1 SEMINARIO PERMANENTE DE LAS IDEAS: Economía, Población y Desarrollo Cuerpo Académico Número 41 www.estudiosregionales.mx.

Presentación del tema: "1 SEMINARIO PERMANENTE DE LAS IDEAS: Economía, Población y Desarrollo Cuerpo Académico Número 41 www.estudiosregionales.mx."— Transcripción de la presentación:

1 1 SEMINARIO PERMANENTE DE LAS IDEAS: Economía, Población y Desarrollo Cuerpo Académico Número 41 www.estudiosregionales.mx

2 2 Estudio de los factores determinantes del desempeño del Producto Interno Bruto en las entidades federativas mexicanas: Educación e Infraestructura Dr. Tom Fullerton Dra. Martha Patricia Barraza Mtra. Lisbelily Dominguez

3 Resumen.- Un número importante de estudios han confirmado la importancia del logro educativo y la inversión en infraestructura como medio para mejorar el desempeño del producto interno bruto (PIB). En países como México resulta útil llevar a cabo estudios similares que documenten los patrones de ingreso regionales. Esta investigación utiliza datos del censo de 2010 y otras fuentes de los 32 estados de la republica para valorar el desempeño del PIB regional. Las variables educativas que resultan significativas son el porcentaje de población de 15 años y más con primaria completa, así como el porcentaje de 15 años y más con estudios después de primaria. En cuanto variables de infraestructura en los modelos estimados registra un valor significativo el número de carreteras pavimentadas, y con valores positivos, extensión de obras portuarias de protección, aeronaves comerciales, longitud de red ferroviaria y volumen de carga marítima.

4 Introducción: Los factores educativos y de infraestructura se identifican como componentes explicativos del desarrollo económico en cualquier país. La educación contribuye a incrementar el stock de capital humano y la infraestructura expande el stock de capital público. De manera conjunta, ambos aumentan la productividad y el ingreso personal. Dependiendo del enfoque y de la información (datos) disponible, los diversos estudiosos en la temática, incluyen diversas variables que también impactan el desempeño económico regional. Entre otras, se puede mencionar: instituciones, políticas, áreas geográficas, dotación de recursos y densidad de población (Fullerton et al, 2010).

5 En el caso de México, se identifican pocas investigaciones que traten el tema del impacto de la educación en el PIB, y ninguna que la relacione con la infraestructura. En caso de existir, podríamos decir que poco se conocen. La mayor parte de los estudios similares se ofrecen en la literatura anglosajona. En razón de ello, este trabajo se propone analizar el desempeño del ingreso en las entidades federativas mexicanas. El modelo diseñado utiliza variables explicativas (educativas, demográficas y de infraestructura) que han sido identificadas como determinantes del PIB en otros países. Se utilizan datos del Censo 2010 (INEGI) y de los sitios web de secretarías de estado, para valorar el desempeño del PIB en las 32 entidades federativas.

6 El comportamiento del PIB per cápita (2010) en las entidades federativas mexicanas, se muestra de manera muy disímil, dadas las características económicas y sociales de cada entidad. El rango va de $326, 719 pesos (de 2003) en el estado de Campeche a $32,873 pesos (2003) en el estado de Chiapas. El Promedio asciende a $78,682.97 pesos, y solamente 12 entidades se muestran por arriba de este promedio (INEGI, 2010).

7 En cuanto al aspecto educativo, las variables utilizadas en el modelo arrojan también valores muy dispares: El promedio de la población de 15 años o más con primaria incompleta es de 13.5%, con un rango de 20.2% en Chiapas y 5.9% en el D.F., 15 estados están aún por encima de la media; La variable de la misma población con primaria completa se mueve en un rango de 38.4% en Oaxaca y 17.8% en el D.F., el promedio es de 29.6%, con 19 estados por debajo de este en el año de referencia. La media de la población de 15 años y mas con estudios mayores a la primaria es de 52.8%, en un rango de 73.7% en el D.F. y 25.3% en Chiapas. Otra variable, incluida en el análisis, es el de los investigadores acreditados en el Sistema Nacional de Investigadores (SNI) del CONACyT, la media es de 532 y el rango de 6,331 en el D.F. y 39 en Nayarit, 26 estados por debajo del promedio (INEGI,2010).

