Вы находитесь на странице: 1из 30

Universidad de la Serena

Facultad de Ingeniería
Departamento de Ing. Civil Industrial

Análisis Econométrico:

¿EXISTE LA CURVA DE KUZNETS AMBIENTAL EN


CHILE? ; RELACION ENTRE EL CRECIMINETO
ECONOMICO Y EL IMPACTO AMBIENTAL EN BASE
DE LAS EMISIONES DE GASES CONTAMINANTES.

Nombre Integrantes de RUT Código Carrera


Equipo
Javier Cortes López 18.317.727-3 2505
Melanie García Tapia 18.482.350-0 2505
José Guerrero López 17.735.834-7 2505
Paul Lambert Olivares 18.140.559-7 2505
Daniel López Monardez 18.002.867-6 2505
Claudio Vargas Hauyon 18.010.285-k 2505

1
INDICE

1. Resumen………………………………………………………………………….3

2. Introducción…………………………………………………………………….. 3

3. Objetivos…………………………………………………………………………4

4. Planteamiento del Problema……………………………………………………4

4.1. Justificación de la Investigación………………………………………..5


4.2. Marco Teórico…………………………………………………………..6
4.2.1. Incorporación del medio ambiente en la teoría económica…...6
4.2.2. Línea de pensamiento en la explicación de la Curva de
Kuznets Ambiental……………………………………………..……7
Economía ambiental y de los recursos naturales…….……….……7

5. Modelo utilizado………………………………………………………………...8

5.1. Modelo de la Curva de Kuznets Ambiental………………………….…8


5.2. Definición de las variables……………………………………………...9
5.2.1. Especificación de las variables económicas…………………..9
5.2.2. Especificación de las variables ambientales……………….....9

6. Metodología……………………………………………………………………...9

7. Estimación y discusión de resultados…………………………………………12

8. Conclusiones……………………………………………………………………28

9. Referencias……………………………………………………………………..29

2
1. RESUMEN

Estableciendo una relación econométrica entre crecimiento económico (PIB) y


algunos contaminantes atmosféricos nocivos (CO2, NOx, CO, PAR, SO2, HC), es posible
demostrar la existencia de una curva de Kuznets en Chile utilizando datos que se
obtuvieron de las emisiones del sector energético del país. Se espera que a partir de un PIB
per cápita alto, la degradación ambiental sea alta, hasta llegar a un punto de inflexión
donde el país pueda sostener políticas ambientales e implementar tecnologías “limpias”
que reviertan el daño.
Realizando un estudio detallado del problema, para respaldar con un análisis
teórico, se estableció que existen cuatros modelos que explican la relación entre las
variables y se realizó una combinatoria entre los modelos y cada contaminante, donde se
eligió el que presentó mejor ajuste.
Finalmente, el modelo econométrico llegó a demostrar que no existe el
comportamiento de la curva ambiental de Kuznets en Chile, debido a que en el país no se
ha alcanzado un desarrollo económico que logre revertir el deterioro ambiental generado
por las emisiones de gases contaminantes a la atmósfera.

2. INTRODUCCIÓN

Durante los últimos años, la relación entre crecimiento económico y el medio


ambiente ha generado varios conflictos a nivel mundial. Este controversial tema ha
implicado la generación de diversas posturas y una de éstas es la hipótesis de la Curva de
Kuznets Ambiental (CKA). Esta hipótesis, señala que el crecimiento económico en un
inicio genera impactos negativos en el medio ambiente; pero en el largo plazo, una vez
alcanzado cierto nivel de ingreso, éste comienza a incidir positivamente en el medio
ambiente. En base a esto, el problema a resolver en este trabajo es comprobar la existencia
o no de la Curva de Kuznets Ambiental para el caso Chile.
Para construir el modelo de la CKA se van a plantear ecuaciones en base al ingreso
del país, utilizando el PIB per cápita (PIBp) como variable de crecimiento económico y
variable independiente. Los principales gases contaminantes emitidos a la atmósfera van a
ser usados como indicadores de degradación ambiental y variables dependientes.
Generalmente, la conservación del medio ambiente y la protección de los recursos
naturales se realizan sobre bases científicas, siempre y cuando existan la voluntad política,
los recursos económicos y las condiciones óptimas en infraestructura y recursos humanos,
para lograr conservar el entorno natural en beneficio de las actuales y futuras generaciones;
aunque los problemas ambientales y sociales también existen por el propio avance de la
ciencia y la tecnología en el mundo industrializado de hoy, también si se utiliza tecnología
limpia o verde en distintos procesos del país como minería y centrales que generan
electricidad, entre otras, se aporta a la mejora del medio en que vivimos.
En este marco, el presente trabajo busca responder la siguiente pregunta: ¿De qué
manera influye el crecimiento del país medido a través del PIB per cápita de Chile en la

3
degradación del medio ambiente, tomando como indicador las emisiones de contaminantes,
sustentado en el modelo de la CKA?

3. OBJETIVOS

3.1. Objetivo general

Determinar si es posible lograr el desarrollo de la Curva de Kuznets Ambiental en


Chile, aplicando una base teórica para las consecuencias ambientales que puede tener un
país cuando el crecimiento económico está en ascenso, y así predecir si el daño en el
ambiente será compensado por el desarrollo económico.

3.2. Objetivos específicos

 Determinar la relación que existe entre el crecimiento económico medido por el


PIB per cápita y las emisiones de gases contaminantes a la atmósfera.
 Analizar econométricamente las variables de crecimiento económico; avance
tecnológico y concentración de gases en el ambiente, producto del desarrollo del
país.
 Analizar de forma independiente el comportamiento de cada contaminante de
manera de determinar cuál de ellos tendrá mayor influencia en la degradación
ambiental a medida que aumenta el PIB per cápita.
 A través de cuatro modelos para cada contaminante, determinar cuál es el que
mejor lo explica y posteriormente utilizar este para analizar su comportamiento
gráficamente.
 Observar si el país va en pro de un desarrollo sustentable (equilibrio entre la
economía, la sociedad y el ambiente).

4. PLANTAMIENTO DEL PROBLEMA

El problema a resolver consiste en buscar la relación entre el crecimiento


económico en Chile y las concentraciones de contaminantes emitidos a la atmosfera (𝐶𝑂2,
NOx, CO, 𝑆𝑂2, Hidrocarburos (HC) y partículas emitidas (PAR)). A partir de los datos
recopilados sobre estos factores, se planteará un modelo econométrico que explique su
influencia en el comportamiento de la Curva Ambiental de Kuznets.
La hipótesis de la Curva Ambiental de Kuznets explora la relación existente entre
crecimiento económico y calidad ambiental, intentando demostrar que a corto plazo el
crecimiento económico genera un mayor deterioro medio ambiental, pero en el largo plazo,
en la medida que las economías son más ricas, el crecimiento económico se torna
beneficioso para el medio ambiente. Sin embargo, tal evidencia se ha encontrado sólo en
países desarrollados.

