67Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34016767ISSN 2542-3401/ 1316-4821Quinde et al., Evidencia Empírica del Desarrollo SostenibleUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821Evidencia empírica del desarrollo sostenible: relación de causalidad entre el crecimiento económico y deterioro medio ambiental de Ecuador y América Latina y El CaribeRecibido (08/09/21 ) Aceptado (06/10/21) Resumen: El presente artículo es de carácter investigativo con razonamiento inductivo y paradigma empírico-analítico, evalúa la relación existente entre el Producto Interno Bruto Per Cápita – PIB per cápita y el dióxido de carbono – CO2 en el caso de Ecuador, y para comparar a este con América Latina y el Caribe dentro de un periodo de análisis de 1960 a 2011. Se utilizó la prueba de raíz unitaria Dickey-Fuller Aumentada – DFA, se generó un modelo de vectores autorregresivos – VAR, se realizó la prueba de causalidad de Granger y se desarrolló la prueba de cointegración de Johansen. Se obtuvo un modelo VAR de dos variables con un número de rezagos óptimo de catorce – VAR2(14) para ambos casos a los cuales se les realizaron la prueba de causalidad demostrando una bidireccionalidad para América Latina y el Caribe y una unidireccionalidad por parte del PIB per cápita al CO2 para Ecuador.Empirical evidence of sustainable development: Causality relationship between economic growth and environmental degradation in Ecuador and Latin America and The Caribbean Abstract: This article is an inductive argumentation and an empirical-analytical paradigm that evaluates the actual relationship between Gross Domestic Product (GDP) per capita and the Carbon Dioxide (CO2) in the case of Ecuador and to compare it with Latin America and the Caribbean within a period of analysis from 1960 to 2011. It was developed an Augmented Dickey-Fuller unit root (ADF), a Granger Causality Test and a Johansen Cointegration test. It was obtained a VAR model with two variables with a number of 14 lags – VAR2(14) which were tested for which were tested for causality by demonstrating a bidirectionality for Latin America and the Caribbean and a unidirectionality of GDP per capita to CO2 for the Ecuador.Victor Quinde Rosaleshttps://orcid.org/0000-0001-9617-8054vquinde@uagraria.edu.ecUniversidad Agraria del EcuadorGuayaquil, Ecuador Rina Bucaram Leveronerbucaram@uagraria.edu.echttps://orcid.org/0000-0002-5779-3852Universidad Agraria del EcuadorGuayaquil, EcuadorMartha Bucaram Leveronehttps://orcid.org/0000-0002-5779-3852mbucaram@uagraria.edu.ecUniversidad Agraria del EcuadorGuayaquil, Ecuador Francisco Quinde Rosaleshttps://orcid.org/0000-0001-9243-3513fquinde@uagraria.edu.ecUniversidad Agraria del EcuadorGuayaquil, Ecuadordoi: https://doi.org/10.47460/uct.v25i111.517Palabras clave: crecimiento económico, desarrollo sostenible, economía del medio ambiente.Keywords: economic growth, sustainable development, environmental economics.
68Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34016868ISSN 2542-3401/ 1316-4821I.INTRODUCCIÓNUrteaga [2], maniesta que el término desarrollo sostenible a pesar de tener múltiples interpretaciones se encuentra omnipresente en el pensamiento y las acciones de los actores involucrados en la actividad medioambiental y de desarrollo [1]. Podemos armar que el desarrollo sostenible bajo el criterio de Brundt-land se requiere de un sistema de producción que pre-sente la idea de preservar el medio ambiente. A pesar de esto, Bermejo expone el mal uso que dan los Estados al término desarrollo sostenible defendien-do el crecimiento ilimitado, proponiendo estrategias de crecimiento económico, dejando de lado la conserva-ción de la vida social, natural y diversa [3]. Beckerman describe que a pesar de que el crecimiento económico genera un deterioro en el medioambiente en la etapa inicial, a largo plazo es razonable que los países deban enriquecerse para tener políticas medioambientales adecuadas [4]. Esta idea de que el crecimiento conti-nuo va en el sentido de la protección del medioambiente se desarrolla por parte de los neoclásicos desde 1970, hasta llegar a los estudios de Grossman et al., que con una base empírica estableciendo una correlación entre el crecimiento económico y las evoluciones medioam-bientales, manifestando que las emisiones contaminan-tes aumentan con el incremento de la renta per cápita, antes de decrecer [5].Podemos argumentar que la serie de autores han con-tribuido al pensamiento en un inicio como respuesta an-tagónica a la idea antropocéntrica del crecimiento eco-nómico en las naciones, para posteriormente moldear una premisa que converge al crecimiento y el desarro-llo económico con un paradigma biocentrico, donde se prevé un bienestar de la sociedad en su futuro en todas sus aristas entre las que nos interesan la económica y la ambiental, denominado como desarrollo sustentable. Medina et al., maniesta que mencionado pensa-miento asienta sus bases en relación con las