8 La organización del documento se desarrolla de la siguiente forma: La sección 2 proporciona la revisión de la literatura relacionada con la temática; En la sección 3 se discuten los datos y la metodología; Los resultados empíricos se presentan en la sección 4, y en La 5 se incluyen las conclusiones y sugerencias para futuras investigaciones. Al final, aparece un apéndice con los datos tabulados de toda la información estadística empleada en el análisis econométrico.

9 Revision de la Literatura Hay cuatro áreas de la literatura relacionadas con los temas del desempeño del ingreso, la educación, infraestructura, gasto público, capital humano y costos de deserción del nivel de preparatoria. La primera trata de manera precisa la relación entre el logro educativo y el desempeño del ingreso a nivel regional. La segunda, aparte de las anteriores variables incorpora aquellas que tienen que ver con la inversión en infraestructura. La tercera, agrupa algunos de los trabajos que analizan los efectos del capital o gasto público y la declinación de las ciudades, y El cuarto grupo de autores examinan los costos deserción de las escuelas preparatorias.

10 Se identifica una amplia literatura cuyos esfuerzos han sido orientados a responder cuestiones relacionadas con el logro educativo y la remuneración alcanzada. Sin duda, que estos cuestionamientos tienen una relevancia especial para aquellas regiones con altos porcentajes de población con ingresos bajos. Almada (2006), Arellano y Fullerton (2005), Dodge (2003) Fullerton (2001) y Blöndal, Field & Girouard (2002) en los respectivos estudios encuentran una fuerte relación entre educación e ingreso per cápita. Los resultados obtenidos en esos artículos forman parte de una extensa literatura que sugiere que el logro educativo incrementa el potencial de los ingresos y ayuda a reducir la pobreza.

11 El segundo grupo de literatura referencial a la temática de este estudio es aquella relacionada con educación, desempeño del ingreso e infraestructura. Entre ésta destacan los encuentros de Blöndal, Field & Girouard (2002); Blöndal, Field & Girouard (2002); Fulleron, Licerio y Wangmo (2010); Baun-Snow (2006); Downs (1997); Cirilli y Veneri (2011); Glaeser y Kohlhase (2003) y Glaeser y Maré (2001). El tercer grupo de literatura relacionada con el tópico de este estudio es la que concierne a los efectos del capital o gasto público y la declinación de las ciudades, donde por ejemplo Aschauer (1989), considera el comportamiento reciente de la productividad en la economía privada de Estados Unidos y el grado al que estos movimientos pueden ser explicados por la acumulación de capital del sector publico así como por el flujo de los gastos gubernamentales en bienes y servicios. El cuarto grupo de literatura relacionada con el tópico de este estudio es la que corresponde a los costos deserción de las escuelas preparatorias (Domazlicky, Benne, McMahon, Myers y Skinner: 1996) y Thompson (1998). En este grupo se incluye también a Levin, Belfield, Muenning y Rouse (2007).

12 Datos y Metodología Como se ha hecho hincapié en los anteriores apartados, este estudio intenta identificar y ponderar la magnitud, a través del diseño de un modelo de ecuaciones, de las variables que inciden en el desempeño del ingreso per cápita regional de las entidades federativas mexicanas. Las variables seleccionadas son fundamentalmente de logro educativo. Ingreso, demográficas, de infraestructura, incorporando una más, numero de investigadores reconocidos por el Sistema Nacional de Investigadores (SNI) del Consejo Nacional de Ciencia y Tecnología (CONACyT) en México, en el 2012, para estimar su impacto en el ingreso per cápita estatal y eventualmente de progreso técnico.

