Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS
Para Optar el Título Profesional de Economista
AUTOR
Jara Montesinos, Nikole Alanisse
(ORCID: 0000-0001-8677-4872)
ASESOR
Chang Rojas, Víctor Alejandro
(ORCID: 0000-0001-6616-1067)
Lima, Perú
2023
ii
Metadatos Complementarios
Datos de autor
Jara Montesinos Nikole Alanisse
Tipo de documento de identidad del AUTOR: DNI
Número de documento de identidad del AUTOR: 71198852
Datos de asesor
Chang Rojas, Víctor Alejandro
Tipo de documento de identidad del ASESOR: DNI
Número de documento de identidad del ASESOR: 43169498
Datos de la investigación
DEDICATORIA
AGRADECIMIENTOS
ÍNDICE
LISTA DE TABLAS
TABLA N° 1: PRINCIPALES LIMITACIONES DE LA INVESTIGACIÓN......................................................................... 12
TABLA Nº 2: ANTECEDENTES DE LA INVESTIGACIÓN ........................................................................................... 14
TABLA N° 3: VARIABLES E INDICADORES DE LA INVESTIGACIÓN .......................................................................... 33
TABLA N° 4: VENTAJAS Y DESVENTAJAS DE LOS MODELOS PARA DATOS PANEL .................................................... 43
TABLA N° 5: ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES DE INVESTIGACIÓN ............................................... 54
TABLA N° 6: PRUEBAS DE RAÍZ UNITARIA PARA PANEL DE DATOS ........................................................................ 58
TABLA N° 7: PRUEBAS DE COINTEGRACIÓN PARA PANEL DE DATOS .................................................................... 61
TABLA N° 8: PRUEBA DE CAUSALIDAD DE DUMITRESCU HURLIN PARA PANEL DE DATOS ..................................... 64
TABLA N° 9: MODELO ARDL PARA PANEL DE DATOS PARA LA ESPECIFICACIÓN LINEAL ...................................... 66
TABLA N° 10: MODELO ARDL PARA PANEL DE DATOS PARA LA ESPECIFICACIÓN CUADRÁTICA .......................... 67
TABLA N° 11: MODELO ARDL PARA PANEL DE DATOS PARA LA ESPECIFICACIÓN CÚBICA.................................... 68
TABLA N° 12: PRUEBAS DE RAÍZ UNITARIA PARA LOS RESIDUOS DE LOS MODELOS ESTIMADOS ............................. 69
TABLA N° 13: RESUMEN DE LOS MODELOS ARDL ESTIMADOS............................................................................ 71
viii
LISTA DE GRÁFICOS
RESUMEN
dicho impacto. Los resultados indican que existe una dirección de la causalidad de
un solo sentido que va del PBI per cápita hacia la huella ecológica per cápita donde
por cada mil soles que se incremente el PBI per cápita, la huella ecológica per cápita
de la causalidad es de un solo sentido que va del PBI per cápita al cuadrado hacia la
huella ecológica per cápita donde por cada mil soles que se incremente el PBI per
dirección de la causalidad es de un solo sentido que va del PBI per cápita al cubo
hacia la huella ecológica per cápita donde por cada mil soles que se incremente el
PBI per cápita, la huella ecológica per cápita se incrementará alrededor de 0.31
Palabras clave: Curva de kuznets Ambiental, degradación ambiental, PBI per cápita
y huella ecológica.
x
ABSTRACT
The main objective of this thesis is to determine the causality and the effect between
the period 2003 - 2016. Based on the Environmental Kuznets Curve (CKA), which
relates the degradation of the environment with the growth of the economy, VECM
and ARDL models were proposed for panel data in order to identify the causal
provide a quantification of said impact. The results indicate that there is a one-way
causality direction that goes from GDP per capita towards the ecological footprint
per capita where for every thousand soles that the GDP per capita increases, the
ecological footprint per capita will increase 0.15 global hectares in the long term for
a linear model of the Kuznets Curve. For a quadratic model of the Kuznets Curve,
the direction of causality is one-way that goes from GDP per capita squared towards
the ecological footprint per capita where for every thousand soles that GDP per
capita increases, the ecological footprint per capita will increase around 0.27 global
hectares in the long term. For a cubic model of the Kuznets Curve, the direction of
causality is one-way, going from GDP per capita cubed towards the ecological
footprint per capita where for every thousand soles that GDP per capita increases,
the ecological footprint per capita increases. capita will increase around 0.31 global
CAPÍTULO I
INTRODUCCIÓN
El hombre a lo largo de la historia ha hecho uso de los recursos que posee la tierra
industrial que han experimentado los países han generado que estas actividades se
La primera revolución industrial tuvo lugar a mitad del siglo XVIII (Cipolla, 1974),
en esta época se crearon las primeras máquinas a vapor y diversos inventos que
como Gran Bretaña. Sin embargo, también contribuyó a intensificar el daño hacia el
cabo en los países a partir de la revolución industrial dio lugar a una contaminación
niveles de smog (Sarlingo, 1998). Otro de los eventos importantes que permitieron
generar consciencia ambiental fue lo acontecido en el valle del río Mosa, Bélgica en
1930, donde fallecieron 63 personas por una neblina toxica que contenía azufre,
fallecimiento de cerca de doce mil personas y otras diez con afectaciones a su salud.
