TESIS de MA - Economía UCeconomia.uc.cl/docs/tesis-cotero-2013.pdfPorul timo, discuto posibles...

D O C U M E N T O

D E T R A B A J O

Instituto de EconomíaT

ES

IS d

e M

AG

ÍST

ER

I N S T I T U T O D E E C O N O M Í A

w w w . e c o n o m i a . p u c . c l

Instituciones Nacionales y Desarrollo Regional en America

Cristobal Otero.

2013

1

Instituciones nacionales y desarrollo regional en America

Cristobal Otero Ruiz-Tagle∗

Agosto 2013

Resumen

En este trabajo muestro que, en America, parte importante de las diferencias

en desarrollo economico que se generan al cruzar de un paıs a otro, pueden ser

explicadas por diferencias en la calidad de sus instituciones nacionales, y que a

su vez estas se explican por diferencias en experiencias coloniales. En particular,

usando la misma fuente de identificacion que Acemoglu et al. (2001) y una es-

pecificacion flexible que me permite controlar por variacion geografica regional

y determinantes historicos de instituciones locales, muestro que cambios de una

desviacion estandar en las diferencias de la calidad institucional tienen efectos de

0.63 desviaciones estandar en la diferencia del logaritmo del PIB per capita regio-

nal. Dichos efectos son causales y no son generados por diferencias en el desarrollo

precolonial, caracterısticas geograficas, ni por variables omitidas no observables

o difıciles de capturar. Al mismo tiempo, muestro que los resultados de la litera-

tura previa son un 46 % mayores y proveo evidencia de que es lo que puede estar

causando dichas diferencias. Por ultimo, discuto posibles mecanismos de trans-

mision y persistencia de la calidad de las instituciones. Mis resultados sugieren

que el capital humano regional es una fuente de persistencia de la calidad de las

instituciones nacionales.

Palabras claves: instituciones, geografıa, desarrollo economico, America, dife-

rencias entre e intra paıses.

Clasificacion JEL: N20, N90, O18, O43, R11

∗Trabajo escrito en Seminario de Tesis de Magıster del EH Clio Lab (Conicyt PIA SOC1102),

Pontificia Universidad Catolica de Chile, Instituto de Economıa. Becario Conicyt. Mail: [email protected].

Me gustarıa agradecer a Jose Dıaz, Francisco Gallego, Jeanne Lafortune, Rolf Luders, Tomas Rau,

Cassandra Sweet, Matıas Tapia, Jose Tessada y Gert Wagner por sus comentarios y aportes en el

desarrollo de este trabajo. Ademas, agradezco a Josefina Edwards por su ayuda en la recoleccion de

datos y paciencia infinita. Por ultimo, tambien agradezco a Damaso Jara por su dedicacion y ayuda

con SIG, para los mapas y algunos datos. Los errores y omisiones son de mi unica responsabilidad.

1

“La geografıa ha moldeado nuestra historia”

Ricardo Arias, Vicepresidente de Panama, 1991.

1. Introduccion

Ninguna region ha sido colonizada por los europeos por tanto tiempo y tan profun-

damente como el continente americano. El legado de la experiencia colonial, que duro

mas de tres siglos en la mayorıa de America Latina y solo ha terminado recientemente

en la mayorıa del Caribe, continua configurando la economıa, la polıtica, la cultura y la

sociedad de innumerables formas (Winn (2006), pag. 40). Dichas experiencias coloniales

han variado tanto entre paıses como dentro de ellos.

Al mismo tiempo, en America conviven experiencias de desarrollo muy disımiles;

por ejemplo, solamente Estados Unidos y Canada explican el 39 % del PIB per capita

total de America, y el PIB per capita de Estados Unidos es 15 veces el del paıs mas

pobre de la muestra, Honduras. Cuando comparamos entre paıses que son vecinos, las

diferencias todavıa siguen siendo muy importantes; el PIB per capita de Chile y Estados

Unidos es cerca de 4 veces el de su vecinos bolivianos y mexicanos respectivamente,

mientras que el PIB per capita argentino es cerca de 3 veces superior al de sus vecinos

de Paraguay. Todavıa mas, una mirada a nivel regional deja en evidencia que hay

diferencias importantes entre regiones contiguas en paıses vecinos. Por ejemplo, la region

de Antofagasta en Chile y Orellana en Ecuador tienen un PIB per capita mas de 6 veces

superior al de las regiones vecinas de Potosı (Bolivia) y Loreto (Peru) respectivamente.

Ası mismo, el desarrollo economico de la region de Amazonas, Colombia, y Texas,

Estados Unidos, es cerca de 3.5 veces el de sus vecinos, Amazonas en Brasil y Tamaulipas

en Mexico respectivamente.

Este fenomeno no es exclusivo de algunas regiones en particular, sino que es gene-

ralizado y significativo para el promedio de las regiones fronterizas en una muestra de

17 paıses en America. En este trabajo, muestro que al pasar de un paıs pobre a un

vecino mas rico, el PIB per capita regional aumenta en promedio en un 17 %, y ademas

que la variacion intra paıs del PIB regional es muy leve, por lo que dicha discontinui-

dad no puede ser explicada por esta razon. Estas discontinuidades en los lımites han

sido documentadas para todo el mundo por Pinkovskiy (2011), quien usando datos de

luminosidad muestra que al cruzar de un paıs pobre a uno fronterizo mas rico, la lu-

minosidad aumenta en promedio cerca de 0.5 puntos logarıtmicos 1. Lo anterior abre

1Las discontinuidades en lo bordes han sido un tema de estudio reciente, en particular, posterior al

2

la pregunta sobre que es lo que esta causando dichas discontinuidades en las fronteras,

donde las regiones contiguas en paıses vecinos no poseen grandes diferencias en varia-

bles geograficas e inobservables locales. A lo largo de este trabajo intentare demostrar

que parte importante de esta variacion es causada por diferencias en la calidad de las

instituciones nacionales de los paıses, que a su vez son explicadas por las diferencias en

las experiencias coloniales. Identificar este efecto en las fronteras es interesante, porque

ahı la geografıa y ciertas variables locales son iguales a ambos lados y lo que cambia

discontinuamente son las variables nacionales.

En primer lugar, documento que las diferencias en desarrollo en los lımites no son

causadas por diferencias en medidas de desarrollo anteriores a la existencia de las fron-

teras. Para esto utilizo como medida de desarrollo la densidad poblacional precolonial y

muestro que en las regiones fronterizas de los paıses que son mas ricos que sus vecinos,

no habıa mayor densidad poblacional. Ademas, subdivido la muestra entre paıses cu-

yas fronteras pueden ser mas o menos exogenas (usando la medida fractal de (Alesina

et al. (2011)) y muestro que para cada submuestra el resultado se mantiene. Tambien,

utilizando un Indice de Salud precolonial, muestro que el resultado es robusto a otras

medidas de desarrollo. En segundo lugar, muestro que las variables geograficas regiona-

les observables (lluvia caıda, altitud y temperatura promedio) varıan suavemente entre

las regiones contiguas, lo que permite concluir que las diferencias en desarrollo entre

regiones contiguas en paıses vecinos, no son generadas por diferencias geograficas (al

menos observables).

Para explicar las discontinuidades de desarrollo economico en las fronteras, genero

pares de regiones contiguas en paıses vecinos para 17 paıses en America, y basandome en

las especificaciones de regresion de la literatura (Acemoglu et al. (2001); Michalopoulos

y Papaioannou (2011, 2013); Bruhn y Gallego (2012)) estimo el efecto del diferencial

de la calidad de las instituciones nacionales sobre diferencias del ingreso per capita

regional entre los pares de regiones contiguas. En este contexto, al igual que en la

literatura, existen tres razones que justifican el uso de variables instrumentales para

identificar dicho efecto. Primero, la calidad de las instituciones nacionales no es lo

unico que varıa discontinuamente en la frontera de los paıses, sino que ademas un set

de otras variables cuyas diferencias entre los paıses podrıan explicar las diferencias de

desarrollo regional. Segundo, la calidad de las instituciones probablemente este medida

trabajo de Henderson et al. (2012), quienes muestran que la densidad de la luz es una proxy robustadel desarrollo economico. Dicha variable permite computar el PIB en una vecindad pequena y estudiardiscontinuidades justo en las fronteras.

3

con error utilizando la proteccion contra el riesgo de expropiacion como proxy, lo que

puede causar sesgo de atenuacion. Por ultimo, para separar el efecto de la calidad de las

instituciones nacionales del impacto de las locales, es necesario tener variacion exogena

a nivel nacional. Como instrumento de la calidad de las instituciones utilizo la misma

fuente de identificacion que Acemoglu et al. (2001), esto es, la tasa de mortalidad de

los colonos 2.

El argumento para usar dicha variable como instrumento es que los paıses coloni-

zados por Europa tienen diferentes instituciones contemporaneas dependiendo del tipo

de colonizacion que tuvieron. Por una parte, en algunas colonias crearon instituciones

extractivas, que no introdujeron proteccion a los derechos de propiedad ni frenos ni

contrapesos a la expropiacion del estado; y por otra parte, en otras colonias crearon

instituciones inclusivas que intentaron replicar las instituciones europeas, con enfasis en

la propiedad privada y restricciones al poder del estado. Esta estrategia de colonizacion

dependio basicamente del ambiente de enfermedades (disease environment) del lugar

que colonizaban; mientras mayor era la probabilidad de muerte de los colonos, menor

era la de que crearan instituciones inclusivas. De esta forma, asumiendo que las insti-

tuciones son persistentes, Acemoglu et al. (2001) utilizan el ambiente de enfermedades,

medido como la tasa de mortalidad de los colonos, como fuente de variacion exogena

de la calidad de las instituciones actuales y estiman el impacto de dicha variable sobre

el desarrollo economico.

Al usar variacion exogena para identificar el impacto de la calidad de las instituciones

nacionales sobre el desarrollo economico regional, el estimador es significativo y robusto

a una serie de especificaciones y controles. Sin embargo, a pesar de ser coherente con

los resultados de las estimaciones de Acemoglu et al. (2001), sus resultados son 46 %

mayores en terminos de desviaciones estandar de PIB per capita. No encuentro evidencia

para argumentar que el efecto de las instituciones sobre el desarrollo sea distinto en las

regiones fronterizas que en el resto de las regiones. Discuto que las diferencias en los

resultados son causados por fallas en la identificacion del parametro si es que no se

controla por no observables y variables difıciles de capturar que son iguales a ambos

lados de la frontera (e.g. caracterısticas etnicas y prehistoricas).

Finalmente, discuto posibles fuentes de persistencia del efecto de la historia sobre

el desarrollo contemporaneo: desigualdad economica, representacion polıtica y capital

2Los trabajos anteriores a Acemoglu et al. (2001) que intentan estudiar el efecto de la calidad de lasinstituciones sobre el desarrollo, Knack y Keefer (1995); Mauro (1995); Hall y Jones (1999) carecende identificacion econometrica que permita establecer efectos causales.

4

humano. Muestro, que en lınea con la literatura, la desigualdad economica no esta co-

rrelacionada con la calidad de las instituciones aproximada por la mortalidad de los

colonos. Ademas, encuentro que la calidad de las instituciones tiene un efecto causal

sobre la sobre o sub representacion polıtica como un mecanismo para traspasar poder

de jure a poder de facto. Por ultimo, encuentro efectos importantes de diferencias en la

calidad de las instituciones sobre diferencias en capital humano. Al mismo tiempo mues-

tro que, una vez que controlo por instituciones nacionales y determinantes historicos de

las instituciones locales, el capital humano no es significativo para explicar diferencias

en desarrollo entre regiones contiguas en paıses vecinos. A pesar de que dicho coeficiente

es sesgado, argumento que es una cota superior del verdadero parametro, lo que sugiere

que los efectos encontrados de instituciones sobre capital humano, son un mecanismo

de transmision de las instituciones sobre el desarrollo.

Discusion de la literatura

La especificacion que propongo es un aporte a la literatura neo institucional en tres

dimensiones. En primer lugar, comparar entre regiones contiguas permite controlar por

caracterısticas no observables o difıciles de capturar que son fijas e iguales entre regiones

fronterizas, variables que podrıan explicar parte de los resultados de estudios previos.

Esto es importante dado el intenso debate que existe en la literatura entre quienes

sostienen que son las caracterısticas geograficas y no la calidad de las instituciones la

clave para el desarrollo (para una revision de este extenso debate, ver Nunn (2009) y

Spolaore y Wacziarg (2013))3. Dichas variables pueden ser caracterısticas geograficas

difıciles de capturar o variables geograficas inobservables, culturales, etnicas o de desa-

rrollo prehistorico correlacionadas a la dotacion geografica (Spolaore y Wacziarg (2009);

Ashraf y Galor (2013)) 4. Esta preocupacion es en el mismo espıritu que los efectos fijos

paıs en Michalopoulos y Papaioannou (2013) y la regresion discontinua que explota la

3Basicamente, el argumento de Acemoglu et al. (2001, 2002) es que una dotacion geografica inicial (di-sease environment) tiene efectos indirectos, a traves de las instituciones, sobre el desarrollo economicocontemporaneo. En la misma lınea, Engerman y Sokoloff (1997, 2002) argumentan que la dotacionde una geografıa adecuada para cultivos tiene efectos indirectos, a traves de la desigualdad polıtica yeconomica, sobre la prosperidad contemporanea. Ambas lıneas de investigacion utilizan las dotacionde factores geograficos locales para explicar como ellos tienen un efecto indirecto sobre el desarrolloeconomico actual; sin embargo suponen que no tiene efectos directos sobre el desarrollo, lo que escuestionado en la literatura. En el apendice A documento la larga discusion en la literatura respectoal cumplimiento de la condicion de exclusion del instrumento de Acemoglu et al. (2001).

4Un ejemplo interesante de una caracterıstica geografica difıcil de capturar es la rugosidad de Nunny Puga (2012).

5

discontinuidad en los bordes de los paıses en Pinkovskiy (2011) 5.

En segundo lugar, la naturaleza regional de mis datos permite capturar adecua-

damente la riqueza geografica de las regiones, lo que es importante por la significativa

variacion geografica intra paıs en America. Por ejemplo, ¿como caracterizar la geografıa

de Chile? La metodologıa de Acemoglu et al. (2001) simplemente controla por la latitud

de la mitad del paıs, lo que es, al menos, impreciso. Aun suponiendo que la latitud per-

mite caracterizar las variables geograficas relevantes, ¿que significado tiene la latitud de

la mitad del paıs para paıses como Argentina, Canada, Chile, Brasil, Mexico y Estados

Unidos, donde la dispersion de la latitud regional es casi tan alta como la dispersion

de la “latitud nacional” de los paıses de America? 6. El analisis a nivel regional nos

permite captar las caracterısticas geograficas con mayor precision, ya que no se limitan

al uso de una sola variable geografica como sustituto de las caracterısticas geograficas

de cada paıs. A pesar de lo anterior, gran parte de la literatura instituciones/geografıa

esta basada en datos entre paıses (Acemoglu et al. (2001); Bloom y Sachs (1998); Sachs

(2001); Easterly y Levine (2003); Rodrik et al. (2004); Auer (2013)) 7. Al mismo tiempo,

tal como senalan McArthur y Sachs (2001) respecto a los resultados de Acemoglu et al.

