Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Desigualdad y crecimiento económico a nivel mundial y por grupos
de países en función de su nivel de ingresos, con técnicas de coin-
tegración
Inequality and economic growth at the world level and by groups of countries
according to their income level, using cointegration techniques
Karina Córdova1| Elizabeth Lozano1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Karina Córdova, Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Email: karina.cordova@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Abril 2021
Fecha de aceptación
Octubre 2021
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
Esta investigación tiene como objetivo examinar la existencia de un equilibrio a corto y
largo plazo entre la desigualdad de ingresos y el producto interno bruto per cápita a nivel
mundial y por grupos de países de acuerdo al nivel de ingresos en el periodo 1980-2015,
con datos obtenidos del Banco Mundial (2010). Se ha aplicado el test de cointegración de
Pedroni (1999) y de Westerlund (2007) para determinar el equilibrio a largo y corto plazo
respectivamente. A nivel global y en todos los grupos de países existe una relación a largo
plazo entre la desigualdad de ingresos y el producto interno bruto per cápita. De acuerdo
al test de Westerlund (2007), existe una relación a corto plazo entre las variables, a nivel
global, países de ingresos extremadamente altos, altos, medios altos, bajos y extremada-
mente bajos. Los resultados de la prueba de causalidad de Granger basada en la prueba de
Dumitrescu y Hurlin (2012) indican que, a nivel global, en los países de ingresos medios
altos y bajos existe causalidad unidireccional, que va desde el producto interno bruto per
cápita hacia la desigualdad de ingresos.
Palabras clave: Desigualdad; Crecimiento; Cointegración; Datos de panel.
Códigos JEL: D63. E23. C23.
ABSTRACT
This research examines the existence of a short and long-run equilibrium between income
inequality and per capita gross domestic product at the global level and by country groups
according to income level in the period 1980-2015, with data obtained from the World
Bank (2010). The Pedroni (1999) and Westerlund (2007) cointegration test has been ap-
plied to determine the long-run and short-run equilibrium respectively. Globally and in all
country groups there is a long-run relationship between income inequality and per capita
gross domestic product. According to the Westerlund (2007) test, there is a short-run rela-
tionship between the variables, at the aggregate level, extremely high, high, upper middle,
low, low and extremely low income countries. The results of the Granger causality test
based on the Dumitrescu and Hurlin (2012) test indicate that, at the global level, in upper
middle and lower middle income countries there is unidirectional causality, running from
gross domestic product per capita to income inequality.
Keywords: Inequality; Growth; Cointegration; Panel data.
JEL codes: D63. E23. C23.
109
Córdova K. & Lozano E.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
En algunos países, el alto crecimiento económico ha venido
acompañado de mayor desigualdad, es decir, el ingreso de los no
pobres creció más que el ingreso de los pobres. En otros países, el
crecimiento ha disminuido la desigualdad, por tanto, es importan-
te realizar un estudio sobre cómo afecta el crecimiento económico
(PIB per cápita) en la desigualdad de ingresos a nivel mundial y por
grupos de países. El problema de la desigualdad de ingresos, se pue-
de resolver a través del estado, es decir, el estado es el que debe
intervenir en la economía, basándose en el pensamiento económi-
co Keynesiano.
Esta investigación se basó en un estudio realizado por Kuznets
(1955) que desarrolló su hipótesis sobre la curva de Kuznets que era
la ley más conocida acerca del impacto redistributivo: en las fases
iniciales de desarrollo se produce un trasvase de trabajadores des-
de sectores de baja productividad y baja desigualdad a sectores de
alta productividad y desigualdad media, generándose así un aumen-
to en la desigualdad global. Este proceso desaparece con el mayor
crecimiento, por lo que incrementos adicionales de renta reducen
entonces la desigualdad. El resultado final es que la desigualdad au-
menta inicialmente con el crecimiento, reduciéndose posteriormen-
te a partir de niveles suficientemente altos de renta. El resultado de
que la desigualdad se ve afectada por el crecimiento económico es
respaldado también por el estudio realizado por Lewis (1954) y el
estudio realizado por Kaldor (1995).
La evidencia empírica más relevante que verifica la relación a
largo plazo entre la desigualdad y el PIB per cápita es la realizada por
Rubin y Segal (2015), que indican que, el ingreso de los grupos de
mayores ingresos es más sensible al crecimiento, definido amplia-
mente como crecimiento actual y cambios en las expectativas de
crecimiento futuro, en comparación con los ingresos de los grupos
de menores ingresos. Esta mayor sensibilidad surge por dos razo-
nes: (a) los grupos de mayores ingresos reciben una gran parte de
sus ingresos de la riqueza, que es más sensible al crecimiento que
los ingresos laborales y (b) los grupos de mayores ingresos reciben
una gran parte de sus ingresos laborales en forma de remuneración
por rendimiento. En consecuencia, concluyen que el crecimiento y
la desigualdad de ingresos están asociados positivamente.
En cuanto a al segundo grupo de evidencias se destaca la rea-
lizada por Mehic (2018), que relaciona el empleo industrial con la
desigualdad, su estudio fue realizado a 27 países de ingresos altos
y medios en el periodo 1991 a 2014. El análisis muestra que el em-
pleo industrial está significativamente asociado negativamente con
la desigualdad de ingresos. Además, los resultados sugieren que son
los asalariados medios los que han soportado la mayor carga en tér-
minos de aumento de la desigualdad.
Los estudios del tercer grupo de investigaciones que relaciona
la desigualdad con otras variables, prevalece el realizado por Jau-
motte, Lall y Papageorgiou (2013), estudio realizado para 51 paí-
ses para el periodo 1981-2003, el documento informa estimaciones
que apoyan un mayor impacto del progreso tecnológico que la glo-
balización en la desigualdad. El impacto general limitado de la globa-
lización refleja dos tendencias compensatorias: mientras que la glo-
balización comercial se asocia con una reducción de la desigualdad,
la globalización financiera y, en particular, la inversión extranjera di-
recta se asocia con un aumento de la desigualdad.
Esta investigación tiene como objetivo determinar la existen-
cia de equilibrio a largo y corto plazo de la desigualdad de ingresos
y el PIB per cápita a nivel mundial y por grupos de países de acuer-
do al nivel de ingresos, en el periodo 1980-2015 y comprobar la
hipótesis de que el PIB per cápita influye tanto a largo como a corto
plazo en la desigualdad, además de comprobar la hipótesis de la cur-
va de Kuznets entre estas variables, la cual se cumple a nivel global
y para los países de ingresos medios bajos y extremadamente bajos
-PIMB y PIEB-, pero, en estos dos últimos grupos los resultados no
son significativos. Se encontró tanto un equilibrio a largo plazo a ni-
vel mundial y en todos los grupos de países de acuerdo al nivel de
ingresos. En el caso del equilibrio a corto plazo, este existe a nivel
global, en los países de ingresos extremadamente altos, altos, me-
dios altos, bajos y extremadamente bajos -PIEA, PIA, PIMA, PIBJ y
PIEB-. La contribución de esta investigación a la literatura se basa
en la metodología utilizada para determinar el equilibrio a largo y
corto plazo entre las variables, se emplea datos de panel median-
te el test de cointegración de Pedroni (1999) y Westerlund (2007),
respectivamente. En los artículos tomados como evidencia empírica
son pocos en los que utiliza el mismo o similar tipo de metodología,
por lo tanto, este artículo representa un aporte a la literatura.
