ARTÍCULOS DESTINADOS A LA SECCIÓN MISCELÁNEA
Comercio y crecimiento económico inclusivo: China y América Latina
(2004-2021)
Trade and inclusive economic growth: China and Latin America (2004-2021)
Harold
D. Angulo-Bustinza hangulo@continental.edu.pe
https://orcid.org/0000-0002-1360-4378
Docente
investigador en la Universidad Continental del Perú, Perú
Jenny
Paola Lis-Gutiérrez jenny.lis@konradlorenz.edu.co
https://orcid.org/0000-0002-1438-7619
Docente
investigadora en la Fundación Universitaria Konrad Lorenz, Colombia
Comercio
y crecimiento económico inclusivo: China y América Latina (2004-2021)
RETOS.
Revista de Ciencias de la Administración y Economía, vol. 13, núm. 26, pp. 309-323,
2023
Universidad
Politécnica Salesiana
2023.Universidad
Politécnica Salesiana
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
Recibido:
27/06/23
Revisado:
05/08/23
Aprobado:
31/08/23
Publicado:
01/10/23
DOI: https://doi.org/10.17163/ret.n26.2023.08
Resumen:
China se ha consolidado como una potencia
global y su crecimiento ha sido notable. La influencia económica china en
América Latina ha aumentado significativamente y el país es uno de los aliados
comerciales más relevantes de la región. Por lo tanto, la relación comercial
entre América Latina y China es estratégico. En este contexto, el estudio tiene
como propósito analizar la relación entre el comercio internacional con China y
el crecimiento económico inclusivo en América Latina entre 2004 y 2021,
utilizando datos de 13 países de la región (Uruguay, Perú, Paraguay, Panamá,
México, El Salvador, Ecuador, Costa Rica, Colombia, Chile, Brasil, Bolivia y
Argentina). Nuestra investigación es de naturaleza cuantitativa, su diseño es
no experimental y su alcance es correlacional. El modelo econométrico utilizado
empleó datos de panel y el estimador Newey-West para
tener en cuenta la autocorrelación de primer orden en el error. Los resultados
indican una relación estadísticamente significativa y negativa entre las
exportaciones latinoamericanas hacia China, lo cual tiene un impacto del 10 %
en el crecimiento económico inclusivo. De manera similar, las importaciones
desde China hacia América Latina muestran una relación estadísticamente
significativa y negativa del 5 % con el crecimiento económico inclusivo. No se
identificó evidencia que respalde una relación entre la inversión extranjera
directa (IED) china en los países latinoamericanos y el crecimiento económico
inclusivo.
Palabras clave: comercio internacional, inversión
extranjera directa, datos de panel, crecimiento económico inclusivo, estimador Newey-West, América Latina, China, estimador Newey-West.
Abstract: China has consolidated itself as a global economic
power, and its growth has been remarkable. China’s economic influence in Latin
America has significantly increased, and the country has become one of the
region’s most important and relevant trade partners. Therefore, the trade
relations between Latin America and China are considered “strategic.” In this
context, the purpose of this study is to analyze the relationship between
international trade with China and inclusive economic growth in Latin America
from 2004 to 2021, using data from 13 countries in the region (Uruguay, Peru,
Paraguay, Panama, Mexico, El Salvador, Ecuador, Costa Rica, Colombia, Chile,
Brazil, Bolivia, and Argentina). Our research is quantitative in nature, with a
non-experimental design and a correlational scope. The econometric model used
panel data and the Newey-West estimator to account for first-order
autocorrelation in the error. The results indicate a statistically significant
and negative relationship between Latin American exports to China, which has a
10% impact on inclusive economic growth. Similarly, imports from China to Latin
America show a statistically significant and negative relationship of 5% with
inclusive economic growth. However, no discernible evidence was found to
support a relationship between China’s foreign direct investment (FDI) in Latin
American countries and inclusive economic growth.
Keywords: international trade, foreign direct investment, panel
data, inclusive economic growth, Newey-West estimator, Latin America, China,
Newey-West estimator.
Cómo citar: Angulo-Bustinza,
H. y Lis-Gutiérrez, J. P. (2023). Comercio y crecimiento económico inclusivo:
China y América Latina (2004-2021). Retos Revista de
Ciencias de la Administración y Economía, 13(26), 309-324.
https://doi.org/10.17163/ret.n26.2023.08
Introducción
China
y su crecimiento han tenido un impacto significativo a nivel mundial. De 1990 a
2010, China alcanzó una tasa promedio de crecimiento anual del PIB de 10 %
(Banco Mundial, 2022). Actualmente, China es la segunda economía más grande del
mundo, solo detrás de Estados Unidos (International Monetary
Fund, 2022). El ingreso de China a la Organización
Mundial de Comercio (OMC) en 2001 marcó un momento crucial en la dinámica del
comercio global, y le dio forma al comercio internacional (TCI). Desde
entonces, China ha asumido un papel central, aprovechando su potencial como
centro de manufactura dentro de las cadenas globales de valor, lo que llevó a
un aumento importante de sus exportaciones mundiales y a establecerse como el
favorito desde 2010 (Nicita y Razo, 2021).
Según el Banco Mundial (2023a), China ganó el título de
mayor exportador y segundo importador del mundo hasta 2019. En 2021, China
contribuyó al 15,07 % de las exportaciones a nivel mundial, lo que equivale a
la impresionante suma de US$3 363 835 millones y representó el 11,90 % de las
importaciones mundiales, con un total de US$2 688 634 millones (OMC, 2022). En
cuanto a la inversión extranjera directa (IED), China ocupa el segundo lugar en
el mundo en cuanto a receptores, atrayendo una suma de 181 000 millones de
dólares en 2021, lo que refleja un notable aumento del 21 %. Además, ocupa el
cuarto lugar entre las principales fuentes de IED en general, a pesar de
experimentar una disminución del 6 %, con una contribución de 145 000 millones
de dólares estadounidenses. (UNCTAD, 2022). Xi Jinping dio a conocer en octubre
de 2013 la principal estrategia de cooperación económica e internacional de
China, la Iniciativa de la Franja y la Ruta (BRI, por su sigla en inglés), que
abarca cinco objetivos principales: coordinación política, conectividad
espacial, comercio libre de barreras, integración económica y vínculos entre
personas (The Green Finance
and Development Center, 2023). Hasta marzo de 2022,
la BRI ha logrado acuerdos de cooperación con 32 organizaciones y 146 países, y
las inversiones de China en países afiliados a la BRI han acumulado desde 2013
a 2021 la asombrosa cifra de 890 000 millones de dólares.
