LA CURVA MEDIO AMBIENTAL DE KUZNETS:
COMBUSTIBLES FÓSILES VS. BIOCOMBUSTIBLES
EN EL PERÚ: 1991-2007
UNIVERSIDAD NACIONAL DEL ALTIPLANO - Puno
LUIS ARPI QUILCA
XX CONEE PIURA 2010
La Curva Medio Ambiental de Kuznets:
Combustibles fósiles Vs. Biocombustibles
en el Perú 1991-2007
I. INTRODUCCIÓN




En las últimas décadas ha surgido un
creciente interés entre los ciudadanos y
gobiernos de todo el mundo sobre el medio
ambiente y su inminente deterioro.
Principal responsable: Crecimiento de las
actividades económicas de los países a nivel
mundial.
¿De qué manera el desarrollo económico
perjudica al medio ambiente?
Es así que la tal de Kuznets que explica la
relación
exhipótesis
de
la
Curva
Ambienistente
entre
el
crecimiento
económico y la calidad ambiental.
I. INTRODUCCIÓN

Del análisis efectuado a los agentes contaminantes
del aire en el Perú. Se se concluye que las variables
CO2 y NOx se encuentran en la fase creciente de
la curva ambiental de Kuznets. Mientras que por
otro lado las variables CO, PM y CH4 se
encuentran en la fase decreciente de la curva.
I. INTRODUCCIÓN


Además es posible decir que el crecimiento económico
no es la única solución para el deterioro ambiental.
Como se verá durante el desarrollo del trabajo los
biocombustibles son una alternativa inherente a mejorar
las condiciones de la calidad del ambiente.
Como también se vio en el trabajo con la presentación
de las correcciones a nivel de biocombustibles, para el
monóxido de carbono (CO), Partículas Menores (PM) y
el Oxido de Nitrógeno (NOx). Se encontró que el CO y
las PM se encuentran en la segunda etapa (etapa
decreciente), y el NOx se encuentra el la primera
etapa (etapa creciente) de la Curva Medioambiental
de Kuznets.
MARCO TEÓRICO


LITERATURA
La hipótesis de la Curva Medio Ambiental de Kuznets
(CMK), plantea que el crecimiento económico (medio a
través del ingreso per cápita) y el deterioro ambiental
tiene una relación de “U” invertida, lo que es igual a
decir, que la contaminación aumenta a medida que
aumenta el crecimiento económico, una vez que este
crecimiento alcanza un máximo, el nivel de
contaminación comienza a caer a partir de nivel crítico
de ingreso, como se muestra en el siguiente gráfico.
MARCO TEÓRICO

En el L-P el crecimiento económico es beneficioso para el
medio ambiente y contribuye a contrarrestar su deterioro. Y
a medida que la población va acumulando riqueza, se
encuentra con la habilidad de afrontar el daño ambiental
provocado como consecuencia de su crecimiento.
MARCO TEÓRICO

En este sentido, el presente trabajo busca
comprobar la validez de esta hipótesis para el Perú
a partir del análisis de la relación entre el PBI per
cápita y algunos de los agentes contaminantes
atmosféricos, aquí asumimos que estos agentes
contaminantes son producto del uso de combustibles
fósiles. De la misma forma se hará un análisis
similar en el caso de los biocombustibles.
MARCO TEÓRICO



BIOCOMBUSTIBLES: ASPECTOS GENERALES
Son los combustibles de origen biológico obtenidos
de manera renovable a partir de restos orgánicos.
Los biocombustibles pueden ser definidos como
combustibles que se derivan de cualquier recurso
biológico o biomasa.
Que la materia prima utilizada para producir
cualquier biocombustible puede ser repuesta a una
tasa igual o más rápida a la que el biocombustible
es consumido
MARCO TEÓRICO
Tipología de los biocombustibles

Los biocombustibles más conocidos y desarrollados son el etanol y el biodiesel.
BIODIESEL
Las principales ventajas son:






