Educación, investigación y desarrollo regional, 1994-2021

MODELOS ECONOMÉTRICOS INTERREGIONALES DE CRECIMIENTO DE LA INDUSTRIA Y LOS SERVICIOS EN LAS REGIONES EUROPEAS, 1985-1995 Coordinadora: María-Carmen Guisán Seijas Libro EE5, 2001 CAPÍTULO 4 EDUCACIÓN, INVESTIGACIÓN Y DESARROLLO REGIONAL, 1994-2001 Autoras: GUISÁN SEIJAS, María-Carmen CANCELO MÁRQUEZ, María-Teresa AGUAYO LORENZO, Eva DÍAZ VÁZQUEZ, María-Rosario . Primera edición impresa, 2001 Segunda edición electrónica, 2022 ISBN 84-607-3583-4 Libro EE5 de la Serie Estudios Económicos de la AHG Edita. Asociación Hispalink-Galicia, Santiago de Compostela, España Colabora: Asociación de Estudios Euro-Americanos de Desarrollo Económico Disponible en: https://www.usc.gal/economet/libros.htm Índices de los 4 capítulos e índice de tablas en el Capítulo 1. Guisán,M.C.; Cancelo, M.T.; Aguayo,E., Díaz, M.R. Modelos interregionales Capítulo 4 87 CAPÍTULO 4 EDUCACIÓN, INVESTIGACIÓN Y DESARROLLO REGIONAL, 1994-2001 GUISÁN SEIJAS, María-Carmen* CANCELO MÁRQUEZ, María-Teresa AGUAYO LORENZO, Eva DÍAZ VÁZQUEZ, María-Rosario 4.1. Educación e investigación en las regiones de la UE En este capítulo, analizamos las disparidades regionales que existen en la UE, especialmente en la distribución del nivel educativo y del gasto en investigación y desarrollo. Estimaremos un modelo econométrico que pone de relieve el importante efecto positivo que ambas variables tienen sobre el crecimiento del producto interior bruto por habitante. En relación con el gasto en investigación y desarrollo, I+D, distinguiremos entre los fondos de la Universidad y los no Universitarios y también entre los fondos que se destinan a financiar el área de las Ciencias Naturales e Ingeniería, NSE, y los que se destinan al área de Ciencias Sociales y Humanidades, SSH, con el objeto de alcanzar conclusiones que sean de interés para elaborar políticas regionales que impulsen el desarrollo de las regiones menos favorecidas. Existen muy pocos estudios econométricos que incorporen estas variables y por lo tanto nuestro modelo puede considerarse interesante y novedoso en esta línea de investigación. En las siguientes tablas presentamos el PIB per capita en 1995 y el gasto per capita en I+D, acumulado para el período 1990-94, diferenciando tres sectores de gasto: Empresas, Gobierno y el sector de Educación Superior. Además, presentamos los datos del gasto realizado por el sector de Educación Superior diferenciando entre dos grandes áreas de conocimiento: Ciencias Sociales y Humanidades (CSH) y Ciencias Naturales e Ingenierías (CNI). Estos datos de gasto en I+D también han sido acumulados para el período 1990-94 y se presentan en términos per capita (con relación a la población de 1995). Todos los datos han sido expresados en dólares de 1990, para lo cual se ha utilizado el tipo de cambio y el deflactor del PIB en base 1990. -- * Las autoras son profesoras de la Facultad de Economía y Empresa de la USC, Santiago de Compostela, España. Libro EE5. Capítulo 4. Educación e I+D https://www.usc.gal/economet/libros.htm 88 En la Tabla 4.1 presentamos los datos de Estados Unidos, Japón y la media de la UE de las variables anteriormente mencionadas. Por término medio los países de la UE presentan un elevado gasto en I+D, pero menor que el de Estados Unidos y Japón, a pesar de que el PIB europeo en 1995 es similar al japonés. En esta tabla incluímos también el porcentaje de población con estudios secundarios de segundo ciclo completos, según las estimaciones de la OCDE y Barro-Lee. Tabla 4.1. PIB, I+D y nivel educativo en la UE15, EEEUU y Japón 1995 UE15 USA Japón PIB per capita 1995 19381 23377 25233 I+D per capita 1990-94 2062 2987 2625 I+D per capita S.Empresa 1990-94 1362 2186 1940 I+D per capita S. Gobierno 1990-94 331 326 204 I+D per capita S. Educ. Sup. 1990-94 368 475 481 I+D per capita