El resto de la investigación tiene la siguiente estructura: en la
segunda sección se expone una revisión de las investigaciones pre-
vistas sobre el tema. En la tercera sección, se presentan los datos y la
estrategia econométrica. En la cuarta sección se discuten los resul-
tados encontrados, con la teoría y la evidencia empírica. La quinta
sección contiene las conclusiones.
2|REVISIÓN DE LITERATURA PRE-
VIA
Kuznets (1955) desarrolló su hipótesis sobre la curva de Kuz-
nets que era la ley más conocida acerca del impacto redistributivo:
en las fases iniciales de desarrollo se produce un trasvase de traba-
jadores desde sectores de baja productividad y baja desigualdad a
sectores de alta productividad y desigualdad media, generándose
así un aumento en la desigualdad global. Este proceso desaparece
con un mayor crecimiento, por lo que incrementos adicionales de
renta reducen entonces la desigualdad.
La desigualdad de ingresos es un problema que no se podrá
resolver desde el punto de vista privado, debido a que los grupos
más ricos, buscan simplemente aumentar sus ingresos, por tanto el
estado es el que debe intervenir en la economía, basándose la teoría
de Keynes quien afirmó que el deber de ordenar el volumen actual
de inversión no puede dejarse con garantías de seguridad en manos
de los particulares, además la intervención del Estado, que propone
Keynes, es mediante el manejo del gasto público. Así, el Estado pue-
de compensar la caída en la inversión privada con inversión pública,
especialmente obras de infraestructura (Keynes, 1992). Así también
Keynes señalaba que, dado que para el capitalismo es mejor pagar
salarios e impuestos bajos, ante las posibilidades de incrementar los
salarios o los impuestos empresariales, Keynes se queda con la se-
gunda, ya que "la imposición sobre beneficio no discrimina en con-
tra de la utilización de un factor de producción particular"(Keynes,
1982).
La evidencia empírica expuesta se divide en tres grupos de
acuerdo a la influencia de algunas variables, incluida el PIB per cá-
pita, sobre la desigualdad de ingresos, con el fin de dar a una mayor
argumentación a los resultados de la presente investigación. El pri-
mer grupo verifica la existencia de una relación entre la desigualdad
y el PIB per cápita, incluida la hipótesis de la curva de Kuznets, el se-
gundo grupo comprueba la existencia de una relación entre la des-
igualdad y variables macroeconómicas como la inflación, empleo,
comercio, inversión, entre otras, y el tercer grupo indica los estudios
que verifican una relación entre la desigualdad y variables como la
integración política y económica, globalización, educación, capital
humano, entre otras.
En el primer grupo de investigaciones, se encuentran los es-
tudios que verifican el equilibrio a largo y corto plazo entre la des-
igualdad y el PIB per cápita, entre estos estudios se destacan los
más actuales y antiguos realizados por Rubin y Segal (2015); Iniguez-
110
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Montiel (2014); Weinhold, Killick y Go (2013); Galbraith (2008) y
Banerjee y Duflo (2003). García-Peñalosa (2010) señala que el cre-
cimiento afecta la desigualdad a través del impacto de la educación y
el cambio tecnológico en los salarios relativos, mientras que, Pieters
(2010) indica que solo el crecimiento agrícola reduce la desigualdad
y el crecimiento en los sectores de fabricación y servicios pesados
aumenta la desigualdad. Panizza (2002) indica que no encuentra evi-
dencia de una relación positiva entre desigualdad y crecimiento, pe-
ro encuentra alguna evidencia que respalde una relación negativa
entre dichas variables, sin embargo, muestra que la relación entre
desigualdad y crecimiento no es sólida y que pequeñas diferencias
en el método utilizado para medir la desigualdad pueden dar lugar a
grandes diferencias en la relación estimada entre la desigualdad y el
crecimiento. Por otro lado, Vanhoudt (1997) concluye que, los fun-
damentos económicos explican aproximadamente las tres cuartas
partes de la variación en diversas medidas de desigualdad para los
países de la OCDE. Ram (1988) indica que los resultados basados en
el coeficiente de Gini parecen menos favorables a la hipótesis que
los derivados de las participaciones en los ingresos de los hogares.
En el segundo grupo de investigaciones se verifica el equilibrio
a largo y corto plazo entre el la desigualdad y variables macroeco-
nómicas, entres estos estudios se encuentra el realizado por Mehic
(2018) que indica que el empleo industrial está significativamente
asociado negativamente con la desigualdad de ingresos. En tanto
que, Bulír (2014) concluye que las tasas de inflación más bajas, ade-
más del nivel de desarrollo y la redistribución fiscal, mejoran la igual-
dad de ingresos y su impacto es uniforme para todos los niveles de
PIB per cápita. Lee y Roemer (1998) indican que en general, la in-
versión privada y la desigualdad no muestran una relación monóto-
na negativa. Por otro lado, Lin y Fu (2016) indican que el principal
hallazgo de su investigación es que el comercio conduce a una re-
ducción (aumento) significativa en la desigualdad del ingreso en las
autocracias (democracias).
En el tercer grupo se encuentran artículos que relacionan la
desigualdad con otras variables, entre los cuales están los realiza-
dos por Jaumotte, Lall y Papageorgiou (2013) y Nissanke y Thor-
becke (2010) que indican una relación entre desigualdad y globali-
zación. Busemeyer y Tober (2015) concluyen en su estudio realiza-
do para la Unión Europea que existe una asociación positiva entre
la integración política y la desigualdad, y no asociación entre la in-
tegración económica y la desigualdad, por el contrario, Ezcurra y
Rodriguez-Pose (2013) afirman que los países con un mayor grado
de integración económica con el resto del mundo tienden a regis-
trar niveles más altos de desigualdad regional. Hartmann, Guevara,
Jara-figueroa, Aristara e Hidalgo (2017) indican que la complejidad
económica es un predictor significativo y negativo de la desigualdad
del ingreso. Por su parte, Afesorgbor y Mahadevan (2016) encuen-
tran evidencia empírica sólida de que la imposición de sanciones
tiene un efecto perjudicial sobre la desigualdad de ingresos. En es-
tudios distintitos sobre desigualdad y educación y desigualdad y ca-
pital humano realizados por Bourguignon, Ferreira y Leite (2008) y
Belhaj (2015) respectivamente, la mayor parte de la desigualdad ex-
cesiva de Brasil se explica por las desigualdades subyacentes en la
distribución de la educación y de los ingresos no laborales, especial-
mente las pensiones, en tanto que, la desigualdad entre las regiones
metropolitanas y no metropolitanas se debe principalmente a las di-
ferencias en los rendimientos del capital humano.
Esta investigación constituye un aporte para la literatura debi-
do a que se realiza el estudio de la desigualdad de ingresos y el PIB
per cápita a nivel mundial y por grupos de países de acuerdo al nivel
de ingresos, además, que en muchos estudios no se toma en cuenta
la hipótesis de la curva de Kuznets como base para la relación en-
tre variables, la metodología utilizada para determinar el equilibrio
a largo y corto plazo entre las variables se emplea datos de panel,
mediante el test de cointegración de Pedroni (1999) y Westerlund
(2007), respectivamente. En los artículos tomados como evidencia
empírica pocos utilizan este tipo de metodología. Para el desarro-
llo de esta investigación se utilizaron datos de panel, tomados del
World Development Indicator (2010).
