Introducción
La investigación económica se mueve a tientas entre la formulación de hipótesis y la contrastación estadística de las mismas, dependiendo de la disponibilidad de datos y de la imaginación de los analistas. Prueba y error es el pan de cada día en el quehacer académico. Estas reflexiones vienen al caso porque en este artículo se analizan nuevamente los determinantes del crecimiento económico colombiano desde una perspectiva smithiana; este trabajo complementa y desarrolla el artículo de Ortiz y Jiménez (2016).
El propósito aquí es reportar algunos avances metodológicos en la identificación de las variables que se correlacionan de forma significativa con el crecimiento económico nacional de largo plazo. La refinación del análisis permite identificar más atinadamente tanto los principales resortes que impulsan el crecimiento económico como los lastres que lo frenan.
I. Enfoque analítico
En el artículo de Ortiz y Jiménez (2016) se concluyó que la tasa de crecimiento del producto interno bruto colombiano (GPIB) se relaciona de forma significativa con el siguiente grupo de variables:
i) La tasa de acumulación de los factores productivos empresariales (GF): impacto positivo. Los factores productivos empresariales son aquellos que son contratados por las empresas: capital fijo y capital humano.
ii) El grado de diversificación de la industria manufacturera medido con la participación del sector productor de materias primas manufacturadas en la generación del producto (MATPRIM): impacto positivo.
iii) La variación de la capacidad de compra de la población urbana medida por el número de metros cuadrados anualmente licenciados para la construcción de vivienda por citadino (M2PC): impacto positivo. Esta variable se calcula para más del 90% de la población urbana de Colombia.
iv) La participación del sector de servicios de transporte (TRANSP) en la generación del producto: impacto negativo.
v) Una variable ficticia (dummy) para los años recesivos (R): impacto negativo.
vi) Una variable ficticia para la década 1991-2000 (D91-00): impacto negativo.
vii) La participación del sector productor de servicios públicos (PUB): impacto negativo. Por servicios públicos se entienden los servicios permanentes que contratan los hogares y las empresas: agua, energía, alcantarillado, aseo público, gas, internet, etc.
Los nuevos resultados no rechazan que las transformaciones estructurales de la década de los noventa, representadas por la variable ficticia D91-00, hayan tenido en su conjunto un impacto negativo sobre el crecimiento económico nacional (numeral vi), ni que la insuficiencia y/o carestía de los servicios públicos domiciliarios, representadas por la variable PUB, hayan disminuido el impulso dinámico de la economía colombiana (numeral vii), pero identifican con mayor bondad de ajuste otros dos lastres del crecimiento económico nacional: la tasa de homicidios (HOM), y la participación conjunta del gobierno y del sector financiero en la generación del PIB (GOB+FIN). Las sociedades mercantiles no pueden desenvolverse adecuadamente sin el respeto a los derechos de propiedad2; siendo la vida la propiedad fundamental, su máxima violación -el homicidio− impacta de forma negativa y significativa sobre el crecimiento económico. Por otra parte, pareciera que la insuficiencia, ineficiencia y/o carestía de los servicios que prestan tanto el gobierno como el sector financiero disminuyen significativamente el impulso de la economía colombiana.
Tanto en el anterior ejercicio como en el que aquí se presenta, se identifican las variables que inciden significativamente en la dinámica económica nacional, usando la misma metodología de descomposición del crecimiento económico. En ella, la acumulación de los factores empresariales (GF) controla por el componente extensivo del crecimiento económico (a más factores productivos empresariales mayor producto), y los demás regresores capturan de alguna forma los impactos de las variables que inciden significativamente en el crecimiento intensivo (los mismos factores productivos generan un mayor producto). El enfoque metodológico se basa en Hall (1988), se justifica en Ortiz, Uribe y Vivas (2013), y se concreta en la siguiente ecuación:
donde GPIB es la tasa de crecimiento anual del producto interno bruto, GF es la tasa de crecimiento ponderada de los factores de producción empresariales (capital fijo y capital humano), e es la elasticidad de escala de los factores de producción empresariales, A es un residuo no explicado del crecimiento económico, y u es una perturbación aleatoria independientemente distribuida con media cero.
