“UNIVERSIDAD TÈCNICA DE AMBATO”

FACULTAD DE CONTABILIDAD Y AUDITORÌA

CARRERA DE ECONOMÌA
MODELOS ECONÓMICOS

NOMBRE:
➢ JOSELIN GUAMÀN
➢ WASHINGTON TOASA :D
➢ VANESA MASABANDA
➢ PILAR JINDE
➢ TANYA ALLAUCA

DOCENTE:

ECO. LILIAN MORALES

SEMESTRE:

QUINTO “A”.

TEMA:

MODELOS DE CRECIMIENTOS ECONÓMICOS APLICADOS A LA ECONOMÍA

ALEMANA 1970-2021

OCTUBRE - FEBRERO
Introducción
El presente proyecto tiene como objetivo analizar el país de Alemania como ha sido su

crecimiento económico en los siguientes años. Es un país desarrollado, con una infraestructura

de carreteras amplias y un excelente nivel de vida. Por lo tanto, es considerada como uno de

los países más desarrollados mundo tiene también uno de los niveles de vidas más altos. El

producto interior bruto de este país en el tercer trimestre de 2022 ha crecido un 0,4% respecto

al trimestre anterior. Esta tasa es 3 décimas mayor que la del segundo trimestre de 2022, que

fue del 0,1%. Se identifica que tiene uno de los sistemas de seguridad social más completos.

Como en otras democracias avanzadas, el gasto social constituye la mayor partida individual

del gasto público. En 2018 se destinaron al gasto social unos 996.000 millones de euros, lo que

equivale al 25,1 por ciento del PIB. Con el modelo de Solow nos ayudará entender los

siguientes modelos económicos que se presentan a continuación.

Objetivos

Objetivo general:

Analizar el crecimiento económico utilizando modelos de Solow para el caso de Alemania.

Objetivo específico

➢ Determinar los principales indicadores de crecimiento económico endógeno y

exógeno a través de la revisión de la literatura.

➢ Establecer la información de fuentes secundarias para elaborar el modelo.

➢ Diseñar el modelo matemático con sus respectivas hipótesis.

➢ Comprobar la relación estadística entre las variables de estudio utilizando modelos

lineales.
Análisis comparativo de la productividad entre Ecuador y Colombia una aplicación del

modelo de crecimiento económico de Solow

En el siguiente trabajo de investigación, productividad total de los factores

económicos utilizando el modelo de Solow. El análisis se basa en las necesidades e

importancia de la productividad del país y explica la relación está en el marco del crecimiento

económico.

Se puede mencionar que la función de producción con rendimientos constantes a

escala el cual es más flexible que se pasee para mostrar que la economía logra alcanzar a un

estado estacionario.

Esto significa que el presente estudio se desarrolla por medio de la mediante la revisión de

datos de páginas oficiales, para posteriormente ser analizados e interpretados y así lograr

argumentar si la hipótesis que fue propuesta se afirma o se rechaza, de acuerdo con la

interpretación del autor, por medio de la realización de varios análisis cuantitativos de corte

transversal (Gutiérrez & Murillo, 2021).

De esta manera se puede dar una breve explicación que el crecimiento económico

según Solow estima las variables más importantes de la acumulación en el capital físico,

donde se crea grandes empresas que de igual forma se ven a una gran escala.

Básicamente el modelo de Solow nos muestra el crecimiento económico más

detallada, permitiéndonos analizar los niveles de la productividad dentro de cualquier sistema

económico como es el caso de Ecuador y Colombia.

 Análisis de la productividad total de los factores en América del Sur en el

período 1950-2014

El modelo clásico de Solow-Swane propone estudiar el crecimiento la economía

asumiendo una función de producción estándar con retornos Reducción del factor capital (K),

ahorro mientras que el crecimiento demográfico es exógeno. Solow probó que ambos la

variable determinará el ingreso per cápita de la población en estado estacionario, porque las

tasas de ahorro y crecimiento de la población difieren de un país a otro. estados y así llegar a

diferentes estados de reposo.

De esta manera se puede considerar que la tecnología se puede representar con una

función de producción agregada. Sin embargo, algunos autores alegan que la misma no tiene

la capacidad de explicar como o por que crece el nivel de tecnología en las economías.