4
Ahora, basados en una evidencia empírica, este estudio explora la validez de la
hipótesis de la Curva Ambiental de Kuznets para Chile. En este análisis econométrico se
considerara lo siguiente:
Chile es un país en vías de desarrollo, lo que significa que se encuentra en la fase
creciente de la curva (teóricamente el crecimiento económico se relaciona directamente
con la degradación atmosférica). Con esto se entiende que es más importante aumentar el
nivel económico que invertir en tecnologías para el cuidado del medio ambiente, dado que
aún no es rentable en este país.
Para analizar la evidencia de la Curva Ambiental de Kuznets en Chile se tendrán en
cuenta como variables dependientes los indicadores que miden la contaminación en el aire,
ellos son: las emisiones de 𝐶𝑂2 (Dióxido de Carbono), NOx (Óxidos de Nitrógeno),
Hidrocarburos, CO (Monóxido de Carbono), 𝑆𝑂2 (Dióxido de Sulfuro) y Partículas
Emitidas, medidos entre los años 1970 al 2008. Se espera que dichas variables tengan una
relación positiva con el ingreso per cápita, es decir, cuando existe crecimiento en la
economía, aumenta el ingreso y, por ende, el consumo, lo que conlleva una mayor
contaminación.
Para evaluar y analizar las implicaciones de los contaminantes del medio ambiente
con relación al crecimiento económico es necesario considerar como variable
independiente el Producto Interno Bruto (PIB per Cápita).

4.1 Justificación del Estudio.

Una forma de entender la economía, es definirla como; «organización de una


sociedad para producir sus medios de existencia que, distribuidos entre sus miembros y
consumidos por ellos, permiten que la sociedad pueda producirlos de nuevo y así
sucesivamente, proveyendo con ello, de una forma constantemente renovada, la base
material para el conjunto de la reproducción de la sociedad en el tiempo»
(arrizabalo.2011); La mala interpretación de este concepto ha generado una
sobreexplotación de recursos naturales y una gran degradación ambiental.
La mejora de indicadores como la producción de bienes y servicios, el mayor
consumo de energía, el ahorro, la inversión etc., debieran llevar teóricamente a un alza en
los estándares de vida de la población. Es este punto el principal motivo del estudio, dado
que el crecimiento económico va de la mano con una mayor contaminación y por ende un
efecto negativo en la salud de las personas, lo que se contradice con lo antes dicho.
Los procesos industriales, el transporte y, en general, cualquier actividad cotidiana
genera una serie de gases nocivos que terminarán por contaminar y dañar el entorno y,
dentro de este, a la salud humana. Entre las emisiones a la atmósfera de gases residuales,
existen una serie de compuestos que, debido a su naturaleza y a sus orígenes, se encuentran
en mayor cantidad en la atmósfera, incidiendo de forma negativa sobre nosotros mismos.
Frente a la situación anterior, verificar la existencia de la CKA en Chile y posteriormente
identificar la forma en que funciona es de una gran importancia, pues va a facilitar la
determinación del punto de inflexión del modelo.

5
En muchos países, ya se ha incorporado el tema ambiental dentro de las
preocupaciones económicas del Estado y algunos hasta han logrado generar este descenso
en la curva, principalmente al considerar las variadas funciones económicas que brinda el
medio ambiente a la sociedad (proveedor de recursos, asimilador de residuos, generador de
utilidad y sostén de vida). Sin embargo, los esfuerzos para disminuir estas emisiones de
gases contaminantes en Chile son limitados dados los escasos recursos monetarios de los
que se disponen para este tipo de inversiones en tecnologías para el cuidado del medio
ambiente dado que son rentables a un muy largo plazo. Por lo tanto, es necesario observar
la dinámica económica ambiental, con el fin de verificar si existe o no una relación entre
crecimiento económico y degradación ambiental. Así mismo, es importante observar en
caso de existir dicha relación, si la degradación ambiental aumentó en las primeras fases de
crecimiento, y disminuyó o está por disminuir a partir de un cierto nivel de renta. El mismo
modelo en sí, señalará si el crecimiento económico es o no la respuesta para los problemas
medioambientales o solamente los agravará.

4.2. Marco Teórico:

4.2.1. Incorporación del medio ambiente en la teoría económica:

…El modo como la investigación científica hace sus preguntas con respecto al
mundo natural y humano que aspira a explicar, estará siempre influido por factores
sociales, culturales y políticos. Así pues, las actitudes con respecto a la naturaleza y su
preservación/conservación variarán a medida que evolucionen la humanidad y la
naturaleza (Pearce y Turner, 1990: 32).

En este sentido, de manera frecuente el ser humano y su entorno han estado


conviviendo de una manera confrontada a lo largo del tiempo, marcándose dos momentos
primordiales de su historia:
El primero, se da en el neolítico con la creación de la agricultura y la domesticación
de los animales, donde se captura la energía solar a través de estas actividades. De esta
forma, la humanidad logra administrar stocks alimenticios, dejando de depender de los
excedentes de producción de los sistemas naturales obtenidos a través de recolecciones.
Un segundo momento, se da con el conjunto de transformaciones económicas y
sociales ocurridas en el proceso de industrialización (siglos XVIII y XIX). Principalmente,
se da por la captura de la energía fósil, puesto que se dejó de depender únicamente del sol a
través de las plantas para recurrir a la utilización de un sol fosilizado (carbón mineral y
petróleo). De esta manera, se pasa del uso de la maquina al uso del motor (Blanco, 2006).
Ambas revoluciones, generarían un distanciamiento entre el ser humano y su
entorno, pues al hombre solo le interesarían aquellos objetos que sean producibles,
valorables e intercambiables.
En 1776, se estableció el pensamiento económico de una manera más formal con
“Adam Smith”, dando origen a la economía clásica que se apoya en el poder del mercado

6
para estimular tanto el crecimiento como la innovación, sin considerar los efectos que esto
podría causar en el medio ambiente.
Más tarde, en 1870, surge la escuela neoclásica; señalando que los precios están en
función de la escasez y se los obtiene analizando interactivamente oferta y demanda, donde
la intervención estatal se justifica cuando aparecen fallos de mercado. Resultado de esta
nueva visión, y a pesar de que los bienes ambientales carecen de precios, se establecen
bases para el desarrollo de la economía de los recursos naturales (Jevons, 1871; Walras,
1874; Pfaundler, 1902; Pigou, 1919; Marshall, 1920; Lotka, 1925; Hotelling, 1931;
Boulding, 1945; y, Coase, 1960).
En la década de 1970, el surgimiento del ambientalismo bajo un enfoque
económico (visión neoclásica), se da como alternativa a un paradigma productivista a raíz
del boom tecnológico de intensificación en el uso de recursos y factores (capital financiero,
mano de obra y tierra) y, a un comportamiento de confort y consumismo acelerado.. En
esta década, “…la contaminación se intensificó y se extendió, lo que elevó la conciencia
ecológica en algunos sectores de las sociedades industrializadas, dando lugar a nuevas
ideologías ambientalistas, siendo algunas de estas contrarias al crecimiento económico”
(Pearce y Turner, 1990: 39).
Esto ha llevado a la consolidación de todos los aportes teóricos para crear
alternativas que de alguna manera permitan generar un menor impacto ambiental y una
mayor protección ecológica al planeta.
En suma, la evolución histórica del ambientalismo en la teoría económica ha tenido
un largo proceso de conformación. Frente a esto, los impactos negativos que ha sufrido el
medio ambiente, resultado de la actividad económica, pueden ser examinados de mejor
forma. De esta manera, el análisis de la degradación ambiental frente al crecimiento
económico, apoyada en el modelo de la CKA, es un aporte importante para la relación
entre economía y ambiente.