El residuo aquí considerado, la variable A, recoge dos tipos de impactos sobre el crecimiento económico: el crecimiento de la productividad sistémica de la economía, y el crecimiento del producto generado por activos productivos no empresariales. Esta última parte, a su vez, comprende tanto el impacto sobre el crecimiento económico de activos públicos intangibles (la gobernabilidad, la eficiencia del gobierno, la confianza pública, la solidaridad social, el respecto a la ley, el respeto a los derechos de propiedad, etc.) como el impacto de otros bienes públicos de difícil medición (el acervo de la infraestructura pública nacional, los bienes y servicios relacionados con el gasto público, el acervo de los recursos naturales y ambientales, etc.). Aunque probablemente nadie negaría la importancia de la gobernabilidad para el crecimiento económico, es evidente que no es fácil definir una medida estándar de esta variable que se pueda seguir en el tiempo3; y otras variables que sí se pueden medir, v. gr. el acervo de carreteras y los recursos naturales, tienen la dificultad de que no sólo varían en composición sino también en calidad, y las series disponibles no son continuas ni están completas. Dado que la variable A no coincide exactamente con el crecimiento de la productividad multifactorial se la denomina el crecimiento de la cuasiproductividad.
Ahora bien, como la variable A no se puede medir directamente, se incluyen en las regresiones del crecimiento económico unas variables que, se postula, están correlacionadas con la productividad sistémica de la economía y/o los activos productivos no empresariales. Es por ello que, siguiendo el enfoque estructuralista del desarrollo económico, en las regresiones de crecimiento se incluye como determinante la estructura económica del país (la composición sectorial de la economía); de esta manera se procura capturar las externalidades que el desarrollo de las actividades sectoriales tiene sobre el crecimiento nacional. La metodología analítica de este enfoque se presentó en Ortiz, Uribe y Vivas (2009).
Se describen a continuación los avances metodológicos arriba mencionados:
i) Siguiendo los planteamientos de Smith sobre la importancia del jalonamiento de la demanda agregada por parte de las grandes ciudades4, en las nuevas estimaciones se utiliza una medida más adecuada de la expansión de la capacidad de compra de la población urbana de Colombia: en vez del indicador original que se describió arriba (M2PC), se utiliza el número de metros cuadrados anualmente licenciados para la construcción de vivienda por habitante en las principales cinco ciudades del país: Bogotá, Medellín, Cali, Bucaramanga y Barranquilla [M2PC(5)]. La nueva variable, comparada con la anterior, es más significativa desde el punto de vista estadístico y permite deducir que la expansión de la capacidad de compra de las grandes ciudades jalona efectivamente la demanda efectiva del país, induce la explotación de economías a escala, aumenta la productividad multifactorial y tiene un impacto acelerador sobre el crecimiento económico nacional.
ii) Las nuevas estimaciones econométricas utilizan una base de datos ampliada: de un horizonte temporal de 58 años (1955-2012) se pasa a un horizonte temporal de 64 años (1951-2014). Tratándose de análisis de series de tiempo, el aumento del horizonte temporal y la robustez de los resultados son primordiales para la identificación de los resortes del crecimiento de largo plazo. Cabe advertir, sin embargo, que la información estadística de 1951 a 1955 tiene una mayor variabilidad y posibles errores de medición5. Por eso, con el ánimo de confirmar la robustez de los resultados, las regresiones se corren tanto para el período 1955-2014 como para el período 1951-2014.
iii) En el nuevo análisis econométrico del crecimiento económico nacional se excluyen como regresores las variables ficticias por períodos que se utilizaron en el anterior ejercicio. La principal razón es que su inclusión dificulta la identificación estadística de algunos determinantes relevantes del crecimiento económico. Se encontró que el impacto negativo de la violencia sobre el crecimiento económico -sobre lo cual hay consenso teórico y empírico a nivel nacional e internacional− se desdibujaba en los análisis econométricos previos por el abuso de las variables temporales ficticias. La década de los noventa, en particular, fue un período en el que se desarrollaron muchos cambios institucionales y se experimentaron fuertes perturbaciones internas y externas (como la nueva constitución política de 1991, la descentralización administrativa, la nueva legislación laboral, la nueva legislación de salud, la nueva legislación ambiental, la expansión de la producción y comercialización de la cocaína, el fortalecimiento de las guerrillas, el surgimiento del paramilitarismo, la expansión de la violencia en todas sus formas, la crisis económica internacional de 1997-1998 que genera la recesión de 1999 en Colombia, etc.). No es extraño, por tanto, que la economía nacional haya experimentado un impacto negativo en esa década, pero el uso de la variable ficticia no permite discriminar cuál de todos esos efectos es el más importante. Su eliminación del conjunto de los regresores permite identificar que la violencia homicida, representada por la tasa de homicidios (HOM), tiene un impacto negativo y significativo en el crecimiento económico nacional.