(2001), la falta de variacion geografica en esta literatura todavıa genera dudas, pues los

resultados pueden ser generados por un pequeno rango de variacion geografica. Estas no

son limitaciones de este trabajo ya que controlo por caracterısticas geograficas a nivel

local (regional) y que al mismo tiempo aportan variacion geografica significativa.

En tercer lugar, la especificacion que propongo incluye controles de los determi-

nantes de la calidad de las instituciones locales, lo que permite limpiar el efecto de la

instituciones nacionales sobre el PIB per capita regional. Respecto a la calidad de las

instituciones, si bien existe un marco institucional nacional comun, tambien existen di-

ferencias en la institucionalidad local entre las regiones. Esto se da por la existencia de

estados federales en paıses como Brasil, Mexico, Estados Unidos y Venezuela, que tienen

una autoridad considerable en el cambio de las leyes, y por diferencias regionales entre

las instituciones de jure y de facto. Mas aun, las instituciones y las polıticas nacionales

pueden tener efectos diferentes en las distintas regiones (Almeida y Carneiro (2007);

5Pinkovskiy (2011) utiliza el hecho de que las ubicaciones contiguas separadas por lımites nacionalesdeben ser similares en terminos de geografıa y otras variables locales, pero diferentes en terminos devariables a nivel nacional.

6En el apendice B documento esta informacion para la latitud, temperatura, lluvia y altitud. Paratodas estas variables, la variacion intra paıs es al menos tan significativa como la entre paıses.

7O entre regiones, pero en un paıs especıfico (Bonet y Roca (2006), y Jimeno (2005) en Colombia, Dell(2010) en Peru y Bolivia, etc).

6

Laeven y Woodruff (2007); Acemoglu y Dell (2010)). Ademas, en America los niveles

de ingresos y bienestar varıan casi tan ampliamente en los estados o regiones dentro del

paıs como lo hacen entre los paıses. A nivel municipal, las diferencias en los ingresos

del trabajo son casi el doble del tamano de las diferencias entre los paıses (Acemoglu

y Dell (2010); Bruhn y Gallego (2012)). Para explicar este fenomeno, Acemoglu y Dell

(2010) proponen un modelo unificado que incorpora las diferencias de conocimientos

tecnologico entre paıses y en la eficiencia productiva intra paıses. El mecanismo es de

la siguiente forma:

Las instituciones locales influyen en como se toman las decisiones colectivas locales

y regionales, como los niveles inferiores de gobierno interactuan con el gobierno

nacional, y como el poder polıtico se distribuye a nivel local.

A traves de estos canales, las instituciones locales impactan a determinantes im-

portantes de la eficiencia de produccion, tales como la seguridad de los derechos

de propiedad locales.

A nivel nacional, la eficiencia productiva se determina por el promedio ponderado

de las instituciones locales, las instituciones nacionales, y por la adopcion de

tecnologıa y decisiones de uso de las empresas que maximizan beneficios.

Factores nacionales, y en particular, las instituciones nacionales y su impacto en

la adopcion de tecnologıa, influyen en los resultados locales, mientras que, a su

vez, las instituciones locales no solo afectan a los resultados locales, sino tambien

la demanda global de nuevas tecnologıas y la velocidad a la que se adoptan a nivel

nacional.

En consecuencia, un paıs donde las instituciones locales son ineficientes en varias

regiones, exhibira no solo diferencias entre sus regiones, sino que tambien un menor

PIB nacional. La produccion total se reduce directamente, debido a la presencia de

estas regiones de bajos ingresos, e indirectamente, debido a que la baja demanda de las

regiones mas pobres dara lugar a un tamano de mercado menor para nuevas tecnologıas,

desalentando la adopcion de tecnologıa a nivel nacional. En consecuencia el ingreso

nacional y local dependen a su vez de las instituciones locales y nacionales.

Sin embargo, no existe una medida de calidad de las instituciones a nivel regional

que sea util para incorporarla en la estimacion del efecto de la calidad de la institucion

nacional sobre el ingreso. Para ello, aprovechando la persistencia historica y la gran

heterogeneidad en actividades coloniales dentro de los paıses, utilizo la clasificacion de

7

las diferencias en las actividades coloniales propuesta en Bruhn y Gallego (2012) y la

densidad poblacional precolonial como proxies para controlar por la variacion de las

instituciones locales. 8. El tipo de actividad economica que realizaron los colonos en

America varıa mas entre regiones que entre paıses. Bruhn y Gallego (2012) clasifican

el tipo de actividad colonial por region como good, bad y ugly 9, y muestran que sus

efectos perduran hasta hoy. A mi conocimiento, este es el primer trabajo que estima el

impacto de la calidad de las instituciones nacionales sobre el PIB per capita regional,

permitiendo variacion en la calidad de las instituciones locales y controlando por una

aproximacion historica de ellas.

Estructura de este trabajo:

Lo que sigue se estructura de la siguiente forma. La seccion 2 presenta y describe

los datos. En la seccion 3 documento las discontinuidades en ingresos entre regiones

contiguas en paıses vecinos, y muestro que dichas diferencias no son causadas por di-

ferencias en desarrollo precolonial ni por discontinuidades de las variables geograficas

observables. La seccion 4 presenta la estrategia empırica y los principales resultados.

La seccion 5 compara los resultado con evidencia de la literatura. La seccion 6 discute

tres mecanismos posibles de transmision y persistencia del efecto de las instituciones, la

representacion polıtica, desigualdad y capital humano. Finalmente la seccion 7 concluye.

2. Datos

Para estudiar el impacto de la diferencias de las instituciones sobre el desarrollo al

pasar de un paıs a otro, utilizo pares de regiones contiguas en paıses vecinos para todo

America. La figura 1 ilustra las regiones para todos los paıses de America y el apendice

C muestra los pares de regiones que utilizo en este trabajo.

[Insertar figura 1 aquı]

8En este trabajo tambien critican que los datos a nivel nacional de Easterly y Levine (2003) no permitendistinguir los tipos de actividades coloniales; mi crıtica a los datos geograficos de nivel nacional, queno permite distinguir los tipos de la geografıa, es analoga a esta.

9La clasificacion de dichas actividades se determina segun si tenıan economıas de escala y si se rea-lizaron en zonas con alta o baja densidad poblacional indıgena. Las actividades perjudiciales parael desarrollo son aquellas con economıas de escalas basadas en la explotacion del trabajo, mientraslas que eran positivas era aquellas actividades sin economıas de escala en zonas donde habıa bajadensidad poblacional.

8

Para la especificacion econometrica defino un borde b como el lımite entre dos regio-

nes contiguas en paıses vecinos. Por ejemplo, en la figura 2 el lımite desde A siguiendo la

lınea roja hasta B es un borde b en este sentido (es el lımite entre Esmeraldas y Narino

en Ecuador y Colombia respectivamente). Analogamente, la lınea entre B y C tambien

es un borde b, dado que es el lımite entre dos regiones contiguas (Carchi y Narino) en

paıses vecinos. De la misma forma, los otros bordes entre Ecuador y Colombia son las

lıneas rojas entre C y D (Sucumbios y Narino), y entre D y E (Sucumbios y Putuma-

yo) 10. De esta manera, cada borde b define a un par de regiones contiguas en paıses

vecinos y en consecuencia cada region es caracterizada por un borde b y por el paıs al

que pertenece. La muestra que utilizo en este trabajo consta de 146 pares de regiones

contiguas en paıses vecinos. Por ultimo, defino un borde nacional como la frontera entre

dos paıses vecinos.

[Insertar figura 2 aquı]

Como medida de desarrollo utilizo el logaritmo del PIB per capita regional, y co-

mo indicador de la calidad de las instituciones nacionales utilizo la proteccion contra

el riesgo de expropiacion (en adelante, riesgo de expropiacion), que varıa entre 0 (ma-

yor riesgo) y 10 (menor riesgo). Como instrumento de instituciones utilizo la tasa de

mortalidad de los colonos; como proxies de instituciones locales utilizo el tipo de activi-

dad colonial ejercido por los europeos, good, bad o ugly ; y como medidas de desarrollo

precolonial utilizo precolonial population density y health index.

Los controles geograficos que uso son, distancia al ecuador (calculada como el valor

absoluto de la latitud del centroide de la region dividido 90), lluvia caıda (total de lluvia

anual en mm.), temperatura (promedio de temperatura anual en Cº), altitud (elevacion

la capital de la region en kms.), landlocked (variable binaria que toma valor 1 si es

que la region limita con el mar) y por ultimo, un ındice de malaria (de falciparum

malaria). Como controles de locacion utilizo la latitud y longitud (calculadas para el

centroide de la region) y la distancia del centroide al borde (mınima distancia entre el

centroide de la region y la frontera con el paıs vecino de interes). Para ponderar algunas

observaciones, utilizo el perımetro (kms) del borde b de cada par de regiones contiguas

en paıses vecinos.

10En este ejemplo, los pares de regiones serıan Esmeraldas-Narino, Carchi-Narino, Sucumbios-Narino,Sucumbios-Putumayo (entre Colombia y Ecuador), Sucumbios-Loreto, Orellana-Loreto, Loreto-Pastaza, Loreto - Morona Santiago, Amazonas - Morona Santiago , Amazonas - Zamora Chinchipe,Cajamarca - Zamora Chinchipe, Piura - Zamora Chinchipe, Piura - Loja, Tumbes- Loja y Tumbes-El Oro (entre Ecuador y Peru).

9

El apendice D documenta la fuente y provee estadısticas descriptivas de cada una

de las variables anteriores. Ahı tambien especifico si los datos de cada variable varıan a

nivel regional o nacional.

3. Discontinuidades y continuidades

El objetivo de este trabajo es investigar el efecto de la diferencia en la calidad de la

instituciones nacionales sobre la diferencia en el desarrollo local entre regiones contiguas

en paıses vecinos. Para ello, en esta seccion en primer lugar documento la existencia de

dichas diferencias de ingresos en las fronteras, y luego argumento que ellas no pueden ser

explicadas ni por diferencias en el desarrollo precolonial ni por diferencias geograficas.

3.1. Discontinuidad en el desarrollo contemporaneo

Tal como se discutio anteriormente, en America existen importantes diferencias en

desarrollo entre regiones contiguas en paıses limıtrofes; a ambos lados de algunas fron-

teras, entre regiones vecinas, existen diferencias en ingresos de mas de seis veces. Para

estudiar esto de forma generalizada, a continuacion estimo cuanto varıa en promedio el

PIB per capita regional al cruzar la frontera de un paıs pobre a uno mas rico.

La regresion es la siguiente:

Log PIBb,c = α0 + α1 Dummy PIBb,c + εb,c (1)

donde Log PIBb,c es el PIB per capita (PPA) de la region en el borde b del paıs c;

Dummy PIBb,c es una variable binaria que toma valor 1 si entre los dos paıses que

comparten el borde b, el paıs c tiene un PIB per capita nacional mayor; y εb,c es un

error aleatorio especıfico a cada region 11. El parametro de interes es α1 que mide el

aumento promedio en puntos logarıtmicos del PIB per capita al cruzar de una region

en un paıs pobre a una region contigua en un paıs rico. La columna (1) en la tabla 1

muestra que el estimador de α1 es 0,157 y es estadısticamente significativo al 99 % de

confianza. Es decir al cruzar de un paıs pobre a uno rico en America, el PIB regional

aumenta en promedio en un 17 % (e15,7 − 1 ≈ 17).

[Insertar cuadro 1 aquı]

11Dado que en la muestra solo incluyo las regiones que tienen fronteras con otros paıses, un borde b yun paıs c caracterizan a una region.

10

A continuacion, para verificar que lo resultados anteriores no se deban a la variacion

regional normal dentro de cada paıs, estudio como cambia el PIB regional ante aumentos

del PIB nacional; esto es, verifico que al cruzar de una region a otra dentro del mismo

paıs no haya diferencias significativas en el ingreso. Para esto estimo la elasticidad entre

el PIB per capita regional y el nacional de la siguiente forma:

Log PIBb,c = γ0 + γ1 PIB netob,c + νb,c (2)

donde PIB netob,c es el promedio del PIB per capita de todas las regiones del paıs c

sin considerar la region en b, c, y νb,c es un error aleatorio especıfico a cada region 12.

El parametro de interes es γ1, la elasticidad entre el PIB per capita regional y el PIB

per capita nacional (neto). La columna (2) en la tabla 1 muestra que el estimador de

γ1 es 0,99, significativa al 99 % de confianza, y estadısticamente no es distinta de 1.

Este resultado indica que la variacion del PIB regional dentro de los paıses no explica

el resultado anterior.

3.2. Continuidad en el desarrollo precolonial

La hipotesis de este trabajo requiere que la existencia de las fronteras (identidad

nacional de cada paıs) sea lo que haya generado las diferencias en los lımites entre los

paıses. Sin embargo, si zonas geograficas que hoy tienen mayor desarrollo economico

tambien lo tenıan antes de la colonizacion, dichas diferencias explicarıan las diferencias

de ingresos hoy y no los resultados de economıa polıtica. En consecuencia, es necesario

mostrar que antes de la existencia de las fronteras entre los paıses, no existıan diferen-

cias (discontinuidades) en resultados economicos relevantes entre regiones contiguas en

paıses vecinos. Para esto, utilizo la siguiente regresion:

Log Densb,c = δn + δ1 Dummy PIBb,c + εb,c (3)

donde Log Densb,c es el logaritmo de la densidad poblacional precolonial de la region

caracterizada por el borde b y el paıs c; Dummy PIBb,c es un indicador que toma valor

1 si es que el paıs c tiene el PIB per capita mayor de los dos paıses que comparten el

borde b; δn es un efecto fijo por borde nacional; y εb,c es un error aleatorio especıfico

a cada region. El parametro de interes es δ1, el aumento, en puntos logarıtmicos, de la

12Para crear la variable PIB netob,c utilizo todas las regiones del paıs, no solo las fronterizas. Paraello, utilizo la base de datos de Bruhn y Gallego (2012) para todas las regiones de America.

11

densidad poblacional precolonial al pasar la frontera de una paıs pobre a uno mas rico.

Al igual que Acemoglu et al. (2002) utilizo la densidad poblacional precolonial como

medida de desarrollo historica 13.


La tabla 2 presenta los resultados de la estimacion. En la columna (1) vemos que

el estimador de δ1 es negativo y no significativo al 10 %. La columna (4) presenta los

resultados de una variacion de la ecuacion 3, donde Dummy PIB Regional per capita es

un indicador que tomar valor 1 si es que la region en el paıs c tiene el PIB per capita

mayor de las dos regiones que comparten el borde b. El coeficiente es positivo, cercano a

cero y nuevamente no es significativo. Para validar la robustez de los resultados, en las

columnas (5) y (6) utilizo Health Index como proxy de desarrollo precolonial 14. Este es

un indicador elaborado por Steckel y Rose (2002), y mapeado a nivel regional por Bruhn

y Gallego (2012), que calcula un ındice de salud entre 0 y 100 basado en la cantidad

de esqueletos encontrados en las diferentes regiones. Los resultados son coherentes con

los obtenidos en la columna (1) y (4) y los coeficientes no son significativos al 10 %.Los

resultados anteriores sugieren que las diferencias actuales en desarrollo economico entre

regiones contiguas en paıses vecinos no pueden ser explicadas por diferencias en medidas

historicas de desarrollo entre ellas.