de las Naciones Unidas para el Medio Ambiente en 1972, entre otros. Sin embargo,
No es hasta que en 1997 por medio de la firma del acuerdo de Kioto (Naciones
acuerdo entró en vigor el 16 de febrero de 2005 y tuvo por objetivo reducir las
fluorados. Es así como nos damos cuenta de que, durante el proceso de desarrollo de
recursos naturales con los que cuenta, generando que el crecimiento obtenido se
1
Por sus siglas en inglés, World Wildlife Fund
3
CAPÍTULO II
En el caso del Perú, éste cuenta con una gran diversidad geográfica y climática que
hace posible la existencia de una variedad de regiones naturales, así como una
han generado que en muchas regiones del país dicho crecimiento haya sido posible a
resultado que el Perú se encuentra en el segundo lugar dentro de los países más
Debido a dicha problemática, las políticas del estado han sido orientadas a generar
2
Las PM10 son aquellas partículas sólidas o líquidas de polvo, cenizas, hollín, partículas metálicas,
cemento o polen, dispersas en la atmósfera, y cuyo diámetro varía entre 2,5 y 10 um (1 micrómetro
corresponde la milésima parte de 1 milímetro).
4
Nacional de Áreas Naturales Protegidas por el Estado (SENANP), entre otras. Sin
que responda a las necesidades de nuestro país y del resto del mundo. Actualmente,
la gestión ambiental está dispersa en diversas entidades del estado, algunas veces sin
A nivel regional, no siempre los entes gubernamentales han seguido los lineamentos
las regiones algunas en áreas naturales protegidas. Hasta el 2014, según el Instituto
tienen gestión ambiental por lo cual no es posible identificar los lugares en donde se
ilegales como la minería y la tala en 5 áreas naturales protegidas tales como: Sierra
habitante en 2009 a 2.52 hectáreas globales por habitante en 2016 (MINAM, 2019);
habitante necesarias para producir los recursos que satisfagan las necesidades de los
peruanos y a su vez asimilar los residuos generados por los mismos. Por su parte, la
situación económica del Perú durante el periodo antes señalado (2003 – 2016), ha
mayor nivel en 2009 con una tasa de 9.14% (BCRP, 2019). La Curva de Kuznets
Ambiental (CKA) relaciona los conceptos antes señalados, la degradación del medio
preguntas.
• ¿Cuál es la causalidad y el efecto del PBI per cápita hacia la huella ecológica
• ¿Cuál es la causalidad y el efecto del PBI per cápita hacia la huella ecológica
• ¿Cuál es la causalidad y el efecto del PBI per cápita hacia la huella ecológica
degradación ambiental del Perú a un nivel regional durante el periodo 2003 – 2016.
(CDM) como indicador ambiental; esta investigación no emplea datos de panel, por
el contrario se realiza sobre datos de series de tiempo, las cuales no están completas
para todo el periodo de análisis propuesto por el autor (1970 – 2015), además de que
cuenta que los resultados obtenidos puedan tratarse de una regresión espuria.
puede servir como referencia para que las empresas tomen una mayor conciencia
acerca de que la sobreproducción trae daños al medio ambiente, con lo que pueden
idear planes que contrarresten los efectos degradadores y así ser una opción para los
señala que, cada vez se incrementan los consumidores que tienen conciencia
ecológica, por lo que exigen a las empresas que dentro de sus planes y estrategias
Por otro lado, la importancia de la presente investigación para las autoridades del
sus funciones, velarían por la protección del medio ambiente sin afectar el
que sean amigables con el medio ambiente, capacite a las empresas para la
Perú.
2.4.1 Alcance
10
relacionados a las variables estudiadas PBI per cápita y huella ecológica per cápita
del Perú a un nivel regional. Se tuvo en cuenta que, mientras más grande el tamaño
de la muestra, esta resulta más representativa y existe una mayor precisión de los
estimadores.
motivo por el cual su periodo de investigación estuvo comprendido entre los años
1970 y 2015.
• Amazonas
• Áncash
• Apurímac
• Arequipa
• Ayacucho
• Cajamarca
• Cusco
11
• Huancavelica
• Huánuco
• Ica
• Junín
• La Libertad
• Lambayeque
• Lima
• Loreto
• Madre de Dios
• Moquegua
• Pasco
• Piura
• Puno
• San Martín
• Tacna
• Tumbes
• Ucayali
análisis 2003 – 2016, con una frecuencia anual de los datos. Por lo que el tamaño
de la muestra es el siguiente
𝑁 = 24
12
𝑇 = 14
2.4.2 Limitaciones
Ítem Limitación
panel de datos.
2016.
Elaboración Propia.
14
CAPÍTULO III
económico ambiental.
Díaz & Cancelo MCO Emisiones de CO2 estos efectos siguen una tendencia
1950 – 1999
(2009) Modelo Lineal Emisiones de NO2 creciente hasta 1973, fecha en la
en forma de U invertida.
17
ineficientes.
18
países.
19
estimación convencionales, el
Modelo de
econometría espacial
enfoque econométrico espacial
Longitudinal
Modelo lineal
Wang et al., (2013) Huella ecológica podría proporcionar investigaciones
(2005)
Modelo cuadrático
con un medio paran explorar la
Modelo cúbico
cuestión de si el ambiente
doméstico o no.
degradación ambiental se
de U invertida.
varios de los elementos que conforman el medio ambiente (como lo son la tierra, el
agua, el aire, las plantas y bosques, etc.), trayendo como consecuencia un efecto de
forma negativa para los seres que habitan en dicho medio. La degradación
capacidad del medio ambiente para concretar los objetivos sociales y ecológicos, y
necesidades.
que sufren uno o varios de los elementos que conforman un ecosistema, ante la
superficie.
ciudad) sobre su entorno, considerando tanto los recursos necesarios como los
• Áreas de cultivos
• Áreas de pastoreo
• Áreas de bosques
• Zonas de pesca
Según el Ministerio del Ambiente del Perú, considera la huella ecológica vendría a
producción, la cual se mide a través del Producto Bruto Interno real, en un periodo
a través del aumento real del Producto Bruto Interno para un periodo de tiempo
incremento del Producto Bruto Interno (PBI) real para un periodo de tiempo
De acuerdo a Romer (1996) el tener recursos naturales escasos, provoca que una
privada bien definidos y los sin derecho existentes. Los derechos de propiedad
privada bien definidos ayudan, debido a que el mismo mercado brinda información
de cómo se debe explotar el bien, además de que el precio sirve para conocer la
no están bien definidos, entonces se está frente a una falla de mercado llamada
mineros.
