Contribución histórica de la inversión en infraestructura vial en el crecimiento económico, la producción por trabajador y el ingreso per cápita en Costa Rica
Camilo Santa Cruz & Mónica Peréz (2023)
March, 2023
Camilo Santa Cruz Camacho
camilo.santacruz@tu-dortmund.de
Economista de la Universidad Nacional de Costa Rica. Estudiante de la maestría de Econometría en la Technische Universität de Dortmund, Alemania.
Mónicka Peréz Salas
Monicka.perez.salas@est.una.ac.cr
Economista de la Universidad Nacional de Costa Rica.
Resumen
Abstract
Keywords: productivity, public investment, Gross Capital Formation (GCF), economic development, competitiveness, Total factor productivity (TFP), Transport Economics.
Abstract
1. Introducción
Bajo una perspectiva económica, un adecuado aprovisionamiento de servicios de infraestructura general e infraestructura vial en particular se entienden como elementos habilitadores clave para el desarrollo de actividades productivas y el acceso a mercados de trabajo y de bienes de consumo en una sociedad. Este bien se conoce tradicionalmente por ser un bien público. La infraestructura vial puede impactar el nivel de productividad de los factores de producción privados, la reducción de los costos y el incremento sistémico de la productividad total de los factores, impactando finalmente en la producción nacional de un país. Un mayor nivel de infraestructura suele asociarse con incrementos en la productividad de los insumos privados al complementarse con el trabajo y el acervo (stock) de capital privado así como contribuir a crear mayores oportunidades laborales y aumentar la inversión privada (Pisu, 2016, p.27). También, una mejor infraestructura vial incide sobre la calidad de vida de los habitantes al reducirse los tiempos de viaje al tener mejores planes de infraestructura de transporte físico que integren el uso de las tierras y las políticas públicas (Pisu, 2016, p.27).
Infraestructura de transporte en Costa Rica, 1950 - 2017
Evaluar la calidad y cantidad de la infraestructura es notoriamente difícil, ya que no hay datos completos comparables a nivel internacional basados en criterios objetivos (Pisu et al., 2012). Los datos de encuestas sobre la calidad percibida de la infraestructura ubican a Costa Rica en el puesto 103 a nivel mundial. El país también está por debajo del promedio de América Latina para carreteras, puertos y ferrocarriles, aunque por encima para aeropuertos. (Pisu, 2016, p.27)
Según Pisu (2016),
la baja calidad en general de la infraestructura de transporte de Costa Rica es atribuible a la insuficiencia crónica de gastos agravada por una planificación estratégica deficiente y la falta de una visión a largo plazo para el sector.
De 2002 a 2013, el gasto en infraestructura de transporte promedió un 0,8% del PIB porcentaje menor que el promedio de la OCDE (p.29), y menor al promedio con América Latina que para el 2006 de acuerdo con Loría y Umaña (2014) es de 4.4% sobre del PIB. “Además, el gasto ha sido irregular ya que en ausencia de un proceso presupuestario plurianual, la inversión pública en infraestructura de transporte se negocia todos los años y está sujeta a recortes (MOPT, 2011)” (Pisu, 2016, p.29).
Parte de esta ineficacia en ampliar la infraestructura se debe a la fragmentación existente entre el ministerio e instituciones gubernamentales, en cuanto a la toma de decisiones y planeamiento (Pisu, 2016). Hay muchas que se dedican a distintas funciones correspondiente a fases de un mismo proyecto, por separado. Esto deriva en una débil colaboración y planeación entre las mismas, lo que implica procesos más largos en la construcción de carreteras. Ejemplo de ello es lo que exponen Loría y Umaña (2014) que develan el papel disperso de las instituciones. Por un lado el MOPT y CONAVI ejecutan las obras, no siempre coordinadas, por otro el ministerio de Hacienda realiza el seguimiento físico y financiero más no el proceso de evaluación el cuál corresponde a MIDEPLAN, la CGR fiscaliza por otra parte la legalidad de los procesos de contrataciones y el gasto y el BCCR analiza las condiciones financieras de los empréstitos. Dicha dispersión imposibilita una coordinación institucional adecuada.
Otra problemática que enfrenta el país es que no hay agencias que realicen análisis de costo - beneficio para mejorar la preparación y selección de proyectos (Pisu, 2016), contrario a otros países como Alemania (Andreas, 1997). “Si la inversión en infraestructura vial es asignada eficientemente por gobiernos en base a estudios de costo-beneficio, entonces se esperaría que esta tuviera un impacto positivo y significativo en la producción privada” (Andreas, 1997, p.2). Sobre esta argumentación se extiende la OECD (2018) afirmando que es preciso que los proyectos se realicen siguiendo la lógica de costo – beneficio.
De acuerdo con Ivankovic y Martínez (2020) en los últimos años se ha procurado incrementar la infraestructura pública, no obstante, de la mano con las argumentaciones de los otros autores, el país enfrenta un desafío importante por la baja capacidad de ejecución y los cuellos de botella institucionales que se traducen en tasas de inversión gubernamental muy deficientes.
Con todo y las deficiencias antes expuestas, a la infraestructura se le adjudica amplio reconocimiento como pieza medular en el desarrollo económico Loría y Martínez (2017). Es por ello que el presente estudio tiene como objetivo constatar si la inversión en infraestructura vial tiene incidencia sobre el crecimiento económico (medido como Producto Interno Bruto (PIB), Producción por trabajador y Producción por habitante) del país para el período 1950-2017.
El artículo se compone de cuatro secciones. La primera consiste en exponer los argumentos teóricos que se le han atribuido a la infraestructura vial como determinante de los niveles de transacción económica, así como se mencionan algunos estudios que capturan una correspondencia estadísticamente significativa entre la inversión y/o acumulación de capital vial y el nivel de actividad económica, y los enfoques metodológicos utilizados.
En la segunda sección se expone la propuesta metodológica, la cual consiste en la elaboración de un modelo de crecimiento económico que incorpora, además de los factores productivos tradicionales capital y trabajo y capital humano, el capital vial.
En la tercera se encuentran los resultados. En esta sección se presentan las elasticidades estimadas con las variables a nivel, en términos por trabajador, per cápita y en primeras diferencias. Asimismo para el caso de las variables a nivel se controla por rendimientos constantes a escala. Finalmente, el estudio concluye con una serie de recomendaciones e incógnitas que se presentan acerca del papel de la inversión en infraestructura vial en el desempeño económico del país.
2.Teoría y evidencia empírica
Incidencia de la infraestructura de transporte en la dinámica económica
Desde el inicio del estudio de los fenómenos económicos, al capital físico se le ha concedido un papel importante como determinante de las dinámicas productivas y de consumo de las sociedades. La infraestructura de transporte se enmarca dentro de dichas atribuciones, pues niveles adecuados de generación de este tipo de capital pueden suponer una aceleración del flujo de transacciones y productividad sistémica de las economías, lo cual ejerce presión sobre el crecimiento económico.
Dentro de la literatura existe un gran arsenal de formulaciones teóricas que procuran identificar los canales y mecanismos mediante los cuales la infraestructura de transporte repercute sobre el nivel de bienestar económico de las sociedades. A continuación se mencionan algunas de ellas.
Aschauer (1989) menciona que el capital público tiene una incidencia directa e indirecta sobre el nivel de producción privado. La directa deviene del hecho de que variaciones en el stock del capital público condicionan el nivel de producción privado haciendo productivos a los factores de producción en una mayor o menor magnitud, mientras que la indirecta del hecho que las variaciones en el capital público alteran la productividad marginal de los factores y con ello, las cantidades empleadas de insumos productivos.
Asimismo, Andreas (1997) menciona que las empresas utilizan insumos privados como el capital, el trabajo e insumos públicos. Entre los insumos públicos se presenta la infraestructura pública, tal como las carreteras; las cuales son importantes para transporte de bienes finales e intermedios, así como de trabajadores. Es por ello que el aumento en el stock de infraestructura vial incrementa la cantidad de bienes y servicios transados en una economía. De Rus (2002), en la misma línea que Andreas, argumenta que las empresas demandan transporte para enviar o recibir bienes finales o intermedios, además de que los individuos requieren del transporte para trasladarse a sus lugares de trabajo, a lugares de recreación o para visitar a sus familiares.