Sin embargo, a pesar de que en America muchas lıneas fronterizas siguen carac-

terısticas geograficas, las fronteras de paıses vecinos pueden ser endogenas 15. Como

criterio general los lımites no son asignados aleatoriamente, sino que son fijados entre

dos paıses, muchas veces forzados por un pacto de guerra (e.g. los lımites entre Chile y

Bolivia, Chile y Peru, etc) y otras para evitarla (e.g. los lımites entre Uruguay y Argen-

tina, etc). Como argumenta Spolaore (2012a, pag. 1), “borders of Nacional states are

not taken as given (exogenous), but are the endogenous outcomes of decisions by agents

who interact with each other while pursuing their goals under constraints”. Existe una

amplia literature sobre el tamano y figura de las naciones y de la endogeneidad de las

fronteras, cuya intuicion es el trade off entre economıas de escala en la provision de

13Zonas con mayor densidad poblacional precolonial habrıan tenido mayor prosperidad en ese entonces.14Lamentablemente la muestra de esta variable es muy pequena. Los paıses para los que tengo el ındice

son: Brasil, Canada, Chile, Ecuador, Mexico, Peru, y Estados Unidos; todos ellos tienen al menos unpaıs vecino entre ellos, lo que permite calcular los resultados.

15Algunas caracterısticas que son usadas para definir los lımites entre paıses son la Cordillera de losAndes entre Chile y Argentina, los rıos Uruguay y De la Plata entre Argentina y Uruguay, los rıosZarumilla y Chira y la Cordillera del Condor entre parte de Ecuador y Peru, los rıos Parana yFormosa entre Paraguay y Argentina, etc.

12

bienes publicos y los costos polıticos de una mayor heterogeneidad de las preferencias

(Friedman (1977), Bolton y Roland (1997), Alesina y Spolaore (1997, 2005a, 2005b,

2006), Wittman (2000), Spolaore (2006, 2012b)).

A pesar de lo anterior, al igual que gran parte de las fronteras de los paıses africa-

nos, los lımites entre las naciones en America Latina son un buen ejemplo de fronteras

dibujadas artificialmente por los colonos. “When independence arrived in the early 19th

century, the new states were controlled by the European elites, who formed states ba-

sed on these colonial demarcations ... Although there were some wars that altered a

few borders, today’s Latin American states still correspond closely to Spanish colonial

divisions” Alesina et al. (2011, pag. 252). Ademas, gran parte de las unidades adminis-

trativas coloniales tambien tuvieron poca relacion con las demarcaciones geograficas de

los grupos etnicos locales 16.

Para mostrar esto y capturar la “artificialidad” de los bordes del paıs, utilizo la

medida propuesta por Alesina et al. (2011). Ellos comparan los bordes con figuras

geometricas y usando dimensiones fractales crean una medida fractal de la artificialidad

del borde. La idea es que si los bordes son lineas rectas, es mas probable que fuesen

dibujados “artificialmente”. Por otra parte, si la las lineas son mas “rugosas” (squiggly)

es menos probable que sean artificiales. Como argumentan los autores,“this measure

probably comes closer to capturing instances in which lines drawn at former colonizers’

tables have remained in place”, por lo que es util para capturar que paıses han podido

modificar sus fronteras en el futuro (ya sea porque tienen mayores ingresos, mejores

instituciones, etc).

Ordenando a los paıses de la muestra segun esta medida, los divido entre los que

estan entre el 0 y 66 % y entre el 33 % y el 100 % de los percentiles del total de la muestra

para America 17. Las columnas (2) y (3) del cuadro 2 muestran las estimaciones para

estas submuestras. Si bien el estimador para la submuestra de los bordes mas artificiales

es menor al de la columna (3), ninguno de ellos es significativo al 10 %.

16Por ejemplo, los mayas en el sur de Mexico, Guatemala, y America Central, fueron divididos entre elVirreinato de Nueva Espana y la capitanıa General de Guatemala. La capitanıa General de Chile, elVirreinato de Buenos Aires y la Audiencia de Charcas dividieron a los Incas entre Argentina, Bolivia,Peru y Chile y la Audiencia de Charcas combino a los Incas con los Aymaras en Bolivia.

17La medida existe para todos los paıses de la muestra, excepto Panama.

13

3.3. Continuidad en la geografıa

La importancia de utilizar regiones contiguas es eliminar variables omitidas no ob-

servables o difıciles de capturar, que son iguales a ambos lados de la frontera. Al ser

regiones contiguas, y asumiendo que la geografıa cambia de manera suave a lo largo de

las regiones, no deberıan existir discontinuidades en las variables geograficas (observa-

bles e inobservables) y por lo tanto dichas variables no deberıan afectar las diferencias

en desarrollo. Sin embargo, este supuesto no necesariamente se cumple, y mas aun si es

que las fronteras fueron determinadas endogenamente por los gobiernos nacionales.

Dado que no se puede testear esto para los inobservables, lo hago de manera indirecta

para las variables geograficas que tengo en la muestra. Para estudiar esto investigo la

discontinuidad en las variables geograficas que poseo, lluvia caıda, temperatura promedio

y altitud usando la siguiente ecuacion:

xb,c = θb + θx Dummy Geob,c + εb,c (4)

donde xb,c es el output de interes (lluvia caıda, temperatura promedio y altitud) en la

region caracterizada por el borde b y el paıs c, y Dummy Geob,c es una variable binaria

que toma valor 1 aleatoriamente para un paıs de los dos que hay en cada borde b, y 0

para el otro 18. Ademas, θb es un efecto fijo por borde b y εb,c es un error aleatorio. El

parametro de interes es θx, el porcentaje promedio en que aumenta x al pasar de un paıs

a su paıs vecino. Al aleatorizar de que paıs pasar al otro (entre pares de vecinos), si es

que no hay diferencias significativas en la variable geografica x entre regiones contiguas,

la esperanza de θx es cero (para cada x).


El cuadro 3 muestra los resultados de la estimacion de la ecuacion 4. Las columnas

(1), (2) y (3) muestran que las diferencias en mm. de lluvia caıda, temperatura promedio

y altitud entre regiones contiguas en paıses vecinos no son significativas ni varıan discon-

tinuamente. El coeficiente de la ecuacion (3) es cercano a ser significativo; sin embargo

cuando repito la estimacion solo utilizando las regiones contiguas cuya frontera no esta

mediada por una cordillera, su magnitud cae de forma sustantiva (el p-valor es 0,59).

Para verificar la robustez de los resultados, en las columnas (4), (5) y (6) repito la esti-

macion de la ecuacion 4 pero ponderando cada par de regiones contiguas segun el largo

18Por ejemplo, lo que se aleatoriza es si pasar de Argentina a Chile o de Chile a Argentina, y ası paratodos los pares de paıses vecinos.

14

de su frontera. Posiblemente regiones que son vecinas apenas algunos kilometros en la

frontera puedan estar causando los resultados. Para esto, pondero cada par de regiones

segun el largo de frontera que comparten (esto es medido por la variable perımetro). El

estimador no es significativo para ninguna de las tres variables; el coeficiente de lluvia

caıda aumenta levemente, y para las otras dos variables se hace aun mas cercano a cero.

En conclusion, no existen discontinuidades geograficas en observables que expliquen

las diferencias en desarrollo. Esta evidencia tambien sugiere que las variables geograficas

no observables o difıciles de capturar, no cambian de forma discontinua en las fronteras.

4. Estrategia empırica

En la seccion anterior he mostrado que en promedio hay un aumento de un 17 %

en el PIB regional al cruzar de un paıs pobre a uno mas rico en America, y que dicho

aumento no se explica ni por discontinuidades en desarrollo precolonial ni geografico.

En esta seccion estudio formalmente la relacion entre diferencias institucionales y de

desarrollo economico entre las regiones contiguas de paıses vecinos, para lo cual hago

primeras diferencias de la siguiente especificacion:

Log PIBb,c = β0 + β1 Riesgo expropiacionb,c +X ′bΦ + αb + εb,c (5)

donde Log PIBb denota el Log PIB per capita, de la region en el borde b en el paıs

c; y Riesgo expropiacionb,c es la calidad de las instituciones nacionales de la region en

b, c. Los no observables y las variables difıciles de capturar que son iguales en ambas

regiones son capturadas por αb. Una virtud de usar datos regionales para paıses vecinos

es que nos permite eliminar αb al hacer primeras diferencias de la ecuacion anterior

entre cada par de regiones en cada borde b. De esta forma obtenemos la especificacion

basica de este trabajo:

∆Log PIBb = β1 ∆Riesgo expropiacionb + ∆X ′bΦ + νb (6)

donde ∆ Log PIBb y ∆ Riesgo expropiacionb denotan las diferencias entre las regiones

15

del par de paıs que comparten el borde b 19. Ası, caracterısticas fijas e invariantes

en el tiempo que son iguales entre ambas regiones (tales como variables geograficas y

algunas variables historicas), son eliminadas y por lo tanto no pueden estar afectando

los resultados.

Otro merito de este enfoque regional, es que podemos controlar por variables geo-

graficas, determinantes de instituciones locales y otros factores (capturadas en el vector

∆Xb). Incluir las caracterısticas geograficas es importante dado el intenso debate entre

la geografıa y las instituciones como determinantes del desarrollo. En muchas especifi-

caciones incluyo un set de controles geograficos de lluvia caıda, temperatura promedio y

altitud, falciparum malaria (Gallup y Sachs (2001); Sachs y Malaney (2002)), distancia

al Ecuador (Bloom y Sachs (1998)) y landlocked (MacKellar et al. (2000)). Los coefi-

cientes de estas variables reflejan la importancia del clima y temperatura, destacadas

por Myrdal y Fund (1968); Kamarck (1976); Gallup et al. (1999); Masters y McMillan

(2001); Sachs (2001); entre otros. Ademas utilizo controles de locacion (Gallup et al.

(1999)) que incluyen latitud y longitud del centroide de la region y su distancia a la

frontera del borde. La distancia al borde nacional captura menores niveles de desarro-

llo potenciales en areas fronterizas (Michalopoulos y Papaioannou (2013)). Tambien en

algunas especificaciones incluyo determinantes del tipo de institucion local, lo que es

importante pues puede explicar parte de la variacion del PIB per capita regional (Ace-

moglu y Dell (2010)). Los determinantes son el tipo de actividad generada en dicha

region por los colonos europeos (good, bad o ugly) y la densidad poblacional precolonial

que actua como predictor de dicho tipo de actividad (Bruhn y Gallego (2012)) 20.

19Formalmente,

Log PIBb,c1 − Log PIBb,c2 =(β0 + β1Riesgo Expropiacionb,c1 +X ′b,c1Φ + αb + εb,c1)

− (β0 + β1Riesgo Expropiacionb,c2 +X ′b,c2Φ + αb + εb,c2)

=β1(REb,c1 − REb,c2) + (X ′b,c1 −X ′

b,c2)Φ + εb,c1 − εb,c2∆ Log PIBb =β1∆Riesgo Expropiacionb + ∆X ′

bΦ + νb

Tal como muestro en el apendice E, esto es numericamente equivalente a estimar la ecuacion 6 enniveles, con un efecto fijo por borde b. Utilizo primeras diferencias porque la interpretacion es masintuitiva, y ademas porque todos los procedimientos que pueden ser aplicados a un cross sectionpueden ser aplicados directamente.

20Ademas la densidad poblacional precolonial tambien captura posibles diferencias de desarrollo ante-rior a la existencia de las fronteras.

16

4.1. Evidencia Preliminar

El cuadro 4 muestra los resultados de la estimacion de la ecuacion 6 por mınimos

cuadrados ordinarios. Abajo de los coeficientes se presentan los errores estandar robus-

tos (Eicker-Huber-White) entre parentesis. La columna (1) reporta la estimacion no

condicional, 0,193, significativa al 1 %. Al incluir los controles de locacion el coeficiente

cae levemente y es significativo al 1 %. Cuando ademas se incluyen controles de loca-

cion (columna (3)), el estimador cae a 0.127 y es significativo al 5 %. En la siguiente

columna aumento la especificacion controlando por variables regionales historicas como

determinantes de las instituciones locales, dummies segun el tipo de actividad ejercida

en esa localidad por los colonos y densidad poblacional precolonial; el coeficiente cae a

0.095 y deja de ser significativo al 10 %.


Los resultados muestran que una vez que se eliminan las variables inobservables y

difıciles de capturar (haciendo primeras diferencias entre regiones contiguas), se carac-

teriza adecuadamente la geografıa, se incluyen variables precoloniales y se controla por

el efecto de las instituciones locales; la variacion de la diferencia entre la calidad de las

instituciones nacionales no explica las diferencias de desarrollo economico al pasar de

un paıs pobre a un paıs vecino mas rico.

Sin embargo, al igual que en la literatura neo institucional, existen razones importan-

tes para argumentar que la calidad de las instituciones es endogena y que los resultados

del cuadro 4 son sesgados e inconsistentes.

4.2. Variables instrumentales

Hay tres razones por las cuales los resultados anteriores no son causales; primero,

error de medicion en la variable riesgo de expropiacion; segundo, variables omitidas en

la ecuacion 6 que, al igual que la calidad institucional, varıan al cruzar la frontera; y

por ultimo, la dificultad de separar el efecto de la instituciones nacionales del de las

instituciones locales sobre el PIB local.

En primer lugar, riesgo de expropiacion es una aproximacion que mide con error

la calidad las instituciones dado que, como argumentan Acemoglu et al. (2001), lo que

se busca capturar es un “cluster de instituciones” (que incluye restricciones a la expro-

piacion del gobierno, independencia judicial, proteccion de los derechos de propiedad,

e instituciones que provean igual acceso a la educacion y aseguren libertades civiles).

17

Ademas, no solo las instituciones actuales influencian el desarrollo, sino que tambien

las del pasado, por lo que la medida de instituciones esta solo imperfectamente corre-

lacionada con ellas. Por construccion, el error de medicion genera sesgo de atenuacion,

que disminuye el verdadero efecto de las instituciones sobre el desarrollo 21.

En segundo lugar, en las fronteras no solo cambian las instituciones, sino que fun-

damentalmente todas las variables de economıa polıtica mediadas por la identidad del

gobierno local. Es decir, al pasar de un paıs a otro vecino, no solo cambia la calidad

de las instituciones nacionales sino que tambien los bienes publicos, la educacion, etc.

En consecuencia, hay variables omitidas relevantes en la regresion anterior que generan

sesgos en los resultados. Dichos sesgos deberıan ser positivos, pues se le asigna a las

instituciones el efecto de todas las otras variables que tambien estan correlacionadas

con el desarrollo (suponiendo que en general estas tienen efectos positivos).

