DOI: 10.54753/rve.v10i1.1293
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Consumo de energía, capital humano y crecimiento económico: Aná-
lisis de cointegración y causalidad con datos de panel a nivel mun-
dial
Energy Consumption, Human Capital, and Economic Growth: Cointegration and
Causality Analysis with Global Panel Data
Estefanía Lara
1
| Pablo Ponce
1
1
Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Estefanía Lara, Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Email: estefania.lara@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Enero 2021
Fecha de aceptación
Junio 2021
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
El objetivo de esta investigación es evaluar el efecto del capital humano y el consumo de
energía eléctrica en el crecimiento económico. Utilizamos datos de panel de las bases de
Barro y Lee (2016) y del Banco Mundial (2017). Utilizamos la prueba de cointegración de
Pedroni (1999) y Westerlund (2007) para encontrar el equilibrio y las pruebas de Dumitres-
cu y Hurlin (2012) para verificar la dirección de la causalidad entre las series. En segundo
lugar, estimamos la fuerza del vector de cointegración para países de manera individual, a
través de un modelo DOLS. Para grupos de países utilizamos un modelo PDOLS. Los re-
sultados encontrados indican la existencia de un equilibrio a corto y largo plazo entre las
variables a nivel mundial y por grupos de países. Existe una causalidad unidireccional del
consumo de energía al crecimiento económico, en todos los grupos de países excepto lo
de ingresos altos y extremadamente altos. La causalidad del capital humano al crecimiento
solo existe en los países de ingresos bajos. Las implicaciones de las políticas sugieren que
el estado debe buscar e impulsar la implementación de nuevas fuentes de generación de
energía, debido a su fuerte relación al crecimiento.
Palabras clave: Capital Humano; Energía; Crecimiento; Datos de Panel; Cointegración.
Códigos JEL: C22. E23. J24.
ABSTRACT
The objective of this research is to assess the effect of human capital and electricity con-
sumption on economic growth. We use panel data from Barro and Lee (2016) and World
Bank (2017) databases. We use the Pedroni (1999) and Westerlund (2007) cointegration
test to find the equilibrium and the Dumitrescu and Hurlin (2012) tests to verify the direc-
tion of causality between the series. Second, we estimate the strength of the cointegrating
vector for individual countries through a DOLS model. For groups of countries we use a
PDOLS model. The results found indicatetheexistence of a short- and long-run equilibrium
between the variables at the global level and by groups of countries. There is unidirectional
causality from energy consumption to economic growth in all country groups except high
and extremely high income. Human capital causality to growth exists only in low-income
countries. Policy implications suggest that the state should seek and encourage the im-
plementation of new sources of energy generation because of its strong relationship to
growth.
Keywords: Human capital; Energy; Increase; Panel Data; Cointegration.
JEL codes: C22. E23. J24.
63
Lara E. & Ponce P.
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
1 | INTRODUCCIÓN
El crecimiento económico es inestable, así lo confirman los da-
tos publicados por el Banco Mundial, en su informe denominado
Perspectivas Económicas Mundiales. Asia Oriental y el Pacífico dis-
minuirán del 6,4 % en 2017 al 6,2 % en 2018. Europa y Asia central
del 3,7 % a 2,9 %. Mientras que Asia meridional crecerá un 6,9 %,
con respecto al 6,5 % en 2017. América Latina y el Caribe crecerán
un 2 % en 2018, lo que representa un aumento respecto del 0,9 %
estimado en 2017. Oriente Medio y Norte de África pasaran del
1,8 % al 3 % en 2018. África al sur del Sahara del 2,4 % al 3,2 %. De
manera general el crecimiento de la economía mundial se acercará
al 3,1 %, debido a la recuperación de la inversión, las manufacturas y
el comercio. En el largo plazo, la desaceleración del crecimiento po-
tencial, pone en riesgo los avances logrados en los niveles de vida y
la reducción de la pobreza en todo el mundo. Esto debido a un esca-
so aumento de la productividad, así como inversiones insuficientes
en salud y educación. Así lo confirma el Estudio de las Tendencias
en Matemáticas y Ciencias realizado en 2015, los países de Oriente
Medio y Norte de África obtuvieron puntajes inferiores al promedio
internacional. Una parte esencial dentro del crecimiento económico
es la proporción de energía usada, no obstante, ésta disminuyó a un
ritmo acelerado del 2,8 % en 2015, la caída más rápida desde 2010.
Adicionalmente, 1000 millones de personas viven sin electricidad,
según los Indicadores de Desarrollo Mundial del Banco Mundial.
Existe literatura empírica y teórica sobre la relación entre el
capital humano, el consumo de energía eléctrica y el crecimiento
económico. Una de las teorías más utilizadas es la función de pro-
ducción de Solow-Swan (1956). El modelo de crecimiento plantea-
do por Robert Solow (1956) supone que la función de producción
tiene rendimientos constantes. Con Solow (1956) se inicia la estruc-
tura teórica que da importancia al ser humano como componente
fundamental en el desarrollo productivo de la industria y el creci-
miento económico. Sin embargo, la inclusión del factor de energía
en la función de producción ha sido escaso. Los modelos económi-
cos endógenos utilizados para explicar el proceso de crecimiento,
generalmente se centran en el capital y el trabajo como factores de
producción y dejan a un lado el papel de la energía Pirlogea y Cicea
(2012), Di Maria y Valente (2008) y Pittel y Rübbelke (2011) pro-
porcionan referencias a la literatura más reciente. De igual manera
Salim, Yao y Chen (2017) proporciona evidencia empírica contribu-
yendo de esta manera al estudio de las variables antes mencionadas.
El objetivo de esta investigación es evaluar mediante técnicas
de cointegración el efecto del capital humano y el consumo de ener-
gía en el crecimiento económico a nivel mundial con datos de panel
para el periodo 1970-2016. La hipótesis planteada consiste en que
el nivel de capital humano y el consumo de energía eléctrica, pue-
den explicar el inestable crecimiento económico a nivel mundial a
lo largo del periodo considerado. En general, los resultados mues-
tran que en los grupos de países de ingresos medios bajos, bajos
y extremadamente bajos, la fuerza del vector de cointegración es
fuerte, y en algunos países la relación es negativa. En grupos de paí-
ses con ingresos altos la relación no fue contundente. La prueba
de causalidad muestra una relación unidireccional desde el consu-
mo de energía hasta el crecimiento para todos los grupos de países,
excepto, el grupo de ingresos extremadamente altos. Además, en
los países de bajos ingresos existe una causalidad que va desde el
capital humano hasta el crecimiento económico. Estos resultados
sugieren que el crecimiento económico depende del consumo de
energía para todos los países, pero el capital humano, no tiene el
mismo efecto.
La relevancia de esta investigación radica en la nueva clasifi-
cación de países que proponemos. Una clasificación más amplia si
la compramos con la propuesta por el Banco Mundial, que es más
coherente con las diferencias de ingresos entre los países. También
cabe resaltar que el capital humano no tiene el mismo efecto para
todos los grupos de países. No existe causalidad en los países de
mayores ingresos.
El resto de esta investigación tiene la siguiente estructura. En
la segunda sección mostramos una revisión de las investigaciones
previas sobre el tema. En la tercera sección, presentamos los datos
y planteamos la estrategia econométrica. En la cuarta sección dis-
cutimos los resultados encontrados con la teoría y la evidencia em-
pírica. La quinta sección contiene las conclusiones para posteriores
estudios.
