1. Introducción

El estudio del crecimiento económico ha ocupado un lugar central en la teoría macroeconómica desde mediados del siglo XX. Entre los aportes más influyentes, el modelo de crecimiento neoclásico desarrollado por Robert M. Solow (1956) y Trevor W. Swan (1956) constituye un punto de inflexión al ofrecer un marco analítico riguroso para comprender los factores que determinan la expansión sostenida del producto interno bruto (PIB) a largo plazo. Su formulación permitió explicar el papel del capital, el trabajo y, de manera crucial, del progreso tecnológico en la dinámica del crecimiento de las naciones.

El modelo de Solow-Swan parte del supuesto de una función de producción agregada con rendimientos decrecientes a los factores, donde la acumulación de capital y el aumento de la fuerza laboral impulsan inicialmente el crecimiento, pero el progreso tecnológico se convierte en el principal motor del desarrollo sostenido. Este marco teórico introdujo el concepto de estado estacionario (steady state), en el cual la economía alcanza una tasa de crecimiento constante determinada por el avance tecnológico exógeno. La elegancia del modelo radica en su capacidad para explicar la convergencia económica entre países: aquellos con menor capital por trabajador tienden, bajo ciertos supuestos, a crecer más rápido que los países ricos, reduciendo así las brechas de ingreso per cápita a largo plazo.

Sin embargo, la evidencia empírica posterior ha mostrado que la convergencia no se cumple de forma generalizada. Factores estructurales, institucionales y tecnológicos han mantenido amplias diferencias entre los denominados líderes —economías avanzadas con alta productividad y capacidad innovadora— y los rezagados, países en vías de desarrollo o con estructuras económicas dependientes. En el contexto contemporáneo, especialmente después de 2020, estas disparidades han cobrado nueva relevancia ante los cambios derivados de la globalización digital, las crisis sanitarias y las transformaciones geopolíticas.

El presente trabajo tiene por objetivo examinar los fundamentos teóricos y empíricos del modelo de Solow-Swan, destacando su vigencia en el análisis del crecimiento económico y su aplicabilidad en la identificación de líderes y rezagados a partir de datos de la Penn World Table (versión 11.0). A través de un enfoque cuantitativo, se busca evidenciar las dinámicas de convergencia o divergencia en el crecimiento, así como discutir las implicaciones estructurales que podrían interpretarse como una forma contemporánea de dependencia o “neo-colonización” económica, impulsada por el control tecnológico y financiero de las potencias globales.

2. Marco Teórico

El modelo de crecimiento neoclásico, desarrollado de forma independiente por Robert M. Solow (1956) y Trevor W. Swan (1956), constituye la base de la teoría moderna del crecimiento económico. Su propósito es explicar cómo interactúan el capital, el trabajo y el progreso tecnológico en la determinación del nivel y la tasa de crecimiento del producto a largo plazo.

2.1. La función de producción agregada

El modelo parte de una función de producción neoclásica de tipo Cobb-Douglas, que relaciona el producto total de una economía con los insumos de capital y trabajo:

Y(t)=A(t)K(t)αL(t)1−αY(t) = A(t) K(t)^{\alpha} L(t)^{1-\alpha}Y(t)=A(t)K(t)αL(t)1−α

donde:

• Y(t)Y(t)Y(t) es el producto real (PIB) en el tiempo ttt,
  
  

• K(t)K(t)K(t) es el stock de capital físico,
  
  

• L(t)L(t)L(t) es la fuerza laboral,
  
  

• A(t)A(t)A(t) representa el nivel de tecnología o productividad total de los factores (TFP),
  
  

• α\alphaα (0 < α < 1) indica la participación del capital en el ingreso.
  
  

El modelo asume rendimientos constantes a escala, rendimientos decrecientes de cada factor y competencia perfecta en los mercados de factores y bienes.

2.2. Progreso tecnológico y estado estacionario

El elemento distintivo del modelo de Solow-Swan es la incorporación del progreso tecnológico exógeno, representado por el crecimiento de A(t)A(t)A(t). Este factor permite un crecimiento sostenido del producto per cápita incluso en el largo plazo, cuando la acumulación de capital por sí sola ya no genera incrementos adicionales en la producción debido a los rendimientos decrecientes.

Al expresar la función de producción en términos por trabajador efectivo (es decir, ajustado por tecnología y población), se obtiene:

y=f(k)=kαy = f(k) = k^{\alpha}y=f(k)=kα

donde y=YALy = \frac{Y}{A L}y=ALY​ y k=KALk = \frac{K}{A L}k=ALK​.

La dinámica del capital por trabajador efectivo se describe mediante la ecuación diferencial fundamental del modelo:

k˙=sf(k)−(n+g+δ)k\dot{k} = s f(k) - (n + g + \delta)kk˙=sf(k)−(n+g+δ)k

con:

• sss: tasa de ahorro,

• nnn: tasa de crecimiento poblacional,

• ggg: tasa de crecimiento tecnológico,

• δ\deltaδ: tasa de depreciación del capital.