Por ultimo, dado que estamos controlando por instituciones locales y las institu-

ciones nacionales son un promedio ponderado de las instituciones locales, para separar

dichos efectos sobre el PIB regional necesitamos variacion exogena de la calidad de las

instituciones a nivel nacional.

Para solucionar estos problemas, empleo un procedimiento de mınimos cuadrados en

dos etapas (en adelante MC2E). La estrategia es utilizar el instrumento propuesto por

Acemoglu et al. (2001), la tasa de mortalidad de los colonos, para identificar el impacto

de las instituciones nacionales. Adicionalmente a la ecuacion 6, que describe la relacion

entre diferencias en instituciones nacionales y desarrollo entre regiones contiguas en

paıses vecinos, para la estimacion por MC2E utilizo la siguiente ecuacion:

∆Riesgo expropiacionb = γ1∆Log Mortalidad colonosb + ∆X ′bΘ + vb (7)

donde ∆ Riesgo expropiacionb y ∆ Log Mortalidad colonosb son las diferencias entre

los dos paıses que comparten el borde b, de la calidad de las instituciones nacionales y

de la tasa de mortalidad de los colonos respectivamente.

De esta forma, se puede identificar el efecto del parametro de interes β1, cuya esti-

macion por MC2E se reporta en el panel A de la tabla 5. El panel B muestra la primera

etapa de la estimacion, donde vemos que el instrumento esta fuertemente correlacionado

con la variable endogena; y ademas, el estadıstico de Cragg y Donald de la estimacion

21Tambien argumentan que, dado que la medida de las instituciones es creada ex-post, es posible quehaya un sesgo a que paıses mas ricos se le asignen mejores instituciones (lo que genera un sesgopositivo).

18

no condicional es 34.40, muy superior a 16.38, el valor crıtico segun las tablas de Stock

y Yogo (2005), lo que permite descartar problemas de instrumentos debiles.

En el panel A, la columna (1) muestra que la estimacion no condicional del impacto

de las instituciones en el ingreso es 0.378. Este coeficiente es altamente significativo con

un error estandar de 0.029, y es dos veces mayor que su analogo estimado por MCO en

la tabla 4. Al igual que en Acemoglu et al. (2001) esto sugiere que el sesgo de atenuacion

por error de medicion es mas importante que el causado por variables omitidas 22.


El estimador de MC2E implica que diferencias de 2,5 en riesgo de expropiacion

entre Texas en Estados Unidos y Tamaulipas en Mexico se deberıan traducir en 0.95

(2,5× 0,378 ≈ 0,95) puntos logarıtmicos de PIB per capita. Esto es, la diferencia en la

calidad de las instituciones explica aproximadamente una diferencia 1,6 (e0,95−1 ≈ 1,6)

de las 2,5 veces mayor que es el PIB per capita en Texas que en Tamaulipas (ambos

estados son un buen caso porque tienen diferencias importantes en la calidad de sus

instituciones y estan practicamente en la lınea de regresion). La columna (2) incluye

controles de locacion y la columna (3) incluye controles geograficos y de locacion. Los

resultados siguen siendo altamente significativos, a pesar de que aumentan la desvia-

cion estandar en ambas columnas. La columna (4) aumenta la especificacion con las

actividades coloniales locales y la densidad poblacional precolonial, como aproximacion

historica de las instituciones locales contemporaneas. El coeficiente es 0.345, levemente

inferior al resultado anterior, pero resultados siguen siendo altamente significativo. Por

ultimo, en la columna (5) repito la ultima estimacion, pero utilizando MC2E pondera-

dos, segun el largo (kms.) del perımetro que comparten cada par de regiones contiguas.

De esta manera le asigno mayor peso a las regiones mas parecidas y ası controlo me-

jor por los inobservables. La estimacion es casi identica a la anterior y nuevamente es

significativa al 99 % de confianza.

En resumen, el estimador de MC2E de las ecuaciones 6 y 7 es robusto a diversas

especificaciones y nos permite identificar el efecto entre regiones contiguas en paıses

vecinos en el diferencial de desarrollo economico. Concluimos que en America al cruzar

la frontera, de una region a otra contigua en un paıs vecino, parte importante de la

22En el apendice F discuto que en este caso el sesgo de atenuacion generado por el error de medicion, noes mayor en la especificacion en diferencias (ecuacion 6) que en la especificacion en niveles (ecuacion5). Basicamente porque no hay razones para pensar que la correlacion entre las verdadera calidad delos instituciones entre paıses vecinos sea distinta de cero.

19

variacion en PIB per capita puede ser explicada por diferencias en la calidad de las

instituciones nacionales.

5. Comparacion con resultados de la literatura

Los resultados obtenidos en la seccion anterior provienen de la misma fuente de

identificacion que la utilizada en Acemoglu et al. (2001), dado que utilizo la misma

variable instrumental, la tasa de mortalidad de los colonos, para identificar el efecto de

la calidad de las instituciones sobre el desarrollo. Un ejercicio natural es contrastar la

magnitud de sus resultados con la de los obtenidos en este trabajo. Para esto, usando

sus datos y especificacion, repito su estimacion solo para los paıses de America. El

cuadro 6 muestra los resultados de regresar riesgo de expropiacion sobre el PIB per

capita nacional. Por comparabilidad muestro los coeficientes estandarizados, esto es,

los cambios en desviaciones estandar de la variable dependiente por un cambio de una

desviacion estandar en la variable independiente.


El panel A y el panel B muestran los resultados para la estimacion por MCO y MC2E

respectivamente. El coeficiente estandarizado de la estimacion no condicional (columna

(1)) en el panel B es un 46 % superior al coeficiente estandarizado de su analogo en

la columna (1) del panel A en la tabla 5. Cuando se incluye latitud como control, en

la columna (2), el resultado todavıa es un 27 % superior. De la misma forma, cuando

estudiamos la identificacion en la primera etapa, vemos que la estimacion en el panel B

es un 49 % superior que su analogo en la primera columna del panel B en la tabla 5 y

aun controlando por latitud, es un 18 % mayor.

Es interesante notar que para la muestra de America, los resultados de MCO (panel

A) son basicamente iguales que los de MC2E (panel B), a diferencia de los resultados

para la muestra de 64 colonias en Acemoglu et al. (2001). Esto indica que el sesgo de

atenuacion es de la misma magnitud que el de variables omitidas y causalidad reversa,

o bien que bajo la especificacion de Acemoglu et al. (2001) falla la identificacion para

los paıses en America.

A continuacion discuto dos posibles razones que pueden explicar que los resultados

de MC2E en este trabajo, usando la misma fuente de identificacion, sean inferiores a

los de Acemoglu et al. (2001).

20

5.1. Efecto local para las regiones fronterizas

En primer lugar, las regiones fronterizas pueden ser distintas en alguna dimension

a las otras regiones del paıs, y en consecuencia estos resultados solo serıan aplicables

para dichas regiones y no para la totalidad de las regiones en America. De esta forma,

el estimador de este trabajo serıa un efecto promedio local, solo para las regiones de

la muestra (regiones fronterizas), y esto explicarıa la diferencia con los resultados de

la literatura previa. A continuacion discuto dos argumentos que pueden sostener esta

hipotesis y justificarıan que el estimador encontrado en este trabajo sea inferior al

verdadero efecto de la calidad de las instituciones sobre el desarrollo.

Los bordes son porosos

Una primera razon por la que las regiones fronterizas son diferentes al resto de las

regiones, es que en las primeras hay procesos de arbitraje de las diferencias con el paıs

limıtrofe. Si es que hay movilidad de factores entre los paıses vecinos (i.e. los bordes son

porosos), puede ser cierto que las diferencias en calidad institucional se mitiguen en las

regiones fronterizas por efectos de la migracion y el comercio (Pinkovskiy (2011)). En

consecuencia, las diferencias institucionales de facto deberıan ser menores que las que

vemos en los datos, y eso explicarıa que el efecto de la calidad de las instituciones sobre

el desarrollo estimado en este trabajo sea menor al estimado en la literatura anterior.

Para testear esta hipotesis utilizo la existencia de pasos fronterizos entre las regiones

contiguas en paıses limıtrofes como indicador de la permeabilidad del borde, y usando

la ecuacion 7 como primera etapa, estimo la siguiente regresion por MC2E:

∆Log PIBb = β1 ∆Riesgo expropiacionb + β2 ∆Riesgo expropiacionb* Pasob + εb (8)

donde la variable Paso es un indicador que toma valor 1 si es que en par de regiones

en el borde b hay un paso fronterizo. Segun esta hipotesis, mayor porosidad de los

bordes deberıa implicar que en dichas zonas el impacto del diferencial de la calidad de

las instituciones es menor 23. Sin embargo, si bien el estimador β2 que obtengo tiene

23La estimacion no es directa porque hay dos variables endogenas en 8, Riesgo expropiacion y lainteraccion con Paso. Primero estimo la primera etapa y con ella predigo Riesgo expropiacion yluego interactuo dicha prediccion con Paso. Como instrumentos utilizo la tasa de mortalidad colonospara riesgo de expropiacion, y la interaccion de la prediccion, para la interaccion entre riesgo deexpropiacion y Paso.

21

el signo correcto, no es significativo para la especificacion no condicional ni para la

mas completa que incluye controles geografico y de locacion y variables historicas24. En

consecuencia, no encuentro evidencia que sostenga este argumento 25.

Estados debiles

Una segunda razon que puede justificar que el efecto encontrado en este trabajo sea

un efecto local solo para las regiones fronterizas, es la posible debilidad de los paıses

para fiscalizar y regular en las regiones lejanas (regiones fronterizas). Existe una amplia

literatura que estudia la incapacidad de estados debiles para ejercer el poder (Acemoglu

(2005), Besley-Persson:2009 y Besley y Persson (2010)). Dicha debilidad tiene impor-

tantes repercusiones sobre el desarrollo de los paıses; como argumentan Besley y Persson

(2009, pag. 2) “weak states tend to be hopelessly poor, unable to maintain basic econo-

mic functions and raise the revenue required to deliver basic services to their citizens.

They are also often plagued by civil disorder or outright conflict. This propensity to-

wards conflict and weak government institutions tends to be clustered with low income

levels and stagnation”. Basicamente el argumento es que paıses con peores instituciones

tienen menos herramientas para hacer cumplir la institucionalidad en las regiones fron-

terizas. En consecuencia, es posible que la correlacion entre las instituciones nacionales

y el desarrollo economico de las regiones de los bordes se debilite si es que el poder de

los estados tambien se debilita en dichas areas. Para testear esta hipotesis, utilizo la

siguiente especificacion:

∆Log PIBb = β1 ∆Riesgo expropiacionb + β2 ∆Riesgo expropiacionb* Debilb + εb (9)

donde la variable Debil indica la debilidad del par de estados que comparten el borde b.

Al igual que Besley y Persson (2009), utilizo el riesgo de expropiacion para determinar

la debilidad de los estados, asignandole un 1 a las regiones que estan en paıses en el

percentil 66 de dicha variable y un 0 sino. La variable Debil toma el valor 0 si es que

ninguno de los paıses en el borde tiene un estado debil, 1 si es que alguno, y 2 si es que

ambos. La estimacion de β1 es casi identica a la encontrada en la estimacion principal,

pero β2 es nuevamente no significativa (con un p-valor de 0.88) y en consecuencia no

24No presento estos resultados.25Tambien testeo esta hipotesis con otra serie de especificaciones que incluyen la exigencia de visa para

ingresar al paıs vecino (de turista y/o negocios) como indicador de la porosidad del borde, y losresultados tampoco son significativos.

22

encuentro evidencia para sostener esta hipotesis 26.

En conclusion, dado que ninguna de las dos razones anteriores permite sostener

que el efecto de las instituciones en el desarrollo es diferente en las regiones fronterizas

que en las otras regiones, es difıcil argumentar que sea esto lo que esta causando las

diferencias entre las estimaciones de este trabajo y las de Acemoglu et al. (2001).

5.2. Fallas en la identificacion

El segundo argumento por el que la estimacion de este trabajo difiere de los de

la literatura previa, es que en la estimacion en niveles existan ciertos no observables

correlacionados al mismo tiempo con desarrollo economico y con mortalidad de los

colonos que puedan estar sesgando la identificacion del parametro. Para investigar esta

hipotesis, vuelvo a estimar las ecuaciones 6 y 7, pero esta vez no en diferencias, sino

que en niveles 27. Ası, no se eliminan los no observables ni las variables difıciles de

capturar (o cualquier variable que se este omitiendo), que son similares a ambos lados

de las regiones contiguas en paıses vecinos. Esto es importante dado que la condicion de

exclusion se cumple condicional en los instrumentos incluidos, y por lo tanto es necesario

controlar correctamente. El cuadro 7 presenta los resultados.

La columna (1) en el panel A presenta el estimador analogo al de la columna (1),

de los paneles A y B de la tablas 5 y 6 respectivamente. El coeficiente estandarizado es

0.95, muy similar al estimado por Acemoglu et al. (2001), y superior al estimado en este

trabajo. El coeficiente en la columna (3), una vez que se incluyen controles geograficos

y de locacion y variables historicas, es muy cercano a su analogo en la tabla 5 de la

estimacion en primeras diferencias. Sin embargo, en la misma columna, el coeficiente

de la primera etapa es muy distinto; el de la estimacion en niveles es un 95 % superior

(en valor absoluto) al de la estimacion en primeras diferencias (cuadro 5, columna (3),

panel B). Para las 3 especificaciones en el panel B de la tabla 7 el coeficiente para Log

26Tambien hago dos variantes de la variable Debil. (i) Debil toma valor 1 para aquellos pares de regionescontiguas en que ninguno de los paıses en el par tiene un estado debil y 0 si alguno o ambos tienenestados fuertes. (ii) Debil toma valor 1 para aquellos pares de regiones contiguas en que ninguno oalguno de los paıses en el par tiene un estado debil y 0 si ambos tienen estados fuertes. En (i) y (ii)los resultados se mantienen no significativos.Tambien utilizo el 50 y 75 % como percentiles de riesgode expropiacion para definir a un paıs como debil, y los resultados no cambian.

27Esto es, estimo β1 por MC2E usando la ecuacion 5 y la siguiente ecuacion como primera etapa:

Riesgo expropiacionb,c = γ0 + γ1Log Mortalidad colonosb,c +X ′b,cΘ + ub,c

23

mortalidad colonos es estadısticamente mayor, en valor absoluto, que las estimaciones

analogas en la 5 (con un p-valor = 1). Esto sugiere que la identificacion en la ecuacion

en niveles esta sesgada.

Ejercicio de falsificacion

Para estudiar posible fallas en la identificacion de la estimacion por MC2E en niveles,

a continuacion hago un ejercicio de falsificacion. Modifico las fronteras nacionales de

todos los paıses de la muestra y las muevo una region mas alla o mas aca (a la derecha,

izquierda, arriba o abajo) y ası genero pares de observaciones que tienen la misma

calidad de instituciones y tasa de mortalidad de los colonos. El ejercicio consiste en

estimar el parametro falsificando la tasa de mortalidad de acuerdo a los nuevos paıses,

pero utilizando el riesgo de expropiacion real. Por ejemplo, la region de Mendoza en

Argentina, segun las nuevas fronteras, es parte de Chile. Luego, a Mendoza le asigno el

valor del riesgo de expropiacion de Argentina, y la tasa de mortalidad de los colonos

de Chile. Hago esto mismo para todas las regiones a las que cambio de paıs.