investiga-ciones de la década de los cincuenta donde se estudiaba el crecimiento económico y la inequidad en la distribu-ción de la renta [6], [7], [8], [9], [10], [11], [12], prin-cipalmente con el aporte de Kuznets, el cual entiende según Araujo et al., que crecimiento económico dista de ser la única y más precisa medida de bienestar; en una de sus investigaciones sobre la relación que presen-ta el crecimiento económico (medido a través del PIB per cápita) y la distribución del ingreso; se postula que mencionadas variables presentan una relación en for-ma de u invertida [13] [14]. Entendiendo a esto como el aumento del ingreso a largo plazo genera una menor desigualdad [15]. Con el objetivo de investigar la evolución de un determinado índice de calidad ambiental, con la renta per cápita, y su tendencia temporal, u otro tipo de ca-racterísticas o efectos jos, como la disponibilidad de recursos o el tipo de políticas públicas se crea una curva contemporánea a las ideas de Kuznets denominada cur-va medioambiental de Kuznets.Ante lo expuesto el presente estudio pretende esta-blecer si la emisión total de CO2 (Dióxido de Carbono) presenta una relación de cointegración con el PIB (Pro-ducto Interno Bruto) per cápita a lo largo del periodo de análisis para el caso de Ecuador, y América Latina y el Caribe. Entendiendo que estos convergen en una tendencia común en el largo plazo en ambos grupos de países. El presente análisis empírico busca presen-tar nuevos aportes frente a la disyuntiva existente entre crecimiento económico y el medio ambiente en países en vías de desarrollo. El diseño de la investigación plasmado en el do-cumento busca caracterizar la relación de causalidad existente entre el crecimiento económico y el deterioro medio ambiental en países en vías de desarrollo, bajo la teoría del desarrollo sostenible mediante la revisión de literatura de autores que han desarrollado estudios similares, para luego establecer el marco metodológico que engloba el desarrollo del estudio empírico. Poste-riormente los resultados de la investigación se mani-festarán ante la presentación del modelo de vectores autorregresivos que evidencie la simultaneidad de los índices antes mencionados sumado al test de Granger el cual establece la causalidad existente y nalmente la prueba de Johansen para determinar la existencia de co-integración entre las variables.Las conclusiones contienen el análisis del entorno en el cual se desarrollaron los resultados de la inves-tigación. La referencia alberga el listado de las obras citadas en el presente documento y que han sido usadas para bosquejar el estudio y los resultados del mismo.II.DESARROLLOLa teoría de desarrollo sostenible sustentada en la curva medioambiental de Kuznets explora la relación existente entre el crecimiento económico y la calidad ambiental, intentando establecer dos etapas una de cor-to plazo donde el crecimiento económico promueve un mayor deterioro medio ambiental, y una de largo plazo, donde expone que a medida que las economías presen-tan mayores ingresos, su crecimiento económico bene-cia al medio ambiente, estableciendo como idea que la calidad del medio ambiente mejora con el incremento en el ingreso. Mencionada evidencia se sustenta con lo encontrado en países desarrollados [15].Con base en la mencionada premisa se han realiza-Quinde et al., Evidencia Empírica del Desarrollo SostenibleUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821
69Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34016969ISSN 2542-3401/ 1316-4821Quinde et al., Evidencia Empírica del Desarrollo Sostenibledos una serie de investigaciones entendiendo esto como una evidencia empírica que no determina un solo tipo de relación existente entre el crecimiento económico y el deterioro medioambiental en cada uno de los países estudiados por los autores.El aporte empírico de Grossman et al., en donde se correlacionó la renta per cápita con medidas de contami-nación del aire y del agua, en mencionados documentos estos autores expresan que las emisiones contaminantes aumentan con el incremento de la renta per cápita, antes de decrecer [5]. Existe un amplio estudio realizado para establecer la relación entre el crecimiento económico y el deterioro medio ambiental, entendiendo esto como una evidencia empírica con modelos que se adaptan a las variables re-gistradas por los diversos autores.Selden et al., corroboraron la relación entre conta-minación y crecimiento económico de otros estudios evaluando emisiones de cuatro contaminantes atmosfé-ricos importantes, partículas en suspensión, dióxido de azufre, óxidos de nitrógeno y monóxido de carbono de una base de datos de panel de varias naciones [16].Holtz-Eakin et al., mediante el uso de datos de panel global examinaron la relación entre el PIB per cápita y las emisiones de CO2, estableciendo que existe una disminución de la Propensión Marginal a Emitir – MPE CO2 a medida que aumenta el crecimiento económico; a pesar de