9
CENTRO DE INVESTIGACIONES SOCIALES Y ECONÓMICAS
Universidad Nacional de Loja
2021
VOL. 9
ENERO-JUNIO
2021
ISSN-p: 2602-8204
ISSN-e: 2737-6257
2
Editado por:
Revista digital:
Correo electrónico:
Dirección:
PBX:
Lugar de publicación:
Administración:
Diseño y diagramación:
Institución editora:
Código postal:
Teléfono móvil:
Club de Investigación de Economía de la Universidad Nacio-
nal de Loja.
https://revistas.unl.edu.ec/index.php/economica
revista.vistaeconomica@unl.edu.ec
Av. Pio Jaramillo Alvarado y Reinaldo Espinoza, La Argelia
(593) 07-2547252 EXT 145
Loja, Ecuador
club.economia@unl.edu.ec
Cristian Ortiz
Universidad Nacional de Loja
110150
(593) 992809083
Revista Vista Económica se publica semestralmente en los meses de Junio y Di-
ciembre de cada año. Su publicación es bajo la modalidad OPEN ACCESS como
un aporte académico a la comunicadad cientíca nacional e internacional.
Esta obra esta sujeta a la licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional de Creative
Commons. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by-nc-nd/4.0/.
La Revista Vista Económica (RVE) es una publicación académica gestionada por el
Centro de Investigaciones Sociales y Económicas y el Club de Investigación de
Economía de la Universidad Nacional de Loja. El objetivo de la RVE es difundir
semestralmente los aportes de los investigadores de la ciencia económica y ramas
afines. El público objetivo de la RVE constituye los investigadores, docentes,
estudiantes y responsables de las políticas de desarrollo económico y social. Los temas
de interés de la RVE son los modelos de crecimiento y desarrollo económicos
aplicados, la economía regional aplicada, la economía ambiental aplicada, la política
de desarrollo regional, la evaluación de impacto de política, y en general, todas las
investigaciones que aporten a la comprensión de las dimensiones de los problemas
del desarrollo.
3
Autoridades de la Universidad Nacional de Loja
• Nikolay Aguirre PhD.
• Mónica Pozo PhD.
Rector
Vicerrectora
Facultad Jurídica Social y Administrativa
• Elvia Zhapa PhD.
• Rafael Alvarado Mg. Sc.
Decana
Director de la Carrera de Economía
►Comité editorial
• Rafael Alvarado.
• Cristian Ortiz
• Brayan Tillaguango
Editor Jefe
Editor Responsable
Editor Adjunto
►Consejo editorial
• Pablo Quiñonez
• Pablo Vicente Ponce Ochoa
• Santiago Ochoa
• Moisés Obaco
• Darío Hurtado
• Cristian Delgado
• Patricia Guerrero
►Comité cientíco
• Coro Chasco
• Carlos Carpio
• Jorge Flores
• Priscila Méndez
• Paul Carrillo
Universidad de Guayaquil (Ecuador)
Universidad Nacional de Loja (Ecuador)
Universidad Técnica Particular de Loja (Ecuador)
Universidad de Cuenca (Ecuador)
Universidad Internacional del Ecuador (Ecuador)
Universidad Santo Tomás (Chile)
Universidad Técnica Particular de Loja (Ecuador)
Universidad Autónoma de Madrid (España)
Texas Tech University (USA)
Universidad Nacional de Loja (Ecuador)
Universidad Católica del Norte (Chile)
George Washington University (USA)
4
ReVista Económica (RVE), es una revista
cientíca de publicación semestral que di-
funde las investigaciones de Economía y
temas relacionados. Los tópicos de interés
que se ajustan con los objetivos de la RVE
son los modelos de crecimiento y desa-
rrollo económicos aplicados, la economía
regional aplicada, la economía ambiental
aplicada, la política de desarrollo regio-
nal, la política económica aplicada, y en
general, todos los trabajos que aporten a
la comprensión de las dimensiones del de-
sarrollo económico con un fuerte soporte
econométrico. Los criterios generales para
ser aceptados los artículos son la novedad
del artículo y su originalidad; el enfoque
metodológico y de datos; y el ajuste con
los objetivos de la revista.
Una vez que los trabajos son enviados a la
revista, el Editor, con el soporte de los Edi-
tores Asociados determinará si el artículo
es considerado para revisión. En caso de
que exista un ajuste entre los objetivos de
la revista y el artículo presentado, el Editor
enviará el trabajo a dos revisores anónimos
que hayan publicado artículos en revistas
cientícas de la base ISI, SCIMAGO o LA-
TINDEX. Esto asegura que la calidad de la
revisión por pares es objetiva y de calidad
cientíca. En base a los comentarios de los
revisores anónimos, el Editor de la revista
con el soporte de los Editores Asociados,
pueden tomar las siguientes decisiones:
aceptar el artículo sin modicaciones,
aceptar el artículo condicionado a los cam-
bios, y rechazarlo. Una vez que el trabajo
ha sido rechazado, no puede volver a ser
presentado durante un año. Su envío antes
del año será rechazado automáticamen-
te por el Editor. Cuando los artículos son
aceptados con cambios, estos pueden ser
cambios menores y con cambios mayores.
El Editor noticará a los autores la decisión
tomada sobre el artículo.
Todos los trabajos deben tener un fuer-
te soporte en herramientas cuantitativas
econométricas modernas. La metodología
debe ser elegida por los autores en fun-
ción de los avances en el campo de la eco-
nometría aplicada. Las normas especícas
de los artículos y otros aspectos generales
se detallan a continuación.
Motivación
Las decisiones de política económica na-
cional o regional de los países en desa-
rrollo requieren de más herramientas que
sustenten la toma de decisiones acerta-
das y objetivas, ajustadas a su realidad y
contexto, y no en función de recetarios o
adaptaciones que provienen de las polí-
ticas aplicadas en países desarrollos. Los
modelos y metodologías desarrolladas en
estos últimos, constituyen un importante
insumo, no obstante, las investigadores
sociales deben y pueden hacer más para
acelerar el desarrollo económico de acuer-
do con las características estructurales de
los países en desarrollo. Esta dimensión
constituye la esencia y razón de ser de la
RVE.
Aspectos generales
Los artículos deben tener una extensión
Normas de publicación
5
entre 6000 y 10000 palabras, incluido los
anexos. Un artículo antes de ser enviada
a RVE, el/los autores deben asegurarse
que el manuscrito debe contener explica-
ción técnica y objetiva de los fenómenos
económicos y sociales observados en los
países en desarrollo. Aunque también se
aceptan investigaciones comparativas con
los países desarrollados. El lenguaje debe
ser especializado, formal y entendible por
la comunidad académica de la especiali-
dad de Economía.
Políticas de acceso y reuso
Con el n de promover el conocimien-
to cientíco en la comunidad, la Re-
vista Vista Económica, brinda acceso
totalmente abierto e inmediato a sus
publicaciones realizados en los me-
ses de Junio y Diciembre de cada año.
Los autores mantienen su derecho de au-
toría sobre sus publicaciones. El conte-
nido de la revista puede ser descargado,
copiado y/o distribuido con nes neta-
mente de investigación y académicos. Las
personas que hagan uso del contenido de
la revista reconocerán la propiedad inte-
lectual del o los autores y de la Universi-
dad Nacional de Loja como fuente editora.
Se prohíbe el uso total o parcial de las pu-
blicaciones en la revista con nes de activi-
dad comercial.
Derechos de autor
La revista Vista Económica se maneja bajo
una modalidad de acceso abierto y hace
uso de una licencia denominada cretive
commons (CC), que promueve el acceso
y el intercambio de cultura, y en general
desarrolla un conjunto de instrumentos
jurídicos de carácter gratuito que facili-
tan usar y compartir tanto la creatividad
como el conocimiento. Sin embargo, para
que la Universidad Nacional de Loja como
ente editorial publique y difunda artículos
de investigación, necesita los derechos de
publicación. Esto está determinado por un
acuerdo de publicación entre el autor y la
editorial. Este acuerdo trata con la transfe-
rencia o licencia de los derechos de autor
a la editorial y los autores conservan dere-
chos significativos para usar y compartir sus
propios artículos publicados. Los autores
deberán firman un acuerdo de licencia ex-
clusivo, donde los autores tienen derechos
de autor, pero otorgan derechos exclusivos
de su artículo al editor. La Universidad Na-
cional de Loja apoya la necesidad de que los
autores compartan, difundan y maximicen
el impacto de su investigación y estos dere-
chos, en las revistas de propiedad exclusiva
de la editorial, los autores tienen derecho a:
• Compartir su artículo de la misma mane-
ra permitida a terceros bajo la licencia de
usuario correspondiente
• Conservar patentes, marcas registradas y
otros derechos de propiedad intelectual
(incluidos los datos de investigación).
• Atribución y crédito apropiados para el
trabajo publicado.
6
ÍNDICE DE CONTENIDOS
Editorial
Editorial
Rafael Alvarado
8
Efectos de la inversión extranjera directa y el desarrollo nan-
ciero en las emisiones de CO2 a nivel global y por grupos de
países
Eects of foreign direct investment and nancial development on CO2 emis-
sions at the global level and by country grouping
Jessica Armijos. Elizabeth Lozano
Determinantes del desempleo y su inuencia sobre la pobreza:
El Caso de Guayaquil-Ecuador 2007-2019
Determinants of Unemployment and its Inuence on Poverty: The Case of
Guayaquil-Ecuador 2007-2019
José Torres. Jonathan Carranza. Jean Cruz
9
19
35
39
55
Innovación para el servicio al cliente: la esencia de la competiti-
vidad
Innovation for customer service: the essence of competitiveness
Agustín Turbay. Fiorella Martínez
Efecto del consumo de energía y capital humano sobre el cre-
cimiento económico: Análisis de cointegración y causalidad con
datos de panel a nivel mundial
Eect of energy consumption and human capital on economic growth: cointe-
gration and causality analysis with world panel data.
Estefanía Lara. Karen Iñiguez
Los determinantes de la malnutrición infantil en Loja
The determinants of child malnutrition in Loja
Jairo Rivera-Vásquez. Stephany Olarte-Benavides. Nadya Rivera-Vásquez
7
ÍNDICE DE CONTENIDOS
109 Urbanización y crecimiento económico: un análisis de cointegra-
ción y causalidad para el caso ecuatoriano
Urbanization and economic growth: a cointegration and causality analysis for
the Ecuadorian case
Priscila Méndez
61 El papel del consumo de energías renovables sobre los gases de
efecto invernadero a nivel global: Análisis econométrico de datos
de panel
The role of renewable energy consumption on global greenhouse gases: eco-
nometric panel data analysis.
Leidy Caraguay. Michelle López-Sánchez
Consumo de los hogares y contaminación ambiental a nivel
regional: análisis de cointegración con datos de panel periodo
1985-2016
Household consumption and environmental pollution at the regional level:
cointegration analysis with panel data period 1985-2016.
Lethy Minga. Jessica Guamán. Wilfrido Torres-Ontaneda
73
87 Incidencia de la carga scal en la desigualdad a nivel global y
por grupos de países: Evidencia empírica para 97 países, utili-
zando técnicas de datos de panel
Incidence of the tax burden on inequality at the global level and by country
group: Empirical evidence for 97 countries using panel data techniques
Patricia Vaca
Desigualdad y tasa de fertilidad a nivel mundial: un enfoque de
cointegración y causalidad con datos de panel
Global inequality and fertility rate: a cointegration and causality approach with
panel data
María Ordoñez
97
8
La sociedad actual se enfrenta a una serie de retos para alcanzar el desarrollo territorial, promover una
distribución más equitativa de los ingresos y mejorar los indicadores de la sustentabilidad. El Volumen
nueve en su número uno, los autores discuten los problemas del desarrollo que requieren mayor atención
por parte de los responsables de las políticas públicas. Primero, Torres, Carranza & Cruz (2021) plantean
la importancia del desempleo en la determinación de los niveles de pobreza en Guayaquil, donde varios
aspectos sociales del desarrollo requieren mayor énfasis privado y público. El progreso económico debe
promover el bienestar y la cohesión social. En el siglo veintiuno no pueden persistir los problemas asocia-
dos con la malnutrición infantil, el hambre o la falta de oportunidades. Rivera-Vázquez, Olarte-Benavides,
& Rivera-Vázquez (2021) señalan que los aspectos del hogar y la provisión de servicios públicos pueden
jugar un rol relevate en el combate a la desnutrición infantil en Loja. Estos esfuerzos pueden ser reforzados
con las mejoras continuas en la competitividad mediante la innovación (Turbay & Martinez, 2021). Los
procesos de desarrollo requieren de una complementariedad del sector empresarial, del sector público y
del esfuerzo individual. Una de las formas más efectiva de intervención del estado para el bienestar social
es mediante las políticas sociales orientadas a promover la igualdad espacial e individual de la población.
Vaca (2021) muestra que la carga scal puede tener una incidencia signicativa sobre la forma cómo se
distribuyen los ingresos.
La sustentabilidad del modelo de desarrollo vigente ha sido cuestionada en múltiples foros y debates aca-
démicos. Existe la percepción de que no se está haciendo lo suciente para mitigar los efectos adversos
del cambio climático. La orientación de la producción a maximizar las ganancias puede traer serias conse-
cuencias, algunas de ellas de carácter irreversible. Armijos & Lozano (2021) destacan los impactos de los
ujos de inversión extranjera y del desarrollo nanciero en las emisiones de gases contaminantes. Tanto la
inversión foránea como el desarrollo funcionero pueden ser útiles para promover la sustentabilidad am-
biental. Las fuentes de energía renovables y las mejoras en el conocimiento disponible pueden contribuir
a alcanzar un desarrollo más armonioso con la naturaleza. Lara & Iñiguez (2021) resaltan la importancia del
uso de energía renovable y del conocimiento para dinamizar el desarrollo de los países. Los datos sugieren
que el uso de energías renovables puede beneciar el progreso económico y promover la sustentabili-
dad ambiental (Caraguay & López-Sánchez, 2021). En paralelo, la sustentabilidad ambiental requiere del
compromiso de los hogares para que su consumo minimice el efecto negativo sobre la calidad ambiental
(Minga, Guamán, & Torres-Ontaneda, 2021). No se puede pensar en alcanzar el desarrollo sostenible sin
un compromiso rme de los hogares para que su consumo sea responsable con el medio ambiente como
parte de proceso de maximización del bienestar social.
Finalmente, los problemas del desarrollo son más visibles en los países con falta de oportunidades. Las
dotaciones de capital humano son una vieja y nueva estrategia de mitigación de la pobreza y la exclusión.
Ordoñez (2021) indica que la desigualdad y la tasa de fertilidad tienen una relación de largo plazo en una
muestra amplia de países. Finalmente, Méndez (2021) destaca el rol de la urbanización para promover
los rendimientos crecientes y aumentar la producción en contextos de países en desarrollo. Los esfuerzos
del sector público y privado para combatir los problemas del desarrollo, requieren de un rol moderador
del sector académico para que las políticas estén mejor diseñadas y los procesos productivos sean más
ecientes. La posibilidad de conseguir una sociedad incluye es posible con una adecuada articulación aca-
demia-empresa-Estado.
EDITORIAL
Problemas del desarrollo: una mirada cuantitativa moderna
Rafael Alvarado
Carrera de Economía
Universidad Nacional de Loja
Loja, Ecuador
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Determinantes del desempleo y su influencia sobre la pobreza: El
Caso de Guayaquil-Ecuador 2007-2019
Determinants of unemployment and its influence on poverty: The Case of Gua-
yaquil-Ecuador 2007-2019
José Torres1| Jonathan Carranza1| Jean Cruz1
1Facultad de Ciencias Económicas, Universidad de
Guayaquil
Correspondencia
José Torres, Facultad de Ciencias Económicas,
Universidad de Guayaquil
Email: jose.torresm@ug.edu.ec
Agradecimientos
Facultad de Ciencias Económicas, Universidad de
Guayaquil
Fecha de recepción
Enero 2021
Fecha de aceptación
Junio 2021
Dirección
Cdla. universitaria "Universidad de Guayaquil",
Malecon del Salado Av. Delta y Av. Kennedy,
Guayaquil, Ecuador
RESUMEN
El país y la ciudad de Guayaquil en particular, durante el periodo 2007 al 2019, atraves-
aron ciclos de auge y de crisis económica, estableciendo variables determinantes del de-
sempleo y su incidencia en la pobreza, para lo cual se revisó diferentes teorías que analizan
el desarrollo económico, la información se obtuvo de fuentes secundarias, publicadas por
entidades oficiales encargadas de la generación de estadísticas, por lo que la investigación
tiene un carácter cualitativa y descriptiva y en consecuencia el uso de métodos inductivo y
deductivo. Los resultados son presentados en tablas estadísticas y figuras econométricas
que expresan el comportamiento de las diferentes variables: empleo, desempleo, inversión,
pobreza, producción y consumo, insumos que permiten determinar en los diferentes cic-
los del periodo observado, la incidencia que tiene el desempleo en los niveles de pobreza.
Se concluye que la educación y la inversión de calidad genera crecimiento y desarrollo
económico.
Palabras clave: Desempleo; Subempleo; Inversión; Pobreza; Consumo; Mercado Laboral.
ABSTRACT
The country and the city of Guayaquil in particular, during the period 2007 to 2019, went
through cycles of boom and economic crisis, establishing determinant variables of unem-
ployment and its incidence in poverty, for which different theories that analyze economic
development were reviewed. , the information was obtained from secondary sources, pub-
lished by official entities in charge of generating statistics, so the research has a qualitative
and descriptive character and consequently the use of inductive and deductive methods.
The results are presented in statistical tables and econometric figures that express the be-
havior of the different variables: employment, unemployment, investment, poverty, pro-
duction and consumption, inputs that allow determining in the different cycles of the ob-
served period, the incidence of unemployment in poverty levels. It is concluded that quality
education and investment generates growth and economic development.
Keywords: Unemployment; Underemployment; Investment; Poverty; Consumption; Labour
Market.
9
Torres J., Carranza J. & Cruz J.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
El desempleo es uno de los principales indicadores económicos uti-
lizados para analizar la prosperidad y productividad de una sociedad,
históricamente siempre se lo ha considerado como un problema
para los gobiernos, debido a que se encuentra ligado íntimamente
con la pobreza y el bajo bienestar de la sociedad, sus consecuen-
cias son nefastas para el desarrollo de un país, por ese motivo los
gobiernos se han encargado de buscar las formas de erradicar el de-
sempleo o al menos intentar mantenerlo en los niveles más bajos
posibles, tratando de asegurar el bienestar económico y social. En
todo el mundo en especial en América Latina el desempleo se ha
convertido en un tema cotidiano.
El Ecuador a través del tiempo ha pasado por algunos retro-
cesos debido a varios factores económicos, financieros y políti-
cos, causando el cierre de varias empresas provocando que miles
de personas sean despedidas de su trabajo debido a la falta de
presupuesto que cubra sus remuneraciones, quedando así desem-
pleadas, en espera de conseguir un nuevo empleo para solventar
sus gastos y los de su familia.
Hoy en día es normal ver gran cantidad de personas desem-
pleada en la ciudad de Guayaquil en búsqueda de un trabajo digno
con una buena remuneración que le permita cubrir las necesidades
básicas de su familia y la suya, la razones por la cuales los jóvenes
no son contratado es por su falta de experiencia y las personas may-
ores no son contratada por superar el rango de edad impuesto por
las compañías para el puesto de trabajo que requiere.
El desempleo a nivel nacional sigue en aumento, según datos
del Instituto Nacional de Estadísticas y Censos [INEC] el desempleo
para diciembre del 2019 aumento en 0,1% en relación con el año an-
terior ubicándose a 3,8%, situación ocasionado por las existencias
de problemas sociales, económico y político, donde la ciudadanía no
tiene más remedio de obtener ingresos a través de actividades ilíc-
itas, la población económicamente activa más joven está marcada
por un subempleo que le obstaculiza el poder cumplir con sus es-
tudios, siendo prioritario el trabajo para la solvencia del hogar. Por
ende, en este trabajo se harán un análisis del desempleo y la pobreza
en la ciudad de Guayaquil considerando a los diferentes aspectos
que esto indicadores tienen incidencia sobre la sociedad hasta el
día de hoy.
2|MATERIALES Y MÉTODOS
La investigación es descriptiva que según Salkind (1998), la de-
fine como la investigación donde se “reseña las características de
un fenómeno existente”, porque se orientó a caracterizar, registrar,
analizar e interpretar ampliamente el tema de estudio. Es de tipo
explicativo porque se midió el grado de relación o incidencia que
tiene el desempleo sobre la pobreza y también es cuantitativo con
datos secundarios debido a que el análisis realizado se realizó con
datos existentes proveniente del Instituto Nacional de Estadísticas y
Censos [INEC], el Banco Central del Ecuador [BCE] y la Superinten-
dencia de Compañías, Valores y Seguros [Super-cías]. De acuerdo
con la naturaleza de la investigación el nivel de investigación es doc-
umental, descriptivo y explicativo. La investigación fue desarrollada
en la ciudad de Guayaquil formada por 16 parroquias urbanas, es la
ciudad más poblada de la provincia del Guayas y del país, tiene una
población aproximada de 2.723.665 habitantes y una extensión de
344,5 km². La tasa de crecimiento anual de la población según el
INEC es de 1,58% y el promedio de persona por hogar son aproxi-
madamente 4 personas, a pesar de ser reconocida como la capital
económica del Ecuador es la ciudad con más pobreza en el país.
3|RESULTADOS
Mercado laboral
Figura 1. Participación Global y Bruta en Guayaquil, Información
adaptada del Instituto Nacional de Estadísticas y Censos ENEMDU
Acumulada, elaborado por los autores
La tasa de Participación Bruta que refleja cuál es el cociente
entre de la población económicamente activa PEA y el total de la
población, la tasa de participación bruta, pasando de 50,1% para el
segundo trimestre del 2007 a un 46,5% en el cuarto trimestre del
2019, mientras que la tasa de Participación Global que representa
el cociente entre la PEA y la población en edad de trabajar PET tam-
bién tiene una tendencia negativa pasando de 70,3% a 61,4%, lo
que refleja que cada vez es menor la participación de la población
total y de la población en edad para trabajar dentro del mercado
laboral, indicando que solo 5 de cada 10 personas que forma parte
de la población total y 6 de cada 10 que forma de la PET tiene la
intención o necesidad de ingresar al ámbito laboral.
Figura 2. Caracterización del Empleo en Guayaquil, Información
adaptada del Instituto Nacional de Estadísticas y Censos ENEMDU
Acumulada, elaborado por los autores
10
Determinantes del desempleo y su influencia sobre la pobreza: El Caso de .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
En lo referente a la caracterización del empleo adecuado o
pleno desde el segundo trimestre del 2007 a cuarto del 2019 paso
de 51% a 51,2% un aumento de 0,2 puntos porcentuales en donde
se insertaron un total de 67.740 personas dentro del periodo anal-
izado, cifra baja cuando se observa que ha habido una reducción
de la tasa de crecimiento de la PEA debido a la falta de incentivos
para insertarse dentro del mercado laboral. La tasa de empleo no
remunerado que corresponde a las personas que se encargan del
cuidado del hogar y ayudantes no remunerados ha pasado de 5,0%
a 4,0% se redujeron a un total de 6.536 personas.
Figura 3. Subempleo en Guayaquil, Información adaptada del Instituto
Nacional de Estadísticas y Censos ENEMDU Acumulada, elaborado por
los autores
El subempleo en la ciudad de Guayaquil tiene una tenden-
cia positiva, el valor más bajo es 6,6% en el primer trimestre del
2015, debido a la combinación de factores como el crecimiento de
la economía ecuatoriana a finales del 2014 y al aumento del comer-
cio interno relacionado con el incremento de la actividad comercial
debido a las festividades de inicio del año como carnaval y otros,
pero que posteriormente fue en aumento debido a la crisis ocasion-
ada por la caída del precio del petróleo siendo el valor más alto es
24,1% en el tercer trimestre del 2017 que se debió a la insuficiencia
de recursos por partes de las empresas y organizaciones que partic-
ipan dentro del sistema productivo.
Figura 4. Desempleo en Guayaquil, Información adaptada del Instituto
Nacional de Estadísticas y Censos ENEMDU Acumulada, elaborado por
los autores
El desempleo en la ciudad tiene una tendencia negativa, ha
pasado de 9% en el segundo trimestre del 2007 a 2,90% en el cuarto
trimestre del 2019, una reducción de 6,1 puntos porcentuales que
equivale a un total de 63.036 personas que ha pasado de estar de-
sempleada a empleada sin considerar las condiciones laborales en la
que se encuentran. Esta reducción es positiva pues significa que por
lo menos hubo un aumento en la tasa de empleo, pero cuando se
lo relaciona con la tasa de empleo no pleno (empleo no clasificado,
no remunerado, otro empleo no pleno y subempleo) que tiene una
variación de 5,9 puntos porcentuales, situación que significa que
una parte de la PEA salió del desempleo asegurándose un ingreso,
pero se encuentra en condiciones laborales no optimas ya sean con-
siderando el nivel de ingresos u horas de trabajos, es decir pasaron
a formar parte del empleo no pleno, mientras que solo una parte
minoritaria pudo acceder a un empleo adecuado.
Figura 5. Desempleo según búsqueda de Empleo en Guayaquil,
Información adaptada del Instituto Nacional de Estadísticas y Censos
ENEMDU Acumulada, elaborado por los autores
El desempleo según búsqueda de empleo se divide en dos:
en abierto y oculto, el desempleo abierto con una tendencia clara-
mente negativa paso de 7,5% en el segundo trimestre del 2007 a
2,90% en el cuarto trimestre del 2019, es decir una reducción de 4,9
puntos porcentuales que equivale a que 49.592 dejaron de buscar
empleo o realizaron gestiones para establecer un negocio, situación
positiva porque significa que dicha población ha encontrado una
situación establece que le permite sustentar sus gastos y satisfacer
sus necesidades. En cambio, el desempleo oculto con una tendencia
ligeramente a la baja paso de 1,5% en el segundo trimestre del 2007
a 0,20% en el cuarto trimestre del 2019, es decir una reducción de
1,3 puntos porcentuales que equivale a que 13.444, lo que significa
que solo 2.934 personas no se encuentra en la necesidad de buscar
un empleo debido a que se encuentra realizando ya sean trabajos
ocasionales o esporádicos, se encuentran en la espera de recibir la
aprobación para poder ejercer su propio negocio o incluso solo es-
tán esperando a recibir la respuesta de un empleado para ingresarse
a un empleo. Situación positiva porque refleja que 13.444 personas
han logrado insertarse dentro del mercado laboral y sustentado sus
necesidades de consumo.
11
Torres J., Carranza J. & Cruz J.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 6. Desempleo nuevo y cesante en Guayaquil, Información
adaptada del Instituto Nacional de Estadísticas y Censos ENEMDU
Acumulada, elaborado por los autores
El desempleo nuevo que es la población que está buscando
empleo por primera vez en el segundo trimestre del 2007 a 0,7% al
cuarto del 2019, es decir una reducción de 0,8 puntos porcentuales
lo que equivale a que dentro del periodo de estudio 11.754 per-
sonas que buscaron insertarse por primera vez en el mercado lab-
oral ha logrado acceder a un empleo sin considerar las condiciones
laborales, pero que le ha permitido acceder a un ingreso para sus-
tentar su gasto. Además, cabe recalcar que la población que forma
parte del desempleo nuevo son en su mayoría personas que se en-
cuentra dentro del rango de edad de 15 a 24 años.
El desempleo cesante que refleja a la población que ha dejado
su empleo ya sea por motivo de finalización de contrato o por otras
calamidades y se encuentra buscando un empleo, refleja que ha
pasado de 7,1% en el segundo trimestre del 2007 a 2,1% al cuarto
trimestre del 2019, una reducción de 5 puntos porcentuales que
equivalen a que dentro del periodo de análisis 51.282 personas que
fueron cesadas no pudieron acceder a un empleo, se encuentran
dentro del rango de 35 y 44 años de edad.
Figura 7. Desempleo según sexo en Guayaquil, Información adaptada del
Instituto Nacional de Estadísticas y Censos ENEMDU Acumulada,
elaborado por los autores
En el año 2018 la tasa de desempleo por sexo fue de 3% para
los hombres y 5% para las mujeres, situación que explica la mayor
participación de los hombres dentro del mercado laboral en com-
paración con las mujeres, la explicación de dicha brecha se debe
a que existen trabajos con segregación ocupacional basada princi-
palmente en estereotipos de fuerzas y de preferencia horaria, pero
hay casos como los de las mujeres que no tienen muchas respons-
abilidades en el hogar porque son solteras o no tienen hijos, tienen
dificultades debido a la marginación existente, otros casos son de es-
posas con hijos que tienden a buscar empleo con jornada a tiempo
parcial con poca disponibilidad a hacer o realizar labores en un ho-
rario extenso, debido a que suele ser en su mayoría las encargadas
de realizar las tareas del hogar y el cuidado de los niños.
Figura 8. Desempleo según Grupos de edad en Guayaquil, Información
adaptada del Instituto Nacional de Estadísticas y Censos ENEMDU
Acumulada, elaborado por los autores
Otra forma de determinar el desempleo es según el rango o
grupo de edad, en donde normalmente existen dificultades para
la población joven debido a las peticiones que tienen las distintas
empresas que se relaciona con la experiencia, se encuentra el de-
sempleo clasificado según el grupo de edad del año 2018, donde la
PEA de 15 a 24 años es la más desempleada con una tasa de 11,6%
debido a lo mencionado anteriormente que son dificultades ligadas
con la experiencia que la población de ese rango de edad en su may-
oría no tiene la suficiente o incluso busca insertarse por primera vez
en el mercado laboral.
Figura 9. Producción del Cantón Guayaquil, Información adaptada del
Banco Central del Ecuador Cuentas Cantonales, elaborado por los autores
12
Determinantes del desempleo y su influencia sobre la pobreza: El Caso de .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
La producción del cantón ha tenido una tendencia negativa
en su crecimiento, iniciando con un valor de 17.691.152 millones
de dólares en el 2007 y para el 2019 con un valor de 39.836.301
millones de dólares, es decir un incremento dentro del periodo de
análisis de 22.145.149 millones de dólares, teniendo un crecimiento
promedio de alrededor de un 7%. La ciudad ha sufrido fluctuaciones
considerables en su tasa de crecimiento de la producción, llegando
a tener un decrecimiento de 2,61% en el año 2015 equivalente a
36.294.522 millones de dólares, debido a la caída del sector de la
construcción, en el tercer trimestre del 2015 y una reducción de
la actividad comercial a partir del segundo semestre, tuvo influen-
cia la baja del precio del petróleo lo que ocasionó una reducción de
0,8 puntos porcentuales de la tasa de empleo en relación con el úl-
timo trimestre el año 2014, alcanzando al 95,2%, una reducción del
empleo pleno de 3,2 puntos porcentuales y un aumento de la tasa
de empleo no pleno en 2,4 puntos porcentuales llegando a 38,3%
donde el sector informal fue el que tuvo más crecimiento y un au-
mento de la tasa de desempleo en 0,.6 puntos porcentuales.
Figura 10. Consumo Intermedio del Cantón Guayaquil, Información
adaptada del Banco Central del Ecuador Cuentas Cantonales, elaborado
por los autores
El consumo intermedio en el cantón Guayaquil tiene una ten-
dencia negativa, iniciando con un valor de 8.657.620 millones de
dólares en el 2007 y para el 2019 con un valor de 17.635.119
millones de dólares es decir un incremento dentro del periodo de
análisis de 8.977.499 millones de dólares, teniendo un crecimiento
promedio de alrededor de un 6%. El consumo intermedio tiene un
decrecimiento de 3,48% en el año 2015 llegando a 16.648.044 mil-
lones de dólares, debido a que Guayaquil es el centro de la economía
de la Provincia del Guayas, con un aumento de la tasa de empleo
no pleno en 2,4 puntos porcentuales en comparación con el cuarto
trimestre del 2014 del 38,3%, donde el sector informal tuvo más
crecimiento, el aumento de la tasa de desempleo en 0,6 puntos por-
centuales llegó a 4,2%.
Figura 11. Valor Agregado Bruto del Cantón Guayaquil, Información
adaptada del Banco Central del Ecuador Cuentas Cantonales, elaborado
por los autores
A ser el valor agregado bruto VAB la resta entre la producción
y el consumo intermedio, el VAB también tiene una tendencia neg-
ativa, iniciando con un valor de 9.033.532 millones de dólares en el
2007 y para el 2019 con un valor de 22.201.182 millones de dólares
es decir un incremento dentro del periodo de análisis de 13.167.650
millones de dólares, teniendo un crecimiento promedio de alrede-
dor de un 8%. En el 2015, por la reducción de la producción y del
consumo intermedio, ocasionado por la desaceleración del comer-
cio y el sector de la construcción más la baja en los precios de los
comodities, el VAB tuvo un decrecimiento de 1,86% en el año 2015
con 19.646.478 millones de dólares,
Sobre oferta de fuerza de trabajo
Figura 12. Variación del Empleo y PEA en Guayaquil, Información
adaptada del Instituto Nacional de Estadísticas y Censos ENEMDU
Acumulada, elaborado por los autores
La variación de empleo y la PEA, en donde en el tercer
trimestre con respecto al segundo del 2007, la tasa de crecimiento
de la PEA fue de 0.9% y la del empleo fue de 2,8% que equivale a
9.873 personas y 27.937 nuevos empleos respectivamente y para
el cuarto trimestre con respecto al tercero del 2019, la tasa de crec-
imiento de la PEA fue de -4,7% y la del empleo de -4,6% lo que
equivale a una reducción de 60.405 personas y 56.801 nuevos em-
pleos.
