= 15 observaciones, tenemos:
dL = 0.814 4 - dL=0.814
dU = 1.750 4 - du=1.750
Durbin-Watson stat - Modelo Lineal simple = 2.37750216
De lo anterior según el análisis en el modelo, las variables logran explicar en parte el
crecimiento económico, ahora bien según los coeficientes; la pendiente de sensibilidad del
capital humano (H), -la media de las pruebas SABER – nos explica cuando incrementa una
unidad en de la media en las pruebas SABER, el incremento en el PIB es de 87.45139, (en
sus unidades de medida originales), el resto de las variables son explicados por la mano de
obra y el capital físico respectivamente, en (L) 0.020173 y en (K) 0.020623
En términos generales el modelo planteado, resulta ser algo apropiado para explicar la
incidencia del capital humano en el crecimiento económico del departamento, en el periodo
2000 – 2014. Cabe señalar, que de igual forma, el modelo no presenta problemas de
Autocorrelación, ni de Heteroscedasticidad.
PIB = -6878.258 + 0.020173*L + 0.020623*K + 87.45139*H
(-3.352791) (4.239335) (6.124545) (1.821433)
Finalmente, se puede concluir que el capital humano si incide en el crecimiento económico
del departamento durante el periodo 2000-2014, se puede determinar a partir del siguiente
modelo: según el intercepto es evidente que si la media departamental de las pruebas
saber pierden su calidad progresiva también lo hará el crecimiento económico, ahora bien,
respecto a la acumulación del capital humano según el modelo, si se aumenta su nivel en
un punto,- para la media departamental- evidenciándose procesos de innovación, también
habrá un incremento significativo en el crecimiento económico según el coeficiente de este
intercepto.
Modelo No. 2 DETERMINACIÓN ECONOMÉTRICA.
Dedo lo anterior se consideró necesario hacer una serie de estimaciones con la población
graduada de la educación superior del departamento, tal vez sea la mejor manera de
interpretar la incidencia de la acumulación de capital humano y adiestramiento de la
población, en el crecimiento económico del departamento.
Las variables asociadas al modelo estarán conformadas por:
PIB: representa el crecimiento económico del departamento.
16
Si un valor d calculado es menor que 0.814, habría evidencia de correlación serial positiva de primer
orden; si es mayor que 1.750, no hay evidencia de correlación serial positiva de primer orden, pero si d se
encuentra entre el límite inferior y el superior, hay evidencia inconclusa relacionada con la presencia o
ausencia de correlación serial positiva de primer orden.
Variables independientes:
K: capital físico, como proxy será el equivalente a la inversión neta en sociedades
del departamento de Risaralda.
L: Población ocupada del departamento de Risaralda, en miles de personas.
H: Capital humano, como proxy será el equivalente a la población graduada de la
educación superior del departamento.
La periodicidad de la muestra estar conformada entre los años 2001- 2014, las demás
variables se conservaran como antes.
Igualmente, se aplicó Mínimos Cuadrados Ordinarios MCO con un modelo de doble-
logaritmo, considerando también evidenciar normalidad de la distribución de los errores en
la ecuación No.2.
Ahora bien, una vez realizados algunos ajustes propuestos por Mínimos Cuadrados
Ordinarios en el modelo doble-logaritmo; el coeficiente de la pendiente proporciona un
estimado directo del coeficiente de elasticidad.. La transformación logarítmica comprime
las escalas en las cuales se miden las variables. Así, el número 80 es diez veces el número
8, pero el ln 80 (= 4.3280) es cerca de dos veces tan grande como ln 8 (= 2.0794). Por lo
tanto el modelo indica que si las variables independientes se incrementan 1%, en
promedio, el PIB aumenta o disminuye en la proporción de Bn, y por tanto reduce una
diferencia entre dos valores de diez veces a una diferencia de dos veces.
Ecuación No.2
LOGPIB = -22.86134 + -1.361473*LOGL + 0.010209*LOGK + 0.401423*LOGH
(-3.338433) (-2.397477) (0.715772) (5.532111)
Analizando los resultados obtenidos de la anterior estimación, las variables son
estadísticamente significativas más del 95%, a excepción de la variable (LOGK) que
explica la Inversión neta en sociedades como proxy del capital.