3|DATOS Y METODOLOGÍA
3.1 |Datos
Los datos utilizados en la presente investigación son datos de
panel obtenidos de la base del World Development Indicator y de
la Inequality Database del Banco Mundial (2010), para países a ni-
vel mundial, para el periodo 1980-2015. Se aplicó logaritmo al PIB
per cápita, el mismo que también fue elevado al cuadrado con el fin
de comprobar la hipótesis de Kuznets, la variable desigualdad está
medida en tasa por lo que no fue necesario aplicar logaritmo. En
los países donde no se encontró algunos datos para las variables
se interpoló y extrapoló los mismos. La Tabla 1, que se muestra más
adelante, resume las variables utilizadas en el modelo econométrico
de este artículo.
Así mismo, en la Figura 1, se muestra la correlación entre la
desigualdad y el PIB per cápita a nivel global y por grupo de ingre-
sos de acuerdo a sus ingresos, en la figura A existe una tendencia
lineal entre desigualdad y PIB per cápita. En las figuras B, E, F, G,
que representan PIEA, PIMB, PIBJ, PIEB; respectivamente, se cum-
ple la hipótesis de la curva de Kuznets, es decir, al inicio del periodo
cuando el PIB per cápita es bajo la desigualdad también es baja, sin
embargo a medida que aumenta el PIB per cápita, aumenta de igual
forma la desigualdad en la distribución del ingreso; esto hasta que
el PIB per cápita llega a un umbral donde aumenta el desarrollo, por
lo que la desigualdad empieza a disminuir.
En la figura C, que representa los PIA, la correlación entre des-
igualdad y PIB per cápita muestra una forma de U invertida; mien-
tras que en la figura D que representa los PIMA la correlación entre
desigualdad y PIB per cápita tiene una tendencia lineal creciente.
Por su parte, la Tabla 2 muestra los estadísticos descriptivos
de la desigualdad y el PIB per cápita a nivel mundial para los 103
países y para los grupos de países en función a su nivel de ingresos.
De acuerdo a la desviación estándar, los resultados son relevantes
debido a que ésta es mayor entre países que dentro de países. El
panel de datos está estrictamente equilibrado en tiempo (T=1, ... ,
36) y en la sección transversal (i=1, .. . , 103).
111
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 1. Definición de variables
Variable Descripción Unidad de medida
Dependiente
Desigualdad Desigualdad por ingresos Índice de Gini
Independiente
PIB per cápita Producto interno bruto per cápita Dólares, constantes de 2010
Figura 1. Correlación entre la desigualdad y el PIB per cápita)
Fuente: Elaboración propia con datos del Banco Mundial (2016)
Tabla 2. Estadísticos descriptivos
Variable Clasificación Media Desv. est. Mín. Máx. Obs
Desigualdad Global 37,91 10,77 10,91 84,78 N= 3708
Entre países 9,36 24,02 68,02 i= 103
Dentro del país 5,39 -1,42 72,81 T = 36
Log PIB per cápita Global 8,63 1,43 1,65 11,60 N= 3708
Entre países 1,39 5,60 11,22 i= 103
Dentro del país 0,39 4,67 10,10 T = 36
112
Córdova K. & Lozano E.
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
3.2 |Metodología
Kuznets en 1955 formuló una hipótesis en la que se relaciona la
distribución del ingreso a través del crecimiento económico, en 1971,
obtuvo el premio Nobel de economía como reconocimiento a la for-
mulación de esta teoría, que explica el comportamiento a largo plazo
de la distribución del ingreso en los países a través de su proceso de
desarrollo, denominada hipótesis de la curva de Kuznets. Esta rela-
ción se presenta en la siguiente ecuación:
I G =β0+β1P I B +β2P I B2+ϵ(1)
donde IG es el coeficiente de Gini que representa la desigualdad,
PIB es el crecimiento económico per cápita, P I B2es el crecimiento
económico per cápita al cuadrado, y ϵes el término de error.
En la primera etapa, estimamos un modelo de regresión bá-
sico de datos de panel. La variable dependiente es la desigualdad
(I Gi,t) y la variable independiente es el logaritmo del PIB per cápita
(l o g P I Bi,t) del país i=1,. .. ,103 del período t=1980 ,.. .,2015,se utili-
za la variable logaritmo de PIB per cápita al cuadrado (l o g P I B 2
i,t), con
el fin de demostrar la hipótesis de la curva de Kuznets, cuyo signo del
coeficiente debe ser negativo. Este modelo básico permite verificar
el grado de asociación y la dirección de la relación entre las dos varia-
bles a nivel mundial y por grupos de países. La ecuación (2) formaliza
la relación entre las dos variables:
I Gi.t=(γ0+δ0) + γ1l o g P I Bi.t+γ2l o g P I B 2
i.t+θi,t(2)
La prueba de Hausman (1978) se empleó para elegir entre un
modelo de efectos fijos o aleatorios. El modelo propuesto en la Ecua-
ción (2) tiene dos problemas estructurales. La prueba de Wooldridge
(2002) sugiere la presencia de autocorrelación y la prueba del multi-
plicador de Lagrange de Breusch-Pagan, muestra que el modelo tiene
heterocedasticidad. Para corregir el sesgo en los estimadores causa-
dos por la autocorrelación y la heterocedasticidad, se utilizó un mo-
delo de Mínimos Cuadrados Ordinarios Generalizados (GLS). Los pa-
rámetros capturan la variabilidad en tiempo y sección transversal. Fi-
nalmente, el parámetro es el término de error estocástico.
Para garantizar que la serie no tenga el problema de la raíz unita-
ria, se utilizó un conjunto de pruebas, que coinciden en que la prime-
ra diferencia elimina el efecto de tendencia de las dos variables. Las
pruebas utilizadas fueron: Dickey&Fuller Aumentada (1981), Phillips
y Perron (1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003), y
Breitung (2002), que se pueden estimar a partir de la siguiente ecua-
ción:
yt=α0+λyt−1+αit+
p
Õ
i=2
βjyt−i−1+ϵt(3)
Donde, ytes la serie que se supone que contiene al menos una
raíz unitaria, α0es la intersección y α1captura el efecto de tenden-
cia del tiempo, ϵtes el error gaussiano, y p representa la longitud del
desfase. En la Ecuación (3), cuando el parámetro λes significativo, se
puede concluir que al menos uno de los paneles tiene una raíz unita-
ria. El uso de cinco pruebas diferentes asegura que las series utiliza-
das en las estimaciones posteriores no tienen el problema de la raíz
unitaria. La segunda etapa de la estrategia econométrica determina
el equilibrio a corto y largo plazo entre las dos variables utilizando
la prueba de cointegración desarrollada por Pedroni (1999), el equili-
brio a largo plazo se determina con base en la siguiente ecuación:
I Gi,t=αi+
n−1
Õ
j=1
βi j l o g P I Bi,t−j+
n−1
Õ
j=1
ωi j l og I G i ,t−j+πiE CTt−j+ϵi,t
(4)
Donde I Gi,trepresenta la desigualdad del país i en el período t.
Los parámetros β,ωyπson los parámetros a estimar, y el término
E CTt−1es el vector de cointegración de equilibrio a largo plazo.
