La ReVista Económica (RVE) aporta a al debate académico desde una visión técnica y científica mediante

publicaciones semestrales en formato digital e impreso. La revista enfoca los temas con una rigurosa apli-

cación de técnicas econométricas de los problemas económicos y sociales. El primer tema de este número,

trata acerca de la necesidad de establecer acciones encaminadas a proteger y garantizar los derechos de la

población a través de la adecuada gestión de riesgos por parte de las personas capacitadas en seguridad.

Para ello, Astudillo, Paredes, López y Poma (2021) realizan un estudio de pertinencia para mejorar la oferta

académica para los profesionales en Gestión de Riesgos. Los resultados muestran la falta de oferta acadé-

mica que genera una demanda insatisfecha en instituciones tanto públicas como privadas. Otro tema de

relevancia es la desnutrición crónica infantil en Loja. Rivera (2021) utiliza una metodología mixta que junta

análisis de datos cuantitativos provenientes de la Encuesta de Condiciones de Vida y análisis de informa-

ción cualitativa a través de los Planes de Desarrollo y Ordenamiento Territorial. En otra línea de investiga-

ciones, se habla acerca de crecimiento económico en diversos contextos. Ortiz, Cuenca y Ahumada (2021)

examinan el crecimiento económico del Ecuador en el periodo gubernamental 2006-2017, señalando va-

rios elementos significativos como: Nacionalización de los hidrocarburos con precios de petróleo altos,

eficiencia en la recaudación tributaria, alto ahorro de los ingresos de los recursos, gasto público como dina-

mizador de la demanda interna, que han sido fundamentales para el crecimiento económico en este perio-

do. Los resultados de esta investigación, muestran una reducción significativa de la brecha de desigualdad

social y disminución de la pobreza; mejoramiento de salud pública, niveles de la escolaridad y empleo. Por

otra parte, Salinas y Tillaguango (2021) muestran como el crecimiento económico y la inversión extranjera

directa (IED) afectan a la desigualdad a nivel mundial, utilizando técnicas econométricas en datos de panel.

Los resultados de las pruebas de cointegración muestran que el Índice de Gini, el crecimiento económico y

la IED tienen un movimiento conjunto a corto y largo plazo. Con base en los resultados obtenidos, se pro-

ponen políticas públicas relacionadas a la búsqueda de inversiones extranjeras que permitan una eficiente

distribución de los recursos económicos,

Lara (2021) evalúa el efecto del capital humano y el consumo de energía eléctrica sobre el crecimiento eco-

nómico a nivel mundial. Emplea variables como PIB per cápita, capital humano, medido por la tasa de esco-

laridad y el consumo de energía eléctrica. Los resultados encontrados indican la existencia de un equilibrio

de largo plazo entre las variables a nivel mundial y por grupos de países. 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. A nivel regional, Ochoa, Armas y Pereira (2021) inves-

tigan la situación del sector manufacturero en la economía ecuatoriana y su influencia en el crecimiento

económico para el período 2007-2020, utilizando como base teórica las leyes de crecimiento económico

de Kaldor. Así mismo, emplean un modelo econométrico de panel estático y dinámico a nivel provincial,

y los resultados sugieren que la industria ecuatoriana esta correlacionada positivamente con el nivel de

productividad del trabajo y con el crecimiento de los sectores restantes de la economía. Al final de este

estudio se recomienda políticas públicas orientadas a promover el desarrollo del sector manufacturero

con el objetivo de propiciar un desarrollo económico sostenible en Ecuador. Un tema de interés propuesto

por Álvarez (2021), es el análisis del vínculo causal entre el sistema financiero privado y la huella ecológica,

conjuntamente con la inversión extranjera y urbanización, utilizando datos de panel para 100 países. Los

principales resultados indican que el sistema financiero privado aumenta la degradación ambiental, en los

países de ingresos medios altos y en los países de ingresos medios bajos.

Por su parte, Jiménez (2021) evalúa la relación entre la inversión extranjera directa y consumo de energía

renovable en 18 países de América Latina durante el periodo de 1990-2015. Se demuestra que la Inversión

Extranjera Directa tiene un efecto positivo en el consumo de energía renovable a nivel de América Latina,

Países de Ingresos Medios Altos (PIMA) y Países de Ingresos Medios Bajos. Sin embargo, los Países de Ingre-

sos Altos tienen un efecto negativo. Robles (2021) muestra cómo impulsar la innovación en las empresas

a través de incentivos fiscales. Analizando el Sistema Nacional de Innovación y el sistema tributario de

Ecuador, y desarrolla una propuesta de incentivos financieros para mejorar la innovación en las empresas

de Ecuador. Para estudiar la desigualdad de ingresos y sus efectos, Silva (2021) propone el estudio de las

tasas de homicidio como consecuencia de las desigualdades, tomando a los cinco países con las tasas de

homicidio más altas de Latinoamérica y Europa. Se determina que la desigualdad influye sobre las tasas

de homicidio hasta que su valor, aunque otros factores toman protagonismo. Las implicaciones de política

pública apuntan a que se debe reducir la desigualdad y la pobreza para controlar este problema.

Le extendemos la invitación a leer los artículos, la opinión y el debate sobre los temas expuestos son bien-

venidos.

EDITORIAL

Elizabeth Lozano

Carrera de Economía

Universidad Nacional de Loja

Loja, Ecuador

Astudillo-Guamán et al.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

El tema de Gestión de Riesgos, se ha transformado en uno de

los pilares fundamentales del Estado Ecuatoriano pues en los últi-
mos diez años se ha re institucionalizado la estructura de la Seguri-
dad, orientándola hacia un enfoque más personalizado al ciudadano.

Es así como nace la ﬁgura de los temas relacionados con la Se-

guridad Integral y la Seguridad Ciudadana, esta última que incluye
temas relacionados con la Gestión de Riesgos. Mediante la cual, la
antigua Defensa Civil se la transformó en el Sistema de Gestión de
Riesgos cuyo objetivo apunta hacia la preservación de la vida huma-
na del ciudadano.

Respecto a las funciones, se señala que la seguridad ciudada-

na, protección interna y orden público debe asumir; “de prevención,
detección, disuasión, investigación y control del delito, así como de
otros eventos adversos y amenazas a las personas, con el ﬁn de ga-
rantizar sus derechos constitucionales y la convivencia social pací-
ﬁca. En ese marco realizan operaciones coordinadas para el control
del espacio público; prevención e investigación de la infracción; apo-
yo, coordinación, socorro, rescate, atención pre hospitalaria y en ge-
neral, respuesta ante desastres y emergencias”.

A. Gestión de Riesgos. La gestión de riesgos se deﬁne como el

proceso de identiﬁcar, analizar, y cuantiﬁcar las probabilidades de
pérdidas y efectos secundarios que se desprenden de los desastres,
así como las acciones preventivas, correctivas y reductivas corres-
pondientes que deben emprenderse. (La gestión de riesgos, 2014
) Las Organizaciones han aprendido y entienden la importancia de
tratar o manejar los factores externos generadores de riesgo (ame-
naza), para lo cual han incorporado en su estructura una Gerencia de
Gestión de Riesgos, que es la encargada de diseñar e implementar
la estrategia para evitar que éstas amenazas o eventos se materia-
licen, y de hacerlo estar preparados para que el daño que causen
sobre las operaciones de la organización sea el mínimo posible y
que restablezcamos las actividades normalmente en el menor tiem-
po posible. (La gestión de riesgos, 2014). B. Proceso de la Gestión de
Riesgos La ISO 31000:2009 “GESTIÓN DE RIESGOS – PRINCIPIOS
Y DIRECTRICES. En el siguiente diagrama tomado de la Norma ISO
31000:2009, se muestra los tres elementos constitutivos del Siste-
ma de Gestión de Riesgos: los Principios que deben ser incorpora-
dos por la Organización, el Marco de Trabajo que no es otra cosa
que la estructuración de las actividades para la implementación y
mejora continua del proceso de la Gestión de Riesgos y el Proceso
en sí que se observa para el tratamiento del riesgo. (Correa, 2011)

C.Normativa Legal. A continuación, se consideran los artículos

más relevantes, que se relación con la normativa legal de seguridad
y la gestión de riesgos del territorio ecuatoriano.

El presente trabajo investigativo visualiza prospectivamente el

campo ocupacional de los profesionales en estas ramas consideran-
do los aspectos de empleabilidad, diversiﬁcación y una estimación
de la cantidad de profesionales que dispone la provincia frente a la
demanda de especialistas en este campo.

Dentro del ámbito académico se puede aﬁrmar a través del Sis-

tema Nacional de Información de Educación Superior del Ecuador
(SNIESE) que las tres universidades existentes de la ciudad de Loja,
no cuentan con la carrera de Gestión de riesgos, por tal razón la fal-
ta de oferta académica, han generado que las instituciones públicas
y privadas contraten profesionales de otras ramas para que ocupen
determinados cargos en las áreas de gestión de riesgos sin tener el
conocimiento idóneo necesario. (SNIESE, 2017) Frente a lo expues-
to, se realiza un diagnóstico de la situación actual de la demanda
laboral de los profesionales de gestión de riesgos en los sectores
públicos y privados de manera de conocer quiénes son las perso-

nas que están actuando frente a estos eventos inesperados, por tal
razón se plantea.

2 |

MATERIALES Y MÉTODOS

2.1 | Información General

La metodología para el presente trabajo investigativo es de ti-

po cuantitativa y el procesamiento de la información es analítica -
descriptiva el cual permitirá analizar e interpretar la situación actual
en el campo laboral de los profesionales en gestión de riesgos.

Para determinar el instrumento de recolección de información

para el estudio del caso se realizó la formula correspondiente donde
se obtuvo la muestra poblacional de estudiantes de tercero bachi-
llerato de la ciudad de Loja, además se utilizó el muestreo aleatorio
simple en las instituciones públicas y privadas de la provincia de Loja
para obtener datos estadísticos.

2.2 | Encuesta

Se aplicó una encuesta a los directivos, administrativos o al per-

sonal que actualmente ocupan los cargos en el área de gestión de
riesgos con la ﬁnalidad de determinar su competencia profesional y
además realizar el diagnóstico situacional actual en cuanto a la de-
manda laboral de Gestión de Riesgos en las Instituciones públicas
y privadas de la provincia de Loja. También se aplicó una encuesta
para recolectar datos referentes a la pertinencia sobre Gestión de
Riesgos en la Provincia de Loja las mismas que permitan determinar
las preferencias de estudios superiores en los estudiantes de tercer
año de bachillerato.

Figura.1 Principios y Directrices (ISO 31000)

Pertinencia de la oferta academica y del campo laboral.....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 1. Estadísticos descriptivos de las variables

Constitución de la República

Art. 389. “El Estado protegerá a las personas, las colectividades y la naturaleza
frente a los efectos negativos de los desastres de origen natural
o antrópico mediante la prevención ante el riesgo, la mitigación de desastres,
la recuperación y mejoramiento de las condiciones sociales, económicas y
ambientales, para minimizar la condición de vulnerabilidad”.
Art. 390 “Los riesgos se gestionarán bajo el principio de descentralización
subsidiaria, que implicará la responsabilidad directa de las instituciones
dentro de su ámbito geográﬁco.
Cuando sus capacidades para la gestión del riesgo sean insuﬁcientes, las
instancias de mayor ámbito territorial y mayor capacidad técnica y ﬁnanciera
brindarán el apoyo necesario con respeto a su autoridad en el territorio y
sin relevarlos de su responsabilidad”. (Riesgos P. E., 2016).

Código Orgánico de Organización
Territorial, Autonomía y Descentralización

Art. 140. La gestión de riesgos que incluye las acciones de prevención,
reacción, mitigación, reconstrucción y transferencia,
para enfrentar todas las amenazas de origen natural o antrópico que afecten
al cantón se gestionarán de manera concurrente y de forma
articulada con las políticas y los planes emitidos por el organismo
nacional responsable, de acuerdo con la Constitución y la ley.
Los GAD municipales adoptarán obligatoriamente normas técnicas para la
prevención y gestión de riesgos sísmicos con el propósito
de proteger las personas, colectividades y la naturaleza Código
Orgánico de Planiﬁcación. (Riesgos P. E., 2016).

Código Orgánico de Planiﬁcación
y Finanzas Públicas.

Art. 64. El Código Orgánico de Planiﬁcación y Finanzas Públicas
señala la preeminencia de la producción nacional e incorporación de
enfoques ambientales y de gestión de riesgos en el diseño e
implementación de programas y proyectos de inversión
pública; promoviendo
acciones favorables de gestión de vulnerabilidades
y riesgos antrópicos y naturales.
Esto signiﬁca que las acciones de gestión de riesgos deben ser
prioritarias en los procesos de planiﬁcación y en la generación de propuestas
de programas y proyectos en todos los niveles. (Riesgos P. E., 2016).

Ley de Seguridad Pública y del Estado

Art. 10. En el literal a, de la Ley de Seguridad Pública y del Estado se establece
dentro de las funciones del Ministerio de Coordinación
de Seguridad: “Preparar el Plan de Seguridad Integral y propuestas de
políticas de seguridad pública y del Estado con el aporte
mancomunado de otras entidades del Estado
y de la ciudadanía para ponerlos en consideración del Presidente
de la República y del Consejo de Seguridad Pública y del Estado”.
El Plan Nacional de Seguridad Integral deberá ser elaborado
en concordancia con el Plan Nacional de Desarrollo”.
Art. 11 En el literal d, la prevención y las medidas para contrarrestar,
reducir y mitigar los riesgos de origen natural y antrópico
o para reducir la vulnerabilidad, corresponden a las entidades
públicas y privadas, nacionales, regionales y locales.
La rectoría la ejercerá el Estado a través de la Secretaría
Nacional de Gestión de Riesgos. (Riesgos P. E., 2016).

Reglamento a la Ley de Seguridad
Pública y del Estado

Art. 3: Del órgano ejecutor de Gestión de Riesgos. - La Secretaría
Nacional de Gestión de Riesgos es el órgano rector y ejecutor
del Sistema Nacional. Descentralizado de Gestión de Riesgos.
Dentro del ámbito de su competencia le corresponde:
-Identiﬁcar los riesgos de origen natural o antrópico,
para reducir la vulnerabilidad que afecten o
puedan afectar al territorio ecuatoriano.
-Generar y democratizar el acceso a la información suﬁciente
y oportuna para gestionar adecuadamente el riesgo.
-Asegurar que las instituciones públicas y privadas incorporen
obligatoriamente, en forma transversal, la gestión de
riesgos en su planiﬁcación y gestión. (Riesgos P. E., 2016).

Ley Orgánica de Educación Superior vigente en
el Ecuador desde octubre del 2008.

Art. 107: establece que el principio de pertinencia consiste en
que la educación superior responda a las expectativas y necesidades
de la sociedad, a la planiﬁcación nacional, y al régimen de desarrollo,
a la prospectiva de desarrollo cientíﬁco, humanístico y tecnológico mundial,
y a la diversidad cultural.

Astudillo-Guamán et al.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Figura 2. Diseño Metodológico

Tabla 2. Muestra de los estudiantes de Tercero de Bachillerato

ESTUDIANTES DE TERCERO DE BACHILLERATO A NIVEL PROVINCIAL

Provincia

Cantón

Total estudiantes

Tamaño de la muestra

Loja

CALVAS

503

Loja

CATAMAYO

606

Loja

CELICA

181

Loja

CHAGUARPAMBA

Loja

ESPÍNDOLA

184

Loja

GONZANAMÁ

154

Loja

LOJA

4515

207

Loja

MACARÁ

256

Loja

OLMEDO

Loja

PALTAS

412

Loja

PINDAL

146

Loja

PUYANGO

227

Loja

QUILANGA

Loja

SARAGURO

432

Loja

SOSORANGA

Loja

ZAPOTILLO

122

TOTAL

7993

367

Fuente: (AMIE, 2018)

Se aplicaron encuestas a las instituciones educativas particula-

res y ﬁsco misiónales, las cuales son mixtas por lo tanto el resultado
del género fue 59 % Hombres y 41 % Mujeres. Los estudiantes en-
cuestados en su mayoría fueron de la especialidad de Bachillerato
general uniﬁcado BGU y la muestra restante se aplicó a un curso de
cada especialidad: Bachillerato en contabilidad, bachillerato en infor-
mática y bachillerato técnico para conocer sus perspectivas académi-
cas en cuanto a la elección de la carrera en su formación académica

superior.

Las empresas que se seleccionó fueron directamente las empre-

sas de la cuidad de Loja, debido a que en los cantones de la ciudad
no existen empresas de tamaño grande, medianas de tipo a y b que
cuente con el número de personal mayor a 50 personas, por tanto, el
cantón de ubicación de las empresas es netamente en la ciudad de
Loja. Las empresas de la provincia de Loja, que se tomó como mues-

Pertinencia de la oferta academica y del campo laboral...

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

tra para la aplicación de las encuestas fueron las empresas de Tama-
ño Grande, Mediana “A” y Mediana “B” esta se deﬁne de acuerdo
a la cantidad de empleados que laboren en ella. Empresas grandes
de 200 empleados en adelante, Mediana “b” de 100 a 199 emplea-
dos y mediana “a” de 50 a 99 empleados. Las áreas de trabajo de las
empresas privadas que se encuestó fueron: Gerencia 33 %, Talento
Humano 28 %, Jefe de Producción 17 %, Administración de la Insti-

tución 11 % y departamento de seguridad y salud ocupacional 11 %
dándonos un total de 18 personas encuestadas quienes son las en-
cargadas o representantes de las diferentes áreas mencionadas y se
pudo evidenciar en un gran porcentaje que los encargados del área
de gestión de riesgos no poseen titulación en dicha especialidad y
que requieren profesionales en seguridad y salud ocupacional.

Tabla 3. Muestra Aleatoria de Empresas Privadas

Nombre

Provincia

Ciudad

Tamaño

Cantidad de

Empleados

EMPRESA ELÉCTRICA REGIONAL DEL SUR SA EERSSA

Loja

Grande

491

INDUSTRIA LOJANA DE ESPECERIAS ILE C.A.

Loja

Grande

303

COMPANIA DE ECONOMIA MIXTA LOJAGAS

Loja

Grande

COMERCIALIZADORA RAMIREZ GALVAN CIA. LTDA.

Loja

Grande

123

IMELDA DE JARAMILLO CIA. LTDA.

Loja

Grande

DELGADO CONSTRUCTORES DELCON COMPANIA LIMITADA

Loja

Grande

SEGURPI CIA. LTDA.

Loja

Grande

434

SEVISA CIA. LTDA.

Loja

Grande

440

Nombre

Provincia

Ciudad

Tamaño

Cantidad de

Empleados

HOTELES Y SERVICIOS ALMENDRAL S.A.

Loja

Mediana

CAMAL FRIGORIFICO LOJA SA CAFRILOSA

Loja

Mediana

HOSPITAL CLINICA SAN AGUSTIN CIA. LTDA.

Loja

Mediana

COMPAÑIA DE TRANSPORTE PESADO
SIMAR
ABENDAÑO COMTRANSIMAR S.A.

Loja

Mediana

SERVICIOSUTPL CIA. LTDA

Loja

Mediana

INDUSTRIA LICORERA EMBOTELLADORA DE LOJA S.A. ILELSA

Loja

Mediana

FINE-TUNED ENGLISH CIA. LTDA.

Loja

Mediana

INSTITUTO ANTONIO PEÑA CELI CIA. LTDA.

Loja

Mediana

EXPOASEO SERVICIOS GENERALES CIA. LTDA.

Loja

Mediana

132

SEGURIDAD Y VIGILANCIA GOMEZ ARAUJO LOPEZ SEGAL CIA. LTDA.

Loja

Mediana

114

Fuente: (Superintendencia de Companias, 2018)

Tabla 4. Muestra Aleatoria de Empresas Públicas

Entidades

Provincia

Ciudad

Tamaño

GAD.P. LOJA

Loja

Grande

GAD.M. CATAMAYO

Loja

Grande

GAD.M. SARAGURO

Loja

Grande

GAD.M. CALVAS

Loja

Grande

SECRETARÍA DE GESTIÓN DE
RIESGOS LOJA

Loja

Grande

ECU 911

Loja

Grande

MTOP

Loja

Grande

IESS

Loja

Grande

CUERPO DE BOMBEROS

Loja

Grande

CNT

Loja

Grande

BAN ECUADOR

Loja

Grande

MINISTERIO DE EDUCACIÓN

Loja

Grande

Fuente: (Superintendencia de Companias, 2018)

Astudillo-Guamán et al.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Las empresas públicas a las cuales se aplicó la encuesta se las

eligió empleando el muestreo aleatorio simple, de manera de tomar
como referencia las empresas de tamaño grande y medianas más re-
presentativas de la provincia de Loja quienes manejen en su organi-
zación actividades relacionadas a la Gestión de Riesgo. Las áreas de
trabajo de las empresas públicas a quienes se aplicó la encuesta fue-
ron: Talento Humano 42 %, Administración de la Institución 33 % y
departamento de seguridad 25 % dándonos un total de 12 empresas
y personas encuestadas quienes son las encargadas o representantes
de las diferentes áreas antes mencionadas.

Según las encuestas aplicadas a las doce empresas del sector

público de la ciudad de Loja, el 33 % comentaron que requieren pro-
fesionales con conocimientos en Seguridad y salud ocupacional y el
67 % mencionaron que necesitan profesionales de gestión de riesgo
por ende el departamento con mayor aﬂuencia y actividad en las di-
ferentes organizaciones tanto público como privado es el área.

Así mismo de la totalidad de las empresas públicas encuestadas

de la provincia de Loja, Un gran porcentaje aﬁrma que en su organiza-
ción no existen profesionales en gestión de riesgos, y maniﬁestan que
las personas que están encargadas de las diferentes áreas de Gestión
de riesgos son profesionales graduados en otras ramas, sin embargo,
tienen conocimientos básicos en cuanto a gestión de riesgos. Y el por-
centaje restante corresponde al Gad. Municipal de Loja y Ministerio
de Educación quienes indican que si cuentan con profesionales en
Gestión de Riesgos de seguridad salud en el trabajo.

3 | RESULTADOS

Mediante la ayuda de la técnica de la encuesta, la que se aplicó

a los estudiantes del tercer año de bachillerato de la provincia de Loja
y a las instituciones públicas y privadas de la provincia, se construyó
cuadros y gráﬁcos estadísticos, con su respectiva interpretación, los
mismos que permitieron la obtención de resultados para realizar un
análisis descriptivo que se base en la comprobación y determinación
que se especiﬁcó en el planteamiento del problema, interrogantes de
investigación y objetivos trazados, para lo cual se crea indicadores
que se relacionen directamente con la temática antes expuesta de
manera de constatar las perspectivas de los profesionales en cuanto
a gestión de riesgos.

3.1 | Seguimiento a Graduados

De la totalidad de los alumnos encuestados el 64 % ya tienen de-

ﬁnida que carrera estudiar en su formación académica universitaria,
del mismo porcentaje algunos desconocen las materias de Gestión
de Riesgos y SSO por tanto no optaron por elegir estas carreras, y
el 36 % restante aún se encuentra indeciso de manera que las mate-
rias referentes a Gestión de riesgo y Seguridad y salud ocupacional
les llamó la atención y están dentro de sus perspectivas académicas.

(Astudillo Guamán, 2018)

Figura 3. Aceptación de la Carrera de Gestión de Riesgos

3.2 | Empleabilidad

Figura 4. Aceptación de la carrera de Gestión de Riesgos en las empresas privadas

Según las encuestas aplicadas a las dieciocho empresas privadas

de la ciudad de Loja, el 67 % comentaron que necesitan profesiona-
les de Seguridad y salud ocupacional y el 33 % mencionaron que en
su institución necesitan profesionales de gestión de riesgo. Estas em-
presas son: Empresa Eléctrica Regional del Sur EERSSA.SA, Compa-
ñía de Economía LOJAGAS, Instituto Antonio Peña Celi, Fine Tuned
English, Delgado Constructores DELCON, y Clínica San Agustín. (As-
tudillo Guamán, 2018)

De acuerdo a las encuestas aplicadas a las doce empresas pú-

blicas de la ciudad de Loja, el 33 % comentaron que necesitan profe-
sionales de Seguridad y salud ocupacional en su institución y el 67 %
mencionaron que necesitan profesionales de gestión de riesgo. Estas
empresas son: GAD. M de Loja, GAD. M de Catamayo, GAD. M de

Pertinencia de la oferta académica y del campo laboral....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Calvas, GAD.M de Saraguro, IESS, Corporación Nacional de Teleco-
municaciones CNT, Ban Ecuador. (Astudillo Guamán, 2018)

Figura 5. Requerimiento de Profesionales

4 | DISCUSIÓN

Mediante la ayuda de la técnica de la encuesta, la que se aplicó

4.1 | Seguimiento a Graduados

Se puedo comprobar que un gran porcentaje de estudiantes de

tercero de bachillerato de la provincia de Loja, en cuanto a elección
de carrera para su educación superior, desconocen de la materia de
Gestión de riesgos y ya tienen decidió porque carrera optar en sus
estudios académicos universitarios, los mismo que mencionaron to-
marlos en universidades del sector público y privado ya sea por los
beneﬁcios que estas mantienen, en cuanto al mínimo porcentaje aún
se encuentran indeciso y estaría entre sus perspectivas la carrera de
Gestión de riesgos.

4.2 |

Empleabilidad

En cuanto al mercado laboral todas las instituciones públicas y

privadas requieren que en sus instituciones exista el departamento

de gestión de riesgo ocupado por una persona experta y capacitada
en el área de manera de tomar acciones preventivas y mitigar cual-
quier evento que se pueda ocasionar en la institución, sim embargo
se comprueba una demanda insatisfecha de profesionales en Gestión
de riesgos a nivel provincias ya que no existe personal graduado en
este ámbito.

4.3 |

Oferta Académica

Dentro del ámbito académico se puede aﬁrmar que ninguna de

las Universidades de la ciudad de Loja, no cuentan con la carrera de
Gestión de riesgos, por tal razón la falta de oferta académica, han
generado que las instituciones públicas y privadas requieran profe-
sionales de otras ramas para que ocupen determinados cargos en las
áreas de gestión de riesgos sin tener el conocimiento idóneo necesa-
rio.

4.4 |

Requerimiento del personal

En cuanto al requerimiento del personal y a las vacantes existen-

tes dentro del área de seguridad y riesgo en las empresas públicas y
privadas de la provincia de Loja, no existe ya que esos cargos están
siendo ocupados por profesionales graduados en otras ramas tales
como: Gestión ambienta, Administración Financiera entre otras.

4.5 |

Equipo de Dirección

Es la veriﬁcación que en el equipo coordinador de las empresas

públicas y privadas de la provincia de Loja, en el grupo de personas
que poseen cargos directivos, o de coordinación superior, existe una
participación tanto de hombres como mujeres, sim embargo median-
te las encuestas aplicados se observó que el personal que estar cargo
de estos departamentos está inclinado hacia el género masculino.

4.6 |

Titulados

Este indicador mide el porcentaje de los profesionales titulados

en la Provincia de Loja, emitidos por el RANT en el campo de cono-
cimiento acerca de la carrera de Gestión de riesgos, permite conocer
cuántos Licenciados, especialistas y magíster existen en la provincia
a nivel local, lo cual se evidencia que no existe ninguno ya que las
universidades no cuentan con esa especialización.

4.7 |

Concentración de Oferta Provincial

Este indicador en cambio mide el porcentaje de estudiantes ma-

triculados en el sistema público, en el campo de conocimiento acerca

Astudillo-Guamán et al.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Gestión de Riesgos en la provincia de Loja, por lo cual se eviden-

cia tener un porcentaje del 0 % de estudiantes matriculados, debido
a que en las universidades de la ciudad no existe dicha oferta acadé-
mica, esto que se puede comparar en la página del SNIESE.

4.8 |

Plan de Desarrollo y Vinculación

Cabe mencionar que en este indicador no se puedo comprobar

ni realizar un análisis comparativo de las dimensiones de docencia y
territorio zonal ya que no existe oferta académica en cuanto a gestión
de riesgos por ende no existen docentes que se vinculen y apliquen
competencias descritas que se relacionen con las líneas del Plan de
desarrollo local de la zona de planiﬁcación donde se ejecutará la in-
vestigación.

4.9 |

Política de Cuotas

Se Recopilo y sistematizo datos relacionados con los aspectos

de titulación, oferta regional y nacional de los profesionales en el cam-
po de la Gestión de Riesgos de la provincia de Loja, y se pudo consta-
tar que los pocos profesionales de gestión de riesgos existentes en la
ciudad ninguno ha participado de la política de cuotas, la misma que
se reﬁere a garantizar becas a través del SENECYT a grupos excluidos
o que tengan diﬁcultan para acceder a estas carreras, sin embargo ca-
be señalar que la universidad Técnica particular de Loja oferta becas
al 100 % lo que es favorable para los estudiantes que vayan a acceder
por el ingreso a esta universidad.

5 |

CONCLUSIONES

De acuerdo al consejo de educación superior se crea un Regla-

mento de armonización de títulos académicos aprobado en el periodo
2013-2014 lo que genero la apertura de la especialización de gestión
de riesgos en las distintas universidades del país, preparándolos así
para posteriormente satisfacer la demanda laboral que requieran las
instituciones públicas y privadas.

Las tres universidades que existen en el territorio. Universidad

Técnica Particular de Loja, Universidad nacional de Loja, y Universi-
dad Internacional de Loja son dispersas y tienen una oferta acadé-
mica de otro tipo de especialización lo cual genera que no existan
profesionales graduados en este campo por tal razón existe un gran
índice de falta de experticia en los departamentos de seguridad y ges-
tión de riesgos en las diferentes entidades públicas y privadas ya que
empleados que ocupan dichas áreas son graduados en otras especia-
lidades o tienen conocimientos básicos de la área en mención.

En cuando a la empleabilidad se puede mencionar que no exis-

te el Departamento de Gestión de Riesgos en algunas instituciones,

lo que genera que empleados encargados de otras áreas se ocupen
de dichas actividades correspondientes, en cambio las empresas que
cuentan con este departamento, son representadas por profesiona-
les graduados en otras especialidades, con conocimientos básicos en
cuanto a gestión de riesgos, lo que genera una demanda insatisfecha
de especialistas en este campo, además se evidencio que existen pro-
fesiones especializados en gestión de riesgos ocupando los cargos de
analistas, pero con título de cuarto nivel especializados en el exterior
o en distintas provincias del Ecuador ya que en la ciudad no se oferta
dicha ingeniería o especialización.

6 |

RECOMENDACIONES

Se recomienda crear cultura organizacional en las instituciones

públicas y privadas de manera de formar el departamento o área de
gestión de riesgos, la misma que debe ser ocupada por profesionales,
capacitados y especializados en el área de gestión de riesgos con el ﬁn
de fortalecer la Seguridad en las instituciones públicas y privadas pre-
viniendo cualquier riesgo natural o antrópico que se pueda presentar
y así mismo resguardar el bienestar de la ciudadanía. Se recomienda
a los grupos históricamente excluidos quienes son personas de dife-
rentes etnias, personas con discapacidad y a la ciudadanía de escasos
recursos económicos, participar de estas becas que ofrecen las uni-
versidades particulares, ya que garantizan el libre acceso e igualdad
de oportunidades en la educación superior, en cuanto al sector de
donde se realizó la investigación de campo se puede indicar que la
universidad de la ciudad, que participa en este plan y oferta becas
de colegiatura al 100 % es: La Universidad Técnica particular de Lo-
ja (UTPL); además que las empresas den la oportunidad y opten por
la contratación de estos grupos de personas ya que cuentan con los
mismo conocimientos, capacidades y habilidades.

Se recomienda Fortalecer los planes de desarrollo territorial

dentro de su malla curricular en el cual se realice un análisis com-
parativo entre la docencia y territorio zonal con la ﬁnalidad de solu-
cionar los problemas existentes de la zona y aportar a la eﬁciencia
y eﬁcacia de la formación laboral del sector, de manera de aplicar
competencias en el campo de conocimiento acerca de la Gestión de
Riesgos. De acuerdo al Consejo de Educación Superior se crea un
Reglamento de armonización de títulos académicos aprobado en el
período 2013-2014 lo que generó la inauguración de la especializa-
ción de gestión de riesgos en las distintas universidades del país, por
tal razón se recomienda que las universidades de la provincia de Loja,
se vean en la necesidad de dar apertura a la carrera de Gestión de
Riesgos, como campo del conocimiento de manera de responder a
las expectativas y necesidades de la sociedad y potencializar las ac-
tividades de vinculación, investigación y docencia, preparándolos así
para posteriormente satisfacer la demanda laboral que requieran las
instituciones públicas y privadas

DOI: 10.54753/rve.v10i1.1289

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Análisis macroeconómico del Ecuador durante el periodo 2006-2017:
£El crecimiento económico ha generado desarrollo en Ecuador?

Macroeconomic analysis of Ecuador during the period 2006-2017: Has econo-

mic growth generated development in Ecuador?

Cristian Ortiz

Santiago Cuenca

Iván Ahumada

Departamento de Economía, Universidad Católica

del Norte, Antofagasta, Chile

Departamento de Economía, Universidad Técnica

Particular de Loja, Loja, Ecuador

Carrera de Ingeniería Comercial, Universidad

Católica del Norte, Antofagasta, Chile

Correspondencia

Cristian Ortiz, Departamento de Economía,

Universidad Católica del Norte, Antofagasta, Chile

Email: cristian.ortiz@unl.edu.ec

Agradecimientos

Magíster en Economía Aplicada con Mención en

Estudios Regionales

Fecha de recepción

Enero 2022

Fecha de aceptación

Febrero 2022

Dirección

Bloque 10. Av. Angamos 0610. Código Postal:
1270709, Antofagasta, Chile

San Cayetano Alto, Calle París. código postal

110107, Loja, Ecuador

RESUMEN

El crecimiento económico a lo largo de la historia ecuatoriana se ha visto envuelto en varios
factores políticos y sociales, los cuales han provocado cambios signiﬁcativos en el desarrollo
social y económico en el Ecuador. La presente investigación tiene como objetivo examinar el
crecimiento económico en el periodo gubernamental 2006-2017, considerando que se han
señalado varios elementos signiﬁcativos como: Nacionalización de los hidrocarburos con
precios de petróleo altos, eﬁciencia en la recaudación tributaria, alto ahorro de los ingresos
de los recursos, gasto público como dinamizador de la demanda interna, que han sido fun-
damentales para el crecimiento económico en este periodo. El desarrollo en el Ecuador fue
signiﬁcativo en este periodo económico debido a varias políticas públicas enfocadas al “Plan
Nacional del Buen Vivir” las mismas que estuvieron enfocadas en la diversiﬁcación producti-
va y la equidad y participación social. Los resultados de esta investigación nos muestran una
reducción signiﬁcativa de la brecha de desigualdad social y disminución de la pobreza; mejo-
ramiento de salud pública, niveles de la escolaridad y empleo. Por tanto, se debe considerar a
este periodo gubernamental como uno de los principales dinamizadores en el crecimiento y
desarrollo económico en el Ecuador. Nuestros análisis tienen importantes recomendaciones
de política macroeconómica que se desarrollan a lo largo de esta investigación.

Palabras clave: Análisis Macroeconómico. Ecuador. Crecimiento Económico. Desarrollo Econó-
mico

Códigos JEL: Q32. Q43.

ABSTRACT

Economic growth throughout Ecuadorian history has been involved in several political and
social factors, which have caused signiﬁcant changes in social and economic development
in Ecuador. The present research aims to examine the economic growth in the governmen-
tal period 2006-2017, considering that several signiﬁcant elements have been pointed out
such as: nationalization of hydrocarbons with high oil prices, eﬃciency in tax collection, high
savings of resource revenues, public spending as a dynamizer of domestic demand, which
have been fundamental for economic growth in this period. Development in Ecuador was
signiﬁcant in this economic period due to several public policies focused on the "National
Plan for Good Living", which were focused on productive diversiﬁcation, equity and social
participation. The results of this research show a signiﬁcant reduction of the social inequality
gap and poverty reduction; improvement of public health, schooling levels and employment.
Therefore, this governmental period should be considered as one of the main dynamizers of
economic growth and development in Ecuador. Our analysis has important macroeconomic
policy recommendations that are developed throughout this research.

Keywords: Macroeconomic Analysis. Ecuador. Economic Growth. Economic Development.

JEL codes: Q32. Q43.

Ortiz C., Cuenca S. & Ahumada I.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

Ecuador ha experimentado diferentes escenarios económicos,

políticos y sociales que han marcado su historia reciente. Es un país
con una matriz productiva basada en la extracción de recursos co-
mo es el petróleo, que, desde su descubrimiento en el año 1967,
ha sido uno de los principales rubros de ingreso del país. Esta épo-
ca de descubrimiento de pozos petroleros fue acompañada de una
época de dictaduras militares que de alguna manera impidieron la
instalación de una industria petrolera y posiblemente una mejora de
la economía ecuatoriana (Paz y Cepeda, 2006). En 1979 se volvió a
la democracia, pero la inestabilidad política seguía estando presen-
te y con ello la inestabilidad económica. El evento económico más
relevante dentro de su historia ocurre el 8 de marzo de 1999. Me-
diante decreto ejecutivo se declaró el “Feriado Bancario” producto
de la liberalización ﬁnanciera que fue promovida durante los años
1993-1994 (Páez-Pérez, 2004). Durante el Feriado Bancario, varios
bancos privados del país cerraron o entraron a proceso de resca-
te ﬁnanciero (pasando la deuda privada de estos bancos a manos
del Estado ecuatoriano). Posteriormente producto de la crisis gene-
ralizada

, la economía ecuatoriana perdió su moneda propia y se

dolarizó (Pacheco, 2013).

Según datos e informes del Banco Central del Ecuador (2005),

con la crisis ﬁnanciera de 1999, aproximadamente un 70 % de las
instituciones ﬁnancieras fueron cerradas. Las pérdidas económicas
ascendieron a 8.000 millones de dólares, la tasa de crecimiento del
PIB per cápita en 1999 llegó al -6.6 %, relajándose en el año 2000
a un -0,8 %. La inﬂación en 1999 estuvo en 52 % pero en el año
2000 alcanzó la escalofriante cifra de 96 %. El desempleo aumentó
del 9 % al 17 % y el subempleo aumentó de 49 % al 55 %. La bre-
cha de pobreza también aumentó, pasando del 35 % al 65 % en las
zonas urbanas. De los fondos del Estado se utilizaron más de 1.5
mil millones de dólares para cubrir los pagos a los depositantes de
los bancos, aumentando el circulante a 170 % anual (Pacheco, 2013;
Tas y Togay, 2014). Una vez dolarizada la economía se desató la ma-
yor ola de migración de la población ecuatoriana hacia países como
Estados Unidos, España e Italia como principales destinos. Se esti-
mó que aproximadamente 700,000 ecuatorianos salieron del país
(Larrea, 2004). La inestabilidad ya no solo económica sino también
política se convirtió en una constante en el país y esto unido a las
tensiones sociales ocasionó cambios drásticos en las estrategias de
políticas económicas que vinieron durante los siguientes años.

Luego de años de inestabilidad política y social se posesiona en

2006 como presidente electo Rafael Correa, mandato que duró diez
años (dos periodos presidenciales por reelección) presidente que se
convirtió en el primer mandatario en cumplir su segundo periodo
completo después de ochenta años; quien presentó un cambio ins-
titucional con nuevas políticas de gobierno. A través de una reforma
de la constitución en 2008, la reforma del congreso y la posterior
creación de la Asamblea Nacional (Martín-Mayoral, 2009), se gene-
ró un contexto político y social que incidió para que los indicadores
económicos tuvieran resultados positivos, hubo un crecimiento im-
portante del PIB, la inﬂación se mantuvo baja y disminuyó la tasa de
desempleo.

El periodo de análisis de este trabajo se eligió en base a que du-

rante este periodo de gobierno (2006-2017) Ecuador experimentó
un periodo de crecimiento sostenible de la economía durante los 10
años (duración del gobierno de Rafael Correa) en donde los precios
de petróleo altos, gasto público creciente, acompañado de políticas
públicas en ámbitos educativos, laborales, tributarios y sociales ge-
neraron indicadores macroeconómicos positivos que se tradujeron
en mejoras considerables en la calidad de vida del país.

Este documento está organizado en tres secciones adicionales

a la introducción. En la segunda sección se analiza los factores que
promovieron el Crecimiento Económico en Ecuador y cuáles fueron
sus principales causas. En la tercera sección se analiza el impacto de
la fase de crecimiento experimentada sobre el desarrollo nacional.
En la cuarta y última sección se abordan las conclusiones de esta
investigación.

2 | CRECIMIENTO ECONÓMICO EN

ECUADOR Y SUS PRINCIPALES
CAUSAS

2.1 | Nacionalización de los hidrocarburos

y precios de petróleo altos

El sector extractivo representa un factor que es intensivo en

capital, el cual requiere grandes inversiones, que generan rendimien-
tos a corto plazo. Aunque el sector extractivo en abundancia genera
amplias oportunidades de crecimiento, puede generar una alta de-
pendencia de la economía hacia el recurso, esta hipótesis se denomi-
na dentro de la literatura como “maldición de los recursos naturales”,
una situación en que los países con cuantiosos recursos naturales
tienden a obtener peores resultados económicos que los países con
menos recursos. Esto debido a la alta dependencia y especialización
extractiva que generan en el largo plazo. Sin embargo, los indicios
que sugieren que existe una maldición de los recursos distan mucho
de ser claros y han sido objeto de intensos debates (Humphreys et.
al, 2007; Sachs y Warner, 1997; Auty y Furlonge, 2019). Las indus-
trias extractivas ofrecen muchas posibilidades de prosperar a los
países en desarrollo si amplían su radio de acción a las zonas rurales
como empleadores, inversores y compradores de bienes y servicios
(Onoh et. al, 2018).

En algunos países, como es el caso de Ecuador, las industrias

extractivas proporcionan la principal fuente de inversión extranjera
directa, y representan una parte sustancial de los ingresos públicos y
las exportaciones nacionales. Este ingreso ha sido el motor del desa-
rrollo de infraestructuras (por lo general en relación con el transpor-
te, pero también con la vivienda y los servicios públicos) y pueden
desempeñar un papel destacado en la creación de oportunidades de
empleo si recurren a los servicios y productos locales. Sus efectos
multiplicadores de empleo pueden ser considerables, en especial en
la economía rural.

En Ecuador, el caso de la renacionalización de los hidrocarbu-

ros nos ofrece un modelo de gestión, ya que el modelo extractivo
ecuatoriano ha tomado un camino diferente al modelo instaurado
en los años anteriores. La reapropiación de la renta petrolera con
el cambio Constitucional en 2008, provocó la creación de la Ley de
Hidrocarburos en 2010, y el gobierno puso en primer plano a las em-
presas estatales EP Petroecuador y Petroamazonas. Esto hizo posi-
ble que el Estado y el pueblo ecuatoriano recuperen su soberanía
energética y fortalezcan su soberanía política (Osuna, 2014). Así, un
país de las dimensiones de Ecuador, con una superﬁcie de 283,561
K m

, una población de casi 16 millones de habitantes y con un vo-

lumen del PIB de cerca 104 mil millones de dólares (Banco Mundial,
2019) ha podido revertir el modelo de extracción que tenía durante
los últimos veinte años.

En la actualidad, Ecuador es el quinto productor de petróleo

de América Latina y es el socio más pequeño de la Organización de

Algunos factores que agudizaron la crisis fueron: El fenómeno del niño, que azotó las costas ecuatorianas y provocó que los agricultores perdieran sus co-
sechas, los gastos no presupuestados en el conﬂicto bélico de 1995 con el Perú y la caída del precio del petróleo, que se ubicó en $6,30 USD por barril
(Páez-Pérez, 2004).

Análisis macroeconómico del Ecuador durante el periodo........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

2.2 | Eﬁciencia en la recaudación tributa-

ria

En el contexto ecuatoriano, según datos del Banco Central del

Ecuador (2019) en el año 2017 los ingresos tributarios representa-
ron casi un 18,06 % del PIB, aumentando año a año si comparamos
con el año 2006. Esta tendencia se muestra en la Figura 3. El aumen-
to signiﬁcativo en la recaudación tributaria se debe en parte por la
eﬁciencia en el sistema de recaudación que se ha logrado en estos
últimos años (Calva y Ortiz, 2017) fruto de las campañas de cultu-
rización tributaria y mayor regulación contra la evasión. Dentro de
este panorama, se dieron importantes reformas tributarias que ge-
neraron escenarios especulativos dentro del acontecer económico,

tales como las salvaguardias en el 2015 y el incremento del IVA de
dos puntos porcentuales en 2016 (el aumento del IVA duró un año).
Estas políticas tributarias fueron tomadas como medidas emergen-
tes para frenar choques internos y externos a la economía ecuato-
riana. Durante el periodo 2006-2017, el gobierno se ha enfocado en
mejorar las políticas impositivas progresivas para generar mayores
recaudaciones. Otros impuestos implementados fueron: impuestos
a la salida de divisas, activos en el exterior, patentes de conservación
(Nina, Bermeo y Cuesta, 2017) y también se implementaron incen-
tivos impositivos a la reinversión. Aunque los ingresos tributarios
como porcentaje del PIB en Ecuador han experimentado una gran
expansión en las dos últimas décadas aún se encuentra por debajo
del promedio de los países de la Organización para la Cooperación
y el Desarrollo Económicos (OCDE, 2019).

Figura 5 Evolución del Gasto Público como porcentaje del PIB en Ecuador. Elaboración propia con datos del Banco Central del Ecuador (2019)

2.3 | Alto ahorro de los ingresos de los re-

cursos

Según el modelo teórico de Solow-Swan (1956), la acumula-

ción de capital se explica por la tasa de ahorro que tiene un país,
países con tasas de ahorro mayores (que se traducen en mayores
niveles de inversión), acumulan mayor capital y por lo tanto obtie-
nen mayores tasas de crecimiento y viceversa. En este sentido, la
economía ecuatoriana manejó cautamente el ingreso de sus recur-
sos, ya que el ahorro nacional neto como porcentaje del PIB, como
se muestra en la Figura 4, no experimentó variaciones por debajo
del 24, 49 %, siendo el promedio del periodo de 26,86 %. El alto ni-
vel de ahorro que experimentó el Ecuador cuando los precios de las
exportaciones estaban altos, permitió crear un colchón importante
para poder resistir la crisis de la caída en los precios y así, poder
mantener un crecimiento económico estable (Luna y Minga, 2017).
Ecuador implementó políticas de ahorro de los ingresos altos que le
generaron las exportaciones petroleras cuando estas estuvieron en
un buen momento, y de igual manera, los altos ingresos generados
por los impuestos a los hidrocarburos.

Por otro lado, la formación bruta de capital ﬁjo es considerada

motor de crecimiento económico debido a que permite incremen-
tar la capacidad productiva de un país por varios períodos (Banco
Central del Ecuador, 2019). Desde este punto de vista, el Ecuador
ha apostado por invertir gran parte de sus recursos en bienes de ca-

pital que se ha traducido en construcción de carreteras, proyectos
hidroeléctricos, escuelas, hospitales, aspectos que mejoran la pro-
ductividad de un país y la producción en general.

2.4 |

Gasto Público como dinamizador de

la demanda interna

El gasto público creciente fue una de las principales herramien-

tas del gobierno para fomentar la demanda interna, incentivar el em-
prendimiento y por lo tanto generar empleo (Montaño et. al, 2017).
Este aumento creciente del gasto público conllevó a que las micro,
pequeñas y medianas empresas (MIPYMES) se convirtieron en los
principales proveedores del estado. Esto último se debió a la crea-
ción del Ministerio de Economía Popular y Solidaria y las políticas
públicas orientadas a fortalecer la industria nacional. Según datos
del Directorio de Empresas y Establecimientos (DIEE, 2017), base
de datos emitida por el Instituto Nacional de Estadísticas y Censos
(INEC) las MIPYMES representaron en 2009 el 87.15 % de todas las
empresas del Ecuador y en 2016 el porcentaje aumento a 92,58 %.

Esto provocó una incidencia directa sobre la desigualdad y

garantizó servicios públicos gratuitos y de calidad (Garrochamba,
2017). La infraestructura pública fue uno de los principales obje-
tivos del gobierno, en donde se invirtió en proyectos emblemáticas

Ortiz O., Cuenca S. & Ahumada I.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

como: Reﬁnería Esmeraldas y reﬁnería del Pacíﬁco, ciudad del co-
nocimiento Yachay Tech, 13 hidroelétricas entre ellas: Coca Codo
Sinclair, Delsitanisagua, Manduriacu, Mazar Dudas, Minas San Fran-
cisco, Quijos, Sopladora y además el Proyecto Eólico Villonaco. Ade-
más de las 70 escuelas del Milenio. En este sentido, el gasto público
se convirtió en inversión pública, que entre algunas cuestiones hu-

bo inversiones que son de largo plazo (inversión en Educación), es
por ello que el gasto público aumentó desde un 10,6 % del PIB en
2006 hasta un 14, 57 % del PIB en 2017 (Banco Mundial, 2019) co-
mo se puede ver en la Figura 5. La receta del gobierno ecuatoriano
fue aplicar políticas económicas anti cíclicas para contrarrestar los
efectos externos y así poder mantener equilibrada la economía.

Figura 6 Evolución la tasa de desempleo y el número de personas aﬁliadas al Seguro Social en Ecuador. Elaboración propia con datos del Banco Mundial

y el IEES (2019)

3 | IMPACTO DE LA FASE DE CRECI-

MIENTO EXPERIMENTADA SOBRE
EL DESARROLLO NACIONAL

El principal factor que aportó al crecimiento económico de

Ecuador fue la nacionalización de los hidrocarburos, dado que esto
aumentó la explotación y exportación de petróleo y esto a su vez,
aumentó los ingresos ﬁscales nacionales debido a la participación de
las petroleras nacionales en la extracción del petróleo (Molina y Vé-
lez, 2016). Con dicho aumento de los ingresos, el gobierno realizó
importantes políticas sociales en pro de generar, crecimiento eco-
nómico, desarrollo humano y mejoras en la calidad de vida de las
personas (Garrochamba, 2018).