13
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 13. Inversión Empresarial en Guayaquil, Información adaptada de
la Supercias Panorama de la inversión empresarial en el Ecuador 2013 -
2018, elaborado por los autores
La principal causa del insuficiente desarrollo empresarial es
la mala gestión financiera de los beneficios y la falta de inversión
en I+D+I (investigación + desarrollo + innovación), estando ambas
causas relacionadas con la inversión empresarial que no solo sirve
para la adquisición de activos fijos, sino que también sirve para la
adquisición de una mano de obra más calificada que pueda mejo-
rar el proceso productivo y ser más competitivo. Entre el año 2013
y 2018 la inversión empresarial tuvo una tendencia negativa, pero
igualmente dentro del periodo de análisis existió un crecimiento
promedio de 20% anual con 438,2 millones de dólares, los sectores
donde más invierten son el comercial y el industrial.
Pobreza
Figura 14. Pobreza en Guayaquil, Información adaptada del Instituto
Nacional de Estadísticas y Censos ENEMDU Acumulada, elaborado por
los autores
La pobreza en la ciudad de Guayaquil al igual que el desem-
pleo tiene una tendencia negativa, en el primer semestre del 2007
se observó una tasa de incidencia de la pobreza de 18,9% que llego
para el segundo semestre del 2019 a 11,2% es decir una reducción
de 7,7 puntos porcentuales lo que explica que más de 294.000 per-
sonas dentro de la ciudad viven en situación de pobreza y posee un
ingreso que está por debajo del ingreso familiar per cápita mínimo
para cubrir y satisfacer las necesidades básicas de ella y su familia.
También dentro del mismo periodo de análisis la severidad de
la pobreza que mide la profundidad de la pobreza dentro de la misma
tiene una tendencia negativa, pasando de 3,1% a 1% una reducción
de 2,1 puntos porcentuales, y para finalizar la brecha de pobreza
paso de 3,4% a 2,8% una reducción de 2,4 puntos porcentuales.
Igualmente, a pesar de la reducción de la pobreza hay que consid-
erar que la población que se encuentra en dicha situación se en-
cuentra aglutinada en sectores en específicos que normalmente for-
man parte de la periferia de la ciudad siendo estos: Flor de Bastión,
Isla Trinitaria, La Ladrillera, Balerio Estacio, La Florida, Monte Sinaí,
Nueva Prosperina, Batallón del Suburbio y el Guasmo, la población
que se encuentra en dicha situación está aglutinada en sectores que
normalmente forman parte de la periferia de la ciudad.
Relación entre desempleo y pobreza
Para estudiar la relación entre las variables desempleo y po-
breza se procedió a realizar una regresión lineal en el software es-
tadístico SPSS en el cual se obtuvo los siguientes resultados:
Variables:
•Dependiente: pobreza
•Independiente: desempleo
Modelo lineal simple:
P o br e z a =β0+β1des empl eo +ϵ(1)
β0= valor constante media de la pobreza cuando el desempleo
vale 0
β1= magnitud que representa el efecto que tiene el desempleo
sobre la pobreza (incremento en la media de la pobreza cuando in-
crementa el desempleo en una unidad).
Al partir de la utilización de la información de la tabla 1 la
ecuación de la regresión lineal es la siguiente:
Modelo lineal: P obr ez a = 6,808 +1,021 ∗desempl eo +ϵ
A través de la siguiente información se llega a lo siguiente:
Un aumento en una unidad en la tasa de desempleo provoca
un aumento en la tasa de pobreza en 1,02%, reflejando que el de-
sempleo tiene impacto sobre la pobreza.
El estadístico t vale 3,613 tiene un p-valor asociado, columna
Sig. en la tabla ANOVA menor que 0.001, menor que el nivel de sig-
nificancia= 0.05 por lo que se puede afirmar que existe una relación
lineal significativa entre pobreza y desempleo.
En la Tabla 2 por otro lado observamos que:
R2=0,345 según el modelo lineal considerado un 35% de la
variación en la tasa de la pobreza queda explicada por el desempleo.
R2Corregido=0,345
R=0,613 a estar el valor absoluto del coeficiente de correlación
cercano significa que hay una fuerte relación entre la variable de-
sempleo y pobreza.
El Durbin-Watson es de 1,571 por lo que, para una muestra
de 26 observaciones, el estadístico prueba es (4-D)>1,46139 que
equivale a 2,429 por lo que dentro del modelo no existe correlación
entre las variables.
14
Determinantes del desempleo y su influencia sobre la pobreza: El Caso de .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 1. Coeficientes
Modelo Coeficientes no estandarizados Coeficientes estandarizados t Sig.
B Desv. Error Beta
1 (Constante) 6,808 1,872 3,636 0,001
Desempleo 1,021 0,269 0,613 3,798 0,001
a. Variable dependiente: Pobreza
Elaborado por los autores.
Tabla 2. Resumen del modelo
Modelo R R2R2ajustado Error estándar de la estimación Durbin-Watson
1 0,613a0,375 0,349 3,55929 1,571
a. Predictores: (Constante), Desempleo
b. Variable dependiente: Pobreza
Elaborado por los autores.
Tabla 3. Análisis ANOVA
Modelo Suma de cuadrados gl Media cuadrática F Sig.
1 Regresión 182,754 1 182,754 14,426 0,001b
Residuo 304,045 24 12,669
Total 486,798 25
a. Variable dependiente: Pobreza
b. Predictores: (Constante), Desempleo
Elaborado por los autores.
Tabla 4. Correlaciones
Desempleo Pobreza
Desempleo Correlación de Pearson 1 0,613**
Sig. (bilateral) <0,001
N 26 26
Pobreza Correlación de Pearson 0,613** 1
Sig. (bilateral) <0,001
N 26 26
Elaborado por los autores.
En la Tabla 3, el análisis ANOVA, muestra la descomposición de
la variabilidad total (SCT=486,798) en la variabilidad debida a la re-
gresión (SCR=182,754) y la variabilidad de residual (SCR=304,045).
La Tabla ANOVA o más conocida como de Análisis de la Varianza se
construye a partir de estas descomposiciones, además proporciona
el valor del estadístico F, la pendiente de la recta de regresión es igual
a cero contra la alternativa de que la pendiente es distinta de cero.
El valor del estadístico de contraste, F = 14,426, que es el co-
ciente de entre la media cuadrática de la regresión con la media
cuadrática de los residuos, entre mayor es su valor, mejor es la predic-
ción del modelo lineal planteado que busca explica la relación entre el
desempleo y la pobreza. El P-valor asociado al valor F, representado
en la columna Sig. es de 0, hay una relación lineal entre la pobreza
con el desempleo.
En la Tabla 4, La correlación entre desempleo y pobreza cuyo
valor es de 0,613 cercano a 1 por lo que se considera que el desem-
pleo si influye en la pobreza, que permite rechazar la hipótesis nula y
aceptar la hipótesis alternativa.
4|DISCUSIÓN
La población de la ciudad actúa en forma racional en base del costo
de oportunidad disyuntiva entre el salario y la calidad del empleo que
se ofrece dentro del mercado laboral inferior a sus expectativas, por
lo que prefiere utilizar el tiempo disponible ya sea en el ocio o en
algunos casos mediante la instrucción dentro de los centros académi-
cos. La tasa de empleo bruto representa la baja participación en la
economía de la PET, es decir el 53,7% de la misma no se encuentra
dedicada a una actividad de producir bienes o prestar servicios, al
contrario, la tasa de empleo global ha aumentado dentro del periodo
en 4,4 puntos porcentuales, situación que reflejan que independiente
de las condiciones laborales en la que se encuentra, el 97,1% la PEA
cuenta con algún tipo de empleo que le proporciona ciertos ingresos
para poder subsistir.
El subempleo por insuficiencia de tiempo de trabajo ha aumen-
tado y el subempleo por insuficiencia de ingreso ha disminuido lo que
explica que dentro del periodo de estudio ha habido una mejora en
los niveles salariales en comparación con las condiciones laborales
15
Torres J., Carranza J. & Cruz J.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
relacionada con el tiempo de trabajo, situación que se considera pos-
itiva basada en la relevancia que tienen los ingresos sobre la satisfac-
ción de las necesidades y calidad de vida de las familias.
Los hombres tienen más disponibilidad a trabajar debido a que
normalmente dentro de una familia existe el reparto desigual del com-
promiso con las labores del hogar, donde las mujeres son en su may-
oría las encargadas de dichas actividades.
La PEA de entre 25 y 34 años tiene una tasa de desempleo de
4,1%, así mismo se explica porque son en su mayoría población que
recién acaba de terminar una carrera y en su transcurso no accedió
a un empleo, en cambio la de 35 a 44 años son personas que tienen
la experiencia necesaria y ha pasado por un proceso de aprendizaje,
para finalizar esta la población de 45 a 64 años con una tasa de 1,7%
que es la más baja en lo referente a desempleo por edad, debido a
que son normalmente personas con empleos fijos y de larga duración
y cuenta con un amplio historial laboral.
La reducción en la pobreza se debe al incremento de la tasa
de empleo que explica lo importante que es la creación de nuevos
puestos de trabajos no solo para el incremento de la productividad,
sino que también para evitar la pobreza y promover el desarrollo per-
sonal de la población, el incremento de la tasa de empleo es positivo
sin considerar la calidad de este, debido a que permite percibir un in-
greso a las familias permitiéndole aumentar su consumo y satisfacer
sus necesidades básicas.
También hay que considerar que un 45.9% de la población
poseen un empleo no pleno (empleo no clasificado, no remunerado,
otro empleo no pleno y subempleo), donde la informalidad proviene
de estas categorías haciendo relevante la elevada cifra del empleo no
pleno, pues significa que gran parte de la población que se encuen-
tra en esta categoría depende del día a día para obtener sus ingre-
sos reflejando inestabilidad económica provocando que la población
en esta situación pueda pasar de situación de pobreza a pobreza ex-
trema y viceversa en cualquier momento.
5|CONCLUSIONES
Dentro del mercado laboral de la ciudad la tasa de ocupación global
de 97,1% dentro de la cual la tasa de empleo adecuado o pleno
ha tenido una mejora leve siendo 51,2% para el 2019, pero si con-
sideramos las condiciones laborales cerca del 46% de la población
económicamente activa posee un empleo no pleno, en donde una
parte de esta población se encuentra en la informalidad debido a la
necesidad de tener una fuente de ingreso que le permita solventar
sus gastos.
coincide que unas de las causas o determinantes generadoras
del desempleo es la falta de formación académica y la experiencia lab-
oral, normalmente los empleadores optan por contratar a personas
mucho más capacitadas y con una amplia experiencia lo que dificul-
tad la inserción de la población joven y de menor cualificación den-
tro del mercado laboral, fomentando de gran manera la proliferación
de trabajos informales dentro de la ciudad debido a la necesidad de
poder contar con un ingreso.
El desempleo está estrechamente relacionado con el ciclo
económico, se observó la relación con la producción como por ejem-
plo el año con más decrecimiento que es el 2015 con una tasa de
-2,61%, en el cuarto trimestre del año 2015 en comparación con el
cuarto trimestre del 2014 la tasa de empleo global se redujo donde el
más afectado fue el empleo pleno con una reducción de 3,2 puntos
porcentuales de 60,1% a 56,9%, un aumento de la tasa de empleo
no pleno de 2,4 puntos porcentuales de 35,9% a 38,3% debido a un
aumento considerable en el sector informal y un aumento en la tasa
de desempleo en 0,6 puntos porcentuales de 3,6 a 4,2%.
La principal causa del insuficiente desarrollo empresarial es
la mala gestión financiera de los beneficios y la falta de inversión
en I+D+I (investigación + desarrollo + innovación), estando ambas
causas relacionadas con la inversión empresarial lo que no les per-
miten a las empresas adquirir ya sea activos fijos o una mano de obra
más cualificada lo que hace que las empresas no sean productivas y
competitivas en relación con la competencia, teniendo impacto en
el mercado laboral principalmente en el empleo pleno, haciendo que
aumente la informalidad y el desempleo.
El desempleo dentro del periodo de análisis tuvo influencia so-
bre la pobreza debido a que el estar desempleado provoca que no
cuente con un ingreso periódico que pueda solventar sus necesi-
dades como en el caso de acceder a productos de la canasta básica,
propiciando una baja calidad de vida debido al limitado consumo,
para analizar dicha relación se realizó un modelo de regresión lineal
en SPSS donde se concluyó que la pobreza está explicada en un 38%
por el desempleo y que existe una relación positiva y estrecha entre
ambas variables.
Referencias bibliográficas
[1] Arellano Estrada, J. (25 de Julio de 2019). Deter-
minantes del desempleo en el Ecuador, periodo
2003-2018. Riobamba: Universidad Nacional de
Chimborazo. Obtenido de Proyecto de Investi-
gación para la obtención del Titulo de Economista:
http://dspace.unach.edu.ec/handle/51000/5855.
[2] Arias, W., & Cárdenas, K. (2014). Determinantes de la
probabilidad de estar desempleado en el Ecuador: ev-
idencia micro y macroeconómica en el periodo 2008-
2013. Univeridad de Cuenca, 20-24.
[3] Arellano Estrada, J. (25 de Julio de 2019). Deter-
minantes del desempleo en el Ecuador, periodo
2003-2018. Riobamba: Universidad Nacional de
Chimborazo. Obtenido de Proyecto de Investi-
16
Torres J., Carranza J. & Cruz J.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
gación para la obtención del Titulo de Economista:
http://dspace.unach.edu.ec/handle/51000/5855.
[4] Arias, W., & Cárdenas, K. (2014). Determinantes de la
probabilidad de estar desempleado en el Ecuador: ev-
idencia micro y macroeconómica en el periodo 2008-
2013. Univeridad de Cuenca, 20-24.
[5] Asamblea Constituyente. (20 de Octubre de 2008). Con-
stitución de la República del Ecuador. Quito, Ecuador.
[6] Asamblea Nacional. (2016). Ley Orgánica Para Promo-
ción Del Trabajo Juvenil, Cesantía Desempleo. Quito:
Editorial LEXISFINDER.
[7] Briones Alvarado, L. (2015). POBREZA Y DESEMPLEO
EN EL ECUADOR PERIODO 2008-2013. Guayaquil:
Universidad de Guayaquil. Facultad de Ciencias
Económicas.
[8] Castillo , R., & Jacóme , F. (2017). Instituto Ncional
de Estadisticas y Censos. Obtenido de Medición
de la Pobreza Multidimensional en Ecuador: https:
//www.ecuadorencifras.gob.ec/documentos/web-
inec/POBREZA/2017/Pobreza_Multidimensional/ipm-
metodologia-oficial.pdf
[9] Comisión Económica para América Latina y el Caribe
[CEPAL]. (2020). Comisión Económica para América
Latina y el Caribe. Obtenido de Enfoques, definiciones
y estimaciones de pobreza y desigualdad en América
Latina y el Caribe Conceptualización y medición de la
pobreza: https://repositorio.cepal.org/bitstream/
handle/11362/46405/1/S2000854_es.pdf
[10] Congreso Nacional. (26 de Septiembre de 2012).
Código del Trabajo. Quito, Ecuador: Ediciones Lexis.
[11] Correa Reyes, X. (2018). Análisis del mercado laboral en
la ciudad de Guayaquil, periodo: 2007- 2016. Universi-
dad de Guayaquil. Facultad de Ciencias Económicas.
[12] Encarnación , J., & Mora, K. (2006). Estudio del de-
sempleo en el Ecuador en el periodo 2000-2006.
Obtenido de https://bibdigital.epn.edu.ec/
bitstream/15000/644/1/CD-1562%282008-06-18-
01-09-11%29.pdf
[13] Enríquez, A., & Galindo, M. (Agosto de 2015). EM-
PLEO. Obtenido de https://scholar.harvard.edu/
files/vrios/files/201508_mexicoemployment.pdf?m=
1453513189
Espín, J., Córdova, A., & López, G. (2016). Inversión ex-
tranjera directa: su incidencia en la tasa de empleo del
Ecuador. Revista Retos, 12(2), 215-228.
[14] García Manjón , J., & Romero Merino, E. (2010). Efectos
de la inversión en I+D sobre el crecimiento empresarial.
Revist journal Globalizacion, Competitividad y Gobern-
abilidad, 4(2), 16-27.
[15] González Cedeño, K. (2019). El desempleo y su inci-
dencia en el consumo de los hogares en la ciudad de
Guayaquil durante el periodo 2012 – 2017. Universidad
de Guayaquil. Facultad de Ciencias Económicas.
[16] Guashca Vega, J. A. (Septiembre de 2020). “Factores
determinantes del desempleo y de su tiempo de
duración en el. Ambato: Universidad Técnica de
Ambato. Obtenido de Proyecto de Investigación,
previo a la obtención del Título de Economista:
https://repositorio.uta.edu.ec/jspui/handle/
123456789/31397
[17] Hernandez Sampieri, R., Fernández Collado , C., & Bap-
tista Lucio, P. (2014). Metodología de la Investigación
(Sexta ed.). Ciudad de México: Mc Graw Hill.
[18] Instituto Nacional de Estadisticas y Censos [INEC].
(Septiembre de 2015). Instituto Nacional de Estadis-
ticas y Censos. Obtenido de Encuesta Nacional
de Empleo, Desempleo y Subempleo: Indicadores
Laborales: https://www.ecuadorencifras.gob.ec/
documentos/web-inec/EMPLEO/2015/Septiembre-
2015/Presentacion_Empleo.pdf
[19] Instituto Nacional de Estadisticas y Censos [INEC].
(Septiembre de 2020). Encuesta Nacional de Empleo,
Desempleo y Subempleo (ENEMDU) Indicadores
Laborales Septiembre 2020. Obtenido de Ecuador
en cifras: https://www.ecuadorencifras.gob.ec/
documentos/web-inec/EMPLEO/2020/Septiembre-
2020/202009_Mercado_Laboral.pdf
[20] Instituto Nacional de Estadisticas y Censos [INEC]. (16
de Enero de 2020). Encuesta Nacional de Empleo, De-
sempleo y Subempleo (ENEMDU), diciembre 2019. Bo-
letín Técnico Nª01-2020-ENEMDU. Quito, Ecuador.
[21] Kaztman, R., & Retamoso, A. (Abril de 2005). Segre-
gación espacial, empleo y pobreza en Montevideo. RE-
VISTA DE LA CEPAL(85), 131-148.
[22] Márquez Sánchez, F., Carriel Fuentes, O., & Salazar Can-
tuñi, R. (2017). Ecuador: Inversión Pública y Empleo
(2007-2016). Revista Espacios, 38(52), 30.
[23] Montero Soler, A., & Torres López, J. (2005). Trabajo,
empleo y desempleo en la teoría económica: la nueva
ortodoxia. (3), 5-34.
17
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[24] Organización Internacional del Trabajo [OIT]. (Febrero
de 2013). Organización Internacional del Trabajo.
Obtenido de Sistemas de Resolución de Conflictos
Laborales: Directrices para la mejora del rendimiento
Las relaciones laborales y la resolución de conflictos:
https://www.ilo.org/wcmsp5/groups/public/---
ed_dialogue/---dialogue/documents/publication/
wcms_337941.pdf
[25] Organización Internacional del Trabajo [OIT]. (2014).
Organización Internacional del Trabajo. Obtenido
de Hacia el derecho al trabajo: una guía para la
elaboración de programas públicos de empleo in-
novadores Analizar el desempleo y el subempleo:
https://www.ilo.org/wcmsp5/groups/public/---
ed_emp/documents/publication/wcms_563303.pdf
[26] Patián Pérez, J. (2016). Derechos laborales: una mi-
rada al derecho a la calidad de vida en el trabajo.
CIENCIA ergo-sum, Revista Científica Multidisciplinaria
de Prospectiva, 23(2), 121-133 https://www.redalyc.
org/pdf/104/10446094004.pdf.
[27] Perez, I. P. (2012). Universidad de Sucre. Obtenido
de Empresa: https://isabelportoperez.files.
wordpress.com/2012/08/la-empresa-organizacion-
de-empresas.pdf
[28] Pigeon Garcia, A. (Tercer cuatrimestre de 2008). Desem-
pleo Voluntario. Tiempo Economico, III(10), 5-14..
[29] Roncaglia, A. (Julio - Septiembre de 2006). Tasa de de-
sempleo y tasas de empleo: £categorías estadísticas
o construcciones teóricas? Investigación Económica,
LXV(257), 45-61.
[30] Sumba Bustamante, R. Y., Saltos Ruiz, G. R., Rodríguez
Suarez, C. A., & Tumbaco Santiana, Z. L. (Octubre de
2020). El desempleo en el ecuador: causas y con-
secuencias. Polo del Conocimiento, 5(10), 774-797.
doi:10.23857/pc.v5i10.1851
[31] Vera Gómez, J. D. (Junio de 2015). ANÁLISIS DE
LAS CAUSAS DEL DESEMPLEO EN GUAYAQUIL
PERIODO 2010-2014. Obtenido de Repositorio
UG: http://repositorio.ug.edu.ec/bitstream/
redug/9378/1/ANALISIS%20DE%20LAS%20CAUSAS%20DEL%
20DESEMPLEO%20EN%20GUAYAQUIL%202010-2014.pdf
18
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Efectos de la inversión extranjera directa y el desarrollo financiero
en las emisiones de CO2 a nivel global y por grupos de países
Effects of foreign direct investment and financial development on CO2 emissions
at the global level and by country grouping
Jessica Armijos1| Elizabeth Lozano1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Jessica Armijos, Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Email: jessica.armijos@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Enero 2021
Fecha de aceptación
Junio 2021
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
Este artículo tiene como objetivo verificar los efectos de la inversión extranjera directa y
el desarrollo financiero en las emisiones de dióxido de carbono a nivel mundial mediante
técnicas de cointegración. Usamos datos del World Development Indicators (2017), en el
periodo 1970-2016. Usando pruebas de cointegración de Pedroni (1999) y Westerlund
(2007) encontramos la existencia de equilibrio a corto y largo plazo entre las tres variables
a nivel mundial y por grupos de países. La fuerza del vector de cointegración es promedio
en el total de los grupos de ingresos de los países. Las pruebas de Dumitrescu y Hurlin
(2012) muestran que existen relaciones causales unidireccionales en los países de altos
ingresos, países de ingresos medios altos y países de ingresos bajos entre las emisiones
de gases contaminantes per cápita y la inversión extranjera directa. La aplicación de po-
lítica derivada de la investigación se basa en que los países con mayores ingresos deben
contribuir significativamente a la reducción de las emisiones de dióxido de carbono con un
aumento en las inversiones extranjeras directas y el desarrollo financiero.
Palabras clave: Emisiones; Inversión; Panel de datos; Cointegración; Causalidad.
Códigos JEL: Q32. Q43.
ABSTRACT
This paper aims to verify the effects of foreign direct investment and financial development
on global carbon dioxide emissions using cointegration techniques. We use data from the
World Development Indicators (2017), over the period 1970-2016. Using cointegration
tests from Pedroni (1999) and Westerlund (2007) we find the existence of short- and long-
run equilibrium between the three variables at the global level and by country groups.
The strength of the cointegrating vector is average across total country income groups.
Evidence from Dumitrescu and Hurlin (2012) shows that there are unidirectional causal
relationships in high-income countries, upper middle-income countries, and low-income
countries between per capita pollution gas emissions and foreign direct investment. The
policy application derived from the research is that higher income countries should contri-
bute significantly to the reduction of carbon dioxide emissions with an increase in foreign
direct investment and financial development.
Keywords: Emissions; Investment; Panel data; Cointegration; Causality.
JEL codes: Q32. Q43.
19
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
Los efectos no deseados del cambio climático mundial se han
convertido en un objetivo internacional ocasionados primordial-
mente por las emisiones de dióxido de carbono. Las emisiones se
emanen de las empresas industriales, las cuales deben aprovechar
la gran energía solar y eólica; también pueden reducir los altos subsi-
dios del esquema de electricidad residencial; e invertir agresivamen-
te en investigación sobre energía para desarrollar conocimientos es-
pecializados para lograr la eficiencia en la generación de electricidad
(Salahuddin, Alam, Ozturk y Sohag; 2018). Las emisiones de carbón
se han expandido tanto a nivel local, nacional e internacional, entre
los agravantes principales están los efectos de la actividad, la estruc-
tura y la mezcla de combustible para generar electricidad, los cuales
contribuyeron a aumentar las emisiones de CO2 en 71,1; 11,8 y 1,7
millones de toneladas, respectivamente de 1965 a 2003; mientras
que la intensidad de energía y la mezcla de combustible de uso final
los mitigaron en 32,2 y 5,9 millones de toneladas de CO2 respecti-
vamente (González y Martínez; 2012).
Según estudios recientes las emisiones de CO2 procedentes
del carbón crecieron más rápidamente en los países en desarrollo,
en 3,76 Gt en el período 1995-2009. Por el contrario, las emisiones
de CO2 del uso de gas natural crecieron más rápidamente en los
países desarrollados, en 470 Mt en el período 1995-2009. Otras
descomposiciones muestran que, a pesar de las mejoras en la efi-
ciencia energética, las mejoras en las infraestructuras y los cambios
en los requisitos de electricidad en los países en desarrollo han dado
lugar a importantes emisiones de CO2. Por el contrario, el consumo
por parte del público y los servicios sociales, así como los productos
químicos son la fuerza dominante que impulsa el crecimiento de las
emisiones de CO2 del gas en los países desarrollados (Jiang y Guan;
2016). La concentración atmosférica de CO2 principal gas de efec-
to invernadero de larga duración alcanzó 403,3 partes por millón
(ppm), por encima de los 400 registrados en 2015. Según la OMM,
actualmente la concentración de CO2 en la atmósfera representa el
145 % de los niveles preindustriales (OMM, 2016).
Existen múltiples evidencias que relacionan las variables emi-
siones de CO2, inversión extranjera directa y desarrollo financiero
entre sí. Primeramente, se parte con la evidencia teórica utilizada la
cual se formuló en base al artículo expuesto por Salahuddin, Alam,
Ozturk y Sohag (2018) donde se realiza una comparación de los
efectos de PIB per cápita, inversión, desarrollo financiero, consumo
de energía sobre las emisiones de CO2. Se especificó las variables
y formulamos una nueva ecuación como los efectos de la inversión
y el desarrollo financiero sobre las emisiones de CO2. Por otro lado,
existen autores que determinan que la Inversión Extranjera Direc-
ta (IED) es una variable que es de vital importancia al momento de
corroborar su impacto en el crecimiento económico, siguiendo esta
línea se encuentra el trabajo de Agurto, Castro, y Cartuche (2018).
Además, de autores como: Jumbo, y López (2018); y López, y Ro-
cano (2018) consideran que la IED interactúa en los niveles de des-
empleo. En este sentido, existen muchas relaciones entre las varia-
bles consideradas en este trabajo, sin embargo, es necesario hacer
notar la importancia de las relaciones económicas planteadas.
Entonces, dentro de estas relaciones existen variedad de do-
cumentación que sustenta la evidencia empírica de guía como Sola-
rin, Al-Mulali, Musah y Ozturk (2017) encontraron que la inversión
extranjera directa, y el desarrollo financiero tienen un impacto posi-
tivo en las CO2 emisiones. Al-mulali (2012) afirma que las entradas
netas de inversión extranjera directa fueron factores importantes
para aumentar las emisiones de CO2 en los países investigados. Por
lo tanto, es importante que la inversión extranjera promueva la pro-
tección ambiental y aumenten la transferencia tecnológica a través
de compañías extranjeras para reducir el daño ambiental. Shahbaz,
Tiwari y Nasir (2013) y Xiong, Tu y Ju (2017) confirman que el de-
sarrollo financiero reduce las emisiones de carbono en las regiones
desarrolladas, mientras que aumenta las emisiones en las regiones
menos desarrolladas.
El objetivo del trabajo es encontrar los efectos de la inversión
extranjera directa y el desarrollo financiero en las emisiones de CO2
a nivel mundial, usando un panel de cointegración. Los resultados
encontrados indican la existencia de un equilibrio a corto y largo
plazo entre las tres variables a nivel mundial y por grupos de países.
La fuerza del vector de cointegración es promedio en el total de los
grupos de ingresos de los países. Finalmente, los resultados de la
prueba de causalidad muestran que existe en los países de altos in-
gresos, países de ingresos medios altos y países de ingresos bajos
una causalidad unidireccional entre las emisiones de gases contami-
nantes per cápita y la inversión extranjera directa. En los países de
ingresos medianos bajos existe una causalidad bidireccional que va
desde las emisiones contaminantes de CO2 al desarrollo financiero
y en los países de ingresos bajos una relación de causalidad unidi-
reccional que va del desarrollo financiero a las emisiones de CO2.
En los países de ingresos extremos bajos existe una relación de cau-
salidad unidireccional que va de las inversiones extranjeras directas
al desarrollo financiero.
La presente investigación, resulta importante por la relación
entre las variables emisiones de CO2, inversión extranjera directa
y desarrollo financiero, aparte de que cuenta con un agregado adi-
cional que es la división por nivel de ingresos en seis partes. Esta
división condiciona a cada país según su nivel de ingresos conside-
rando como el más alto a los países de ingresos extremos altos, y al
más bajo a los países de ingresos extremos bajos.
En lo formal, el documento tiene cinco apartados, incluyendo
la introducción. El primero, proporciona la revisión teórica que inclu-
ye las vinculaciones con la función teórica y la empírica. El segundo,
presenta el análisis de estadísticas básicas, que contiene los datos,
la metodología al igual que las variables y la medición utilizada en la
investigación. El tercer apartado, muestra los resultados obtenidos y
finalmente, la cuarta parte presenta las conclusiones generales para
la estimación del modelo econométrico.
2|REVISIÓN DE LITERATURA PRE-
VIA
Este apartado del artículo se estructura en base a las relaciones
de las variables de estudios; emisiones de CO2, inversión extranjera
directa y desarrollo financiero. La elección de las variables se elabo-
ró con base en el artículo expuesto por Salahuddin, Alam, Ozturk y
Sohag (2018), las inversiones extranjeras directas estimulan las emi-
siones de CO2 tanto a corto como a largo plazo. Los autores afirman
que es recomendable reducir las emisiones al expandir sus plantas
existentes de captura, utilización y almacenamiento de carbono. Así
mismo, informan que la asociación entre el desarrollo financiero y
las emisiones de CO2 es insignificante a largo plazo, es decir que no
presentan un cambio estructuralmente considerable.
2.1 |Relación de las emisiones de CO2, la
inversión extranjera directa y el desarro-
llo financiero
Para Zhang (2011) el desarrollo financiero de China actúa co-
mo un importante impulsor del aumento de las emisiones de car-
bono, que debería tenerse en cuenta cuando se proyecta la deman-
da de emisiones de carbono. Mientras que la IED de China ejerce la
menor influencia en el cambio de las emisiones de carbono, con el
aumento de la IED de China en el futuro, se deben hacer muchos
20
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
esfuerzos para adaptar sus instrucciones de uso y desempeñar
un papel positivo en la promoción del desarrollo bajo en carbono.
Por su parte, según Abbasi y Riaz (2016) las variables Inversión y
desarrollo financiero desempeñaron un papel en la mitigación de
emisiones solo en el último período en que se produjo un mayor gra-
do de liberalización y desarrollo del sector financiero. Para Solarin,
Al-Mulali, Musah y Ozturk (2017) la inversión extranjera directa, y el
desarrollo financiero tienen un impacto positivo en el CO2 emisio-
nes. Las entradas de inversión extranjera directa en el país también
han ayudado a construir una sólida formación de capital en el país
y han unido el mercado local al mercado internacional.
2.2 |Relación de las emisiones de CO2 y
la inversión extranjera directa
Omri, Nguyen y Rault (2014) indican que los resultados propor-
cionan evidencia de causalidad bidireccional entre la IED y el CO2
para todos los paneles. Estas ideas empíricas son de particular in-
terés para los formuladores de políticas, ya que ayudan a construir
políticas económicas sólidas para sostener el desarrollo económico.
Según Pao y Tsai (2011) y Sbia, Shahbaz y Hamdi (2014) al atraer
IED, los países en desarrollo deberían examinar estrictamente las
calificaciones para la inversión extranjera o promover la protección
ambiental a través del conocimiento coordinado y la transferencia
tecnológica con empresas extranjeras para evitar el daño ambien-
tal. En general, el método para gestionar tanto la demanda de ener-
gía como la IED y aumentar tanto la inversión en el suministro de
energía como la eficiencia energética para reducir el CO2, pueden
adoptar emisiones sin comprometer la competitividad del país. Al-
mulali (2012) señala que los resultados mostraron que las entradas
netas de inversión extranjera directa fueron factores importantes
para aumentar las emisiones de CO2 en los países investigados.