La
influencia económica de China en América Latina ha crecido significativamente
(Feng y Zeng, 2021). Los socios tradicionales de la región, como Estados Unidos
y Europa, ahora compiten con China por inversiones en esta área (Zanabria,
2015; Lopes-Alfonso et al.,
2021). El Ministerio de Comercio de la República Popular China (2022a) reportó
un aumento del 41,1 % en el comercio entre China y América Latina en 2021, que
ascendió a US$451 590 millones. Las exportaciones chinas aumentaron un 52 %,
alcanzando US$229 010 millones anuales, mientras que las importaciones chinas
crecieron US$222 580 millones, lo que significa un aumento anual del 31,4%.
Brasil, México, Chile, Perú y Colombia son los cinco principales socios
comerciales de China en la región (Ministerio de Comercio de la República
Popular China, 2022a).
La relación comercial entre China y América Latina es
estratégica. China depende en gran medida de los recursos naturales esenciales,
como, por ejemplo, la soja, el mineral de hierro y el petróleo, recursos que
abundan en América Latina. Además, América Latina sirve como un importante
mercado de consumo de bienes chinos, en particular productos manufacturados (Lopes-Alfonso et al., 2021). En
2020, las exportaciones desde América Latina a China incluyeron materias primas
y minerales, con valores de US$101 284 796 y US$46 836 546, respectivamente (World Integrated Trade Solution, 2023). Las
principales importaciones de China procedentes de América Latina fueron bienes
de capital y maquinaria, por un total de 97 112 863 dólares estadounidenses, y
equipo eléctrico por un valor de 90 063 973 estadounidenses.
Kakwani
y Pernia (2000) introdujeron el concepto de
crecimiento económico inclusivo (CEI), con el fin de garantizar que el progreso
económico beneficie a todos los miembros de la sociedad, particularmente a los
menos privilegiados. Wang et al. (2020) sostienen que
la exclusión social se produce cuando las personas no pueden participar en
actividades específicas, lo que restringe sus oportunidades y las priva de las
habilidades necesarias para el éxito. Para mitigar la exclusión social, la
inclusión se esfuerza en reducir las disparidades y erradicar la pobreza,
fomentando el progreso con oportunidades equitativas para todos los miembros de
la sociedad (Kuss et al.,
2021; Saher et al., 2022).
Samuelson
y Nordhaus (2009) dicen que un crecimiento económico sostenido es crucial para
el éxito a largo plazo de una nación, mientras que Stiglitz (2016) sostiene que
una desigualdad económica puede impedir ese crecimiento. Es importante señalar
que en los países de bajos ingresos, tanto el crecimiento económico como la
distribución equitativa de los recursos son fundamentales para aumentar los
ingresos de las personas de bajos recursos (UNDP, 2020). Sin embargo, los
beneficios del avance económico no siempre se distribuyen de forma uniforme,
como se evidencia en América Latina, donde la expansión continua entre 1990 y
2000 no logró mejorar la desigualdad de ingresos (Jalles y Mello, 2019).
Liu
et al. (2022) y Topuz
(2022) también hablan de la diferencia de ingresos y el crecimiento económico.
Estos autores subrayan que los diferentes niveles de riqueza entre los países
conducen a resultados diferentes. En los países con bajos ingresos, la
desigualdad tiene poco efecto en la redistribución, mientras que en los países
desarrollados si existe una diferencia importante (Kraveishvili
y Gogorishvili, 2022). Del mismo modo, el impacto de
la diferencia en las tasas de ahorro es menos pronunciado en los países de
bajos ingresos en comparación con los de altos ingresos. Una investigación
reciente profundiza en el papel de los ecosistemas empresariales en el fomento
del crecimiento inclusivo ambiental y social, como lo ejemplifican Yoruk et al. (2022).
Stojkoski
et al. (2023) también han incorporado datos
comerciales junto con solicitudes de patentes para formular modelos que aumenten
de forma efectiva y sustancial la capacidad explicativa de las mediciones de la
complejidad económica en relación con las diferencias globales en el
crecimiento verde inclusivo. Su investigación subraya que las mediciones de la
complejidad basadas en datos de patentes y comercio pueden pronosticar el
desarrollo económico y la desigualdad de la riqueza. Los países que obtienen
puntuaciones altas en las tres categorías podrían presentar intensidades de
emisión más bajas.
La
investigación realizada por Ofori et
al. (2023) resulta pertinente para la inversión extranjera directa. Este
estudio aborda tres temas clave relacionados con el crecimiento verde inclusivo
(CVI) en África subsahariana (ASS). En primer lugar, utiliza datos macro para
analizar la influencia de la IED y la libertad económica de CVI en 20 países
del ASS. Los resultados indican que, de manera aislada, la IED carece de un
impacto estadísticamente significativo en la promoción de la CVI. En segundo
lugar, se explora la interacción entre la libertad económica y la IED en el
fomento de la CVI, revelando que el marco económico “moderadamente libre” del
ASS produce un impacto negativo de la IED en la CVI. Por último, el estudio
identifica un umbral crítico de libertad económica del 66,2 % (moderadamente
libre) que es necesario para que la IED fomente efectivamente la CVI. Este
informe ofrece buenas ideas para promover un crecimiento verde inclusivo en la
región al subrayar las inversiones necesarias para alinear la estructura
económica del ASS con la IED.