iv) Dada la correlación positiva entre la variación de la capacidad de compra de la población urbana -medida indirectamente por M2PC(5)- y el crecimiento del producto -medido por la variable GPIB−, lo que puede generar sesgos por endogeneidad, se utilizan dos variables instrumentales para M2PC(5): la participación en el ingreso total de los hogares urbanos pertenecientes a los tres primeros quintiles, o sea del 60% de la población más pobre (P60H), y la misma participación de los cuatro primeros quintiles (P80H). Dado que las encuestas de hogares sólo comienzan en 1974, y se expanden a nivel nacional a partir de 1976, la muestra es corta: va de 1976 a 2014 (39 observaciones); además, los datos de los años 1998, 2000, 2001, 2006 y 2007 se estimaron con fuentes indirectas por incompatibilidades metodológicas de las encuestas de hogares de esos años (en el Anexo 1 se explican esas estimaciones). A continuación se explica por qué la participación en el ingreso de los hogares pobres (P60H), y de los pobres y las clases medias (P80H), son variables instrumentales válidas del cambio de la capacidad de compra de la población.6
II. Midiendo la capacidad y compra de la demanda efectiva
En esta sección se argumenta teóricamente por qué el indicador de los metros cuadrados anualmente licenciados para construcción de vivienda por habitante refleja la evolución de la capacidad de compra de la población urbana.
La teoría económica plantea que la capacidad de compra del consumidor depende de sus ingresos laborales y no laborales. Entre los primeros se encuentra la remuneración que reciben los trabajadores por su fuerza de trabajo y su capital humano, y entre los últimos se encuentran todos los flujos de ingreso que reciben los hogares como rentas por la utilización de los factores de producción: el capital fijo y la tierra. Por supuesto, el producto nacional coincide ex post con la remuneración de los factores. Pero se supone que la demanda efectiva no es independiente de la distribución del ingreso, especialmente si se considera que entre los consumos de los hogares se encuentran los bienes básicos (B) -aquellos de los que no se puede prescindir− y los demás ($). Como muestra el Gráfico 1, dependiendo de la capacidad de compra de los hogares, la composición del gasto puede estar más o menos sesgada hacia el consumo de bienes básicos.
Las curvas de indiferencia que se pintan en el Gráfico 1 son consistentes con funciones de utilidad no-homotéticas. La línea discontinua representa un determinado nivel de ingresos del hogar (la restricción presupuestaria), donde la pendiente representa el precio relativo de los bienes básicos. En esta representación se consideran dos situaciones: un hogar con ingresos bajos (línea discontinua inferior) y un hogar con ingresos altos (línea discontinua superior). El resultado típico para un hogar pobre es una solución de esquina (punto p): en este caso el ingreso sólo alcanza para cubrir el gasto en bienes básicos (B); y para un hogar de mayores ingresos (rico) lo usual es una solución interior (punto r): en este caso el gasto se compone de bienes básicos (B) y bienes no básicos ($). Ahora bien, la capacidad de compra se mide con el triángulo que conforman los ejes y la línea de restricción presupuestaria; en términos de bienes básicos, esa capacidad de compra se mide con la distancia del origen a la intersección entre la restricción presupuestaria y el eje de las abscisas. Por tanto, cuando se trata de hogares pobres el consumo de bienes básicos es idéntico a la capacidad de compra y, lo que más importa para esta investigación, la variación del consumo de los bienes básicos de los pobres es directamente proporcional a la variación de su capacidad de compra (la elasticidad-ingreso de los bienes básicos es igual a 1). Cuando se trata de hogares de ingresos medios o altos aparece una diferencia entre la capacidad de compra y el consumo de bienes básicos: los hogares diversifican su consumo con bienes no básicos. La inmensa mayoría de los consumidores se conforma con tres comidas diarias (por poner un ejemplo); así, cuando un consumidor duplica sus ingresos no come seis veces al día, y más bien consume otros bienes no básicos, entre los cuales se debe incluir el ahorro (consumo futuro). No obstante, también para estos hogares de mayores ingresos la variación en el consumo de los bienes básicos está positivamente correlacionada con la variación de la capacidad de compra, aunque aumenta menos que proporcionalmente: como en la ley de Engel para la demanda de alimentos, después de cierto nivel de ingresos (ingreso de subsistencia) la elasticidad-ingreso de los bienes básicos es positiva pero menor que 1. En el caso colombiano, donde el 55% de la población empleada recibe el salario mínimo o menos, y el siguiente 19% de la misma población con mayores ingresos gana en promedio sólo 1,3 salarios mínimos (DANE, 2014), se deduce que por lo menos el 74% de la población empleada vive en condiciones de subsistencia −casi tres de cada 4 trabajadores7−. Y para la población de mayores ingresos un mayor consumo de bienes básicos también debe relacionarse, aunque no tan estrechamente, con la variación de su capacidad de compra. Por tanto, en el agregado, la variación del consumo de bienes básicos se relaciona estrechamente con la variación de la capacidad de compra agregada.