en CSH 1990-94 83 *142 188 I+D per capita en CNI 1990-94 285 *333 293 Educación secundaria (%) OCDE 60 71 * 72 Educación secundaria (%) Barro-Lee 52 86 39 Número medio de años de escolarización 8.2 12.2 9.4 Fuente: Elaboración propia a partir de datos de OCDE, Eurostat y otras fuentes. Los datos indicados con asterisco son estimaciones propias basadas en indicadores indirectos. Los datos de PIB e I+D están expresados en dólares de 1990 según tipos de cambio. Los datos de educación corresponden al porcentaje de población mayor de 25 años con nivel igual o superior a educación secundaria completa en el caso de la OCDE y al mismo porcentaje respecto a la población total > de 25 años en el caso de Barro-Lee. En esta tabla observamos que la UE-15 tiene unos niveles de PIB por habitante, de gasto en I+D y de nivel educativo inferiores a los de USA y Japón. En el caso de Japón, la comparación en tipos de cambio sobreestima el valor de su PIB por habitante, ya que si estuviese medido en paridades de poder de compra sería algo inferior al de USA aunque también mayor al de la UE-15. Europa necesita incrementar su gasto en I+D y, en particular, el gasto en el sector de Ciencias Sociales y Humanidades, dado que estas variables son factores que influyen de manera importante sobre el crecimiento del PIB. Guisán,M.C.; Cancelo, M.T.; Aguayo,E., Díaz, M.R. Modelos interregionales Capítulo 4 89 La tabla 4.2 presenta los datos de PIB por habitante, nivel educativo y gasto en I+D de los 15 países de la UE. El gasto de investigación se desglosa en los sectores de Empresa, Gobierno y Universidad, distinguiendo en esta última los grupos de Ciencias Sociales y Humanidades (CSH) y Ciencias Naturales e Ingeniería (CNI) de acuerdo con las estadísticas de la OCDE. En algunos casos de insuficiencia de datos se estimaron los valores correspondientes en base a los datos de países similares. Tabla 4.2: PIB per cápita, PS2 e I+D por habitante en UE15 1990-1995 PIB95H PS2 90 PS2 95 IDH IDH EMP IDH GOB IDH CSH IDH CNI Alemania 21814 82 84 3173 2317 426 95 335 Austria 21853 68 70 1383 806 102 100 375 Bélgica 20532 45 54 1983 1339 122 157 365 Dinamarca 27252 59 62 2398 1382 444 149 423 España 13489 23 28 519 296 117 34 72 Finlandia 25677 62 66 2420 1448 474 174 324 Francia 21678 52 69 2470 1531 544 106 289 Gran Bretaña 17754 68 75 2599 1823 354 63 359 Grecia 8583 31 35 253 61 104 24 64 Holanda 20363 58 61 2033 1168 377 147 341 Irlanda 16824 42 47 716 423 128 35 130 Italia 20193 29 35 1388 803 294 64 227 Luxemburgo 32897 21 25 1983 1339 122 157 365 Portugal 7297 14 20 184 55 52 18 59 Suecia 26647 73 74 3711 2476 147 163 924 UE15 19381 52 60 2062 1362 331 83 285 Nota: Elaboración propia en base a datos de la OCDE. Las columnas de esta tabla se corresponden con las filas de la tabla 1 de la siguiente forma: a) las columnas 1-4 presentan el PIB por habitante y el gasto en I+D acumulado por habitante en el período 1990-94 total, empresarial y del sector gobierno. b) Las columnas 5 y 6 desglosan el gasto de I+D universitario de Ciencias Sociales y Humanidades (CSH) y en Ciencias Naturales e Ingeniería (CNI). c)Las 2 y 3 presentan un indicador del nivel educativo en 1990 y 1995 (PS2=Porcentaje de población adulta con nivel ieducativo igual o superior a estudios Secundarios de 2º ciclo completos. Libro EE5. Capítulo 4. Educación e I+D https://www.usc.gal/economet/libros.htm 90 En esta tabla observamos que existen diferencias importantes en el nivel educativo y el gasto en I+D entre los países de la UE. Generalmente los mayores niveles de ambas variables implican un alto grado de desarrollo económico mientras que los países con niveles bajos en educación e investigación tienen menores niveles de desarrollo económico. Destaca especialmente la gran distancia todavía existente en 1995 en los niveles educativos de algunos países