Análisis Industria Limpia - Incentivos Economicos

Gaceta de Economa
Ao 16 , Nmero Especial, Tomo I
Incentivos econmicos de las empresas a participar en

acuerdos ambientales voluntarios: anlisis del Programa
de Industria Limpia
Vicente Ruz1, Marisol Rivera-Planter2, Carlos Muoz-Pia3
Sumario
La aplicacin coercitiva de la legislacin ambiental es una condicin
necesaria, ms no suficiente para alcanzar el potencial de mejora ambiental
de la industria. Es verdad que para algunas empresas, la posibilidad de
sufrir una multa o una clausura constituye la motivacin ms importante
para cumplir con la normatividad ambiental. Sin embargo, tambin es
cierto que muchas empresas estn dispuestas a ir ms all de las exigencias
legales, participando en esquemas voluntarios. En Mxico, uno de los
esquemas voluntarios que tiene como objetivo mejorar el desempeo
ambiental de las empresas es el Programa Nacional de Auditora
Ambiental (PNAA) de la Procuradura Federal de Proteccin al Ambiente
(PROFEPA). Por medio de una encuesta a las empresas manufactureras
mexicanas realizada por el Instituto Nacional de Ecologa, se analizan las
principales hiptesis sobre la participacin de stas en el programa
voluntario. Para ello, se plantea un modelo economtrico probit y se
controlan los problemas muestrales y de autoseleccin. Se encontraron
resultados similares a los de la literatura en cuanto al efecto del tamao de
la empresa, de las empresas exportadoras, desempeo ambiental previo,
entre otras y se exploran nuevas variables para el caso de Mxico, como el
efecto del capital extranjero, de empresas proveedoras de gobierno, los
costos de los insumos y la presin del regulador sobre la participacin en
el programa.
Clasificacin JEL: Q53, Q57.
Tesis para obtener el grado de licenciatura en economa en 2006 de Instituto Tecnolgico Autnomo
de Mxico
1
Estadstico, Direccin de Poltica Regional, Direccin de Gobernanza Pblica y Desarrollo

Territorial, Organizacin de Cooperacin y Desarrollo Econmico. Vicente.RUIZ@oecd.org
2
Directora de Anlisis Estadstico, Economtrico y Modelos, Instituto Nacional de Ecologa.

marivera@ine.gob.mx
3
Director General de Investigacin en Poltica y Economa Ambiental, Instituto Nacional de Ecologa.

carmunoz@ine.gob.mx
248
Gaceta de Economa
1. Introduccin
Existen distintos mecanismos mediante los cuales el Estado puede interferir en los
procesos econmicos con el objetivo de maximizar el bienestar social. Las
herramientas generalmente utilizadas para realizar esta tarea son de carcter
impositivo; los agentes deben obedecer, ya que de no hacerlo se ven obligados a
cumplir una sancin. Al imponer un determinado comportamiento a las empresas,
estas deben enfrentar costos no deseados. La aplicacin de este tipo instrumentos
recibe el nombre de comando y control.
Una alternativa, que busca optimizar la aplicacin de los instrumentos de
comando y control, son los Acuerdos Voluntarios (AV). Los AV eliminan el
carcter coercitivo de las herramientas de comando y control, planteando
esquemas de cooperacin. Bajo un AV la cooperacin radica en la obtencin de
beneficios mutuos. Para que un agente decida participar, se esperara que los
beneficios generados por medio de la colaboracin, al menos se equiparen a
aquellos que se hubiesen obtenido en caso de no haber participado.
En Mxico los dos principales esquemas de participacin voluntaria que
tienen como objetivo mejorar el desempeo ambiental de las empresas privadas
son: 1) la serie ISO-14000 de la Organizacin de Estandarizacin Internacional
(ISO); y 2) los certificados del Programa Nacional de Auditora Ambiental
(PNAA) de la Procuradura Federal de Proteccin al Ambiente (PROFEPA). El
primer esquema, reconocido a nivel internacional, refleja el valor que las
empresas obtienen de l ante los clientes internacionales o ante sus casas matrices
cuando son empresas internacionales. El segundo esquema tiene mayor
reconocimiento a nivel nacional, especialmente ante las autoridades federales,
grupos ambientalistas y la comunidad.
El objetivo de este artculo es analizar los incentivos econmicos que tienen
las empresas manufactureras para participar en el Programa Nacional de
Auditora Ambiental. Es decir, cules son los factores internos y externos que
llevan a una empresa a participar en el programa. Para ello, en el siguiente
apartado se describe el Programa Nacional de Auditora Ambiental; en el tercer
apartado se expone la revisin de la literatura; enseguida se expone el modelo
economtrico utilizado; en el cuarto apartado se describe el proceso de obtencin
de datos; en el sexto apartado se presentan los resultados, seguidos de las
conclusiones y recomendaciones de poltica.
Incentivos econmicos de las empresas a participar en acuerdos
249
2. El Programa Nacional de Auditora Ambiental (PNAA)

El Programa Nacional de Auditora Ambiental es un programa voluntario que se
introdujo como una medida para mejorar el desempeo ambiental; la seguridad e
higiene en industrias de alto riesgo; as como para complementar y mejorar los
procesos regulatorios. Est suscrito en el reglamento de la LGEEPA en Materia
de Auditora Ambiental y es coordinado por la PROFEPA.
El PNAA inici en 1992, impulsado principalmente por la falta de
informacin acerca del manejo de sustancias peligrosas dentro del ramo
industrial. La meta del programa es alcanzar la certificacin por parte de la
PROFEPA. El certificado avala que los procesos de la organizacin cumplan los
4
lineamientos establecidos para cada industria en particular; y tiene una duracin

de dos aos.
Existen tres tipos de sellos que la PROFEPA otorga segn la actividad de la
organizacin. El sello de Industria Limpia se otorga al sector industrial;
Cumplimiento Ambiental se otorga al sector no industrial; y el sello de
Excelencia Ambiental se otorga a las empresas que asuman la filosofa de
5
sustentabilidad ambiental .
A lo largo de 12 aos del programa se unieron en total 3,218 empresas (Ver
Grafica 1). A mediados de 1993 y hasta finales de 1994 se da un enorme salto en
6
el nmero de empresas participantes . Posteriormente, se present una tendencia

positiva hasta finales de la dcada de los 90. Durante 2001 y hasta mediados de
2002, se dio una disminucin en el nmero de empresas participantes. Despus de
este lapso, se dio un incremento significativo en el nmero de participantes,
registrando niveles similares a los de 1994.
Uno de los aspectos ms cuestionables del PNAA es su objeto de certificacin. El sello que se
otorga certifica el cumplimiento de la ley, sin embargo no se otorga un distintivo por desempeo
ambiental extraordinario
5
Para obtener este sello, las empresas deben estar constantemente mejorando su desempeo
ambiental con metas cuantificables, indicadores y pruebas documentadas.
6
Posiblemente atribuible a la entrada en vigor del TLCAN.
250
Gaceta de Economa
Grfica 1
Nmero de Auditoras Voluntarias Mensuales en el periodo 1993-2003
Fuente: Procuradura Federal de Proteccin al Ambiente.
3. Revisin de la literatura
3.1. Marco terico
7
En trminos tericos, muy pocos autores han intentado modelar el proceso de

participacin en acuerdos ambientales voluntarios. Entre este tipo de trabajos
destaca el estudio realizado por Lyon y Maxwell [2005], en el cual se propone un
modelo terico dirigido a analizar la interaccin entre el regulador y la industria
en donde las acciones unilaterales, la aplicacin de impuestos ambientales y los
programas de participacin voluntaria pueden ser integrados en el mismo
contexto. Las principales conclusiones a las que llegan es que un impuesto a las
emisiones es un instrumento inherentemente ms poderoso que un programa de
participacin voluntaria y que a pesar de los beneficios potenciales de un
programa de participacin voluntaria, la existencia misma de un instrumento
voluntario de esta ndole puede generar que la sociedad en su conjunto se
encuentre peor.
No existe un marco terico formalmente establecido. (hasta la fecha en la que se realiz la

investigacin)
251
3.2. Participacin en acuerdos voluntarios

Como se mencion anteriormente, la participacin en un esquema voluntario est
sujeta a que los beneficios netos de participar sean positivos. Existen distintos
elementos que determinan la participacin en un esquema voluntario. En esta
8
seccin se presentan los resultados de los estudios ms representativos acerca de

los determinantes de la participacin en acuerdos voluntarios.
i. Factores internos a la empresa o la industria