En los últimos años ha habido un aumento en la
investigación sobre la interacción entre el TCI y el crecimiento económico
inclusivo (CEI), como lo observan Angulo-Bustinza et al.
(2022) y Sadullaev (2023). Sin embargo, todavía
existe una brecha en la investigación sobre cómo el CEI, particularmente con
China, puede contribuir a promover el CEI, dentro de los países en vías de
desarrollo.
Además,
la utilización de datos de panel para estudiar el crecimiento económico
inclusivo es un tema recurrente. Angulo-Bustinza et al.
(2023), utilizando un enfoque cuantitativo no experimental, identifican los
determinantes del crecimiento económico inclusivo en América Latina. Utilizaron
un modelo de datos de panel para evaluar el impacto de diversas variables sobre
el crecimiento económico inclusivo en 14 países de América Latina en un período
de 25 años (1995-2019), y los resultados indican que el gasto público y el
comercio exterior tienen una influencia positiva sobre el crecimiento económico
inclusivo, mientras que la inflación, el desempleo y las crisis tienen efectos
negativos. Por su parte, Yang et al. (2023) utilizan
diversos métodos estadísticos, incluyendo “el estimador dinámico lineal GMM-IV
del panel, la regresión lineal de errores estándar corregidos para panel (PCSE)
y el estimador de correlación contemporánea”. Con el fin de investigar la
importancia del crecimiento inclusivo y la libertad económica en el desarrollo
financiero, este estudio analiza la conexión entre la gestión financiera
efectiva y las condiciones socioeconómicas que propician la innovación
tecnológica y el crecimiento económico a largo plazo. El análisis cubre desde
2009 hasta 2017, abarcando 72 naciones clasificadas como menos desarrolladas
financieramente. Los hallazgos destacan cómo el crecimiento inclusivo refuerza
la libertad económica, fomentando el desarrollo financiero general.
El
objetivo de este estudio es explorar la relación entre el TCI con China y el
CEI en América Latina de 2004 a 2021. La medición del CEI se basa en el proxy
sugerido por Anand et al. (2013) y Aoyagi y Ganelli (2015), y los
datos del panel abarcan 13 países de América Latina (AL). Las estimaciones se
calculan utilizando errores estándar robustos de New-West, considerando la
presencia de autocorrelación de primer orden en el término de error.
Método
Esta investigación tiene un enfoque cuantitativo,
utilizando un diseño longitudinal no experimental y enfocándose en el análisis
correlacional. Para recopilar los datos necesarios, recurrimos a fuentes como
COMTRADE (2023), el Ministerio de Comercio de la República Popular China (2006,
2015, 2022b) y el Banco Mundial (2022, 2023a, 2023b). Toda la información
utilizada en este estudio es de acceso público. En el cuadro 1 se presentan las
variables que comprenden: i) el crecimiento del PIB real per cápita: variación
de la desigualdad neta, ii) la inversión de China en
América Latina y el Caribe, iii) las exportaciones de
América Latina y el Caribe a China, y iv) las
importaciones de China a América Latina y el Caribe.
Para
nuestro análisis, recopilamos datos que abarcan desde 2004 hasta 2021,
cubriendo un total de 13 países (Uruguay, Perú, Paraguay, Panamá, México, El
Salvador, Ecuador, Costa Rica, Colombia, Chile, Brasil, Bolivia y Argentina).
Este amplio conjunto de datos constituye la base para llevar a cabo el modelo
de datos de panel, como se explica en las secciones 2.1 y 2.2. Se realizaron
análisis correlativos y econométricos utilizando la versión de prueba Stata
14.0 (StataCorp, 2015).
Cuadro 1
Operacionalización
de variables
Nota. La muestra incluye 13 países (ver figura 1): Uruguay,
Perú, Paraguay, Panamá, México, El Salvador, Ecuador, Costa Rica, Colombia,
Chile, Brasil, Bolivia y Argentina. El período es 2004-2021.
Figura 1
Países incluidos en el estudio
Nota. Elaboración propia con Philcarto
(Waniez, 2023).
Especificación del modelo
En
la investigación empírica, los investigadores se benefician de los datos de
panel. En primer lugar, fomenta una comprensión más profunda de la dinámica
subyacente al permitir la evaluación de los impactos individuales y específicos
en el tiempo. La utilización de datos de panel también mejora el poder
estadístico al proporcionar un tamaño de muestra más grande y mitigar el
impacto del sesgo variable omitido. Además, los datos de los paneles facilitan
el análisis de las alteraciones en las dimensiones transversales y de series
temporales, ofreciendo así nuevas perspectivas cruciales sobre las relaciones
bajo escrutinio. El estimador de Newey-West utilizado
en este estudio es positivo debido a su autocorrelación potencial en el término
de error. Este aspecto garantiza estimaciones de parámetros robustas y
precisas. En consecuencia, esta corrección aumenta la credibilidad y la
exactitud de las inferencias estadísticas derivadas de los datos, al abordar
las preocupaciones relacionadas con la correlación en serie y producir errores
estándar exactos.
La
investigación se fundamenta en el modelo teórico:
F
es una función lineal y estática, “i” representa los países, y “t” los años del
horizonte. La ecuación indica que el CEI en América Latina está relacionado con
la inversión extranjera directa (IED, considerada como la variable de control),
la exportación a China (EXP) y la importación desde ese país (IMP) (Cuadro 2).
Se utilizó el siguiente modelo econométrico para probarlo:
“e”
corresponde al error; la introducción del logaritmo buscaba reducir el rango.
Metodología de datos del panel
La
característica de la especificación (2), un modelo agrupado, es que asume la misma
intersección (α) para todos los países, y su estimación por mínimos
cuadrados ordinarios (MCO) es factible. Además, para capturar el carácter
individual de cada país, se especifica un modelo de efectos aleatorios:
Donde ui representa la interceptación por país.
Como alternativa,
podrán fijarse diferencias, especificando:
Esto se denomina
modelo de efectos fijos y vi es una variable dicotómica correspondiente a cada
país.