Finalmente, ϵi,tes el término de error aleatorio estacionario con
media cero y es la longitud del desfase determinada con el criterio de
información de Akaike (1974). Además, el equilibrio a corto plazo se
determina mediante la prueba de Westerlund (2007) a partir de la si-
guiente ecuación:
I Gi,t=δidi+αiI Gi,t−1−βil o g P I Bi,t−1
+
pi
Õ
j=1
αi j I Gi,t−j+
pi
Õ
j=−qi
γi j l o g P I Bi,t−j+ϵi,t(5)
Donde t=1,.. .,T períodos de tiempo y en i=1,. .. ,N países. El tér-
mino dtes el componente determinista. La hipótesis nula sugiere que
no hay cointegración a corto plazo. Sin embargo, la prueba de coin-
tegración a corto y largo plazo solo indica la existencia o no de un
vector entre las variables de estudio. Además, los modelos con da-
tos de panel ofrecen resultados que son demasiado agregados. En
consecuencia, en la próxima etapa estimamos la fuerza del vector de
cointegración utilizando el enfoque de Pedroni (2001), aplicado por
Neal (2014). Esta estrategia permite evaluar la fuerza del vector de
equilibrio entre la desigualdad y el PIB per cápita. Específicamente,
la fortaleza de la relación entre las dos variables, en cada país se esti-
mó utilizando un modelo dinámico de mínimos cuadrados ordinarios
(DOLS) y para grupos de países a través de una dinámica ordinaria del
modelo de panel de mínimos cuadrados (PDOLS). La siguiente ecua-
ción plantea la relación entre las dos variables:
I Gi,t=αi+δil o g P I Bi,t+
p
Õ
j=−p
γi j △l o g P I Bi,t−j+µi,t(6)
113
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Donde I Gi,tes la desigualdad, i=1,.. .,103 países,
t=1980,.. .,2015 es el tiempo, p=1,. .. ,P es el número de retrasos y
avances en la regresión DOLS, mientras que δI Gi,t/δil o g P I Bi,t=δi
mide el cambio en la desigualdad cuando cambia el PIB per cápita.
Los coeficientes δy los valores t se obtienen de los valores promedio
en todo el panel utilizando el método de los promedios grupales.
El estimador PDOLS se promedia a lo largo de la dimensión entre
los grupos (Neal, 2014), y la hipótesis nula establece que β1=β0.
Finalmente, en la cuarta etapa usamos la prueba formalizada por Du-
mitrescu y Hurlin (2012) para determinar la existencia y la dirección
de causalidad entre las dos variables usando la siguiente expresión:
I Gi,t=αi+
K
Õ
K=1
γK
iI Gi,t−K+
K
Õ
K=1
βK
i∆l o g P I Bi,t−K+µi,t(7)
En la ecuación (7), suponemos que β1=β1
i,...,βk
i, y que el tér-
mino αise fija en la dimensión de tiempo. El parámetro autorregre-
sivo γk
iy el coeficiente de regresión βk
ivarían entre las secciones
transversales. La hipótesis nula plantea que no hay relación causal
para ninguna de las secciones transversales del panel H0:β1= 0.
4|DISCUSIÓN DE RESULTADOS
La Tabla 3 muestra los resultados de la estimación de la desigual-
dad y el PIB per cápita a nivel mundial y por grupos de países. De
acuerdo con la prueba de Hausman (1978), los paneles Global, PIEA
y PIA se estimaron con Efectos Fijos y los paneles de PIMA, PIMB,
PIBJ y PIEB con Efectos Aleatorios.
Los resultados obtenidos indican una relación positiva y estadís-
ticamente significativa entre la desigualdad y PIB per cápita a nivel
global, mientras que en los PIEA y PIA existe una relación negativa
y significativa entre las variables; en el resto de grupos de países los
resultados no son significativos. Además, los resultados confirman el
cumplimiento de la hipótesis de la curva de Kuznets a nivel global, sin
embargo, para los PIMB y PIEB, los resultados no son significativos.
Estos resultados son importantes debido a que solo en un es-
tudio se relacionó estas variables a través de la hipótesis de la CK,
pero Barro (2000) indica que no solo el PIB per cápita influye en la
desigualdad, sino que también la adopción de cada tipo de nueva tec-
nología tiene un efecto transitorio de tipo Kuznets sobre la distribu-
ción del ingreso. En el primer grupo de evidencia empírica se verifica
la existencia de una relación entre la desigualdad y el PIB per cápi-
ta, como se demuestra en los estudios realizados por Rubin y Segal
(2015); Iniguez-Montiel (2014); Weinhold, Killick y Go (2013); Gal-
braith (2008) y Banerjee y Duflo (2003).
Herzer y Vollmer (2012) por su parte, indican que la desigual-
dad tiene un efecto negativo a largo plazo en el ingreso, tanto para
la muestra en general como para países desarrollados, en desarrollo,
democracias y no democracias.
Tabla 3.Regresión básica
GLOBAL PIEA PIA PIMA PIMB PIBJ PIEB
Log PIB per cápita 4.099*** -290.3* -143.4* -19.74 2.304 -3.191 4.116
(4.21) (-2.27) (-2.22) (-0.39) (0.94) (-0.77) (1.93)
Log (PIB per cápita)2 -0.327*** 13.12* 6.810* 1.406 -0.134 0.233 -0.732**
(-5.80) (2.28) (2.20) (0.53) (-0.78) (0.80) (-3.22)
Constant 25.42*** 1635.2* 786.4* 90.93 28.43** 47.38** 41.22***
(6.06) (2.29) (2.34) (0.37) (3.13) (3.18) (6.85)
Hausman test (p-value) 0,0000 0,0000 0,0000 0,6709 0,066 0.3456 0,2367
Serial correlation test (p-value) 0,8564 0,2943 0,7148 0,8595 0,8967 0,8518 0,8248
Fixed effects (time) No No No No No No No
Fixed effects (country groups) No No No No No No No
Observations 3708 108 648 288 1116 1044 504
Nota: t estadísticos en paréntesis *p <0.05, **p <0.01, ***p <0.001.
En la prueba de raíz unitaria se utilizó cinco pruebas indepen-
dientes, las pruebas Fisher, de Dickey & Fuller Augmentada (1981),
Phillips y Perron (1988). Los resultados de estas pruebas se mues-
tran en la Tabla 4 obtenidos con efectos del tiempo y sin efectos del
tiempo, cuyos resultados confirman que las primeras diferencias de
ambas series no tienen el problema de raíz unitaria. En general, la
evidencia encontrada sugiere que las dos series tienen un orden de
integración I (1).