Dentro los factores internos o caractersticas de la empresa, una de las
hiptesis generalmente discutidas ha sido el impacto del tamao de la empresa
sobre la decisin de participar en un esquema voluntario. Arora y Cason [1995],
9
as como Videras y Alberini [2000] , han encontrado evidencia para tres

programas (WasteWise, Green Ligths y 33/50) de que el tamao influye de forma
positiva en la probabilidad de que la empresa participe en un programa
voluntario.
Otra de las hiptesis estudiadas en la literatura plantea que el desempeo
ambiental de una empresa previo a la aparicin del programa tiene un efecto
positivo sobre la participacin. Lyon y Maxwell [2002] y Khanna [2001] han
concluido que un pobre desempeo ambiental afecta de manera positiva la
participacin. En cambio, Videras y Alberini [2000] encontraron resultados
mixtos segn el tipo de indicador de desempeo ambiental que utilizaban.
Algunos estudios han analizado los aspectos tcnicos de la empresa,
encontrando resultados mixtos; si bien Arora y Cason [1995] y Khanna y Damon
[1998] no encuentran evidencia de que empresas dentro de subsectores ms
innovadores tengan mayor disponibilidad a participar; Khanna y Damon [1999]
Debido a que no existe un marco terico formalmente establecido se hace una revisin de los
artculos ms relevantes en la materia.
9
Videras y Alberini [2000] estudian tres programas voluntarios en Estados Unidos: el programa
WasteWise, Green Ligths y el 33/50. El primero consiste en disminuir los residuos slidos
municipales y en seleccionar y separar desechos industriales. El segundo consiste en la instalacin de
tecnologas eficientes en energa para la iluminacin. Finalmente el programa 33/50 tiene como
objetivo alcanzar considerables reducciones (33% para 1992 y 50% para 1995) de qumicos
contaminantes.
252
Gaceta de Economa
encuentran que empresas con equipos ms antiguos estn ms dispuestas a

10
participar en el Programa 33/50 .

Respecto a las caractersticas de la industria, tambin existen resultados
11
mixtos. Videras y Alberini [2000] encuentran que para el Programa Waste Wise
las empresas que producen bienes de consumo tienen mayor disponibilidad a
participar. Mientras que los mismos autores no encuentran suficiente significancia
estadstica para encontrar este efecto en el Programa 33/50.
Una segunda caracterstica de la industria es la concentracin. Arora y Cason

[1995] encuentran que las empresas en industrias ms concentradas estn ms
dispuestas a participar. Esto se debe a que industrias ms concentradas son ms
competitivas y las empresas buscan diferenciar sus productos. Participar en un
programa voluntario puede darles una caracterstica de diferenciacin respecto a
los otros productos en el mercado.
Por otro lado, Videra y Alberini [2000] encuentran que en el caso del
Programa WasteWise, las empresas que gastan ms en publicidad, participan ms
en el programa.
En materia de educacin, Dasgupta, Hettige y Wheeler [2000], encuentran
que un mayor nivel educativo de los empleados de las plantas industriales impacta
positivamente la participacin.
ii. Factores externos a la empresa

En cuanto a presiones regulatorias, Arora y Cason [1996] concluyen que el
nivel de cumplimiento de la ley de una firma, aproximado por medio del nmero
de multas, no es significativo en trminos de participacin. Por otro lado,
Henriques y Sadorsky [1996] y Dasgupta, Hettige y Wheeler [2000] encuentran
que la presin regulatoria impacta positivamente la participacin en esquemas
ambientales voluntarios.
10
El Programa 33/50 de la Agencia de Proteccin Ambiental Estadounidense (EPA por sus siglas en
ingls) es un programa voluntario que comenz en 1991. El programa tiene como objetivo alcanzar
grandes reducciones de qumicos contaminantes. La EPA identific 17 qumicos txicos de alta
prioridad los cuales deban reducirse en 33 por ciento para finales de 1992 y en 50% para finales de
1995.
11
El Programa WasteWise de la Agencia de Proteccin Ambiental Estadounidense (EPA por sus

siglas en ingls) es un programa voluntario que tiene como objetivo promover la prevencin y el
reciclaje de residuos slidos municipales, as como la seleccin y separacin de materiales
industriales.
253
Dentro de los factores generados por incentivos de mercado, Arora y

Gangopadhyay [1995] argumentan que la proximidad de la firma con los
consumidores es un potencial determinante en la participacin de programas
ambientales voluntarios. En este sentido, Henriques y Sadorsky [1996] tambin
encuentran que la presin por parte de los consumidores es un efecto
determinante en la participacin.
Henriques y Sadorsky [1996] hallan evidencia de que la participacin en
programas se ha visto influenciada por presin de la comunidad en que reside la
empresa. Sin embargo, Dasgupta, Hettige y Wheeler [2000], no encuentran
evidencia de dicho efecto en la adopcin del certificado ISO 14000 para plantas
industriales mexicanas.
3.3. Consideraciones economtricas en la literatura
El modelo ms empleado en la literatura para este anlisis es el modelo de
tipo PROBIT, ya que se considera el proceso de participacin voluntaria como un
proceso de eleccin, el cual se encuentra en funcin del beneficio esperado a raz
de la participacin.
Los estudios que consideran los motivos de la participacin generan sus
principales variables mediante datos secundarios o encuestas. El uso de encuestas
12
trae consigo problemticas de muestreo y auto-seleccin para responderlas. Por

otro lado, la participacin en el programa en s misma puede presentar problemas
de autoseleccin de acuerdo al diseo o implementacin del programa.
En el presente trabajo se controla la auto-seleccin para contestar la encuesta.
La auto-seleccin surge de omitir el hecho de que aquellos individuos que
deciden contestar la encuesta se encuentran influenciados por caractersticas no
observables para el investigador. Si la eleccin de contestar la encuesta no es
controlada en el modelo, se le pueden atribuir beneficios adicionales al programa,
sobrevaluando sus efectos.
12
En el presente estudio, el bajo nmero empresas participantes en programas ambientales

voluntarios motiv a realizar un muestreo de estratificacin endgena, modelo retrospectivo o Choice
Based Sampling (CBS). A diferencia de procesos de muestreo convencionales, el CBS selecciona
aleatoriamente un determinado nmero de observaciones dentro de cada una de las categoras o
estratos de inters. El uso de esta metodologa permite sobrestimar el nmero de eventos poco
frecuentes en la muestra, sin afectar los resultados de un anlisis economtrico, ya que posteriormente
se les asigna una ponderacin con base en su proporcin poblacional.
254
Gaceta de Economa
En Wynand y Bernard [1981] se analiza la decisin de escoger un seguro de

salud con deducible contra uno de cobertura completa. La recopilacin de
informacin se realiz por medio de encuestas por correo. Este proceso gener un
sesgo de auto-seleccin. Para controlar este problema se utiliz una ecuacin que
representara el proceso de seleccin muestral. Sin embargo, la principal
aportacin de este documento radica en la estructura de la ecuacin principal, la
cual es del tipo PROBIT. Por otro lado, Boyes, Hoffman y Low [1989] analizan
la decisin de omitir obligaciones bancarias generadas por el uso de tarjetas de
crdito. Al igual que en el estudio antes comentado, se utiliza un PROBIT
bivariado; el cual es una extensin del modelo de observacin parcial propuesto
por Meng y Schmidt [1985]. Debido a la escasez de observaciones dentro de la
categora de los defraudadores se utiliz un muestreo del tipo Choice Based
13
Sampling . Por este motivo, en el trabajo mencionado anteriormente, fue

necesario ponderar la funcin de verosimilitud del PROBIT bivariado, siguiendo
la metodologa de Manski y Lerman [1977].
4. Modelo economtrico
La participacin en esquemas voluntarios puede representarse mediante un
modelo probabilstico para variables categricas. En el presente estudio, se toman
en cuenta dos factores adicionales. El primero de ellos, hace referencia a la
ponderacin de observaciones dentro de la funcin de verosimilitud, como
consecuencia del mtodo de muestro CBS. El segundo aspecto a considerar, es un
posible proceso de auto-seleccin, el cual se debe principalmente a cuestiones
logsticas y de disposicin a participar en la encuesta, a lo largo del
levantamiento. Poniendo en contexto todos estos elementos, as como la revisin
de la literatura, se concluy que la mejor alternativa de modelacin era un modelo
PROBIT bivariado con ponderacin muestral.14 Por lo que para efectos de este
estudio, se utilizar el modelo original propuesto por Meng y Schmidt [1985], al
cual se le integrarn las modificaciones realizadas por Boyes et l. [1989] para
compensar los efectos del muestreo.
13
14
Choice Based Sampling; tambin llamado muestreo retrospectivo o estratificado endgeno.
El modelo de auto-seleccin para variables dicotmicas es tambin conocido en la literatura como

Heckit. Este apelativo hace referencia a los primeros trabajos realizados en esta materia. Sin embargo,
esta clase de modelos es en realidad un PROBIT bivariado con observacin parcial.
255
4.1. Modelo PROBIT bivariado con ponderacin muestral
Considrense dos variables binarias 1 y 2 . Cada una de ellas es generada

mediante una ecuacin PROBIT, en donde los errores de las ecuaciones estn
correlacionados. En el contexto de participacin en esquemas ambientales
y1 * es el beneficio que reciben las empresas por participar en la

y *
encuesta (Ver Ecuacin 1), mientras que 2 son las utilidades que se generan
voluntarios,
debido a la participacin en un esquema ambiental voluntario (Ver Ecuacin 2).