La elección entre
las especificaciones (2), (3) y (4) consiste en lo siguiente:
Aplique la prueba de Breusch-Pagan
para efectos aleatorios bajo las siguientes hipótesis:
H0:
seleccione el modelo agrupado.
H1:
seleccione el modelo de efectos aleatorios.
Si se acepta H0,
el proceso termina aquí.
2. Preguntar si
los datos corresponden a todos los individuos de la población o si solo se
utiliza una muestra representativa. En el caso de la segunda respuesta, debe
estimarse un modelo de impacto fijo.
3. Utilizar la
prueba de Hausman para determinar el modelo adecuado,
ya sean efectos aleatorios o efectos fijos, sobre la base de la hipótesis dada:
H0:
“seleccionar el modelo de efectos fijos”.
H1:
“seleccionar el modelo de efectos aleatorios”.
Luego se valida la
estimación elegida con los criterios estadísticos (normalidad de errores,
significancia individual y articular) y econométricos (bajo grado de
multicolinealidad, no correlación y homoscedasticidad).
Después, el modelo es interpretable.
Resultados
Resultados descriptivos
Según
Silveira (2017), la inversión china en América Latina se centra principalmente
en concesiones de servicios públicos como energía, telecomunicaciones y
transporte. Además, incluye inversiones directas como financiamiento de
empresas, construcción de redes viales y ferroviarias y extracción de recursos
minerales. De igual forma, Nedopil (2022) observa que
20 países de América Latina y el Caribe están participando en la iniciativa
BRI, lo que hace que América Latina y el Caribe se convierta en uno de los
destinos de más rápido crecimiento para la IED china. La IED china en AL ha
aumentado significativamente en los últimos años de US$16 656,51 millones en
2020 a US$26 158,51 millones en 2021. El Ministerio de Comercio de la República
Popular China (2022b) informó que los principales países receptores de IED eran
las Islas Caimán, las Islas Vírgenes Británicas, Perú y Argentina.
Las empresas chinas que operan en AL han firmado nuevos
contratos por un valor de US$19 980 millones en 2021, lo que resultó en US$7970
millones en ventas. Según la figura 2, Asia es la región que recibe las mayores
entradas de IED de China, con un valor total de US$128 000 millones en 2021, y
LA es la segunda. Perú fue el país latinoamericano con las mayores entradas de
IED de China en 2021, como se muestra en la figura 3. En el cuadro 2 se
presentan los principales tipos de productos importados y exportados entre 13
países de América Latina y el Caribe y China, lo que revela que la región
importa principalmente productos no tradicionales de China, mientras que los
productos tradicionales se exportan a China.
Cuadro 2
Principales tipos de
productos de exportación e importación de los países de América Latina con
China (13 países).
Nota. Basado en datos de World Integrated Trade Solution (2023).
Figura 2
Flujos de IED de China hacia el exterior por
regiones del mundo, 2004-2021 (excluida Asia, miles de
millones de dólares estadounidenses)
Nota. Basado en datos del Ministerio de
Comercio de la República Popular China (2006, 2015, 2022b).
Figura 3
Flujos de IED de China
hacia el exterior distribuidos por países de América Latina 2004-2021 (en
millones de dólares).
Nota. Basado en datos del Ministerio de Comercio de la
República Popular China (2006, 2015, 2022b).
A
partir de 2021, América Latina y el Caribe han estado en el foco debido a los
niveles más altos de desigualdad a nivel mundial, como lo indicó el Programa de
las Naciones Unidas para el Desarrollo (PNUD). Cerezo y Landa (2020) incluso
consideran a América Latina como la región más desigual del mundo. El índice
GINI que va de 0 (igualdad perfecta) a 1 (desigualdad perfecta), sirve para
medir la desigualdad, según informó la CEPAL (2021). Los países
latinoamericanos presentan las puntuaciones más altas del índice GINI, como lo
destacaron Drobotya et al.
(2021). En la figura 4 se puede observar que América Latina tiene el índice
GINI más alto entre otras regiones como África y Asia. Por el contrario,
América del Norte, Oceanía y Europa mantienen índices de GINI por debajo de
0,60, lo que indica su éxito a la hora de mantener niveles más bajos de
desigualdad.
La
figura 5 muestra las alteraciones en la distribución del ingreso y el PIB
nacional per cápita entre el 1 % y 10 % de la población que se encuentra en la
parte superior y 50 % de la población en la parte inferior en las economías más
grandes de América Latina entre 2004 y 2021. A pesar del crecimiento económico
dentro de este período, la distribución del ingreso se ha mantenido sesgada
hacia el 1 % y el 10 % de la sociedad. Durante el período de 2004 a 2021, Chile
y Colombia experimentaron las reducciones más importantes del ingreso dentro
del 1 % del grupo de mayores ingresos, disminuyendo del 24,3 % al 22,9 % y del
19,2 % al 17,8 %, respectivamente. Por el contrario, Perú y México
experimentaron una expansión en la concentración del ingreso, pasando de 25,6 %
a 28,1 % y de 16,6 % a 26,8 %, respectivamente. Mientras tanto, Brasil y
Argentina experimentaron mejoras, con el 50 % más bajo de la distribución del
ingreso creciendo del 9,0 % al 9,2 % y del 11,8 % al 13,2 %, respectivamente,
entre 2004 y 2021.
Figura 4
Índice GINI en el mundo (2004-2021)
Nota. Elaboración propia basada en la Base de Datos Mundial de
la Desigualdad (2023).
Figura 5
Ingreso per cápita, 1 % superior, 10 %
superior y 50 % inferior en América Latina (2004-2021)
Nota. Elaboración propia basada en la Base de Datos Mundial
sobre la Desigualdad (2022).
Sin
embargo, a pesar de la importancia de la tecnología de la información y las
comunicaciones para el CEI, como han mencionado muchos autores, las teorías del
crecimiento tanto tradicionales como endógenas han encontrado desafíos para
asignar los recursos de forma eficiente, fomentar mejoras tecnológicas y
obtener beneficios comerciales de economías de mayor escala (Kang et al., 2017). Huang et al.