𝛽 𝛾
𝑌𝑡 = 𝐾𝑡𝛼 𝑅𝑡 𝑇𝑡 [𝐴𝑡 𝐿𝑡 ]1−𝛼−𝛽−𝛾 (1)
se merman, mientras que en el caso de los recursos naturales también son fijos, pero
Una vez que estos nuevos factores ingresen al modelo de Solow, entonces la
estacionario deberá pasar que tanto K como Y crezcan a una tasa constante. Por lo
Así, para que K sea constante entonces la división entre Y también debe ser
𝑏𝑔𝑝
crecimiento de Y en estado estacionario (𝑔𝑦 ).
𝑏𝑔𝑝 (1 − 𝛼 − 𝛽 − 𝛾)(𝑛 − 𝑔) − 𝛽𝑏
𝑔𝑦 = (4)
1−𝛼
naturales, entonces esta cae en una sobrecarga que agota los recursos que a su vez
son no renovables. Todo esto influye para que en la economía de los países se
desarrolle una curva con la forma de U invertida, propuesta por Kuznets (1955).
esta curva es la forma de U invertida, lo cual tenía como hipótesis que, mientras el
PBI per cápita aumenta, este repercute en mayor degradación ambiental que también
aumenta hasta llegar a un punto de inflexión donde si bien el PBI per cápita sigue
siguiente:
cada país.
ganado para carne, lácteos, piel y lana y diversos derivados obtenidos de los
animales.
los seres humanos. Reducción del potencial del entorno ambiental para alcanzar
un año a otro.
absorbido por los océanos. Estas emisiones de CO2 son el único componente en
por la demanda de recursos existentes en los ecosistemas del planeta por parte
primaria de especies marinas y de río, que se estima para sostener las capturas
CAPÍTULO IV
HIPÓTESIS Y VARIABLES
• Existe una causalidad unidireccional y un efecto directo del PBI per cápita
hacia la huella ecológica per cápita del Perú a un nivel regional, bajo la
2016.
• Existe una causalidad unidireccional y un efecto directo del PBI per cápita
hacia la huella ecológica per cápita del Perú a un nivel regional, bajo la
2016.
• Existe una causalidad unidireccional y un efecto directo del PBI per cápita
hacia la huella ecológica per cápita del Perú a un nivel regional, bajo la
31
2016.
Como indicador del crecimiento económico, se utilizará el PBI per cápita a nivel
disponibles para seguir los objetivos de la presente investigación. El PBI per cápita
total de bienes y servicios finales (dividido entre toda la población) dentro de una
cápita a nivel regional, debido a que este es un indicador que explica de qué manera
generado por la demanda humana que se hace de los recursos existentes en los
integra diferentes factores que degradan el medio ambiente, además que integra los
el agua que es utilizada para producir los bienes de los cuales se alimenta la
Los datos pertenecientes al Producto Bruto Interno per cápita regional se obtuvieron
del sitio web oficial del Instituto Nacional de Estadística e Informática (INEI)
PBI per cápita se encuentra medido en miles de soles con año base de 2007, para el
Los datos pertenecientes a la huella ecológica per cápita regional se obtuvieron del
sitio web oficial del Sistema Nacional de Información Ambiental (SINIA) el cual
está a cargo del Ministerio del Ambiente del Perú (MINAM) los cuales se
ecológica per cápita se encuentra medido en hectáreas globales por habitante, para
Producto Bruto
Anual
Crecimiento Interno per cápita Miles de soles por
2003 al 2016
económico (lineal, cuadrático y habitante
Degradación
Huella ecológica per Hectáreas globales Anual
ambiental
cápita regional por habitante (hag) 2003 al 2016
Elaboración Propia.
34
Problema General Objetivo General Hipótesis General Variables Indicador Unidad de medida
¿Cuál es la causalidad
Determinar la El crecimiento
y el efecto entre el
causalidad y el efecto económico ha tenido
crecimiento Miles de soles por
entre el crecimiento un efecto directo
económico y la Crecimiento Producto Bruto
económico y la sobre la degradación habitante
degradación
degradación ambiental ambiental del Perú a económico Interno per cápita
ambiental del Perú a
del Perú a un nivel un nivel regional
un nivel regional
regional durante el durante el periodo
durante el periodo
periodo 2003 – 2016. 2003 – 2016.
2003 – 2016?
Problemas Hipótesis
Objetivos Específicos
Específicos Específicas
Existe una
causalidad
¿Cuál es la causalidad Identificar la
unidireccional y un
y el efecto del PBI causalidad y el efecto
efecto directo del
per cápita hacia la del PBI per cápita
PBI per cápita hacia
huella ecológica per hacia la huella
la huella ecológica
cápita del Perú a un ecológica per cápita
per cápita del Perú a
nivel regional, bajo la del Perú a un nivel
un nivel regional,
especificación regional, bajo la
bajo la
cuadrática de la especificación
especificación
Curva de Kuznets, cuadrática de la Curva
cuadrática de la
durante el periodo de Kuznets, durante el
Curva de Kuznets,
2003 – 2016? periodo 2003 – 2016.
durante el periodo
2003 – 2016.