Aun así, se consideró que los valores más deseados, para la regresión con a la población
graduada de la educación superior del departamento, como proxy del capital humano; se
establecerían a través del modelo con doble logaritmo, puesto que es difícil establecer una
estrategia general para encontrar el mejor modelo de regresión, aunque el objeto es aislar el
efecto del capital humano en el crecimiento económico del departamento, de modo que, en
un análisis estimativo, su contribución a la variable dependiente sea importante.
A todo esto, el resto de los valores están por debajo del nivel de significancia estándar que
viene predeterminado por el programa Eviews, que es de 0,05; por otro lado si observamos
el R-squared el cual mide la bondad de ajuste del modelo, vemos que: en el modelo
(Ecuación No.2) de doble logaritmo R-squared es de 0.950082,
PRUEBA DE HETEROSCEDASTICIDAD, TEST DE WHITE.
Para el modelo (Ecuación No.2), Para un
nivel de significancia del 5% con tres
grados de libertad (lg=3)
𝐶ℎ𝑖𝑂𝑏𝑠2 = 1.947122–
𝐶ℎ𝑖𝐶𝑟𝑖𝑡2 = 7.8147
Se puede concluir que no existe heteroscedasticidad dado que no se rechaza la hipótesis
nula a favor de la hipótesis alterna según lo anterior.
PRUEBA DE AUTOCORRELACIÓN, TEST DE DURBIN-WATSON
Con el nivel de significancia de 5%, para 14 observaciones y tres variables explicativas.
k=3, n= 14 observaciones, tenemos:
dL = 0.767 4 - dL=0.767
dU = 1.779 4 - du=.1.779
Durbin-Watson stat - Modelo doble log (Ecuación No.2) = 2.108177, zona de indecisión.
Al observarse en este modelo, doble log (Ecuación No.2), se detecta el problemas donde el
capital (medido a partir de la inversión neta) deja de estar relacionada en el modelo,
realizamos una serie de ajuste como se observa en el siguiente modelo ya presentado
anteriormente (Ecuación No.3).
CON REZAGO DE UN PERIODO EN EL CAPITAL (INVERSIÓN NETA EN
SOCIEDADES) 17
LOGPIB = 19.01810 + -1.033299*LOGL + 0.021338*LOGK(-1) + 0.340855*LOGH
(3.499762) (-2.285343) (1.918541) (5.757096)
17
RAMÓN MAHÍA. (2006), Una vez que renunciamos a una corrección genuina, o una vez agotados todos
los recursos para ajustar la especificación del modelo, siempre cabe la alternativa de corregir los síntomas
evitando en parte los efectos indeseables de una inadecuada estimación MCO en un contexto en que esta
estrategia no es válida.
Ecuación No.3
PRUEBA DE ETEROSCEDASTICIDAD
TEST DE WHITE
𝐶ℎ𝑖𝑂𝑏𝑠2 = 2.1291062
𝐶ℎ𝑖𝐶𝑟𝑖𝑡2 = 7.8147
PRUEBA DE AUTOCORRELACIÓN, TEST DE DURBIN-WATSON
En la tabla Durbin-Watson, para k=3, n= 13 observaciones, tenemos:
dL = 0.715 4 - dL=0.715
dU = 1.816. 4 - du= 1.816.
Durbin-Watson stat - Modelo doble log (Ecuación No.3)= 2.030208, = zona de indecisión.
Ahora bien según los coeficientes; con el modelo doble log en el intercepto (19.01810) nos
explica en conjunto el valor que toma el PIB cuando las pendientes tienden a cero (0) al
igual que la pendiente de sensibilidad LOGH, que en este modelo es la población graduada
de la educación superior del departamento - cómo capital humano – Indicaría la elasticidad
PIB / H, es decir, que por cada incremento del consumo de un 1%, el capital humano se
incrementaría un 0,34%.
Las variables endógenas resultan ser estadísticamente significativas, y en términos
generales el modelo con doble logaritmo planteado, resulta el más apropiado de este
trabajo, para explicar la incidencia del capital humano en el crecimiento económico del
departamento, en el periodo 2001–2014 según las observaciones. Cabe señalar, que de igual
forma, el modelo no presenta problemas de Auto correlación, ni de Heteroscedasticidad.