2 | REVISIÓN DE LITERATURA PRE-
VIA
Existe una amplia literatura empírica y teórica sobre la relación
entre el capital humano, el consumo de energía y el crecimiento eco-
nómico. La función de producción de Solow - Swan (1956) es una
de las teorías más utilizadas para explicar las variaciones de estas
variables. Solow inicia la estructura teórica que da importancia al
ser humano como componente fundamental en el desarrollo pro-
ductivo de la industria y el crecimiento económico. Sin embargo, la
inclusión del factor de energía en la función de producción ha sido
escaso. Los modelos económicos endógenos utilizados para explicar
el proceso de crecimiento, generalmente se centran en el capital y
el trabajo como factores de producción y dejan a un lado el papel
de la energía. Sin embargo, Salim, Yao y Chen (2017) proporcionan
evidencia empírica para el estudio de las variables mencionadas. Pir-
logea y Cicea (2012); Di Maria y Valente (2008) y Pittel y Rübbelke
(2011) de igual manera proveen referencias a la literatura más re-
ciente.
Es así que partimos de la gran contribución del pensamiento
keynesiano en el análisis macroeconómico. Este enfoque está ba-
sado en el manejo de los grandes agregados económicos y en las
relaciones de causa-efecto entre los movimientos de estas dimen-
siones. Esa metodología se encuentra asociada a la ampliación de
la actividad y la responsabilidad del estado en la vida económica de
los países. El comportamiento, de las variables económicas analiza-
das en este artículo, proporcionará información para que el estado
de un determinado país, tome las decisiones adecuadas. Esto debe
conducir a la creación del ambiente propicio para el aumento de la
producción, consumo, ahorro e inversión y optimizar aquellos recur-
sos más escasos en una economía.
La evidencia empírica que respalda la relación entre el capital
humano, energía y el crecimiento económico puede dividirse en dos
grupos:
El primer grupo de investigaciones relaciona el capital humano
con el crecimiento económico. Zhang y Zhuang (2011) resaltan la
importancia de la educación superior por encima de la primaria y se-
cundaria en el crecimiento económico. Chang y Shi (2016) de igual
manera ponen especial énfasis en el capital humano avanzado co-
mo impulsor del crecimiento. Días y Tebaldi (2012), Davin, Gente,
y Nourry (2015) señalan que la acumulación de capital humano, fo-
menta la creación de tecnología y el crecimiento de la producción. El
aumento de la productividad contribuye a mejorar los rendimientos
de la acumulación de capital humano e induce a los trabajadores a
invertir en educación. Castelló-Climent e Hidalgo-Cabrillana (2012)
manifiestan que la educación afecta el crecimiento económico al au-
mentar la extensibilidad de la acumulación de capital humano más
allá de la educación primaria, Shao y Yang (2014), Dissou, Didic, y
Yakautsava (2016); Choi y Shin (2015) enfatizan la importancia de
la transmisión del capital humano entre las generaciones para que
un país crezca en el largo plazo.
Abubakar, Kassim y Yusoff (2015), Breton (2015), Teixeira y
Queirós (2016), Huggett y Kaplan (2016), Chang y Shi (2016) po-
nen
64
Consumo de energía,capital humano y crecimiento económico ........
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
especial énfasis en el capital humano avanzado como impulsor del
crecimiento a través de la innovación tecnológica. Ahsan y Haque
(2017) sostienen que la acumulación de capital humano se conside-
ra un determinante importante en el proceso de crecimiento econó-
mico, siempre y cuando, la acumulación de capital en una economía
cruce un umbral de desarrollo. En contraste Park (2006) enfoca su
investigación en la ampliación de la cobertura de la educación para
la acumulación del capital humano. Argumenta que una economía
funcionaría mejor cuando asigna recursos para apoyar todos los ni-
veles de educación, en lugar de cuando se enfoca en promover un
nivel particular. Schündeln y Playforth (2014) en la India los resul-
tados sugieren que los retornos privado y social a la educación son
muy diferentes y sugieren que los efectos de la mala asignación de
capital humano en este país fueron significativos. Tzeremes (2014)
sugiere evidencia de rendimientos decrecientes del capital humano
y, una relación no lineal. Sin embargo, esto no está confirmado para
el caso de las economías en desarrollo. Qadri y Waheed (2014) a
través de su investigación no encontraron un vínculo entre la edu-
cación y el mercado laboral y por tanto concluyen que su incidencia
en el crecimiento económico es bastante débil.
El segundo grupo de investigaciones relaciona a la energía con
el crecimiento económico: Azam, Khan, Bakhtyar y Emirullah (2015)
en sus resultados publicados demuestran que existe una relación de
cointegración significativa entre el consumo de energía y el creci-
miento económico. Al igual que los estudios de Salahuddin y Alam
(2016); Gozgor, Lau, y Lu (2018) que sugieren una relación significa-
tiva entre el consumo de electricidad y el crecimiento tanto a corto
como a largo plazo. Adams, Klobodu y Opoku (2016) los hallazgos
de su estudio muestran que los beneficios de la energía son mayores
que los costos externos que vienen con el uso dela misma. Alshehry
y Belloumi (2015) los resultados indican que la contribución de la
energía al crecimiento no es significativa. Antonakakis, Chatzianto-
niou y Filis (2017), Appiah (2018) revelan que los efectos de los di-
versos tipos de energía el consumo sobre el crecimiento económico
varían de acuerdo a los grupos de países. Sarwar, Chen, y Waheed
(2017) los resultados confirman que los países en desarrollo depen-
den en gran medida del consumo de electricidad. La dinámica a largo
plazo presenta una relación negativa significativa en los sectores de
bajos ingresos, ingresos medios altos, altos ingresos.
Shahbaz, Hoang, Mahalik, y Roubaud (2017) en sus resultados
muestran que solo los choques negativos al consumo de energía
tienen impactos en el crecimiento económico. Tang, Tan, y Ozturk
(2016); Shahbaz, Zakaria, Shahzad, Mahalik (2018) los resultados
empíricos muestran que la relación entre el crecimiento económico
y el consumo de energía es principalmente positiva para todos los
países, aunque existen grandes diferencias.
De igual manera Kristjanpoller, Sierra, y Scavia (2018); Tugcu y
Topcu (2018) sugieren una inestabilidad entre el aumento de la pro-
ducción y el consumo de energía. Wolde-Rufael (2014) manifiesta la
existencia de un apoyo limitado para el crecimiento impulsado por la
electricidad, esto debido a que algunas economías no cumplen con
los estándares de eficiencia energética. La variabilidad en los países
entre energía y crecimiento puede atribuirse a las diferencias en la
importancia de la energía como insumo en el crecimiento económi-
co de cada país, la eficiencia técnica de cada país, las limitaciones
de capacidad de producción de cada país y posibles externalidades
negativas por el consumo de energía como emisiones de carbono.
La presente investigación, busca examinar la relación del ca-
pital humano y el consumo de energía eléctrica en el crecimiento
económico. Mediante estrategias econométricas y datos de fuentes
oficiales que se detallan a continuación.
3 | DATOS Y METODOLOGÍA
3.1 | Fuentes estadísticas
En la presente investigación utilizamos datos del World Deve-
lopment Indicators del Banco Mundial (2017) y la base de Barro y
Lee (2016) para 118 países, en el periodo 1960-2016. Los países y
el periodo de tiempo fueron seleccionados por la disponibilidad de
los datos para las variables utilizadas, esto nos permitió hacer esti-
maciones usando un panel de datos balanceado. La variable depen-
diente es el logaritmo del PIB per cápita y las variables independien-
tes el logaritmo del consumo de energía y la tasa de escolaridad. La
Figura 1 muestra la relación entre cada variable independiente y la
dependiente, para los grupos de países de ingresos extremadamen-
te altos, altos, medios altos, medios bajos, bajos y extremadamente
bajos. Como podemos observar existe una relación positiva entre
las variables analizadas, para todos los grupos de países, cabe resal-
tar que hay una mayor dispersión de los datos para los países de
ingresos bajos.