36
Existe una
Identificar la causalidad
¿Cuál es la causalidad
causalidad y el efecto unidireccional y un
y el efecto del PBI
del PBI per cápita efecto directo del
per cápita hacia la
hacia la huella PBI per cápita hacia
huella ecológica per
ecológica per cápita la huella ecológica
cápita del Perú a un
del Perú a un nivel per cápita del Perú a
nivel regional, bajo la
regional, bajo la un nivel regional,
especificación cúbica
especificación cúbica bajo la
de la Curva de
de la Curva de especificación cúbica
Kuznets, durante el
Kuznets, durante el de la Curva de
periodo 2003 – 2016?
periodo 2003 – 2016. Kuznets, durante el
periodo 2003 – 2016.
Elaboración Propia.
37
CAPÍTULO V
MÉTODO
investigación causal (que pretende medir los efectos de las variables) y descriptiva
es aquella en la que se tiene como fin el medir los efectos o influencia de un grupo
longitudinal, lo cual lleva a la evaluación de las variables a través del tiempo y para
cada una de las entidades. Al respecto, Hernández et al. (2014) indica que en un
investigación, por lo que el trabajo del investigador radica en recolectar los datos y
INTERACIÓN DE VARIABLES
CAUSAS
OBSERVACIÓN DE RECOLECCIÓN DE
FENÓMENOS INFORMACIÓN
EFECTOS
Dónde:
𝑌1 : 𝐻𝑢𝑒𝑙𝑙𝑎 𝑒𝑐𝑜𝑙ó𝑔𝑖𝑐𝑎
Población:
para obtener el número de unidades de análisis con las que se pretende trabajar, no
los objetivos de la misma. Al respecto, Hernández et al. (2014) señala que, en las
40
investigador.
cuando existe la necesidad de conocer los datos de todas las unidades de análisis de
las cuales se disponen; las muestras se llevan a cabo por lo costoso que resulta
público y de fácil acceso (se pueden descargar de las sitios web oficiales de las
Muestra:
𝑁 = 24 𝑟𝑒𝑔𝑖𝑜𝑛𝑒𝑠
𝑇 = 14 𝑎ñ𝑜𝑠
Unidad de análisis:
La unidad de análisis corresponde a cada una de las 24 regiones del Perú (sin
correspondientes a la huella ecológica per cápita regional del Perú (24 regiones)
para el periodo 2003 – 2016 serán obtenidos del sitio web oficial del Ministerio del
correspondientes al PBI per cápita regional del Perú (24 regiones) para el periodo
2003 – 2016 serán obtenidos del sitio web oficial del Instituto Nacional de
tiempo determinado (2003 – 2016) y para todas las entidades (24 regiones del Perú);
trae consigo resultados espurios; mientras que el segundo, si las series son no
obtención de los resultados teniendo en cuenta que los datos son un panel
balanceado (se cuenta con información completa de todos los años para todas las
regresión espuria. .
Elaboración Propia.
44
general con datos de corte transversal o datos de panel, otros emplean metodologías
(1995) donde se estima un MVEC para determinar las relaciones a corto y largo
plazo, y otros los modelos ARDL. Como se observa del cuadro anterior, entre estos
dos últimos métodos, la metodología ARDL presenta una serie de ventajas que
que la metodología ARDL relaja la restricción que todas las variables deben tener el
ser integradas de segundo orden o superior (Pesaran y Pesaran, 1997). Otra ventaja
que presenta la metodología ARDL es que estima resultados más robustos para
comparación con el MVEC que requiere un mayor tamaño de muestra para tener
3
Se dice que la variable es integrada de orden 𝑑 y se denota como 𝐼 (𝑑), cuando una variable se hace
estacionaria después de diferenciarla 𝑑 veces.
45
de panel de datos se emplean las pruebas de raíz unitaria las cuales nos permiten
conocer la estacionariedad de una serie. Las pruebas recientes de raíz unitaria que se
propuestas por Levin et al. (2002), Im et al. (2003), Breitung (2000), Maddala &
Las pruebas de cointegración se basan en la técnica propuesta por Engle & Granger
(1987) la cual nos ayuda a detectar una relación de causalidad a largo plazo entre las
variables. Esta se realiza por medio de una estimación por Mínimos Cuadrados
ecuación (6) son estacionarios, entonces se dice que 𝑌 es la relación a largo plazo de
46
Por su parte, Kao (1999) presenta dos tipos de pruebas de cointegración similares al
propuesta por Engle & Granger (1987). El método propuesto por Pedroni (1999)
Una vez identificada la presencia de cointegración entre las series y antes de realizar
ecológica per cápita y el PIB per cápita, para ello se realizará la prueba de
heterogéneos.
𝑚 𝑚
𝛼1,𝑖 ≠ 𝛼1,𝑗 , 𝛼2,𝑖 ≠ 𝛼2,𝑗 , 𝛽1,𝑖 ≠ 𝛽1,𝑗 , 𝛽2,𝑖 ≠ 𝛽2,𝑗 ∀𝑖,𝑗 (9)
Finalmente, una vez verificada la cointegración entre las series y la causalidad entre
de la CKA se analiza la relación entre la huella ecológica per cápita y el PIB per
cápita regional utilizando el SIC para la elección del modelo, para los tres tipos de
las cuales se desprenden el objetivo general y los objetivos específicos los cuales
son la base de toda la investigación debido a que es lo que se quiere lograr con el
finalidad de poder identificar indicadores que han sido utilizados como proxys de
cuales serán contrastadas posteriormente, luego se presentan las variables con los
49
respectivos indicadores y unidades en las que se encuentran medidos los cuales han
investigación.
los textos revisados para lo cual se emplean las normas APA sexta edición.