La contabilidad del crecimiento divide el crecimiento de la producción de una firma o

un país en dos partes. La primera corresponde al de la producción, que puede

atribuirse al crecimiento de los distintos factores productivos, manteniendo a la

tecnología como constante, mientras que la segunda parte es el crecimiento que puede

atribuirse solo al incremento o disminución en la tecnología. (Villalobos Valencia,

Enrique Molero, & Castellano Montiel, 2021)

La teoría del crecimiento económico exógeno predice que los países los países pobres

deberían crecer más rápido que los ricos permitirán la convergencia del nivel de ingreso per

cápita. La evidencia empírica existente muestra que muchos en la segunda mitad del siglo

XX Economía en diferentes regiones como el Sur de Europa y Europa Occidental y el este de

Asia, fue en realidad una experiencia notable el crecimiento económico logró reducir

considerablemente la brecha ingresos y nivel de desarrollo en comparación con otros países.

 Modelo de Solow con progreso tecnológico: Un estudio empírico del crecimiento

económico en Vietnam mediante el enfoque ARDL

El modelo de Solow puede entenderse como un modelo de crecimiento exógeno, que

es el modelo económico de crecimiento económico a largo plazo basado en los antecedentes

de la teoría económica neoclásica. El modelo estudia y analiza la acumulación de capital, el

crecimiento de la mano de obra o de la población y la productividad, que dependen del

progreso tecnológico. El modelo Solow de progreso tecnológico se centra en el modelo

teórico relacionado con el cambio tecnológico en el desarrollo económico; se ha aplicado

ampliamente para analizar fenómenos macroeconómicos de muchos campos diversos en el

mundo.

El modelo de Solow puede definirse como un modelo de crecimiento exógeno que es

el modelo económico de crecimiento económico a largo plazo basado en los

antecedentes de la teoría económica neoclásica. Mientras tanto, la tendencia del

desarrollo de la ciencia y la tecnología se considera ahora un factor que influye

directamente en la productividad del trabajo, sustituye la fuerza humana por

maquinaria y equipos para disminuir la intensidad del trabajo y aumenta el valor del

producto. (Tran, 2021, pág. 196)

Las variables relacionadas con el progreso tecnológico, por ejemplo, el número de

solicitudes de patentes y la idea de patentes por hora, tienen un impacto negativo en el PIB

per cápita a largo plazo, en contraste con el número de solicitudes de marcas y la idea de

patentes por hora afectan positivamente al PIB per cápita, en el que el número de solicitudes

de patentes y la idea de patentes por hora afectan dramáticamente al PIB per cápita.
 Productividad del capital humano para incrementar el ingreso per cápita de la

población económicamente activa (PEA) a nivel nacional y regional: caso peruano

período 2008 – 2015

El presente ensayo tiene como objetivo examinar como incide el modelo de Solow caso

peruano a través de la productividad del capital humano sobre el crecimiento económico de las

sociedades es un aspecto importante para el bienestar de sus miembros para incrementar el

ingreso per cápita de la población económicamente activa durante el periodo 2008-2015.

Por lo tanto, el modelo de Solow revela que las naciones son más ricas porque invierten

más y tienen menores tasas de crecimiento de la población, estos factores son, la tasa de ahorro

(s), la tasa de crecimiento de la población (n) la inversión física (IBF), la acumulación del

capital (K), el nivel de producción (PBI), y la inversión de compensación al desgaste del capital.

El desarrollo del modelo se enfoca en el capital humano en la forma de inversión en la

educación versus la inversión en la población sin educación. Se usa el proxy de la tasa de capital

humano, el porcentaje de la PEA con educación universitaria en las regiones del Perú,

asumiendo que (g + δ) es igual a 0,05 a falta de información local y por ser un valor que no

influye sustancialmente en el resultado (Castagnino Pastor & Linares Salas, 2018).

De esta manera se puede concluir que el modelo de Solow contribuye mayor

productividad, variable que más acrecienta el PBI per cápita al crecimiento económico de los

países desarrollados, cumpliendo los requisitos que integren a la económica internacional, ya

que esto se considera una actividad indispensable en la formulación de políticas.

