Académique Documents
Professionnel Documents
Culture Documents
Facultad de Ingeniería
Departamento de Ing. Civil Industrial
Análisis Econométrico:
1
INDICE
1. Resumen………………………………………………………………………….3
2. Introducción…………………………………………………………………….. 3
3. Objetivos…………………………………………………………………………4
5. Modelo utilizado………………………………………………………………...8
6. Metodología……………………………………………………………………...9
8. Conclusiones……………………………………………………………………28
9. Referencias……………………………………………………………………..29
2
1. RESUMEN
2. INTRODUCCIÓN
3
degradación del medio ambiente, tomando como indicador las emisiones de contaminantes,
sustentado en el modelo de la CKA?
3. OBJETIVOS
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).
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.
…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).
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.
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
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).
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).
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:
𝑃𝐼𝐵 𝑃𝐼𝐵 2
𝐸 = 𝐵0 + 𝐵1 ∗ ( ) + 𝐵2 ∗ ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵
𝑃𝐼𝐵 𝑃𝐼𝐵 2
ln(𝐸) = 𝐵0 + 𝐵1 ∗ 𝑙𝑛 ( ) + 𝐵2 ∗ ln ( ) +𝑒
𝑃𝑂𝐵 𝑃𝑂𝐵
10
Modelo 3: Forma cúbica por niveles
𝐵0: Intercepto.
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.
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.
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:
12
Sig. Del modelo n°3 (CO) obtenida en Excel:
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
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
Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:
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:
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
Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:
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:
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.
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
Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:
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:
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.
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:
Según los valores de los parámetros B1, B2 Y B3; La forma que adquiere la curva para
este contaminante es:
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:
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.
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:
Según los valores de los parámetros B1, B2 Y B3; la forma que adquiere la curva para este
contaminante es:
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:
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.
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:
1- Para el CO:
2- Para el CO2:
5- Para el PAR:
6- Para el SO2:
24
ANALISIS DE HETEROCEDASTICIDAD:
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:
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.
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:
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:
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.
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
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.
http://www.mma.gob.cl/1304/articles-52016_Capitulo_1.pdf
30