establecer este supuesto el autor menciona que en el desarrollo de los años las emisiones de CO2 se mantendrán en 1,8% al año, valor no correspondiente con el crecimiento promedio del PIB, debido a la infe-rencia creada por los países de menor MPE pero que presentan un notable incremento en su PIB y en su po-blación [17].Stern, expone como la relación entre la degradación ambiental y el ingreso per cápita ha sido usado para im-plicar al crecimiento económico en la eventual correc-ción de los impactos ambientales de las primeras etapas de crecimiento económico [18]. Stern et al., generaron una crítica a la relación entre la degradación ambiental y el ingreso per cápita, este argumenta que el concepto depende de un modelo de economía en el que no exista comentario alguno de la calidad medioambiental a las posibilidades de producción, y que el comercio presenta un efecto neutral sobre la degradación medioambien-tal; adicionalmente generó un econométrico con previ-siones del Banco Mundial – BM al 2025 estableciendo que las emisiones de SO2 seguirán aumentando y que la pérdida de bosques se estabiliza antes del nal del período, pero la deforestación tropical continuará a un ritmo constante.Ekins evalúa econométricamente la relación entre ciertos indicadores de calidad ambiental e ingresos y maniesta una escasa relación presentando una relación monótonamente creciente; concluye desde el punto de vista de la sostenibilidad ambiental, que la relación en-tre ingreso y medio ambiente sigue siendo problemática y amerita una política ambiental que relacione el creci-miento futuro de los ingresos con el desarrollo sosteni-ble [19].Moomaw et al. [20], compararon dos modelos de relación entre calidad ambiental y crecimiento econó-mico entre dieciséis países industriales evaluados; es-tableciendo que las emisiones de CO2 no disminuyen a mayor ingreso y menos aún de la existencia de un punto de inexión, las emisiones de CO2 decrecientes no pre-sentan una correlación con los niveles de ingresos sino con el tiempo entendiendo que este reacciona a choques externos.Bruyn et al., investigaron la base empírica de la re-lación entre el crecimiento económico y el medio am-biente, estableciendo como primera hipótesis que la relación entre los ingresos y las emisiones estimadas a partir de los datos del panel no tiene por qué ser válida para países especícos a través del tiempo, para el aná-lisis se usa como variable el CO2, NOX y SO2 en cuatro republicas Países Bajos, Reino Unido, Estados Unidos y Alemania Occidental; encontrando que los patrones de tiempo de estas emisiones se correlacionan positi-vamente con el crecimiento económico y que las re-ducciones de emisiones pueden haberse logrado como resultado de cambios estructurales y tecnológicos en la economía [21].Friedl et al., exploraron la relación entre el creci-miento económico y las emisiones de CO2 en el caso de un pequeño país abierto e industrializado como Austria; los autores encuentran una relación cubica en forma de N con un quiebre estructural a mediados de los años setenta justicado por el precio del petróleo [22]. Sheldon, reevalúa las estimaciones y el análisis de-sarrollado por Holtz-Eakin et al., y agrega cerca de 20 años y 45 países a la muestra; el autor valida la investi-gación mencionada y establece que las predicciones son mayores que las estimaciones originales. Huang et al., analizaron el consumo de energía y el PIB de 82 países, datos proporcionados por el BM los cuales fueron eva-luados a través de un enfoque GMM para la estimación de datos de panel por el modelo VAR; los autores esta-blecen que no existe una relación causal entre el consu-mo de energía y el crecimiento económico, los países de ingresos medios sugestionan el consumo de energía positivamente, los países de ingresos altos generan un consumo de energía con tendencia negativa [23] [24].He et al., evalúan la relación inversa del crecimien-UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021(pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821
70Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017070ISSN 2542-3401/ 1316-4821to económico y el medio ambiente manifestando que los modelos de regresión cuadrática o cúbica completa-mente paramétricos y utilizados tradicionalmente para el análisis no son incorrectos, pero el mencionado en-foque carece de exibilidad ya que puede no detectar la verdadera forma de la relación, para el análisis los autores utilizaron métodos de modelado paramétrico no lineal, semi-paramétrico y exible validando su hipóte-sis [25].Dinda desarrolla una aplicación de la teoría del cre-cimiento para proporcionar una explicación teórica de la relación inversa del crecimiento económico y el me-dio ambiente mediante el uso del teorema de la envol-vente, entendiendo que, en un proceso de crecimiento económico, la tecnología primero se difunde, luego se vuelve regulada y nalmente es eliminada por otra nue-va tecnología [26]. Fosten et al., utilizan