El biodiesel tiene mayor lubricidad, extiende la vida útil de los motores.
Es más seguro de transportar y almacenar..El biodiesel podría explotar a una
temperatura de 150°C.
El biodiesel se degrada de 4 a 5 veces más rápido que el diesel fósil y puede ser
usado como solvente para limpiar derrames de diesel fósil.
El biodiesel permite al productor agrícola autoabastecerse de combustible; inclusión
en el Mcd. Laboral, debido a que no requiere altos niveles de inversión.
Prácticamente no contiene azufre, por lo que no genera SO2 (dióxido de azufre), un
gas que contribuye en forma significativa a la contaminación ambiental. Actualmente
en todas partes las legislaciones están exigiendo disminuir el contenido de azufre
del diesel.
El biodiesel no contamina fuentes de agua superficial ni acuíferos subterráneos.
MARCO TEÓRICO
BIODIESEL
Las principales desventajas serían las siguientes:





El biodiesel presenta problemas de fluidez y congelamiento a bajas
temperaturas (<0°C), especialmente el que se produce de palma africana.
Los costos de la materia prima son elevados y guardan relación con el precio
internacional del petróleo.
Por su alto poder solvente, se recomienda almacenar el biodiesel en tanques
limpios; si esto no se hace, los motores podrían ser contaminados con impurezas
provenientes de los tanques.
El contenido energético del biodiesel es algo menor que el del diesel (12%
menor en peso u 8% en volumen), por lo que su consumo es ligeramente mayor.
El biodiesel de baja calidad (con un bajo número de cetano) puede
incrementar las emisiones de NOx (óxidos de nitrógeno), pero si el número de
cetano es mayor que 68, las emisiones de NOx serían iguales o menores que
las provenientes del diesel fósil.
II. MARCO TEÓRICO

¿Cuán cierto es que los niveles de contaminación
ambiental disminuirían con el uso de
biocombustibles?
Tipo de emisiones
B100
B20
B2
Monóxido de Carbono
-48%
-12%
-1.30%
Partículas menores
-47%
-12%
-1.30%
Óxidos de nitrógeno
+10%
+2%
+2%
Fuente: California Environmental Protection Agency
National Biodiesel Conference, San Diego, Estados Unidos, 2006
II. MARCO TEÓRICO


El gobierno de Canadá afirma que si solo el 35% de
la gasolina de ese país tuviera 10% de etanol (E10) se
lograría una reducción de 1,8 millones de toneladas de
GHG (gases de efecto invernadero), lo que equivale a
remover 400 000 vehículos de las vías.
Se calcula que el uso de una mezcla de E10 (10% de
etanol y 90% de gasolina) sería suficiente para reducir
entre el 12% al 19% los gases de efecto invernadero,
el 30% de las emisiones de CO2 y el 50% de las
emisiones de partículas finas que causan problemas
respiratorios y de las emisiones de sustancias orgánicas
volátiles que producen el smog.
II. MARCO TEÓRICO



ANTECEDENTES
Según, Grossman y Krueger (1991), son los
primeros en evidenciar una relación en forma de U
invertida entre contaminantes y el desarrollo
económico.
Según Aljandra Saravia (2002), la relación
planteada entre el ingreso y el deterioro ambiental
existen interesantes explicaciones en términos de
políticas económicas, ambientales y sociales.
II. MARCO TEÓRICO


ANTECEDENTES
Según Correa et Al (2005), basados en evidencia
empírica, exploran la valides de la Curva Medio
Ambiental de Kuznets para Colombia. Concluyen
señalando que en Colombia a diferencia de los
países desarrollados, se encuentra en la fase
creciente de la curva medio ambiental de kuznets,
es decir que todo crecimiento económico se está
traduciendo en un mayor deterioro ambiental.
II. MARCO TEÓRICO


ANTECEDENTES – INTRODUCIENDO EL VS.
Curva Medioambiental de Kuznets en el caso de
combustibles fósiles, pero no ha sido posible ubicar
algún tipo de trabajo que busque una relación
similar con biocombustibles. Los mismo que intenta
cubrir el presente trabajo.
III. VALIDACIÓN DE LA CURVA
MEDIO AMBIENTAL DE KUZNETS








VARIABLES DEPENDIENTES
Se consideraron las siguientes variables dependientes (variables
que miden la contaminación del aire)
Las emisiones de Dióxido de carbono (CO2)
Monóxido de carbono (CO)
Óxido de nitrógeno (NOx)
Partículas menores 10µm
El gas Metano (CH4)
Medidas en términos per cápita (Kg/hab. salvo en el caso del
Metano de considera Kg/103hab).
Con series temporales entre los años 1991 al 2007.
III. VALIDACIÓN DE LA CURVA
MEDIO AMBIENTAL DE KUZNETS