13 Para tal efecto, el modelo se diseña a partir de las experiencias resumidas en la parte 2 del escrito, mismas que abordan los casos de Estados Unidos, sus entidades federativas y de otros países. A partir de esas experiencias se indago en las bases de datos de información de esta naturaleza en México. Una primera y nada despreciable es la que ofrece el Instituto Nacional de Estadística y Geografía (INEGI) respecto a datos de variables educativas, demográficas y de índice de precios. Las de infraestructura se obtuvieron también de INEGI y se actualizaron y corroboraron de los Informes Anuales de la Secretaría de Comunicaciones y Transportes en su página electrónica. (www.sct.gob.mx).www.sct.gob.mx El conjunto de datos seleccionados corresponde al año 2010.

14 México es un país de fuertes divergencias económicas, políticas, sociales y culturales. Sus 32 estados, incluyendo el Distrito Federal difieren de manera significativa en cada uno de esos ámbitos. Las magnitudes de las variables de la muestra para el 2010 pueden ser observadas en la Tabla 1 y Tabla 2. El conjunto de datos del este estudio se analizan de forma similar a los realizados en estudios previos. La variable que se asocia como dependiente en el modelo, es el ingreso per cápita para los 32 estados en México a precios de 2003 (PCGSO). Las variables explicativas incluyen tres mediciones del logro educativo: promedio de la población de 15 años o más con primaria incompleta (PIN); promedio de la población de 15 años o más con primaria completa (PCM); promedio de la población de 15 años o más con estudios después de la primaria. También se incluye como variables explicativas: la densidad de población, para capturar los efectos de aglomeración asociados a una mayor interacción (URB); los investigadores acreditados en el Sistema Nacional de Investigadores (SNI) del CONACyT.

15 Por otro lado, ha sido demostrado por diversos autores, que la inversión en infraestructura física mejora el desempeño económico regional e incrementa el producto interno brito (Fan y Zhang,2004), de ahí que se hayan incorporado al análisis cinco variables de infraestructura: (1) de carreteras, kilómetros de carreteras pavimentadas (PAVED_HWY); (2) Aviones, número de vuelos comerciales por parte del Estado (COML_AIRPLANES); (3) Ferrocarriles, kilómetros de tronco y ramales (TRACKS_TRUNK); (4) Puertos, metros lineales de infraestructura portuaria de protección (PORTS_PROT) y (5) carga, volumen de carga marítima en toneladas (OCEAN_CARGO). Se incorpora también la densidad de población como variable explicativa, para capturar los efectos de aglomeración asociados a una mayor interacción (URB). Además se incluye también una variable dicótoma para el estado de Campeche (DVCAMP). Ver Tabla 3.

16

17 Las simulaciones se llevan a cabo para analizar los impactos potenciales de los diferentes esfuerzos de política pública. A través de la regresión de mínimos cuadrados, se delinearon tres ecuaciones con diversas variables. La primera, incorpora como variables explicativas: PIN, PCM, PLUS, SNI_TOTAL, URB, PAVED_HWY, COML_AIRPLANES, TRACKS_TRUNK, PORTS_PROT, OCEAN_CARGO y la variable dicotómica DVCAMP. La variable dependiente es el producto interno bruto estatal (PCGSP). PCGSPi = β + β PINi + β PCMi + β PLUSi + β SNI_TOTALi + β URBi + β PAVED_HWYi + β COML_AIRPLANESi + β TRACKS_TRUNKi + β PORTS_PROTi + β10 OCEAN_CARGOi + β11 DVCAMP + β i (1)

18 La segunda, se bosqueja utilizando como variable dependiente el producto interno bruto estatal multiplicado por la población (PCGSP*POP). Esta, se diseña con las variables independientes: PLUS; PAVED_HWY; SNI_TOTAL; COML_AIRPLANES y POP. PCGSP*POPi = β + β1 PLUSi + β2 SNI_TOTALi + β3 PAVED_HWYi + β4COML_AIRPLANESi + β5POP + β6 i (2) En la tercera ecuación, la variable dependiente nuevamente es PCGSP, y las explicativas PLUS, URB, PORTS_PROT/POP, TRACKS-TRUNK/POP y PAVED_HWY/POP. A excepción de las dos primeras variables (PLUS y URB), el resto son per cápita. PCGSPi = β + β1 PLUSi + β2 URBi + β3 PORTS_PROT/POPi + β4 TRACKS-TRUNK/POPi + β5 PAVED_HWY/POPi + β6 i (3)