Modelo dinámico de simulación de crecimiento económico a largo plazo utilizando el

modelo de Solow
 El modelo de Solow es un modelo de crecimiento económico que se ha utilizado para

simular la tasa de crecimiento económico y analizar los factores que la afectan. El modelo fue

ideado por Robert Solow, economista ganador del Premio Nobel, y se basa en la idea de que

el progreso tecnológico es fundamental para aumentar el Producto Interno Bruto. El modelo

es dinámico y considera factores como la innovación, la inversión y la oferta laboral para

calcular la tasa de crecimiento económico de un país (A A Boyko, V V Kukartsev, V S

Tynchenko, D V Ereme, 2019).

El factor principal para determinar el crecimiento a largo plazo es la innovación, ya

que el progreso tecnológico es esencial para aumentar el PIB. Las innovaciones provienen del

gasto en investigación y desarrollo (I+D) y de la inversión en capital humano. Por lo tanto, un

alto gasto en I+D y altos niveles de educación son necesarios para el crecimiento económico

a largo plazo. Además, es necesario un gobierno fuerte para implementar las políticas

necesarias para el desarrollo nacional.

El modelo de Solow es una herramienta de análisis económico que busca representar

la dualidad entre agro industrialización y creatividad en la evoluci6n de las tasas de

crecimiento. Se basa en la capacidad para un país de resolver sus problemas

permanentemente. Además, no se centra exclusivament6n en la productividad laboriosa, sino

que abarca otros tipos de ingresos, como los intereses y los impuestos (A A Boyko, V V

Kukartsev, V S Tynchenko, D V Ereme, 2019).

El modelo asume que hay tres tipos de crecimiento económico: estancamiento,

crecimiento lento y alto crecimiento. El estancamiento ocurre cuando no hay aumento en el

PIB durante un período prolongado de tiempo. El crecimiento lento ocurre cuando el

crecimiento del PIB está por debajo de la tasa de crecimiento de la población.

 1. VARIACIÓN DE LA RENTA Y VARIACIÓN DE LA INVERSIÓN

1.1 Variables

• Variable endógena = Variación de la Renta

Indicador = PIB Per Cápita (US$ a precios constantes de 2010)

• Variable exógena = Variación de la Inversión

Indicador = Formación Bruta de Capital (US$ a precios constantes de

2010)

1.2 Hipótesis

Ho = No hay relación entre la Variación de la Renta y la Variación de la Inversión.

H1 = Si hay relación entre la Variación de la Renta y la Variación de la Inversión.

1.3 Modelo matemático

∆ 𝑌 = 𝑓{𝛽𝑜 + 𝛽1𝑋1 ∆𝐼𝑛𝑣𝑒𝑟𝑠𝑖ò𝑛 (𝐹𝐵𝐾) + 𝑒}

1.4 Metodología

Para obtener los datos correspondientes de Alemania se descargó la base de datos del Banco

Mundial donde se encuentra los indicadores que se necesitan como: La Formación Bruta de

Capital (US$ a precios constantes de 2010) y el PIB per cápita (US$ a precios constantes de

2010) del periodo correspondiente de 1971 – 2022. Con los cuales, se procedió a calcular la

variación aplicando la fórmula de la variación:

𝐴ñ𝑜 𝑎𝑐𝑡𝑢𝑎𝑙−𝐴ñ𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟

∗ 100
𝐴ñ𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
Tras calcular la variación de las dos variables del PIB per cápita (US$ a precios constantes de

2010) y de la Formación Bruta de Capital (US$ a precios constantes de 2010). Finalmente, se

procedió a realizar el cálculo en el RStudio.

1.5 Resultados

Tabla 1. Datos de las variables endógenas y exógenas.