(2022) explican que el impacto de la TCI sobre la desigualdad de ingresos
depende de la etapa de desarrollo de cada país, aspecto que se correlaciona con
el modelo estándar de Heckscher-Ohlin (HO). Esta relación se invierte en los
países desarrollados. Los autores afirman que “hay pruebas que indican que el
comercio disminuye la desigualdad de ingresos en los países de ingresos medios
y altos, pero carece de significancia estadística en la desigualdad de ingresos
en los países con bajos ingresos” (Huang et al., 2022,
s/p).
Resultados del modelo
La
prueba Breusch-Pagan para efectos aleatorios sirve
como una metodología estadística para determinar si es necesario un modelo de
efectos aleatorios o si basta con un modelo agrupado más simple. Esta prueba
consiste en comparar la varianza de los términos de error para cada unidad de
panel dentro de un modelo de efectos aleatorios con la de un modelo agrupado.
Si estas varianzas muestran similitud, entonces se considera apropiado un
modelo agrupado. Por el contrario, las varianzas dispares significan la
necesidad de un modelo de efectos aleatorios.
En el contexto actual, el valor p de 0,10 implica que las
varianzas del término de error no muestran una diferencia significativa entre
las unidades de panel. Este resultado sugiere que la elección de un modelo de
efectos aleatorios podría no estar justificada. En consecuencia, se puede
utilizar un modelo agrupado para evaluar la interrelación entre la CEI en AL e
IED en TCI con China en el período comprendido entre 2004 y 2021.
La normalidad de
los errores se analizó con la prueba de Jarque-Bera,
cuya hipótesis es:
H0: “los errores siguen aproximadamente una distribución
normal”
H1:
“los errores no siguen aproximadamente una distribución normal”
Con
un valor de probabilidad de 0,26 (significancia mayor al 5 %), los errores en
el modelo estimado son normales, por lo que las pruebas estadísticas
posteriores son válidas. Se utilizó la prueba t para analizar la significancia
estadística individual de los parámetros:
El valor de
probabilidad asociado a cada estimador muestra que solo la importación de China
(0,03<5%) es una variable estadísticamente significativa. Mientras tanto, la
bondad de ajuste se analizó con la prueba F.
Se concluye que
todas las variables son significativas para el ajuste de la CEI, dado que su
valor de probabilidad (0,00) es menor al 5 %.
En cuanto a los
criterios econométricos, se midió el grado de multicolinealidad con el factor
de inflación de varianza (FIV):
Donde R2j
representa la bondad de ajuste entre la variable explicativa j-ésima del modelo y el resto. El cuadro 3 indica que la
multicolinealidad del modelo es de bajo grado (FIV<5).
Cuadro 3
FIV
por variable y valor medio
El segundo
supuesto econométrico validado es la homoscedasticidad,
con la prueba de White y sus hipótesis:
H0:
“los errores son homoscedásticos”
H1:
“los errores son heteroscedásticos”
Con un valor de
probabilidad de 0,35 (mayor al 5 %), se acepta H0, por lo que el modelo
satisface el supuesto de homoscedasticidad.
Finalmente, se
utilizó la prueba de Durbin-Watson para validar la hipótesis de no
autocorrelación, cuyas hipótesis son:
H0: “el
modelo no tiene autocorrelación de primer orden”
H1: “el
modelo tiene autocorrelación de primer orden”. Con un estadístico de
Durbin-Watson de 0,07, entre 0 y el límite inferior de la prueba (1,68), se
rechaza H0. Finalmente, se utilizó el estimador de Newey-West
para interpretar al modelo (ver tabla 4).[1] En el cuadro 4 se muestran
los parámetros estimados para tres modelos diferentes utilizados en el
análisis.
Cuadro 4
Parámetros
estimados
Nota: * significativo al 10 %, ** significativo al 5 %, ***
significativo al 1 %.
Los modelos de
efectos fijos y aleatorios solo se muestran como no
interpretables ni comparables.
En
resumen, el análisis nos lleva a concluir que el IET con China ejerció una
influencia adversa notable y estadísticamente significativa sobre el
crecimiento económico inclusivo (CEI) de América Latina en el periodo
2004-2021. Cada escalada del 1 % en las exportaciones latinoamericanas a China
se correlacionó con una caída del 0,21 % en el CEI de la región (β2);
simultáneamente, los aumentos en las importaciones chinas a América Latina resultaron
en una reducción más pronunciada del 0,36 % en el CEI de la región (β3).
Sin embargo, no hay pruebas suficientes para demostrar una correlación
significativa entre la CEI china y la IED china (β1=-0.12). Es pertinente
reconocer que la capacidad estimada del modelo solo representa el 8,70 % de la
variabilidad observada en la CEI de América Latina en el periodo 2004-2021. A
pesar de esta limitación, el modelo proporciona valiosas perspectivas sobre las
interrelaciones entre las variables de estudio.
Discusión y conclusiones
La
inversión china ha experimentado un marcado repunte en América Latina en los
últimos años, especialmente en sectores como la energía, las
telecomunicaciones, el transporte y la extracción de recursos minerales. La
Iniciativa de la Franja y la Ruta (BRI, por sus siglas en inglés) ha sido
fundamental para impulsar este flujo de inversión, y Perú se perfila como el
principal beneficiario de la inversión extranjera directa (IED) china dentro de
la región. Sin embargo, sigue siendo notable que numerosos países de la región
sigan importando productos no tradicionales de China y exportando
simultáneamente productos tradicionales.
El
objetivo principal de este estudio es examinar la correlación entre el comercio
internacional con China (TCI) y el crecimiento económico inclusivo (CEI) en
América Latina durante el período 2004-2021. Los investigadores utilizaron
datos de panel que abarcaban 13 países de la región y utilizaron el estimador
de Newey-West, acompañado de sólidos errores estándar
para abordar la autocorrelación de primer orden inherente al término de error.
