#Introducción

El presente artículo tiene como propósito analizar de manera detallada la relación existente entre el Índice de Complejidad Económica (ECI) y el Índice de Desarrollo Humano (IDH), dos indicadores esenciales para comprender el avance económico, social y productivo de los países en el contexto global. El ECI permite evaluar la estructura productiva y el nivel de sofisticación del aparato industrial de un país, mientras que el IDH refleja el bienestar de su población desde una perspectiva multidimensional que incluye salud, educación y nivel de vida. La interacción entre estos dos indicadores resulta relevante porque sugiere que la capacidad productiva basada en conocimiento y diversificación económica puede estar asociada con mejores condiciones sociales y mayor desarrollo humano. Este estudio tomará como referencia el caso de Colombia, país que ha mostrado avances importantes en desarrollo humano, pero que aún enfrenta desafíos derivados de una estructura productiva con predominio de materias primas. Para ello, se empleará la metodología comercial basada en los datos del Economic Complexity Observatory y se aplicará un modelo de regresión lineal simple con el fin de cuantificar la relación entre ambos indicadores y explorar su impacto potencial. Este análisis permitirá comprender hasta qué punto la complejidad económica se convierte en un motor que impulsa el bienestar y contribuye a la formulación de políticas públicas orientadas al desarrollo sostenible.

#Contextualización

El Índice de Complejidad Económica es una medida desarrollada por César Hidalgo y Ricardo Hausmann que busca capturar el conocimiento productivo acumulado en una economía. Este indicador se construye a partir de la diversidad de productos que un país exporta y la ubiquidad de dichos productos en el mercado internacional. Un país con un ECI elevado suele exportar bienes avanzados, poco comunes y que requieren capacidades tecnológicas específicas, lo cual indica una economía con un alto nivel de sofisticación. En el caso de Colombia, su ECI se ha mantenido en niveles intermedios debido a la alta participación de productos primarios como carbón, café y petróleo, los cuales poseen bajo nivel de complejidad. Esto implica un desafío para la transición hacia una economía basada en conocimiento, diversificada y competitiva.

El Índice de Desarrollo Humano es una medida elaborada por el Programa de las Naciones Unidas para el Desarrollo (PNUD) que evalúa el nivel de bienestar de las personas, considerando tres dimensiones fundamentales: salud, educación y nivel de vida. En lugar de centrarse únicamente en indicadores económicos como el ingreso, el IDH busca reflejar la capacidad de las personas para vivir una vida digna, saludable y con oportunidades de formación y progreso. La dimensión de salud se mide mediante la esperanza de vida al nacer; la dimensión educativa considera tanto los años promedio de escolaridad de los adultos como los años esperados de educación para los niños; y el nivel de vida se cuantifica a través del ingreso nacional bruto per cápita ajustado por paridad de poder adquisitivo. En el caso de Colombia, el IDH ha mostrado una tendencia ascendente que lo ubica dentro del rango de países de desarrollo humano alto. Sin embargo, persisten brechas significativas relacionadas con la desigualdad regional, la calidad educativa y el acceso equitativo a servicios públicos esenciales, lo que evidencia que el crecimiento económico debe acompañarse de políticas que promuevan un bienestar integral.

#datos 
income_data<- read_csv("income.data.csv")
## Rows: 118 Columns: 3
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (1): Country
## dbl (2): idh, eci
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
summary(income_data)# análisis descriptivo de los datos
##    Country               idh              eci          
##  Length:118         Min.   :0.4160   Min.   :-2.40917  
##  Class :character   1st Qu.:0.6683   1st Qu.:-0.72987  
##  Mode  :character   Median :0.7765   Median :-0.11043  
##                     Mean   :0.7599   Mean   :-0.00168  
##                     3rd Qu.:0.8845   3rd Qu.: 0.76064  
##                     Max.   :0.9700   Max.   : 2.06709

Se utilizará el método de regresión lineal simple porque permite analizar la relación entre dos variables cuantitativas: el ECI como variable independiente y el IDH como variable dependiente. Este modelo facilitará identificar si existe una correlación significativa entre la complejidad económica y el desarrollo humano, además de estimar el impacto que puede tener una variación en la estructura productiva sobre los niveles de bienestar de la población. La regresión lineal simple resulta apropiada en estudios exploratorios como este, ya que proporciona una interpretación directa y clara mediante la pendiente de la recta de ajuste, permitiendo determinar la dirección y magnitud de la relación entre ambas variables.