Finalmente, se puede concluir que el capital humano – como la población graduada de la
educación superior - si incide en el crecimiento económico del departamento durante el
periodo 2001-2014, se puede determinar a partir del siguiente modelo:
LOGPIB = 19.01810 + -1.033299*LOGL + 0.021338*LOGK(-1) + 0.340855*LOGH
(3.499762) (-2.285343) (1.918541) (5.757096
Explica en parte por la formación de capital humano, con un coeficiente de estimación de
0.34, lo cual implica que el crecimiento económico de se explica en un 34% por la
formación de capital humano.
8. CONCLUSIONES
Es interesante observar como en la medida que se avanza en los análisis hay que ir
resolviendo problemas que presentan los datos de la muestra tomada. Lo que sugiere ser
muy cuidadoso en el manejo y obtención de las series con las cuales se pretende trabajar.
Particularmente para el comportamiento de la Inversión Neta Departamental, dado que las
cifras extraídas del DANE y la cámara de comercio de Pereira, tienen una serie de
irregularidades que en algunos casos no concuerdan; según el entidad, obedece a que la
inversión en el sector industrial no alcanza a reponer la depreciación, resultando incluso
superior y por tanto se refleja en datos negativos de la inversión neta.
De igual forma, para el caso del estudio, la evidencia empírica es contundente a favor de las
teorías de crecimiento endógeno, específicamente la teoría de Acumulación de Capital
Humano, se encuentra en las diferentes pruebas realizadas que el mayor coeficiente
corresponde precisamente al capital humano, y siempre es significativamente estadístico
para explicar el comportamiento del crecimiento económico del departamento. De igual
forma, la teoría de aprendizaje por la práctica, se valida de acuerdo al rezago evidenciado
por la inversión neta, es decir, K(-1), con lo cual se puede inferir que la adquisición de
conocimientos lleva a una innovación la cual se tarda en ser retribuida por el agente,
logrando aportar de manera impositiva al crecimiento económico, solo a partir del segundo
periodo.
Por otra parte, al observar el comportamiento de la población ocupada, se puede señalar que
ha crecido en promedio el 1,37%, durante la última década, los periodos en los que se
evidenciaron una fuerte contracción del empleo fueron en los años 2005, 2008, 2009, 2011
y 2014 respecto a los años anteriores, con relación a los periodos en los cuales se
evidenciaron retrocesos en la mano de obra empleada, estuvieron para los años 2003, 2004,
2006, 2007 y 2013 con más representatividad para los años 2007 con -4,12% y 2013 con
-2,18% respecto a los años inmediatamente anteriores
En cuanto al promedio de las pruebas ICFES SABER 11, se mantuvieron por encima de la
media nacional, luego del año 2004 hasta el periodo de estudio, lo que permitiría
argumentar que dichas caídas en la población ocupada, obedecen a factores diferentes al
nivel de su formación y por tanto, diferentes al comportamiento en el capital humano del
Departamento, particularmente se explica por la crisis inmobiliaria en Estados Unidos y la
crisis política-social en Venezuela, principales socios comerciales de la región.
De igual forma, en el desarrollo del informe, se valida la justificación inicial, en el sentido
que es importante por cuanto se entiende que la educación es el instrumento que aglutina
los saberes que se desarrollan, y a su vez, son trasmitidos a la sociedad y es cuando
indiscutiblemente se constituye un importante pilar de desarrollo, permitiendo encontrar
soluciones a los problemas mediante los procesos analíticos y reflexivos; en palabras de
Cardona, et. al. (2004), Citando a “Grossman y Helpman (1991), los países con alta
especialización en procesos tecnológicos pueden experimentar altas tasas de crecimiento en
el largo plazo en relación a los países que se especializan en la producción de bienes
tradicionales y con bajo valor agregado” y es así donde el ejercicio que pretende explicar la
relación de los resultados en las Pruebas SABER 11 del departamento de Risaralda con el
crecimiento del Producto Interno Bruto valida su justificación.
Adicionalmente, este trabajo de investigación muestra que aún hay mucho por recorrer, con
el ánimo de explorar los efectos del capital humano en el crecimiento económico de la
región.