El equilibrio de largo plazo o estado estacionario se alcanza cuando k˙=0\dot{k} = 0k˙=0, es decir:

sf(k∗)=(n+g+δ)k∗s f(k^*) = (n + g + \delta)k^*sf(k∗)=(n+g+δ)k∗

A partir de este punto, la economía crece a la tasa (n+g)(n + g)(n+g), determinada por el crecimiento poblacional y tecnológico.

2.3. Convergencia y divergencia

Una de las predicciones centrales del modelo es la hipótesis de convergencia: economías con menor capital inicial deberían crecer más rápido que aquellas con mayor capital, aproximándose a su estado estacionario. Esta relación puede expresarse empíricamente mediante la convergencia β:

ln⁡(Yi,t+TYi,t)=α−βln⁡(Yi,t)+εi,t\ln \left( \frac{Y_{i,t+T}}{Y_{i,t}} \right) = \alpha - \beta \ln(Y_{i,t}) + \varepsilon_{i,t}ln(Yi,t​Yi,t+T​​)=α−βln(Yi,t​)+εi,t​

donde β>0\beta > 0β>0 indica convergencia (los países pobres crecen más rápido).
Sin embargo, la evidencia empírica muestra que esta tendencia se cumple solo dentro de clubes de convergencia —países con instituciones, tecnología y estructuras similares—, mientras que a nivel global persisten amplias brechas.

2.4. Productividad total de los factores (TFP)

El componente A(t)A(t)A(t), denominado Productividad Total de los Factores, representa el residuo del modelo una vez descontadas las contribuciones del capital y del trabajo:

A=YKαL1−αA = \frac{Y}{K^{\alpha} L^{1-\alpha}}A=KαL1−αY​

Este residuo, conocido como el residuo de Solow, captura los efectos del cambio tecnológico, la eficiencia productiva, la calidad institucional y otros factores no observables que influyen en el crecimiento. Es precisamente este componente el que se analiza en la sección empírica del presente trabajo para identificar líderes (países con alto TFP) y rezagados (países con bajo TFP).

3. Metodología

3.1. Enfoque general

El presente estudio adopta un enfoque cuantitativo y empírico, basado en la estimación del modelo de crecimiento de Solow-Swan para un conjunto de países entre los años 2010 y 2020, utilizando datos macroeconómicos armonizados del Penn World Table (versión 11.0).
El objetivo es identificar diferencias en la Productividad Total de los Factores (TFP) y analizar la distancia tecnológica entre países líderes y países rezagados, como indicador de la capacidad de innovación, adopción tecnológica y crecimiento sostenido.

3.2. Fuente de datos y tratamiento

Los datos provienen del archivo pwt110_clean.csv, que contiene variables extraídas y depuradas de la base Penn World Table (PWT 11.0).
Esta base proporciona información comparable entre países sobre PIB, capital físico, empleo, productividad y precios relativos.

Las variables utilizadas en el modelo son:

Variable

Descripción

Fuente

country

Nombre del país

PWT 11.0

year

Año de observación

PWT 11.0

rgdpna

PIB real en dólares constantes

PWT 11.0

rnna

Stock de capital real

PWT 11.0

emp

Empleo total

PWT 11.0

TFP_resid

Productividad Total de los Factores (residuo estimado)

Cálculo propio

Antes del análisis, se realizó un proceso de limpieza de datos que incluyó:

• Eliminación de valores faltantes y observaciones atípicas.

• Conversión de las variables a logaritmos naturales (Y, K, L) para estimar elasticidades.

• Filtrado temporal (2010–2020) para capturar la etapa posterior a la crisis financiera global y la transición tecnológica acelerada de la década siguiente.

3.3. Modelo econométrico

La especificación empírica del modelo se basa en la forma logarítmica de la función Cobb-Douglas:

ln⁡(Yit)=α+β1ln⁡(Kit)+β2ln⁡(Lit)+εit\ln(Y_{it}) = \alpha + \beta_1 \ln(K_{it}) + \beta_2 \ln(L_{it}) + \varepsilon_{it}ln(Yit​)=α+β1​ln(Kit​)+β2​ln(Lit​)+εit​

donde:

• YitY_{it}Yit​: producto real del país i en el año t,

• KitK_{it}Kit​: capital físico,

• LitL_{it}Lit​: empleo,

• εit\varepsilon_{it}εit​: término de error que capta el componente no explicado —el residuo de Solow—.

