165Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401165165ISSN 2542-3401/ 1316-4821Quinde et al., Relación de Casualidad entre el Crecimiento Económico UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821Relación de causalidad entre el crecimiento económico y deterioro medio ambiental: Caso G-8Recibido (15/09/21 ) Aceptado (13/10/21) 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 los grupos de países del G-8 considerados como desarrollados con 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. Los resultados demuestran la no estacionariedad de las variables en estudio, se obtuvo un modelo VAR de dos variables con un número de rezagos óptimo de cuatro – VAR2 (4) a lo cual se le realizó la prueba de causalidad demostrando una unidireccionalidad por parte del PIB per cápita al CO2 del medio ambiente.Causality relationship between economic growth and environmental degradation. Case g-8 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 country groups of the G8 considered as developed in a period of time from 1960 to 2011. It was developed an Augmented Dickey-Fuller unit root (ADF), a Granger Causality Test and a Johansen Cointegration test. The results evidence the non-stationary of constrains in both countries. It was obtained a VAR model with two variables with a number of lags of four - VAR2 (4) to which were tested for causality by demonstrating a unidirectionality of GDP per capita to CO2.Victor Quinde Rosales https://orcid.org/0000-0001-9617-8054vquinde@uagraria.edu.ecUniversidad Agraria del EcuadorGuayaquil, EcuadorRina Bucaram Leveronerbucaram@uagraria.edu.echttps://orcid.org/0000-0002-5779-3852Universidad Agraria del EcuadorGuayaquil, EcuadorMartha Bueno Quiñonezhttps://orcid.org/0000-0002-5717-3397mbueno@uagraria.edu.ecUniversidad Agraria del EcuadorGuayaquil, EcuadorMichelle Saldaña Vargasmichellevargas435@gmail.comhttps://orcid.org/0000-0001-5779-6757Universidad Agraria del EcuadorGuayaquil, EcuadorPalabras clave: crecimiento económico, desarrollo económico, distribución de la renta, economíaKeywords: strategic marketing, product strategies, dairy, whey.doi: https://doi.org/10.47460/uct.v25i111.527
166Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401166166ISSN 2542-3401/ 1316-4821I.INTRODUCCIÓNBrundtland, aglutina dimensiones sociales, econó-micas y de sostenibilidad al denir el concepto de de-sarrollo sostenible como el desarrollo que satisface las necesidades actuales sin comprometer la capacidad de las generaciones futuras para autosatisfacerse [1]. Es este término el cual a pesar de no presentar una iden-tidad denida forma parte del léxico internacional y de aceptación por parte de gobiernos, organismos interna-cionales, empresarios y la sociedad [2].Principalmente porque los efectos adversos gene-rados hacia el medio ambiente se dan por actividades económicas como la agricultura e industria, y el con-sumo de energía. Existe entonces una relación entre la contaminación ambiental, y el crecimiento económico y la densidad poblacional; entendiendo que cuando el in-greso per cápita aumenta, mayor es el nivel de consumo de materias primas y de energía, y con la alta tasa pobla-cional se generan mayores cantidades de residuos [3]. Urteaga describe que, dentro de las teorías econó-micas del desarrollo sostenible, la corriente optimista desde la economía ambiental de los neoclásicos en 1970 promueve la idea de un crecimiento necesario y su-ciente entendiendo que el crecimiento continuo presen-ta en su largo plazo una correlación con la protección medio ambiental [4], autores como Smith promueven esta idea e incluso maniestan la idea como general y que esta puede ser de uso para los países “pobres” [5].Medina et al. [6], 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 [7], [8], [9], [10], [11], [12] principal-mente con el aporte de Kuznets [13], el cual entiende según Araujo et al. [14], que crecimiento económico dista de ser la única y más precisa medida de bienes-tar; en una de sus investigaciones sobre la relación que presenta el crecimiento económico (medido a través del PIB per cápita ) y la distribución del ingreso; se pos-tula que mencionadas variables presentan una relación en forma de u invertida. Entendiendo a esto como el aumento del ingreso a largo plazo genera una menor desigualdad [15]. Esta hipótesis junto al referencial teórico de Malen-baum [16] sobre la intensidad de uso, relacionando con una forma de u invertida el ingreso y la demanda de ma-teriales; promovieron