Esta relación se refuerza si se considera que en este análisis se utiliza el consumo de un bien básico durable, la vivienda, como medida de la capacidad de compra; esta escogencia tiene la ventaja de que las decisiones de inversión en bienes durables por parte de los hogares no dependen del ingreso corriente, que es muy volátil, sino del ingreso permanente, que es el valor descontado a tiempo presente del ingreso que por todo concepto esperan las familias ahora (ingreso corriente) y en el futuro, y el cual es, por supuesto, mucho más estable pues depende de lo determinantes fundamentales de la economía. Ahora bien, hasta aquí se ha considerado el consumo de los hogares en un bien básico durable como es la vivienda, pero nuestro indicador, M2PC(5), se basa en las expectativas de producción de vivienda nueva por parte de los empresarios. Es, pues, un indicador de oferta. Por tanto, recurrimos en esta argumentación a la tendencia al equilibrio del mercado: en el largo plazo no puede existir una desalineación marcada entre las expectativas de consumo de vivienda nueva y las expectativas de producción de los empresarios, pues si así fuera las expectativas de los empresarios se tendrían que adaptar en el tiempo. Por ejemplo, si en un año o dos los constructores sobreestiman la demanda, en los siguientes años deben disminuir las licencias de construcción de vivienda hasta que la oferta se alinee con la demanda, y si se recurre al argumento de las expectativas racionales el ajuste debe ser más rápido. Desde esta perspectiva, lo que ocurriría es que los empresarios de la construcción se preguntan de antemano cuántos metros cuadrados de vivienda deben construir cada año, y se supone que en promedio le apuntan correctamente a la respuesta porque de alguna forma prevén la variación de la capacidad de pago de la población. Así, en el largo plazo nuestro indicador, M2PC(5), debe reflejar la evolución de la capacidad de compra de los hogares urbanos.
III. Metodología
Las regresiones del crecimiento económico nacional utilizan como variable dependiente la tasa anual de crecimiento económico del PIB (GPIB). Además de una constante de regresión (C), se utiliza una variable ficticia para los períodos de recesión (R): ésta toma el valor de 1 en 1999 y 2009, y 0 en cualquier otro año -el modelo no explica las perturbaciones de corto plazo que generan las recesiones−.8 También se utiliza un índice de la acumulación factorial (GF) que se estima con el promedio ponderado de la tasa de acumulación de capital fijo (GKF) y la tasa de acumulación de capital humano (GKH). Con base en las Estadísticas de Licencias de Construcción del DANE (ELIC) se calcula un indicador de la variación anual de la capacidad de compra real de la población urbana: los metros cuadrados anualmente licenciados para construcción de vivienda por ciudadano en las primeras cinco ciudades del país: Bogotá, Medellín, Cali, Bucaramanga y Barranquilla [M2PC(5)]. Se comprueba que el mismo indicador para cada ciudad no se comporta tan bien como regresor que el indicador del conjunto de las cinco ciudades; y así mismo, se comprueba que el nuevo indicador, M2PC(5), se comporta mejor como regresor que el indicador para un poco más del 90% de la población urbana del país, M2PC. Para estimar el impacto del respeto a la vida sobre el crecimiento se utilizan dos indicadores de violencia: la tasa de homicidios por 100.000 habitantes (HOM), y la tasa de secuestros por 100.000 habitantes (SEC). Finalmente, se utiliza la distribución sectorial del PIB nacional según sector primario: minería (MIN), agropecuario, pesca y silvicultura (VIVOS); sector secundario: agroindustria (AGROIND), materias primas manufacturadas (MATPRIM) y bienes de capital (BK); y sector terciario: construcción (CONST), servicios de transporte (TRANSP), servicios públicos (PUB), comercio (CIO), servicios del gobierno (GOB), servicios financieros y afines (FIN), y servicios de alquiler (ALQUILER). Como la suma de estas variables da el vector unitario multiplicado por 100, se excluye la variable ALQUILER para evitar problemas de multicolinealidad.