Las variables que explican la decisin de responder la encuesta se encuentran en
la matriz
X 1 , mientras que las que explican la participacin son capturadas en
X 2 . Todo aquella informacin que afecta ambas decisiones se captura en los

respectivos trminos de error 1 y 2 .
El modelo est descrito por:
y1 * X 1 1 1 (Ecuacin 1)
y 2 * X 2 2 2 (Ecuacin 2)
En este modelo y1 * y y 2 * no son observables, pero se encuentran relacionadas
con las variables dependientes binarias de la siguiente manera:
1 si Respondi la encuesta
y1
0 si No Respondi la encuesta
1 si Participa en un Esquema Ambiental Voluntario
y2
0 si No Participa en un Esquema Ambiental Voluntario
(1 , 2 )' se distribuyen IID como una normal bivariada,
y se encuentran correlacionados entre s con un coeficiente de correlacin . El

Se asume que los errores
modelo se encuentra censurado, ya que 2 solamente se puede observar si 1 =1.

Para obtener los parmetros dentro de este sistema, es necesario maximizar el
logaritmo de la funcin de verosimilitud, la cual est dada por:
256
Gaceta de Economa
ln L( 1 , 2 , ) y1i y 2i ln F ( X 1i 1 , X 2i 2 ; )
i 1
y1i (1 y 2i ) ln[ ( X 1i 1 ) F ( X 1i 1 , X 2i 2 ; )]
(1 y1i ) ln[1 ( X 1i 1 )]
Como se ha comentado, para obtener estimaciones insesgadas de una muestra
generada a partir de CBS, es necesario incluir las ponderaciones muestrales
dentro del logaritmo de la funcin de verosimilitud. De acuerdo con el modelo de
Boyes et l. [1989], al utilizar la metodologa propuesta por Manski y Lerman
[1977], se obtiene la siguiente ecuacin:
ln L w ( 1 , 2 , ) w1 y1i y 2i ln F ( X 1i 1 , X 2i 2 ; )
i 1
w2 y1i (1 y 2i ) ln[ ( X 1i 1 ) F ( X 1i 1 , X 2i 2 ; )]
w3 (1 y1i ) ln[1 ( X 1i 1 )]
En donde,
w1 Q1 / H 1
Q1 Porcentaje de la poblacin en donde y1 =1 y y 2 =1
H 1 Porcentaje de la muestra en donde y1 =1 y y 2 =1
w2 Q2 / H 2
Q 2 Porcentaje de la poblacin en donde y1 =1 y y 2 =0
H 2 Porcentaje de la muestra en donde y1 =1 y y 2 =0
w3 Q3 / H 3
Q3
Porcentaje de la poblacin en donde
H3
Porcentaje de la muestra en donde
y1 =0
y1 =0
257
El procedimiento de Manski y Lerman [1977], establece que al maximizar la
' ( 1' , 2' , ) , se obtiene la
funcin de verosimilitud con respecto al vector

matriz de varianzas y covarianzas asinttica de
dada por:
V 1 1
2 ln Lw
ln Lw ln Lw
E
y E
'
'
5. Datos utilizados
i.
Primera fase
15
Para la primera fase se determin el marco muestral a partir de informacin del

SIEM y de la base de datos de participacin del PNAA. Con ello, el INE,
16
17
defini entrevistar a un total de 464 empresas. Debido a la baja frecuencia de

18
participantes en el programa, se realiz un muestreo retrospectivo (CBS, por sus

siglas en ingls). El uso de esta metodologa permite sobrestimar el nmero de
eventos raros en la muestra, sin afectar los resultados
19
de un anlisis
15
El marco muestral del estudio son las empresas privadas de todos los sectores econmicos que
estn registradas en el Sistema de Informacin Empresarial Mexicano (SIEM), as como de la base de
datos de empresas participantes en el PNAA de la PROFEPA. El SIEM es una herramienta generada
por la Secretaria de Economa. Esta base de datos est compuesta por ms de 550,000 observaciones,
en donde se integra una amplia gama de informacin econmica, financiera, entre otras. Por otro
lado, la base de datos del PNAA cuenta con informacin general de los participantes, fechas de
incorporacin al programa y certificacin.
16
Esta informacin, permite contar con un grupo de control.

17
De este total, nicamente 226 empresas respondieron la encuesta.

18 Tambin llamado Choice Based Sampling (CBS) o estratificado endgeno. Esta tcnica de
muestreo se aplica cuando la variable de inters es sumamente escasa en la poblacin (King y Zeng,
2001). Este es el caso de los programas ambientales de participacin voluntaria (Waldman [2000]).
19 Mansky y Lerman (1997) demostraron que al aplicar este procedimiento de muestreo a modelos
probabilsticos de eleccin , se obtienen estimadores insesgados. El procedimiento consiste en
ponderar cada observacin por su correspondiente peso poblacional dentro de la funcin de
verosimilitud.
258
Gaceta de Economa
economtrico, ya que posteriormente se les asigna una ponderacin con base a su

proporcin poblacional.
ii. Segunda fase
En la segunda fase se utilizaron variables generadas por medio de la encuesta
levantada por el Instituto Nacional de Ecologa.
Construccin de variables
20
La encuesta del INE se aplic a 226 empresas . De esta fuente se

seleccionaron 22 variables, las cuales fueron elegidas en funcin de las hiptesis a
corroborar y de la tasa de respuesta de las preguntas. (Ver Anexo 1)
Por otro lado, utilizando datos provistos por la PROFEPA, se obtuvo el
nmero de procesos legales en los que han estado involucradas las empresas
como consecuencia de haber incumplido con la legalidad en materia ambiental,
as como el monto de multas que han acumulado por este motivo. Para incluir
informacin acerca del consumo de insumos energticos, se consultaron los datos
del Censo Econmico de 1999 y el banco de informacin econmica del INEGI.
Se decidi complementar el modelo con informacin relacionada al
monitoreo de la calidad de aire realizado por el Sistema Nacional de Informacin
de la Calidad del Aire (SINAICA). Esta informacin se encuentra limitada a las
ciudades en donde se aplica este monitoreo.
Para analizar la influencia de agentes externos dentro de la localidad en
donde se encuentran ubicadas las empresas encuestadas, se gener un grupo de
variables relacionadas con su entorno sociodemogrfico. La ubicacin de las
empresas se aproxim por medio de informacin de varias fuentes: Zip Code
World21 , la base de datos del Servicio Postal Mexicano (SEPOMEX) 22 y mapas
provistos por la Gua Roji. Esta metodologa permite obtener una mayor precisin
geogrfica, ya que en el caso de los cdigos postales, muchas veces un mismo
cdigo abarca varias colonias o una misma colonia posee varios cdigos postales.
En cuanto a la informacin sociodemogrfica, se opt por utilizar el mnimo
nivel de agregacin disponible, el AGEB (rea Geo-Estadstica Bsica) del
20 La poblacin objetivo seleccionada para el estudio, est constituida por empresas medianas y
grandes dentro de los subsectores de Productos Alimenticios Bebidas y Tabaco, Produccin de
Sustancias Qumicas y Artculos de Plstico o Hule, Industrias Metlicas Bsicas y Manufactura de
Productos Metlicos, Maquinaria y Equipo.
21 www.zipcodeworld.com
22 www.sepomex.gob.mx
259
23
INEGI . Despus de ubicar cada empresa dentro de su respectivo AGEB, se

seleccionaron las variables socio-econmicas ms representativas de la misma.
Para poder captar el nivel de ingreso por unidad geogrfica fue necesario utilizar
la metodologa de componentes principales24 (Lattin, Carroll, y Green, 2003), a
partir de la cual se gener un ndice que incluye las siguientes variables:
salario promedio de la poblacin ocupada;

porcentaje de la poblacin ocupada con ms de 5 salarios mnimos;
porcentaje de la poblacin ocupada con ms de 10 salarios mnimos;
porcentaje de la poblacin ocupada con ingresos de hasta dos salarios
mnimos.
El anlisis e interpretacin de esta ltima variable se realiza mediante la

metodologa utilizada en los ndices de marginacin urbana utilizados por la
CONAPO.25 Aplicando un anlisis de conglomerados26 (Lattin et l. [2003]), se
generaron tres intervalos, para niveles de ingreso alto, medio y bajo. Esta
informacin fue asignada a cada observacin de la muestra mediante una variable
dicotmica para cada nivel. Posteriormente, para trabajar con la hiptesis de
optimizacin de insumos, se integraron datos relacionados con las zonas de
disponibilidad de agua en la que se encuentran ubicadas las empresas, estos datos
se obtuvieron de la Comisin Nacional del Agua.
23 La informacin utilizada pertenece al ao 2000.