Nuestros
hallazgos revelan una correlación adversa significativa entre las exportaciones
latinoamericanas a China y el CEI, con un nivel de significancia del 10 %.
Además, surge una correlación adversa estadísticamente significativa entre las
importaciones de China a América Latina y el CEI, que alcanza un nivel de
significancia del 5 %. Estos resultados coinciden con investigaciones
realizadas por Kang y Martínez-Vázquez (2021), así como por Osabohien
et al. (2021), que concluyeron que la libertad de
comercio tiene un impacto perjudicial en el crecimiento inclusivo. Osabohien et al. (2021)
informaron de una reducción del 1,91 % en el crecimiento inclusivo atribuible a
la libertad del comercio.
Esta
asociación negativa podría atribuirse a diversos factores y mecanismos que
interactúan entre sí. A continuación, explicamos algunas posibles razones
detrás de esta relación negativa:
Competencia desigual: China es una economía altamente
competitiva y productiva capaz de producir bienes a costos relativamente bajos.
Como resultado, las importaciones chinas a América Latina pueden competir
desfavorablemente con los productos locales en términos de precio y calidad.
Esto podría afectar a las empresas y sectores locales, especialmente a los que
no son competitivos en el mercado transnacional, lo que llevaría a una
disminución de la producción y el empleo en esos sectores.
Especialización productiva: muchos países
latinoamericanos exportan productos primarios y materias primas, como recursos
naturales, alimentos y productos agrícolas. Estos bienes suelen estar sujetos a
fluctuaciones de precios en los mercados internacionales y pueden ser
vulnerables a problemas económicos externos. Si las exportaciones
latinoamericanas se concentran en esos productos, la dependencia de China como
socio comercial podría aumentar la vulnerabilidad económica de la región.
Impacto en el empleo: las importaciones baratas de
China pueden afectar negativamente a ciertos sectores manufactureros locales en
América Latina, lo que resulta en pérdidas de empleos en esas industrias. Esto
podría tener un efecto perjudicial en la distribución del ingreso y aumentar la
desigualdad económica en la región.
Impacto en la balanza comercial: si el valor de las
importaciones de China excede significativamente el valor de las exportaciones
a China, podría conducir a un déficit comercial en la región. Los déficits
comerciales prolongados pueden tener efectos adversos en la economía, como la
reducción de las reservas internacionales y la necesidad de financiar el
déficit mediante préstamos externos.
Dependencia de la demanda china: si las economías de
algunos países dependen de la demanda china para sus exportaciones, cualquier
desaceleración económica en China podría afectar negativamente las
exportaciones y el crecimiento económico en la región.
Desafíos para la industrialización: si las
importaciones baratas de China reemplazan la producción local en industrias
clave, podría obstaculizar la industrialización y el desarrollo económico en
AL.
Diferentes
trabajos de investigación han explorado la interrelación entre la apertura
comercial y el crecimiento económico, la reducción de la pobreza y el
crecimiento inclusivo dentro de las naciones en desarrollo. Onakoya
et al. (2019) descubrieron que los países que
dependen en gran medida de las importaciones experimentaron efectos adversos en
el crecimiento económico y el alivio de la pobreza debido a la apertura
comercial. Por el contrario, Kang et al. (2017)
establecieron una correlación positiva y sustancial entre el TCI y el
crecimiento inclusivo. Sin embargo, Adeleye et al. (2021) concluyeron que el impacto de la liberación
del comercio en el crecimiento inclusivo es estadísticamente insignificante.
Los altos niveles de desigualdad en América Latina y el Caribe pueden acentuar
la influencia perjudicial que tiene el TCI con China en el crecimiento
económico inclusivo de la región. Evidentemente, América Latina tiene las tasas
mundiales más altas de desigualdad. Fosu y Gafa
(2022) plantean que la desigualdad puede impedir el crecimiento económico en el
contexto latinoamericano.
De
acuerdo con nuestros hallazgos, no existe una relación perceptible entre la
inversión extranjera directa (IED) de China en AL y el crecimiento económico
inclusivo (CEI). Este resultado refleja las observaciones de Ofori et al. (2023), que
sostienen que a falta de otros factores, el impacto de la IED en la promoción
de un crecimiento verde inclusivo es estadísticamente insignificante. Este
resultado contrasta con los hallazgos de Kang y Martínez-Vázquez (2021), que
observaron un efecto positivo de la IED en el crecimiento inclusivo dentro de
los países que cuentan con una infraestructura bien establecida y sectores
manufactureros considerables. Además, Onakoya et al. (2019) revelaron una correlación positiva y
estadísticamente significativa entre la inversión extranjera directa y el
Índice de Desarrollo Humano. Cabe señalar que a pesar de la creciente afluencia
de inversión extranjera directa (IED) de China en sectores como la energía, las
telecomunicaciones, el transporte y la extracción de recursos minerales, muchos
países latinoamericanos persisten en importar productos no tradicionales de
China, mientras que a la vez exportan productos tradicionales.
Una
limitante de este estudio es que los estimadores no se interpretan como un
impacto ya que el modelo no determina si las variables independientes preceden
a la CEI o si existen otras variables que expliquen la relación encontrada. Por
lo tanto, los autores recomiendan analizar el tipo de bienes comercializados
para identificar la canasta que favorece a la CEI en América Latina en el marco
metodológico. Otra limitante se refiere a la disponibilidad de datos. Para este
estudio solo fue posible incluir información hasta 2021. Una posible ampliación
del estudio requerirá la incorporación de datos de los años siguientes.
Es
necesario realizar más investigaciones empíricas para explorar la relación
entre la IED y la CEI en los países en vías de desarrollo utilizando datos a
nivel macro y micro, al tiempo que se consideran los efectos distributivos del
comercio, haciendo hincapié en el género. Además, se deberían examinar las
políticas y estrategias para disminuir el impacto negativo del comercio en la
desigualdad de ingresos y promover más CEI. En el futuro, una línea de
investigación podría medir el impacto del comercio internacional con China en
el CEI por el tipo de flujo, por ejemplo, bienes de capital, insumos y otros.
