Un panorama regional del crecimiento económico boliviano

Autores/as

  • Pablo Mendieta Ossio

DOI:

https://doi.org/10.35319/lajed.201931347

Palabras clave:

Crecimiento económico regional, datos de panel, econometría espacial

Resumen

Bolivia es un país con una superficie amplia, con mas de un millón de kilómetros cuadrados y diversos ecosistemas ecológicos. Ademas de su mediterraneidad, la actividad económica boliviana se ha marcado por las diversas características geográficas, principalmente la distancia y la disponibilidad de canales de información. En este documento usó una de base de datos regional para analizar en qué medida la dimensión espacial ha influido en el crecimiento económico a mediano plazo de los nueve departamentos durante los últimos 45 años. Contrariamente a la aproximación convencional, basada en la contiguidad o la distancia geográfica para introducir problemas espaciales en el análisis, uso un enfoque de decaimiento exponencial basado en la “distancia verdadera” conjuntamente con un modelo de gravedad. Luego, encuentro como significativa la inclusión del aspecto espacial en la estimación de modelos de panel estáticos y dinámicos, donde encuentro como el proceso de crecimiento económico regional se ha visto ligeramente influenciado por esta característica espacial, lo que implica el aún bajo grado de integración entre los departamentos de Bolivia.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Álvarez, Inmaculada; Barbero, Javier and Zoo, José. (2017). “A panel data toolbox for Matlab”. Journal of Statistical Software, 76(6), 1-27.

Anselin, Luc. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publisher.

Anselin, Luc and Rey, Sergio Joseph (2014). Modern Spatial Econometrics in Practice: A Guide to GeoDa, GeoDaSpace and PySAL. Chicago: GeoDa Press.

Arellano, Manuel and Bond, Stephen. (1991). “Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations”. The Review of Economic Studies, 58(2), 277-297.

Arvis, J.F.; Raballand, G. and Marteau, J.F. (2010) The Cost of Being Landlocked: Logistics Costs and Supply Chain Reliability. Directions in Development. World Bank Publications.

Baltagi, Badi and Li, Dong. (2002). “Series estimation of partially linear panel data models with fixed effects”. Annals of Economics and Finance, 3(1):103-116.

Belotti, Federico; Hughes, Gordon and Piano Mortari, Andrea. (2017). “Spatial panel data models using Stata”. Stata Journal, 17(1), 139-180.

Chen, Yanguang. (2012). “On the four types of weight functions for spatial contiguity matrix”. Letters in Spatial and Resource Sciences, 5(2), 65-72.

---------- (2015). “The distance-decay function of geographical gravity model: Power law or exponential law?”. Chaos, Solitons & Fractals, (77), 174-189.

COPSCZ. (1982). Diagnóstico agropecuario del departamento de Santa Cruz. Comité de Obras Públicas de Santa Cruz.

Day, Jennifer and Lewis, Blane. (2013). “Beyond univariate measurement of spatial autocorrelation: disaggregated spillover effects for Indonesia”. Annals of GIS, 19(3), 169-185.

Elhorst, J. Paul. (2003). Specification and estimation of spatial panel data models. International Regional Science Review, 26(3), 244-268.

---------- (2013). Spatial Econometrics: From Cross-Sectional Data to Spatial Panels. Springer Briefs in Regional Science. Springer Berlin Heidelberg.

Shehata, Emad-Abd Elmessih and Mickaiel, Khaleel Sahra (2012). "Spregdpd: Stata module to estimate spatial panel Arellano-Bond linear dynamic regression: Lag & Durbin models". Statistical Software Components, Boston College Department of Economics.

Fiaschi, Davide and Parenti, Angela. (2014). “How Reliable are the Geographical Spatial Weights Matrices?” Region et Developpement, (40), 53-68.

INE-Bolivia. (1992). “Cuentas regionales de Bolivia por actividad economica (serie 1980-1986)”. Instituto Nacional de Estadistica, Division de Cuentas Regionales.

Lee, Lung-fei and Yu, Jihai. (2014). “Efficient GMM estimation of spatial dynamic panel data models with fixed effects”. Journal of Econometrics, 180(2), 174-197.

LeSage, James and Chih, Yao-Yu. (2017). “A matrix exponential spatial panel model with heterogeneous coefficients”. Geographical Analysis, 50 (4), 422-453.

Mendieta, Pablo and Martin, Dennise. (2009). “En busca de los determinantes del crecimiento económico boliviano”. Document presented at the 2009 Bolivian Conference on Development Economics.

Montero, Casto and Del-Río, Marco. (2013). Convergencia en Bolivia: un enfoque espacial con datos de panel dinámicos”. Revista de Economía del Rosario, 16 (2), 233.

Morales, Juan Antonio and Sachs, Jeffrey D. (1989). “Bolivia’s Economic Crisis”, book 3, 57-80. University of Chicago Press.

Paudel, Ramesh C. (2014). “Economic growth in developing countries: Is landlockedness destiny?”. Economic Papers: A journal of applied economics and policy, 33(4), 339-361.

Robertson, Peter E. and Robitaille, Marie-Claire. (2017). “The tyranny of distance and the gravity of resources”. Economic Record, 93(303), 533-549.

Verardi, Vincenzo and Croux, Christophe. (2009). “Robust regression in stata”. Stata Journal, 9(3), 439-453.

Verardi, Vincenzo and Libois, Francois. (2012). “XTSEMIPAR: Stata module to compute Semiparametric Fixed-Effects Estimator of Baltagi and Li”. Statistical Software Components, Boston College Department of Economics, February, 2012.

Villarroel, David. (1992). “Descentralización y políticas de población (Bolivia)”. Technical report, CEPAL. Disponible en: http://repositorio.cepal.org/handle/11362/21203.

Wooldridge, J.M. (2010). Econometric Analysis of Cross Section and Panel Data. MIT Press.

Descargas

Publicado

2019-05-06

Cómo citar

Pablo Mendieta Ossio. (2019). Un panorama regional del crecimiento económico boliviano. Revista Latinoamericana De Desarrollo Económico, 17(31), 77–98. https://doi.org/10.35319/lajed.201931347