Para Zhang y Zhou (2016) los resultados sugieren que las en-
tradas de IED contribuyen a la reducción de las emisiones de CO2
de China. Estos autores explican además la influencia de la IED en
las emisiones de CO2 según las regiones: en la región occidental es
mayor que en las regiones oriental y central. Tang y Tan (2015) afir-
man que se debería optar por la adopción de tecnologías limpias por
parte de la inversión extranjera porque es importante para reducir
las emisiones de CO2 en el país y sostener el desarrollo económico
al mismo tiempo. Los resultados del análisis de Shahbaz, Nasreen,
Abbas y Anis (2015) y Sung, Song y Park (2018) y Hajilary, Shahi y
Rezakazemi (2018), muestran que la IED es un predictor positivo de
la calidad ambiental en el país de acogida.
Kivyiro y Arminen (2014) afirman la existencia de causalidad
que va de la IED a las emisiones de CO2. Esto significa que la pre-
sencia de multinacionales en los países anfitriones podría aumentar
o disminuir el nivel de emisiones, lo cual implica que en estos países
anfitriones deben tratar de evaluar el impacto ambiental de la IED
antes de recibir a los inversores extranjeros en el país. Baek (2016)
muestra que la IED en países con niveles bajos de ingresos aumenta
el CO2, pero en niveles altos lo reduce. Esto sugiere además que, si
los países desean impulsar el crecimiento sin deteriorar la calidad
ambiental a través de la IED, deberían ser más activos a la hora de
atraer mayores flujos de IED en la industria de servicios que en la
industria manufacturera.
Autores contrarios aclaran que los resultados revelan que la
IED está afectando sustancialmente a las emisiones de CO2. Ade-
más, los hallazgos empíricos sugieren que, en los países de medianos
ingresos, tanto el consumo de energía primaria como el de combus-
tibles fósiles están incrementando considerablemente las emisiones
de CO2 y conduciendo al problema de los gases de efecto inverna-
dero.
2.3 |Relación de las emisiones de CO2 y
el desarrollo financiero
Según el estudio de Shahbaz, Tiwari y Nasir (2013) y Xiong, Tu
y Ju (2017), el desarrollo financiero reduce las emisiones de carbono
en las regiones desarrolladas, mientras que aumenta las emisiones
en las regiones menos desarrolladas, reconciliando los conflictos ac-
tuales evidencsobre este tema sostenemos que tanto la fuerza del
mercado como las limitaciones institucionales impiden que el desa-
rrollo financiero mejore el medio ambiente en las regiones menos
desarrolladas. Gokmenoglu , Ozatac y Eren (2015) afirman que la
contaminación del aire está impulsada por el desarrollo financiero.
Los organismos reguladores financieros de los países deben consi-
derar formas prácticas de canalizar el desarrollo financiero hacia un
sistema ecológico y sostenible. Además, las instituciones financie-
ras deben tomar la iniciativa de proteger el medio ambiente.
Shahbaz, Solarin, Mahmood y Arouri (2013) confirman relacio-
nes significativas a largo plazo entre las emisiones de CO2 y el de-
sarrollo financiero. La evidencia empírica también indica que el de-
sarrollo financiero reduce las emisiones de CO2. El análisis de cau-
salidad de Granger revela la hipótesis de la retroalimentación entre
el desarrollo financiero y las emisiones de CO2. De acuerdo a Shah-
baz, Shahzab, Anmad y Alam (2016) los resultados muestran que
el desarrollo financiero basado en el Banco también impide el me-
dio ambiente. El gobierno debería alentar a los prestamistas a que
faciliten los fondos para el sector de la energía y asignen recursos
financieros para empresas respetuosas del medio ambiente en lugar
de desperdiciarlos en el financiamiento al consumo.
2.4 |Relación de la Inversión extranjera di-
recta y el desarrollo financiero
Desbordes y Wei (2017) explican los diversos efectos estruc-
turales del desarrollo financiero en la inversión extranjera directa
(IED). El desarrollo financiero de los países de origen y de destino
promueve conjuntamente la IED al aumentar directamente el acce-
so al financiamiento externo y al apoyar indirectamente la actividad
económica general. La estrategia de crecimiento de un país debe
articularse en torno a un sistema financiero que funcione bien y
esté adecuadamente regulado, con sólidas bases nacionales. Esto
maximizaría los beneficios netos del desarrollo financiero para los
inversionistas locales y extranjeros por igual.
La evidencia empírica expresada en cada apartado presenta la
relación entre las variables emisiones de CO2, inversión extranjera
directa y desarrollo financiero. Cada grupo se constituyó en base a
la relación de las variables de estudio. En consecuencia, las inves-
tigaciones aportaron generosamente, al tema planteado, enfocado
principalmente en los efectos de la inversión extranjera directa y el
desarrollo financiero en las emisiones de CO2 a nivel mundial.
3|DATOS Y METODOLOGÍA
3.1 |Datos
En la presente investigación se han utilizado datos del World
Development Indicators del Banco Mundial (2017), la cobertura
temporal está delimitada por los valores entre los años 1970-2016,
para 160 países a nivel mundial con datos disponibles de las 3 va-
riables para todo el período analizado. Los países y el periodo de
tiempo fueron seleccionados por la disponibilidad de los datos para
las variables utilizadas, esto permitió hacer estimaciones usando un
21
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
panel de datos balanceado. La variable dependiente es el loga-
ritmo de las emisiones de CO2 en toneladas métricas per cápita y las
variables independientes son el logaritmo de la inversión extranjera
directa y el logaritmo del desarrollo financiero. Para la estructura y
desarrollo de la investigación se delimita a los 160 países por gru-
po definidos de acuerdo a los ingresos, los países se agruparon en
países de ingresos extremos altos (PIEA), en países de ingresos altos
(PIA), países de ingresos medios altos (PIMA), países de ingresos me-
dios bajos (PIMB), países de ingresos bajos (PIB) y países de ingresos
extremos bajos (PIEB).
La Figura 1 muestra la dispersión entre las tres variables. El
análisis de dispersión básico sugiere que en los países a nivel global
tienen una relación positiva tanto la relación CO2- inversión CO2-
desarrollo financiero. En los países de ingresos extremos altos (PIEA)
sus líneas de tendencia demuestran una relación directamente pro-
porcional es decir que la falta de aplicación de inversión y desarro-
llo financiero ocasiona mayores niveles de emisiones de CO2. En el
caso de los países de ingresos altos (PIA) la tendencia es un tanto
lineal con disimulados crecimientos, pudiéndose considerar una re-
lación proporcional de las variables. Los países de ingresos medios
altos (PIMA) consideran el mismo panorama manteniendo para las
dos variables independientes tendencias crecientes con relación a
las emisiones de CO2. Tanto los países de ingresos medios bajos
(PIMB), como los países de ingresos bajos (PIB) y los de extremos
bajos (PIEB) mantienen una relación directamente proporcional en-
tre las variables emisiones CO2-inversión extranjera directa y emi-
siones CO2-desarrollo financiero, considerando que la aplicación de
una condiciona un aumento o reacción sustancial en la variable de-
pendiente.
La Tabla 1 muestra los estadísticos descriptivos de la variable
dependiente que es el logaritmo de las emisiones de CO2 en to-
neladas métricas per cápita y las variables independientes como el
logaritmo de la inversión extranjera directa y el logaritmo del de-
sarrollo financiero. Las variaciones de las variables medidas por la
desviación estándar, no tienen una tendencia marcada. Las emisio-
nes de CO2 variaron más entre países que dentro de ellos. Hubo
variaciones similares en las variables independientes. El número de
observaciones disponibles asegura que los parámetros se generali-
cen entre países y en el tiempo.
3.2 |Metodología
La estrategia econométrica global diseñada para evaluar la
fuerza del vector de cointegración entre las emisiones contaminan-
tes, la inversión extranjera directa y el desarrollo financiero está
conformada por etapas. En la primera etapa, estimamos un mode-
lo de regresión básico de datos de panel. La variable dependiente
es el logaritmo de las emisiones de dióxido de carbono per cápi-
ta (l o g C O 2i,t) y las variables independientes son el logaritmo de
la inversión extranjera directa (l o g I E Di,t) y el desarrollo financiero
(l o g D Fi,t) en el país i= 1, . . . , 160 del periodo t= 1970, . . . , 2016. La
ecuación (1) formaliza la relación entre las tres variables:
l o g C O 2i,t=(γ0+δ0) + γ1l o g I E Di,t+γ2l o g D Fi,t+θi,t(1)
La prueba de Hausman (1978) se usó para elegir entre un mo-
delo de efectos fijos o aleatorios. El modelo propuesto en la Ecua-
ción (1) tiene dos problemas estructurales. La prueba de Wooldrid-
ge (2002) sugiere la presencia de autocorrelación y la prueba del
multiplicador de Breusch-Pagan muestra que el modelo tiene hete-
rocedasticidad. Para corregir el sesgo en los estimadores causados
por la autocorrelación y la heterocedasticidad, utilizamos un modelo
de mínimos cuadrados ordinarios generalizados (GLS). Según Gross-
man y Krueger (1991) y Shafik y Bandyopadhyay (1992), es y luego
disminuye y se vuelve negativo cuando los países alcanzan un mayor
nivel de desarrollo. La literatura empírica ha calculado este efecto
incorporando el término cuadrático del producto real per cápita. Los
parámetros capturan la variabilidad en tiempo y sección transversal.
Finalmente, el parámetro es el término de error estocástico.
Para garantizar que la serie no tenga el problema de la raíz
unitaria, se emplea un conjunto de pruebas, que coinciden en que
la primera diferencia elimina el efecto de tendencia de las dos va-
riables. Las pruebas utilizadas fueron: Dickey y Fuller Aumentado
(1981), Phillips y Perron (1988), Levine, Lin y Chu (2002), Im, Pesa-
ran y Shin (2003), y Breitung (2002), que se pueden estimar a partir
de la siguiente ecuación:
yt=α0+λyt−1+αit+
p
Õ
i=2
βjyt−i−1+ϵt(2)
Donde ytes la serie que se supone que contiene al menos una
raíz unitaria, α0es la intersección y α1captura el efecto de tenden-
cia del tiempo, ϵtes el error gaussiano, y prepresenta la longitud del
rezago. En la Ecuación (2), cuando el parámetro λes significativo, se
puede concluir que al menos uno de los paneles tiene una raíz unita-
ria. El uso de cinco pruebas diferentes asegura que las series utiliza-
das en las estimaciones posteriores no tienen el problema de la raíz
unitaria. La segunda etapa de la estrategia econométrica determina
el equilibrio a corto y largo plazo entre las tres variables utilizando
la prueba de cointegración desarrollada por Pedroni (1999), el equi-
librio a largo plazo se determina con base en la siguiente ecuación:
yi,t=αi+
n−1
Õ
j=1
βi j xi j −j+
n−1
Õ
j=1
ωi j yi,t−j+πiE CTt−j+ϵi,t(3)
Donde yi,trepresenta la variable dependiente del país ien el
período t. Los parámetros β,ωy π son los parámetros a estimar, y el
término E CTt−jes el vector de cointegración de equilibrio a largo
plazo. Finalmente, ϵi,tes el término de error aleatorio estacionario
con media cero y es la longitud del desfase determinada con el cri-
terio de información de Akaike (1974). Además, el equilibrio a corto
plazo se determina mediante la prueba de Westerlund (2007) a par-
tir de la siguiente ecuación:
yi,t=δidi+αiyi,t−1−βiXi,t−1+
pi
Õ
j=1
αi j yi t −j+
pi
Õ
j=−qi
γi j Xi,t−j+ϵi,t(4)
Donde t= 1, . . . , Tson los períodos de tiempo y i= 1, . . . , N
son los países. El término dtes el componente determinista. La su-
posición de que los vectores k-dimensional de xi,ty son aleatorios
e independientes de ϵi,t, por lo que se supone que estos errores
son independientes a través de iyt. La hipótesis nula sugiere que
no hay cointegración a corto plazo. Sin embargo, la prueba de coin-
tegración a corto y largo plazo solo indica la existencia o no de un
vector que se relaciona con las variables en cuestión. En la próxima
etapa se estima la fuerza del vector de cointegración utilizando el
enfoque de Pedroni (2001). Específicamente, la fuerza de la relación
entre las tres variables en cada país se estimó utilizando un modelo
dinámico de mínimos cuadrados ordinarios (DOLS) y para la región
como un todo o para grupos de países a través de una dinámica
ordinaria del modelo de panel de mínimos cuadrados (PDOLS).
22
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 1. Elaboración propia con datos del WDI (2017)
23
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
La siguiente ecuación plantea la relación entre las tres varia-
bles:
yi,t=αi+δiXi,t+
P
Õ
j=−P
γi,t∆Xi,t−j+µi,t(5)
Dónde yi,testán las emisiones de gases contaminantes, i=
1,2, . . . , 160 países, t= 1,2, . . . , Tes el tiempo, p= 1,2, . . . , Pes el
número de rezagos en la regresión DOLS, mientras que δimide el
cambio en las emisiones de CO2 cuando cambia las inversiones y
γi,tmide el cambio en las emisiones de CO2 cuando cambia el de-
sarrollo financiero. El estimador PDOLS se promedia a lo largo de
la dimensión entre los grupos (Neal, 2014), y la hipótesis nula esta-
blece que βi=β0. Finalmente, en la cuarta etapa usamos la prueba
formalizada por Dumitrescu y Hurlin (2012) para determinar la exis-
tencia y la dirección de causalidad entre las tres variables usando la
siguiente expresión:
yi,t=αi+
K
Õ
K=1
γK
iYi,t−K+
K
Õ
K=1
βK
iXi,t−K+µi,t(6)
En la ecuación (6), suponemos que βi=β(1)
i, . . . , β(k)
i, y que el
término αise fija en la dimensión de tiempo. El parámetro autorre-
gresivo γK
i, el coeficiente de regresión βK
iy varía entre las secciones
transversales. La hipótesis nula plantea que no hay relación causal
para ninguna de las secciones transversales del panel H0: βi= 0.
Tabla 1. Estadísticos descriptivos de las variables
Variable Media DS Min. Max. N
Log (emisiones de CO2 toneladas
métricas per cápita). Overall 0,356 1,721 -6,829 4,382 N=7520
Between 1,66 -3,501 3,413 n= 160
Whitin 0,465 -5,439 2,808 T=47
Log Inversión Extranjera Directa. Overall 19,395 2,835 7,384 27,326 N=7520
Between 2,291 13,729 24,955 n= 160
Whitin 1,678 8,998 24,745 T=47
Log Desarrollo Financiero. Overall 22,314 2,99 9,273 31,158 N=7520
Between 2,797 17,589 30,159 n= 160
Whitin 1,079 10,792 25,263 T=47
Tabla 2. Relación entre las emisiones de CO2, las inversiones y el desarrollo financiero
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Log (IED) 0,01 0,01 0,002 0,002 0,01** 0,01*** 0,01*
-4,74 -0,59 -1,31 -0,52 -3,02 -3,67 -2
Log (DF) 0,12*** -0,12*** -0,03*** 0,02* 0,003 0,08*** 0,04***
-27,84 (-4,42) -5,09 -2,2 -0,44 -11,78 -4,86
Constante -2,21*** 5,33*** 1,44*** 1,36*** 1,22*** -1,79*** -2,88***
(-22,01) -7,54 -9,92 -6,08 -8,5 (-11,50) (-16,15)
Hausman test (p-val.) 0 -18,11 0,11 0 0,86 0,12 0,31
Serial correlation test (p-val.) 0,94 0,88 0,93 0,9 0,94 0,93 0,93
Fixed effects (time) No No No No No No No
Fixed effects (countries) No No No No No No No
Observaciones 7520 235 1081 564 1034 3008 1598
Nota: t estadísticos en paréntesis *p <0.05, **p <0.01, ***p <0.001.
4|DISCUSIÓN DE RESULTADOS
4.1 |Regresión normal de las emisiones
de CO2
La Tabla 2 muestra los resultados de la estimación de emisiones
de CO2, la inversión y el desarrollo financiero a nivel mundial y por
grupos de países. La prueba de Hausman (1978), muestra que todos
los paneles se estimaron con efectos aleatorios a excepción del grupo
global y de países con ingresos medios altos, en cuyo caso se estimó
con efectos fijos. Los resultados obtenidos indican una relación po-
sitiva y estadísticamente significativa para las inversiones para todos
los grupos de países, excepto para los países desarrollados. En el caso
del desarrollo financiero los resultados indican una relación positiva y
negativa entre grupos de países y estadísticamente significativos, ex-
cepto para los países de ingresos medios bajos. Lo estimado es coin-
cidente con los resultados obtenidos por Solarin, Al-Mulali, Musah y
Ozturk (2017) que encontraron que la inversión extranjera directa, y
el desarrollo financiero tienen un impacto positivo en las emisiones
de CO2.
24
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 3. Pruebas de raíz unitaria en la primera diferencia
Grupos Variables WD WOD MEAN
LL UB IPS ADF PP LL UB IPS ADF PP
Global
CO2 -74,86* -14,22* -76,16* -33,39* -76,93* -77,11* -15,30* -77,72* -32,56* -77,42*
IED -83,41* -21,1* -89,11* -43,82* -88,19* -82,11* -20,97* -87,93* -44,58* -90,26*
DF -44,41* -8,09* -54,97* -22,97* -55,51* -45,36* -8,38* -57,34* -22,50* -58,24*
PIEA
CO2 -16,13* -3,89* -17,07* -7,15* -15,51* -15,52* -4,31* -17,13* -5,34* -16,07*
IED -8,57* -5,38* -15,12* -9,05* -17,09* -13,40* -4,29* -17,05* -9,12* -17,92*
DF -7,17* -1,77* -9,52* -4,37* -10,77* -12,17* -3,01* -12,38* -6,39* -13,019*
PIA
CO2 -30,20* -4,99* -30,22* -11,84* -29,20* -30,87* -5,650* -31,84* -11,97* -31,01*
IED -28,20* -8,36* -30,89* -17,26* -33,91* -23,812* -8,46* -29,22* -18,16* -35,44*
DF -13,95* -5,02* -18,48* -6,94* -17,13* -25,87* -5,68* -27,68* -8,73* -25,93*
PIMA
CO2 -23,83* -2,21* -22,54* -10,54* -21,88* -24,86* -2,32* -25,33* -10,59* -22,60*
IED -23,45* -3,80* -25,58* -12,13* -24,95* -25,13* -3,57* -26,42* -12,46* -25,450*
DF -11,53* -3,01* -13,64* -7,33* -15,45* -22,182* -4,41* -21,91* -8,54* -20,66*
PIMB
CO2 -26,02* -6,91* -24,95* -10,89* -26,90* -30,17* -5,21* -29,33* -10,20* -27,99*
IED -34,97* -6,08* -33,24* -16,95* -33,06* -33,76* -6,12* -34,83* -16,86* -33,66*
DF -22,80* -4,29* -23,06* -11,52* -20,65* -21,441* -3,74* -21,28* -12,03* -21,39*
PIB
CO2 -46,45* -8,82* -49,04* -21,45* -49,42* -48,60* -9,87* -51,52* -22,09* -50,433*
IED -55,36* -15,83* -58,41* -26,48* -56,02* -56,30* -15,52* -58,21* -27,10* -56,97*
DF -24,70* -3,24* -34,18* -13,68* -35,67* -26,615* -3,76* -35,45* -14,09* -37,42*
PIEB
CO2 -32,61* -7,51* -33,06* -15,50* -34,47* -33,48* -7,19* -34,92* -16,32* -35,41*
IED -35,92* -10,31* -40,03* -20,22* -40,73* -37,17* -10,66* -40,24* -20,51* -40,97*
DF -23,94* -7,62* -26,82* -10,04* -27,46* -28,12* -8,47* -32,20* -12,06* -32,98*
*significancia del 1 %
25
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Algunos estudios demuestran que el nivel de ingresos es im-
portante como condicionante de las emisiones de CO2. Baek (2016)
muestra que la IED en países con niveles bajos de ingresos aumenta
el CO2, pero en países con niveles altos lo reduce. Esto sugiere ade-
más que, si los países desean impulsar el crecimiento sin deteriorar
la calidad ambiental a través de la IED, deberían ser más activos a la
hora de atraer mayores flujos de IED en la industria de servicios que
en la industria manufacturera.
4.2 |Pruebas de raíz unitaria
La Tabla 3 muestra los resultados de la prueba de raíz unitaria de
las emisiones de CO2 per cápita, la inversión extranjera directa y el
desarrollo financiero, todas las variables medidas en logaritmos. Los
resultados fueron estimados con los efectos del tiempo y sin efectos
del tiempo. Las pruebas de Levine, Lin y Chu (2002), Im, Pesaran y
Shin (2003) y Breitung (2002) se basan en pruebas paramétricas y
las pruebas Fisher de Dickey y Fuller Aumentado (1981), Phillips y
Perron (1988) son no paramétricos, que fueron propuestos por Mad-
dala y Wu (1999). Breitung (2002) se basa en la homogeneidad de la
raíz unitaria (a través de paneles). El criterio de información Akaike
(AIC) se utilizó para determinar la duración del rezago. En general, la
evidencia encontrada sugiere que las tres series tienen un orden de
integración I (1).
Dickey-Fuller (DF) prueba la hipótesis nula, que indica que la
serie contiene una raíz unitaria contra la alternativa, que la serie es
estacionaria. Sin embargo, se obtiene que la prueba DF es válida solo
si el término de error no se debe autocorrelacionar. La prueba de raíz
unitaria aumentada de Dickey Fuller (ADF) se introduce para superar
el problema de la posibilidad de que se rechace incorrectamente una
hipótesis nula correcta. Philips y Perron (1988) introducen un enfo-
que alternativo sobre la prueba de raíz de la unidad ADF al permitir
incluir los residuos autocorrelacionados. Zhang (2011) aplica Dickey-
Fuller (1981) (ADF) en todas las variables para todos los períodos de
muestra con respecto a sus propiedades estacionarias. Encontró que
las variables en esta serie son de orden I (1) al 10 % de nivel en los
períodos de muestra respectivos.
4.3 |Prueba de Pedroni (1999)
La Tabla 4 informa los resultados de la prueba de cointegración
entre las tres variables globales para los 160 países y para los gru-
pos de países, y reporta las siguientes estadísticas: una estadística de
panel-v, panel-rho, panel-PP y panel-ADF. El primero no es paramé-
trico y se basa en la relación de varianzas. La prueba de cointegración
de paneles heterogéneos de Pedroni (1999) muestra que existe una
relación de equilibrio a largo plazo a nivel global entre las series. Las
estadísticas ADF, PP, p-statistic y v-statistic muestran un resultado
coherente entre ellas: las tres series se mueven juntas y simultánea-
mente en el tiempo y en la sección transversal. Las estadísticas den-
tro de las dimensiones de los paneles y entre las dimensiones de los
paneles son estadísticamente significativas a nivel global. El mismo
resultado ocurre para los países de ingresos bajos y para los países
de ingresos extremos bajos. En los países de ingresos extremadamen-
te altos, altos, medianos altos y medianos bajos, solo una de las siete
estadísticas muestra un resultado contradictorio y seis estadísticas
indican la existencia de cointegración.
Estos resultados son similares a las conclusiones obtenidas
Behera y Dash (2017) en la investigación donde relaciona a las in-
versiones con emisiones de CO2 y otras variables evidenciaron resul-
tados de la cointegración de Pedroni donde la urbanización; consumo
de energía primaria, IED y las emisiones de CO2 están cointegradas
en todos los subgrupos de países, independientemente de sus niveles
de ingreso nacional per cápita.
4.4 |Prueba de Westerlund (2007)
En la práctica, la existencia de una relación a largo plazo implica
que las variables bajo análisis se muevan de manera conjunta y simul-
tánea porque existe una fuerza de cointegración o un vector que las
equilibra a lo largo del tiempo. Sin embargo, es muy posible que los
cambios en la cantidad de emisiones contaminantes per cápita varíen
inmediatamente como resultado de los cambios en la inversión y de-
sarrollo financiero. Para evaluar esta relación, la Tabla 5 muestra los
resultados del modelo de error vectorial de los datos del panel VECM
propuesto por Westerlund (2007). La prueba de cointegración pro-
puesta por Westerlund (2007) verifica la ausencia o presencia de de-
terminación de cointegración a corto plazo entre dos variables. Ade-
más, esta prueba se basa en el hecho de que las series no son esta-
cionarias. Las pruebas de Levine, Lin y Chu (2002), Im, Pesaran y Shin
(2003) y Breitung (2002) y las pruebas de Fisher de Dickey y Fuller
Aumentado (1981) y Phillips y Perron (1988) mostraron que la serie
no tienen el problema de la raíz unitaria. Como resultado, fue posible
estimar la prueba de cointegración de Westerlund.
Como en las tablas anteriores, los resultados son reportados pa-
ra todo el panel y por grupos de países. Los resultados encontrados
nos permiten aceptar la hipótesis alternativa de cointegración entre
las dos series analizadas (emisiones de CO2-IED; emisiones de CO2-
DF). Esto implica que un cambio en la inversión y el desarrollo finan-
ciero generan cambios inmediatos en las emisiones contaminantes.
La existencia de un equilibrio a corto plazo de las variables se cumple
a nivel global y en todos los grupos de países porque las estadísticas
son significativas al 0.1 %.
Shahbaz, Nasreen, Abbas y Anis (2015) afirman que para apro-
vechar la inversión extranjera directa y controlar la contaminación,
se han recomendado políticas apropiadas para los países de ingresos
altos, bajos y medios. En los países de altos ingresos, la inversión ex-
tranjera directa mejora la calidad ambiental. Esto muestra que en el
mundo desarrollado la inversión extranjera directa reduce las emisio
26
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
nes de CO2 en todas las etapas. Los países de ingresos medios
deberían alentar a las empresas a adoptar tecnologías respetuosas
con el medio ambiente no solo para mejorar la producción nacional,
sino también para reducir las emisiones de CO2.
Tabla 4. Resultado de la prueba de cointegración Pedroni
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Within dimension test
Panel v-statistic 4,12** 1,29 1,35 1,45 1,01 2,44** 2,25**
Panel p-statistic -55,63*** -11,31** -21,73*** -14,73** -21,70*** -35,79*** -24,73***
Panel PP-statistic -80,71*** -17,95*** -32,72*** -23,03*** -28,94*** -54,10*** -35,60***
Panel ADF-statistic -62,37*** -14,95*** -23,5*** -20,16*** -24,70*** -43,77*** -27,55***
Between dimension test
Panel p-statistic -49,62*** -10,23** -19,57*** -12,98*** -19,28*** -31,86*** -22,48***
Panel PP-statistic -89,01*** -19,62*** -36,24*** -24,82*** -30,81*** -60,01*** -40,16***
Panel ADF-statistic -62,82*** -16,19** -23,04*** -19,29*** -25,56*** -44,78*** -27,85***
**significancia del 1 %, ***significancia del 1 %
Tabla 5. Resultados de Westerlund VECM
Grupos de países CO2-IED CO2-DF
Statistic Value Z-value P-value Value Z-value P-value
Global
Gt -5,87 -55,38 0 -5,89 -55,68 0
Ga -52,16 -76,57 0 -53,93 -79,93 0
Pt -95,36 -79,94 0 -84,76 -67,59 0
Pa -73,28 -136,23 0 -65,48 -119,72 0
PIEA
Gt -6,35 -11,36 0 -6,45 -11,41 0
Ga -59,66 -16,05 0 -60,28 -16,26 0
Pt -13,04 -9,68 0 -13,66 -10,41 0
Pa -52,05 -16,13 0 -54,58 -17,08 0
PIA
Gt -5,72 -20,12 0 -5,47 -18,61 0
Ga -49,63 -27,2 0 -50,09 -27,54 0
Pt -28,92 -21,88 0 -27,98 -20,79 0
Pa -47,83 -31,218 0 -48,66 -31,88 0
PIMA
Gt -5,76 -14,69 0 -6,02 -15,83 0
Ga -50,49 -20,1 0 -51,34 -20,54 0
Pt -19,97 -14,73 0 -20,77 -15,67 0
Pa -48,67 -23,03 0 -47,04 -22,09 0
PIMB
Gt -5,31 -17,25 0 -5,27 -17,03 0
Ga -44,08 -22,69 0 -45,18 -23,47 0
Pt -25,04 -17,63 0 -25 -17,57 0
Pa -47,28 -30,09 0 -49,16 -31,57 0
PIB
Gt -5,93 -35,58 0 -6,12 -37,54 0
Ga -51,39 -47,49 0 -53,88 -50,49 0
Pt -53,83 -43,01 0 -53,46 -42,58 0
Pa -66,31 -76,82 0 -65,14 -75,25 0
PIEB
Gt -6,18 -27,81 0 -6,01 -26,5 0
Ga -60,05 -42,21 0 -62,24 -44,13 0
Pt -63,08 -59,12 0 -43,76 -36,62 0
Pa -109,96 -98,59 0 -79,28 -68,65 0
4.5 |Modelos DOLS y PDOLS del grupo
de países
Los resultados de la prueba de cointegración de Pedroni y Wes-
terlund tienen limitaciones ya que solamente mantienen la existen-
cia de un vector de cointegración y no informan sobre la fuerza del
vector o el efecto individual en cada país. La Tabla 6 informa los re-
sultados encontrados en esta etapa de la estimación. El panel DOLS
es paramétrico y constituye una opción alternativa para obtener el
estimador de panel OLS totalmente modificado desarrollado por Phi-
llips y Moon (1999) y Pedroni (2001). Se estima la fuerza del vector
de cointegración de Pedroni (2001) formalizado en la Ecuación (5) y
se informa en la Tabla 6. Los estimadores obtenidos se pueden inter-
pretar como elasticidad de una manera directa. Los países que tienen
un coeficiente positivo, mantienen una relación entre las variables
positivas y si el coeficiente tiende a 1 o es mayor que 1, la fuerza
27
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Resultados del modelo DOLS para países individuales
PIEA PIA PIMA
Países WD WOD Países WD WOD Países WD WOD
IED DF IED DF IED DF IED DF IED DF IED DF
Denmark -0,47 -0,59 -0,74 -0,98 Australia 0,85 -4,45 1,03 -1,79 Barbados -0,04 -0,38 1,15 1,27
Kuwait -1,48 1,59 -1,08 1,29 Austria 0,39 -3 0,82 -0,91 R. Checa -0,18 -0,14 2,57 -2,58
Norway 0,5 -0,59 -0,09 0,24 Bahamas -0,87 -0,41 -0,11 -1,01 Gabón 0,87 2,46 0,65 2,61
Switzerland 0,15 1,51 2,21 0,4 Baharian -0,67 0,24 -0,17 -0,88 Honduras 0,64 0,89 0,02 0,83
UAE -1,03 0,31 1,25 -1,91 Canadá -1,97 1,22 1,72 2,93 Korea 0,71 -1,03 1,03 0,15
Chipre -4,01 -0,01 -3,37 0,84 Malta -0,16 1,69 0,17 0,89
Finland 1,24 -1,67 1,67 -1,47 Oman 2,33 1,93 1,52 1,14
France -2,41 -0,01 1,37 -1,19 Portugal 1,04 0,46 1,26 -0,02
Germany -0,08 -2,66 -1,49 0,13 Saudi Arabia -0,25 -0,74 -0,55 -0,19
Greece 1,16 -0,1 1,46 -0,31 Slovenia -1,26 -0,14 0,69 0,01
Iceland 0,32 0,4 -0,1 0,53 Trinidad -0,5 -0,66 1,31 1,55
Ireland 0,07 0,56 1,35 0,81 Venezuela 1,67 -0,11 1,07 0,02
Israel 1,98 0,29 0,93 -0,18
Italy 1,56 -2,48 1,7 -0,03
Japan 1,86 -0,21 -0,74 0,36
Macao -1,92 -2,67 -2,59 -3
Netherlands 0,34 -0,19 -0,29 1,26
New Zealand 0,59 -0,43 1,13 0,08
Singapore 0,54 2,68 -0,01 1,55
Spain 0,34 1,24 0,06 1,87
Sweden -1,42 -0,03 -0,91 0,35
United Kingdom -1,19 0,88 3,99 0,21
United States -0,68 -0,25 -0,64 1,96
PIMB PIB PIEB
Países WD WOD Países WD WOD Países WD WOD
IED DF IED DF IED DF IED DF IED DF IED DF
Ant. y Barb. -2,41 1,68 -2,09 1,02 Albania -1,38 4,06 -1,5 3,88 Bangladesh -2,34 0,51 1,26 2,05
Argentina -0,01 0,9 0,36 1,97 Algeria -0,34 -0,6 0,21 0,17 Benin -1,58 -1,22 -0,9 -0,23
Brazil 3,53 0,74 3,67 2,12 Angola -3,07 2,06 -2,57 1,84 Burkina Faso -2,78 1,61 -4,11 1,54
Chile 4,97 -3,13 4,5 -3,36 Armenia 0,33 -1,03 -0,03 -1,01 Burundi 1,16 1,34 -0,34 0,88
Costa R. 0,57 0,96 1,41 1,41 Azerbaijan 2,38 -0,01 1,89 -0,5 Cambodia 2,88 -2,79 1,41 -1,24
Croatia -1,1 -1,9 1,46 -0,12 Belarus -1,38 3,04 -3,5 3,39 Cen. Afr. Rep -2,91 -0,51 -5,25 0,98
Equ. Guinea -0,99 1,62 -0,81 1,5 Belice -0,08 1,6 -0,58 1,25 Chand -0,81 0,37 -1,11 1,06
Estonia 0,44 0,87 -0,1 0,9 Bolivia -1,35 -0,91 -1,3 -0,65 Comoros -0,38 0,64 -1,27 0,9
Hungary 1,86 2,11 1,65 2,89 Botswana -1,22 3,22 -0,98 3,76 Congo D. -0,27 0,84 -0,08 1,14
Latvia 1,85 -1,32 0,77 -0,97 Bulgaria -1,18 4,12 -2,16 5,99 Ethiopia 0,84 -1,26 0,71 -1,01
Lithuania -0,35 -0,11 -0,81 0,6 Buthan 0,31 1,51 -0,21 1,58 Gambia 0,04 1,12 -0,78 1,82
Malaysia 1,52 1,08 0,33 1,38 Cabo Verde 0,16 -2,07 0,03 -2,24 Guatemala 0,33 -0,36 0,46 -0,25
México 2,15 -0,61 1,73 -1,42 Cameron 0,08 1,89 0,31 1,59 Guinea 0,22 -0,08 -1 0,87
Poland 1,61 -3,63 -0,68 -4,05 China 1,43 -2,37 0,9 -0,69 Guyana 2,17 2,11 2,8 2,19
Russian 0,89 -2,34 -0,06 -0,99 Colombia -1,64 2,07 -1,94 4,9 Haiti 0,18 -1,1 0,83 4,13
Seychelles 0,33 0,12 1,59 0,35 Congo R. 1,65 0,65 1,3 0,94 India -0,81 0,14 0,67 0,79
28
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Table 6. Continuación
Slovak 0,23 2 1,38 -1,59 Costa de M. 1,09 0,11 0,27 0,38 Kenya 0,95 0,37 0,74 2,07
South Africa 1,91 1,54 1,15 -0,04 Yibuti 0,75 -0,75 0,51 0,52 Kyrgyz 3,92 -3,06 2,71 -2,09
St. Kitts -1,05 0,92 -0,41 1,25 Dominica -0,48 1,24 -0,47 0,74 Lao PDR -1,71 2,67 -1,09 2,12
Suriname 0,14 -0,18 0,32 -0,25 R. Dominic. 1,79 0,75 1,61 0,58 Liberia 0,08 1,27 0,95 1,59
Turkey 0,99 2,52 0,47 2,03 Ecuador -1,56 1,99 -1,59 3 Madagascar 0,89 -1,36 0,61 -0,17
Uruguay 3,42 -2,86 5,09 -1,95 Egipto 2,79 2,11 3,45 2,73 Malawi 0,93 0,74 0,96 1,32
El Salvador 1,01 1,82 1,59 1,12 Mali -1,63 2,67 -1,7 2,18
Fiji 1,49 -1,39 2,34 -1,53 Mozambique 2,95 0,51 2,59 1,67
Georgia -0,5 2,31 -0,09 1,57 Nepal 2,61 0,01 2,97 1,96
Ghana -0,68 2,14 -1,33 2,53 Niger -1,59 1,85 -0,84 1,99
Grenada -0,94 0,59 -0,42 -0,26 Pakistan 0,48 1,95 3,08 2,09
Guam 0,46 1,03 1,49 0,41 Rwanda -1,36 3,23 -2,36 3,15
Bissau 1,31 0,9 1,25 0,87 Senegal -0,91 2,67 -1,05 2,14
Indonesia -2,21 1,62 -3,24 2,09 Sierra Leone -0,12 -0,15 -0,7 1,17
Iran 0,84 1,03 0,65 1,52 Tanzania 1,44 1,02 1,4 0,8
Jamaica 4,34 -0,44 4,81 -0,97 Togo 0,64 -0,24 0,46 0,11
Jordan 0,35 2,05 -0,84 2,78 Uganda -1,33 1,84 -0,23 1,22
Kazakhstan -3,87 4,01 -4,73 4,81 Vietnam -2,22 3,93 -1,53 3,08
Macedonia 1,73 -1,91 1,56 -2,18
Mauritania 0,76 -0,72 0,35 -0,78
Mauritius 0,48 -0,19 1,58 -0,07
Moldova -0,41 -0,9 -0,82 -0,68
Mongolia 1,87 -1,35 0,87 -0,21
Morocco 1,77 0,93 1,72 0,56
Namibia 1,59 1,01 1,24 1,65
Nicaragua 1,24 -0,81 0,87 -0,25
Nigeria -2,25 0,31 -2,03 0,82
Panamá 0,37 1,75 -0,37 2,62
Papua 0,55 -1,37 -0,91 -0,56
Paraguay -0,75 1,68 -0,14 1,46
Perú -0,43 0,56 0,59 0,87
Philippines 1,14 2,62 1,72 3,59
Romania -0,18 1,17 -0,43 1,26
Samoa 0,68 -2,37 0,1 -2,45
Salomon -3,06 2,82 -3,43 3,28
Sri Lanka 0,95 -0,01 1,43 -0,38
St.Lucia -1,7 1,62 -0,74 0,48
St. Vincent 2,79 0,71 2,73 0,14
Sudan -0,75 1,42 -0,96 2,22
Swalind 1,39 -2,61 1,28 -1,66
Thailand -1,42 2,35 0,22 2,11
Tonga 1,63 1,78 1,16 1,57
Tunisia -0,37 1,02 1,08 2,67
Ukraine 1,25 -0,15 1,06 0,19
Vanuatu 1,13 -0,78 0,46 0,78
Yemen 0,14 -0,15 -0,37 0,55
Zambia 0,6 0,76 -0,02 1,18
Zimbabwe 1,82 0,55 1,6 0,73
Nota: *, **, *** indican el rechazo de la hipótesis nula al nivel de 5 %, 10 % y 1 % respectivamente para H0:βi= 1
29
Armijos J. & Lozano E.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
del vector de cointegración es contundente caso contrario la
fuerza del vector es no contundente. Cuando la elasticidad es nega-
tiva, la relación entre las variables es negativa. En la mayoría de los
grupos de ingresos tiene un vector de cointegración mayor que 1, in-
dicando que los cambios en los niveles de inversión extranjera directa
tienen un fuerte impacto en las emisiones de CO2 al igual que con
el desarrollo financiero. Varios de los vectores se encuentran cerca
de la unidad, por lo que concluimos la relación de equilibrio entre las
variables es lo suficientemente fuerte.