En este contexto, Ecuador planiﬁcó su agenda de Desarrollo

en el denominado “Plan Nacional del Buen Vivir”, que representa la
hoja de ruta de la actuación pública para construir los derechos de
los ciudadanos y la consolidación de una nueva estrategia de creci-
miento (Ministerio de Inclusión Económica y Social, 2010), donde
se reconoce la importancia de la empresa privada en el crecimiento
económico y la creación de riqueza. El plan actual está delineado

por seis dimensiones básicas: Diversiﬁcación productiva y seguri-
dad económica, acceso universal a bienes superiores, equidad so-
cial, participación social, diversidad cultural y sustentabilidad. Estas
dimensiones se concretan a través de un conjunto de 12 objetivos
estratégicos

que fueron primordiales para lograr promover aﬁanzar

el buen vivir en Ecuador (Altmann, 2016).

El Gobierno ecuatoriano, en su afán de promover el Desarro-

llo, dio mucho énfasis a la mejora de los derechos laborales, ya que
según el Instituto Nacional de Estadísticas y Censos (INEC, 2019),
8 de cada 10 empleos provienen de la empresa privada. Es así que
se implementó una reforma laboral que promovió una mayor rigidez
del mercado laboral. Esto provocó que la tasa de desempleo se man-
tuviera baja y que la economía informal se vea reducida. Según el
Instituto Nacional de Seguridad Social (IESS, 2018) el número de aﬁ-
liados al seguro general aumentó en casi 100 % durante el periodo
2006-2017, esto se puede ver en la Figura 6. Las políticas laborales
que fomentó el gobierno fueron: el pago del seguro social obligato-
rio, además de un sueldo básico obligatorio por jornada de 40 horas
semanales, abolió la contratación de personal por horas, implemen-
tó la participación de los empleados en el 15 % de las utilidades,
mejoró la liquidación de sueldos por tiempo de contratación, bajó
los años necesarios de jubilación y la abolió la tercerización laboral.

Estos objetivos fueron: 1. Consolidar el Estado democrático y la construcción del poder popular. 2. Auspiciar la igualdad, la cohesión, la inclusión y la equidad
social y territorial, en la diversidad. 3. Mejorar la calidad de vida de la población. 4. Fortalecer las capacidades y potencialidades de la ciudadanía. 5. Construir
espacios de encuentro común y fortalecer la identidad nacional, las identidades diversas, la plurinacionalidad y la interculturalidad. 6. Consolidar la transfor-
mación de la justicia y fortalecer la seguridad integral, en estricto respeto a los derechos humanos. 7. Garantizar los derechos de la naturaleza y promover la
sostenibilidad ambiental territorial y global. 8. Consolidar el sistema económico social y solidario, de forma sostenible. 9. Garantizar el trabajo digno en todas
sus formas. 10. Impulsar la transformación de la matriz productiva. 11. Asegurar la soberanía y eﬁciencia de los sectores estratégicos para la transformación
industrial y tecnológica. 12. Garantizar la soberanía y la paz, profundizar la inserción estratégica en el mundo y la integración latinoamericana.

Ortiz O., Cuenca S. & Ahumada I.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

La reducción de la desigualdad ha provocado que se generen

mejores oportunidades para las personas en condiciones socialmen-
te más vulnerables. La reducción de la desigualdad en Ecuador es
explicada por la eﬁciente redistribución del ingreso a través de polí-
ticas como: recaudación tributaria progresiva, mejoramiento de los
servicios públicos y aumentos salariales para los trabajadores. En
general, se evidencia que la clase media aumentó en Ecuador. Por
otro lado, la tasa de incidencia de la pobreza se ha reducido en pro-

medio 28,2 % durante el periodo estudiado. La tasa de incidencia
de la pobreza se ha medido a través del porcentaje de la población
que vive con menos de USD$1,90 al día

. Se eligió este indicador de

incidencia de la pobreza dado que ofrece un umbral monetario más
objetivo para cuantiﬁcar el porcentaje de personas en situación de
pobreza extrema, además este índice se ha utilizado mucho tiempo
en los informes del INEC para cuantiﬁcar la pobreza extrema.

Figura 13 Evolución del Ranking y el índice de Desarrollo Humano. Elaboración propia con datos del PNUD (2019)

Otras políticas que ayudaron a mitigar la pobreza en los sec-

tores más vulnerables han sido las transferencias del gobierno y la
correcta distribución de estos como se indica en la Figura 11

, dado

que, a través del bono de desarrollo humano, y las misiones “Manue-
la Espejo”, que impulsaron el apoyo a personas en extrema pobreza y
las personas discapacitadas respectivamente, es así que Ecuador se
encontró en promedio por debajo del índice de Gini calculado para
Perú, Colombia y Brasil. Las transferencias en el Ecuador en el perio-
do estudiado han reducido la desigualdad de ingresos en un prome-
dio de 0,39 a 0,35 a través del bono de desarrollo humano, mientras
que la desigualdad se reduce más con el bono de discapacidad, redu-
ciéndose de 0,39 a 0,24 y llevando a concluir que las transferencias
monetarias realizadas por el gobierno cumplieron con el ﬁn para el
cual fueron previstas (Yaguana, Granda y Ortiz, 2017).

En cuanto a salud, el artículo 32 de la Constitución de Ecuador

señala que la salud es un derecho que garantiza el Estado, que es uni-
versal, sin exclusión alguna, gratuito y de calidad, cuya realización
se vincula al ejercicio de otros derechos que sustentan el buen vivir
(Constitución Ecuatoriana, 2008). En este mismo sentido, el gasto
público que Ecuador destinó al sector de la salud fue creciente, pa-
sando del 5,6 % en 2006 al 8,3 % en 2017, las políticas públicas im-
plementadas por el gobierno se orientaron a la desconcentración de
los servicios de salud y la ampliación de su infraestructura (hospita-

les, subcentros, entre otros). Además, se implementó la dotación de
medicina gratuita, también se promovió campañas de salud sexual y
reproductiva, cuidado prenatal y se llevó a cabo una sistematización
completa de los servicios de salud (Chang, 2017). Esto repercutió
positivamente sobre indicadores como la esperanza de vida, ya que
según datos del Banco Mundial (2019) este indicador aumentó de
74,5 años en 2006 a 76, 5 años en 2017.

El Programa de las Naciones Unidas para el Desarrollo creó,

como medida alternativa al progreso de los países, el Índice de De-
sarrollo Humano (IDH), índice que tiene su primera aparición en el
año 1990 ,de acuerdo con el trabajo de investigación del economis-
ta paquistaní Mahbub ul Haq y que en gran parte, se basa en las
ideas desarrolladas por Amartya Sen. Este índice cuenta con tres di-
mensiones: (1) salud (medida con la esperanza de vida al nacer), (2)
Educación (medida con el nivel de alfabetización adulta y el nivel
de estudios alcanzado), y (3) el PIB per cápita (Anand y Sen, 1994).
En Ecuador, a través de los avances en educación, salud y el desem-
peño positivo de la economía, se logró mejorar las tres dimensiones
del índice, por lo que este aumentó durante el período comprendido
de 2006 a 2017, pasando de 0,65 a 0,75 respectivamente. En cuan-
to al ranking de países, Ecuador se mantuvo entre el puesto 91 y el
puesto 83, tal como se aprecia en la Figura 13., siendo catalogado
por el PNUD como un país con desarrollo humano alto.

Expresada a precios internacionales de 2011.

La base ENEMDU incluye las preguntas £Recibe el bono de desarrollo humano? (p75) y £Recibe el bono de discapacidad? (p77). Luego se estimó con el
comando de Stata: lorenz estimate ingresohora, over (p75) graph (aspectratio(1)); y lorenz estimate ingresohora, over (p77) graph (aspectratio(1)).

Análisis macroeconómico del Ecuador durante el periodo........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

4 | CONCLUSIONES

El debate sobre crecimiento y desarrollo tiene importantes im-

plicaciones dentro de la literatura económica. Desde una perspecti-
va multidimensional del crecimiento y desarrollo, observamos que
el crecimiento económico no necesariamente se traduce en desarro-
llo y sobrepasa la idea tradicional sobre el “efecto de ﬁltración hacia
abajo” (trickle down eﬀect), que asume que el crecimiento económi-
co eleva el bienestar general de la sociedad, ﬁltrándose hacia abajo
desde las rentas más altas hacia las rentas bajas, y en vez de ello,
muchas de las veces el crecimiento económico lleva a generar ma-
yores brechas sociales entre ricos y pobres, atenuando así los graves
problemas del desarrollo de la sociedad que a su vez deriva en con-
vulsión social e institucional de un País.

En este contexto, Ecuador es uno de los países latinoameri-

cano que mejor ha sabido convertir su bonanza en bienestar social,
en donde su crecimiento del PIB per cápita promedio, ha sido del
3,9 %, y sus indicadores de desarrollo se han mantenido crecien-
tes. Un punto clave para entender el crecimiento y desarrollo de
Ecuador, es el cambio institucional que sufrió el país con la nueva
Constitución reformulada en 2008 y la Asamblea Constituyente que
derivó de dicha Constitución. Este suceso, que fue acompañado de
amplio apoyo social hacia un enfoque diferente de construir el po-
der popular, dio amplia ventaja al liderazgo de Rafael Correa para
poder aﬁanzar un proceso económico, social y político a lo largo del
periodo estudiado.

La matriz productiva de Ecuador se diversiﬁcó a lo largo del pe-

riodo pasando del 42,29 % en 2006 a 26,22 % en 2017 en cuanto al
peso que representa la extracción y posterior comercio del petróleo.
Otro de los factores que impulsaron su crecimiento fue la eﬁciente
recaudación ﬁscal, fruto de políticas impositivas acertadas. Las altas
tasas de ahorro también fueron un factor que impulso la inversión
pública, en donde, y como consecuencia, la economía se vio siempre
activa, la demanda interna se vio fortalecida, y por ende el empren-
dimiento y productividad del país aumentaron. Esto último favore-
ció el incremento proporcional de los salarios de los trabajadores,
que se vieron beneﬁciados por mejores derechos laborales. Esto re-
percutió en mayores niveles de escolaridad, mejores servicios en la
salud públicos y gratuitos, mayor acceso al mercado laboral tanto
para hombres como para mujeres; factores que a su vez repercu-
tieron sobre las estadísticas de pobreza y pobreza extrema, y en
general, vemos un amplio crecimiento de la clase media y la clase
empresarial en Ecuador (Luna et al., 2021).

Por lo tanto, las repercusiones inmediatas de los indicadores

macroeconómicos revelan un aumento signiﬁcativo de los indicado-
res considerados “clave” para entender las diferentes dimensiones
del desarrollo de las capacidades y calidad de vida de Ecuador. Des-
de esta perspectiva, para abordar la pregunta de este trabajo sobre

“£El alto crecimiento económico generó un desarrollo?”, evidencia-

mos que Ecuador coincide con las deﬁniciones de los entornos exi-
tosos de crecimiento y desarrollo, que siempre abogan por que el
crecimiento económico venga acompañado de altas inversiones en
proyectos sociales, que impulsen una mejor calidad de vida de las
personas (Ranis y Stewart, 2002).

Para concluir este trabajo, en palabras del primer informe del

PNUD (1990), donde se declaraba con contundencia lo que a mi
parecer creo que es la mejor deﬁnición de desarrollo:

“La verdadera riqueza de una nación está en su gente. El objetivo

básico del desarrollo es crear un ambiente propicio para que los seres
humanos disfruten de una vida prolongada, saludable y creativa. Es-
ta puede parecer una verdad obvia, aunque con frecuencia se olvida
debido a la preocupación inmediata de acumular bienes de consumo y
riqueza ﬁnanciera”

PNUD (1990, p. 31)

Referencias bibliográﬁcas

[1] Altmann, P. (2016). Buen Vivir como propuesta políti-

ca integral: Dimensiones del Sumak Kawsay. Mundos
Plurales-Revista Latinoamericana de Políticas y Acción
Pública, 3(1), 55-74.

[2] Anand, S., y Sen, A. (1994). Human Development Index:

Methodology and Measurement.

[3] Asamblea Nacional Constituyente. (2008). Cons-

titución Nacional del Ecuador. Recuperado de:
http://www.hlrn.org/img/documents/Constitucion_
del_Ecuador_2008.pdf

[4] Auty, R. M., y Furlonge, H. I. (2019). The Rent Curse:

Natural Resources, Policy Choice, and Economic Deve-
lopment. Oxford University Press, USA.

[5] Banco Central del Ecuador. (2005). “85 años del Banco

Central del Ecuador, Series Estadísticas Históricas”, Bo-
letín Informativo. Recuperado de: http://www.bce.ﬁn.
ec/

[6] Banco Central del Ecuador. (2019). Portal de informa-

ción estadística, Boletín Informativo. Recuperado de:
http://www.bce.ﬁn.ec/

[7] Banco Mundial. (2019). World Development Index data

base. Recuperado de: http://datos.bancomundial.org/

[8] Barro, R. J. (2001). Education and economic growth. The

contribution of human and social capital to sustained
economic growth and well-being, 14-41.

[9] Calva, V., y Ortiz, C. (2017). Efecto de la tasa impositi-

va sobre la producción: una aproximación empírica me-
diante la curva de Laﬀer para Ecuador. ReVISTA Econó-
mica, 2(1), 10-22.

[10] Chang Campos, C. (2017). Evolución del sistema de sa-

lud de Ecuador: Buenas prácticas y desafíos en su cons-
trucción en la última década 2005-2014. In Anales de
la Facultad de Medicina (Vol. 78, No. 4, pp. 452-460).
UNMSM. Facultad de Medicina.

[11] Comisión Económica para América Latina y el Caribe.

(2016). Estadísticas tributarias en América Latina y
el Caribe. Recuperado de: https://www.cepal.org/es/
publicaciones/44526-revenue-statistics-latin-america-
and-caribbean-1990-2017-2019-estadisticas

[12] Delgado, P., y Monserrate, J. (2013). Ensayo sobre cre-

cimiento económico, inversión en educación superior,
desempleo y desigualdad en Ecuador 1991-2012.

Ortiz O., Cuenca S. & Ahumada I.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[13] Elbers, C., y Lanjouw, P. (2001). Intersectoral transfer,

growth, and inequality in rural Ecuador. World Develop-
ment, 29(3), 481-496.

[14] Garrochamba, A. (2018). Gasto público y su efecto en la

desigualdad de Ecuador. ReVISTA Económica, 3(1), 63-
73.

[15] Gesto, I. G. (2018). La política educativa del gobierno de

la revolución ciudadana (2007-2017) y la gobernanza
corporativa de la educación de corte ﬁlantrópico (Doc-
toral dissertation, Universidade da Coruña).

[16] Humphreys, M., Sachs, J., y Stiglitz, J. E. (2007). Escaping

the resource curse. New York.
Instituto Ecuatoriano de Seguridad Social. (2019).
Geoportal: Estadísticas generales. Boletín 22. Re-
cuperado de: https://www.iess.gob.ec/es/web/guest/
estadisticas

[17] Instituto Nacional de Estadísticas y Censos. (2017).

Directorio de Empresas y Establecimientos. Re-
cuperado

de:

http://www.ecuadorencifras.gob.ec/

directoriodeempresas/

[18] Instituto Nacional de Estadísticas y Censos. (2019).

Estadísticas

Generales.

Recuperado

de:

http:

//catalogo.datosabiertos.gob.ec/dataset/directorio-

de-establecimientos-inec

[19] Izurieta, N. (2015). El Ecuador y el proceso de cambio de

la matriz productiva: consideraciones para el desarrollo
y equilibrio de la balanza comercial. Observatorio de la
Economía Latinoamericana, (207).

[20] Larrea, C. (2004). Pobreza, dolarización y crisis en el

Ecuador. Editorial Abya Yala.

[21] Luna, T., y Minga, L. (2017). Comparación de las funcio-

nes de inversión entre Ecuador, Chile y Estados Unidos.
ReVISTA Económica, 1(1), 55-63.

[22] Luna, R., Ortiz, C., Granda, R., Luna, T., Granda, M., Luna,

B. (2021). INCOME, TRAJECTORY AND ACCESS TO
FINANCING OF MSES IN ECUADOR: AN EMPIRICAL

APPROACH USING DISCRETE CHOICE MODELS. Aca-

demy of Entrepreneurship Journal, 27, 1-12.

[23] Manosalvas, M. (2014). Buen vivir o sumak kawsay: En

busca de nuevos referenciales para la acción pública en
Ecuador. Íconos: Revista de Ciencias Sociales, (49), 101-
121.

[24] Martín-Mayoral, F. (2009). Estado y mercado en la his-

toria de Ecuador: Desde los años 50 hasta el gobierno
de Rafael Correa. Nueva Sociedad, 221, 120.

[25] Ministerio de Educación (2006). Ley Orgánica de

Educación. Recuperado de: http://www.ces.gob.ec/
documentos/Normativa/LOES.pdf

[26] Ministerio

Hidrocarburos.

(2019).

Geopor-

tal de información estadística. Recuperado de:
https://www.controlhidrocarburos.gob.ec/wp-
content/uploads/producci%C3%B3n-de-petroleo/
reporte-diario-de-produccion.pdf

[27] Ministerio de Inclusión Económica y Social. (2010):

Plan Nacional del Buen Vivir. Recuperado de:
http://quito.gob.ec/documents/rendicion_cuentas/

AZCH/12ejesdelPNBV.pdf

[28] Molina, D. L. P., y Vélez, P. E. R. (2016). Cambio de la ma-

triz productiva del Ecuador y su efecto en el comercio
exterior. Dominio de las Ciencias, 2(2), 418-431.

[29] Nina, V., Bermeo, E., y Cuesta, P. (2017). Las políticas tri-

butarias en el crecimiento económico de Ecuador, 2000-
2015. INNOVA Research Journal, 2(8), 10-29.

[30] Onoh, J. O., Nwachukwu, T., y Mbanasor, C. A. (2018).

Economic growth in OPEC member states: Oil export
earnings versus non-oil export earnings. Journal of De-
veloping Country Studies, ISSN, 2225-0565.

[31] Organización de Naciones Unidas. (2000). Objetivos del

Desarrollo del Desarrollo Sostenible. Recuperado de
http://www.un.org/es/millenniumgoals/environ.shtml

[32] Organización para la Cooperación y el Desarrollo Eco-

nómicos. (2019), Revenue Statistics in Latin America
and the Caribbean 2019, OECD Publishing, Paris, https:

//doi.org/10.1787/25666b8d-en-es

[33] Osuna, I., (2014). La Política Petrolera del Gobierno

de la Revolución Ciudadana (2007-2013). Recuperado
de:

https://www.academia.edu/33135160/Ecuador.

_La_Pol%C3%ADtica_Petrolera_del_Gobierno_de_la_

Revoluci%C3%B3n_Ciudadana_2007-2013_

[34] Páez-Pérez, P. (2004). Liberalización ﬁnanciera, crisis y

destrucción de la moneda nacional en Ecuador. Cuestio-
nes Económicas,20, (1), 1-67.

[35] Paz, J. J., y Cepeda, M. (2006). Ecuador: Una democracia

inestable. Historia Actual Online, (11), 89-99.

[36] Programa de las Naciones Unidas para el Desarro-

llo (PNUD) (1990): Informe sobre Desarrollo Humano
1990. Concepto y medición del desarrollo humano, Ox-
ford University Press, Nueva York.

DOI: 10.54753/rve.v10i1.1290

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Manufacturas y crecimiento económico en Ecuador bajo una pers-
pectiva regional. Un modelo de panel dinámico, 2007 -2020

Manufacturing and economic growth in Ecuador from a regional perspective. A

dynamic panel model, 2007-2020

Diego Ochoa-Jiménez

Reinaldo Armas-Herrera

Christian Pereira

1Departamento de Economía, Universidad Técnica
Particular de Loja, Loja, Ecuador

2Departamento de Ciencias Empresariales, Universidad
Técnica Particular de Loja, Loja, Ecuador

3Carrera de Economía, Universidad Técnica Particula de
Loja, Loja, Ecuador

Correspondencia

Diego Ochoa, Carrera de Economía, Universidad

Técnica Particular de Loja, Loja, Ecuador

Email: daochoa@utpl.edu.ec

Agradecimientos

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 este artículo es investigar a nivel regional la situación del sector manufacture-
ro en la economía ecuatoriana y su inﬂuencia en el crecimiento económico para el período
2007-2020, utilizando como base teórica las leyes de crecimiento económico de Kaldor.
En Ecuador, el sector manufacturero no presenta un desarrollo signiﬁcativo, representa el
20.8 % del valor agregado bruto nacional, con una tasa de crecimiento promedio del 1.5 %
anual durante el período de estudio, por debajo del sector primario y de servicios, con un
3 % y 2.7 % respectivamente. Por otro lado, al realizar el análisis utilizando un modelo eco-
nométrico de panel estático y dinámico a nivel provincial, los resultados de los ejercicios
empíricos sugieren que la industria ecuatoriana esta correlacionada positivamente con el
nivel de productividad del trabajo y con el crecimiento de los sectores restantes de la eco-
nomía. Asimismo, los resultados para la Segunda Ley de Kaldor muestran la existencia de
rendimientos crecientes a escala, al menos cuando se utiliza información a nivel regional
para el período de estudio. Finalmente, este estudio recomienda políticas públicas orien-
tadas a promover el desarrollo del sector manufacturero con el objetivo de propiciar un
desarrollo económico sostenible en Ecuador.

Palabras clave: Crecimiento económico; manufactura; Leyes de Kaldor.

Códigos JEL: O14. O41. O47.

ABSTRACT

In Ecuador, the manufacturing sector does not present a signiﬁcant development, it repre-
sents 20.8 % of the national gross value added, with an average growth rate of 1.5 % per
year during the study period, below the primary and services sector, with a 3 % and 2.7 %
respectively. On the other hand, when performing the analysis using a static and dyna-
mic panel econometric model at the provincial level, the results of the empirical exercises
suggest that the Ecuadorian industry is positively correlated with the level of labor produc-
tivity and with the growth of the remaining sectors of the economy. Likewise, the results
for Kaldor’s Second Law show the existence of increasing returns to scale, at least when in-
formation at the regional level is used for the study period. Finally, this study recommends
public policies oriented to the development of the manufacturing sector with the objec-
tive of promoting sustainable economic development in Ecuador. sustainable economic
development in Ecuador.

Keywords: Economic growth; manufacturing; Kaldor laws.

JEL codes: O14. O41. O47.

Ochoa D., Armas R., & Pereira C.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

Un entorno internacional cada vez más dinámico y competiti-

vo, junto a mayores procesos de liberalización comercial y de globali-
zación de mercados, exige que aspectos como la causa de industria-
lización y el nivel de productividad en una economía sean asumidos
como un eje de la política de desarrollo de todo país, y aún más,
como un factor indispensable en la efectiva transición de una eco-
nomía en vías de desarrollo, hacia una economía generadora de alto
valor agregado. Esto, en cuanto, un nivel de industrialización eleva-
do propicia un cambio estructural de la economía, sustentado en la
transformación desde la producción de bienes primarios a bienes
secundarios.

Un factor clave dentro del nivel de crecimiento en un país, es

el sector manufacturero, cuyo crecimiento, según maniﬁesta Kaldor
(1966), a más de aumentar la tasa de crecimiento de la productividad
del propio sector manufacturero, indirectamente tenderá a aumen-
tar la tasa de crecimiento en otros sectores. Por su parte, para el ca-
so económico de la India, Dagsgupta y Singh (2006) encuentran que
inclusive dentro de la era digital o informática, el sector manufactu-
rero aún se constituye como el motor de crecimiento económico,
pudiendo ser una excepción el sector de tecnologías de la informa-
ción y comunicación.

En el caso ecuatoriano, el sector manufacturero aún no pre-

senta un desarrollo signiﬁcativo; representa el 20.8 % del total de
producción del país, mientras el sector servicios y el sector primario
representan el 64.2 % y el 14.9 % respectivamente. Si bien es cier-
to, en términos sociales se habían tenido avances sustanciales hasta
2016, dicho cambio no vino acompañado de importantes transfor-
maciones y mejoras en el ámbito productivo. La tasa de crecimiento
del sector industrial, durante el periodo 2007 - 2020 fue del 1.5 %
mientras el sector de servicios y primarios crecieron al 3 % y 2.7 %
respectivamente. Por otro lado, al considerar que el sector manu-
facturero es la base del desarrollo al ser el encargado de liderar el
crecimiento sectorial y de la productividad del trabajo, y el sector
primario un componente complementario de su dinámica de desa-
rrollo, para Ochoa-Jiménez et al. (2011); Alvarado e Iglesias (2017),
en Ecuador sucede justamente lo contrario, el sector primario a tra-
vés de las exportaciones, determina la trayectoria de crecimiento y
el sector manufacturero complementa dicho crecimiento. Esta dife-
rencia ha traído varias consecuencias, como el hecho de que nuestro
país sea demasiado dependiente del comercio internacional y no le
sea posible aﬁanzar un mercado interno fuerte que le permita ami-
norar los efectos de choques externos (precios en commodities).

En cuanto a las industrias manufactureras clasiﬁcadas dentro

de bienes de consumo, ésta participaba en 1999 con el 42 % del
producto manufacturero, los bienes intermedios 47 % y los bienes
de capital con el restante 10 %; mientras tanto, para el 2020 los
porcentajes fueron de 51 %, 39 % y 10 %, con lo que se denota que
los bienes de capital ganaron participación hasta el año 2014, para
luego volver a descender a niveles registrados a principio del siglo
XXI.

Dado que Ecuador busca alcanzar un modelo que privilegie

una producción diversiﬁcada y de mayor valor agregado y dejar de
lado un modelo primario exportador y extractivista, es importante
analizar el rol y la inﬂuencia del sector manufacturero en el resto de
la economía y como mediante este sector se puede generar un ma-
yor dinamismo en el crecimiento económico del país. Es por ello por
lo que, el presente estudio, estará enfocado a analizar la inﬂuencia
de variaciones en el crecimiento del sector manufacturero sobre los
sectores no manufactureros de la economía ecuatoriana, tomando
como fundamento teórico las tres leyes de crecimiento económico
de Kaldor (1966), para el período 2007 – 2020.

Por tanto, en este documento, se plantea como hipótesis que

las tasas de crecimiento económico están asociadas con tasas de

crecimiento del sector manufacturero, siendo ésta una caracterís-
tica de una fase intermedia del desarrollo de una economía. Para
abordar este tema, el resto de este documento se divide en cua-
tro apartados: inicialmente, se aborda una revisión de literatura pre-
via donde se exponen los fundamentos conceptuales y teóricos que
sustentan las leyes del desarrollo económico de Kaldor, junto con las
modiﬁcaciones hechas a las mismas por algunos economistas con-
temporáneos; en el segundo apartado se analiza la información uti-
lizada, se realiza un análisis al sector manufacturero de la economía
y la metodología econométrica utilizada; en el tercer apartado se
examina el cumplimiento de las leyes de Kaldor mediante la aplica-
ción de modelos econométricos de panel usando datos provinciales
para el período de estudio; ﬁnalmente, se establecen las conclusio-
nes principales y se proveen algunas recomendaciones de política
pública.

2 | REVISIÓN DE LITERATURA PRE-

VIA: CRECIMIENTO ECONÓMICO

E INDUSTRIA MANUFACTURERA

El crecimiento económico de una nación y los factores inheren-

tes al mismo, han sido objeto de estudio de varios economistas por
muchos años, existiendo así varios aportes teóricos que de alguna
forma han contribuido a esclarecer y comprender mejor cuáles son
las condiciones inherentes al mismo.

Uno de los primeros autores en explicar la importancia que tie-

nen las manufacturas en el logro de dicho crecimiento fue Smith
(1776), quien aﬁrmaba que, con la división del trabajo, especialmen-
te en las actividades manufactureras, se crea el progreso más impor-
tante en las facultades productivas del trabajo, debido a que genera
una mayor especialización en los trabajadores y permite mayor in-
ventiva en favor de los procesos, incrementando la producción por
unidad de trabajo (productividad).

De esta forma, Smith (1776) reconoce la existencia de rendi-

mientos crecientes a escala, por lo que es posible incrementar el
volumen de la producción en una dimensión mayor al aumento de
los insumos, a lo que se añade que no existe posibilidad para este
tipo de rendimiento en otros sectores, mucho menos en el sector
agrícola. Ciertamente, un factor de producción ﬁjo como la tierra
mantendrá rendimientos decrecientes a medida que se incrementa
el trabajo.

Años más tarde Young (1928), recupera la visión del crecimien-

to como un proceso acumulativo que tiene como base los rendimien-
tos crecientes generados en el sector industrial. Young aporta a lo
manifestado por Smith (1776) principalmente: el tener en cuenta
las operaciones realizadas entre industria, concibiendo a estas como
un todo interrelacionado y reinterpreta la relación entre división del
trabajo y tamaño del mercado. Similar pensamiento sería desarrolla-
do luego por economistas como Rosenstein-Rodan (1943), Nurske
(1953), Myrdal (1957) y Prebisch (1959), pioneros en la economía
del desarrollo, quienes establecieron teorías que mantenían un en-
foque céntrico en la industria.

No obstante, la globalización si bien no ha restado potencial

al sector manufacturero en muchos países, ha hecho que haya una
concentración geográﬁca en determinados países (Harauchi et al.,
2017). A partir de la década de los 90, la aportación del sector ma-
nufacturero al crecimiento del PIB es menor (Szirmai y Verspagen,
2015). También hay que destacar que el aporte de cada rama de la
industria al crecimiento no es igual, siendo las ramas más intensivas
en capital y/o tecnología las que registran mayores contribuciones
al crecimiento de la productividad debido a una mayor tasa de ex-
pansión de la demanda (Fernández y Palazuelos, 2018).

Manufacturas y crecimiento económico en Ecuador bajo una perspectiva regional .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

2.1 | Modelo de crecimiento económico

kaldoriano

Kaldor (1966, 1972), siguiendo la línea teórica de los economis-

tas del desarrollo, estableció la importancia de la industria manufac-
turera en el crecimiento económico, cuyo dinamismo y crecimiento
se traduce en un aumento de la productividad y un impulso de los
demás sectores.

Entonces, es la tasa de crecimiento de la producción manufac-

turera (junto con las actividades auxiliares de servicios públicos y la
construcción), quien ejerce un efecto dominante en la tasa de cre-
cimiento económico. Entre las razones para el liderazgo del sector,
se argumenta: posee importantes encadenamientos productivos y
acentúa el proceso acumulativo del desarrollo; se encuentra sujeto
a rendimientos crecientes a escala, además de que actúa el proceso
de learning by doing; hay una aﬂuencia de trabajadores de sectores
con desempleo o rendimientos decrecientes hacia este sector, por
lo que la mano de obra se vuelve más caliﬁcada (Felipe, 1998).

Dicha relación, entre industria manufacturera y crecimiento

económico, queda comprendida en tres leyes, conocidas también
como “Leyes de Kaldor”. Estas leyes son como sigue:

2.1.1 | Primera Ley de Kaldor

La primera ley kaldoriana establece que el crecimiento de la

producción de una economía se relaciona positivamente con el cre-
cimiento de la producción manufacturera. Esta relación formalmen-
te puede expresarse así:

α + β q

man

(1)

Donde y

representa la tasa de crecimiento del Producto Interno

Bruto real (PIB) y q

man

representa la tasa de crecimiento del pro-

ducto o valor agregado bruto manufacturero. Sin embargo, para re-
ducir la presencia de efectos espurios, dado que gran parte de q

man

está contenida en y

, Kaldor mostró que existe una fuerte correla-

ción entre la tasa de crecimiento de la producción manufacturera y
la tasa de crecimiento de la producción no manufacturera. (Kaldor,
1966; McCombie y Thirlwall, 1994; Felipe, 1998; Thirlwall, 2015).
Entonces, una mejor expresión de la primera ecuación sería:

nman

α + β q

man

(2)

Kaldor propuso dos razones para apoyar esta Ley: la reasignación de
recursos subutilizados en el sector primario o terciario, donde exis-
tía desempleo disfrazado y un nivel de productividad menor, lo que
permitía aumentar la producción sin reducir la oferta de los demás
sectores; y, la existencia de rendimientos crecientes a escala está-
ticos y dinámicos en la industria manufacturera. (Thirlwall, 2015).
Otra formulación a la primera ley kaldoriana es la propuesta por
Thirlwall (2015):

α + β (q

man
i

− q

nman

)

(3)

La composición de la ecuación (3) implica que las tasas de cre-

cimiento del sector manufacturero deberán ser lo suﬁcientemente
elevadas para que, su diferencial con el crecimiento del resto de
sectores sea tal que inﬂuya en la producción total del país. Como
señala Ocegueda (2003), dentro de la ecuación 2 y 3, un β positivo
y estadísticamente signiﬁcativo permitiría validar la primera ley y si
alguno de estos dos escenarios no se cumple se rechazaría.

2.1.2 | Segunda Ley de Kaldor

La segunda ley también conocida como ley de Verdoorn (1949),

señala una relación positiva existente entre la tasa de crecimiento
del producto manufacturero y el crecimiento de la productividad la-
boral en el mismo sector. Kaldor (1966) expresa esta de ley de dos
formas:

man

δ + λq

man

(4)

man
i

−δ + (1 − λ)q

man
i

(5)

Donde p

man

es la tasa de crecimiento de la productividad laboral en

la industria manufacturera, q

man

y e

man
i

son la tasa de crecimiento

de la producción y el empleo en la industria manufacturera respec-
tivamente. Lo que la ecuación indica es que el empleo depende de
manera positiva del crecimiento de la producción manufacturera, lo
que se explica debido al proceso de aprendizaje derivado de una di-
visión del trabajo, así como a las economías de escala que emergen
consecuencia del progreso técnico y de la innovación en general.

De igual forma, mientras más rápida es la tasa de crecimiento

de la producción manufacturera, más rápido será el ritmo de creci-
miento de la productividad del trabajo en la fabricación debido a las
economías estáticas y dinámicas de escala.

Kaldor (1966) concibe a los rendimientos a escala fenómenos

macroeconómicos relacionados con la interacción entre la elastici-
dad tanto de la demanda como de la oferta de bienes del sector
manufacturero. Es esta sólida interacción la que justiﬁca la relación
directa entre el crecimiento del producto manufacturero y la pro-
ductividad laboral, conocida como Ley Verdoorn (Thirlwall 2015).

La validación de las estimaciones de la ecuación (4) o (5) se

concentran en el valor y signiﬁcación estadística de λ y (1 − λ). Si
los resultados muestran que 0 < λ y 0 < ( 1 − λ) < 1 se acepta
la hipótesis de rendimientos crecientes a escala (Ocegueda, 2003).
Resultados empíricos demuestran que el valor de λ es aproximada-
mente 0,5, lo que conﬁrmaría la existencia de altos rendimientos a
escala en el sector industrial de una región. (Kaldor, 1975; McCom-
bie y Thirlwall, 1994).

2.1.3 | Tercera Ley de Kaldor

La tercera ley kaldoriana establece que el crecimiento del pro-

ducto total por trabajador está relacionado positivamente con el cre-
cimiento del producto manufacturero, y de forma negativa con el
crecimiento del empleo no manufacturero. La expresión formal de
esta ecuación es:

T
i

α + β q

man

− φe

nman
i

(6)

Donde p

T
i

es la tasa de crecimiento de la productividad total,

man

es la tasa de crecimiento del producto manufacturero y e

nman
i

es el empleo en los sectores no manufactureros. Esta ley expone
que el crecimiento de la industria manufacturera incrementa la de-
manda de empleo hacia este sector, lo que disminuye la oferta de
empleo hacia el resto de los sectores de la economía, pero no reduce
el producto. Esto permite que la productividad del trabajo aumen-
te en todos los sectores. Entonces en caso de existir un excedente
laboral en los sectores no manufactureros de la economía, un creci-
miento del sector manufacturero incrementará la productividad en
la economía en general, debido a la transferencia sectorial de traba-
jadores de un sector agrícola o de servicios donde la productividad
marginal es baja, a un sector industrial donde es elevada.

Ochoa D., Armas R., & Pereira C.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

2.2 | Modelo de crecimiento económico

kaldoriano

Varios son los estudios que mantienen como base teórica un

enfoque kaldoriano, y que tienen por ﬁnalidad determinar la rela-
ción existente entre el crecimiento de la industria manufacturera y
el crecimiento económico. Dentro de esta línea, trabajos como: Mo-
reno (2008), Acevedo et al. (2009), Castilla (2009), Loría (2009), Gil
y Martínez (2009), Coronado y Barrón (2011), Vera (2011), y Alastre
(2013); Ros (2015) y Sallam (2021), encuentran una relación signiﬁ-
cativa entre crecimiento del sector manufacturero y el crecimiento
económico en sus respectivas regiones. Cabe recalcar que estos es-
tudios realizan un análisis de la economía en su conjunto y no de
forma subnacional. Sin embargo, aunque el planteamiento original
de Kaldor (1966) se realizó de manera agregada y no regional o es-
pacial, se han ido generando estudios en los cuales las tres leyes se
evalúan a nivel regional o incluyendo el factor espacial: Dasgupta y
Singh (2006) examina varios países en desarrollo, Borgoglio y Odi-
sio (2011) realizan un estudio en Argentina, Brasil y México; Wells y
Thirlwall (2015) toman en cuenta países africanos; Sánchez (2011 y
2012), Rendón y Mejía (2015) y Carvajal et al. (2015) analizan a nivel
macroeconómico y regional a México, Quintana et al. (2012) reali-
zan un análisis regional comparativo entre México y Corea del Sur.
Los resultados muestran que la insuﬁciencia dinámica presente en el
sector industrial es la principal causa de las bajas tasas de crecimien-
to económico a nivel regional y, por consiguiente, a nivel nacional
en cada país. De igual manera tanto la productividad manufacturera
como el empleo se encuentran correlacionados positivamente con
el crecimiento de la producción en el sector manufacturero.

Dong (2007) usando las leyes de Kaldor, analiza los efectos in-

directos del sector manufacturero y como han contribuido al creci-
miento económico regional, utilizando los datos regionales del pro-
ceso de crecimiento de 1978 a 2004 en China. Este estudio presen-
ta como resultados una muestra más de la validación de las leyes
de Kaldor en el caso de la economía regional de China, es decir, la
manufactura es el principal motor de crecimiento de la economía
donde el crecimiento del sector manufacturera también activa el
crecimiento de la productividad global.

Otros estudios sobre la aplicación de las leyes de Kaldor están

teniendo en cuenta el componente espacial para explicar la diver-
sidad en el crecimiento dentro de las regiones que componen los
países (Dong, Dall’erba y Le Gallo, 2012). Además, se están realizan-
do análisis comparativos entre diversos grupos de países en función
de sus ingresos, siendo los países de renta media los que se ven más
beneﬁcios por el desarrollo del sector manufacturero (Marconi et al.,
2016).

En lo concerniente a Ecuador, el trabajo realizado por Carton

(2009) se enfoca en comprobar la validez de las leyes kaldorianas
analizando el crecimiento económico de 11 países miembros de la
Asociación Latinoamericana de Integración (ALADI), basándose en
un panel de datos entre 1980 – 2007. Los resultados conﬁrman el
cumplimiento del primer mecanismo o ley “Kaldor-Verdoorn” para
varios países incluido Ecuador, lo que muestra la existencia de una
correlación positiva entre las tasas de crecimiento de la producción
y de la productividad del trabajo.

Agurto (2018) y Zapata et al (2022) valida la primera ley de Kal-

dor para la economía ecuatoriana. Los resultados en ambos estudios
muestran que la producción manufacturera incide positiva y signiﬁ-
cativamente en el crecimiento de la economía en el corto y largo
plazo. Además, existe causalidad unidireccional entre la producción
manufacturera y el crecimiento económico.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Para comprobar las leyes de Kaldor se utilizaron datos de panel

para el periodo 2007-2020. Los datos incluyen las variables: valor
agregado bruto, empleo por sector y productividad, obtenidas para
21 provincias del país, exceptuando Galápagos, Santa Elena y San-
to Domingo de los Tsáchilas, debido a la falta de disponibilidad de
datos para el período comprendido. Todas las ecuaciones se estima-
ron con cifras deﬂactadas usando como año base 2007. Los valores
fueron obtenidos del Banco de Información Económica del INEC,
de la sección correspondiente a Encuesta Nacional de Empleo, Des-
empleo y Subempleo (ENEMDU), así como del Banco Central del
Ecuador en la sección de Cuentas regionales.

Tabla 1. Variables utilizadas en el estudio empírico

Variable

Descripción

Vab_s1

Valor agregado bruto en el sector primario

Vab_m

Valor agregado bruto en el sector manufacturero

Vab_s3

Valor agregado bruto en el sector de servicios

Vab_nm

Valor agregado bruto en el sector no manufacturero (primario y servicios)

Vab_t

Valor agregado bruto nacional

L_s1

Empleo pleno en el sector primario

L_m

Empleo pleno en el sector manufacturero

L_s3

Empleo pleno en el sector de servicios

L_nm

Empleo pleno en el sector no manufacturero (primario y servicios)

L_t

Empleo pleno nacional

P_s1

Productividad del sector primario medido como Vab_s1/ L_s1

P_m

Productividad del sector manufacturero medido como Vab_m/ L_m

P_s3

Productividad del sector servicios medido como Vab_s3/ L_s3

P_nm

Productividad del sector no manufacturero medido como Vab_nm/
L_nm

P_t

Productividad nacional medido como Vab_t/ L_t

Manufacturas y crecimiento económico en Ecuador bajo una perspectiva regional .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

No obstante, algunos de los datos que no pudieron encontrar-

se se obtuvieron mediante estimaciones propias. Es así como, para
la obtención de la variable empleo se utilizó la participación de cada
provincia en la población del país para cada año para luego multipli-
car por el número total de personas empleadas en el país. Para la
obtención del empleo por sectores se usó la ENEMDU para obte-
ner la participación de cada sector en el empleo total de cada una
de las provincias. Para la obtención del Valor Agregado Bruto se
realizó un empalme de series teniendo ﬁnalmente como año base
el 2007. Finalmente, la variable productividad se obtuvo mediante
la relación VAB/empleo.

Al analizar los principales estadísticos descriptivos para las va-

riables incluidas en el estudio, detalladas en la Tabla 1, podemos ob-

servar una desviación estándar mucho mayor en el sector servicios,
en lo que se reﬁere al valor agregado bruto y el empleo. Para ca-
si todas las variables, la desviación estándar es mayor a la media, lo
que denota un comportamiento altamente volátil. El sector primario
muestra un comportamiento más estable que el resto de sectores.

La distribución del VAB y el empleo de los sectores secundario

y servicios es asimétrica positiva y tiene una curtosis leptocúrtica,
lo que signiﬁca que hay una mayor agrupación de datos en la re-
gión central. Por otro lado, la productividad para todos los sectores
mantiene una curtosis inferior a 3, por lo que tendría una distribu-
ción platicúrtica, pudiendo identiﬁcar que los datos presentan gran
variabilidad o dispersión en relación a su media.

Tabla 2. Estadísticos descriptivos para cada variable considerada en el estudio, período 2007 - 2020

Notación

Promedio

Desviación estandar

Mediana

Mínimo

Máximo

Simetría

Curtosis

Vab_s1

295001.5

381288.9

111810.5

10637.5

1787841.8

1.897

3.179

Vab_m

397449.3

928551.7

54843.1

1685.2

4435764

2.791

6.529

Vab_s3

1352142.8

2520458.5

517050.9

66345

10807892

2.664

5.601

Vab_nm

1647144.3

2831001.1

729706.1

88899.6

11737247

2.595

5.332

Vabt

2044593.6

3748441.5

796221.7

90676.2

15562238

2.643

5.55

L_s1

49844.4

36344.1

38163.5

3591.8

168370

0.937

0.099

L_m

26907.3

45409.5

8640.8

175

189497.1

2.371

4.541

Ls3

150101.6

250733.2

70159.1

8288.9

1072757.5

2.607

5.416

L_nm

199945.9

277788.2

124749

17405.9

1203441.9

2.482

4.984

226853.2

321975.2

140464.7

18103.7

1392939

2.483

4.975

P_s1

4.759

3.534

3.476

0.307

17.689

1.291

1.034

P_m

7.69

5.806

5.637

0.615

36.092

1.453

2.039

P_s3

7.746

1.726

7.471

4.248

15.117

0.925

1.241

P_nm

6.46

2.097

6.143

1.795

14.408

0.578

0.11

6.599

2.381

6.159

1.822

16.679

0.833

0.576

3.1.1 | Sector manufacturero y crecimien-

to económico en Ecuador

En el gráﬁco 1 se presenta una línea del tiempo que ilustra la

tendencia de crecimiento económico por la que atravesó la econo-
mía ecuatoriana desde 1970, año en que se aﬁanza el proceso de
industrialización en el Ecuador debido a la exportación del petróleo.
No obstante, pese al crecimiento cuantitativo experimentado, la es-
tructura productiva del país seguía enmarcada en torno a sectores
muy especíﬁcos como la exportación de bienes primarios.

Figura 1. Tasas de crecimiento del PIB total, per cápita y

manufacturero en Ecuador (2017)

Elaboración propia con datos del Banco Mundial (2021)

Es así que, en la década de los ochenta, el crecimiento prome-

dio de la industria fue de solo 1,68 %, y el de la economía en ge-
neral fue del 2,62 %, mientras que, en la década de los noventa, el

crecimiento promedio de la industria fue del 1,14 % y el de la eco-
nomía en general fue del 2,31 %. A partir del siglo XXI la economía
ecuatoriana inicia su proceso de recuperación y el crecimiento del
PIB comienza a registrar valores positivos después del elevado de-
crecimiento de 1999 (-6,3 %); los procesos migratorios y el envío
de remesas, estabilidad política entre otros factores incidieron en el
desarrollo económico del país. A partir del año 2001 hasta el año
2015, el crecimiento económico promedio fue del 4,23 % mientras
que el crecimiento de la producción industrial fue del 4,63 %. A par-
tir del año 2018 se registra una desaceleración en la economía con-
secuencia de una nueva línea política, con grandes restricciones en
ámbitos como el gasto público o política social, lo que, sumado a
la crisis sanitaria mundial, entre otros factores, provocaría que, en
el año 2020, se registre el decrecimiento más alto en el PIB total y
PIB manufacturero durante el período estudiado, con un 7.7 % y un
8.2 % respectivamente.

En línea con la teoría planteada, los gráﬁcos 1 y 2 muestran

también la elevada correlación que existe entre las variaciones de
las tasas de crecimiento del PIB total y las del PIB en el sector indus-
trial y de servicios; mientras que, por otro lado, el PIB agropecuario
mantiene un comportamiento distinto, esto debido a que este sec-
tor se encuentra en parte desarticulado del resto de sectores y a que
su producción se encuentra sujeta a otros factores, como cambios
climáticos que se presentan durante el año.

A nivel sectorial, para todo el periodo, el sector de mayor cre-

cimiento fue el de los servicios, seguido del industrial y agropecua-
rio. El sector servicios se ha visto inﬂuenciado por el dinamismo de
sectores tradicionales y un mercado internacional favorable en de-
terminados períodos que permitió contar con una gran aﬂuencia de
recursos, inﬂuyendo en el crecimiento de mercados como el ﬁnan-

Ochoa D., Armas R., & Pereira C.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

ciero, de transporte, comercio, etc. Pero también una economía ines-
table y un desempleo creciente favoreció el traslado de las personas
a un sector informal, vinculado al sector servicios por la actividad
comercial, dando como resultados muchas empresas, pero poca in-
novación.

Por otro lado, la industria de forma general presenta sus mejo-

res tasas de crecimiento dentro de los periodos: 1970-1974, 1990-
1994, 2000-2004 y 2010-2014, los mismos en los que la tendencia
de crecimiento del PIB total y per cápita son más elevados, este
resultado no es una coincidencia y permite ya evidenciar el rol fun-
damental del sector manufacturero en la economía.

Figura 2. Crecimiento económico por sectores de

actividad económica

Elaboración propia con datos del Banco Mundial (2021)

De acuerdo con el modelo propuesto, la productividad es un

factor determinante, donde aumentos en su tasa de crecimiento
dentro de un período, como se ha indicado anteriormente, están
asociados a una mayor división del trabajo resultado de economías
a escala estáticas y dinámicas que permiten incrementar el tama-
ño del mercado y ﬁnalmente un incremento en la productividad, es
decir propicia círculos virtuosos de crecimiento. En la gráﬁca 3 se
presenta la relación entre las tasas de crecimiento del VAB y de la
productividad para el sector manufacturero de 1990 a 2021 (ley

Verdoorn-Kaldor), la línea de tendencia sugiere una correlación di-

recta entre estas dos variables, lo que previamente se había estable-
cido mediante la teoría base, especíﬁcamente la segunda ley kaldo-
riana.

Figura 3. Crecimiento del VAB y productividad

manufacturera en Ecuador

Elaboración propia con datos del BCE (2021)

En cuanto a la estructura de las industrias manufactureras clasi-

ﬁcadas dentro de bienes de consumo, ésta participaba en 1999 con
el 42 % del producto manufacturero, los bienes intermedios 47 % y
los bienes de capital con el restante 10 %; mientras tanto, para el
2020 los porcentajes fueron de 51 %, 39 % y 10 %, con lo que se
denota que los bienes de capital ganaron participación hasta el año
2014, para luego volver a descender a niveles registrados a principio
del siglo XXI, manteniéndose la estructura de la industria de manera
muy similar a lo registrado hace dos décadas. La gráﬁca 4 nos per-
mite ver que los bienes de capital crecen por encima del resto, en

especial en el período comprendido entre 1982-1990; en general
la tasa media anual de crecimiento de la producción de bienes de
capital es de 6.69 % para el periodo 2000-2020, de 4.44 % para los
bienes intermedios y de 6.57 % para los bienes de consumo.