como Portugal respecto a la media europea. Aunque las estimaciones de la OCDE para el porcentaje de población con estudios de segundo ciclo completos, PS2, pueden estar algo sobrestimadas o subestimadas, según los casos, no cabe duda que un nivel de sólo el 14 % en Portugal en 1990 y del 20% en 1995 es demasiado bajo. Todos los países que están por debajo de la media de la UE en esta variable deberían realizar un esfuerzo especial para aumentar su nivel de educativo dada la importancia que tiene en el proceso de desarrollo económico. También observamos que los países con menor gasto en investigación son los que tienen generalmente menor nivel de desarrollo económico. Los gastos que tiene en cuenta la OCDE representan un aspecto importante pero sólo parcial de los recursos destinados a la investigación, ya que otros gastos generales e infraestructura universitaria y de recursos humanos de apoyo a la investigación, no incluidos en dicha estadística, son también muy importantes. Las diferencias entre países serían mayores si tenemos en cuenta dicha información complementaria. Así por ejemplo las cifras de la OCDE indican un gasto por habitante en investigación universitaria en el período 1990-94 de 288 $ en España supone más de un 50% del valor correspondiente a USA, con 475 $, y sería superior al de Irlanda con 165. Sin embargo otros indicadores del gasto en Universidades, tanto por habitante como por estudiante o por investigador es mucho menor en España que en la mayoría de los países de la OCDE, y en concreto mucho menor que en USA e Irlanda. Las diferencias entre regiones europeas son mucho mayores que las existentes entre países, en lo que respecta al gasto en I+D, incluso dentro de un mismo país, como puede comprobarse en las siguientes tablas. Las estadísticas europeas no proporcionan datos regionalizados de nivel educativo para todas las regiones y por lo tanto hemos utilizado los valores de Guisán,M.C.; Cancelo, M.T.; Aguayo,E., Díaz, M.R. Modelos interregionales Capítulo 4 91 cada país para todas sus regiones, de forma que sólo podemos tener en cuenta las diferencias nacionales y no las regionales. Estos datos son suficientes para obtener algunas conclusiones de interés respecto al impacto del capital humano en el desarrollo regional y esperamos que en el futuro una mayor disponibilidad de datos estadísticos permita realizar estudios econométricos más detallados. La tabla 4.4, desglosada en 8 tablas (4.4.1 a 4.4.8), presenta los datos regionales del período 1985-95 para la producción per cápita y de gasto de I+D regional en el quinquenio 1990-1884. Tabla 4.4.1. Regiones españolas: IDH y PIB real per cápita 1985-95 (Dolares per cápita a precios y tipos de cambio de 1990) ESPAÑA PIB85H PIB90H PIB95H IDH 1. Galicia 8952 9850 10404 157 2. Asturias 10768 11003 12544 316 3. Cantabria 10915 12245 13087 246 4. País Vasco 13028 15281 16116 864 5. Navarra 12155 15390 16360 692 6. Rioja 16272 16036 15636 72 7. Aragón 11410 13649 15386 405 8. Madrid 11764 15727 16719 1899 9. Castilla y León 10081 10836 12232 319 10. Castilla-La Mancha 8548 10948 11119 75 11. Extremadura 7009 8102 9423 123 12. Cataluña 11922 15418 16674 547 13. Com. Valenciana 10394 12820 13167 207 14. Baleares 14366 16317 17420 82 15. Andalucía 8036 9772 9938 222 16. Murcia 9097 12400 11831 234 17. Canarias 9010 12433 13133 148 Fuente: Elaboración propia a partir de los datos de Eurostat. Las tres primeras columnas de datos presentan el PIB por habitante de los años 1985, 1990 y 1995, expresados en dólares de 1990 según tipos de cambio. La cuarta columna presenta el gasto regional en I+D por habitante en el quinquenio 1990-94, en Dólares de 1990. Libro EE5. Capítulo 4. Educación e I+D https://www.usc.gal/economet/libros.htm 92 Tabla 4.4.2. Regiones italianas: IDH y PIB real per cápita 1985-95 (Dolares per cápita a precios