Se puede estudiar la relación entre las variables, incluso diferenciando el
país con el que se mantiene un acuerdo comercial, lo cual daría una idea de los
beneficiados y perjudicados en el tratado.
Referencias bibliográficas
Adeleye, B. N., Adedoyin,
F. y Nathaniel, S. 2021. The criticality of ICT-trade nexus on economic and
inclusive growth. Information Technology for Development,
27(2), 293-313. https://doi.org/10.1080/02681102.2020.1840323
Angulo-Bustinza, H., Florez-Garcia, W., Calderon-Contreras,
V., Peña-Cobeñas, D., Barrientos-Moscoso, M. y
Zeballos-Ponce, V. 2023. Determinants of inclusive economic growth in Latin
America. WSEAS Transactions on Business and Economics,
20, 1-14. https://doi.org/10.37394/23207.2023.20.96
Angulo-Bustinza, H., Arce-Larrea, G.,
Calderon-Contreras, V. y Flórez-Garcia,
W. 2022. Peru-China international trade and its effect on
inclusive economic growth in Peru 2000-2019. Decision
Science Letters, 11(4), 379-390. https://doi.org/10.5267/j.dsl.2022.8.003
Anand, R., Mishra, S. y Peiris, S. J. 2013. Inclusive
growth: measurement and determinants.
International Monetary Fund.
Aoyagi, C. y Ganelli,
G. 2015. Asia’s quest for inclusive growth revisited. Journal of Asian Economics, 40,
29-46. https://doi.org/10.1016/j.asieco.2015.06.005
Cerezo,
V. y Landa, H. O. 2020. Economic growth and inequality in Asia, Europe, and
Latin America, 1990-2019. Investigación Económica, 80(315),
59-80. https://doi.org/10.22201/FE.01851667P.2021.315.77565
COMTRADE 2023. Comercio
internacional Latinoamérica-China, varios años y países [Database]. bit.ly/3JPQpJ4
Drobotya, Y., Baldzhy,
M., Pecheniuk, A., Savelchuk,
I., Hryhorenko, D. y Kulinich,
T. 2021. Overcoming poverty and social inequality in third
world countries (Latin America, Africa). IJCSNS
International Journal of Computer Science and Network Security, 21(3), 295. https://doi.org/10.22937/IJCSNS.2021.21.3.38
Economic
Commission for Latin America and the Caribbean (ECLAC). 2021. Social Panorama of Latin America: 2020. United Nations.
bit.ly/3riQi2e
Feng, Y. y Zeng, Q. B. 2021. Economic
relations and the public image of China in Latin America: a cross-country
time-series analysis. Economic and Political Studies,
1-27. https://doi.org/10.1080/20954816.2021.1914414
Fosu, A. K. y Gafa, D. W. 2022. Poverty,
inequality, and governance: a global perspective. En Handbook
on Governance and Development (pp. 230-248). Edward Elgar Publishing.
Huang, K., Yan, W., Sim, N., Guo, Y. y Xie, F. (2022). Can
trade explain the rising trends in income inequality? Insights from 40 years of
empirical studies. Economic Modelling, 107. https://doi.org/10.1016/j.econmod.2021.105725
International
Monetary Fund. 2022. GDP, current prices. IMF DATA MAPPER
[Database]. bit.ly/3PjiAwU
Jalles, J. T. y de Mello, L.
(2019). Cross-country evidence on the determinants of
inclusive growth episodes. Review of Development Economics,
23(4), 181-1839. https://doi.org/10.1111/rode.12605
Kakwani, N. y Pernia,
E. M. 2000. What is Pro-poor Growth? Asian
Development Review, 18(1). bit.ly/3rpk5WM
Kang,
H. y Martinez-Vazquez, J. 2021. when does foreign direct
investment lead to inclusive growth? International
Center for Public Policy Working Paper Series, at AYSPS, GSU paper 2104,
International Center for Public Policy, Andrew Young School of Policy Studies,
Georgia State University. https://doi.org/10.1111/twec.13236
Kang,
M., Park, I. y Rhee, D. E. 2017. Korea’s growth-driven trade policies: Inclusive
or exclusive? World Economy, 40(11),
2475-2490. https://doi.org/10.1111/twec.12556
Kraveishvili, G. y Gogorishvili,
I. 2022. Research and evaluation of perceptions of inclusive
economic growth in Georgia. Estonian Discussions on Economic
Policy, 30(1-2), 150-171. https://doi.org/10.15157/tpep.vi1-2.22092
Kuss,
M. K., Gassmann, F., & Mugumya, F. 2021. How inclusive are the local
economic impacts of social protection in Uganda? European
Journal of Development Research, 1–23. https://doi.org/10.1057/s41287-021-00488-9
Liu, Z., Hasan, M. M., Xuan, L., Saydaliev, H. B., Lan, J. e Iqbal, W. 2022. Trilemma
association of education, income and poverty alleviation: managerial
implications for inclusive economic growth. The Singapore
Economic Review, 1-24. https://doi.org/10.1142/S0217590822440052
Lopes-Afonso, D., De Andrade Bastos, S. Q. y
Salgueiro Perobelli, F. 2021. Latin
America and China: mutual benefit or dependency? CEPAL
Review, 135, 147-162. https://bit.ly/3qXHDSP
Ministerio de Comercio de la
República Popular China. 2006. 2006 Statistical Bulletin of
China’s Outward foreign direct investment. Ministry of Commerce of the
People’s Republic of China. bit.ly/3O4x4oP
Ministerio de Comercio de la
República Popular China. 2015. 2015 Statistical Bulletin of
China’s Outward foreign direct investment. Ministry of Commerce of the
People’s Republic of China. bit.ly/44CFHxj
Ministerio de Comercio de la
República Popular China. 2022a. 中国和拉美国家经贸关系简Ministerio de Comercio de la
República Popular China bit.ly/3JKXSck
Ministerio de Comercio de la
República Popular China. 2022b. 2021 Statistical Bulletin of
China’s Outward foreign direct investment. Ministry of Commerce of the
People’s Republic of China.