114
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 4.Pruebas de raíz unitaria en primeras diferencias
Grupos Var PP ADF LLC UB IPS PP ADF LLC UB IPS
Sin efectos del tiempo Con efectos del tiempo
GLOBAL IG -72,04* -29,86* -52,48* -12,49* -62,03* -72,44* -29,92* -51,56* -12,37* -61,23*
PIB -30,47* -14,42* -6,64* -8,94* -28,88* -31,82* -11,55* -21,98* -8,55* -26,93*
PIEA IG -10,85* -1,39 -7,34* -0,24 -9,39* -13,79* -4,96* -12,20* 0,02 -13,61*
PIB -4,31* -3,00* -3,35* -2,90* -4,36* -5,68* -1,25 -1,93* -2,40* -3,96*
PIA IG -28,75* -13,70* -16,95* -5,37* -25,08* -29,95* -14,03* -18,00* -6,18* -25,45*
PIB -11,04* -6,13* -11,51* -5,18* -11,51* -11,42* -4,94 -9,29* -4,06* -11,69*
PIMA IG -20,11* -9,45* -18,67* -10,13* -18,04* -19,09* -9,28* -10,68* -9,90* -15,19*
PIB -7,80* -3,40* -3,36* -3,03* -5,43* -7,96* -2,63* -5,01* -2,01* -6,78*
PIMB IG -38,48* -15,08* -33,50* -6,61* -35,50* -38,78* -15,15* -36,63* -6,82* -37,93*
PIB -18,47* -9,35* -20,66* -4,85* -20,32* -21,15* -8,60* -18,74* -4,83* -20,57*
PIBJ IG -39,30* -15,47* -29,08* -7,07* -34,79* -39,18* -14,58* -28,38* -6,99* -33,07*
PIB -15,57* -6,88* -10,64* -3,40* -13,18* -14,82* -5,84* -9,67* -4,64* -13,82*
PIEB IG -28,72* -13,02* -13,05* -7,22* -18,97* -29,65* -13,44* -14,22* -8,23* -21,20*
PIB -12,33* -4,39* -8,44* -4,07* -10,00* -12,40* -5,05* -14,14* -5,15* -12,60*
Nota: *significancia al 1 %. Var= Variables, IG= Desigualdad de ingresos, PIB= Producto Interno Bruto per cápita
Al estar las series cointegradas, existe una fuerza que lleva a la
serie al equilibrio en el largo plazo. La Tabla 5 informa los resultados
de la prueba de cointegración entre las dos variables globales para
103 países y para los seis grupos de países, con las siguientes esta-
dísticas: una estadística de panel-v, panel-rho, panel-PP y panel-ADF.
Las estadísticas v, p, PP y ADF, dentro de las dimensiones de los pane-
les a nivel global muestran un resultado coherente entre ellas, mien-
tras que en los grupos de países no hay significancia en el estadístico-
v, y entre las dimensiones de los paneles todos los estadísticos son
significativos, por lo que, se puede decir que las dos series se mue-
ven juntas, simultáneamente en el tiempo y en la sección transversal,
existiendo un equilibrio a largo plazo entre las variables, teniendo al
menos un vector de cointegración.
Tabla 5. Resultados del test de cointegración de Pedroni
GLOBAL PIEA PIA PIMA PIMB PIBJ PIEB
Dentro de las estadísticas de prueba de dimensión
Panel estadístico-v 2,05* 0,70 1,57 -0,05 1,17 1,20 0,58
Panel estadístico-p -53,46*** -9,92** -22,02*** -12,81** -29,68*** -29,09*** -19,16***
Panel estadístico-PP -96,61*** -19,27*** -41,45*** -25,76*** -48,46*** -55,07*** -44,57***
Panel estadístico-ADF -54,00*** -13,16*** -16,47*** -13,69*** -34,06*** -30,59*** -14,18***
Entre las estadísticas de prueba de dimensión
Grupo estadístico-p -43,16*** -7,97** -17,72*** -10,17** -23,99*** -23,46*** -15,67***
Grupo estadístico-PP -110,10*** -22,15*** -45,58*** -28,72*** -53,36*** -63,73*** -48,88***
Grupo estadístico-ADF -52,96*** -10,8** -11,22** -14,71*** -31,34*** -28,47*** -15,42***
Nota: * significancia al 5 %, **significancia al 1 %, ***significancia al 0,1 %.
Sin embargo, es muy posible que los cambios en la desigualdad
de ingresos varíen inmediatamente como resultado de los cambios
en el PIB per cápita. Para evaluar esta relación, se utiliza el modelo
de error vectorial de los datos del panel VECM propuesto por Wes-
terlund (2007).
Este modelo verifica la ausencia o presencia de cointegración
que determina la existencia de errores de vectores para cada país y
para los grupos de países. En la Tabla 6 se muestran los resultados
del test de Westerlund, cuyos resultados nos permiten aceptar la hi-
pótesis alternativa de cointegración entre las dos series analizadas,
a nivel global, para los PIEA, PIA, PIMA, PIBJ y PIEB. Esto significa
que un cambio en el PIB per cápita genera cambios inmediatos en la
desigualdad de ingresos. La existencia de un equilibrio a corto plazo
de las variables se cumple a nivel global y en los grupos de países
mencionados porque las estadísticas son significativas.
En otros estudios se muestra el efecto que va del PIB per cápi-
ta hacia la desigualdad: Forbes (2000) y Voitchovsky (2005) indican
que la desigualdad en el extremo superior de la distribución está aso-
ciada positivamente con el crecimiento, mientras que la desigualdad
más baja, la distribución se relaciona negativamente con el crecimien-
to posterior. Por el contrario Deininger y Squire (1998); Wan, Lu, y
Chen (2006); Knowles (2010), indican una relación negativa entre las
variables.
115
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Test de Westerlund VECM
Estadístico Valor Valor Z Valor P
GLOBAL
Gt -3,02 -8,42 0,00
Ga -24,23 -18,81 0,00
Pt -25,93 -5,23 0,00
Pa -12,54 -6,09 0,00
PIEA
Gt -2,84 -1,05 0,15
Ga -37,87 -6,76 0,00
Pt -5,10 -1,68 0,04
Pa -16,12 -2,08 0,02
PIA
Gt -3,77 -7,47 0,00
Ga -25,57 -8,72 0,00
Pt -16,33 -8,58 0,00
Pa -24,04 -10,71 0,00
PIMA
Gt -3,43 -3,78 0,00
Ga -23,42 -4,90 0,00
Pt -9,59 -4,21 0,00
Pa -20,08 -5,27 0,00
PIMB
Gt -2,42 -0,45 0,33
Ga -14,35 -2,06 0,02
Pt -12,20 -0,51 0,31
Pa -9,97 -0,95 0,17
PIBJ
Gt -2,90 -3,70 0,00
Ga -28,48 -13,42 0,00
Pt -12,29 -1,06 0,14
Pa -10,37 -1,28 0,10
PIEB
Gt -3,43 -5,02 0,00
Ga -33,09 -11,92 0,00
Pt -10,93 -3,52 0,00
Pa -15,85 -4,32 0,00
Los resultados de la prueba de cointegración de Pedroni solo
muestra la existencia de un vector de cointegración, pero no informa
sobre la fuerza del vector o el efecto individual en cada país. Las Ta-
blas 7 y 8 muestran los resultados encontrados en esta etapa de la
estimación. El panel DOLS es paramétrico y constituye una opción
alternativa para obtener el estimador de panel OLS totalmente modi-
ficado desarrollado por Phillips & Moon (1999) y Pedroni (2001).
Se estima la fuerza del vector de cointegración de Pedroni
(2001) formalizado en la Ecuación (6) y en la Tabla 7 se muestran
los estimadores individuales obtenidos por mínimos cuadrados diná-
micos (DOLS) para los países con efectos de tiempo fijo (WD) y sin
efecto de tiempo (WOD). La desigualdad de ingresos y el PIB per
cápita se expresaron en logaritmos, por lo tanto, los estimadores se
pueden interpretar como elasticidad de una manera directa.