Finalmente, como se mencionó arriba, se utilizan como variables instrumentales la participación en el ingreso total de los hogares urbanos pertenecientes a los tres primeros quintiles (P60H), y la participación de los hogares pertenecientes a los cuatro primeros quintiles (P80H).9 Para resolver el problema de cointegración ante series con distintos órdenes de integración, se estiman las regresiones de crecimiento mediante el método de mínimos cuadrados completamente modificados (FMOLS). Se estima que la inclusión como regresores de tres rezagos de la variable dependiente es suficiente para la corrección del problema de correlación entre las perturbaciones. Por otra parte, las regresiones que utilizan variables instrumentales (VI) se corren por mínimos cuadrados generalizados.
IV. Series de tiempo
La Tabla 1 muestra las regresiones lineales del crecimiento económico.
Nota : errores estándar en paréntesis: * Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%.
Fuente: elaboración propia.
En la regresión 0 se utiliza toda la batería de variables disponibles. Se observa, para empezar, que la variable ficticia de las recesiones, R, tiene un efecto negativo y significativo, como es de esperar. El crecimiento ponderado de los factores empresariales, GF, tiene un impacto positivo y significativo a cualquier nivel. Nótese que la estimación del coeficiente asociado a GF arroja un valor positivo pero inferior a la unidad; además, no se puede rechazar la hipótesis de que este coeficiente (la elasticidad de escala de los factores empresariales) sea estadísticamente menor que 1. Este resultado replica el resultado del anterior ejercicio. Su implicación económica es que la tecnología agregada experimenta rendimientos decrecientes a escala en los factores empresariales; también puede implicar que otros factores productivos no incluidos en la regresión pueden actuar como determinantes del crecimiento económico nacional.10 Un candidato obvio es el capital público representado en la infraestructura nacional, o el capital acumulado por el gasto público productivo del país, pero las variables que se utilizaron no arrojaron resultados significativos; ésta es una tarea para el futuro.
En esta estimación inicial se incluyen las variables M2PC y M2PC(5) en forma lineal y en forma cuadrática para controlar por posibles efectos aceleradores de la capacidad de compra urbana sobre el crecimiento económico nacional. Se deduce que el mejor indicador desde el punto de vista estadístico es M2PC(5)^2; ello implicaría que la capacidad de compra de la población urbana de las principales cinco ciudades del país tiene un efecto acelerador en el crecimiento económico nacional.
Con respecto al impacto estructural, se observa que ninguno de los sectores en que se subdivide el sector primario (MIN y VIVOS) tiene un efecto significativo sobre el crecimiento; los tres sectores en que se subdivide el sector industrial manufacturero (AGROIND, MATPRIM y BK) parecen tener efectos positivos sobre el crecimiento económico, pero sólo es significativa al 1% la variable MATPRIM; los subsectores del sector terciario tienen una fuerte propensión a arrojar impactos negativos o nulos sobre el crecimiento económico, pero sólo son significativos al 5% TRANSP y el agregado GOB+FIN. Se verificó que las regresiones con la participación en el producto de este sector compuesto (GOB+FIN) tienen una mayor bondad de ajuste que las regresiones que incluyen las participaciones de estos sectores por separado.
Aunque el sector de los servicios públicos (PUB) tiene un impacto negativo sobre el crecimiento, como en las regresiones originales, en este análisis el coeficiente asociado no es significativo. El impacto sobre el crecimiento de las variables que miden la violencia, HOM y SEC, parece ser negativo en ambos casos, pero sólo la tasa de homicidios es significativa al 5%; aquí también hay un avance con respecto a las regresiones originales.11
De los tres rezagos de la variable dependiente sólo parece tener un efecto negativo y significativo el tercer rezago. La regresión 1A elimina las variables no significativas de la capacidad de compra y de la violencia, esto es, sólo se incluyen M2PC(5)^2 y HOM, y se obtiene un resultado completamente consistente con el análisis de la anterior regresión. La regresión 1B elimina todas las variables no significativas al 1%. La variable M2PC(5)^2 tiene un impacto positivo y significativo a todo nivel sobre el crecimiento económico nacional.
La contribución relativa del sector industrial manufacturero productor de materias primas al PIB, MATPRIM, parece tener un efecto positivo y significativo sobre el crecimiento. Este resultado coincide con la visión smithiana del impacto de la diversificación productiva sobre la productividad sistémica, y también con el hallazgo reciente de que la diversificación de las actividades intensivas en tecnología tiene un mayor impacto sobre el crecimiento económico que la diversificación de otro tipo de actividades productivas (Rodrik, 2007; Ocampo, Rada & Taylor, 2009).