Bibliografía
Cotte P., A., & Cotrino S., J. (2006). CRECIMIENTO ECONOMICO Y DISTRIBUCION
DEL INGRESO EN COLOMBIA: EVIDENCIA SOBRE EL CAPITAL HUMANO Y
EL NIVE DE EDUCACION. Bogota.
Cardona Acevedo, M., Montes Gutiérrez, s. C., Vásquez Maya , J. J., Villegas González,
M. N., & Brito Mejía, T. (2007). CAPITAL HUMANO:UNA MIRADA DESDE LA
EDUCACIÓN Y LA EXPERIENCIA LABORAL. Medellín.: Semillero de
Investigación en Economía de EAFIT –SIEDE– ISSN 1692-0694. Documento 56 -
042007 .
Cardona Acevedo , M., Zuluaga Díaz , F., Cano Gamboa , C. A., & Gómez Alvis, C. (2004). Diferencias y
similitudes en las teorías del crecimiento económico. GRUPO DE ESTUDIOS SECTORIALES Y
TERRITORIALES DEPARTAMENTO DE ECONOMÍA ESCUELA DE ADMINISTRACIÓN –
UNIVERSIDAD EAFIT.
Barro, R., & Lee, J.-W. (2010). A NEW DATA SET OF EDUCATIONAL ATTAINMENT IN
THE WORLD, 1950–2010. Cambridge: NATIONAL BUREAU OF ECONOMIC
RESEARCH.
Bellei, C., Poblete, X., Sepúlveda, P., Orellana , V., & Abarca, G. (2013). Situación
Educativa de América Latina y el Caribe: Hacia la educacion de calidad para
todos. Santiago: Ediciones UNESCO.
GUERRERO , C., SÁNCHEZ, P., & ZAPATA, R. (2008). IMPACTO DEL CAPITAL
HUMANO SOBRE EL CRECIMIENTO ECONÓMICO. Pereira: REPOSITORIO
UNIVERSIDAD CATÓLICA POPULAR DEL RISARALDA.
Iregui B., A., Melo, L., & Ramos, J. F. (2006). Evaluación y análisis de eficiencia de la
educación en Colombia. Bogota D.C: BANCO DE LA REPUBLICA.
Arellano, J. P. (2002). Competitividad internacional y educación en los países de América
Latina y el Caribe. Revista IBERO AMERICANA N° 30, 63-104.
BANCO MUNDIAL: Banco Internacional de Reconstrucción y Fomento. (2000).
http://www.worldbank.org/. Recuperado el 29 de Mayo de 2014, de
http://www.worldbank.org/:
http://www.worldbank.org/depweb/beyond/beyondsp/copyr.html
Cardona Acevedo, M., Montes Gutiérrez, s. C., Vásquez Maya , J. J., Villegas González,
M. N., & Brito Mejía, T. (2007). CAPITAL HUMANO:UNA MIRADA DESDE LA
EDUCACIÓN Y LA EXPERIENCIA LABORAL. Medellín.: Semillero de
Investigación en Economía de EAFIT –SIEDE– ISSN 1692-0694. Documento 56 -
042007 .
Cotte P., A., & Cotrino S., J. (2006). CRECIMIENTO ECONOMICO Y DISTRIBUCION
DEL INGRESO EN COLOMBIA: EVIDENCIA SOBRE EL CAPITAL HUMANO Y
EL NIVE DE EDUCACION. Bogota.
DANE, D. A. (s.f.). dane.gov.co. Recuperado el 23 de febrero de 2016, de
http://www.dane.gov.co/index.php/cuentas-economicas/cuentas-departamentales
De la Fuente, Á. (2004). EDUCACIÓN Y CRECIMIENTO: UN PANORAMA. REVISTA
ASTURIANA DE ECONOMÍA - RAE Nº 31, 7-49.
Delgado, M. (2014). LA EDUCACIÓN BÁSICA Y MEDIA EN COLOMBIA: RETOS EN
EQUIDAD Y CALIDAD. Bogota, Colombia: Fedesarrollo.
Destinobles, A. G. (2006). El capital humano en las teorías del crecimiento económico.
Chihuahua: Universidad Autónoma de Chihuahua: Escuela de Economía
Internacional.