En el capítulo VI, con los datos procesados se presentarán los resultados obtenidos
investigación.
50
CAPÍTULO VI
RESULTADOS Y DISCUSIÓN
6.1Datos Cuantitativos
Gráfico N° 2: Evolución del PBI per cápita real del Perú, 2003 – 2016
16.0
14.5
14.1
14.0 13.6 13.7
13.0
12.4
11.8
12.0 11.1 11.1
10.3
9.8
10.0
8.6
7.9
8.0 7.2
6.0
4.0
2.0
0.0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Fuente: INEI
Elaboración propia
Del gráfico anterior se observa que, entre 2003 y 2016 el Producto Bruto Interno per
anuales en 2003 a 14,5 miles de soles anuales en 2016. Asimismo, al analizar las
51
variaciones intermedias del Producto Bruto Interno per cápita, se observa una tasa
Gráfico N° 3: Evolución de la Huella ecológica per cápita del Perú, 2003 – 2016
2.50
2.06
2.00
2.00 1.92 1.94 1.97
1.78 1.79 1.82
1.71
1.59 1.54 1.62 1.65
1.45
1.50
1.00
0.50
0.00
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Fuente: INEI
Elaboración propia
Del gráfico anterior se observa que, entre 2003 y 2016 la degradación ambiental en
42.58% al pasar de 1.45 hectáreas globales por habitante en 2003 a 2.06 hectáreas
huella ecológica per cápita, se observa una tasa de crecimiento promedio de 2.77%
anual.
52
Gráfico N° 4: Evolución del PBI per cápita real del Perú, según regiones, 2003 –
Fuente: INEI
Elaboración propia
Del gráfico anterior se observa que, entre 2003 y 2016, las regiones con mayor
incremento del PBI per cápita fueron Moquegua, Arequipa y Cuzco con un aumento
de 30.3, 13.9 y 12.9 miles de soles anuales por habitante respectivamente. Mientras
que las regiones con menor incremento del PBI per cápita fueron Cajamarca
53
Huancavelica y Loreto con un aumento de 2.5, 2.3 y 2.0 miles de soles anuales por
habitante respectivamente.
Fuente: INEI
Elaboración propia
Del gráfico anterior se observa que, entre 2003 y 2016, las regiones con mayor
incremento de huella ecológica per cápita fueron Lambayeque, Piura y Ucayali con
Mientras que las regiones con menor incremento de huella ecológica per cápita
54
fueron Amazonas, Cajamarca y Pasco con un aumento de 0.3, 0.2 y 0.1 hectáreas
Huella ecológica PBI per cápita PBI per cápita 2 PBI per cápita 3
FEstadísticos (hectáras (miles de soles (miles de soles (miles de soles
uente globales) por habitante) por habitante) por habitante)
:
Elab Promedio 1.8 10.6 181.4 4,978.8
oraci
ón Mediana 1.7 7.8 60.9 475.8
propi
a Máximo 3.5 51.7 2,671.6 138,086.6
Mínimo
G 0.5 2.1 4.3 9.0
Desviación
ráfic 0.6 8.3 393.1 18,782.5
estándar
o N°
Observaciones 336 336 336 336
6:
Perú PBI per cápita real por región, 2003 y 2016 (en miles de soles)
55
Fuente: INEI
Elaboración propia
Del gráfico anterior se observa que, en 2003 regiones como Lima y Moquegua se
ubicaron en el segundo cuartil (Q2) siendo las regiones con mayor PBI per cápita
del Perú; Áncash, Pasco, Madre de Dios, Arequipa y Tacna se ubicaron en el tercer
regiones se ubicaron en el cuarto cuartil (Q4) como las regiones con menor PBI per
cápita. Por su parte, en 2016 la mayoría de las regiones mostraron una mejor
situación en relación al PBI per cápita, tal es el caso de Lima, Ica, Arequipa,
(
e
n
h
e
c
t
á
r
eas globales)
Fuente: MINAM
Elaboración propia
Del gráfico anterior se observa que, en 2003 regiones como Tumbes y Lima se
ubicaron en el segundo cuartil (Q2) siendo las regiones con mayor degradación
ambiental con niveles altos de huella ecológica per cápita del Perú; Piura,
(Q4) como las regiones con menor huella ecológica per cápita. Por su parte, en 2016
Lima, Ucayali, Arequipa y Tacna que pasaron a pertenecer al primer cuartil como
las regiones con mayor nivel de huella ecológica per cápita; Piura, La Libertad, Ica,
Moquegua, Cuzco y Madre de Dios que pasaron a pertenecer al segundo cuartil; San
cuartil.
6.2Análisis de resultados
ARDL.
58
Variables
Con Solo con Sin Con Solo con Sin
Especificación
intercepto intercepto intercepto ni intercepto y intercepto intercepto ni
y tendencia tendencia tendencia tendencia
Teniendo como referencia el Algoritmo de Enders (2004), el cual indica que para
evaluación y se puede inferir que la serie no presenta raíz unitaria, por lo tanto, es
variable no presenta raíz unitaria, en ese sentido, la variable huella ecológica per
primera diferencia.