Las contribuciones relativas al producto del sector transporte (TRANSP) y del agregado de los sectores gobierno (GOB) y servicios financieros (FIN), la variable GOB+FIN, parecen tener impactos negativos y significativos sobre el crecimiento económico nacional. Se ha argumentado que la infraestructura de transporte, preferiblemente un sistema multimodal, es un complemento fundamental del desempeño económico de las empresas; por tanto, el impacto negativo de la participación del sector transporte en el crecimiento económico nacional reflejaría el fuerte rezago de la infraestructura del transporte nacional. Por otra parte, el impacto negativo y significativo de la participación conjunta del sector gobierno y del sector financiero en el producto, GOB+FIN, reflejaría la presencia de efectos externos negativos sobre el crecimiento económico nacional: por una parte, el Estado estaría incumpliendo su función de ofrecer y/o mantener los bienes públicos y meritorios de calidad que el país requiere para su desarrollo (educación, salud, infraestructura, justicia, preservación de los recursos naturales y ambientales, etc.); y, por otra parte, las altas tasas de interés de colocación y los exorbitantes cobros que imponen los bancos sobre las transacciones monetarias y financieras (Villabona, 2015), así como el cobro sobre las transacciones financieras que recauda el gobierno (el cuatro por mil), estarían impactando negativamente la inversión y la capacidad de compra de la población.
Finalmente, la tasa de homicidios, HOM, parece incidir de forma negativa y significativa en el crecimiento económico nacional, reflejando el principio de que los derechos de propiedad, en especial el derecho sobre la vida (la propiedad suprema), son fundamentales para el buen funcionamiento de las economías de mercado.
La regresión 1C es idéntica a la 1B pero se corre para el período ampliado 1951-2014. Aunque la bondad de ajuste de esta última regresión es ligeramente inferior, se confirman todos los resultados arriba comentados. En la estimación de las regresiones 1D y 1E se utilizan dos variables instrumentales para M2PC(5): la participación en el ingreso total de los cuatro primeros quintiles (P80H), y la participación en el ingreso total de los hogares de los tres primeros quintiles de la población (P60H), respectivamente. En estas regresiones se utiliza como método de estimación los mínimos cuadrados generalizados. Debido a la restricción de información sólo se corren los modelos para el período 1976-2014. No obstante la brevedad de la serie, los signos y la significación estadística de los coeficientes se preservan en las regresiones instrumentadas. Por supuesto, la bondad de ajuste de estas regresiones es inferior debido a los probables errores de medición de las variables instrumentales y a la brevedad de la serie.
Nótese que la regresión 1E, cuya variable instrumental es P60H, tiene una mayor bondad de ajuste que la regresión 1D, cuya variable instrumental es P80H. Este resultado refleja que la participación en el ingreso total de los hogares más pobres se correlaciona mayormente con la evolución de la capacidad de compra de la población: los coeficientes de correlación entre P60H y P80H con la medida de la capacidad de compra de la población urbana, M2PC(5), son 65% y 61,9%, respectivamente. Estos resultados implican que una disminución sustancial de la concentración del ingreso en Colombia podría desplazar la senda del crecimiento económico nacional hacia un nivel significativamente superior. Finalmente, es notable que todas las regresiones -de la 0 a la 1D- arrojen los mismos resultados: los determinantes del crecimiento económico son robustos.
En la Tabla 2 se presentan las regresiones de crecimiento con efectos interactivos.
Nota : errores estándar en paréntesis: * Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%.
Fuente : elaboración propia.
La regresión 2A es equivalente a la regresión 1A, pero se incorporan los efectos interactivos de la composición estructural de la economía con la medida al cuadrado de la capacidad de compra de la población. Con respecto a la regresión 2A, en la regresión 2B se eliminan paso a paso las variables no significativas al 1%. La ecuación 2C confirma que los anteriores resultados son robustos para el período 1951-2014. Se obtiene así que las regresiones lineales (1A, 1B, 1C, 1E y 1D) y las regresiones interactivas (2A, 2B y 2C) definen como determinantes significativos del crecimiento económico nacional a las mismas variables. Nuevamente se encuentra que los determinantes del crecimiento son robustos. Además, la bondad de ajuste es prácticamente igual.