la metodología de cointegra-ción de umbral no lineal y un modelo VEC para el caso de Reino Unido; los autores evidencian que no existe una relación inversa del CO2 per cápita, emisiones de SO2 y el PIB [27]. La literatura citada maniesta que para establecer la relación existente entre el crecimiento económico de países en vías de desarrollo y desarrollados, y su de-terioro medio ambiental se han desarrollado estudios empíricos y en diversas pruebas estadísticas siendo aplicadas sobre datos de panel y series de tiempo [28]. Técnicas usadas con grupos de países, y países indivi-duales. III.METODOLOGIALa presente investigación se enmarca en un tipo de razonamiento inductivo con aplicación de pruebas econométricas para medir la probabilidad de los ar-gumentos establecidos en función a la causalidad del CO2 y PIB per cápita de Ecuador, y América Latina y el Caribe. Se esboza como proceso de desarrollo de la investigación un proceso unimétodo con un paradigma empírico-analítico según Bacon citado por Duque que permite reejar la realidad de la forma más el y neutral posible de la investigación realizada.Para el diseño de investigación del documento se uti-lizó una base de datos de serie temporales de frecuencia anual con un periodo de evaluación de 1960 al 2011 de las variables homologadas CO2 y PIB per cápita de cada uno de los casos en estudio, cuya base fue obtenida del CDIAC (Carbon Dioxide Information Analysis Center) y el Banco Mundial respectivamente. La propuesta me-todológica de la investigación propone un análisis que determine la estacionariedad de las variables mediante el uso de la prueba Dickey-Fuller Aumentada (DFA) para evitar obtener resultados espurios en regresiones con series de tiempo no estacionarias. La prueba de Dickey-Fuller (DF) simula los valores críticos de una selección de distintos tamaños muestra-les entendiendo que el proceso estocástico subyacente a los datos es un modelo autorregresivo - AR(1). La prue-ba DFA contempla otros esquemas de autocorrelación, evitando el incumplimiento de la condición de ruido blanco para los residuos.Stock et al., mencionan que el contraste DFA para una raíz unitaria autorregresiva contrasta la hipótesis nula H0: δ = 0 frente a la hipótesis alternativa H1: δ < 0 en la siguiente regresión (1)Entendiendo que:H0. La variable es no estacionaria; tiene raíz unitariaH1. La variable es estacionaria; no tiene raíz unitariaEl DFA no posee una distribución estándar, por lo cual no puede utilizar los valores críticos habituales de la distribución normal para su contraste de raíz unitaria, en su lugar debe utilizarse un conjunto particular de va-lores críticos con base en la distribución del estadístico DFA con hipótesis nula.Wooldridge explica que ante el hecho de que la hi-pótesis alternativa de estacionariedad implica que en la ecuación antes descrita sea δ < 0, el contraste es unila-teral. Por lo tanto, el valor de t-Statistic debe ser menor (más negativo) que los valores críticos unilaterales para rechazar H0 o hipótesis nula [29].Adicionalmente MacKinnon estimó un conjunto de valores críticos los cuales permiten calcular los valores críticos del test DFA para distinto tamaño muestral y número de variables, entendiendo que dicho valor debe ser menor al 5% ó 0,05 para rechazar a la hipótesis nula.Para establecer una relación entre el CO2 per cápita y el PIB per cápita de cada uno de los casos se usa el modelo de Vectores Autorregresivos (VAR). Sims, ci-tado por Gujarati et al., argumenta la existencia de si-multaneidad entre el conjunto de variables a tratarse en igualdad de condiciones sin distinción de variables exó-genas ni endógenas. Se denomina vector autorregresivo ante la existencia de un valor rezagado de la variable dependiente y la existencia de un vector de dos o más variables.Novales describió que la aplicación del VAR presen-ta su utilidad ante la existencia de coincidencias entre un grupo de variables, esas relaciones deben ser gene-Quinde et al., Evidencia Empírica del Desarrollo SostenibleUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821
71Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017171ISSN 2542-3401/ 1316-4821Quinde et al., Evidencia Empírica del Desarrollo Sostenibleradas a lo largo de un determinado número de períodos.Para la aplicación del modelo VAR se toma en con-sideración las siguientes ecuaciones (2) (3)Se plantea las siguientes hipótesis:Hipótesis 1. La relación existente entre las variables es menor a un año siendo considerada de corto plazoHipótesis 2. La relación existente entre las variables es mayor a un año siendo considerada de largo plazoLa existencia de una relación entre variables no especíca como tal un sinónimo de causalidad ni su tipo de orientación. Es más, aún persiste según maniesta Gujarati un conicto de índole losóco el cual argumenta que el futuro no puede predecir el pasado. Bajo este criterio la prueba de Granger interpreta la causalidad como si una variable X causa