Salahuddin, Gow y Ozturk (2015) encontraron que la relación a
largo plazo es robusta en estas diferentes especificaciones economé-
tricas. No se observó una relación significativa a corto plazo. Además,
se encontró una relación negativa y significativa entre las emisiones
de CO2 y el desarrollo financiero. Los hallazgos implican que el desa-
rrollo financiero reduce considerablemente las emisiones de CO2.
De la prueba de Pedroni (2001), estimamos la fuerza del vector
de cointegración por grupos de países PDOLS, que se informa en la
Tabla 7 para asegurar la consistencia de los parámetros obtenidos, es-
timamos un modelo con tiempo ficticio y sin tiempo ficticio. En todos
los grupos de países los vectores son estadísticamente significativos.
En los grupos de países, la relación es significativa y negativa, lo que
sugiere que estos se encuentran en una situación privilegiada para
reducir las emisiones contaminantes. Los resultados sin tiempo ficti-
cio destacan que la fuerza del vector de cointegración es más fuerte
a medida que aumenta el nivel de desarrollo.
Tabla 7. Resultados del modelo PDOLS para grupos de países
Groups With time dummy Without time dummy
βit-Statistics βit-Statistics
IED DF IED DF IED DF IED DF
GLOBAL 0,01** 0,12** 3,52 8,84 0,01** 0,15** 3,72 9,36
PIEA -0,05** 0,08** -1,04 0,99 0,01** -0,02** 0,69 -0,42
PIA -0,01** -0,05** -0,82 -2,3 0,01** -0,01** 1,41 0,44
PIMA 0,02** 0,07** 1,41 1,21 0,04** 0,15** 3,15 1,64
PIMB 0,02** 0,08** 4,38 0,21 0,03** 0,07** 4,46 0,57
PIB 0,02** 0,10** 1,66 6,02 0,001** 0,15** 0,81 8,34
PIEB 0,01** 0,13** -0,001 3,66 0,002** 0,31** 0,04 7,22
4.6 |Prueba de causalidad de Dumitrescu
y Hurlin (2012)
Los resultados de la prueba de causalidad del tipo Granger cal-
culada sobre la base de la prueba propuesta por Dumitrescu y Hurlin
(2012) se presentan en la Tabla 8. En los países de altos ingresos, paí-
ses de ingresos medios altos y países de ingresos bajos existe una
causalidad unidireccional entre las emisiones de gases contaminan-
tes per cápita y la inversión extranjera directa. En los países de ingre-
sos medianos bajos existe una causalidad bidireccional que va des-
de las emisiones contaminantes de CO2 al desarrollo financiero y en
los países de ingresos bajos una relación de causalidad unidireccional
que va del desarrollo financiero a las emisiones de CO2. En los países
de ingresos extremos bajos existe una relación de causalidad unidi-
reccional que va de las inversiones extranjeras directas al desarrollo
financiero.
Al-mulali y Sab (2012) los resultados muestran que los indica-
dores de desarrollo financiero y el crecimiento del PIB tenían una
relación causal positiva con el consumo total de energía primaria y
las emisiones de CO2. Esto indica que el consumo total de energía
primaria aumentó el desarrollo financiero y el crecimiento del PIB en
las economías investigadas con una alta consecuencia de contamina-
ción. Además, las funciones de respuesta al impulso y el análisis de
descomposición de la varianza revelaron que se espera que el impac-
to de la IED y el comercio total sea de una magnitud cada vez más
limitada. Estos resultados tienen implicaciones importantes para las
decisiones de política gubernamental relacionadas con la reducción
de las emisiones de CO2.
5|CONCLUSIONES E IMPLICACIO-
NES DE POLÍTICA
La contaminación ambiental expuesta principalmente por las
emisiones de CO2 ha aumentado en gran escala, por lo que es con-
veniente la participación tanto del gobierno como de instituciones
medioambientales. Por lo tanto, el principal objetivo de esta inves-
tigación fue examinar los efectos de la inversión extranjera directa
y el desarrollo financiero en las emisiones de CO2 a nivel mundial y
por grupos de países para 160 países durante 1970-2016 a través de
técnicas de cointegración con datos de panel. De acuerdo a las esti-
maciones realizadas se obtuvo a través de la prueba de cointegración
30
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 8. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin
Dirección Causal Grupos W-bar Z-bar p-value
CO2 →IED
GLOBAL 1,46 4,17 0
PIEA 1,03 0,06 0,95
PIA 2,22 4,16 0
PIMA 2,45 3,56 0
PIMB 0,65 -1,15 0,25
PIB 1,42 2,41 0,01
PIEB 1,26 1,11 0,26
CO2 ←IED
GLOBAL 1,02 0,22 0,81
PIEA 1,8 1,26 0,2
PIA 0,89 -0,34 0,73
PIMA 0,88 -0,29 0,77
PIMB 0,41 -1,94 0,05
PIB 1,22 1,29 0,19
PIEB 1,06 0,25 0,8
CO2 →DF
GLOBAL 1,33 2,95 0
PIEA 0,44 -0,87 0,38
PIA 1,55 1,86 0,06
PIMA 0,92 -0,19 0,84
PIMB 1,78 2,59 0
PIB 1,17 0,97 0,33
PIEB 1,46 1,91 0,05
CO2 ←DF
GLOBAL 1,56 5,05 0
PIEA 0,88 -0,18 0,85
PIA 1,17 0,58 0,56
PIMA 0,88 -0,27 0,78
PIMB 2,74 5,77 0
PIB 1,82 4,65 0
PIEB 0,92 -0,3 0,76
IED →DF
GLOBAL 1,59 5,32 0
PIEA 1,06 0,1 0,91
PIA 1,53 1,82 0,06
PIMA 1,81 2 0,04
PIMB 1,33 1,12 0,26
PIB 1,21 1,23 0,21
PIEB 2,51 6,22 0
IED ←DF
GLOBAL 1,1 0,98 0,32
PIEA 0,93 -0,1 0,91
PIA 0,7 -1,01 0,31
PIMA 0,97 -0,06 0,94
PIMB 0,98 -0,05 0,95
PIB 1,26 1,52 0,12
PIEB 1,24 0,99 0,32
de Pedroni (1999) y Westerlund (2007) la existencia de un equi-
librio a largo plazo entre las variables. Para determinar la fuerza del
vector de cointegración para cada país individual y para cada grupo
de países, estimamos un modelo DOLS y PDOLS con y sin efectos de
tiempo, respectivamente. En general, los resultados muestran que en
la mayoría de los países la fuerza del vector de cointegración es fuer-
te, aunque en algunos países la relación es negativa. Finalmente, los
resultados de la prueba de causalidad muestran que existe en los paí-
ses de altos ingresos, países de ingresos medios altos y países de in-
gresos bajos una causalidad unidireccional entre las emisiones de ga-
ses contaminantes per cápita y la inversión extranjera directa. En los
países de ingresos medianos bajos existe una causalidad bidireccio-
nal que va desde las emisiones contaminantes de CO2 al desarrollo
financiero y en los países de ingresos bajos una relación de causalidad
unidireccional que va del desarrollo financiero a las emisiones de CO2.
Los países de ingresos extremos bajos existen una relación de causa-
lidad unidireccional que va de las inversiones extranjeras directas al
desarrollo financiero. El articulo presento limitaciones en cuando a la
elaboración y discusión de resultados ya que no existen documentos
con las técnicas actuales utilizadas. Finalmente, para las extensiones
del artículo se debería tomar en cuenta que el desarrollo financiero
puede estructurarse en varias variables financieras para un completo
cálculo econométrico.
En las implicaciones de política se debe de tomar en cuenta que
por lo general en el mundo desarrollado las inversiones extranjeras
directas aportan a la reducción de las emisiones de CO2 en todas las
etapas. Por lo tanto, los países desarrollados o de altos ingresos debe-
rían transferir sus tecnologías respetuosas con el medio ambiente a
los países en desarrollo para salvar el medio ambiente de la degrada-
ción y el consumo de recursos naturales. Esto sugiere que los países
31
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
de ingresos medios deberían alentar a las empresas a adoptar tec-
nologías respetuosas con el medio ambiente no solo para mejorar la
producción nacional, sino también para reducir las emisiones de CO2.
Aparte los países de ingresos medios deberían introducir una combi-
nación de políticas entre los enfoques obligatorios y no obligatorios.
Los enfoques obligatorios y no obligatorios se deben usar a través
de la prueba de comando y control con incentivos económicos para
las reglamentaciones ambientales. El enfoque no obligatorio debería
aplicarse inicialmente en ciertas industrias o en determinados secto-
res, y una vez probado su éxito, se debería aplicar a una escala más
amplia para el medio ambiente. Los países de bajos ingresos deberían
hacer cumplir estrictas leyes ambientales y alentar el uso de tecnolo-
gías respetuosas con el medio ambiente para mejorar la producción
nacional. También es necesario tomar medidas necesarias para dejar
de otorgar licencias a industrias contaminantes como el cemento, las
empresas de yeso y las fundiciones que emiten más emisiones de
CO2 en forma comparativa. La política debe introducirse ofreciendo
más incentivos a las empresas contaminantes para que cumplan con
las normas legales de emisiones e incorporen los factores económi-
cos y los factores ambientales en sus decisiones.
Referencias bibliográficas
[1] Akaike, H. (1974). A new look at the statistical model
identification. IEEE Transactions on Automatic Control,
19(6), 716-723.
[2] Abbasi, F., & Riaz, K. (2016). CO2 emissions and finan-
cial development in an emerging economy: An augmen-
ted VAR approach. Energy Policy, 90, 102-114.
[3] Abdouli, M., & Hammami, S. (2017). Economic growth,
FDI inflows and their impact on the environment: an em-
pirical study for the MENA countries. Quality & Quan-
tity, 51(1), 121-146.
[4] Abdouli, M., & Hammami, S. (2016). The dynamic links
between environmental quality, foreign direct invest-
ment, and economic growth in the Middle Eastern and
North African Countries (MENA Region). Journal of the
Knowledge Economy, 1-21.
[5] Agurto, A., Castro, A., & Cartuche, I. (2018). Relación
entre inversión extranjera directa y crecimiento econó-
mico a nivel global: datos de panel. Revista Vista Econó-
mica, 5(1), 35-46.
[6] Alvarado, R., & Toledo, E. (2017). Environmental degra-
dation and economic growth: evidence for a developing
country. Environment, Development and Sustainability,
19(4), 1205-1218.
[7] Al-mulali, U. (2012). Factors affecting CO2 emission in
the Middle East: A panel data analysis. Energy, 44(1),
564-569.
[8] Al-Mulali, U., & Sab, C. N. B. C. (2012). The impact of
energy consumption and CO2 emission on the econo-
mic growth and financial development in the Sub Saha-
ran African countries. Energy, 39(1), 180-186.
[9] Baek, J. (2016). A new look at the
FDI–income–energy–environment nexus: dynamic
panel data analysis of ASEAN. Energy Policy, 91,
22-27.
[10] Behera, S. R., & Dash, D. P. (2017). The effect of urba-
nization, energy consumption, and foreign direct invest-
ment on the carbon dioxide emission in the SSEA (South
and Southeast Asian) region. Renewable and Sustaina-
ble Energy Reviews, 70, 96-106.
[11] Bekhet, H. A., Matar, A., & Yasmin, T. (2017). CO2 emis-
sions, energy consumption, economic growth, and fi-
nancial development in GCC countries: Dynamic simul-
taneous equation models. Renewable and Sustainable
Energy Reviews, 70, 117-132.
[12] Breitung, J. (2002). Nonparametric tests for unit roots
and cointegration. Journal of Econometrics, 108(2),
343-363.
[13] Chang, S. C. (2015). Threshold effect of foreign direct
investment on environmental degradation. Portuguese
Economic Journal, 14(1-3), 75-102.
[14] Charfeddine, L., & Khediri, K. B. (2016). Financial deve-
lopment and environmental quality in UAE: Cointegra-
tion with structural breaks. Renewable and Sustainable
Energy Reviews, 55, 1322-1335.
[15] Desbordes, R., & Wei, S. J. (2014). The effects of fi-
nancial development on foreign direct investment. The
World Bank.
[16] Dickey, D., Fuller, W. A., 1981. Likelihood ratio statistics
for autoregressive time series with a unit root. Econo-
metrica, 49, 1057-1072.
[17] Dumitrescu, E. I., & Hurlin, C. (2012). Testing for Gran-
ger non-causality in heterogeneous panels. Economic
Modelling, 29(4), 1450-1460.
[18] Farhani, S., & Solarin, S. A. (2017). Financial develop-
ment and energy demand in the United States: new
evidence from combined cointegration and asymmetric
causality tests. Energy, 134, 1029-1037.
32
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[19] Farhani, S., & Ozturk, I. (2015). Causal relationship bet-
ween CO2 emissions, real GDP, energy consumption,
financial development, trade openness, and urbaniza-
tion in Tunisia. Environmental Science and Pollution Re-
search, 22(20), 15663-15676.
[20] Gokmenoglu, K., Ozatac, N., & Eren, B. M. (2015). Rela-
tionship between industrial production, financial deve-
lopment and carbon emissions: The case of Turkey. Pro-
cedia Economics and Finance, 25, 463-470.
[21] González, D., & Martínez, M. (2012). Decomposition
analysis of CO2 emissions in the Mexican industrial sec-
tor. Energy for Sustainable Development, 16(2), 204-
215.
[22] Grossman, G.M., Krueger, A.B., 1991. Environmental Im-
pacts of a North American Free Trade Agreement. Natio-
nal Bureau of Economic Research, Working Paper Nro,
p. 3914.
[23] Hajilary, N., Shahi, A., & Rezakazemi, M. (2018). Eva-
luation of socio-economic factors on CO2 emissions in
Iran: Factorial design and multivariable methods. Jour-
nal of Cleaner Production, 189, 108-115.
[24] Hao, Y., & Liu, Y. M. (2015). Has the development of
FDI and foreign trade contributed to China’s CO 2 emis-
sions? An empirical study with provincial panel data. Na-
tural Hazards, 76(2), 1079-1091.
[25] Hausman, J. A. (1978). Specification tests in econome-
trics. Econometrica: Journal of the Econometric Society,
1251-1271.
[26] Im, K. S., Pesaran, M. H., & Shin, Y. (2003). Testing for
unit roots in heterogeneous panels. Journal of Econo-
metrics, 115(1), 53-74.
[27] Jiang, X., & Guan, D. (2016). Determinants of global
CO2 emissions growth. Applied energy, 184, 1132-
1141.
[28] Jumbo, B., & López, M. (2018). Relación entre la inver-
sión extranjera directa y el desempleo: Un enfoque con
técnicas de cointegración para los países de la CAN. Re-
vista Vista Económica, 5(1), 56-63.
[29] López, D., & Rocano, J. (2018). Efecto de la inversión ex-
tranjera directa en el desempleo a nivel global. Revista
Vista Económica, 5(1), 64-72.
[30] Khan, A. Q., Saleem, N., & Fatima, S. T. (2018). Financial
development, income inequality, and CO 2 emissions
in Asian countries using STIRPAT model. Environmental
Science and Pollution Research, 25(7), 6308-6319.
[31] Kivyiro, P., & Arminen, H. (2014). Carbon dioxide emis-
sions, energy consumption, economic growth, and fo-
reign direct investment: Causality analysis for Sub-
Saharan Africa. Energy, 74, 595-606.
[32] Koçak, E., & Şarkgüneşi, A. (2018). The impact of fo-
reign direct investment on CO2 emissions in Turkey:
new evidence from cointegration and bootstrap causa-
lity analysis. Environmental Science and Pollution Re-
search, 25(1), 790-804.
[33] Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests
in panel data: asymptotic and finite-sample properties.
Journal of Econometrics, 108(1), 1-24.
[34] Maddala, G. S., & Wu, S. (1999). A comparative study
of unit root tests with panel data and a new simple
test. Oxford Bulletin of Economics and Statistics, 61(S1),
631-652.
[35] Mert, M., & Bölük, G. (2016). Do foreign direct invest-
ment and renewable energy consumption affect the
CO 2 emissions? New evidence from a panel ARDL ap-
proach to Kyoto Annex countries. Environmental Scien-
ce and Pollution Research, 23(21), 21669-21681.
[36] Omri, A., Nguyen, D. K., & Rault, C. (2014). Causal in-
teractions between CO2 emissions, FDI, and economic
growth: Evidence from dynamic simultaneous-equation
models. Economic Modelling, 42, 382-389.
[37] Ozturk, I. (2017). Measuring the impact of alternative
and nuclear energy consumption, carbon dioxide emis-
sions and oil rents on specific growth factors in the
panel of Latin American countries. Progress in Nuclear
Energy, 100, 71-81.
[38] Pao, H. T., & Tsai, C. M. (2011). Multivariate Granger
causality between CO2 emissions, energy consumption,
FDI (foreign direct investment) and GDP (gross domes-
tic product): evidence from a panel of BRIC (Brazil,
Russian Federation, India, and China) countries. Energy,
36(1), 685-693.
[39] Pedroni, P. (1999). Critical values for cointegration tests
in heterogeneous panels with multiple regressors. Ox-
ford Bulletin of Economics and Statistics, 61(S1), 653-
670.
[40] Pedroni, P. (2001). Purchasing power parity tests in coin-
tegrated panels. Review of Economics and Statistics,
83(4), 727-731.
[41] Phillips, P., Perron, P. (1988). Testing for a unit root in
time series regression. Biometrica, 75, 335-346.
33
Efectos de l ainversión extranjera directa y el desarrollo financiero en las emisiones .....
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[42] Salahuddin, M., Alam, K., Ozturk, I., & Sohag, K.
(2017). The effects of electricity consumption, econo-
mic growth, financial development and foreign direct in-
vestment on CO2 emissions in Kuwait. Renewable and
Sustainable Energy Reviews.
[43] Salahuddin, M., Gow, J., & Ozturk, I. (2015). Is the long-
run relationship between economic growth, electricity
consumption, carbon dioxide emissions and financial
development in Gulf Cooperation Council Countries ro-
bust?. Renewable and Sustainable Energy Reviews, 51,
317-326.
[44] Sbia, R., Shahbaz, M., & Hamdi, H. (2014). A contribu-
tion of foreign direct investment, clean energy, trade
openness, carbon emissions and economic growth to
energy demand in UAE. Economic Modelling, 36, 191-
197.
[45] Shafik, N., Bandyopadhyay, S., 1992. Economic Growth
and Environmental Quality: Time-series and Cross-
country Evidence, Vol. 904. World Bank Publications,
Washington D.C.
[46] Shahbaz, M., Hye, Q. M. A., Tiwari, A. K., & Leitão, N.
C. (2013). Economic growth, energy consumption, fi-
nancial development, international trade and CO2 emis-
sions in Indonesia. Renewable and Sustainable Energy
Reviews, 25, 109-121.
[47] Shahbaz, M., Nasreen, S., Abbas, F., & Anis, O. (2015).
Does foreign direct investment impede environmental
quality in high-, middle-, and low-income countries?.
Energy Economics, 51, 275-287.
[48] Shahbaz, M., Shahzad, S. J. H., Ahmad, N., & Alam, S.
(2016). Financial development and environmental qua-
lity: The way forward. Energy Policy, 98, 353-364.
[49] Shahbaz, M., Solarin, S. A., Mahmood, H., & Arouri, M.
(2013). Does financial development reduce CO2 emis-
sions in Malaysian economy? A time series analysis. Eco-
nomic Modelling, 35, 145-152.
[50] Shahbaz, M., Tiwari, A. K., & Nasir, M. (2013). The ef-
fects of financial development, economic growth, coal
consumption and trade openness on CO2 emissions in
South Africa. Energy Policy, 61, 1452-1459.
[51] Solarin, S. A., Al-Mulali, U., Musah, I., & Ozturk, I. (2017).
Investigating the pollution haven hypothesis in Ghana:
an empirical investigation. Energy, 124, 706-719.
[52] Sung, B., Song, W. Y., & Park, S. D. (2018). How foreign
direct investment affects CO2 emission levels in the Chi-
nese manufacturing industry: Evidence from panel data.
Economic Systems.
[53] Tang, C. F., & Tan, B. W. (2015). The impact of energy
consumption, income and foreign direct investment on
carbon dioxide emissions in Vietnam. Energy, 79, 447-
454.
[54] Timmer, Y. (2018). Cyclical investment behavior across
financial institutions. Journal of Financial Economics.
[55] Westerlund, J. (2007). Testing for error correction in pa-
nel data. Oxford Bulletin of Economics and Statistics,
69(6), 709-748.
[56] Wooldridge, J.M., 2002. Econometric Analysis of Cross
Section and Panel Data. MIT Press, Cambridge, MA.
[57] World Bank, 2017. World Development In-
dicators. Washington D.C. Available on.
https://data.worldbank.org/data-catalog/world-
development-indicators.
[58] Xiong, L., Tu, Z., & Ju, L. (2017). Reconciling Regional
Differences in Financial Development and Carbon Emis-
sions: A Dynamic Panel Data Approach. Energy, 105,
2989-2995.
[59] Yildirim, E. (2014). Energy use, CO 2 emission and fo-
reign direct investment: Is there any inconsistence bet-
ween causal relations?. Frontiers in Energy, 8(3), 269-
278.
[60] Zhang, Y. J. (2011). The impact of financial develop-
ment on carbon emissions: An empirical analysis in Chi-
na. Energy Policy, 39(4), 2197-2203.
[61] Zhang, C., & Zhou, X. (2016). Does foreign direct invest-
ment lead to lower CO2 emissions? Evidence from a
regional analysis in China. Renewable and Sustainable
Energy Reviews, 58, 943-951.
[62] Zhou, C., Wang, S., & Feng, K. (2018). Examining the so-
cioeconomic determinants of CO 2 emissions in China:
A historical and prospective analysis. Resources, Con-
servation and Recycling, 130, 1-11.
[63] Ziaei, S. M. (2015). Effects of financial development in-
dicators on energy consumption and CO2 emission of
European, East Asian and Oceania countries. Renewa-
ble and Sustainable Energy Reviews, 42, 752-759.
[64] Zugravu-Soilita, N. (2017). How does foreign direct in-
vestment affect pollution? Toward a better understan-
ding of the direct and conditional effects. Environmen-
tal and Resource Economics, 66(2), 293-338.
34
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Innovación para el servicio al cliente: la esencia de la competitivi-
dad
Innovation for customer service: the essence of competitiveness
Agustín Turbay1| Fiorella Martinez2
1Universidad de Guayaquil
2Universidad de Guayaquil
Correspondencia
Agustín Turbay, Universidad de Guayaquil,
Guayaquil, Ecuador
Email: turbayagustin@gmail.com
Agradecimientos
Departamento de Investigación Universidad de
Guayaquil
Fecha de recepción
Enero 2021
Fecha de aceptación
Junio 2021
Dirección
Cdla. universitaria "Universidad de Guayaquil",
Malecon del Salado Av. Delta y Av. Kennedy
RESUMEN
Es importante analizar las diferentes necesidades de las áreas menos actualizadas de man-
era productiva, este proyecto de investigación también tiende a resaltar algunos términos
básicos para que puedan comprender mejor la forma más sencilla de revolucionar la aten-
ción al cliente a través de redes tecnológicas. Cuando lo lea, podrá comprender los obje-
tivos, causas y efectos, consecuencias y resultados del proceso de innovación descrito en
este documento. Si buscamos un protagonista el más indicado es el cliente, es aquel que
se convierte en el centro de la mira para los gerentes y directivos, estudiar el campo y la
forma del comportamiento, es la verdadera clave de la competitividad, ya que existen bas-
tantes corporaciones nacionales e internacionales que invierten miles de dólares en este
estudio, como último vamos a contar con las soluciones tecnológicas pensando siempre
en el cliente y en la búsqueda en pro de enriquecer una propuesta de valor esencial para
una innovación eficiente.
Palabras clave: Investigación, innovación, competitividad, estudio, tecnológicas.
Códigos JEL: O14. E24. C33.
ABSTRACT
It is important to analyze the different needs of the least updated areas in a productive
way, this research project also tends to highlight some basic terms so that you can bet-
ter understand the simplest way to revolutionize customer service through technological
networks. When you read it, you will understand the objectives, causes and effects, conse-
quences and results of the innovation process described at that time. If we are looking for
a protagonist, the most suitable is the client, it is the one who becomes the center of focus
for managers and executives, studying the field and the form of behavior, is the true key to
competitiveness, since there are many corporations national and international that invest
thousands of dollars in this study, through tests, interviews, digital surveys or physically,
lastly, we will have technological solutions always thinking of the client and in the search
in favor of enriching an essential value proposition for efficient innovation.
Keywords: Panel data; Unemployment; Industrialization.
JEL codes: O14. E24. C33.
35
Turbay A. & Martínez F.
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
Para poder comenzar este escrito se sugiere citar a que hace refer-
encia el término, es bastante recurrente que los términos “atención
al cliente” y “servicio al comprador” se usen como sinónimos y, aun
cuando permanecen íntimamente involucrados, pero es necesario
señalar que no son lo mismo. En escasas palabras, la atención al
cliente se podría conceptualizar como la táctica que siguen las orga-
nizaciones para lograr la satisfacción de sus consumidores. Por su
lado, la servicio al comprador podría ser la aplicación en el día a día
de esa táctica y donde juegan un papel importante los empleados.
Un óptimo servicio al comprador tiene que ir destinado a mejo-
rar la vivencia que experimenten los consumidores cada vez que
participe de una acción de compra hacia una organización. Por con-
siguiente, en un primer instante las organizaciones tienen que con-
centrar sus esfuerzos en conocer las necesidades, expectativas y
percepciones que poseen sus consumidores previamente, a lo largo
de y luego de la compra de su producto o la implementación de
su servicio. En esta recopilación de información, no debemos olvi-
darnos de la voz del empleado, más que nada los que permanecen
en contacto directo con la compra activa. Ellos serán los causantes
últimos de la aplicación de la táctica.
Todo este entendimiento sobre sus consumidores va a ser la
base sobre las que edificar las normas de un admirable servicio al
comprador. En plena revolución tecnológica los grandes científicos
ponen en desarrollo la táctica y la sensatez en el momento de adop-
tar novedosas resoluciones y herramientas, a través de la transfor-
mación y la innovación, las organizaciones buscan optimizar los pro-
cesos internos, mejorar la relación con los consumidores y fomentar
los resultados, primero se ha de modificar la cultura organizativa, ca-
pacitar al empleo y cambiar las metodologías de trabajo.