Gaviria Ríos, M. A., & Sierra Sierra, H. A. (2005). El Crecimiento Económico de Risaralda
a finales del siglo XX. Revista GESTIÓN Y REGIÓN, 147.
Gaviria Ríos, M. A., & Sierra, H. A. (2005). Lecturas sobre Crecimiento Económico
Regional. Pereira.
Gujarati, D., & Porter, D. (2009). Econometria 5 ed. Mexico: McGraw-Hill/Irwin.inc.
GUZMÁN PÉREZ , L. A., & QUERUBIN LÓPEZ , E. C. (2009). IMPACTO DEL
CAPITAL HUMANO EN EL CRECIMIENTO ECONÓMICO DE. Pereira.
MANKIW, N. G., ROMER, D., & WEIL, D. N. (May, 1992). A Contribution to the
Empirics of Economic Growth. The Quarterly Journal of Economics, Vol. 107, No.
2, 407-437.
Marín, A., & Hurtado, Á. (2007). Productividad y crecimiento económico Colombia 1950-
2002. Ecos de Economía No. 24. Medellín, 65- 80.
mineducacion. (Enero-Marzo de 2008). mineducacion.gov.co. Recuperado el 17 de Febrero
de 2015, de http://www.mineducacion.gov.co/1621/article-162392.html
MONTOYA, O. (2004). SCHUMPETER, INNOVACIÓN Y DETERMINISMO
TECNOLÓGICO. Pereira: Scientia et Technica Año X, No 25, Agosto 2004. UTP.
ISSN 0122-1701.
Ospina, D. E. (2007). CAPITAL HUMANO COMO FACTOR DE CRECIMIENTO
ECONÓMICO: CASO DEPARTAMENTO DE CALDAS (COLOMBIA). 1983 2003.
Plan de Desarrollo 2012-2015. (30 de Marzo de 2011). risaralda.gov.co. Recuperado el 17
de 10 de 2014, de
http://www.risaralda.gov.co/site/main/intradocuments/webDownload/ordenanza_00
6_del_22_de_mayo_3273
RAMÓN MAHÍA. (MARZO 2006)EJEMPLO DE DIAGNÓSTICO Y TRATAMIENTO DE LA
AUTOCORRELACIÓN: Introducción al concepto de no estacionariedad y regresión
espuria-Universidad Autónoma de Madrid [online]. [citado 2013-11-15],Disponible en:
http://www.uam.es/personal_pdi/economicas/jmalonso/autocorrelacion.pd
S. Rocco, T., & Van Loo B., J. ( 2004). Continuing Professional Education and Human
Capital Theory. ERIC: Reports. U.S. Department of Education, 98.
Sala-I-Martin, X. (2000). APUNTES DE CRESIMEINTO ECONOMICO 2ed. Barcelona:
Antoni Bosch editor.
Terrones, M., & Calderón, C. (1993). EDUCACION, CAPITAL HUMANO Y
CRECIMIENTO ECONOMICO: El caso de América Latina1. ECONOMIA
VOLUMEN XVI N” 31 JUNIO 1993.
Torres, A. S. (Abril de 2002). www.tdx.ca. Recuperado el 25 de 10 de 2013, de
http://www.tdx.cat/bitstream/handle/10803/3990/asrt1de3.pdf;jsessionid=D5B031F
1DF129DC6E298DF2FCE15EF5F.tdx2?sequence=1
van Loo, J., & Rocco, T. (2004). Continuing Professional Education and Human Capital
Theory. 98-105.
Villalobos, G., & Pedroza, R. (2009). Perspectivas de la Teoria del aptal Humano Acerca
de la Relacion Entre Educacion y Desarrollo Economico . Tiempo de Educar Vol.
10, núm. 20, julio-diciembre, 273-306.
Villamil Bolívar, H. H. (2011). “El capital humano como impulsor del crecimiento
económico en Colombia”. Administración & Desarrollo 39(54), 151-166.