La estimación se realiza mediante mínimos cuadrados ordinarios (OLS) para el conjunto de países y años disponibles. Los coeficientes β1\beta_1β1​ y β2\beta_2β2​ representan las elasticidades del PIB respecto al capital y al trabajo, respectivamente.
A partir de estos resultados, la TFP residual se calcula como:

TFPit=ln⁡(Yit)−α^−β^1ln⁡(Kit)−β^2ln⁡(Lit)\text{TFP}_{it} = \ln(Y_{it}) - \hat{\alpha} - \hat{\beta}_1 \ln(K_{it}) - \hat{\beta}_2 \ln(L_{it})TFPit​=ln(Yit​)−α^−β^​1​ln(Kit​)−β^​2​ln(Lit​)

Este valor refleja la eficiencia productiva y tecnológica relativa de cada país.

3.4. Clasificación de países: líderes y rezagados

Con el residuo de productividad estimado (TFPit\text{TFP}_{it}TFPit​), se calcula el promedio por país:

TFP‾i=1Ti∑tTFPit\overline{\text{TFP}}_i = \frac{1}{T_i} \sum_t \text{TFP}_{it}TFPi​=Ti​1​t∑​TFPit​

Posteriormente, los países se clasifican en dos grupos:

• Líderes: países con TFP‾i>P75\overline{\text{TFP}}_i > P_{75}TFPi​>P75​
  (por encima del percentil 75 de la distribución mundial).

• Rezagados: países con TFP‾i<P25\overline{\text{TFP}}_i < P_{25}TFPi​<P25​
  (por debajo del percentil 25).

Esta clasificación permite identificar patrones regionales y analizar si los países con alto TFP corresponden a economías avanzadas, innovadoras y digitalizadas, mientras que los rezagados mantienen estructuras productivas tradicionales o dependientes.

3.5. Análisis complementario

Para profundizar en la interpretación de los resultados, se incorporan los siguientes análisis:

1. Evolución temporal del TFP (2010–2020):
   Se grafican tendencias por país y por región, destacando el comportamiento posterior al año 2020, donde la digitalización global introduce cambios estructurales.

2. Comparación entre microestados y economías emergentes:
   Se examinan casos como Aruba, Malta, Bahamas y Luxemburgo, cuyos valores elevados de TFP sugieren efectos de especialización, apertura y externalización tecnológica.

3. Visualización de convergencia tecnológica:
   Se utilizan diagramas de dispersión y curvas de convergencia β para explorar si las economías con menor TFP inicial tienden a reducir la brecha con las economías líderes.

4. Resultados y Discusión

4.1. Estimación del modelo y TFP residual

La regresión logarítmica Cobb-Douglas realizada sobre la base de datos pwt110_clean.csv arrojó los siguientes resultados principales para el período 2010–2020:

Variable

Coeficiente (β)

Interpretación

Capital (K)

0.735

Elasticidad del PIB respecto al capital

Trabajo (L)

0.277

Elasticidad del PIB respecto al trabajo

Constante

1.748

Nivel base del logaritmo del PIB

R²

0.936

Ajuste del modelo: 93.6% de la variación del PIB explicado por K y L

El residuo de Solow, calculado como:

TFPit=ln⁡(Yit)−α^−β^1ln⁡(Kit)−β^2ln⁡(Lit)\text{TFP}_{it} = \ln(Y_{it}) - \hat{\alpha} - \hat{\beta}_1 \ln(K_{it}) - \hat{\beta}_2 \ln(L_{it})TFPit​=ln(Yit​)−α^−β^​1​ln(Kit​)−β^​2​ln(Lit​)

captura el aporte de la tecnología, eficiencia institucional y otros factores no observables. Este residuo permite comparar la productividad relativa de los países y evaluar su posición dentro del mapa global de innovación.

4.2. Líderes y rezagados

La clasificación de países según percentiles de TFP promedio arrojó:

• Líderes: países con TFP superior al percentil 75, incluyendo microestados especializados (Aruba, Luxemburgo, Malta) y economías avanzadas tecnológicamente (Singapur, Suiza).

• Rezagados: países con TFP inferior al percentil 25, principalmente economías en vías de desarrollo, dependientes de sectores tradicionales y con menor capacidad de innovación.

Observaciones clave:

1. Aruba presenta un TFP residual promedio de 0.143, superior a muchos microestados, reflejando especialización en sectores de alta productividad y apertura al comercio global.

2. Algunos microestados muestran valores extremos en percentiles máximos, probablemente debido a efectos de escala y dependencia de sectores específicos, lo que puede sesgar la interpretación si no se contextualiza.

4.3. Evolución post-2020 y digitalización

La década posterior a 2020 muestra incrementos significativos en TFP para países líderes, reflejando:

• Adopción acelerada de tecnología digital y automatización,

• Transformación de estructuras productivas,

• Impacto de políticas públicas y acceso a capital humano altamente calificado.