en tér-minos de Granger a la variable Y, las modicaciones en X deben augurar cambios en Y, y viceversa. En términos de regresión podemos argumentar que, si in-cluimos valores pasados o rezagos de X en la regresión de Y, contribuiría a una predicción de Y más signicativa, ante esta premisa podemos manifestar que X en términos de Granger causa a Y. Stock et al., coincidieron con esta premisa al decir que X es un predictor útil de Y.Wooldridge agregó que la causalidad de Granger es una noción limitada que describe como los valores pasados de X son útiles en la predicción de valores futuros de Y después de ser controlados por los valores pasados de Y.Según el test de Granger plantea las siguientes hipótesis.Hipótesis 1. Causalidad unidireccional de CO2 a PIB per cápita; rechazo de la hipótesis 1.Hipótesis 2. Causalidad unidireccional de PIB per cápita a CO2; rechazo de la hipótesis 2.Hipótesis 3. Causalidad bidireccional entre las variables; ambas hipótesis son rechazadas.Hipótesis 4. Variables independientes; ambas hipótesis no son rechazadas.Para probar las hipótesis se toma en cuenta la probabi-lidad de Fischer (Prob). Si p values se encuentra en el valor mínimo de rechazo, menor al 5% o 0,05 se rechaza una de las hipótesis. Bajo este criterio podemos describir los posibles resultados (Tabla 1).UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821Tabla 1. Contraste de Hipótesis Prueba de GrangerHipótesis nula Hipótesis 1 Hipótesis 2 Hipótesis 3 Hipótesis 4 CO2 no causa a PIB per cápita < 5% > 5% < 5% > 5% PIB per cápita no causa a CO2 > 5% < 5% < 5% > 5% Granger et al., denen a la cointegración bajo la premisa de que Xt, e Yt son integradas de orden uno. Si, para algún co-eciente θ, Yt- θXt es integrada de orden cero, entonces Xt e Yt, se dice que están cointegradas. El coeciente θ se denomi-na coeciente de cointegración. Si Xt e Yt están cointegradas, entonces tienen la misma, o común, tendencia estocástica. Stock et al., argumentan como denición de cointegra-ción cuando dos o más series de tiempo con tendencias es-tocásticas pueden evolucionar juntas de forma tan estrecha a largo plazo que puede parecer que tienen el mismo compo-nente tendencial; es decir, que parece que tengan una tenden-cia común.Córdova, expresa que la cointegración de Johansen es un método de aplicación a series tiempo que presentan presun-ciones de cointegración. De aplicación a sistemas de ecuacio-nes y basado en el modelo VAR. Considere un VAR de orden p: (4)Donde Yt es un vector de k variables integradas de orden 1, y εt es un vector de innovación. Se puede reescribir el VAR como (5)Donde, (6) (7)П= =1− і= − =+1
72Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017272ISSN 2542-3401/ 1316-4821Bajo el criterio de que la matriz de coeciente П tie-ne rango reducido r > k, genera la presencia de matrices α y β de dimensión k * r, cada una de rango r, tal es que П = αβ´ y β´Yt es estacionario. Siendo β el vector de co-integración y r el rango de cointegración, el test de Jo-hansen estima la matriz П a partir de un VAR para pos-teriormente probar las hipótesis nulas correspondientes al rango reducido de dicha matriz. El test de Johansen determina cual es el rango de cointegración de un vec-tor de variables I(1). De encontrar mencionado orden de integración, existiendo una ecuación de cointegración entre ellas permite establecer una relación a largo plazo entre las variables, dejando la posibilidad de estimar un modelo de corrección de error.Para el análisis de los datos que persigue el presen-te documento se utilizó como software econométrico el Eviews 9, el cual presentó los resultados de los contras-tes para el desarrollo de los resultados.IV.RESULTADOSLa relación entre el Dióxido de Carbono (CO2) y el Producto Interno Bruto (PIB) Per-cápita, para el caso de Ecuador, y América Latina y el Caribe presentan una pendiente positiva, aunque irregular en el caso ecuato-riano (Figura 1).Quinde et al., Evidencia Empírica del Desarrollo SostenibleUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821Fig. 1A. Relación entre CO2 Per-cápita y el PIB Per-cápita. EcuadorFig. 1B. Relación entre CO2 Per-cápita y el PIB Per-cápita. América Latina y El Caribe
73Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017373ISSN 2542-3401/ 1316-4821Quinde et al., Evidencia Empírica del Desarrollo SosteniblePara determinar el criterio de tendencia determinís-tica o estocástica se realizó la prueba de Dickey-Fu-ller Aumentada (DFA). Los resultados de esta prueba muestran que en ambos casos los indicadores aprueban la hipótesis nula, indicando que tanto el CO2 como el PIB Per-cápita son series que tienen raíz unitaria siendo estas no estacionarias (Tabla 2).UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821Tabla 2. Prueba de Raíz Unitaria CO2 y PIB Per-cápitaTabla 3A. Criterios de Selección del Orden de Retrasos – VAR CO2 PIB Per-cápita. Ecuador* indicates lag order selected by the criterionLR: sequential modied LR test