Los países con coeficiente positivo, muestran que la relación en-
tre desigualdad de ingresos y el PIB per cápita es positiva, y si el co-
eficiente tiende a 1 o es mayor que 1, la fuerza del vector de cointe-
gración es contundente. Cuando la elasticidad es negativa, la relación
entre las dos variables es negativa. Los países que presentan un vec-
tor de cointegración menor que 1, con efectos del tiempo y según su
clasificación son: En los PIMA Honduras; en los PIMB, Colombia, Lat-
via, Lithuania; en los PIBJ Armenia, El Salvador y Perú, y en los PIEB,
Cambodia. Esto denota que los cambios en los niveles de producción
no tienen un fuerte impacto en la desigualdad de ingresos.
De la prueba de Pedroni (2001), estimamos la fuerza del vector
de cointegración por grupos de países, que se informa en la Tabla 9.
Para asegurar la consistencia de los parámetros obtenidos, estima-
mos un modelo con efecto de tiempo y otro sin efecto de tiempo. A
nivel global, en los PIMB y PIBJ el vector es estadísticamente signi-
ficativo, tanto con efecto y sin efecto de tiempo, y mantienen una
relación negativa entre la desigualad de ingresos y el PIB per cápi-
ta, lo que significa que a medida que aumenta el PIB per cápita, la
desigualdad de ingresos disminuye. En los PIA y PIMA el vector es
estadísticamente significativo sin efecto del tiempo, teniendo una re-
lación positiva entre variables.
116
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 7. Resultados del modelo DOLS para países individuales, PIEA, PIA Y PIMA
PIEA PIA PIMA
País WD WOD País WD WOD País WD WOD
Luxemborug 3,86 2,74 Australia -97,04 -38,97 Bahamas -13,51 -15,93
Norway -24,32 -1,11* Austria -35,27 46,54 Cyprus -11,79 -2,12
Switzerland 3,33 55,2 Canada 23,27 27,53* Greece 10,82 17,77*
Denmark -64,76 25,91 Honduras -0,48 -1,25
Finland 13,92 19,71 Israel -29,3 44,2
France -179,7* -21,21 Malta -7,62 1,7
Germany -30,36 -78,38 Portugal -56,4 25,41
Iceland 12,57 10,1 Slovenia 22,66 15,54
Ireland -1,61 5,98
Italy 39,53 20,15
Japan -8,39 5,14
Netherlands -66,55* 7,44
New Zealand -29,05 -33,99
Singapore -11,76 -0,62
Spain 72,49 52,95
Sweden -15,31 -1,36
United Kingdom 166* 63,91
United States 39,38 -25,01
Nota: *indica el rechazo de la hipótesis nula en el nivel del 5 % para H0: = 1
117
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 8. Resultados del modelo DOLS para países individuales, PIMB, PIBJ Y PIEB
PIMB PIBJ PIEB
País WD WOD País WD WOD País WD WOD
Argentina -14,35* -19,96* Armenia -0,35 -8,41 Bangladesh 17,94 44,1
Barbados -11,23 -1,26 Azerbaijan -15,6 -15,72* Cambodia -0,35 2,5
Botswana -30,44 -20,72 Belarus -1,69 -11,96* Gambia, The 53,12 -79,27
Brazil 3,92 -29,51* Belice -10,08* -5,47 Guatemala 15,49 4,86
Bulgaria -18,66 -34,17* Bolivia -14,19 -42,54 India 35,88 2,29
Chile 13,11 -2,43 China -5,35 13,66 Kyrgyz -17,35 -13,47
Colombia 5,47 0,13 Costa de Marfil 7,42 22,82 Lesotho 26,42 -78,25
Costa Rica 9,8 -17,12 Dominican Republic -6,23 5,94 Mauritania -18,14 21,24
Croatia -8,3 -5,31 Egypt, 53,44 28,16 Pakistan 12,7 -0,12
Czech Republic 5,23 24,41 El Salvador 0,15 9,69 Tajikistan -11* -11,91*
Ecuador -6,11 -63,11* Fiji -26,84* -10,75 Tanzania -230,4 94,34
Estonia 2,39 7,09 Georgia -3,04 -5,96* Uganda 31,86 20,25
Hungary 11,05 15,75 Ghana -28,93 -0,94 Uzbekistan -4,99 -1,24
Iran, Islamic -13,28 -7,15 Indonesia -18,21 3,71 Vietnam -3,43 -13,16
Jamaica -52,93 -21,35 Jordan -15,54 -29,49
Kazakhstan -20,39* -23,81* Kosovo -8,72 -1,83
Korea, Rep. -6,76 2,6 Macedonia, -37,84 4,88
Latvia -0,54 -0,11 Moldova -8,8 -12,92*
Lithuania 0,26 0,59 Mongolia -6,64 -4,82
Malaysia 22,71 32,09* Morocco 184,8* 62,25
Mexico -25,11 -24,64 Nigeria 1,73 -4,24
Montenegro -0,86 -7,82* Paraguay 1,05 -12,44
Panama 3,78 -5,02 Peru 0,16 -9,11
Poland -8,05 -3,59 Serbia -7,37 -0,30
Romania -8,22 -16,39* Sri Lanka 19,65 -22,12
Russian Federation -5,44 -7,66 Thailand -8,54 -0,91
Slovak -4,53 2,78 Turkmenistan 9,38 3,22
South Africa -4,83 -12,38 Ukraine -17,2 -17,37*
Turkey -32,62* -48,51 West Bank and Gaza -6,75* 2,9*
Uruguay -16,68 -11,9
Venezuela -25,87 -38,31*
Nota: * indica el rechazo de la hipótesis nula en el nivel del 5 % para H0: = 1
118
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 9. Resultados del modelo PDOLS por grupos de países
Grupos Con efecto de tiempo Sin efecto de tiempo
βiEstadístico-t βiEstadístico-t
GLOBAL -2,53* -5,87 -1,71* -2,66
PIEA -5,71 -0,37 18,94 -0,96
PIA -9,59 -0,28 4,77* 2,09
PIMA -10,67 -0,78 10,67* 2,26
PIMB -7,66* -3,14 -10,83* -4
PIBJ 1,02* -3,96 -2,07* -3,19
PIEB -6,59 -0,01 -0,56 -0,29
Nota: * indica el rechazo de la hipótesis nula en el nivel del 5 % para H0: = 1
Los resultados de la prueba de causalidad del tipo Granger ba-
sada en la prueba propuesta por Dumitrescu y Hurlin (2012) se pre-
sentan en la Tabla 10. A nivel global, en los países de ingresos medios
altos y en los países de ingresos bajo existe causalidad unidireccional,
que va desde el PIB per cápita hacia la desigualdad de ingresos.
Los resultados de la prueba de causalidad sugieren que, a nivel
global, en los países de ingreso medios altos y en los países de ingre-
sos bajos, el PIB per cápita puede aumentar mediante cambios en la
desigualdad de ingresos. Mientras que, en los países de ingresos ex-
tremadamente altos ingresos altos, ingresos medios bajos y extrema-
damente bajos, las políticas a favor de la reducción de la desigualdad
de ingresos pueden limitar la expansión del producto, y así, mismo el
crecimiento del PIB per cápita puede incrementar la desigualdad de
ingresos. Lundberg y Squire (2003) indican que el examen simultáneo
del crecimiento y la desigualdad produce resultados significativamen-
te diferentes.
