La productividad en América Latina. Un análisis a través de una función Cobb-Douglas

Abstract

En América Latina el limitado crecimiento de la actividad económica se ha caracterizado por su fuerte correlación con la baja productividad, es por ello que se analiza el comportamiento de la Productividad Total de los Factores (PTF) en esta región. El objetivo de esta investigación es examinar el papel del trabajo (L), el capital (K) y el cambio tecnológico (A) en la evolución de la PTF en América Latina durante el periodo 1990-2019. Se instrumenta un modelo de datos panel mediante el estimador de “Grupo de Medias Agrupadas” (PMG), para catorce economías durante 29 años. En los resultados se evidencia la existencia de dependencia transversal y raíz unitaria de orden I(1). Se presenta una relación de largo plazo entre las variables y se encuentra que el trabajo (L), el capital (K) y el cambio tecnológico (A) inciden positivamente en la PTF. Se encontró que, en el corto plazo, el capital (K) tiene un impacto mayor que el cambio tecnológico (A) en la PTF; mientras que, en el largo plazo es el cambio tecnológico (A) el que más influye. El modelo muestra una velocidad de ajuste del 18 %, lo que implica un tiempo de corrección estimado de 5.5 años. En conclusión, en el trabajo se da cuenta de la importancia de fortalecer la innovación y el desarrollo tecnológico en la región, para mejorar la productividad y el crecimiento económico.//In Latin America, the limited growth of economic activity has been characterized by its strong correlation with low productivity, which is why the behavior of Total Factor Productivity (TFP) in this region is analyzed. The objective of this research is to examine the role of labor (L), capital (K), and technological change (A) in the evolution of Total Factor Productivity (TFP) in Latin America during the period 1990-2019. A panel data model is implemented using the “Pooled Mean Group” (PMG) estimator for fourteen economies over a period of 29 years. The results show the existence of cross-sectional dependence and a unit root of order I(1). A long-term relationship between the variables is presented, and it is found that labor (L), capital (K), and technological change (A) positively impact TFP. It was found that, in the short term, capital (K) has a greater impact than technological change (A) on TFP; whereas, in the long term, it is technological change (A) that has the most influence. The model shows an adjustment speed of 18%, which implies an estimated correction time of 5.5 years. In conclusion, the work highlights the importance of strengthening innovation and technological development in the region to improve productivity and economic growth.