La Tabla 1 muestra los estadísticos descriptivos del logaritmo
del PIB per cápita, la tasa de escolaridad, el logaritmo del consumo
de energía per cápita, la media, la desviación estándar, valores míni-
mos y máximos y el número de observaciones a lo largo del tiempo y
entre países. Las variaciones de las variables medidas por la desvia-
ción estándar, no tienen una tendencia marcada. El PBI varió más
entre países que dentro de ellos. Hubo variaciones similares en la
tasa de escolaridad y consumo de energía. El número de observa-
ciones disponibles asegura que los parámetros se generalicen entre
países y en el tiempo.
3.2 | Metodología
La estrategia econométrica global diseñada para evaluar el ni-
vel de cointegración entre el crecimiento económico, el consumo
de energía y el capital humano. Estimamos un modelo de regresión
básico de datos de panel. La variable dependiente es el logaritmo
del PIB per cápita log (Y) y las variable independientes son el loga-
ritmo del consumo de energía log(energía) y la tasa de escolaridad
H , del país i = 1,... ,118 del período t =1970,. . . ,2016. Este modelo
básico permite verificar el grado de asociación y la dirección de la
relación entre las variables a nivel mundial y por grupos de países.
La ecuación (1) formaliza la relación entre estas variables:
LogY
i ,t
= (γ
0
+ ∂
0
) + l og (ener g i a)
i ,t
+ H
i ,t
+ θ
i ,t
(1)
Los parámetros (γ
0
+ ∂
0
) capturan la variabilidad en tiempo y
sección transversal. Finalmente, el parámetro
(
i , t ) es el término de
error estocástico.
Utilizamos la prueba de Hausman (1978) para elegir entre
un modelo de efectos fijos o aleatorios. 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 tie-
ne heterocedasticidad, en la ecuación 1. Las series temporales tie-
nen un comportamiento tendencial. Para garantizar que la serie no
tenga problema de la raíz unitaria, utilizamos un conjunto de prue-
bas, que coinciden en que la primera diferencia elimina el efecto de
tendencia de las dos variables. Las pruebas utilizadas fueron: Dickey
Fuller Augmented (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 ecuación:
65
Lara E. & Ponce P.
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
y
t
= α
0
+ λy
t −1
+ α
1
t +
p
Õ
i =2
β
j
y
t −i −1
+ ε
t
(2)
Donde y
t
es la serie que asumimos, contiene al menos una raíz
unitaria, α
0
es la intersección y α
1
captura el efecto de tendencia
del tiempo, ε
t
es el error gaussiano, y “p” representa la longitud del
desfase. En la Ecuación (2), cuando el parámetro λ es significativo,
se puede concluir que al menos uno de los paneles tiene una raíz
unitaria. El uso de cinco pruebas diferentes asegura que las series
utilizadas en las estimaciones posteriores no tienen el problema de
la raíz de la unidad. La segunda etapa de la estrategia econométrica
determina el largo plazo entre las tres variables utilizando la prue-
ba de cointegración desarrollada por Pedroni (1999), el equilibrio a
largo plazo se determina con base en la siguiente ecuación:
y
i ,t
= α
i
+
n−1
Õ
j =1
β
i j
X
i t −j
+
n=1
Õ
j =1
ω
1j
y
i ,t −j
+ π
i
E CT
t −1
+ ε
i ,t
(3)
Donde y
i ,t
representa la variable dependiente del país i en el
período t . Los parámetros β , ω y π son los parámetros a estimar, y el
término E CT
t −1
es el vector de cointegración de equilibrio a largo
plazo. Finalmente, ε
i ,t
es el término de error aleatorio estacionario
con media cero y es la longitud del desfase determinada con el cri-
terio de información de Akaike (1974). La prueba de cointegración
de Pedroni (1999) se ha utilizado ampliamente para verificar la rela-
ción entre el consumo de energía y el crecimiento económico (Fang
y Chang, 2016). Sin embargo, la prueba de cointegración de largo
plazo solo indica la existencia o no de un vector que se relaciona con
las variables en cuestión. Además, los modelos con datos 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) y aplicado por Neal (2014).
Esta estrategia nos permite evaluar la fuerza del vector de equili-
brio entre el capital humano, el consumo de energía y el producto
real per cápita. Específicamente, la fortaleza de la relación entre las
tres variables en cada país se estimó utilizando un modelo dinámi-
co de mínimos cuadrados ordinarios (DOLS) y para la región como
un todo o para grupos de países a través de una dinámica ordinaria
del modelo de panel de mínimos cuadrados (PDOLS). La siguiente
ecuación plantea la relación entre las dos variables:
y
i ,t
= α
i
+ δ
i
X
i ,t
+
p
Õ
j =−p
y
i t
∆ + X
i ,t −j
+ µ
i ,t
(4)
Dónde y
i ,t
es el PIB per cápita i = 1, 2. . . 118, países, t =
1, 2. . . T es el tiempo, p = 1, 2. . . , P es el número de rezagos y avan-
ces en la regresión DOLS. Los coeficientes δ y los valores t se obtie-
nen 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 esta-
blece que β
0
= β
0
. Finalmente, en la cuarta etapa usamos la prueba
formalizada por Dumitrescu Hurlin (2012) para determinar la exis-
tencia y la dirección de causalidad entre las dos variables usando la
siguiente expresión:
y
i ,t
= α
i
+
k =1
Õ
k
γ
k
i
y
i t −k
+
k
Õ
k =1
β
k
i
X
i ,t −k
+ µ
i ,t
(5)
4 | DISCUSIÓN DE RESULTADOS
La Tabla 2 muestra los resultados de la estimación del PIB per
cápita, el consumo de energía y el capital humano a nivel mundial
y por grupos de países. La prueba de Hausman (1978) muestra que
todos los paneles se estimaron con efectos fijos a excepción del gru-
po de países con ingresos extremadamente bajos, en cuyo caso se
estimó con efectos aleatorios. Los resultados obtenidos indican una
relación positiva y estadísticamente significativa entre el producto
per cápita y el consumo de energía para todos los grupos. Coin-
cidiendo de esta manera con los resultados obtenidos por Fang y
Chang (2016) quienes demuestran que la energía contribuye signifi-
cativamente al desarrollo económico en los países de Asia y el Pací-
fico. Por consiguiente contrastan con los estudios de Antonakakis,
Chatziantoniou y Filis (2017), Appiah (2018) que sostienen que los
efectos de los diversos tipos de energía el consumo sobre el creci-
miento económico varían de acuerdo a los grupos de países. Sarwar,
Chen, y Waheed (2017) únicamente confirman estos resultados pa-
ra los países en desarrollo. En el caso del capital humano la relación
no fue estadísticamente significativa para el grupo de países con in-
gresos altos y medios altos. Estos resultados podrían corroborar los
hallazgos de Qadri y Waheed (2014) a través de su investigación
concluyen que existe un vínculo entre la educación y su incidencia
en el crecimiento económico bastante débil. Al igual que Ahsan y
Haque (2017) sostienen que la acumulación de capital humano se
considera un determinante importante en el proceso de crecimien-
to económico, siempre y cuando, la acumulación de capital en una
economía cruce un umbral de desarrollo.
Tabla 1. Estadísticos descriptivos de las variables
Variable Mean Des. Est. Min Max Observaciones
Log Pib per cápita Overall 8,437 1,542 0,362 11,733 N= 6490
Between 1,447 5.203 11,193 n= 119
Whitin 0,541 2.293 10,627 T-bar= 54,53
Log Energía Overall 7,059 1,673 -0,693 10,911 N= 6392
Between 1,543 3.548 9,86 n= 119
Whitin 0,689 1.414 9,192 T-bar= 53,71
Capital humano Overall 6,555 3,1 0,04 16,421 N= 6783
Between 2,498 1,242 11,944 n= 119
Whitin 1,85 0,807 12,783 T-bar= 57
66
Lara E. & Ponce P.