VARIABLES INDEPENDIENTES
Para realizar un análisis del comportamiento y las
implicancias de los agentes contaminantes del aire con
relación al crecimiento económico se considera las
siguientes variables independientes:
El nivel de ingreso per cápita (PBIPC), principal
indicador del bienestar de la población.
La distribución del ingreso, medido a partir del
Coeficiente de Gini (GINI), en este caso la relación
existente entre la contaminación y el ingreso en el caso
peruano puede ser analizada desde dos enfoques.
III. VALIDACIÓN DE LA CURVA
MEDIO AMBIENTAL DE KUZNETS


Según Ravallion (2000), se considera que la población con
mayores ingresos y es consciente del deterioro de la
calidad ambiental. Sesga sus preferencias al cuidado del
medio ambiente. Ya que los elevados niveles de ingreso les
permite no solo cubrir con sus necesidades básicas, sino que
también les da la habilidad de enfrentar ese gasto
adicional.
Según Torras y Boyce (1998), en un contexto de elevada
desigualdad en la distribución de los ingresos de una
economía, se presenta una también elevada preferencia
intertemporal sobre el medio ambiente, que es lo mismo que
decir que la población recaiga en un menor grado de
preocupación por el futuro y en consecuencia se da una
mayor degradación ambiental en el presente.
Base de Datos: Combustibles Fósiles
Dióxido de Monóxido
carbono de carbono
Año
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Óxido de
nitrógeno
Óxido de
azufre
Partículas
Metano
PBI Per
cápita
Coeficiente
de Gini
PBI
kg/hab
kg/hab
kg/hab
kg/hab
kg/hab
kg/103 hab
Nuevos Soles
a precios de
1994
Perú
Perú
CO2
699,7
703,3
707,8
732,8
816,9
872,8
832,9
818,1
898,0
865,2
793,3
790,8
747,5
838,1
783,1
809,1
792,6
CO
17,8
17,9
16,8
17,5
17,6
18,9
17,2
17,6
18,0
16,7
15,0
14,7
14,1
14,7
14,0
14,4
14,5
NOX
3,5
3,6
3,7
4,1
4,9
4,6
4,5
4,5
4,8
4,7
4,3
4,2
4,2
4,9
4,5
4,9
4,9
SOX
2,5
2,2
2,4
2,3
2,7
3,1
2,8
2,6
3,3
3,2
2,8
2,9
2,6
2,9
2,6
2,3
2,4
PM
0,1
0,2
0,2
0,1
0,2
0,2
0,2
0,2
0,1
0,1
0,1
0,2
0,1
0,1
0,1
0
0
CH4
88,8
90,8
90,0
92,4
97,3
103,4
95,8
90,8
97,1
91,1
83,0
84,6
78,8
81,3
77,1
78,1
81,7
PBIPC
3772,29
3683,72
3786,85
4194,43
4474,74
4507,94
4735,75
4627,15
4595,31
4658,98
4601,18
4764,58
4890,29
5067,04
5344,74
5688,71
6123,43
GINI
0,43
0,43
0,41
0,41
0,41
0,38
0,4
0,43
0,43
0,44
0,48
0,49
0,46
0,45
0,46
0,47
0,47
PBI
83759,69
83400,56
87374,59
98577,44
107063,89
109759,99
117293,99
116522,25
117587,42
121056,94
121317,09
127402,01
132543,84
139141,24
148639,98
160145,45
174406,87
Fuente: Ministerio de Energía y Minas, Instituto Nacional del Estadística e Informática (Estadísticas Ambientales
2009), CEPAL, BCRP (Memoria Anual 2009).
Base de Datos: Biocombustibles B100
Año
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Monóxido
de carbono
Óxido de
nitrógeno
Partículas
PBI Per
cápita
Coeficiente
de Gini
PBI
kg/hab
kg/hab
kg/hab
Nuevos Soles
a precios de
1994
Perú
Perú
CO
NOX
3.9
4.0
4.1
4.5
5.4
5.1
5.0
5.0
5.3
5.2
4.7
4.6
4.6
5.4
5.0
5.4
5.4
PM
0.053
0.106
0.106
0.053
0.106
0.106
0.106
0.106
0.053
0.053
0.053
0.106
0.053
0.053
0.053
0
0
PBIPC
3772,29
3683,72
3786,85
4194,43
4474,74
4507,94
4735,75
4627,15
4595,31
4658,98
4601,18
4764,58
4890,29
5067,04
5344,74
5688,71
6123,43
GINI
0,43
0,43
0,41
0,41
0,41
0,38
0,4
0,43
0,43
0,44
0,48
0,49
0,46
0,45
0,46
0,47
0,47
PBI
83759,69
83400,56
87374,59
98577,44
107063,89
109759,99
117293,99
116522,25
117587,42
121056,94
121317,09
127402,01
132543,84
139141,24
148639,98
160145,45
174406,87
9.3
9.3
8.7
9.1
9.2
9.8
8.9
9.2
9.4
8.7
7.8
7.6
7.3
7.6
7.3
7.5
7.5
Fuente: Ministerio de Energía y Minas, Instituto Nacional del Estadística e Informática (Estadísticas
Ambientales 2009), CEPAL, BCRP (Memoria Anual 2009).
IV. MODELO Y RESULTADOS