Periodo Total Est. Nal. Media Nal. Est ≥ Media Nal % ≥ Med. Nal Total Est. Dep. Media Dep Est ≥ Media Dep % ≥ Med. Dep. Est ≥ Med Nal % Dep. ≥ Med. Nal
2000-1 77.624 44,20 32.531 41,91% 548 43,16 243 44,34% 170 0,52%
2000-2 354.862 44,24 155.228 43,74% 9.133 44,17 4.090 44,78% 3.969 2,56%
2001-1 77.960 43,86 33.037 42,38% 503 43,11 193 38,37% 150 0,45%
2001-2 320.931 44,06 138.768 43,24% 7.342 43,87 3.172 43,20% 2.994 2,16%
2002-1 63.370 43,70 25.820 40,74% 450 43,39 167 37,11% 148 0,57%
2002.2 370.401 44,35 158.754 42,86% 8.304 44,29 3.617 43,56% 3.506 2,21%
2003-1 69.736 43,91 29.288 42,00% 522 42,85 204 39,08% 157 0,54%
2003-2 354.809 44,20 157.591 44,42% 7.681 44,14 3.346 43,56% 3.345 2,12%
2004-1 64.779 44,98 25.390 39,19% 275 45,09 87 31,64% 88 0,35%
2004-2 366.642 44,70 163.969 44,72% 8.305 44,56 3.771 45,41% 3.646 2,22%
2005-1 67.157 44,88 27.289 40,63% 440 44,34 161 36,59% 138 0,51%
2005-2 383.958 44,25 164.558 42,86% 8.747 43,77 3.984 45,55% 3.597 2,19%
2006-1 61.065 46,14 25.664 42,03% 227 46,39 89 39,21% 92 0,36%
2006-2 410.791 45,86 178.336 43,41% 9.429 45,56 4.202 44,56% 3.957 2,22%
2007-1 67.701 45,02 29.294 43,27% 294 44,08 115 39,12% 85 0,29%
2007-2 434.675 44,23 186.405 42,88% 9.484 44,19 4.225 44,55% 4.191 2,25%
2008-1 68.895 45,16 28.240 40,99% 276 46,14 107 38,77% 122 0,43%
2008-2 437.530 43,95 190.906 43,63% 9.754 43,97 4.361 44,71% 4.383 2,30%
2009-1 69.743 45,04 28.550 40,94% 278 45,74 98 35,25% 110 0,39%
2009-2 455.066 44,35 201.519 44,28% 10.089 44,34 4.526 44,86% 4.519 2,24%
2010-1 30.320 47,13 12.189 40,20% 270 47,10 111 41,11% 110 0,90%
2010-2 540.445 50,01 230.486 42,65% 10.940 50,00 4.661 42,61% 4.652 2,02%
2011-1 31.705 47,26 13.326 42,03% 387 46,10 140 36,18% 114 0,86%
2011-2 540.490 44,02 248.927 46,06% 10.743 44,80 5.035 46,87% 5.464 2,20%
2012-1 30.409 47,85 12.086 39,74% 433 48,30 165 38,11% 173 1,43%
2012-2 550.151 44,42 239.627 43,56% 10.929 44,60 4.818 44,08% 4.917 2,05%
2013-1 28.516 47,84 11.403 39,99% 503 46,00 185 36,78% 158 1,39%
2013-2 547.284 44,19 232.080 42,41% 11.114 44,60 4.785 43,05% 5.069 2,18%
2014-1 24.561 48,12 10.665 43,42% 307 50,70 143 46,58% 167 1,57%
2014-2 541.870 50,04 241.541 44,58% 10.690 50,65 4.850 45,37% 5.194 2,15%
2015-1 108.033 51,81 46.750 43,27% 1.864 52,86 810 43,45% 879 1,88%
2015-2 574.142 50,11 256.699 44,71% 10.904 51,08 4.967 45,55% 5.474 2,13%
9. ANEXOS
Anexo 1
Número total de estudiantes del pais presentados, Media Nacional, estudiantes igual o sobre
la media Nal, % igual o sobre la media Nal, número total de estudiantes del departamento
que se presentaron, Media departamental, estudiantes igual o sobre la media deptal, % igual
o sobre la media departamental, estudiantes del departamento igual o sobre la media
nacional.