19 Se agregan asimismo, dos ecuaciones LOG. La cuarta en la serie, tiene como variable del lado izquierdo de la ecuación LOG(PCGSP), y a la derecha: PCM, PLUS, LOG(PAVED_HWY), LOG(OCEAN_CARGO + 1) y DVCAMP. LOG(PCGSP)i = β + β PCMi + β PLUSi + β LOG (PAVED_HWY)i + β LOG(OCEAN_CARGO + 1)i + β5 DVCAMPi + i (4) La quinta en la serie, añade como variables explicativas: LOG(PIN), LOG(PLUS), LOG(PAVED_HWY), LOG(OCEAN_CARGO+1), LOG(SIN_TOTAL) Y DVCAMP. Se utilizo un parámetro de prueba de heterogeneidad para observar si la muestra de datos pueden ser agrupados para propósitos de de modelación (Almada et al., 2006). LOG(PCGSP)i = β + β LOG(PIN)i + β LOG(PLUS)i + β LOG (PAVED_HWY)i + β LOG(OCEAN_CARGO + 1)i + β5 LOG(SIN_TOTAL)i + β6 DVCAMPi + i (5)

20 La estimación se llevo a cabo a través del F-test. La especificación del modelo en estudio es similar a los empleados por Rickman (1995) y Sloboda (1995). Debido a la transversalidad de la muestra de datos, también se incluyeron pruebas de heterocedasticidad (Fullerton, 2001; Almada et al., 2006). Los signos esperados para las variables de logro educativo son positivos, a excepción de la variable PIN cuyo signo se espera negativo debido a que estudios incompletos de este nivel (o el equivalente al menos del noveno grado en Estados Unidos) reducirán generalmente la productividad. Aunque el resto de las variables en la muestra son esperadas a incrementar el ingreso per cápita de las entidades federativas, se prevén rendimientos decrecientes marginales. Para tener en cuenta los rendimientos decrecientes, se aplican transformaciones logarítmicas a los datos antes de la estimación de dos de las ultimas ecuaciones del modelo.. heterocedasticidad

21 Resultados Empíricos Los resultados de la ecuación 1 resultan prácticamente como se hipotetizaron, aunque tres de las variables (SNI_TOTAL, URB, COML_AIRPLANES y TRACKS_TRUNK), mostraron signo negativo y dos mas (PORTS_PROT y OCEAN_CARGO) poco significativas. En consecuencia, la prueba F del parámetro de heterogeneidad se llevo a cabo (Pindyck y Rubinfeld, 1998). Debido que el cálculo de la F estadística resulto con un valor más alto que el valor critico del nivel de significación del 5%, el modelo rechaza la hipótesis nula del coeficiente homogeneidad.

22 La hipótesis central examinada es que los ingresos de las entidades federativas en México se ven positivamente impactados por variables de logro educativo y de infraestructura de una manera similar a la de otras regiones en los Estados Unidos. La estimación de los resultados de la ecuación 1 se muestra en la Tabla 5. Los coeficientes para PIN, PCM, PLUS, SNI_TOTAL, URB, PAVED_HWY, COML_AIRPLANES, TRACKS_TRUNK, PORTS_PROT, OCEAN_CARGO y la variable dicotómica DVCAMP, son estadísticamente significativos al nivel del 5%. Como ha sido estimado en otras regiones del mundo, esto implica que el cursar más años de escolaridad del nivel básico produce rendimientos positivos (Domazlicky et al., 1996). Tal y como se observa en la Tabla 5, los coeficientes mayormente significativos corresponden a PCM, $1,049.37 de ingreso adicional por primaria completa; $2,749.93 de ingreso adicional para quienes cursan mayores niveles después de la primaria, y $4.86 por cada kilometro adicional de carretera pavimentada.

