In this paper, we develop a theoretical model that considers a non-linear relationship between growth and level of education (human capital). Our econometric estimates demonstrated the causality running from human capital to GDP per capita with U inverted shape. The level of education (human capital) that generates the maximum growth rate lies around 4.5 years. The foremost implication of this result is that States with level of education below this range should have as priority educational policies.

O objetivo deste artigo é desenvolver e testar empiricamente um modelo de crescimento econômico que incorpore educação, distribuição de renda e nível tecnológico. Nos testes empíricos, uma das variáveis importantes é a razão das escolaridades dos empregados e empregadores. Além desta é utilizada uma medida de tecnologia e os seguintes índices de desigualdade de renda: i) participação na renda dos 40% mais pobres; ii) participação na renda dos 10% mais ricos; iii) participação na renda da classe média; e iv) o coeficiente de Gini e duas outras variáveis de controle: v) a percentagem de trabalhadores autônomos; e vi) a taxa de desemprego. A econometria de painel de dados empregada consiste de testes de raiz unitária, para verificar a estacionariedade dos dados, heterogeneidade, autocorrelação, dependência seccional, e as estimativas de efeitos fixos, randômicos e dinâmicas. Os resutados demonstram que a taxa de crescimento da produtividade dos Estados brasileiros é afetada positivamente: a) pelo aumento na razão do nível educacional dos empregados vis-à-vis empregadores; b) por políticas de redistribuição de renda que favoreçam os 40% mais pobres e a classe média; e c) pela tecnologia importada. Contudo, os investimentos em educação dos Estados brasileiros possuem efeitos negativos sobre a taxa de crescimento de suas produtividades, estes agem como um imposto realocativo dos insumos do setor produtivo de bens para o de educação no curto prazo.

The objective of the paper is to develop and empirically test an economic growth model that incorporates education, income distribution effects and technology. In the empirical tests, one of the driving forces of productivity growth is the ratio of the average knowledge levels of employees and entrepreneurs. Besides this variable and a measure of technology the following variables are considered: i) the income index of the 10% richest; ii) the income index of the 40% poorest; iii) middle class income size index; iv) the Gini coefficient and two control variables: v) self employed and vi) the unemployment rate. The econometrics of panel data employed includes panel tests for stationary, heterogeneity, auto-correlation, cross-section dependency, and fixed, random and dynamic effect estimates. The overall result shows that the productivity growth is influenced positively by: a) the increase in the employee-employers education level; b) income redistribution policies that benefits middle classes and the 40% poorest in the economy; c) the imported technology. Nevertheless, the investment in education made by the Brazilian States has a negative impact on their productivity growth rate. It may behave as shift tax that allocates inputs from production of goods to the human capital accumulation sector.