Figura 4. Estructura de la industria manufacturera para

el período 1970-2021

Elaboración propia con datos del BCE (2021)

En lo que respecta a la participación provincial en la industria

manufacturera para el año 2020 se debe señalar que únicamente la
provincia de Guayas y Pichincha concentran alrededor del 77 % del
total la manufactura, seguida de Manabí y Azuay con el 7 %, 5 % y
7 % de participación respectivamente. Esto se conﬁrma en el Gráﬁco
5, donde se muestra la convergencia sigma en el VAB manufacture-
ro, y se aprecia un incremento en el nivel de inequidad regional de
alrededor de 0,10 puntos entre 2007 y 2020.

Si analizamos la convergencia Sigma para el VAB manufacture-

ro, como se muestra en el gráﬁco 5, el comportamiento de las pro-
vincias, agrupadas en dos grupos según su participación en el VAB,
es muy similar. En una primera instancia, entre el año 2008 y 2010,
una nueva política de gobierno permitió una mayor estabilidad, fac-
tores acompañados de mayor gasto público destinado a la creación
de activos para la industria y el comercio permiten una reducción en
la concentración de la participación manufacturera en las distintas
provincias. Para el período 2012 – 2013 la pendiente se incrementa
ligeramente, como consecuencia de una caída en las exportaciones
debido a la baja en el precio del petróleo, no obstante, las provincias
con un menor nivel en el VAB registran un crecimiento, dado que, al
tener una industria más doméstica, el efecto de choques externos
fue menor. Para el período 2017 – 2020 la tendencia muestra un
incremento considerable, teniendo como razón principal el nuevo
enfoque restrictivo de la política social y el gasto público.

Figura 5. Convergencia Sigma en VAB manufacturero

en Ecuador

Elaboración propia con datos del BCE (2021)

En lo referente al crecimiento promedio anual del VAB manu-

facturero, para el periodo 2007-2018, Morona Santiago registra el
mayor crecimiento con un 12,9 %, seguido de Chimborazo y El Oro,
con una tasa de crecimiento del 10.9 % y 9.9 % respectivamente.
No obstante, todas las regiones del país mantienen una tendencia
de crecimiento positiva durante los últimos años.

Manufacturas y crecimiento económico en Ecuador bajo una perspectiva regional .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

3.2 | Metodología

Para el análisis de las tres leyes de Kaldor, considerando que

una regresión ordinaria sería una condición muy restrictiva dado
que implicaría que las intersecciones sean comunes para todas las
provincias, se realizaron las respectivas estimaciones econométricas
usando un modelo de datos de panel y un modelo de panel dinámi-
co.

En término generales, un modelo de datos de panel es aquel

modelo de regresión que utiliza, para la estimación de los paráme-
tros de interés, la variabilidad temporal y transversal de los datos.
Generalmente se supone que las variables que aparecen como ex-
plicativas en un modelo econométrico están relacionadas contem-
poráneamente con la variable endógena, no obstante, la teoría eco-
nómica nos lleva a relaciones dinámicas entre variables, donde los
impactos de una variable sobre otra pueden producirse o extender-
se a varios periodos.

Se utilizan modelos de datos de panel de efectos ﬁjos y aleato-

rios. El modelo de efectos ﬁjos considera que las diferencias entre
provincias son constantes y no identiﬁca los coeﬁcientes de regre-
sores que no varíen en el tiempo; el modelo de efectos aleatorios
supone que las diferencias entre provincias son variables.

Para la elección entre estos modelos se utilizó el contraste de

Hausman, el cual, permite analizar la posible correlación entre los co-
eﬁcientes y los regresores de cada modelo y, de esta forma, poder
elegir entre las estimaciones comparadas. En este caso, si se recha-
za la hipótesis nula, los estimadores son diferentes en cada modelo,
y la conclusión es que el modelo de efectos ﬁjos es más convenien-
te que el modelo de efectos aleatorios. Si no se puede rechazar la
hipótesis nula, se preﬁere el modelo de efectos aleatorios, que al
incorporar un número menor de variables dicotómicas resulta más
eﬁciente.

Regularmente los datos de panel suelen presentar algunos pro-

blemas como correlación contemporánea, cuando los errores de di-
ferentes individuos están correlacionados, o correlación serial cuan-
do los errores dentro de cada individuo se correlacionan temporal-
mente. Para la detección de autocorrelación se utiliza el método de
Breusch-Godfrey/Wooldridge.

Por otro lado, cuando la varianza de los errores de cada unidad

transversal no es constante o heterocedasticidad, existe una viola-
ción de los supuestos Gauss-Markov. Una forma de comprobar la
existencia de este problema es a través de la prueba del Multiplica-
dor de Lagrange de Breusch y Pagan que testea la hipótesis nula de
mínimos cuadrados ordinarios (OLS) con la hipótesis alternativa de
efectos aleatorios de mínimos cuadrados generalizados (GLS).

Los problemas de heterocedasticidad y autocorrelación que

han sido examinados, en caso de persistir, pueden solucionarse con-
juntamente con estimadores de Mínimos Cuadrados Generalizados
Factibles (Feasible Generalizad Least Squares ó FGLS), que será el
método utilizado en este estudio.

Los estimadores generales FGLS se basan en un proceso de

estimación de dos pasos, comenzando con la estimación de un mo-
delo de mínimos cuadrados ordinarios, cuyos residuos u

i t

serán uti-

lizados para el cálculo de una matriz de covarianza de error más
general que la de efectos aleatorios, la misma que es utilizada uso
en un análisis de mínimos cuadrados generalizados factible.

Adicionalmente, en el presente trabajo se considerará el carác-

ter dinámico del modelo, por lo que se procede a realizar una esti-
mación de panel dinámico con el método de momentos generaliza-
dos (GMM) con retardos en la variable endógena y en las variables
exógenas simultáneamente, el mismo que viene dado por la expre-

sión:

i t

i =1

t −i

i =0

t −i

+ u

(7)

El estimador GMM tiene como base un incremento en el número
de instrumentos válidos en conjunto con t :

t = 3 :

t = 4 :

t = 5 :

Este modelo se lo estimará mediante la técnica de Arellano – Bond
(1991) para datos de panel dinámico, que está especialmente indi-
cado para marcos de datos con un número mayor de individuos que
períodos. En el caso de existir problemas de heterocedasticidad se
utilizará la metodología de Datos de Panel Dinámico Robusto.

No obstante, suelen surgir algunos problemas de esta estima-

ción que necesitan especial atención. Uno de ellos es la sobreidenti-
ﬁcación de instrumentos. Producto de la generación de instrumen-
tos en diferencias y niveles existe la posibilidad de que se generen
un número mayor de instrumentos que los requeridos, existiendo
una sobreidentiﬁcación del modelo. Roodman (2009) hace un am-
plio análisis de este problema y propone algunos procedimientos
para comprobar la existencia del problema de exceso de instrumen-
tos, siendo uno de ellos el Test de Sargan. En este test, los valores p
bajos representan la presencia de instrumentos no exógenos y, por
lo tanto, no se satisface las condiciones de ortogonalidad para su
uso.

Por otro lado, también resulta importante analizar la correla-

ción serial. En este modelo es necesario la ausencia de autocorrela-
ción de segundo orden. Sin embargo, es preferible que las primeras
diferencias si estén correlacionadas en primer orden, lo que mos-
traría la presencia de efectos dinámicos y justiﬁcaría la utilización
de este tipo de modelos. La no correlación serial de los errores se
comprueba con el test de Arellano y Bond.

Acorde a los objetivos de investigación, las estimaciones eco-

nométricas son las siguientes: las primeras concernientes a la ve-
riﬁcación de la primera ley de Kaldor o la hipótesis de la industria
manufacturera como motor del crecimiento económico; las segun-
das se reﬁeren a las estimaciones de la segunda ley o Ley de Ver-
doom que señala la existencia de una relación positiva entre la tasa
de crecimiento del producto manufacturero y el crecimiento de la
productividad laboral en el mismo sector, resultados básicos para el
objetivo de esta investigación. Finalmente, se evidencia la validez
de la tercera ley de Kaldor.

En la presente investigación se ha considerado que las cuatro

especiﬁcaciones mostradas a continuación son las más adecuadas
para evaluar la primera ley de Kaldor:

nman

i t

α + β q

man

i t

+ v

+ u

i t

(8)

i t

α + β q

man

i t

+ v

+ u

i t

(9)

i t

α + β q

s er v

i t

+ v

+ u

i t

(10)

i t

α + β q

ag r i c

i t

+ v

+ u

i t

(11)

Donde q

man

s er v

ag r i c

nman

son las tasas de crecimiento

del valor agregado bruto manufacturero, de servicios, no manufac-
turero, agropecuario, y total, respectivamente.

Ochoa D., Armas R., & Pereira C.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Las ecuaciones a estimar para la segunda ley de crecimiento

económico de Kaldor serán las siguientes:

man

i t

α + β q

man

i t

+ v

+ u

i t

(12)

man
i t

−α + (1 − β )q

man
i t

+ v

+ u

i t

(13)

Para la tercera ley de Kaldor se considera la siguiente especiﬁ-

cación:

T
i t

α + β q

man

i t

− φe

nman
i t

+ v

+ u

i t

(14)

4 | DISCUSIÓN DE RESULTADOS

4.1 | Primera ley de crecimiento económi-

co de Kaldor

La estimación de las ecuaciones especiﬁcadas en la sección an-

terior se realizó mediante un modelo de datos de panel con efectos
ﬁjos y efectos aleatorios. Como se señaló en la sección anterior, pa-
ra la elección del modelo más apropiado se procedió a realizar el
contraste de Hausman, cuyos resultados detallados en la Tabla 3
muestran que, para las ecuaciones 8 y 9, es mejor realizar un mo-
delo mediante efectos aleatorios, mientras para la ecuación 10 y 11
sería más adecuado realizar la estimación mediante un modelo de
efectos ﬁjos.

Tabla 3. Test de Hausman para efectos ﬁjos o aleatorios

Chi2

p-value

Ecuación 8

0.54255

0.4614

Ecuación 9

0.00159

0.9682

Ecuación 10

40.771

0.0434

Ecuación 11

46.444

0.0311

Los resultados arrojados por el Test de Bresuch – God-

frey/Wooldridge para las ecuaciones 8 y 9 muestran presencia de
correlación serial, mientras que para las ecuaciones 10 y 11 no exis-
te presencia de correlación serial. Por otro lado, al evaluar la heteros-
cedasticidad, los resultados mostrados por la prueba Breusch-Pagan
muestran que no se puede rechazar la hipótesis nula, por lo que no
existe presencia de heterocedasticidad.

Tabla 4. Pruebas para correlación serial y heterocedasticidad

Breusch-
Godfrey/Wooldridge
test

Breusch-Pagan
test

Chi2

p-value

Ecuación 8

17.129

0.1935

18.461

0.1742

Ecuación 9

18.221

0.1493

19.233

0.1655

Ecuación 10

86.453

6,64E-10

24.935

0.1143

Ecuación 11

29.533

0.005502

0.0891

0.7652

En la Tabla 5, los resultados de la estimación de la ecuación (8)

conﬁrman la existencia de una correlación positiva entre el PIB ma-

nufacturero y el PIB no manufacturero. A partir de estos resultados
se conﬁrma la primera ley de Kaldor para la economía ecuatoriana,
tanto a nivel macroeconómico como a nivel regional, conclusión que
se había adelantado de forma descriptiva en el capítulo segundo.

Tabla 5. Resultados Primera Ley de Kaldor

Variable independiente

Variables de-
pendientes

VAB_nm

VAB_t

VAB_m

0.034*

0.098***

(2.88)

(9.34)

VAB_s1

0.121***
(28.61)

VAB_s3

0.802***
(41.92)

Observaciones

273

z,t statistics in parentheses
* p <0.05, ** p <0.01, *** p <0.001

Se puede observar que los coeﬁcientes del VAB manufacture-

ro son signiﬁcativos tanto en la ecuación (8) como en la (9). De esta
forma, se tiene que, para las provincias de Ecuador, un incremento
de aproximadamente un 10 % en el VAB manufacturero se corre-
laciona con un incremento de alrededor del 1 % del VAB total del
país. Sin embargo, dada la naturaleza de la economía ecuatoriana se
puede observar un mayor coeﬁciente tanto para el sector primario
como para el sector servicios.

Finalmente, considerando una especiﬁcación dinámica, el test

de Arellano y Bond permiten contrastar la hipótesis de no autocorre-
lación serial de segundo orden en las perturbaciones. Los resultados
del test de Sargan también conﬁrman que no existe una sobreiden-
tiﬁcación en los instrumentos como se muestra en la Tabla 6, por lo
que la especiﬁcación del modelo es correcta.

Tabla 6. Contrastes de no autocorrelación

Test de Sargan de res-
tricciones de sobre-
identiﬁcación

Test de Arellano y
Bond de no auto-
correlación serial de
segundo orden

Ecuación 8

Chi2(83) = 21, p = 1

normal = 0.5711, p =
0.5679

Ecuación 9

Chi2(83) = 21, p = 1

normal = 0.2490, p =
0.8033

Ecuación 10

Chi2(83) = 21, p = 1

normal = 1.5284, p =
0.1264

Ecuación 11

Chi2(105) = 21 (p = 1)

normal = -1.5811, p
= 0.1138

Como se observa en la Tabla 7, al incluir 2 rezagos tanto en la

variable endógena como en las variables exógenas, los coeﬁcientes
obtenidos son bastante similares a los obtenidos en el modelo de
panel. En las cuatro ecuaciones propuestas, únicamente el segundo
rezago del Valor Agregado Bruto en el sector primario y secunda-
rio y el primer rezago del sector servicios resulta signiﬁcativo. El
incluir rezagos al parecer altera la signiﬁcancia del coeﬁciente para
la ecuación (8), aunque la ecuación (9) sigue siendo signiﬁcativa. Es
así como, para las provincias de Ecuador, un incremento de un 10 %
en el VAB manufacturero se correlaciona con un incremento del 1 %
del VAB total del país.

Manufacturas y crecimiento económico en Ecuador bajo una perspectiva regional .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 7. Resultados Primera Ley de Kaldor - Modelo dinámico

Variable independiente

Variables
depen-
dientes

VAB_nm

VAB_t

VAB_nm t-1

-0.062
(-1.15)

VAB_nm t-2

0.127

-1.738

VAB_m

0.069

0.105**

(1.25)

(8.18)

VAB_m t-1

0.058*

0.044**

(2.12)

(3.97)

VAB_m t-2

0.0005

-0.0001

(0.02)

(-0.00)

VAB_t r t-1

0.023

-0.047

-0.111

(0.19)

(-0.62)

(-0.95)

VAB_t t-2

0.008

-0.206**

-0.046

(0.05)

(-2.58)

(-0.52)

VAB_s1

0.117***
(22.23)

VAB_s1 t-1

0.006
(0.18)

VAB_s1 t-2

0.059*
(2.34)

VAB_s3

0.931***
(5.30)

VAB_s3 t-1

0.274***
(3.31)

VAB_s3 t-2

0.134
(1.59)

Observations

210

z statistics in parentheses
* p <0.05, ** p <0.01, *** p <0.001

Sin embargo, teniendo esto como base explicativa, no es posi-

ble aﬁrmar que la insuﬁciencia dinámica del sector manufacturero
se encuentra detrás de la desaceleración en el crecimiento econó-
mico de Ecuador. Es más, como se observa en la ecuación (10) y
(11), el coeﬁciente beta del VAB del sector primario y del sector ser-
vicios son bastante altos y superan ampliamente el coeﬁciente del

VAB manufacturero. Esto podría explicarse debido a la gran partici-

pación que tienen actividades propias del sector primario y servicios
en el Producto Interno Bruto del país.

4.2 | Segunda ley de crecimiento económi-

co de Kaldor

Para la segunda Ley de Kaldor, los resultados del Test de Haus-

man muestran que para la ecuación 12, la mejor estimación es me-
diante un modelo de efectos ﬁjos, mientras para la ecuación 13 es
mejor optar por un modelo de panel de efectos aleatorios.

Por otro lado, conforme los resultados mostrados en la tabla 8,

se evidencia que para la ecuación 13 existe autocorrelación, mien-
tras que no existe heteroscedasticidad en las ecuaciones 12 y 13.

Tabla 8. Test de Hausman para efectos ﬁjos o aleatorios

Chi2

p-value

Ecuación
12

66.525

0.009902

Ecuación
13

21.416

0.1433

Tabla 9. Pruebas para correlación serial y heterocedasticidad

Breusch-
Godfrey/Wooldridge
test

Breusch-Pagan
test

Chi2

p-value

Ecuación
12

39.583

0.0001613 0.005358

0.9416

Ecuación
13

13.223

0.4307

0.42159

0.5161

La ecuación (12) arrojó un coeﬁciente de Verdoorn estadística-

mente signiﬁcativo y superior a la unidad, bajo esta forma los rendi-
mientos crecientes en las manufacturas regionales serían de 1.308
en el modelo de panel dinámico y de 1.092 bajo el modelo de pa-
nel tradicional. Por otro lado, la ecuación (13) presenta resultados
no signiﬁcativos. En base a los resultados de la ecuación (12), en el
modelo de panel se tiene que, a nivel provincial, un incremento de
un 0.91 % en el VAB manufacturero incrementara en 1 % la produc-
tividad total del país. Esto podría obedecer a que la mayor parte del
sector manufacturero del país corresponde a industria ligera, inten-
siva en mano de obra y no en capital.

En lo que respecta al modelo de datos de panel dinámico, los

resultados para el Test de Sargan muestran que las ecuaciones no
tienen problemas con el número de instrumentos incluidos en el mo-
delo. El Test de Arellano Bond da como resultado un valor p mayor
a 0.05, por lo que no se debe rechazar la hipótesis nula de que los
errores no están serialmente correlacionados.

Tabla 10. Contrastes de no autocorrelación

Test de Sargan de
restricciones de so-
breidentiﬁcación

Test de Arellano y
Bond de no autoco-
rrelación serial de se-
gundo orden

Ecuación 12

Chi2(83) = 21 , p = 1

normal = -1.330, p =
0.1832

Ecuación 13

Chi2(83) = 21, p = 1

normal = -1.330, p =
0.2939

Dentro del modelo de panel dinámico, los resultados descritos

en la Tabla 11 muestran que un incremento de un 0,76 % en el VAB
manufacturero incrementaría en un 1 % el nivel de productividad.
Los resultados son muy similares a los obtenidos en el modelo de
panel, por lo que los rezagos del VAB manufacturero hasta en dos
períodos no inﬂuyen en el comportamiento de la productividad ac-
tual.

Ochoa D., Armas R., & Pereira C.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 11. Resultados Segunda Ley de Kaldor

Modelo de panel

Modelo de panel
dinámico

Variable
independiente

Variables
depen-
dientes

L_m

P_m

L_m

P_m

L_m t-1

-0.30***
(-3.97)

L_m t-2

-0.21***
(-3.90)

P_m t-1

-0.28***
(-6.64)

P_m t-2

-0.112
(-1.53)

VAB_m

-0.103*

1.092***

-0.029

1.308**

(-2.25)

(12.16)

(-0.07)

(2.80)

VAB_m t-1

-0.344

0.522*

(-0.99)

(1.86)

VAB_m t-2

0.283

-0.373*

(1.39)

(-0.774)

Observations

273

210

z,t statistics in parentheses
* p <0.05, ** p <0.01, *** p <0.001

De esta forma se tiene evidencia de la correlación positiva exis-

tente entre el crecimiento del producto manufacturero y la produc-
tividad manufacturera para la economía ecuatoriana.

4.3 | Tercera ley de crecimiento económi-

co de Kaldor

La estimación de las ecuación 14 se realiza mediante un mo-

delo de panel de efectos ﬁjos conforme los resultados del test de
Hausman detallados en la Tabla 12.

Tabla 12. Test de Hausman para efectos ﬁjos o aleatorios

Chi2

p-value

Ecuación
14

16.394

0.0002754

Los resultados obtenidos al aplicar el Test de Breusch-

Godfrey/Wooldridge muestran que la presencia de correlación se-
rial. Por otro lado, al evaluar la heteroscedasticidad, los resultados
mostrados por la prueba Breusch-Pagan muestran que también exis-
tiría presencia de heterocedasticidad.

Tabla 13. Pruebas para correlación serial y heterocedasticidad

Breusch-
Godfrey/Wooldridge
test

Breusch-Pagan
test

Chi2

p-value

Ecuación
14

49.287

3.95e-06

45.378

1.40e-10

Como se había señalado en la sección de Metodología, los pro-

blemas de heterocedasticidad y autocorrelación se pueden solucio-
narse conjuntamente con estimadores FGLS. Los resultados obte-
nidos en la tercera ley de Kaldor muestran coeﬁcientes estadística-
mente signiﬁcativos y de igual forma presentan los signos espera-
dos. Partiendo de esto, se puede aﬁrmar que en la economía ecua-
toriana decrementos en el empleo no manufacturero e incrementos
en el VAB manufacturero incrementan el nivel de productividad en
el país. En el modelo de panel, el coeﬁciente obtenido para el VAB
manufacturero es de 0,118, mientras para el Empleo no manufac-
turero es de -0,699. Esto muestra, como ya se había manifestado,
que la producción dentro del sector manufacturero mantuvo tasas
de crecimiento en la productividad laboral mayores en comparación
al sector agrícola y de servicios, por lo que debió actuar de manera
positiva en la productividad agregada, cooperando así a acrecentar
el crecimiento económico de las provincias del país, especialmente
en las que tienden a centrarse en este tipo de actividades.

En el modelo de panel dinámico, se evidencia, conforme los

resultados obtenidos mediante el Test de Sagan que no existen pro-
blemas con el número de instrumentos incluidos en el modelo. El
Test de Arellano Bond nos muestra que no existe correlación serial
de segundo orden.

Tabla 14. Resultados Tercera ley de Kaldor

Modelo
de panel

Modelo de
panel diná-
mico

Variable
independiente

Variables

de-

pendientes

P_t

P_t t-1

0.049
(0.43)

P_t t-2

0.131
(1.03)

VAB_m

0.118***

0.242***

(7.65)

(3.34)

VAB_m t-1

0.024
(0.51)

VAB_m t-2

0.035
(0.67)

L_nm

-0.699**

-0.595***

(-35.79)

(-4.93)

L_nm t-1

0.220
(1.16)

L_nm t-2

0.125
(0.88)

Observations

273

210

t statistics in parentheses
* p <0.05, ** p <0.01, *** p <0.001

Los resultados de la Tabla 14 permiten observar que, en el mo-

delo de panel dinámico, el coeﬁciente del empleo es de -0,595, por
lo que un incremento del 1,68 % en el empleo no manufacturero re-
duce el nivel de productividad del trabajo en un 1 %. Por otro lado,
un incremento del 4,1 % en el VAB manufacturero incrementará la
productividad del trabajo en un 1 % aproximadamente. El VAB ma-
nufacturero en un rezago y la productividad en uno y dos rezagos
resultan signiﬁcativos y condicionan el nivel de productividad del
trabajo actual.

Manufacturas y crecimiento económico en Ecuador bajo una perspectiva regional .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 15. Contrastes de no autocorrelación

Test de Sargan de
restricciones de so-
breidentiﬁcación

Test de Arellano y
Bond de no autoco-
rrelación serial de se-
gundo orden

Ecuación 14

Chi2(187) = 21 , p =
1

normal = -0.1778, p
= 0.8588

5 | CONCLUSIONES Y RECOMEN-

DACIONES DE POLÍTICAS

Se puede resumir la historia reciente de la economía ecuato-

riana básicamente en dos periodos que tienen como punto inter-
medio a la dolarización. El período precedente a la dolarización se
encuentra caracterizado por grandes ﬂuctuaciones en las tasas de
crecimiento del PIB total asociadas a una economía inestable po-
líticamente, y el segundo, post dolarización, caracterizado por un
crecimiento sostenido y mayor estabilidad.

Al analizar el desempeño industrial manufacturero, los princi-

pales resultados son que: el sector manufacturero presenta tasas
de crecimiento más durante los periodos: 1970-1974, 1990-1994,
2000-2004 y 2010-2014, períodos en los que el ritmo de crecimien-
to del PIB total y per cápita son también más elevados; existe gran
divergencia en la participación manufacturera de las distintas pro-
vincias, donde únicamente la provincia de Guayas y Pichincha con-
centran alrededor del 77 % del total la manufactura; aunque la ten-
dencia de crecimiento del VAB manufacturero es positiva en todas
las provincias para el periodo 2007-2018. Morona Santiago regis-
tra el mayor crecimiento con un 12,9 %, seguido de Chimborazo y
El Oro, con una tasa de crecimiento del 10.9 % y 9.9 % respectiva-
mente. De igual manera, la industria en el Ecuador está orientada
en mayor medida a bienes de consumo y bienes intermedios y en
menor medida a bienes de capital o actividades manufactureras no
tradicionales como las industrias pesadas, energéticas, de investiga-
ción y desarrollo de tecnologías, entre otras.

Los resultados de los ejercicios empíricos sugieren que en la in-

dustria ecuatoriana si existen rendimientos crecientes a escala cuan-
do se utiliza información regional, al menos para el periodo 2007-
2020. Dentro del modelo de panel dinámico, los resultados mues-
tran que un incremento de un 0,76 % en el VAB manufacturero in-
crementaría en un 1 % el nivel de productividad. Los resultados son
muy similares a los obtenidos en el modelo de panel, por lo que los
rezagos del VAB manufacturero hasta en dos períodos no inﬂuyen
en el comportamiento de la productividad actual al aplicar la ecua-
ción deﬁnida para la primera ley. No obstante, no se puede encon-
trar a las industrias manufactureras como el motor del desarrollo
económico en el país. Quizá el hecho de que los resultados no sean
lo suﬁcientemente robustos se debe a la escasa capacidad de la in-
dustria ecuatoriana para generar economías externas, sistema sin
grandes cambios estructurales, con mercados reducidos y fragmen-
tados, altos costos de transacción.

A partir de los resultados econométricos obtenidos se conclu-

ye que la insuﬁciencia dinámica del sector manufacturero se en-
cuentra correlacionado con el crecimiento económico regional y,
por ende, de la economía ecuatoriana. Como se observa en la ley
de Kaldor-Verdoom, dado que la productividad está determinada
por el crecimiento de la producción del sector manufacturero, esta
se encuentra limitada lo que podría fortalecer un proceso de estan-
camiento. Cabe recalcar que para este caso, el VAB manufacturero
en un y dos rezagos si resultan signiﬁcativos y condicionan el nivel
de productividad del período actual.

De esta forma, al ser las leyes de Kaldor consistente con los da-

tos analizados, es evidente que el nivel de especialización en activi-
dades manufactureras genera externalidades positivas en los demás
sectores de la economía. Entonces podemos concluir que los polos
de desarrollo regional en Ecuador se podrían enlazar con los pro-
cesos de especialización en cada provincia, obteniendo una ventaja
notoria las regiones donde se ha visto una mayor industrialización
y retrasándose aquellas donde ha existido cierta predisposición por
las actividades agrícolas o de servicio.

Entonces, teniendo como base los resultados expuestos, es cla-

ro que los actores del cambio de la matriz productiva tales como el
Sector Privado y Sector Público deben buscar emplear ejes de trans-
formación para superar el actual patrón de especialización primario-
exportador y a su vez convertir la actual matriz productiva en un
patrón diferente que se enfocará en fortalecer el conocimiento del
exportador, diversiﬁcar la matriz, generar un valor agregado y susti-
tuir las importaciones.

Si se analizan las experiencias exitosas de desarrollo de países

asiáticos, europeos y latinoamericanos, estos arrojan importantes
lecciones que deben ser sistematizadas para orientar el desarrollo
productivo de nuestro país y leídas con beneﬁcio de inventario; en-
tre otras se podría establecer las siguientes:

Las políticas sustitutivas de importaciones, y por ende de pro-
tección de la producción local, se han mantenido solo por un
tiempo determinado y nunca dejaron de estar acompañadas
de políticas de mejora de productividad y promoción de expor-
taciones industriales y de servicios.
Las medidas tradicionales de política industrial, verticales y se-
lectivas, han estado condicionadas a determinadas metas e
indicadores de eﬁciencia productiva y de capacitación de la
mano de obra, y, muy vinculadas a utilizar en forma crecien-
te el factor de la innovación tecnológica.
Las políticas de competitividad sistémica, la calidad de la infra-
estructura, los servicios básicos y una mayor institucionaliza-
ción de las reglas del juego de la competencia, como la de re-
gulación de los mercados, son condiciones indispensables para
el éxito de políticas de desarrollo productivo.
Un crecimiento económico sostenido no solamente puede ser
el resultado de mayor valor agregado industrial y productivo,
sino de una diversiﬁcación óptima de otros sectores producti-
vos con alto contenido tecnológico.
En forma creciente se comprueba que las políticas de desarro-
llo productivo exitosas ya no derivan de medidas de políticas
unilaterales o únicas del Estado, o de la entrega de paquetes
económicos al sector privado por parte del sector público, sino
de instancias de consenso público-privado como un medio de
provocar mayor eﬁcacia y eﬁciencia en la aplicación de estas
políticas. Y estas instancias de diálogo tienen también que dar-
se no sólo a nivel nacional sino regional y local. Es necesario
también que el cambio de la matriz productiva también sea im-
pulsado a través de una política comercial al servicio del desa-
rrollo de todo el aparato productivo y que permita una articu-
lación estratégica con el mundo, pero precautelando la salud
de la balanza de pagos.

Para esto se requiere que los acuerdos, negociaciones y promoción
internacionales estén orientados a enfocar esfuerzos y recursos que
potencien a los sectores priorizados, se fortalezca la institucionali-
dad en esta materia estructurando de un sistema integrado de co-
mercio exterior, y fomentar la oferta exportable de los actores de
la Economía Popular y Solidaria y MIPYMES acompañado de una
internacionalización inclusiva.

El gobierno ecuatoriano debe atender y adecuar el nivel en-

tre la demanda y la oferta agregada, su estructura entre bienes
transables y no transables, cuidar tasas de interés, inﬂación, ﬁnanzas
públicas, entre otros, para alcanzar la meta principal que consiste en

Ochoa D., Armas R., & Pereira C.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

la generación de crecimiento económico y empleo. Las políti-

cas macroeconómicas deben contribuir al desarrollo, y para ello se
requiere de un enfoque integral que considere sus impactos sobre
el sector productivo, conciliando los equilibrios de las principales
variables macro con los objetivos sociales, y trabajar para que las
tendencias favorables se sostengan en el tiempo.

Los equilibrios macroeconómicos, además de incluir la meta de

una inﬂación baja y ﬁnanzas públicas sanas, deberían incluir: déﬁcit
externo sostenible, inversión pública sostenida en capital físico y
humano, tasas de interés que fomenten la inversión, elevado ahorro
interno y transparencia del sistema ﬁnanciero. Aunque son muchos
requisitos y en la práctica pueden resultar complicados, son posibles
y por ello pocas naciones lo logran. Una buena política macroeco-
nómica debe promover las exportaciones manufactureras, para que
generen efectos de derrame en el resto de sectores del país. Para
que el país crezca de forma elevada y sostenida, se requiere de una
estrategia macroeconómica enfocada a tal objetivo y de una política
industrial para la competitividad. Es necesario volver a industrializar
el país, continuar el trabajo que se dejó pendiente a principios de los
ochenta, construir el núcleo endógeno de dinamización tecnológica
que tanto necesitamos. La industrialización generaría los empleos
necesarios y reactivaría el resto de los sectores.

La implementación adecuada de una estrategia industrial exi-

ge una alianza virtuosa entre los sectores público y privado, un go-
bierno activo y capacitado, que opere en un marco institucional
acorde con la envergadura de su estrategia y sus prioridades.

Referencias bibliográﬁcas

[1] Acevedo, A., Mold, A., & Perez C., E. (2009). The Analy-

sis of ‘Leading Sectors’: A Long term view of 18 Latin

American economies, 15017.

[2] Agurto, A. (2018). Relación entre crecimiento económi-

co y manufactura en Ecuador usando técnicas de coin-
tegración. Revista Vista Económica, 70-82.

[3] Alastre, M. (2013). Profundización Financiera del sector

manufactura en Venezuela y su relación con el creci-
miento económico. Observatorio de la Economía Lati-
noaméricana.

[4] Alvarado, R., & Iglesias, S. (2017). Sector externo, res-

tricciones y crecimiento económico en Ecuador. Proble-
mas del desarrollo, 48(191), 83-106.

[5] Arellano, M., & Bond, S. (1991). Some tests of speciﬁca-

tion for panel data: Monte Carlo evidence and an appli-
cation to employment equations. Review of Economic
Studies 58: 277–297.

[6] Bairam, E. (1975). The Verdoorn law, returns to scale

and industrial growth rate diﬀerences on kaldorian lines.
Oxford Economics Papers(27), 201-214.

[7] Banco

Central

del

Ecuador.

(2022),

“Cuentas

nacionales

regionales”,

febrero

2022

(https://contenido.bce.ﬁn.ec/documentos/Estadisticas/
SectorReal/CuentasProvinciales/Indice.htm)

[8] Banco Mundial. (2021). World Development Indicators

2021. Washington, US: World Bank.

[9] Borgoglio, L., & Odisio, J. (2011). La productividad ma-

nufacturera en Argentina, Brasil y México: una estima-
ción de la Ley de Kaldor-Verdoorn, 1950-2010. Investi-
gación Económica, vol. LXXIV, núm. 292, 185-211.

[10] Breusch, T., & Pagan, A. (1980). The Lagrange multiplier

test and its applications to model speciﬁcation in eco-
nometrics. The review of economics studies (47)

[11] Carton, C. (2009). Mecanismos kaldorianos del creci-

miento regional: Aplicación empírica al caso del ALADI
(1980-2007). Economic Analysis Working Papers, 8(5).

[12] Carbajal, Y., Almonte, L., & Mejía R. (2016). La manufac-

tura y la industria automotriz en cuatro regiones de Mé-
xico. Un análisis de su dinámica de crecimiento, 1980-
2014. Economía: teoría y práctica, (45), 39-66.

[13] Castilla, C. (2009). Cambios estructurales en la dinámica

productiva de Antioquia 1980 - 2005. Ecos, 112-166.

[14] Clark, J. (1940). Toward a Concept of Workable Compe-

tition. The American Economic Review, 30(2), 241-256.

[15] Coronado , C., & Barrón , K. (2011). La productividad

del empleo en la economía nayarita 1988-2008, desde
la perspectiva Kaldoriana. Fuente, 165 - 181.

[16] Dasgupta, S., & Singh, A. (2006). "Manufacturing, Ser-

vices and Premature De-Industrialisation in Developing
Countries". Centre for Business Research, University Of
Cambrigde, Working paper 32.

[17] Dong, G. (2007). The leading role of manufacture in re-

gional economic in China: A spatial econometric view of
Kaldor´s Law. Workshop on Agglomeration and Growth
in Knowledge-Based Societies Kiel, Alemania. , 1 - 22.

[18] Dong, G., Dall’erba, S., & Gallo, J. L. (2013). The lea-

ding role of manufacturing in China’s regional econo-
mic growth: A spatial econometric approach of Kaldor’s
laws. International Regional Science Review, 36(2), 139-
166.

[19] Feder, G. (1983). On exports and economic growth.

Journal of Development Economics, 12(1), 59-73.

[20] Felipe, J. (1998). The Role of Manufacturing Sector in

Southeast Asian Development: a Test of Kaldor’s First
Law. Journal of Post Keynesian Economics, 20(3), 463-
485.

Manufacturas y crecimiento económico en Ecuador bajo una perspectiva regional .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[21] Fernández, R., & Palazuelos, E. (2018). Measuring the

role of manufacturing in the productivity growth of the
European economies (1993–2007). Structural Change
and Economic Dynamics, 46, 1-12.

[22] Fisher, A. (1939). Production, Primary, Secondary and

Tertiary. Economic Record, 15, 24-38.

[23] Gil, A., & Martínez, H. (2009). Análisis kaldoriano de la

industria manufacturera risaraldense, 1980-2007. Ges-
tión y Región(8), 65-91.

[24] Hirschman, A. (1958). The Strategy of Economic Deve-

lopment. The Canadian Journal of Economics and Poli-
tical Science, 27(1), 110-112.

[25] Haraguchi, N., Cheng, C. F. C., & Smeets, E. (2017).

The importance of manufacturing in economic develop-

ment: has this changed?. World Development, 93, 293-
315.

[26] Kaldor, N. (1966). Causes of the Slow Rate of Economic

Growth of the United Kingdom: An Inaugural Lecture.
Cambrigde University Press.

[27] Kaldor, N. (1972). The Irrelevance of Equilibrium Econo-

mics. The Economic Journal, 82(328), 1237-1255.

[28] Kaldor, N. (1975). What is Wrong With Economic

Theory. The Quarterly Journal of Economics, 89(3), 347-

357.

[29] Kalecki, M. (1963). An outline of a method of construc-

tion of a perspective plan. Essays on Planning and Eco-
nomic Development, 1, 9-22.

[30] León-Ledezma, M. (1999). Economic Growth and Ver-

doorn’s Law in the Spanish Regions, 1962-1991. Inter-
national Review of Applied Economics, 14(1), 55-69.

[31] Loria, E. (2009). Sobre el lento crecimiento económico

de México. Una explicación estructural. Invsetigación
Económica, 68(270), 37-68.

[32] Mahia, R. (2000). Introducción a la especiﬁcación y es-

timación de modelos con datos de panel. Universidad

Autonoma de Madrid.

[33] Marconi, N., de Borja Reis, C. F., & de Araújo, E. C.

(2016). Manufacturing and economic development: The
actuality of Kaldor’s ﬁrst and second laws. Structural
Change and Economic Dynamics, 37, 75-89.

[34] McCombie, J. (1981). What Still Remains of Kaldor’s

laws. Economic Journal, 91(361), 206-216.

[35] McCombie, J. (1983). Kaldor’s Laws in Retrospect. Jour-

nal of Post Keynesian Economics, 5(3), 414-429.

[36] McCombie, J. (1988). A Synoptic View of Regio-

nal Growth and Unemployment, The Post Keynesian

Theory. Urban Studies, 25, 399-417.

[37] McCombie, J., & Thirlwall, A. (1994). Economic Growth

and the Balance-of-Payments Constraint. The Econo-
mic Journal, 104(427), 1468-1470.

[38] Moreno, Á. (2008). Las leyes del desarrollo económi-

co endógeno de Kaldor: el caso colombiano. Revista de
economía institucional, 10(18).

[39] Myrdal, G. (1957). Economic Theory and Under Develo-

ped Regions.

[40] Nurske, R. (1953). Problems of Capital Formation in Un-

derdeveloped Countries. Oxford, Blackwell.

[41] Ocegueda, J. (2003). Análisis kaldoriano del crecimiento

económico de los estados de México, 1980-2000. Co-
mercio Exterior, 53(11), 1024-1034.

[42] Ochoa - Jiménez, D. O., Ordóñez, J., & Peña, A. (2011).

Crecimiento económico y restricción externa del Ecua-
dor 1970-2008. Eseconomia. Revista de estudios eco-
nomicos, technologicos y sociales del mundo contem-
poraneo, 6(31), 3-31.

[43] Osorio, N. (2011). Análisis de mercado del sector indus-

trias manufactureras en base a CIIU 3 bajo un enfoque
de concentración económica en el periodo 2000-2008
en el Ecuador. Escuela Politécnica Nacional, Quito.

[44] Prebisch, R. (1959). Commercial policy in the underde-

veloped countries. American Economic Review, 49(2).

[45] Quintana, L., Rosales, R., & Mun, N. (2013). Crecimiento

y desarrollo regional de México y Corea del Sur: un aná-
lisis comparativo de las leyes de Kaldor. Investigación
económica, 72(284).

[46] Rendón, R., Mejía, L., & Reyes, P. (2015). Producción ma-

nufacturera en dos regiones mexiquenses: evaluación
de las leyes de Kaldor Economía, Sociedad y Territorio,
vol. XV, 48, 425-454.

[47] Ros J. (2015) Productividad y Crecimiento: Hechos Es-

tilizados y Leyes de Kaldor en América Latina. En: Ma-
croeconomía del Desarrollo en América Latina y México.
Palgrave Macmillan, Nueva York.

[48] Rosenstein-Rodan, P. (1943). Problems of Industrializa-

tion of Eastern and South-eastern Europe. The Econo-
mic Journal, 53(210), 202-211.

Rivera-Vásquez J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

La desnutrición crónica infantil todavía es uno de los grandes

problemas de la sociedad (Victora et al. 2021). Existen causas inme-
diatas, subyacentes y básicas que afectan a una adecuada nutrición
infantil (UNICEF 2013). En el tiempo, a nivel mundial, ha existido
una reducción de las prevalencias de la desnutrición crónica infantil,
pasando de 203 millones de personas en el año 2000 a 149 millones
de persona para el año 2020; es decir, las prevalencias de desnutri-
ción se redujeron de 33 % al 22 % en este período (UNICEF 2021).
La reducción de la desnutrición infantil, no ha sido uniforme, tenien-
do un mayor ritmo en los países de ingreso mediano y un menor
ritmo en los países de bajos ingresos (Victora et al. 2021).

En América Latina y el Caribe, la desnutrición crónica infantil

afectaba en el año 2000 a 18 % de los menores de cinco años, y
para el año 2020 se reduce a 11 %. En este contexto, existe una he-
terogeneidad entre las prevalencias de desnutrición crónica infantil
para los grupos de países como Centroamérica, el Caribe y Sudamé-
rica, siendo este el de menor prevalencia con 9 %. Al mismo tiempo
hay diversidad en los países que los conforman, donde se destaca
Guatemala y Ecuador como los países con las más altas prevalen-
cias, mientras que Chile es el único país que ha logrado erradicar la
desnutrición infantil (FAO et al. 2021).

En Ecuador son varios los factores que afectan el estado actual

de la desnutrición crónica infantil. A su vez, existen características
sociales y económicas que afectan sus niveles, teniendo diferencias
entre hogares con altos y bajos ingresos, que viven en el área urba-
na y rural, en las distintas regiones del país, con diversidad de etnias,
educación de los miembros del hogar, número de miembros, acceso
a agua y saneamiento (Freire et al, 2018, Banco Mundial 2017). Al
mismo tiempo, y de forma relacionada, hay una diversidad de pre-
valencias entre sus provincias, con distintos ritmos de progreso en
el tiempo (Rivera 2020).

En este entorno, las políticas públicas pueden ser “un instru-

mento de transformación de la sociedad” (Rivera 2019, 223). Es de-
cir, el accionar del Estado, conjuntamente con la sociedad, en un
sentido de gobernanza, debe atender el problema nutricional desa-
rrollando distintos instrumentos para su implementación. Para ello,

la literatura recomienda centrarse en los primeros 1000 días que
transcurren desde el inicio del embarazo hasta los dos años (OMS
2017). Esta etapa es vital para un adecuado desarrollo de la prime-
ra infancia, con potencialidades hacia la formación de capacidades
y con repercusiones a lo largo de la vida (Berlinski y Schady 2015).

El objetivo de esta investigación es el caracterizar a la desnu-

trición infantil en la provincia de Loja y analizar el rol de las políti-
cas públicas. Para ello, se utiliza una metodología mixta que junta
análisis de datos cuantitativos provenientes de la Encuesta de Con-
diciones de Vida y análisis de información cualitativa a través de los
Planes de Desarrollo y Ordenamiento Territorial.

2 | REVISIÓN DE LA LITERATURA

La desnutrición infantil tiene afectaciones “en gran medida irre-

versibles” (OMS 2017), con limitaciones en el desarrollo físico y cog-
nitivo (Sundaram et al. 2015). Es decir, la desnutrición “mata a millo-
nes de niños pequeños anualmente, atroﬁa el crecimiento, erosiona
el desarrollo infantil, reduce la cantidad de escolaridad que alcanzan
los niños y aumenta la probabilidad de que sean pobres como adul-
tos” (Gillespie 2016, 1). Esto lo convierte en una diﬁcultad grave,
con efectos en el ciclo de vida de las personas, afectando la pro-
ductividad y el crecimiento económico de un país (Alderman et al.
2005). En este contexto, las prevalencias de desnutrición infantil no
son estáticas en el tiempo y más bien son dinámicas, donde han
existido países como Chile, Perú o Brasil, que dentro de la región de
América Latina han logrado reducir sus prevalencias de forma soste-
nida en base a un compromiso colectivo (Marini et al. 2017). En este
proceso, Chile incluso ha llegado a erradicar la desnutrición infantil
(Programa Mundial de Alimentos 2008). De acuerdo al marco clásico
de desnutrición infantil creado por UNICEF (1990), son tres grupos
de causas las que generan desnutrición: inmediatas, subyacentes y
básicas. Como se presenta en la ﬁgura 1, las casusas inmediatas se
reﬁeren a la presencia de enfermedades e ingesta de alimentos, las
causas subyacentes se asocian con la inseguridad alimentaria y las
prácticas de atención y acceso a servicios de salud, y las causas bá-
sicas se relacionan con el entorno económico, sociocultural, político
y acceso a recursos.

Figura 1. Las causas de la desnutrición infantil de acuerdo a UNICEF (1990).

El perﬁl de la Desnutrición Crónica Infantil en Loja y .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

En ese sentido, la desnutrición infantil se encuentra afectada

por factores individuales y colectivos, en distintos niveles, donde
se limita la formación de habilidades cognitivas y no cognitivas, con
repercusiones en su complementariedad (Cunha y Heckman 2007,
Sánchez 2013). Es decir, existen determinantes sociales que perjudi-
can el estado nutricional y tienen mayores privaciones en los países
de bajos ingreso o en vías de desarrollo, donde persisten brechas co-
yunturales y estructurales. Ante ello, los países deben profundizar
su combate a la desnutrición infantil a través de políticas públicas
que promuevan el “conocimiento y evidencia, política y gobernanza,
y capacidad y recursos” (Gillespie et al. 2013, 1).

En Ecuador se reconoce que las fallas en las políticas son las

principales causas del rezago nutricional (Banco Mundial 2007). Al
mismo tiempo, se menciona que este proceso se vio afectado por
una falta de articulación con los gobiernos locales y sociedad civil,
ausencia de incentivos, desalineación entre el gasto y las metas, in-
suﬁciente uso de evidencia y acciones insuﬁcientes. (Banco Mundial
2017). De forma similar, se encuentra que en este proceso existió
limitada articulación vertical y horizontal de las políticas públicas,
con programas y proyectos que no lograron cumplir su objetivo (Ri-
vera 2020). A su vez, se encuentra que ha existido negligencia en
la gestión pública, con marcos normativos y recursos insuﬁcientes,
sin continuidad en los programas y desarticulación en el accionar
público (Secretaría técnica Ecuador crece sin desnutrición infantil
2021).

3 | DATOS Y METODOLOGÍA

La metodología del artículo es mixta y se compone de dos par-

tes: cuantitativo y cualitativo. Por una parte, en la parte cuantitati-
va se utiliza la Encuesta de Condiciones de Vida (ECV) de los años
1999, 2006 y 2014. Dicha encuesta es generada por el Instituto Na-
cional de Estadísticas y Censos y tiene información socioeconómica
de la población, con representatividad nacional y provincial (INEC
2015). El alcance de la misma se centra en la provincia de Loja.

En el cálculo de la desnutrición infantil se emplean las curvas

de crecimiento de la OMS (WHO 2006) a través del paquete estadís-
tico igrowup. Posteriormente, se utiliza un modelo con pooling data,
donde se combinan las ECV de 1999, 2006 y 2014, y se estima si
ha existido cambios en las probabilidades de padecer desnutrición
infantil en el tiempo (Rivera 2019). En este proceso, la variable de-
pendiente es la desnutrición infantil y las variables independientes
se relacionan con las causas de la desnutrición infantil del modelo
clásico de desnutrición infantil (UNICEF, 1990), utilizadas en Rivera
et al. (2021). Por último, se incluyen variables binarias D2006 (año
2006 = 1) y D2014 (año 2014 = 1), las cuales reﬂejan la posibilidad
de cambios de desnutrición en el tiempo. A continuación, se presen-
ta el siguiente modelo:

= ρD 2006

+ γD 2014

+ φC ont r ol

+ ε

(1)

En ese sentido, ρ es el coeﬁciente que acompaña a la variable
D2006, γ es el coeﬁciente de la variable D2014, φ representa los
coeﬁcientes de las variables de control y ε simboliza a los elemen-
tos no incluidos en el modelo.

La Tabla 1 presenta las estadísticas descriptivas de las causas

de la desnutrición infantil para la provincia de Loja. En términos ge-
nerales se encuentra progresos en acceso a servicios y reducción de
privaciones como la pobreza. Primero, entre los factores inmediatos
se encuentra que el bajo peso se ubica en 4 % para el año 2014, y
han existido avances en la reducción de la diarrea que se ubica en
17 % y el incremento de la lactancia, ubicándose en 13 %. Segundo,
entre los factores subyacentes se halla que una mejoría en el acceso
a servicios, donde el agua por red pública se encuentra en 75 %, el
servicio sanitario y alcantarillado llega a 56 % y la recolección muni-
cipal de basura llega a 67 %. Tercero, entre los factores básicos se
halla que la pobreza por consumo se ha reducido a 42 %, la rurali-
dad se ubica en 47 % y el trabajo de la madre se ubica en 59 %. Por
otra parte, en la parte cualitativa se realiza una revisión documental
de los Planes de Desarrollo y Ordenamiento Territorial (PDyOT) de
la provincia de Loja y los cantones que la conforman: Loja, Calvas,
Catamayo, Célica, Chaguarpamba, Espíndola, Gonzanamá, Macará,
Olmedo, Paltas, Pindal, Puyango, Quilanga, Saraguro, Sozoranga y
Zapotillo.