4.2.2. Línea de pensamiento en la explicación de la Curva de Kuznets Ambiental:

Economía ambiental y de los recursos naturales

“La economía ambiental y la economía de los recursos naturales constituyen una


especialización de la economía tradicional, o una extensión de esta economía a un nuevo
campo de análisis: el medio ambiente” (Van Hauwermeirn, 1999: 78). Es decir, que bajo
ciertas condiciones, el sistema de mercado es el eje central y de autoajuste de la economía.
La economía ambiental, simplemente incorpora el medio ambiente al análisis
económico, el cual participa cumpliendo funciones económicas tales como la provisión de
recursos, la asimilación de residuos, la generación de utilidad directa y el sostén de vida
.Frente a esto, se deben respetar las leyes de la sustentabilidad y tomar en cuenta la
complementariedad y el intercambio, con respecto al nivel de vida y su relación con el
capital natural.

Es necesario señalar que las reglas de la sustentabilidad se basan en “usar siempre


los recursos renovables de tal modo que el ritmo de extracción (ritmo de uso) no sea mayor

7
que el ritmo de regeneración natural y mantener siempre los flujos de residuos al medio
ambiente al mismo nivel, o por debajo, de su capacidad de asimilación” (Pearce y Turner,
1990: 74); mientras la complementariedad e intercambio buscan “asegurar que, a medida
que mermen los recursos no renovables, la reducción de sus existencias se vea compensada
con el aumento de los recursos renovables y hacer posible el mantenimiento de un nivel de
vida dado, a partir de unas existencias de recursos en disminución” (Pearce y Turner, 1990:
75).
Hay que tener en cuenta que la economía ambiental considera que la contaminación
no debe ser un obstáculo para el crecimiento, mientras que la economía de los recursos
naturales considera que la necesidad del uso de recursos naturales, para el crecimiento no
debe ser un limitante para este (Van Hauwermeirn, 1999).
La teoría ambiental y de los recursos naturales tiene una gran importancia para esta
investigación, por ser el sustento teórico para verificar el cumplimiento del modelo de
CKA, por considerar que no es limitante la degradación ambiental y la explotación de los
recursos naturales para el crecimiento económico.

5. Modelo utilizado

5.1. Modelo de la Curva de Kuztnets Ambiental.

En 1941, Simón Kuznets (1901-1985), premio Nobel de Economía (1971), formuló


una teoría para explicar la evolución de la distribución del ingreso a través del crecimiento
económico. Sus análisis y estudios se concentraron en contrastar dicho crecimiento con la
teoría Keynesiana del ahorro mediante elementos estadísticos y econométricos. Kuznets
planteó que al inicio del proceso de desarrollo, las economías presentan una distribución
del ingreso bastante equitativa; pero que, a medida que incrementa su ingreso per cápita,
esta relación comienza a deteriorarse hasta alcanzar un nivel máximo de desigualdad. A
partir de ese máximo y su correspondiente renta per cápita para alcanzarlo, la equidad
comienza a mejorar. Es así, que en 1955, el economista Simon Kuznets formula la
hipótesis de la Curva de Kuznets (CK) (Cuevas, 2006).

El Banco Mundial en un informe


sobre el desarrollo realizado en 1992,
extrapoló la relación entre la
desigualdad de la población y el
crecimiento económico al ámbito
ambiental. Este análisis trajo consigo la
conclusión de que el medio ambiente
puede ser influido por los incrementos
en el ingreso de los países. En base a
esto, en las primeras etapas del
desarrollo de un país, el crecimiento
económico era perjudicial para el medio
ambiente hasta que este alcance un cierto nivel de ingreso per cápita, que le permita
revertir esa tendencia, con lo cual el crecimiento económico estaría aportando

8
positivamente al medio ambiente. Es así que gráficamente se observó una relación en
forma de U invertida y fue Panayotou (1993) por su similitud con la relación de Kuznets de
1955 el primero en utilizar el término (Cuevas, 2006).

5.2 Definición de las variables.

5.2.1. Especificación de la variable económica usada en el modelo.

Los modelos de la CKA establecen que la única variable exógena para representar
el crecimiento económico es el PIBp. En este sentido, la CKA basa su modelo en un
concepto determinista del ingreso, en donde sugiere que, de modo automático y
exclusivamente aumentando el ingreso per cápita, se logrará una mejor calidad ambiental
en el largo plazo, descansando en el supuesto de que los problemas ambientales son
reversibles, justificando que hay que crecer para después limpiar la contaminación
(Saravia, 2002). En este sentido, se toma el PIBp en dólares constantes para explicar el
modelo.
De esta manera, este se convierte en un indicador básico del desarrollo económico
de un país o región, ya que refleja la producción de bienes y servicios por unidad de
población, que se puede ver también como la contribución individual de los habitantes al
desarrollo económico. Aunque no es directamente un indicador de desarrollo sostenible,
involucra aspectos importantes de este concepto, como los patrones de consumo de la
población y nivel de uso de recursos renovables (OLADE, Guía M-2, 2004).

5.2.2. Especificación de la variable ambiental usada en el modelo.


La variable dependiente en el modelo de la CKA se especifica en un indicador de
degradación ambiental (emisiones de contaminantes) o de sobreexplotación de recursos
naturales (deforestación). En este caso, el análisis se centra en las emisiones de gases y
partículas, concretamente aquellas producidas por el sector energético. De esta forma, para
la determinación del modelo se toman independientemente las emisiones de partículas
(PAR), de anhídrido sulfuroso (SO2), de óxido de nitrógeno (NOX), de hidrocarburos
(HC), de monóxido de carbono (CO) y de dióxido de carbono (CO2).