Rozas y Sánchez (2004) y Sánchez et al. (2017) argumentan la importancia de la infraestructura en la integración del sistema económico, esencialmente en economías orientadas al sector exportador. Unas redes adecuadas de infraestructura energética, transporte, telecomunicaciones, de agua y saneamiento dinamizan las transacciones dentro de un espacio geográfico determinado y con el exterior. De igual forma, el Center for Economics and Business Research (CEBR) (2016), también reconoce el papel catalizador de la infraestructura de transporte para desatar los nudos hacia el desarrollo, en la medida que este contribuye con la mejora de la productividad laboral, el acceso a la educación, al mercado laboral y al traslado de bienes y desarrollo de servicios.
Por su parte, Ferrari et al. (2018), al igual que De Rus (2002), mencionan que la infraestructura de transporte es esencial para facilitar la producción y el consumo de los agentes económicos. Siguiendo a Andreas (1997), mencionan que esta impacta de forma positiva en la productividad de los insumos productivos reduciendo los costos de producción e incrementando la tasa de productividad total de los factores. De igual forma, mencionan que el objetivo de la infraestructura de transporte es acortar la distancia física y por lo tanto incentivar la actividad económica y las relaciones sociales entre áreas conectadas.
Por lo tanto, la literatura económica sitúa a la infraestructura de transporte como un factor productivo clave en la dinámica económica, pues juega un rol medular en el traslado de bienes y facilitación de servicios tanto para consumo interno como para la exportación, conecta regiones y con esto posibilita el acceso de personas a los mercados de trabajo convirtiendo a la fuerza laboral más flexible. Esta dinámica repercute en un mayor crecimiento económico.
3. Literatura empírica
Si bien es cierto que parecen contundentes las afirmaciones que centran al desarrollo de infraestructura como motor clave en la aceleración de las transacciones, el acceso a servicios, la integración territorial, la conexión de mercados internos y con el exterior, entre muchas otras variables de la dinámica productiva, menos esclarecedora es la magnitud en la que la inversión en infraestructura en general y la de transporte en particular, contribuyen con la dinámica económica.
Una gran cantidad de estudios encuentran una relación significativa entre este tipo de infraestructura y algún indicador de producción o productividad (Machado y Toma 2018; Straub, 2011). Más así, la magnitud en la que la inversión en infraestructura se traduce en crecimiento es muy diversa y divergente entre los diferentes estudios.
No existe una medida concluyente con respecto a la elasticidad obtenida como resultado en diversos estudios, pues estas difieren bastante entre sí. Rozas y Sánchez (2004) y Sánchez et al. (2017) compilan cerca de 25 estudios en los que la elasticidad obtenida como resultado fluctúa entre 0.06 y 0.68. Consecuentemente, Machado y Toma (2018) compilan 15 estudios en los que dicha magnitud presenta un rango entre 0.02 y 0.39). Dicha condición puede deberse a stocks de capital de infraestructura iniciales y calidad de infraestructura generada muy heterogéneos, así como al grado de conectividad entre diferentes países o regiones (Rozas y Sánchez, 2004; Sánchez et al., 2017). A pesar de ello, a continuación se exponen algunos estudios que encuentran una influencia entre el desarrollo de infraestructura vial, el crecimiento económico y los enfoques metodológicos utilizados.
Andreas (1997) elabora una función de crecimiento para el sector manufacturero que incorpora el capital vial, enfocado en los 11 estados de Alemania. En dicha especificación de tipo Cobb-Douglas:
\[\begin{align}Q=A\left(t\right)G^{\beta_G}K^{\beta_k}L^{\beta_L}\end{align}\]
determina una elasticidad de 0.73 de la infraestructura vial sobre la producción manufacturera, de un 12% del capital y de un 0.81% del trabajo: \[\begin{align} \ln{\left(PIB\ Manufactura\right) = 0.012A+0.734\ln{\left(g\right)}+0.119\ln{\left(K\right)}+0.809\ ln(L)}.\end{align}\]
Dicha estimación rompe con el paradigma de rendimientos constantes a escala y solidifica su argumento de que la infraestructura vial funge como elemento catalizador de la economía de una forma similar a las variaciones tecnológicas.
Barzin et al. (2018) por su parte construyen un pseudo-panel bajo el enfoque KLEMS para verificar si el desarrollo de infraestructura vial en cada región colombiana se asocia con tasas de crecimiento económico a nivel de firmas. Utilizan una función de producción Cobb-Douglas ampliada:
\[\begin{align}{PIB}_{it}=K_{it}^{\beta_{kt}}L_{it}^{\beta_{lt}}E_{it}^{\beta_{Et}}M_{it}^{M_{Et}}H_{rt}^{H_t}e^{\epsilon_{it}}\\ \end{align}\] , en la que le añaden el uso de energía (E), el uso de materias primas (M) y el capital vial (H), y utilizan variables contemporáneas y rezagadas, contemplando que la infraestructura pública tarda un período en incidir sobre el desempeño productivo privado. Este enfoque de rezagos también es utilizado por Santa - Cruz - Camacho (2022) para medir la contribución instantánea y rezagada de la infraestructura vial en el crecimiento económico de Costa Rica.
En dicha estimación, Barzin et al, obtienen una elasticidad de la infraestructura vial generada en el período anterior de 0.156, más no una relación significativa instantánea. Asimismo, recalcan que la elasticidad encontrada es mayor que otras puesto que la incidencia de la infraestructura sobre el crecimiento se presupone mayor en países en vías de desarrollo, tal como lo menciona CEBR (2016).
Vlahinic et al. (2018), por su parte, construyen un panel para el período 1995-2016, en el que evalúan la incidencia de la inversión en infraestructura sobre el PIB para los países miembros de la Unión Europea. De dicho estudio se destaca que no utilizan una función de crecimiento como tal sino variables de control como la apertura comercial, la población, y la infraestructura de trenes, presentada de la siguiente forma:
\[\begin{align} {PIB}_{it}=\ \beta_0+\beta_1N+\beta_2FBKF+\beta_3AC+\ \beta_4Itrenes\ +\ \beta_5IV\ + \lambda_t + a_i+u_{it}\end{align}\]
Con: N = población, FBKF = Inversión en capital, AC = apertura comercial, Itrenes = infraestructura de trenes y IV: Infraestructura vial y: λt = efectos temporales inobservables; ai = efectos individuales invariantes; uit = remanente. En el estudio no estiman una elasticidad, sino una magnitud a nivel en la que encuentran que una variación de 1km de carretera corresponde al aumento de 14.5 miles de euros.
Finalmente, Laborda y Sotelsek (2019) procuran comprobar la incidencia de la cantidad y calidad de la infraestructura vial sobre el desempeño económico, más en concreto sobre el crecimiento (PIB), el desempleo y la PTF. Ellos utilizan la siguiente especificación:
\[\begin{align} Y=\ {\alpha Y}_{it-1}+{\alpha X}_{it}+U_{it}+\ V_{it}\end{align}\]
Con Y = PIB, desempleo o PTF y X = densidad vial e infraestructura pavimentada. Entre sus resultados está que existe una incidencia positiva de la infraestructura sobre la PTF en los países de bajo ingreso, dicha lógica va de la mano con los hallazgos de Laborda y Sotelsek (2019) o Vlahinic et al. (2018) o en las aseveraciones del CEBR (2016), en las que parece haber coincidencia en que los efectos de la infraestructura sobre el desempeño económico es mayor en naciones o regiones subdesarrolladas relativamente. De lo anterior se identifica que distintos autores han realizado estudios econométricos sobre el impacto de la infraestructura vial o alguna variable relacionada, en el crecimiento económico de regiones, nación o grupo de naciones determinadas.
Sus métodos y variables varían entre sí. Aunque no se tenga un rango de elasticidad determinado, se puede inferir que posiblemente se debe a la composición de las economías bajo estudio (por ejemplo qué tan intensivas son en producción de mercancías o servicios), así como a otros factores que posiblemente no son medibles o tomados en cuenta, tal como el deterioro o uso de las carreteras en el caso de medición de las variables a nivel de stock. En lo que respecta a estudios nacionales que verifiquen la incidencia de la infraestructura vial sobre el desempeño económico con evidencia econométrica no se tiene constancia, por lo que el presente estudio supone el primero de su naturaleza para el caso de Costa Rica de acuerdo con el conocimiento de los autores.