4 | DISCUSIÓN DE RESULTADOS

La Figura 2 muestra los resultados de la desnutrición infantil en

Ecuador, la región sierra y la provincia de Loja para el período 1999-
2014. En este período se encuentra que la desnutrición infantil a
nivel nacional se ha reducido de 32 % a 24 %, la de la región sierra
ha pasado de 40 % a 29 %, y la de Loja de 35 % a 28 %. Con ello,
la desnutrición infantil en Loja todavía es un problema, con niveles
superiores al promedio nacional.

La Figura 3 presenta los resultados de las causas inmediatas

(enfermedades e ingesta) de la desnutrición infantil en Loja. Por un
lado, se resalta que la desnutrición infantil en promedio llega a 16 %
en los menores que han tenido bajo peso y asciende a 28 % en aque-
llos con peso normal. A su vez, se encuentra que la desnutrición
infantil en promedio es mayor en los niños con diarrea, llegando a
28 %, y disminuye ligeramente a 27 % en aquellos sin este problema.
Además, se halla que la desnutrición infantil en promedio se ubica
en 22 % en los hogares donde hay una adecuada lactancia materna,
y asciende a 28 % en los hogares donde no hay buenas prácticas.

La Figura 4 exhibe los resultados de las causas subyacentes

(acceso) de la desnutrición infantil en Loja. Por una parte, la des-
nutrición infantil en promedio llega a 25 % para las personas que
disponen de agua por red pública y se incrementa a 25 % para los
que no disponen del servicio. Por otra parte, la desnutrición infantil
se ubica en 22 % para aquellos con acceso a servicios sanitarios y
alcantarillado y se aumenta a 34 % en los hogares sin ese servicio.
De forma similar, la desnutrición infantil se ubica en 23 % en los ho-
gares que disponen de recolección de basura municipal y alcanza el
37 % para los menores de hogares que no reciben este servicio.

La Figura 5 presenta los resultados de las causas básicas (es-

tructurales) de la desnutrición infantil en Loja. Por un lado, se resalta
que la desnutrición infantil en promedio llega a 43 % en los menores
que provienen de hogares con pobreza por consumo y se reduce a
16 % en los que no hay pobreza, lo cual la convierte en la brecha más
alta entre grupos. También, la desnutrición infantil en promedio se
ubica en 31 % cuando la madre trabaja y se reduce a 22 % cuando
no lo hace. De forma relacionada, la desnutrición infantil alcanza el
35 % para los menores de cinco años que residen en el área rural y
se reduce a 21 % en el área urbana.

Rivera-Vásquez J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 1. Estadísticas descriptivas de las causas de la desnutrición infantil

Años

Variables

1999

2006

2014

Factores inmediatos

Bajo peso

Sí

0.9

4.4

99.1

95.6

Diarrea

Sí

22.9

23.6

16.8

77.1

76.4

83.2

Lactancia correcta

Sí

10.2

11.9

12.7

89.9

88.1

87.4

Factores subyacentes

Agua red pública

Sí

40.8

47.0

74.7

59.2

53.1

25.3

Servicio sanitario y alcantarillado

Sí

39.9

28.7

56.0

60.1

71.3

44.0

Recolección basura municipal

Sí

39.1

36.2

66.8

60.9

63.8

33.2

Factores básicos

Pobreza consumo

Sí

72.7

62.1

42.3

27.3

37.9

57.7

Área rural

Sí

60.9

69.2

46.5

39.1

30.8

53.5

Trabaja madre

Sí

41.5

61.7

59.2

58.5

38.3

40.8

La Tabla 2 presenta los resultados del modelo de desnutrición

infantil con pooling data. En este punto se resaltan tres hallazgos: i)
la desnutrición infantil de Loja tiene un comportamiento propio, ii)
hay diferencias entre lo nacional y lo local en el período 1999-2006,
donde no hay una reducción signiﬁcativa en Loja, y iii) hay comporta-
miento similar en el período 2006-2014 a nivel nacional y local con
la provincia de Loja, sin reducción estadísticamente signiﬁcativa.

Para apoyar en la interpretación de los resultados, se presen-

ta lo encontrado con la aplicación de la metodología cualitativa, en
cuanto a revisión de las políticas públicas, a través de los Planes de
Desarrollo y Ordenamiento Territorial. Con ello, a nivel provincial se
encuentra que la desnutrición infantil tiene cifras, con algunas estra-
tegias para su reducción, aunque no ha estado en el centro de las po-
líticas públicas, Al mismo tiempo, a nivel cantonal se halla que la des-
nutrición infantil se la considera un problema, con cifras de la preva-
lencia, pero sin estrategias claras para su reducción, donde solo seis
cantones deﬁnen proyectos: Loja, Macará, Espíndola, Gonzanamá,

Catamayo y Puyango (Gobierno de la provincia de Loja, 2015; Go-
bierno Autónomo Descentralizado del cantón Loja, 2015; Gobierno

Autónomo Descentralizado del cantón Calvas, 2015; Gobierno Au-

tónomo Descentralizado del cantón Catamayo, 2015; Gobierno Au-
tónomo Descentralizado del cantón Célica, 2015; Gobierno Autóno-
mo Descentralizado del cantón Chaguarpamba, 2015; Gobierno Au-
tónomo Descentralizado del cantón Espíndola, 2015; Gobierno Au-
tónomo Descentralizado del cantón Gonzanamá, 2015; Gobierno

Autónomo Descentralizado del cantón Macará, 2015; Gobierno Au-

tónomo Descentralizado del cantón Olmedo, 2015; Gobierno Autó-
nomo Descentralizado del cantón Paltas, 2015; Gobierno Autóno-
mo Descentralizado del cantón Pindal, 2015; Gobierno Autónomo
Descentralizado del cantón Puyango, 2015; Gobierno Autónomo
Descentralizado del cantón Quilanga, 2015; Gobierno Autónomo
Descentralizado del cantón Saraguro, 2015; Gobierno Autónomo
Descentralizado del cantón Sozoranga, 2015; Gobierno Autónomo
Descentralizado del cantón Zapotillo, 2015)

Rivera-Vásquez J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 2. Modelo de desnutrición con pooling data en Loja

Variables

Nacional

Loja

D2006

-0.02*

-0.02

(0.01)

(0.06)

D2014

-0.01

-0.04

(0.01)

(0.07)

19504

681

Pseudo R2

0.07

0.09

Prob. Neta Predicha

0.71

0.70

En este panorama, las políticas públicas, a través del instrumen-

to de Plan de desarrollo y ordenamiento territorial, si bien reconoce
el problema de la desnutrición infantil, incluyendo cifras de preva-
lencias, todavía no se ha logrado articular estrategias y metas pa-
ra su reducción en el tiempo. Este estudio abre la puerta a futuras
investigaciones en el campo de las políticas públicas. Tomando en
cuenta el ciclo, la entrada en agenda, la toma de decisiones, la imple-
mentación y la evaluación de políticas deben ser examinadas para
comprender la limitada presencia del Estado en este campo y la po-
ca articulación con el accionar local.

Referencias bibliográﬁcas

[1] Akaike, H. (1974). A new look at the statistical model

identiﬁcation. IEEE Transactions on Automatic Control,
19(6), 716-723.

[2] Aguilar, L. (2020). Evolución de la disciplina de política

pública y sus desafíos actualexs. Revista de Administra-
ción Pública del GLAP, 4(6): 37-51.

[3] Alderman, H., Behrman, J., Hoddinott, J. (2005). Nu-

trition, Malnutrition and Economic Growth. In Guillem
López-Casasnovas et al. Eds. Health and Economic
Growth: Findings and Policy Implications. Cambridge:
MIT Press.

[4] Banco Mundial. (2017). Apuntando Alto; retos de la lu-

cha contra la desnutrición crónica en Ecuador. Quito:
Banco Mundial.

[5] Banco Mundial. (2007). Insuﬁciencia nutricional en el

Ecuador: causas, consecuencias y soluciones. Washing-
ton: Banco Mundial.

[6] Berlinski, S., Schady, N. (2015). Los primeros años: el

bienestar infantil y el papel de las políticas públicas. Wa-
shington: Banco Interamericano de Desarrollo.

[7] Cunha, F., Heckman., J. (2007). The Technology of Skill

Formation. Cambridge: NBER.

[8] FAO, FIDA, OPS, WFP y UNICEF. (2021). América Lati-

na y el Caribe - Panorama regional de la seguridad ali-
mentaria y nutricional 2021: estadísticas y tendencias.
Santiago de Chile: FAO.

[9] Freire, W., Waters, W. F., Rivas-Mariño, G., Belmont, P.

(2018). The double burden of chronic malnutrition and
overweight and obesity in Ecuadorian mothers and chil-
dren, 1986–2012. Nutrition and Health, 1-8.

[10] Gillespie, S., Hodge, J., Yosef, S., Pandya-Lorch, R.

(2016). Nourishing Millions: Stories of Change in Nu-
trition. Washington: International Food Policy Research
Institute.

[11] Gillespie, S., Haddad, L., Mannar, V., Menon, P., Nisbett,

N. (2013). The politics of reducing malnutrition: buil-
ding commitment and accelerating progress. The Lancet
382(9891): 552-569.

[12] Gillespie, S., McLachlan, M., Shrimpton, R. (2003). Com-

bating Malnutrition: Time to Act. Washington: The

World Bank.

[13] Gobierno de la provincia de Loja. (2015). Plan de Desa-

rrollo y Ordenamiento Territorial. Loja: Gobierno de la
provincia de Loja.

[14] Gobierno Autónomo Descentralizado del cantón Loja.

(2015). Plan de Desarrollo y Ordenamiento Territorial.
Loja: Gobierno Autónomo Descentralizado del cantón
Loja.

[15] Gobierno Autónomo Descentralizado del cantón Calvas.

(2015). Plan de Desarrollo y Ordenamiento Territorial.
Loja: Gobierno Autónomo Descentralizado del cantón
Calvas.

[16] Gobierno Autónomo Descentralizado del cantón Cata-

mayo. (2015). Plan de Desarrollo y Ordenamiento Te-
rritorial. Loja: Gobierno Autónomo Descentralizado del
cantón Catamayo.

Rivera-Vásquez J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[17] Gobierno Autónomo Descentralizado del cantón Célica.

(2015). Plan de Desarrollo y Ordenamiento Territorial.
Loja: Gobierno Autónomo Descentralizado del cantón
Célica.

[18] Gobierno Autónomo Descentralizado del cantón Cha-

guarpamba. (2015). Plan de Desarrollo y Ordenamien-
to Territorial. Loja: Gobierno Autónomo Descentraliza-
do del cantón Chaguarpamba.

[19] Gobierno Autónomo Descentralizado del cantón Espín-

dola. (2015). Plan de Desarrollo y Ordenamiento Territo-
rial. Loja: Gobierno Autónomo Descentralizado del can-
tón Espíndola.

[20] Gobierno Autónomo Descentralizado del cantón Gon-

zanamá. (2015). Plan de Desarrollo y Ordenamiento Te-
rritorial. Loja: Gobierno Autónomo Descentralizado del
cantón Gonzanamá.

[21] Gobierno Autónomo Descentralizado del cantón Maca-

rá. (2015). Plan de Desarrollo y Ordenamiento Territo-
rial. Loja: Gobierno Autónomo Descentralizado del can-
tón Macará.

[22] Gobierno Autónomo Descentralizado del cantón Olme-

do. (2015). Plan de Desarrollo y Ordenamiento Territo-
rial. Loja: Gobierno Autónomo Descentralizado del can-
tón Olmedo.

[23] Gobierno Autónomo Descentralizado del cantón Paltas.

(2015). Plan de Desarrollo y Ordenamiento Territorial.
Loja: Gobierno Autónomo Descentralizado del cantón
Paltas.

[24] Gobierno Autónomo Descentralizado del cantón Pindal.

(2015). Plan de Desarrollo y Ordenamiento Territorial.
Loja: Gobierno Autónomo Descentralizado del cantón
Pindal.

[25] Gobierno Autónomo Descentralizado del cantón Puyan-

go. (2015). Plan de Desarrollo y Ordenamiento Territo-
rial. Loja: Gobierno Autónomo Descentralizado del can-
tón Puyango.

[26] Gobierno Autónomo Descentralizado del cantón Qui-

langa. (2015). Plan de Desarrollo y Ordenamiento Te-
rritorial. Loja: Gobierno Autónomo Descentralizado del
cantón Quilanga.

[27] Gobierno Autónomo Descentralizado del cantón Sara-

guro. (2015). Plan de Desarrollo y Ordenamiento Te-
rritorial. Loja: Gobierno Autónomo Descentralizado del
cantón Saraguro.

[28] Gobierno Autónomo Descentralizado del cantón Sozo-

ranga. (2015). Plan de Desarrollo y Ordenamiento Te-
rritorial. Loja: Gobierno Autónomo Descentralizado del
cantón Sozoranga.

[29] Gobierno Autónomo Descentralizado del cantón Zapo-

tillo. (2015). Plan de Desarrollo y Ordenamiento Territo-
rial. Loja: Gobierno Autónomo Descentralizado del can-
tón Zapotillo.

[30] Instituto Nacional de Estadísticas y Censos (INEC).

(2015). Informe de Resultados ECV 2013-2014. Quito:
INEC.

[31] Marini, A, Rokx, C., Gallagher, P. (2017). Dando la ta-

lla: el éxito del Perú en la lucha contra la desnutrición
crónica. Washington: Banco Mundial.

[32] Programa Mundial de Alimentos. (2008). Hacia la erra-

dicación de la desnutrición infantil en América Latina y
el Caribe. Panamá: PMA.

[33] OMS. (2017). Metas mundiales de nutrición 2025: Do-

cumento normativo sobre retraso del crecimiento. Gine-
bra: OMS.

[34] Rivera, J. (2022). El perﬁl de la desnutrición infantil en

Manabí y el rol de las políticas públicas. Revista ECA Si-
nergia, 13(1): 129-138.

[35] Rivera, J., Olarte S., Rivera, N. (2021). La malnutrición in-

fantil en Cañar y sus determinantes. Ciencia al Servicio
de la Salud y Nutrición, 12(2): 36-45. Rivera, J., Olarte
S., Rivera, N. (2021). La malnutrición infantil en El Oro:
una paridad asimétrica. Cumbres, 7(2): 1-8.

[36] Rivera, J. (2021). El perﬁl de la desnutrición infantil en

Santa Elena y el rol de las políticas públicas. Ciencias
Pedagógicas e Innovación, 9(2): 1-6.

[37] Rivera, J., Olarte S., Rivera, N. (2021). Los determinan-

tes de la malnutrición infantil en Loja. Revista Económi-
ca, 9(1): 1-6.

[38] Rivera, J., Olarte S., Rivera, N. (2021). La malnutrición in-

fantil en Cotopaxi y sus determinantes. UTCiencia, 8(1):
148-155.

[39] Rivera, J., Olarte S., Rivera, N. (2021). Un problema crí-

tico: la malnutrición infantil en Bolívar. Revista de Inves-
tigación Talentos, 8(1): 101-111.

[40] Rivera, J., Olarte S., Rivera, N. (2021). La malnutri-

ción infantil en Tungurahua y sus determinantes. Revis-
ta Uniandes de Ciencias de la Salud, 4(1): 610-620.

DOI: 10.54753/rve.v10i1.1291

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[41] Rivera, J., Olarte S., Rivera, N. (2021). Un problema para

el desarrollo: la malnutrición infantil en Los Ríos. Magazi-
ne de las ciencias: revista de investigación e innovación,
5(8): 90-99.

[42] Rivera, J. (2020). La malnutrición infantil en Ecuador: en-

tre progresos y desafíos. Quito: FLACSO.

[43] Rivera, J., Olarte S., Rivera, N. (2020). La malnutrición

infantil en Esmeraldas: £un éxito relativo? La U Investiga,
7(2): 68-78.

[44] Rivera, J., Olarte S., Rivera, N. (2020). Madre hay una so-

la: la malnutrición infantil en Carchi. Sathiri-Sembrador,
15(2); 291-300.

[45] Rivera, J., Olarte S., Rivera, N. (2020). Las secuelas del

terremoto: el problema de la malnutrición infantil en
Manabí. Revista ECA Sinergia, 11(3): 40-49.

[46] Rivera, J. Olarte S. (2020). La evolución de la malnutri-

ción infantil en Chimborazo: Entre progresos y desafíos.
Ciencia al Servicio de la Salud y Nutrición, 11(1): 33-43.

[47] Rivera, J., Olarte S., Rivera, N. (2020). Crónica de una

muerte anunciada: la malnutrición infantil en Santa Ele-
na. Ciencias Pedagógicas e Innovación, 8(1): 28-35.

[48] Rivera, J., Olarte S., Rivera, N. (2020). Evolución y fac-

tores determinantes de la malnutrición infantil en Imba-
bura. La U Investiga, 6(2): 8-18.

[49] Rivera, J. (2019). La gratuidad de la educación superior

y sus efectos sobre el acceso: Caso Ecuador. Education
Policy Analysis Archives, 27(29): 1-30.

[50] Rivera, J. (2019). A 10 años de la gratuidad en la edu-

cación superior en Ecuador: £Qué pasó con el acceso?
Chakiñan, 7: 58-69.

[51] Rivera, J. (2019). Las políticas públicas y la gestión públi-

ca: un análisis desde la teoría y la práctica, entrevista a

André-Noël Roth. Estudios de la Gestión, 5(1): 223-29.

[52] Rivera, J. (2019). La malnutrición infantil en Ecuador:

una mirada desde las políticas públicas. Estudios de Po-
líticas Públicas, 5(1): 89–107.

[53] Rivera, J. (2019). La malnutrición en Santa Elena: una

mirada multidimensional. Ciencias Pedagógicas e Inno-
vación, 7(1): 104-111.

[54] Rivera, J. (2019). La malnutrición en Chimborazo: una

mirada multidimensional. Ciencia al Servicio de la Salud
y Nutrición, 10(1): 2-12.

[55] Sanchez, A. (2013). The Structural Relationship bet-

ween Nutrition, Cognitive and Non-cognitive Skills: Evi-

dence from four developing countries. Oxford: Young
Lives.

[56] Secretaría Técnica Ecuador crece sin desnutrición infan-

til. (2021). Plan estratégico intersectorial para la preven-
ción y reducción de la desnutrición crónica infantil. Qui-
to: Secretaría Técnica Ecuador crece sin desnutrición in-
fantil.

[57] Sundaram, J., Rawal, V., Clark, M. (2015). Ending Malnu-

trition: from commitment to action. Roma: FAO.

[58] UNICEF. (2021). Levels and trends in child malnutrition.

New York: UNICEF. UNICEF. (2013). Mejorar la nutri-
ción infantil: El imperativo para el progreso mundial que
es posible lograr. New York: UNICEF.

[59] UNICEF. (1990). Strategies of improving nutrition of

children and women in developing countries. New York:
UNICEF.

[60] Victora, C. et al. (2021). Revisiting maternal and child

undernutrition in low-income and middle-income coun-
tries: variable progress towards an unﬁnished agenda.

The Lancet, 397: 1388–1399.

[61] WHO. (2006). Child Growth Standards. Geneva: WHO

Robles K.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

Los sectores público y privado de la economía necesitan inno-

vaciones, porque con las innovaciones se crean nuevas oportunida-
des tanto para las empresas como para la fuerza laboral de la pobla-
ción, se crean empresas que son motores del desarrollo, el empleo,
la cultura y el bienestar; la calidad de vida de las personas mejorará
con nuevos productos y procesos que aborden los desafíos actuales
en el camino hacia estilos de vida sostenibles. Las empresas deben
innovar para encontrar soluciones a los desafíos relacionados con la
tecnología y, por lo tanto, aumentar la competitividad. Como sostie-
ne Crespi (2012), mejorar la productividad es un desafío importante
para América Latina y el Caribe. La aplicación de los avances tecno-
lógicos conduce a un uso más eﬁciente de los recursos productivos,
y la transformación de nuevas ideas en nuevas soluciones económi-
cas (nuevos productos, procesos y servicios) es la base de ventajas
competitivas sostenibles para las empresas. Además, según el mis-
mo autor, los estudios comparativos entre países muestran un círcu-
lo favorable en el que el gasto en I + D, innovación, productividad
e ingreso per cápita se refuerzan mutuamente y llevan a los países
a un crecimiento sostenible a largo plazo. En el sector empresarial,
existe evidencia de países industrializados que muestra una relación
positiva entre I + D, innovación y productividad. (Crespi, et al., 2012)
En el proceso de innovación, el Estado juega un papel importante,
debe generar políticas públicas que incentiven y fortalezcan la in-
novación. Un área importante de aplicación de los esfuerzos para
construir una economía innovadora son los incentivos ﬁscales para
las actividades innovadoras de las empresas. A través de este traba-
jo de investigación, se busca hacer un aporte analítico sobre la políti-
ca tributaria, en particular, los incentivos tributarios, con el objetivo
de asegurar un crecimiento real en el sector de ciencia, tecnología e
innovación, con lo cual el país incrementará sus ingresos y fuentes
de empleo, fortaleciendo así su economía.

2 | REVISIÓN DE LITERATURA

2.1 | Sistema Tributario

El sistema tributario es un instrumento de política económica

que permite que la política ﬁscal proporcione un ingreso constante
al estado, y así pueda cumplir con sus funciones contribuyendo a
la producción y la generación de empleo; en un contexto económi-
co, también permite invertir, ahorrar y distribuir riqueza. (Ruiz, et al.,
2018) El propósito principal de los sistemas tributarios es recaudar
ingresos para las operaciones gubernamentales, facilitar la produc-
ción de bienes y servicios públicos y ﬁnanciar el gasto social del
gobierno. Los gobiernos a menudo utilizan el sistema tributario pa-
ra promover objetivos políticos especíﬁcos, incluido el fomento del
ahorro y la inversión, la promoción del empleo o la protección de
las industrias nacionales y el fomento o desalento del consumo de
ciertos bienes y servicios. (Comisión Económica para América Lati-
na y el Caribe (CEPAL), 2019) En la República del Ecuador, el sistema
tributario está integrado por: impuestos del gobierno nacional, im-
puestos municipales y otros aportes de instituciones y órganos de
control. (Quishpe, et al., 2019)

2.2 | Incentivos Fiscales

Los incentivos ﬁscales son deﬁnidos por Mauricio Piñeros

(2010) como disposiciones legales que aplican a cualquiera de los

elementos del impuesto para reducir o eliminar temporalmente la
carga tributaria, con el objetivo de incentivar a las entidades prote-
gidas o a determinadas actividades económicas. No todos los gastos
tributarios son incentivos por naturaleza, algunos son simplemente
beneﬁcios tributarios. Un estudio de Villela (2006) señala que “todo
incentivo implica un beneﬁcio, pero no todo beneﬁcio es un incen-
tivo, aunque ambos generan pérdidas de recaudación. El incentivo
tiene como ﬁnalidad promover un cambio en el comportamiento
de los agentes económicos, mientras que el beneﬁcio no tiene ese
propósito, ya que es solo una forma de apoyo ﬁnanciero para los
contribuyentes”, - citado por CEPAL, 2019.

Por su parte, el artículo 600 del Código Orgánico de la Econo-

mía Social del Conocimiento, la Creatividad y la Innovación deﬁne
los incentivos como mecanismos o herramientas de motivación en-
caminados a cambiar el comportamiento de los sujetos del Sistema
Nacional de Ciencia, Tecnología, Innovación y Conocimiento Ances-
tral para cumplir sus metas. Entre la amplia variedad de incentivos,
hay tres tipos principales de políticas de incentivos que tienden a ser
las más utilizadas por los países para atraer inversiones: incentivos
ﬁnancieros, incentivos ﬁscales e incentivos administrativos. Ecua-
dor brinda beneﬁcios económicos a los participantes del sistema de
ciencia, tecnología e innovación, ya que a través de becas, présta-
mos educativos y ayudas económicas, el estado ecuatoriano crea
programas enfocados a ﬁnanciar la formación y educación de talen-
tos humanos; A su vez, la Secretaría de Educación Superior, Ciencia,
Tecnología e Innovación (SENESCYT), al igual que otros organismos
gubernamentales competentes, está facultada para crear y gestio-
nar programas que ﬁnancien, total o parcialmente, proyectos de in-
vestigación responsable, desarrollo tecnológico o innovación social.
(Asamblea Nacional, Diciembre, 2016) Una política de incentivos es
rentable si sus beneﬁcios económicos, sociales y ambientales supe-
ran los costos que genera, que van desde los costos ﬁscales por la
pérdida de gravámenes hasta los impactos en la eﬁciencia, la equi-
dad y la transparencia. La CEPAL, en su estudio Incentivos ﬁscales
para las empresas de América Latina y el Caribe, sostiene que los
incentivos ﬁscales más efectivos son los esquemas de depreciación
acelerada por su focalización, neutralidad y menores costos ﬁscales,
y los peores son las exenciones o moratorias ﬁscales. En Ecuador,
los incentivos ﬁscales no se describen especíﬁcamente en la legis-
lación tributaria, sino que se encuentran dispersos en otras norma-
tivas y leyes, por lo que podemos encontrar incentivos en: La Ley
de Régimen Tributario Interno, el Código Orgánico de Producción,
Comercio e Inversiones, el Código Orgánico de la Economía social
del conocimiento, la creatividad y la innovación, entre otros.

2.3 | Sistema nacional ecuador innovador

El sistema nacional de innovación es deﬁnido por la OCDE co-

mo “un sistema de interacción entre pequeñas y grandes empresas
del sector público y privado, universidades y organismos guberna-
mentales, enfocado a la producción de ciencia y tecnología dentro
de las fronteras nacionales. La interacción entre estas divisiones
puede ser técnica, comercial, legal, social o ﬁnanciera, si el propósito
de la interacción es desarrollar, proteger, ﬁnanciar o regular nueva
ciencia y tecnología”. (Guaipatín, et al., 2014)

En la Constitución de la República del Ecuador, vigente desde

2008, en el artículo 385, numerales 1 y 3, se menciona que “el siste-
ma nacional de ciencia, tecnología, innovación y saberes ancestrales
tendrá los siguientes objetivos: 1. Creación, adaptación y difusión
de conocimientos cientíﬁcos y tecnológicos. . . . 3. Desarrollar tec-
nologías e innovaciones que estimulen la producción nacional, au-
menten la eﬁciencia y la productividad, mejoren la calidad de vida y
contribuyan a una buena vida” (Asamblea Nacional, 2008).

Formación de un sistema de incentivos ﬁscales a la innovación en Ecuador

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Actualmente existen ocho institutos públicos de investigación

(IPI) en el país, que son entidades con autonomía administrativa y
ﬁnanciera. Su propósito es promover, coordinar, ejecutar y hacer
avanzar los procesos de investigación cientíﬁca, generación, inno-
vación, validación, difusión y transferencia de tecnologías. El cual
se detalla a continuación: (SENESCYT, 2021)

3 | METODOLOGÍA

Se utilizan los siguientes métodos de investigación: descripti-

vo, bibliográﬁco, analítico y sintético. Un método descriptivo para
desarrollar una descripción narrativa y numérica de la realidad de la
innovación y el sistema tributario en Ecuador. Un método bibliográ-
ﬁco para recopilar y organizar información de fuentes secundarias
contenidas en libros, artículos de revistas, publicaciones, estudios,
etc. El método analítico permite analizar el sistema tributario del
Ecuador, especialmente los incentivos tributarios, de la misma ma-
nera que la realidad actual de innovación en Ecuador, y en base a
esto, hacer una propuesta para mejorar los incentivos ﬁscales. Un
método sintético para sintetizar los incentivos ﬁscales a la innova-
ción recogidos en diversas leyes, códigos y normativas vigentes en
Ecuador.

4 | RESULTADOS

4.1 | Indicadores de innovación

Para analizar la actividad de innovación en Ecuador, se utiliza-

rán los términos inputs, outputs y outcomes. Los indicadores inputs
(entrada) deﬁnen los recursos asignados a la innovación, que provie-
nen de diferentes fuentes (públicas o privadas) y tienen diferentes
clasiﬁcaciones. Los outputs (salida) son un resultado especíﬁco (ma-
terial o no material) del proceso de innovación, sobre la base del
cual se evalúa el proceso en sí en comparación con los resultados
esperados. Los outcomes (resultado ﬁnal), por otro lado, describen
los efectos ﬁnales objetivados durante la planiﬁcación, el resultado
general esperado de la implementación de una estrategia de desa-
rrollo tecnológico.

• Indicadores inputs (entrada): número de artículos en publica-

ciones cientíﬁcas y técnicas, el número de investigadores, por millón
de personas, el gasto en I + D como porcentaje del PIB, la distribu-
ción de la ﬁnanciación de I + D.

• Indicadores outputs: solicitudes de patentes de residentes y

no residentes, así como el índice de dependencia.

• Resultados de los indicadores: Se utilizarán exportaciones de

alta tecnología para comprender el estado de la innovación tecno-
lógica en Ecuador en comparación con los países de la región.

Esfuerzos para adaptar sus instrucciones de uso y desempeñar

un papel positivo en la promoción del desarrollo bajo en carbono.
Por su parte, según Abbasi y Riaz (2016) las variables Inversión y
desarrollo ﬁnanciero desempeñaron un papel en la mitigación de
emisiones solo en el último período en que se produjo un mayor gra-
do de liberalización y desarrollo del sector ﬁnanciero. Para Solarin,

Al-Mulali, Musah y Ozturk (2017) la inversión extranjera directa, y el

desarrollo ﬁnanciero tienen un impacto positivo en el CO2 emisio-
nes. Las entradas de inversión extranjera directa en el país también
han ayudado a construir una sólida formación de capital en el país
y han unido el mercado local al mercado internacional.

4.2 | Indicadores de entrada (inputs)

Varios factores contribuyen al bajo nivel de innovación en

Ecuador. La falta de desarrollo de la conciencia pública cientíﬁca de-
tuvo este proceso y con él el progreso del país. La situación se reﬂe-
ja en los datos publicados por el Banco Mundial. En 2018, Ecuador
tenía 2142 artículos en revistas cientíﬁcas y técnicas; que es signiﬁ-
cativamente menor que en otros países de la región, como México
(16 346), Brasil (60148), Argentina (8811), Colombia (7195). Otro in-
dicador es el número de investigadores que realizan investigación y
desarrollo por millón de personas. Según el Banco Mundial, Ecuador
(2014) tenía 399 investigadores por millón de habitantes, Argentina
(2017) - 1192, Brasil (2014) - 888, México (2016) - 315. Por otro la-
do, en países desarrollados como Canadá (2017) y Estados Unidos
(2017), esta cifra es relativamente alta: 4326 y 4412, respectiva-
mente. Además, otro aspecto que afecta el proceso tecnológico es
la falta de recursos económicos públicos y privados: en Ecuador en
2014, sólo el 0, 44 % del PIB se destinó a investigación y desarrollo
(I + D), como se muestra en la ﬁgura 1, esta cifra aumentó signiﬁ-
cativamente entre 2007 y 2009 de 0,13 a 0,39 hasta que alcanzó
su punto máximo en 2014. En otros países latinoamericanos como
México, el 0,49 % del PIB se destinó a estas actividades, en Argen-
tina el 0,53 % y en Brasil el 1,27 %. Los países desarrollados que
más invierten en I + D + i son Israel, Suiza y Suecia con valores de
4,95 %, 3,37 % y 3,34 % del PIB, respectivamente, según el Banco
Mundial (2020). Esto afecta la calidad de vida de la población, la for-
taleza de las empresas e instituciones tanto públicas como privadas,
y los ingresos totales, lo que lleva a una mayor dependencia del país
de las tecnologías externas. Es importante analizar qué sectores es-
tán invirtiendo más en I + D. La ﬁgura 2 muestra los gastos en I + D
durante un período especíﬁco, que ﬁnancian diversos sectores de la
economía (empresas, gobierno, educación superior y la organización
sin ánimo de lucro) o desde el extranjero (resto del mundo) (Instituto
de Estadística de la UNESCO, 2020). En Ecuador, la mayor parte de
la inversión en I + D es realizada por el Estado (más del 40 %), en
menor medida por la educación superior y fuentes extranjeras, las
empresas comerciales no participan en el ﬁnanciamiento de I + D;
mientras que en EE.UU más del 60 % de la I + D es ﬁnanciada por
este sector. Según los resultados de la Encuesta de Ciencia, Tecno-
logía e Innovación (ACTI), correspondiente al período 2012-2014.
(Figura 3), las inversiones en I + D + i se concentran en proyectos de
ciencias sociales así como en proyectos de ingeniería y tecnología,
alcanzando en conjunto el 54 % de la inversión total. Sin embargo, a
pesar de los esfuerzos por promover la I + D, sus resultados no han
ido más allá del ámbito académico. (SENESCYT, 2018)

4.3 | Indicadores de salida (outputs)

Según la Organización Mundial de la Propiedad Intelectual

(OMPI), las estadísticas de patentes son un indicador conﬁable (aun-
que no perfecto) de la actividad inventiva de cada país. En Ecuador
(Figura 4), se presentaron 405 solicitudes de patente en 2018, de las
cuales 371 fueron solicitudes de no residentes y 34 de residentes.
(Organización Mundial de la Propiedad Intelectual (OMPI), 2020)
Otro elemento utilizado para evaluar el desempeño de la innova-
ción es el índice de dependencia. Se deﬁne como la relación entre
el número de patentes presentadas por no residentes y el número
de patentes presentadas por residentes del país emisor (Edsberg, et
al., 2002). Cuanto mayor sea el valor obtenido de la relación entre
los dos indicadores, mayor será el grado de dependencia del país de
la innovación tecnológica. En consecuencia, en el modelo de país
independiente, que se espera desde el punto de vista económico y
cientíﬁco, se obtendrán valores inferiores a 1, lo que indica el predo-
minio del uso de tecnología producida en él. En el caso de Ecuador,
los valores son muy superiores a 1. El indicador ﬂuctuó de 67,86
en 2013 a 7,31 en 2016, lo que indica una gran dependencia de
Ecuador de tecnologías externas.

Formación de un sistema de incentivos ﬁscales a la innovación en Ecuador

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

• Compensación: estudiantes con educación dual y becas de

educación superior expedidos por los contribuyentes. El monto má-
ximo de la deducción adicional será ﬁjado por la administración tri-
butaria en consulta con la Secretaría de Educación Superior, Ciencia,
Tecnología e Innovación. • Costos incurridos por los contribuyentes
por los sueldos de los mentores asignados a la formación dual. El im-
porte máximo de la deducción adicional será correspondiente a 3,5
veces la retribución básica única por cada tutor. COESCCI (artículo
42) considera que la investigación responsable comprende todo pro-
ceso de investigación dirigido a la obtención de resultados que incre-
menten la productividad, la diversiﬁcación productiva, la satisfacción
de las necesidades o el efectivo ejercicio de los derechos de las perso-
nas y la naturaleza. Para la acreditación, registro y categorización de
los investigadores nacionales y extranjeros que realicen actividades
de investigación en el Ecuador, a ﬁnes de 2013 la SENESCYT emitió
el Reglamento correspondiente. Según el artículo 615 COESCCI, los
incentivos ﬁscales a la investigación responsable son: La reducción
porcentual en la tasa del impuesto sobre la renta cuando los contri-
buyentes reinviertan sus utilidades en proyectos o programas de in-
vestigación encargados o acreditados por la Secretaría de Educación
Superior, Ciencia Tecnología e Innovación. Se aplica solo al monto
reinvertido. Su reducción se aplicará de la siguiente manera: • Si tra-
bajan en la çiudad del conocimiento", su tipo se reducirá en un 10•
Una disminución del 8 % cuando se trabaja en otros espacios de co-
nocimiento, y • 6 % para el resto de actores

Exoneración del impuesto a la renta para los contribuyentes que

estén debidamente acreditados ante la Secretaría de educación su-
perior, ciencia, tecnología e innovación (SENESCYT) y que realicen
actividades exclusivas de investigación cientíﬁca responsable y que
reinviertan al menos el 10 % de sus utilidades en el país. Este incen-
tivo solo se aplica al monto reinvertido. Exoneración de impuestos
al comercio exterior en la importación de equipos e insumos a ser
utilizados en el desarrollo de programas, proyectos y actividades de
investigación. Las categorías de bienes no sujetos al impuesto serán
determinadas por el Ministro de Educación Superior, Ciencia, Tecno-
logía e Innovación.

El artículo 125 del Código Orgánico de Producción, Comercio

e Inversiones (COPCI) trata de la exención del pago de todos los im-
puestos al comercio exterior, con excepción de los aranceles aduane-
ros, sobre la importación de equipos y artículos que solo serán uti-
lizados en el desarrollo de proyectos de investigación o innovación
social por personas físicas o jurídicas debidamente acreditadas por la
Secretaría de Educación Superior, Ciencia, Tecnología e Innovación
(SENESCYT), o quienes realicen donaciones de bienes importados a
los investigadores, institutos, centros, contratados en investigación,
desarrollo tecnológico o innovación social.

BENEFICIOS TRIBUTARIOS DE INNOVACIÓN SOCIAL

El artículo 74 del Código Orgánico de Economía Social del Co-

nocimiento, la Creatividad y la Innovación deﬁne la innovación social
de la siguiente manera: Es un proceso creativo y colaborativo a través

del cual se introduce un producto, servicio o proceso de valor agre-
gado nuevo o signiﬁcativamente mejorado que modiﬁca e incorpora
nuevos comportamientos sociales para resolver problemas, acelerar
las habilidades individuales o colectivas y satisfacer las necesidades
de la sociedad.

Según el artículo 623 del COESCCI, los incentivos ﬁscales a la

innovación social son:

Exoneración del pago anticipado del impuesto sobre la renta a

los contribuyentes que traigan al mercado productos y servicios inno-
vadores. Esta exoneración se aplicará durante los primeros dos perio-
dos ﬁscales durante los cuales los contribuyentes no reciben ingresos
gravados. La exoneración del pago anticipado del impuesto sobre la
renta se hará únicamente por la parte de los gastos en que incurra el
contribuyente en el proceso de elaboración de un producto innova-
dor, y siempre que la empresa haya tenido origen en una incubadora
acreditada. Este incentivo está consagrado en el artículo 41 de la Ley
de Régimen Tributario Interno. Exoneración del impuesto a la renta
sobre las rentas de los contribuyentes que operen exclusivamente
con tecnología digital libre, que incluyen el valor agregado ecuato-
riano, donde el contribuyente se encuentra registrado con la licencia
correspondiente en cumplimiento de lo establecido en el Código. Los
contribuyentes pueden beneﬁciarse de esta exención por un máximo
de cinco años. Este incentivo está especiﬁcado en la Ley de Régimen
Tributario Interno en su artículo 9.4.

Exoneración de impuestos al comercio exterior al importar equi-

pos y materiales que serán utilizados para el desarrollo de emprendi-
mientos innovadores en espacios de innovación acreditados.

Antes de la introducción de las exenciones ﬁscales propuestas

en COESCCI, no existían incentivos especíﬁcos que promovieran di-
rectamente el sector de ciencia y tecnología. Salvo los introducidos
con la entrada en vigor del Código de Producción, Registro Oﬁcial
351, 29 de diciembre de 2010, y que en cierta medida incentivan a
este sector, como podemos ver a continuación:

1. De acuerdo con el artículo 9.1 de la Ley de Régimen Tributa-

rio Interno , los contribuyentes están exentos del pago del impuesto
sobre la renta durante 5 años para el desarrollo de nuevas inversio-
nes productivas, que se realicen fuera de Quito y Guayaquil en los
sectores económicos que se consideren un prioridad, a saber : i) Bio-
tecnología y softwaere aplicado, k) desarrollo de software y servicios,
producción y desarrollo de equipos tecnológicos, infraestructura di-
gital, seguridad informática, etc.; m) Industrias de tecnología y mate-
riales de construcción sostenibles.

2. Para las micro, pequeñas y medianas empresas en el párrafo

17 del artículo 10 de la Ley de Régimen Interno se menciona que para
el cálculo del impuesto a la renta a 5 años, tendrán derecho a dedu-
cir un 100 % adicional de los gastos incurridos por dichos conceptos.
como:

a. Capacitación técnica enfocada a la investigación y desarrollo

de tecnologías que aumenten la productividad.

Robles K.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

En este caso, el beneﬁcio no debe exceder el 5 % del costo de

los gastos incurridos en relación con los conceptos de salario y salario
para el año en que se aplica este beneﬁcio;

b. El costo de incrementar la productividad a través de las si-

guientes actividades: asistencia tecnológica mediante la celebración
de contratos para la prestación de servicios profesionales para el dise-
ño de procesos, el desarrollo de software especializado. En este caso,
la ganancia no debe exceder el 5 % de las ventas.

5 | PROPUESTA

El objetivo de la propuesta es desarrollar lineamientos para pro-

mover la reforma de los incentivos tributarios para el desarrollo de la
ciencia, la tecnología y la innovación en Ecuador a través de la adop-
ción de medidas legales adicionales para promover el sector de la
innovación.

El primer elemento de la propuesta está dirigido a las pequeñas

y medianas empresas, facilitando la devolución de los fondos inverti-
dos por las pymes en proyectos innovadores, de desarrollo tecnoló-
gico o de investigación evaluados por la SENESCYT. Propuesta:

Artículo: “Las inversiones que realicen las PYMES en proyectos

de ciencia y tecnología o innovación, de acuerdo con los requisitos
y condiciones que determine la SENESCYT, podrán tener una deduc-
ción adicional del 50 % del valor de la inversión aplicada para compen-
sar el impuesto a la renta. Por un período de 5 años". Es importante
señalar que las PYMES en Ecuador son importantes para la econo-
mía ya que representan aproximadamente el 99 % del número total
de empresas según el Directorio de Empresas e Instituciones publica-
do por el Instituto Nacional de Estadística y Censos (INEC) en 2019.
(INEC, 2020).

Por otro lado, considerando que se busca asegurar el crecimien-

to sustentable del sector de la ciencia, tecnología e innovación en el
Ecuador, se propone que todos aquellos recursos que brinde el Esta-
do a través de programas de ﬁnanciamiento o proyectos dirigidos al
desarrollo del sector de ciencia y tecnología también deben ser con-
siderados ingreso exento de impuestos.

Propuesta:

Artículo 9, numeral 25: “Transferencias económicas directas no

reembolsables que el Estado brinda a los sujetos del sector de ciencia,
tecnología e innovación caliﬁcados como tales por la SENESCYT para
la implementación de proyectos de investigación y desarrollo tecno-
lógico responsable en el marco del programa de promoción para este
sector no están sujetos a impuestosż

La investigación en Ecuador se concentra en las universidades,

por lo tanto, para asegurar un vínculo más estrecho entre la empresa
y la universidad, se propone introducir incentivos ﬁscales para que
las donaciones de empresas a universidades, institutos o centros de-
dicados a la investigación y desarrollo sean deducibles de impuesto,

siempre que como resultado de dicha donación, se cree un nuevo
producto o servicio. Propuesta:

LORTI Artículo 10, número 25: “donaciones a universidades, ins-

titutos o centros de I + D + i reconocidos como tales por la SENESCYT;
del cual se deriva un producto o servicio reconocido como innovador
en ciencia o tecnología "

Tabla 3. Clasiﬁcación de empresas)

Tamaño de la em-
presa

Ingresos anuales

(en dólares)

El número de em-
pleados

Microempresa

menor o igual a
100.000

1-9

Pequeña empresa

100 001-1 000 000

10 - 49

Empresa

mediana

1,000,001

2,000,000

50 - 99

Empresa

mediana

"B"

2 000 001 - 5 000
000

100-199

Gran compañía

5 000 001 o más

200 o más

Fuente: Resultados clave del Directorio de Empresas e Institu-

ciones Ecuatorianas 2019

6 | CONCLUSION

La globalización ha creado la necesidad de vincular la tecnología

y el conocimiento en pro de las dinámicas de mercado y de la socie-
dad. En Ecuador temáticas relacionadas a las actividades de ciencia,
tecnología e innovación han cobrado relevancia durante los últimos
años, al ser áreas determinantes para el desarrollo, progreso y mejo-
ramiento del país. Sin embargo, con relación a los países de América
Latina, Ecuador ha desarrollado estas áreas en menor proporción. En
el transcurso de los últimos años, los incentivos tributarios en Ecua-
dor se han situado como un instrumento apto para fomentar la inver-
sión en el país de tal forma que aumente valor a los sectores que el
Estado considera prioritarios; tomando en cuenta que los incentivos
ﬁscales suelen ser mucho más fáciles de administrar y permiten a las
empresas elegir los proyectos más rentables.

Referencias bibliográﬁcas

[1] Código Orgánico de la Economía Social de los Conoci-

mientos, Creatividad e Innovación (COESCCI). - Quito:
Suplemento - Registro Oﬁcial Nº 899, Diciembre, 2016

[2] Constitución de la República del Ecuador 2008 - Mon-

tecristi: Registro Oﬁcial 449, 2008.

[3] Banco Mundial (2020). Artículos en publicaciones cien-

tíﬁcas y técnicas. Obtenido en línea el 20 de diciembre
de 2020 - https://datos.bancomundial.org/indicador/
IP.JRN.ARTC.SC?view=cha.

DOI: 10.54753/rve.v10i1.1292

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[4] Banco

Mundial

(2020).

Exportaciones

pro-

ductos de alta tecnología (US $ a precios ac-
tuales). Obtenido en línea 19 de diciembre de
2020.–

https://datos.bancomundial.org/indicator/

TX.VAL.TECH.CD.

[5] Banco Mundial (2020). Gasto en investigación y de-

sarrollo ( % del PIB). Obtenido en línea el 20 Diciem-
bre 2020 - https://datos.bancomundial.org/indicador/
GB.XPD.RSDV.GD.ZS?view=chart

[6] CEPAL (2019). Panorama Fiscal de América Latina y el

Caribe 2019: políticas tributarias para la movilización de
recursos en el marco de la Agenda 2030 para el Desa-
rrollo Sostenible. - Santiago, 2019.

[7] Código Tributaro - Quito: Ultima modiﬁcación: 21-ago.-

2018, Registro Oﬁcial Suplemento 38 de 14-jun.-2005.

[8] Crespi Gustavo y Zuñiga Pluvia (2012) Innovación y Pro-

ductividad: Evidencia de Seis Países de América Latina

/ Desarrollo Mundial: Volumen 40, Número 2 - p. 273-

290.

[9] Edsberg Ruben, Truﬀer Isabel y Raimondo Edgar (2002).

Los indicadores de patentes en Iberoamérica (1990-
2000) [Informe]. - 2002. - pág.3.

[10] Guaipatín Carlos y Schwartz Liora (2014). Ecuador: aná-

lisis del Sistema Nacional de Innovación: hacia la conso-
lidación de una cultura innovadora Título. IV. Serie. IDB-
MG-223

[11] Henríquez Yánez (2012). Impuestos recaudadores ver-

sus reguladores [Informe]. Centro de Estudios Tributa-
rios. Universidad de Chile

[12] Instituto

Estadística

UNESCO

(2020).

Inversiones

mundiales

Obtenido

línea

Junio

2020

http://uis.unesco.org/sites/default/ﬁles/documents

/fs59-global-investments-rd-2020-en.pdf.

[13] McLure Charles E, Neumark Fritz y Cox Maria S Taxation

// Enciclopedia Británica. - 10 de noviembre de 2020

[14] Organización Mundial de la Propiedad Intelectual,

OMPI (2021). Ecuador - Solicitudes de patentes
[En Internet] // Indexmundi. - 2020-29 abril 2021

https://www.indexmundi.com/es/datos/ecuador

/solicitudes-de-patentes

[15] Quishpe Gabith (2019). Las reformas tributarias en el

Ecuador. - [b.m.] : Revista ESPACIOS, 2019-0798 1015
: T.40 (no. 13) Pág. 21.

[16] Ruiz Myriam (2018). El sistema tributario ecuatoriano y

el presupuesto general del Estado: Revista Observato-
rio de la Economía Latinoamericana, 2018 - T. Diciem-
bre 2018

[17] Secretaría de Educación Superior, Ciencia, Tecnología e

Innovación, SENESCYT (2018). Estructura General para
la presentación de programas y proyectos de inversión.

- Quito, septiembre de 2018

[18] Secretaría de Educación Superior, Ciencia, Tecnología

e Innovación, SENESCYT (2021). Institutos Públicos
de Investigación. Obtenido en internet el 15 de mayo
de 2021 - https://www.educacionsuperior.gob.ec/sic-
institutos-publicos-de-investigacion/.

[19] Universidad de Cornell, INSEAD y OMPI (2020). The

Global Innovation Index 2020 [Informe]. - Ithaca, Fon-
tainebleau y Ginebra : £Quién ﬁnanciará la innovación?,
2020.