6. Metodología:
Para realizar un modelo econométrico a partir de la curva de Kuznets se debe
respaldar con un análisis teórico, por lo que en la primera parte se debe realizar un estudio
detallado del problema, de esta forma se tendrá conocimiento para entender los factores
involucrados en el tema y la relación que estos tienen entre ellos.
Luego del estudio se buscaron las variables principales, las cuales se determinan a
partir de los gases contaminantes y el crecimiento económico, estas son:
𝐶𝑂2, 𝐶𝑂, 𝑃𝐴𝑅, 𝑁𝑂𝑥 , 𝐻𝐶, 𝑆𝑂2, 𝑃𝐼𝐵

9
Se tomaron estos gases contaminantes como referencia de degradación ambiental
ya que existe mayor información, son medibles y exequibles, además de que estos son
emitidos principalmente por la industrialización. La información sobre otro tipo de
contaminación como basura, drenaje acido, contaminación de aguas, entre otros, son
contaminantes poco medibles, además que existe poca información de este tipo de datos.
El modelo de la curva de Kuznets Ambiental (CKA) establece que la única variable
exógena para representar el crecimiento económico es el PIB. Entonces se tomará el
producto interno bruto como variable independiente. Esta variable va a ser el indicador del
desarrollo económico de un país (para este caso será Chile), ya que refleja la producción de
bienes y servicios por unidad de población, que se puede ver también como la contribución
individual de los habitantes al desarrollo económico. Aunque este no es directamente un
indicador de desarrollo sostenible, involucra aspectos importantes de este concepto, como
los patrones de consumo de la población, nivel de uso de recursos renovables, tecnología,
industrialización.
La variable dependiente del modelo se basa específicamente en la contaminación
atmosférica, principalmente la emisión de contaminantes, concretamente aquellas
producidas por el sector energético.
Luego de entender las variables del estudio se buscan los datos de estos para
realizar el modelo econométrico y la curva ambiental de Kuznets. En donde los datos de
los contaminantes atmosféricos en Chile se obtienen del Sistema de Información
Económica-Energética de la Organización Latinoamericana de Energía los cuales se
encuentran en Giga-gramos y del Banco Mundial se obtienen los datos del PIB anual y el
número de población del país. Las características de esta base estadística se centran en la
información energética, la cual incluye al sector eléctrico y de los hidrocarburos. Estas
bases estadísticas históricas comprenden del año 1970, hasta el año 2008.
Con los datos obtenidos, luego se procede a construir el modelo matemático, el cual
consta de 4 modelos para comprobar cuál de estos es el más eficiente, donde se determinan
tomando independientemente las emisiones de partículas (PAR), anhídrido sulfuroso
(𝑆𝑂2), óxido de nitrógeno (𝑁𝑂𝑥 ), hidrocarburos (𝐻𝐶), monóxido de carbono (𝐶𝑂) y
dióxido de carbono (𝐶𝑂2), por lo tanto se llegará a 4 ecuaciones por cada contaminante, lo
que da un total de 24 modelos. Esto es porque dependiendo del tipo de contaminante la
curva se comporta de manera distinta.
Los 4 modelos que se utilizan son los siguientes:

Modelo 1: Forma cuadrática por nivel

𝑃𝐼𝐵 𝑃𝐼𝐵 2
𝐸 = 𝐵0 + 𝐵1 ∗ ( ) + 𝐵2 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵

Modelo 2: Forma cuadrática en logaritmos

𝑃𝐼𝐵 𝑃𝐼𝐵 2
ln(𝐸) = 𝐵0 + 𝐵1 ∗ 𝑙𝑛 ( ) + 𝐵2 ∗ ln ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵

10
Modelo 3: Forma cúbica por niveles

𝑃𝐼𝐵 𝑃𝐼𝐵 2 𝑃𝐼𝐵 3


𝐸 = 𝐵0 + 𝐵1 ∗ ( ) + 𝐵2 ∗ ( ) + 𝐵3 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵

Modelo 4: Forma cúbica en logaritmos


𝑃𝐼𝐵 𝑃𝐼𝐵 2 𝑃𝐼𝐵 3
ln⁡(𝐸) = 𝐵0 + 𝐵1 ∗ 𝑙𝑛 ( ) + 𝐵2 ∗ 𝑙𝑛 ( ) + 𝐵3 ∗ 𝑙𝑛 ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵
Dónde:

𝐸: Contaminante per cápita.


𝑃𝐼𝐵
: Producto interno bruto per cápita.
𝑃𝑂𝐵

𝐵0: Intercepto.

𝐵𝑛(𝑛 = 0,1,2,3): Parámetros.

𝑒: Error.
En función de su especificación, Francisco Correa Restrepo, en su trabajo
Crecimiento económico y medio ambiente: Una revisión analítica de la hipótesis de la
curva ambiental de Kuznets, indica que el modelo básico puede adoptar siete formas
graficas de relación entre calidad medioambiental y renta, ello dependerá del valor de los
parámetros estimados.

Posibles Comportamientos entre medioambiente e Ingreso per cápita:

11
Al analizar cada uno de los cuatro modelos para cada contaminante, se debe
determinar cuál es el modelo más significativo o el que mejor explica el comportamiento
de la degradación ambiental versus el ingreso per cápita en nuestro país. Finalmente
debemos determinar si nuestros modelos elegidos para cada contaminante se comportan de
acuerdo al grafico número (3) ya que sólo de esta manera se estaría verificando la
existencia de la curva de Kuznets en Chile. En el presente informe sólo se expondrán los
resultados del modelo más significativo para cada contaminante, los demás resultados se
encontrarán en los archivos adjuntos al documento.

7. ESTIMACION Y DISCUSION DE RESULTADOS:


1- Del análisis hecho al monóxido de carbono (CO):
El modelo más significativo resultó ser el número 3 (todos los estadísticos de la
regresión se encuentran en libro Excel llamado Análisis para el CO), correspondiente a la
forma cúbica por niveles, donde se demostró que el modelo, los parámetros y el coeficiente
de correlación son significativos.
El modelo obtenido para el CO en SPSS es:

Coeficientes
Coeficientes
Coeficientes no estandarizados estandarizados
B Error estándar Beta T Sig.
PIBp 4,561E-5 ,000 5,975 3,756 ,001
PIBp ** 2 -9,210E-9 ,000 -13,047 . .
PIBp ** 3 4,873E-13 ,000 7,139 . .
(Constante) ,060 ,014 4,277 ,000
2 3
𝑃𝐼𝐵 𝑃𝐼𝐵 𝑃𝐼𝐵
𝐸 = 0,060 + 0,0000456 ∗ ( ) − 0,00000000921 ∗ ( ) + 0,000000000000487 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵

Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:

(5) Relación cúbica, con forma de N


normal: B1>0, B2<0 y B3>0;
|B3|<|B2|<|B1| .Esto implica una
relación similar a la CKA, pero con
un segundo punto crítico desde
donde vuelve a incrementarse el
nivel de degradación.

12
Sig. Del modelo n°3 (CO) obtenida en Excel:

Datos: CMR: 0,00207031 Fcalculado= CMR = 7,71197792


CME: 0,00026845 CME

Ftabulado(0,95;3;35)= 2,874

Respuesta: Como Fcalculado > Ftabulado 7,712 > 2,874 acepto H1, por lo que el modelo 3 para
el contaminante CO es significativo

Sig. De los parámetros (CO) obtenida en Excel:

Parametro Coef Desv. Estándar t-student Probabilidad Significancia


beta 0 0,05974158 0,013967936 4,277051848 0,000139067
beta 1 4,5609E-05 1,2143E-05 3,755996405 0,000628403 Si
beta 2 -9,2099E-09 2,68005E-09 -3,436478968 0,001535976 Si
beta 3 4,8733E-13 1,60518E-13 3,03596637 0,004505491 Si
Regla de significancia
t crítico = 2,026

Como los t-student de cada


parámetro caen en el área de
rechazo de la hipótesis nula,
la que determina que los
parámetros no son
significativos, se acepta la
hipótesis alterna.