statistic (each test at 5% level)FPE: Final prediction errorAIC: Akaike information criterionSC: Schwarz information criterionHQ: Hannan-Quinn information criterionGrupo Variable Prueba DFA Prob* Test critical values: 5% level t-Statistic Ecuador CO2 -2.922449 0.304087 0.9762 PIB Per-cápita -2.919952 0.455331 0.9834 América Latina y el Caribe CO2 -2.919952 -0.094370 0.9443 PIB Per-cápita -2.919952 -1.080856 0.7166 Para el proceso de estimación del vector autorregre-sivo (VAR) es necesario establecer la longitud máxima de rezago sobre el cual se determine la relación de las variables CO2 y PIB Per-cápita entendiendo este cri-terio como el rezago óptimo. Para ello utilizaremos la prueba de razón de verosimilitud, los criterios de Error de Predicción Final y los estadísticos de Akaike, Schwarz y Hannan-Quinn. Estos criterios presentan una discrepancia al momento de establecer el rezago; al mo-mento de establecer como rezago óptimo en el caso de Ecuador este varía entre los rezagos 1, 3 y 14, mientras que en América Latina y el Caribe varía entre los reza-gos 2, 3, 9 y 14 (Tabla 3).LagLogLLRFPEAICSCHQ0-618.1594NA 5.13e+1132.6399732.7261632.670641-552.8005120.39812.03e+1029.4105529.66912*29.50255*2-551.38912.4513762.34e+1029.5467929.9777429.700123-544.437611.34190*2.01e+10*29.3914529.9947729.606114-542.69312.6626842.29e+1029.5101630.2858629.786155-540.22933.5011342.52e+1029.5910230.5390929.928346-540.15620.0962383.17e+1029.7976930.9181530.196347-533.79347.7023092.89e+1029.6733430.9661730.133328-526.73167.8051152.58e+1029.5121930.9774030.033509-525.74870.9829873.21e+1029.6709831.3085730.2536210-520.37124.8113953.24e+1029.5984831.4084530.2424611-515.38083.9398293.42e+1029.5463631.5287030.2516612-511.57162.6062783.97e+1029.5564031.7111230.3230313-503.13914.8819443.79e+1029.3231131.6502130.1510814-495.32163.7030643.99e+1029.12219*31.6216630.01148
74Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017474ISSN 2542-3401/ 1316-4821Tabla 3B. Criterios de Selección del Orden de Retrasos – VAR CO2 PIB Per-cápita. América Latina y el Caribe.NA * indicates lag order selected by the criterionLR: sequential modied LR test statistic (each test at 5% level); FPE: Final prediction errorAIC: Akaike information criterion; SC: Schwarz information criterionHQ: Hannan-Quinn information criterionTabla 4. Prueba de Causalidad de Granger – VAR CO2 y PIB Per-cápitaQuinde et al., Evidencia Empírica del Desarrollo SostenibleUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821LagLogLLRFPEAICSCHQ0-777.5223NA 2.25e+1541.0274941.1136841.058151-675.2612188.37561.28e+1335.8558536.1144235.947852-662.552822.072578.12e+1235.3975135.82846*35.550843-657.05898.9637097.54e+12*35.3188935.9222135.53355*4-655.71972.0440678.76e+1235.4589336.2346335.734925-651.85615.4902998.97e+1235.4661136.4141935.803436-651.81860.0493961.13e+1335.6746636.7951236.073317-650.35861.7673341.34e+1335.8083537.1011836.268338-648.45872.0998441.56e+1335.9188837.3840936.440199-638.380910.07781*1.21e+1335.5990037.2365836.1816410-635.40882.6593111.38e+1335.6530937.4630636.2970611-628.47725.4722891.32e+1335.4988037.4811436.2041012-619.21946.3342561.15e+1335.2220837.3767935.9887113-610.53105.0301511.08e+1334.9753237.3024135.8032814-602.63413.7406171.13e+1334.77022*37.2696935.65951NA Para el desarrollo del presente documento destaca-mos como modelo adecuado el rezago establecido por el criterio de información de Akaike que se presenta en el décimo cuarto rezago para el caso de Ecuador, y América Latina y el Caribe. Entendiendo que el rezago optimo del VAR entre el CO2 y el PIB Per-cápita es de catorce rezagos – VAR2(14) para ambos casos, se de-termina que los indicadores presentan respuesta a los shocks entre variables y entre sí mismas propagándose en el largo plazo. Para establecer la causalidad se realizó una prueba de Granger cuyos resultados muestran en el caso de América Latina y el Caribe una causalidad bidireccio-nal rechazando las hipótesis nulas que el PIB Per-cápita no causa en el sentido de Granger al CO2 y que el CO2 no causa en el sentido de Granger al PIB Per-cápita. Para el caso de Ecuador este muestra una unidirecciona-lidad rechazando la hipótesis nula que el PIB Per-cápita no causa en el sentido de Granger al CO2 y aprobando la hipótesis nula que el CO2 no causa en el sentido de Granger al PIB Per-cápita (Tabla 4). Esto se evidencia al observar los valores de los p values en la tabla.GrupoHipótesis nulaTest de GrangerChi-sqDfProb.EcuadorCO2no causa a PIB Per-cápita12.01128140.6054PIB Per-cápita no causa a CO222.72463140.0649América Latina y el CaribeCO2no causa a PIB Per-cápita35.92645140.0011PIB Per-cápita no causa a CO226.56334140.0219La tabla de dialogo resumen indica las cuatro es-pecicaciones de Cointegración tanto en la prueba de la Traza como en la del Maximun Eigenvalue, siendo estas la no tendencia determinística en los datos, la de tendencia determinística lineal en los datos y la tenden-cia determinística cuadrática en los datos, para el caso de estudio se seleccionará sólo intercepto en la ecuación de cointegración (CE) y no tendencia en el VAR para la
75Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017575ISSN 2542-3401/ 1316-4821Quinde et al., Evidencia Empírica del Desarrollo SostenibleUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821de tendencia determinística lineal en los datos en ambos casos (Tabla 5).Tabla 5. Test de Cointegración de Johansen – Resumen de SupuestosTabla 6A. Test de Cointegración de Johansen – CO2 y PIB Per-cápita de 14 Rezagos. EcuadorTabla 6B. Test de Cointegración de Johansen – CO2 y PIB Per-cápita de 4 Rezagos. América Latina y el CaribeGrupoData Trend:NoneNoneLinearLinearQuadraticEcuadorTest TypeNo InterceptNo TrendInterceptNo TrendIntercept No TrendIntercept TrendIntercept TrendTrace12211Max-Eig12211América Latina y el CaribeTest TypeNo Intercept No TrendIntercept No TrendIntercept No TrendIntercept TrendIntercept TrendTrace12222Max-Eig12222El test de Johansen presenta como criterio con un nivel del 5% de conanza se rechaza la hipótesis nula de no cointegración en favor de una relación de coin-tegración y de la prueba de Máximun EigenValue con-cluyendo que existe al menos un solo vector o relación de cointegración para el caso de Ecuador, y América Latina y el Caribe (Tabla 6). Número de ecuaciones de cointegración bajo HoPrueba de Rango de Cointegración Sin Restricciones de TrazaValor PropioEstadístico de la TrazaValor critico 0,05P-valor*Ninguna0.28028313.1751712.320900.0359Cuando más 10.0268231.0059924.1299060.3666Número de ecuaciones de cointegración bajo HoPrueba de Rango de Cointegración Sin Restricciones del Máximo de Valor PropioValor PropioEstadístico del Máximo de Valor PropioValor critico 0,05P-valor*Ninguna0.28028312.1691711.224800.0340Cuando más 10.0268231.0059924.1299060.3666Número de ecuaciones de cointegración bajo HoPrueba de Rango de Cointegración Sin Restricciones de TrazaValor PropioEstadístico de la TrazaValor critico 0,05P-valor*Ninguna0.28347313.1150212.320900.0368A lo más 10.0208990.7814764.1299060.4336Número de ecuaciones de cointegración bajo HoPrueba de Rango de Cointegración Sin Restricciones del Máximo de Valor PropioValor PropioEstadístico del Máximo de Valor PropioValor critico 0,05P-valor*Ninguna0.28347312.3335511.224800.0318A lo más 10.0208990.7814764.1299060.4336
76Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017676ISSN 2542-3401/ 1316-4821V.CONCLUSIONESLos resultados siguen contribuyendo al desarrollo empírico del tema ante la diversidad de respuestas en-contradas en otros estudios. Es necesario generar otros estudios del tema con diversas metodologías que forta-lezcan el desarrollo empírico en favor del mismo.Hay que tomar en cuenta que el resultado mostra-do por América Latina y el Caribe, aunque expresa un promedio del global de países que lo componen no es un genérico en el comportamiento de cada uno de ellos ya que abarca a varias naciones de distintos comporta-mientos, por lo que los resultados, aunque nos permiten evaluar una premisa inicial del proceso de productivo y sus efectos contaminantes en cuanto a la emisión de CO2, esta no es concluyente.Ecuador, y América Latina y el Caribe presentan una relación entre el CO2 Per-cápita y el PIB Per-cápita con tendencia positiva, en oposición a la premisa estableci-da en la curva ambiental de Kuznets, lo que sugiere que aún no se ha llegado a un punto crítico alto que deter-mine el desarrollo de sus economías, tecnologías o polí-ticas que generen un proceso de declive de su relación. Al estudiar la relación entre el CO2 y el PIB Per-cá-pita para el caso de Ecuador se determinó que la re-lación de ambos indicadores es de tendencia positiva, no estacionaria. Por lo que fue necesario evaluar su re-lación bajo la prueba de Johansen, de acuerdo con el test de cointegración, el rango de cointegración de las variables analizadas es r = 1 bajo la especicación de intercepto en la ecuación de cointegración, y tendencia determinística lineal en los datos con 14 rezagos en los términos VAR en diferencias. Bajo el criterio de cau-salidad se determinó que según la prueba de Granger el modelo presenta unidireccionalidad en términos de causalidad de Granger del PIB Per Cápita al CO2. Para el caso de América Latina y el Caribe, se esta-bleció que la relación de ambos indicadores es de ten-dencia irregular, no estacionaria. Por lo que fue necesa-rio evaluar su relación bajo la prueba de Johansen, de acuerdo con el test de cointegración, el rango de coin-tegración de las variables analizadas es r = 1 bajo la es-pecicación de intercepto en la ecuación de cointegra-ción, y tendencia determinística lineal en los datos con 14 rezagos en los términos VAR en diferencias. Bajo el criterio de causalidad se determinó que según la prueba de Granger el modelo presenta bidireccionalidad en tér-minos de causalidad de Granger del PIB Per Cápita al CO2 y viceversa.El estudio demuestra que existe una