Variación
Formación bruta de PIB per cápita Variación PIB per
Formación bruta
capital (US$ a (US$ a precios cápita (US$ a
Año de capital (US$ a
precios constantes constantes de precios constantes
precios constantes
de 2010) 2010) de 2010)
de 2010)
1971 416401308460 0,37 18421 2,943650177
1972 424540653973 1,95 19121 3,802476016
1973 435023139818 2,47 19972 4,448017199
1974 393278179975 -9,60 20142 0,850760324
1975 367503601937 -6,55 20042 -0,496434235
1976 402034141716 9,40 21124 5,400212111
1977 408755272348 1,67 21881 3,581437112
1978 422690804183 3,41 22559 3,098181629
1979 470416950526 11,29 23485 4,104331342
1980 456296418512 -3,00 23766 1,198693908
1981 401294197584 -12,05 23856 0,376242533
1982 384892198622 -4,09 23784 -0,300057816
1983 417942851246 8,59 24221 1,839034184
1984 424787308674 1,64 24991 3,178987194
1985 423862383224 -0,22 25630 2,556883607
1986 448033746202 5,70 26205 2,240534998
1987 453090007252 1,13 26531 1,246499686
1988 490148687542 8,18 27408 3,302863722
1989 531215357775 8,38 28256 3,09618
1990 577153307739 8,65 29486 4,351639054
1991 616616781773 6,84 30767 4,345220055
1992 617876267521 0,20 31121 1,151046332
1993 584599379671 -5,39 30615 -1,625684284
1994 609059878380 4,18 31239 2,03735421
1995 616749357468 1,26 31628 1,246141876
1996 591360817797 -4,12 31791 0,514437285
1997 602298440253 1,85 32313 1,643334273
1998 630338527116 4,66 32959 1,998485321
1999 657583148711 4,32 33559 1,821428031
2000 679524687019 3,34 34490 2,773221251
2001 663283970180 -2,39 35011 1,510558261
2002 611976576962 -7,74 34883 -0,365628327
2003 608927302684 -0,50 34620 -0,755077167
2004 591957413974 -2,79 35034 1,197055352
2005 580489477641 -1,94 35310 0,788917116
2006 635045025322 9,40 36699 3,933610331
2007 677005715523 6,61 37842 3,114245883
2008 680585303677 0,53 38278 1,152029742
2009 565640833340 -16,89 36190 -5,454577169
2010 634779862837 12,22 37761 4,339606777
2011 694174473324 9,36 39977 5,869635737
2012 633321519093 -8,77 40069 0,230160993
2013 651550893552 2,88 40135 0,163870563
2014 674155310336 3,47 40851 1,784341886
2015 662886243094 -1,67 41103 0,617105353
2016 687943337979 3,78 41682 1,408102075
2017 735273415958 6,88 42640 2,297206047
2018 755955468518 2,81 42929 0,678212594
2019 765368453836 1,25 43285 0,828957962
2020 740245065555 -3,28 41650 -3,775429714
2021 766163919102 3,50 42726 2,583557475

Nota: Esta tabla demuestra las variaciones de la formación bruta de capital (US$ a precios

constantes de 2010) y PIB per cápita (US$ a precios constantes 2010).

Figura 1

Análisis de la relación entre la Variación de la Renta y la Variación de la Alemania (1971 –

2021).
Nota. El grafico muestra el análisis realizado en RStudio de la Variación de la Renta y la

Variación de la Inversión durante el periodo de 1971-2021. Elaboración: Grupo 6. Fuente:

Banco Mundial (2023).

De acuerdo, al gráfico 1 tras aplicar la correlación de Pearson en Rstudio se puede observar

que tiene una correlación de 0,78, lo cual, es cercano a 1.

Tabla 2. Medidas de tendencia central de la Variación de la Renta y la Variación de la

Inversión de Alemania.

Variación de la Renta Variación de la Inversión

Min 5.4546 -16.889
1st Qu 0.7336 -2.162
Median 1.7843 1.850
Mean 1.7426 1.396
3rd Qu 3.1062 5.179
Max 5.8696 12.223
Nota: Esta tabla demuestra los resultados de las medidas estadísticas entre la Variación de la

Renta y la Variación de la Inversión de Alemania durante el periodo 1971-2021. Elaboración

propia. Fuente: Banco Mundial (2023).

En la tabla 1, se puede observar los resultados de las medidas de tendencia central de

Alemania, así obteniendo el valor máximo de la variación de renta es de 5.87 con una media

de 1.78 y de la variación de la inversión es de 12.22 con una media de 1.85. Por otra parte, el

valor mínimo de la renta es de 5.45 y el de inversión es de -16.89.

Figura 2

Correlación de la Variación de la Renta y la Variación de la Inversión de Alemania.

Nota. La figura muestra la gráfica de la Variación de la Renta y la Variación de la Inversión

de Alemania durante el periodo 1971-2021. Elaboración: Grupo 6. Fuente: Banco Mundial

(2023).