23

24 Los resultados de la ecuación 2 se observan en la Tabla 6. Al igual que en la anterior, los coeficientes para PLUS, SNI_TOTAL, PAVED_HWY, COML_AIRPLANES, y POP son estadísticamente significativos al nivel del 5%. En este caso, se está estimado el impacto de las variables de infraestructura y progreso técnico del modelo en el PIB per cápita. Aunque todas arrojan signo positivo, tal y como se hipotetizo, las más significativas resultan PAVED_HWY y POP, el resto (PLUS, SIN_TOTAL y COML_AIRPLANES) los valores de impacto son de poca relevancia, aunque como se menciona, con signo positivo. El coeficiente de determinación es de 0,95, ajustado por los grados de libertad que es de 0,94, bastante alto en estimación de datos de corte transversal.

25

26 Los resultados de la ecuación 3 son mostrados en la Tabla 7. En esta ecuación, aunque los coeficientes de ajuste son menores a los de las ecuaciones 1 y 2 (0.65 y 0.58 respectivamente), estadísticamente también son significativos al nivel de 5% y más aun los coeficientes de las variables estimadas (PLUS, URB, PORTS_PROT/POP, TRACKS_TRUNK/POP Y PAVED_HWY/POP) arrojan valores de los coeficientes de tamaño revelador. El valor más alto es el de la longitud de la red ferroviaria, que podría interpretarse que por cada km, el PIB estatal se incrementa en poco más $48 millones de pesos de 2003. El de extensión de obras portuarias, por cada metro lineal podría esperarse un aumento del PIB de poco mas de 5 millones de pesos de 2003, y el carreteras pavimentadas en 2.5 millones de 2003 por km adicional. También la variable de la población de 15 años y más, resulta significativa en el modelo, arrojando un valor de $1,290.6 pesos de 2003 por año adicional de estudios después de la primaria.

27

28

29

30 Conclusiones y recomendaciones El objetivo de este documento es cuantificar las contribuciones de la educación, infraestructura y variables demográficas en el producto interno bruto regional en México. Una combinación de datos transversales establecidos para las 32 entidades federativas en México fueron utilizados para el análisis. La prueba F que determina el parámetro de heterogeneidad indica que los datos son confiables. El resultado empírico detallado anteriormente indica que éste es consistente con estudios anteriores realizados en regiones de otros países. Los resultados empíricos indican que le producto interno bruto y el logro educativo están estrechamente vinculados en México. Los coeficientes mayormente significativos corresponden a PCM, $1,049.37 de ingreso adicional por primaria completa; $2,749.93 de ingreso adicional para quienes cursan mayores niveles después de la primaria, y $4.86 por cada kilometro adicional de carretera pavimentada.

31 El valor más alto es el de la longitud de la red ferroviaria, que podría interpretarse que por cada km, el PIB estatal se incrementa en poco más $48 millones de pesos de 2003. El de extensión de obras portuarias, por cada metro lineal podría esperarse un aumento del PIB de poco mas de 5 millones de pesos de 2003, y el carreteras pavimentadas en 2.5 millones de 2003 por km adicional. También la variable de la población de 15 años y más, resulta significativa en el modelo, arrojando un valor de $1,290.6 pesos de 2003 por año adicional de estudios después de la primaria. A pesar de las limitaciones de los datos, los resultados son potencialmente útiles para los analistas de políticas. En particular, hay varios estados que pueden beneficiarse al elevar el logro educativo al promedio nacional al menos. Las ganancias que se obtengan, sin duda, serán superiores a la inversión que se requiera para alcanzarlos. Las limitaciones de los datos sobre infraestructura también son determinantes, una mayor inversión en carreteras y vías del ferrocarril contribuyen a elevar el PIB per cápita.

32 32 SEMINARIO PERMANENTE DE LAS IDEAS: Economía, Población y Desarrollo Cuerpo Académico Número 41 www.estudiosregionales.mx