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

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

+ ∂

) + l og (ener g i a)

i ,t

+ H

i ,t

+ θ

i ,t

(1)

Los parámetros (γ

+ ∂

) 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:

Lara E. & Ponce P.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

+ λy

t −1

+ α

t +

i =2

t −i −1

+ ε

(2)

Donde y

es la serie que asumimos, contiene al menos una raíz

unitaria, α

es la intersección y α

captura el efecto de tendencia

del tiempo, ε

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:

i ,t

n−1

j =1

i j

i t −j

n=1

j =1

i ,t −j

+ π

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:

i ,t

+ δ

i ,t

j =−p

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

. 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:

i ,t

k =1

i t −k

k =1

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

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

0,013

0,001

-152,15

Serial correlation

0,967

0,971

0,951

0,982

0,961

0,971

0,978

Fixed eﬀects (time)

Fixed eﬀects(country groups)

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

IPS

ADF

IPS

ADF

Global

PIB

-39.31*

-12,10*

-40,66*

-20.25*

-40.62*

-42,28*

-14,00*

-41,99

-22.53*

-40,11***

-49,19***

-10,02*

-51,85

-24.92*

-56.65*

-61,83***

-12,05*

-55,42*

-23.55*

-57.52*

-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

-21,60*

-3,44*

-21,29*

-10,09*

-25,06*

-20,76*

-6,05*

-23,24*

-9,35*

-25,01

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*

-10,28*

-1,82*

-9,85*

-7,57*

-13,72*

-11,90*

-4,04*

-12,71*

-6,54*

-15,61*

-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*

-15,12*

-3,17*

-14,62*

-6,35*

-14,79*

-16,04*

-3,79*

-16,14*

-5,33*

-15,56*

-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*

-18,68*

-3,78*

-18,55*

-10,67*

-21,99*

-20,98*

-4,52*

-21,24*

-11,16*

-22,26*

-4,15*

-7,08*

-10,47*

-9,86*

-9,71*

-19,71*

-13,62*

-20,26*

-16,75*

-18,69*

PIB

-22,09*

-7,32*

-22,39*

-9,59*

-20,77*

-26,70*

-6,74*

-24,83*

-13,45*

-24,25*

-27,75*

-7,64*

-30,16*

-12,49*

-31,06*

-30,39*

-8,27*

-31,11*

-13,27*

-32,23*

-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*

-23,56*

-4,44*

-26,96*

-12,51*

-27,17*

-26,83*

-4,30*

-27,60*

-13,39*

-27,64*

0,05

0,04

-2,06*

-1,69*

-1,35*

-4,29*

-1,83*

-5,53*

-4,32*

-6,99*

Nota: *signiﬁcancia del 1 %

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.

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

País

ENERGIA

País

ENERGIA

WOD

Alemania

0,17

0,1

-0,01

Ar. Sau.

-0,19

-0,29

0,13

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

Portugal

0,53

0,8

0,16

-0,09

Dinamarca

-0,06

0,098

0,01

0,12

Re. Un.

-0,16

0,53

-0,04

Emiratos

0,54

0,44

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

Francia

0,12

0,28

-0,02

0,04

Islandia

-0,02

-0,017

-0,041

-0,02

Irlanda

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

0,02

0,08

-0,05

Suecia

0,22

0,16

-0,05

-0,01

Suiza

0,3

0,64

0,015

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

País

ENERGIA

País

ENERGIA

WOD

Argentina

0,83

1,04

0,09

0,05

Albania

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

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

-0,04

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

-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

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

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

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

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

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

PIEA

2,3

4,31

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

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

PIEA

0,94

-0,17

0,86

PIA

1,78

1,66

0,09

PIMA

2,57

2,95

PIMB

6,11

16,56

PIB

2,2

5,12

PIEB

1,8

2,74

CH causa a Crecimiento

Global

1,44

3,44

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

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.

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.

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.

DOI: 10.54753/rve.v10i1.1294

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

La Unicef (2012) menciona que el homicidio se ha convertido

en un grave problema para miles de personas en todo el mundo, es-
pecialmente para los niños y niñas. La afección para los menores se
da tanto por las muertes, que por los traumas y daños que les pro-
voca la muerte de una persona cercana. En el año 2012 perdieron
la vida aproximadamente 95 000 niños y adolescentes entre 0 y 19
años. Para este mismo año el número total de homicidios fue de 437
000, de este valor, el 79 % son víctimas masculinas.

Según la ONU (2013), casi 750 millones de personas viven en

países con niveles de homicidio elevados, lo que signiﬁca que casi
la mitad de los homicidios suceden en países que representan alre-
dedor del 11 % de la población mundial. Las tasas de homicidio han
aumentado en los últimos años, sobre todo en el continente ameri-
cano, además, existe una brecha cada vez mayor en los niveles de
homicidio entre los países con tasas altas y aquellos con tasas bajas.
Existen múltiples variables que inﬂuyen sobre las tasas de homici-
dio.

La ONU en el 2012 publicó un informe donde menciona al-

gunas variables determinantes para un aumento de homicidios, en-
tre estas tenemos: la renta per cápita, las desigualdades sociales y
económicas, el acceso a las armas de fuego, una educación de baja
calidad, un estado de derecho y gobernanza inefectivos, altos nive-
les de criminalidad y la prevalencia de pandillas. Según este mismo
informe, existe una relación especial entre los homicidios y la des-
igualdad económica.

Cabe resaltar que en todas las regiones del mundo la violencia

y homicidios afecta mucho más a los hombres que a las mujeres. Hay
muchos autores que a través de sus estudios han determinado el im-
pacto de la desigualdad de ingresos en las tasas de homicidio. No
hay una teoría establecida para el caso, pero la evidencia empírica
forma una base sólida para estudiar el problema formalmente. Por
ejemplo, Coccia (2017) menciona en su estudio para 191 países que
la desigualdad socioeconómica se asocia positivamente con los de-
litos violentos. Así mismo Wilkins et al. (2019) asocian a la desigual-
dad de ingresos en la explicación de las tasas de homicidio, entre
otras variables. Por otro lado, Parker et al. (2017) resaltan la impor-
tancia del control de actividades criminales en la reducción de los
homicidios. Como estos estudios hay muchos más que respaldan la
relación entre las variables de interés.

Considerando lo expuesto, la presente investigación tiene co-

mo objetivo analizar el efecto que provoca la desigualdad de ingre-
sos en las tasas de homicidio de países latinoamericanos y europeos
durante el año 2000 y 2018. Se tomó como muestra de estudio a
los cinco países con las tasas de homicidio más altas de cada región.
Se lleva a cabo la aplicación de técnicas econométricas con datos de
panel y regresiones de umbral. La hipótesis que se pone a prueba
es que la desigualdad de ingresos inﬂuye de manera signiﬁcativa al
aumento en las tasas de homicidio en estos países. Adicionalmen-
te, se analiza como cada una de las variables de control afecta de
manera particular a la dependiente, según el grupo de países.

Los principales resultados apuntan a que el aumento de la des-

igualdad inﬂuye en el aumento de homicidios en Europa y los dis-
minuye en Latinoamérica. Este comportamiento responde a las di-
ferencias de las regiones. Esta investigación constituye un aporte
tanto analítico como metodológico que expande la información de
la temática en cuestión.

Este artículo consta de los siguientes apartados: la revisión de

literatura previa que recolecta la evidencia empírica e información
pertinente, los datos y metodología empleada, discusión de los re-
sultados y ﬁnalmente las conclusiones e implicaciones de política
derivadas de la investigación.

2 | REVISIÓN DE LITERATURA PRE-

VIA

El homicidio ocurre cuando se atribuye la muerte de una per-

sona a otra (Chmieliauskas et al., 2019). Muchos factores inducen
a que se produzcan este tipo de actos violentos: portar armas blan-
cas, Papi et al. (2020) indican que, el 25 % de homicidios se llevan a
cabo con este medio en Italia; permisos para tener armas de fuego,
esto aumenta signiﬁcativamente las tasas de homicidio y suicidio
(König et al., 2018); trastornos ocasionados por el alcohol (Chen et
al., 2019) y consumo de drogas (Leibbrand et al., 2020). Por mu-
chos años este problema fue visto como un tema concerniente a la
moral, pero se evidenció una relación con diversos factores como la
psicología, economía, condición social, edad, etnia, raza, género, etc.
(Hartwell et al., 2018; Riedel y Dirks, 2008; Monchalin et al., 2019)
y le dieron mucha más importancia a su estudio, incluso se ha llega-
do a considerar un problema de salud pública (Rouchy et al., 2020;
Deusdará et al., 2020).

Por otra parte, Matsubayashi y Sakaiya (2020) mencionan que

la desigualdad de ingresos crece en todo el mundo. El estudio de la
desigualdad es de gran interés porque afecta a diversos campos de
la economía. En regiones como Latinoamérica es muy grande y ha
perdurado por muchos años (Neidhöfer et al., 2018; Dávila y Agu-
delo, 2019) siendo un serio problema. Se la asocia con menores ni-
veles educativos (Hessel et al., 2020), daño en la acumulación de
capital físico y humano (Zhang, 2005; Hai y Heckman, 2017; Baten
y Juif, 2014), intensiﬁcación de la pobreza (Ngozi et al., 2020), bajo
desarrollo ﬁnanciero (Seven, 2021), conﬂictos armados (Hook et al.,
2020), aumento de tasas de suicidio y homicidio (Campo y Herazo,
2015) y terrorismo (Ajide y Amili, 2021).

También se ha determinado una desigualdad de ingresos aso-

ciada con la raza, género (Chantreuil et al., 2020; Klasen, 2020; Araú-
jo, 2015), etnia, características sociales y culturales (Musterd y Os-
tendorf, 2012). Aunque en muchas economías avanzadas esta ha
disminuido (Magda et al., 2020), aún existe mucho que hacer en
otros países, como en los latinoamericanos (Vacaﬂores, 2018; Cor-
tés, 2013). Adicionalmente, las diferencias entre países son notorias
(Binelli et al., 2015). A partir de estos problemas (homicidio y des-
igualad de ingresos), varios estudios señalan una relación entre ellos.
En inicio existe una relación de largo plazo entre homicidios y acti-
vidad económica (Carranza et al., 2011), pero luego se expande a
todo el contexto socioeconómico. Las condiciones adversas como
la pobreza y discriminación, en muchos casos son causantes del au-
mento de estas tasas (Campo et al., 2020).

Varias estimaciones revelan una fuerte asociación entre la po-

breza y las tasas nacionales de homicidio. Ingram y Marchesini
(2019) mencionan que la violencia tiene efectos nocivos para las
personas y la sociedad. Esto es especialmente cierto en América La-
tina, una región que se destaca a nivel mundial por su alta tasa de
homicidios. Además, enfatizan el efecto del gasto público en segu-
ridad para reducir el problema. Por su parte, Rogers y Pridemore
(2013) respaldan la idea que las políticas gubernamentales como la
protección social moderan la inﬂuencia de la desigualdad en las ta-
sas nacionales de homicidio. Así mismo, Yapp y Pickett (2019) ex-
presan que la violencia en pareja se asocia signiﬁcativamente a la
mayor desigualdad de ingresos, tomando en cuenta el coeﬁciente
de Gini y el ingreso per cápita.

Según Nadanovsky y Cunha-Cruz (2009), las tasas de homici-

dio varían ampliamente entre y dentro de los diferentes continentes.
En su estudio para países de América del Sur y de la OCDE deter-
minan este comportamiento, así como también que, los países con
menor desigualdad de ingresos, menor mortalidad infantil, mayor
ingresos promedio per cápita y mayores niveles de educación pre-
sentan menores tasas de homicidio.

Análisis de las tasas de homicidio, un estudio para ........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Coccia (2017) menciona que la desigualdad socioeconómica se

asocia positivamente con los delitos violentos, además, comparan-
do las tasas de homicidio entre países, esta se explica únicamente
con la desigualdad de ingresos. Spencer et al. (2019) indican que la
alta desigualdad de ingresos que presentan los países, inﬂuye pa-
ra que se formen patrones de violencia en la sociedad. Esto marca
factores de riesgo que inﬂuyen para que las familias caigan en si-
tuaciones de violencia. Incluso inﬂuye de manera signiﬁcativa en la
violencia de hombres hacia mujeres.

Wang y Arnold (2008) sugieren que hay efectos de desigual-

dad de ingresos y desventaja concentrada en el crimen. Los mismos
autores evalúan estas dos variables y encuentran que dentro de va-
rias zonas de una misma ciudad, las mayores tasas de homicidio se
localizan en aquellas donde hay mayor desigualdad y mayor pobreza.
Esto ayuda a comprender el por qué algunas zonas están en desven-
taja frente a otras en las áreas urbanas.

Otra cuestión, es que las tasas de homicidio no responden úni-

camente a factores económicos. Schober et al. (2020), señalan que
existen diferencias entre las víctimas de color blanco y negro. Estos
autores determinan, tras estudiar las treinta ciudades más grandes
de Estados Unidos, que la tasa de mortalidad por homicidio es vein-
te veces mayor para las personas negras. Esto reﬂeja las inequida-
des raciales que existen en el país. De la misma manera, Hannon et
al. (2005) expone que la pobreza tiene una inﬂuencia drástica en la
tasa de homicidios. Este impacto es mucho más pronunciado para
las personas de color negro que para las blancas. Aquí se puede ver
otra muestra de factores discriminatorios que se han forjado con el
pasar de los años.

Parker et al. (2017) explican que el control de actividades crimi-

nales es fundamental para reducir las tasas de homicidio. Además,
en su estudio rescatan varios factores que explican las tendencias
que se forman a lo largo del tiempo. Menezes et al. (2013) seña-
lan que existen áreas con bajas tasas de homicidio gracias a la baja
desigualdad, pero este efecto se ve mitigado ya que, se rodean de
barrios con altas tasas de homicidio. Otros factores como la pose-
sión de armas de fuego aportan signiﬁcativamente a elevar la tasa
de mortalidad por homicidios (Kivisto et al., 2019). Algunos autores
como Straatman et al. (2020) demuestran que los homicidios do-
mésticos en comunidades rurales son tan frecuentes como los de
comunidades urbanas. Varios aspectos de la cultura rural pueden
contribuir a riesgos elevados de homicidio doméstico en áreas rura-
les, incluida la cultura de las armas de fuego, el aislamiento social y
geográﬁco, la falta de acceso a los servicios y la pobreza.

Este problema no tiene su punto de partida en el tipo de estruc-

tura económica, sino en diversas situaciones que se crean a partir
de este. Así lo aﬁrma Bjornskov (2015), ya que enfatiza que las po-
líticas neoliberales no están asociadas con tasas más altas de homi-
cidio. Finalmente, Reyes et al. (2015), mencionan que el efecto del
incremento en el gasto en seguridad nacional se traduce en incre-
mento de homicidios. Estos son casos particulares en países donde
las instituciones y las leyes no se han establecido de manera sólida.
Considerando lo mencionado, la amplia evidencia empírica respal-
da la idea de esta investigación al analizar las tasas de homicidio y
cómo se ve afectada por la desigualdad de ingresos.

Al estudiar dicha relación y compararla entre dos regiones, Eu-

ropa y Latinoamérica, se contribuye al conocimiento. Esta contribu-
ción se hace al determinar factores particulares que afecta a cada

una bajo el modelo establecido. Estas particularidades son impor-
tantes y determinantes debido a las diferencias económicas, socia-
les y culturales que tienen. Finalmente, las variables adicionales que
se incluyen dan consistencia al análisis y ayudan a comprender la
realidad de estos países.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Los datos de esta investigación son tomados de la base del

World Development Indicator del Banco Mundial (2020), así como

también de la base KOF del Swiss Economic Institute (2020). Los
datos forman un panel comprendido desde el año 2000 al 2018. Se
consideran 190 observaciones. La selección de las variables se ba-
só en la evidencia empírica. Se toma como variable dependiente las
tasas de homicidio. La variable independiente es el coeﬁciente de
Gini.

Esta relación parte de la idea de que, cuando aumenta la des-

igualdad también lo hacen las actividades violentas y entre estas
están los homicidios (Campo y Herazo, 2015). Otras variables se
consideran debido a que la evidencia empírica demuestra su rela-
ción e inﬂuencia con la dependiente: desempleo, pobreza, pib per
cápita (misma que se transformó a logaritmo), gasto en seguridad,
índice de igualdad de género, índice de capital humano e índice de
libertad civil. En la Tabla 1, que se encuentra en la siguiente página,
se detallan las variables.

Se consideró a los cinco países de cada región con las tasas de

homicidios más altas. Esta selección se limita principalmente por la
disponibilidad de datos. En la Tabla 2 se muestra el listado de los
países:

Tabla 2. Países con las tasas de homicidio más altas

Latinoamérica

Europa

Brasil

Bélgica

El Salvador

España

Honduras

Hungría

México

Lituania

Venezuela

Ucrania

En la Tabla 3 se observa una descripción de los estadísticos

de las variables. Tales son la media, la desviación estándar, valores
mínimos y máximos y el número de observaciones. El valor de la
desviación estándar es mucho mayor para la tasa de homicidios (H).
Este comportamiento se explica debido a que los países en cuestión
varían mucho en las tasas de homicidios, sobre todo si se compara
los latinoamericanos y europeos.

El PIB per cápita presenta la menor desviación estándar. Si bien

es cierto la mayor parte de países europeos son economías grandes,
los países tomados para esta investigación tienen menores niveles.
Esto explica el hecho de que no se distancien mucho de los latino-
americanos.

Silva J. & Lozano E.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 1. Descripción de las variables

Variable

Nombre

Sigla

Descripción

Dependiente

Homicidios

Número de homicidios por cada cien mil habitantes

Independiente

Coeﬁciente de Gini

Medida de la desigualdad de ingresos

Control

Desempleo

Porcentaje de personas en edad de trabajar que no cuentan con un
trabajo

Pobreza

Porcentaje de las personas que son pobres ($1.90 al día)

Pib per cápita

Pib

Ingreso promedio de cada habitante en un año

Gasto en seguridad

Porcentaje de fondos destinados a seguridad en relación al PIB

Índice de igualdad de género

Proporción de niñas y niños matriculados en el nivel de educación pri-
maria en escuelas públicas y privadas

Índice de capital humano

Ich

Índice de capital humano basado en el promedio de años de escolaridad
y una tasa de rendimiento asumida educación.

Índice de libertad civil

Cuantiﬁcación de aspectos sobre libertad de expresión y creencias, aso-
ciativos y organizativos, derechos, estado de derecho y autonomía per-
sonal y derechos individuales.

Tabla 3. Estadísticos descriptivos

Variable

Media

Desv Est

Mín

Máx

Obs

Homicidios

22,52

23,98

0,62

105,23

190

Coeﬁciente de Gini

40,65

10,51

59,5

190

Desempleo

8,27

4,32

2,53

26,09

190

Pobreza

5,13

6,59

28,5

190

Pib per cápita

9,13

0,98

7,38

10,76

190

Gasto en seguridad

3,53

1,73

0,91

9,91

190

Índice de igualdad de género

66,31

14,62

44,08

90,03

190

Índice de capital humano

62,26

17,68

33,04

91,16

190

Índice de libertad civil

70,37

14,16

46,21

90,80

190

3.2 | Metodología

La metodología empleada consta de dos partes. La primera par-

te se enfoca en determinar el efecto que provoca la desigualdad de
ingresos en las tasas de homicidio, tanto para los países latinoameri-
canos como europeos. Se utiliza un modelo de Mínimos Cuadrados
Generalizados (GLS) para darle mayor consistencia a las estimacio-
nes y evitar los problemas de heterocedasticidad y autocorrelación.

A continuación, la expresión algebraica:

i ,t

= f (G

i ,t

)

(1)

En la ecuación 1, la tasa de homicidios, H

t , es la variable de-

pendiente, determinada por el coeﬁciente de Gini, G

t y las varia-

bles de control, Z

t , más el término de error. Como se observa los

subíndices i y t denotan el país y el tiempo, respectivamente.

Como segundo punto se plantea determinar la existencia de un

efecto umbral en el modelo. Para esto se utiliza el modelo de um-
bral, mismo que fue desarrollado por Chan (1993) y posteriormente
formalizado por Hansen (1999). Este ayuda a estimar el efecto no
lineal de la variable dependiente sobre la dependiente. La elección
de esta prueba se basa en la efectividad que tiene el umbral para
determinar los cambios de los coeﬁcientes entre regiones (Moralles
y Moreno, 2020; Miao et al., 2020). Esas regiones se identiﬁcan por
una variable de umbral que está por encima o por debajo de un valor
de umbral, en nuestro caso será el coeﬁciente de Gini.

Varios autores especiﬁcan que esta técnica mejora considera-

blemente las estimaciones (Nizam et al., 2020; Yi y Xiao-li, 2018).

La expresión queda de la siguiente manera:

= X

β + Z

+ ϵ

− ∞ < G

≤ γ

(2)

= X

β + Z

+ ϵ

γ < G

∞

(3)

En las ecuaciones (2) y (3), H

es la variable dependiente, X

un vector de covariables que posiblemente contengan valores de
H

, β es un vector de parámetros invariables de la región, ϵ

es el

error con media 0 y varianza σ

, Z

es un vector de variables exóge-

nas con vectores de coeﬁcientes especíﬁcos de región δ

y δ

, por

último G

es la variable de umbral, en este caso es el coeﬁciente de

Gini.

Los parámetros que son de interés son β , δ

y δ

. La región 1

se deﬁne como el subconjunto de observaciones cuyo valor de G

es menor que el umbral γ. De igual forma, la región 2 se deﬁne como
el subconjunto de observaciones en las que el valor de G

es mayor

que γ. Con estas dos ecuaciones se cumple totalmente el objetivo.

Análisis de las tasas de homicidio, un estudio para ........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

4 | DISCUSIÓN DE RESULTADOS

En la Tabla 4 se observan los coeﬁcientes de la regresión GLS.

Los resultados de las regresiones están distribuidos en tres grupos.
En el primero están las estimaciones globales con todos los países.
El segundo contiene solo a los países de Latinoamérica. En el tercero
se presentan resultados para países de Europa. De manera general
el coeﬁciente de Gini tiene una inﬂuencia directa con en las tasas
de homicidio, estos resultados apoyan la idea de Coccia (2017), que
menciona que las tasas de homicidio se explican por el nivel de des-
igualdad.

A medida que aumenta la desigualdad de ingresos también lo

hace las tasas de homicidio debido a que situaciones adversas indu-
cen a actividades violentas (Campo y Herazo, 2015). Esta relación es
la misma para los países europeos, pero cambia de sentido cuando
se trata de latinoamericanos. Esto sucede debido a las diferencias
que hay entre los continentes (Nadanovsky y Cunha-Cruz, 2009).
Como se demuestra con los resultados, se comprueba la veracidad
de que la desigualdad de ingresos inﬂuye en el aumento de las tasas
de homicidio.

El desempleo tiene un efecto negativo en la estimación global

y europea, mientras que el signo es positivo para los países de Lati-
noamérica. Estos resultados son diferentes a los de Romdhane et al.
(2020) y plantean la idea de factores que afectan particularmente
a cada región. Por su parte Chen et al.(2017), concuerdan con los

resultados para los países latinoamericanos, donde el aumento del
desempleo se traduce en mayores tasas de homicidio. El ingreso per
cápita causa una disminución de homicidios en Latinoamérica, para
los otros grupos no existe signiﬁcancia estadística. La pobreza tiene
un afecto positivo en la tasa de homicidios en Europa, tal como lo
indican Knapp y De Fina (2005).

El gasto en seguridad ayuda a combatir el problema en Europa

debido a que un mayor control reduce esto actos violentos (Ingram
y Marchesini, 2019). Pero esto no sucede en Latinoamérica porque
las instituciones y las leyes no se han establecido de manera sólida
(Hernández y Moslares, 2015). Las variables restantes no presentan
signiﬁcancia estadística en las estimaciones.

En Latinoamérica la desigualdad es muy grande y ha perdurado

por muchos años (Neidhöfer et al., 2018; Dávila y Agudelo, 2019)
siendo un serio problema. Por ejemplo, muchas economías avanza-
das han reducido la desigualdad (Magda et al., 2020), pero aún exis-
te mucho que hacer en otros países, como en los latinoamericanos
(Vacaﬂores, 2018; Cortés, 2013).

Esto representa una marca que le da cierta naturaleza particu-

lar a la región. Además, explica el comportamiento de ciertas varia-
bles que actúan diferente al comparar los dos grupos. La desigual-
dad de ingresos, la pobreza, el ingreso per cápita y el gasto en se-
guridad son distintos en estos países, demostrando que afectan de
manera totalmente diferente a cada región. Se rescata la idea acerca
de la existencia de factores particulares que afectan a los países de
cada región.

Tabla 4. Coeﬁcientes de regresión GLS

GLOBAL

LAT

EUR

Homicidio

Gini

0,273**

-1,024***

0,119***

(2,38)

(-2,47)

(2,54)

Desempleo

-0,167**

0.960***

-0.164***

(-2,18)

(2,17)

(-5,57)

Pobreza

0,429

0.086

0,837***

(1,54)

(0,21)

(2,73)

Pib

-2,656

-15,811***

-0.061

(-1,53)

(-3,33)

(-0,15)

Gasto seguridad

-0,900**

0,680

-0.813***

(-2,19)

(0.63)

(-5,70)

Igualdad de género

0,139

1,810

2,332

(-0,09)

(1,07)

(0,78)

Capital humano

-0,115

-0,666

-1,371

(-0,16)

(-0,91)

Libertad

0,005

-1,021

-1,160

(0,01)

(-1,18)

(-0,77)

Constant

45,810***

201,831***

19,047***

(2,92)

(4,53)

(4,79)

Observations

190

estadístico t en paréntesis *p<0.05 %, **p<0.01 %, ***p<0.001 %

En la Tabla 5 se observa que los resultados apuntan a la presen-

cia de dos umbrales en el modelo. La variable de umbral es la desigual-
dad de ingresos, determinada por el coeﬁciente de Gini. Esto indica
que la relación de las variables no es lineal.

La presencia del umbral indica que existe un comportamiento

antes de este, pero cambia luego. Esto se debe a que Latinoamérica

y Europa son dos regiones que diﬁeren en muchos aspectos, que van
desde lo económico hasta lo cultural (Carranza et al., 2011).

Estas diferencias son determinantes para que la desigualdad de

ingresos actúe de manera distinta en cada una de ellas y se asocie
con otros factores.

Silva J. & Lozano E.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 6. Países con las tasas de homicidio más altas

Variable umbral

Umbral

Valor de estimación umbral

Intervalo

Inferior

Superior

Gini

Th-21

40,60

38,00

41,60

La Tabla 7 muestra los resultados de los coeﬁcientes de las re-

gresiones después del umbral. Estos valores de cada variable actúan
sobre la variable dependiente luego de la presencia del umbral. En es-
te caso, el umbral de la desigualdad se sitúa en 40,60, es decir, antes y
después de este valor las variables se comportan de manera distinta.

Únicamente la pobreza tiene signiﬁcancia estadística en el mo-

delo. Esta inﬂuye de manera positiva, mientras más personas caen en
la pobreza, aumentan las tasas de homicidio. Este resultado se expli-
ca debido a que las condiciones como la pobreza inducen a las per-
sonas a conseguir recursos, sin estimar los medios para conseguirlo
(Hartwell et al., 2018; Riedel y Dirks, 2008; Monchalin et al., 2019).
Igualmente, esta variable tiene una estrecha relación con la desigual-
dad de ingresos (Ngozi et al., 2020), lo que la hace más relevante. Por
otro lado, las demás variables pierden su signiﬁcancia estadística.

Si se hace una comparación entre países europeos y latinoame-

ricanos, se descubre que los latinoamericanos tienen un índice de
mayor de desigualdad de ingresos (Neidhöfer et al., 2018; Dávila y

Agudelo, 2019). Después de que una nación supera 40,60 puntos

en el índice de Gini, la pobreza es el factor determinante para que
aumenten las tasas de homicidio, este es el caso de los países lati-
noamericanos. Se nota claramente que los factores económicos son
fuertes determinantes en los asesinatos. Finalmente, estas variables
dan la pauta para la determinar ciertos patrones (Spencer et al., 2019)
particulares de cada sociedad.

Tabla 7. Coeﬁcientes de la regresión de umbral

Homicidios

Gini < 40,60

0,377
(1,18)

Gini

≥

40,60

1,304***
(3,94)

Desempleo

-0,088
(-0,44)

Pobreza

-1,169***
(-4,77)

PIB

-6,656
(-0,99)

Gasto seguridad

-0,108
(-0.20)

Iguldad de género

-4,613
(-1,21)

Capital humano

2,190
(1,17)

Libertad

2,291
(1,22)

Constant

80,186
(1,47)

Observations

190

5 | CONCLUSIONES E IMPLICACIO-

NES DE POLÍTICA

El índice de Gini tuvo un impacto signiﬁcativo en el desarrollo de

las tasas de homicidio en países latinoamericanos y europeos durante
2000 – 2018. Un aumento de este índice llevó a mayores homicidios
en Europa, pero menores en América Latina.

Cuando el valor del índice de Gini llegó a 40,60 se evidenció la

presencia de un umbral. Luego del umbral, la pobreza fue un determi-
nante para el aumento de los homicidios. La metodología empelada
fue muy oportuna para analizar la relación entre las variables y deter-
minar la inﬂuencia de las mismas en dos regiones diferentes.

Las implicaciones de política están dirigidas a los gobiernos cen-

trales de estos países, para que impulsen programas y proyectos que
reduzcan la desigualdad y la pobreza. A través de estas políticas se
podrá disminuir y controlar las tasas de homicidio.

Este análisis tuvo una limitante: no se encontraron datos dispo-

nibles para todos los países que integran las dos regiones. Futuras
investigaciones pueden recoger datos de todos los países, y ampliar
el periodo de estudio para la obtención de resultados mucho más sóli-
dos que refuercen esta investigación y la evidencia empírica existente
sobre la temática.

Análisis de las tasas de homicidio, un estudio para países latinoamericanos y europeos

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Referencias bibliográﬁcas

[1] Ajide, K., & Amili, O. (2021). Income inequality, hu-

man capital and terrorism in Africa: Beyond exploratory
analytics. International Economics.

[2] Araújo, A. (2015). La desigualdad salarial de género me-

dida por regresión cuantílica: el impacto del capital hu-
mano, cultural y social. Revista Mexicana de Ciencias
Políticas y Sociales, 287 - 315.

[3] Asongu, S., Okolo-Obasi, E., & Uduji, J. (2019). Homici-

de and social media: Global empirical evidence. Techno-
logy in Society.

[4] Baten, J., & Juif, D. (2014). A story of large landowners

and math skills: Inequality and human capital formation
in long-run development, 1820–2000. Journal of Com-
parative Economics, 375 - 401.

[5] Binelli, C., Loveless, M., & Whiteﬁeld, S. (2015). What

Is Social Inequality and Why Does it Matter? Evidence
from Central and Eastern Europe. World Development,
239 - 248.

[6] Bjornskov, C. (2015). Does economic freedom really

kill? On the association between ‘Neoliberal’ policies
and homicide rates. European Journal of Political Eco-
nomy, 207 - 219.

[7] Campo, A., & Herazo , E. (2015). Asociación entre des-

igualdad y tasa de suicidio en Colombia (1994-2013).
Revista Colombiana de Psiquiatría, 28 - 32.

[8] Campo, A., Romero, K., & Herazo, E. (2020). Association

between homicide and suicide rates in Colombia, 2017.
Revista Colombiana de Psiquiatría (English ed.), 5 - 6.

[9] Carranza, J., Dueñas , X., & Carlos, G. (2011). Análisis

empírico de la relación entre la actividad económica y
la violencia homicida en Colombia. Estudios Gerencia-
les, 59 - 77.

[10] Chan, K. S. (1993) Consistency and limiting distribution

of the least squares estimator of a threshold autoregres-
sive model, Annals of Statistics, 21(1), 520–533.

[11] Chantreuil, F., Fourrey, K., Lebon, I., & Rebiére, T. (2020).

Magnitude and evolution of gender and race contribu-
tions to earnings inequality across US regions. Research
in Economics.

[12] Chen, D., Singham, T., & Poremski, D. (2019). The pre-

sence of alcohol consumption prior to homicide in Sin-
gapore. Asian Journal of Psychiatry, 80 - 85.

[13] Chen, Z., Peng, K., & Zhu, L. (2017). Social-economic

change and its impact on violence: Homicide history of
Qing China. Explorations in Economic History, 8 - 25.

[14] Chmieliauskas, S., Sigitas, L., Fomin, D., Jurolaic, E., Ja-

sulaitis, A., Stasiuniene, J., . . .& Utkus, A. (2019). Homi-
cide victims and mechanisms in Lithuania from 2004 to
2016. Journal of Forensic and Legal Medicine, 27 - 31.

[15] Coccia, M. (2017). A Theory of general causes of vio-

lent crime: Homicides, income inequality and deﬁcien-
cies of the heat hypothesis and of the model of CLASH
. Aggression and Violent Behavior, 190 - 200.

[16] Cortés , F. (2013). Medio siglo de desigualdad en el in-

greso en México. Economía UNAM, 12 - 34.

[17] Dávila, C., & Agudelo, M. (2019). Health inequalities in

Latin America: persistent gaps in life expectancy. The
Lancet Planetary Health, 492 - 493.

[18] Deusdará, R., Szklo, M., & De Moura, A. (2020). Asso-

ciation between homicide rates and prevalence of car-
diovascular risk factors in the municipalities included in
the Study of Cardiovascular Risk Factors in Adolescents.
Public Health, 103 - 108.

[19] Ingram, M., & Marchesini , M. (2019). Political geo-

graphy of violence: Municipal politics and homicide in
Brazil. World Development.

[20] Hai, R., & Heckman, J. (2017). Inequality in human ca-

pital and endogenous credit constraints. Review of Eco-
nomic Dynamics, 4 - 36.

[21] Hannon , L., Knapp, P., & DeFina, R. (2005). Racial simi-

larity in the relationship between poverty and homici-
de rates: Comparing retransformed coeﬃcients. Social
Science Research, 893 - 914.

[22] Hansen, B. E. (1999). Threshold eﬀects in non-dynamic

panels: Estimation, testing, and inference. Journal of
Econometrics, 93(2), 345-368.

[23] Hartwell, S., Allison, J., Jones, B., Rodrigues, R., Chery,

C., Andrews, J., & Fulwiler, C. (2018). Feasibility and

Acceptability of Mindfulness for Survivors of Homicide

and Their Providers. EXPLORE, 66 - 75.

[24] Hessel, P., Sayer, P., & Riumallo, C. (2020). Educational

inequalities in disability linked to social security covera-
ge among older individuals in ﬁve Latin American coun-
tries. Social Science Medicine.

[25] Hook, S., Naseem, N., Theng, W., & Trinugroho, I. (2020).

Can innovation improve income inequality? Evidence
from panel data. Economic Systems.

Análisis de las tasas de homicidio, un estudio para países latinoamericanos y europeos

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[26] Klasen, S. (2020). From ‘MeToo’ to Boko Haram: A sur-

vey of levels and trends of gender inequality in the
world. World Development.

[27] Kivisto, A., Magee, L., Phalen, P., & Ray, B. (2019). Fi-

rearm Ownership and Domestic Versus Nondomestic
Homicide in the U.S. American Journal of Preventive
Medicine, 311 - 320.

[28] König, D., Swoboda, P., Cramer, R., Krall, C., Postuvan,

V., & Kapusta, N. (2018). Austrian ﬁrearm legislation and

its eﬀects on suicide and homicide mortality: A natural
quasi-experiment amidst the global economic crisis. Eu-
ropean Psychiatry, 104 - 112.

[29] Leibbrand, C., Hill, H., Rowhani-Rahbar, A., & Rivara, F.

(2020). Invisible wounds: Community exposure to gun
homicides and adolescents’ mental health and behavio-
ral outcomes. SSM - Population Health.

[30] Magda, I., Gromadzki, J., & Moriconi, S. (2020). Firms

and wage inequality in Central and Eastern Europe. Jour-
nal of Comparative Economics.

[31] Matsubayashi, T., & Sakaiya, S. (2020). Income inequa-

lity and income bias in voter turnout. European Journal
of Political Economy.

[32] Menezes, T., Silveira-Neto, R., Monteiro, C., & Ratton, J.

(2013). Spatial correlation between homicide rates and
inequality: Evidence from urban neighborhoods. Econo-
mics Letters, 97 - 99.

[33] Miao, K., Su, L., & Wang, W. (2020). Panel threshold re-

gressions with latent group structures. Journal of Eco-
nometrics, 451 - 481.

[34] Monchalin, L., Marques, O., Reasons, C., & Arora, P.

(2019). Homicide and Indigenous peoples in North Ame-
rica: A structural analysis. Aggression and Violent Beha-
vior, 212 - 218.

[35] Moralles, H., & Moreno, R. (2020). FDI productivity spi-

llovers and absorptive capacity in Brazilian ﬁrms: A th-
reshold regression analysis. International Review of Eco-
nomics Finance, 257 - 272.

[36] Musterd, S., & Ostendorf, W. (2012). Inequalities in Eu-

ropean Cities. International Encyclopedia of Housing
and Home, 49 - 55.

[37] Nadanovsky, P., & Chunha-Cruz, J. (2009). The relati-

ve contribution of income inequality and imprisonment
to the variation in homicide rates among Developed
(OECD), South and Central American countries. Social
Science & Medicine, 1343 - 1350.

[38] Neidhöfer, G., Serrano, J., & Gasparini, L. (2018). Educa-

tional inequality and intergenerational mobility in Latin

America: A new database. Journal of Development Eco-

nomics, 329 - 349.

[39] Ngozi, B., Gershon, O., Ogundipe, A., Owolabi, O., Ogun-

rinola, I., & Adediran, O. (2020). Comparative investiga-
tion of the growth-poverty-inequality trilemma in Sub-
Saharan Africa and Latin American and Caribbean Coun-
tries. Heliyon.

[40] Nizam, R., Karim, Z., Sarmidi, T., & Rahman, A. (2020). Fi-

nancial inclusion and ﬁrm growth in asean-5 countries:
a new evidence using threshold regression. Finance Re-
search Letters.

[41] Papi, L., Gori, F., & Spinetti, I. (2020). Homicide by stab-

bing committed with a "Fantasy Knife". Forensic Science
International: Reports.

[42] Parker, K., Mancik, A., & Stansﬁeld, R. (2017). American

crime drops: Investigating the breaks, dips and drops in
temporal homicide. Social Science Research, 154 - 170.

[43] Reyes, G., Hernández, P., & Moslares, C. (2015). Gastos

en seguridad y homicidios: los costos de la guerra contra
el crimen organizado (2006-2012). Revista Mexicana de
Opinión Pública, 92 - 111.

[44] Riedel, M., & Dirks, D. (2008). Homicidio. Enciclopedia

de violencia, paz y conﬂicto, 943 - 958.

[45] Rogers, M., & Pridemore, W. (2013). The eﬀect of po-

verty and social protection on national homicide rates:
Direct and moderating eﬀects. Social Science Research,
584 - 595.

[46] Romdhane, F., Skandrani, M., Dridi, A., Ridha, R., &

Cheour, M. (2020). Homicide committed by individuals

with severe mental illnesses: A comparative study be-

fore and after the Tunisian revolution of January 14th,
2011. International Journal of Law and Psychiatry.

[47] Rouchy, E., Germanaud, E., Garcia, M., & Michel, G.

(2020). Characteristics of homicide-suicide oﬀenders: A
systematic review. Aggression and Violent Behavior.

[48] Seven, Ü. (2021). Finance, talent and income inequality:

Cross- country evidence. Borsa Istanbul Review.

[49] Schober, D., Hunt, B., Benjamins, M., Saiyed, N., Silva,

A., De Maio, F., & Homan, S. (2020). Homicide Mortality

Inequities in the 30 Biggest Cities in the U.S. American
Journal of Preventive Medicine.

DOI: 10.54753/rve.v10i1.1295

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Crecimiento económico e inversión extranjera directa y su inciden-
cia en la desigualdad a nivel mundial: un enfoque de cointegración
y causalidad en datos de panel

Economic growth and foreign direct investment and their impact on global in-

equality: a cointegration and causality approach in panel data

Andrea Salinas

| Brayan Tillaguango

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Andrea Salinas, Carrera de Economía,
Universidad Nacional de Loja, Loja, Ecuador

Email: andrea.salinas@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 analizar el nexo entre el Índice de Gini, el crecimiento
económico y la inversión extranjera directa (IED) en 100 países a nivel mundial, periodo
1980-2015. Se implementó técnicas de cointegración de datos de panel, como son los
modelos de cointegración de Pedoni (1999) que evalúa el largo plazo, mientas que, para
el corto plazo se implementó la prueba de cointegración de Westerlund (2007). Asimismo,
para obtener la fuerza del vector de cointegración se utilizó modelos de Mínimos Cuadra-
dos Ordinarios Dinámicos (DOLS) y Mínimos Cuadrados Ordinarios Dinámicos (PDOLS).
En el caso de la causalidad se implementó la prueba propuesta por Dumitrescu / Hurlin
(2012). Los resultados de las pruebas de cointegración nos muestran que el Índice de Gini,
el crecimiento económico y la IED tienen un movimiento conjunto a corto y largo plazo.
Los modelos PDOLS y DOLS muestran que el vector de cointegración entre el Índice de
Gini y el crecimiento económico es más contundente en los PIMB y PIMA. Por otra parte,
los resultados de la causalidad de Dumitrescu Hurlin (2012) conﬁrman la existencia de
causalidad bidireccional entre la desigualad y el producto interno bruto en los países de
ingresos medios bajos (PIMB).

Palabras clave: Deesigualdad; PIB; Inverisón exttamjera directa; Cointegración.

Códigos JEL: I32. F43. F21.C23.

ABSTRACT

The objective of this research is to analyze the link between the Gini Index, economic
growth and foreign direct investment (FDI) in 100 countries worldwide, period 1980-2015.
Panel data cointegration techniques were implemented, such as the Pedoni (1999) coin-
tegration models that evaluate the long term, while the Westerlund (2007) cointegration
test was implemented for the short term. Likewise, to obtain the strength of the cointegra-
tion vector, Dynamic Ordinary Least Squares (DOLS) and Dynamic Ordinary Least Squares
(PDOLS) models were used. In the case of causality, the test proposed by Dumitrescu /
Hurlin (2012) was implemented. The results of the cointegration tests show us that the
Gini Index, economic growth and FDI have a joint movement in the short and long term.
The PDOLS and DOLS models show that the cointegration vector between the Gini Index
and economic growth is stronger in the LMIC and LMIC. On the other hand, the causality
results of Dumitrescu & Hurlin (2012) conﬁrm the existence of two-way causality between
inequality and gross domestic product in lower middle income countries (LMIC).

Keywords: Inequality; GDP; Foreign direct investment; Cointegration.

JEL codes: I32. F43. F21.C23.

Salinas A. & Tillaguango B.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

Uno de los principales problemas que se han enfrentado los países
a través del tiempo es la distribución justa de la renta y el esfuerzo
por mejorarla. Asimismo, el aumento de la desigualdad es un tema
muy controvertido en los países de todo el mundo, donde el acceso
a los recursos económicos son una de las causas principales de este
fenómeno. En efecto, el Banco Mundial (2019) señala que para este
año casi el 50% de la población mundial vive con menos de $5 al día,
asimismo, para el año 2018, 26 personas poseían la misma cantidad
de dinero que los 3800 millones de personas más pobres del mundo.
Otra cruda realidad es la expresada en el informa de OXFAM inter-
nacional (2019) donde estima que las desigualdades contribuyen ac-
tualmente a la muerte de cerca 21300 personas al día; dicho de otra
manera, a la muerte de una persona cada cuatro segundos.

En este sentido, la presente investigación busca determinar el

impacto que tiene el crecimiento económico y la inversión extran-
jera directa (IED) sobre los niveles de desigualdad en 100 países a
nivel global. Precisamente el Banco Mundial (2019) señala que un
crecimiento económico más sólido es fundamental para reducir la
pobreza y mejorar los niveles de vida. Sin embargo, la ONU (2019)
señala que el crecimiento económico a nivel mundial cayó de 2,9%
en 2018 a 2,22% en 2019, como resultado de las prolongadas dis-
putas comerciales y una desaceleración en la inversión doméstica,
mientras que en las economías emergentes estos riegos incluyen el
aumento de barreras comerciales y las nuevas tenciones ﬁnancieras.

Asimismo, atraer IED sigue siendo un importante objetivo de los go-

biernos, porque estas son un importante componente en la lucha
contra la pobreza y la desigualdad, sin embargo, el impacto, aunque
es sustancial en todas partes, varia de una región a otra. En efecto,
Giroud & Ivarsson (2020) señalan que, en 2019, los ﬂujos hacia las
economías desarrolladas en su conjunto aumentaron un 5% hasta
alcanzar 800.000 millones de dólares, en el caso de África para
el 2019, los ﬂujos de IED se redujeron en un 10%, situándose en
45.000 millones de colares. Los ﬂujos hacia los países asiáticos en
2019 disminuyeron un 5%, situándose en 474.000 millones de co-
lares, a pesar de los aumentos en China y la India. Por el contrario,
la IED en América Latina y el Caribe en 2019 creció un 10%, situán-
dose en 164.000 millones de dólares.

Desde esta perspectiva, existe una basta evidencia empírica

que sustenta el impacto del crecimiento económico y la IED sobre
la desigualdad. Por ejemplo, Michálek & Výbošťok (2019) señalan
que en general, los países con economías fuertes están en mejores
condiciones para enfrentar desafíos como la desigualdad y la po-
breza. Sin embargo, varias investigaciones señalan que el crec-
imiento económico contribuye a reducir la desigualdad siempre y
cuando los países tengan una buena gobernanza (Dorsch & Maarek,
2020; Bhagat, 2020; Muinelo-Gallo & Roca-Sagalés, 2011). Por otra
parte, Agusdinata, Aggarwal & Ding (2021); Gimba, Seraj & Ozdeser
(2021); Espoir & Ngepah (2021) han encontrado una U invertida al
momento de relacionar la desigualad con el crecimiento económico.
En el caso de la IED, Wang & Lee (2021) aﬁrman que la IED alivia
la desigualdad en un país con bajos riegos políticos, económicos y
ﬁnancieros. Sin embargo, es importante tener en cuenta lo señal-
ado por Basu & Guariglia (2007); Chen, Ge & Lai (2011), quienes
aﬁrman que la IED promueven tanto la desigualdad como el crec-
imiento económico, y tienden a reducir la participación la partici-
pación de la agricultura en el PIB del país receptor, como también
desalientan el crecimiento salarial en las empresas nacionales.

Desde esta perspectiva, el objetivo de esta investigación es

analizar el nexo entre el Índice de Gini, el crecimiento económico y
la IED en 100 países a nivel mundial, durante el periodo 1980-2015.
Para cumplir con el objetivo propuesto se implementó un conjunto
de técnicas econométricas modernas de datos de panel. En primera
instancia, se utilizó se utilizó un modelo de regresión mediante Míni-
mos Cuadrados Generalizados (GLS) en datos de panel para veriﬁcar

la dirección de la relación entre las variables. Segundo, con el ﬁn de
asegurar que las series no presentan el problema de la no estacional-
idad, se estima el test de raíz unitaria tipo Fisher basado en las prue-
bas de Dickey & Fuller Aumentado (1981) y Philip & Perron (1988),
las mismas que son contrastadas con los resultados obtenidos medi-
ante los test de Levine, Lin & Chu (2002), Im, Pesaran & Shin (2003)
y Breitung (2000). Tercero, el modelo de cointegración de Pedroni
(1999) permitirá veriﬁcar la relación de corto y largo plazo para de-
terminar el equilibrio de largo plazo y el modelo de corrección de

Westerlund (2007) para encontrar el equilibrio de corto plazo entre

las parejas de variables. Y por último se estima un modelo de míni-
mos cuadrados ordinarios dinámicos (DOLS) para obtener la fuerza
del vector de cointegración para los grupos de países clasiﬁcados de
acuerdo a su nivel de ingreso. La fuerza del vector de cointegración
de forma individual fue obtenida mediante un modelo de panel de
mínimos cuadrados ordinarios dinámicos (PDOLS).

Dentro de los resultados, se puede constatar que existe un

movimiento conjunto tanto en el corto y largo plazo entre la de-
sigualdad, el producto interno bruto y la inversión extranjera directa,
es decir, los cambios del producto interno bruto y la IED tanto en el
corto y largo plazo generan efectos en la desigualdad. Los modelos
PDOLS y DOLS quienes muestran que la fuerza del vector de coin-
tegración entre la desigualdad y el producto interno bruto es más
contundente en los PIMB y PIMA, mientras que el vector de cointe-
gración entre la desigualdad y la IED es más contundente en los PIA
y PIEA. En el caso de la casualidad de Dumitrescu & Hurlin (2012) se
conﬁrma la existencia de causalidad bidireccional entre la desigual-
dad y el producto interno bruto en los PIMB. En base a los resulta-
dos, es importante tener en cuenta que la desigualdad se ve afec-
tada mayoritariamente por la producción interna que por la inver-
sión extranjera directa. Finalmente, las políticas públicas derivadas
de esta investigación, en primera instancia los decidores de política
pública deben buscar inversiones extranjeras que permitan una eﬁ-
ciente distribución de los recursos económicos y no solo centrarse
en ciertas regiones porque ensancharían la brecha de desigualdad.
Por otro lado, los gobiernos locales necesitan una reforma adicional
de las actuales políticas de capital extranjero para establecer nuevas
ventajas competitivas mediante la plena utilización de los recursos
y entornos locales. El resto de la investigación tiene la siguiente
estructura, revisión de literatura; datos y estrategia econométrica;
discusiones de resultados y ﬁnalmente, las conclusiones e implica-
ciones de política

2 | REVISIÓN DE LITERATURA

En los últimos años, el crecimiento económico y la inversión extran-
jera directa como factores que explican el comportamiento a nivel
global está siendo el centro de estudio de un gran conjunto de inves-
tigadores. Principalmente, las investigaciones buscan determinar
cuáles son los principales efectos que tienen tanto el crecimiento
económico y la inversión extranjera directa sobre la desigualdad.
Por ejemplo, Michálek & Výbošťok (2019) revelan que en general
los países con economías fuertes están en mejores condiciones para
enfrentar desafíos como la desigualdad y la pobreza. De igual man-
era, Agusdinata, Aggarwal & Ding (2021); Gimba, Seraj & Ozdeser
(2021); Espoir & Ngepah (2021) han encontrado una U invertida al
momento de relacionar el ingreso per cápita y la desigualdad. En
el caso de la inversión extranjera directa (IED), Wang & Lee (2021)
señalan que la IED alivia la desigualdad en un país con bajos riesgos
políticos, económicos y ﬁnancieros. Dentro de este mismo marco,
Huynh (2021) aﬁrman que la calidad institucional reduce la desigual-
dad de ingresos, y este efecto beneﬁcioso se intensiﬁca con las
crecientes entradas de IED. En este sentido, podemos aﬁrmar que
tanto el crecimiento económico como la IED tienen un efecto nega-
tivo sobre la desigualdad, tal como lo señala Xu et al. (2921) donde

Crecimiento económico e inversión extranjera directa y su incidencia en la desigualdad...