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Figura 1. Figura 1. Relación entre consumo de energía, capital humano y crecimiento económico
67
Consumo de energía, capital humano y crecimiento económico.. .
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Tabla 2. Relacion entre el crecimiento economico, energia y capital humano
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Energia 0.479*** 0.191*** 0.467*** 0.376*** 0.236*** 0.273*** 0.0708***
(60.78) (11.56) (12.27) (15.13) (9.56) (22.85) (6.49)
Capital Humano 0.0346*** 0.0683*** 0.00753 0.00861 0.0645*** 0.00784* 0.0416***
(11.08) (11.89) (0.51) (1.30) (7.88) (2.50) (5.49)
Constant 5.015*** 8.185*** 5.734*** 6.004*** 7.457*** 6.069*** 6.121***
(99.80) (60.22) (21.79) (34.41) (41.59) (82.27) (94.71)
Hausman test 0 0,013 0,001 0 0 0 -152,15
Serial correlation 0,967 0,971 0,951 0,982 0,961 0,971 0,978
Fixed effects (time) No No No No No No No
Fixed effects(country groups) No No No No No No No
Observations 5546 1034 329 987 423 1692 1081
Nota: t estadísticos en paréntesis *p < 0.05, **p < 0.01, ***p < 0.001.
La Tabla 3 muestra los resultados de la prueba de raíz unitaria del
PIB per cápita, el consumo de energía, expresados en logaritmos y el
capital humano, medido por la tasa de escolaridad. Los resultados fue-
ron estimados con los efectos del tiempo y sin efectos del tiempo. Las
pruebas de Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003) y Brei-
tung (2002) se basan en pruebas paramétricas y las pruebas Fisher
de Dickey Fuller Augmented (1981), Phillips y Perron (1988) son no
paramétricos, que fueron propuestos por Maddala y Wu (1999). Brei-
tung (2002) se basa en la homogeneidad de la raíz unitaria (a través
de paneles). El criterio de información Akaike (AIC) se utilizó para de-
terminar la duración del rezago. En general, la evidencia encontrada
sugiere que las dos series tienen un orden de integración I (1). Osman,
Gachino, y Hoque (2016) en su investigación destacan la importancia
de estas pruebas. Estas indicaron, para los países que conforman el
Consejo de Cooperación para los Estados Árabes del Golfo, que las
variables muestran considerable dependencia transversal así como
heterogeneidad entre los grupos y esto ha requerido la utilización de
las pruebas de raíz unitaria sugieren que tienen un orden de integra-
ción I(2). En la presente investigación N=118 es mayor que T=46, por
lo tanto, no debe haber ningún sesgo en las pruebas de Levine, Lin y
Chu (2002), Im, Pesaran y Shin (2003), que ocurre cuando T>N.
Tabla 3. Pruebas de raíz unitaria en la primera diferencia
Grupo Variable Sin efectos del tiempo Con efecto del tiempo
LL UB IPS ADF PP LL UB IPS ADF PP
Global PIB -39.31* -12,10* -40,66* -20.25* -40.62* -42,28* -14,00* -41,99 -22.53* -40,11***
E -49,19*** -10,02* -51,85 -24.92* -56.65* -61,83*** -12,05* -55,42* -23.55* -57.52*
H -3,68* -5,03* -15,85* -14.40* -12.80* -37,86* -23,02* -42,46 -36.78* -40.79*
PIEA PIB -20,56* -5,51* -19,43* -9,86* -18,31* -14,85* -7,31* -17,17* -7,32* -18,23
E -21,60* -3,44* -21,29* -10,09* -25,06* -20,76* -6,05* -23,24* -9,35* -25,01
H 0,61 -2,19* -0,38 -0,56 0,34 0,825 -1,75* 0,06 -0,09 0,86
PIA PIB -9,78* -2,58* -10,75 -6,12* -10,10* -9,52* -3,58* -11,29* -4,94* -10,75*
E -10,28* -1,82* -9,85* -7,57* -13,72* -11,90* -4,04* -12,71* -6,54* -15,61*
H -0,34* -1,13* -1,52* -2,12* -1,88* -5,97* -2,80* -5,18* -4,92* -6,84*
PIMA PIB -10,03* -2,97* -9,65* -5,56* -10,76* -11,53* -5,61* -11,33* -5,60* -10,11*
E -15,12* -3,17* -14,62* -6,35* -14,79* -16,04* -3,79* -16,14* -5,33* -15,56*
H -1,18* -2,41* -4,96* -4,33* -3,66* -10,23* -9,26* -13,2 -12,44* -12,00*
PIMB PIB -17,47* -6,82* -16,42* -8,21* -15,75* -16,51* -7,59* -14,22* -7,71* -13,12*
E -18,68* -3,78* -18,55* -10,67* -21,99* -20,98* -4,52* -21,24* -11,16* -22,26*
H -4,15* -7,08* -10,47* -9,86* -9,71* -19,71* -13,62* -20,26* -16,75* -18,69*
PIB PIB -22,09* -7,32* -22,39* -9,59* -20,77* -26,70* -6,74* -24,83* -13,45* -24,25*
E -27,75* -7,64* -30,16* -12,49* -31,06* -30,39* -8,27* -31,11* -13,27* -32,23*
H -4,89* -3,17* -15,72* -13,77* -12,33* -21,73* -16,65* -30,96* -28,82* -27,17*
PIEB PIB -13,13* -4,10* -17,35* -9,48* -20,79* -26,53* -5,36* -26,79* -9,46* -24,92*
E -23,56* -4,44* -26,96* -12,51* -27,17* -26,83* -4,30* -27,60* -13,39* -27,64*
H 0,05 0,04 -2,06* -1,69* -1,35* -4,29* -1,83* -5,53* -4,32* -6,99*
Nota: *significancia del 1 %
68
Consumo de energía, capital humano y crecimiento económico.. .
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Las series tienen un orden de integración I (1) por lo que es ne-
cesario estimar la existencia de un equilibrio a largo plazo entre las
variables. Si las series están cointegradas, existe una fuerza que lleva
a la serie al equilibrio en el largo plazo. La Tabla 4 muestra los resulta-
dos de la prueba de cointegración entre las variables a nivel global y
por grupos para los 118 países. La prueba de Pedroni (1999) se basa
en el análisis dentro de la dimensión y las estadísticas se obtienen
sumando los numeradores y los denominadores a lo largo de la serie
de forma independiente.
La Tabla 4 reporta los siguientes estadísticos de panel-v, panel-
rho, panel-PP y panel-ADF. El primero no es paramétrico y se basa
en la relación de varianzas. La prueba de cointegración de paneles
heterogéneos de Pedroni (1999) muestra que existe una relación de
equilibrio a nivel global entre las series. Las estadísticas ADF, PP, p-
statistic y v-statistic muestran un resultado coherente entre ellas: las
dos series se mueven juntas y simultáneamente en el tiempo y en la
sección transversal. Las estadísticas dentro y entre las dimensiones
de los paneles, son estadísticamente significativas, en los países de in-
gresos extremadamente altos, esto indican la existencia de cointegra-
ción de largo plazo. Sin embargo, en los países de ingresos altos, me-
dianos altos, medianos bajos, bajos y extremadamente bajos muestra
un resultado contradictorio en uno de sus estadísticos. Estos resulta-
dos son similares a las conclusiones obtenidas por Gozgor, Lau y Lu
(2018), para 34 países de la OECD para el período de 1990 a 2010,
encontrando una relación de largo plazo. Chang et al. (2001) explora-
ron las relaciones causales entre el consumo de energía y el producto
para Taiwán de 1982 a 1997. Sus hallazgos mostraron que las varia-
bles estaban cointegradas y que había una interacción bidireccional
entre el empleo y el consumo de energía. Además, Apergis y Payne
(2012) investigaron la relación entre el consumo de energía y el cre-
cimiento económico en 80 países entre 1990 y 2007. Sus hallazgos
del modelo de corrección de error del panel muestran la causalidad
bidireccional entre el consumo de energía renovable y crecimiento
económico tanto a corto como a largo plazo.