Sig. Del coeficiente de correlación r (CO) obtenida en Excel:

Datos: r: 0,63084286 t calculado = r = 4,9455017


n: 39 √((1-r^2)/(n-2))

Respuesta: Como el t cal. Del modelo 3 caé en el área de rechazo de Ho, el coef. De correlación r=0,631
es significativo, y por lo tanto en el modelo la variable PIB explica en un 39,8% a la emisión de CO

13
2- Del análisis hecho al dióxido de carbono (CO2):
El modelo más significativo resulto ser el número 3 (todos los estadísticos de la
regresión se encuentran en libro Excel llamado Análisis para el CO2), correspondiente a la
forma cúbica por niveles, donde se demostró que el modelo, los parámetros y el coeficiente
de correlación son significativos
El modelo obtenido para el CO2 en SPSS es:

Coeficientes

Coeficientes
Coeficientes no estandarizados estandarizados
B Error estándar Beta t Sig.
PIBp ,001 ,000 5,015 4,365 ,000
PIBp ** 2 -1,235E-7 ,000 -8,244 -3,006 ,005
PIBp ** 3 5,620E-12 ,000 3,879 . .
(Constante) 2,161 ,214 10,092 ,000

𝑃𝐼𝐵 𝑃𝐼𝐵 2 𝑃𝐼𝐵 3


𝐸 = 2,161 + 0,001 ∗ ( ) − 0,000000123 ∗ ( ) + 0,00000000000562 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵

Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:

(5) Relación cúbica, con forma de N


normal: B1>0, B2<0 y B3>0;
|B3|<|B2|<|B1| .Esto implica una relación
similar a la CKA, pero con un segundo
punto crítico desde donde vuelve a
incrementarse el nivel de degradación.

Sig. Del modelo n°3 (CO2) obtenida en Excel:

Datos: CMR: 1,60777508 Fcalculado= CMR = 25,4840891


CME: 0,06308937 CME

Ftabulado(0,95;3;35)= 2,874

Respuesta: Como Fcalculado > Ftabulado 25,484 > 2,874 acepto H1, por lo que el modelo 3 para
el contaminante CO2 es significativo

14
Sig. De los parámetros (CO2) obtenida en Excel:

Parametro Coef Desv. Estándar t-student Probabilidad Significancia


beta 0 2,160900033 0,214128817 10,09158909 6,67505E-12
beta 1 0,000812489 0,000186152 4,364652898 0,000107402 Si
beta 2 -1,2352E-07 4,10853E-08 -3,006418293 0,004866813 Si
beta 3 5,62002E-12 2,46074E-12 2,283867859 0,028559306 Si
Regla de significancia
t crítico = 2,026

Como los t-student de cada


parámetro caen en el área de
rechazo de la hipótesis nula,
la que determina que los
parámetros no son
significativos, se acepta la
hipótesis alterna.

Sig. Del coeficiente de correlación r (CO2) obtenida en Excel:

Datos: r: 0,82822957 t calculado = r = 8,99004828


n: 39 √((1-r^2)/(n-2))

Respuesta: Como el t cal. Del modelo 3 caé en el área de rechazo de Ho, el coef. De correlación r=0,828
es significativo, y por lo tanto en el modelo la variable PIB explica en un 69% a la emisión de CO2

15
3- Del análisis hecho a los hidrocarburos (HC):
El modelo más significativo resulto ser el número 3 (todos los estadísticos de la
regresión se encuentran en libro Excel llamado Análisis para los HC), correspondiente a la
forma cúbica por niveles, donde se demostró que el modelo, los parámetros y el coeficiente
de correlación son significativos.
El modelo obtenido para los HC en SPSS es:

Coeficientes

Coeficientes
Coeficientes no estandarizados estandarizados
B Error estándar Beta t Sig.
PIBp 1,010E-6 ,000 4,847 2,703 ,011
PIBp ** 2 -1,952E-10 ,000 -10,134 . .
PIBp ** 3 1,023E-14 ,000 5,494 . .
(Constante) ,002 ,000 3,648 ,001

𝑃𝐼𝐵 𝑃𝐼𝐵 2 𝑃𝐼𝐵 3


𝐸 = 0,002 + 0,00000101 ∗ ( ) − 0,000000000195 ∗ ( ) + 0,0000000000000102 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵

Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:

(5) Relación cúbica, con forma


de N normal: B1>0, B2<0 y
B3>0; |B3|<|B2|<|B1| .Esto
implica una relación similar a la
CKA, pero con un segundo
punto crítico desde donde vuelve
a incrementarse el nivel de
degradación.

Sig. Del modelo n°3 (HC) obtenida en Excel:

Datos: CMR: 9,089E-07 Fcalculado= CMR = 3,577476606


CME: 2,5406E-07 CME

Ftabulado(0,95;3;35)= 2,874

Respuesta: Como Fcalculado > Ftabulado 3,57747661 > 2,874 acepto H1, por lo que el modelo 3 para
el contaminante HC es significativo

16
Sig. De los parámetros (HC) obtenida en Excel:

Parametro Coef Desv. Estándar t-student Probabilidad Significancia


beta 0 0,00156739 0,0004297 3,64762259 0,00085354
beta 1 1,0096E-06 3,7356E-07 2,70255639 0,01054199 Si
beta 2 -1,952E-10 8,2447E-11 -2,36751401 0,02356592 Si
beta 3 1,0233E-14 4,9381E-15 2,07222989 0,04567428 Si
Regla de significancia
t crítico = 2,026

Como los t-student de cada parámetro caen en el área de rechazo de la hipótesis nula, la
que determina que los parámetros no son significativos, se acepta la hipótesis alterna.

Sig. Del coeficiente de correlación r (HC) obtenida en Excel:

Datos: r: 0,48443654 t calculado = r = 3,36833958


n: 39 √((1-r^2)/(n-2))

Respuesta: Como el t cal. Del modelo 3 caé en el área de rechazo de Ho, el coef. De correlación r=0,4844
es significativo, y por lo tanto en el modelo la variable PIB explica en un 23,4% a la emisión de HC

4- D
e
l

17
4- Del análisis hecho a los óxidos de nitrógeno (NOx):
El modelo más significativo resulto ser el número 3 (todos los estadísticos de la
regresión se encuentran en libro Excel llamado Análisis para los NOx), correspondiente a
la forma cúbica por niveles, donde se demostró que el modelo, los parámetros y el
coeficiente de correlación son significativos.
El modelo obtenido para los HC en SPSS es:

Coeficientes

Coeficientes
Coeficientes no estandarizados estandarizados

B Error estándar Beta t Sig.