Análisis

De acuerdo a los datos obtenidos se comprueba que la hipótesis (H1) con lo cual se establece

que existe relación entre la variación de la renta y la variación de la inversión con una

correlación alta de 0,78. Además en el gráfico 2, se puede observar que la correlación forma

una pendiente entre la variación de la renta y la variación de la inversión, con lo cual, se

acepta la hipótesis alternativa (H1) y se rechaza la hipótesis nula (H0).

Interpretación

Si existe relación entre la variación de la Renta y la variación de la Inversión debido a que en

el análisis de Rstudio se obtiene una correlación alta.

2. VARIACIÓN DE LA RENTA Y VARIACIÓN DE LA INVERSIÓN

2.1 Variables

• Variable endógena = Variación de la Renta

Indicador = PIB Per Cápita (US$ a precios constantes de 2010)

• Variable exógena = Variación de la Inversión

Indicador = Formación Bruta de Capital Fijo (US$ a precios constantes de 2010)

2.2 Hipótesis

Ho = Comprobar si la relación entre la Inversión y la renta es inversamente proporcional.

H1 = Comprobar si la relación entre la Inversión y renta es directamente proporcional.

2.3 Modelo matemático

∆ 𝑌 = 𝑓{𝛽𝑜 + 𝛽1𝑋1 ∆𝐼𝑛𝑣𝑒𝑟𝑠𝑖ò𝑛 (𝐹𝐵𝐾𝐹) + 𝑒}

2.4 Metodología

Para obtener los datos correspondientes a Alemania se ingresó a la base de datos del

Banco Mundial donde se encuentran todos los indicadores que se necesitaron como: PIB per

cápita (US$ a precios constantes de 2010) y Formación Bruta de Capital Fijo (US$ a precios

constantes de 2010) desde el año 1971 hasta el 2021: con los datos ya obtenidos se calcula la

variación aplicando la siguiente formula:

Después de haber calculado la variación del PIB per cápita (US$ a precios constantes de

2010) y de la Formación Bruta de Capital Fijo (US$ a precios constantes de 2010) y por

último se procede a realizar el cálculo en el RStudio.

la siguiente formula:

𝐴ñ𝑜 𝑎𝑐𝑡𝑢𝑎𝑙−𝐴ñ𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟

∗ 100
𝐴ñ𝑜 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
 Después de haber calculado la variación del PIB per cápita (US$ a precios constantes

de 2010) y de la Formación Bruta de Capital Fijo (US$ a precios constantes de 2010) y por

último se procede a realizar el cálculo en el RStudio.

2.5 Resultados

Figura 3

Análisis de la relación entre la Variación de la Renta y la Variación de la Inversión de

Alemania (1971 – 2021).

Nota. El grafico muestra el cálculo del RStudio de la Variación de la Renta y la Variación de

la Inversión en un lapso de años de 1971-2021. Elaboración: Propia Fuente: Banco Mundial

(2023).

Como se puede observar en la figura 3, al aplicar la correlación de Pearson se obtiene un

valor 0,7501081 cercano a 1.

Tabla 3. Medidas de tendencia central de la Variación de la Renta y la Variación de la

Inversión de Alemania.
Variación de la
Variación de la Renta
Inversión
Min -0.094488 -0.054546
1st Qu -0.003331 0.007858
Median 0.021687 0.017843
Mean 0.015066 0.017343
3rd Qu 0.041977 0.031062
Max 0.081761 0.058696

Nota: Esta tabla demuestra los resultados de las medidas estadísticas entre la Variación de la

Inversión y la Variación de la Renta del Alemania. Elaboración propia. Fuente: Banco

Mundial (2023).

La tabla 3, muestra los resultados de las medidas de tendencia central de Alemania. Como se

puede observar el valor máximo de la Variación de la Inversión es 0.081761y la Variación de

la Renta 0.058696.

Figura 4

Gráfica de la Variación de la Renta y la Variación de la Inversión de Alemania

Nota. La figura muestra la gráfica de la Variación de la Renta y la Variación de la Inversión

de Alemania periodo 1971-2021. Elaboración: Propia. Fuente: Banco Mundial (2023).

Análisis

Podemos decir que el país de Alemania en la variable exógena que es Inversión y el indicador

es Formación bruta de Capital Fijo, se comprueba que la hipótesis alternativa (H1) de la

relación entre la variación de la renta como la variación de la inversión, ya que existe relación

entre las dos variables, por lo cual se acepta la hipótesis alternativa (H1) y se rechaza la

hipótesis nula (H0), con una correlación de 0,75.