Tabla 4. Resultados del test de cointegración de Pedroni
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Dentro de las estadísticas de prueba de dimensión
Panel v-statistic -1,45 2,80** 1,02 1,24 1,32 1,96 1,85
Panel p-statistic -23,98*** -13,65*** -7,21** -6,28** -8,97** -17,02*** -19,8**
Panel pp-statistic -33,26*** -17,68*** -9,21** -8,80** -12,06** -22,81*** -26,18***
Panel ADF-statistic -25,97*** -13,85*** -7,98** -8,82** -9,21** -18,13*** -22,37***
Entre las estadísticas de prueba de dimensión
Panel p-statistic -35,78*** -11,62** -5,94** -5,28** -7,17** -14,47*** -17,41***
Group pp-statistic -62,80*** -18,49*** -9,48 -9,20** -12,78** -24,13*** -28,03***
Panel ADF-statistic -48,46*** -13,47*** -8,12** -9,22** -7,76** -16,93*** -21,68***
Nota: **significancia al 1 %, ***significancia al 1 %.
Los resultados de la prueba de cointegración de Pedroni (1999)
tienen dos limitaciones; solo muestra la existencia de un vector de
cointegración, pero no reporta la fuerza del vector o el efecto indivi-
dual en cada país. La Tabla 5 y 6 muestran los resultados encontrados
en esta etapa de la estimación. El panel DOLS es paramétrico y cons-
tituye una opción alternativa para obtener el estimador de panel OLS
totalmente modificado desarrollado por Phillips Moon (1999) y Pe-
droni (2001). Estimamos la fortaleza del vector de cointegración de
Pedroni (2001) formalizado en la Ecuación (5). Primero, reportamos
los estimadores obtenidos por mínimos cuadrados dinámicos (DOLS)
para los países individualmente con efectos de tiempo fijo (WT) y sin
efecto de tiempo (WOT).
El PIB per cápita y el consumo de energía se expresaron en lo-
garitmos, mientras que el capital humano esta medido en la tasa. Los
estimadores se interpretan como elasticidad de una manera directa.
Observamos que existe una relación positiva, entre el PIB per cápita
el consumo de energía y el capital humano. Si el coeficiente tiende o
es mayor que 1, la fuerza del vector de cointegración es contunden-
te. Podemos apreciar esta relación en los países de ingresos medios
bajos, ingresos bajos e ingresos extremadamente bajos. Es decir tie-
nen un vector de cointegración que indica que los cambios tanto en
capital humano como en el consumo de energía tienen un impacto
fuerte en el crecimiento económico de los países. Por el contrario en
los grupos de países con ingresos elevados los coeficientes no supe-
ran la unidad, pero se acercan a esta medida.
69
Consumo de energía, capital humano y crecimiento económico.. .
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Tabla 5. Resultados del modelo DOLS individual para países
PIEA PIA PIMA
País
ENERGIA CH
País
ENERGIA CH
País
ENERGIA CH
WD WOD WD WOD WD WOD WD WOD WD WOD WD WOD
Alemania 0,17 0,1 -0,01 -0,01 Ar. Sau. -0,19 -0,29 0,13 0 Eslovenia 0,09 0,11 0,07 0,05
Australia 0,053 0,16 -0,1 -0,07 Baharian 0,22 -0,2 -0,04 0,17 Gabón 0,99 0,67 1,16 0,7
Austria 0,054 0,65 -0,1 0,27 España -0,05 0,55 0,01 0,02 Italia 0,52 0,91 -0,19 -0,09
Bélgica 0,01 0,8 -0,01 -0,22 Grecia 0,71 1,02 0,07 0,08 Malta -0,12 0,36 -0,12 0,16
Brunei -0,61 -0,57 -0,12 0,02 Israel 0,017 0,39 0,04 0,02 Rep. Corea 0,37 0,61 0,07 0,01
Canadá 0,03 0,39 0,01 0,07 N. Zelan. -0,41 -0,52 -0,04 0,15 Rep. Checa -0,11 0,97 0,1 0,03
Chipre 0,13 0,6 -0,01 0 Portugal 0,53 0,8 0,16 -0,09
Dinamarca -0,06 0,098 0,01 0,12 Re. Un. -0,16 0,53 0 -0,04
Emiratos 0,54 0,44 0 0,01 Singapur -0,44 0,32 -0,04 -0,02
Est. Un. -0,03 0,64 -0,07 -0,1
Finlandia 0,82 0,41 -0,005 0
Francia 0,12 0,28 -0,02 0,04
Islandia -0,02 -0,017 -0,041 -0,02
Irlanda 0,79 0,79 -0,048 -0,14
Japón 0,26 0,74 0,026 -0,05
Kuwait 0,13 0,2 -0,023 -0,06
Luxemburgo 0,68 0,92 -0,22 0,03
Países bajos 0,39 0,76 -0,02 -0,1
Noruega 0,09 0,64 0,03 0,05
Rusia 0 0,02 0,08 -0,05
Suecia 0,22 0,16 -0,05 -0,01
Suiza 0,3 0,64 0,015 0
70
Consumo de energía, capital humano y crecimiento económico.. .