En el apendice G presento la figura con los bordes falsificados (lınea color rojo)

y los bordes verdaderos (lınea color verde). La forma en que modifico las fronteras es

motivada basicamente por tres objetivos: (i) mantener la figura de los paıses tanto como

fuese posible , (ii) que la mayor parte de pares de regiones sean falsificadas (es decir,

que ambas esten en el mismo paıs) y (iii) maximizar el numero de observaciones (pares

de regiones contiguas). Obtengo un total de 308 observaciones (154 pares de regiones

contiguas en paıses vecinos) de las cuales utilizo solo los 126 pares de observaciones de

regiones que comparten el mismo paıs original (es decir, tienen la misma calidad real

de las instituciones nacionales). La ecuacion a estimar es una version modificada de la

ecuacion 7:

∆Riesgo Expropiacion realb = γ1∆Log Mortalidad colonos falsab + ∆X ′bΘ + vb (10)

Dado que la diferencia en el riesgo de expropiacion real entre los nuevos pares de

regiones es cero, el valor esperado del estimador de la tasa de mortalidad de los colonos

falsificada, es cero. El cuadro 8 despliega los resultados de la estimacion de la ecuacion

10, en niveles y en diferencias.


El panel A muestra los resultados de la estimacion de la ecuacion 10 en niveles. En

24

la columna (1) vemos que el coeficiente es -2.055, altamente significativo y muy similar

al coeficiente de la primera etapa de la columna (1) en la tabla 7, lo que sugiere que hay

no observables o variables omitidas que estan causando los resultados. La columna (2)

muestra que incluyendo controles de geografıa y locacion, el coeficiente cae en cerca de

un 50 % y, aun cuando aumenta la varianza, es altamente significativo. Por ultimo, la

columna (3) incluye controles por instituciones locales y el estimador cae levemente, pero

todavıa significativo al 1 %. Con esto concluimos, que para la estimacion por MC2E,

condicional en los controles en las columnas (2) y (3), si bien mejora el estimador de

forma significativa, hay variables omitidas que estan causando los resultados 28. Por

otra parte el panel B muestra los resultados de la estimacion de la ecuacion 10. Tal

como se esperaba, los resultados son estadısticamente iguales a cero para todas las

especificaciones.

De esta discusion concluimos que, en America, existen variables que estan correla-

cionadas al mismo tiempo con la tasa de mortalidad de los colonos y con el desarrollo

economico, que por lo tanto sesgan positivamente las estimaciones de la calidad de las

instituciones si es que no se condiciona por ella. Dichas variables tienen la particularidad

de que son similares ambos lados de la frontera. En consecuencia pueden ser variables

geograficas inobservables o difıciles de capturar, pero tambien de desarrollo etnico pre-

colonial y fragmentacion etnica (Michalopoulos (2012); Michalopoulos y Papaioannou

(2013), entre otros) y de desarrollo prehistorico (por ejemplo, ver Spolaore y Wacziarg

(2009) y Ashraf y Galor (2013)) 29.

6. Persistencia del efecto de las instituciones

En esta seccion discuto posibles mecanismos de transmision y persistencia del efecto

de la calidad de las instituciones. Si bien, en la literatura hay cierto consenso de que las

instituciones tienen un efecto importante sobre el desarrollo, aun no es claro como opera

este mecanismo. “That institutions persist is consistent with the robust correlations that

28Otro ejercicio interesante es falsificar al mismo tiempo mortalidad de los colonos y riesgo de expro-piacion y luego estimar la segunda etapa, es decir, el impacto de la calidad de las instituciones sobreel PIB per capita regional. Esto es, asignarle a Mendoza la calidad de las instituciones de Chile y latasa de mortalidad de los colonos de Chile. Los resultados de la estimacion en niveles, son significa-tivos al 99 % y solo levemente menores a los resultados con los datos reales (0.54 en la columna nocondicionada y 0.28 en la que incluye controles geograficos y de locacion y variables historicas versus0.62 y 0.33 respectivamente).

29Por ejemplo, Michalopoulos (2012) muestra que el vınculo entre geografıa y etnicidad es especialmentefuerte en territorios que sus poblaciones indıgenas historicas constituyen una fraccion importante desus habitante hoy dıa.

25

exist between historical variables which may have shaped institutions and institutions

today, such as the density of indigenous population and the mortality environment fa-

ced by Europeans. Yet such correlations do not tell us the mechanisms of institutional

persistence” (Acemoglu y Robinson (2008)) 30. Dell (2010) usando evidencia micro pa-

ra Peru muestra que el impacto de la mita, institucion colonial de trabajo forzoso, ha

disminuido el consumo domestico y ha tenido impacto sobre la salud de los habitantes

donde tuvo vigencia. Al mismo tiempo, argumenta que los canales de persistencia de la

influencia de la mita son la tenencia de tierra y el aprovisionamiento de bienes publicos.

Bruhn y Gallego (2012) estudian el mecanismo de transmision del tipo de actividad

ejercida por los colonos y muestran que la sobre o sub representacion polıtica (malap-

portionment) puede explicar parte de la correlacion y es plausible como mecanismo.

El argumento es que areas con actividades bad y ugly (que eran mas ricas en la epoca

colonial por el tipo de producto que ahı se producıa) eran controladas por las elites para

extraer la riqueza. Sin embargo, las posteriores dictaduras militares en America Latina

fueron apoyadas, en su mayorıa, por la clase media lo que puede haber llevado a que

antes de la transicion a la democracia, se sobre representara las areas dominadas por

dicha clase (zonas con buenas actividades coloniales y sin actividades coloniales). Esto

les genero mayores beneficios economicos en perjuicio de las zonas con actividades bad

y ugly.

Este trabajo tambien intenta ser una contribucion en esta direccion. Para ello con-

sidero tres canales, representacion polıtica, desigualdad de ingresos y capital humano

como posibles fuentes de persistencia. Para estudiar esto modifico la variable indepen-

diente de la ecuacion 6 por cada una de dichas variables y, utilizando la ecuacion 7,

estimo el coeficiente de la diferencia de la calidad de las instituciones por MC2E. La

tabla 9 despliega los resultados.


Representacion polıtica

Respecto a la mala distribucion de los escanos polıticos, Bruhn et al. (2010) ar-

gumentan que dicha sobre o sub representacion es una forma de la elite polıtica de

30Un buen ejemplo de esto es el trabajo de Banerjee e Iyer (2005), que usando evidencia para laIndia muestran que el tipo de sistema de recaudacion de impuestos en la epoca colonial (institucion)tiene efectos causales sobre niveles de salud, educacion, e inversion en tecnologıa. Sin embargo, elmecanismo de persistencia no pueden ser las mismas instituciones implementadas inicialmente, dadoque hoy ya no existen.

26

perpetuar el poder de jure despues de la transicion a la democracia de quienes soste-

nıan el poder en la dictadura. Ademas muestran que la sobre representacion aumenta

la probabilidad de transitar hacia la democracia. En consecuencia, regiones sub repre-

sentadas en un paıs, relativo a regiones en paıses vecinos, implica que dichos paıses ya

estan en democracia. Otra alternativa es comparar entre paıses en que los dos estan en

democracia. La sub representacion relativa a la region contigua en el paıs vecino indica

que quienes tenıan sobre representacion (relativa a la region contigua en el paıs vecino)

han perdido dicho poder de jure lo que indica mayor calidad de las instituciones en di-

cho paıs. Las columnas (1) y (2) muestran que el coeficiente es negativo y significativo

al 99 % de confianza, lo que es coherente y consistente con el argumento anterior. Es in-

teresante que este mecanismo sigue siendo significativo aun cuando en la especificacion

controlamos por el tipo de actividades coloniales, de las que Bruhn y Gallego (2012)

muestran que tambien es un mecanismo de persistencia.

Desigualdad economica

Por otra parte, las columnas (3) y (4) presentan evidencia de que mejoras en las

instituciones no tienen efecto significativo sobre la desigualdad. Esto es consistente con

los resultados de Acemoglu et al. (2007) que ponen en duda el perjuicio de la desigual-

dad economica sobre el desarrollo. Usando evidencia municipal para Cundinamarca,

Colombia, argumentan que para el desarrollo economico, la desigualdad relevante es la

polıtica y no la desigualdad economica. Tambien es consistente con los resultados de

Bruhn y Gallego (2012) que muestran que el tipo de actividad colonial no tiene efectos

negativos sobre el desarrollo a traves de la desigualdad. Dado que no encuentro nin-

gun tipo de relacion entre gini e instituciones, esto permite descartar la desigualdad

economica entre las regiones como fuente de persistencia del efecto de las instituciones.

Capital humano

Por ultimo, discuto el efecto de mejoras institucionales sobre mejoras en el capital

humano. Por una parte, Glaeser et al. (2004) argumentan que las instituciones son el

resultados de la acumulacion de capital humano, y en consecuencia ellas son una de sus

formas de transmision. Para esto, muestran que entre 1960 y el 2000, valores rezagados

de educacion son buenos predictores de mejoras en la democracia, pero no viceversa.

Sin embargo, Acemoglu et al. (2005) muestran que dichos resultados no son robustos

a la inclusion de dummies por ano, y ademas que la educacion no tienen ningun efec-

27

to en otras medidas de instituciones polıticas. En un paper reciente Gennaioli et al.

(2012) estudian los determinantes del desarrollo nacional y regional usando datos para

110 paıses. A nivel nacional encuentran que los efectos del capital humano y la calidad

de las instituciones nacionales (medida como riesgo de expropiacion) son positivos y

altamente significativos. A nivel subnacional estiman un modelo de desarrollo regio-

nal y encuentran que el capital humano regional, caracterizado como anos promedio de

educacion de la region, es el determinante principal del desarrollo y no ası las caracterıs-

ticas institucionales regionales 31. Concluyen que“the weakness of institutional variables

may result in part from different data and in part from the fact taht institutions may

be important at the national, but not at the regional level” (Gennaioli et al. (2012), pag.

137).

Sin embargo, la conclusion de Gennaioli et al. (2012) es muy limitada, porque su

especificacion no permite capturar el efecto de las instituciones nacionales sobre el

desarrollo regional (dicho efecto es capturado por el efecto fijo paıs). La especificacion

de este trabajo permite superar dicha limitacion al comparar entre paıses vecinos. Un

potencial problema de incluir el capital humano es que dicha variable es altamente

endogena, por lo que idealmente son necesarios dos instrumentos, no correlacionados

entre ellos, para las instituciones y para el capital humano. Sin embargo, dado que el

sesgo es generado por la migracion de trabajadores mas educados a regiones mas ricas y

porque las regiones mas ricas invierten mas en educacion, el coeficiente de anos promedio

de educacion es una cota superior del verdadero valor del parametro. El parametro MCO

para capital humano tiene un sesgo positivo y por lo tanto el parametro verdadero

(estimado correctamente por MC2E con un instrumento adecuado) es mas pequeno 32.

En la tabla 10 vuelvo a estimar las ecuacion 6 por MC2E. En la columna (2) in-

cluyo el capital humano local, medido como anos promedio de educacion en la region.

El coeficiente es significativo al 10 %. Sin embargo, una vez que incluyo el vector de

determinantes de historicos de las instituciones a nivel local, el capital humano deja de

ser significativo a niveles convencionales. Esto sugiere que una vez que se controla por

las instituciones locales y nacionales, el capital humano no tiene efectos sobre el desa-

rrollo regional. Para profundizar este resultado, en la tabla 11 estimo cuanto aumentan

31Como medida de la calidad de las instituciones locales crean un ındice basado en siete variables deEnterprise Survey y una de Doing Business. Lamentablemente dicho ındice solo esta disponible para5 de los 146 pares de regiones contiguas que utilizo en este trabajo.

32Si es que hay error de medida en capital humano, dado que el sesgo es de atenuacion, esto podrıano ser ası. Sin embargo esta posibilidad no se presenta en la literatura. Para la construccion de lavariable anos promedio de educacion a nivel regional referirse directamente Gennaioli et al. (2012).

28

los anos de escolaridad al pasar de un paıs pobre a uno mas rico (columna (1)), y al

pasar de una region pobre a una mas rica (columna (2)). Vemos que a nivel nacional el

coeficiente de los anos promedios de educacion es identico al de las instituciones, pero

al pasar a nivel subnacional cae cuatro veces. Lo anterior sugiere (i) que la estimacion

a nivel nacional (columna (1)) captura otras variables ademas del capital humano (e.g.

la calidad de las instituciones nacionales) y (ii) que a nivel regional la magnitud del

cambio en capital humano entre regiones pobres y ricas no es tan relevante como el

cambio en la calidad de las instituciones nacionales a nivel de paıs. Esto es consistente

con la evidencia encontrada en la tabla 10 que ademas agrega que si se controla por

determinantes historicos de las instituciones nacionales, el capital humano deja de ser

significativo como determinante del desarrollo.



Los resultados de las columnas (5) y (6) en la tabla 9 indican que mejores institu-

cionales promueven la inversion en capital humano. Ambos coeficientes son positivos

y altamente significativos. Los resultados encontrados en las tablas 10 y 11 sugieren

que estos resultados son el efecto de la calidad de las instituciones nacionales sobre el

desarrollo, a traves de la inversion en capital humano.

En resumen, analizo tres mecanismos posibles, representacion polıtica, desigualdad

economica y capital humano. Los resultados sugieren que la representacion polıtica y

el capital humano son posibles fuentes de persistencia del efecto de las instituciones.

7. Conclusiones

Usando datos subnacionales para America, en este trabajo muestro que parte im-

portante de las diferencias en desarrollo economico que se generan al cruzar de un

paıs a otro pueden ser explicadas por diferencias en la calidad de sus instituciones na-

cionales. En particular, usando la mortalidad de los colonos como fuente de variacion

exogena, proveo evidencia de que entre regiones contiguas en paıses vecinos, cambios

de una desviacion estandar en las diferencias de la calidad institucional tiene efectos

de 0.63 desviaciones estandar en la diferencia del logaritmo del PIB per capita. Dichos

efectos son causales y no son generados por diferencias en desarrollo precolonial o por

caracterısticas geograficas.

29

Muestro que los resultados de la literatura previa, usando la misma fuente de iden-

tificacion, son un 46 % mayores. No encuentro evidencia de que los regiones fronterizas

sean diferentes a las otras regiones en alguna dimension y muestro que en America hay

variables no observables o difıciles de capturar (e.g. variables etnicas precoloniales y

prehistoricas) que sesgan positivamente los resultados si es que no se controla correcta-

mente por ellas. Esto sugiere que es interesante estudiar el rol de las etnias precoloniales

sobre el desarrollo economico contemporaneo en America y los canales por los que ellas

podrıan afectar.