24 El Anlisis de Componentes Principales (ACP) es una tcnica estadstica de sntesis de la
informacin, o reduccin de la dimensin (nmero de variables). Es decir, ante un banco de datos con
muchas variables, el objetivo ser reducirlas a un menor nmero perdiendo la menor cantidad de
informacin posible. Los nuevos componentes principales o factores sern una combinacin lineal de
las variables originales, y adems sern independientes entre s.
25 http://www.conapo.gob.mx/publicaciones/indice_urb.htm
26 El propsito del anlisis de conglomerados (clusters) es el agrupar las observaciones de forma que
los datos sean muy homogneos dentro de los grupos (mnima varianza) y que estos grupos sean lo
ms heterogneos posible entre ellos (mxima varianza). De este modo obtenemos una clasificacin
de los datos multivariante con la que podemos comprender mejor los mismos y la poblacin de la que
proceden.
260
Gaceta de Economa
6. Resultados
6.1. Descripcin de las variables
En el Cuadro 3 se presentan las variables utilizadas en el modelo, as como una
breve descripcin estadstica. Para un mejor entendimiento se han separado las
variables dependiendo de la ecuacin a la que pertenecen: seleccin o
participacin. Es importante resaltar que algunas variables son utilizadas en
ambas ecuaciones, por lo que se dar su descripcin en ambos casos.
Cuadro 3
Descripcin de las variables utilizadas en el modelo
Variables
Tipo
Obs.
Media
Desvest
Min
Max
Continua
463
402.1555
822.2175
100
12176
Continua
463
6288.445
4249.995
150
10000
457
.1619
.3687
Ecuacin de Seleccin
Nmero
Trabajadores
de
Capital Contable
Proveedor
Gobierno
de
Dicotmica
Exportadora
Dicotmica
463
.6004
.4903
Edo. de Mxico
Dicotmica
464
.1099
.3131
D.F.
Dicotmica
464
.2327
.4230
Continua
225
397
623
100
5000
Dicotmica
226
.3008
.4596
Dicotmica
226
.2876
.4536
Dicotmica
225
.5911
.4927
Ecuacin de Participacin
Nmero
Trabajadores
de
Tiempo Operando
Capital
Empresa
de
la
Empresa
Exportadora
Proveedor
Gobierno
de
Dicotmica
219
.1232
.3295
Estudios
Postgrado
de
Dicotmica
219
.1506
.3585
Precio del agua
Continua
226
11.1128
3.1436
1.15
14.67
Gasto Combustible /
Produccin Total
Continua
226
.4294
.1422
.1140
.7214
Intensidad Elctrica
Continua
226
.0233
.0200
.0016
.0812
Ingreso medio
Dicotmica
226
.5530
.4982
Ingreso alto
Dicotmica
226
.0486
.2156
Monitoreo
Dicotmica
226
.6991
.4596
Monitoreo*Ozono
261
Continua
226
47.2763
62.3054
138.55
Dicotmica
226
.4336
.4966
legales
Continua
226
.0931
.1631
.8571
Monto
Multas
Promedio / Ventas
Brutas
Continua
225
4.2479
32.5586
335.013
3
Continua
226
.3555
.2398
.0039
.99
Dicotmica
226
.6460
.4792
Residuos peligrosos
Procesos
promedio
Procesos Sectoriales
Ciudades
Prioritarias
PROFEPA
para
6.2. Resultados del modelo de seleccin para responder la encuesta

En esta seccin se muestra la ecuacin utilizada, as como los resultados
obtenidos. Se analiza cul es el efecto de distintas variables sobre la probabilidad
de contestar la encuesta.
Ecuacin de seleccin muestral o participacin en la encuesta:
P(respondioi 1 | x ) F (1 2 numero_trabajadoresi 3 capital_contablei
4 proveedor_gobi 5 exportadorai 6 edo_mexicoi 7 df i )
Dentro de la ecuacin de seleccin muestral solamente los coeficientes estimados

para las variables de proveedor de gobierno y empresas ubicadas en el Distrito
Federal son estadsticamente distintos de cero (Ver Cuadro 5). Llama la atencin
el resultado del modelo para empresas proveedoras del gobierno, se esperara que
empresas con un lazo ms estrecho con el gobierno estuvieran ms dispuestas a
participar en la encuesta. Sin embargo, el signo negativo del coeficiente estimado
indica que ser proveedor de gobierno reduce la probabilidad de responder la
encuesta.
262
Gaceta de Economa
Cuadro 5
Coeficientes estimados para la ecuacin de seleccin muestral del modelo
bivariado
Ecuacin de Seleccin
Coeficiente
Error Estndar
P>|z|
Constante
Variable
-.3861*
.095
.00
Nmero de Trabajadores
-.0000
.000
.75
Capital Contable
.0000
.000
.31
-.3068**
.128
.01
Exportadora
-.0677
.086
.43
Edo. de Mxico
-.0493
.136
.71
D.F.
-.4275*
.105
.00
Variable
Coeficiente
Error Estndar
Intervalo de Confianza al 95%
rho
-.7767
.444
-.996 , .820
Prueba de Wald
Chi2(1)
Prob> chi2
Ho:rho=0
0.86
0.3544
Proveedor de Gobierno
* Estadsticamente Significativo al 1%
** Estadsticamente Significativo al 5%
*** Estadsticamente Significativo al 10%
Probablemente el resultado ms interesante de este modelo es el

27
correspondiente a la variable (rho) . El valor de rho, a pesar de ser distinto de

cero, presenta una desviacin estndar significativamente alta. Por medio de la
28
prueba de Wald se encontr que no existe suficiente evidencia estadstica para

considerar que los estimadores de la ecuacin de participacin se encuentran
27
Rho representa la correlacin entre los trminos estocsticos de las ecuaciones de participacin y
seleccin.
28
Una desviacin estndar significativamente alta, se manifiesta en un intervalo de confianza muy

grande, el cual incluye al cero. Se aplic la prueba de independencia de Wald, en la cual se asume
como hiptesis nula que el valor de rho es igual a cero. No se rechaza Ho con 35.4% de confianza.
Con lo cual se concluye que no existe suficiente evidencia estadstica para considerar que los
estimadores de la ecuacin de participacin estn sesgados.
263
sesgados a causa de alguna variable independiente no observada que haya influido

en la decisin de responder la encuesta.
6.3. Resultados del modelo de participacin en el programa de Industria
Limpia (modelo bivariado)
A continuacin, se muestra la ecuacin planteada y los resultados del modelo
estadstico que explica el proceso de participacin en el programa de Industria
Limpia. Tomando en cuenta los aspectos tcnicos establecidos en Heckman [1974
y 1976] y Boyes et l. [1989], se probaron distintas combinaciones entre
covariantes hasta que finalmente se plante el siguiente modelo:
Ecuacin de participacin en el programa:
P(industria_limpiai 1 | x) F ( 1 2 numero_trabajadoresi 3 tiempo_operandoi 4 capitali
5 export adorai 6 proveedor_gobi 7 estudios_postgradoi
8 precio_aguai 9 combustiblei 10 intensidadi 11ingreso_medioi
12 ingreso_altoi 13 monitoreoi 14 monitoreo*ozonoi
15 residuos_peligrososi 16 procesos_legalesi 17 multas_ventasi
18 procesos_sectoriali 19 cd_prioritariasi 20 inst _ plantai )
En el Cuadro 4 se muestran los coeficientes estimados para la ecuacin de