2|REVISIÓN DE LITERATURA
La innovación es en sí misma un proceso continuo, un fenómeno
sistémico y dinámico expresado en la incorporación de cambios di-
versos con miras al incremento de la eficiencia y la productividad.
Las innovaciones regularmente se clasifican con el fin de identificar
el grado de novedad que se genera, habitualmente se caracterizan
cuatro dimensiones de innovación, las más utilizadas son las sigu-
ientes: innovaciones en Producto vs. Proceso, Radical vs. Incremen-
tal, el aumento de la capacidad vs. La destrucción de la capacidad,
y la Arquitectónica vs. la de Componentes.
2.1 |Innovación en productos vs. Inno-
vación en procesos.
Las innovaciones en producto están relacionadas con las salidas del
sistema de producción, mientras que las innovaciones de procesos
están relacionadas con el camino que conduce a la organización ha-
cia el negocio, como las técnicas para producir bienes o servicios,
estos son asociados a la efectividad y eficiencia de producción. A
menudo estos dos tipos de innovación ocurren simultáneamente,
realizando productos y mejorando la eficiencia de producción.
2.2 |Innovación radical vs. Innovación in-
cremental.
El concepto de radical puede ser concebido desde el grado de
novedad y diferenciación a las soluciones existentes. Las innova-
ciones más radicales pueden ser aquellas en las que sea una solución
nueva en el mundo y sea totalmente diferente de las existentes.
Las innovaciones incrementales están en el otro Iado del es-
pectro, una innovación incremental puede no ser una solución ex-
cepcional o particular, esta puede envolver conocimientos de la em-
presa y realizar modificaciones y cambio menores en la solución.
Las innovaciones radicales algunas veces no son bien acogidas
por los consumidores, tal como sucedió son los celulares de 3G, al-
gunas veces lo que es una innovación radical para una compañía es
incremental para otra, todo depende del punto de vista y el estado
en que se encuentre una empresa. Por ejemplo, para Kodak pasar
de crear cámaras análogas a digitales, pudo ser un proceso incre-
mental, en cambio para Sony pasar de realizar equipos electrónicos
a desarrollar nuevas cámaras digitales pudo ser un desarrollo radi-
cal.
2.3 |Competencias que aumentan la inno-
vación vs. Competencias que destruyen
la innovación.
La innovación es considerada para aumentar las competencias
desde la perspectiva particular, la organización si estas construyen
la compañía desde la base de conocimiento existente. Por ejem-
plo, para desarrollar un procesador se cuenta con la base de
conocimiento anterior y se mejoran algunas características.
Una innovación es considerada para destruir las competencias
desde la perspectiva de una firma particular si la tecnología en la
compañía existente no construye las competencias o los rendimien-
tos son obsoletos. Tiempo atrás las calculadoras no existían, pero sí
unas reglas metálicas o de madera especiales que se utilizaban para
realizar algunos cálculos; cuando llegaron los microchips, quienes re-
alizaban reglas tuvieron que migrar hacia la nueva tecnología, de no
hacerlo desaparecerían del mercado, destruyendo las innovaciones
sobre las reglas existentes.
2.4 |Innovación arquitectónica vs. Inno-
vación modular (por componentes)
La mayoría de los objetos que nos rodean están compuestos de
múltiples partes o elementos particulares, también llamados com-
ponentes, para realizar una innovación de un componente basta
modificar o realizar cambios sobre cada uno de estos objetos, sin
llegar a afectar la configuración total del sistema. Para realizar una
innovación en la silla de una bicicleta no se tiene que modificar la
configuración total del sistema, solo se modifica la parte de interés
cambiando el diseño o los materiales, según el efecto que se desee.
Las innovaciones arquitectónicas se observan cuando se re-
configura estrictamente los enlaces y los caminos de los compo-
nentes cambiando además los componentes en esta modificación.
Estas modificaciones se realizan efectuando alteraciones en el dis-
eño, cambiando la manera en que interactúan los componentes.
2.5 |ADN de la innovación.
Las exigencias del entorno han hecho que las empresas se encuen-
tren en una constante búsqueda de herramientas o modelos es-
tratégicos que les ayuden a adaptarse a los cambios permanentes
en el ambiente en el que se desempeñan, es decir, que estas se en-
cuentren evolucionando día a día, trabajando por la calidad, cober-
tura, eficiencia y eficacia en la fabricación de sus productos o la
36
Innovación para el servicio al cliente: la esencia de la competitividad
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
prestación de sus servicios y aplicando estos modelos en la di-
rección, planificación, manejo y administración de sus recursos con
el fin de aumentar tanto su capacidad innovadora.
Es necesario que las empresas conozcan muy bien sus debili-
dades y fortalezas en temas relacionados con la gestión de la inno-
vación y de esta forma determinar cuáles deben ser modificados o
mejorados para aumentar su capacidad de permanencia en el mer-
cado, su supervivencia.
Se podría decir que una organización es un sistema que opera
de manera similar a un ser vivo, con órganos que permiten su fun-
cionamiento, entradas, procesos, salidas y auto aprendizaje, trans-
ferencia de información entre órganos, desde y hacia el exterior con
proveedores y usuarios o clientes.
De la misma manera que los seres vivos tienen un ADN las em-
presas tienen su propio ADN o ADN empresarial con información
de sus procesos, aplicaciones, comercialización de sus productos
y prestación de sus servicios, cuyo estudio permitiría implementar
estrategias que, para mejorar, desarrollar o modificar factores que
influyen en su capacidad innovación. Actualmente existen pocos es-
tudios sobre la relación de la empresa con el ADN o el ADN empre-
sarial y mucho menos de la innovación en materia teórica y práctica.
Por lo que se busca proponer un modelo inspirado en la posi-
ble relación de uno de los componentes fundamentales de la estruc-
tura de ADN, como lo es el nucleótido y la estructura de innovación
de las empresas PYME. Se toma como base el nucleótido por ser
este un componente básico, pues se desea encontrar una relación
sencilla, y fácil de entender que ayude a mejoras en el análisis y
evaluación de la estructura de innovación en las PYME.
Figura 1. Ilustración 6 Modelo de referencia ADN - innovación.
2.6 |Innovación abierta.
Existen dos maneras de implementar las DI, según Leadbeater.
Open innovation IN: “Este modelo ha desembocado en la úl-
tima tendencia en organización empresarial, el crowd sourcing, que
podríamos considerar el paradigma más desarrollado del modelo IN.
En este esquema, las organizaciones aprovechan una red externa de
talento e ideas con la que “alimentar” [en palabras do Leadbeater)
un modelo de negocio que permanece inalterado respecto a las for-
mas de explotación y comercialización de la propiedad intelectual’
[Pineda, 2008).
Open Innovation OUT: “En este caso una organización (formal,
corro una empresa, o informal, como una red social) crea un “kernel”
o plataforma [en resumen una serie de herramientas) con las que los
usuarios desarrollan ideas y productos o servicios. El modelo OUT
trata de maximizar la creatividad [podríamos decir “la innovación del
proceso innovador") es diseñada para permitir un proceso evolutivo
de innovación crece a medida que cada nueva persona que añade
una pieza de información, código o módulo.
Este modelo de innovación contempla la posibilidad de innovar
en la ausencia de departamentos de I+D y, reconociendo la existen-
cia de otros centros de excelencia como son las universidades, las
cámaras de comercio, los proveedores, el gobierno y en sí, todo el
sistema circundante de la organización” (Pineda, 2018).
Hoy en día el tema de la propiedad intelectual no debe pre-
ocupar a las organizaciones, licencias sencillas como las creative
commons, solucionan gran parte de las implicaciones legales, lo que
debe preocupar realmente a las organizaciones es dar valor a sus
productos y servicios.
Las innovaciones abiertas poseen el mismo principio de
Wikipedia y Linux, sin embargo, hay que identificar que estos hacen
parte de las Ol OUT, ya que el modelo de negocios es bastante mod-
erno y su paradigma se basa en la evolución de las innovaciones, tal
como lo indica el modelo de Kline y Rosenberg que pretende adap-
tarse a las respuestas del mercado y evolucionar.
3|CONCLUSIONES
Es bastante interesante explorar este tipo de innovaciones en las
organizaciones ya que permite.
Reducir costos, por medio de la multitud de fuentes. se puede
lograr ampliar la visión interna de la organización y hacer participar
a otros actores del sistema circundante.
Acelerar las innovaciones, ya que permite por acelerar los pro-
cesos y mantiene la organización al ritmo del mercado.
Aumentar de la creatividad, por medio de una multitud cre-
ando, se logra aumentar el número de invenciones, creaciones pro-
totipos y otros, disminuyendo costes y con las ventajas de los diver-
sos puntos de vista de los múltiples creadores.
Referencias bibliográficas
[1] https://www.puromarketing.com/31/32637/
innovacion-servicio-cliente-esencia-
competitividad.html
[2] https://repository.usta.edu.co/bitstream/handle/
11634/3344/Gonzalezadriana2015.pdf?sequence=1
37
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[3] https://repository.usta.edu.co/bitstream/handle/
11634/3344/Gonzalezadriana2015.pdf?sequence=1
[4] https://es.wikipedia.org/wiki/Innovaci%C3%B3n
[5] https://es.wikipedia.org/wiki/Gesti%C3%B3n_de_
la_calidad
38
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Efecto del consumo de energía y capital humano sobre el crecimien-
to económico: Análisis de cointegración y causalidad con datos de
panel a nivel mundial.
Effect of energy consumption and human capital on economic growth: cointegra-
tion and causality analysis with world panel data.
Estefanía Lara1| Karen Iñiguez1
1Carrera de Economía, Universidad Nacional de Loja,
Loja, Ecuador
Correspondencia
Estefania Lara , Carrera de Economía, Universidad
Nacional de Loja, Loja, Ecuador
Email: estefania.lara@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Enero 2021
Fecha de aceptación
Junio 2021
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
Los países optan por diferentes medidas que los direccione a una inversión eficien-
te de capital humano y un consumo sostenible de energía eléctrica, esperando un efecto
positivo en los niveles de crecimiento económico. La investigación evalúa dicho efecto a
nivel mundial. Las variables propuestas se tomaron de la base de datos de panel de Barro
y Lee (2016) y del Banco Mundial (2017). Los resulatdos comprueban la existencia de un
equilibrio a corto y largo plazo entre las variables a nivel mundial y por grupos de países.
La fuerza del vector de cointegración es significativa en los países de ingresos medios ba-
jos, bajos y extremadamente altos. Existe una causalidad unidireccional del consumo de
energía al crecimiento económico, en todos los grupos de países a excepción de los países
de ingresos altos y extremadamente altos. La causalidad del capital humano al crecimiento
solo existe en los países de ingresos bajos. Los gobiernos deben buscar e impulsar la im-
plementación de nuevas fuentes de generación de energía y una inversión estratégica en
educación que garantice desarrollo de los países.
Palabras clave: Capital Humano. Energía. Crecimiento. Datos de Panel.
Códigos JEL: C22. E23. J24
ABSTRACT
Countries opt for different measures that direct them towards efficient human capital in-
vestment and sustainable electricity consumption, expecting a positive effect on economic
growth levels. The research evaluates this effect at the global level. The proposed variables
were taken from the panel database of Barro and Lee (2016) and World Bank (2017). The
results prove the existence of a short- and long-run equilibrium between the variables
at the global level and by country groups. The strength of the cointegrating vector is sig-
nificant in low, low and extremely high middle-income countries. There is unidirectional
causality from energy consumption to economic growth, in all country groups except for
high and extremely high income countries. Human capital causality to growth exists only
in low-income countries. Governments should seek and encourage the implementation of
new sources of energy generation and strategic investment in education to ensure the
development of countries.
Keywords: Emissions; Investment; Panel data; Cointegration; Causality.
JEL codes: Q32. Q43.
39
Lara E.& Iñiguez K.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
El crecimiento económico es inestable, así lo confirman los da-
tos publicados por el Banco Mundial, en su informe denominado
Perspectivas Económicas Mundiales. Asia Oriental y el Pacífico dis-
minuirán de 6,4 % en 2017 a 6,2 % en 2018. Europa y Asia central
de 3,7 % a 2,9 %. Mientras que, Asia meridional pasará a 6,9 %, con
respecto al 2017 con 6,5 %. América Latina y el Caribe crecerán 2 %
en 2018, lo que representa un aumento respecto del 0,9 % estimado
en 2017. Oriente Medio y Norte de África pasaran de 1,8 % a 3 % en
2018. África al sur del Sahara del 2,4 % a 3,2 %. De manera general
el crecimiento de la economía mundial se acercará a 3,1 %, debido a
la recuperación de la inversión, las manufacturas y el comercio. Sin
embargo, estos cambios se consideran como una mejora de corto
plazo. En el largo plazo, la desaceleración del crecimiento potencial,
pone en riesgo los avances logrados en los niveles de vida y la re-
ducción de la pobreza en todo el mundo. Esto debido a un escaso
aumento de la productividad, así como inversiones insuficientes en
salud y educación. Así lo confirma el Estudio de Tendencias en Ma-
temáticas y Ciencias realizado en 2015, los países de Oriente Medio
y Norte de África obtuvieron puntajes inferiores al promedio inter-
nacional. Una parte esencial dentro del crecimiento económico es la
proporción de energía usada, no obstante, esta disminuyó a un ritmo
acelerado de 2,8 % en 2015, la caída más rápida desde 2010. Con-
secuentemente, 1000 millones de personas viven sin electricidad,
según los Indicadores de Desarrollo Mundial del Banco Mundial.
Existe evidencia empírica y teórica sobre la relación entre el
capital humano, el consumo de energía eléctrica y el crecimiento
económico. Una de las teorías más utilizadas es la función de pro-
ducción de Solow-Swan (1956). El modelo de crecimiento plantea-
do por Robert Solow (1956) supone que la función de producción
tiene rendimientos constantes. Con Solow (1956) se inicia la estruc-
tura teórica que da importancia al ser humano como componente
fundamental en el desarrollo productivo de la industria y el creci-
miento económico. Sin embargo, la inclusión del factor de energía
en la función de producción ha sido escaso. Los modelos económi-
cos endógenos utilizados para explicar el proceso de crecimiento,
generalmente se centran en el capital y el trabajo como factores de
producción y dejan a un lado el papel de la energía. Pirlogea y Ci-
cea (2012); Di Maria y Valente (2008); Pittel y Rübbelke (2011) pro-
porcionan referencias a la literatura más reciente. De igual manera
Salim, Yao y Chen (2017) proporciona evidencia empírica contribu-
yendo de esta manera al estudio de las variables antes mencionadas.
El objetivo de esta investigación es evaluar mediante técnicas
de cointegración el efecto del capital humano y el consumo de ener-
gía en el crecimiento económico a nivel mundial con datos de panel
para el periodo 1970-2016. La hipótesis planteada consiste en que
el nivel de capital humano y el consumo de energía eléctrica, pue-
den explicar el inestable crecimiento económico a nivel mundial a
lo largo del periodo considerado. En general, los resultados mues-
tran que en los grupos de países de ingresos medios bajos, bajos y
extremadamente bajos, la fuerza del vector de cointegración es sig-
nificativa, y en algunos países la relación es negativa. En grupos de
países con ingresos altos la relación no fue contundente. La prueba
de causalidad muestra una relación unidireccional desde el consu-
mo de energía hasta el crecimiento para todos los grupos de países,
excepto, el grupo de ingresos extremadamente altos. Además, en
los países de bajos ingresos existe una causalidad que va desde el
capital humano hasta el crecimiento económico. Estos resultados
sugieren que el crecimiento económico depende del consumo de
energía para todos los países, pero el capital humano, no tiene el
mismo efecto.
La relevancia de esta investigación radica en la nueva clasifi-
cación de países que proponemos. Una clasificación más amplia si
la compramos con la propuesta por el Banco Mundial, siendo más
coherente con las diferencias de ingresos entre los países. También
cabe resaltar que el capital humano no tiene el mismo efecto para
todos los grupos de países. No existe causalidad en los países de
mayores ingresos. El resto de esta investigación tiene la siguiente
estructura. En la segunda sección mostramos una revisión de las in-
vestigaciones previas sobre el tema. En la tercera sección, presenta-
mos los datos y planteamos la estrategia econométrica. En la cuarta
sección discutimos los resultados encontrados con la teoría y la evi-
dencia empírica. La quinta sección contiene las conclusiones para
posteriores estudios.
2|REVISIÓN DE LITERATURA PRE-
VIA
Disponemos de una extensa evidencia empírica y teórica que
relaciona al crecimiento económico tanto con el capital humano co-
mo con el consumo de energía. Una de estas teorías y de hecho, la
más utilizada para explicar las variaciones de estas variables es la
función de producción de Solow-Swan (1956). Solow propone una
estructura teórica que da importancia al ser humano como compo-
nente fundamental en el desarrollo productivo de la industria y el
crecimiento económico. Sin embargo, la inclusión del factor de ener-
gía en la función de producción ha sido escaso. Los modelos econó-
micos endógenos utilizados para explicar el proceso de crecimiento,
generalmente se centran en el capital y el trabajo como factores de
producción y dejan a un lado el papel de la energía. Sin embargo,
Salim, Yao y Chen (2017) proporcionan evidencia empírica para el
estudio de las variables mencionadas. Pirlogea y Cicea (2012); Di
Maria y Valente (2008) y Pittel y Rübbelke (2011) de igual manera
proveen referencias a la literatura más reciente.
Es así que, partimos de la gran contribución del pensamiento
keynesiano en el análisis macroeconómico, este enfoque está ba-
sado en el manejo de los grandes agregados económicos y en las
relaciones de causa-efecto entre los movimientos de estas dimen-
siones. La metodología se encuentra asociada a la ampliación de la
actividad y la responsabilidad del Estado en la vida económica de
los países. El comportamiento, de las variables económicas analiza-
das en este artículo, proporcionará información para que los gobier-
nos, tomen decisiones adecuadas. Esto debe conducir a la creación
del ambiente propicio para el aumento de la producción, consumo,
ahorro e inversión y optimizar aquellos recursos más escasos en una
economía.
La evidencia empírica que respalda la relación entre el capital
humano y el crecimiento económico puede dividirse en dos grupos:
El primer grupo de investigaciones centra su atención en la acumula-
ción de capital humano y su incidencia en el crecimiento económico.
Zhang y Zhuang (2011) resaltan la importancia de la educación su-
perior por encima de la primaria y secundaria en el crecimiento eco-
nómico. Chang y Shi (2016) de igual manera ponen especial énfasis
en el capital humano avanzado como impulsor del crecimiento. El
aumento de la productividad contribuye a mejorar los rendimientos
de la acumulación de capital humano e induce a los trabajadores a
invertir en educación. Castelló e Hidalgo (2012) manifiestan que la
educación afecta el crecimiento económico al aumentar la extensibi-
lidad de la acumulación de capital humano más allá de la educación
primaria, Shao y Yang (2014); Dissou, Didic, y Yakautsava (2016);
Choi y Shin (2015) enfatizan la importancia de la transmisión del
capital humano entre las generaciones para que un país crezca en
el largo plazo. Ahsan y Haque (2017) sostienen que la acumulación
de capital humano se considera un determinante importante en el
proceso de crecimiento económico, siempre y cuando, la acumula-
ción de capital en una economía cruce un umbral de desarrollo. En
contraste Park (2006) enfoca su investigación en la ampliación de la
cobertura de la educación para la acumulación del capital humano.
Argumenta que una economía funcionaría mejor cuando asigna re
40
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
cursos para apoyar a todos los niveles de educación, en lugar de
cuando se enfoca en promover un nivel particular.
El segundo grupo de investigadores adicionan la tecnología co-
mo intermediario del capital humano y el crecimiento económico.
Días y Tebaldi (2012); Davin, Gente, y Nourry (2015) señalan que
la acumulación de capital humano, fomenta la creación de tecno-
logía y el crecimiento de la producción. Abubakar, Kassim y Yusoff
(2015), Breton (2015), Teixeira y Queirós (2016), Huggett y Kaplan
(2016), Chang y Shi (2016) ponen especial énfasis en el capital hu-
mano avanzado como impulsor del crecimiento a través de la inno-
vación tecnológica. En este sentido, los resultados de Schündeln y
Playforth (2014) en la India sugieren que los retornos privado y so-
cial a la educación son muy diferentes y afirman que los efectos
de la mala asignación de capital humano en este país fueron signi-
ficativos. En esta misma línea, Guarnizo y Jumbo (2019) mostraron
que existe una relación a largo plazo entre el capital humano, creci-
miento económico y el desempleo solamente a nivel global y para
tres grupos de países (población con ingresos medio-altos, pobla-
ción con ingresos extremadamente bajos y población con ingresos
bajos), mientras que a corto plazo todos los grupos de pías tienen
cointegración. Tzeremes (2014) propone evidencia de rendimientos
decrecientes del capital humano y, una relación no lineal. Sin em-
bargo, esto no está confirmado para el caso de las economías en
desarrollo. Qadri y Waheed (2014) a través de su investigación no
encontraron un vínculo entre la educación y el mercado laboral y,
por tanto, concluyen que su incidencia en el crecimiento económi-
co es bastante débil.
La evidencia empírica que respalda la relación entre la energía y
el crecimiento económico, muestran perspectivas diversas: por una
parte, Azam, Khan, Bakhtyar y Emirullah (2015) en sus resultados
publicados demuestran que existe una relación de cointegración sig-
nificativa entre el consumo de energía y el crecimiento económico.
Al igual que los estudios de Salahuddin y Alam (2016); Gozgor, Lau, y
Lu (2018) que sugieren una relación significativa entre el consumo
de electricidad y el crecimiento tanto a corto como a largo plazo.
Los resultados empíricos de Shahbaz, Zakaria, Shahzad, y Mahalik
(2018) muestran que la relación entre el crecimiento económico y el
consumo de energía es principalmente positiva para todos los paí-
ses, aunque existen grandes diferencias. Los hallazgos del estudio
de Adams, Klobodu y Opoku (2016) muestran que los beneficios de
la energía son mayores que los costos externos que vienen con el
uso dela misma. Sarwar, Chen, y Waheed (2017) confirman que los
países en desarrollo dependen en gran medida del consumo de elec-
tricidad. Por otra parte, Antonakakis, Chatziantoniou y Filis (2017);
Appiah (2018) revelan que los efectos del consumo de los diversos
tipos de energía sobre el crecimiento económico varían de acuerdo
a los grupos de países. La dinámica a largo plazo presenta una rela-
ción negativa significativa en los sectores de bajos ingresos, ingresos
medios altos, altos ingresos. Shahbaz, Hoang, Mahalik, y Roubaud
(2017) en sus resultados indican que solo los choques negativos al
consumo de energía tienen impactos en el crecimiento económico.
Tang, Tan, y Ozturk (2016). Por su parte, Alshehry y Belloumi (2015)
afirman que la contribución de la energía al crecimiento no es signi-
ficativa. De igual manera Kristjanpoller, Sierra, y Scavia (2018); Tug-
cu y Topcu (2018) sugieren una inestabilidad entre el aumento de la
producción y el consumo de energía. Wolde-Rufael (2014) manifies-
ta la existencia de un apoyo limitado para el crecimiento impulsado
por la electricidad, esto debido a que algunas economías no cum-
plen con los estándares de eficiencia energética. La variabilidad en
los países entre energía y crecimiento puede atribuirse a las diferen-
cias en la importancia de la energía como insumo en el crecimiento
económico de cada país, la eficiencia técnica de cada país, las limi-
taciones de capacidad de producción de cada país y posibles exter-
nalidades negativas por el consumo de energía como emisiones de
carbono. En este sentido, Tillaguango, y Loaiza (2019) ratifican que
se requiere de un cambio estructural en materia energética de los
países, incentivando el consumo de energías amigables con el medio
ambiente y la economía.
La presente investigación, busca examinar la relación entre las
variables antes descritas, mediante estrategias econométricas y da-
tos de fuentes oficiales que se detallan a continuación.
3|DATOS Y METODOLOGÍA
3.1 |Fuentes estadísticas
En la presente investigación utilizamos datos del World Deve-
lopment Indicators del Banco Mundial (2017) y la base de Barro y
Lee (2016) para 118 países, en el periodo 1960-2016. Los países y el
periodo de tiempo fueron seleccionados por la disponibilidad de los
datos para las variables utilizadas, esto nos permitió hacer estima-
ciones usando un panel de datos balanceado. La variable dependien-
te es el logaritmo del PIB per cápita y las variables independientes
son: el logaritmo del consumo de energía y el capital humano medi-
do como la tasa de escolaridad.
La Tabla 1 muestra los estadísticos descriptivos del logaritmo
del PIB per cápita, la tasa de escolaridad, el logaritmo del consumo
de energía per cápita, la media, la desviación estándar, valores míni-
mos y máximos y el número de observaciones a lo largo del tiempo y
entre países. Las variaciones de las variables medidas por la desvia-
ción estándar, no tienen una tendencia marcada. El PBI varió más
entre países que dentro de ellos. Hubo variaciones similares en la
tasa de escolaridad y consumo de energía. El número de observa-
ciones disponibles asegura que los parámetros se generalicen entre
países y en el tiempo.
La Figura 1 muestra la relación entre cada variable indepen-
diente y la dependiente, para los grupos de países de ingresos ex-
tremadamente altos, altos, medios altos, medios bajos, bajos y ex-
tremadamente bajos. Como podemos observar existe una relación
positiva entre las variables analizadas, para todos los grupos de paí-
ses, cabe resaltar que hay una mayor dispersión de los datos para
los países de ingresos bajos.
3.2 |Metodología
La estrategia econométrica global está diseñada para evaluar el
nivel de cointegración entre el crecimiento económico, el consumo
de energía y el capital humano. Estimamos un modelo de regresión
básico de datos de panel. La variable dependiente es el logaritmo
del PIB per cápitaYity las variables independientes son el logaritmo
del consumo de energía l og (e ne r g ía)i,ty la tasa de escolaridadHi,t
, del país i = 1,... ,118 del período t =1970,... ,2016. Este modelo
básico permite verificar el grado de asociación y la dirección de la
relación entre las variables a nivel mundial y por grupos de países.
La ecuación (1) formaliza la relación entre estas:
l ogYi,t=(γ0+δ0) + l o g ene r g íai,t+Hi,t+θi,t(1)
Los parámetros γ0+δ0capturan la variabilidad en tiempo y sección
transversal. Finalmente, el parámetro θi,tes el término de error es-
tocástico.
Utilizamos la prueba de Hausman (1978) para elegir entre
un modelo de efectos fijos o aleatorios. La prueba de Wooldridge
(2002) sugiere la presencia de autocorrelación y la prueba del mul-
tiplicador de Lagrange de Breusch-Pagan muestra que el modelo
tiene heterocedasticidad, en la ecuación 1.
41
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 1. Estadísticos descriptivos de las variables
Variable Mean Des. Est Min Max Observaciones
Log Pib per cápita
Overall
8,437
1,542 0,362 11,733 N= 6490
Between 1,447 5.203 11,193 n= 119
Whitin 0,541 2.293 10,627 T-bar= 54,53
Log Energía
Overall
7,059
1,673 -0,693 10,911 N= 6392
Between 1,543 3.548 9,86 n= 119
Whitin 0,689 1.414 9,192 T-bar= 53,71
Capital humano
Overall
6,555
3,1 0,04 16,421 N= 6783
Between 2,498 1,242 11,944 n= 119
Whitin 1,85 0,807 12,783 T-bar= 57
Figura 1. Relación entre consumo de energía, capital humano y crecimiento económico
42
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Las series temporales tienen un comportamiento tendencial.
Para garantizar que la serie no tenga problema de la raíz unitaria,
utilizamos un conjunto de pruebas, que coinciden en que la prime-
ra diferencia elimina el efecto de tendencia de las dos variables. Las
pruebas utilizadas fueron: Dickey Fuller Augmented (1981), Phillips
y Perron (1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003),
y Breitung (2002), que se pueden estimar a partir de la siguiente
ecuación:
yt=α0+λyt−1+αit+
p
Õ
i=2
βjyt−i−1+ϵt(2)
Donde ytes la serie que asumimos, contiene al menos una raíz
unitaria,α0es la intersección y α1captura el efecto de tendencia
del tiempo, ϵtes el error gaussiano, y “p” representa la longitud del
desfase. En la Ecuación (2), cuando el parámetro λes significativo,
se puede concluir que al menos uno de los paneles tiene una raíz
unitaria. El uso de cinco pruebas diferentes asegura que las series
utilizadas en las estimaciones posteriores no tienen el problema de
la raíz de la unidad. La segunda etapa de la estrategia econométri-
ca determina el equilibrio a corto y largo plazo entre las tres varia-
bles utilizando la prueba de cointegración desarrollada por Pedroni
(1999), el equilibrio a largo plazo se determina con base en la si-
guiente ecuación
yi,t=αi+
n−1
Õ
j=1
βi j xi j −j+
n−1
Õ
j=1
ωi j yi,t−j+πiE CTt−j+ϵi,t(3)
Donde yi,trepresenta la variable dependiente del país ien el
período t. Los parámetros β,ωy π son los parámetros a estimar, y el
término E CTt−jes el vector de cointegración de equilibrio a largo
plazo. Finalmente, ϵi,tes el término de error aleatorio estacionario
con media cero y es la longitud del desfase determinada con el cri-
terio de información de Akaike (1974). Además, el equilibrio a corto
plazo se determina mediante la prueba de Westerlund (2007) a par-
tir de la siguiente ecuación:
yi,t=δidi+αiyi,t−1−βiXi,t−1+
pi
Õ
j=1
αi j yi t −j+
pi
Õ
j=−qi
γi j Xi,t−j+ϵi,t(4)
Donde t= 1, . . . , Tlos períodos de tiempo y en i= 1, . . . , N
países. El término dtes el componente determinista. Confiamos en
la suposición de que el vector k-dimensional de xi,tes aleatorio e
independiente de ϵi,t, por lo que se supone que estos errores son
independientes a través de i y t. La hipótesis nula sugiere que no hay
cointegración a corto plazo. La prueba de cointegración de Pedroni
(1999) se ha utilizado ampliamente para verificar la relación entre
el consumo de energía y el crecimiento económico Fang y Chang
(2016) entre otros. Sin embargo, la prueba de cointegración a cor-
to y largo plazo solo indica la existencia o no de un vector que se
relaciona con las variables en cuestión. Además, los modelos con da-
tos de panel ofrecen resultados que son demasiado agregados. En
consecuencia, en la próxima etapa estimamos la fuerza del vector
de cointegración utilizando el enfoque de Pedroni (2001) y aplicado
por Neal (2014). Esta estrategia nos permite evaluar la fuerza del
vector de equilibrio entre el capital humano, el consumo de energía
y el producto real per cápita. Específicamente, la fortaleza de la re-
lación entre las tres variables en cada país se estimó utilizando un
modelo dinámico de mínimos cuadrados ordinarios (DOLS) y para la
región como un todo o para grupos de países a través de una diná-
mica ordinaria del modelo de panel de mínimos cuadrados (PDOLS).
La siguiente ecuación plantea la relación entre las dos variables:
yi,t=αi+
K
Õ
K=1
γK
iYi,t−K+
K
Õ
K=1
βK
iXi,t−K+µi,t(5)
Dónde yi,tes el PIB per cápita i=1,2... 118, países, t = 1,2. .. N
es el tiempo, p= 1,2..., P es el número de rezagos y avances en la re-
gresión DOLS, mientras que δ l ogY i,t/δ l o g xi,t=δimide el cambio
en el PIB per cápita cuando cambia el capital humano y la energía.
Los coeficientes y los valores t se obtienen los valores promedio
en todo el panel utilizando el método de los promedios grupales. El
estimador PDOLS se promedia a lo largo de la dimensión entre los
grupos Neal (2014) y la hipótesis nula establece que βi=β0. Final-
mente, en la cuarta etapa usamos la prueba formalizada por Dumi-
trescu Hurlin (2012) para determinar la existencia y la dirección de
causalidad entre las dos variables usando la siguiente expresión:
yi,t=αi+
K
Õ
K=1
γK
iYi,t−K+
K
Õ
K=1
βK
iXi,t−K+µi,t(6)
En la Ecuación 6 asumimos que βi=β1
i, . . . , βk
iy el término αi
esta fijado en la dimensión de tiempo. El parámetro autorregresivo
γk
iy el coeficiente de regresión βk
ivarían entre las secciones trans-
versales. La hipótesis nula a plantea que no hay relación causal para
ninguna de las secciones transversales del panel H0:βi= 0
3.3 |Discusión de resultados
La Tabla 2 muestra los resultados de la estimación del PIB per
cápita, el consumo de energía y el capital humano a nivel mundial y
por grupos de países. La prueba de Hausman (1978) muestra que to-
dos los paneles se estimaron con efectos fijos a excepción del grupo
de países con ingresos extremadamente bajos, en cuyo caso se esti-
mó con efectos aleatorios. Los resultados obtenidos indican una re-
lación positiva y estadísticamente significativa entre el producto per
cápita y el consumo de energía para todos los grupos. Coincidien-
do de esta manera con los resultados obtenidos por Fang y Chang
(2016) quienes demuestran que la energía contribuye significativa-
mente al desarrollo económico en los países de Asia y el Pacífico.