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

muestran que la IED y el ingreso tienen una relación negativa y es-
tadísticamente signiﬁcativa con la desigualdad de ingresos, lo que
signiﬁca que a medida que aumenta la IED y el ingreso per cápita,
el nivel de desigualdad de ingresos disminuye.

Como se ha indicado, existen varias investigaciones que aﬁr-

man que tanto el crecimiento como la IED tienen un impacto neg-
ativo sobre los niveles de desigualdad. Sin embargo, es necesario
conocer cómo se mueven estas variables a través del tiempo, como
también las relaciones causales existentes entre estas variables. Las
investigaciones sobre los efectos del crecimiento económico y la
IED sobre la desigualdad se han incrementado en los últimos años,
en este sentido, la evidencia empírica que relaciona estas variables
se divide en dos grupos. En la primera parte, tenemos las investi-
gaciones que estudian la relación entre el crecimiento económico
y la desigualdad. Bajo este marco, autores como Achten & Less-
mann (2020); Yang, Minford & Meenagh (2021); Bhagat (2020);
Islam & McGillivray (2020); Janubova (2021); Dabús & Delbianco
(2021); Lebdioui (2021) sugieren que la desigualdad de la riqueza
está asociada negativamente con el crecimiento económico entre
países. Sin embargo, varias investigaciones señalan que el crec-
imiento económico contribuye a reducir la desigualdad siempre y
cuando los países tengan una buena gobernanza (Dorsch & Maarek,
2020; Bhagat, 2020; Muinelo-Gallo & Roca-Sagalés, 2011). Al
mismo tiempo, los países que tienen una mejor gobernanza suelen
ser las economías avanzadas donde existen políticas de crecimiento
económico que apoyan la distribución del ingreso, mientras que
en las economías pobres o en desarrollo el crecimiento económico
se ve reforzado por la concentración del ingreso (Brida, Carrera &
Segarra, 2020).

Como se mencionó anteriormente el crecimiento económico

contribuye a disminuir los niveles de desigualdad cuando esta
mejora ciertos indicadores económicos, sociales y políticos. Por
ejemplo, Heckman & Yi (2012) señalan que el crecimiento fomen-
tado por el acceso a todos los niveles de educación, la reducción
de los impedimentos a la movilidad laboral y la expansión del sector
privado permite un acceso igualitario de ingresos en la población.
Por otra parte, Luo & Xie (2020) sugieren que la distribución del in-
greso de ricos a pobre puede ser una de las palancas políticas más
importantes para mejorar la salud de la población. Dentro del mismo
marco, Kavya & Shijin (2020); Chiu & Lee (2019); El-Shagi, Fidrmuc
& Yamarik (2020) aﬁrman que el desarrollo económico junto con el
crecimiento ﬁnanciero reduciría en gran parte el problema de la de-
sigualdad de ingresos, de igual manera, los autores encuentran una
relación positiva entre el desarrollo ﬁnanciero y la desigualdad de in-
gresos para los países de bajos ingresos. Otra parte de la literatura
también señala que la creciente desigualdad que ha perseguido a
las economías avanzadas, radica principalmente en la búsqueda del
crecimiento a toda costa, esta estrategia ha obstaculizado la inno-
vación tecnológica, reforzando la desigualdad y exacerbando la in-
estabilidad ﬁnanciera (Jackson, 2019)

Otro aspecto que debe considerarse es la dirección de causal-

idad entre el crecimiento económico y la desigualdad. Los argu-
mentos empíricos presentados anteriormente nos muestran como
el crecimiento económico afecta negativamente los niveles de de-
sigualdad, sin embargo, existe una relación bidireccional entre es-
tas variables: En efecto, Anyanwu, Anyanwu & Cieślik (2021) con-
ﬁrman que el impacto negativo de la desigualdad de ingresos en el
crecimiento económico se ampliﬁca en los países que cuentan con
abundantes recursos naturales. De igual manera, Crouch (2019);
Michálek & Výbošťok (2019); Breunig & Majeed (2020) señala que
el efecto negativo de la desigualdad sobre el crecimiento económico
parece concentrarse en mayor medida entre los países con un alto
nivel de pobreza.

Dado el continuo debate sobre el nexo entre la inversión ex-

tranjera directa (IED) y la desigualdad, en la segunda parte de la
evidencia empírica abordamos las investigaciones que relacionan

las variables mencionadas anteriormente. En este sentido, una de
las primeras literaturas que hablan sobre el vínculo entre la IED y
la desigualdad Pan-Long (1995) señala que a medida que se incre-
mentan las entradas de IED da lugar a una distribución del ingreso
más desigual en los países menos adelantados. Al mismo tiempo,
Basu & Guariglia (2007); Chen, Ge & Lai (2011) aﬁrman que la IED
promueve tanto la desigualdad como el crecimiento, y tiende a re-
ducir la participación de la agricultura en el PIB del país receptor,
como también desalienta el crecimiento salarial en las empresas na-
cionales. Desde otra perspectiva, a nivel regional la IED también
podría aumentar la desigualdad, ya que las diferentes regiones de
un país no suelen recibir IED en la misma medida (Lessmann, 2013),
de igual manera, Rivera & Castro (2013) observan que el nivel de
desarrollo y el tamaño del mercado tienen una relación directa con
la IED, por lo tanto, tienden a incrementar la brecha de desigualdad
entre regiones.

Otro importante grupo de investigaciones señalan que la IED

tiene una relación negativa con la desigualdad. Precisamente, Aust,
Morais & Pinto (2020) en un estudio para 44 países africanos
señalan que la presencia de inversores extranjeros inﬂuye posi-
tivamente en áreas como la infraestructura básica, agua limpia,
saneamiento y energía renovable. Asimismo, Ibarra-Olivo (2021)
destaca el papel importante que desempeña la IED en el desarrollo
del capital humano en las economías receptoras al introducir una
prima salarial extranjera en el mercado laboral. Por otro lado, (Es-
quivias & Harianto (2020); Ramachandran, Sasidharan & Doytch
(2020); Yang, Zhang & Sun (2020) señalan que la IED puede generar
mayores beneﬁcios marginales para las áreas interiores menos de-
sarrolladas, es decir, una de las formas más efectiva para dis-
minuir las desigualdades regionales es la eﬁciente distribución de
la IED. Otro punto importante de la IED en los países es que per-
mite acceder al conocimiento, la tecnología e impulsar el desar-
rollo económico (Ascani, Balland & Morrison, 2020; Pham & Pham,
2020). Finalmente, Wu & Hsu (2012) señalan que la IED sea perju-
dicial para la distribución del ingreso de los países receptores con
bajos niveles de capacidad de absorción.

Tabla 1. Estadísticos descriptivos de las variables

Variable

Media

D:S

Min

Max

Ob.

Gini

Global

40.56

11.89

2.00

77.51

N=3600

Entre

10.96

9.47

67.02

n=100

Dentro

4.73

17.42

63.83

T=36

PIB

Global

24.78

2.17

18.92

30.44

N=3600

Entre

2.14

20.20

30.03

n=100

Dentro

0.45

22.46

27.20

T=36

IED

Global

20.45

2.69

7.38

27.33

N=3600

Entre

2.17

16.27

25.48

n=100

Dentro

1.61

9.54

24.95

T=36

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Para dar cumplimiento al objetivo propuesto en la investigación, el
presente estudio utiliza datos provenientes de los Indicadores de
Desarrollo del Banco Mundial (2017). La variable dependiente es el
Índice de Gini, mientras que las variables independientes son el pro-
ducto interno bruto (PIB) de cada nación y la inversión extranjera
directa (IED), en este caso, como las variables están medidas en pre-
cios constantes 2010 se procedió a aplicar logaritmos. En efecto, el
producto interno bruto permite medir el crecimiento económico de
una nación, mientras que le índice de Gini mide la desigualdad de
ingresos entre los habitantes de cada uno de los países analizados.

Salinas A. & Tillaguango B.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Precisamente, el periodo analizado para esta investigación es entre
1985 y 2015, con una muestra de 100 países a nivel mundial. El crec-
imiento económico varía según el ingreso per cápita de su población,
por lo tanto, varios autores clasiﬁcan estos países de acuerdo a su
nivel de ingreso para reducir la heterogeneidad (He, et al., 2017,
Le & Quah, 2018, Wang, Li & Fang, 2018), en este sentido, en la
presente investigación se agruparon los países en seis grupos de
acuerdo a su nivel de ingreso nacional bruto per cápita.

Los países de ingresos extremadamente altos (PIEB) son:

Bangladesh, Benín, Bolivia, Botsuana, Burkina Faso, Cameron,
China, Egipto, Ecuatorial Guinea, Gambia Honduras, India, Kenia,
Madagascar, Mali, Marruecos, Mozambique, Nicaragua, Níger, Nige-
ria, Pakistán, Filipinas, Polonia, Romania, Rwanda, Senegal, Sierra
Leone, Sri Lanka, Sudan, Suazilandia, Tailandia, Togo, Túnez, Uganda,
Uzbekistán, Vietnam, Zambia, Zimbabue cuyo ingreso nacional
bruto per cápita se encuentra hasta los USD 3000; los países
de ingresos bajos (PIB) son: Argelia, Antigua and Barbuda, Beliz,
Bulgaria, Chile, Colombia, Congo, Costa Rica, República Domini-
cana, Ecuador, El Salvador, Guatemala, Irán, Jordán, Corea, Malasia,
Namibia, Panamá, Paraguay, Perú, Sudáfrica, y Turquía cuyo ingreso
nacional bruto per cápita oscila entre USD 3001-7000; los países de
ingresos medios-bajos (PIMB) son Argentina, Barbados, Brasil, Croa-
cia, Chipre, Republica Checa, Hong Kong, Indonesia, México, Omán,
Portugal, Singapur , Surinam, Trinidad y Tobago, Ucrania, y Uruguay
cuyo ingreso nacional bruto per cápita está entre USD 7001-13000;
entre los países de ingresos per cápita medio-altos (PIMA) tenemos:
Las Bahamas, Finlandia, Gabón, Grecia, Irlanda, Italia, Japón, Es-
paña, Venezuela, donde su ingreso oscila entre USD 13001 y 21000;
los países de ingresos altos (PIA) son aquellos en los el PIB per
cápita se encuentra entre USD 21001 y 30000 los cuales son: Aus-
tralia, Austria, Bélgica, Francia, Alemania, Países Bajos, Nueva Ze-
landa, Reino Unido y los Estados Unidos; y por división de la clasiﬁ-
cación los países de ingresos extremadamente altos (PIEA) lo confor-
man: Canadá, Dinamarca, Noruega, Suecia, Suiza, y Emiratos Árabes
Unidos con un ingreso per cápita de más de USD 30001.

Una vez especiﬁcado las variables y los grupos de países que se

tomaron para realizar la investigación. La Tabla 1 reporta los estadís-
ticos descriptivos de cada una de las variables. Como se mencionó
anteriormente, la investigación abarca 100 países a nivel mundial,
durante el periodo 1985 al 2015, cabe recalcar que algunos países
fueron omitidos del estudio por la falta de disponibilidad de datos
para las variables utilizadas. Además, la Tabla 2 indica los estadísti-
cos de las variables, como la media, la desviación estándar (a nivel
global, entre y dentro de los países), el valor máximo y mínimo.

Continuando con el análisis de los datos. La Figura 1 muestra

la correlación existente entre la desigualdad por ingresos y el crec-
imiento económico en todos los grupos de países. Los países corre-
spondientes a PIMB y PIA muestran una fuerte correlación positiva
entre las variables antes mencionadas, demostrando que a medida
que el producto interno bruto aumenta también lo hace la desigual-
dad. En cambio, los países pertenecientes a PIB, PIEB, PIMA y PIEA
la Figura 1 indica que a medida que aumenta el producto interno
bruto, la desigualdad se reduce ligeramente.

Asimismo, la Figura 2 muestra que existe una correlación alta

entre el Índice de Gini y la inversión extranjera directa en los PIEA y
PIA, por lo tanto, a medida que la IED aumenta la desigualdad tam-
bién lo hace. Por otra parte, los grupos de países restantes muestran
una ligera relación negativa entre ambas variables, concluyendo que
un incremento de la IED disminuirá la desigualdad levemente.

3.2 | Metodología

En base al objetivo plateado en la investigación, al formular la
estrategia econométrica se considera procedimientos de cointe-
gración de las variables. En este sentido, la estrategia econométrica

de divide en cinco etapas. En la primera etapa se estima un modelo
de Mínimos Cuadrados Ordinarios (OLS) para veriﬁcar la relación
entre las variables. En la segunda parte, para determinar si nuestras
variables son estacionarias aplicamos el test de raíz unitaria para
asegurar que las series no tengan un efecto tendencial. Una vez de-
terminada la estacionalidad de las variables, en la tercera etapa se
procede a utilizar técnicas de cointegración para veriﬁcar la existen-
cia de equilibrio a largo plazo entre el Índice de Gini, el producto
interno bruto y la IED, mientras que para determinar la existencia
de equilibrio en el corto plazo se lo veriﬁca a partir de un modelo
de corrección de error. En la cuarta parte, para estimar la fuerza del
vector de cointegración utilizamos modelos PDOLS para estimar en
forma individual y modelos DOLS para los grupos de países. Final-
mente, en la quinta etapa estimamos la existencia y dirección de
causalidad tipo Granger.

Como se ha indicado, en la primera etapa se plateo un modelo

básico de regresión con datos de panel, donde la variable dependi-
ente es el Índice de Gini y las variables independientes son los log-
aritmos del producto interno bruto (PIB) y la inversión extranjera
directa (IED). La Ecuación 1 formaliza la relación planteada.

G I N I

i t

(α

) + γ

l P I B

i t

l I E D

i t

(1)

La elección de efectos ﬁjos y aleatorios se determina mediante

el test de Hausman (1978). En la segunda etapa de la estrategia
econométrica, siguiendo a Maddala y Wu (1999), se aplica la prueba
de raíz unitaria mediante los test de Dickey & Fuller Aumentado
(1981) y el test de Phillips & Perron (1988); las cuales son conocidas
en la literatura de datos de panel como ADF y PP respetivamente.

Asimismo, Enders & Sandler (1995) señala que se puede estimar el

orden de integración de las series con tendencia e intercepto a partir
de la Ecuación 2.

λy

−1

t +

i =2

−i −1

(2)

En la Ecuación 2, y

es la variable a ser veriﬁcada la existencia

de raíz unitaria, α

es el intercepto y α

captura el efecto tendencial,

t es el tiempo, ε

es un ruido gaussiano blanco, y p representa la lon-

gitud del rezago. Si el parámetro α de la Ecuación (1) es signiﬁcativo,
es posible concluir que todos los paneles contienen raíces unitarias.
El número de rezagos de la serie es determinado mediante al criterio
de información de Akaike (1974). Al mismo tiempo, los resultados
de las pruebas ADF y PP son contrastados con los resultados de las
pruebas propuestas por de Levine, Lin & Chu (2002), Im, Pesaran &
Shin (2003) y Breitung (2001), esto asegura que las series utilizadas
en las estimaciones posteriores no tienen problema de raíz unitaria.
Continuando con la estrategia econométrica, con el ﬁn de determi-
nar la existencia de una relación de equilibrio a largo plazo entre las
variables en la tercera parte usamos la prueba de cointegración de-
sarrollada por Pedroni (1999), en cual puede ser estimado a partir
de la Ecuación 3.

i t

−1

j =1

i j

i t

−j

−1

j =1

i t

−j

E CT

−1

i t

(3)

En la Ecuación 3, y

i t

representa la variable dependiente del

país i en el tiempo t . El parámetro t representa 1

, . . . ,

N obser-

vaciones. El parámetro α

= 1

, . . .,

N es el término constante. Los

parámetros β

π son los estimadores asociados con los regresores,

mientras que E CT

−1

es el término de corrección de error obtenido

del vector de cointegración y ε

i t

es el término de error aleatorio

estacionario con media cero y j es la longitud del rezago.

Crecimiento económico e inversión extranjera directa y su incidencia en la desigualdad...

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Figura 1. Correlación entre el índice de Gini y producto interno bruto (PIB)

Figura 2. Correlación entre el Índice de Gini y la inversión extranjera directa (IED)

La hipótesis nula plantea la no existencia de cointegración en

al menos una serie incluida en el test. Se plantea un modelo de cor-
rección de error para determinar el equilibrio de corto plazo entre
las series, por tanto, se procede a estimar el test de corrección de
error de Westerlund (2007) en base de la siguiente ecuación:

i t

−1

− β

i t

−1

) +

j =1

i j

i t

−j

j =

−qi

i j

−j

i t

(4)

En la Ecuación 4, t = 1

, . . .,

T periodos de tiempo, i = 1

, . . .,

países y el término d

son los componentes determinísticos. A par-

tir de la Ecuación (3), es posible la existencia de tres escenarios.
El primer escenario es cuando d

= 0

, el cual ocurre sino existen

componentes determinísticos en el logaritmo del producto interno
bruto y de la inversión extranjera directa. El segundo ocurre cuando
d

= 1

, donde y

i t

tiene una constante. La tercera opción es cuando

(1 − t )ť, lo cual ocurre cuando y

i t

tiene una constante y una

tendencia. Por ello, nos basamos en el supuesto de que el vector k –
dimensional del X

i t

(crecimiento económico e inversión extranjera

directa) es aleatorio e independiente de ε

i t

, por lo cual se asume

que dichos errores son independientes a través de i y t . El criterio
de aceptación o de rechazo establecida en la hipótesis nula es que

Salinas A. & Tillaguango B.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

no existe cointegración a corto plazo.

Se utiliza el planteamiento de Pedroni (2001) en la siguiente

etapa, el cual permite evaluar la fuerza de la relación de equilibrio
entre la desigualdad por ingresos con el producto interno bruto y de
la inversión extranjera directa. En diferentes campos de la literatura
empírica se ha utilizado este procedimiento para evaluar la fuerza
del vector de cointegración entre las variables analizadas (Ozturk,

Aslan & Kalyoncu, 2010). El procedimiento propuesto por Pedroni
(2001) fue adaptado en el contexto práctico por Neal (2014) y es uti-

lizado en esta investigación para medir la fuerza de la relación entre
las tres variables en cada país de forma individual mediante un mod-
elo de mínimos cuadrados ordinarios dinámicos (DOLS) y para los
grupos de países clasiﬁcados de acuerdo a su nivel de ingreso na-
cional bruto per cápita a través de un modelo de panel de mínimos
cuadrados ordinarios dinámicos (PDOLS).

La Ecuación 5 plantea la relación entre las tres variables de la

siguiente forma:

i t

j =

−p

i t

∆

i t

−j

i t

(5)

∗

G M







i =1

t =1

−1

(

t =1

i t

− ¯y

)

)





∗

− β

(

−2

i =1

i t

−

)

∗

G M

√

i =1

∗

En la Ecuación (5), y

i t

es el Índice de Gini, i = 1

, . . . ,

N es

el número de países, t = 1

, . . . ,

T es el número de periodos de

tiempo, p = 1

, . . . ,

P es el número de rezagos y adelantos que

en la regresión DOLS, β

es el coeﬁciente de pendiente de la regre-

sión, y X

i t

es una matriz que contiene a las dos variables explicati-

vas, la misma que incluye el producto interno bruto y la IED. Los
coeﬁcientes β y los estadísticos asociados t se promedian en todo
el panel utilizando el método de medias grupales de Pedroni (2001).
El estimador PDOLS de Pedroni (2001) se promedia a lo largo de la
dimensión entre los grupos (Neal, 2014), donde la hipótesis nula es
que β

frente a la hipótesis alternativa que β

. Pedroni

(2001) sugiere que este proceso tiene una ventaja cuando se esti-
man modelos con la posibilidad de que exista heterogeneidad en
la pendiente. Finalmente, siguiendo el modelo propuesto por Du-
mitrescu & Hurlin (2012) y llevado a la literatura empírica de datos
de panel, en la quinta etapa determinamos la existencia y la direc-
ción de causalidad tipo Granger (1988) para modelos con datos de
panel, el cual puede ser estimado a partir de la siguiente ecuación:

i t

k =1

i t

−k

k =1

i t

−k

i t

(6)

La Ecuación 6, indica que el término y

i t

corresponde al Índice

de Gini. La letra x

i t

denota a la variable independiente. Esto im-

plica que la relación y la dirección de causalidad se veriﬁcan entre
el índice de Gini y el producto interno bruto primero y luego en-
tre Gini y la inversión extranjera. Asumimos que β

(1)

, . . .,

(k )

se supone que el término α

es ﬁjo en la dimensión tiempo. El

parámetro autorregresivo y

y el coeﬁciente de regresión β

varían

entre las secciones transversales. Siguiendo a Shahbaz, Nasreen,

Abbas & Anis (2015), la hipótesis nula a veriﬁcar es que no ex-

iste ninguna relación de causalidad para cualquiera de las secciones
transversales del panel. A saber, H

: β

= 0[

= 1

, . . .,

N . La

siguiente sección muestra los resultados obtenidos al aplicar la es-
trategia econométrica.

4 | DISCUSIÓN Y RESULTADOS

Tal como se muestra en la Tabla 2, primeramente, aplicamos el test
de Hausman (1978) para veriﬁcar si existe una diferencia sistémica
de los estimadores de efectos ﬁjos y aleatorios (γ

F E

− γ

R E

), en el

caso de nuestra investigación a nivel global y en los PIEA los p-valor
son mayores a 0.05, por lo tanto, se debe utilizar efectos aleatorios,
mientras que en el resto de grupos el p-valor es menor a 0.05, en
estos casos debemos utilizar efectos ﬁjos para sus regresiones. Por
otra parte, aplicamos la prueba de Wooldridge (1991) para deter-
minar la existencia de autocorrelación en los paneles, los resultados
muestran que los paneles presentan autocorrelación únicamente en
los PIA. Para corregir estos problemas característicos de los datos
de panel, estimamos regresiones por Mínimos Cuadrados General-
izados (GLS) propuesta por Wooldridge (2002), y que muestran en
la Tabla 2.

Los resultados de la Tabla 2 nos muestra que tanto PIB tiene un

efecto negativo y estadísticamente signiﬁcativo sobre la desigual-
dad en los PIEB, PIB, PIMB, PIA y a nivel GLOBAL, mientras que en
los PIMA y PIEA el efecto no es signiﬁcativo, además de ser pos-
itivos para el primer grupo. Estos resultados nos muestran que el
crecimiento económico juega un papel muy importante en la dis-
minución de la desigualdad en la mayoría de los países, sin em-
bargo, este crecimiento económico debe estar acompañado de una
bueno gobernanza que permita redistribuir los beneﬁcios del crec-
imiento económico a todas las regiones de los países, estos resul-
tados concuerdan con lo expuesto por Dorsch & Maarek, (2020);
Bhagat (2020); Muinelo-Gallo Roca-Sagalés (2011) que señalan que
el crecimiento económico ayuda a reducir la desigualdad siempre y
cuando los países presenten un buena gobernanza. En el caso de
los PIEA donde el efecto del crecimiento económico sobre la de-
sigualdad no es signiﬁcativo se debe principalmente a que muchas
economías avanzadas por el afán de la búsqueda del crecimiento
económico a toda costa, ha obstaculizado la innovación tecnológ-
ica, reforzando la desigualdad y la inestabilidad ﬁnanciera (Jackson,
2019)

Por otra parte, la IED tiene un efecto negativo en todos los

grupos de países, sin embargo, este efecto no es signiﬁcativo, única-
mente existe una leve signiﬁcancia a nivel GLOBAL Estos resultados
corroboran lo expuesto, donde la IED no contribuye a disminuir los
niveles de desigualdad, porque muchas de las veces está inversión
está dirigida a ciertos sectores o regiones incrementando de esta
manera la brecha de ingresos con respecto a otras regiones den-
tro de los países. Esto se corrobra con lo expuesto por Pan-Long
(1995) que señala que a medida que se incrementan las entradas
de IED da lugar a una distribución del ingreso más desigual en los
países menos adelantados. Por otro lado, Basu & Guariglia (2007);
Chen, Ge & Lai (2011) argumentan que la IED promueve tanto la
desigualdad como el crecimiento económico y tiende a reducir la
participación de la agricultura en el PIB en los países receptores

Una vez determinada la relación entre las variables y siguiendo

la estrategia econométrica. La segunda etapa se procede a realizar
las pruebas de raíz unitaria, siguiendo a Mandala & Wu (1999) la
Tabla 3 reporta los resultados de la prueba no paramétrica tipo
Fisher basada en el test ADF de Dickey & Fuller Aumentado (1981)
y el test PP basado en Phillips & Perron (1988). Las pruebas fueron
estimadas sin efectos de tiempo y con efectos de tiempo. Los resul-

Crecimiento económico e inversión extranjera directa y su incidencia en la desigualdad...

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

tados de las pruebas ADF y PP muestran que las series son esta-
cionarias en niveles I(0) con un nivel de signiﬁcancia del 1%. Al
mismo tiempo, con el ﬁn de asegurar la robustez de las pruebas
aplicadas, aplicamos las pruebas de Levine et al. (2002), Im et al.
(2003) y Breitung (2001) conocidas en la literatura de datos de panel
como LLC, IPS y UB respectivamente. Un de las ventajas e utilizar
tasas de crecimiento en las series, es que no se requiere obtener la
primera diferencia para asegurar que las series sean estacionarias
(Salim, Hassan & Shaﬁei, 2014; Long, Naminse, Du & Zhuang, 2015;

Azlina & Mustapha, 2012). En efecto, la Tabla 3 reporta los resulta-

dos de las pruebas de raíz unitaria señaladas anteriormente a nivel
global y por grupos de países.

Una vez determinado la estacionalidad de las variables, en la

tercera etapa se procede a estimar la relación de equilibrio a corto y
largo plazo entre las tres variables usando técnicas de cointegración
de datos de panel. En primera instancia, para determinar el equilib-
rio a largo plazo utilizamos la prueba de cointegración de Pedroni
(1999). Los resultados de la prueba de cointegración indican que el
Índice de Gini, el crecimiento económico y la IED tienen una relación
de equilibrio a largo plazo, ya que los estadísticos dentro de las di-
mensiones de los paneles como entre las dimensiones de los pan-
eles son estadísticamente signiﬁcativos. Estos resultados concuer-
dan con lo expuesto por Gimba, Seraj & Ozdeser (2021) quienes
señalan que en el largo plazo la desigualdad desalienta signiﬁcati-
vamente el crecimiento económico en los países en desarrollo. Por
otro lado, Espoir & Ngepah (2021) en un estudio para África Subsa-
hariana revelan que, en largo plazo, el crecimiento económico dis-
minuye la distribución desigual del ingreso mientras que en el corto
plazo el crecimiento económico aumenta la desigualdad.

Dentro del mismo marco, la Tabla 4 nos proporcionó eviden-

cia clara de la existencia de relación de equilibrio entre las variables
del modelo. Por lo tanto, en la segunda para de la tercera etapa
señalada en la estrategia econométrica es necesario conocer si las
variables también presentan una relación de equilibrio a corto plazo.
Precisamente, para estimar esta relación a corto plazo utilizamos el
modelo de error vectorial con datos de panel (VEC) desarrollado
por Westerlund (2007). Es importante tener en cuenta, que este
modelo permite veriﬁcar el equilibrio de corto plazo entre parejas
de variables como se formalizo en la estrategia econométrica. Es
posible que los cambios en la desigualdad varíen en el corto plazo
como resultados de los cambios en el crecimiento y la IED. Bajo esta
perspectiva, la Tabla 5 permite aceptar la hipótesis alternativa de
cointegración entre las series analizadas. La existencia de equilibrio
a corto plazo entre las variables se cumple a nivel global y en to-
dos los grupos de países, de acuerdo a los estadísticos signiﬁcativos
observados en la Tabla 5.

Es importante tener en cuenta que los resultados reportados

en la Tabla 4 tienen dos limitaciones relevantes. La primera es
que la prueba de cointegración de Pedroni (1999) formalizado en
la Ecuación 3 únicamente muestra la existencia o no de un vector
de cointegración, pero no dice nada acerca de la fuerza del vector.
La segunda es que no nos muestra nada sobre la relación de equilib-
rio entre las variables de cada país. Al mismo tiempo, es bien sabido
que los resultados agregados pueden esconder particularidades de
los países de forma individual. Bajo esta perspectiva, los resultados
de la cuarta etapa nos proporcionan la fuerza del vector de coin-
tegración a partir de la estrategia desarrollada por Pedroni (2011)
formalizada en la Ecuación 5.

En efecto, la Tabla reporta los estimadores obtenidos mediante

Mínimos Cuadrados Dinámicos (DOLS) para los cien países utiliza-
dos en la investigación. Encontramos que en los PIEB el producto
interno bruto es estadísticamente signiﬁcativo, los estimadores
son cercanos y mayores a 1. Es decir, en estos países el vector
de cointegración es contundente a largo plazo. En el caso de la
IED países como: Bangladesh, Botsuana, Burkina, Egipto, Honduras,
Kenia, Madagascar, Níger, Pakistán, Senegal, Sri Lanka, Tailandia,

Uzbekistán y Zambia muestran un comportamiento similar al PIB,
es decir, el vector de cointegración para estos países también es
contundente en el largo plazo. Por lo tanto, tanto la IED como el
PIB son factores importantes para combatir la desigualad, tal como
los señalan Aust, Morais & Pinto (2020), en su estudio para 44
países africanos señalan que la presencia de inversores extranjeros
inﬂuye positivamente en áreas como la infraestructura básica, agua
limpia, saneamiento y energía renovable. Dentro del grupo de los
PIB, encontramos que Chile es el único que no posee un estimador
signiﬁcativo, es decir, que no contiene un vector de cointegración
fuerte que dependa del producto interno bruto y de la IED. De
igual manera, Argelia, Antigua y Barbados, Costa Rica, Irán, Jordán,
Corea, Malasia, Namibia, Panamá y Sur África tampoco poseen esti-
madores signiﬁcativos para el producto interno bruto y la IED. Estos
resultados corroboran lo expresado por Kavya & Shijin (2020); Chiu
& Lee (2019); El-Shagi, Fidrmuc & Yamarik (2020), los autores en-
cuentran una relación positiva entre el crecimiento económico, el
desarrollo ﬁnanciero sobre la desigualdad de ingresos en los países
de bajos ingresos, es decir, es estos países el crecimiento económico
funciona como un estimulante para los niveles altos de desigualdad.

Los PIMB tienen un comportamiento similar a los PIB con re-

specto al producto interno bruto, sin embargo, cade recalcar que
países de América Latina como; Argentina, México y Uruguay que
presentan una fuerza en el vector de cointegración del PIB muy sig-
niﬁcativo y negativo hacia la desigualdad. Por lo tanto, la desigual-
dad en América Latían está muy inﬂuenciada por el crecimiento
económico, principalmente por la mala distribución de los recursos.
Tal como Janubova (2021); Dabús & Delbianco (2021) indican en sus
estudios, que América Latina tiene el peor desempeño económico,
lo que a su vez está asociado con menores tasas de ahorro y nive-
les de desigualdad más elevados. De este modo, Lebdioui (2021)
señala que si América latina alguna vez quiere deshacerse de su eti-
queta como “el lugar más desigual del mundo” tendrá que dejar de
concentrarse en los síntomas y atacar las causas profundas.

En el caso de la IED, países como Barbados, Brasil, Cyrus,

Omán y Trinidad tienen un estimador β menor a 1, además no pre-
sentan signiﬁcancia alguna, indicando que en estos países la IED no
índice fuertemente sobre el índice de Gini. Los PIMA, PIA y PIEA
muestran un vector de cointegración muy signiﬁcativo para el caso
del PIB, únicamente exceptuando Alemania, como podemos obser-
var estos resultados refuerzan lo expuesto en párrafos anteriores,
donde se aﬁrman que el crecimiento económico permite disminuir
los niveles de desigualad principalmente en las economías desar-
rolladas, tal como lo menciona Michálek & Výbošťok (2019) que
revelan que en general los países con economías fuertes están en
mejores condiciones para enfrentar desafíos como la desigualdad
y la pobreza. En cambio, la IED solo Bahamas posee un estimador
superior a 1.

Como se estableció en la parte de la estrategia econométrica.

Para determinar la fuerza del vector de cointegración a largo plazo
también se aplicó modelos de panel PDOLS. En este sentido, la Tabla
7 reporta las estimaciones de panel PDOLS con y sin efectos de
tiempo. Cabe recalcar que los resultados centran la atención en los
modelos sin dummy, dado que la prueba de Hausman (1978) señala
que los efectos de tiempo no explican el modelo. Encontramos que
en los PIEB y PIB tienen un estimador cercano a 1 en la variable
del producto interno bruto, estos resultados sugieren que en es-
tos países presentan mayores niveles de desigualdad al aumentar
la producción. De igual manera, los PIMA también presentan un es-
timador signiﬁcativo en la variable IED, por lo tanto, en estos países
la IED contribuye a incrementar los niveles de desigualdad. Estos re-
sultados contradicen a lo expuesto por Sasidharan & Doytch (2020);
Yang, Zhang & Sun (2020) quienes aﬁrman que la IED puede generar
nuevos benéﬁcos marginales para las áreas interiores menos desar-
rolladas, además señalan que una forma efectiva de disminuir las
desigualdades regionales dentro de los países es permitiendo una
mayor entrada de IED.

Salinas A. & Tillaguango B.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Finalmente, en la última etapa se estima las relaciones de

causalidad de Granger (1998) para datos de panel formalizado en
la Ecuación 6. La estrategia de Dumitrescu & Hurlin (2012) permite
corroborar la existencia de causalidad y la dirección de la misma. En
este sentido, la Tabla 8 muestra que existe causalidad bidireccional
entre la desigualdad y el crecimiento económico en los PIMB. En los
apartados anteriores explicamos como el crecimiento económico
impacta sobre la desigualdad. Sin embargo, los resultados de la
prueba de causalidad nos muestran que la desigualdad también
tiene un efecto signiﬁcativo sobre el crecimiento económico, princi-
palmente el las economías menos desarrolladas que funciona con un

retardante del desarrollo económico. Estos resultados se contrastan
con lo expuesto por Anyanwu, Anyanwu & Cieślik (2021) quienes
aﬁrman un impacto negativo de la desigualdad sobre el crecimiento
económico, el cual se ampliﬁca en los piases que cuentan con abun-
dantes recursos naturales. Asimismo, Crouch (2019); Michálek &

Výbošťok (2019); Breunig & Majeed (2020) señalan que el efecto

negativo de la desigualdad sobre el crecimiento económico se con-
centra principalmente entre los países con un nivel de pobreza alto.
En el caso de la desigualdad y la IED, los resultados de la Tabla 8
nos muestran la no existencia de causalidad entre las variables men-
cionadas.

Tabla 2. Resultados de las regresiones de línea base GLS

GLOBAL

PIEB

PIB

PIMB

PIMA

PIA

PIEA

PIB

-2.21***

-1.54***

-4.34***

-4.30***

0.39

-3.49***

-2.46

(-10.41)

(-4.41)

(-8.81)

(-6.96)

(0.54)

(-3.94)

(-1.68)

IED

-0.13*

-0.16

-0.08

0.20

-0.18

-0.12

-0.11

(-2.20)

(-1.54)

(-0.59)

(1.05)

(-1.39)

(-0.64)

(-0.40)

Constante

98.09***

80.35**

156.0***

143.0***

28.07

131.2***

99.92**

(20.93)

(11.36)

(15.03)

(10.75)

(1.62)

(5.91)

(2.83)

Test de Hausman (p-valor)

0.11

0.00

0.03

0.00

0.99

0.00

0.32

Efectos ﬁjos (tiempo)

Efectos ﬁjos (país)

Observaciones

3600

1368

792

576

324

216

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Tabla 3. Resultado de las pruebas de raíz unitaria

Sin efectos de tiempo

Con efectos de tiempo

LLC

IPS

LLC

IPS

GLOBAL GINI

-64.74**

-29.37**

-46.19**

-23.26**

3.04

-66.45**

-29.34**

-51.86**

-22.85*

1.22

PIB

-30.49**

-13.83**

-26.09**

-7.90**

-29.46

-28.97**

-11.76**

-22.31**

-8.05**

-27.68

IED

-65.41**

-34.04**

-56.68**

-7.94**

-62.86**

-67.47**

-27.69**

-53.20**

-7.49**

-62.95**

PIEB

GINI

-43.12**

-18.68**

-32.25**

-13.22*

0.20

-41.52**

-18.76**

-31.72**

-13.69**

5.91

PIB

-22.66**

-8.55**

-16.06**

-3.91**

10.43**

-22.03**

-9.10**

-17.03**

-4.50**

13.91**

IED

-39.95**

-16.34**

-35.95**

-4.83**

17.81**

-41.33**

-16.50**

-35.28**

-4.56**

10.90**

PIB

GINI

-28.63**

-11.48**

-20.49**

-9.23**

2.39

-30.30**

-11.57**

-29.55**

-10.93**

-2.03

PIB

-12.56**

-6.54**

-12.11**

-3.21**

-13.60**

-8.99**

-2.20**

-2.67**

-2.98**

-9.06**

IED

-31.23**

-13.25**

-27.79**

-2.90**

-29.74**

-32.47**

-13.51**

-30.71**

-2.50**

-31.62**

PIMB

GINI

-22.43**

-11.22**

-18.21**

-10.51**

0.64

-21.32**

-12.04**

-19.40**

-11.76**

-0.20**

PIB

-11.17**

-4.96**

-10.36**

-3.14**

-11.66**

-11.14**

-5.51**

-10.42**

-3.00**

-11.10**

IED

-25.43**

-9.33**

-19.58**

-4.58**

-23.02**

-26.07**

-9.67**

-17.84**

-4.28**

-24.59**

PIMA

GINI

-17.24**

-10.60**

-17.27**

-10.29**

0.01

-17.26**

-11.13**

-12.76**

-8.62**

-1.68

PIB

-6.75**

-3.44**

-5.41**

-4.72**

-6.80**

-6.85**

-1.84**

-6.57**

-3.56**

-7.29**

IED

-18.75**

-7.82**

-18.00**

-2.09

-19.23**

-18.97**

-8.57**

-12.46**

-2.25

-16.76**

PIA

GINI

-20.87**

-10.22**

-11.48**

-10.43*

3.77

-20.79**

-8.63**

-14.18**

-10.43*

4.92

PIB

-8.26**

-5.05**

-9.08**

-3.19**

-8.94**

-8.96**

-3.96**

-8.70**

-2.44**

-9.92**

IED

-20.19**

-8.68**

-15.92**

-6.96**

-18.53**

-22.12**

-8.41**

-13.17**

-6.29**

-18.19*

PIEA

GINI

-31.62**

-6.73**

-0.29**

-4.87**

4.20

-18.72**

-7.65**

-7.14**

-5.80**

3.68

PIB

-6.76**

-3.82**

-8.71**

-4.26**

-7.62**

-6.93**

-2.39**

-5.89**

-2.75**

-6.82**

IED

-17.45**

-8.29**

-14.20**

-2.07**

-15.94**

-18.46**

-8.41

-14.42**

-2.14**

-16.79*

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Tabla 4. Resultados de la prueba de cointegración de Pedroni (1999)

GLOBAL

PIEB

PIB

PIMB

PIMA

PIA

PIEA

Within dimension Test statistics
Panel v-statistic

-1.71*

-1.33*

-0.74*

-0.28*

0.67*

0.02*

-0.27*

Panel p-statistic

-33.15***

-20.36***

-15.91***

-9.95**

-8.30**

-9.21**

-9.27**

Panel PP-statistic

-78.02***

-49.86***

-34.10***

-22.24***

-20.21***

-25.76***

-20.8***

Panel ADF-statistic

-46.40***

-27.06***

-21.39***

-15.3***

-10.85**

-5.31**

-13.17**

Between dimension Test statistics
Panel p-statistic

-28.65***

-17.68***

-13.72**

-8.70***

-6.84***

-8.02**

-8.75**

Group PP-statistic

-91.59***

-58.44***

-39.35***

-24.89***

-21.83***

-29.16***

-24.06***

Group ADF-statistic

-46.75***

-29.27***

-22.57***

-10.87**

-12.35***

-4.52**

-12.02**

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Crecimiento económico e inversión extranjera directa y su incidencia en la desigualdad...

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

5 | CONCLUSIONES

La relación entre crecimiento económico y desigualdad es posible-
mente una de las más importantes en la economía, debido al au-
mento general de la desigualdad que se ha producido en los últimos
años, tanto en las economías avanzadas como en desarrollo. Bajo
esta perspectiva, la presente investigación analiza la relación entre
el índice de Gini, el producto interno bruto y la inversión extranjera
directa (IED) en 100 países a nivel global, durante el periodo 1980-
2015. En este caso, se utilizó técnicas de cointegración y causali-
dad de datos de panel; el test de cointegración de Pedroni (1999)
para estimar el equilibrio de largo plazo entre las variables, mien-
tras que el test de corrección de error propuesto por Westerlund
(2007) para determinar un equilibrio a corto plazo. En ambos casos
los resultados nos muestran que la desigualad, el producto interno
bruto y la inversión extranjera directa tienen un movimiento con-
junto tanto en el corto plazo como en el largo plazo, es decir, que
los cambios del producto interno bruto y la IED tanto en el corto
como en el largo plazo generan efectos en la desigualad. En cuanto
a los resultados de los modelos PDOLS y DOLS, la fuerza del vector
de cointegración entre la desigualdad y el producto interno bruto
es más contundente en los PIMB y PIMA, mientras que el vector de
cointegración entre la desigualdad y la IED es más contundente en
los PIA y PIEA. Finalmente, la prueba de causalidad de Dumitrescu
& Hurlin (2012) conﬁrma la existencia de causalidad bidireccional
entre la desigualdad y el producto interno bruto en los PIMB.

La aplicación de estas estrategias econométricas para datos de

panel permite obtener resultados consistentes entre las variables

de estudio. Dentro de los resultados se demuestra que la desigual-
dad se ve afectada mayoritariamente por la producción interna que,
por la inversión extranjera directa, corroborando de esta manera
la relación negativa entre las variables, tal como mencionan Agus-
dinata, Aggarwal & Ding (2021); Gimba, Seraj & Ozdeser (2021);
Espoir & Ngepah (2021) quienes han encontrado una U invertida
al momento de relacionar el crecimiento económico y la desigual-
dad, por lo tanto, a nivel general en el largo plazo a medida que au-
mente el crecimiento económico los niveles de desigualdad caerán.
En el caso de la inversión ectranjera directa Esquivias & Harianto
(2020); Ramachandran, Sasidharan & Doytch (2020); Yang, Zhang
Sun (2020) señalan que la IED puede generar mayores beneﬁcios
marginales para las áreas interiores menos desarrollas, es decir, una
de las formas más efectivas para disminuir las desigualdades re-
gionales es la eﬁciente distribución de la IED.

Es imprescindible así mismo recalcar que como lo hizo Groth

& Madsen (2016), los efectos de crecimiento negativos de la de-
sigualdad encontrados en algunos estudios pueden haber sido ex-
agerados porque la muestra ha estado dominada por países con
bajo desarrollo ﬁnanciero para los cuales considero que la desigual-
dad es particularmente negativa para el crecimiento. Finalmente,
las políticas públicas derivadas de esta investigación, en primera in-
stancia los decidores de política pública deben buscar inversiones
extranjeras que permitan una eﬁciente distribución de los recursos
económicos y no solo centrarse en ciertas regiones porque ensan-
charían la brecha de desigualdad. Por otro lado, los gobiernos lo-
cales necesitan una reforma adicional de las actuales políticas de
capital extranjero para establecer nuevas ventajas competitivas me-
diante la plena utilización de los recursos y entornos locales.

Tabla 5. Resultados de la prueba de cointegración de corto plazo de Westerlund (2007)).

PIB

IED

Grupo

Statistics

Valor

Z-value

p-value

Valor

Z-value

p-value

GLOBAL

-4.28***

-24.01

-6.13***

-46.94

0.00

-27.09***

-22.83

-53.19***

-62.08

0.00

-26.29***

-6.02

-59.38***

-44.56

0.00

-23.12***

-23.72

-56.06***

-78.86

0.00

PIEB

-4.24***

-14.47

-6.19***

-29.39

0.00

-28.60***

-15.48

-53.10***

-38.18

0.00

-22.43***

-10.94

-36.81***

-27.71

0.00

-22.09***

-13.55

-53.37***

-45.84

0.00

PIB

-4.73***

-13.88

-6.18***

-22.31

0.00

-29.47***

-12.39

-55.38***

-30.66

0.00

-7.56***

2.73

-27.79***

-20.82

0.00

-27.31***

-14.41

-55.68***

-36.69

0.00

PIMB

-3.99***

-8.14

-6.15***

-18.88

0.00

-24.77***

-7.74

-46.68***

-20.92

0.00

-14.60***

-7.16

-22.32***

-16.16

0.00

-22.00***

-8.73

-53.78***

-30.02

0.00

PIMA

-4.43***

-7.74

-5.03***

-9.99

0.00

-25.02***

-5.92

-49.04***

-16.93

0.00

-12.71***

-7.43

-16.34***

-11.65

0.00

-25.66***

-8.39

-62.95***

-27.12

0.00

PIA

-28.60***

-15.48

-53.10***

-38.18

0.00

-22.43***

-10.95

-36.81***

-27.71

0.00

-22.09***

-13.55

-53.37***

-45.84

0.00

-28.60***

-15.48

-53.10***

-38.18

0.00

PIEA

-4.37***

-6.15

-7.25***

-14.92

0.00

-27.35***

-5.69

-63.73***

-10.09

0.00

-9.93***

-5.54

-16.26***

-12.91

0.00

-4.37***

-6.15

-7.25***

-14.92

0.00

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Salinas A. & Tillaguango B.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 6. Resultados de la prueba de los modelos DOLS individuales

PIEB

PIB_{it}

IED_{it}

PIB

PIB_{it}

IED_{it}

PIMB

PIB_{it}

IED_{it}

Bangladesh

-34.33

-3.69

Argelia

-1.61

-0.23

Argentina

-19.83

-1.94

Benin

3.29

-0.001

Antigua B.

-2.46

-0.24

Barbados

32.21

0.66

Bolivia

1.30

0.89

Belice

-10.69

1.38

Brasil

1.93

-0.27

Botsuana

-8.44

2.45

Bulgaria

-11.57

-2.57

Croacia

-0.43

2.97

Burkina Faso

41.36

-1.83

Chile

0.02

0.91

Chipre

-1.53

-0.21

Camerón

18.16

0.52

Colombia

-29.31

3.42

República Ch.

-0.04

-1.14

China

-7.80

-0.81

Congo

45.66

-1.62

Hong Kong

-0.06

1.05

Egipto

2.75

1.09

Costa Rica

31.95

0.93

Indonesia

-3.24

1.27

Guinea Ecuatorial

-0.44

-0.23

República D.

29.27

1.31

México

-40.93

-3.97

Gambia

14.73

-0.25

Ecuador

-107.6

-3.56

Omán

0.69

0.39

Honduras

27.49

-5.57

El salvador

5.70

2.15

Portugal

-7.67

1.10

India

-4.04

0.53

Guatemala

8.41

-1.18

Singapur

-3.90

-2.31

Kenia

-9.65

-1.71

Irán

1.82

-0.63

Surinam

2.10

-1.27

Madagascar

24.95

1.42

Jordania

7.11

-0.09

Trinidad y T.

-3.22

0.23

Mali

60.62

-0.44

Corea

-3.34

-0.04

Ucrania

4.17

-1.65

Marruecos

-2.07

0.07

Malasia

2.44

-0.11

Uruguay

-14.97

2.84

Mozambique

-12.64

0.93

Namibia

4.99

-0.04

Nicaragua

-10.12

0.01

Panamá

5.98

0.78

Niger

-60.85

-1.13

Paraguay

-14.4

-2.31

Nigeria

-6.70

0.96

Perú

-6.29

-3.35

Pakistán

11.11

1.13

Sur África

-2.89

-0.17

Filipinas

6.52

0.85

Turquía

5.36

-1.02

Polonia

20.71

-0.41

Romania

8.93

-0.21

Ruanda

2.68

-0.26

Senegal

-126.90

2.18

Sierra Leona

0.83

-0.04

Sri Lanka

25.21

3.55

Sudan

-7.18

-0.03

Suazilandia

2.18

0.81

Tailandia

-2.19

1.32

Togo

3.37

0.36

Túnez

-9.95

0.52

Uganda

12.45

-0.28

Uzbekistán

4.63

-1.86

Vietnam

2.79

0.46

Zambia

9.48

2.22

Zimbabue

2.23

-0.02

PIMA

PIB_{it}

IED_{it}

PIA

PIB_{it}

IED_{it}

PIEA

PIB_{it}

IED_{it}

Bahamas

-37.01

1.91

Australia

-18.09

-0.46

Canadá

1.37

0.34

Finlandia

1.99

0.73

Austria

11.16

-0.01

Dinamarca

-23.68

-0.71

Gabón

-17.93

-0.44

Bélgica

-3.65

0.04

Noruega

18.71

-0.10

Grecia

3.29

-0.04

Francia

29.44

0.36

Suecia

-3.86

0.15

Irlanda

-3.20

0.25

Alemania

-0.27

0.01

Suiza

1.70

-0.68

Italia

1.47

-0.05

Países Bajos

-4.06

-0.36

Emiratos Árabes

-0.74

-0.11

Japón

5.35

0.54

Nueva Zelanda

-0.26

0.04

España

6.15

0.89

Reino Unido

-3.99

-0.22

Venezuela

4.33

-1.07

Estados Unidos

-9.45

-0.32

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Tabla 7. Resultados de los modelos de panel PDOLS

Con dummy de tiempo

Sin dummy de tiempo

PIB

IED

PIB

IED

Grupos

PDOLS

t-statistic

PDOLS

t-statistic

PDOLS

t-statictic

PDOLS

t-statistic

GLOBA

-3.53

-1.91

-0.23

-1.42

-3.53

-1.91

-0.23

-1.42

PIEB

-0.13

0.76

-0.09

1.33

0.12

0.76

0.09

1.33

PIB

-1.88

0.09

-0.60

-1.76

-1.88

0.92

-0.60

-1.76

PIMB

-3.24

-2.06

-0.17

0.71

-3.42

-2.06

-0.17

0.71

PIMA

-3.95

-0.19

0.30

1.32

-3.95

-0.18

0.30

1.32

PIA

0.09

-0.38

-0.10

-0.60

0.09

-0.38

-0.10

-0.60

PIEA

-1.08

-0.89

-0.18

-2.10

-1.08

-0.89

-0.18

-2.10

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Crecimiento económico e inversión extranjera directa y su incidencia en la desigualdad...