Por ultimo, discuto posibles mecanismos de transmision y persistencia del efecto

de las instituciones y encuentro que la representacion polıtica y el capital humano

estan altamente correlacionados con las instituciones. Regiones con mejores instituciones

nacionales estan sub representadas relativo a regiones contiguas con peores instituciones

nacionales, lo que es consistente con la literatura previa. Al mismo tiempo, la evidencia

sugiere que mejoras en la calidad de las instituciones nacionales tienen un efecto positivo

sobre el PIB regional a traves de aumentos en el capital humano regional. Muestro que

al controlar al mismo tiempo por las instituciones nacionales y determinantes historicos

de las instituciones regionales, el capital humano no explica las diferencias en desarrollo

regional. Este resultado es importante porque la especificacion de este trabajo permite

dicha posibilidad, a diferencia de la literatura previa, y obtengo resultados distintos.

A futuro es necesario estudiar el efecto de la calidad de las instituciones nacionales

y del capital humano regional instrumentalizando adecuadamente cada variable (por

ejemplo, con el numero de misioneros en cada region).

Referencias

Acemoglu, D. (2005). “Politics and economics in weak and strong states”. En: Journal

of Monetary Economics 52.7, pags. 1199-1226.

Acemoglu, D. y M. Dell (2010). “Productivity Differences between and within Coun-

tries”. En: American Economic Journal: Macroeconomics 2.1, pags. 169-88.

Acemoglu, D. y J. A. Robinson (2008). “Distinguished Guest Lecture: The Persistence

and Change of Institutions in the Americas”. En: Southern Economic Journal 75.2,

pags. 282-299.

Acemoglu, D., S. Johnson y J. A. Robinson (2001). “The Colonial Origins of Compa-

rative Development: An Empirical Investigation”. En: American Economic Review

91.5, pags. 1369-1401.

30

Acemoglu, D., S. Johnson y J. A. Robinson (2002). “Reversal Of Fortune: Geography

And Institutions In The Making Of The Modern World Income Distribution”. En:

The Quarterly Journal of Economics 117.4, pags. 1231-1294.

Acemoglu, D., S. Johnson, J. A. Robinson y P. Yared (2005). “From Education to

Democracy?” En: American Economic Review 95.2, pags. 44-49.

Acemoglu, D., M. A. Bautista, P. Querubın y J. A. Robinson (jun. de 2007). Economic

and Political Inequality in Development: The Case of Cundinamarca, Colombia.

NBER Working Papers. National Bureau of Economic Research, Inc.

Alesina, A. y E. Spolaore (2005a). The Size Of Nations. Economics / political science.

Mit Press.

Alesina, A. y E. Spolaore (1997). “On the Number and Size of Nations”. En: The Quar-

terly Journal of Economics 112.4, pags. 1027-56.

— (2005b). “War, peace, and the size of countries”. En: Journal of Public Economics

89.7, pags. 1333-1354.

— (2006). “Conflict, defense spending, and the number of nations”. En: European Eco-

nomic Review 50.1, pags. 91-120.

Alesina, A., W. Easterly y J. Matuszeski (2011). “Artificial States”. En: Journal of the

European Economic Association 9.2, pags. 246-277.

Almeida, R. K. y P. Carneiro (oct. de 2007). Inequality and Employment in a Dual

Economy: Enforcement of Labor Regulation in Brazil. IZA Discussion Papers 3094.

Institute for the Study of Labor (IZA).

Ashraf, Q. y O. Galor (2013). “The ’Out of Africa’ Hypothesis, Human Genetic Di-

versity, and Comparative Economic Development”. En: American Economic Review

103.1, pags. 1-46.

Auer, R. A. (2013). “Geography, institutions, and the making of comparative develop-

ment”. En: Journal of Economic Growth 18.2, pags. 179-215.

Banerjee, A. y L. Iyer (2005). “History, Institutions, and Economic Performance: The

Legacy of Colonial Land Tenure Systems in India”. En: American Economic Review

95.4, pags. 1190-1213.

Besley, T. y T. Persson (2009). “The Origins of State Capacity: Property Rights, Ta-

xation, and Politics”. En: American Economic Review 99.4, pags. 1218-44.

— (2010).“State Capacity, Conflict, and Development”. En: Econometrica 78.1, pags. 1-34.

Bloom, D. E. y J. D. Sachs (1998). “Geography, Demography, and Economic Growth

in Africa”. En: Brookings Papers on Economic Activity 29.2, pags. 207-296.

31

Bolton, P. y G. Roland (1997).“The Breakup of Nations: A Political Economy Analysis”.

En: The Quarterly Journal of Economics 112.4, pags. 1057-90.

Bonet, J. y A. M. Roca (2006). “El legado colonial como determinante del ingreso per

capita departamental en Colombia”. En: 002520.

Bruhn, M. y F. A. Gallego (2012). “Good, Bad, and Ugly Colonial Activities: Do They

Matter for Economic Development?” En: The Review of Economics and Statistics

94.2, pags. 433-461.

Bruhn, M., F. Gallego y M. Onorato (nov. de 2010). Legislative malapportionment and

institutional persistence. Policy Research Working Paper Series 5467. The World

Bank.

Dell, M. (2010). “The Persistent Effects of Peru’s Mining Mita”. En: Econometrica 78.6,

pags. 1863-1903.

Easterly, W. y R. Levine (2003). “Tropics, germs, and crops: how endowments influence

economic development”. En: Journal of Monetary Economics 50.1, pags. 3-39.

Engerman, S. L. y K. L. Sokoloff (1997). “Factor endowments, institutions, and differen-

tial paths of growth among New World economies: a view from economic historians

of the United States”. En: In How Latin America Fell Behind. Ed. por S Harber.

Stanford Univ. Press, pags. 260-304.

— (2002). Factor Endowments, Inequality, and Paths of Development Among New

World Economics. Working Paper 9259. National Bureau of Economic Research.

Friedman, D. (1977). “A Theory of the Size and Shape of Nations”. En: Journal of

Political Economy 85.1, pags. 59-77.

Gallup, J. y J. Sachs (2001). “The economic burden of malaria”. En: The American

Journal of Tropical Medicine and Hygiene 64.1 suppl, pags. 85-96.

Gallup, J. L., J. D. Sachs y A. Mellinger (1999). Geography and Economic Development.

CID Working Papers 1. Center for International Development at Harvard University.

Gennaioli, N., R. L. Porta, F. L. de Silanes y A. Shleifer (2012).“Human Capital and Re-

gional Development”. En: The Quarterly Journal of Economics 128.1, pags. 105-164.

Glaeser, E. L., R. L. Porta, F. L. de Silanes y A. Shleifer (2004). “Do Institutions Cause

Growth?” En: Journal of Economic Growth 9.3, pags. 271-303.

Hall, R. E. y C. I. Jones (1999). “Why Do Some Countries Produce So Much More

Output Per Worker Than Others?” En: The Quarterly Journal of Economics 114.1,

pags. 83-116.

Henderson, J. V., A. Storeygard y D. N. Weil (2012). “Measuring Economic Growth

from Outer Space”. En: American Economic Review 102.2, pags. 994-1028.

32

Jimeno, C. G. (2005). Colonial Institutions And Long-Run Economic Performance In

Colombia: Is There Evidence Of Persistence? Documentos CEDE 002152. Univer-

sidad de los Andes-CEDE.

Kamarck, A. (1976). The tropics and economic development: a provocative inquiry into

the poverty of nations. World Bank Research Publications v. 74. Published for the

World Bank [by] Johns Hopkins University Press.

Knack, S. y P. Keefer (1995). “Institutions And Economic Performance: Cross-Country

Tests Using Alternative Institutional Measures”. En: Economics and Politics, pags. 207-227.

La Porta, R., F. Lopez-de Silanes, A. Shleifer y R. Vishny (1999). “The Quality of

Government”. En: Journal of Law, Economics and Organization 15.1, pags. 222-79.

Laeven, L. y C. Woodruff (2007). “The Quality of the Legal System, Firm Ownership,

and Firm Size”. En: Review of Economics and Statistics 89.4, pags. 601-614.

MacKellar, L., A. Woergoetter y J. Woerz (ene. de 2000). Economic Development Pro-

blems of Landlocked Countries. Transition Economics Series 14. Institute for Ad-

vanced Studies.

Masters, W. A. y M. S. McMillan (2001). “Climate and Scale in Economic Growth”.

En: Journal of Economic Growth 6.3, pags. 167-86.

Mauro, P. (1995). “Corruption and Growth”. En: The Quarterly Journal of Economics

110.3, pags. 681-712.

McArthur, J. W. y J. D. Sachs (feb. de 2001). Institutions and Geography: Comment

on Acemoglu, Johnson and Robinson (2000). NBER Working Papers 8114. National

Bureau of Economic Research, Inc.

Michalopoulos, S. (2012). “The Origins of Ethnolinguistic Diversity”. En: American

Economic Review 102.4, pags. 1508-39.

Michalopoulos, S. y E. Papaioannou (2011). Divide and Rule or the Rule of the Divi-

ded? Evidence from Africa. Economics Working Papers 0099. Institute for Advanced

Study, School of Social Science.

— (2013). “Pre-Colonial Ethnic Institutions and Contemporary African Development”.

En: Econometrica 81.1, pags. 113-152.

Myrdal, G. y T. C. Fund (1968). Asian drama: an inquiry into the poverty of nations.

A Twentieth Century Fund study v. 1. Pantheon.

Nunn, N. (2009). “The Importance of History for Economic Development”. En: Annual

Review of Economics 1.1, pags. 65-92.

Nunn, N. y D. Puga (2012). “Ruggedness: The Blessing of Bad Geography in Africa”.

En: The Review of Economics and Statistics 94.1, pags. 20-36.

33

Pinkovskiy, M. (2011). Economic Discontinuities Across Borders: Evidence From Sate-

llite Data on Lights at Night’. Report. MIT, Department of Economics.

Rodrik, D., A. Subramanian y F. Trebbi (2004). “Institutions Rule: The Primacy of Ins-

titutions Over Geography and Integration in Economic Development”. En: Journal

of Economic Growth 9.2, pags. 131-165.

Sachs, J. y P. Malaney (2002).“The economic and social burden of malaria”. En: Nature.

Sachs, J. D. (2001). Tropical Underdevelopment. Working Paper 8119. National Bureau

of Economic Research.

— (2003). Institutions Don’t Rule: Direct Effects of Geography on Per Capita Income.

Working Paper 9490. National Bureau of Economic Research.

Services, P. R. (2004). A Business Guide to Political Risk for International Decisions.

PRS Group Incorporated.

Spolaore, E. (2006). “National Borders and the Size of Nations”. En: The Oxford Hand-

book of Political Economy. Ed. por B. R. Weingast y D. A. Wittman. The Oxford

Handbook of Political Economy. Oxford University Press, pags. 778-798.

— (2012a). “National Borders, Conflict and Peace”. En: Oxford Handbook of the Eco-

nomics of Peace and Conflict. Ed. por M. R. Garfinkel y S. Skaperdas. Oxford

University Press. Cap. 30.

— (2012b). The Economics of Political Borders. Discussion Papers Series, Department

of Economics, Tufts University 0767. Department of Economics, Tufts University.

Spolaore, E. y R. Wacziarg (2009). “The Diffusion of Development”. En: The Quarterly

Journal of Economics 124.2, pags. 469-529.

— (2013).“How deep are the roots of economic development?”En: Journal of Economic

Literature.

Steckel, R. y J. Rose (2002). The Backbone of History: Health and Nutrition in the

Western Hemisphere. ... Conference sponsored by the National Science Foundation.

Cambridge University Press.

Stock, J. y M. Yogo (2005). En: Identification and Inference for Econometric Models.

Ed. por D. Andrews y J. H. Stock. Cambridge University Press.

Winn, P. (2006). Americas: The Changing Face of Latin America And the Caribbean.

University of California Press.

Wittman, D. (2000). “The Wealth and Size of Nations”. En: Journal of Conflict Reso-

lution 44.6, pags. 868-884.

34

(a) America del Norte

(b) America Central

Figura 1: America

(c) America del Sur

Figura 1: America

36

Figura 2: Bordes

37

Cuadro 1: Discontinuidad en desarrollo contemporaneo

Log Regional GDP,per capita

(1) (2)Dummy PIB 0.157***

(0.053)Log PIB nacional, 0.990***netos PIB regional (0.035)

Test - F PIB neto = 1 (p-valor) 0.768Observaciones 292 292R2 0.774 0.735

Errores estandar robustos entre parentesis*** p<0.01, ** p<0.05, * p<0.1

38

Cuadro 2: “Continuidad” en desarrollo precolonial

Log densidad poblacional precolonial Indice de Salud(1) (2) (3) (4) (5) (6)

Dummy PIB nacional -0.115 -0.060 0.276 0.022(0.173) (0.178) (0.206) (0.096)

Dummy PIB regional 0.026 -0.098(0.173) (0.090)

R2 0.473 0.512 0.443 0.473 0.002 0.034EF borde nacional Sı Sı Sı Sı No NoObservaciones 292 244 230 292 36 36Muestra Total 0 - 66 % 33 % - 100 % All All All

pctil. de medida fractal


39

Cuadro 3: Continuidad Geografica

MCO MCO ponderadosLluvia Temp. prom. Altitud Lluvia Temp. prom. Altitud

(1) (2) (3) (4) (5) (6)d geo -0.004 0.013 -0.285 0.144 -0.001 -0.164

(0.217) (0.108) (0.195) (0.181) (0.080) (0.133)

Observaciones 292 292 292 292 292 292R2 0.636 0.915 0.625 0.691 0.955 0.730


40

Cuadro 4: MCO en primeras diferencias

∆ Log PIB, PPA per capita(1) (2) (3) (4)

∆ Riesgo de expropiacion 0.193*** 0.185*** 0.127** 0.095(0.051) (0.056) (0.055) (0.060)

Coef. estandarizado 0.32 0.33 0.22 0.17R2 0.11 0.19 0.48 0.51

Controles de locacion No Sı Sı SıControles geograficos No No Sı SıDens. pob. precolonial No No No SıDummies actividades coloniales No No No SıObservaciones 146 146 146 146


41

Cuadro 5: Variables instrumentales en primeras diferencias

Panel A: ∆ Log PIB, PPA per capita(1) (2) (3) (4) (5)

∆ Riesgo de expropiacion 0.378*** 0.338*** 0.374*** 0.345*** 0.311***(0.029) (0.042) (0.075) (0.089) (0.093)

Coef. estandarizado 0.63 0.57 0.66 0.60 0.50

Panel B: Primera etapa para ∆ Riesgo Expropiacion

∆ Log mortalidad colonos -1.567*** -1.516*** -1.226*** -1.364*** -1.347***(0.032) (0.079) (0.156) (0.190) (0.214)

Coef. estandarizado -0.44 -0.42 -0.34 -0.38 -0.42

Controles de locacion No Sı Sı Sı SıControles geograficos No No Sı Sı SıDens. pob. precolonial No No No Sı SıDummies actividades coloniales No No No Sı SıObservaciones 146 146 146 146 146

La unidad observacional es la diferencia entre pares de regiones contiguas en paıses vecinos. Las estimaciones de lascolumnas (1) a (4) son por mınimos cuadrados en dos etapas. La columna (5) presenta la estimacion por MC2Eponderados segun el largo del lımite que comparte cada par de regiones contiguas. El panel B presenta la primeraetapa y el panel A la segunda etapa. Errores estandar robustos entre parentesis. *** p<0.01, ** p<0.05, * p<0.1

Cuadro 6: Resultados para America de Acemoglu et al. (2001)

Log PIB per capita(1) (2)

Panel A: MCORiesgo de expropiacion (std) 0.891*** 0.819***

(0.061) (0.091)Latitud 0.939

(0.680)R2 0.794 0.807Panel B: MC2E

Riesgo de expropiacion (std) 0.921*** 0.800***(0.118) (0.216)

latitud 1.009(0.959)

Observaciones 25 25Panel C: Primera etapa para Riesgo de expropiacion

Log Mortalidad colonos (std) -0.657*** -0.517***(0.157) (0.184)

Latitud 1.790(1.288)

El panel A presenta la estimacion por mınimos cuadrados ordinarios. Los paneles By C presentan la estimacion por MC2E, de la segunda y primera etapas respecti-vamente. Efectos estandarizados (std) muestran cambios en desviaciones estandaren la variable dependiente por un cambio de una desviacion estandar en riesgo deexpropiacion. Errores estandar robustos entre parentesis. *** p<0.01, ** p<0.05, *p<0.1.