Para la estimación de los modelos se utiliza el
método de Mínimos Cuadrados Ordinarios (MCO).
TRABAJANDO
PARA
COMBUSTIBLES FÓSILES:
EMISIONES
CON
IV. MODELO Y RESULTADOS
Modelo para emisiones de Dióxido de Carbono (CO2)



El modelo que presento la mejor especificación fue el
siguiente: C O 2     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el CO2 en el Perú se
encuentra al parecer, en la primera fase (etapa creciente)
de la Curva Medio ambiental de Kuznets, lo que es lo
mismo que decir que todo crecimiento económico se traduce
en una mayor emisión de CO2 y por lo tanto en un mayor
grado de contaminación del aire del Perú Supuesto asumido
al observar la evolución del CO2 con respecto al PBIPC.
IV. MODELO Y RESULTADOS
1,000.0
900.0
800.0
700.0
600.0
500.0
400.0
300.0
200.0
100.0
0.0
CO2
950.0
900.0
850.0
Kg/hab
Kg/hab
CO2
800.0
750.0
700.0
650.0
600.0
4000.00 4500.00 5000.00 5500.00 6000.00 6500.00
PBIPC
PBIPC

La variable GINI solo fue significativa al 10%. El coeficiente de
la variable presenta un signo negativo, indicando que a mayor
concentración del ingreso, la contaminación medida por el CO2
disminuye. Por lo mismo que se apoya la hipótesis planteada
por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: CO2
Method: Least Squares
Date: 09/01/10 Time: 06:46
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
886.5490
187.9351
4.717314
0.0003
PBIPC
0.062737*
0.024136
2.599350
0.0210
-880.2680**
508.7410
-1.730287
0.1056
GINI
R-squared
0.330225
Mean dependent var
794.2353
Adjusted R-squared
0.234542
S.D. dependent var
59.93423
S.E. of regression
52.43673
Akaike info criterion
10.91588
Sum squared resid
38494.54
Schwarz criterion
11.06291
F-statistic
3.451263
Prob(F-statistic)
0.060465
Log likelihood
Durbin-Watson stat
* Significativa al 5%
** Significativa al 10%
-89.78495
0.859322
IV. MODELO Y RESULTADOS
Modelo para emisiones de Monóxido de Carbono (CO)



El modelo que presento la mejor especificación fue el
siguiente: C O     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el CO en el Perú se
encuentra al parecer, en la segunda etapa (etapa
decreciente) de la Curva Medio ambiental de Kuznets, lo
que es lo mismo que decir que todo crecimiento económico
se traduce en una menor emisión de CO y por lo tanto en un
menor grado de contaminación del aire del Perú. Supuesto
asumido al observar la evolución del CO con respecto al
PBIPC.
IV. MODELO Y RESULTADOS
CO
CO
25.0
26.0
24.0
22.0
Kg/hab
15.0
10.0
5.0
20.0
18.0
16.0
14.0
12.0
0.0
4675.02
5123.81
5398.46
4783.93
4054.03
3769.08
3772.29
3683.72
3786.85
4194.43
4474.74
4507.94
4735.75
4627.15
4595.31
4658.98
4601.18
4764.58
4890.29
5067.04
5344.74
5688.71
6123.43
Kg/hab
20.0
10.0
4000.00
4500.00
5000.00
5500.00
PBIPC
6000.00
6500.00
PBIPC