Sin embargo, vale la pena destacar dos estudios recientes que verifican la contribución económica de la infraestructura general sobre el crecimiento económico. Loaiza y Marín (2018) utilizan un modelo econométrico con datos de panel dinámicos en donde comprueban una elasticidad de infraestructura, medida en términos monetarios, a producto por trabajador que fluctúa entre 0.23 y 0.29%. Por su parte, Santa – Cruz Camacho (2022) en un modelo dinámico de rezagos distribuidos estima una elasticidad de infraestructura por trabajador (medida en metros cuadrados construidos) a crecimiento económico de 0.28%, similar a la arrojada por Loaiza y Marín (2018). Dichos coeficientes suponen un punto de referencia, en la medida que se espera que el valor estimado de la contribución de la infraestructura vial sobre el crecimiento económico sea positiva y no supere los valores estimados de 0.28 y 0.29 respectivamente, en tanto la infraestructura vial es un componente particular del acervo de infraestructura total.
3. Metodología
Una vez verificados algunos enfoques metodológicos utilizados por los distintos autores, para la elaboración del presente estudio se utiliza un enfoque de función de producción de crecimiento económico. Esta incorpora, además de los factores productivos tradicionales; capital y trabajo, al capital humano al capital vial. La misma se denota de las siguiente forma:
\[\begin{align} Q\ =\ f(A,\ K,\ L,\ KH,\ KT) \end{align}\]
Con:
Q = Producto Interno Bruto; K = capital; L = trabajo; KH = capital humano; KT = capital de transporte vial; A = La variación en A es nombrada como estado tecnológico o productividad total de los factores (PTF). Esta incorpota todos los demás factores que intervienen en el crecimiento económico, tal como la inversión en I+D, la calidad de las instituciones, entre otras.
O: Q = f (A, K,L,KH)
Con: \(A = B{KT}^\gamma\)
Por ello, dentro de este enfoque se distinguen dos importantes consideraciones tratadas a profundidad por Andreas (1997). Una parte del supuesto que el capital de transporte (en este caso capital vial) se incorpora a la función de producción de la economía como un factor productivo no remunerado, siendo su especificación matemática la siguiente:
\[\begin{align} Q_i =\ A_i\left(t\right)\ f_i({KT}_i,\ K_i,\ L_i) \end{align}\]
Con:
\(A_i\) = Cambios en la producción derivados del progreso técnico \(Q_i\) = Producción de la empresa i \(K_i\) = Capital privado \(L_i\) = Trabajo \(KT_i\) = Insumos públicos: carreteras, aeropuertos, sistemas de tratamiento de aguas
\[\begin{align} Q_{i}{=A}_i(t){{KT}_i}^{\beta_{K_{Ti}}}{K_i}^{\beta_k}{L_i}^{\beta_{l_i}}\\ Q = A\left(t\right){KT}^{\beta_{KT}}{K}^{\beta_k}L^{\beta_L}\\ Con: Q\ = \sum_{i=1}^{n}Q_i\\ Con: \\ L = \sum_{i=1}^{n}L_i\\ K = \sum_{i=1}^{n}K_i\\ KT = \sum_{i=1}^{n}{KT}_i \end{align}\]
El segundo enfoque no considera al capital de transporte como un factor remunerado, sino como un “bien atmósfera” que mejora la productividad total de los factores en una manera similar al progreso tecnológico.
Este segundo enfoque reconoce importantes efectos de escala en la producción y la creación de externalidades, pues en el primer planteamiento econométrico para doblar el nivel de producción se requeriría de un incremento factorial del doble en todos los factores productivos (capital, trabajo y capital vial), mientras que en este segundo planteamiento solo se requeriría el doblamiento de los factores productivos capital y trabajo.
\[\begin{align} Q_i=A\left(KT,\ t\right)\ f_i(K_i,\ L_i)\\ Q = A (KT, t) {K\ }^{\beta K}L^{\beta_L} \end{align}\]
Desafortunadamente, no es posible distinguir entre la “creación de atmósfera” y la contribución como bien no remunerado en la estimación econométrica, tal como lo mencionan Andreas (1997) y Ferrari et al. (2018). Para ello puede observarse la siguiente notación:
\[\begin{align} Q_i & = A\left(KT,\ t\right)\ f_i(K_i,\ L_i)\\ Q & = A (KT, t) {K\ }^{\beta K}L^{\beta_L}\\ \dot{Q} & = \dot{A}\ \left(KT,t\right)+\ \epsilon_K\dot{K}+\epsilon_l\dot{L}\\ \dot{A}\ \left(KT,t\right) & =\ {\dot{A}\ }^\ast+\ \gamma\dot{KT}\\ \dot{A}\ \left(KT,t\right)\ & \equiv\dot{TFP} \end{align}\]
Con TFP = Productividad Total de los Factores
Si los factores de producción se pagan de acuerdo al valor del PMg:
\(s_K = \frac{p_{K\ast K}}{p_{q\ast q}}\) y \(s_l = \frac{p_{l\ast l}}{p_{q\ast q}}\)
Con \(s_K\) = peso del capital en la composición total del producto \(s_L\) = peso del trabajo en la composición total del producto
\[\begin{align} \dot{TFP}\ & = \dot{Q} – s_K\dot{k} – s_l\dot{l}\\ \dot{TFP}\ & = \dot{A} + \gamma\dot {KT} + \varepsilon \\ \dot{Q} & = \dot{A} (KT,t) +\ \epsilon_{KT}\dot{KT} + \epsilon_k\dot{K} + \epsilon_l\dot{L}\\ \dot{TFP} & = \dot{A}\ + \gamma+\ \varepsilon_{KT}\ \dot{KT}+\ \varepsilon \\ \beta_G & =\ \gamma+\ \varepsilon_{KT} \end{align}\]
Es decir, la elasticidad de la infraestructura vial sobre el desempeño económico va a estar capturando tanto su incidencia directa como su incidencia indirecta mediante el incremento de la PTF.
Fuentes de información
Para la instrumentación de la función de crecimiento se logra recopilar una serie de tiempo para los períodos 1950-2017 del PIB, del stock de capital, el nivel de empleo, de la población, el capital humano (medido como escolaridad promedio) y del capital vial extraídas del Banco Central de Costa Rica (BCCR), el Instituto Nacional de Estadística (INEC), el Instituto de Investigación en Ciencias Económicas (IICE) así como de Sanchéz (2011) para el caso de la infraestructura vial en el año . Dicho período de tiempo permite efectuar una estimación robusta que dé cuenta de la contribución histórica que ha tenido la infraestructura vial en el crecimiento económico del país a lo largo de 6 décadas. Es importante resaltar que para el caso de la serie temporal de la inversión real en infraestructura en carretera, la serie no se encuentra disponible en términos reales, sino que solo está disponible en términos nominales. Por lo que, para la estimación real se siguió este procedimiento: (Inversión nominal) / (PIB Nominal) * PIB Real.
PIB:
Tal como lo establece el BCCR (2002), el PIB es la suma del valor total producido de bienes y servicios dentro de una economía en un lapso de tiempo determinado. Dicho indicador representa una de las medidas fundamentales a la hora de medir el bienestar económico de una sociedad. La serie temporal del PIB es tomada del estudio de Abarca y Ramírez (2016) que a su vez lo recolectan de las cuentas nacionales del Banco Central de Costa Rica.
Stock de capital:
Para la conformación de la serie del stock de capital se toma en cuenta la Formación Bruta de Capital Fijo (FBKF) real con año base 1991 y para la estimación del capital inicial K0 se considera a Robles (2019) y Robles (2000), quien establece que la depreciación de esta es de un 8% para maquinaria y equipo y de un 2.5% para nueva construcción.
El autor precisa la siguiente fórmula para calcularlo:
\[\begin{align} g=\ \frac{K_t}{K_{t-1}}\\ Con:\\ K_0 =\ \frac{I_1}{g+\delta} \end{align}\]
y se asume que la tasa de crecimiento del capital inicial es igual a la del PIB.