Por otro lado, se observa que las variables PBI per cápita, PBI per cápita al
significancia del 1% que las variables antes señaladas no presentan raíz unitaria, en
ese sentido, el PBI per cápita, PBI per cápita al cuadrado y PBI per cápita al cubo
Siguiendo con la metodología, a continuación, se procede a evaluar la cointegración de las variables, es preciso señalar que la
evaluación de la cointegración de las variables se realizará bajo la especificación “sin intercepto ni tendencia” debido a que las
variables del PBI per cápita, PBI per cápita al cuadrado y PBI per cápita al cubo son integradas de orden 1 bajo esta
especificación.
62
que se puede tratar a la variable huella ecológica per cápita como una variable
cual se basa en la prueba de Engle y Granger del análisis de los residuos), para la
Pedroni; Por su parte para las especificaciones cuadrática y cúbica con un nivel de
anteriormente.
Wu, 1999) la cual es una prueba para el panel completo, para la especificación lineal
se rechaza la hipótesis nula con un nivel de significancia del 1% (tanto para la traza
autovalor) de al menos una relación cointegración lo cual implicaría que existe más
Por su parte, para la especificación cuadrática, con un nivel de significancia del 1%,
Fisher, se puede indicar que existe una relación de largo plazo entre las variables
crecimiento económico (medido a través del PBI per cápita) tanto para la
*** p value < 0.01, ** p value < 0.05 y * p value < 0.10
PBI_PC = PBI per cápita, PBI_PC2 = PBI per cápita al cuadrado, PBI_PC3 = PBI per cápita al cubo,
HE_PC = Huella ecológica per cápita.
Fuente: Elaboración propia
misma manera la hipótesis nula de que el PIB per cápita al cuadrado no causa
homogéneamente a la huella ecológica per cápita, así como la hipótesis nula de que
el PIB per cápita al cubo no causa homogéneamente a huella ecológica per cápita,
rechazar las hipótesis nulas de que la huella ecológica per cápita no causa de forma
homogénea al PIB per cápita, que la huella ecológica per cápita no causa de forma
65
homogénea PIB per cápita a cuadrado y que la huella ecológica per cápita no causa
Por lo señalado, se puede inferir que existe una relación unidireccional del PIB per
cápita hacia la huella ecológica per cápita, del PIB per cápita al cuadrado hacia la
huella ecológica per cápita, así como del PIB per cápita al cubo hacia la huella
modelos resultaron ser ARDL (1, 1) para la especificación lineal, ARDL (3, 3, 3)
Error
Variable Coeficiente Z - Statistic Prob.
estándar
Por otro lado, al analizar la ecuación de largo plazo se observa que el signo del
Tabla N° 10: Modelo ARDL para panel de datos para la especificación cuadrática
Error
Variable Coeficiente Z - Statistic Prob.
estándar
Ecuación de largo plazo
Por otro lado, al analizar la ecuación de largo plazo se observa que los signos de los
coeficientes que acompañan al PBI per cápita y PBI per cápita al cuadrado son los
Tabla N° 11: Modelo ARDL para panel de datos para la especificación cúbica
Error
Variable Coeficiente Z - Statistic Prob.
estándar
Ecuación de largo plazo
Por otro lado, al analizar la ecuación de largo plazo se observa que los signos de los
coeficientes que acompañan al PBI per cápita, PBI per cápita al cuadrado y PBI per
1%.
Tabla N° 12: Pruebas de raíz unitaria para los residuos de los modelos estimados
70
Niveles
Variables Con Sin
Solo con
Especificación intercepto y intercepto ni
intercepto
tendencia tendencia
H0: Raíz unitaria (asume proceso
de raíz unitaria común)
Levin, Lin & Chu t -8.8836*** -9.9541*** -17.9932***
Breitung t-stat -4.7817*** - -
Residuos del
H0: Raíz unitaria (asume proceso
modelo lineal
de raíz unitaria individual)
Im, Pesaran and Shin W-stat -6.3532*** -9.5480*** -
ADF - Fisher Chi-cuadrado 128.054*** 176.716*** 289.441***
PP - Fisher Chi-cuadrado 341.557*** 372.108*** 468.307***
H0: Raíz unitaria (asume proceso
de raíz unitaria común)
Levin, Lin & Chu t -7.8894*** -10.0032*** -17.5135***
Residuos del Breitung t-stat -5.8065*** - -
modelo H0: Raíz unitaria (asume proceso
cuadrático de raíz unitaria individual)
Im, Pesaran and Shin W-stat -5.9939*** -9.1185*** -
ADF - Fisher Chi-cuadrado 121.653*** 167.939*** 267.273***
PP - Fisher Chi-cuadrado 334.773*** 340.807*** 437.352***
H0: Raíz unitaria (asume proceso
de raíz unitaria común)
Levin, Lin & Chu t -8.9651*** -10.9567*** -17.0741***
Residuos del Breitung t-stat -6.5813*** - -
modelo H0: Raíz unitaria (asume proceso
cúbico de raíz unitaria individual)
Im, Pesaran and Shin W-stat -6.0580*** -9.0840*** -
ADF - Fisher Chi-cuadrado 122.491*** 167.425*** 264.115***
PP - Fisher Chi-cuadrado 345.942*** 359.720*** 442.091***
*** p value < 0.01, ** p value < 0.05 y * p value < 0.10
significancia del 1% que los residuos de los modelos estimados no presentan raíz
unitaria, en ese sentido, los residuos son estacionarios, lo que indica que los
correspondientes.