Nedopil, C. 2022. Countries of the Belt and Road Initiative. Green Finance
& Development Center, FISF Fudan University. https://bit.ly/3PmzAbK
Nicita, A. y Razo, C. 2021. China: The rise of a trade titan.
United Nations Conference on Trade and Development (UNCTAD). bit.ly/3rmIZ9L
Ofori, I. K., Figari,
F. y Ojong, N. 2023. Towards
sustainability: The relationship between foreign direct investment, economic
freedom and inclusive green growth. Journal of Cleaner
Production, 406, 137020. https://doi.org/10.1016/j.jclepro.2023.137020
Onakoya, A., Johnson, B. y Ogundajo, G. 2019. Poverty and
trade liberalization: empirical evidence from 21 African countries. Economic Research Ekonomska Istraživanja, 32(1), 635-656.
https://doi.org/10.1080/1331677X.2018.1561320
Osabohien, R., Iqbal,
B. A., Osabuohien, E. S., Khan, M. K. y Nguyen, D. P.
2021. Agricultural trade, foreign direct investment and
inclusive growth in developing countries: evidence from West Africa. Transnational Corporations Review. https://doi.org/10.1080/19186444.2021.1936986
Samuelson, P. A. y Nordhaus, W. D.
2009. Economics. (19th
ed.). McGraw-Hill Irwin.
Sadullaev, T. 2023.
Possibilities and challenges of inclusive economic growth in countries. Science and innovation, 2(A2),
119-126. https://doi.org/10.1051/e3sconf/202124410039
Saher,
L. Y., Vakulenko, I. A., Shevchenko, K. y Bondarenko,
Y. 2022. Bibliometric and retrospective analysis on economic behavior for
inclusive growth. Financial Markets, Institutions and Risks,
6(2), 102-111. http://doi.org/10.21272/fmir.6(2).102-111.2022
Silveira,
L. 2017. Os
laços e traçados da China na América Latina: investimentos para integração
ou exploração? 9th Latin
American Congress of Political Science, Montevideo, 26-28 July. https://bit.ly/3YZoJrv
Solt, D. 2020. measuring income
inequality across countries and over time: the standardized world income
inequality database. Social Science Quarterly ,101(3),
1183-1199. https://doi.org/10.1111/ssqu.12795
StataCorp. 2015. Stata Statistical Software: Release 14. College Station,
TX: StataCorp LP.
Stiglitz,
J. E. 2016. Inequality and economic growth. The Political
Quarterly, 86, 134-155. https://doi.org/10.7916/d8-gjpw-1v31
Stojkoski, V., Koch, P. e Hidalgo, C. A.
2023. Multidimensional economic complexity and inclusive
green growth. Communications Earth & Environment, 4(1),
130. https://doi.org/10.1038/s43247-023-00770-0
The
Green Finance & Development Center. (2023). About the Belt and Road
Initiative (BRI). bit.ly/3O4aNbQ
Topuz,
S. G. 2022. The relationship between income inequality and economic growth: are
transmission channels effective? Social Indicators Research.
https://doi.org/10.1007/s11205-022-02882-0
United
Nations Conference on Trade and Development (UNCTAD). 2022. Global investment
trends and prospects. World Investment Report 2022, 1-51. https://doi.org/10.18356/9789210015431c006
United
Nations Development Programme (UNDP). 2020. Informe
sobre Desarrollo Humano 2020 : La próxima frontera - el desarrollo humano
y el antropoceno. United
Nations. https://bit.ly/3Elqx4B
United
Nations Development Programme (UNDP). 2021. Informe
Regional de Desarrollo Humano 2021. Atrapados: Alta desigualdad y bajo
crecimiento en América Latina y El Caribe. United
Nations. https://bit.ly/3sHpn0D
Waniez, P. 2023. Philcarto:
Logiciel de production cartographique
[Software]. IGN-France.
Wang, H., Kwan, M. P. y Hu, M. 2020. Social exclusion and
accessibility among low- and non-low-income groups: A case study of Nanjing,
China. Cities, 101.
https://doi.org/10.1016/j.cities.2020.102684
World
Bank. 2022. GDP growth (annual %) – China [Database].
World Bank.
World
Bank. 2023a. World Exports-World GDP (Current US$ Billions) [Database]. World
Bank.
World
Bank. 2023b. Per capita GDP growth (% annual) [Database]. World Bank.
World
Inequality Database. 2023. World Inequality Report.
WID. https://cutt.ly/pwsadQjR
World
Integrated Trade Solution. 2023. Latin America & Caribbean Product exports
and imports to China 2020. bit.ly/44iC9QX
World
Trade Organization-WTO. 2022. Trade Profile: China.
WTO. https://bit.ly/3PpLmSL
Yang,
Z., Vitenu-Sackey, P. A., Hao, L. y Tao, Y. 2023.
Economic freedom, inclusive growth, and financial development: A heterogeneous
panel analysis of developing countries. Plos one, 18(7),
e0288346. https://doi.org/10.1371/journal.pone.0288346
Yoruk, E., Johnston, A., Maas, G. y Jones, P. 2022. Conceptualising
the transformational power of entrepreneurship from an entrepreneurial
ecosystems perspective focusing on environmentally and socially inclusive
economic growth. International Journal of Technological
Learning, Innovation and Development, 14(1-2),
192-220. https://doi.org/10.1504/IJTLID.2022.121476
Zanabria, L. 2015. Las relaciones
entre Perú y China. En F. Novak y J. García, La política exterior peruana en el siglo XXI: agenda y propuestas
(pp. 87-100). Pontificia Universidad Católica del Perú. https://bit.ly/3PnFadL