nuevos enfoques de investigación llevando a los economistas neoliberales como Becker-man [17] y Smith [5] a promover una relación existente entre el crecimiento económico y la calidad ambiental relacionando en forma de u invertida dichas variables. Ante lo expuesto el presente estudio pretende esta-blecer si la emisión total de CO2 (Dióxido de Carbo-no) presenta una relación de cointegración con el PIB (Producto Interno Bruto) per cápita a lo largo del ciclo económico para el caso del G-8. Entendiendo que estos convergen en una tendencia común en el largo plazo. El presente análisis empírico busca presentar nuevos apor-tes frente a la disyuntiva existente entre crecimiento económico y el medio ambiente en países desarrollados. El diseño de la investigación plasmado en el docu-mento busca caracterizar la relación de causalidad exis-tente entre el crecimiento económico y el deterioro me-dio ambiental entre países desarrollados, bajo la teoría del desarrollo sostenible mediante la revisión de litera-tura de autores que han desarrollado estudios similares, para luego establecer el marco metodológico que eng-loba el desarrollo del estudio empírico. Posteriormente los resultados de la investigación se manifestarán ante la presentación del modelo de vectores autorregresi-vos que evidencie la simultaneidad de los índices antes mencionados sumado al test de Granger el cual esta-blece la causalidad existente y nalmente la prueba de Johansen para determinar la existencia de cointegración 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, estableciendo como idea que la calidad del medio ambiente mejora con el incremento en el ingreso [15].Con base en mencionada premisa se han realizados 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 es-tudiados por los autores.Grossman et al. [18] situó su investigación en Méxi-co, estableciendo una relación entre el Tratado de Libre Comercio de América del Norte – TLCAN y el nivel de contaminación bajo la hipótesis que la reducción en las barreras comerciales afecta al medio ambiente, am-pliando la escala de actividad económica, alterando la composición de su actividad, y provocando un cambio en las técnicas de producción, utilizó medidas com-parables de SO2 y humo con el PIB per cápita en una muestra representativa de áreas urbanas ubicadas en 42 Quinde et al., Relación de Casualidad entre el Crecimiento Económico UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821
167Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401167167ISSN 2542-3401/ 1316-4821Quinde et al., Relación de Casualidad entre el Crecimiento Económico países.Stokey [19] esboza un modelo teórico con una rela-ción entre el ingreso per cápita y la calidad del medio ambiente, mostrando que los esquemas de impuestos y cupos presentan una ventaja sobre la regulación directa ya que estos proporcionan los incentivos correctos para la acumulación de capital. Jaeger et al. [20] describie-ron que el daño ambiental primero aumentará y luego caerá con el aumento de los ingresos; el autor explica que, en la mayoría de los entornos naturales, dos tipos distintos de servicios, uno rival o privado y otro no rival o público, crean una asimetría fundamental en la agre-gación de valores.Cavlovic et al. [21] evaluaron mediante el uso del metaanálisis 25 estudios obteniendo 121 observaciones para su estudio empírico; estos demuestran que las elec-ciones metodológicas pueden inuir signicativamente en los resultados. Heil et al. [22] establecen la relación histórica que tienen las emisiones de carbono y el PIB, adicionando en el estudio un modelo de proyección del PIB y de la población que establezca el horizonte de las emisiones, adicionando la variable precio del petróleo.Soytas et al. [23] evalúan la relación causal entre el ingreso, el consumo de energía, las emisiones de car-bono, mano de obra y la formación bruta de capital jo de los datos obtenidos por Estados Unidos; la investi-gación demuestra que el ingreso no causa en términos de Granger [24] a las emisiones de carbono en el largo plazo, más bien el uso energía si lo hace, manifestando que el crecimiento del ingreso no puede convertirse en una solución para los problemas del medio ambiente.Nasir et al. [25] utilizan el método de cointegración de Johansen [26] para investigar la relación entre las emisiones de carbono, los ingresos, el consumo de ener-gía y el comercio internacional de Pakistán; los autores encuentran que existe una relación cuadrática a largo plazo entre