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Tabla 6. Resultados del modelo DOLS individual para países
PIMB PIB PIEB
País
ENERGIA CH
País
ENERGIA CH
País
ENERGIA CH
WD WOD WD WOD WD WOD WD WOD WD WOD WD WOD
Argentina 0,83 1,04 0,09 0,05 Albania 0,36 0,36 -0,23 -0,22 Bangladesh -0,61 0,07 0,15 0,44
Brazil 1,3 -0,1 -0,32 -0,22 Argelia 0,5 0,46 -0,09 -0,16 Benín 0,57 -0,11 0,26 0,21
Chile 0,02 0,83 -0,56 -0,05 Armenia 3,93 5,03 3,37 3,62 Camerún 0,21 0,7 0,1 0,1
Costa Rica -0,1 -0,12 0,23 0,09 Bolivia 1,01 0,89 -0,02 -0,08 Congo 1,35 1,64 -0,08 0,02
Croacia 0,53 0,91 -0,18 0,03 Botsuana 0,37 0,32 0,11 0,09 Gana 0,47 0,12 -0,12 -0,43
Estonia 1,42 -4,87 -0,66 -1,52 Bulgaria 1,01 0,81 -0.00 -0,01 Haití 0,22 0,01 0,27 -0,01
Hungría 3,03 0,94 0,17 0,06 China 0,43 0,15 -0,09 -0,3 India -0,31 0,3 0,19 0,41
Irán 2,67 2,33 0,3 0,54 Colombia 0,58 0,31 0,02 0,03 Kenya 0,81 0,46 -0,03 -0,14
Letonia 0,37 -0,7 -2,29 0,03 Rep. Congo 0,07 0,02 0,17 0,53 Kirguistán -0,33 0,08 0,51 0,3
Libia 0,36 0,02 -0,08 0,17 C. Marf. 0,65 0,65 -0,04 0,52 Moldova 1,5 -0,32 -2,21 -1,4
Lituania 4,19 4,3 -3,6 -4,66 Cuba 1,45 1,09 -0,14 -0,16 Mozambique -0,55 -0,52 -1,05 -0,83
Malasia 0,02 0,21 0,27 0,08 Rep dom. 0,18 0,12 0,03 -0,05 Myanmar -0,22 0,04 0,87 0,42
México 1,18 1,25 0,17 -0,38 Ecuador 0,25 0,49 -0,12 -0,1 Nepal -0,1 -0,19 -0,14 0,15
Panamá 1,52 1,29 0,43 -0,25 Egipto 1,59 0,7 -0,21 -0,1 Pakistán 0,38 0,31 0,15 0,01
Polonia -3,34 -9,82 -0,47 -5,46 El salvador 1,6 1,14 -0,03 0,14 Senegal 0,57 0,22 -0,07 -0,02
Rusia -0,14 2,33 0,22 0,23 Guatemala 0,1 0,3 0,21 0,03 Sudan -0,02 0,29 -0,22 -0,31
Eslovaquia 5,62 -1,9 -0,06 -1,18 Honduras -0,17 -0,02 0,29 0,09 Tajikistan -0,25 0,34 -0,17 -0,47
Sudáfrica -0,19 -0,33 -0,22 -0,09 Indonesia -0,02 0,16 -0,1 0,02 Tanzania 1,45 1,26 -0,06 0,19
Tri. Tob. 0,89 0,41 0,45 4,41 Iraq 0,15 0,29 0,29 -1,09 Togo 0,48 -0,21 0,32 0,11
Turquia 1,22 0,08 0,27 -0,13 Jamaica 0,32 0,34 -0,29 -0,35 Vietnam 1,21 -0,06 -0,81 -0,71
Uruguay 0,91 1,75 0,29 -0,25 Jordán 0,64 0,92 -0,19 -0,03 Yemen -0,22 -0,08 -0,2 0
Kazajistán 1,64 0,34 -0,49 -0,78 Zambia 0,06 0,55 0,29 0,14
Mauricio -0,47 0,57 -0,46 -0,19 Zimbawe 0,64 -0,21 -0,13 0,01
Mongolia 0,41 1,06 0,11 -0,16
Marruecos -0,35 0,4 -0,19 0,24
Namibia 0,2 0,18 -0,07 -0,07
Nicaragua 1,34 0,56 0,07 1,3
Paraguay 0,55 0,53 -0,04 0,01
Peru 0,87 0,79 -0,12 -0,12
Filipinas 0,5 0,77 0,26 -0,02
Rumania 1,76 1,4 0,41 1,05
Serbia -1,83 -4,09 -0,35 -0,61
Sri Lanka 0,84 0,3 -0,12 -0,1
Tailandia 0,01 0,48 0,1 0,04
Tunisia 0,21 0,3 -0,16 0,62
Ucrania 1,28 1,59 0,02 -0,07
71
Lara E. & Ponce P.
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Estimamos la fuerza del vector de cointegración por grupos de
países, que mostramos en la Tabla 7. Estimamos un modelo con va-
riable dummy y otro sin variable dummy, para asegurar la consisten-
cia de los parámetros obtenidos. Encontramos que en el caso de la
energía el coeficiente es estadísticamente significativo para todos los
grupos de países, excepto el de ingresos altos. En el caso de la varia-
ble, capital humano, por el contrario resulta ser significativa solo en
el grupo de países con ingresos medios altos. Los resultados sin la va-
riable dummy enfatizan que la fuerza del vector de cointegración es
más fuerte en la variable energía, por el contrario el capital humano
resulta no significativo para ningún grupo de países, incluido el global.
Tabla 7. Resultados del modelo PDOLS para grupos de países
Grupos
With Time Dummy Without Time Dummy
Energía Capital Humano Energía Capital Humano
Beta t-statitics Beta t-statistics Beta t-statistics Beta t-statistics
GLOBAL 0,74 20,56 0,02 -1,25 0,47 26,14 -0,06 -0,49
PIEA 0,19 2,81 -0,03 -1,62 0,4 10,93 -0,009 -1,41
PIA 0,02 0,53 0,03 0,56 0,29 3,75 0,03 0,93
PIMA 0,32 3,57 0,16 2,05 0,64 10,96 0,14 1,9
PIMB 1,06 4,94 -0,26 -0,75 -0,005 7,28 -0,41 -1,74
PIB 0,61 12,21 0,04 -1,32 0,55 15,46 0,09 -0,47
PIEB 0,31 3,65 -0,09 1,2 0,2 4,87 -0,07 1,04
Nota: *, ** indica el rechazo de la hipótesis nula en el nivel del 5 %, 10 % respectivamente para H0: = 1
Los resultados de la prueba de causalidad del tipo Granger cal-
culada sobre la base de la prueba propuesta por Dumitrescu y Hurlin
(2012) se presentan en la Tabla 8. En los países de ingresos extrema-
damente altos y bajos ingresos existe causalidad. Existe una relación
causal bidireccional entre el crecimiento y la energía. Estos resultados
son similares a los encontrados en la investigación de Paul y Bhatta-
charya (2004) quienes investigaron la relación causal entre el consu-
mo de energía y el crecimiento económico en India.
Al aplicar el enfoque de cointegración de Engle-Granger a los
datos de la India para el período 1950-1960, encontraron una cau-
salidad bidireccional entre el consumo de energía y el crecimiento
económico. Los resultados muestran también la causalidad unidirec-
cional desde el consumo de energía hasta el crecimiento para todos
los grupos de paises, excepto, el grupo de ingresos extremadamente
altos. Finalmente, en los países de bajos ingresos existe una causali-
dad que va desde el capital humano hasta el crecimiento económico.
Los resultados de la prueba de causalidad sugieren que el consu-
mo de energía eléctrica es un determinante del crecimiento económi-
co. Es un factor indispensable para la producción especialmente en el
sector industrial. Partiendo de este análisis, la generación de energía
eléctrica también puede ocasionar impactos negativos. Un cambio a
energías renovables puede contribuir al aumento de la producción sin
ocasionar daños ambientales. Mientras que en el caso del capital hu-
mano no mostro un comportamiento significativo a nivel de ingresos
elevados, pero si en países con ingresos bajos.
5 | CONCLUSIONES E IMPLICACIO-
NES DE POLÍTICA
Los resultados del modelo GLS muestran evidencia que com-
prueba el modelo planteado por Solow (1956) para los países de in-
gresos: extremadamente altos, medios bajos, bajos y extremadamen-
te bajos en el caso del capital humano. Con respecto a la variable
energía la relación fue positiva para todos los países. El principal ob-
jetivo de esta investigación fue examinar la relación entre el consumo
de energía, el capital humano y el producto per cápita real para 118
países durante 1970-2016 a través de técnicas de cointegración con
datos de panel. A través de la prueba de cointegración de Pedroni
(1999) verificamos la existencia de un equilibrio a largo plazo entre
las variables examinadas.
Estimamos un modelo DOLS y PDOLS con y sin efectos de tiem-
po, para determinar la fuerza del vector de cointegración para cada
país de manera individual y para cada grupo de países. En general, los
resultados muestran que en los grupos de países de ingresos medios
bajos, bajos y extremadamente bajos, la fuerza del vector de cointe-
gración es fuerte, y algunos países la relación es negativa. En grupos
de países con ingresos altos la relación no fue contundente. Final-
mente, la prueba de causalidad muestra una relación unidireccional
desde el consumo de energía hasta el crecimiento para todos los gru-
pos de países, excepto, el grupo de ingresos extremadamente altos y
altos. Además, en los países de bajos ingresos existe una causalidad
72
Lara E. & Ponce P.