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 8. Resultados de la prueba de causalidad Dumitrescu y Hurlin (2012)

Dirección de causalidad

Grupo

W-bar

Z-bar

p-valor

GLOBAL

28.29

18.07

0.57

PIEA

12.32

11.42

0.61

PIA

36.21

11.46

0.25

PIB → GINI

PIMA

20.39

0.07

0.95

PIMB

44.09

26.93

0.02

PIB

45.67

18.56

0.65

PIEB

34.25

23.24

0.59

GLOBAL

50.28

66.00

0.15

PIEA

67.96

43.56

0.88

PIA

65.96

32.50

0.54

GINI → PIB

PIMA

36.61

28.77

0.06

PIMB

76.84***

63.54

0.00

PIB

23.48

75.63

0.18

PIEB

47.25

23.67

0.65

GLOBAL

22.96

0.64

0.52

PIEA

22.46

20.25

0.88

PIA

37.62

12.46

0.21

IED → GINI

PIMA

18.72

-0.22

0.83

PIMB

27.25

0.81

0.42

PIB

32.65

0.11

0.56

PIEB

15.68

0.55

0.19

GLOBAL

36.89

36.82

0.32

PIEA

54.65

0.35

0.21

PIA

56.40

25.74

0.51

GINI → PIB

PIMA

39.61

33.96

0.21

PIMB

22.58

0.29

0.77

PIB

45.32

23.43

0.57

PIEB

13.56

0.45

0.89

estadístico t en paréntesis * p < 0,05 ** p < 0,01 *** p < 0,001

Referencias bibliográﬁcas

[1] Achten, S., & Lessmann, C. (2020). Spatial inequality, geogra-

phy and economic activity. World Development, 136, 105114.

[2] Agusdinata, D. B., Aggarwal, R., & Ding, X. (2021). Economic

growth, inequality, and environment nexus: using data mining
techniques to unravel archetypes of development trajecto-
ries. Environment, Development and Sustainability, 23(4), 6234-
6258.

[3] Akaike, H. (1974). A new look at the statistical model identiﬁ-

cation. IEEE transactions on automatic control, 19(6), 716-723.

[4] Anyanwu, U. M., Anyanwu, A. A., & Cieślik, A. (2021). Does

abundant natural resources amplify the negative impact of in-
come inequality on economic growth?. Resources Policy, 74,
102229.

[5] Ascani, A., Balland, P. A., & Morrison, A. (2020). Heteroge-

neous foreign direct investment and local innovation in Ital-
ian Provinces. Structural Change and Economic Dynamics, 53,
388-401.

[6] Aust, V., Morais, A. I., & Pinto, I. (2020). How does foreign

direct investment contribute to Sustainable Development
Goals? Evidence from African countries. Journal of Cleaner
Production, 245, 118823.

[7] Azlina, A. A., & Mustapha, N. N. (2012). Energy, economic

growth and pollutant emissions nexus: the case of Malaysia.
Procedia-Social and Behavioral Sciences, 65, 1-7.

[8] Basu, P., & Guariglia, A. (2007). Foreign direct investment, in-

equality, and growth. Journal of Macroeconomics, 29(4), 824-
839.

[9] Bhagat, S. (2020). Economic Growth, Income Inequality, and

the Rule of Law. Harvard Business Law Review.

[10] Breitung, J. (2001). The local power of some unit root tests

for panel data. Emerald Group Publishing Limited.

[11] Breunig, R., & Majeed, O. (2020). Inequality, poverty and eco-

nomic growth. International Economics, 161, 83-99.

[12] Brida, J. G., Carrera, E. J. S., & Segarra, V. (2020). Cluster-

ing and regime dynamics for economic growth and income
inequality. Structural Change and Economic Dynamics, 52, 99-
108.

[13] Chen, Z., Ge, Y., & Lai, H. (2011). Foreign direct investment

and wage inequality: Evidence from China. World Develop-
ment, 39(8), 1322-1332.

[14] Chiu, Y. B., & Lee, C. C. (2019). Financial development, income

inequality, and country risk. Journal of International Money and
Finance, 93, 1-18.

[15] Crouch, C. (2019). Inequality in post-industrial societies.

Structural Change and Economic Dynamics, 51, 11-23.

[16] Dabús, C., & Delbianco, F. (2021). Income Inequality and Eco-

nomic Growth in Developing Countries: The Role of Savings.
Asian Journal of Latin American Studies, 34(1).

[17] Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics

for autoregressive time series with a unit root. conometrica:
journal of the Econometric Society, 1057-1072.

Salinas A. & Tillaguango B.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[18] Dorsch, M. T., & Maarek, P. (2020). Economic downturns, in-

equality, and democratic improvements. European Journal of
Political Economy, 62, 101856.

[19] Dumitrescu, E. I., & Hurlin, C. (2012). Testing for Granger non-

causality in heterogeneous panels. Economic modelling, 29(4),
1450-1460.

[20] El-Shagi, M., Fidrmuc, J., & Yamarik, S. (2020). Inequality and

credit growth in Russian regions. Economic Modelling, 91, 550-
558.

[21] Enders, W., & Sandler, T. (1995). Terrorism: Theory and appli-

cations. Handbook of defense economics, 1, 213-249.

[22] Espoir, D. K., & Ngepah, N. (2021). Income distribution and

total factor productivity: a cross-country panel cointegration
analysis. International Economics and Economic Policy, 1-38.

[23] Esquivias, M. A., & Harianto, S. K. (2020). Does competition

and foreign investment spur industrial eﬃciency?: ﬁrm-level
evidence from Indonesia. Heliyon, 6(8), e04494.

[24] Giroud, A., & Ivarsson, I. (2020). World Investment Report

2020: International production beyond the pandemic.

[25] Granger, C. W. (1988). Causality, cointegration, and control.

Journal of Economic Dynamics and Control, 12(2-3), 551-559.

[26] Groth, C., & Madsen, J. B. (2016). Medium-term ﬂuctuations

and the “Great Ratios” of economic growth. Journal of Macroe-
conomics, 49, 149-176.

[27] Hausman, J. A. (1978). Speciﬁcation tests in econometrics.

Econometrica: Journal of the Econometric Society, 1251-1271.

[28] He, S. Y., Lee, J., Zhou, T., & Wu, D. (2017). Shrinking cities

and resource-based economy: the economic restructuring in
China’s mining cities. Cities, 60, 75-83.

[29] Heckman, J. J., & Yi, J. (2012). Human capital, economic

growth, and inequality in China (No. w18100). National Bu-
reau of Economic Research.

[30] Huynh, C. M. (2021). Foreign direct investment and income

inequality: Does institutional quality matter?. The Journal of
International Trade Economic Development, 1-13.

[31] Ibarra-Olivo, J. E. (2021). Foreign direct investment and youth

educational outcomes in Mexican municipalities. Economics of
Education Review, 82, 102123.

[32] Im, K. S., & Pesaran, M. H. (2003). On the panel unit root

tests using nonlinear instrumental variables. Available at SSRN
482463.

[33] Islam, M. R., & McGillivray, M. (2020). Wealth inequality, gov-

ernance and economic growth. Economic Modelling, 88, 1-13.

[34] Jackson, T. (2019). The post-growth challenge: secular stag-

nation, inequality and the limits to growth. Ecological eco-
nomics, 156, 236-246.

[35] Janubova, B. (2021). Relation Between Income Inequality And

Economic Growth: Case Study Of Latin America And The
Caribbean. Medzinarodne vztahy (Journal of International Rela-
tions), 19(1), 31-47.

[36] Jonathan Gimba, O., Seraj, M., & Ozdeser, H. (2021). What

drives income inequality in sub-Saharan Africa and its sub-
regions? An examination of long-run and short-run eﬀects.
African Development Review, 33(4), 729-741.

[37] Kavya, T. B., & Shijin, S. (2020). Economic development, ﬁnan-

cial development, and income inequality nexus. Borsa Istanbul
Review, 20(1), 80-93.

[38] Le, T. H., & Quah, E. (2018). Income level and the emissions,

energy, and growth nexus: evidence from Asia and the Paciﬁc.
International economics, 156, 193-205.

[39] Lebdioui, A. (2021). Forever unequal? Mould-breaking strate-

gies to reduce inequality in Latin America. LSE Latin America
and Caribbean Blog.

[40] Lessmann, C. (2013). Foreign direct investment and regional

inequality: A panel data analysis. China Economic Review, 24,
129-149.

[41] 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.

[42] Long, X., Naminse, E. Y., Du, J., & Zhuang, J. (2015). Nonre-

newable energy, renewable energy, carbon dioxide emissions
and economic growth in China from 1952 to 2012. Renewable
and Sustainable Energy Reviews, 52, 680-688.

[43] Luo, W., & Xie, Y. (2020). Economic growth, income inequality

and life expectancy in China. Social Science & Medicine, 256,
113046.

[44] Maddala, G. S., & Wu, S. (1999). A comparative study of unit

root tests with panel data and a new simple test. Oxford Bul-
letin of Economics and statistics, 61(S1), 631-652.

[45] Michálek, A., & Výbošťok, J. (2019). Economic growth, in-

equality and poverty in the EU. Social Indicators Research,
141(2), 611-630.

[46] Muinelo-Gallo, L., & Roca-Sagalés, O. (2011). Economic

growth and inequality: the role of ﬁscal policies. Australian
Economic Papers, 50(2-3), 74-97.

[47] Neal, T. (2014). Panel cointegration analysis with xtpedroni.

The Stata Journal, 14(3), 684-692.

[48] Ozturk, I., Aslan, A., & Kalyoncu, H. (2010). Energy consump-

tion and economic growth relationship: Evidence from panel
data for low and middle income countries. Energy Policy, 38(8),
4422-4428.

[49] Pan-Long, T. (1995). Foreign direct investment and income

inequality: Further evidence. World Development, 23(3), 469-
483.

[50] Pedroni, P. (1999). Critical values for cointegration tests in

heterogeneous panels with multiple regressors. Oxford Bul-
letin of Economics and statistics, 61(S1), 653-670.

[51] Pedroni, P. (2001). Purchasing power parity tests in cointe-

grated panels. Review of Economics and statistics, 83(4), 727-
731.

[52] Pham, N. S., & Pham, T. K. C. (2020). Eﬀects of foreign aid

on the recipient country’s economic growth. Journal of Math-
ematical Economics, 86, 52-68.

DOI: 10.54753/rve.v10i1.1296

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Efecto causal del sistema ﬁnanciero privado en el deterioro ambien-
tal: Evidencia empírica para 100 países agrupados por ingresos

Causal eﬀect of the private ﬁnancial system on environmental degradation: Em-

pirical evidence for 100 countries grouped by income.

Viviana Álvarez

| Johanna Alvarado-Espejo

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Viviana Álvarez, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: viviana.alvarez@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 la presente investigación es examinar el vínculo causal entre el sistema ﬁ-
nanciero privado y la huella ecológica. Se utilizaron datos de panel para 100 países para
el periodo 1980 – 2017. Se empleó la técnica de cointegración de Westerlund (2007) y
la prueba de causalidad de Dumitrescu Hurlin (2012) para examinar la relación entre las
variables. Los principales resultados indican que el sistema ﬁnanciero privado aumenta la
degradación ambiental a nivel global, en los países de ingresos medios altos y en los países
de ingresos medios bajos. Así también, los resultados maniﬁestan que existe una relación
de equilibrio a corto y largo plazo entre las variables. La prueba de causalidad indica que la
huella ecológica y el sistema ﬁnanciero privado, tienen una relación bidireccional. Esto es
signiﬁcativo a nivel global y en los países de ingresos altos. Por otra parte, existe una cau-
salidad unidireccional del sistema ﬁnanciero privado a la huella ecológica en los países de
ingresos medios altos. Una posible implicación política derivada de la investigación, es que
las instituciones ﬁnancieras deberían centrarse en ofertar créditos con tasas preferenciales
que motiven la inversión en proyectos amigables con el medio ambiente.

Palabras clave: Sistema ﬁnanciero privado; Degradación ambiental; Inversión extranjera;
Urbanización; Panel de datos.

Códigos JEL: O16. Q53. F21. O18. C23.

ABSTRACT

The objective of the present research is to examine the causal link between the priva-
te ﬁnancial system and the ecological footprint. Panel data for 100 countries were used
for the period 1980 - 2017. Westerlund’s (2007) cointegration technique and Dumitrescu
Hurlin’s (2012) causality test were employed to examine the relationship between the va-
riables. The main results indicate that the private ﬁnancial system increases environmental
degradation globally, in upper middle-income countries and in lower middle-income coun-
tries. The results also show that there is a short- and long-term equilibrium relationship
between the variables. The causality test indicates that the ecological footprint and the
private ﬁnancial system have a bidirectional relationship. This is signiﬁcant at the global
level and in high-income countries. On the other hand, there is a unidirectional causality
from the private ﬁnancial system to the ecological footprint in upper middle-income coun-
tries. A possible policy implication derived from the research is that ﬁnancial institutions
should focus on oﬀering credits with preferential rates that motivate investment in envi-
ronmentally friendly projects.

Keywords: Private ﬁnancial system; Environmental degradation; Foreign investment; Ur-
banization; Panel data.

JEL codes: O16. Q53. F21. O18. C23.

100

Álvarez V. & Alvarado-Espejo J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

El agotamiento de los recursos naturales necesarios para satis-

facer la demanda humana es un tema importante y de constante
preocupación para los investigadores. A nivel mundial, la población
ha excedido la biocapacidad de la Tierra. En 2016, fue necesario
2,71 hectáreas globales por persona, para producir los recursos na-
turales que consume la población, esta cifra incremento a 2,77 hec-
táreas globales por persona para 2017 (Global Footprint Network,
2020). De acuerdo con el Banco Mundial (2019) entre 60 y 70 % de
los ecosistemas en el mundo se están deteriorando de forma acele-
rada. Esto se debe a que la demanda de los bienes y servicios, que
proporcionan los ecosistemas, excede lo que los mismos pueden re-
generar, evidenciándose claramente que se necesita un cambio en
el sistema de desarrollo actual por uno más sostenible. Asimismo, se
debe mencionar que las emisiones de dióxido de carbono, son las
principales responsables del deterioro ambiental. De acuerdo con
Programa de las Naciones Unidas para el Medio Ambiente (PNU-
MA, 2020) los países en desarrollo han incrementado las emisiones
de dióxido de carbono, mientras que, los países ricos las han mante-
nido estables.

Desde 2010 el crecimiento de las emisiones en el mundo ha

tenido un crecimieneto promedio anual de 1,4 %; sin embargo, en
el 2019 incrementó a 2,6 %, por el aumento de incendios forestales
(PNUMA, 2020). En este sentido, según datos de la Organización de
las Naciones Unidas (ONU, 2019) evidencian que la contaminación
del aire es uno de los principales factores de riesgo de mortalidad
prematura, generando un estimado de pérdidas monetarias a nivel
mundial de 5,1 billones de dólares, lo que representa 6,6 % de la pro-
ducción económica mundial. Por otra parte, de acuerdo con Ahmed
et al. (2021) y Saud et al. (2020) el desarrollo ﬁnanciero y el creci-
miento productivo, debido a que provoca aumentos en la demanda
de energía, tierras de cultivo, entre otras variables. Lo anterior pro-
duce un mayor consumo de los recursos naturales del planeta. Sin
embargo, se debe considerar que los países y las regiones del mun-
do tiene un perﬁl ecológico diferente.

Distintas investigaciones, se han enfocado en estudiar la rela-

ción entre el desarrollo ﬁnanciero y la degradación ambiental debido
a que es un tema controversial, puesto que numerosas investigacio-
nes determinaron que el desarrollo ﬁnanciero mantiene una relación
positiva con la degradación ambiental (Nathaniel Adeleye, 2020; Za-
karia Bibi, 2019; Baloch et al., 2019; Shujah-ur-Rahman et al., 2019).
Mientras que otros estudios maniﬁestan que el desarrollo ﬁnanciero
juega un papel fundamental para reducir el deterioro progresivo del
medio ambiente (Dogan et al., 2019; Aluko Obalade, 2020; Lv Li,
2021). Por otra parte, también existen otras variables socio demo-
gráﬁcas y económicas como la urbanización e inversión extranjera
directa, que pueden afectar a la huella ecológica. Sin embargo, su
efecto puede ser positivo o negativo, de acuerdo con la concien-
cia ambiental de cada país (Charfeddine Mrabet, 2017; Zafar et al.,
2020; Yu, 2020; Hao et al., 2020; Marques Caetano., 2020).

En este contexto, el objetivo de la investigación es evaluar el

efecto del sistema ﬁnanciero privado en el deterioro ambiental. La
investigación cubre el periodo 1980 – 2017, para 100 países agru-
pados por ingresos. Se utilizaron técnicas de cointegración y causa-
lidad, para estimar el equilibrio a corto y largo plazo entre las varia-
bles, además se determinó la causalidad entre las variables, a través
del modelo de Westerlund (2007) y el modelo propuesto por Dumi-
trescu Hurlin (2012), respectivamente. Se pretende validar la hipó-
tesis de que un incremento del sistema ﬁnanciero privado implicara
una menor huella ecológica. Este estudio se diferencia de otras in-
vestigaciones, debido a que utiliza la huella ecológica como medida
de la degradación ambiental y por la actualización en el periodo de
estudio. Los principales resultados muestran que el sistema ﬁnan-
ciero privado tiene un efecto positivo en la huella ecológica, debido
a la signiﬁcancia encontrada a nivel global, en los países de ingresos

medios altos y en los países de ingresos medios bajos. No obstante,
se debe tener en cuenta que en los resultados obtenidos la contribu-
ción del sistema ﬁnanciero privado es débil, lo que concuerda con
las investigaciones desarrolladas por Charfeddine Kahia (2019) y

Abokyi et al. (2019).

Asimismo, se evidencia que existe relación a corto y largo plazo

entre las variables a nivel global y en los diferentes grupos de paí-
ses clasiﬁcados de acuerdo a su nivel de ingreso (Nasir et al. 2019;
Fang et al. 2020). Finalmente, al estimar la causalidad se muestra
que existe una relación causal bidireccional entre la huella ecológi-
ca y el sistema ﬁnanciero privado a nivel global y en los países de
ingresos altos. Es decir que las variaciones del sistema ﬁnanciero
privado provocan cambios en la huella ecológica y viceversa. Este
resultado es consistente con los resultados obtenidos en estudios
similares (Usman et al. 2020; Abban Hasan, 2020). Por otra parte,
en los países de ingresos medios altos existe una relación causal
unidireccional, lo cual concuerda con las investigaciones de Destek
Sarkodie (2019) y Umar et al. (2020). Esta investigación contribuye
al debate con nueva evidencia empírica sobre la relación que tiene
la degradación ambiental y el sistema ﬁnanciero privado, a más de
incluir la inversión extranjera directa y la urbanización.

Este documento estará estructurado de la siguiente manera.

Luego de la introducción, la segunda sección comprende una revi-
sión de la investigación empírica previa. La tercera sección describe
los datos utilizados y propone una estrategia econométrica. En la
cuarta sección, discutimos los resultados encontrados con la eviden-
cia empírica. La quinta y última sección presenta las conclusiones y
las implicaciones políticas de la investigación.

2 | REVISIÓN DE LITERATURA

El deterioro ambiental empezó a tomar gran relevancia desde

la década de 1970, tiempo en el que la humanidad había sobrepa-
sado la biocapacidad del planeta. La curva de Kuznets (1955) evi-
denció una relación entre desigualdad y crecimiento económico, en
la que gráﬁcamente se observa la relación en forma de U invertida.
Está hipótesis posteriormente se empleó en el tema del medio am-
biente. Entre los estudios que más destacan se encuentran los reali-
zados por Panayotou (1977) que utilizó por primera vez el término
Curva Ambiental de Kuznets (CAK). Consecuentemente, está teo-
ría fue estudiada más ampliamente por Grossman y Krueger (1995)
quienes probaron que el crecimiento económico tiene una fase ini-
cial de deterioro ambiental, hasta llegar a un punto de inﬂexión en
el que empezara la fase de mejora.

Consecuentemente, otros estudiosos del tema manifestaron

CAK tenía debilidades y omitía variables. Así pues, autores como

Arrow et al., (1996) empezaron a considerar otros factores como la

innovación tecnológica que es necesaria para un ambiente más sos-
tenible. En este sentido, diversos estudios a lo largo del tiempo han
vinculado la degradación ambiental con múltiples variables sociales
y económicas. En las investigación se utilizaron las emisiones de dió-
xido de carbono y la huella ecológica como medidas representativas
de la degradación. Varios estudios consideraron que los países que
tienen un desarrollo ﬁnanciero más avanzado tendrán una mayor
calidad ambiental (Dasgupta et al. 2001; Tamazian et al. 2009).

En este sentido, la evidencia empírica se e, en la primera se con-

sideran los estudios que relacionan el sistema ﬁnanciero privado y la
degradación ambiental, en los estudios se evidenciará la existencia
de una relación positiva y negativa entre las variables (Khan et al.,
2019; Shen et al., 2021; Shahbaz et al., 2016; Aluko Obalade, 2020;
Destek Sarkodie, 2019). En la segunda parte, se analizarán los estu-
dios que integren variables que expliquen la degradación ambiental
como la inversión extranjera directa (IED) y la urbanización (Char-
feddine Mrabet, 2017; Ahmed et al., 2020; Yilanci, 2020).

101

Efecto causal del sistema ﬁnanciero privado en el deterioro ambiental .....

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Diversos estudios empíricos mostraron que el sector ﬁnancie-

ro aumenta la degradación ambiental, debido a que no toma en
cuenta la sostenibilidad ambiental al momento de realizar sus inver-
siones, contribuyendo a que se establezcan industrias con procesos
prejudiciales para el medio ambiente (Ahmed et al., 2021; Saud et
al., 2020). En este sentido, otros investigadores plantearon que de-
penderá del nivel económico y la calidad institucional con la que
cuenten los países (Zameer et al., 2020; Acheampong, 2019; Abid,
2017). Por otro parte, Nasir et al., (2019) y Fang et al., (2020) apli-
caron técnicas de cointegración que establecieron que existe una
relación positiva y signiﬁcativa entre el desarrollo ﬁnanciero y la de-
gradación ambiental a largo y corto plazo.

Por otra parte, diversas investigaciones mostraron que el de-

sarrollo ﬁnanciero disminuye la degradación ambiental, al estimular
el uso de tecnología amigable por parte de las industrias (Usman et
al., 2020; Zhao et al., 2019). Por lo cual, de acuerdo con Nasreen
et al. (2017) es necesario un sistema estable y consolidado, así mis-
mo, diversos estudios encontraron que existe una relación a largo
plazo entre las variables (Nasir et al., 2021). Sin embargo, otros in-
vestigadores como Charfeddine Kahia (2019) y Abokyi et al. (2019)
establecieron que la contribución del desarrollo ﬁnanciero en la ca-
lidad ambiental para algunos países, es débil o nula. Esta situación
resulta debido a las situaciones heterogéneas que existen si compa-
ramos un país con otro (Huang Zhao, 2018; Khan et al., 2019; Khan
et al., 2017).

La segunda sección se centra en estudios que integran otras

variables que explican la degradación ambiental. Los estudios em-
píricos establecieron que existe una relación positiva entre la IED
y las emisiones de dióxido de carbono tanto en el largo como en el
corto plazo (Salahuddin et al., 2018; Nasir et al., 2019), Sin embargo,
otros estudios manifestaron que la IED reduce la degradación am-
biental, al brindarles la oportunidad de innovar sus procesos (Seker
et al., 2015; Zafar et al., 2019; Zafar et al., 2020). Aunque, un estudio
realizado por Doytch (2020) manifestó que el impacto de la IED de-
penderá del nivel de desarrollo que tengan los países de análisis. Por
otro lado, investigadores mostraron que la urbanización contribuye
a mitigar la degradación ambiental (Nathaniel Khan, 2020; Danish
et al., 2020; Arshad Ansari et al., 2020). Esto sucederá si variables
como el capital humano, crecimiento económico juegan un papel

moderador (Danish Wang, 2019; Ahmed et al., 2020). No obstante,
algunos estudios empíricos manifestaron que la urbanización provo-
ca una mayor degradación ambiental en países emergentes, puesto
que no cuentan con sistemas planiﬁcados, infringiendo en mayores
presiones ambientales (Yasmeen et al., 2020; Ulucak et al., 2020;
Luo et al., 2018).

Finalmente, con base en los estudios expuestos se puede evi-

denciar que la relación entre el desarrollo ﬁnanciero y el deterioro
ambiental, aún es controversial. Debido a que la degradación am-
biental se puede medir normalmente a través de dos variables, las
emisiones de dióxido de carbono y la huella ecológica. No obstante,
la huella ecológica es una variable más integral. Además, de que los
periodos de estudios no son los más actualizados. De esta manera,
se evidencia la falta de investigaciones en las que se utiliza la huella
ecológica para medir el deterioro ambiental.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Los datos para la presente investigación se obtendrán del Glo-

bal Footprint Network (2020) y del World Development Indicators
del Banco Mundial (2020) con el objetivo de evaluar la relación cau-
sal entre el sistema ﬁnanciero privado y el deterioro ambiental. La
variable dependiente es el deterioro ambiental medido a través del
logaritmo de la huella ecológica per cápita. Esta variable es una me-
dida integral, para determinar la situación ambiental. La variable in-
dependiente es el sistema ﬁnanciero privado medido con el crédito
interno al sector privado en porcentaje del PIB. Esta variable per-
mite conocer el volumen de fondos canalizados al sector privado,
lo que representa una ventaja. Así mismo, como variables de con-
trol se encuentran la inversión extranjera directa y la urbanización
que dan robustez al modelo y son utilizadas como factores deter-
minantes en el deterioro ambiental en estudios desarrollados por
Nathaniel Khan (2020) y Zafar et al. (2020). La descripción de estas
variables se encuentra en la Tabla 1.

Tabla 1. Descripción de las variables

Variable

Sigla

Deﬁnición

Escala

Fuente

Huella
ecológica

HEpc

Mide cuánta naturaleza tenemos y cuánta naturaleza
usamos. Está medida en hectáreas globales.

Logarítmica

Global

Footprint

Network

Crédito
interno
al sector
privado

Se reﬁere a los recursos ﬁnancieros proporcionados
al sector privado, tales como préstamos, compras
de valores no patrimoniales y créditos comerciales y
otras cuentas por cobrar, que establecen un derecho
de reembolso. Está medida en porcentaje del PIB.

Porcentaje

World

Develop-

ment Indicators

Urbanización Urb

Se reﬁere a las personas que viven en áreas urbanas.
Está medida en porcentaje total de la población.

Porcentaje

World

Develop-

ment Indicators

Inversión
extranjera
directa

IED

Constituye la entrada neta de inversiones para obte-
ner un control de gestión duradero de una empresa
que funciona en un país que no es el del inversionis-
ta. Está medida en porcentaje del PIB.

Porcentaje

World

Develop-

ment Indicators

Consecuentemente, en la Tabla 2 se muestran los estadísticos

descriptivos de las variables de estudio. Estos datos evidencian que
la huella ecológica tiene una mayor variabilidad entre países que a
lo largo del tiempo. La desviación estándar entre países es 0,72 y
dentro de los países es 0,19. De manera similar, el sistema ﬁnancie-
ro privado (FP) es más estable entre países que a lo largo del tiempo,

la FP entre es de aproximadamente 36,94 y dentro es de 20,64. En
cambio, la urbanización presenta una mayor estabilidad en el tiem-
po que entre países, la urbanización entre es de 6,63 y dentro es de
13,62. Por otra parte, la IED presenta una mayor variabilidad entre
países que a lo largo del tiempo, siendo entre países aproximada-
mente 22,99 y dentro de aproximadamente 5,49.

102

Álvarez V. & Alvarado-Espejo J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 2. Estadísticos descriptivos de las variables de estudio

Variable

Media

Desviación
estándar

Mínimo

Máximo

Observaciones

Log(HEpc)

General

0,862704

0,74546

-0,82098

5,11799

N=3800

Entre

0,72368

-0,57739

2,4212

n=100

Dentro

0,19262

0,10027

5,45365

T=3800

General

48,48341

42,1539

1,54227

253,262

N=3800

Entre

36,9356

4,40933

173,0238

n=100

Dentro

20,6399

-38,16654

158,1696

T=38

Urb

General

3,738094

15,1302

-55,23406

449,0828

N=3800

Entre

6,62768

-4,32302

49,7496

n=100

Dentro

13,6171

-57,14677

403,0713

T=38

IED

General

53,96874

23,5324

4,339

99,078

N=3800

Entre

22,9954

8,12653

96,89992

n=100

Dentro

5,4896

22,17482

75,65614

T=38

La Figura 1 muestra la correlación entre la huella ecológica per

cápita y el sistema ﬁnanciero privado para los 100 países y de acuer-
do al nivel de ingresos. Se puede observar una correlación positiva
tanto para los 100 países como de acuerdo al nivel de ingresos, es

decir que a medida que aumenta el sistema ﬁnanciero privado la
huella ecologica se incrementa, con excepción de los países de in-
gresos bajos, donde no se evidencia correlación.

Figura 1. Correlación entre la huella ecológica per cápita y el sistema ﬁnanciero privado, 1980 - 2017

3.2 | Metodología

En el presente estudio con la ﬁnalidad de evaluar la relación

entre el sistema ﬁnanciero privado y el deterioro ambiental, se em-
pleó la metodología de cointegración y causalidad, que ha sido uti-
lizada en estudios similares realizados por Nasir et al., (2019), Fang
et al., (2020) que están relacionados con la degradación ambiental.
En este sentido, la metodología se dividirá en tres partes La primera
parte comprenderá la estimación de un modelo de regresión básico
de datos de panel. Donde la variable dependiente es la degrada-
ción ambiental representada por la huella ecológica, mientras que
la variable independiente es el sistema ﬁnanciero privado represen-
tado por el crédito interno al sector privado del país i = 1, . . . ,100,
durante t = 1980, . . . , 2017. De este modo, la primera parte de la
metodología econométrica permitió examinar la asociación y direc-
ción correlacional entre las variables. A continuación, la Ecuación 1
se establece el modelo básico de datos de panel.

l og (H E

) = (β

+ β

) + β

F P

+ µ

(1)

Donde l og (H E

) representa el logaritmo de la huella ecoló-

gica, F P

representa el sistema ﬁnanciero privado, así mismo los

parámetros β

+ δ1 capturan la variabilidad temporal en las seccio-

nes transversales, mientras que el parámetro µ

representa el error

estocástico. También, se determinó mediante la prueba de Hausman
(1978) la elección entre efectos ﬁjos y aleatorios. Además, median-
te la prueba de Wooldridge (2002) y la prueba del multiplicador de
Lagrange de Breusch Pagan (1980) se determinó la presencia de au-
tocorrelación y heterocedasticidad, respectivamente. Consecuente-
mente, con la ﬁnalidad de corregir los problemas antes mencionados
se utilizó un modelo de mínimos cuadrados generalizados (GLS). En
este sentido, se agregaron variables de control al modelo básico pa-
ra una mayor robustez del mismo, esto se muestra en la Ecuación
2.

l og (H E

) = (β

+ β

) + β

F P

+ Z

+ µ

(2)

La Ecuación 2 muestra el modelo básico de datos de panel con

las respectivas variables de control, donde, Z

i t

contiene las varia-

bles de control; inversión extranjera directa y urbanización. Segui-

103

Álvarez V. & Alvarado-Espejo J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

damente, se procedió a realizar diversas pruebas como la propues-
ta por Pesaran Yamagata (2008) para determinar si los parámetros
cumplen con la condición de homogeneidad. Así mismo, para deter-
minar si existe dependencia en las secciones transversales se utili-
zararon las pruebas de Pesaran (2004) y Pesaran (2015), mediante
las cuales se determinó que se deben emplear pruebas de segunda
generación. Consecuentemente, se usaron pruebas de raíz unitarias
sugeridas por Pesaran (2003) y Breitung (2000) con la ﬁnalidad de
determinar que las variables sean estacionarias.

Posteriormente, se llevó a cabo la prueba de cointegración de

Westerlund (2007) que se basa en la corrección de errores para de-

terminar si existe equilibrio en el corto y largo plazo. La prueba men-
cionada fue desarrollada en el programa de Stata por Persyn (2008).
Finalmente, se determinó la existencia y dirección de causalidad ti-
po Granger (1988) para modelos de datos de panel, para esto se
consideró el modelo propuesto por Dumitrescu Hurlin (2012) que
fue utilizado en estudios similares por Usman et al., (2020) Abban
Hasan (2020), Destek Sarkodie (2019). Es preciso mencionar que
el paquete estadístico para medir la causalidad fue desarrollado en
el programa de Stata por Lopez Weber (2017).

l og (H E

) = (α + Σ

k
k =1

l og l og (H E

t −k

) + Σ

k
k =1

+ β

t −k

+ ε

(3)

Donde x

t −k

representa las variables independientes que se

usan en este estudio, así mismo, se supone que β

(1)

. . .

(k )

son ﬁjos en el tiempo, por otro lado, γ

y β

representan el pará-

metro autoregresivo y el coeﬁciente de regresión respectivamente,
los mismos que varían entre las secciones transversales.

4 | RESULTADOS Y DISCUSIÓN

La presente investigación examina la relación entre la huella

ecológica y el sistema ﬁnanciero privado. En la Tabla 2 se muestra
los resultados de la regresión de mínimos cuadrados generalizados
(GLS) para 100 países y por grupos de países durante 1980 – 2017.
Se puede evidenciar que el sistema ﬁnanciero privado tiene un efec-
to positivo en la huella ecológica y es signiﬁcativo a nivel global,
en los países de ingresos medios altos y en los países de ingresos
medios bajos. Estudios desarrollados por Ahmed et al. (2021), Saud
et al. (2020), Zameer et al. (2020) encontraron resultados similares,
puesto que, establecieron que el sistema ﬁnanciero aumenta la de-
gradación ambiental, al contribuir a que se desarrollen actividades
económicas que perjudican el ambiente aumentando su huella eco-
lógica. Esto se explica, debido a que el sistema ﬁnanciero privado
se encuentra en un nivel de desarrollo diferente en cada país. El
desarrollo ﬁnanciero proporciona mayores fuentes de ﬁnanciamien-
to, que provocan un mayor consumo por parte de las personas, es-
pecialmente en recursos básicos importantes como electrodomésti-
cos, automóviles, entre otros.

Tabla 3. Modelo GLS con variables de control

Variable HE

GLOBAL

PIA

PIMA

PIMB

PIB

Sistema
Financiero
Privado

0.00077***

-0.00016

0.00062**

0.0014**

-0.00006

(4.98)

(-0.79)

(2.80)

(3.01)

(-0.04)

IED

0.000012

-0.000042

0.0015

0.00085

0.000104

(0.09)

(-0.30)

(1.38)

(1.04)

(0.21)

Urbanización

0.0224***

0.0098***

0.0085***

0.0136***

0.00260

(35.51)

(8.87)

(8.62)

(14.93)

(1.24)

Constant

-0.427***

0.969***

0.261***

-0.354***

0.0235

(-12.17)

(11.35)

(4.37)

(-9.39)

(0.29)

Observations

3800

1292

1026

912

570

Note: t statistics in parentheses * p <0.05, ** p <0.01, *** p <0.001

En este sentido, las empresas utilizan el ﬁnanciamiento para

promover la expansión a escala de sus actividades, generando pro-
blemas en el ambiente. Esto se debe, a que los electrodomésticos,
entre otros productos, incrementan la demanda de energía. No obs-
tante, se debe tener en cuenta que en los resultados obtenidos su
contribución es débil, lo que concuerda con las investigaciones de-
sarrolladas por Charfeddine Kahia (2019) Abokyi et al. (2019). Con-
tradiciendo, a Usman et al. (2020), Zhao et al. (2019), Nasreen et al.
(2017) que manifestaron que el desarrollo ﬁnanciero tiene un efecto
negativo en la huella ecológica, debido a que, para sus inversiones,
tienen en cuenta al medio ambiente. Puesto que, impulsan activi-
dades de investigación y desarrollo (I + D) que permitan desarrollar
bienes y servicios amigables con el ambiente.

Por otra parte, en la Tabla 3 se muestran los resultados de la

prueba de la homogeneidad de la pendiente de Pesaran Yamagata
(2008), donde se rechaza la hipótesis nula que plantea que los co-
eﬁcientes de la pendiente son homogéneos. Así mismo, se realizó
la prueba de dependencia trasversal de Pesaran (2004) y Pesaran
(2015). En la cual de acuerdo con los resultados se rechaza la hipó-
tesis nula que plantea la existencia de dependencia transversal en
las variables analizadas, lo que signiﬁca que para analizar la estacio-
nalidad de las variables se debe utilizar pruebas de segunda genera-
ción. Consecuentemente, se efectuaron las pruebas de raíz unitaria
de Pesaran (2003) y Breitung (2000). Revelando que las variables
no son estacionarias, debido a lo cual se aplica primeras diferencias,
con la ﬁnalidad de que se vuelvan estacionarias.

104

Efecto causal del sistema ﬁnanciero privado en el deterioro ambiental

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 4. Prueba de la homogeneidad de la pendiente de Pesaran y Yamagata (2008)

Pruebas

Valor

P - valor

77,286

0,00

adj

82,934

0,00

H0 = Los coeﬁcientes de la pendiente son homogéneos

Posteriormente, en la Tabla 4 se muestra los resultados de la

prueba de cointegración de Westerlund (2007), para el panel com-
pleto y por grupos de países. En los resultados se puede observar
para los 100 países, que los cuatro estadísticos plantean la existen-
cia de cointegración entre las variables, puesto que,su probabilidad
es menor a 0,05. En este sentido, se establece que existe relación a

corto y largo plazo entre las variables a nivel global y en los diferen-
tes grupos de países clasiﬁcados de acuerdo a su nivel de ingreso.
En este sentido, estos resultados concuerdan con los obtenidos por
Nasir et al., (2019) y Fang et al., (2020) que maniﬁestan que existe
un movimiento conjunto entre las series a través del tiempo.

Tabla 5. Resultados de la prueba de cointegración de Westerlund (2007)

Clasiﬁcación

Estadístico

Valor

Z - Valor

P - valor

100 Países

-5,426

-38,228

0,00

-46,023

-51,301

0,00

-44,243

-26,923

0,00

-55,985

-78,73

0,00

Países de ingresos altos (PIA)

-5,222

-20.806

0,00

-43,237

-27.471

0,00

-29,551

-20.070

0,00

-43.799

-34.015

0,00

Países de ingresos medios altos (PIMA)

-5.301

-19.053

0,00

-44.757

-25.668

0,00

-28.236

-20.101

0,00

-47.380

-33.427

0,00

Países de ingresos medios bajos (PIMB)

-5.554

-19.510

0,00

-47.637

-26.321

0,00

-36.335

-30.266

0,00

-73.006

-52.532

0,00

Países de ingresos bajos (PIB)

-5.910

-17.140

0,00

-52.032

-23.368

0,00

-6.175

2.338

0,99

-47.844

-25.216

0,00

Los cambios en la utilización de los recursos ﬁnancieros por

parte de las empresas, tienen un papel importante en el deterio-
ro ambiental. En el largo plazo, el desarrollo del sistema ﬁnanciero
privado es evidente. Puesto que, genera crecimiento económico, al
conceder fuentes de ﬁnanciamiento para las distintas actividades
productivas. No obstante, estas actividades aumentan la huella eco-
lógica. Esto se debe a que las políticas de estas entidades no están
alineadas con la sostenibilidad ambiental. Sin embargo, se puede
incentivar a que realicen inversión ambiental con cambios en las re-
gulaciones, competencias, entre otras. De acuerdo, con la CEPAL
(2018) se debe reforzar el ﬁnanciamiento privado para apoyar la in-
versión ambiental, especialmente en las PYMES que son las que más
se encuentran rezagadas en este ámbito.

Finalmente, en la Tabla 5 se muestran los resultados de la prue-

ba de causalidad de panel de Dumitrescu Hurlin (2012) para las va-
riables de estudio. Los resultados que se obtuvieron evidencian que
entre la huella ecológica y el sistema ﬁnanciero privado existe una
relación bidireccional. Es decir que las variaciones en la huella ecoló-
gica provocan cambios en el sistema ﬁnanciero privado y viceversa,
debido a su signiﬁcancia en los 100 países y en los PIA. Estos resulta-
dos son similares con a los obtenidos por Usman et al. (2020), Abban
Hasan (2020). Por otra parte, en los países de ingresos medios altos
existe una relación causal unidireccional. Es decir, las variaciones
del sistema ﬁnanciero privado provocan cambios en la huella ecoló-
gica, lo cual concuerda con las investigaciones de Destek Sarkodie
(2019) y Umar et al. (2020).

105

Álvarez V. & Alvarado-Espejo J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 6. Resultados de la prueba de causalidad de panel de Dumitrescu –Hurlin

Clasiﬁcación

Variables

SFP

IED

Urb

100 Países

∆

H E

3,71
(0,000)

1,6592
(0,0971)

-0,38
(0,703)

∆

S F P

4,25
(0,000)

0,300
(0,7641)

0,46
(0,6434)

∆

I E D

-0,098
(0,922)

0,30
(0,764)

-4,55
(0,0000)

∆

U r b

1,45
(0,148)

0,46
(0,643)

-3,07
(0,0021)

Países de ingresos altos (PIA)

∆

H E

2.33
(0,020)

0.17
(0,8685)

-0.09
(0,927)

∆

S F P

5.39
(0,000)

1,126
(0,2600)

1,25
(0,2118)

∆

I E D

0,47
(0,639)

1,13
(0,260)

-2,59
(0,009)

∆

U r b

3,23
(0,001)

1,25
(0,212)

-2,42
(0,0152)

Países de ingresos medios altos (PIMA)

∆

H E

3,64
(0,000)

-0,64
(0,521)

-1,46
(0,145)

∆

S F P

1,97
(0,049)

1,301
(0,1931)

-0,97
(0,3307)

∆

I E D

-0,51
(0,612)

1,30
(0,193)

-1,71
(0,086)

∆

U r b

-0,24
(0,813)

-0,97
(0,331)

-1,69
(0,0901)

Países de ingresos medios bajos (PIMB)

∆

H E

-0,45
(0,653)

1,84
(0,0659)

1,82
(0,069)

∆

S F P

-0,12 (0,91)

-0,961
(0,336)

0,36
(0,7223)

∆

I E D

0,66
(0,507)

-0,96
(0,336)

-2,91
(0,004)

∆

U r b

0,56
(0,574)

0,355
(0,722)

-1,23
(0,2179)

Países de ingresos bajos (PIB)

∆

H E

1,77
(0,077)

2,57
(0,010)

-1,19
(0,233)

∆

S F P

0,38
(0,701)

-1,450
(0,1468)

0,17
(0,8643)

∆

I E D

-1,12
(0,263)

-1,45
(0,147)

-1,87
(0,061)

∆

U r b

-1,52
(0.129)

0,17
(0,864)

-0,46
(0,6473)

H0 = Los coeﬁcientes de la pendiente son homogéneos

Además, se muestra la relación causal de la huella ecológica

con las variables de control. Se evidencia que existe una relación
causal unidireccional entre la huella ecológica y la inversión extran-
jera directa, los resultados muestran que es estadísticamente signi-
ﬁcativa en los países de ingresos bajos. En contraste, Shahbaz et al.
(2015) y Tiba, S. Belaid, F (2020) aﬁrman que la relación causal en-
tre las variables es bidireccional entre las variables. Esto debido a
que una mejora en la huella ecológica conducirá a un aumento de la
inversión extranjera directa y viceversa. Además, se encuentra que
existe una relación causal unidireccional entre la urbanización con
la huella ecológica. La misma que es signiﬁcativa en los países de
ingresos altos. Muhammad (2020) aﬁrma que la urbanización pro-
mueve la degradación del medio ambiente. Esto debido a que se
genera una mayor demanda de recursos para cubrir las necesidades
de la población urbana.

5 | CONCLUSIONES E IMPLICACIO-

NES DE POLÍTICA

Esta investigación aborda el deterioro ambiental, que es uno

de los problemas de constante preocupación para la sociedad, co-
mo para distintas entidades gubernamentales. El objetivo de esta
investigación es examinar la relación entre el sistema ﬁnanciero pri-
vado y la huella ecológica, con datos de panel para 100 países duran-
te 1980-2017. La metodología que se utilizó fue la de cointegración
de Westerlund (2007), para determinar el equilibrio a largo y a corto
plazo. Y la prueba de causalidad tipo Granger (1988) para establecer
la existencia y dirección de causalidad entre pares de variables. Los
resultados muestran que el sistema ﬁnanciero privado tiene un efec-
to un efecto positivo en la huella ecológico, debido a la signiﬁcancia
encontrada a nivel global, y en los PIMA y PIMB. No obstante, su
contribución es débil. Por otra parte, se determinó la existencia de
una relación a corto y largo plazo entre las variables, cuyos resulta-
dos fueron signiﬁcativos a nivel global y en los diferentes grupos de
países clasiﬁcados de acuerdo a su nivel de ingreso.

Posteriormente, mediante la prueba de causalidad se muestra

106

Álvarez V. & Alvarado-Espejo J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

la existencia causalidad bidireccional que va desde la huella ecológi-
ca al sistema ﬁnanciero privado, cuyos resultados son signiﬁcativos
a nivel global y en los PIA. En cambio, en los PIMA existe una rela-
ción causal unidireccional, es decir, que las variaciones del sistema ﬁ-
nanciero privado provocan cambios en la huella ecológica. En lo que
concierne a la inversión extranjera directa y urbanizació, se encon-
tró la existencia de una relación causal unidireccional. Esta relación
va desde la inversión extranjera directa hacia la huella ecológica y
desde la urbanización hacia la huella ecológica, los resultados son
consistentes únicamente en los PIB y PIA, respectivamente.

En deﬁnitiva, estos resultados sugieren que los problemas de

deterioro ambiental no se resuelven cuando se incrementan los cré-
ditos internos al sector privado. Las implicaciones de política deben
estar destinadas a disminuir la huella ecológica, a través de políti-
cas centradas a ofertar créditos con un bajo tipo de interés, con la
ﬁnalidad de motivar a las empresas a invertir en proyectos amiga-
bles con el medio ambiente. Estos proyectos de inversión podrían
estar enfocados en la eﬁciencia energética o energías renovables.
Los mismos que promoverán una disminución en la huella ecológica
en el largo plazo. También, se puede aplicar incentivos ﬁscales que
desalienten las inversiones en proyectos contaminantes. Además,
en la zona urbana debería fomentarse la utilización de tecnologías
sostenibles y la provisión de infraestructuras que disminuyan el im-
pacto ambiental. Una limitación que presentó el desarrollo de esta
investigación es la falta de datos para una muestra mayor de países.
En lo que respecta a investigaciones futuras podrían incorporar la
institucionalidad como una variable de control.

Referencias bibliográﬁcas

[1] Abid, M. (2017). Does economic, ﬁnancial and institu-

tional developments matter for environmental quality?

A comparative analysis of EU and MEA countries. Jour-

nal of Environmental Management, 188(2), 183–194.
https://doi.org/10.1016/j.jenvman.2016.12.007

[2] Abokyi, E., Appiah-Konadu, P., Abokyi, F.,

Oteng-

Abayie, E. F. (2019). Industrial growth and emissions of

CO2 in Ghana: The role of ﬁnancial development and
fossil fuel consumption. Energy Reports, 5, 1339–1353.
https://doi.org/10.1016/j.egyr.2019.09.002

[3] Acheampong, A. O. (2019). Modelling for insight:

Does

ﬁnancial

development

improve

environ-

mental quality? Energy Economics, 83, 156–179.
https://doi.org/10.1016/j.eneco.2019.06.025

[4] Ahmed, Z., Asghar, M. M., Malik, M. N.,

Nawaz,

K. (2020). Moving towards a sustainable envi-
ronment: The dynamic linkage between natural
resources,

human

capital,

urbanization,

econo-

mic growth, and ecological footprint in China.
Resources Policy, 67(November 2019), 101677.
https://doi.org/10.1016/j.resourpol.2020.101677

[5] Ahmed, Z., Zhang, B.,

Cary, M. (2021). Linking

economic globalization, economic growth, ﬁnancial
development, and ecological footprint: Evidence

from symmetric and asymmetric ARDL. Ecolo-
gical Indicators, 121(September 2020), 107060.
https://doi.org/10.1016/j.ecolind.2020.107060

[6] Aluko, O. A.,

Obalade, A. A. (2020). Financial

development and environmental quality in sub-
Saharan Africa: Is there a technology eﬀect?
Science of the Total Environment, 747, 141515.
https://doi.org/10.1016/j.scitotenv.2020.141515

Arshad Ansari, M., Haider, S.,

Khan, N. A.