La variable GINI también resulto significativa al 5%. El coeficiente de
la variable presenta un signo negativo, indicando que a mayor
concentración del ingreso, la contaminación medida por el CO
disminuye. Por lo mismo que una vez más se apoya la hipótesis
planteada por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: CO
Method: Least Squares
Date: 09/01/10 Time: 06:47
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
C
36.16710
PBIPC
-0.000874*
GINI
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
* Significativa al 5%
-35.96591*
0.798944
0.770222
0.797483
8.903705
-18.62462
1.331548
Std. Error
2.858208
0.000367
t-Statistic
12.65377
-2.380929
Prob.
0.0000
0.0320
7.737177
-4.648453
0.0004
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
16.31765
1.663669
2.544072
2.691110
27.81617
0.000013
IV. MODELO Y RESULTADOS
Modelo para emisiones de Óxido de Nitrógeno (NOx)



El modelo que presento la mejor especificación fue el
siguiente: N O x     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el NOx en el Perú se
encuentra al parecer, en la primera fase (etapa creciente)
de la Curva Medio ambiental de Kuznets, lo que es lo
mismo que decir que todo crecimiento económico se traduce
en una mayor emisión de NOx, y por lo tanto en un mayor
grado de contaminación del aire del Perú Supuesto asumido
al observar la evolución del NOx con respecto al PBIPC.
IV. MODELO Y RESULTADOS
NOX
NOX
5.5
6.0
5.0
4.0
Kg/hab
Kg/hab
5.0
3.0
2.0
1.0
4.0
3.5
4675.02
5123.81
5398.46
4783.93
4054.03
3769.08
3772.29
3683.72
3786.85
4194.43
4474.74
4507.94
4735.75
4627.15
4595.31
4658.98
4601.18
4764.58
4890.29
5067.04
5344.74
5688.71
6123.43
0.0
PBIPC

4.5
3.0
4000.00
4500.00
5000.00 5500.00
PBIPC
6000.00
6500.00
La variable GINI también resulto significativa al 5%. El coeficiente de la
variable presenta un signo negativo, indicando que a mayor concentración del
ingreso, la contaminación medida por el NOx disminuye. Por lo mismo que una
vez más se apoya la hipótesis planteada por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: NOX
Method: Least Squares
Date: 09/01/10 Time: 06:47
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
C
3.757586
PBIPC
0.000699*
GINI
-5.996305*
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
* Significativo al 5%
0.688078
0.643518
0.276846
1.073012
-0.638634
1.550978
Std. Error
0.992226
0.000127
2.685959
t-Statistic
3.787025
5.486584
-2.232463
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.0020
0.0001
0.0424
4.400000
0.463681
0.428075
0.575112
15.44150
0.000287
IV. MODELO Y RESULTADOS
Modelo para emisiones de Partículas menores 10µm (PM)



El modelo que presento la mejor especificación fue el
siguiente: PM     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el NOx en el Perú se
encuentra al parecer, en la primera fase (etapa creciente)
de la Curva Medio ambiental de Kuznets, lo que es lo
mismo que decir que todo crecimiento económico se traduce
en una mayor emisión de NOx, y por lo tanto en un mayor
grado de contaminación del aire del Perú Supuesto asumido
al observar la evolución del NOx con respecto al PBIPC.
IV. MODELO Y RESULTADOS
PM
PM
0.35
0.35
0.3
0.3
0.25
Kg/hab
Kg/hab
0.25
0.2
0.15
0.2
0.15
0.1
0.1
0.05
0.05
4000.00
0
4500.00
5000.00 5500.00
PBIPC
6000.00
6500.00
PBIPC