PIBp 5,840E-6 ,000 4,171 4,463 ,000


PIBp ** 2 -8,263E-10 ,000 -6,381 . .
PIBp ** 3 3,822E-14 ,000 3,052 . .
(Constante) ,010 ,002 6,696 ,000
𝑃𝐼𝐵 𝑃𝐼𝐵 2 𝑃𝐼𝐵 3
𝐸 = 0,010 + 0,00000584 ∗ ( ) − 0,000000000826 ∗ ( ) + 0,0000000000000382 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵

Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:

(5) Relación cúbica, con forma


de N normal: B1>0, B2<0 y
B3>0; |B3|<|B2|<|B1| .Esto
implica una relación similar a
la CKA, pero con un segundo
punto crítico desde donde
vuelve a incrementarse el nivel
de degradación.

Sig. Del modelo n°3 (NOx) obtenida en Excel:

Datos: CMR: 0,00013868 Fcalculado= CMR = 44,4892093


CME: 3,1172E-06 CME

Ftabulado(0,95;3;35)= 2,874

Respuesta: Como Fcalculado > Ftabulado 7,712 > 2,874 acepto H1, por lo que el modelo 3 para
el contaminante NOx es significativo
18
Sig. De los parámetros (NOx) obtenida en Excel:

Parametro Coef Desv. Estándar t-student Probabilidad Significancia


beta 0 0,01007903 0,00150515 6,696349518 9,4528E-08
beta 1 5,8404E-06 1,3085E-06 4,463411659 8,0156E-05 Si
beta 2 -8,2633E-10 2,888E-10 -2,861284839 0,00707367 Si
beta 3 3,8216E-14 1,7297E-14 2,209367547 0,03378624 Si
Regla de significancia
t crítico = 2,026

Como los t-student de cada parámetro caen en el área de rechazo de la hipótesis nula, la
que determina que los parámetros no son significativos, se acepta la hipótesis alterna.

Sig. Del coeficiente de correlación r (NOx) obtenida en Excel:

Datos: r: 0,89008143 t calculado = r = 11,8783142


n: 39 √((1-r^2)/(n-2))

Respuesta: Como el t cal. Del modelo 3 caé en el área de rechazo de Ho, el coef. De correlación r=0,89
es significativo, y por lo tanto en el modelo la variable PIB explica en un 79,22% a la emisión de NOx

19
5- Del análisis hecho al material particulado (PAR)):
El modelo más significativo resulto ser el número 4 (todos los estadísticos de la
regresión se encuentran en libro Excel llamado Análisis para el PAR), correspondiente a la
forma cúbica en logaritmos, donde se demostró que el modelo, los parámetros y el
coeficiente de correlación son significativos
El modelo obtenido para el PAR en Excel es:

Coeficientes Error típico


Intercepción 75,10275783 30,82999911
Variable X 1 -31,57215546 11,70122381
Variable X 2 3,96350336 1,474147814
Variable X 3 -0,163844826 0,061645999

𝑃𝐼𝐵 𝑃𝐼𝐵 2 𝑃𝐼𝐵 3


𝐸 = 75,103 − 31,572 ∗ ( ) + 3,964 ∗ ( ) − 0,0616 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵

Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:

(6) Relación cúbica, con forma PARp


de N invertida: B1<0, B2>0 y
B3<0; |B3|<|B2|<|B1| .Esto -7,2
-7,3 0 2 4 6 8 10
implica una relación similar a -7,4
la CKA, pero con un segundo -7,5
punto crítico desde donde -7,6
-7,7 Y
Y

vuelve a incrementarse el nivel -7,8 Pronóstico para Y


de degradación. -7,9
-8
-8,1
-8,2
Variable X 1

Sig. Del modelo n°4 (PAR) obtenida en Excel:

Datos: CMR: 0,37988358 Fcalculado= CMR = 13,55263261


CME: 0,02803024 CME

Ftabulado(0,95;3;35)= 2,874

Respuesta: Como Fcalculado > Ftabulado 13,5526326 > 2,874 acepto H1, por lo que el modelo 1 para
el contaminante PAR es significativo

20
Sig. De los parámetros (PAR) obtenida en Excel:

Parametro Coef Desv. Estándar t-student Probabilidad Significancia


beta 0 75,1027578 30,82999911 2,436028543 0,020079915
beta 1 -31,5721555 11,70122381 -2,698192598 0,01065661 Si
beta 2 3,96350336 1,474147814 2,688674313 0,01091065 Si
beta 3 -0,16384483 0,061645999 -2,657833922 0,011772824 Si
Regla de significancia
t crítico = 2,026

Como los t-student de cada parámetro caen en el área de rechazo de la hipótesis nula, la
que determina que los parámetros no son significativos, se acepta la hipótesis alterna.

Sig. Del coeficiente de correlación r (PAR) obtenida en Excel:

Datos: r: 0,73306979 t calculado = r = 6,55600536


n: 39 √((1-r^2)/(n-2))

Respuesta: Como el t cal. Del modelo 4 caé en el área de rechazo de Ho, el coef. De correlación r=0,733
es significativo, y por lo tanto en el modelo la variable PIB explica en un 54% a la emisión de PAR

21
6- Del análisis hecho al dióxido de azufre (SO2):
El modelo más significativo resulto ser el número 4 (todos los estadísticos de la
regresión se encuentran en libro Excel llamado Análisis para el SO2), correspondiente a la
forma cúbica en logaritmos, donde se demostró que el modelo, los parámetros y el
coeficiente de correlación son significativos
El modelo obtenido para el SO2 en Excel es:

Coeficientes Error típico


Intercepción 38,43467845 19,01846269
Variable X 1 -17,05329645 7,218270996
Variable X 2 2,247368403 0,90937483
Variable X 3 -0,098410679 0,038028289

𝑃𝐼𝐵 𝑃𝐼𝐵 2 𝑃𝐼𝐵 3


𝐸 = 38,435 − 17,053 ∗ ( ) + 2,247 ∗ ( ) − 0,0984 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵 𝑃𝑂𝐵

Según los valores de los parámetros B1, B2 Y B3; la forma que adquiere la curva para este
contaminante es:

(6) Relación cúbica, con


SO2p
forma de N invertida: B1<0, -4,3

B2>0 y B3<0; |B3|<|B2|<|B1| -4,4 0 2 4 6 8 10

.Esto implica una relación -4,5


similar a la CKA, pero con un -4,6
Y
Y

segundo punto crítico desde -4,7


Pronóstico para Y
donde vuelve a incrementarse -4,8
el nivel de degradación. -4,9
-5
Variable X 1

Sig. Del modelo n°4 (SO2) obtenida en Excel:

Datos: CMR: 0,1108793 Fcalculado= CMR = 10,39488792


CME: 0,01066671 CME

Ftabulado(0,95;3;35)= 2,874

Respuesta: Como Fcalculado > Ftabulado 10,3948879 > 2,874 acepto H1, por lo que el modelo 4 para
el contaminante SO2 es significativo

22
Sig. De los parámetros (SO2) obtenida en Excel:

Parametro Coef Desv. Estándar t-student Probabilidad Significancia


beta 0 38,4346785 19,01846269 2,02091405 0,05099048
beta 1 -17,0532964 7,218270996 -2,36251818 0,02384039 Si
beta 2 2,2473684 0,90937483 2,47133341 0,01847312 Si
beta 3 -0,09841068 0,038028289 -2,5878282 0,01396875 Si
Regla de significancia
t crítico = 2,026

Como los t-student de cada parámetro caen en el área de rechazo de la hipótesis nula, la
que determina que los parámetros no son significativos, se acepta la hipótesis alterna.