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
que va desde el capital humano hasta el crecimiento económico. No
mostrando el mismo comportamiento para todos los grupos. Estos
resultados sugieren que el crecimiento económico depende del con-
sumo de energía para todos los países, pero no tiene el mismo efecto
el capital humano.
Tabla 8. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin
Dirección causal Grupo W-bar Z-bar P-value
Crecimiento causa a Energía
GLOBAL 1,58 4,59 0
PIEA 2,3 4,31 0
PIA 0,79 -0,42 0,66
PIMA 1,87 1,63 0,1
PIMB 0,9 -0,29 0,76
PIB 2,12 4,77 0
PIEB 0,96 -0,12 0,89
Crecimiento causa a CH
Global 0,94 -0,43 0,66
PIEA 0,98 -0,05 0,95
PIA 0,77 -0,48 0,63
PIMA 1,47 0,89 0,37
PIMB 0,79 -0,65 0,51
PIB 0,73 -1,11 0,26
PIEB 1,26 0,88 0,37
Energía causa a Crecimiento
Global 2,57 12,13 0
PIEA 0,94 -0,17 0,86
PIA 1,78 1,66 0,09
PIMA 2,57 2,95 0
PIMB 6,11 16,56 0
PIB 2,2 5,12 0
PIEB 1,8 2,74 0
CH causa a Crecimiento
Global 1,44 3,44 0
PIEA 1,39 1,3 0,19
PIA 0,73 -0,57 0,56
PIMA 0,77 -0,41 0,68
PIMB 1,25 0,81 0,41
PIB 2,49 6,34 0
PIEB 0,53 -1,59 0,11
Las implicaciones de las políticas derivadas de los resultados de
esta investigación sugieren que se deben buscar nuevas fuentes de
generación de energía debido a su fuerte relación al crecimiento. El
capital humano no deja de tener un papel en el crecimiento por lo
que una mayor inversión en este sector puede impulsar el desarrollo
de los países. Una limitación al momento de desarrollar la investiga-
ción, fue la falta de datos para las variables en todos los países de la
base de datos del Banco Mundial. Fue necesario realizar una interpo-
lación. Una extensión para futuras investigaciones, se podría centrar
en el consumo de energías renovables, para que conjuntamente con
el capital humano, se analice el impacto al crecimiento económico
mundial.
73
Consumo de energía, capital humano y crecimiento económico.. .
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
Referencias bibliográficas
[1] Adams, S., Klobodu, E. K. M., Opoku, E. E. O. (2016).
Energy consumption, political regime and economic
growth in sub-Saharan Africa. Energy Policy, 96, 36–44.
[2] Afzal, M., Rehman, H. U., Farooq, M. S., Sarwar, K.
(2011). Education and economic growth in Pakistan: A
cointegration and causality analysis. International Jour-
nal of Educational Research, 50(5–6), 321–335.
[3] Ahsan, H., Haque, M. E. (2017). Threshold effects of
human capital: Schooling and economic growth. Econo-
mics Letters, 156, 48–52.
[4] Alshehry, A. S., Belloumi, M. (2015). Energy consum-
ption, carbon dioxide emissions and economic growth:
The case of Saudi Arabia. Renewable and Sustainable
Energy Reviews.
[5] Antonakakis, N., Chatziantoniou, I., Filis, G. (2017).
Energy consumption, CO2emissions, and economic
growth: An ethical dilemma. Renewable and Sustaina-
ble Energy Reviews, 68(September 2016), 808–824.
[6] Appiah, M. O. (2018). Investigating the multivariate
Granger causality between energy consumption, econo-
mic growth and CO2emissions in Ghana. Energy Policy,
112(October 2017), 198–208.
[7] Arshad, S., Munir, K. (2015). Factor Accumulation and
Economic Growth in Pakistan: Incorporating Human Ca-
pital. Munich Personal RePEc Archive, (61160).
[8] Asteriou, D., Agiomirgianakis, G. . (2001). Human ca-
pital and economic growth. Journal of Policy Modeling,
23(5), 481–489.
[9] Astorga, P. (2010). A century of economic growth in La-
tin America. Journal of Development Economics, 92(2),
232–243.
[10] Atems, B., Hotaling, C. (2018). The effect of renewable
and nonrenewable electricity generation on economic
growth. Energy Policy, 112(October 2017), 111–118.
[11] Attanasio, O., Meghir, C., Nix, E., Salvati, F. (2017).
Human capital growth and poverty: Evidence from
Ethiopia and Peru. Review of Economic Dynamics, 25,
234–259.
[12] Azam, M., Khan, A. Q., Bakhtyar, B., Emirullah, C. (2015).
The causal relationship between energy consumption
and economic growth in the ASEAN-5 countries. Rene-
wable and Sustainable Energy Reviews, 47, 732–745.
[13] Bakirtas, T., Akpolat, A. G. (2018). The relationship bet-
ween energy consumption, urbanization, and economic
growth in new emerging-market countries. Energy, 147,
110–121.
[14] Birchenall, J. A. (2001). Income distribution, human ca-
pital and economic growth in Colombia. Journal of De-
velopment Economics, 66(1), 271–287.
[15] Breton, T. R. (2015). Human capital and growth in Japan:
Converging to the steady state in a 1
[16] Čadil, J., Petkovová, L., Blatná, D. (2014). Human Ca-
pital, Economic Structure and Growth. Procedia Econo-
mics and Finance, 12(March), 85–92.
[17] Castelló-Climent, A., Hidalgo-Cabrillana, A. (2012). The
role of educational quality and quantity in the process
of economic development. Economics of Education Re-
view, 31(4), 391–409.
[18] Castex, G., Kogan Dechter, E. (2014). The Changing
Roles of Education and Ability in Wage Determination.
Journal of Labor Economics, 32(4), 685–710.
[19] Chen, Y., Fang, Z. (2017). Industrial electricity consum-
ption, human capital investment and economic growth
in Chinese cities. Economic Modelling, (September),
1–15.
[20] Cheng-Lang, Y., Lin, H. P., Chang, C. H. (2010). Li-
near and nonlinear causality between sectoral electri-
city consumption and economic growth: Evidence from
Taiwan. Energy Policy, 38(11), 6570–6573.
[21] Choi, K.-H., Shin, S. (2015). Population aging, econo-
mic growth, and the social transmission of human capi-
tal: An analysis with an overlapping generations model.
Economic Modelling, 50, 138–147.
[22] Conti, M., Sulis, G. (2016). Human capital, employment
protection and growth in Europe. Journal of Comparati-
ve Economics, 44(2), 213–230.
[23] Davin, M., Gente, K., Nourry, C. (2015). Should a
country invest more in human or physical capital?
Mathematical Social Sciences, 76, 44–52.
[24] Delogu, M., Docquier, F., Machado, J., Beine, M., Bertoli,
S., Chabé-Ferret, B., . .. Toulemonde, E. (2017). Globali-
zing labor and the world economy: the role of human
capital *. Journal of Economic Growth, 1–42.
[25] Dias, J., Tebaldi, E. (2012). Institutions, human capi-
tal, and growth: The institutional mechanism. Structural
Change and Economic Dynamics, 23(3), 300–312.
74
Consumo de energía, capital humano y crecimiento económico.. .
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
[26] Dissou, Y., Didic, S., Yakautsava, T. (2016). Govern-
ment spending on education, human capital accumula-
tion, and growth. Economic Modelling, 58, 9–21.
[27] Eicher, T., García-Palosa, C., Ypersele, T. (2009). Educa-
tion, corruption, and the distribution of income. Journal
of Economic Growth, 14(3), 205–231.