las emisiones de carbono y los ingresos. Goldman [27] utiliza el metaanálisis para comprender mejor los factores especícos que afectan la relación entre crecimiento económico y la calidad ambiental, utilizando datos de panel y datos globales; el autor esta-blece que no hay evidencia estadísticamente signicati-va que indique un aumento o disminución de la proba-bilidad de encontrar una curva de Kuznets.Fosten et al. [28] utilizan la metodología de coin-tegración 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, emisio-nes de SO2 y el PIB. La literatura citada maniesta que para establecer la relación existente entre el crecimiento económico de un país y su deterioro medio ambiental se han desarrolla-do estudios empíricos y en diversas pruebas estadísti-cas siendo aplicadas sobre datos de panel y series de tiempo. Técnicas usadas con grupos de países, y países individuales. III.METODOLOGIALa presente investigación se enmarca en un tipo de razonamiento inductivo con aplicación de pruebas eco-nométricas para medir la probabilidad de los argumen-tos establecidos en función a la causalidad del CO2 y PIB per cápita del G-8. Se esboza como proceso de de-sarrollo de la investigación un proceso unimétodo con un paradigma empírico-analítico 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 países 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 UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821
168Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401168168ISSN 2542-3401/ 1316-4821hecho de que la hipótesis alternativa de estacionariedad implica que en la ecuación antes descrita sea δ < 0, el contraste es unilateral. Por lo tanto, el valor de t-Statis-tic debe ser menor (más negativo) que los valores críti-cos unilaterales para rechazar H0 o hipótesis nula.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 países se usa el modelo de Vectores Autorregresivos (VAR). Sims, cita-do por Gujarati et al. (2010), argumenta la existencia de simultaneidad entre el conjunto de variables a tratarse en igualdad de condiciones sin distinción de variables exógenas ni endógenas. Se denomina vector autorre-gresivo 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-radas 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 es-pecíca como tal un sinónimo de causalidad ni su tipo de orientación. Es más, aún persiste según maniesta Gujarati (2010) 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 cau-salidad como si una variable X causa en términos 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 incluimos valores pasados o rezagos de X en la re-gresión 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., coin-cidieron 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 pa-sados 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 hi-pótesis.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 va-riables; ambas hipótesis son rechazadas.Hipótesis 4. Variables independientes; ambas hipó-tesis no son rechazadas.Para probar las hipótesis se toma en cuenta la pro-babilidad 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).Quinde et al., Relación de Casualidad entre el Crecimiento Económico UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)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%
169Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401169169ISSN 2542-3401/ 1316-4821Quinde et al., Relación de Casualidad entre el Crecimiento Económico Granger et al., denen a la cointegración bajo la pre-misa de que Xt, e Yt son integradas de orden uno. Si, para algún coeciente θ, Yt- θXt es integrada de orden cero, entonces Xt e Yt, se dice que están cointegradas. El coeciente θ se denomina 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 cointe-gración cuando dos o más series de tiempo con tenden-cias estocásticas pueden evolucionar juntas de forma tan estrecha a largo plazo que puede parecer que tienen el mismo componente tendencial; es decir, que parece que tengan una tendencia común.Córdova, expresa que la cointegración de Johansen es un método de aplicación a series tiempo que presen-tan presunciones de cointegración. De aplicación a sis-temas de ecuaciones 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)Bajo 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, en el caso del G-8 presenta una tendencia irregular la cual tiene pun-tos críticos altos en 1970 y 1992, y puntos críticos bajos en 1982 y 2009, presentando en su curva una forma de “N”; (Figura 1).UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821Fig. 1. Relación entre CO2 Per-cápita y el PIB Per-cápita. G-8
170Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401170170ISSN 2542-3401/ 1316-4821Para determinar el criterio de tendencia determinística o estocástica se realizó la prueba de Dickey-Fuller Aumentada (DFA). Los resultados de esta prueba muestran que los in-dicadores aprueban la hipótesis nula, indicando que tanto el CO2 como el PIB Per-cápita son series que tienen raíz unita-ria siendo estas no estacionarias (Tabla 2).Quinde et al., Relación de Casualidad entre el Crecimiento Económico UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821Tabla 2. Prueba de Raíz Unitaria CO2 y PIB Per-cápita.Tabla 3. Criterios de Selección del Orden de Retrasos – VAR CO2 PIB Per-cápita. G-8.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 criterionSC: Schwarz information criterionHQ: Hannan-Quinn information criterionGrupoHipótesis nulaTest de GrangerChi-sqDfProb.G-8CO2no causa a PIB Per-cápita2.85353240.5826PIB Per-cápita no causa a CO231.2063040.0000Para 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 criterio como el rezago óptimo. Para ello utilizaremos la prue-ba de razón de verosimilitud, los criterios de Error de Predicción Final y los estadísticos de Akaike, Schwarz y Hannan-Quinn. Estos criterios presentan una discre-pancia al momento de establecer el rezago; al momento de establecer como rezago optimo el G-8 varía entre los rezagos 1 y 4 (Tabla 3).LagLogLLRFPEAICSCHQ0-927.3869NA 6.01e+1848.9151049.0012948.945771-830.3488178.75454.49e+1644.0183644.27692*44.110352-829.52151.4368845.32e+1644.1853444.6162844.338673-828.83821.1147816.37e+1644.3599144.9632344.574564-814.757721.49135*3.78e+16*43.82935*44.6050544.10534*5-813.24882.1441584.38e+1643.9604644.9085444.297786-809.65644.7268534.58e+1643.9819245.1023744.380577-805.52065.0064834.70e+1643.9747745.2676044.434758-804.89220.6945575.88e+1644.1522245.6174344.673539-802.15832.7338696.68e+1644.2188645.8564544.8015010-800.19371.7578788.06e+1644.3259846.1359544.9699511-797.26992.3082159.49e+1644.3826346.3649745.0879312-794.20142.0995411.15e+1744.4316546.5863745.1982813-792.72620.8540261.58e+1744.5645446.8916345.3925014-784.31523.9841761.61e+1744.3323846.8318545.22167
171Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401171171ISSN 2542-3401/ 1316-4821Quinde et al., Relación de Casualidad entre el Crecimiento Económico 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 G-8. Entendiendo que el rezago optimo del VAR entre el CO2 y el PIB Per-cá-pita es de catorce rezagos – VAR2(14) para el G-8, se determina 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 G-8 una causalidad unidireccionalidad 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.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821Tabla 4. Prueba de Causalidad de Granger – VAR CO2 y PIB Per-cápita. Tabla 5. Test de Cointegración de Johansen – Resumen de Supuestos.Selected (0.05 level*) Number of Cointegrating Relations by Model*Critical values based on MacKinnon-Haug-Michelis (1999)GrupoVariablePrueba DFAProb*Test critical values: 5% levelt-StatisticG-8CO2-2.919952-1.9747400.2968PIB Per-cápita-2.919952-1.7344730.4082La 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 de tendencia determinística lineal en los datos en ambos casos (Tabla 5).GrupoData Trend:NoneNoneLinearLinearQuadraticG-8Test TypeNo Intercept No TrendIntercept No TrendInterceptNo TrendIntercept TrendIntercept TrendTrace11200Max-Eig10000El 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 cointe-gración y de la prueba de Máximun EigenValue conclu-yendo que existe al menos un solo vector o relación de cointegración para el caso del G-8 (Tabla 6).
172Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401172172ISSN 2542-3401/ 1316-4821Tabla 6. Test de Cointegración de Johansen – CO2 y PIB Per-cápita de 4 Rezagos. G-8.*MacKinnon-Haug-Michelis (1999) p-valuesQuinde et al., Relación de Casualidad entre el Crecimiento Económico UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821Número de ecuaciones de cointegración bajo HoPrueba de Rango de Cointegración Sin Restricciones de TrazaValor PropioEstadístico de la TrazaValor critico 0,05P-valor*Ninguna0.23513312.9767012.320900.0388A lo más 10.0080140.3781984.1299060.6017Número 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*Ninguna0.23513312.5985111.224800.0285A lo más 10.0080140.3781984.1299060.6017V.