participacin. La mayora de los coeficientes presentan los signos esperados en la
ecuacin de participacin, aunque solamente dos de ellos son estadsticamente
distintos de cero con una probabilidad del diez por ciento.
264
Gaceta de Economa
Cuadro 4
Coeficientes estimados para la ecuacin de participacin
Variable
Coeficiente
Constante
Tiempo Operando
Capital de la Empresa
Exportadora
Estudio de Postgrado
Precio del agua
Gasto Combustible / Produccin Total
Intensidad Elctrica
Ingreso medio
Ingreso alto
Monitoreo
Monitoreo*Ozono
Residuos peligrosos
Procesos legales prom.
Monto Multas/ Ventas Brutas
Ciudades Prioritarias PROFEPA
Instalacin de Planta
-1.707
.0001
-.1723
.3664
.5926***
.6665**
.5061
.0024
1.6870
-1.4918
.0572
.1640
-.0257
-.0017
.4227
1.2552
-.0055
.3992
.1237
-.2771
Error Estndar
2.13
.000
.246
.347
.354
.281
.411
.042
1.325
7.627
.196
.340
.239
.003
.324
.930
.005
.693
.285
.343
P>|z|
0.42
0.26
0.48
0.29
0.09
0.01
0.21
0.95
0.20
0.84
0.77
0.63
0.91
0.64
0.19
0.17
0.29
0.56
0.66
0.41
Como lo indica la literatura, el nmero de trabajadores afecta positivamente
la probabilidad de participar en el programa. Por desgracia existe una alta
probabilidad de que este coeficiente no sea distinto de cero. Lo mismo sucede con
el tiempo de operacin, el capital de la empresa y el capital humano de la
empresa.
El coeficiente estimado de la variable exportaciones, es estadsticamente
distinto de cero, y presenta un signo positivo. Esto indica que el hecho de que la
empresa sea exportadora incrementa la probabilidad de participacin. De manera
similar ser proveedor del gobierno tiene un efecto positivo sobre la participacin.
265
6.4. Resultados del modelo probabilstico para la participacin en el

programa de Industria Limpia (modelo univariado)
Tomando en cuenta los resultados del modelo de auto-seleccin y con el
objetivo de simplificar el modelo de participacin en el programa, se opt por
utilizar un modelo probabilstico dicotmico univariado. Este modelo deja a un
lado la ecuacin de seleccin y se enfoca simplemente en la decisin de participar
en el programa. Siguiendo la metodologa hasta ahora aplicada, se utiliz un
modelo PROBIT, el cual se aliment con las mismas variables de la ecuacin de
participacin anterior:
P(industria_limpiai 1 | x) F ( 1 2 numero_trabajadoresi 3 tiempo_operandoi 4 capitali
5 export adorai 6 proveedor_gobi 7 estudios_postgradoi
8 precio_aguai 9 combustiblei 10 intensidadi 11ingreso_medioi
12 ingreso_altoi 13 monitoreoi 14 monitoreo*ozonoi
15 residuos_peligrososi 16 procesos_legalesi 17 multas_ventasi
18 procesos_sectoriali 19 cd_prioritariasi 20 inst _ plantai )
Los resultados de este modelo se presentan en el Cuadro 6, si bien el signo de

los coeficientes es el mismo que en el modelo de auto-seleccin, un mayor
nmero de ellos es estadsticamente distinto de cero. En primer lugar, destaca el
coeficiente para el nmero de trabajadores, el cual es estadsticamente
significativo y con signo positivo. Esto implica que el tamao de la empresa
afecta positivamente la decisin de formar parte del programa. Este resultado se
complementa con el efecto positivo sobre la participacin que tienen el gasto en
combustibles y la licencia para generacin de residuos slidos.
Otro de los resultados que el modelo indica es que empresas con ms de 50%
de capital extranjero tienen una mayor probabilidad de participar en el programa.
Por otro lado, las empresas exportadoras y proveedoras del gobierno tienen una
mayor inclinacin a participar en el programa. Esto implica que las empresas que
participan en mercados internacionales tienen un mayor beneficio esperado de la
participacin en el programa, probablemente como resultado del acceso a
consumidores que exigen algn comprobante del desempeo ambiental de la
empresa. En el caso de empresas proveedoras de gobierno, el efecto del acceso al
mercado gubernamental puede estar acompaado por una mayor visibilidad ante
las autoridades ambientales.
266
Gaceta de Economa
Se rechaza la hiptesis de que la optimizacin de recursos sea un

determinante para participar, esto es porque las variables de precio del agua e
intensidad energtica no son significativas. Este resultado puede deberse a la
percepcin que tienen las empresas acerca del programa, ya que los beneficios
esperados de participar pueden estar siendo contabilizados en trminos de una
menor presin regulatoria, en lugar ser contabilizados mediante ahorros por
optimizacin (Ver Cuadro 6).
Cuadro 6
Coeficientes estimados para la ecuacin de participacin del modelo univariado
Coeficiente
Error Estndar
P>|z|
Constante
Variable
-3.5068*
.866
0.00
.0002***
.000
0.08
-.2479
.331
0.45
Capital de la Empresa
.5312***
.281
0.05
Empresa Exportadora
.7748*
.266
0.00
.6013***
.315
0.05
Estudio de Postgrado
.7230**
.302
0.01
.0097
.054
0.85
2.4151**
1.034
0.02
Tiempo Operando
Precio del Agua

Gasto Combustible / Produccin Total
Intensidad Elctrica
-2.5664
10.559
0.80
Ingreso medio
.0217
.278
0.93
Ingreso alto
.2096
.444
0.63
Monitoreo
.0042
.336
0.99
Monitoreo*Ozono
-.0038
.003
0.21
.5734**
.225
0.01
1.6491***
.846
0.05
Monto Multas / Ventas Brutas
-.0078
.005
0.17
.6440
.821
0.43
Ciudades Prioritarias PROFEPA
.1595
.388
0.68
Instalacin de Planta
-.3977
.301
0.18
Residuos Peligrosos
Procesos Legales promedio
267
A diferencia de los aspectos productivos, el capital humano resulta tener un

impacto positivo sobre la participacin. Esto coincide con lo que se haba
planteado inicialmente en relacin al nivel de estudio: empresas en donde la
mayora de los directivos tienen postgrado estn ms dispuestas a participar en el
programa en comparacin con empresas cuyos directivos tienen un menor grado
de estudio.
Las variables asociadas al monitoreo de la calidad del aire no son
estadsticamente distintas de cero. Una posible explicacin radica en que el
monitoreo realizado por SINAICA se aplica en ciudades en donde las autoridades
no solamente se encuentran interesadas en conocer la calidad del aire, si no que
cuentan con el presupuesto necesario para desarrollar estas actividades. En cuanto
a las localidades prioritarias para la PROFEPA, no se tiene ninguna posible
explicacin. No existe suficiente evidencia estadstica para afirmar que AGEBS
con estas caractersticas influencien a las empresas a participar.
Finalmente, el modelo arroja resultados sumamente interesantes en relacin a
la presin ejercida por el regulador. En primer lugar, el promedio anual de
procesos legales aplicados a la empresa tiene un impacto positivo sobre la
participacin en Industria Limpia. Sin embargo, esto no ocurre con el monto
promedio anual de multas, ya que esta variable no es significativa. Esto implica
que la presin ejercida por el regulador se realice a lo largo del proceso legal en
contra de la empresa. Un factor determinante en el desarrollo del proceso es la
falta cometida por la empresa; si la falta amerita una multa muy grande o
inclusive el cierre parcial o total de la planta, la empresa buscar llegar a un
acuerdo con las autoridades. En estas circunstancias, la participacin en el
programa puede ser el resultado de la conciliacin entre los dos agentes. En
cuanto a las multas, el motivo por el cual no afectan la participacin puede estar
relacionado con el poco valor monetario que representan para la empresa, es
decir, es ms costoso para las empresas participar en el programa que pagar la
multa.
268
Gaceta de Economa
6.5. Impacto de las variables sobre la probabilidad de participar

29
En esta seccin se presenta el impacto de algunas variables

probabilidad de participar.
sobre la
i. Gasto en combustible
Conforme se incrementa la razn combustible/produccin (todo lo dems
constante) la probabilidad de participar en el programa aumenta a tasa creciente
sobre el rango de datos de la muestra. El valor mximo de la variable gasto en
combustible/produccin total es 0.85, para el cual se estima una probabilidad de
35.3% (Ver Anexo 2).
ii. Empresas exportadoras y no exportadoras, con distintos tipos

de capital
A continuacin se presenta la interaccin entre distintos atributos, as como
su efecto sobre la probabilidad pronosticada. Para un valor inicial de 100
trabajadores, una empresa no exportadora y con mayora de capital nacional tiene
un probabilidad de 3.1% de participar. Sin embargo, si el capital de esta empresa
fuera en su mayora extranjero, la probabilidad se incrementa hasta 9.2%.
En cuanto al efecto de las exportaciones, una empresa exportadora cuyo
capital es en su mayora nacional y con un nmero de trabajadores igual a 100
parte de una probabilidad de 13.9%. El efecto de las exportaciones por s solo
incrementa en 10 puntos porcentuales la probabilidad de participar, que es mucho
mayor al efecto del capital. Llama mucho la atencin la interaccin entre
exportaciones y tipo de capital, ya que empresas con ambos atributos y partiendo
de 100 trabajadores, tienen una probabilidad inicial de 29%.
Retomando el concepto de no linealidad, la probabilidad para cada tipo de
empresa cambia a una tasa distinta conforme aumenta el nmero de trabajadores.
Para tener una mejor perspectiva de este efecto, se asumi un rango de
trabajadores mayor al de la muestra: de 100 a 13,000 trabajadores. En el Anexo 2
se puede ver con mayor claridad la no linealidad del modelo, ya que conforme
cambia el nmero de trabajadores la probabilidad de participar se incrementa a
una tasa creciente hasta alcanzar un punto de inflexin y partiendo de ah se
incrementa a tasas decrecientes. Por otro lado, caractersticas como el tipo de
capital y si la empresa es exportadora, no slo hacen que se parta de una
29 Para este anlisis se toman nicamente en cuenta las variables cuyos coeficientes son
significativos.
269
probabilidad mayor, si no que afectan la velocidad a la que se puede alcanzar el