Interpretación

Si existe relación entre la variación de la Renta y la variación de la Inversión.

3. VARIACIÓN PRODUCTIVIDAD LABORAL Y VARIACIÓN POBLACIÓN

3.1 Variables

• Variable endógena = Variación de productividad laboral

𝑃𝐼𝐵 𝑟𝑒𝑎𝑙
Indicador = Productividad Laboral (𝑁° 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑑𝑜𝑟𝑒𝑠 𝑎𝑠𝑎𝑙𝑎𝑟𝑖𝑎𝑑𝑜𝑠)

• Variable exógena = Variación de la Población, total

Indicador = Población, total

3.2 Hipótesis

Ho = No existe relación entre la Variación de la productividad y la Variación de la población

H1 = Si existe relación entre la Variación de la productividad y la Variación de la población

3.3 Modelo matemático

∆ 𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 = 𝑓{𝛽𝑜 + 𝛽1∆ 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 + 𝑒}

3.4 Metodología

Para obtener los datos correspondientes a Alemania se ingresó a la base de datos del Banco

Mundial donde se encuentran la base de datos necesaria para obtener información como: PIB

Real (US$ a precios constantes de 2010), N° de trabajadores asalariados correspondientes

para obtener la productividad y Población, total desde el año 1992 hasta el año 2019: con los

datos ya obtenidos se calcula la variación aplicando la siguiente formula:

(𝑡−𝑡−1 )
∗ 100
𝑡−1
Después de haber calculado la Productividad y la variación de la misma además de la

variación de la Población total, cargamos los datos a RStudio para obtener los análisis

correspondientes.

3.5 Resultados

Tabla 4. Datos de las variables endógenas y exógenas.

VARIACIÓN DE
VARIACIÓN
PRODUCTIVIDAD LA
AÑO POBLACIÓN TOTAL POBLACIÓN
LABORAL PRODUCTIVIDAD
TOTAL
LABORAL
1992 27888449145 2,33 80624598 0,76
1993 27708413996 -0,65 81156363 0,66
1994 28466405121 2,74 81438348 0,35
1995 28935108485 1,65 81678051 0,29
1996 29142160568 0,72 81914831 0,29
1997 29754338695 2,10 82034771 0,15
1998 30377439207 2,09 82047195 0,02
1999 30888284055 1,68 82100243 0,06
2000 31812871395 2,99 82211508 0,14
2001 32442430206 1,98 82349925 0,17
2002 32363635621 -0,24 82488495 0,17
2003 32238582149 -0,39 82534176 0,06
2004 32877076017 1,98 82516260 -0,02
2005 33227226269 1,07 82469422 -0,06
2006 34408947854 3,56 82376451 -0,11
2007 35372723642 2,80 82266372 -0,13
2008 35574827940 0,57 82110097 -0,19
2009 33526485080 -5,76 81902307 -0,25
2010 34919954537 4,16 81776930 -0,15
2011 36331714702 4,04 80274983 -1,84
2012 36442505459 0,30 80425823 0,19
2013 36449465341 0,02 80645605 0,27
2014 37154415663 1,93 80982500 0,42
2015 37620008060 1,25 81686611 0,87
2016 38317256155 1,85 82348669 0,81
2017 39247857621 2,43 82657002 0,37
2018 39542000772 0,75 82905782 0,30
2019 39831167018 0,73 83092962 0,23
Nota: Esta tabla demuestra las variaciones de la productividad laboral y la población total

durante el periodo de 1992-2019.

Figura 5

Análisis de la relación entre la Variación de productividad laboral y la población total

(1992– 2019).

Nota. El grafico muestra el análisis realizado en RStudio de la variación de la productividad

laboral y la población total durante el periodo de 1992-2019. Elaboración: Grupo 6. Fuente:

Banco Mundial (2023).

Correlación

De acuerdo, al gráfico 5 tras aplicar la correlación de Pearson en Rstudio se puede observar

que tiene una correlación de -0.16, lo cual, es un valor lejano del 1 representando una

correlación débil.
Tabla 5. Medidas de tendencia central de la Variación de la Renta y la Variación de la

Inversión de Alemania.