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.El G-8 presenta una curva en forma de “N” con irre-gularidades, según la premisa establecida en la curva ambiental de Kuznets. Establecer la relación entre el producto interno bruto per cápita (PIB Per Cápita) y las emisiones totales de Dióxido de Carbono (CO2) representa un interés para establecer políticas públicas que reorienten la emisión de CO2 y el desarrollo de tecnologías limpias. Es necesario evaluar otras variables que forman par-te del proceso de deterioro ambiental como es el caso de deforestación contaminación de agua, suelo y aire, que determinen de forma individual las políticas públicas a tomar.Para el caso del G-8, se determinó que la relación de ambos indicadores es de tendencia irregular, no es-tacionaria. Por lo que fue necesario evaluar su relación bajo la prueba de Johansen, de acuerdo con el test de co-integración, el rango de cointegración de las variables analizadas es r = 1 bajo la especicación de intercepto en la ecuación de cointegración, y tendencia determi-nística lineal en los datos con 4 rezagos en los términos VAR en diferencias. Bajo el criterio de causalidad se determinó que según la prueba de Granger el modelo presenta unidireccionalidad en términos de causalidad de Granger del PIB Per Cápita al CO2.El estudio demuestra que existe una relación empíri-ca entre los niveles de contaminación ambiental de los países evaluados y su alcance en términos de desarrollo 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]G. Brundtland, «Our Common Future,» de Report of the World Commission on Environment and Develop-ment , 1987. [2]R. Bermejo, Del desarrollo sostenible según Brundt-land a la sostenibilidad como biomimesis, Bilbao: He-goa, 2014. [3]R. B. y. P. C. Fander Falconí, «Flacso,» 16 03 2016. [En línea]. Available: https://www.acsoandes.edu.ec/agora/62767-la-discutible-curva-de-kuznets. [Último acceso: 15 01 2021].[4]E. Urteaga, «Las teorías económicas del desarrollo sostenible,» Cuadernos de Economía, vol. 32, nº 89, pp. 113-162, 2009. [5]V. K. Smith, Scarcity and Growth Reconsidered,
173Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-3401173173ISSN 2542-3401/ 1316-4821Quinde et al., Relación de Casualidad entre el Crecimiento Económico UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 165-173)ISSN-e: 2542-3401, ISSN-p: 1316-4821Baltimore: The Johns Hopkins Press, 1979. [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. V. A. y. P. C. Correa, «La Curva Medioambiental de Kuznets: Evidencia Empírica para Colombia Grupo de Economía Ambiental (GEA),» Semestre Económico, vol. 8, nº 15, pp. 13-30, 2005. [16]W. Malenbaum, World Demand for Raw Materials in 1985 and 2000, McGraw-Hill: New York, 1978. [17]W. Beckerman, «Economists, scientists, and envi-ronmental catastrophe,» Oxford Economic Papers, vol. 24, nº 3, 1972. [18]G. y. K. A. Grossman, «Economic Growth and the Environment,» The Quarterly Journal of Economics, vol. 110, nº 2, pp. 353-377, 1995. [19]N. Stokey, «Are there Limits to Growth?,» Interna-tional Economic Review, vol. 39, nº 1, 1998. [20]W. y. C. W. Jaeger, «A Theoretical Basis for the En-vironmental Inverted-U Curve and Implications for In-ternational Trade,» de Discussant: Clive Chapple, New York, 1998. [21]T. B. K. B. R. y. G. K. Cavlovic, «A Mets-Analysis of Environmental Kuznets Curve Studies,» Agricultural and Resource Economics, nº 29, pp. 32-42, 2000. [22]M. y. S. T. Heil, «Carbon emissions and economic development: future trajectories based on historical ex-perience,» Environment and Development Economics, vol. 6, nº 1, pp. 63-83, 2001. [23]U. S. R. y. E. B. Soytas, «Energy consumption, in-come, and carbon emissions in the United States,» Eco-logical Economics, vol. 62, nº 3, pp. 482-489, 2007. [24]C. W. J. Granger, «Investigating causal relations by econometrics models and cross spectral methods,» Eco-nometrica, nº 37, pp. 424-438, 1969. [25]M. y. U. R. Nasir, «Environmental Kuznets Curve for carbon emissions in Pakistan: An empirical inves-tigation,» Energy Policy, vol. 39, nº 3, pp. 1857-1864, 2011. [26]S. Johansen, «Statistical Analysis of Cointegration Vectors,» Journal of Economic Dynamics and Control , vol. 12, nº 2, pp. 231-254, 1988. [27]B. Goldman, «Meta-Analysis of Environmental Kuznets Curve Studies: Determining the Cause of the Curve’s Presence,» de Honors Projects, 2012. [28] M. B. y. T. T. Fosten, «Dynamic misspecication in the environmental Kuznets curve: Evidence from CO2 and SO2 emissions in the United Kingdom,» Ecological Economics, vol. 76, pp. 25-33, 2012.