De esta forma, el stock de capital para cada año queda conformado de la siguiente manera:
\[\begin{align}K_t = (1−δ)K_{t−1} + I_t - KVt\end{align}\]
Donde KV = Capital Vial
Empleo y capital humano
Los datos de empleo (cantidad de personas ocupadas) y el capital humano, este último medido como años de escolaridad promedio de la población entre los 24 y los 66 años de edad, son tomados del estudio de Abarca y Ramírez (2016), en el cual utilizan una metodología similar a la propuesta por Rodríguez-Clare et al. (2003) y Cordero (2000) para completar los años para los que no se cuenta con una observación (1951-1962, 1964-1972 y 1974-1975):
\[\begin{align} \frac{L_{K+t}}{L_K} \end{align}\]
La población ocupada cada año se aumenta en: \(\sqrt[t]{\frac{L_{K+t}}{L_K}}\). Así, para un año \(i\) para el que no se tienen observaciones, la fórmula viene dada por:
\[\begin{align} L_i\ =\ L_{i-1}\ast\ \sqrt[t]{\frac{L_{K+t}}{L_K}} \end{align}\]
\[\begin{align} Q & =\ f (A, K, L) \\ Q & =\ AK^\alpha L^{1-\alpha} \\ Ln Q & =\ ln\ (A) + \alpha ln\ (K) + 1 - \alpha \ ln (L)\\ Q & = f (A, K, HK) \\ Q & = AK^\alpha HK^{1-\alpha} \\ Ln (Q) & = ln (A) + \alpha ln (K) + (1-\alpha) ln (HK) \end{align}\]
La serie de empleo se complementa para los años faltantes con la base de datos del INEC: Poblaciones totales y tasas EHPM-ECE 1987-2017, mientras que la de capital humano se complementa con las Encuestas Nacionales de Hogar (ENAHO) para los períodos 2015-2017, en la cual se calcula la escolaridad promedio de la población mayor a 15 años.
Infraestructura vial
Se utilizan dos variables en lo que respecta a la medición del capital vial del país, condición que fortalece los resultados del presente estudio ya que se utilizan tanto mediciones físicas como monetarias.
La primera designa la extensión de carreteras, tomada de la base de datos construida por el IICE (2020) del proyecto: “Estadísticas: Proyecto de Historia Económica de Costa Rica en el siglo XX”. Esta, a su vez, se alimenta de los siguientes archivos: 1950-1961 Diagnóstico de los transportes en Costa Rica, Ministerio de Transportes; Departamento de Planificación 1964, página 4-4. 1962-2017 Cuadros y Anuarios Estadísticos del Sector Transporte, Dirección de Planificación Sectorial, Ministerio de Obras Públicas y Transportes.
Inversión en infraestructura vial y capital vial
La segunda es la inversión en infraestructura vial realizada para el mismo período, tomada del mismo proyecto del IICE (2020) y en la cual, para aproximar el capital vial acumulado en términos monetarios se utiliza la misma fórmula del stock de capital general acumulado, con una depreciación del 2.5% correspondiente al coeficiente asignado para el caso de la cuenta de construcción.
Es preciso resaltar que dichas cifras son reportadas en términos nominales, por lo que para convertirlas a nivel real de acuerdo al PIB base 1991 se realiza el siguiente cálculo:
\[\begin{align} \frac{Inversión\ nominal\ en\ carretera_t}{Q_t} = \rho_t \end{align}\]
= _t
Con Q = PIB nominal
\[\begin{align} \rho_t\ PIB real_t = Inversión\ real\ en\ carretera = {IKV_t} \end{align}\]
Ambas medidas cuentan con ventajas y desventajas. La ventaja de utilizar la medida de longitud de la infraestructura vial faculta observar el efecto o contribución que ha tenido una mayor cantidad de kilómetros de carretera sobre la economía, sin embargo deja por fuera mejoras en la calidad de la infraestructura vial ya existente y el gasto de infraestructura para mantenimiento de las carreteras. Asimismo, no permite separar entre la FBKF (todos los tipos de capital y maquinaria) y la inversión realizada para contar con más metros reales de carretera (capital vial nuevo), puesto que una medida está dada en términos monetarios y otra en metros cuadrados. Dicha problemática puede llevar a un problema de doble contabilización del acervo de capital con el que ha contado históricamente el país.
La segunda variable se torna interesante en la medida que al ser una magnitud monetaria se pueden separar las contribuciones al crecimiento económico del stock de capital general y del capital vial. De igual forma, también contempla inversiones llevadas a cabo para mejorar la infraestructura vial vigente, por lo que esta variable está incorporando tanto incrementos a nivel de cantidad (incremento factorial) como calidad (salto cualitativo), a pesar de que la separación no sea estrictamente observable.
La mayor desventaja que se detecta al trabajar con una medida monetaria, es que debido a las imperfecciones de este mercado, no necesariamente se va estar reflejando el costo real de formar más infraestructura vial sino más bien un costo histórico que no necesariamente responda al costo óptimo. No obstante, para validar o refutar dicha afirmación se precisaría de un estudio adicional que mida el costo de la inversión en infraestructura vial en distintos países y que permita observar sobre cuáles niveles históricos de eficiencia se encuentra el país formando más y mejor infraestructura vial.
Períodos de crisis: década de los 80´s y crisis 2008
En cuanto a los periodos de crisis para algunas de las especificaciones funcionales contempladas se torna preciso incorporar variables dicotómicas que reflejen los períodos en que tuvieron lugar en los años 80 y la del 2008.
Para la primera se utiliza una variable dicotómica para el año 1982 donde se produce una caída del PIB del 7.2% y para la crisis del año 2008, se incorpora una variable dicotómica en el año 2009 que captura la contracción que experimentó la economía nacional debido a la crisis financiera que estalla en el año 2008.
Cabe resaltar que la inclusión de estas variables en los modelos econométricos no resulta trascendental para la significancia estadística de la contribución al crecimiento económico de ninguno de los factores productivos. Se decide incorporar estas variables en las especificaciones en primeras diferencias únicamente para asegurar la varianza de los residuales y asegurar que se cumplan todas las propiedades estadísticas deseables en el modelo. Una vez expuesta la composición de las variables se procede a estimar una función de crecimiento económico que, además de los factores productivos tradicionales, incorpore el capital vial. Se realizan 4 estimaciones. Las primeras dos estimaciones designan una medición del PIB a nivel explicado por el capital, el trabajo y el capital vial y en una de ellas se incorpora el capital humano.
Esta queda de la siguiente forma, siguiendo el enfoque metodológico adoptado por Abarca y Ramírez (2016):
\[\begin{align}Q & = AK^\alpha L^\beta{KT}^\gamma\end{align}\]. Para el período comprendido entre 1950 y 2017. \[\begin{align}Q & = AK^\alpha{KH}^\beta{KT}^\gamma\end{align}\]. Para el período comprendido entre 1950 y 2017.
Con la segunda especificación se prueba la contribución económica del empleo ya ajustado por capital humano.
Para las otras dos estimaciones se procede a calcular el producto por trabajador y el producto per cápita explicado por los factores productivos capital y capital vial, por trabajador y per cápita respectivamente.
\[\begin{align}q = ak^\alpha(kt)^\gamma \\ k = capital\\ kt = capital\ vial\\ con:\ kt = \frac{KT}{L},\ k=\ \frac{K}{L}, a = \frac{A}{L} , q = \frac{Q}{L} \end{align}\]
con L = Trabajo.
\[\begin{align} con:\ kt = \frac{KT}{N}\ , k= \frac{K}{N},\ a = \frac{A}{N} , q = \frac{Q}{N} \end{align}\]
con N = Población.
Por último se decide correr una especificación en primeras diferencias para anular problemáticas asociadas con la multicolinealidad existente esencialmente entre los factores productivos trabajo y capital general así como de estacionariedad de las series temporales, lo cual puede sobreestimar la contribución de los factores productivos al crecimiento económico si estos siguen una tendencia similar a la del PIB y conducir por ende a correlaciones espuria.
\[\begin{align} \Delta Q = \Delta K + \Delta L + \Delta KT \\ \Delta q = \Delta \frac{K}{L} + \Delta \frac{KT}{L} \\ \Delta q = \Delta \frac{K}{N} + \Delta \frac{KT}{N} \end{align}\]
respectivamente.