Las regresiones interactivas arrojan que la interacción entre las variables MATPRIM y M2PC(5)^2 tiene un impacto positivo y significativo a cualquier nivel, lo que es consistente con el enfoque smithiano del desarrollo económico: la división del trabajo, por el lado de la oferta (la diversificación productiva), y la extensión del mercado, por el lado de la demanda (la capacidad de compra de la población), interactúan en un círculo virtuoso de crecimiento económico. En su enfoque analítico, Smith considera que la expansión del mercado interno es una condición sine qua non para la explotación de economías de escala, el aumento de la productividad sistémica de la economía y el crecimiento económico sostenido. Por tanto, la expansión del producto y la expansión de la demanda son variables cuya interacción determina el ritmo del crecimiento económico. Este resultado implicaría que la diversificación productiva sin expansión de la demanda interna es probablemente impotente para generar un proceso sostenido de crecimiento económico (Murphy, Shleifer & Vishny, 1989a y 1989b; Ortiz & Jiménez, 2016). También se deduce que la mejor estimación de la elasticidad de escala de los factores empresariales es 0,572; este estimativo es significativamente inferior a 1: la economía colombiana pareciera experimentar rendimientos decrecientes a escala en los factores empresariales (capital fijo y capital humano). Finalmente, conviene mencionar que las pruebas estadísticas permiten rechazar la hipótesis de que los residuales de las regresiones no son estacionarios.
V. Impulso-respuesta
En el análisis impulso-respuesta que se utilizó en Ortiz y Jiménez (2016) se examinó la interacción temporal de las siguientes variables presentadas según el siguiente orden de exogeneidad: la tasa de crecimiento de la contribución relativa del sector industrial manufacturero productor de materias primas (GMATPRIM), la medición de la capacidad de compra de la población urbana (M2PC) y la tasa de crecimiento económico (GPIB).12Se repite ahora el ejercicio analítico pero sustituyendo M2PC por M2PC(5). Los resultados se mantienen: según la primera fila de cuadros del Gráfico 2, GMATPRIM no es afectada significativamente por ninguna otra variable; la segunda fila muestra que la variable M2PC(5) tampoco es afectada por las otras variables, pero tiene un impacto significativo sobre sí misma por dos períodos. Estos resultados resaltan que, a pesar de estar interrelacionadas, la diversificación productiva manufacturera y la capacidad de compra de la población evolucionan de forma relativamente autónoma. Finalmente, en la tercera fila se muestra que tanto GMATPRIM como M2PC(5) tienen un impacto contemporáneo positivo y significativo sobre la tasa de crecimiento económico nacional GPIB; y ésta sigue un proceso autoregresivo de orden 1.
Ahora bien, para tener en cuenta el efecto conjunto de la diversificación productiva interactuando con la capacidad de compra en un proceso en espiral que va de oferta a demanda y viceversa, se define la variable Efecto Espiral como sigue: EE ≡ MATPRIM*M2PC(5). La causalidad temporal entre las variables independientes y el crecimiento económico nacional se identifica con el análisis impulso-respuesta para el período 1955-2014. Y se analiza el impacto causal de las siguientes variables ordenadas según el siguiente orden de exogeneidad: la tasa de homicidios (HOM), el efecto espiral (EE) y la tasa de crecimiento económico (GPIB). Los resultados se presentan en el Gráfico 3.
La primera fila de gráficas muestra que la tasa de homicidios, HOM, no depende de ninguna otra variable pero es fuertemente persistente (nueve años): la violencia homicida tiende a sostenerse. La segunda fila de gráficas muestra que el efecto espiral, EE, tampoco depende de ninguna otra variable más que de sí misma: persiste por dos períodos además del impacto contemporáneo. Y la última fila muestra que la tasa de homicidios, HOM, tiene un impacto negativo y significativo de forma contemporánea sobre la tasa de crecimiento económico, GPIB; el efecto espiral EE también tiene un impacto positivo y significativo de forma contemporánea sobre GPIB. Y la tasa de crecimiento también es persistente: su efecto dura por dos períodos, incluyendo el período corriente.
Estos resultados son consistentes con el enfoque smithiano del crecimiento económico: la diversificación productiva del sector industrial manufacturero interactuando con la capacidad de compra de la población urbana (el efecto espiral EE) incide contemporáneamente sobre la tasa de crecimiento económico nacional, GPIB, y los componentes del Efecto Espiral son persistentes per se. Por otra parte, la violación de los derechos de propiedad, representada en este análisis por la violación del derecho a la vida, tiene un efecto duradero sobre el crecimiento económico -la paz es una condición fundamental del crecimiento económico-.
VI. Impacto sobre la productividad
Utilizando la ecuación 1 y la estimación de la elasticidad de escala de los factores empresariales que se mencionó previamente, ê = 0,572, se estima el crecimiento de la cuasi-productividad para cada año del período analizado: Â = GPIB - ê*GF. Para deducir su tendencia se utiliza el filtro de Hodrick y Prescott. El Gráfico 4 presenta la senda tendencial del crecimiento económico nacional [GPIB(HP)] -la línea de puntos-, y la senda tendencial del crecimiento de la cuasi-productividad [A(HP)] -la línea de rombos-.