La variable GINI en este caso no resulto significativa, por lo que un consideración solo
satisface el orden que se mantiene en la presentación de los resultados.
El coeficiente de la variable presenta un signo negativo, indicando que a mayor
concentración del ingreso, la contaminación medida por el PM disminuye. Por lo mismo
que una vez más se apoya la hipótesis planteada por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: PM
Method: Least Squares
Date: 09/01/10 Time: 06:48
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
C
0.639214
PBIPC
-5.40E-05*
GINI
-0.587083
R-squared
0.472440
Adjusted R-squared
0.397074
S.E. of regression
0.053266
Sum squared resid
0.039722
Log likelihood
27.38005
Durbin-Watson stat
1.822745
* Significativa al 5%
Std. Error
t-Statistic
0.190908
3.348277
2.45E-05 -2.201969
0.516789 -1.136020
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.0048
0.0449
0.2750
0.129412
0.068599
-2.868241
-2.721203
6.268633
0.011374
IV. MODELO Y RESULTADOS
Modelo para emisiones de Metano (CH4)



El modelo que presento la mejor especificación fue el
siguiente: C H 4     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el CH4 en el Perú se
encuentra al parecer, en la segunda etapa (etapa
decreciente) de la Curva Medio ambiental de Kuznets, lo
que es lo mismo que decir que todo crecimiento económico
se traduce en una menor emisión de CO y por lo tanto en un
menor grado de contaminación del aire del Perú. Supuesto
asumido al observar la evolución del CH4 con respecto al
PBIPC.
IV. MODELO Y RESULTADOS
CH4
120.0
100.0
80.0
60.0
40.0
20.0
0.0
Kg/1000 hab
Kg/1000 hab
CH4
PBIPC

120.0
115.0
110.0
105.0
100.0
95.0
90.0
85.0
80.0
75.0
70.0
4000.00
4500.00
5000.00
5500.00
PBIPC
6000.00
6500.00
La variable GINI resulta significativo al 5%, el coeficiente de la variable
presenta un signo negativo, indicando que a mayor concentración del ingreso,
la contaminación medida por el CH4 disminuye. Por lo mismo que una vez más
se apoya la hipótesis planteada por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: CH4
Method: Least Squares
Date: 09/01/10 Time: 06:48
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
180.3754
15.33266
11.76412
0.0000
PBIPC
-0.001478
0.001969
-0.750802
0.4652
GINI
-194.1909*
41.50557
-4.678672
0.0004
R-squared
0.726550
Mean dependent var
88.35882
Adjusted R-squared
0.687485
S.D. dependent var
7.652619
S.E. of regression
4.278043
Akaike info criterion
5.903654
Sum squared resid
256.2232
Schwarz criterion
6.050691
F-statistic
18.59881
Prob(F-statistic)
0.000114
Log likelihood
Durbin-Watson stat
* Significativa al 5%
-47.18106
1.199794
IV. MODELO Y RESULTADOS

TRABAJANDO
PARA
EMISIONES
BIOCOMBUSTIBLES (EXTREMO B100):
CON
IV. MODELO Y RESULTADOS
Modelo para emisiones de Monóxido de Carbono (CO)



El modelo que presento la mejor especificación fue el
siguiente: C O     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el CO en el Perú se
encuentra al parecer, en la segunda etapa (etapa
decreciente) de la Curva Medio ambiental de Kuznets, lo
que es lo mismo que decir que todo crecimiento económico
se traduce en una menor emisión de CO y por lo tanto en un
menor grado de contaminación del aire del Perú. Supuesto
asumido al observar la evolución del CO con respecto al
PBIPC.
IV. MODELO Y RESULTADOS
CO
CO
12.0
8.0
Kg/hab
Kg/hab
10.0
6.0
4.0
2.0
3772.29
3683.72
3786.85
4194.43
4474.74
4507.94
4735.75
4627.15
4595.31
4658.98
4601.18
4764.58
4890.29
5067.04
5344.74
5688.71
6123.43
0.0
PBIPC