Sig. Del coeficiente de correlación r (SO2) obtenida en Excel:

Datos: r: 0,68642304 t calculado = r = 5,74165869


n: 39 √((1-r^2)/(n-2))

Respuesta: Como el t cal. Del modelo 4 caé en el área de rechazo de Ho, el coef. De correlación r= 0,686
es significativo, y por lo tanto en el modelo la variable PIB explica en un 47,1% a la emisión de SO2

23
ANALISIS DE AUTOCORRELACION:

Para el análisis de autocorrelación todos los modelos más significativos de cada


contaminante, arrojaron como resultado autocorrelación positiva:

1- Para el CO:

2- Para el CO2:

3- Para los HC:

4- Para los NOx:

5- Para el PAR:

6- Para el SO2:

24
ANALISIS DE HETEROCEDASTICIDAD:

Para cada contaminante y su modelo más significativo el análisis de


heterocedasticidad resulto negativo, por lo que existe homocedasticidad en todos los
modelos analizados.

1- Para el CO:
con: SCE2= 0,005708936
SCE1= 0,002523553 λ= 2,26226128
GdL2= 12
GdL1= 12
2- Para el CO2:
con: SCE2= 0,91556877
SCE1= 0,84231382 λ= 1,08696871
GdL2= 12
GdL1= 12
3- Para los HC:
con: SCE2= 4,084E-06
SCE1= 3,5235E-06 λ= 1,15907637
GdL2= 12
GdL1= 12
4- Para los NOx:
con: SCE2= 2,5293E-05
SCE1= 5,9774E-05 λ= 0,42313636
GdL2= 12
GdL1= 12
5- Para el PAR:
con: SCE2= 0,079447819
SCE1= 0,382428807 λ= 0,20774538
GdL2= 12
GdL1= 12
6- Para el SO2:

con: SCE2= 0,2243613


SCE1= 0,08924339 λ= 2,5140382
GdL2= 12
GdL1= 12

Como todos los λ obtenidos son menores al f critico obtenido de la tabla


f(0,05;12;12)=2,687 se acepta Ho, por lo tanto los datos tienen un comportamiento
homocedastico.

25
DISCUSIÓN DE LOS RESULTADOS:

NOx:
Para este contaminante el modelo más significativo es el 3, ya que explica en un 79, 22%
al contaminante. Además tiene un coeficiente de correlación de 0,89 y un error muy bajo
(0,00177), por lo que este modelo se ajusta muy bien para este contaminante. En este
modelo se observa que el intercepto es bastante bajo, eso quiere decir que la variable
independiente esta explicada principalmente por el PIB per cápita. Esto se debe que los
óxidos de nitrógenos son producidos por la quema de combustibles fósiles emitidos
principalmente por las industrias, por lo tanto si hay una mejor economía este
contaminante será mayor en Chile.

HC:
Para los Hidrocarburos el modelo más significativo es el 3, ya que el coeficiente de
determinación es mayor a los demás (23,5%) y cumple con todos los análisis de
significancia. Además tiene un error bastante pequeño.
En la relación del intercepto con los parámetros se puede notar que B0 es mucho mayor a
B1 y B2. Esto significa que hay variables que no fueron consideradas en el modelo.
Además, la principal fuente de HC es del metano (animales, humedales, vertedero, entre
otros) y tránsito de vehículos, fuentes que no están consideradas en nuestro estudio, ya que
los datos pertenecen solo al sistema energético.

CO2:
Después de observar los resultados el modelo más ajustado para el dióxido de carbono fue
el modelo número 3, ya que cumple con todos los análisis de significancia, además de que
explica mayormente a la variable dependiente y de tener un coeficiente de correlación
múltiple mayor.
La principal fuente de emisión de CO2 se debe al transporte, por la quema de
combustibles provenientes de combustibles fósiles, por lo tanto no se está considerando ya
que los datos son del sector energético.
PAR:
El modelo que mejor se adapto fue el modelo 4 (M.4), debido a que en los análisis de
significancia dio positivo y resulto tener el coeficiente de correlación más elevado en
comparación al de los otros modelos, esto indica que la variable independiente PIB explica
al modelo en un 54%.

El valor del intercepto resulto ser considerablemente mayor que el de los otros tres
parámetros, debido a la existencia de variables que no se consideraron. Esto se explica
porque los datos que se utilizaron fueron medidos exclusivamente para la industria
energética, la cual libera pequeñas cantidades de material particulado, pero los mayores

26
focos de contaminación están en la industria minera, fuentes móviles como los vehículos,
calderas y hornos residenciales e industriales, entre otros.

SO2:
El modelo 4 (M.4) se adaptó de mejor forma que los demás. Dio positivo a los análisis de
significancia a diferencia de los otros modelos y su coeficiente de determinación resulto
ser mucho mayor comparado con los otros modelos. La variable independiente PIB explica
al modelo en un 47,1%. El intercepto para este modelo es mayor en comparación a las
otras variables, esto indica que existen variables que no están siendo consideradas.

Los datos utilizados corresponden a emanaciones de la industria energética del país,


específicamente de las termoeléctricas pero el foco de mayor importancia son las
fundiciones. A nivel nacional, la totalidad de termoeléctricas contaminan en igual medida
que una sola fundición de cobre.

CO:
Para este contaminante el modelo que dio positivo a todas las pruebas de significancia fue
el modelo 3 (M.3). La variable independiente PIB explica al modelo en un 39,8%, mayor
porcentaje comparado con los otros modelos.

El intercepto, en comparación con los demás parámetros, resulto ser muy elevado. Esto
indica que existen variables ocultas en él, las cuales no fueron consideradas. Las
principales fuentes de monóxido de carbono antropogénico se debe a la combustión de
fuentes móviles (automóviles), combustiones residenciales, quemas a cielo abierto,
calderas y hornos industriales, y en menor medida a los motores industriales de generación
de electricidad (termoeléctricas).

AUTOCORRELACIÓN:
Para el caso particular de los modelos utilizados en este trabajo, todos resultaron
tener autocorrelación positiva al utilizar el Test de Durbin-Watson. Esto se debe a que se
trabajó con datos medidos en series de tiempo consecutivas (años) los cuales presentan un
comportamiento estacional (ej. La liberación de CO2 producto de los calefactores a
combustión en hogares se intensifica en las estaciones frías del año y se reducen en las
cálidas). Pero también se generan ciertos patrones o ciclos que afectan las cantidades
medidas en años futuros, debido a los aumentos de las actividades industriales, expansión
urbana, flujos vehiculares, los cuales son fenómenos que se espera que aumenten año a
año, caracterizando el desarrollo económico.
La autocorrelación positiva indica una relación de proporcionalidad directa entre el
PIB y los contaminantes, efectivamente se aumentan las cantidades de contaminantes al
aumentar los ingresos y el desarrollo económico en el país. Este crecimiento económico
refleja el aumento de la producción a nivel de país, pero este crecimiento esto no va de la

27
mano y no se ve reflejado en una incorporación de tecnologías limpias, las cuales
favorecen la producción al mismo tiempo que permiten disminuir las emisiones de gases
contaminantes, esto puede deberse como se mencionaba anteriormente a que las
tecnologías que no contemplan un cuidado al medio ambiente generan ganancias a más
corto plazo.