43

Cuadro 7: Pooled IV

Panel A: Log PIB, PPA per capita(1) (2) (3)

Riesgo de expropiacion 0.621*** 0.398*** 0.326***(0.020) (0.043) (0.048)

Coef. estandarizado 0.95 0.61 0.50Panel B: Primera etapa para Riesgo de expropiacion

Log Mortalidad colonos -2.070*** -1.979*** -1.894***(0.039) (0.206) (0.220)

Coef. estandarizado -0.80 -0.77 -0.74

Controles geograficos No Sı SıControles de locacion No Sı SıDens. pob precolonial No No SıDummies actividades coloniales No No SıObservaciones 292 292 292


44

Cuadro 8: Falsificacion Primera etapa

Panel A: Pooled MCO Riesgo de expropiacion(1) (2) (3)

Log Mortalidad colonos -2.055*** -1.079*** -0.860***(falsificada) (0.096) (0.184) (0.185)Observaciones 252 252 252R2 0.70 0.90 0.91

Panel B: MCO en primeras diferencias ∆ Riesgo de expropiacion(1) (2) (3)

∆ Log Mortalidad colonos 0.002 -0.012 -0.004(falsificada) (0.006) (0.017) (0.026)Observaciones 126 126 126R2 0.00 0.15 0.21

Controles geograficos No Sı SıControles de locacion No Sı SıDens. pob. precolonial No No SıDummies actividades coloniales No No Sı


Cuadro 9: Mecanismos

∆ Log Representacion ∆ Log Gini ∆ Anos promediopolıtica de educacion

(1) (2) (3) (4) (5) (6)∆ Riesgo de expropiacion -0.794*** -0.666*** -0.002 -0.014 1.476*** 1.255***

(0.148) (0.134) (0.007) (0.012) (0.124) (0.193)

Dens. pob. precolonial No Sı No Sı No SıDummies act. coloniales No Sı No Sı No SıObservaciones 123 123 96 96 141 141


Cuadro 10: MC2E incluyendo Capital Humano

Panel A: ∆ Log PIB, PPA per capita(1) (2) (3)

∆ Riesgo de expropiacion 0.378*** 0.301*** 0.311***(0.029) (0.051) (0.062)

∆ Anos promedio de educacion 0.052* 0.042(0.028) (0.028)

Panel B: Primera etapa para ∆ Riesgo de expropiacion∆ Mortalidad colonos -1.567*** -1.321*** -1.496***

(0.032) (0.093) (0.127)

Dens. pob. precolonial No No SıDummies actividades coloniales No No SıObservaciones 146 141 141


47

Cuadro 11: Capital Humano y/o Instituciones

Anos promedio Riesgo dede educacion expropiacion(1) (2) (3)

Dummy PIB nacional 0.241*** 0.242***(0.028) (0.024)

Dummy PIB regional 0.064**(0.031)

EF borde nacional Sı Sı SıObservaciones 287 287 292R2 0.80 0.75 0.85

Dummy PIBb,c es un indicador que toma valor 1 si es que el paıs c tiene elPIB per capita mayor de los dos paıses que comparten el borde b. DummyPIB Regional per capita es un indicador que tomar valor 1 si es que laregion en el paıs c tiene el PIB per capita mayor de las dos regiones quecomparten el borde b. Efectos estandarizados (std) muestran cambios endesviaciones estandar en la variable dependiente por un cambio de unadesviacion estandar en variable independiente. Errores estandar robustosentre parentesis. *** p<0.01, ** p<0.05, * p<0.1

Apendices

A. Efecto directo e indirecto de las dotaciones geograficas sobre el desa-

rrollo:

A continuacion hago un breve recorrido de la discusion que ha habido en la litera-

tura en torno al uso de variables geograficas como instrumentos, y en particular a la

idoneidad de la tasa de mortalidad de los colonos como instrumento de la calidad de

las instituciones.

Basicamente, si es que una variable geografica es utilizada como instrumento de-

berıan haber razones teoricas para argumentar que no tiene efectos directos sobre el

outcome de interes. Si este no es el caso, la restriccion de exclusion para variables ins-

trumentales no serıa satisfecha. Bajo este argumento McArthur y Sachs (2001); Sachs

(2003) critican los resultados de Acemoglu et al. (2001); los primeros sostienen que

hay un efecto directo de la tasa de mortalidad de los colonos (ambiente de enferme-

dades) sobre el desarrollo economico. Dado que el ambiente de enfermedades del paıs

afecta al mismo tiempo, directamente la calidad de las instituciones y directamente la

prosperidad, es un mal instrumento y las estimaciones estarıan sesgadas. La respuesta

de Acemoglu et al. (2001) a las crıticas de McArthur y Sachs (2001) es controlar por

expectativa de vida, mortalidad infantil y malaria. Sin embargo, este punto no puede

ser solucionado simplemente controlando por dichas variable. En otro trabajo, Glaeser

et al. (2004, pag. 290) tambien discuten este punto y concluyen que “these (theirs)

results suggest that the issue of modern disease environment is real, and one should

exercise caution in treating AJR instruments as proxies for the colonial but not modern

mortality risk”.

Este punto es el mismo que para la mayorıa de las variables geograficas utilizadas

como instrumentos sin argumentos teoricos que lo sustenten. Hall y Jones (1999) usan

la distancia al ecuador como instrumento de la medida de calidad institucional (lo que

no es obvio que no tenga efectos directos sobre el desarrollo; por ejemplo, Rodrik et al.

(2004) la utilizan como su variable geografica en la ecuacion principal para controlar

por caracterısticas geograficas). Lo mismo corre para La Porta et al. (1999) 33. Contro-

lando por el efecto directo de la dotacion, la estimacion empırica no resuelve las dudas,

33Como argumenta Auer (2013), ellos subestiman el efecto del origen legal, pues Gran Bretana tendıaa colonizar paıses alejados de Europa y que por lo tanto no tenıan acceso a los mercados financieros.

49

porque estos controles pueden estar afectando simultaneamente el desarrollo economico,

directa e indirectamente.

Para resolver este punto, Easterly y Levine (2003) usan un enfoque distinto, pero to-

davıa incompleto y deficiente 34. Primero sobreidentifican la primera etapa (la ecuacion

de la calidad institucional) usando como instrumentos para las instituciones cuatro va-

riables geograficas: mortalidad de los colonos, latitud, cultivos/minerales y landlocked ;

y luego, con un test de sobreidentificacion ad-hock sobre las restricciones, investigan

si dichas variables tambien tienen un efecto directo sobre el desarrollo economico (e.g.

Φ = 0) . Si no pueden rechazar el test, entonces las dotaciones geograficas solo pue-

den explicar el PIB per capita a traves del desarrollo institucional, y sus estimadores

son consistentes e insesgados. Sin embargo, este test requiere que al menos una de las

variables sea teoricamente exogena (que es justamente lo que estan tratando de testear).

Auer (2013) es el primero en considerar ambos, el efecto directo e indirecto, del

ambiente de enfermedades sobre el desarrollo. Para estimar el efecto directo de la do-

tacion geografica usa paıses no colonizados como grupo de control, dado que ahı el

impacto directo en el desarrollo esta presente en todos los paıses, pero en las colonias,

la geografıa ha afectado tambien las polıticas de colonizacion, y por lo tanto, el outco-

me institucional. Encuentra que Acemoglu et al. (2001) sobreestima la importancia de

las instituciones en un 28 %, dado el impacto directo negativo del ambiente de enfer-

medades sobre el crecimiento economico. 35. Sin embargo, concluye que “although the

direct effect of disease on growth is thus nonneglibible, it should also be noted that ...

for former colonies, the effect of early disease environment on economic growth works

mostly through the indirect effects on mortalidad de los colonos, colonization policies,

and institutional outcomes” (Auer 2013, pag. 19).

34Para ilustrar su enfoque, sea

Yi = β0 + β1INTSi +GEO′i × Φ + εi

INSi = γ0 +GEO′i × Γ + µi

35Ademas examina la teorıa de La Porta et al. (1999) y encuentra que subestiman el efecto del origenlegal en un 63 %.

50

B. Variacion geografica regional:

Este apendice documenta que en America no solo la variacion geografica entre paıses

es importante, sino que tambien la intra paıses, que es al menos igualmente significativa.

Proporciono estadısticas para las siguientes caracterısticas geograficas: latitud, precipi-

taciones, temperatura y altitud.

Respecto a la latitud vemos claramente que su desviacion estandar es mayor a nivel

regional que nacional. La maxima (mınima) latitud a nivel subnacional es mas de 1,5

(10) veces mayor (menor) a la maxima (mınima) latitud a nivel nacional. Respecto a las

otras variables tambien vemos diferencias importantes intra paıses, y en algunos casos,

las diferencias son mayores que entre paıses. Por ejemplo, Chile, Colombia, Ecuador,

Honduras, Mexico y Peru tienen diferencias mas agudas en precipitaciones intra que

entre paıses; Peru y EE.UU. tienen mayor oscilacion termica intra que entre; y Bolivia,

Colombia, Ecuador, Mexico y Peru tienen mayor variacion de altitud intra que entre

paıses.

51

Variacion geografica entre e intra paıses

Obs Nacional Media Desv. Est. Mın. Max. VariacionLatitud

Nacional 17 - 0.23 0.14 0.02 0.49 0.46Regional 345 - 0.24 0.16 0.00 0.78 0.78Argentina 24 0.41 0.37 0.09 0.25 0.60 0.35Bolivia 9 0.17 0.20 0.04 0.12 0.24 0.12Brasil 27 0.22 0.15 0.10 0.01 0.33 0.32Canada 13 0.49 0.61 0.08 0.50 0.78 0.29Chile 13 0.37 0.39 0.10 0.22 0.58 0.36Colombia 30 0.05 0.06 0.04 0.01 0.15 0.14Ecuador 22 0.02 0.02 0.01 0.00 0.05 0.04El Salvador 12 0.15 0.15 0.00 0.15 0.16 0.01Guatemala 8 0.16 0.17 0.01 0.16 0.19 0.03Honduras 18 0.16 0.16 0.01 0.15 0.17 0.03Mexico 32 0.19 0.24 0.04 0.19 0.34 0.16Panama 9 0.10 0.09 0.01 0.08 0.10 0.02Paraguay 18 0.28 0.27 0.02 0.22 0.3 0.08Peru 24 0.13 0.12 0.05 0.04 0.20 0.15Estados Unidos 48 0.38 0.44 0.05 0.31 0.53 0.22Uruguay 19 0.39 0.37 0.01 0.34 0.39 0.05Venezuela 19 0.11 0.10 0.02 0.03 0.12 0.09

RainfallNacional 17 - 1.18 0.50 0.181 2.40 2.2SubNacional 345 - 1.26 0.94 0.00 8.13 8.1Argentina 24 0.99 0.80 0.51 0.09 1.95 1.9Bolivia 9 0.68 0.61 0.45 0.03 1.49 1.5Brasil 27 1.82 1.93 0.80 0.72 3.75 3.0Canada 13 0.74 0.64 0.39 0.16 1.24 1.1Chile 13 1.21 1.27 1.18 0.00 3.61 3.6Colombia 30 1.33 1.99 1.53 0.50 8.13 7.6Ecuador 22 2.40 2.24 1.60 0.02 4.52 4.5El Salvador 12 1.62 1.63 0.25 1.10 1.95 0.9Guatemala 8 1.59 1.68 0.44 1.21 2.24 1.0Honduras 18 1.41 1.63 0.71 0.89 3.18 2.3Mexico 32 0.93 0.88 0.48 0.18 2.43 2.3Panama 9 0.18 0.18 0.08 0.09 0.32 0.2Paraguay 18 1.59 1.51 0.29 0.74 1.88 1.1Peru 24 0.45 0.75 0.73 0.01 2.80 2.8Estados Unidos 48 0.91 0.90 0.38 0.20 1.72 1.5Uruguay 19 1.07 1.12 0.14 0.90 1.50 0.6Venezuela 19 0.99 1.11 0.49 0.28 2.21 1.9

Variacion geografica entre e intra paıses (continuacion)

Obs Nacional Media Desv. Est. Mın. Max. VariacionTemperatura

Nacional 17 - 19.3 4.2 6.6 27.0 20.4Regional 345 - 19.3 6.7 -9.8 29.0 38.8Argentina 24 17.2 17.2 4.0 5.8 22.2 16.3Bolivia 9 19.0 18.4 7.7 7.2 27.0 19.8Brasil 27 22.7 24.4 3.0 16.5 29.0 12.5Canada 13 6.6 2.9 5.4 -9.8 9.7 19.5Chile 13 13.6 12.8 3.3 5.9 17.9 12Colombia 30 21.8 24.5 4.3 13.3 29.0 15.7Ecuador 22 20.8 19.3 4.7 10.0 25.0 15.0El Salvador 12 24.3 24.5 2.1 21.0 27.1 6.1Guatemala 8 21.0 22.2 2.6 17.6 25.3 7.7Honduras 18 23.7 23.2 3.6 18.2 29.0 10.8Mexico 32 18.8 20.3 4.1 12.2 28.1 15.9Panama 9 27.0 27.2 0.4 26.5 27.7 1.3Paraguay 18 20.8 21.4 2.0 20.0 26.0 6.0Peru 24 18.2 18.1 5.9 4.9 27.3 22.4Estados Unidos 48 15.2 13.2 4.8 2.4 24.7 22.3Uruguay 19 17.0 17.4 1.0 16.0 20.0 4Venezuela 19 26.0 26.1 1.6 23.2 28.6 5.4

AltitudNacional 17 - 0.65 0.58 0.02 2.36 2.34SubNacional 345 - 0.64 0.91 0.00 4.33 4.33Argentina 24 0.20 0.31 0.37 0.00 1.20 1.20Bolivia 9 2.36 2.21 1.57 0.15 4.05 3.90Brasil 27 0.25 0.24 0.34 0.00 1.08 1.08Canada 13 0.16 0.20 0.25 0.00 0.64 0.64Chile 13 0.30 0.20 0.19 0.00 0.52 0.52Colombia 30 1.17 0.65 0.78 0.00 2.62 2.62Ecuador 22 1.24 1.41 1.19 0.00 2.95 2.95El Salvador 12 0.55 0.51 0.30 0.09 0.90 0.81Guatemala 8 1.43 1.13 0.65 0.11 2.08 1.97Honduras 18 0.51 0.52 0.50 0.00 1.72 1.72Mexico 32 1.40 1.23 0.90 0.00 2.68 2.68Panama 9 0.02 0.03 0.03 0.00 0.09 0.09Paraguay 18 0.14 0.13 0.13 0.04 0.61 0.56Peru 24 1.25 1.67 1.52 0.00 4.33 4.33Estados Unidos 48 0.19 0.35 0.52 0.00 2.15 2.15Uruguay 19 0.05 0.07 0.06 0.01 0.22 0.21Venezuela 19 0.45 0.42 0.47 0.00 1.51 1.51

Latitud a nivel nacional es el valor absoluto, reescalado a (0, 1), de la latitud de la mitad del paıs,

y a nivel regional, es el valor absoluto, reescalado a (0, 1), de la latitud del centroide de la region. A

nivel regional, lluvia es el total de lluvia caıda en la region (mm), temperatura es el promedio de la

temperatura anual de la region (Cº), y altitud es la elevacion de la capital de la region (kms). Las

variables a nivel nacional son el promedio ponderado por poblacion de las variables a nivel regional.