Variación de la productividad laboral Variación de la población total

Min -5.7578 -1.83664
1st Qu 0.6795 -0.03047
Median 1.7675 0.16832
Mean 1.3819 0.13610
3rd Qu 2.3553 0.31260
Max 4.1563 0.86946

Nota: Esta tabla demuestra los resultados de las medidas estadísticas entre la variación de la

productividad laboral y la población total de Alemania durante el periodo 1992-2019.

Elaboración propia. Fuente: Banco Mundial (2023).

En la tabla 5, se puede observar los resultados de las medidas de tendencia central de

Alemania, así obteniendo el valor máximo de la variación de la productividad laboral es de

4.16 con una media de 1.77 y de la variación de la población total el valor máximo es de 0,87

con una media de 1.85. Por otra parte, el valor mínimo de la productividad laboral es de -

5745 y de la población total es de -1.83.

Figura 6

Correlación de la Variación de la productividad laboral y la población total de Alemania.

Nota. La figura muestra la gráfica variación de la productividad laboral y la población total

de Alemania durante el periodo 1992-2019. Elaboración: Grupo 6. Fuente: Banco Mundial

(2023).

De acuerdo a los datos obtenidos se comprueba que la hipótesis (H0) con lo cual se establece

que no existe relación entre la variación de la productividad laboral y la población total con

una correlación de -0,16.

Análisis

Al aplicar la correlación de Pearson se obtiene un valor de -0,16 es decir se comprueba la

hipótesis nula, con lo cual se establece que no existe relación entre las dos variables

productividad laboral y población total de Alemania, por lo tanto, se puede decir que la

correlación es inversamente proporcional entre las dos variables analizadas.

Interpretación

No existe relación entre la variación de la productividad laboral y la variación de la población

total debido a que en el análisis de Rstudio se obtiene una correlación débil.

 CONCLUSIÓN

Tras realizar el análisis utilizando modelos de Solow se puede concluir que en cuanto al

primero y segundo modelo de la renta y la inversión existe una correlación alta que significa

que es directamente proporcional, con lo cual, se puede manifestar que cuando la renta de

Alemania crece también crecerá la inversión de dicho país. Por otra parte, de acuerdo al modelo

3 entre las variables productividad laboral y población total se obtuvo que su correlación es

débil con un valor de negativo de 0,16 con lo cual, se interpreta que su correlación es

inversamente proporcional entre las dos variables.

Finalmente, mediante el modelo de Solow se pudo analizar como el crecimiento de la renta per

cápita a largo plazo como resultado del progreso tecnológico y cómo crece la producción

nacional de Alemania de bienes y servicios mediante un modelo cuantitativo. El modelo de

crecimiento de Solow es capaz de explicar razonablemente bien muchos de los hechos

estilizados del crecimiento económico.

 BIBLIOGRAFÍA

A A Boyko, V V Kukartsev, V S Tynchenko, D V Ereme. (2019). Modelo dinámico de

simulación de crecimiento económico a largo plazo utilizando el modelo de Solow.

IOPscience, 7-29. Obtenido de https://iopscience.iop.org/article/10.1088/1742-

6596/1353/1/012138

Banco Mundial. (2023). Banco Mundial. Recuperado el 11 de enero de 2023, de

datos.bancomundial.org: https://datos.bancomundial.org/pais/reino-unido

Castagnino Pastor, C. C., & Linares Salas, A. (2018). Productividad del capital humano para

incrementar el ingreso per cápita de la población económicamente activa (PEA) a

nivel nacional y regional: caso peruano período 2008 – 2015. Universidad Nacional

Agraria la Molina, Lima, Perú., 6. Recuperado el 12 de enero de 2023, de

https://dialnet.unirioja.es/descarga/articulo/6736868.pdf

Tran, T. (09 de noviembre de 2021). Modelo de Solow con progreso tecnológico. Gestiòn

General, 23(186). Recuperado el 12 de enero de 2023, de

https://admin.calitatea.ro/assets/Documents/Archiv

Villalobos Valencia, Á., Enrique Molero, L., & Castellano Montiel, A. (enero-junio de 2021).

Análisis de la productividad total de los factores en América del Sur en el período

1950-2014. Lecturas de Economía(94), 127-163. Recuperado el 11 de enero de 2023,

de https://revistas.udea.edu.co/index.php/lecturasdeeconomia/article/view/341253