HETEROCEDASTICIDAD:

Al analizar cada uno de los modelos todos arrojaron que los datos son
homocedasticos, por lo que podemos estar seguros que no omitimos ninguna variable
relevante en cada modelo especificado, utilizamos el modelo correcto, las variables
explicativas tienen una distribución simétrica y las transformaciones de los datos se
hicieron de manera correcta, entre otras cosas. Todo lo anterior mencionado nos
proporciona confianza y nos ayuda a respaldar cada una de las conclusiones presentadas.

8. CONCLUSION:

Se esperaba que el comportamiento entre cada contaminante y el ingreso per cápita


fuera una relación cuadrática con forma de U invertida (3), como lo es la CKA. Sin
embargo, con la base de datos disponibles, para Chile se logró una relación cúbica con
forma de N normal (5) en cuatro contaminantes (CO, CO2, HC y NOx) y una relación
cúbica con forma de N invertida (6) para dos de ellos (SO2 y PAR). En consecuencia una
CKA no existe en Chile para ningún contaminante emitido por el sector energético. Esto se
debe a que Chile aún no logra ser un país desarrollado y está en vías de serlo. Además, este
estudio se basa solamente en las emisiones del sector energético dejando de lado la
información que podría aportar otro tipo de contaminantes y otro tipo degradación
ambiental.

Es importante destacar que el crecimiento económico no es una solución global al


medioambiente ni asegura su protección. No basta con alcanzar un desarrollo económico a
nivel país, sino que, es necesario un compromiso por parte del estado y tomar conciencia
de la importancia que tiene el medioambiente para todos. Este crecimiento debe ir
acompañado de estrictas medidas de legislación medioambiental. Por ejemplo, indicar
límites en el uso de recursos naturales y/o mejorar los derechos de propiedad sobre esos
recursos. Quizás, la CKA pueda servir como una aproximación de desarrollo sostenible, de
tal manera que los países que mejor se ajusten a ella tengan que pagar una serie de
compensaciones a los países más pobres. Éstas podrían abarcar desde transferencias de
tecnología no obsoleta, programas de cooperación, mejoras de los precios en las
importaciones de productos, etc. De esta forma, se podría ayudar a tratar el problema de la
polución a nivel global en forma indirecta. Como se ve, existen formas de combatir la

28
degradación ambiental, la cuestión es si a los países más ricos les interesa llegar a una
solución global.
Finalmente, es necesario destacar que, si bien la CKA no se ha logrado en Chile
con los datos registrados en el período 1970-2008, no se descarta la posibilidad de que en
un futuro sí se cumpla, teniendo en cuenta el crecimiento sostenido que ha mostrado en los
últimos años. Esto puede llevar a alcanzar un nivel de ingreso per capital que logre un
desarrollo económico sustentable donde se alcance el punto de inflexión desde el cual la
degradación ambiental comience su rehabilitación y mejore a la par con el crecimiento
económico.

9. REFERENCIAS BIBLIOGRÁFICAS:

1) Azqueta, Diego (1994). Valoración económica de la calidad ambiental. Madrid: MC


GRAW HILL / Interamericana de España.

2) Bousquet, Alain y Pascal Favard (2000). Does S. Kuznets’ Belief Question the
Environmental Kuznets Curves?

3) Capó, Javier (2009). Curva de Kuznets Ambiental: Evidencia para Europa. Islas
Baleares: Departamento de Economía Aplicada de la Universitat de les Illes Balears.

4) Cuevas, Daris (2006). La Curva de Kuznets Ambiental (CKA). Obtenida el 2 de


diciembre del 2015, http://www.supbanco.gov.do/main/publicaciones/Planteamiento-
Kuznets-corregido.pdf

5) Daly, Herman (1992). Economía Ecológica y Desarrollo Sustentable. En: Schatan,


Jacobo (1991). Crecimiento o Desarrollo: un debate sobre la sustentabilidad de los
modelos económicos. Santiago: Editorial Jurídica Cono Sur.

6) Gujarati, Damodar (2002). Econometría. Bogotá: Mc Graw Hill. Tercera Edición.

7) Correa Restrepo; Vasco Ramírez; Pérez Montoya, (2005). La Curva Medioambiental de


Kuznets: Evidencia Empírica para Colombia Grupo De Economía Ambiental. Obtenida el
2 de diciembre del 2015, http://www.redalyc.org/pdf/1650/165013659001.pdf

8) Relación entre el crecimiento económico y el impacto ambiental con base en emisiones


de dióxido de carbono. Obtenida el 2 de diciembre del 2015,
https://attachment.fbsbx.com/file_download.php?id=1225228280824482&eid=ASspNUW
8cvictni_Nfxx9kxlhC0DvFdNsgplZoh45NoEQwxGml_d5sUO1KWIo-
vPois&inline=1&ext=1449080940&hash=ASuvSsQWkQqd54MK

29
9) Luis Miguel de Castro Lejarriaga. Crecimiento económico y medioambiente. Obtenida
el 2 de diciembre del 2015, http://www.revistasice.com/cachepdf/ICE_847_93-
110__DCF0AE6D8FBC1E3DB66D7898085C724E.pdf

10) Crecimiento económico, desigualdad social y medio ambiente: evidencia empírica para
América Latina. Obtenida el 2 de diciembre del 2015,
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1692-33242007000100002

11) OLADE, (2015). Obtenida el 2 de diciembre del 2015,


http://www.olade.org/sectores/cambio-climatico/

12) Banco Mundial, (2015). Obtenida el 2 de diciembre del 2015,


http://datos.bancomundial.org/indicador/EN.ATM.CO2E.PC/countries/CL--
XS?display=graph

13)Arrizabalo, Xabier. «El imperialismo, los límites del capitalismo y la crisis actual como
encrucijada histórica». En Economía política de la crisis. Madrid: Editorial Complutense,
2011. Pág. 81.

14) CORREA, F.J.(2004). "Crecimiento económico y medio ambiente: una revisión de la


hipótesis de la curva ambiental", Semestre económico 7(14), 73-104.

15) CORREA, F.J.(2007). "Crecimiento económico, desigualdad social y medio ambiente:


evidencia empírica para América Latina", Revista de Ingenierías: Universidad de Medellín
6(10), 11-30.

16) CHAVARRO, A (2007): "La economía ambiental y la economía ecológica: vecinos de


un mismo barrio", Poliantea, 3(5).

17) Principales fuentes de contaminación atmosférica,


http://www.profesorenlinea.cl/ecologiaambiente/Contaminacion_AtmosfericaChile.htm

http://www.mma.gob.cl/1304/articles-52016_Capitulo_1.pdf

30