4. Resultados
Crecimiento económico
El PIB de Costa Rica presentó una tasa de crecimiento promedio anual del 5% desde 1950 al 2017, siendo los periodos con mayor crecimiento durante el período comprendido entre 1950 y 1979. Asimismo, las variables empleo (L), Capital Humano (KH), stock de capital ajustado, metros cuadrados (M2) de carretera y stock de capital vial (Capital vial), crecieron anualmente, en promedio, un 3.1%, 3.2%, 5%, 6.7% y 6.2%, respectivamente, desde 1950 – 2017. Al contemplarse un periodo de una tasa promedio anual de 10 años, de 1951 al 2017, la tasa de crecimiento promedio anual más alta del PIB y el stock de capital vial se presentaron en la década de 1951 a 1960, con ritmos de crecimiento de un 7.28% y 13.85%, respectivamente. Seguidamente, en la década de 1961 a 1970, se presenta la mayor tasa de crecimiento en la cantidad de metros cuadrados de carretera, siendo esta de un 30.83%. Lo cual corrobora con datos lo que afirman Loría y Umaña (2014) que en la etapa anterior a la crisis de los 80´s se invirtieron importantes recursos para alcanzar una red vial robusta más las restricciones financieras post-crisis imposibilitaron recobrar los niveles de inversión antes de esta. De igual forma, para el periodo 1971 – 1980, el capital humano y stock de capital ajustado presentan su tasa de crecimiento promedio anual más alta, con un 4.72% y 7.26%, respectivamente. Por su parte, la tasa más alta en el empleo se da en el periodo 1991 al 2000. Nótese que para el periodo 2011 al 2017, tanto el stock de capital ajustado como la cantidad de metros cuadrados de carretera decrecieron, reflejando un estancamiento en la expansión de la infraestructura vial, y siendo esto motivo de posibles obstáculos a un mejor bienestar económico en la sociedad por el menor alcance o cobertura en metros cuadrados de carretera.
| Periodo | PIB | Empleo | KH | Stock de capital | M2 de carretera | Stock de capital vial |
|---|---|---|---|---|---|---|
| 1951 - 1960 | 7.28 | 2.35 | 2.41 | 3.22 | 6.03 | 13.85 |
| 1961 - 1970 | 6.02 | 3.48 | 3.56 | 5.51 | 30.83 | 5.96 |
| 1971 - 1980 | 5.67 | 4.15 | 4.72 | 7.69 | 3.33 | 7.54 |
| 1981 - 1990 | 2.60 | 3.47 | 3.07 | 3.38 | 2.42 | 4.66 |
| 1991 - 2000 | 5.27 | 4.27 | 4.50 | 5.29 | 0.11 | 0.08 |
| 2001 - 2010 | 4.39 | 2.23 | 1.37 | 5.10 | 1.11 | 5.67 |
| 2011 - 2017 | 4.02 | 1.47 | 2.58 | 5.32 | 1.45 | 5.44 |
| 1951 - 2017 | 5.08 | 3.13 | 3.20 | 5.06 | 6.69 | 6.20 |
Función de producción con capital vial
A continuación se presentan las elasticidades estimadas.
Como puede observarse en las siguientes tablas cuando se incorpora únicamente la variable de capital vial medida como longitud y no como acervo de capital vial en términos monetarios, la elasticidad estimada fluctúa entre 0.136 y 0.14, lo que indica que un incremento de un 1% de mayor red vial en el país, se ha traducido históricamente en un incremento promedio de 0.14% en el crecimiento económico.
Al incorporar la variable como capital vial acumulado, el valor de la elasticidad adquiere una mayor magnitud, lo cual resulta congruente en la medida que como se menciona anteriormente.Por definición esta variable contiene no sólo la inversión dedicada a construir mayor cantidad de carreteras, sino también la inversión destinada a incrementar la calidad y el mantenimiento de estas, aunque los efectos no sean estrictamente separables.
La elasticidad estimada del capital vial toma por tanto un valor que fluctúa entre 0.21% y 0.22%, lo que estaría indicando que un incremento de un 1% en la inversión de infraestructura vial se traduciría históricamente en un incremento de 0.22% en el PIB.
Otro de los aspectos que puede vislumbrarse en las siguientes tablas es la repartición de la contribución de los factores, la cual resulta similar a estimaciones previas como la de Abarca y Ramírez (2016) o Robles (2020). En este caso al realizarse una separación entre el capital vial y todos los demás tipos de capital se tiene que la representación que tiene el capital general en la composición del PIB adquiere un valor de 0.38 y el empleo de 0.45. Al ajustar el nivel de empleo con capital humano la participación relativa de este asciende a 0.5 lo que indicaría que el KH (trabajo no simple) tiene una importancia modesta sobre el crecimiento económico de alrededor de 0.05%.
Sin duda la estimación arrojada es clara al mostrar evidencia de que en la medida que el país fue aumentando su capacidad vial a estos incrementos en la dotación de infraestructura vial le correspondieron incrementos en el nivel de producción de la nación. Por ejemplo, mediante la conexión de periferias con los centros de aglomeración económica, esencialmente la GAM o la construcción de vías para el traslado de mercancías de forma más acelerada tanto para el mercado interno como hacia los puertos, aeropuertos y hacia las fronteras en forma de producto exportable.
No obstante, el no contar con una medida generalizada en la literatura en la que la infraestructura vial se traduce en crecimiento económico imposibilita conocer si el desarrollo de esta ha estado por debajo de su potencial, es decir, si la infraestructura vial podría haber generado más crecimiento económico con respecto al que se detecta con base en la evidencia.
La presente estimación también rompe con los supuestos de rendimientos constantes a escala, hecho que la literatura le atribuye a la infraestructura vial, (Andreas, 1997) pues esta, al funcionar como factor habilitador de las actividades económicas, puede acelerar procesos productivos como la innovación.
En la primera estimación, la correspondiente al trabajo como factor simple, las contribuciones del factor trabajo y el capital muestran una medida de 0.98, cercana al α + β = 1, mientras que el capital vial con una medida de 0.22 actúa como acelerador del crecimiento económico rompiendo dicho supuesto.
\[\begin{align} Q & = AK^{0.561}L^{0.382}{KT}^{\varepsilon_{kt}} \\ Q & = AK^{0.60}KL^{0.31}{KT}^{\varepsilon_{kt}} \\ Q & = AK^{0.58}KHL^{0.33}{KT}^{\varepsilon_{kt}} \\ Q & = AK^{0.39}KL^{0.45}{KT}^{\varepsilon_{kt}} \\ Q & = AK^{0.36}KHL^{0.51}{KT}^{\varepsilon_{kt}} \end{align}\]
| Dependent variable: | |||||
| log(PIB) | |||||
| (1) | (2) | (3) | (4) | (5) | |
| log(Capital) | 0.561*** | ||||
| (0.123) | |||||
| log(K_ajustado) | 0.597*** | 0.587*** | 0.389*** | 0.364*** | |
| (0.124) | (0.115) | (0.140) | (0.125) | ||
| log(Empleo) | 0.382** | 0.310* | 0.453** | ||
| (0.178) | (0.182) | (0.195) | |||
| log(KH) | 0.331* | 0.506*** | |||
| (0.173) | (0.180) | ||||
| log(Vial) | 0.137*** | 0.142*** | 0.137*** | ||
| (0.018) | (0.018) | (0.017) | |||
log(Capital vial)
|
0.225*** | 0.216*** | |||
| (0.031) | (0.030) | ||||
| Constant | -1.094 | -0.632 | -0.741 | -0.779 | -1.047 |
| (0.732) | (0.782) | (0.752) | (0.824) | (0.778) | |
| Observations | 68 | 68 | 68 | 68 | 68 |
| R2 | 0.994 | 0.994 | 0.994 | 0.993 | 0.994 |
| Adjusted R2 | 0.993 | 0.994 | 0.994 | 0.993 | 0.993 |
| Residual Std. Error (df = 64) | 0.076 | 0.075 | 0.074 | 0.078 | 0.077 |
| F Statistic (df = 3; 64) | 3,365.865*** | 3,474.208*** | 3,515.436*** | 3,146.035*** | 3,261.799*** |
| Note: | p<0.1; p<0.05; p<0.01 | ||||
Modelo con rendimientos constantes a escala
Al efectuar una regresión restringiendo los coeficientes a rendimientos constantes a escala (βK +βL +βKV = 1), tal como Machado y Toma (2018) y Gaus (2020) , no se rechaza la hipótesis de rendimientos constantes. La elasticidad estimada para el capital es de 0.52 y la del empleo de 0.25, mientras que la de infraestructura vial mantiene un valor casi constante de 0.219. El incorporar el capital humano no modifica practicamente los resultados, lo cual no resulta de extrañar en la medida que otros trabajos similares han medido una contribución moderada del capital humano en el desempeño económico.
| Dependent variable: | ||
I(log(PIB) - log(Capital vial))
|
||
| (1) | (2) | |
I(log(Empleo) - log(Capital vial))
|
0.258*** | |
| (0.028) | ||
I(log(KH) - log(Capital vial))
|
0.259*** | |
| (0.027) | ||
I(log(K_ajustado) - log(Capital vial))
|
0.523*** | 0.528*** |
| (0.042) | (0.041) | |
| Constant | 0.049 | 0.029 |
| (0.086) | (0.085) | |
| Observations | 68 | 68 |
| R2 | 0.923 | 0.925 |
| Adjusted R2 | 0.921 | 0.922 |
| Residual Std. Error (df = 65) | 0.078 | 0.078 |
| F Statistic (df = 2; 65) | 390.386*** | 399.747*** |
| Note: | p<0.1; p<0.05; p<0.01 | |
Producto por trabajador
De la estimaciones correspondientes a la especificación por trabajador destaca que se mantienen casi constantes las elasticidades obtenidas, ya que una variación de un 1% en la longitud de carreteras por trabajador ocupado se traduce en un incremento de 0.13% en el producto por trabajador.