71
6.3Discusión de resultados
anterior, con la finalidad que facilite el validar y contrastar las hipótesis planteadas
en esta investigación.
encuentran respaldadas tanto por los resultados econométricos obtenidos como por
1. Impacto del PBI per cápita sobre la Huella ecológica per cápita, bajo la
especificación lineal
H1: Existe una causalidad unidireccional y un efecto directo del PBI per cápita hacia
la huella ecológica per cápita del Perú a un nivel regional, bajo la especificación
de la causalidad es de un solo sentido que va del PBI per cápita hacia la huella
significancia del 1% se puede aceptar la hipótesis de que el PBI per cápita tiene un
efecto directo sobre la huella ecológica per cápita bajo un modelo lineal de la Curva
de Kuznets.
En ese sentido, por cada mil soles que se incremente el PBI per cápita, la huella
ecológica per cápita se incrementará 0.15 hectáreas globales en el largo plazo (Ver
tabla N° 14); con este resultado se cumple con el primer objetivo planteado en la
presente investigación, el cual fue identificar la causalidad y el efecto del PBI per
cápita hacia la huella ecológica per cápita del Perú a un nivel regional, bajo la
2. Impacto del PBI per cápita sobre la Huella ecológica per cápita, bajo la
especificación cuadrática
73
H2: Existe una causalidad unidireccional y un efecto directo del PBI per cápita hacia
la huella ecológica per cápita del Perú a un nivel regional, bajo la especificación
de la causalidad es de un solo sentido que va del PBI per cápita al cuadrado hacia la
huella ecológica per cápita; a su vez, de la tabla N° 14 se observa que, con un nivel
de significancia del 1% se puede aceptar la hipótesis de que el PBI per cápita tiene
un efecto directo sobre la huella ecológica per cápita bajo un modelo cuadrático de
la Curva de Kuznets, mientras que el efecto del PBI per cápita al cuadrado fue
inverso y de una magnitud mucho menor que el efecto del PBI per cápita, siendo el
En ese sentido, por cada mil soles que se incremente el PBI per cápita, la huella
plazo (Ver tabla N° 14); con este resultado se cumple con el segundo objetivo
efecto del PBI per cápita hacia la huella ecológica per cápita del Perú a un nivel
3. Impacto del PBI per cápita sobre la Huella ecológica per cápita, bajo la
especificación cúbica
74
H3: Existe una causalidad unidireccional y un efecto directo del PBI per cápita hacia
la huella ecológica per cápita del Perú a un nivel regional, bajo la especificación
de la causalidad es de un solo sentido que va del PBI per cápita al cubo hacia la
huella ecológica per cápita; a su vez, de la tabla N° 14 se observa que, con un nivel
de significancia del 1% se puede aceptar la hipótesis de que el PBI per cápita tiene
un efecto directo sobre la huella ecológica per cápita bajo un modelo cúbico de la
Curva de Kuznets, mientras que el efecto del PBI per cápita al cuadrado fue inverso
y el efecto del PBI per cápita al cubo directo, ambos efectos de magnitud mucho
menor que el efecto del PBI per cápita, siendo el efecto neto directo.
En ese sentido, por cada mil soles que se incremente el PBI per cápita, la huella
plazo (Ver tabla N° 14); con este resultado se cumple con el tercer objetivo
efecto del PBI per cápita hacia la huella ecológica per cápita del Perú a un nivel
2016.
CAPÍTULO VII
CONCLUSIONES Y RECOMENDACIONES
75
7.1Conclusiones
efecto directo por parte PBI per cápita hacia la huella ecológica per cápita.
0.15 hectáreas globales, lo que indica que se necesitaría una mayor extensión por
habitante para producir los recursos que satisfagan sus necesidades y a su vez
situación guarda relación con lo señalado por autores como Gazi et al. (2016),
Martínez et al. (2017) y Minaya (2018) que indican que en países en vía de
desarrollo en la etapa inicial del periodo de crecimiento las economías tienden a ser
incremento del PBI per cápita regional, se genera un incremento en el largo plazo de
la huella ecológica per cápita regional, lo que indica que se necesitaría una mayor
extensión por habitante para producir los recursos que satisfagan sus necesidades y
Asimismo, se concluye que si bien es cierto que ante incrementos del PBI per
76
cápita la huella ecológica per cápita incrementa, este incremento se da cada vez a
una tasa menor hasta llegar a un nivel en el cual la huella ecológica per cápita se
reduce por el incremento del PBI per cápita, es decir se genera un efecto inverso, lo
guarda relación con lo señalado por autores como Al – mulali et al (2014), Díaz &
Cancelo (2016), Gazi et al (2016) y Ulucak & Bilgil (2018) que indican que en
aumentar hasta alcanzar un alto nivel económico a partir del cual la degradación
forma de U invertida.