punto de inflexin. Esto se debe a que estos atributos se encuentran relacionados,
intrnsecamente, con el nmero de trabajadores.
iii. Promedio anual de procesos legales y nmero de trabajadores.
La interaccin entre el promedio anual de procesos legales y el nmero de
trabajadores (500, 1500, 2500 y 3500 personas) de las empresas hace evidente el
efecto positivo de la visibilidad sobre la participacin. Al analizar la ordenada al
origen, en donde el promedio anual de procesos legales es igual a cero, la
probabilidad de participar para empresas con 500 trabajadores es de 6.6%, para
empresas con 1,000 trabajadores es de 8.6%, para aqullas con 1,500 es 10.9% y
para las de 2,000 trabajadores es de 13.7%. A pesar de que los valores para el
nmero de trabajadores se incrementan en la misma proporcin, las
probabilidades pronosticadas para cada uno de ellos no mantienen un
comportamiento paralelo entre s; se puede observar que en un primer intervalo
las curvas se empiezan a separar hasta alcanzar un punto en donde este
comportamiento cambia, hasta converger cuando la probabilidad tiende a uno.
iv. Residuos peligrosos

Considerando la hiptesis acerca de la presin regulatoria como determinante
para la participacin en el programa, se analiz el incremento en el promedio
anual de procesos legales para empresas generadoras y no generadoras de
residuos peligrosos. Empresas generadoras de residuos peligrosos y prcticamente
sin procesos legales en su contra, tienen una probabilidad de participar en el
programa de 11.4%, casi 8 puntos porcentuales sobre empresas no generadoras de
30
residuos . Es importante tener en mente que el resto de las variables estn siendo
evaluadas en su valor medio dentro de la muestra; si ste valor cambiara, la
probabilidad pronosticada tambin se vera afectada.
6.6. Pronsticos del Modelo
En la Grfica 2 se presentan las probabilidades estimadas para cada observacin
de la muestra. En ella se puede notar que la observacin con la probabilidad ms
alta es de 84%, mientras que la mayora de las observaciones se ubican por debajo
de 20%.
30
Considerar que el resto de las variables estn siendo evaluadas en su valor medio dentro de la
muestra. Si este valor cambiara, la probabilidad pronosticada a su vez se vera afectada.
270
Gaceta de Economa
Grafica 2
Probabilidades pronosticadas
Una comparacin entre las observaciones y los pronsticos se presenta en la

Grfica 3. Se presenta el porcentaje de participacin observado en el programa y
31
la participacin pronosticada por el modelo .

Dentro de la grfica destaca la diferencia entre el pronstico y el valor
32
observado de las empresas grandes en el subsector 37 , as como de las empresas

33
34
grandes y medianas del subsector 38 ; en ambos casos el modelo sobrestima la

probabilidad de participar en alrededor del 10%.
31
Dado que la muestra se obtuvo a partir de los datos del SIEM, esta informacin fue utilizada para
alimentar el modelo y generar los pronsticos. Sin embargo, debido a que la mayora de las variables
del modelo se obtuvieron de la encuesta realizada por el INE, los pronsticos se realizaron
nicamente considerando el nmero de trabajadores de la empresa y si la empresa era exportadora; el
resto de las variables estadsticamente distintas a cero dentro del modelo se evaluaron en su valor
medio dentro de la muestra. Una vez estimada la probabilidad de participar para cada empresa, estos
datos se agruparon de acuerdo al tamao y al sector que pertenecan, de donde se obtuvo un
promedio.
32
El subsector 37 de la Industria Manufacturera corresponde a las industrias metlicas bsicas.
33
El subsector 38 de la Industria Manufacturera corresponde a la manufactura de productos

metlicos, maquinaria y equipo.
34
Esto se debe en gran medida a que el promedio de trabajadores es sumamente alto y al gran nmero
de empresas exportadoras en ambos subsectores.
271
Grafica 3
Comparacin de participacin observada y participacin pronosticada
6.7 Cambio en la probabilidad marginal

Una forma de complementar este anlisis es cuantificando el cambio en la
probabilidad producido por un incremento en las variables independientes. Esta
interaccin es conocida como el cambio marginal en la probabilidad (Long
[1997]), la cual est dada por:
En donde es la funcin de probabilidad acumulada de una normal estndar,

es la funcin de densidad de la misma y es el vector de coeficientes estimados.
El cambio en la probabilidad marginal se puede interpretar como la pendiente de
la curva evaluada en un punto de la variable independiente. Debido a que el
modelo es no lineal la magnitud del cambio depender del valor de la variable
independiente sobre el que se evale.
35
En el Cuadro 7 se presentan los cambios marginales en la probabilidad de

participar en el programa. Como se puede observar, el cambio en la probabilidad
35
Los cambios de cada variable se evaluaron sobre la media de las mismas.
272
Gaceta de Economa
ante un incremento en el nmero de trabajadores es sumamente pequeo, ya que