Mientras que a la hora de incorporar el capital vial por trabajador dicha elasticidad asciende a 0.21, es decir, se obtienen estimaciones casi idénticas a las estimadas con la especificación del PIB a nivel. Sin embargo, tanto las estimaciones a nivel per cápita y nivel por trabajador resultan preferibles en términos de propiedades de series de tiempo, en la medida que al controlar por población (total u ocupada) se suaviza la tendencia de las series minimizando problemáticas asociadas con correlaciones espuria.
Otro punto a destacar de la especificación a nivel de trabajador es que la suma de los coeficientes es menor a 1 (0.85 y 0.72) lo que sin duda alguna indica que aparte del capital por trabajador y del capital vial por trabajador, existen otras fuerzas que explican los cambios en la productividad laboral a lo largo del tiempo. Es decir, existen factores productivos exógenos que explican las variaciones en el nivel de producto por trabajador y no se encuentran capturadas por el modelo y estas devienen de todos aquellos factores que están asociados con el incremento en la productividad factorial y progreso tecnológico; excluyendo a la infraestructura vial por trabajador ya endogenizada y el capital por trabajador.
\[\begin{align} q & = ak^{0.72}{kt}^{\epsilon_{kt}}\\ q & = ak^{0.52}{kt}^{\epsilon_{kt}}\\ Con:\\ \dot{q} & = \dot{a}\ \left(kt,t\right) +\ \epsilon_{kt}\dot{kt} + \epsilon_k\dot{k}\\ \dot{q} & = \dot{a}\ \left(kt,t\right) +\ \epsilon_{kt}\dot{kt} + 0.52\dot{k}\\ \dot{TFP} & = \dot{a}\ + (\gamma+\ \epsilon_{kt})\ \dot{kt}+\ \epsilon \\ \beta_{KT} & =\ \gamma+\ \varepsilon_{kt}\\ 0.15 & =\ \gamma+\ \epsilon_{kt}\\ \dot{TFP} & = \dot{a}\ + 0.218\ \dot{kt})+\ \epsilon \end{align}\]
| Dependent variable: | ||
| log(PIBL) | ||
| (1) | (2) | |
| log(KL) | 0.722*** | |
| (0.029) | ||
| log(ViaL_L) | 0.131*** | |
| (0.018) | ||
| log(KAL) | 0.523*** | |
| (0.042) | ||
| log(KViaL_L) | 0.219*** | |
| (0.030) | ||
| Constant | -0.119 | 0.049 |
| (0.073) | (0.086) | |
| Observations | 68 | 68 |
| R2 | 0.928 | 0.924 |
| Adjusted R2 | 0.925 | 0.921 |
| Residual Std. Error (df = 65) | 0.076 | 0.078 |
| F Statistic (df = 2; 65) | 416.554*** | 392.410*** |
| Note: | p<0.1; p<0.05; p<0.01 | |
PIB per cápita
Para el caso del producto per cápita. el coeficiente de capital vial por persona adquiere una medida de 0.12 y 0.18. Tanto la estimación de productividad laboral como de producto per cápita son reveladoras pues muestran cómo los componentes asociados con el incremento en el nivel de producción por trabajador y a nivel de habitante no dependen únicamente de la acumulación de factores productivos; sino de elementos que vengan a incidir sobre el entramado productivo en forma de progreso tecnológico, entre ellos los efectos externos que propicia los incrementos en la dotación de infraestructura vial.
\[\begin{align} q & = a k^{0.64}{kt}^{\varepsilon_{kt}} \\ \dot{q} & = \dot{a}\ + (kt,t)\ + \epsilon_{kt}\ \dot{kt}\ + \epsilon_k \dot{K}\ + \epsilon_l \dot{L} \\ \dot{q} & = \dot{a}\ (kt,t) +\ \epsilon_{kt}\dot{kt} + 0.64\dot{K} \end{align}\]
\[\begin{align} \dot{TFP} & = \dot{a}\ + (\gamma+\ \varepsilon_{kt})\ \dot{kt}+\ \varepsilon\beta_{KT}=\ \gamma + \varepsilon_{kt}\\ 0.13 & = \gamma+\ \varepsilon_{kt} \\ \dot{TFP} & = \dot{a}\ + (0.18)\ \dot{kt}+ \varepsilon \end{align}\]
| Dependent variable: | ||
| log(PIBN) | ||
| (1) | (2) | |
| log(KN) | 0.780*** | |
| (0.022) | ||
| log(ViaL_N) | 0.123*** | |
| (0.019) | ||
| log(KAN) | 0.640*** | |
| (0.034) | ||
| log(KViaL_N) | 0.182*** | |
| (0.030) | ||
| Constant | -0.291*** | -0.292*** |
| (0.087) | (0.086) | |
| Observations | 68 | 68 |
| R2 | 0.968 | 0.967 |
| Adjusted R2 | 0.967 | 0.966 |
| Residual Std. Error (df = 65) | 0.078 | 0.078 |
| F Statistic (df = 2; 65) | 985.846*** | 952.489*** |
| Note: | p<0.1; p<0.05; p<0.01 | |
Productividad laboral en primeras diferencias
Si bien es cierto la mayoría de los modelos especificados anteriormente cumplen la mayoría de las propiedades deseables (media 0 y varianza constante de los residuales, factores inflacionarios cerca de 1 en las especificaciones a nivel de trabajador y per cápita, no autocorrelación entre los residuos, bondad de ajuste elevada) y las contribuciones de los factores productivos capital y trabajo resultan similares a las de Robles (2019) y Abarca y Ramírez (2016), en las especificaciones anteriores no se control por estacionariedad de las series temporales, lo cual resulta clave para verificar que no se estén efectuando inferencias sobre correlaciones espuria.
Para ello se opta por efectuar la regresión en logaritmos en primeras diferencias. Esta especificación, tal como lo dictamina la Erasmus School of Economics (s.f) representa una aproximación a la variación porcentual entre variables, por lo que en sí su interpretación resulta casi idéntica a la generada por las especificaciones en logaritmos.
Una vez anulada la tendencia de las series y controlando por las crisis de 1982, 2009, y ambas, se logra verificar que la inversión en infraestructura vial sigue teniendo incidencia sobre el crecimiento económico, esta vez oscilando el valor entre 0.105 y 0.137. Lo que indica que un p.p de incremento en la inversión en infraestructura por trabajador se traduce en un incremento de 0.10 p.p en la producción por trabajador.
| Dependent variable: | |||
| diff(log(PIBL)) | |||
| (1) | (2) | (3) | |
| diff(log(KAL)) | 0.558*** | 0.380** | 0.400** |
| (0.180) | (0.174) | (0.172) | |
| diff(log(KViaL_L)) | 0.137* | 0.105 | 0.128* |
| (0.072) | (0.066) | (0.066) | |
| d2009[2:68] | -0.057 | -0.054* | |
| (0.035) | (0.032) | ||
| d1982[2:68] | -0.115*** | -0.113*** | |
| (0.033) | (0.032) | ||
| Constant | 0.005 | 0.010* | 0.010* |
| (0.005) | (0.005) | (0.005) | |
| Observations | 67 | 67 | 67 |
| R2 | 0.227 | 0.326 | 0.356 |
| Adjusted R2 | 0.190 | 0.294 | 0.315 |
| Residual Std. Error | 0.033 (df = 63) | 0.031 (df = 63) | 0.031 (df = 62) |
| F Statistic | 6.161*** (df = 3; 63) | 10.163*** (df = 3; 63) | 8.586*** (df = 4; 62) |
| Note: | p<0.1; p<0.05; p<0.01 | ||
5. Conclusiones y recomendaciones
La presente investigación ha tenido como primer objetivo identificar si la infraestructura vial ha contribuido históricamente con el crecimiento económico de Costa Rica y en segundo lugar, medir la magnitud de la contribución efectiva que tiene este factor productivo sobre el desempeño económico. De acuerdo con las contribuciones teóricas que sitúan a la infraestructura vial como un factor clave en la dinámica económica, se esperaría que la inversión destinada a incrementar el capital vial se traduzca en mejor y mayor cantidad de metros en infraestructura vial, lo cual debería de impactar positivamente el desarrollo y crecimiento económico de lugares, regiones o naciones. Como se ha podido corroborar en el presente ejercicio, para el caso de Costa Rica se evidencia una incidencia positiva y significativa de la inversión en capital vial sobre el crecimiento económico del Costa Rica, presentándose así el primer acercamiento empírico que viene a probar dicho fenómeno para esta nación.
