Convergencia regional europea en un modelo de Solow aumentado con capital humano

Guía: Abstract, introducción, Revisión de la literatura, modelo teórico, modelo empírico (y sus resultados) y conclusiones.

“European regional convergence in a human capital augmented Solow model”

“Convergencia regional europea en un modelo de Solow aumentado con capital humano”7

Eckey, Hans-Friedrich; Dreger, Christian; Türck, Matthias

Resumen:

El presente paper analiza, bajo el enfoque del modelo de Solow ampliado por el capital humano, el proceso de convergencia de la productividad para la Unión Europea ampliada utilizando datos regionales (NUTS-2). Además, se proponen estrategias alternativas para controlar los efectos espaciales. Todas las especificaciones confirman la presencia de convergencia con una velocidad anual entre 3 y 3,5 por ciento hacia estados estacionarios regionales, sin embargo, un enfoque de regresión ponderado geográficamente indica una amplia variación en la velocidad de convergencia entre las regiones, donde se observa una velocidad más alta, en particular, en Francia y el Reino Unido. Además, se pueden identificar grupos de convergencia, donde las regiones con alta convergencia también tienen altos niveles iniciales de ingresos.

Introducción:

La cuestión de si las regiones pobres tienden a alcanzar a las más ricas juega un papel destacado en la política económica regional (Faludi, 2006).

La mayoría de los autores analizaron el concepto de convergencia absoluta en las regiones EU6, EU9 o EU15 (Cuadrado-Roura, 2001, López-Bazo, 2003, Fagerberg y Verspagen, 1996, Yin, Zestos y Michelis, 2003, Niebuhr y Schlitte, 2004, Geppert, Happich y Stephan, 2005, Basile, De Nardis y Girardi, 2005). En la mayoría de los casos, se detecta convergencia, mientras que la velocidad de convergencia parece haber aumentado en la década de 1990.

Si se emplean datos regionales, se deben controlar los efectos espaciales (Cliff y Ord, 1973, Anselin, 1988, Fingleton, 1999). Sin embargo, hasta los últimos años no se han utilizado herramientas apropiadas, véase Rey y Janikas (2005). Es el caso de autores que agregaron un termino de error espacial a la ecuación de convergencia absoluta.

Además, solo unos pocos artículos han utilizado variables adicionales además de las ficticias de país. Si otras variables son importantes, las regresiones de convergencia absoluta sufren de sesgo de variable omitida.

El objetivo de este artículo es examinar la convergencia regional en la UE ampliada (UE25). En contraste con la mayor parte de la literatura, el modelo de Solow extendido por el capital humano es el punto de partida (ver Mankiw, Romer y Weil, 1992). Sin embargo, la cohesión económica se ha vuelto aún más importante, ya que las disparidades económicas han aumentado después de la ampliación. Además, se utilizan técnicas espaciales para capturar la dependencia regional. Se aplican tanto modelos de error espacial como filtrado espacial para obtener resultados sólidos. Todas las especificaciones confirman la presencia de convergencia con una velocidad promedio entre 3 y 3.5 por ciento anual hacia estados estacionarios regionales. Cabe señalar, sin embargo, que el promedio de los parámetros da una imagen incompleta de la convergencia. Por medio de un enfoque de regresión ponderado geográficamente, se proporciona evidencia de una amplia variación en esta medida. En particular, la convergencia tiende a ser más rápida en las regiones francesa y británica.

Los fondos europeos de cohesión regional no parecen tener impacto en este parámetro.

Revisión de la literatura:

• Regresiones de convergencia.

La convergencia de los niveles de productividad es una predicción importante del modelo de crecimiento neoclásico (Barro y Sala-i-Martin, 1990, 1991, 2004).

Debido a los rendimientos marginales decrecientes de los factores de entrada en una función de producción con rendimientos constantes a escala, las regiones

debe converger a un estado estacionario dinámico, donde la evolución es impulsada únicamente por la tasa de progreso tecnológico.

El enfoque sugerido por Mankiw, Romer y Weil (1992) proporciona una forma conveniente de incorporar el capital humano en el modelo de crecimiento neoclásico. Como resultado bien conocido, una ecuación de convergencia de la forma:

[pic 1]

: PIB real por unidad de trabajo efectivo.[pic 2]

 y  son fracciones invariantes en el tiempo de la producción invertida en capital físico y humano[pic 3][pic 4]

n: tasas de crecimiento de la fuerza laboral

g: progreso tecnológico

δ: tasa de depreciación de capital físico y humano

* Los parámetros α y β (0<α<1, 0<β<1) muestran las elasticidades de producción del capital físico y humano, y 1-α-β >0 es la elasticidad del insumo laboral ordinario.

* ln(  / ) es la tasa de crecimiento de la productividad en unidades de eficiencia durante el período de la muestra, que debería ser lo suficientemente largo para excluir la dinámica del ciclo económico.[pic 5][pic 6]

* El parámetro λ>0 es la velocidad de convergencia.

(Barro y Sala-i-Martin, 2004).

La ecuación (1) se puede reescribir en términos de cantidades por mano de obra (Temple, 1999, Hemmer y Lorenz, 2004).

[pic 7]

y: PIB real por trabajador

 índice inicial de tecnología [pic 8]

h*: Capital humano por trabajador en estado estacionario

*Además, se ha establecido la restricción de parámetros iguales, pero con signos opuestos, de los términos ln  y ln(n+g+δ).[pic 9]

En el estado estacionario la variable de capital humano no es observable, entonces se reemplaza por su valor inicial o por un promedio durante el período de la muestra. Esto conduce a la especificación que sirve como línea de base para el análisis empírico.

[pic 10]

En particular, la ecuación de regresión correspondiente viene dada por:

[pic 11]

Donde:

[pic 12]

i: índice regional.

T: número de periodos de tiempo en la muestra.

u: error de regresión (cumple con las propiedades del ruido blanco).

Modelo teórico:

• Técnicas econométricas espaciales.

El crecimiento de la productividad se investiga analizando la información regional NUTS-2. Con la premisa que no se puede esperar que la evolución económica sea independiente entre regiones (posibles efectos indirectos), como pueden generarse dependencias espaciales adicionales, por ejemplo, debido a los flujos de pasajeros.

...