y tipos de cambio de 1990) ITALIA PIB85H PIB90H PIB95H IDH 19. Piemonte 19111 22665 22736 3567 20. Vall d´Aosta 20494 23293 25096 183 21. Liguria 19162 21161 23083 1775 22. Lombardía 21806 25192 25629 1977 23. Trentino-Alto Adige 19021 22134 24322 536 24. Veneto 18433 21798 23836 629 25. Friuli-Venezia Giulia 18171 22152 24412 1036 26. Emilia Romagna 20580 23563 25458 1170 27. Toscana 18762 20418 21344 1010 28. Umbría 15547 17489 19063 301 29. Marche 17180 19711 20219 275 30. Lazio 18392 21389 21900 4275 31. Campania 11279 12718 12784 438 32. Abruzzo 13923 16146 17399 624 33. Molisse 11702 13712 14881 125 34. Puglia 11375 13711 13696 263 35. Basilicata 10089 11115 13227 543 36. Calabria 9607 10669 11551 92 37. Sicilia 10991 12154 12819 202 38. Sardegna 12172 13492 14402 417 Fuente: Véase tabla 4.4.1. Tabla 4.4.3. Datos de las regiones alemanas ALEMANIA PIB85H PIB90H PIB95H IDH 39. Shleswig.Holstein 19245 19890 20924 1502 40. Hamburg 39045 38280 38574 3102 41. Niedersachsen 19613 19433 20765 2033 42. Bremen 29455 29070 30378 4376 43. Nordrhein-Westfalen 22559 21723 22381 2456 44. Hessen 25923 27617 29725 3721 45. Rheinland-Pfalz 20567 19937 19506 2763 46. Baden-Wuttenberg 24429 25331 24984 4468 47. Bayern 23070 23756 25030 4258 48. Saarland 20849 20126 21457 1395 49. Berlin 28455 25683 20808 3010 Fuente: Véase tabla 4.4.1. Guisán,M.C.; Cancelo, M.T.; Aguayo,E., Díaz, M.R. Modelos interregionales Capítulo 4 93 Tabla 4.4.4. Datos de las regiones de Bélgica, Holanda, Luxemburgo y Dinamarca BELGICA PIB85H PIB90H PIB95H IDH 50. Vlaams Gewest 16967 19680 20927 2018 51. Region Wallonne 13747 15363 16237 1572 52. Bruxelles 26563 31772 30751 3194 HOLANDA 53. Noord-Nederland 17198 18512 19891 2002 54. Oost-Nederland 13414 16334 17957 1756 55. West-Nederland 19215 20652 21959 2204 56. Zuid-Nederland 14587 18097 19500 1943 57. LUXEMBURGO 20627 27165 32902 *3194 18. DINAMARCA 23539 25123 27316 2398 Fuente: Véase tabla 4.4.1. Tabla 4.4.5. Datos de las regiones de Irlanda y Gran Bretaña PIB85H PIB90H PIB95H IDH 58. IRLANDA 10217 13017 16829 716 GRAN BRETAÑA 59. North 12673 15117 15218 817 60. Yorkshire and Humberside 13469 15699 16012 905 61. East Midlands 13579 15570 16611 2755 62. East Anglia 14093 16116 17638 2891 63. South-East 17117 20078 20768 4584 64. South-West 13845 15905 16993 1966 65. West Midlands 13133 15030 16392 2131 66. North West 14321 16691 15764 1959 67. Wales 13546 15321 14598 813 68. Scotland 13856 16079 17617 1657 69. Northern Ireland 10974 12285 14294 659 Fuente: Véase tabla 4.4.1. Libro EE5. Capítulo 4. Educación e I+D https://www.usc.gal/economet/libros.htm 94 Tabla 4.4.6. Datos de las regiones de Portugal y Grecia PORTUGAL PIB85H PIB90H PIB95H IDH 70. Norte 4419 6375 6671 97 71. Centro 5167 5007 6437 188 72. Lisboa e Vale do Tejo 7388 9806 9654 338 73. Alentejo e Algarve 4652 4951 6731 47 GRECIA PIB85H PIB90H PIB95H IDH 74. Voreia Ellada 7102 8028 8239 177 75. Kentriki Ellada, Attiki 7803 8355 8731 301 76. Anatolika Kai Notia Nisisia 8035 7748 8849 300 Fuente: Véase tabla 4.4.1. Tabla 4.4.7. Datos de las regiones francesas FRANCIA PIB85H PIB90H PIB95H IDH 77. Ille de France 27746 32622 33529 6085 78. Champagne-Ardene 17587 20836 19560 316 79. Picardie 16146 17808 17488 852 80. Haute-Normandie 19851 20983 22121 1278 81. Centre 17443 19355 19179 1006 82. Basse-Normandie 15920 17946 18965 540 83. Bourgogne 16172 18505 18705 790 84. Nord-Pas de Calais 15242 16739 18052 367 85. Lorraine 15700 17798 18339 706 86. Alsace 18804 21092 22311 1013 87. Franche-Comté 16411 19255 18969 1557 88. Pays de la Loire 15902 17999 19006 616 89. Bretagne 15029 16649 17487 1118 90. Poitou-Charentes 15036 16745 17408 465 91. Aquitaine 17941 18633 18798 1472 92. Midi-Pyrenees 15302 17871 18151 2980 93. Limousin 14305 16238 17107 369 94. Rohne-Alpes 18475 21055 20924 2027 95. Auvergne 14580 16828 17244 1629 96. Languedoc-Rousillon 14303 16383 16502 1370 97. Prov.