FUENTES: Se construyó en base de los resultados obtenidos de la base de datos del Icfes,
ftp://ftp.icfes.gov.co, tomando los resultados nacionales, filtrando su contenido para llegar
a la población objeto de estudio, para la cual se tuvieron en cuenta ciertas restricciones;
exámenes presentados en el departamento y estudiantes con residencia en el mismo.
Est= estudiantes
MUNICIPIO 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 TotalAPIA 0 0 0 0 0 0 0 15 0 0 1 5 6 22 49
BALBOA 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2
BELEN DE UMBRIA 40 0 0 0 0 0 0 1 0 0 0 4 9 26 80
DOS QUEBRADAS 181 318 650 124 0 60 74 26 0 1 272 308 429 392 2835
GUATICA 0 0 0 0 0 0 0 0 9 0 0 8 7 4 28
LA CELIA 0 0 0 0 0 0 0 0 0 0 11 3 1 0 15
LA VIRGINIA 0 0 0 0 0 0 0 1 2 0 20 48 12 18 101
MARSELLA 0 0 0 0 0 0 0 0 1 0 0 46 6 1 54
MISTRATO 0 0 0 0 0 0 0 0 0 0 2 42 13 64 121
PEREIRA 1201 1038 867 1529 2411 2368 2550 2567 2879 3244 3995 5504 5650 5825 41628
PUEBLO RICO 0 0 0 0 0 0 0 0 0 1 0 0 14 9 24
QUINCHIA 0 0 0 1 4 0 0 0 0 0 43 42 23 147 260
SANTA ROSA DE CABAL 79 63 63 26 68 83 45 88 133 173 297 327 299 324 2068
SANTUARIO 0 0 0 0 0 0 15 0 0 0 15 1 0 0 31
Total 1501 1419 1580 1680 2483 2511 2684 2698 3024 3419 4656 6338 6469 6834 47296
ZONA GEOGRAFICA AÑO /PERIODO GRADUACION
Anexo 2 Materias que comprenden el núcleo común según el diccionario de datos
del ICFES SABER-11
FUENTE: GUÍA DE ORIENTACIÓN EXAMEN DE ESTADO PARA EL INGRESO A LA
EDUCACIÓN SUPERIOR.
Anexo 3 Personas graduadas de la educación superior del departamento de
Risaralda
FUENTE: Ministerio de Educación Nacional, mineducacion.gov.co
Periodo PIB L Desempleo L PO HS H EDS K
2.000 4.514 371.000 44.17 21.554
2.001 4.542 2.782 361.761 43.87 1501,00 7.402
2.002 4.574 2.924 364.128 44.29 1419,00 988
2.003 4.783 2.723 362.549 44.14 1580,00 63.627
2.004 5.113 2.596 360.744 44.56 1680,00 35.243
2.005 5.553 2.288 369.625 43.77 2483,00 55.765
2.006 6.045 2.315 368.809 45.56 2511,00 62.913
2.007 6.152 2.146 354.000 44.19 2684,00 92.265
2.008 6.273 2.209 364.596 43.97 2698,00 90.152
2.009 6.312 2.516 378.569 44.34 3024,00 65.429
2.010 6.414 2.562 383.000 50,00 3419,00 56.129
2.011 6.513 2.429 409.953 44.8 4656,00 53.760
2.012 6.704 2.390 415.825 44.6 6338,00 75.416
2.013 7.242 2.246 406.746 44.6 6469,00 84.258
2.014 7.516 2.154 421.618 50.65 6834,00 75.593
Anexo 4 DATOS
Hs= Capital humano medico en base de las pruebas Icfes Saber -11.
Heds= Capital humano medico en base de la población graduada de la educación
superior del departamento.
FUENTES: La base de datos se construyó con los datos extraídos de: Inversión neta
en sociedades (K), del Informe de Coyuntura Económica Regional del departamento
de Risaralda ICER, PIB, en miles de millones de pesos a precios constantes y
población ocupada en miles de personas (L PO) y población desocupada en miles de
personas (L Desempleo) del Departamento Administrativo Nacional de Estadística
DANE, Hs, en base de los resultados obtenidos de la base de datos del Icfes,
ftp://ftp.icfes.gov.co, de manera directa, Heds, estudiantes graduados del
departamento de Risaralda, extraída de la web del Ministerio de Educación
Nacional, mineducacion.gov.co.