10.0
9.5
9.0
8.5
8.0
7.5
7.0
6.5
6.0
5.5
5.0
4000.00 4500.00 5000.00 5500.00 6000.00 6500.00
PBIPC
La variable GINI también resulto significativa al 5%. El coeficiente de la
variable presenta un signo negativo, indicando que a mayor concentración del
ingreso, la contaminación medida por el CO disminuye. Por lo mismo que una
vez más se apoya la hipótesis planteada por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: CO
Method: Least Squares
Date: 09/01/10 Time: 21:16
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
C
18.85771
PBIPC
-0.000465*
GINI
-18.70924*
R-squared
0.786420
Adjusted R-squared
0.755909
S.E. of regression
0.433967
Sum squared resid
2.636577
Log likelihood
-8.280234
Durbin-Watson stat
1.298502
* Significativa al 5%
Std. Error
t-Statistic
1.555352
12.12440
0.000200 -2.329321
4.210342 -4.443639
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.0000
0.0353
0.0006
8.482353
0.878376
1.327086
1.474124
25.77467
0.000020
IV. MODELO Y RESULTADOS
Modelo para emisiones de Partículas menores 10µm (PM)



El modelo que presento la mejor especificación fue el
siguiente: PM     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el CO en el Perú se
encuentra al parecer, en la segunda etapa (etapa
decreciente) de la Curva Medio ambiental de Kuznets, lo
que es lo mismo que decir que todo crecimiento económico
se traduce en una menor emisión de PM y por lo tanto en un
menor grado de contaminación del aire del Perú. Supuesto
asumido al observar la evolución del PM con respecto al
PBIPC.
IV. MODELO Y RESULTADOS
PM
0.12
0.11
0.1
0.1
0.08
0.09
0.06
Kg/hab
Kg/hab
PM
0.04
0.02
PBIPC

6123.43
5688.71
5344.74
5067.04
4890.29
4764.58
4601.18
4658.98
4595.31
4627.15
4735.75
4507.94
4474.74
4194.43
3786.85
3683.72
3772.29
0
0.08
0.07
0.06
0.05
4000.00 4500.00 5000.00 5500.00 6000.00 6500.00
PBIPC
La variable GINI en este caso no resulto significativa, por lo que una consideración solo
satisface el orden que se mantiene en la presentación de los resultados.
El coeficiente de la variable presenta un signo negativo, indicando que a mayor
concentración del ingreso, la contaminación medida por el PM disminuye. Por lo mismo
que una vez más se apoya la hipótesis planteada por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: PM
Method: Least Squares
Date: 09/01/10 Time: 21:19
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.338783
0.101181
3.348277
0.0048
PBIPC
-2.86E-05*
1.30E-05
-2.201969
0.0449
GINI
-0.311154
0.273898
-1.136020
0.2750
R-squared
0.472440
Mean dependent var
0.068588
Adjusted R-squared
0.397074
S.D. dependent var
0.036358
S.E. of regression
0.028231
Akaike info criterion
-4.137998
Sum squared resid
0.011158
Schwarz criterion
-3.990960
Log likelihood
38.17298
F-statistic
6.268633
Durbin-Watson stat
1.822745
Prob(F-statistic)
0.011374
* Significativa al 5%
IV. MODELO Y RESULTADOS
Modelo para emisiones de Óxido de Nitrógeno (NOx)



El modelo que presento la mejor especificación fue el
siguiente: N O x     * PBIPC   * G IN I  e
1
2
3
i
Donde:
 2  0,  3  0
Es así que se puede concluir que el NOx en el Perú se
encuentra al parecer, en la primera etapa (etapa creciente)
de la Curva Medio ambiental de Kuznets, lo que es lo
mismo que decir que todo crecimiento económico se traduce
en una mayor emisión de NOx, y por lo tanto en un mayor
grado de contaminación del aire del Perú. Supuesto
asumido al observar la evolución del NOx con respecto al
PBIPC.
IV. MODELO Y RESULTADOS
NOX
NOX
6.0
5.0
5.5
4.0
5.0
Kg/hab
3.0
2.0
4.0
0.0
3.5
PBIPC