-Alpes-Côte d´Azur 18031 19397 19149 1923 98. Corse 14791 14626 16537 109 Fuente: Véase tabla 4.4.1. Guisán,M.C.; Cancelo, M.T.; Aguayo,E., Díaz, M.R. Modelos interregionales Capítulo 4 101 inclusión de la variable PS290, junto con las variables ficticias de DR49 y DR58, en la regresión de DPIBH proporciona también una elevada bondad del ajuste con un coeficiente de regresión estimado de 15.36 y con un estadístico t de 6.87, lo que pone de relieve la significatividad del parámetro correspondiente. La tabla 4.7 muestra un efecto positivo y significativo del indicador de nivel educativo (PS2) mientras que el efecto del gasto en I+D por habitante (RDH) aparece positivo pero no estadísticamente significativo. A causa de la multicolinealidad derivada de una gran correlación de RDH con las otras variables incluidas en el modelo, el intervalo para el parámetro de RDH es muy amplio y no se puede precisar el impacto positivo. Tabla 4.7. Equación 7: Impacto de la Educacion e I+D sobre el desarrollo Fuente: Guisán, Cancelo y Díaz(1998). Es difícil aislar el efecto de la educación del de las variables de I+D ya que existe elevada correlación, lo que provoca multicolinealidad e imprecisión de los estimadores. Por ello es deseable que haya una mayor disponibilidad de datos estadísticos nacionales y regionales para poder estimar modelos más detallados en muestras que presenten una mayor variabilidad. Con esta muestra la inclusión conjunta de la variable PS290 con cada una de las cuatro modalidades de gasto sectorial de I+D corrobora que el mayor impacto positivo medio corresponde a IDHCSH seguido de IDHGOB. En dichas regresiones conjuntas las otras dos modalidades, IDHEMP e IDHCNI, tienen un coeficiente prácticamente nulo. La evidencia parece mostrar que algunas investigaciones están enfocadas hacia la solución de problemas sin vinculación territorial a la región (problemas de las empresas o de la saludad, de ámbito nacional o internacional) mientras que otras investigaciones parecen tener un mayor impacto sobre el desarrollo regional. Libro EE5. Capítulo 4. Educación e I+D https://www.usc.gal/economet/libros.htm 102 En la próxima sección efectuamos un contraste de homogeneidad de parámetros que pone de manifiesto, como es frecuente en los modelos que combinan datos de distintas regiones o países, que existe un moderado grado de heterogeneidad de parámetros de forma que es posible mejorar el ajuste de los modelos teniendo en cuenta algunas variables ficticias, o de otro tipo, adecuadas. Los resultados obtenidos en esta sección son bastante representativos de la importancia que tienen la educación y la investigación en el desarrollo económico. Estos resultados y el análisis de los datos internacionales ponen de manifiesto la necesidad de que Europa aumente ambas variables, especialmente en aquellos países y regiones en los que los niveles son menores. En ese sentido es importante impulsar el aumento del nivel educativo en varios países, especialmente en Portugal, y el gasto en I+D especialmente en España, Grecia y Portugal. El caso de España es particularmente destacado por su escaso nivel de gasto de I+D, dada su capacidad económica que permitiría fácilmente un mayor nivel si hubiese un mayor grado de concienciación social y política. Son muchos los problemas existentes en el ámbito de la investigación científica, particularmente en las universidades, como se pone de manifiesto en estudio titulado “University Research in Transition” de la OCDE(1998). 