cada trabajador extra incrementa la probabilidad de participar en el programa en
0.005%; para la variable del tipo de capital de la empresa, el hecho de que la
mayora del capital de la empresa sea extranjero incrementa la probabilidad de
participar en 11.3%; el ser una empresa exportadora impacta positivamente la
participacin en 13.3%; en el mismo sentido, el ser proveedor del gobierno
incrementa la probabilidad en 14.5%; el mayor efecto hasta ahora es el generado
por la educacin de los directivos, el cual genera un incremento en la
probabilidad cercano a 18%; el gasto en combustibles es sumamente importante
en trminos de la participacin, ya que un cambio en esta variable tiene un efecto
sobre la participacin del 45.1%; como ya se haba observado, empresas
generadoras de residuos peligrosos tienen 11% ms de probabilidad de participar;
finalmente, al incrementarse en uno el promedio anual de procesos legales en
contra de la empresa se incrementa en 30% la probabilidad de participar.
Cuadro 7
Cambio marginal en la probabilidad estimada
273
7. Conclusiones
La motivacin del presente estudio es conocer los incentivos econmicos detrs
de la participacin en el Programa Nacional de Auditora Ambiental. Con
informacin del INE, el SIEM, el INEGI y la Subprocuradura de Inspeccin
Ambiental, se plante un modelo PROBIT bivariado para controlar el posible
problema de autoseleccin. La prueba de independencia entre los trminos
estocsticos de las ecuaciones de participacin y seleccin da suficiente evidencia
estadstica para rechazar que la correlacin entre estas dos variables sea distinta a
cero. Es decir, no existe un sesgo de los estimadores de la ecuacin de
participacin. Una vez considerada la inexistencia de un sesgo de los estimadores
por el proceso de autoseleccin, se utiliz un PROBIT univariado.
En cuanto a los resultados del modelo univariado, se encuentra que el tamao
de la empresa, as como un mayor gasto en combustible/produccin, afecta
positivamente la decisin de formar parte del programa. De acuerdo con las
hiptesis de este estudio (Ver Anexo 1), esto se debe a que empresas de mayor
tamao son ms fcilmente detectadas por las autoridades. Destaca el hecho de
que las variables relacionadas con la visibilidad geogrfica no sean significativas,
lo que hace pensar que la visibilidad ante las autoridades se manifiesta a travs de
atributos propios de las actividades de la empresa. Estos resultados concuerdan
con los resultados existentes en la literatura. Al poner en contexto estos resultados
se puede afirmar que la visibilidad de la empresa es determinante en la
participacin en el programa Industria Limpia
De acuerdo a los resultados obtenidos, no es posible afirmar que la
participacin est determinada por el desempeo ambiental de la empresa
(determinado por el tipo de tecnologa usada) ni por el nivel de ingreso
monetario. Tambin se encontr que, en conformidad con los resultados
existentes en la literatura, empresas con un alto capital humano estn ms
dispuestas a participar, ya que sus directivos estn ms conscientes de los
beneficios que arroja un adecuado desempeo ambiental.
Como se mencion anteriormente, en el presente trabajo se exploran otras
variables que aportan nuevas conclusiones a la literatura. Entre stas se
encuentran el efecto del capital extranjero, de empresas exportadoras, de
empresas proveedoras del gobierno, los costos de los insumos y la presin del
regulador sobre la participacin en el programa. Las variables relacionadas con
los consumidores, exportaciones, capital extranjero y proveedor del gobierno,
274
Gaceta de Economa
muestran que empresas con estas caractersticas tienen una mayor probabilidad de
participar.
Por otro lado, a pesar de que dentro de la promocin del programa de
Industria Limpia se hace nfasis en los beneficios que reciben los participantes
como consecuencia de un mejor aprovechamiento de insumos. No hay suficiente
evidencia para afirmar que empresas con una mayor intensidad en energticos y
en agua tengan mayor probabilidad de participar, por lo que no se puede afirmar
que la participacin en Industria Limpia se encuentre motivada por el ahorro
esperado en insumos secundarios.
Probablemente, el resultado ms interesante del modelo se encuentra en las
variables que aproximan la presin del regulador. La coercin ejercida por las
autoridades tiene un efecto sobre la adopcin del certificado, sin embargo, no
existe un efecto en el monto de la multa sobre la participacin en el programa.
Como resultado del anlisis de los determinantes en la participacin del
PNAA se presentan algunas recomendaciones de poltica que pueden incrementar
los beneficios derivados del programa. En primer lugar, un aspecto fundamental,
no slo para analizar la participacin en el programa, sino para justificar la
existencia del mismo, es el cambio en el desempeo ambiental de las empresas.
Es indispensable realizar una evaluacin de los beneficios generados por el
programa, esto les permitira a las autoridades saber si existe un mayor nivel de
bienestar social a raz del programa.
Adems es importante publicar los resultados del programa de acciones
realizadas por las empresas. La PROFEPA ya posee la facultad de hacer pblicos
estos resultados, sin embargo en la prctica no se ha ejercido esa facultad. Esta
prctica facilitara diferenciar empresas que se limitan a cumplir de las que
buscan un desempeo ambiental superior. A su vez, ello generara mayores
incentivos para las empresas a mejorar su desempeo ambiental, ante una prima
publicitaria adicional al certificado.
En el presente estudio se ha identificado que la presin ejercida por las
autoridades ambientales puede alterar significativamente los costos y beneficios
esperados del programa. Por ello, debe existir una amenaza creble detrs de las
visitas de inspeccin ambiental. Una propuesta es enviar una seal de fuerte
penalizacin en caso de incumplimiento de la legislacin.
275
8. Referencias
Alberini, A. and Segerson, K. (2002) Assessing Voluntary Programs to Improve
Environmental Quality, Environmental and Resource Economics, vol. 22.
Arora, S. and Cason, T. N. (1995) An Experiment in Voluntary Environmental
Regulation: Participation in EPAs 33/50 Program, Journal of Environmental
Economics and Management, vol. 28, pp. 271286.
Arora, S. and Cason, T. N. (1996) Why Do Firms Volunteer to Exceed
Environmental Regulation? Understanding Participation in EPAs 33/50
Program, Land Economics, vol. 72 (4), pp. 413432.
Arora, S. and Gangopadhyay, S. (1995) Toward a Theoretical Model of
Voluntary Overcompliance, Journal of Economic Behavior and
Organization, vol. 28, pp. 289 309.
Boyes, W. J., Hoffman, D. and Low, S.A. (1989) An Econometric Analysis of
the Bank Credit Scoring Problem, Journal of Econometrics, vol. 40 (1), pp.
3-14.
Cochran, W. G. (1977) Sampling Techniques. Neva York: John Wiley & Sons,
3rd ed.
Comisin de la Comunidad Europea (1996) Sobre Acuerdos Ambientales,
Comunicado de la Comisin al Consejo y al Parlamento Europeo, Bruselas.
Cuddeback, G., Wilson, E., Orme, J. G. and Combs-Orme, T. (2004) Detecting
and Statistically Correcting Sample Selection Bias, Journal of Social Service
Research, vol. 30 (3), pp. 19-33.
Dasgupta, D., Hettige, H, and Wheeler, D. (2000) What Improves Environmental
Compliance? Evidence from Mexican Industry, Journal of Environmental
Economics and Management, vol. 39 (1), pp. 39-66.
Determinacin del Secretariado en conformidad con el articulo 14 (1) del
Acuerdo de Cooperacin Ambiental de Amrica del Norte (1998),
Secretariado de la Comisin para la Cooperacin Ambiental de Amrica del
Norte, SEM-098-001.
276
Gaceta de Economa
Domencich, T. A. and McFadden, D. (1975) Urban Travel Demand: A

Behavioral Analysis. North Holland, Amsterdam.
Futing Liao, T. (1994) Interpreting Probability Models: Logit, Probit, and Other
Generalized Linear Models, Londres: SAGE Publications.
Goldberger, A.S. (1964) Econometric Theory. Nueva York: Wiley.
Heckman, J. (1979) Sample Selection Bias as a Specification Error,
Econometrica, vol. 47 (1), pp. 153-161.
Heckman, J. (1974) Shadow Prices, Market Wages, and Labor Supply,
Econometrica, vol. 42 (4), pp. 679-694.
Henriques, I. and Sadorsky, P. (1996) The Determinants of an Environmental
Responsive Firm: An Empirical Approach, Journal of Environmental
Economics and Management, vol. 30, pp. 381 395.Kennedy, P. (2003) A
Guide to Econometrics. Cambridge MA: The MIT Press, 5th ed.
Khanna, M. (2001) Non-mandatory Approaches to Environmental Protection,
Journal of Economic Surveys, vol. 15 (3), pp. 291324.
Khanna, M. and Damon L. A. (1999) EPAs Voluntary 33/50 Program: Impact
on Toxic Releases and Economic Performance of Firms, Journal of
Environmental and Economic Management, vol. 37 (1), pp. 125.
King, G. and Zeng, L. (2001) Logistic Regression in Rare Data Events, Society
for Political Methodology.
Lattin, J., Carroll, D. and Green, P. (2003) Analyzing Multivariate Data. Pacific
Grove, CA: Brooks/Cole-Thomson Learning.
Ley General de Equilibrio Ecolgico y la Proteccin al Ambiente (LGEEPA),
http://portal.semarnat.gob.mx/semarnat/portal
Lyon, T. and Maxwell J. (2002) Voluntary Approaches to Environmental
Regulation: A Survey, in M. Frazini and A. Nicita
(eds.),
Economic
Institutions and Environmental Policy. Aldershot and Hampshire: Ashgate
Publishing.Lyon, T. and Maxwell J. (2004), Corporate Environmentalism and
Public Policy. Cambridge, UK: Cambridge University Press.
Maddala, G.S. and Trost, R.P. (1982) On Measuring Discrimination in Loan
Market, Housing Finance Review.
277
Maddala, G.S. (1983) Limited Dependent Variable and Qualitative Variables in

Econometrics. Cambridge, UK: Cambridge University Press.
Manski, C.F. and Lerman, S.R. (1977) The Estimation of Choice Probabilities
from Choice Based Samples, Econometrica, Econometric Society, vol. 45
(8), pp. 1977-88.
McFadden, D. (1977) Modelling the Choice of Residential Location, Cowles
Foundation Discussion Papers 477, Cowles Foundation, Yale University.
Meng, C. and Schmidt, P. (1985) On the Cost of Partial Observability in the
Bivariate Probit Model, International Economic Review, Department of
Economics, University of Pennsylvania and Osaka University Institute of
Social and Economic Research Association, vol. 26 (1), pp. 71-85.
Moulin, H.J. (2003) Fair Division and Collective Welfare. London, England: MIT
Press.
Nakosteen, R. A. and Zimmer, M. (1980) Migration and Income: the Question of
Self- Selection, Southern Economic Journal, vol. 46, pp. 840-851.
North, D.C. (1990) Institutions, Institutional Change and Economic Performance.
New York, NY: Cambridge University Press.Segerson, K. and Miceli T.
(1998) Voluntary Environmental Agreements: Good or Bad News for
Environmental Protection?, Journal of Environmental Economics and
Management, vol. 36, pp. 109 130.
Scott L.J. (1997) Regression Models for Categorical and Limited Dependent
Variables. Advanced Quantitative Techniques in the Social Sciences, vol. 7,
Sage Publications.
Secretara de Desarrollo Urbano y Ecologa (1991) Gaceta Ecolgica, Nmero
17, Mxico.
Secretaria de Medio Ambiente, Recursos Naturales y Pesca (1995) Gaceta
Ecolgica, Nmero 37, Mxico.
Secretaria de Medio Ambiente, Recursos Naturales y Pesca (2000) Gestin
Ambiental hacia la Industria: Logros y Retos para el Desarrollo Sustentable
1995-2000, Mxico.
278
Gaceta de Economa
Stranlund, J.K. (1995) Public Mechanism to Support Compliance to an