[28] Fadaee Khorasgani, M. (2008). Higher education deve-
lopment and economic growth in Iran. Education, Busi-
ness and Society: Contemporary Middle Eastern Issues,
1(3), 162–174.
[29] Fang, Z., Chang, Y. (2016). Energy, human capital and
economic growth in Asia Pacific countries - Eviden-
ce from a panel cointegration and causality analysis.
Energy Economics, 56, 177–184.
[30] Faria, H. J., Montesinos-yufa, H. M., Morales, D. R., Car-
los, E. (2016). Unbundling the roles of human capital and
institutions in economic development. European Jour-
nal of Political Economy.
[31] Fleisher, B., Li, H., Zhao, M. Q. (2010). Human capital,
economic growth, and regional inequality in China. Jour-
nal of Development Economics, 92(2), 215–231.
[32] Freire-Serén, M. J., Panadés i Martí, J. (2013). Tax
avoidance, human capital accumulation and economic
growth. Economic Modelling, 30(1), 22–29.
[33] Gennaioli, N., La Porta, R., Lopez De Silanes, F., Shlei-
fer, A. (2014). Growth in regions. Journal of Economic
Growth, 19(3), 259–309.
[34] Gozgor, G., Lau, C. K. M., Lu, Z. (2018). Energy consum-
ption and economic growth: New evidence from the
OECD countries. Energy, 153, 27–34.
[35] Hamdi, H., Sbia, R., Shahbaz, M. (2014). The nexus bet-
ween electricity consumption and economic growth in
Bahrain. Economic Modelling, 38, 227–237.
[36] Hanushek, E. A. (2013). Economic growth in developing
countries: The role of human capital. Economics of Edu-
cation Review, 37, 204–212.
[37] Huggett, M., Kaplan, G. (2016). How large is the stock
component of human capital? Review of Economic Dy-
namics, 22, 21–51.
[38] Judson, R. (1998). Economic Growth and Investment in
Education: How Allocation Matters. Journal of Econo-
mic Growth, 3(4), 337–359.
[39] Kahouli, B. (2018). The causality link between energy
electricity consumption, CO2 emissions, RD stocks and
economic growth in Mediterranean countries (MCs).
Energy, 145, 388–
[40] Karanfil, F., Li, Y. (2015). Electricity consumption and
economic growth: Exploring panel-specific differences.
Energy Policy, 82(1), 264–277.
[41] Kemnitz, A., Wigger, B. U. (2000). Growth and social
security: the role of human capital. European Journal of
Political Economy, 16(4), 673–683.
[42] Kourtzidis, S. A., Tzeremes, P., Tzeremes, N. G. (2018).
Re-evaluating the energy consumption-economic
growth nexus for the United States: An asymme-
tric threshold cointegration analysis. Energy, 148,
537–545.
[43] Kristjanpoller R., W., Sierra C., A., Scavia D., J. (2018).
Dynamic co-movements between energy consumption
and economic growth. A panel data and wavelet pers-
pective. Energy
[44] Kuhnen, C. M., Oyer, P. (2016). Exploration for Human
Capital: Evidence from the MBA Labor Market. Journal
of Labor Economics, 34(S2), S255–S286.
[45] Lin, B., Liu, C. (2016). Why is electricity consumption in-
consistent with economic growth in China? Energy Po-
licy, 88, 310–316.
[46] Mezghani, I., Ben Haddad, H. (2017). Energy consum-
ption and economic growth: An empirical study of the
electricity consumption in Saudi Arabia. Renewable and
Sustainable Energy Reviews, 75(October), 145–156.
[47] Osman, M., Gachino, G., Hoque, A. (2016). Electricity
consumption and economic growth in the GCC coun-
tries: Panel data analysis. Energy Policy, 98, 318–327.
[48] Ouyang, Y., Li, P. (2018). On the nexus of financial de-
velopment, economic growth, and energy consumption
in China: New perspective from a GMM panel VAR ap-
proach. Energy Economics, 71, 238–252.
[49] Pablo-Romero, M. del P., Sánchez-Braza, A. (2015). Pro-
ductive energy use and economic growth: Energy, physi-
cal and human capital relationships. Energy Economics,
49, 420–429.
[50] Park, J. (2006). Dispersion of human capital and
economic growth. Journal of Macroeconomics, 28(3),
520–539.
[51] Prados de la Escosura, L., Rosés, J. R. (2010). Human
capital and economic growth in Spain, 1850-2000. Ex-
plorations in Economic History, 47(4), 520–532.
75
DOI: 10.54753/rve.v10i1.1293
Vol.10-N°1, Enero - Junio 2022
p-ISSN:2602-8204 | e-ISSN 2737-6257
[52] Qadri, F. S., Waheed, A. (2014). Human capital and eco-
nomic growth: A macroeconomic model for Pakistan.
Economic Modelling, 42, 66–76.
[53] Rafindadi, A. A., Ozturk, I. (2016). Effects of financial
development, economic growth and trade on electri-
city consumption: Evidence from post-Fukushima Ja-
pan. Renewable and Sustainable Energy Reviews, 54,
1073–1084.
[54] Salahuddin, M., Alam, K. (2016). Information and Com-
munication Technology, electricity consumption and
economic growth in OECD countries: A panel data
analysis. International Journal of Electrical Power and
Energy Systems, 76, 185–193.
[55] Salim, R., Yao, Y., Chen, G. S. (2017). Does human ca-
pital matter for energy consumption in China? Energy
Economics, 67, 49–59.
[56] Sarwar, S., Chen, W., Waheed, R. (2017). Electricity con-
sumption, oil price and economic growth: Global pers-
pective. Renewable and Sustainable Energy Reviews,
76(February 2016), 9–18.
[57] Schündeln, M., Playforth, J. (2014). Private versus so-
cial returns to human capital: Education and econo-
mic growth in India. European Economic Review, 66,
266–283.
[58] Shahbaz, M., Hoang, T. H. Van, Mahalik, M. K., Roubaud,
D. (2017). Energy consumption, financial development
and economic growth in India: New evidence from a
nonlinear and asymmetric analysis. Energy Economics,
63, 199–212.
[59] Shahbaz, M., Zakaria, M., Shahzad, S. J. H., Mahalik,
M. K. (2018). The energy consumption and economic
growth nexus in top ten energy-consuming countries:
Fresh evidence from using the quantile-on-quantile ap-
proach. Energy Economics, 71, 282–301.
[60] Shao, S., Yang, L. (2014). Natural resource dependen-
ce, human capital accumulation, and economic growth:
A combined explanation for the resource curse and the
resource blessing. Energy Policy, 74(C), 632–642.
[61] Tang, C. F., Tan, B. W., Ozturk, I. (2016). Energy consum-
ption and economic growth in Vietnam. Renewable and
Sustainable Energy Reviews, 54, 1506–1514.
[62] Teixeira, A. A. C., Queirós, A. S. S. (2016). Econo-
mic growth, human capital and structural change: A
dynamic panel data analysis. Research Policy, 45(8),
1636–1648.
[63] Tugcu, C. T., Topcu, M. (2018). Total, renewable
and non-renewable energy consumption and economic
growth: Revisiting the issue with an asymmetric point
of view. Energy, 152, 64–
[64] Tzeremes, N. G. (2014). The effect of human capital
on countries’ economic efficiency. Economics Letters,
124(1), 127–131.
[65] Wolde-Rufael, Y. (2014). Electricity consumption and
economic growth in transition countries: A revisit using
bootstrap panel Granger causality analysis. Energy Eco-
nomics, 44, 325–330.
[66] Zhang, C., Zhuang, L. (2011). The composition of hu-
man capital and economic growth: Evidence from Chi-
na using dynamic panel data analysis. China Economic
Review, 22(1), 165–171.
76