4.3. Contrastes de homogeneidad de los parámetros Los modelos de la sección anterior presentan en general una elevada homogeneidad de coeficientes de regresión si tenemos en cuenta, mediante ficticias para la ordenada en el origen, algunas peculiaridades de determinadas regiones, además de las ya consideradas para Berlín e Irlanda. Teniendo en cuenta que los modelos del capítulo anterior ponen de manifiesto la influencia de la situación centro-periferia en el desarrollo económico regional, debido a la existencia de una serie de circunstancias que favorecen la concentración del crecimiento económico en las regiones más ricas, es interesante contrastar la homogeneidad de parámetros entre regiones situadas en distintas zonas en un modelo de I+D. Para ello estimamos, con datos de las 103 regiones, la relación entre PIB95H y las variables explicativas PIB85H e IDH, bajo los siguiente supuestos: Guisán,M.C.; Cancelo, M.T.; Aguayo,E., Díaz, M.R. Modelos interregionales Capítulo 4 103 1) Homogeneidad total en los coeficientes de regresión y en la ordenada en el origen. 2) Homogeneidad en los coeficiente de regresión y heterogeneidad en la ordenada del origen, según la situación geográfica mediante las variables ficticias DCE y DP del capítulo anterior. 3) Heterogeneidad total, estimando un modelo diferente para cada una de las tres zonas: central, intermedia y periférica. La tabla 4.5 mostró los resultados de la estimación con la hipótesis de homogeneridad total y la tabla 4.6 los resultados de la hipótesis de homogeneidad de los coeficientes de regresión y heterogeneidad de la ordenada en el origen. Además estimamos una regresión para cada uno de los 3 grupos considerados (Zona Central, Zonal Intermedia y Zona Periférica) con objeto de disponer de las Sumas de Cuadrado de Errores individuales, para poder aplicar el test (S1=SCE1+SCE2+SCE3). Para contrastar la homogeneidad de los parámetros entre los distintos grupos de regiones, aplicamos los test de estabilidad muestral basados en el la distribución F-Snedecor que figuran en Guisán (1997, pág. 163). Los grupos de regiones que se van a considerar se corresponden con los definidos para elaborar las variables ficticias de la sección anterior, o sea, las regiones centrales, intermedias y periféricas. Los resultados correspondientes figuran en la tabla 4.8. Tabla 4.8. Contrastes de homogeneidad de los parámetros. Fuentes variación Suma de Cuadrados SCE) Grados de libertad (gl) ∆ SCE; ∆gl F X 1 ,X 2 ,X 3 S1=SCE1+SCE2 +SCE3= = 3,6187 * 108 gl1=T-p(k+1) = 97 ∆1 = S2-S1 = 27130000; ∆ gl1 = 1 F1=(∆1/∆gl1) /(S1/gl1) = 7.3 (X,D) S2 = SCE (X,D) = 3.89 * 10 8 gl2 = T-k-p = 98 ∆2 = S3-S2 = 0.37 * 108 ∆gl2 = 2 F2=(∆2/∆gl2) /(S2/gl2) = 4.7 X S3 = SCE(X) = 4.26 *108 gl3 = T-k-1 = 100 ∆3 = S3-S1 = = 64126821 ∆gl3 = 3 F3=(∆3/∆gl3) /(S3/gl3) =5.7 Fuente: Aplicación, por las autoras, de los contrastes F de homogeneidad, citados en Guisán (1997). Libro EE5. Capítulo 4. Educación e I+D https://www.usc.gal/economet/libros.htm 104 Para un nivel de significación de 5% el nivel crítico de la distribución F para aceptar la homogeneidad sería aproximadamente igual a 4 para los estadísticos F1 y F2 y aproximadamente a 2.7 para el estadístico F3. Esto significa que existe alguna heterogeneidad ya que los tres estadísticos F superan ligeramente el nivel crítico correspondiente. Consideramos que la heterogeneidad es moderada ya que en estos contrastes la existencia de una heterogeneidad acusada daría lugar a valores mucho más elevados de dichos estadísticos, que podrían llegar a alcanzar valores 10 o más veces superiores. Con estos resultados podemos concluir que se rechaza por muy poco la homogeneidad de la ordenada en el origen, matriz (X,D) y contraste F2, y la de los coeficientes angulares, matrices X1, X2, X3 y contraste F1. Al hacer el contraste de homogeneidad total de los parámetros, contraste F3, se puede decir que la heterogeneidad es muy escasa. Los resultados ponen de manifiesto que el grado de homogeneidad es aceptable. En cualquier caso, como ya se puso de manifiesto en modelos anteriores, existen algunas diferencias regionales que es