Al contemplar únicamente la variable de capital vial medida como longitud y no como acervo de capital en términos monetarios, la elasticidad estimada fluctúa entre 0.136 y 0.14, lo que indica que un incremento de un 1% de mayor red vial en el país, se ha traducido históricamente en un incremento promedio de 0.14% en el crecimiento económico. Al incorporar la variable como stock de capital acumulado, el valor de la elasticidad adquiere una mayor magnitud, lo cual, resulta congruente; por definición esta variable contiene no únicamente la inversión dedicada a construir mayor cantidad de carreteras sino también la inversión destinada a incrementar la calidad de estas y a su mantenimiento, aunque todos estos efectos no sean separables.
La elasticidad estimada del capital vial toma por tanto un valor que fluctúa entre 0.21% y 0.22%, lo que estaría indicando que un incremento de un 1% en la inversión de infraestructura vial se traduciría históricamente en un incremento de 0.22% del PIB.
Una vez se controlan las variables por estacionariedad, el valor de la contribución retorna a valores cercanos a los estimados donde se contabiliza únicamente por longitud vial. Este valor se considera que es el más cercano a la realidad, puesto que la especificación cumple todas las propiedades deseables de un modelo econométrico a la hora de no únicamente identificar direccionalidad de las variables sino efectuar también un ejercicio de inferencia. Cabe mencionar que los valores de las elasticidades estimadas se encuentran dentro de los márgenes estimados por Loaiza y Marín (2018) y Santa Cruz – Camacho (2022), que detectan un valor de 0.29 y 0.28 respectivamente. Esto resulta consistente, ya que la contribución de la infraestructura vial se espera presente un valor un tanto menor a la contribución de la infraestructura en su totalidad.
A pesar de que se ha comprobado un vínculo de la inversión en infraestructura vial sobre el desempeño económico como positivo y significativo, queda la incógnita de si la magnitud de la contribución es tan alta como debería de ser. Dadas las falencias operacionales y administrativas de las instituciones que han sido señaladas, la cantidad de recursos destinados podrían no estar coincidiendo con el posible impacto económico que podría estar teniendo sobre la economía, el cual debería de ser mayor si no existiesen estas debilidades e ineficiencia en el manejo de los recursos.
Para ello se precisaría de un estudio de una naturaleza similar pero que centrara su atención en el costo de producción que el país tiene para la formación de capital vial y una comparativa de su desempeño con respecto a otros países, para verificar la capacidad que tiene el país de que cada colón invertido en infraestructura vial se transforme en crecimiento económico de manera comparativa con otras naciones.
Como otra posible línea futura de investigación se propone realizar un estudio donde se separe el efecto de la calidad vial del país en el modelo. Como bien lo han expuesto distintas autoridades, el país presenta una problemática severa en la calidad de su infraestructura vial. En consecuencia, efectuar la separación entre incrementos factoriales y cualitativos sería oportuno para validar la importancia que tiene la calidad en el desempeño económico, en la medida que la teoría también reconoce al factor cualitativo como clave para el bienestar de los ciudadanos al reducir sus tiempos de transporte, y como factor explicativo de la productividad laboral. También resultaría de mucho valor hacer pruebas alternativas con métodos de depreciaciones más complejos para el capital vial, puesto que el modelo no necesariamente está capturando la depreciación que sufre el capital vial del país ante los bajos niveles de inversión que se presentan a partir de las décadas posteriores a la crisis de los 80´s.
Asimismo, como línea futura se torna oportuno realizar un estudio con datos de panel desagregando la infraestructura vial y analizando su incidencia por región o cantón, en el crecimiento económico del país. De igual forma sería de gran valor un ejercicio econométrico con métodos espaciales, no únicamente a nivel nacional, sino también considerando la interacción de Costa Rica con sus socios comerciales y medir la relación espacial entre medidas de desempeño económico e infraestructura vial o de transporte, dado que el país ha orientado su estrategia productiva hacia el comercio exterior. O bien, se podría hacer un análisis econométrico estimando la cantidad de inversión que se debería de destinar para impulsar el crecimiento y desarrollo económico en el país, dado el cambio en el uso de las carreteras en época postpandemia, donde muchos trabajadores hacen menor uso que antes al ejercer su ocupación de forma híbrida o totalmente remota, así como el uso por parte del sector servicios, el cual representa el principal sector que moviliza la economía.
6. Referencias
Abarca G., A. & Ramírez V., S. (2016). Estudio del Crecimiento Económico Costarricense, 1960-2014. Observatorio del Desarrollo, Universidad de Costa Rica. https://odd.ucr.ac.cr/estudio-del-crecimiento-economico-costarricense-1960-2014.
Andreas, S. (1997). The impact of road infrastructure on productivity and growth: some preliminary results for the German manufacturing sector. WZB Discussion Paper, No. FS IV 97-47. http://hdl.handle.net/10419/50991
Aschauer, D. A. (1989). Is Public Expenditure Productive? Journal of Monetary Economics, 23(2), 177– 200. (https://doi.org/10.1016/0304-3932(89)90047-0).
Banco Central de Costa Rica (BCCR) (2021). Indicadores Económicos. https://www.bccr.fi.cr/indicadores-economicos
Barzin, S., D. Costa, S. & Graham, D. (2018). A Pseudo-Panel Approach to Estimating Dynamic Effects of Road Infrastructure on Firm Performance in a Developing Country Context. Regional Science and Urban Economics Volume 70, May 2018, Pages 20-34. https://doi.org/10.1016/j.regsciurbeco.2018.02.002
CEBR. (2016). Engineering and economic growth: a global view. RAENG. https://www.raeng.org.uk/publications/reports/engineering-and-economic-growth-a- global-view
Chow, Gregory C. (1960). Tests of Equality Between Sets of Coefficients in Two Linear Regressions. Econometrica 28 (3): 591–605. http://www.stat.ucla.edu/~nchristo/statistics100C/testing_equations_paper.pdf
Erasmus School of Economics. (s.f). Econometrics: Methods and Applications. Model specification. https://www.coursera.org/learn/erasmus-econometrics/home/info
Esquivel Monge, M., & Loaiza Marín, K. (2018). Inversión en infraestructura y crecimiento económico, relevancia de factores institucionales. Economía Y Sociedad, 23(53), 40-61. https://doi.org/10.15359/eys.23-53.
Ferrari, C., Bottaso, A., Conti, M. & Tei, A. (2018). Economic Role of Transport Infrastructure: Theory and Models. Elsevier.
Fuller, W. A. (1996). Introduction to Statistical Time Series, second ed., New York: John Wiley and Sons. https://www.rdocumentation.org/packages/aTSA/versions/3.1.2/topics/adf.test
Gaus, D. & Link, H. (2020). Economic Effects of Transportation Infrastructure Quantity and Quality: A Study of German Counties. Discussion Papers of DIW Berlin 1848. DIW Berlin, German Institute for Economic Research. https://www.diw.de/documents/publikationen/73/diw_01.c.704299.de/dp1848.pdf
Instituto de Investigaciones Económicas (IICE) (2020). Estadísticas: Proyecto de Historia Económica de Costa Rica en el siglo XX. https://iice.ucr.ac.cr/compendioxx/
Instituto Nacional de Estadística. (INEC). (2008). Estimaciones y Proyecciones de Población por sexo y edad (cifras actualizadas). https://www.inec.cr/sites/default/files/documentos/inec_institucional/publicaciones/01 estimaciones_y_proyecciones_de_poblacion_1950-_2050.pdf
Ivankovich, G. & Martínez-Castillo, J. (2020). La productividad en Costa Rica. Academia de Centroamérica. https://www.academiaca.or.cr/wp-content/uploads/2020/07/La- productividad-en-Costa-Rica.pdf
Laborda, L., & Sotelsek, D. (2019). Effects of Road Infrastructure on Employment, Productivity and Growth: An Empirical Analysis at Country Level. Journal of Infrastructure Development, 11(1-2), 81-120. https://doi.org/10.1177/0974930619879573.
