Human Capital Investment Through Education and Economic Growth: a panel data analysis based on a group of Latin American countries

Abstract

Our main goal is to ascertain whether investment in human capital through education (without differentiation, by gender, with gender gaps) can explain the steady state growth productivity levels and a potential convergence process in a sample of Latin American developing countries (Costa Rica, Dominican Republic, El Salvador, Guatemala, Haiti, Honduras, Jamaica, Mexico, Nicaragua, Panama, Trinidad&Tobago, Argentina, Bolivia, Brazil, Chile, Colombia, Ecuador, Guyana, Paraguay, Peru, Uruguay and Venezuela). These countries will also be integrated in a larger sample with developed countries from Europe (Austria, Belgium, Denmark, Finland, France, the former Federal Republic of Germany, Greece, Ireland, Italy, the Netherlands, Norway, Portugal, Spain, Sweden, Switzerland and the United Kingdom).

We consider a neoclassical growth model with human capital as did Mankiw, Romer and Weil (1992) and later Knowles, Lorgelly and Owen (1998) who include both female and male education and gender gaps in education levels as explanatory variables. The consideration of human capital by gender and the quantification of its influence appear of major importance in the developing countries if the education of women in these countries produces positive social benefits. In these circumstances the educational policies by gender should be supported because, ceteris paribus, an increase in the levels of female schooling will produce positive total effects in the form of higher productivity levels.

The empirical analysis is based on panel data and the following estimation procedures are used: ordinary least squares (OLS), non linear least squares (NLLS), ordinary least squares with dummy variables (LSDV), ordinary least squares with first differences (OLSD) and non linear least squares with dummy variables (NLLSDV). We first present the results for the productivity equations and then for the convergence equations, considering our two samples and the different estimation procedures. The use of different samples and estimation techniques is intended to make our analysis more robust.

O nosso objectivo principal consiste em verificar se a acumulação de capital humano através da educação (sem diferenciação, de acordo com o género e com gender gaps) influencia o nível de produtividade e um eventual processo de convergência de um conjunto de países em desenvolvimento da América Latina (Costa Rica, República Dominicana, El Salvador, Guatemala, Haiti, Honduras, Jamaica, México, Nicarágua, Panamá, Trinidade&Tobago, Argentina, Bolívia, Brasil, Chile, Colômbia, Equador, Guiana, Paraguai, Peru, Uruguai e Venezuela). Consideraremos esta questão também no âmbito de um grupo mais alargado de países que inclui os anteriores e ainda um grupo de países desenvolvidos da Europa (Áustria, Bélgica, Dinamarca, Finlândia, França, RFA, Grécia, Irlanda, Itália, Países Baixos, Noruega, Portugal, Espanha, Suécia, Suíça e Reino Unido).

Partimos de um modelo de crescimento neoclássico tal como Mankiw, Romer e Weil (1992) e Knowles, Lorgelly e Owen (1998). Estes últimos consideram a influência quer da educação masculina quer da educação feminina e da diferença entre ambos como variáveis explicativas. Esta distinção parece-nos de grande importância para os países desenvolvidos no caso de existência de benefícios sociais positivos associados à educação das mulheres. Nestas circunstâncias são aconselháveis políticas de educação de acordo com o sexo uma vez que, ceteris paribus, um aumento do nível de escolaridade feminina acarretará feitos totais positivos na forma de níveis de produtividade mais elevados.

A análise empírica baseia-se em dados de painel tendo-se utilizado os seguintes métodos de estimação: mínimos quadrados ordinários, mínimos quadrados não lineares, mínimos quadrados com variáveis mudas, mínimos quadrados aplicados à diferenças e mínimos quadrados não lineares com variáveis mudas. Co meçamos por apresentar os resultados relativos às equações de produtividade e em seguida apresentamos os resultados relativos às equações de convergência. A utilização de diferentes amostras e métodos de estimação destina-se a tornar a nossa análise mais robusta.