De acuerdo a los resultados obtenidos, se pueden aplicar po-
líticas con enfoque ideológico estatal, es decir, que el estado debe
intervenir, en este caso, con políticas que tiendan a reducir la des-
igualdad. Esto coincide con las implicaciones de política propuestas
por Iñiguez-Montiel (2014) y Shin (2012); el primero señala que para
una economía de ingresos medios que exhibe tasas de crecimiento
bastante bajas y altos niveles de desigualdad, la mejora en su distri-
bución de ingresos y activos es esencial para que la economía tenga
éxito en reducir la desigualdad y por ende la pobreza.
En el segundo artículo se señala que la desigualdad de ingresos
puede reducirse mediante un mayor impuesto a la renta en un estado
casi estable, pero no puede reducirse en la etapa inicial del desarrollo
económico, dos políticas gubernamentales -crecimiento económico
rápido y baja desigualdad de ingresos- pueden lograrse en la etapa
inicial del desarrollo económico, pero ambos no pueden lograrse si-
multáneamente en un estado casi estable.
Tabla 10. Resultados del test de causalidad basado en Dimitrescu y Hurlin
Dirección causal Grupo W-bar Z-bar Valor-p
Desigualdad →PIB per cápita
GLOBAL 1,03 0,21 0,84
PIEA 1,79 0,97 0,33
PIA 0,78 -0,65 0,52
PIMA 1,25 0,49 0,62
PIMB 1,08 0,30 0,77
PIBJ 1,12 0,44 0,66
PIEB 0,77 -0,61 0,54
Desigualdad ←PIB per cápita
GLOBAL 1,32 2,27 0,02
PIEA 1,83 1,01 0,31
PIA 0,89 -0,34 0,74
PIMA 2,52 3,04 0,00
PIMB 1,03 0,10 0,92
PIBJ 1,66 2,53 0,01
PIEB 0,99 -0,01 0,98
5|CONCLUSIONES
En esta investigación se analizó la existencia de equilibrio a largo
y corto plazo entre la desigualdad de ingresos y el PIB per cápita a ni-
vel mundial y por grupos de países de acuerdo a su nivel de ingresos,
en el período 1980-2015, para la regresión básica se basó en la hipó-
tesis de Curva de Kuznets (1955). Esta relación se pudo determinar
mediante técnicas de datos de panel con cointegración, utilizando el
test de cointegración de Pedroni (1999) para la relación a largo plazo,
y el test de Westerlund (2007) para la relación a corto.
De acuerdo a la regresión básica la hipótesis de la Curva de Kuz-
nets solo se cumple a nivel global y para los PIMB y PIEB, sin embargo,
119
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
en estos dos últimos grupos los resultados no son significativos. Se
encontró un equilibrio a largo plazo a nivel mundial y en todos los gru-
pos de países de acuerdo al nivel de ingresos. En el caso del equilibrio
a corto plazo, este existe a nivel global en los PIEA, PIA, PIMA, PIBJ y
PIEB. Para determinar la fuerza del vector de cointegración para ca-
da país individual y para cada grupo de países, se estimó un modelo
DOLS y PDOLS con y sin efectos de tiempo, respectivamente.
En general, los resultados muestran que en la mayoría de los
países la fuerza del vector de cointegración es fuerte, aunque en la
mayoría de países la relación es negativa. A nivel global, en los PIMB
y PIBJ el vector es estadísticamente significativo, tanto con efecto y
sin efecto de tiempo, y mantienen una relación negativa entre la des-
igualad de ingresos y el PIB per cápita, lo cual es importante ya que
significa que a medida que aumenta el PIB per cápita, la desigualdad
de ingresos disminuye. En los PIA y PIMA el vector es estadísticamen-
te significativo sin efecto del tiempo, teniendo una relación positiva
entre las variables.
Finalmente, la prueba de causalidad muestra la existencia de
una causalidad unidireccional que va del PIB per cápita hasta la des-
igualdad de ingresos, a nivel global, en los PIMA y PIB. Según estos re-
sultados se pueden aplicar políticas, primero incremento del impues-
to a la renta de manera que las personas con mayores ingresos apor-
ten más al estado, y este pueda otorgar una retribución de la renta
más equitativa, disminuyendo la desigualdad.
Segundo, incrementar la inversión en educación, que permita
dar mayor igualdad de oportunidades a las personas y así puedan ge-
nerar mayores ingresos que conlleve a la reducción de la desigualdad
de ingresos; y tercero, crear mayores fuentes de empleo, que les per-
mita a las personas una mayor remuneración y así tener acceso a una
buena calidad de vida.
Referencias bibliográficas
[1] Afesorgbor, S. K., & Mahadevan, R. (2016). The Impact
of Economic Sanctions on Income Inequality of Target
States. World Development, 83(January 2015), 1–11.
[2] Akaike, H. (1974). A new look at the statistical model
identification. IEEE Transactions on Automatic Control,
19(6), 716-723.
[3] Atems, B. (2018). The Journal of Economic Asymme-
tries Regional heterogeneity in the relationship bet-
ween inequality and growth: Evidence from panel vec-
tor autoregressions. The Journal of Economic Asymme-
tries, (January), 1–7.
[4] Banerjee, A. V, & Duflo, E. (2003). Inequality and
Growth: What Can the Data Say?, (1998), 267–299.
[5] Belhaj, N. (2015). Economic Inequality in the Arab Re-
gion. WORLD DEVELOPMENT, 66, 532–556.
[6] Barro, R. J. (2000). Inequality and Growth in a Panel of
Countries, 32(March), 5–32.
[7] Benjamin, D., Brandt, L., & Giles, J. (2011). DID
HIGHER INEQUALITY IMPEDE GROWTH IN RURAL,
121, 1281–1309.
[8] Biswas, S., Chakraborty, I., & Hai, R. (2017). INCO-
ME INEQUALITY , TAX POLICY , AND ECONOMIC
GROWTH *, 127(2000), 688–727.
[9] Bourguignon, F., Ferreira, F. H. G., & Leite, P. G. (2008).
Beyond Oaxaca – Blinder: Accounting for differences in
household income distributions, 117–148.
[10] Breitung, J. (2002). Nonparametric tests for unit roots
and cointegration. Journal of Econometrics, 108(2),
343-363.
[11] Brueckner, M., & Lederman, D. (2018). Inequality and
economic growth: the role of initial income. Journal of
Economic Growth.
[12] Busemeyer, M. R., & Tober, T. (2015). European integra-
tion and the political economy of inequality.
[13] Castello, A,. & Domenech, R. (2008). HUMAN CAPITAL
INEQUALITY , LIFE EXPECTANCY AND ECONOMIC
GROWTH *, 118, 653–677.
[14] Castello-Climent, A. (2010). Inequality and growth in ad-
vanced economies: an empirical investigation, (October
2007), 293–321.
[15] Castello, A., & Domenech, R. (2002). Human Capital,
Inequality and Economic Growth: some new evidence*,
112(1996), 187–200.
[16] Chambers, D., & Krause, A. (2010). Is the relationship
between inequality and growth affected by physical and
human capital accumulation?, 153–172.
[17] Deininger, K., & Squire, L. (1998). New ways of looking
at old issues: inequality and growth, 57.