importante tener en cuenta. Por ello, en la tabla 14 se presentan los resultados de la estimación del modelo 8 en el que se incluyen las variables ficticias geográficas, DCE y DP, definidas anteriormente Como se puede observar en la tabla 13, aunque no cambian significativamente los resultados de la estimación de los coeficientes de la variable Gasto en I+D o del PIB retardado, los estimadores de los parámetros correspondientes a las variables ficticias recogidos en el modelo (DP y DCE) resultan estadísticamente significativos, mostrando que hay un efecto geográfico en la distribución del PIB regional. De esta forma, se puede ver como las regiones centrales presentan unas ventajas por su localización geográfica, mientras que las regiones periféricas, por el contrario, presentan unas desventajas que es preciso corregir con la adopción de medidas específicas dirigidas a compensar estas diferencias y lograr una convergencia con las regiones más ricas. Guisán,M.C.; Cancelo, M.T.; Aguayo,E., Díaz, M.R. Modelos interregionales Capítulo 4 105 4. 4. Referencias bibliográficas CANCELO, M.T. (1998): “Oferta y demanda de la producción manufacturera en países de la OECD”. Pendiente de publicar CANCELO, M.T. y GUISÁN, M.C. (1998): Educación, inversión y competitividad en países de la OCDE: 1964-94. Documentos de Econometría, nº 12: https://www.usc.gal/economet/documentos.htm COMISIÓN EUROPEA (1996a): 8º Informe anual sobre los fondos estructurales. Bruselas. COMISIÓN EUROPEA (1996b): Primer informe sobre la cohesión económica y social. Bruselas. COMISIÓN EUROPEA (1997): Actividades de Investigación y desarrollo tecnológico en la Unión Europea. Informe anual 1997. Bruselas. EUROPEAN COMMISSION (1998): Proposal for Council Decisions concerning the specific programmes implementing the Fifth Framework Programme of the European Community for research, tecnological development and demonstration activities (1998-2002). Brussels. EUROSTAT (1995): Research and Development Statistics. EUROSTAT (1996): Regions. EUROSTAT (1998): Statistiques en Bref GUISÁN, M.C. (1996): “La Europa de las regiones y la convergencia española”. Revista Galega de Economía, vol. 5, nº 2, pp. 133-150. Universidad de Santiago de Compostela. GUISÁN, M.C. (1997): Econometría. Editorial McGraw-Hill. GUISÁN, M.C.; CANCELO, M.T y DÍAZ-VÁZQUEZ, M.R. (1998): “Gasto en investigación y su impacto sobre el crecimiento regional”. Trabajo presentado en el XII Congreso de la Asociación ASEPELT-España, que tuvo lugar en Córdoba en junio de 1998. Documento 29 de la serie Economic Development GUISÁN, M.C. and FRIAS, I. (1997): Economic Growth and Social Welfare in the European Regions. ERSA 36th Congress. Publicado en: Documentos de Econometría, nº 10. Servicio de Publicaciones de la Universidad de Santiago de Compostela. En https://www.usc.gal/economet/documentos.htm Libro EE5. Capítulo 4. Educación e I+D https://www.usc.gal/economet/libros.htm 106 HARTLEY, K., COX, A. AND MAYES, D.G. (1997): “The impact of rules”. En: Mayes, D.G. (ed): The Evolution of the Single European Market. Edward Elgar Publishing. MAYES, D.G. (1997): The Evolution of the Single European Market. Edward Elgar Publishing. MAYES, D.G. and BEGG, I. (1994): “Rethinking industrial policy in Europe: A decentralised Approach”. Paper presented in: Fall Meeting of Proyect Link, held in Salamanca (Spain). OCDE (1995): Basic Science and Tecnology Statistics. OCDE (1996): National Accounts. Main Aggregates. OCDE (1998). Unversity Research in Transition. OCDE. París OGANDO, O. y CALVO, M.Y. (1996): “La política industrial y de investigación y desarrollo”. En: Vega, I. (coord.): La integración económica europea. Ed. Lex novoa, Valladolid. EE5 está disponible en la Web: https://www.usc.gal/economet/libros.htm Otros estudios de las autoras en: https://www.usc.gal/economet/econometria.htm