Ajustándose a los estudios de Antonakakis, Chatziantoniou y Filis
(2017), Appiah (2018) que sostienen que los efectos de los diver-
sos tipos de consumo de energía sobre el crecimiento económico
varían de acuerdo a los grupos de países. Sarwar, Chen, y Waheed
(2017) únicamente confirman estos resultados para los países en
desarrollo. En el caso del capital humano la relación no fue estadís-
ticamente significativa para el grupo de países con ingresos altos y
medios altos. Estos resultados podrían corroborar los hallazgos de
Qadri y Waheed (2014) a través de su investigación concluyen que
existe un vínculo entre la educación y su incidencia en el crecimien-
to económico bastante débil. Al igual que Ahsan y Haque (2017)
sostienen que la acumulación de capital humano se considera un
determinante importante en el proceso de crecimiento económico,
siempre y cuando, la acumulación de capital en una economía cruce
un umbral de desarrollo.
43
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 2. Relación entre el crecimiento económico, energía y capital humano
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Lenergia 0.479*** 0.191*** 0.467*** 0.376*** 0.236*** 0.273*** 0.0708***
(60.78) (11.56) (12.27) (15.13) (9.56) (22.85) (6.49)
Capital Humano 0.0346*** 0.0683*** 0.00753 0.00861 0.0645*** 0.00784* 0.0416***
(11.08) (11.89) (0.51) (1.30) (7.88) (2.50) (5.49)
Constant 5.015*** 8.185*** 5.734*** 6.004*** 7.457*** 6.069*** 6.121***
(99.80) (60.22) (21.79) (34.41) (41.59) (82.27) (94.71)
Hausman test 0 0,013 0,001 0 0 0 -152,15
Serial correlation 0,967 0,971 0,951 0,982 0,961 0,971 0,978
Fixed effects (time) No No No No No No No
Fixed effects(country groups) No No No No No No No
Observations 5546 1034 329 987 423 1692 1081
Nota:t statistics in parentheses * p <0.05, ** p <0.01, *** p <0.001
La Tabla 3 muestra los resultados de la prueba de raíz unitaria
del PIB per cápita, el consumo de energía, expresados en logaritmos
y el capital humano, medido por la tasa de escolaridad. Los resultados
fueron estimados con efectos del tiempo y sin efectos del tiempo. Las
pruebas de Levine, Lin y Chu (2002); Im, Pesaran y Shin (2003); Brei-
tung (2002) se basan en pruebas paramétricas y las pruebas Fisher
de Dickey Fuller Augmented (1981); Phillips y Perron (1988) son no
paramétricos, que fueron propuestos por Maddala y Wu (1999). Brei-
tung (2002) se basa en la homogeneidad de la raíz unitaria (a través
de paneles). El criterio de información Akaike (AIC) se utilizó para de-
terminar la duración del rezago. En general, la evidencia encontrada
sugiere que las dos series tienen un orden de integración I (1). Osman,
Gachino, y Hoque (2016) en su investigación destacan la importancia
de estas pruebas. Estas indicaron, para los países que conforman el
Consejo de Cooperación para los Estados Árabes del Golfo, que las
variables muestran considerable dependencia transversal, así como
heterogeneidad entre los grupos y esto ha requerido la utilización de
las pruebas de raíz unitaria sugieren que tienen un orden de integra-
ción I (2). En la presente investigación N=118 es mayor que T=46, por
lo tanto, no debe haber ningún sesgo en las pruebas de Levine, Lin y
Chu (2002); Im, Pesaran y Shin (2003), que ocurre cuando T>N.
Las series tienen un orden de integración I (1) por lo que es ne-
cesario estimar la existencia de un equilibrio a largo plazo entre las
variables. Si las series están cointegradas, existe una fuerza que lleva
a la serie al equilibrio en el largo plazo. La Tabla 4 muestra los resulta-
dos de la prueba de cointegración entre las variables a nivel global y
por grupos para los 118 países. La prueba de Pedroni (1999) se basa
en el análisis dentro de la dimensión y las estadísticas se obtienen
sumando los numeradores y los denominadores a lo largo de la serie
de forma independiente.
La Tabla 4 reporta los siguientes estadísticos de panel-v, panel-
rho, panel-PP y panel-ADF. El primero no es paramétrico y se basa
en la relación de varianzas. La prueba de cointegración de paneles
heterogéneos de Pedroni (1999) muestra que existe una relación de
equilibrio a nivel global entre las series. Las estadísticas ADF, PP, p-
statistic y v-statistic muestran un resultado coherente entre ellas: las
dos series se mueven juntas y simultáneamente en el tiempo y en la
sección transversal. Las estadísticas dentro y entre las dimensiones
de los paneles, son estadísticamente significativas, en los países de
ingresos extremadamente altos, esto indica la existencia de cointe-
gración. Sin embargo, en los países de ingresos altos, medianos altos,
medianos bajos, bajos y extremadamente bajos se muestra un resul-
tado contradictorio en uno de sus estadísticos. Estos resultados son
similares a las conclusiones obtenidas por Gozgor, Lau y Lu (2018),
para 34 países de la OECD para el período de 1990 a 2010, encon-
trando una relación de largo plazo. Chang et al. (2001) exploraron las
relaciones causales entre el consumo de energía y el producto para
Taiwán de 1982 a 1997. Sus hallazgos mostraron que las variables
estaban cointegradas y que había una interacción bidireccional entre
el empleo y el consumo de energía. Además, Apergis y Payne (2012)
investigaron la relación entre el consumo de energía y el crecimiento
económico en 80 países entre 1990 y 2007. Los hallazgos del modelo
de corrección de error del panel muestran la causalidad bidireccional
entre el consumo de energía renovable y crecimiento económico tan-
to a corto como a largo plazo.
La existencia de una relación a largo plazo implica que las varia-
bles bajo análisis se muevan de manera conjunta y simultánea porque
existe una fuerza de cointegración o un vector que las equilibra a lo
largo del tiempo. Sin embargo, es muy posible que los cambios del PIB
per cápita varíen inmediatamente como resultado de los cambios en
el consumo de energía y el capital humano. Esta relación se puede
medir a través del modelo de error vectorial de los datos del panel
VECM propuesto por Westerlund (2007). La Tabla 5 muestra los re-
sultados de esta prueba de cointegración. Las pruebas de Levine, Lin
y Chu (2002); Im, Pesaran y Shin (2003); Breitung (2002) y las prue-
bas de Fisher de Dickey Fuller Augmented (1981); Phillips y Perron
(1988) mostraron que la serie no tiene el problema de raíz unitaria.
Estimamos entonces la prueba de cointegración de Westerlund. Los
resultados son reportados para todo el panel y por grupos de países.
Los mismos, nos permiten aceptar la hipótesis alternativa de cointe-
gración entre las dos series analizadas. Esto indica que un cambio en
el consumo de energía y el capital humano genera cambios inmedia-
tos en el producto per cápita. La existencia de un equilibrio a corto
plazo de las variables se cumple a nivel global y en todos los grupos
de países porque las estadísticas son significativas al 0.1 %.
44
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 3. Pruebas de raíz unitaria en la primera diferencia
Grupo Variable
Sin efectos del tiempo Con efecto del tiempo
LL UB IPS ADF PP LL UB IPS ADF PP
Global
PIB -39.31* -12,10* -40,66* -20.25* -40.62* -42,28* -14,00* -41,99 -22.53* -40,11*
E -49,10* -10,02* -51,85 -24.92* -56.65* -52,06* -12,05* -55,42* -23.55* -57.52*
H -3,68* -5,03* -15,85* -14.40* -12.80* -37,86* -23,02* -42,46 -36.78* -40.79*
PIEA
PIB -20,56* -5,51* -19,43* -9,86* -18,31* -14,85* -7,31* -17,17* -7,32* -18,23
E -21,60* -3,44* -21,29* -10,09* -25,06* -20,76* -6,05* -23,24* -9,35* -25,01
H 0,61 -2,19* -0,38 -0,56 0,34 0,825 -1,75* 0,06 -0,09 0,86
PIA
PIB -9,78* -2,58* -10,75 -6,12* -10,10* -9,52* -3,58* -11,29* -4,94* -10,75*
E -10,28* -1,82* -9,85* -7,57* -13,72* -11,90* -4,04* -12,71* -6,54* -15,61*
H -0,34* -1,13* -1,52* -2,12* -1,88* -5,97* -2,80* -5,18* -4,92* -6,84*
PIMA
PIB -10,03* -2,97* -9,65* -5,56* -10,76* -11,53* -5,61* -11,33* -5,60* -10,11*
E -15,12* -3,17* -14,62* -6,35* -14,79* -16,04* -3,79* -16,14* -5,33* -15,56*
H -1,18* -2,41* -4,96* -4,33* -3,66* -10,23* -9,26* -13,2 -12,44* -12,00*
PIMB
PIB -17,47* -6,82* -16,42* -8,21* -15,75* -16,51* -7,59* -14,22* -7,71* -13,12*
E -18,68* -3,78* -18,55* -10,67* -21,99* -20,98* -4,52* -21,24* -11,16* -22,26*
H -4,15* -7,08* -10,47* -9,86* -9,71* -19,71* -13,62* -20,26* -16,75* -18,69*
PIB
PIB -22,09* -7,32* -22,39* -9,59* -20,77* -26,70* -6,74* -24,83* -13,45* -24,25*
E -27,75* -7,64* -30,16* -12,49* -31,06* -30,39* -8,27* -31,11* -13,27* -32,23*
H -4,89* -3,17* -15,72* -13,77* -12,33* -21,73* -16,65* -30,96* -28,82* -27,17*
PIEB
PIB -13,13* -4,10* -17,35* -9,48* -20,79* -26,53* -5,36* -26,79* -9,46* -24,92*
E -23,56* -4,44* -26,96* -12,51* -27,17* -26,83* -4,30* -27,60* -13,39* -27,64*
H 0,05 0,04 -2,06* -1,69* -1,35* -4,29* -1,83* -5,53* -4,32* -6,99*
Nota: * significancia al 1 %
45
Lara E.& Iñiguez K.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 4. Resultados del test de cointegración de Pedroni
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Dentro de las estadísticas
de prueba de dimensión
Panel v-statistic -1,45 2,80** 1,02 1,24 1,32 1,96 1,85
Panel p-statistic -23,98*** -13,65*** -7,21** -6,28** -8,97** -17,02*** -19,8**
Panel pp-statistic -33,26*** -17,68*** -9,21** -8,80** -12,06** -22,81*** -26,18***
Panel ADF-statistic -25,97*** -13,85*** -7,98** -8,82** -9,21** -18,13*** -22,37***
Entre las estadísticas
de prueba de dimensión
Panel p-statistic -35,78*** -11,62** -5,94** -5,28** -7,17** -14,47*** -17,41***
Group pp-statistic -62,80*** -18,49*** -9,48 -9,20** -12,78** -24,13*** -28,03***
Panel ADF-statistic -48,46*** -13,47*** -8,12** -9,22** -7,76** -16,93*** -21,68***
Nota: **significancia al 1 %, ***significancia al 1 %.
Los resultados de la prueba de cointegración de Pedroni y Wes-
terlund tienen dos limitaciones; solo muestra la existencia de un vec-
tor de cointegración, pero no reporta la fuerza del vector o el efecto
individual en cada país. La Tabla 6 muestra los resultados encontra-
dos en esta etapa de la estimación. El panel DOLS es paramétrico y
constituye una opción alternativa para obtener el estimador de panel
OLS totalmente modificado desarrollado por Phillips Moon (1999) y
Pedroni (2001). Estimamos la fuerza del vector de cointegración de
Pedroni (2001) formalizado en la Ecuación (5). Primero, reportamos
los estimadores obtenidos por mínimos cuadrados dinámicos (DOLS)
para los países individualmente con efectos de tiempo fijo (WT) y sin
efecto de tiempo (WOT).
El PIB per cápita y el consumo de energía se expresaron en lo-
garitmos, mientras que el capital humano esta medido en tasa. Los
estimadores se interpretan como elasticidad de una manera directa.
Observamos que existe una relación positiva, entre el PIB per cápita
el consumo de energía y el capital humano. Si el coeficiente tiende o
es mayor que 1, la fuerza del vector de cointegración es contunden-
te. Podemos apreciar esta relación en los países de ingresos medios
bajos, ingresos bajos e ingresos extremadamente bajos. Es decir, tie-
nen un vector de cointegración que indica que los cambios tanto en
capital humano como en el consumo de energía tienen un impacto
fuerte en el crecimiento económico de los países. Por el contrario, en
los grupos de países con ingresos elevados los coeficientes no supe-
ran la unidad, pero se acercan a esta medida.
Estimamos la fuerza del vector de cointegración por grupos de
países, que mostramos en la Tabla 7. Estimamos un modelo con va-
riable dummy y otro sin variable dummy, para asegurar la consisten-
cia de los parámetros obtenidos. Encontramos que, en el caso de la
variable energía, el coeficiente es estadísticamente significativo para
todos los grupos de países, excepto el de ingresos altos. En el caso
de la variable capital humano, por el contrario, resulta ser significativa
solo en el grupo de países con ingresos medios altos. Los resultados
sin la variable dummy enfatizan que la fuerza del vector de cointegra-
ción es más significativa en la variable energía, mientras que, para el
capital humano resulta débil para todos los grupos de países, incluido
el global.
Los resultados de la prueba de causalidad del tipo Granger cal-
culada sobre la base de la prueba propuesta por Dumitrescu y Hurlin
(2012) se presentan en la Tabla 8. En los países de ingresos extrema-
damente altos y bajos ingresos existe causalidad. Existe una relación
causal bidireccional entre el crecimiento y la energía. Estos resultados
son similares a los encontrados en la investigación de Paul y Bhatta-
charya (2004) quienes investigaron la relación causal entre el consu-
mo de energía y el crecimiento económico en India.
Al aplicar el enfoque de cointegración de Engle-Granger a los
datos de la India para el período 1950-1960, encontraron una cau-
salidad bidireccional entre el consumo de energía y el crecimiento
económico. Los resultados muestran también la causalidad unidirec-
cional desde el consumo de energía hasta el crecimiento para todos
los grupos de países, excepto, el grupo de ingresos extremadamente
altos. Finalmente, en los países de bajos ingresos existe una causali-
dad que va desde el capital humano hasta el crecimiento económico.
Los resultados de la prueba de causalidad sugieren que el consu-
mo de energía eléctrica es un determinante del crecimiento económi-
co. Es un factor indispensable para la producción especialmente en el
sector industrial. Partiendo de este análisis, la generación de energía
eléctrica también puede ocasionar impactos negativos. Un cambio a
energías renovables puede contribuir al aumento de la producción sin
ocasionar daños ambientales. Mientras que en el caso del capital hu-
mano no mostró un comportamiento significativo a nivel de ingresos
elevados, pero si en países con ingresos bajos.
46
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 5 Resultados de la corrección de error de Westerlund
Statistic Value Z-value P-value
GLOBAL
Energía
Gt -4,93 -34,82 0
Ga -37,15 -41,24 0
Pt -58,92 -41,9 0
Pa -42,1 -60,28 0
Cap. Hum.
Gt -4,89 -34,27 0
Ga -36,46 -40,11 0
Pt -59,64 -42,73 0
Pa -42,82 -61,59 0
PIEA
Energía
Gt -4,81 -14,36 0
Ga -39,48 -19,45 0
Pt -23,73 -16,09 0
Pa -39,17 -23,73 0
Cap. Hum.
Gt -5,16 -16,4 0
Ga -40,15 -19,92 0
Pt -23,24 -15,53 0
Pa -37,41 -22,34 0
PIA
Energia
Gt -5,04 -10,02 0
Ga -37,33 -11,47 0
Pt -13,45 -8,28 0
Pa -31,24 -11,19 0
Cap. Hum
Gt -5,21 -10,67 0
Ga -37,67 -11,62 0
Pt -14,61 -9,64 0
Pa -35,91 -13,54 0
PIMA
Energía
Gt -5,02 -8,79 0
Ga -37,89 -10,34 0
Pt -11,25 -6,59 0
Pa -33,6 -10,91 0
Cap huma
Gt -4,96 -8,58 0
Ga -36,48 -9,77 0
Pt -12,02 -7,48 0
Pa -33,52 -10,88 0
PIMB
Energia
Gt -4,96 -14,91 0
Ga -36,48 -16,93 0
Pt -21,29 -13,52 0
Pa -33,24 -18,63 0
Cap. Hum
Gt -4,75 -13,68 0
Ga -35,82 -16,48 0
Pt -21,81 -14,13 0
Pa -33,49 -18,83 0
PIB
Energia
Gt -4,66 -17,23 0
Ga -33,61 -19,58 0
Pt -29,01 -19,03 0
Pa -37,35 -28,52 0
Cap. Hum
Gt -4,29 -14,49 0
Ga -29,52 -15,89 0
Pt -26,85 -16,51 0
Pa -35,13 -26,29 0
PIEB
Energia
Gt -5,35 -17,9 0
Ga -40,78 -20,82 0
Pt -30,77 -24,04 0
Pa -52,7 -35,12 0
Cap. Hum.
Gt -5,53 -18,97 0
Ga -43,9 -23,07 0
Pt -32,44 -25,99 0
Pa -56,3 -38,01 0
47
Lara E.& Iñiguez K.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Resultados del modelo DOLS individual para países
PIEA PIA PIMA
País ENERGIA CH País ENERGIA CH País ENERGIA CH
WD WOD WD WOD WD WOD WD WOD WD WOD WD WOD
Alemania 0,17 0,1 -0,01 -0,01 Arabia Saudita -0,19 -0,29 0,13 0 Eslovenia 0,09 0,11 0,07 0,05
Australia 0,053 0,16 -0,1 -0,07 Baharian 0,22 -0,2 -0,04 0,17 Gabón 0,99 0,67 1,16 0,7
Austria 0,054 0,65 -0,1 0,27 España -0,05 0,55 0,01 0,02 Italia 0,52 0,91 -0,19 -0,09
Bélgica 0,01 0,8 -0,01 -0,22 Grecia 0,71 1,02 0,07 0,08 Malta -0,12 0,36 -0,12 0,16
Brunei -0,61 -0,57 -0,12 0,02 Israel 0,017 0,39 0,04 0,02 Rep. Corea 0,37 0,61 0,07 0,01
Canadá 0,03 0,39 0,01 0,07 Nueva Zelanda -0,41 -0,52 -0,04 0,15 Rep. Checa -0,11 0,97 0,1 0,03
Chipre 0,13 0,6 -0,01 0 Portugal 0,53 0,8 0,16 -0,09
Dinamarca -0,06 0,098 0,01 0,12 Reino unido -0,16 0,53 0 -0,04
Emiratos 0,54 0,44 0 0,01 Singapur -0,44 0,32 -0,04 -0,02
Estados unidos -0,03 0,64 -0,07 -0,1
Finlandia 0,82 0,41 -0,005 0
Francia 0,12 0,28 -0,02 0,04
Islandia -0,02 -0,017 -0,041 -0,02
Irlanda 0,79 0,79 -0,048 -0,14
Japón 0,26 0,74 0,026 -0,05
Kuwait 0,13 0,2 -0,023 -0,06
Luxemburgo 0,68 0,92 -0,22 0,03
Países bajos 0,39 0,76 -0,02 -0,1
Noruega 0,09 0,64 0,03 0,05
Rusia 0 0,02 0,08 -0,05
Suecia 0,22 0,16 -0,05 -0,01
Suiza 0,3 0,64 0,015 0
48
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Resultados del modelo DOLS individual para países
PIMB PIB PIEB
País ENERGIA CH País ENERGIA CH País ENERGIA CH
WD WOD WD WOD WD WOD WD WOD WD WOD WD WOD
Argentina 0,83 1,04 0,09 0,05 Albania 0,36 0,36 -0,23 -0,22 Bangladesh -0,61 0,07 0,15 0,44
Brazil 1,3 -0,1 -0,32 -0,22 Argelia 0,5 0,46 -0,09 -0,16 Benín 0,57 -0,11 0,26 0,21
Chile 0,02 0,83 -0,56 -0,05 Armenia 3,93 5,03 3,37 3,62 Camerún 0,21 0,7 0,1 0,1
Costa Rica -0,1 -0,12 0,23 0,09 Bolivia 1,01 0,89 -0,02 -0,08 Congo 1,35 1,64 -0,08 0,02
Croacia 0,53 0,91 -0,18 0,03 Botsuana 0,37 0,32 0,11 0,09 Gana 0,47 0,12 -0,12 -0,43
Estonia 1,42 -4,87 -0,66 -1,52 Bulgaria 1,01 0,81 -0.00 -0,01 Haití 0,22 0,01 0,27 -0,01
Hungría 3,03 0,94 0,17 0,06 China 0,43 0,15 -0,09 -0,3 India -0,31 0,3 0,19 0,41
Irán 2,67 2,33 0,3 0,54 Colombia 0,58 0,31 0,02 0,03 Kenya 0,81 0,46 -0,03 -0,14
Letonia 0,37 -0,7 -2,29 0,03 Rep. Congo 0,07 0,02 0,17 0,53 Kirguistán -0,33 0,08 0,51 0,3
Libia 0,36 0,02 -0,08 0,17 Costa de marfil 0,65 0,65 -0,04 0,52 Moldova 1,5 -0,32 -2,21 -1,4
Lituania 4,19 4,3 -3,6 -4,66 Cuba 1,45 1,09 -0,14 -0,16 Mozambique -0,55 -0,52 -1,05 -0,83
Malasia 0,02 0,21 0,27 0,08 Rep dom. 0,18 0,12 0,03 -0,05 Myanmar -0,22 0,04 0,87 0,42
México 1,18 1,25 0,17 -0,38 Ecuador 0,25 0,49 -0,12 -0,1 Nepal -0,1 -0,19 -0,14 0,15
Panamá 1,52 1,29 0,43 -0,25 Egipto 1,59 0,7 -0,21 -0,1 Pakistán 0,38 0,31 0,15 0,01
Polonia -3,34 -9,82 -0,47 -5,46 El salvador 1,6 1,14 -0,03 0,14 Senegal 0,57 0,22 -0,07 -0,02
Rusia -0,14 2,33 0,22 0,23 Guatemala 0,1 0,3 0,21 0,03 Sudan -0,02 0,29 -0,22 -0,31
Eslovaquia 5,62 -1,9 -0,06 -1,18 Honduras -0,17 -0,02 0,29 0,09 Tajikistan -0,25 0,34 -0,17 -0,47
Sudáfrica -0,19 -0,33 -0,22 -0,09 Indonesia -0,02 0,16 -0,1 0,02 Tanzania 1,45 1,26 -0,06 0,19
Trinidad y Tobago 0,89 0,41 0,45 4,41 Iraq 0,15 0,29 0,29 -1,09 Togo 0,48 -0,21 0,32 0,11
Turquia 1,22 0,08 0,27 -0,13 Jamaica 0,32 0,34 -0,29 -0,35 Vietnam 1,21 -0,06 -0,81 -0,71
Uruguay 0,91 1,75 0,29 -0,25 Jordán 0,64 0,92 -0,19 -0,03 Yemen -0,22 -0,08 -0,2 0
Kazajistán 1,64 0,34 -0,49 -0,78 Zambia 0,06 0,55 0,29 0,14
Mauricio -0,47 0,57 -0,46 -0,19 Zimbawe 0,64 -0,21 -0,13 0,01
Mongolia 0,41 1,06 0,11 -0,16
Marruecos -0,35 0,4 -0,19 0,24
Namibia 0,2 0,18 -0,07 -0,07
Nicaragua 1,34 0,56 0,07 1,3
Paraguay 0,55 0,53 -0,04 0,01
Peru 0,87 0,79 -0,12 -0,12
Filipinas 0,5 0,77 0,26 -0,02
Rumania 1,76 1,4 0,41 1,05
Serbia -1,83 -4,09 -0,35 -0,61
Sri Lanka 0,84 0,3 -0,12 -0,1
Tailandia 0,01 0,48 0,1 0,04
Tunisia 0,21 0,3 -0,16 0,62
Ucrania 1,28 1,59 0,02 -0,07
49
Lara E.& Iñiguez K.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 7. Resultados del modelo PDOLS para grupos de países
Grupos
With Time Dummy Without Time Dummy
Energía Capital Humano Energía Capital Humano
βit-statitics βit-statistics βit-statistics βit-statistics
GLOBAL 0,74 20,56 0,02 -1,25 0,47 26,14 -0,06 -0,49
PIEA 0,19 2,81 -0,03 -1,62 0,4 10,93 -0,009 -1,41
PIA 0,02 0,53 0,03 0,56 0,29 3,75 0,03 0,93
PIMA 0,32 3,57 0,16 2,05 0,64 10,96 0,14 1,9
PIMB 1,06 4,94 -0,26 -0,75 -0,005 7,28 -0,41 -1,74
PIB 0,61 12,21 0,04 -1,32 0,55 15,46 0,09 -0,47
PIEB 0,31 3,65 -0,09 1,2 0,2 4,87 -0,07 1,04
Nota: *, ** indica el rechazo de la hipótesis nula en el nivel del 5 %, 10 % respectivamente para H0: = 1
Tabla 8. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin
Dirección causal Grupo W-bar Z-bar P-value
Crecimiento→Energía
GLOBAL 1,58 4,59 0
PIEA 2,3 4,31 0
PIA 0,79 -0,42 0,66
PIMA 1,87 1,63 0,1
PIMB 0,9 -0,29 0,76
PIB 2,12 4,77 0
PIEB 0,96 -0,12 0,89
Crecimiento→CH
Global 0,94 -0,43 0,66
PIEA 0,98 -0,05 0,95
PIA 0,77 -0,48 0,63
PIMA 1,47 0,89 0,37
PIMB 0,79 -0,65 0,51
PIB 0,73 -1,11 0,26
PIEB 1,26 0,88 0,37
Energía →Crecimiento
Global 2,57 12,13 0
PIEA 0,94 -0,17 0,86
PIA 1,78 1,66 0,09
PIMA 2,57 2,95 0
PIMB 6,11 16,56 0
PIB 2,2 5,12 0
PIEB 1,8 2,74 0
CH →Crecimiento
Global 1,44 3,44 0
PIEA 1,39 1,3 0,19
PIA 0,73 -0,57 0,56
PIMA 0,77 -0,41 0,68
PIMB 1,25 0,81 0,41
PIB 2,49 6,34 0
PIEB 0,53 -1,59 0,11
50
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
3.4 |Conclusiones e implicaciones de po-
lítica.
Los resultados del modelo GLS muestran evidencia que com-
prueba el modelo planteado por Solow (1956) para los países de in-
gresos: extremadamente altos, medios bajos, bajos y extremadamen-
te bajos en el caso del capital humano. Con respecto a la variable
energía, la relación fue positiva para todos los países. El principal ob-
jetivo de esta investigación fue examinar la relación entre el consumo
de energía, el capital humano y el producto per cápita real para 118
países durante 1970-2016 a través de técnicas de cointegración con
datos de panel. A través de la prueba de cointegración de Pedroni
(1999) y Westerlund (2007) verificamos la existencia de un equilibrio
a largo y corto plazo entre las variables. Estimamos un modelo DOLS
y PDOLS con y sin efectos de tiempo, para determinar la fuerza del
vector de cointegración para cada país de manera individual y para
cada grupo de países. En general, los resultados muestran que en los
grupos de países de ingresos medios bajos, bajos y extremadamente
bajos, la fuerza del vector de cointegración es significativa, y solo pa-
ra algunos países la relación es negativa. En los grupos de países con
ingresos altos la relación no fue contundente. Finalmente, la prueba
de causalidad muestra una relación unidireccional desde el consumo
de energía hasta el crecimiento para todos los grupos de países, ex-
cepto, el grupo de ingresos extremadamente altos y altos. Además,
en los países de bajos ingresos existe una causalidad que va desde
el capital humano hasta el crecimiento económico. No se evidencia
el mismo comportamiento para todos los grupos. Estos resultados
sugieren que en todos los países el crecimiento económico depende
del consumo de energía; sin embargo, el capital humano no tiene el
mismo efecto. Las implicaciones de las políticas derivadas de los re-
sultados de esta investigación sugieren que se deben buscar nuevas
fuentes de generación de energía debido a su fuerte relación con el
crecimiento, las mismas que tendrían que involucrar a todos los ac-
tores sociales y económicos. El capital humano no deja de tener un
papel importante en el crecimiento por lo que no solo es necesario
una mayor inversión en este sector, sino más bien una inversión es-
tratégica que garantice el desarrollo de los países. Una limitación al
momento de desarrollar la investigación, fue la falta de datos para las
variables en todos los países de la base de datos del Banco Mundial,
fue necesario realizar una interpolación. En una extensión para futu-
ras investigaciones, se podría prestar especial atención consumo de
energías renovables, para que junto con el capital humano, se analice
el impacto al crecimiento económico mundial.
Referencias bibliográficas
[1] Adams, S., Klobodu, E. K. M., Opoku, E. E. O. (2016).
Energy consumption, political regime and economic
growth in sub-Saharan Africa. Energy Policy, 96, 36–44.
[2] Afzal, M., Rehman, H. U., Farooq, M. S., Sarwar, K.
(2011). Education and economic growth in Pakistan: A
cointegration and causality analysis. International Jour-
nal of Educational Research, 50(5–6), 321–335.
[3] Ahsan, H., Haque, M. E. (2017). Threshold effects of
human capital: Schooling and economic growth. Econo-
mics Letters, 156, 48–52.
[4] Alshehry, A. S., Belloumi, M. (2015). Energy consum-
ption, carbon dioxide emissions and economic growth:
The case of Saudi Arabia. Renewable and Sustainable
Energy Reviews,
[5] Antonakakis, N., Chatziantoniou, I., Filis, G. (2017).
Energy consumption, CO2emissions, and economic
growth: An ethical dilemma. Renewable and Sustaina-
ble Energy Reviews, 68(September 2016), 808–824.
[6] Appiah, M. O. (2018). Investigating the multivariate
Granger causality between energy consumption, econo-
mic growth and CO2emissions in Ghana. Energy Policy,
112(October 2017), 198–208.
[7] Arshad, S., Munir, K. (2015). Factor Accumulation and
Economic Growth in Pakistan: Incorporating Human Ca-
pital. Munich Personal RePEc Archive, (61160).
[8] Asteriou, D., Agiomirgianakis, G. . (2001). Human ca-
pital and economic growth. Journal of Policy Modeling,
23(5), 481–489.
[9] Astorga, P. (2010). A century of economic growth in La-
tin America. Journal of Development Economics, 92(2),
232–243.
[10] Atems, B., Hotaling, C. (2018). The effect of renewable
and nonrenewable electricity generation on economic
growth. Energy Policy, 112(October 2017), 111–118.
[11] Attanasio, O., Meghir, C., Nix, E., Salvati, F. (2017).
Human capital growth and poverty: Evidence from
Ethiopia and Peru. Review of Economic Dynamics, 25,
234–259.
[12] Azam, M., Khan, A. Q., Bakhtyar, B., Emirullah, C. (2015).
The causal relationship between energy consumption
and economic growth in the ASEAN-5 countries. Rene-
wable and Sustainable Energy Reviews, 47, 732–745.
[13] Bakirtas, T., Akpolat, A. G. (2018). The relationship bet-
ween energy consumption, urbanization, and economic
growth in new emerging-market countries. Energy, 147,
110–121.
51
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[14] Birchenall, J. A. (2001). Income distribution, human ca-
pital and economic growth in Colombia. Journal of De-
velopment Economics, 66(1), 271–287. Breton, T. R.
(2015). Human capital and growth in Japan: Converging
to the steady state in a 1
[15] Čadil, J., Petkovová, L., Blatná, D. (2014). Human Ca-
pital, Economic Structure and Growth. Procedia Econo-
mics and Finance, 12(March), 85–92.
[16] Castelló-Climent, A., Hidalgo-Cabrillana, A. (2012). The
role of educational quality and quantity in the process
of economic development. Economics of Education Re-
view, 31(4), 391–409.
[17] Castex, G., Kogan Dechter, E. (2014). The Changing
Roles of Education and Ability in Wage Determination.
Journal of Labor Economics, 32(4), 685–710.
[18] Chen, Y., Fang, Z. (2017). Industrial electricity consum-
ption, human capital investment and economic growth
in Chinese cities. Economic Modelling, (September),
1–15.
[19] Cheng-Lang, Y., Lin, H. P., Chang, C. H. (2010). Li-
near and nonlinear causality between sectoral electri-
city consumption and economic growth: Evidence from
Taiwan. Energy Policy, 38(11), 6570–6573.
[20] Choi, K.-H., Shin, S. (2015). Population aging, econo-
mic growth, and the social transmission of human capi-
tal: An analysis with an overlapping generations model.
Economic Modelling, 50, 138–147.