4.5
1.0
3772.29
3683.72
3786.85
4194.43
4474.74
4507.94
4735.75
4627.15
4595.31
4658.98
4601.18
4764.58
4890.29
5067.04
5344.74
5688.71
6123.43
Kg/hab
6.0
3.0
4000.00
4500.00
5000.00
5500.00
PBIPC
6000.00
6500.00
La variable GINI también resulto significativa al 5%. El coeficiente de la
variable presenta un signo negativo, indicando que a mayor concentración del
ingreso, la contaminación medida por el NOx disminuye. Por lo mismo que una
vez más se apoya la hipótesis planteada por Ravallion (2000).
IV. MODELO Y RESULTADOS
Dependent Variable: NOX
Method: Least Squares
Date: 09/01/10 Time: 21:21
Sample: 1991 2007
Included observations: 17
Variable
Coefficient
C
4.364524
PBIPC
0.000774*
GINI
-7.133197*
R-squared
0.696829
Adjusted R-squared
0.653518
S.E. of regression
0.298738
Sum squared resid
1.249423
Log likelihood
-1.932439
Durbin-Watson stat
1.582716
* Significativo al 5%
Std. Error
t-Statistic
1.070689
4.076371
0.000138
5.628868
2.898357
-2.461117
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
Prob.
0.0011
0.0001
0.0275
4.858824
0.507517
0.580287
0.727325
16.08924
0.000235
V. CONCLUSIONES Y RECOMENDACIONES

Del análisis realizado a los agentes contaminantes del
aire en el Perú en el caso de combustible fósiles. Por un
lado se concluye que las variables CO2 y NOx se
encuentran en la fase creciente de la curva ambiental
de Kuznets, es decir que todo crecimiento económico se
traduce en un mayor deterioro ambiental en estas
variables. Mientras que por otro lado las variables CO,
PM y CH4 se encuentran en la fase decreciente de la
curva, es decir que en todo crecimiento económico se
traduce en un incremento en la calidad del medio
ambiente en estas variables.
V. CONCLUSIONES Y RECOMENDACIONES


Con respecto al nivel de ingreso per cápita se encontró
que en todos los casos presentados, es un factor
determinante de la calidad ambiental.
Y en lo concerniente a la relación de los agentes
contaminantes del aire y la distribución de los ingresos,
se encontró una relación inversa entre los mismo,
dándonos a conocer que con una mayor concentración
de los ingresos, se da una disminución en la
contaminación. Por lo que se confirma la hipótesis
planteada por Ravallion (2000) en el análisis.
V. CONCLUSIONES Y RECOMENDACIONES

Señalamos también que el crecimiento económico
no es la única solución para el deterioro ambiental,
y que no es necesario esperar un nivel de ingreso
determinado para comenzar a contrarrestar dicho
deterioro, sino que por el contrario el crecimiento
económico ve la necesidad de ir acompañado por
un conjunto de reformas y políticas ambientales.
V. CONCLUSIONES Y RECOMENDACIONES



Es así que en el trabajo con las correcciones a nivel de
biocombustibles, para el monóxido de carbono (CO),
Partículas Menores (PM) y el Oxido de Nitrógeno (NOx).
Se encontró que el CO y las PM se encuentran en la
segunda etapa (etapa decreciente), y el NOx se encuentra
el la primera etapa (etapa creciente) de la Curva
Medioambiental de Kuznets.
De modo que se exhiben resultados similares en situaciones
de utilización de combustibles fósiles y de biocombustibles a
nivel de la Curva Medioambiental de Kuznets. Entonces un
cambio completo de combustibles de diesel a biodiesel no
es una alternativa confiable dado el nivel de ingreso per
cápita que tiene el Perú.
V. CONCLUSIONES Y RECOMENDACIONES


De modo que a partir de decisiones responsables
contribuir al crecimiento y al desarrollo del país, como
en la actualidad con leyes que exigen un porcentaje de
biocombustibles el la gasolina.
Desde esta perspectiva se debe tener en cuenta la
alternativa de tomar las experiencias de plano
internacional para mejorar y evitar así el deterioro
ambiental, permitiendo el crecimiento económico de
acuerdo con el planteamiento de la Curva Medio
Ambiental de Kuznets, procurando recudir el lapso de
evolución del nivel de ingreso per cápita.
V. CONCLUSIONES Y RECOMENDACIONES


En el Perú si bien en la actualidad nos encontramos
desde el lado más optimista, cerca del punto de
quiebre para alcanzar el nivel de ingreso que nos
permita tomar medidas más acertadas, generándose
así gran expectativa sobre el Ministerio del Ambiente.
Sin embargo no se debe olvidar la estrecha relación
que existe entre la economía y el medio ambiente.
Como fue mostrado a lo largo del presente trabajo de
investigación a través de la Curva Medio Ambiental de
Kuznets.
GRACIAS…
Descargar

La Curva Medio Ambiental de Kuznets: Combustibles …