Environmental Norm, Journal of Economic and Environmental Management,
vol. 28, pp. 205-222.
Van de Ven, W. and Van Praag, B. (1981) The Demand for Deductibles in
Private Health Insurance: A Probit Model with Sample Selection, The
Journal of Econometrics, vol. 17, pp. 229-252.
Varian, H.R. (1992) Microeconomic Analysis. Norton and Company, 3rd ed.,
ISBN: 0-393-95735-7.
Videras, J. and Alberini A. (2000) The Appeal of Voluntary Environmental
Programs: Which Firms Participate and Why?, Contemporary Economic
Policy, vol. 18 (4), pp. 449461.
Waldman, D.M. (2000) Estimation in Discrete Choice Models with ChoiceBased Samples, The American Statistician, vol. 54 (4), pp. 303-306.
Winship, C. and Mare, R. D. (1992) Models for Sample Selection Bias, Annual
Review of Sociology, vol. 18, pp. 327-350.
Wu, J. and Babcock, B.A. (1996) The Relative Efficiency of Voluntary vs.
Mandatory Environmental Regulations, Manuscript, Center for Agricultural
and Rural Development, Iowa State University.
279
ANEXO 1.
Hiptesis y Variables del Cuestionario del Instituto Nacional de Ecologa
Hiptesis
El tamao de las empresas influye en la
participacin dentro de Esquemas
Voluntarios (EV)
Los procesos productivos de la empresa,
as como la tecnologa aplicada en ellos
tiene influencia sobre la adopcin de un
EV.
Existen presiones por parte de los
agentes de mercado para adoptar un EV
Empresas cuyos trabajadores tengan un
mayor capital humano tendrn una mayor
disposicin a participar en actividades
que proporcionen un mejor desempeo
ambiental
Empresas con un mejor desempeo
ambiental tendrn una mayor disposicin
a adoptar un esquema voluntario
La existencia de imperfecciones de
mercado, tales como la falta de
informacin y de acceso a crdito limitan
la adopcin de tecnologa ms limpia
Existen beneficios econmicos por
optimizar recursos, lo que repercute en
un mejor desempeo ambiental
Las empresas adoptan esquemas
voluntarios para facilitar su cumplimiento
de la normatividad vigente y evadir
posible regulacin futura
Los esquemas voluntarios proveen
beneficios en trminos econmicos, as
como en el desempeo ambiental de la
empresa
La presin ejercida por agentes
determinantes
para
la
actividad
econmica generada por la firma tendr
influencia en la adopcin de un esquema
voluntario
Variable
Preguntas
del
cuestionario
Nmero de trabajadores
Tipo de producto/insumo
Edad del equipo de produccin
Porcentaje de la planta instalada en
determinados aos
Exporta/importa
Tipo de clientela
Educacin promedio de los directivos

Educacin promedio de los obreros
14-16
21-36, 77-79,
86-91
Existencia de un departamento
ambiental
Acciones pro ambientales
Nmero de visitas por parte de la
autoridad
Monto de multas por incumplimiento
Difusin de Esquemas de ndole
voluntaria
Acceso a crdito
Ahorro en insumos
73-76. 86-91
Nmero de visitas por parte de la

autoridad
Monto de multas por incumplimiento
Beneficios econmicos
Mejor desempeo ambiental
Disminucin de riesgo
Mejor aceptacin dentro del mercado
43
Quejas por parte de la comunidad

Requisitos de proveedores/clientes
Acciones pro ambientales
Posicionamiento de marca
3,5,17-20
6-8
36-42, 44-50
43
73-76, 86-91
280
Gaceta de Economa
ANEXO 2.
Probabilidades pronosticadas por tipo de variable
a) Gasto en combustible
(Rango 0 a 0.85)
b) Exportaciones, tipo de capital, trabajadores

(Rango: 100 a 5,000)
c) Exportaciones, tipo de capital, trabajadores

(Rango: 100 a 13,000)
d) Promedio anual de procesos legales y nmero de trabajadores
281
282
Gaceta de Economa
e) Empresas generadoras de residuos peligrosos
(Rango 0 a 0.85)

Análisis Industria Limpia - Incentivos Economicos

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Análisis Industria Limpia - Incentivos Economicos

Cargado por

Copyright:

Formatos disponibles

Gaceta de Economa

Ao 16 , Nmero Especial, Tomo I

Incentivos econmicos de las empresas a participar en

Estadstico, Direccin de Poltica Regional, Direccin de Gobernanza Pblica y Desarrollo

Directora de Anlisis Estadstico, Economtrico y Modelos, Instituto Nacional de Ecologa.

Director General de Investigacin en Poltica y Economa Ambiental, Instituto Nacional de Ecologa.

Incentivos econmicos de las empresas a participar en acuerdos

2. El Programa Nacional de Auditora Ambiental (PNAA)

lineamientos establecidos para cada industria en particular; y tiene una duracin

el nmero de empresas participantes . Posteriormente, se present una tendencia

Posiblemente atribuible a la entrada en vigor del TLCAN.

Fuente: Procuradura Federal de Proteccin al Ambiente.

En trminos tericos, muy pocos autores han intentado modelar el proceso de

No existe un marco terico formalmente establecido. (hasta la fecha en la que se realiz la

Incentivos econmicos de las empresas a participar en acuerdos

3.2. Participacin en acuerdos voluntarios

seccin se presentan los resultados de los estudios ms representativos acerca de

i. Factores internos a la empresa o la industria

as como Videras y Alberini [2000] , han encontrado evidencia para tres

encuentran que empresas con equipos ms antiguos estn ms dispuestas a

participar en el Programa 33/50 .

Una segunda caracterstica de la industria es la concentracin. Arora y Cason

ii. Factores externos a la empresa

El Programa WasteWise de la Agencia de Proteccin Ambiental Estadounidense (EPA por sus

Incentivos econmicos de las empresas a participar en acuerdos

Dentro de los factores generados por incentivos de mercado, Arora y

trae consigo problemticas de muestreo y auto-seleccin para responderlas. Por

En el presente estudio, el bajo nmero empresas participantes en programas ambientales

En Wynand y Bernard [1981] se analiza la decisin de escoger un seguro de

Sampling . Por este motivo, en el trabajo mencionado anteriormente, fue

Choice Based Sampling; tambin llamado muestreo retrospectivo o estratificado endgeno.

El modelo de auto-seleccin para variables dicotmicas es tambin conocido en la literatura como

Incentivos econmicos de las empresas a participar en acuerdos

4.1. Modelo PROBIT bivariado con ponderacin muestral

Considrense dos variables binarias 1 y 2 . Cada una de ellas es generada

y1 * es el beneficio que reciben las empresas por participar en la

debido a la participacin en un esquema ambiental voluntario (Ver Ecuacin 2).

X 1 , mientras que las que explican la participacin son capturadas en

X 2 . Todo aquella informacin que afecta ambas decisiones se captura en los

(1 , 2 )' se distribuyen IID como una normal bivariada,

y se encuentran correlacionados entre s con un coeficiente de correlacin . El

modelo se encuentra censurado, ya que 2 solamente se puede observar si 1 =1.

H 2 Porcentaje de la muestra en donde y1 =1 y y 2 =0

Porcentaje de la poblacin en donde

Porcentaje de la muestra en donde

Incentivos econmicos de las empresas a participar en acuerdos

El procedimiento de Manski y Lerman [1977], establece que al maximizar la

' ( 1' , 2' , ) , se obtiene la

funcin de verosimilitud con respecto al vector

Para la primera fase se determin el marco muestral a partir de informacin del

defini entrevistar a un total de 464 empresas. Debido a la baja frecuencia de

participantes en el programa, se realiz un muestreo retrospectivo (CBS, por sus

Esta informacin, permite contar con un grupo de control.

De este total, nicamente 226 empresas respondieron la encuesta.

economtrico, ya que posteriormente se les asigna una ponderacin con base a su

La encuesta del INE se aplic a 226 empresas . De esta fuente se

Incentivos econmicos de las empresas a participar en acuerdos

INEGI . Despus de ubicar cada empresa dentro de su respectivo AGEB, se

salario promedio de la poblacin ocupada;

El anlisis e interpretacin de esta ltima variable se realiza mediante la

23 La informacin utilizada pertenece al ao 2000.

Precio del agua

Incentivos econmicos de las empresas a participar en acuerdos

6.2. Resultados del modelo de seleccin para responder la encuesta