(2020).

Environmental

Kuznets

curve

revisited:

An analysis using ecological and material foot-

print.

Ecological

Indicators,

115(46),

106416.

https://doi.org/10.1016/j.ecolind.2020.106416

[7] Charfeddine, L.,

Kahia, M. (2019). Impact of re-

newable energy consumption and ﬁnancial develop-
ment on CO2 emissions and economic growth in
the MENA region: A panel vector autoregressive
(PVAR) analysis. Renewable Energy, 139, 198–213.
https://doi.org/10.1016/j.renene.2019.01.010

[8] Charfeddine, L.,

Mrabet, Z. (2017). The impact

of economic development and social-political fac-
tors on ecological footprint: A panel data analy-
sis for 15 MENA countries. Renewable and Sus-
tainable Energy Reviews, 76(February), 138–154.
https://doi.org/10.1016/j.rser.2017.03.031

[9] Danish, Ulucak, R.,

Khan, S. U. D. (2020). De-

terminants of the ecological footprint: Role of re-
newable energy, natural resources, and urbaniza-
tion. Sustainable Cities and Society, 54, 101996.
https://doi.org/10.1016/j.scs.2019.101996

[10] Danish, wang, Z. (2019). Investigation of the eco-

logical footprint’s driving factors: What we learn
from the experience of emerging economies. Sus-
tainable Cities and Society, 49(March), 101626.
https://doi.org/10.1016/j.scs.2019.101626

[11] Destek, M. A., Sarkodie, S. A. (2019). Investigation

of environmental Kuznets curve for ecological foot-
print: The role of energy and ﬁnancial development.
Science of the Total Environment, 650, 2483–2489.
https://doi.org/10.1016/j.scitotenv.2018.10.017

[12] Doytch, N. (2020). The impact of foreign direct in-

vestment on the ecological footprints of nations. En-
vironmental and Sustainability Indicators, 8, 100085.
https://doi.org/10.1016/j.indic.2020.100085

[13] Huang, L., Zhao, X. (2018). Impact of ﬁnancial develop-

ment on trade-embodied carbon dioxide emissions: E-

107

Álvarez V. & Alvarado-Espejo J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

vidence

from

provinces

China.

Jour-

nal

Cleaner

Production,

198,

721–736.

https://doi.org/10.1016/j.jclepro.2018.07.021

[14] Khan, M. T. I., Yaseen, M. R.,

Ali, Q. (2017). Dy-

namic

relationship

between

ﬁnancial

develop-

ment, energy consumption, trade and greenhou-
se gas: Comparison of upper middle income
countries from Asia, Europe, Africa and Ameri-
ca. Journal of Cleaner Production, 161, 567–580.
https://doi.org/10.1016/j.jclepro.2017.05.129

[15] Khan, M. T. I., Yaseen, M. R.,

Ali, Q. (2019).

Nexus

between

ﬁnancial

development,

tou-

rism,

renewable

energy,

and

greenhouse

gas

emission in high-income countries: A continent-

wise analysis. Energy Economics, 83, 293–310.

https://doi.org/10.1016/j.eneco.2019.07.018

[16] Khan, S., Peng, Z., Li, Y. (2019). Energy consumption, en-

vironmental degradation, economic growth and ﬁnan-
cial development in globe: Dynamic simultaneous equa-
tions panel analysis. Energy Reports, 5, 1089–1102.
https://doi.org/10.1016/j.egyr.2019.08.004

[17] Lopez, L., Weber, S. (2017). Testing for Granger cau-

sality in panel data. Stata Journal, 17(4), 972–984.
https://doi.org/10.1177/1536867X1801700412

[18] Luo, W., Bai, H., Jing, Q., Liu, T.,

Xu, H. (2018).

Urbanization-induced

ecological

degradation

Midwestern China: An analysis based on an im-
proved ecological footprint model. Resources, Con-
servation

and

Recycling,

137(March),

113–125.

https://doi.org/10.1016/j.resconrec.2018.05.015

[19] Nasir, M. A., Canh, N. P.,

Lan Le, T. N. (2021).

Environmental degradation

role of ﬁnancialisa-

tion,

economic

development,

industrialisation

and trade liberalisation. Journal of Environmen-
tal

Management,

277(October

2020),

111471.

https://doi.org/10.1016/j.jenvman.2020.111471

[20] Nasir, M. A., Duc Huynh, T. L.,

Xuan Tram, H.

T. (2019). Role of ﬁnancial development, economic

growth

foreign direct investment in driving clima-

te change: A case of emerging ASEAN. Journal of
Environmental Management, 242(March), 131–141.
https://doi.org/10.1016/j.jenvman.2019.03.112

[21] Nasreen, S., Anwar, S., Ozturk, I. (2017). Financial

stability, energy consumption and environmental qua-
lity: Evidence from South Asian economies. Renewa-
ble and Sustainable Energy Reviews, 67, 1105–1122.
https://doi.org/10.1016/j.rser.2016.09.021

[22] Nathaniel, S.,

Khan, S. A. R. (2020). The ne-

xus

between

urbanization,

renewable

energy,

trade, and ecological footprint in ASEAN coun-
tries. Journal of Cleaner Production, 272, 122709.
https://doi.org/10.1016/j.jclepro.2020.122709

[23] Nathaniel, S. P.,

Adeleye, N. (2021). Environ-

mental

preservation

amidst

carbon

emissions,

energy consumption, and urbanization in selec-
ted african countries: Implication for sustainabi-
lity. Journal of Cleaner Production, 285, 125409.
https://doi.org/10.1016/j.jclepro.2020.125409

[24] Persyn, D. (2008). Error-correction – based cointegra-

tion tests for. 2, 232–241.

[25] Salahuddin, M., Alam, K., Ozturk, I., Sohag, K. (2018).

The eﬀects of electricity consumption, economic

growth, ﬁnancial development and foreign direct invest-
ment on CO2 emissions in Kuwait. Renewable and Sus-
tainable Energy Reviews, 81(March 2016), 2002–2010.
https://doi.org/10.1016/j.rser.2017.06.009

[26] Saud, S., Chen, S., Haseeb, A., Sumayya. (2020). The

role of ﬁnancial development and globalization in the
environment: Accounting ecological footprint indica-
tors for selected one-belt-one-road initiative coun-
tries. Journal of Cleaner Production, 250, 119518.
https://doi.org/10.1016/j.jclepro.2019.119518

[27] Seker, F., Ertugrul, H. M., Cetin, M. (2015). The impact

of foreign direct investment on environmental quality:

A bounds testing and causality analysis for Turkey. Re-

newable and Sustainable Energy Reviews, 52, 347–356.
https://doi.org/10.1016/j.rser.2015.07.118

[28] Shahbaz, M., Shahzad, S. J. H., Ahmad, N., Alam, S.

(2016). Financial development and environmental qua-
lity: The way forward. Energy Policy, 98, 353–364.
https://doi.org/10.1016/j.enpol.2016.09.002

[29] Shen, Y., Su, Z. W., Malik, M. Y., Umar, M., Khan,

Z., Khan, M. (2021). Does green investment, ﬁnan-
cial development and natural resources rent limit car-
bon emissions? A provincial panel analysis of Chi-
na. Science of the Total Environment, 755, 142538.
https://doi.org/10.1016/j.scitotenv.2020.142538

[30] Ulucak, Z. Ş., İlkay, S. Ç., Özcan, B.,

Gedi-

kli, A. (2020). Financial globalization and envi-
ronmental

degradation

nexus:

Evidence

from

emerging economies. Resources Policy, 67(April).
https://doi.org/10.1016/j.resourpol.2020.101698

108

DOI: 10.54753/rve.v10i1.1297

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Efecto de la inversión extranjera directa en el consumo de energía
renovable para 18 países de América Latina

Eﬀect of foreign direct investment on renewable energy consumption for 18 La-

tin American countries.

Edwin Jiménez

| Jessica Guamán

Carrera de Economía, Universidad Nacional de

Loja, Loja, Ecuador

Correspondencia

Bryan Rivera, Carrera de Economía, Universidad

Nacional de Loja, Loja, Ecuador

Email: edwin.e.jimenez@unl.edu.ec

Agradecimientos

Club de Investigación de Economía (CIE)

Fecha de recepción

Enero 2022

Fecha de aceptación

Junio 2022

Dirección

Bloque 100. Ciudad Universitaria Guillermo

Falconí. Código Postal: 110150, Loja, Ecuador

RESUMEN

La presente investigación evalúa la relación entre la inversión extranjera directa y consu-

mo de energía renovable en 18 países de América Latina durante el periodo de 1990-2015.

Se aplicó un modelo econométrico de Mínimos Cuadrados Generalizados (GLS) con datos

panel, una prueba de Westerlum (2007) para determinar si existe cointegración en el largo

plazo, y también una prueba de Granger (1969) para establecer causalidad entre las varia-

bles. Los principales resultados, demuestran que la Inversión Extranjera Directa (IED) tiene

un efecto positivo en el consumo de energía renovable a nivel de América Latina, Países

de Ingresos Medios Altos (PIMA) y Países de Ingresos Medios Bajos (PIMB). Sin embargo,

los Países de Ingresos Altos (PIA) tienen un efecto negativo y estadísticamente no signiﬁ-

cativo. Las pruebas de cointegración de Westerlund (2007), demostraron la existencia de

vectores de cointegración en el largo plazo entre la inversión extranjera directa y el con-

sumo de energía renovable. Las pruebas de causalidad de Dumitrescu-Hurlin demostraron

que existe causalidad bidireccional para los 18 países de América Latina y PIA. Las implica-

ciones deben estar orientadas al tema de los impuestos sobre la IED para atraer empresas

internacionales a países donde es casi nula para lograr aumentar el consumo de energía

renovable.

Palabras clave: Energía renovable. Inversión extranjera directa. Datos panel.

Códigos JEL: Q42; E22; O54; C23.

ABSTRACT

This research evaluates the relationship between foreign direct investment and renewa-

ble energy consumption in 18 Latin American countries during the period 1990-2015. A

Generalized Least Squares (GLS) econometric model was applied with panel data, a Wes-

terlum (2007) test to determine if there is long-term cointegration, and a Granger (1969)

test to establish causality between the variables. The main results show that Foreign Di-

rect Investment (FDI) has a positive eﬀect on the consumption of renewable energy at the

level of Latin America, Upper Middle Income Countries (PIMA) and Low Middle Income

Countries (LMIC). However, High Income Countries (HICs) have a negative and statistically

insigniﬁcant eﬀect. Westerlund’s (2007) cointegration tests demonstrated the existence of

long-term cointegration vectors between foreign direct investment and renewable energy

consumption. The Dumitrescu-Hurlin causality tests showed that there is bidirectional cau-

sality for the 18 Latin American countries and PIAs. The implications must be oriented to

the issue of taxes on FDI to attract international companies to countries where it is almost

nil in order to increase the consumption of renewable energy.

Keywords: Renewable energy. Foreign direct investment. Dashboard data.

JEL codes: Q42; E22; O54; C23.

110

Jiménez E. & Guamán J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

1 | INTRODUCCIÓN

En los últimos años, la IED en el consumo de energía renovable

está en proceso de implementación, debido a las preocupaciones
por el cambio climático y los problemas que causa la energía fósil.
En este sentido, España es uno de los países que ha protagoniza-
do la apuesta por las energías renovables. De hecho, en la década
de 2000, su consumo de energía renovable aumentó en 120,8 %;
frente a 76,8 % del conjunto de la Unión Europea (UE). En cambio,
en la región de Latinoamérica la mayoría de los montos que las em-
presas extranjeras invierten en energías renovables no se registra
IED. Esto se debe porque en este sector casi todas las inversiones
se ejecutan bajo la modalidad de ﬁnanciamiento de proyectos, en
la que solo una pequeña parte de la inversión se ﬁnancia con capi-
tal de la empresa (entre el 10 % y el 20 %) y el resto se cubre con
préstamos bancarios (Robles y Rodríguez, 2018). Eso se debe prin-
cipalmente, porque las naciones latinoamericanas están en proceso
de industrialización, donde no centralizan los recursos para aumen-
tar el consumo de energía renovable, sino se enfocan en temas más
socioeconómicos.

La presente investigación se basa en la hipótesis de Halo que

considera que la IED tiene un efecto positivo sobre el medio am-
biente, es decir que la IED ayuda a reducir las emisiones de CO2.
La hipótesis en la que se basa el trabajo es, un aumento de la inver-
sión extranjera directa inﬂuye de manera positiva en la el consumo
de energía renovable. En este contexto, existen diversos estudios
que capturan la relación entre el consumo de energía renovable y la
inversión extranjera directa, un claro ejemplo se reﬂeja en la inves-
tigación de Doytch y Narayan, (2016) donde indicaron que la pre-
sencia de empresas extranjeras en cualquier sector puede actuar
como catalizador para mejorar el consumo de energía renovable de
las empresas nacionales. Además, existe evidencia de que ciertas
industrias y países, las empresas extranjeras también cumplen con
altos estándares ambientales y contribuyen a impulsar el consumo
de energía renovable (Eskeland y Harrison, 2003).

El vínculo entre energía renovable y las entradas de IED dan

un efecto negativo entre estas variables, debido a que las empresas
extranjeras se enfocan en sectores distintos a el consumo de ener-
gía renovable. Para cumplir con el objetivo de investigación que se
basa en evaluar la relación entre la inversión extranjera directa y
consumo de energía renovable en América Latina, empleando da-
tos de panel en el período 1990-2015. Los datos que se utilizaran
son de la base del World Development Indicators (WDI) elaborada
por el Banco Mundial (2020). Se utilizarán solo 18 países por la falta
de datos, ya que, no existen para todos los países de América Lati-
na y no están actualizados hasta los últimos años. La metodología
que se aplicará para comprobar la hipótesis es el modelo de GLS, la
prueba de Westerlund y Edgerton, (2007) para determinar si existe
cointegración en el largo plazo y la prueba de Granger (1969), para
establecer si existe causalidad unidireccional o bidireccional entre
las variables.

Los resultados más relevantes podemos concluir que, en el mo-

delo GLS la inversión extranjera directa tiene un efecto positivo en
el consumo de energía renovable a nivel de América Latina, PIMA y
PIMB. Sin embargo, los PIA tienen un efecto negativo y estadística-
mente no signiﬁcativo. Las pruebas de cointegración de Westerlund
y Edgerton (2007) demostraron la existencia de vectores de cointe-
gración en el largo plazo entre la inversión extranjera directa y el
consumo de energía renovable, por lo tanto, el consumo de ener-
gía renovable inﬂuye en la inversión extranjera directa en el largo
plazo. Las pruebas de causalidad de Granger (1969), demostraron
que existe causalidad bidireccional para los 18 países de América
Latina y PIA. Mientras que, para los PIMA Y PIMB no existe cau-
salidad. Este trabajo investigativo tiene como aporte contribuir con
nueva evidencia empírica, dado que, en la región de América Latina
las investigaciones acerca de este tema son escasas. Además, los re-

sultados de la investigación son similares a los resultados obtenidos
por (Keeley y Ikeda, 2017; Mielnik y Goldemberg, 2002; Salim et al.,
2017; Sarkodie et al., 2020).

El presente trabajo investigativo está estructurado en cinco

secciones. La primera sección se encuentra la introducción, la se-
gunda sección presenta una revisión de la literatura basada en in-
vestigaciones empíricas realizadas en España. En la sección tres se
describe la metodología aplicada. La cuarta sección discute los re-
sultados con la evidencia empírica, además se describe el aporte de
autor. Por último, la quinta sección presenta las conclusiones y las
implicaciones políticas de la investigación.

2 | REVISIÓN DE LITERATURA

Recientemente, los estudios comenzaron a centrarse en la re-

lación entre la IEF y el consumo de energía renovable (Khan et al.,
2014). En este sentido, la revisión de literatura está clasiﬁcada en
tres partes: la primera hace referencia a la teoría en la que se basa
la investigación, la segunda los diversos estudios que existen sobre
la relación de las variables mencionadas anteriormente y tercero la
brecha en la literatura cientíﬁca.

En este contexto, la presente investigación toma como refe-

rencia la Hipótesis de Halo de Contaminación, que considera a la
inversión extranjera directa tiene un efecto positivo sobre el medio
ambiente, es decir, la IED ayuda a aumentar el consumo de energía
renovable (Fadly, 2019; Raﬁndadi et al., 2018). Asimismo, supone
que una empresa proveniente de países desarrollados dispone de
tecnología más avanzada y de alguna manera más limpia y menos
dañina para el medio ambiente. Mert Bölük, 2016, Paramati et al.,
2017, Zhang y Zhou, 2016, validaron la hipótesis del halo de conta-
minación; es decir, la IED y las energías renovables son favorables
al medio ambiente en los países del G20 y G21 países del anexo de
Kioto, respectivamente. En otro estudio realizado por Albulescu et
al., 2019, Neves et al., 2020, sostienen que la Hipótesis de Halo de
contaminación es efectiva en los países europeos por la eﬁcacia de
las políticas para aumentar el consumo de energía renovable.

Por otra parte, se presentan los estudios que varios investiga-

dores han encontrado una relación positiva entre la inversión ex-
tranjera directa y el consumo de energía renovable. En un estudio
realizado por Keeley y Ikeda, 2017, Mielnik y Goldemberg, 2002, Sa-
lim et al., 2017, Sarkodie et al., 2020, encontraron una relación po-
sitiva entre la inversión extranjera directa y el consumo de energía
renovable, es decir, a medida que aumenta la IED en 1 % el consumo
de energía renovable también aumenta, la razón de esto se debe al
uso de tecnologías modernas que traen a economías en vías de de-
sarrollo. Anwar et al., (2021), Doytch y Narayan, (2016), Lee, (2013),
concluyeron en sus estudios que la IED ayuda de manera positiva
y signiﬁcativa a incrementar el consumo de energía renovable, pero
este efecto puede variar en magnitud e importancia según el sector
donde se destine la IED. En este sentido, la aﬂuencia que tiene las
entradas de IED en los países subdesarrollados y en vías de desa-
rrollo ayuda en las prácticas que ayudan a aumentar el consumo de
energía renovable para disminuir los efectos del cambio climático
(Adams, 2008; Hanif et al., 2019; Sarkodie y Strezov, 2019).

Alam et al., 2015, Jiang et al., 2015, Keeley y Ikeda, 2017, seña-

laron que la razón principal para que los países extranjeros inviertan
en energía renovable se debe a las políticas de apoyo encaminadas
a las energías renovables. Al mismo tiempo, Ibrahiem, 2015, Qam-
ruzzaman Jianguo, 2020, Yilanci et al., 2019, manifestaron que las
variables inversión extranjera directa y el consumo de energía reno-
vable se encuentran cointegradas en Rusia, China y Sudáfrica, dan-
do como resultado que las dos variables se mueven en conjunto
en el largo plazo. Er y Col, (2018), (Teixeira et al., 2017) Cai y Me-
negaki, (2019), Forte (2017), indicaron que el consumo de energía

111

Jiménez E. & Guamán J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

renovable está determinado por las entradas de IED, el desarrollo ﬁ-
nanciero y los gastos de investigación y desarrollo a largo plazo son
signiﬁcativos para aumentar el consumo de energía renovable.

En segundo lugar, se encuentran las investigaciones con efecto

negativo entre la inversión extranjera directa y el consumo de ener-
gía renovable como es el caso de (Herrerias et al., 2013) examinaron
el vínculo entre renovables producciones de energía, entradas de
IED y apertura comercial para los BRICS países y Turquía mediante
técnicas de datos de panel. De acuerdo a los hallazgos, Adom et al.,
2019, Muhammad y Khan, 2019, Sirin, 2017, Teixeira et al., 2017,
Xu et al., 2021, encontraron que estas variables se cointegran a lar-
go plazo y la aﬂuencia de la IED es negativa en la producción de
energía renovable. En otros estudios realizados por Bersalli et al.,
(2020), concluyeron que relación entre la IED y el consumo de ener-
gía renovable es negativa, porque las empresas que invierten en los
países nacionales no solo se enfocan en el consumo de energía re-
novable, sino en otros sectores. Además, Koengkan et al., (2019),

Washburn y Romero, (2019), Zafar et al., (2020), mencionaron que

el resultado negativo entre IED y consumo de energía renovable en

América Latina se debe principalmente porque los incentivos ﬁsca-

les son insuﬁcientes para asegurar el despliegue de tecnologías de
energía renovable.

Teniendo en cuenta, la relación entre el PIB y el consumo de

energía renovable, Azam et al., (2015); Ji y Zhang, (2019); Nguyen
y Kakinaka, (2019); Wang y Wang, (2020), mencionaron que el PIB
tiene una relación signiﬁcativa con el consumo de energía renovable
en el largo plazo, ya que, se produce una modesta desaceleración en
el crecimiento del PIB per cápita. Por otro lado, Dogan et al., (2020);
Fan y Hao, (2020); Smolović et al., (2020), indicaron que el PIB per
cápita no produce un cambio signiﬁcativo en el corto plazo por la
falta de tecnología y políticas en los países en vías de desarrollo.

Por último, la brecha que existe en la literatura sobre el tema

de investigación se muestra en el periodo establecido y en la región,
dado que, en Latinoamérica los estudios sobre la inversión extran-
jera directa y el consumo de energía renovable son escasos, ya que,
la mayoría de investigaciones se centran en el continente asiático
o en China especíﬁcamente. Es por este motivo, que el aporte que
se brindará es la innovación de los datos, la metodología emplea-
da y sobre todo el lugar estudio. Además, este estudio servirá para
referencia en futuras investigaciones.

3 | DATOS Y METODOLOGÍA

3.1 | Datos

Para la presente investigación, se utilizarán los datos de la ba-

se del World Development Indicator (WDI) elaborado por el Banco
Mundial (2020). El estudio se basa para los países de Latinoamérica
en el periodo 1990 al 2015. Tomando en cuenta la evidencia empí-
rica, como variable dependiente se utilizará el consumo de energía
renovable y como variable independiente la inversión extranjera di-
recta, adicionalmente, se incorporan variables de control que son el
PIB per cápita y consumo de energía no renovable para aumentar
una mayor robustez al modelo econométrico y también, estas varia-
bles son utilizadas en la evidencia empírica expuesta en la revisión
de literatura. Para facilitar la estabilidad y facilidad de la interpreta-
ción de los resultados, los datos se los transformarán en logaritmos.
En la Tabla 1, se detallan las variables que se usarán en la investiga-
ción.

Tabla 1. Descripción de las variables

Tipo de Variable

Variable

Símbolo

Descripción

Unidad de Medida

Fuente

Dependiente

Consumo
de

energía

renovable

CER

La energía renovable es ener-
gía que se deriva de proce-
sos naturales que se reponen
constantemente.

% consumo total

de energía, escala
logarítmica.

WDI
(2020)

Independiente

Inversión
Extranjera
Directa

IED

MEs la suma del capital accio-
nario, la reinversión de las ga-
nancias, otras formas de ca-
pital a largo plazo y capital a
corto plazo, tal como se des-
cribe en la balanza de pagos.

% del PIB

WDI
(2020)

Control

PIB per cápita

lPIB

El PIB per cápita es el produc-
to interno bruto dividido por
la población de mitad de año.

Precios constantes
del 2010, escala lo-
garítmica.

WDI
(2020)

Control

Consumo

energía

renovable

CENR

El uso de energía se reﬁere
al consumo de energía pri-
maria antes de la transforma-
ción en otros combustibles ﬁ-
nales.

kg de equivalente
de petróleo per cá-
pita, escala logarít-
mica.

WDI
(2020)

3.2 | Metodología

Para la resolución de cada objetivo especíﬁco en la presente

investigación se empleará una metodología econométrica detallada
de la siguiente manera: Primero, para el objetivo 2 se estima la re-
gresión base entre la IED y el consumo de energía renovable. La
relación que se presenta se detalla en la ecuación (1).

l og (C E R )

f (l og (I E D )

)

(1)

Donde, el logaritmo del consumo de energía renovable

l og (C E R ) está en función del logaritmo de la inversión extranje-
ra directa l og (I E D ), la i representa el número de países de Lati-
noamérica (i = 1

, 2, 3, . . . .,15

), mientras que t signiﬁca el número de

años o el período de análisis (t = 1990

, 1991, . . . , 2015

). A partir de

la ecuación 1 se deriva el modelo Mínimos Cuadrados Ordinarios
(MCO) y se plantea la ecuación (2):

l og (C E R )

+β

l og (I E D )

+β

l og (P I B p)

+β

l og (C E N R )

+ε

(2)

112

Efecto de la inversión extranjera directa en el consumo de energía ........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

En donde, P I Bpi

t representa el producto interno bruto divi-

dido para la población, C E N R mide el efecto del consumo de ener-
gía no renovable sobre la producción y εi

t es el término de error.

Después, se aplica el test de Hausman (1978) permite determinar el
efecto que se debe usar entre ﬁjos y aleatorios, para después estima
las pruebas de Wooldridge, (2002) y de Breusch y Pagan (1980) que
muestran si existe algún problema de autocorrelación y heterosce-
dasticidad en las variables. Posteriormente, se aplica pruebas de raíz
unitaria de Im et al., (2003) y Breitung (2000) siendo sus abreviatu-
ras IPS y LLC que determinan el nivel de integración de las variables.
Utilizando el modelo propuesto por Enders et al., (2002) se plantea
la ecuación (3).

l og (C E R )

+ λ

(I E D )

t −1

i =2

i j

(I E D )

t −1

+ ε

(3)

Donde, α

representa la intersección, λ

denota la tendencia;

captura el término error y p es la longitud del desfase. Cabe re-

calcar, que el “v al or p” es menor a 0

, 05

se concluye que la serie no

es estacionaria, en caso contrario si es mayor a 0

, 05

la serie es es-

tacionaria. Más adelante, se aplicarán test de primeras diferencias
con la ﬁnalidad que los estimadores no se encuentren sesgados y
evitar problemas al momento de correr el modelo.

Después de estimar las pruebas de raíces unitarias, se procede

a realizar la relación a largo plazo entre las variables del modelo, pa-
ra esto se utiliza dos pruebas de cointegración. La primera se basa
en la prueba de Westerlund (2007), la cual se realiza por medio de
siete estadísticos, teniendo en cuenta que la hipótesis nula es que
no existe cointegración. Además, la metodología de cointegración
fue tomada en cuenta por trabajos hechos por Fan y Hao (2020);
Yilanci et al., (2019), en estudios similares relacionados con la va-
riable independiente consumo de energía renovable. Los paquetes
econométricos aplicados de cointegración fueron desarrollados por
(Persyn, 2008). En la ecuación (4) se detalla:

l og (C E R )

+β

l og (I E D )

k i

k =−k t

log(C E R

)+l og (I E D )

t −k

+ε

(4)

Donde, l og C E R

(

t ), es el logaritmo del consumo de ener-

gía renovable para cada país i (i = 1

, . . ., 18

) en el período t (t =

1990

, . ., 2015

); El l og I E D ( (i

t ) constituye la variable independien-

te del modelo cointegrado con pendientes β

. Finalmente, para dar

cumplimiento al objetivo especíﬁco 3 se utilizará la prueba de Gran-
ger (1988) realizada por Dumitrescu y Hurlin (2012) en un modelo
econométrico de datos panel y para evidenciar la existencia de cau-
salidad entre la variable dependiente e independiente. En este sen-

tido, la prueba de Granger (1988) fue aplicada en estudios similares
realizados por Khan et al., (2021); Khribich et al., (2021); Qamruzza-
man y Jianguo (2020). Además, se utilizaron los paquetes economé-
tricos del programa STATA 14 realizados por Lopez y Weber (2017).

A continuación, se presenta la ecuación (5) de causalidad.

l og (C E R )

k =1

l og (C E R

t −k

) +

k =1

t −k

) + ε

(5)

Donde, β

(1)

. . .

y α

son ﬁjos en el tiempo. x

t −k

repre-

senta las variables independientes del modelo econométrico.γ

y β

denotan el modelo autorregresivo y el coeﬁciente de correlación.
ε

representa el término de error.

4 | DISCUSIÓN Y RESULTADOS

En la Tabla 2 se exponen los resultados de la regresión GLS para

América Latina y por grupos de países clasiﬁcados por el nivel de in-

greso per cápita en el periodo 1990-2015. La variable dependiente
es el consumo de energía renovable y las variables independientes
son el consumo de energía no renovable y el PIB per cápita. El mo-
delo GLS fue empleado debido a los problemas de autocorrelación y
heteroscedasticidad que presenta el modelo básico. Los resultados,
indican que el impacto del consumo de energía no renovable y el
PIB per cápita es heterogéneo entre los grupos de países. La elasti-
cidad de cambio de la IED con respecto a la energía renovable oscila
entre 0,14 y 0,26 para los países clasiﬁcados por el nivel de ingresos
y de 0,18 para todos los países. La elasticidad de cambio de la IED
con respecto a la energía renovable oscila entre -0,74 y -0,98 para
los países clasiﬁcados por el nivel de ingresos y de -0,922 para todo
el panel. La elasticidad de cambio de la IED con respecto al PIB per
cápita oscila entre -0,19 y -0,54 para los países clasiﬁcados por el
nivel de ingresos y de -0,66 para todos los países.

Tomando en cuenta los valores analizados, se puede determi-

nar que el impacto de la IED en el consumo de energía renovable es
positivo para los países de ingresos medios altos, países de ingresos
medios bajos y el panel de datos. Los resultados encontrados son si-
milares con las investigaciones de Keeley y Ikeda, (2017); Mielnik y
Goldemberg (2002); Salim et al., (2017); Sarkodie et al., (2020), en-
contraron que la relación entre la inversión extranjera directa y el
consumo de energía renovable es positiva, es decir, a medida que
aumenta la IED en 1 % el consumo de energía renovable también
aumenta, la razón de esto se debe al uso de tecnologías modernas
que traen a economías en vías de desarrollo. En contraste, autores
como por Bersalli, Menanteau y Methni (2020), indican que relación
entre la IED y el consumo de energía renovable es negativa, dado
que, las empresas que invierten en los países nacionales no solo se
enfocan en el consumo de energía renovable, sino en otros sectores.

Tabla 2. Modelo GLS con variables de control

VARIABLES

PIA

PIMA

PIMB

IED

0,18***

-0,12

0,14*

0,26***

(4,44)

(-1,39)

(2,07)

(3,31)

CENR

-0,92***

-0,95***

-0,96***

-0,74***

(-161,98)

(-24,12)

(-143,05)

(-37,76)

lPIB

-0,67***

0,26

-0,55***

-0,19***

(-7,74)

(0,94)

(-5,97)

(-9,67)

Constante

112,6*****

94,21***

112,7***

323,0***

(58,05)

(14,29)

(48,78)

(13,78)

Observaciones

468

260

130

113

Efecto de la inversión extranjera directa en el consumo de energía ........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Posteriormente, se procedió a aplicar la prueba de homogenei-

dad de Pesaran Yamagata (2008) que se presenta en la Tabla 3 expo-
ne los resultados. Esta prueba parte con la hipótesis nula que hace
referencia a que hay homogeneidad en la pendiente. Los resultados
muestran que no hay homogeneidad de la pendiente en el panel
de datos. En este sentido, se reporta la prueba simple y ajustada
con sus respectivas probabilidades, las cuales son estadísticamen-
te signiﬁcativas al 0,05 %. Esta prueba de homogeneidad también
fue aplicada en estudios realizados por Yilanci et al., (2019), donde
encontraron que no hay cointegración en las variables analizadas.

Tabla 3. Prueba de homogeneidad de Pesaran Yamagata (2008)

Pruebas

Valor

Valor p

∆

15,16

0,00

∆

adj

16,93

0,00

: los coeﬁcientes de la pendiente son homogéneos

Después, de la aplicación de la prueba de homogeneidad se rea-

lizaron pruebas de dependencia en las secciones transversales para

lograr resultados consistentes. Las pruebas utilizadas fueron desarro-

lladas por Pesaran (2014 y 2015), donde los resultados demuestran

que se deben aplicar pruebas de segunda generación. Posteriormen-

te, se aplicaron pruebas de segunda generación de raíz unitaria para

ver si la serie temporal es estacionaria, para esto se implementó las

pruebas de Breitung (2000) y Pesaran (2003). Más adelante, se pro-

cedió a correr la prueba de cointegración a largo plazo de Westerlund

(2007), donde se puede determinar en la Tabla 3, que no existe coin-

tegración por parte de los 18 países de América Latina. En los PIA

es incierto si existe cointegración. Para los PIMA hay cointegración

en al menos un país de todo el panel de datos, lo que signiﬁca que

existe una relación de equilibrio de largo plazo, es decir, las variables

se mueven de manera conjunta y simultánea en el tiempo.

Por último, para los PIMB es incierto si existe cointegración, da-

do que, los estadísticos reﬂejan en la misma medida que existe y no

existe cointegración a largo plazo. A partir de los resultados, Cheng.,

et al (2021); Khan y Muhammad (2019); Rose et al., (2017); Adom et

al., (2019); Sirin (2017), evidencian que el CER y la IED se cointegran

a largo plazo, dado que ambas variables se mueven en el tiempo. Por

otra parte, Washburn y Romero (2019); Qin et al., (2020) indicaron

resultados distintos a los encontrados, debido a que las variables no

se cointegran en el tiempo, se debe por el número de países aplicados

y por el métodología.

Tabla 4. Resultados de la prueba de cointegración en el largo plazo Westerlund (2007)

Grupos

Estadísticos

Valor

Valor Z

Valor P

18 países

-2,95

-3,07

0,00

-20,61

-5,37

0,00

-14,62

-6,47

0,00

-21,27

-8,54

0,00

-2,54

-0,37

0,36

Países de Ingresos

-19,13

-1,81

0,04

Altos

-4,63

-1,11

0,13

-18,57

-2,72

0,00

-3,23

-3,38

0,00

Países de Ingresos

-19,84

-3,64

0,00

Medios Altos

-11,21

-5,18

0,00

-19,88

-5,65

0,00

-2,64

-0,76

0,23

Países de Ingresos

-23,05

-3,63

0,00

Medios Bajos

-5,06

-0,38

0,35

-16,69

-2,83

0,00

En Tabla 5 se reportan los resultados de la prueba de causali-

dad de Dumitrescu-Hurlin para América Latina y grupos de países
clasiﬁcados por el nivel de ingresos. Para los 18 países de América
Latina, el consumo de energía renovable y la inversión extranjera di-
recta existe causalidad unidireccional. Para los PIA, el consumo de

energía renovable y el consumo de energía renovable tienen una
causalidad bidireccional. Para los PIMA, no existe causalidad en las
variables. Por último, para los PIMB es igual que los PIMA no hay
causalidad entre las variables.

114

Efecto de la inversión extranjera directa en el consumo de energía ........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

Tabla 5. Resultados de la prueba de causalidad de panel Dumitrescu-Hurlin

Clasiﬁcación

Variables

CER

IED

CENR

PIB

18 países

CER

2,28(0,02)

0,52(0,60)

-1,27(0,20)

IED

-0,00(0,99)

CENR

0,50(0,62)

PIB

0,70(0,48)

CER

0,07(0,94)

3,20(0,00)

-0,65(0,51)

Países de Ingresos

IED

1,20(0,23)

Altos

CENR

2,21(0,03)

PIB

0,32(0,74)

CER

-1,69(0,09)

0,00(0,99)

-0,90(0,37)

Países de Ingresos

IED

-0,62(0,53)

Medios Altos

CENR

-1,35(0,18)

PIB

1,20(0,23)

CER

-1,98(0,04)

-1,49(0,13)

-0,63(0,53)

Países de Ingresos

IED

-0,06(0,95)

–

Medios Bajos

CENR

1,15(0,25)

PIB

-0,62(0,53)

Los resultados asociados para los 18 países de América Lati-

na y para los PIA son similares al estudio realizado por Fan y Hao
(2019), donde encuentran que existe causalidad entre el consumo
de energía renovable, el PIB per cápita y la inversión extranjera di-
recta en China. Mientras, que Qamruzzaman y Jianguo (2020), reﬂe-
jan en una investigación realizada para 94 países de todo el mundo,
donde, los resultados encontrados demuestran la existencia de cau-
salidad entre el consumo de energía renovable, el PIB per cápita y
la inversión extranjera directa.

5 | CONCLUSIONES

El bajo consumo de energía renovable es un problema que es-

tá presente en la mayoría de los países que integran América Latina.
Esto se produce por los bajos niveles de inversión extranjera directa,
por los altos costos de la maquinaria e insumos que se necesitan pa-
ra construir las plantas de energía alternativa. También se debe, por
alto riesgo país que presentan los países latinoamericanos y por las
políticas que son escasas a contribuir al sector de energía renova-
ble. En este sentido, la presente investigación analiza el efecto de la
inversión extranjera directa en el consumo de energía renovable en
18 países de América Latina, clasiﬁcados a través del método Atlas
(2018), durante el periodo1990-2015.

Tomando en cuenta los resultados más relevantes podemos

concluir que, en el modelo GLS la inversión extranjera directa tie-
ne un efecto positivo en el consumo de energía renovable a nivel
de América Latina, PIMA y PIMB. Sin embargo, los PIA tienen un
efecto negativo y estadísticamente no signiﬁcativo. Haciendo refe-
rencia a la hipótesis que se planteó al principio de la investigación
se puede evidenciar que se cumple para tanto para los 18 países de

América Latina como para PIMA y PIMB. Esto se debe, al momento

de aumentar la inversión extranjera directa aporta de manera signiﬁ-
cativa al consumo de energía renovable a través de talento humano
o tecnologías. Por otro lado, la prueba de cointegración de Wester-
lund (2007), demostraron la existencia de vectores de cointegración
en el largo plazo entre la inversión extranjera directa y el consumo
de energía renovable, por lo tanto, el consumo de energía renovable
inﬂuye en la inversión extranjera directa en el largo plazo.

Las pruebas de causalidad de Dumitrescu-Hurlin demostraron

que existe causalidad bidireccional para los 18 países de América La-
tina y PIA. Mientras que, para los PIMA Y PIMB no existe causalidad.
En cuanto, a las limitaciones para la investigación fueron los datos,
ya que, no existen para todos los países de América Latina y no es-
tán actualizados hasta los últimos años. Sin embargo, es necesario

realizar más trabajos investigativos siguiendo esta línea de investi-
gación utilizando nuevos métodos econométricos como datos de
series de tiempo para estudiar y cuantiﬁcar los posibles efectos po-
sitivos y negativos de la inversión extranjera directa en el consumo
de energía renovable. Se recomienda a los responsables de políticas
orientarlas al tema de los impuestos sobre la inversión extranjera di-
recta para atraer empresas internacionales a países donde esta es
casi nula para lograr aumentar el consumo de energía renovable y
ayude a dinamizar la economía de los países de América Latina.

Referencias bibliográﬁcas

[1] Adams, S. (2008). Globalization and income inequality:

Implications for intellectual property rights. Journal of
Policy Modeling, 30(5), 725–735.

[2] Adom, P. K., Opoku, E. E. O., Yan, I. K. M. (2019). Energy

demand–FDI nexus in Africa: Do FDIs induce dichoto-
mous paths? Energy Economics, 81, 928–941.

[3] Alam, A., Malik, I. A., Abdullah, A. Bin, Hassan, A.,

Faridullah, Awan, U., Ali, G., Zaman, K.,

Naseem,

I. (2015). Does ﬁnancial development contribute to
SAARC’S energy demand? from energy crisis to energy
reforms. Renewable and Sustainable Energy Reviews,
41, 818–829.

[4] Albulescu, C. T., Tiwari, A. K., Yoon, S. M., Kang, S.

H. (2019). FDI, income, and environmental pollution
in Latin America: Replication and extension using pa-
nel quantiles regression analysis. Energy Economics,
84(xxxx), 104504.

[5] Anar, A., Siddique, M., Eyup Dogan, Sharif, A. (2021).

The moderating role of renewable and non-renewable

energy in environment-income nexus for ASEAN coun-
tries: Evidence from Method of Moments Quantile Re-
gression. Renewable Energy, 164, 956–967.

115

Jiménez E. & Guamán J.

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[6] Azam, M., Khan, A. Q., Zaman, K., Ahmad, M. (2015).

Factors determining energy consumption: Evidence
from Indonesia, Malaysia and Thailand. Renewable and
Sustainable Energy Reviews, 42, 1123–1131.

[7] Bersalli, G., Menanteau, P., El-Methni, J. (2020). Rene-

wable energy policy eﬀectiveness: A panel data analysis

across Europe and Latin America. Renewable and Sus-
tainable Energy Reviews, 133(August 2019).

[8] Breitung, J. (2000). The local power of some unit root

tests for panel data. Advances in Econometrics, 15,
161–177.

[9] Breusch, T. S., Pagan, A. R. (1980). The Lagrange Multi-

plier Test and its Applications to Model Speciﬁcation in
Econometrics. The Review of Economic Studies, 47(1),
239.

[10] Dogan, E., Altinoz, B., Madaleno, M., Taskin, D. (2020).

The impact of renewable energy consumption to econo-

mic growth: A replication and extension of Inglesi-Lotz
(2016). Energy Economics, 90, 104866.

[11] Doytch, N., Narayan, S. (2016). Does FDI inﬂuence re-

newable energy consumption? An analysis of sectoral
FDI impact on renewable and non-renewable industrial
energy consumption. Energy Economics, 54, 291–301.

[12] Dumitrescu, E. I., Hurlin, C. (2012). Testing for Granger

non-causality in heterogeneous panels. Economic Mo-
delling, 29(4), 1450–1460.

[13] Enders, W., Chung, P., Shao, L., Yuan, J. (2002). Instruc-

tor’s Resource Guide To Accompany Applied Econome-
tric Time Series (2nd Edition). Wiley India Pvt. Limited,
2008, 480.

[14] Eskeland, G. S., Harrison, A. E. (2003). Moving to gree-

ner pastures? Multinationals and the pollution haven
hypothesis. Journal of Development Economics, 70(1),
1–23.

[15] Fadly, D. (2019). Low-carbon transition: Private sector

investment in renewable energy projects in developing
countries. World Development, 122, 552–569.

[16] Fan, W., Hao, Y. (2020). An empirical research on the

relationship amongst renewable energy consumption,
economic growth and foreign direct investment in Chi-
na. Renewable Energy, 146, 598–609.

[17] Granger, C. W. J. (2008). Investigating Causal Relations

by Econometric Models and Cross-Spectral Methods.
Essays in Econometrics Vol II: Collected Papers of Cli-
ve W. J. Granger, 37(3), 31–47.

[18] Hanif, I., Faraz Raza, S. M., Gago-de-Santos, P., Ab-

bas, Q. (2019). Fossil fuels, foreign direct investment,
and economic growth have triggered CO2 emissions in
emerging Asian economies: Some empirical evidence.
Energy, 171, 493–501.

[19] Hausman. (1978). Speciﬁcation Testing. 46(6), 73–101.

Herrerias, M. J., Cuadros, A., Orts, V. (2013). Energy in-
tensity and investment ownership across Chinese pro-
vinces. Energy Economics, 36, 286–298.

[20] Ibrahiem, D. M. (2015). Renewable Electricity Consum-

ption, Foreign Direct Investment and Economic Growth
in Egypt: An ARDL Approach. Procedia Economics and
Finance, 30(15), 313–323.

[21] Im, K. S., Pesaran, M. H., Shin, Y. (2003). Testing for unit

roots in heterogeneous panels. Journal of Econometrics,
115(1), 53–74.

[22] Ji, Q., Zhang, D. (2019). How much does ﬁnancial de-

velopment contribute to renewable energy growth and
upgrading of energy structure in China? Energy Policy,
128(71573214), 114–124.

[23] Jiang, X., Zhu, K.,

Wang, S. (2015). The potential

for reducing China’s carbon dioxide emissions: Role
of foreign-invested enterprises. Global Environmental
Change, 35, 22–30.

[24] Keeley, A. R., Ikeda, Y. (2017). Determinants of foreign

direct investment in wind energy in developing coun-
tries. Journal of Cleaner Production, 161, 1451–1458.

[25] Khan, M. A., Khan, M. Z., Zaman, K., Irfan, D., Khatab,

H. (2014). Questing the three key growth determinants:
Energy consumption, foreign direct investment and ﬁ-
nancial development in South Asia. Renewable Energy,
68, 203–215.

[26] Koengkan, M., Fuinhas, J. A., Marques, A. C. (2019).

The relationship between ﬁnancial openness, renewa-

ble and nonrenewable energy consumption, CO2 emis-
sions, and economic growth in the Latin American coun-
tries: An approach with a panel vector auto regression
model. In The Extended Energy-Growth Nexus: Theory
and Empirical Applications. Elsevier Inc.

[27] Lee, J. W. (2013). The contribution of foreign direct in-

vestment to clean energy use, carbon emissions and
economic growth. Energy Policy, 55, 483–489. £

[28] Lopez, L., Weber, S. (2017). Testing for Granger causa-

lity in panel data. Stata Journal, 17(4), 972–984.

116

Efecto de la inversión extranjera directa en el consumo de energía ........

Vol.10-N°1, Enero - Junio 2022

p-ISSN:2602-8204 | e-ISSN 2737-6257

[29] Mert, M., Bölük, G. (2016). Do foreign direct invest-

ment and renewable energy consumption aﬀect the
CO2 emissions? New evidence from a panel ARDL ap-
proach to Kyoto Annex countries. Environmental Scien-
ce and Pollution Research, 23(21), 21669–21681.

[30] Mielnik, O., Goldemberg, J. (2002). Foreign direct in-

vestment and decoupling between energy and gross do-
mestic product in developing countries. Energy Policy,
30(2), 87–89.

[31] Muhammad, B.,

Khan, S. (2019). Eﬀect of bilateral

FDI, energy consumption, CO2 emission and capital on
economic growth of Asia countries. Energy Reports, 5,
1305–1315.

[32] Neves, S. A., Marques, A. C., Patrício, M. (2020). Deter-

minants of CO2 emissions in European Union countries:
Does environmental regulation reduce environmental
pollution? Economic Analysis and Policy, 68, 114–125.

[33] Nguyen, K. H., Kakinaka, M. (2019). Renewable energy

consumption, carbon emissions, and development sta-
ges: Some evidence from panel cointegration analysis.
Renewable Energy, 132, 1049–1057.

[34] Paramati, S. R., Mo, D., Gupta, R. (2017). The eﬀects

of stock market growth and renewable energy use on
CO2 emissions: Evidence from G20 countries. Energy
Economics, 66, 360–371.

[35] Persyn, D. (2008). Error-correction – based cointegra-

tion tests for. 2, 232–241.

[36] Qamruzzaman, M., Jianguo, W. (2020). The asymme-

tric relationship between ﬁnancial development, trade
openness, foreign capital ﬂows, and renewable energy
consumption: Fresh evidence from panel NARDL inves-
tigation. Renewable Energy, 159, 827–842.

[37] Raﬁndadi, A. A., Muye, I. M., Kaita, R. A. (2018). The ef-

fects of FDI and energy consumption on environmental
pollution in predominantly resource-based economies
of the GCC. Sustainable Energy Technologies and As-
sessments, 25(December 2017), 126–137.

[38] Salim, R., Yao, Y., Chen, G., Zhang, L. (2017). Can fo-

reign direct investment harness energy consumption in
China? A time series investigation. Energy Economics,
66, 43–53.

[39] Sarkodie, S. A., Adams, S., Leirvik, T. (2020). Foreign di-

rect investment and renewable energy in climate chan-
ge mitigation: Does governance matter? Journal of Clea-
ner Production, 263, 121262.

[40] Sarkodie, S. A., Strezov, V. (2019). Eﬀect of foreign di-

rect investments, economic development and energy
consumption on greenhouse gas emissions in develo-
ping countries. Science of the Total Environment, 646,
862–871.

[41] Sirin, S. M. (2017). Foreign direct investments (FDIs)

in Turkish power sector: A discussion on investments,
opportunities and risks. Renewable and Sustainable
Energy Reviews, 78(September 2016), 1367–1377.

[42] Smolović, J. C., Muhadinović, M., Radonjić, M., Ðuraš-

ković, J. (2020). How does renewable energy consum-
ption aﬀect economic growth in the traditional and new
member states of the European Union? Energy Reports,
6(June), 505–513.

[43] Teixeira, A. A. C., Forte, R., Assunção, S. (2017). Do

countries’ endowments of non-renewable energy re-
sources matter for FDI attraction? A panel data analysis
of 125 countries over the period 1995–2012. Interna-
tional Economics, 150, 57–71.

[44] Wang, Q., Wang, L. (2020). Renewable energy consum-

ption and economic growth in OECD countries: A non-
linear panel data analysis. Energy, 207, 118200.

[45] Washburn, C., Pablo-Romero, M. (2019). Measures to

promote renewable energies for electricity generation
in Latin American countries. Energy Policy, 128(Decem-
ber 2018), 212–222.

[46] Xu, C., Zhao, W., Zhang, M., Cheng, B. (2021). Pollution

haven or halo? The role of the energy transition in the
impact of FDI on SO2 emissions. Science of the Total
Environment, 763, 143002.

[47] Yilanci, V., Ozgur, O., Gorus, M. S. (2019). The asymme-

tric eﬀects of foreign direct investment on clean energy
consumption in BRICS countries: A recently introduced
hidden cointegration test. Journal of Cleaner Produc-
tion, 237, 117786.

[48] Zafar, M. W., Qin, Q., malik, M. N.,

Zaidi, S. A. H.

(2020). Foreign direct investment and education as de-
terminants of environmental quality: The importance of
post Paris Agreement (COP21). Journal of Environmen-
tal Management, 270(December 2019), 110827.

[49] Zhang, C., Zhou, X. (2016). Does foreign direct invest-

ment lead to lower CO2 emissions? Evidence from a
regional analysis in China. Renewable and Sustainable
Energy Reviews, 58, 943–951.

117