hist(income_data$`eci`)

plot(eci ~ idh, data = income_data)

income.eci.lm <- lm(eci ~ idh, data = income_data)
summary(income.eci.lm)
## 
## Call:
## lm(formula = eci ~ idh, data = income_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.35370 -0.42612  0.02355  0.40563  1.22971 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  -4.1419     0.2585  -16.02   <2e-16 ***
## idh           5.4487     0.3341   16.31   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.5305 on 116 degrees of freedom
## Multiple R-squared:  0.6963, Adjusted R-squared:  0.6937 
## F-statistic:   266 on 1 and 116 DF,  p-value: < 2.2e-16

Prueba de homocedasticidad

par(mfrow=c(2,2))
plot(income.eci.lm)

par(mfrow=c(1,1))

Trazado De puntos en la grafica

income.graph<-ggplot(income_data, aes(x=eci, y=idh))+
                     geom_point()
income.graph

Linea de regresión generada

#Ecuación de la linea de Regresión y = 0.13x+0.76

income.graph <- income.graph + geom_smooth(method="lm", col="RED")

income.graph
## `geom_smooth()` using formula = 'y ~ x'

income.graph <- income.graph +
  stat_regline_equation(label.x = 2.5, label.y = 1.5)
income.graph
## `geom_smooth()` using formula = 'y ~ x'

#Ecuación de la grafica y= 0.13x+0.76

income.graph +
  theme_bw() +
  theme(
    plot.margin = margin(15, 15, 15, 15)   # top, right, bottom, left
  ) +
  labs(title = "Influencia ",
      x = "Indice Complejidad Economica",
      y = "Indice de Desarrollo Humano")
## `geom_smooth()` using formula = 'y ~ x'

#prueba d enormalidad de los residuos
"H0: residuos son normales
 H1: residuos no son normales
Se acepta ho si p>0.05, se rechaza si p<0.05"
## [1] "H0: residuos son normales\n H1: residuos no son normales\nSe acepta ho si p>0.05, se rechaza si p<0.05"
residuos <- rstandard(income.eci.lm)
shapiro.test(residuos)
## 
##  Shapiro-Wilk normality test
## 
## data:  residuos
## W = 0.99219, p-value = 0.749

#Analisis de las graficas El análisis muestra una relación positiva y fuerte entre la Complejidad Económica (ECI) y el Desarrollo Humano (IDH). Los países con economías más diversificadas y basadas en conocimiento tienden a alcanzar mejores niveles de bienestar social. El modelo de regresión confirma que el IDH explica gran parte de las variaciones del ECI y que esta relación es altamente significativa. En el caso de Colombia, fortalecer la complejidad productiva sería clave para mejorar aún más sus indicadores sociales y avanzar hacia un desarrollo sostenible.

#Conclusión El análisis realizado evidencia que la complejidad económica y el desarrollo humano están estrechamente vinculados. A partir de los datos evaluados y del modelo de regresión lineal aplicado, se observa que los países con economías más complejas —es decir, con una mayor diversidad productiva y capacidad para generar bienes sofisticados— tienden también a exhibir mejores niveles en salud, educación e ingresos. Esta relación estadísticamente significativa confirma que el avance económico basado en conocimiento y productividad incide directamente en la calidad de vida de la población.

Las representaciones gráficas, los indicadores descriptivos y las pruebas estadísticas respaldan la consistencia del modelo, mostrando una tendencia clara y coherente entre las dos variables. Esto sugiere que la complejidad económica no solo es un reflejo del desarrollo productivo, sino también un factor que contribuye al progreso social.

En el contexto de Colombia, los resultados revelan que, aunque el país mantiene un IDH relativamente alto, su estructura económica sigue siendo dependiente de productos primarios, lo que limita su puntuación en complejidad económica. Este contraste resalta la necesidad de transformar y diversificar la base productiva del país para impulsar de manera sostenida su desarrollo humano.

En conclusión, el estudio reafirma que incrementar la complejidad económica es una estrategia esencial para potenciar el desarrollo humano, dado que promueve mayores capacidades productivas, mejores

Bibliografía

Hausmann, R., & Hidalgo, C. A. (2011). The Atlas of Economic Complexity: Mapping Paths to Prosperity. Center for International Development & MIT Media Lab.

Hidalgo, C. A., & Hausmann, R. (2009). The building blocks of economic complexity. Proceedings of the National Academy of Sciences, 106(26), 10570–10575. https://doi.org/10.1073/pnas.0900943106