[21] Conti, M., Sulis, G. (2016). Human capital, employment
protection and growth in Europe. Journal of Comparati-
ve Economics, 44(2), 213–230.
[22] Davin, M., Gente, K., Nourry, C. (2015). Should a
country invest more in human or physical capital?
Mathematical Social Sciences, 76, 44–52.
[23] Delogu, M., Docquier, F., Machado, J., Beine, M., Bertoli,
S., Chabé-Ferret, B., ... Toulemonde, E. (2017). Globali-
zing labor and the world economy: the role of human
capital *. Journal of Economic Growth, 1–42.
[24] Dias, J., Tebaldi, E. (2012). Institutions, human capi-
tal, and growth: The institutional mechanism. Structural
Change and Economic Dynamics, 23(3), 300–312.
[25] Dissou, Y., Didic, S., Yakautsava, T. (2016). Govern-
ment spending on education, human capital accumula-
tion, and growth. Economic Modelling, 58, 9–21.
[26] Eicher, T., García-Palosa, C., Ypersele, T. (2009). Educa-
tion, corruption, and the distribution of income. Journal
of Economic Growth, 14(3), 205–231.
[27] Fadaee Khorasgani, M. (2008). Higher education deve-
lopment and economic growth in Iran. Education, Busi-
ness and Society: Contemporary Middle Eastern Issues,
1(3), 162–174.
[28] Fang, Z., Chang, Y. (2016). Energy, human capital and
economic growth in Asia Pacific countries - Eviden-
ce from a panel cointegration and causality analysis.
Energy Economics, 56, 177–184.
[29] Faria, H. J., Montesinos-yufa, H. M., Morales, D. R., Car-
los, E. (2016). Unbundling the roles of human capital and
institutions in economic development. European Jour-
nal of Political Economy.
[30] Fleisher, B., Li, H., Zhao, M. Q. (2010). Human capital,
economic growth, and regional inequality in China. Jour-
nal of Development Economics, 92(2), 215–231.
[31] Freire-Serén, M. J., Panadés i Martí, J. (2013). Tax
avoidance, human capital accumulation and economic
growth. Economic Modelling, 30(1), 22–29.
[32] Gennaioli, N., La Porta, R., Lopez De Silanes, F., Shlei-
fer, A. (2014). Growth in regions. Journal of Economic
Growth, 19(3), 259–309.
[33] Gozgor, G., Lau, C. K. M., Lu, Z. (2018). Energy consum-
ption and economic growth: New evidence from the
OECD countries. Energy, 153, 27–34.
[34] Guarnizo, S., Jumbo, F. (2019). Efecto del capital hu-
mano y crecimiento económico en el desempleo a nivel
global y por grupos de países. Revista Vista Económica,
6(1), 49-62.
[35] Hamdi, H., Sbia, R., Shahbaz, M. (2014). The nexus bet-
ween electricity consumption and economic growth in
Bahrain. Economic Modelling, 38, 227–237.
[36] Hanushek, E. A. (2013). Economic growth in developing
countries: The role of human capital. Economics of Edu-
cation Review, 37, 204–212.
[37] Huggett, M., Kaplan, G. (2016). How large is the stock
component of human capital? Review of Economic Dy-
namics, 22, 21–51.
[38] Judson, R. (1998). Economic Growth and Investment in
Education: How Allocation Matters. Journal of Econo-
mic Growth, 3(4), 337–359.
52
Efecto del consumo de energía y capital humano sobre el crecimiento económico...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[39] Kahouli, B. (2018). The causality link between energy
electricity consumption, CO2 emissions, RD stocks and
economic growth in Mediterranean countries (MCs).
Energy, 145, 388–
[40] Karanfil, F., Li, Y. (2015). Electricity consumption and
economic growth: Exploring panel-specific differences.
Energy Policy, 82(1), 264–277.
[41] Kemnitz, A., Wigger, B. U. (2000). Growth and social
security: the role of human capital. European Journal of
Political Economy, 16(4), 673–683.
[42] Kourtzidis, S. A., Tzeremes, P., Tzeremes, N. G. (2018).
Re-evaluating the energy consumption-economic
growth nexus for the United States: An asymme-
tric threshold cointegration analysis. Energy, 148,
537–545.
[43] Kristjanpoller R., W., Sierra C., A., Scavia D., J. (2018).
Dynamic co-movements between energy consumption
and economic growth. A panel data and wavelet pers-
pective. Energy
[44] Kuhnen, C. M., Oyer, P. (2016). Exploration for Human
Capital: Evidence from the MBA Labor Market. Journal
of Labor Economics, 34(S2), S255–S286.
[45] Lin, B., Liu, C. (2016). Why is electricity consumption in-
consistent with economic growth in China? Energy Po-
licy, 88, 310–316.
[46] Mezghani, I., Ben Haddad, H. (2017). Energy consum-
ption and economic growth: An empirical study of the
electricity consumption in Saudi Arabia. Renewable and
Sustainable Energy Reviews, 75(October), 145–156.
[47] Osman, M., Gachino, G., Hoque, A. (2016). Electricity
consumption and economic growth in the GCC coun-
tries: Panel data analysis. Energy Policy, 98, 318–327.
[48] Ouyang, Y., Li, P. (2018). On the nexus of financial de-
velopment, economic growth, and energy consumption
in China: New perspective from a GMM panel VAR ap-
proach. Energy Economics, 71, 238–252.
[49] Pablo-Romero, M. del P., Sánchez-Braza, A. (2015). Pro-
ductive energy use and economic growth: Energy, physi-
cal and human capital relationships. Energy Economics,
49, 420–429.
[50] Park, J. (2006). Dispersion of human capital and
economic growth. Journal of Macroeconomics, 28(3),
520–539.
[51] Prados de la Escosura, L., Rosés, J. R. (2010). Human
capital and economic growth in Spain, 1850-2000. Ex-
plorations in Economic History, 47(4), 520–532.
[52] Qadri, F. S., Waheed, A. (2014). Human capital and eco-
nomic growth: A macroeconomic model for Pakistan.
Economic Modelling, 42, 66–76.
[53] Rafindadi, A. A., Ozturk, I. (2016). Effects of financial
development, economic growth and trade on electri-
city consumption: Evidence from post-Fukushima Ja-
pan. Renewable and Sustainable Energy Reviews, 54,
1073–1084.
[54] Ramos, A., Jumbo, B. (2018). Emisiones de C02, urbani-
zación, consumo de energía eléctrica y capital humano,
un análisis de cointegración para datos de panel a nivel
mundial período 1986-2016. Revista Vista Económica,
5(1), 90-104.
[55] Salahuddin, M., Alam, K. (2016). Information and Com-
munication Technology, electricity consumption and
economic growth in OECD countries: A panel data
analysis. International Journal of Electrical Power and
Energy Systems, 76, 185–193.
[56] Salim, R., Yao, Y., Chen, G. S. (2017). Does human ca-
pital matter for energy consumption in China? Energy
Economics, 67, 49–59.
[57] Sarwar, S., Chen, W., Waheed, R. (2017). Electricity con-
sumption, oil price and economic growth: Global pers-
pective. Renewable and Sustainable Energy Reviews,
76(February 2016), 9–18.
[58] Schündeln, M., Playforth, J. (2014). Private versus so-
cial returns to human capital: Education and econo-
mic growth in India. European Economic Review, 66,
266–283.
[59] Shahbaz, M., Hoang, T. H. Van, Mahalik, M. K., Roubaud,
D. (2017). Energy consumption, financial development
and economic growth in India: New evidence from a
nonlinear and asymmetric analysis. Energy Economics,
63, 199–212.
[60] Shahbaz, M., Zakaria, M., Shahzad, S. J. H., Mahalik,
M. K. (2018). The energy consumption and economic
growth nexus in top ten energy-consuming countries:
Fresh evidence from using the quantile-on-quantile ap-
proach. Energy Economics, 71, 282–301.
[61] Shao, S., Yang, L. (2014). Natural resource dependen-
ce, human capital accumulation, and economic growth:
A combined explanation for the resource curse and the
resource blessing. Energy Policy, 74(C), 632–642.
53
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[62] Tang, C. F., Tan, B. W., Ozturk, I. (2016). Energy consum-
ption and economic growth in Vietnam. Renewable and
Sustainable Energy Reviews, 54, 1506–1514.
[63] Teixeira, A. A. C., Queirós, A. S. S. (2016). Econo-
mic growth, human capital and structural change: A
dynamic panel data analysis. Research Policy, 45(8),
1636–1648.
[64] Tillaguango, B., Loaiza, V. (2019). Efecto causal de la
energía sustentable y no sustentable en el crecimiento
económico: nueva evidencia empírica global por grupos
de países. Revista Vista Económica, 6(1), 37-48.
[65] Tugcu, C. T., Topcu, M. (2018). Total, renewable
and non-renewable energy consumption and economic
growth: Revisiting the issue with an asymmetric point
of view. Energy, 152, 64–
[66] Tzeremes, N. G. (2014). The effect of human capital
on countries’ economic efficiency. Economics Letters,
124(1), 127–131.
[67] Wolde-Rufael, Y. (2014). Electricity consumption and
economic growth in transition countries: A revisit using
bootstrap panel Granger causality analysis. Energy Eco-
nomics, 44, 325–330.
[68] Zhang, C., Zhuang, L. (2011). The composition of hu-
man capital and economic growth: Evidence from Chi-
na using dynamic panel data analysis. China Economic
Review, 22(1), 165–171.
54
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Los determinantes de la malnutrición infantil en Loja
The determinants of child malnutrition in Loja
Jairo Rivera-Vásquez1| Stephany
Olarte-Benavides2| Nadya Rivera-Vásquez3
1Universidad Andina Simón Bolívar
2Universidad Técnica Particular de Loja
3Universidad Tecnológica Equinoccial
Correspondencia
Jairo Israel Rivera Vásquez
Email: isritariv@hotmail.com
Agradecimientos
Departamento de Investigación Universidad
Andina Simón Bolivar, Universidad Tecnica
Particular de Loja y Universidad Tecnológica
Equinoccial
Fecha de recepción
Enero 2021
Fecha de aceptación
Junio 2021
Dirección
Cdla. universitaria "Universidad de Guayaquil",
Malecon del Salado Av. Delta y Av. Kennedy
RESUMEN
El Ecuador tiene un problema difícil de malnutrición infantil, donde sus prevalencias de
desnutrición crónica y sobrepeso son superiores al promedio latinoamericano. Dentro
del país existe una diversidad de prevalencias entre las provincias, donde Loja presenta
indicadores ligeramente superiores al promedio nacional. En ese sentido, esta investi-
gación tiene como objetivo el analizar la malnutrición infantil en Loja y su evolución. La
metodología es cuantitativa, usando las Encuestas de Condiciones de vida de 1999-2006-
2014, a través de modelos econométricos con análisis de regresión probabilística. Los
principales resultados del estudio son que la malnutrición infantil presenta diferentes de-
terminantes en desnutrición y sobrepeso, donde la desnutrición se asocia a características
del hogar, y el sobrepeso no tiene un determinante definido.
Palabras clave: desnutrición, sobrepeso, Ecuador, Loja, análisis de regresión.
Códigos JEL: O14. E24. C33.
ABSTRACT
Ecuador has a hard problem of child malnutrition, where its prevalence of stunting and over-
weight is higher than the Latin American average. Within the country there is a diversity
of prevalence among the provinces, where Loja presents indicators slightly higher than the
national average. In this sense, this research aims to analyze child malnutrition in Loja and
its evolution. The methodology is quantitative, using the Living Conditions Surveys from
1999-2006-2014, through econometric models with probabilistic regression analysis. The
main results of the study are that child malnutrition presents different determinants of
malnutrition and overweight, where stunting is associated with household characteristics,
and overweight does not have a defined determinant.
Keywords: Panel data; Unemployment; Industrialization.
JEL codes: O14. E24. C33.
55
Rivera J. Olarte S. & Rivera N.
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
La malnutrición infantil afecta el desarrollo de la población y refleja
inequidades dentro de las sociedades, en esa línea, su análisis y com-
bate es “fundamental para promover el desarrollo económico” (Ama-
rante, Figueroa y Ullman 2018, p.1). Alrededor del mundo se real-
izan esfuerzos conjuntos para el combate a la malnutrición infantil,
la cual se asocia con varios de los 17 objetivos específicos presentes
en los Objetivos de Desarrollo Sostenible creados por las Naciones
Unidas (ONU 2019).
El problema está en que la malnutrición tiene repercusiones en
el desarrollo individual y de la sociedad, entendida como una restric-
ción a la libertad de las personas, la cual tiene dos razones cruciales
de valoración: “1) es importante por derecho propio para la libertad
total de la persona, y 2) es importante para aumentar las oportu-
nidades de la persona para obtener resultados valiosos” (Sen 2012,
p.18). En ese sentido, la malnutrición es un limitante en el desarrollo
de las capacidades de las personas.
La malnutrición tiene distintas formas de manifestarse, ya sea
como retraso en el crecimiento, bajo peso para la edad, deficien-
cia de nutrientes o exceso de peso (UNICEF 2013). A nivel mundial,
existe una tendencia de reducción de la desnutrición infantil, y un in-
cremento del sobrepeso (WHO 2019), aunque con particularidades
dentro de las distintas regiones (Black et al. 2013). Actualmente, la
malnutrición afecta a uno de cada tres niños menores de cinco años,
y en América Latina afecta a uno de cada cinco niños (FAO 2015).
En Ecuador la malnutrición infantil presenta una tendencia sim-
ilar, donde existe una reducción de la desnutrición, y un incremento
del sobrepeso (Freire et al. 2018). Sin embargo, los niveles de desnu-
trición en el país son alarmantes, siendo el segundo país de América
Latina con la tasa más alta (IFPRI 2016). La evolución de la malnutri-
ción ha tenido diferentes ritmos, presentando una ralentización de
la disminución de la desnutrición crónica desde el año 2006, acom-
pañada de un incremento en el ritmo de crecimiento del sobrepeso.
Para el año 1986 la desnutrición crónica se ubicaba en 40
El objetivo del artículo es analizar la malnutrición infantil en
Loja y su evolución, desagregando los resultados por desnutrición
y sobrepeso infantil, lo cual aporta con insumos para el desarrollo
de políticas públicas. Para ello, se emplea una metodología cuanti-
tativa, que utiliza datos de la Encuesta de Condiciones de Vida, que
realiza estimaciones mediante modelos de regresión probabilísticos
para la desnutrición infantil y el sobrepeso infantil.
El documento se estructura de la siguiente manera: la sección
2 presenta el marco teórico y la evidencia empírica. La sección 3 ex-
hibe los datos y métodos utilizados. La sección 4 muestra los resul-
tados obtenidos del modelo probabilístico y contiene una discusión
de los resultados. Finalmente, la sección 5 exhibe las conclusiones.
2|REVISIÓN DE LITERATURA
La malnutrición es un problema del desarrollo que afecta a las per-
sonas de todas las edades. Sin embargo, la que es más perniciosa
y tiene mayores repercusiones en el desarrollo es la denominada
malnutrición infantil (Engle et al. 2007). Dicha malnutrición afecta
a las personas dentro de sus procesos de crecimiento iniciales, que
son cruciales, donde se forman sus habilidades cognitivas y no cog-
nitivas, lo cual genera rezagos y complicaciones hacia el mediano y
largo plazo (Cunha y Heckman 2007).
Actualmente, la malnutrición infantil es un problema social
que está presente a nivel global, con una transición nutricional y
epidemiológica, relacionada con cambios socioeconómicos y cul-
turales, que se caracteriza por una tendencia a la disminución de
la desnutrición y un incremento del sobrepeso y la obesidad (Sun-
daram 2015). La malnutrición infantil, entendida como una falla en
ese proceso normal de desarrollo, es causada por factores multidi-
mensionales que se relacionan con elementos del niño, de su hogar
y de la comunidad en general (Banco Mundial 2006).
Las causas de la malnutrición pueden ser organizadas por fac-
tores: inmediatos, subyacentes y básicos (UNICEF 2013). Los fac-
tores inmediatos en temas de desnutrición se refieren a aquellas
causas individuales ligadas al consumo de alimentos de forma inade-
cuada, poca diversidad de la dieta, y enfermedades; y, en relación
con el sobrepeso se asocian con el consumo de alimentos con alta
densidad calórica y falta de actividad física.
Los factores subyacentes en temas de desnutrición están rela-
cionados con causas del hogar como el inoportuno acceso a alimen-
tos, pobreza, falta de seguridad y soberanía alimentaria, prácticas in-
adecuadas de atención y cuidado materno-infantil, y falta de acceso
a servicios básicos y a un ambiente saludable (Black et al., 2008).
Adicionalmente, en lo referente a sobrepeso se relaciona con la
presencia de un ambiente favorable hacia el consumo de alimentos
procesados, denominado también ambiente obesogénico, donde in-
fluye el precio, tiempo de preparación, y la publicidad; además, de
una inadecuada educación en nutrición, salud y cultura alimentaria
tradicional; y sedentarismo (Rivera 2014).
Los factores básicos son comunes para la desnutrición y el so-
brepeso; se refieren a las problemáticas estructurales presentes en
el contexto social, económico, político, en un esquema de global-
ización e industrialización, con cambios tecnológicos y culturales
que inciden en la malnutrición infantil (UNICEF 2019).
Las consecuencias pueden ser de corto, mediano, y largo
plazo, mayoritariamente de forma irreversible, afectando su poten-
cial como ser humano (FAO 2006). Los costos económicos de la mal-
nutrición se estiman en varios miles de millones de dólares al año en
el PIB (Berlinski y Schady 2015). La limitación en el desarrollo hace
que sea muy costosa, donde la inacción pública hace que las pérdi-
das que ocasiona se incrementen en el tiempo. Existen tres tipos de
pérdidas directamente relacionadas con la malnutrición: pérdidas
directas en la productividad física, pérdidas indirectas por el bajo
funcionamiento cognoscitivo y pérdidas en recursos por los altos
costos de salud (Banco Mundial 2006).
Para el Ecuador, los costos de la malnutrición han sido estima-
dos en alrededor de 4340 millones de dólares, un 4
De la revisión de la literatura del Ecuador sobre determinantes
de la malnutrición infantil, a nivel general, se encuentra que existe
una diversidad para la desnutrición y sobrepeso infantil (Freire et
al. 2013). Por un lado, la desnutrición infantil tiene relación con
las condiciones de vida de los hogares, en ese sentido, tiene mayor
prevalencia en los hogares de menores ingresos y se reduce a me-
dida que aumenta la riqueza (Larrea 2006). Al mismo tiempo, la
desnutrición infantil se encuentra afectada por la pobreza, el bajo
peso al nacer, el acceso a un suministro de agua, tamaño del hogar
y presencia de enfermedades (Malo, Mejía y Vinueza 2015). De
forma similar, la desnutrición se encuentra relacionada con el orden
de nacimiento, disponibilidad de carné de salud, disponibilidad de
agua segura, permanencia y cuidado de la madre, escolaridad y es-
tatura de la madre, prácticas de lactancia y pobreza (MCDS 2014).
Desafortunadamente, en temas de sobrepeso infantil no ha existido
un mayor análisis de las causas, aunque a nivel general se encuentra
que existe mayor prevalencia en los hogares con mayores ingresos
(Freire et al. 2013).
Además, las provincias presentan características propias y nive-
les de malnutrición particulares, donde sus determinantes son het-
erogéneos. Por ejemplo, dentro de la literatura de determinantes de
la desnutrición infantil para el Ecuador se encuentra que en Chimb-
orazo se relacionan con problemas en los servicios públicos como
alcantarillado (Rivera y Olarte 2020); en Manabí, los determinantes
de la desnutrición se asocian con el área de residencia y el orden
56
Los determinantes de la malnutrición infantil en Loja
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
nacimiento (Rivera, Olarte y Rivera 2020); en Santa Elena, los deter-
minantes de la desnutrición se asocian con la ruralidad y el bajo peso
(Rivera, Olarte y Rivera 2020); en Imbabura, los determinantes de
la desnutrición se relacionan con la pobreza y el bajo peso (Rivera,
Olarte y Rivera 2020). De igual forma, los determinantes del so-
brepeso infantil son particulares de cada provincia y denotan un con-
texto de una transición hacia el consumo de alimentos con menor
carga nutricional.
En este contexto, de varias causas de la malnutrición y con
problemas a nivel país, se procede a analizar la malnutrición infantil
de la provincia de Loja, la cual supera al promedio nacional. Este
estudio pretende aportar con los determinantes de la desnutrición
y el sobrepeso infantil, lo cual es un insumo fundamental para las
políticas públicas.
3|DATOS Y METODOLOGÍA
El estudio usa una metodología cuantitativa, fundamentada en
regresiones probabilísticas para estimar los determinantes de la
desnutrición y el sobrepeso infantil en Loja. Utiliza como fuente
de información a las Encuestas de Condiciones de Vida 1999, 2006
y 2014, y como contexto las Encuestas Nacionales de Salud y Nu-
trición 2012 y 2018. Las ECV tienen una representatividad na-
cional, por área, regiones y provincias; poseen información social,
económica y nutricional de la población, por lo que se convierten
en la principal fuente de información; y, son de libre acceso den-
tro de la página web del Instituto Nacional de Estadísticas y Censos
(INEC).
Dentro del procesamiento de datos, para el cálculo de la mal-
nutrición se utilizan los patrones de crecimiento de la OMS (WHO
2006), usando el software STATA. El modelo empleado es probabilís-
tico, PROBIT, con la intención de estimar la probabilidad de tener
desnutrición o sobrepeso, mediante la siguiente ecuación:
yi=ρX ambi ent al esi+γX so ci al esi+φX per sonal esi+ϵi(1)
donde Y es la variable principal, la variable de interés, siendo
una variable binaria que toma el valor de 1 si la persona tiene desnu-
trición crónica (sobrepeso) y 0 si la persona no tiene. Dentro de
las variables explicativas, se incluye variables continuas y binarias,
las cuales son: XAmbientales es un vector de variables ambientales
que incluye: área; XSociales es un vector de variables sociales que
incluye: pobreza por consumo, agua por red pública, servicio sani-
tario y alcantarillado, recolección de basura, tipo de techo, tipo de
paredes, tipo de piso, recibe vitamina A, y recibe hierro; XPerson-
ales es un vector de variables personales que incluye: sexo, edad,
bajo peso, presencia de diarrea, presencia de enfermedades respira-
torias, carné de salud, matrícula en guardería, prácticas de lactancia
correctas, cuidado de la madre, trabajo madre, deporte madre, or-
den de nacimiento, edad de la madre y educación de la madre; con
sus respectivos parámetros, ,,.
La Tabla 1 presenta las estadísticas descriptivas de las Encues-
tas de Condiciones de Vida para la provincia del Loja, donde existen
indicadores muy similares al promedio nacional (SENPLADES 2014).
A su vez, denotan una situación socioeconómica de progreso en el
tiempo, con menor pobreza y mayor acceso a servicios (Prefectura
de Loja 2015; INEC 2010). Por un lado, entre los factores ambi-
entales se observa que la población es mayoritariamente urbana;
además, entre los factores sociales se encuentra que la pobreza por
consumo se ha reducido, y ha incrementado los servicios de agua
por red pública, alcantarillado, y recolección de basura. Por otro
lado, entre los factores personales se observa que la población de
menores de cinco años es mayoritariamente masculina, con una re-
ducción en la prevalencia de enfermedades como la diarrea y las en-
fermedades respiratorias, y con madres que incrementan los años
de educación.
Tabla 1. Estadísticos descriptivos de las variables
Años
Variables 1999 2006 2014
Área rural Sí 60.9 69.2 46.5
No 39.1 30.8 53.5
Pobreza consumo Sí 72.7 62.1 42.3
No 27.3 37.9 57.7
Agua red pública Sí 40.8 47.0 74.7
No 59.2 53.1 25.3
Servicio sanitario y alc. Sí 39.9 28.7 56.0
No 60.1 71.3 44.0
Recolección basura mun. Sí 39.1 36.2 66.8
No 60.9 63.8 33.2
Techo adecuado Sí 34.0 33.0 50.2
No 66.0 67.0 49.8
Paredes adecuadas Sí 36.1 42.8 70.6
No 63.9 57.3 29.5
Piso adecuado Sí 24.6 19.5 35.1
No 75.5 80.5 64.9
Vitamina A Sí 7.9 25.9 52.7
No 92.1 74.1 47.3
Hierro Sí 16.9 18.7 49.4
No 83.1 81.3 50.6
Mujer Sí 41.7 46.1 41.4
No 58.3 53.9 58.6
Bajo peso Sí 0.9 0.9 4.4
No 99.1 99.1 95.6
Diarrea Sí 22.9 23.6 16.8
No 77.1 76.4 83.2
Enf. Respiratorias Sí 56.2 53.8 37.2
No 43.8 46.2 62.9
Carné de salud Sí 67.9 80.1 85.5
No 32.1 19.9 14.5
Matriculado guardería Sí 4.2 12.3 42.2
No 95.8 87.7 57.8
Lactancia correcta Sí 10.2 11.9 12.7
No 89.9 88.1 87.4
Cuidado madre Sí 80.8 84.3 84.2
No 19.2 15.7 15.8
Trabaja madre Sí 41.5 61.7 59.2
No 58.5 38.3 40.8
Deporte madre Sí 12.8 8.1 25.0
No 87.2 91.9 75.0
Orden de nacimiento Media 3.9 3.6 3.0
Edad meses del menor Media 32.4 30.8 32.1
Educación madre Media 10.2 9.2 10.9
Edad madre Media 31.5 29.2 29.9
57
Rivera J. Olarte S. & Rivera N.
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
4|DISCUCIÓN DE RESULTADOS
La malnutrición infantil en Loja presenta un comportamiento op-
uesto entre desnutrición y sobrepeso, como se indica en la figura
1. Por un lado, la desnutrición crónica infantil tiene una reducción
en el tiempo, donde se ubicaba en 35% a finales de los noventa, per-
maneciendo relativamente estable hasta 2006, ubicándose en 35%,
y con una reducción hasta 28% en 2014 y 23% en 2018. Por otra
parte, el sobrepeso infantil tiene un aumento, donde se ubicaba en
7% a finales de los noventa, llegando a 6% en 2006, alcanzando
10% en 2014 y 17% en 2018. Este resultado, si bien es particular
de la provincia, tiene similitud con lo encontrado en la evolución de
la malnutrición a nivel nacional (Rivera y Olarte 2020).
Figura 1. La malnutrición infantil en Loja.
La tabla 2 exhibe los resultados del modelo de desnutrición in-
fantil en Loja. Entre los factores que afectan a la desnutrición infantil
se encuentran las características del hogar, el orden de nacimiento y
la matrícula en la guardería. De ellos, los determinantes con mayor
magnitud son aquellos asociados con las características del hogar,
los cuales se asocian inversamente con la desnutrición; en esa línea,
los hogares con limitaciones en techo y paredes tienen mayor proba-
bilidad de presentar desnutrición, lo que se puede asociar con algún
tipo de necesidad insatisfecha.
Por otra parte, la tabla 3 presenta los resultados del modelo de
sobrepeso infantil, el cual tiene un patrón distinto al revisado en la
desnutrición. En este modelo no hay variables que determinen la
existencia del sobrepeso, en esa línea, no hay algún patrón especí-
fico, lo cual puede estar asociado a una alta heterogeneidad entre
las características de los menores.
Los resultados encontrados permiten visibilizar un problema
social dentro del Ecuador, y de la provincia de Loja, donde sus de-
terminantes ambientales, sociales y personales son propios de su
contexto, distintos a los encontrados en otras provincias, los cuales
pueden servir como insumos para las políticas públicas (Rivera,
Olarte y Rivera, 2020).
Tabla 2. Determinantes de la malnutrición infantil en Loja
Desnutrición Años
Variables 1999 2006 2014
Rural 0.00 0.12
(0.15) (0.08)
Pobre -0.69** -0.12 0.09
(0.22) (0.11) (0.07)
Agua red pública -0.93*** 0.16** 0.07
(0.07) (0.08) (0.06)
Servicio sanitario alc. 0.93 -0.15 0.11
(0.01) (0.15) (0.09)
Recolección basura mun. -0.78** 0.00 0.00
(0.18) (0.12) (0.08)
Techo adecuado -0.42 0.01 -0.14*
(0.18) (0.11) (0.07)
Paredes adecuadas 0.99 -0.15* -0.17**
(0.00) (0.09) (0.07)
Piso adecuado 0.40 0.12 -0.09
(0.38) (0.13) (0.08)
Vitamina A 0.35 0.12 0.03
(0.32) (0.09) (0.07)
Hierro -0.06 -0.09 0.06
(0.17) (0.10) (0.07)
Edad 0.00 0.00 0.00
(0.00) (0.00) (0.00)
Mujer -0.07 -0.06 0.04
(0.11) (0.06) (0.05)
Bajo peso -0.06
(0.12)
Orden nacimiento 0.07* 0.04* 0.03*
(0.04) (0.02) (0.02)
Diarrea -0.02 0.00 0.00
(0.13) (0.07) (0.07)
Enf. Respiratorias -0.02 0.05 0.01
(0.13) (0.06) (0.05)
Carné salud -0.12 -0.06 0.07
(0.15) (0.08) (0.08)
Matriculado guardería -0.05 0.11*
(0.09) (0.06)
Edad madre -0.02 0.00 0.00
(0.01) (0.01) (0.00)
Educación madre -0.01 -0.04*** 0.01
(0.02) (0.01) (0.01)
Lactancia correcta -0.16 -0.16 -0.08
(0.17) (0.09) (0.08)
Cuidado madre 0.27** 0.02 -0.13
(0.09) (0.10) (0.10)
Trabaja madre 0.05 -0.06 0.01
(0.13) (0.07) (0.06)
Deporte madre 0.05 0.15 0.09
(0.23) (0.14) (0.08)
N 81 256 338
Pseudo R2 0.24 0.12 0.15
Prob. Neta Predicha 0.72 0.70 0.77
58
Los determinantes de la malnutrición infantil en Loja
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 3. Determinantes del sobrepeso infantil en Loja
Desnutrición Años
Variables 1999 2006 2014
Rural 0.00 0.12
(0.15) (0.08)
Pobre -0.69** -0.12 0.09
(0.22) (0.11) (0.07)
Agua red pública -0.93*** 0.16** 0.07
(0.07) (0.08) (0.06)
Servicio sanitario alc. 0.93 -0.15 0.11
(0.01) (0.15) (0.09)
Recolección basura mun. -0.78** 0.00 0.00
(0.18) (0.12) (0.08)
Techo adecuado -0.42 0.01 -0.14*
(0.18) (0.11) (0.07)
Paredes adecuadas 0.99 -0.15* -0.17**
(0.00) (0.09) (0.07)
Piso adecuado 0.40 0.12 -0.09
(0.38) (0.13) (0.08)
Vitamina A 0.35 0.12 0.03
(0.32) (0.09) (0.07)
Hierro -0.06 -0.09 0.06
(0.17) (0.10) (0.07)
Edad 0.00 0.00 0.00
(0.00) (0.00) (0.00)
Mujer -0.07 -0.06 0.04
(0.11) (0.06) (0.05)
Bajo peso -0.06
(0.12)
Orden nacimiento 0.07* 0.04* 0.03*
(0.04) (0.02) (0.02)
Diarrea -0.02 0.00 0.00
(0.13) (0.07) (0.07)
Enf. Respiratorias -0.02 0.05 0.01
(0.13) (0.06) (0.05)
Carné salud -0.12 -0.06 0.07
(0.15) (0.08) (0.08)
Matriculado guardería -0.05 0.11*
(0.09) (0.06)
Edad madre -0.02 0.00 0.00
(0.01) (0.01) (0.00)
Educación madre -0.01 -0.04*** 0.01
(0.02) (0.01) (0.01)
Lactancia correcta -0.16 -0.16 -0.08
(0.17) (0.09) (0.08)
Cuidado madre 0.27** 0.02 -0.13
(0.09) (0.10) (0.10)
Trabaja madre 0.05 -0.06 0.01
(0.13) (0.07) (0.06)
Deporte madre 0.05 0.15 0.09
(0.23) (0.14) (0.08)
N 81 256 338
Pseudo R2 0.24 0.12 0.15
Prob. Neta Predicha 0.72 0.70 0.77
Los resultados encontrados permiten visibilizar un problema
social dentro del Ecuador, y de la provincia de Loja, donde sus de-
terminantes ambientales, sociales y personales son propios de su
contexto, distintos a los encontrados en otras provincias, los cuales
pueden servir como insumos para las políticas públicas (Rivera,
Olarte y Rivera, 2020).
5|CONCLUSIONES
La malnutrición infantil del Ecuador está caracterizada por una ele-
vada tasa de desnutrición crónica y sobrepeso. La provincia de Loja
se enmarca dentro de este panorama nacional y presenta prevalen-
cias de desnutrición y sobrepeso infantil ligeramente superiores a la
media nacional. Utilizando datos de las Encuestas de Condiciones
de Vida, y mediante estimaciones econométricas, se estimaron los
determinantes de la malnutrición infantil.