relación empíri-ca entre los niveles de contaminación ambiental de los casos evaluados y su alcance en términos de crecimien-to económico.Los resultados siguen contribuyendo al desarrollo empírico del tema ante la diversidad de respuestas en-contradas en otros estudios. Es necesario generar otros estudios del tema con diversas metodologías que forta-lezcan el desarrollo empírico en favor del mismo.REFERENCIAS[1]E. Urteaga, «Las teorías económicas del desarrollo sostenible,» Cuadernos de Economía, vol. 32, nº 89, pp. 113-162, 2009. [2]G. Brundtland, «Our Common Future,» de Report of the World Commission on Environment and Develop-ment , 1987. [3]R. Bermejo, Del desarrollo sostenible según Brundt-land a la sostenibilidad como biomimesis, Bilbao: He-goa, 2014. [4]W. Beckerman, «Economists, scientists, and envi-ronmental catastrophe,» Oxford Economic Papers, vol. 24, nº 3, 1972. [5]G. Grossman y A. Krueger, «Economic Growth and the Environment,» The Quarterly Journal of Econo-mics, vol. 110, nº 2, pp. 353-377, 1995. [6]J. y. A. Medina, «Ingreso y desigualdad: la Hipótesis de Kuznets en el caso boliviano,» Espacios, vol. 38, nº 31, p. 23, 2017. [7]M. Ahluwalia, «Inequality, poverty and develop-ment,» Journal of Development Economics, nº 3, pp. 307-342, 1976. [8]A. y. R. D. Alesina, «Distributive politics and econo-mic growth,» Quarterly Journal of Economics, vol. 109, nº 2, pp. 465-490, 1994. [9]R. Barro, «Inequality and growth in a panel of coun-tries,» Journal of Economic Growth, vol. 5, nº 1, pp. 5-32, 2000. [10]M. A. Galindo, «Distribución de la renta y creci-miento económico,» de Anuario jurídico y económico escurialense, 2002, pp. 473-502.[11]A. Álvarez, «Distribución de la renta y crecimien-to económico, Información Comercial Española, ICE,» Revista de economía, nº 835, pp. 95-100, 2007. [12]J. C. Núñez, «Crecimiento económico y distribu-ción del ingreso: una perspectiva del Paraguay,» Pobla-ción y Desarrollo, nº 43, pp. 54-61, 2016. [13]S. Kuznets, «Economic Growth and Income In-equality,» American Economic Review, nº 45, pp. 1-28, 1955. [14]J. A. y. C. J. Araujo, «Relación entre la desigualdad de la renta y el crecimiento económico en Brasil: 1995-2012.,» Problemas del desarrollo, vol. 46, nº 180, pp. 129-150, 2015. [15]F. Correa, A. Vasco y C. Pérez, «La Curva Medioam-biental de Kuznets: Evidencia Empírica para Colombia Quinde et al., Evidencia Empírica del Desarrollo SostenibleUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821
77Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017777ISSN 2542-3401/ 1316-4821Quinde et al., Evidencia Empírica del Desarrollo SostenibleGrupo de Economía Ambiental (GEA),» Semestre Eco-nómico, vol. 8, nº 15, pp. 13-30, 2005. [16]M. Heil y T. Selden, «Carbon emissions and econo-mic development: future trajectories based on historical experience,» Environment and Development Econo-mics, vol. 6, nº 1, pp. 63-83, 2001. [17]D. Holtz-Eakin y T. Selden, «Stoking the res? CO2 emissions and economic growth,» Journal of Public Economics, pp. 85-101, 1995. [18]D. STERN, «Progress on the environmental Kuz-nets curve?,» Environment and Development Econo-mics, vol. 3, nº 2, pp. 173-196, 1998. [19]P. Ekins, «The Kuznets curve for the environment and economic growth: examining the evidence,» Envi-ronment and Planning, vol. 29, pp. 805-830, 1997. [20]W. Moomaw y G. Unruh, «Are Environmental Kuznets Curves Misleading us?,» de Fletcher School of Law & Diplomacy, 1997. [21]S. M. Bruyn, J. Van- Den- Bergh y J. Opschoor, «Economic growth and emissions: reconsidering the empirical basis of environmental Kuznets curves,» Eco-logical Economics, pp. 161-175, 1998. [22]B. Friedl y M. Getzner, «Determinants of CO2 Emissions in a small open Economy,» Ecological Eco-nomics, vol. 45, nº 1, pp. 133-148, 2003. [23]T. Sheldon, «Carbon emissions and economic growth: A replication and extension,» Energy Econo-mics, vol. 82, pp. 85-88, 2007. [24]B. Huang, M. Hwang y C. Yang, «Causal relations-hip between energy consumption and GDP growth re-visited: A dynamic panel data approach,» Ecological Economics, vol. 67, nº 1, pp. 41-54, 2008. [25]J. He y P. Richard, «Environmental Kuznets curve for CO2 in Canada,» Ecological Economics, vol. 69, nº 5, pp. 1083-1093, 2010. [26]S. Dinda, «Environmental Kuznets Curve Hypothe-sis: A Survey,» Ecological Economics, vol. 49, nº 4, pp. 431-455, 2004. [27]J. M. B. y. T. T. Fosten, «Dynamic misspecication in the environmental Kuznets curve: Evidence from CO2 and SO2 emissions in the United Kingdom,» Eco-logical Economics, vol. 76, pp. 25-33, 2012. [28]K. Ahmed, M. Shahbaz, A. Qasing y W. Long, «The linkages between deforestation, energy and growth for environmental degradation in Pakistan,» Ecological In-dicators, vol. 49, pp. 95-103, 2014. [29]J. Wooldridge, Introducción a la Econometría Un Enfoque Moderno. 4ª ed., Mexico D.F.: Cengage Lear-ning, 2010. UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 67-77)ISSN-e: 2542-3401, ISSN-p: 1316-4821