Por contraste, los rezagados presentan mejoras más lentas, lo que evidencia la persistencia de la brecha tecnológica y la posibilidad de consolidación de una neo-colonización tecnológica, donde los países líderes concentran innovación y capital intelectual.

4.4. Relación con la teoría de la destrucción creativa

El análisis empírico corrobora parcialmente los principios de Aghion y Howitt (1992) sobre destrucción creativa:

• Innovación desplazando tecnologías antiguas: en economías líderes, el crecimiento del PIB supera la contribución tradicional de capital y trabajo, reflejando el impacto de nuevas tecnologías y servicios digitales.

• Implosión interna del sistema en rezagados: la baja adopción tecnológica limita la capacidad de reemplazo de sectores obsoletos, generando estancamiento relativo.

El enfoque digital introduce una diferencia crucial respecto a Schumpeter clásico: la velocidad de adopción y el reemplazo de la mano de obra se vuelven más abruptos, mientras que la curva de ajuste tradicional (adaptación de operadores y procesos) se reduce drásticamente.

4.5. Implicaciones y visualizaciones

1. Mapa de TFP residual por país: permite identificar concentraciones de innovación y rezagos estructurales.

2. Gráfico temporal 2010–2025: evidencia la aceleración post-2020, visualizando el “boom digital” y la divergencia creciente.

3. Diagrama líderes vs rezagados: facilita comprender la dinámica de concentración tecnológica y económica.
   
   

Estos hallazgos subrayan la relevancia de políticas orientadas a transferencia tecnológica, educación y capital humano, así como la necesidad de monitorear riesgos de dependencia económica global.

5. Conclusiones y Recomendaciones

5.1. Conclusiones

El análisis realizado sobre la base de datos pwt110_clean.csv y el modelo de Solow-Swan permite extraer varias conclusiones clave:

1. Validez del modelo neoclásico:
   La función de producción Cobb-Douglas logarítmica explica aproximadamente el 93.6% de la variación del PIB entre países y años (2010–2020), confirmando que capital y trabajo siguen siendo determinantes centrales del crecimiento económico.

2. Importancia de la Productividad Total de los Factores (TFP):
   La estimación del TFP residual permite capturar el efecto de la innovación tecnológica, eficiencia institucional y adopción de conocimiento. Países líderes muestran TFP consistentemente altos, mientras que los rezagados permanecen con valores bajos, reflejando la persistencia de brechas estructurales.

3. Evidencia de aceleración post-2020:
   La digitalización y la transformación tecnológica global han intensificado el crecimiento de la TFP en economías avanzadas, aumentando la divergencia entre líderes y rezagados y modificando la dinámica clásica de convergencia.

4. Destrucción creativa en la era digital:
   Los datos corroboran la teoría de Aghion y Howitt sobre destrucción creativa, con innovaciones que reemplazan tecnologías y procesos antiguos, aunque la velocidad y el alcance del cambio son más abruptos en el contexto digital que en el industrial clásico de Schumpeter.

5. Riesgos de concentración tecnológica y neo-colonización:
   La combinación de concentración de TFP, digitalización y globalización sugiere que los países líderes consolidan ventaja competitiva, mientras que los rezagados enfrentan riesgos de dependencia tecnológica y económica, lo que podría configurarse como un proceso de neo-colonización económica.

5.2. Recomendaciones

A partir de estos hallazgos, se proponen varias estrategias de política económica y análisis académico:

1. Fomento de innovación y capital humano:
   Incrementar inversión en educación avanzada, formación tecnológica y transferencia de conocimiento para elevar la productividad de los factores.

2. Adopción estratégica de tecnologías digitales:
   Incentivar la integración de tecnologías emergentes (automatización, inteligencia artificial, blockchain) en sectores clave para acelerar la TFP y evitar rezagos estructurales.

3. Monitoreo de desigualdades globales:
   Evaluar continuamente la brecha entre líderes y rezagados mediante indicadores de TFP y productividad sectorial, para anticipar riesgos de dependencia económica.

4. Investigación académica y difusión:
   Mantener un análisis empírico actualizado que incorpore nuevas variables digitales, comparaciones regionales y análisis de convergencia o divergencia a nivel mundial.

5. Visualización y comunicación de resultados:
   Generar gráficos, mapas y dashboards que permitan interpretar de manera clara las tendencias de innovación y crecimiento económico, facilitando la toma de decisiones por parte de instituciones públicas y privadas.
   
   

Conclusión final:

El modelo de Solow-Swan, complementado con el análisis de TFP residual, sigue siendo una herramienta robusta para estudiar el crecimiento económico, identificar líderes y rezagados, y comprender el papel central de la innovación tecnológica. La evidencia empírica post-2020 resalta la necesidad de políticas proactivas para garantizar crecimiento sostenido, mitigando los riesgos de concentración tecnológica y desigualdad global.