incremento del PBI per cápita regional, se genera un incremento en el largo plazo de
la huella ecológica per cápita regional, lo que indica que se necesitaría una mayor
extensión por habitante para producir los recursos que satisfagan sus necesidades y
Asimismo, se concluye que si bien es cierto que ante incrementos del PBI per
cápita la huella ecológica per cápita incrementa, este incremento se da cada vez a
una tasa menor hasta llegar a un nivel en el cual la huella ecológica per cápita se
reduce por el incremento del PBI per cápita, es decir se genera un efecto inverso, sin
nivel muy elevado de PBI per cápita el crecimiento de este generará nuevamente
77
Curva de Kuznets. Esta situación guarda relación con lo señalado por autores como
Pinzón & González (2018) que indican que en países en vía de desarrollo (como los
7.2Recomendaciones
1. Teniendo en cuenta el efecto directo del PBI per cápita sobre la huella ecológica per
cápita, y que el nivel del PBI per cápita de las regiones del Perú no es alto lo cual
ambientales, así como aquellos que regulan y supervisan las mismas, orienten sus
actividades a la promoción y cuidado del medio ambiente con la finalidad de que las
cierto nivel de PBI per cápita, la huella ecológica per cápita se reduce, y que las
78
regiones del Perú han mostrado un crecimiento económico sostenido lo cual podrían
llegar al nivel antes señalado, se recomienda que las autoridades encargadas del
medioambientales, así como políticas orientas a remediar los efectos causados por
las actividades primarias como la minería, la tala y la pesca las cuales son fuentes de
Kuznets, para un nivel elevado de PBI per cápita, la huella ecológica per cápita se
ambientales vayan de la mano para generar una economía sostenible y amigable con
incentivos para que las empresas adopten tecnologías más limpias en sus
actividades, esta promoción se debe dar tanto por parte del gobierno central, así
REFERENCIAS
Atwi M., Barberán R., Mur J. y Angulo A., (2018) “CO2 Kuznets curve revisited: from
https://www.bcrp.gob.pe/publicaciones/glosario/t.html
https://estadisticas.bcrp.gob.pe/estadisticas/series/anuales/pbi-gasto
Breitung, J. ,(2000) The local power of some unit root tests for panel data, Advances in
Case, K. E., Fair, R. C., & Oster, S. M. (2012). Principios de Macroeconomía. Décima
Cipolla, C. M., (1974). Storia economica dell' Europa pre-industriale. España: Critica.
Choi, I. (2001) Unit root test for panel data, Journal of International Money and Finance,
20(2), 249–272.
80
Dumitrescu, E.-I. & Hurlin, C. (2012). Testing for Granger non-causality in heterogeneous
Enders, W. (2004). Applied Econometric Time Series. 2nd Edition. Alabama: Wiley.
Engle, R.F. y Granger, C.W., (1987) Co-integration and error correction: representation,
Fisher, R.A. (1932) Statistical Methods for Research Workers, 4th Edition, Edinburgh:
fromgfhttp://www.unesco.org/new/fileadmin/MULTIMEDIA/FIELD/Havana/pdf/C
ap3.pdf
Gazi A. Uddin, Khorshed Alam, Jeff Gow, (2016) “Does ecological footprint impede
3017
81
Journal, 3, 148–161
Opinón, 36-45.
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. d. (2014). México:
McGraw Hill.
https://www.inei.gob.pe/estadisticas/indice-tematico/economia/
Kao, C. (1999) Spurious Regression and Residual-Based Tests for Cointegration, in panel
Association.
Larraín, F., & Sachs, J. (2002). Macroeconomía en la economía global 2da Edición. Buenos
Levin, A., Lin, C.-F. y Chu, C.-S.J. ,(2002) Unit root tests in panel data: asymptotic and
Maddala, G.S. y Wu, S. ,(1999) A Comparative Study of Unit Root Tests with Panel Data
and a New Simple Test, Oxford bulletin of economics and statistic, 108(1), 1-24.
82
Martínez D., Salcedo V., Vega C. y Varela G., (2017) “Crecimiento económico y medio
SINIA.
MINAM. (2012). Glosario de términos para la gestión ambiental peruana. Lima: Ministerio
del Ambiente.
https://sinia.minam.gob.pe/indicador/1208
http://sinia.minam.gob.pe/fuente-informacion/ministerio-ambiente-minam
https://www.footprintnetwork.org/our-work/ecological-footprint/
ONU. ,(2013). Programa de las Naciones Unidas para el Medio Ambiente. Retrieved from
https://www.unenvironment.org/es
83
Pedroni, P. (1999) Critical values for cointegration tests in heterogeneous panels with
Press.
Pesaran, M.H., Shin, Y., Smith, R.J., ,(2001). Bounds testing approaches to the analysis of
Panapoulou, E., Pittis, N., 2004. A comparison of autoregressive distributed lag and
Pinzón, D. & González C., 2018. Curva de Kuznets Ambiental: Evidencia empirica para
Interamericana de España.
measurement for high, middle and low income countries” en Journal of Cleaner
84
Wackernagel, M., & Rees, W. (2001). Nuestra huella ecológica: Reduciendo el impacto
Wang Y. , Kang L., Xiaoqing Wu, Yang Xiao (2013) “Estimating the environmental
Kuznets curve for ecological footprint at the global level: A spatial econometric
APÉNDICE
-1.00
-1.04
-1.08
-1.12
-1.16
ARDL(1, 1)
ARDL(2, 1)
ARDL(2, 4)
ARDL(2, 2)
ARDL(1, 2)
ARDL(2, 3)
ARDL(1, 4)
ARDL(1, 3)
Apéndice B: Criterios de información de Akaike para la especificación cuadrática
-1.2
-1.4
-1.6
-1.8
-2.0
-2.2
ARDL(3, 3, 3)
ARDL(2, 3, 3)
ARDL(1, 3, 3)
ARDL(3, 2, 2)
ARDL(2, 2, 2)
ARDL(3, 1, 1)
ARDL(2, 1, 1)
ARDL(1, 1, 1)
ARDL(1, 2, 2)
-1.10
-1.15
-1.20
-1.25
-1.30
-1.35
-1.40
-1.45
-1.50
ARDL(2, 2, 2, 2)
ARDL(1, 2, 2, 2)
ARDL(2, 1, 1, 1)
ARDL(1, 1, 1, 1)