[18] Dickey, D., & Fuller, W. A., (1981). Likelihood ratio statis-
tics for autoregressive time series with a unit root. Eco-
nometrica, 49, 1057-1072.
[19] Dumitrescu, E. I., & Hurlin, C. (2012). Testing for Gran-
ger non-causality in heterogeneous panels. Economic
Modelling, 29(4), 1450-1460.
[20] Ezcurra, R., & Rodrpiguez-Pose, A. (2013). Does Econo-
mic Globalization affect Regional Inequality? A Cross-
country Analysis, 52, 92–103.
120
Desigualdad y crecimiento económico a nivel mundial.....
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[21] Fishman, A. (2002). The Division of Labor , Inequality
and Growth, 117–136.
[22] Forbes, K. (2000). A Reassessment of the Relationship
Between Inequality and Growth, (1995).
[23] Frank, M. (2009). Inequality and growth in the United
States: evidence from a new state-level panel of inco-
me inequality measures.
[24] Galbraith, J. K. (2009). Inequality , unemployment and
growth: New measures for old controversies, 189–206.
[25] García-Peñalosa, C. (2010). Income distribution , econo-
mic growth and European integration, 277–292.
[26] Halter, D., Oechslin, M., & Zweimüller, J. (2014). Inequa-
lity and growth: the neglected time dimension, (Decem-
ber 2013), 81–104.
[27] Hartmann, D., Guevara, M. R., Jara-figueroa, C., & Aris-
tara, M. (2017). Linking Economic Complexity , Institu-
tions , and Income Inequality, 93, 75–93.
[28] Herzer, D., & Vollmer, S. (2012). Inequality and growth:
evidence from panel cointegration, 489–503.
[29] Hausman, J. A. (1978). Specification tests in econome-
trics. Econometrica: Journal of the Econometric Society,
1251-1271.
[30] Im, K. S., Pesaran, M. H., & Shin, Y. (2003). Testing for
unit roots in heterogeneous panels. Journal of Econo-
metrics, 115(1), 53-74.
[31] Iniguez-Montiel, A. J. (2014). Growth with Equity for
the Development of Mexico: Poverty , Inequality , and
Economic Growth ( 1992 – 2008 ). WORLD DEVELOP-
MENT, 59, 313–326.
[32] Jaumotte, F., Lall, S., & Papageorgiou, C. (2013). Rising
Income Inequality: Technology, or Trade and Financial
Globalizationquest;, 61(2), 271–309.
[33] Kaldor, N. (1955). Alternative theories of distribution.
The review of economic studies, 23(2), 83-100.
[34] Kennedy, T., Smyth, R., Valadkhani, A., & Chen,
G. (2017). Does income inequality hinder economic
growth? New evidence using Australian taxation statis-
tics. Economic Modelling, (May), 1–9.
[35] Keynes, J. M. (1982). Activities 1929-1931: rethinking
employment and unemployment policies. Cambridge
University Press for the Royal Economic Society.
[36] Keynes, J. M. (1992). Teoría general de la ocupación, el
interés y el dinero. Fondo de cultura económica.
[37] Knowles, S. (2010). The Journal of Development Inequa-
lity and Economic Growth: The Empirical Relationship
Reconsidered in the Light of Comparable Data, (Fe-
bruary 2014), 37–41.
[38] Kuznets, S. (1955). Economic growth and income
inequality. American Economic Review, 45(1), 1–28.
[39] Lee, W., & Roemer, J. E. (1998). Income Distribution ,
Redistributive Politics , and Economic Growth, 240(Sep-
tember), 217–240.
[40] Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests
in panel data: asymptotic and finite-sample properties.
Journal of Econometrics, 108(1), 1-24.
[41] Lewis, A. (1994). Economics of Development with unli-
mited supplies of Labour, The Economics of under de-
velopment. Ed: Agrawal, AN. And Singh, SP.
[42] Lin, F., & Fu, D. (2016). Trade , Institution Qua-
lity and Income Inequality. WORLD DEVELOPMENT,
77(9144034), 129–142.
[43] Lundberg, M., & Squire, L. (2003). THE SIMULTANEO-
US EVOLUTION OF GROWTH AND INEQUALITY *,
113(1994), 326–344.
[44] Maddala, G. S., & Wu, S. (1999). A comparative study
of unit root tests with panel data and a new simple
test. Oxford Bulletin of Economics and Statistics, 61(S1),
631-652.
[45] Madsen, J. B., Islam, R., & Doucouliagos, H. (2017). PT.
European Economic Review.
[46] Mehic, A. (2018). Accepted cr t. Structural Change and
Economic Dynamics.
[47] Nissanke, M., & Thorbecke, E. (2010). Globalization , Po-
verty , and Inequality in Latin America: Findings from
Case Studies. World Development, 38(6), 797–802.
[48] Ortiz, I., & Cummins, M. (2012). DESIGUALDAD GLO-
BAL: La distribución del ingreso en 141 países. New
York: United Nations Children’s Fund (UNICEF).
[49] Panizza, U. G. O. (2002). Income Inequality and Econo-
mic Growth: Evidence from American Data, 25–41.
[50] Pedroni, P. (1999). Critical values for cointegration tests
in heterogeneous panels with multiple regressors. Ox-
ford Bulletin of Economics and Statistics, 61(S1), 653-
670.
121
Vol.9-N°2, Julio - Diciembre 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[51] Pedroni, P. (2001). Purchasing power parity tests in coin-
tegrated panels. Review of Economics and Statistics,
83(4), 727-731.
[52] Phillips, P., Perron, P. (1988). Testing for a unit root in
time series regression. Biometrica, 75, 335-346.
[53] Pieters, J. (2010). Growth and Inequality in India: Analy-
sis of an Extended Social Accounting Matrix. World De-
velopment, 38(3), 270–281.
[54] Ram, R. A. T. (1988). Economic Development and In-
come Inequality: Further Evidence on the U-Curve Hy-
pothesis, (11), 1371–1376.
[55] Rubin, A., & Segal, D. (2015). The effects of economic
growth on income inequality in the US. JOURNAL OF
MACROECONOMICS, (May).
[56] Shin, I. (2012). Income inequality and economic growth.
Economic Modelling, 29(5), 2049–2057.
[57] UNU-WIDER (2018). World Income Inequality Databa-
se (WIID).
[58] Vanhoudt, P. (1997). Do Labor Market Policies and
Growth Fundamentals Matter for Income in OECD
Countries? Inequality, 44(3), 356–373.
[59] Voitchovsky, S. (2005). Does the Profile of Income
Inequality Matter for Economic Growth?: of the Inco-
me Distribution, 273–296. Wan, G., Lu, M., & Chen, Z.
(2006). The inequality – growth nexus in the short and
long run: Empirical evidence from China, 34, 654–667.
[60] Weinhold, D., Killick, E., & Go, S. (2013). Soybeans ,
Poverty and Inequality in the Brazilian Amazon, 52,
132–143.
[61] Westerlund, J. (2007). Testing for error correction in pa-
nel data. Oxford Bulletin of Economics and Statistics,
69(6), 709-748.
[62] Wooldridge, J.M., (2002). Econometric Analysis of
Cross Section and Panel Data. MIT Press, Cambridge,
MA.
[63] World Bank, 2018. World Development Indicators. Wa-
shington D.C.
[64] Yang, Y., & Greaney, T. M. (2016). Accepted us t. Journal
of Asian Economics.
122