C.

Regiones contiguas en paıses vecinos

Paıs Region Paıs vecino Region contiguaArgentina Catamarca Chile 2Argentina Chubut Chile 10Argentina Corrientes Paraguay Misiones

Argentina Corrientes Paraguay NeembucuArgentina Entre Rıos Uruguay SaltoArgentina Entre Rıos Uruguay PaysanduArgentina Entre Rıos Uruguay Rıo Negro

Argentina Formosa Paraguay NeembucuArgentina Formosa Paraguay BoqueronArgentina Formosa Paraguay Presidente HayesArgentina Jujuy Chile 2Argentina Mendoza Chile 7Argentina Mendoza Chile 5Argentina Mendoza Chile 6Argentina Misiones Brasil Santa CatarinaArgentina Misiones Brasil Rıo Grande del SurArgentina Misiones Paraguay Alto ParanaArgentina Misiones Paraguay ItapuaArgentina Neuquen Chile 9Argentina Neuquen Chile 10Argentina Neuquen Chile 7Argentina Rıo Negro Chile 10Argentina Salta Chile 2Argentina San Juan Chile 4Argentina Santa Cruz Chile 11Argentina Tierra del Fuego y Antartida Chile 12Bolivia Beni Brasil RondoniaBolivia La Paz Peru PunoBolivia La Paz Peru Madre de DiosBolivia Pando Brasil RondoniaBolivia Potosı Argentina JujuyBolivia Santa Cruz Paraguay Alto ParaguayBolivia Tarija Argentina SaltaBrasil Acre Peru LoretoBrasil Acre Bolivia Pando

Regiones contiguas en paıses vecinos (continuacion)

Paıs Region Paıs vecino Region contiguaBrasil Amazonas Peru LoretoBrasil Amazonas Venezuela AmazonasBrasil Amazonas Colombia AmazonasBrasil Amazonas Colombia VaupesBrasil Amazonas Colombia GuainıaBrasil Mato Grosso Bolivia Santa CruzBrasil Mato Grosso del Sur Bolivia Santa CruzBrasil Mato Grosso del Sur Paraguay ConcepcionBrasil Mato Grosso del Sur Paraguay AmambayBrasil Mato Grosso del Sur Paraguay CanindeyuBrasil Parana Argentina MisionesBrasil Parana Paraguay Alto ParanaBrasil Parana Paraguay CanindeyuBrasil Rıo Grande del Sur Uruguay Cerro LargoBrasil Rıo Grande del Sur Argentina CorrientesBrasil Rıo Grande del Sur Uruguay Treinta y TresBrasil Rondonia Bolivia Santa CruzBrasil Roraima Venezuela AmazonasBrasil Roraima Venezuela BolıvarCanada British Columbia Estados Unidos WashingtonCanada Manitoba Estados Unidos MinnesotaCanada Manitoba Estados Unidos North DakotaCanada New Brunswick Estados Unidos MaineCanada Ontario Estados Unidos OhioCanada Ontario Estados Unidos PennsylvaniaCanada Ontario Estados Unidos Nueva YorkCanada Quebec Estados Unidos VermontCanada Quebec Estados Unidos New HampshireCanada Quebec Estados Unidos MaineCanada Saskatchewan Estados Unidos North DakotaCanada Saskatchewan Estados Unidos MontanaChile 1 Bolivia La PazChile 1 Bolivia PotosıChile 1 Peru TacnaChile 1 Bolivia OruroChile 2 Bolivia Potosı


Paıs Region Paıs vecino Region contiguaChile 3 Argentina San JuanChile 3 Argentina CatamarcaChile 3 Argentina La RıojaChile 5 Argentina San JuanChile 8 Argentina NeuquenChile 11 Argentina ChubutChile 12 Argentina Santa CruzChile RM Argentina MendozaColombia Arauca Venezuela ApureColombia Choco Panama DarienColombia Guainıa Venezuela AmazonasColombia La Guajira Venezuela ZuliaColombia Norte de Santander Venezuela TachiraColombia Norte de Santander Venezuela ZuliaColombia Norte de Santander Venezuela ApureColombia Vichada Venezuela ApureEcuador Loja Peru PiuraEcuador Loja Peru TumbesEcuador Morona Santiago Peru AmazonasEcuador Pastaza Peru LoretoEcuador Zamora Chinchipe Peru AmazonasEcuador Zamora Chinchipe Peru CajamarcaEl Salvador Chalatenango Honduras OcotepequeEl Salvador San Miguel Honduras IntibucaEl Salvador Santa Ana Guatemala NororienteEl Salvador Santa Ana Guatemala SurorienteGuatemala Nororiente Honduras CortesGuatemala Peten Mexico CampecheGuatemala Suroccidente Mexico ChiapasGuatemala Suroriente El Salvador AhuachapanHonduras Copan Guatemala NororienteHonduras Intibuca El Salvador CabanasHonduras Lempira El Salvador ChalatenangoHonduras Lempira El Salvador CabanasHonduras Santa Barbara Guatemala NororienteMexico Chiapas Guatemala NoroccidenteMexico Chiapas Guatemala PetenMexico Chihuahua Estados Unidos Nuevo MexicoMexico Nuevo Leon Estados Unidos Texas


Paıs Region Paıs vecino Region contigua

Paraguay Neembucu Argentina ChacoParaguay Alto Paraguay Brasil Mato Grosso del SurParaguay Boqueron Bolivia ChuquisacaParaguay Boqueron Argentina SaltaParaguay Boqueron Bolivia Santa CruzParaguay Boqueron Bolivia TarijaParaguay Central Argentina FormosaParaguay Itapua Argentina CorrientesPeru Loreto Ecuador SucumbiosPeru Loreto Ecuador Morona SantiagoPeru Loreto Ecuador OrellanaPeru Loreto Colombia AmazonasPeru Madre de Dios Brasil AcrePeru Madre de Dios Bolivia PandoPeru Piura Ecuador Zamora ChinchipePeru Tacna Bolivia La PazPeru Tumbes Ecuador El OroPeru Ucayali Brasil AcreEstados Unidos Arizona Mexico SonoraEstados Unidos California Mexico Baja CaliforniaEstados Unidos Idaho Canada British ColumbiaEstados Unidos Michigan Canada OntarioEstados Unidos Minnesota Canada OntarioEstados Unidos Montana Canada AlbertaEstados Unidos Montana Canada British ColumbiaEstados Unidos Texas Mexico Coahuila de ZaragozaEstados Unidos Texas Mexico TamaulipasEstados Unidos Texas Mexico ChihuahuaUruguay Artigas Brasil Rıo Grande del SurUruguay Artigas Argentina CorrientesUruguay Colonia Argentina Entre RıosUruguay Rivera Brasil Rıo Grande del SurUruguay Rocha Brasil Rıo Grande del SurUruguay Soriano Argentina Entre RıosVenezuela Amazonas Colombia VichadaVenezuela Zulia Colombia Cesar

D. Datos

Fuentes de los datos

Variable FuenteLog PPP regional GDP per capita Bruhn y Gallego (2012)

Indice Salud Bruhn y Gallego (2012)Log Gini Bruhn y Gallego (2012)Log escuelas por nino Bruhn y Gallego (2012)Anos promedio de educacion Gennaioli et al. (2012)Log escanos en la camara por votante Bruhn et al. (2010)Riesgo de expropiacion Political Risk Services (2004)Dummy tipo de actividad colonial Bruhn y Gallego (2012)Log precolonial population density Bruhn y Gallego (2012)Log mortalidad colonos Acemoglu et al. (2001)Lluvia caıda Bruhn y Gallego (2012)Temperatura promedio Bruhn y Gallego (2012)Altitud Bruhn y Gallego (2012)Dummy Landlocked Bruhn y Gallego (2012)Latitud y longitud Calculos propios utilizando SIGDistancia del centroide a la frontera (kms) Calculos propios utilizando SIGPerımetro (kms) Calculos propios utilizando SIG

Indice de Falciparam malaria, 1994 Gallup et al. (1999)

Estadısticas descriptivas

Media Desv. Est. Mınimo Maximo Obs. NivelVariables resultadoLog PIB per capita regional, PPA 8.831 0.908 7.13 11.302 292 RegionalPIB per capita nacional, PPA 10,622 8,986.6 2,823.9 34,607.5 292 Regional

Indice de Salud 4.238 0.236 3.068 4.467 36 RegionalLog Gini -0.737 0.152 -1.146 -0.462 242 RegionalAnos promedio de educacion 6.75 2.72 1.04 12.59 287 RegionalLog escanos en la camara por votante -11.126 1.153 -13.591 -8.255 269 RegionalRiesgo de expropiacion 7.153 1.39 5 10 292 Nacional

Variables historicasGood activities dummy 0.589 0.493 0 1 292 RegionalBad activities dummy 0.134 0.341 0 1 292 RegionalNo activities dummy 0.277 0.448 0 1 292 RegionalLog Densidad poblacional precolonial -0.235 1.941 -6.91 3.484 292 RegionalLog Mortalidad colonos 4.06 0.539 2.708 5.096 292 Nacional

Variables de controlLluvia caıda 1.311 1.038 0.001 8.130 292 RegionalTemperatura promedio 19.04 6.698 2.375 28.98 292 RegionalAltitud 0.47 0.788 0 4.049 292 RegionalLandlocked dummy 0.654 0.476 0 1 292 RegionalLatitud -5.434 27.408 -54.31 53.93 292 RegionalLongitud -73.22 15.99 -127.65 -45.38 292 RegionalDistancia del centroide a la frontera (kms) 156.4 138.3 4.1 684 292 RegionalPerımetro (kms) 270.2 243.6 12.81 1550 292 Regional

Indice Falciparam malaria, 1994 0.043 0.078 0 0.25 292 Nacional

E. Equivalencia

Sea

yb,c = ab + xb,c + εb,c c = {1, 2}

βEF y βDIF son los estimadores de efecto fijo (EF) y primeras diferencias (DIF):

βEF = (x′b,cxb,c)−1x′b,cyb,c

βDIF = (∆x′b∆xb)−1∆x′b∆yb

donde yb = yb,c − yb; xb = xb,c − xb; ∆yb = yb,1 − yb,2; y ∆xb = xb,1 − xb,2.

Basta notar que:

yb,c1 = yb,c1 − yb =yb,c1 − yb,c2

2=

∆yb2

xb,c1 = xb,c1 − xb =xb,c1 − xb,c2

2=

∆xb2

de donde obtenemos que βEF ≡ βDIF .

F. Sesgo de atenuacion en diferencias

Otra posibilidad es que al diferenciar las variables, por el sesgo de error de medida,

la atenuacion, aumente y esta sea la razon por la que los resultados entre los cuadros 4

y ?? difieren. Para estudiar esto, sea

y = βx+ ε

y supongamos que solo observamos x = x + u donde u es un error aleatorio. Ademas,

hacemos los supuestos clasicos,

E(u) = 0

plim1

n(y′u) = 0

plim1

n(x′u) = 0

plim1

n(ε′u) = 0

El estimador de mınimos cuadrados de β es:

β =cov(x, y)

var(x)=cov(x+ u, βx+ ε)

var(x+ u)

plimβ = βσ2x

σ2x + σ2

u

= λβ

donde λ ≡ σ2x

σ2x+σ2

u.

Al diferenciar las variables,

yb,c1 − yb,c2 = β(xb,c1 − xb,c2) + εb,c1 − εb,c2

de forma directa obtenemos que:

plimβ = βσ2

∆x

σ2∆x + σ2

∆u

Usamos que σ2∆x = var(xc1)−2cov(xc1 , xc2)+var(xc2) = 2σ2

x−2cov(xc1 , xc2) = 2σ2x(1−

ρx), donde ρx es la correlacion entre xc1 y xc2 . Analogamente, definimos ρu como la

correlacion en el coeficiente uc. Ası obtenemos

plimβ = βσ2x(1− ρx)

σ2x(1− ρx) + σ2

u(1− ρu)plimβ = β

1

1 + σ2u(1−ρu)σ2x(1−ρx)

plimβ = βλ

λ+ (1− λ) (1−ρu)(1−ρx)

En conclusion, el factor de atenuacion en diferencias sera menor que λ siempre que

ρu < ρx.

En el contexto de este trabajo, por una parte ρu mide cuan correlacionado esta el

error de medicion de la calidad de las instituciones en paıses vecinos. Probablemente

sea baja, dado que el error en la medicion es distinto paıs a paıs (es basicamente

“ruido”). Por otra parte, ρx mide cuan correlacionada esta la verdadera medida de

calidad institucional (i,e. medida sin error) entre paıses vecinos. Ejemplos como Chile

y Bolivia, Colombia y Venezuela, y Estados Unidos y Mexico, que claramente tienen

“clusters de instituciones’ ’ bastante distintos, hacen pensar que este coeficiente debe

ser bajo y cercano a cero. Dado que no hay razones para pensar que ni ρu ni ρx sean

muy distintos, el sesgo del estimador por MICO en diferencias y en niveles, por error

de medicion debe ser similar.

G. Falsificacion de las fronteras:

(a) America del Norte

(b) America Central

Lımites reales y falsificados

(e) America del Sur

Lımites reales y falsificados

TESIS de MA - Economía UCeconomia.uc.cl/docs/tesis-cotero-2013.pdfPorul timo, discuto posibles...

Documents

Transcript of TESIS de MA - Economía UCeconomia.uc.cl/docs/tesis-cotero-2013.pdfPorul timo, discuto posibles...