Se deduce que el crecimiento de la cuasi-productividad ha aportado, en promedio, alrededor el 43% del crecimiento económico nacional. Por tanto, el crecimiento nacional ha sido predominantemente extensivo: se ha basado más en la acumulación factorial y menos en el aumento de la productividad.13También se deduce que ambas variables se mueven acompasadamente entre 1951 y 2007; pero de 2007 a 2014 el vínculo se rompe: el crecimiento de la cuasi-productividad tiende a disminuir mientras que el crecimiento económico tiende a aumentar. Este fenómeno se explica principalmente por algunos factores coyunturales: 1) el auge económico internacional que comienza en 2000 se debilita significativamente con la crisis financiera internacional de 2008-2009, y se convierte finalmente en desaceleración en 2014; 2) el aumento de los precios de los minerales y del petróleo que comienza en 2003 y termina en 2014; 3) el exceso de gasto público que se soporta en las rentas mineras y los ingresos tributarios del auge económico; 4) la “confianza inversionista” que le otorga subsidios y descuentos tributarios a la inversión privada; 5) la devaluación que provoca la enfermedad holandesa del país y que estimula la importación de bienes de capital; 6) el acuerdo implícito a partir de 2000 entre el sector financiero y el gobierno para bajar las tasas de interés de colocación a cambio de permitir el incremento sustancial de los cobros por las transacciones financieras (Ortiz, et al., 2013); 7) el Plan Colombia le permite al Estado recuperar el control del campo y disminuir los índices de violencia.
Estos no son factores que impliquen transformaciones estructurales ni cambios en el modelo de desarrollo del país. De hecho, el auge del extractivismo implica una involución del desarrollo estructural del país: se profundiza la desindustrialización, aumenta la terciarización espuria (actividades intensivas en fuerza de trabajo no calificada), y se refuerza la dependencia minera con sus impactos contraproducentes (escasa creación de empleo -y el que se crea es mayoritariamente de baja calidad-, deterioro de los recursos naturales y ambientales, y el aumento de la violencia relacionada especialmente con la minería ilegal). La disminución desde 2007 del crecimiento de la cuasiproductividad implica que la aceleración del crecimiento económico nacional no es sostenible; esta conclusión es consistente con la desaceleración económica que vive Colombia en la actualidad (2017).
VII. Comentarios finales
Este trabajo profundiza un análisis anterior y permite postular de forma robusta que la economía colombiana tiene tres motores fundamentales que impulsan el crecimiento económico: 1) la acumulación de capital fijo y capital humano; 2) la diversificación productiva en actividades intensivas en tecnología, especialmente las del sector industrial manufacturero; y 3) la expansión de la capacidad de compra de la población urbana. Este análisis es consistente con la hipótesis smithiana de que la diversificación productiva de la economía y la expansión de la capacidad de compra de la población se refuerzan mutuamente, dando origen así a un círculo virtuoso de crecimiento económico.
Con respecto al tercer motor del crecimiento económico, conviene mencionar que el fuerte arrastre de las grandes ciudades sobre la demanda agregada no es motivo para desdeñar la demanda rural, como lo ha hecho el Estado colombiano al eludir la realización de una reforma agraria efectiva, desestimar la importancia del bienestar rural y permitir los desplazamientos violentos de los campesinos de sus tierras. Estos fenómenos no son obviamente ajenos a los desequilibrios urbanos de la sociedad colombiana (cordones de miseria con asentamientos subnormales, déficit en la prestación de los servicios públicos urbanos, sobrepoblación, criminalidad, violencia, etc.).
Por otra parte, del análisis econométrico también se deduce de forma estadísticamente significativa que tres factores actúan como lastres del desarrollo económico nacional: 1) la insuficiencia o ineficiencia del sistema nacional de transporte nacional, el cual perdió hace muchas décadas su carácter multimodal; 2) la violencia: en este trabajo se identifica que la tasa de homicidios incide directamente sobre el crecimiento económico nacional de forma negativa y significativa, así como en el anterior trabajo se identificó que la tasa de secuestros incide de forma indirecta sobre el crecimiento económico por su impacto negativo y significativo sobre la acumulación de capital fijo; y 3) los servicios del gobierno y del sector financiero han sido insuficientes, ineficientes o caros, y en esa medida han obstaculizado el desarrollo económico nacional. La política económica podría actuar eficientemente para potenciar los motores del crecimiento económico nacional y soliviar los lastres del desarrollo