Loría, M. & Umaña, C. (2014). Gestión Infraestructura Vial Costa Rica. https://www.academiaca.or.cr/wp-content/uploads/2017/02/Gestion-de-la- infraestructura-publica.pdf
Loría, M. & Martínez, J. (2017). La infraestructura vial en Costa Rica: desafíos y oportunidades para las asociaciones público-privadas. https://www.academiaca.or.cr/wp-content/uploads/2017/12/PV-04-17.pdf
Machado, R. & Hiroshi, Toma. (2018). Crecimiento económico e infraestructura de transportes y comunicaciones en el Perú. https://revistas.pucp.edu.pe/index.php/economia/article/download/19271/19416/
Ministerio de Obras Públicas y Transportes (MOPT). Plan Nacional de Transportes de Costa Rica. (2011). 2011-2035. https://repositorio- snp.mideplan.go.cr/bitstream/handle/123456789/90/PP.062.pdf?sequence=1&isAllow ed=y
OECD (2018). Estudios Económicos de la OCDE: Costa rica 2018. https:// doi.org/10.1787/9789264301726-es
Pisu, M. (2016). Costa Rica: Boosting productivity to sustain income convergence. Paris: Organisation for Economic Cooperation and Development (OECD). https://doi.org/10.1787/5jlv23bhvnq7-en
Robles, E. (2021). Crecimiento de la productividad total de los factores en Costa Rica e inestabilidad macroeconómica. Revista De Ciencias Económicas, 39(1), 1-24. https://doi.org/10.15517/rce.v39i1.47622.
Robles Cordero, E. (2000). Economic Growth in Central America: Evolution of Productivity in Manufacturing. (HIID Development Discussion Papers, No. 749). Cambridge, Harvard University.
Rodríguez-Clare, A., Sáenz, M., & Trejos, A (2003). Análisis del crecimiento económico de Costa Rica. Banco Interamericano de Desarrollo (BID). https://publications.iadb.org/es/analisis-del-crecimiento-economico-en-costa-rica
Royal Academy of Engineering (RAEUK) (2015). The transport congestion challenge: getting the most out of the UKs Road and rail networks. https://www.raeng.org.uk/publications/reports/the-transport-congestion-challenge
Rozas, P. & Sánchez R. (2004). Desarrollo de infraestructura y crecimiento económico: revisión conceptual. Serie Recursos naturales e infraestructura 75. https://repositorio.cepal.org/handle/11362/6441
Rus, G. D. (2002). Economía del transporte. Antoni Bosch editor.
Sánchez, R., J. Lardé, P. Chauvet & Jaimurzina, A. (2017). Inversiones en infraestructura en América Latina. Tendencias, brechas y oportunidades. Serie Recursos Naturales e Infraestructura 187. https://repositorio.cepal.org/handle/11362/43134
Sánchez, P. (2011). Evolución y principales características de la inversión en infraestructura de transporte en Costa Rica, 1962-2007 [Tesis de licenciatura, Universidad de Costa Rica]. Sistema de bibliotecas, Documentación e Información (SIBDI). http://repositorio.sibdi.ucr.ac.cr:8080/jspui/handle/123456789/3393
Santa Cruz Camacho, C. (2022). Relación dinámica entre el desarrollo de infraestructura y el crecimiento económico en el largo plazo en Costa Rica, 1983 – 2017. Economía Y Sociedad, 27(61), 1-21. https://doi.org/10.15359/eys.27-61.2
Straub, S. (2011). Infrastructure and Development: A Critical Appraisal of the Macro-Level. Journal of Development Studies, 47 (5). pp. 683-708. http://tse-fr.eu/pub/22624
T.S. Breusch & A.R. Pagan (1979). A Simple Test for Heteroscedasticity and Random Coefficient Variation. Econometrica 47, 1287-1294. https://www.jstor.org/stable/1911963?seq=1
Turner, P. (2010). Power properties of the CUSUM and CUSUMSQ tests for parameter instability. Applied Economics Letters, 17(11), 1049-1053. 10.1080/00036840902817474
Vlahinic, N., Pavlic, H. & Adelajda, Petra. (2018) The macroeconomic effects of transport infrastructure on economic growth: the case of Central and Eastern E.U. member states, Economic Research-Ekonomska Istrazivanja, 31:1, 1953-1964, DOI: 10.1080/1331677X.2018.1523740.
7. Anexos
| (Intercept) | diff(log(KAL)) | diff(log(KViaL_L)) | d1982[2:68] | d2009[2:68] |
|---|---|---|---|---|
| 0 | -5e-04 | -1e-04 | 0 | 0 |
| -5e-04 | 0.0295 | -0.0029 | 0.0014 | -4e-04 |
| -1e-04 | -0.0029 | 0.0044 | 1e-04 | -4e-04 |
| 0 | 0.0014 | 1e-04 | 0.001 | 0 |
| 0 | -4e-04 | -4e-04 | 0 | 0.001 |
## Warning: NAs introduced by coercion| Regresión | Chi - Square | p-value |
|---|---|---|
| 1 | 1.07 | 0.00 |
| 2 | 1.33 | 0.00 |
| 3 | 1.35 | 0.00 |
| 4 | 2.81 | 0.09 |
| 5 | 2.92 | 0.09 |
| 6 | 0.74 | 0.39 |
| 7 | 0.42 | 0.52 |
| 8 | 1.07 | 0.00 |
| 9 | NA | 0.21 |
| 10 | 5.37 | 0.02 |
| 11 | 1.86 | 0.17 |
| 12 | 2.34 | 0.13 |
| 13 | 0.35 | 0.55 |
| 14 | 0.52 | 0.47 |
## Warning: NAs introduced by coercion
## Warning: NAs introduced by coercion| Regresión | DW | p-value |
|---|---|---|
| 1 | 0.276 | 0.000 |
| 2 | 0.291 | 0.000 |
| 3 | 0.304 | 0.000 |
| 4 | 0.194 | 0.000 |
| 5 | 0.237 | 0.000 |
| 6 | 0.190 | 0.000 |
| 7 | 0.198 | 0.000 |
| 8 | 0.265 | 0.000 |
| 9 | NA | 0.000 |
| 10 | 0.266 | 0.000 |
| 11 | 0.195 | 0.000 |
| 12 | 1.849 | NA |
| 13 | 2.080 | 0.848 |
| 14 | 2.081 | 0.840 |
## Warning: NAs introduced by coercion| Variable | DF | P - Value |
|---|---|---|
| Log (PIB) | -2.281 | 0.461 |
| Log(Capital) | -1.383 | 0.826 |
| Log (Empleo) | -0.633 | 0.972 |
| log(Vial) | -1.643 | 0.720 |
| Log (Capital Vial) | -2.799 | 0.251 |
| Log (PIB/L) | -2.799 | 0.251 |
| Log (PIB/N) | -1.939 | 0.600 |
| Log (Capital/L) | -0.721 | 0.964 |
| Log (Capital/N) | -2.532 | 0.359 |
| Log (KV/L) | -2.524 | 0.362 |
| Diff (Log(PIB/L) | -8.148 | 0.010 |
| Diff (Log(Capital/L)) | -6.322 | 0.010 |
| Diff (Log(KV/L) | -3.296 | NA |
| Regresión | Diff (Log (K_Vial_L)) | Diff(log (KAL)) | D1982 | D2009 |
|---|---|---|---|---|
| 12 | 1.100 | 1.14400 | NA | 1.061 |
| 13 | 1.174 | 1.09700 | 1.085 | NA |
| 14 | 1.179 | 1.14541 | 1.085 | 1.061 |
\[\begin{align}\frac{\Delta A}{A}\ =\ \frac{\Delta PIB}{PIB} - 0.40 \frac{\Delta K ajustado)}{K(ajustado)} - 0.47\ \frac{\ \Delta Empleo}{Empleo} - 0.128 \frac{\Delta Capital\ Vial}{Capital\ Vial}\end{align}\]