Entre los principales determinantes de la desnutrición se en-
cuentran los factores sociales y personales asociados con las car-
acterísticas del hogar, el orden de nacimiento y la asistencia a
guarderías; con ello, el hogar denota algunas carencias estruc-
turales, donde también está presente una aparente disyuntiva en
el orden de nacimiento de los hijos en relación con la cantidad y
calidad. Además, entre los determinantes del sobrepeso infantil se
encuentra que no prevalece ningún determinante, lo que se asocia
a una alta heterogeneidad en los menores de cinco años, y limita-
ciones en las preguntas de la encuesta.
Con estos resultados se puede mencionar que la malnutrición
infantil en Loja presenta determinantes diversos para la desnutri-
ción y el sobrepeso. En esa línea, las políticas públicas que se de-
sarrollen para atender a este fenómeno deben tomar en cuenta las
particularidades de cada cara de la doble carga nutricional.
References
[1] Amarante, V., Figueroa, N., Ullman, H. (2018). Inequali-
ties in the reduction of child stunting over time in Latin
America: evidence from the DHS 2000–2010. Oxford
Development Studies, 1–17.
[2] Banco Mundial. (2006). Revalorización del papel funda-
mental de la nutrición para el desarrollo: Estrategia para
una intervención en gran escala. Washington: Banco
Mundial.
[3] Berlinski, S. Schady, N. (2015). Los Primeros Años: El
Bienestar y El Papel de Las Políticas Públicas. Washing-
ton: BID.
[4] Black, R. E., Victora, C. G., Walker, S. P., Bhutta, Z. A.,
Christian, P., de Onis, M. .. . Uauy, R. (2013). Maternal
and child undernutrition and overweight in low-income
and middle-income countries. Lancet, 382, 427–451.
[5] Black, R. E., Allen, L. H., Bhutta, Z. A., Caulfield, L. E., de
Onis, M., Ezzati, M., . . . Rivera, J. (2008). Maternal and
Child Undernutrition. Lancet, 371, 243-260.
[6] Cunha, Flavio, and James Heckman. 2007. The Technol-
ogy of Skill Formation. NBER 38.
[7] Engle, Patrice L., Maureen M. Black, Jere R. Behrman,
Meena Cabral de Mello, Paul J. Gertler, Lydia Kapiriri,
Reynaldo Martorell, and Mary Eming Young. 2007.
“Child Development in Developing Countries 3.” Lancet
369:229–42.
59
Vol.9-N°1, Enero.- Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[8] FAO. (2006). The Double Burden of Malnutrition: Case
Studies from Six Developing Countries. Roma: FAO.
[9] FAO. (2015). Panorama de La Inseguridad Alimentaria
En América Latina y El Caribe. Roma: FAO.4
[10] Freire, W., Waters, W. F., Rivas-Mariño, G., Belmont, P.
(2018). The double burden of chronic malnutrition and
overweight and obesity in Ecuadorian mothers and chil-
dren, 1986–2012. Nutrition and Health, 1-8.
[11] Freire, W; Silva-Jaramillo, K; Luzuriaga, M; Belmont, P.
Waters, W. (2014). The Double Burden of Undernutri-
tion and Excess Body Weight in Ecuador. The American
Journal of Clinical Nutrition 100:1636S–43S.
[12] Freire, W; Ramírez, M; Belmont, P; Mendieta, M; Silva,
K; Romero, N; Sáenz, K; Piñeiros, P; Gómez, L. Monge,
R. (2013). Encuesta Nacional de Salud y Nutrición:
ENSANUT-ECU 2012. Quito: MSP/INEC.
[13] Prefectura de Loja. 2015. Plan de Desarrollo y Orde-
namiento Territorial. Loja: Prefectura de Loja.
[14] IFPRI. 2016. Global Nutrition Report 2016: From
Promise to Impact: Ending Malnutrition by 2030. Wash-
ington: IFPRI.
[15] INEC. 2010. Fascículo provincial Loja. Quito: INEC.
[16] Larrea, C. (2006). Desnutrición, Etnicidad y Pobreza en
el Ecuador y el Área Andina. En Augusto Barrera ed.,
Foro sobre la democracia, el bienestar y el crecimiento
económico. Quito: FLACSO-UNICEF.
[17] Malo, N., Mejía, M. y Vinueza, B. (2015). Situación de
la desnutrición crónica en niños y niñas de los servicios
de desarrollo infantil integral del Ecuador. Quito: Minis-
terio de Inclusión Económica y Social.
[18] Ministerio Coordinador de Desarrollo Social. (2014).
Determinantes de la desnutrición en Ecuador. Quito:
MCDS.
[19] Ministerio de Salud Pública del Ecuador. (2018). Plan
Intersectorial de Alimentación y Nutrición 2018 2025.
Quito: MSP.
[20] Organización de las Naciones Unidas. (2019). Informe
de los Objetivos de Desarrollo Sostenible. Nueva York:
ONU.
[21] Programa Mundial de Alimentos. (2017). Impacto Social
y Económico de la Malnutrición: Resultados del Estudio
Realizado en Ecuador. Quito: PMA.
[22] Rivera, J; Olarte S Rivera, N. (2020). Las secuelas del ter-
remoto: el problema de la malnutrición infantil en Man-
abí. Revista ECA Sinergia, 11(3): 40-49.
[23] Rivera, J Olarte, S. (2020). La evolución de la malnutri-
ción infantil en Chimborazo: Entre progresos y desafíos.
Ciencia al Servicio de la Salud y Nutrición, 11(1): 33-43.
[24] Rivera, J; Olarte S Rivera, N. (2020). Crónica de una
muerte anunciada: la malnutrición infantil en Santa
Elena. Ciencias Pedagógicas e Innovación, 8(1): 28-35.
[25] Rivera, J; Olarte S Rivera, N. (2020). Evolución y fac-
tores determinantes de la malnutrición infantil en Im-
babura. La U Investiga, 6(2): 8-18.
[26] Rivera, J. (2019). La malnutrición infantil en Ecuador:
una mirada desde las políticas públicas. Estudios de
Políticas Públicas 5(1):89–107.
[27] Rivera, J; Pedraza, L: Martorell, R. Gil, A. (2014). “In-
troduction to the Double Burden of Undernutrition and
Excess Weight in Latin America.” The American Journal
of Clinical Nutrition 100:1613S–6S.
[28] SENPLADES. (2014). Resultados de Loja. Quito: SEN-
PLADES.
[29] Sen, A. (2012). Desarrollo y libertad. Bogotá: Editorial
Planeta.
[30] Sundaram, J. (2015). Ending Malnutrition: from commit-
ment to action. FAO, Roma.
[31] UNICEF. (2013). Improving Child Nutrition: The Achiev-
able Imperative for Global Progress. New York: UNICEF.
[32] UNICEF. (2019). For Every Child, Every Right the Con-
vention on the Rights of the Child at a Crossroads. New
York: United Nations Children’s Fund.
[33] WHO. (2006). Child Growth Standards. Geneva: WHO.
[34] WHO. (2019). Levels and Trends in Child Malnutrition.
Geneva: WHO.
60
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
El papel del consumo de energías renovables sobre los gases de
efecto invernadero a nivel global: Análisis econométrico de datos
de panel
The role of renewable energy consumption on global greenhouse gases: Econo-
metric analysis of panel data
Leidy Caraguay1| Michelle López-Sánchez ID 2
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
2Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Leidy Caraguay, Carrera de Economía,
Universidad Nacional de Loja, Loja, Ecuador
Email: leidy.caraguay@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Julio 2021
Fecha de aceptación
Diciembre 2021
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
El objetivo de este documento es analizar el impacto del consumo de energías renovables
sobre los gases de efecto invernadero a nivel global durante el periodo 1990 – 2015. Para
comprobar dicha relación utilizamos la metodología de datos de panel y técnicas de coin-
tegración. Los resultados confirman que el consumo de energía y las emisiones de gases
de efecto invernadero tienen una relación de equilibrio tanto en el corto como en el largo
plazo, existiendo una relación negativa y significativa entre ambas variables, es decir, a
mayor consumo de energía los gases de efecto invernadero tienden a disminuir excep-
tuando los países de ingresos extremadamente altos. Una implicación de política derivada
de esta investigación es implementar políticas para reducir las emisiones de GEI, reem-
plazando las fuentes de energía fósil con fuentes de energía renovable e incentivar al sector
público y privado a invertir en la utilización de este tipo de energías limpias.
Palabras clave: Energía renovable; Gases de efecto invernadero; Datos de panel.
Códigos JEL: C01. C33. Q42. Q53.
ABSTRACT
The objective of this document is to analyze the impact of renewable energy consump-
tion on greenhouse gases at a global level during the period 1990 - 2015. To verify this
relationship, we used the panel data methodology and cointegration techniques. The re-
sults confirm that energy consumption and greenhouse gas emissions have an equilibrium
relationship both in the short and long term, with a negative and significant relationship
between both variables, that is, the higher the energy consumption the higher the Green-
house gases tend to decline with the exception of extremely high-income countries. A
policy implication derived from this research is to implement policies to reduce GHG emis-
sions, replacing fossil energy sources with renewable energy sources and incentivize the
public and private sectors to invest in the use of this type of clean energy.
Keywords: Renewable energy; Greenhouse gases; Panel data.
JEL codes: C01. C33. Q42. Q53.
61
El papel del consumo de energías renovables sobre los gases...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
La contaminación ambiental es uno de los problemas más preocu-
pantes a nivel mundial, siendo un desafío difícil de abatir, pues
el aumento de la deforestación, desarrollo industrial, poblacional
y procesos para mejorar la calidad de vida han contribuido a una
aceleración del aumento de las emisiones de gases de efecto inver-
nadero (GEI) como el dióxido de carbono (CO2), metano (CH4) y
óxido nitroso (N2O), provocando que los eventos climáticos sean
más fuertes y letales. Según datos de la Organización Meteorológ-
ica Mundial (2018) en el 2017 los GEI obtuvieron un crecimiento
record al registrar 405,5 ±0,1 ppm para el CO2, 1859 ±2 ppb para
el CH4 y 329,9 ±0,1 ppb para el N2O. De acuerdo con datos del
Banco Mundial (2012) los principales emisores de gases de efecto
invernadero (kilotoneladas equivalente del CO2) en el mundo en
el 2012 está encabezado por China con 12.454.711 kt, Estados
Unidos (6.343.841 kt), India (3.002.895 kt), Brasil (2.989.418 kt),
Rusia (2.803.398 kt), Japón (1.478.859 kt), Canadá (1.027.064 kt),
Indonesia (780.551 kt), Australia (761.686 kt), Corea (668.990 kt),
México (663.425), Bolivia (621.727 kt) y Reino Unido (585.779 kt)
y África del sur (546.809 kt).
El principal causante de las emisiones de GEI es el consumo
excesivo de energía proveniente de combustibles fósiles como el
carbón, petróleo y gas natural, este tipo de combustibles son dom-
inantes en la mayoría de países del mundo, visto que contribuyen
en gran medida en sus procesos productivos e industrias (Mohlin
et al., 2018). La relación entre el consumo de energía fósil, las emi-
siones contaminantes y el crecimiento económico ha sido amplia-
mente analizada con diferentes métodos econométricos con el fin
de comprobar la validez de la teoría medioambiental de Kuznets
(1955), la cual establece que el desarrollo económico y contami-
nación ambiental asume una forma de U invertida, pues los nive-
les de contaminación aumentan a medida que el país se desarrolla
llegando a un punto limite en donde empiezan a decaer gracias al
aumento de los niveles de ingreso (Liobikien˙
e & Butkus, 2017; Kas-
man & Duman, 2015). Si bien dicha teoría se cumple en varias
economías, en otras los resultados pueden variar por diversos fac-
tores como la demografía, estructura energética, comercio e indus-
trias (Poumanyvong & Kaneko, 2010). Utilizar nuevas tecnologías
y procedimientos para fomentar el uso de energías renovables es
una de las alternativas más sugeridas para combatir la contami-
nación ambiental, estableciendo que las energías limpias tienen una
relación negativa significativa con los gases de efecto invernadero,
dado que, a medida que aumenta el uso de energías limpias el nivel
de emisiones de GEI disminuye (Nikzad & Sedigh, 2017; Oehmichen
& Thrän, 2017; Khondaker et al., 2016; Anders et al., 2015).
El objetivo de esta investigación es analizar la relación entre el
consumo de energía renovable y las emisiones de gases de efecto
invernadero a nivel global durante el periodo 1990 – 2015. Con la fi-
nalidad de comprobar esta relación, se utilizó modelos de datos de
panel, aplicando el método de mínimos cuadros ordinarios (MCO)
y mínimos cuadrados generalizados (GLS); para determinar el equi-
librio a corto y largo plazo. Los resultados confirman que el con-
sumo de energía y las emisiones de gases de efecto invernadero
tienen una relación de equilibrio tanto a corto como a largo plazo, ex-
istiendo una relación negativa y significativa entre ambas variables,
es decir, cuando aumenta el consumo de energía los gases de efecto
invernadero tienden a disminuir exceptuando los países de ingresos
extremadamente altos. Una implicación de política derivada de esta
investigación es implementar políticas para reducir las emisiones de
GEI reemplazando el uso de fuentes de energía fósil con fuentes de
energía renovable e incentivar al sector público y privado a invertir
en este tipo de energías para su producción, con el fin de encontrar
nuevas fuentes de energías limpias. Este documento contribuye a
la literatura empírica con resultados globales, diferenciando los pa-
trones de consumo de energía renovables y el nivel de emisiones de
gases de efecto invernadero según el nivel de ingresos entre países.
Este artículo está estructurado en cinco secciones incluida la
introducción. La segunda presenta una breve revisión de la liter-
atura previa. La tercera sección se enfoca en los datos y métodos
usados dentro del estudio. En la cuarta sección se presentan los
resultados de la investigación y la discusión con la literatura previa.
Finalmente, la quinta sección contiene las conclusiones y las impli-
caciones de política pública derivados del estudio.
2|MARCO TEÓRICO Y EVIDENCIA
EMPÍRICA
En la actualidad la preocupación por conservar y mejorar el medio
ambiente se ha convertido en uno de los objetivos principales de los
gobiernos a nivel mundial. De tal modo, se han realizado varias in-
vestigaciones para identificar los principales responsables del calen-
tamiento global y establecer posibles soluciones que ayuden a mit-
igarlos (Ali et al., 2017; Mirza & Kanwal, 2017; Kais & Sami, 2016;
Park & Hong, 2013; Soytas & Sari, 2007). En ese sentido, Paramati &
Gupta (2017); Thitanuwat, Polprasert, & Englande (2017); Saboori
& Sulaiman (2013); Ruíz & Ozawa (2011); Ang (2007) concluyeron
que el consumo intensivo de las energías convencionales derivadas
de los combustibles fósiles emite inmensas cantidades de gases con-
taminantes intensificando el daño ambiental.
La curva medioambiental de Kuznets (1955), es una de las
teorías que respalda el análisis de la mayor parte de investigaciones
relacionadas al consumo de energía y los GEI, aludiendo que el
nivel de contaminación ambiental aumenta junto con el crecimiento
económico hasta alcanzar cierto nivel de ingresos, en donde la
calidad ambiental comienza a mejorar (Kasman & Duman, 2015;
Salahuddin & Gow, 2014; Saboori & Sulaiman, 2013; Pao & Tsai,
2011). Debido a que, en el largo plazo, al tener mayores ingresos,
las economías pueden implementar el uso de tecnologías amigables
con el medio ambiente, tanto en los procesos de producción como
en las actividades humanas (Farhani, Chaibi, & Rault, 2014; Saboori
& Sulaiman, 2013; Poumanyvong & Kaneko, 2010; Xiangzhao & Ji,
2008). Priorizando el uso de energías limpias que además de dis-
minuir la contaminación ambiental, genera efectos positivos en el
crecimiento económico a largo plazo (Ito, 2017).
La utilización de energías renovables es una de las opciones
más recomendadas para mitigar los GEI, porque al ser producidas
por la naturaleza y no agotarse a diferencia de las energías con-
vencionales, su uso es ilimitado; entre las fuentes más populares
e implementadas se encuentran la energía solar, biomasa, eólica e
hidráulica, debido a su bajo costo de aplicación (Juana de Sardón,
2003). En este sentido, Sarango (2018) encontró la existencia de
una relación de equilibrio de corto y largo plazo entre las dos vari-
ables y, una causalidad tipo Granger unidireccional que va desde
las emisiones de dióxido de carbono hacia el consumo de energía.
Además, Tillaguango & Loaiza (2019) estimaron el efecto de la en-
ergía sustentable y no sustentable en el crecimiento económico, re-
saltándose su significancia estadística, también se contrarresta el
deterioro de los recursos naturales.
En este contexto, la evidencia empírica de la presente investi-
gación se divide en tres grupos. El primer grupo analiza la relación
del consumo de energía renovable y los gases de efecto inver-
nadero en los países con altos ingresos. Autores como: Mohlin et
al. (2018); Nordenstam, Ilic, & Ödlund (2018); Paramati & Gupta
(2017); Şener, Sharp, & Anctil (2017); Moutinho & Robaina (2016);
Baah-Acheamfour et al. (2016); Amponsah et al. (2014); Moreno
et al. (2006), en sus estudios acotaron que en países como Estados
Unidos, Alemania, Francia, Japón y España, al tener un gran número
de población y mayor industrialización generan mayores emisiones
62
Caraguay L. & López-Sánchez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
contaminantes al planeta, convirtiéndose en una de las principales
preocupaciones mundiales, por tal motivo han intentado sustituir
las energías convencionales por las energías limpias que les permi-
tan seguir desarrollándose de una forma más amigable con el medio
ambiente, provocando la disminución de los gases de efecto inver-
nadero, y confirmando así la teoría medioambiental de Kuznets.
Adicionalmente, Jin & Kim (2018), en su estudio realizado en
30 economías utilizando datos de panel, confirmaron la existen-
cia de una relación de equilibrio a largo plazo entre las emisiones
y consumo de energía renovable. En esa misma investigación, de
acuerdo a los resultados del vector de cointegración y causalidad de
Granger, las energías renovables contribuían a la disminución de las
emisiones, concluyendo que expandir y desarrollar la energía ren-
ovable es esencial para combatir el calentamiento global. A pesar
de los altos costos de las energías renovables, el consumo de es-
tas promueve el crecimiento económico, siempre y cuando la im-
plementación y combinación de políticas sean apropiadas, ya que
son clave para que las energías limpias y el desarrollo económico se
desenvuelvan sin contrariedades (Río, 2017).
Dentro del segundo grupo se incluyen los estudios para países
con ingresos medios altos y bajos. Benedek, Sebestyén, & Bartók
(2018); Chuang et al. (2018); Kim, Park, & Lee (2018); Pata (2018);
Shahsavari & Akbari (2018); Hosseinzadeh-Bandbafha et al. (2018);
Dong, Sun, & Hochman (2017), comprobaron al igual que el primer
grupo, que países como Romania, Taiwán, Brasil, China, India, en-
tre otros, al implementar energías limpias en sus economías, el nivel
de los gases contaminantes disminuyen obteniendo así una relación
negativa entre ambas variables, es decir, que a medida que aumenta
el uso de energías renovables los gases de efecto invernadero tien-
den a disminuir. Por otro lado, Ito (2016) en su estudio para 42
países en desarrollo, comprobó el impacto negativo que tiene el uso
de las energías no renovables en las economías subdesarrolladas,
siendo eficaz el uso de energías renovables para disminuir las emi-
siones contaminantes, sugiriendo formular políticas enfocadas en la
inversión y desarrollo del sector de energías limpias, ya que además
de mejorar la autosuficiencia energética genera nuevas fuentes de
empleo y contribuye al crecimiento económico.
Finalmente, en el tercer grupo se ubican los países de ingre-
sos bajos, en donde, Zoundi (2017); Jebli & Youssef (2017), en sus
artículos para países de África (Argelia, Egipto, Marruecos, Sudán,
Túnez, etc.) mediante técnicas de cointegración de panel y causal-
idad de Granger confirmaron que a largo plazo el consumo de en-
ergías limpias tiene una causalidad unidireccional con las emisiones,
además de tener un impacto significativo en la mitigación de los
GEI. Asimismo, Waheed et al. (2018) confirma efectos negativos y
significativos del consumo de energías renovables en las emisiones
en el corto y largo plazo en Pakistán. De acuerdo con Aized et al.
(2018) en Pakistán existe una gran necesidad del uso de recursos
naturales, no solo para la generación de energía sino también para
el trasporte y otros servicios sociales. Adicionalmente, Cherni &
Jouini (2017); Boontome, Therdyothin, & Chontanawat (2017) en
sus estudios en Túnez y Tailandia destacaron el uso de los recursos
renovables como fuentes de energía para mitigar las emisiones, re-
calcando que su utilización como solución aún tiene un largo camino
y se ralentiza debido a los elevados costos de inversión de las tec-
nologías para transformar los recursos naturales en energía. En ese
sentido, Mittal et al. (2016) señala que es fundamental aplicar políti-
cas nacionales que estén acorde al clima de cada economía, para
aprovechar y buscar recursos naturales generadores de energía.
3|DATOS Y METODOLOGÍA
3.1 |Datos
Los datos copilados de esta investigación provienen de los indi-
cadores de Desarrollo Mundial publicados por el Banco Mundial
(2018), con una cobertura temporal que va desde 1990 al 2015 para
148 países a nivel global. La variable dependiente son las emisiones
de gases de efecto invernadero en toneladas métricas equivalentes
del CO2 y la variable independiente es el consumo de energía renov-
able en porcentaje de consumo total de energía final, véase la Tabla
1.
Tabla 1. Descripción de las variables empleadas en el modelo econométrico
Variable Notación Descripción Unidad de medida
Variable dependiente:
Gases de efecto invernadero GEI
El consumo de energía renovable es
la participación de la energía renovable
en el consumo total de energía final.
Toneladas métricas
equivalentes del CO2
Variable independiente:
Energía renovable EnRenv
Las emisiones totales de gases de efecto
invernadero en kt de CO2 equivalente
están compuestas por totales de CO2
excluyendo la quema de biomasa de ciclo
corto (quema de residuos agrícolas) pero
incluyendo otra quema de biomasa
(incendios forestales, deterioro post-
combustión, etc), y todas las fuentes
antropogénicas de CH4, fuentes de N2O
y gases fluorados (HFC, PFC y SF6).
Porcentaje de consumo
total de energía final
En la Tabla 2, se muestra los estadísticos descriptivos del con-
sumo de energía renovable y los gases de efecto invernadero, en
donde se analiza la media, la desviación estandar, valores mínimos
y máximos y el número de observaciones entre los países analiza-
dos. El consumo de energías renovables y los GEI presentaron mas
variaciones entre los países que dentro de los países, ya que su
desviación estandar entre variables es superior a la desviación es-
tandar dentro. El número de observaciones disponibles aseguran
que los parámetros se generalizan entre países y en el tiempo.
63
El papel del consumo de energías renovables sobre los gases...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 2. Estadísticos descriptivos de las variables
Variable Media Des. Est. Min. Max. N
Overall 36.34 31.85 -2.44 196.07 N= 3874
Energía renovable Between 31.1 0.38 95.31 n= 148
Within 7.16 -9.58 175.68 T-bar 26
Overall 10.71 2.11 3.67 16.34 N= 3874
Gases de efecto invernadero Between 2.09 3.81 15.74 n= 148
Within 0.36 6.29 14.17 T-bar 26
Las investigaciones recientes han argumentado que la imple-
mentación de energías renovables ayuda a disminuir las emisiones
de GEI. La Figura 1 muestra la correlación que existe entre el con-
sumo de energía renovable y las emisiones de gases de efecto iver-
nadero a nivel global desde 1990 al 2015, en la cual se observa que
nivel GLOBAL, PIMA y PIA al aumentar el consumo de energías ren-
ovables, las emisiones de GEI disminuyen, mostrando una relación
negativa significativa; en los PIMB y PIEB la relación es negativa
pero las emisiones de GEI se mantienen. Sin embargo, los PIEA y
PIB muestra una relación positiva, existiendo poco consumo de en-
ergía limpia y un mayor grado de emiciones contaminantes.
Figura 1. Correlación entre el consumo de energía y los gases de efecto invernadero a nivel mundial según el nivel de ingreso
3.2 |Metodología
Para verificar econométricamente y cumplir con el objetivo
planteado; primero se realizó un modelo de regresión básica con
datos de panel usando el procedimiento de MCO donde la variable
dependiente es el consumo de energía renovable del país i en el peri-
odo t = (E n R envi,t), y la variable independiente es el total de gases
de efecto invernadero (G E Ii,t). Se contó con 148 países, es decir i
= 148 y con un periodo de análisis comprendido desde 1990 al año
2015 (t= 1990 −2015). La ecuación (1) formaliza esta relación.
GE Ii,t=(α0+β0)+α1Log E n R envi,t+θi,t(1)
Luego, se escogió entre efectos fijos y aleatorios mediante el
test de Hausman (1978). Teniendo en consideración que la ecuación
(1) presenta dos problemas propios de datos de panel: autocor-
relación y heterocedasticidad. Por lo tanto, se estimó la ecuación (2)
utilizando regresiones de mínimos cuadrados generalizados (GLS).
yt=α0+λyt−1+αit+
p
Õ
i=2
βjyt−i−1+ϵt(2)
Cuando el parámetro (λ y )de la ecuación (2) es significativo
podemos inferir en que al menos uno de los paneles tiene una raíz
unitaria. Para garantizar que las series no tengan problema de raíz
unitaria, empleamos un conjunto de pruebas como: Dickey & Fuller
Augmented (1981); Phillips & Perron (1988); Levine, Lin, & Chu
(2002); Breitung (2002); Im, Pesaran, & Shin (2003), que coinciden
al generar primeras diferencias se elimina el efecto tendencial de las
variables del modelo.
64
Caraguay L. & López-Sánchez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Para determinar el equilibrio a corto y largo plazo entre las
variables utilizamos la prueba de cointegración desarrollada por Pe-
droni (1999), el equilibrio a largo plazo se determina con base en la
ecuación (3).
yi,t=αi+
n−1
Õ
j=1
βi j xi j −j+
n−1
Õ
j=1
ωi j yi,t−j+πE CTt−j+ϵi,t(3)
En la ecuación (3), (yi,t)representa la variable dependiente del
país i en el periodo t. Los parámetros (β,ωy π)son los parámetros a
estimar y el termino (E CTt−j)es el vector de cointegración de equi-
librio a largo plazo. Por último, (ϵi,t)es el término de error aleatorio
estacionario con media cero y j es la longitud del desface. Posterior-
mente, se utilizó un modelo de corrección de errores para determi-
nar el equilibrio a corto plazo entre las series utilizando la prueba de
corrección de errores de Westerlund (2007), en base a la ecuación
(4).
yi,t=δidi+αiyi,t−1−βiXi,t−1+
pi
Õ
j=1
αi j yi t −j+
pi
Õ
j=−qi
γi j Xi,t−j+ϵi,t(4)
Donde t = 1, ... , T periodos de tiempo y en i = 1, . .., N países.
El término (di)es el componente determinista. Por lo tanto, con-
fiamos en la suposición de que el vector k-dimensional de (Xi,t)
(representa a la inversión extranjera directa) es aleatorio e indepen-
diente de (ϵi,t)lo que supone que estos errores son independientes
a través de i y t. Por lo tanto, la hipótesis nula establece que no hay
cointegración a corto plazo.
Siguiendo la metodología procedemos a verificar la existencia
o no de un vector de cointegración mediante el enfoque de Pedroni
(2001). Lo que permite es evaluar cuán fuerte es el vector de equi-
librio entre el consumo de energías renovables y los GEI. Para deter-
minar la fuerza de la relación de las dos variables en cada país, se es-
timó el modelo dinámico de mínimos cuadrados ordinarios (DOLS)
y para grupos de países mediante una dinámica ordinara del modelo
de panel de mínimos cuadrados (PDOLS). La ecuación (5) muestra
la relación.
yi,t=αi+δiXi,t+
P
Õ
j=−P
γi,t∆Xi,t−j+µi,t(5)
Finalmente, siguiendo el modelo propuesto por Dumitrescu &
Hurlin (2012) y llevado a la literatura empírica de datos de panel, de-
terminamos la existencia y dirección del tipo de causalidad Granger
(1988) para modelos con datos de panel, que puede ser estimado a
partir de la ecuación (6).
yi,t=αi+
K
Õ
K=1
γK
iYi,t−K+
K
Õ
K=1
βK
iXi,t−K+µi,t(6)
El término (yi,t)representa el crecimiento económico. La
prueba de causalidad se verifica entre pares de variables por sep-
arado. La letra (Xi,t)denota la variable independiente. Suponemos
que (βi=β1
i, . . . , βK
i), se supone que el término (αi)está fijo en la
dimensión de tiempo. El parámetro autorregresivo (YK
i)y el coe-
ficiente de regresión (βK
i)varían entre las secciones transversales.
La hipótesis nula para verificar es que no existe una relación causal
para ninguna de las secciones transversales del panel. A saber, (H0):
(βi= 0);([i= 1,2, . . . , N).
4|DISCUSIÓN Y RESULTADOS
En esta investigación se utilizaron varias pruebas, como la de Haus-
man (1978), la cual ayuda a elegir entre los modelos de efectos fijos
(FE) y los efectos aleatorios (RE). Para detectar problemas de auto-
correlación aplicamos la prueba de Wooldridge (2002) y la prueba
de Wald para detectar la heterocedasticidad. La Tabla 3 reporta las
estimaciones del consumo de energía renovables y el total de emi-
siones de gases de efecto invernadero a nivel global y por grupos
de países de la ecuación (1). De acuerdo con la prueba de Haus-
man (1978), los paneles PIEA, PIA y PIB se estimaron con FE y los
paneles de GLOBAL, PIMA, PIMB y PIEB con RE. Los resultados
obtenidos muestran una relación negativa y estadísticamente sig-
nificativa entre el consumo de energía renovable y las emisiones
de GEI a nivel global y para cada grupo de países. Por lo tanto,
las emisiones de gases d efecto invernadero disminuyen a medida
que una economía aumenta su consumo de energía limpia. El mod-
elo de mínimos cuadrados generalizados (GLS), nos permite elimi-
nar posibles complicaciones de distorsión en el término de pertur-
bación dando resultados confiables en comparación con las pruebas
de MCO tradicionales (Waheed et al., 2018).
Tabla 3. Relación entre el consumo de energía y los gases de efecto invernadero a nivel mundial según el nivel de ingreso (GLS)
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Log(Gases de efecto invernadero) -1.129*** 6.219** -1.397*** -2.864*** -0.258 -0.709** -0.871***
(-7.40) -3.02 (-4.83) (-4.73) (-0.99) (-2.98) (-3.70)
Constant 31.58*** -48.99* 26.67*** 41.79*** 15.11*** 34.96*** 92.59***
-14.52 (-2.21) -6.88 -5.91 -4.7 -12.58 -32.93
Housmas tests (p-value) 0.142 0.001 0.542 0 0.186 0.032 0.938
Serial correlation test (p-value)
Fixed effects (time) Yes Yes Yes Yes Yes Yes Yes
Fixed effects (country groups) No Yes No Yes No No Yes
Observations 3848 130 598 312 546 1378 884
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
Con el fin de confirmar que las series no sean estacionarias se
utilizó la prueba de raíz unitaria de datos de panel a través de cinco
pruebas independientes. Las pruebas de Levine, Lin, & Chu (2002);
Im, Pesaran, & Shin (2003); Breitung (2002) son paramétricas y, las
pruebas de Fisher de Dickey & Fuller Augmented (1981); Phillips &
Perron (1988) son no paramétricas. Estas pruebas fueron propues-
tas por Maddala & Wu (1999) y Breitung (2002) basadas en la homo-
geneidad de la raíz unitaria. La Tabla 4 muestra los resultados con y
sin efectos de tiempo de la raíz unitaria del consumo e informa los
resultados de la prueba de raíz unitaria del consumo de energía ren-
ovable y las emisiones de gases de efecto invernadero. Para dichas
pruebas el análisis es por niveles y primeras diferencias, en donde,
existe alta consistencias y no hay problemas de raíz unitaria con un
orden de integración I.
65
El papel del consumo de energías renovables sobre los gases...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Los resultados de las pruebas de raíz unitaria coinciden con los
resultados encontrados por Ito (2017); Jin & Kim (2018), quienes
realizaron las pruebas de LL, IPS y UB; Cherni & Jouini (2017), que
aplicaron la prueba de ADF y PP en niveles y primeras diferencias
aceptando la hipótesis nula de no tener raíz unitaria con un orden
de integración I en la energía renovable y las emisiones. Apergis, Je-
bli, & Youssef (2018); Zoundi (2017); Jebli & Youssef (2017); Dong,
Sun, & Hochman (2017); Boontome, Therdyothin, & Chontanawat
(2017), emplearon las pruebas de LL, ADF, IPS y PP para varios gru-
pos de países del continente africano, los BRIC y Tailandia, encon-
trando que la hipótesis nula de raíz unitaria no se rechaza en todos
las series de niveles pero al aplicar las primeras diferencias las vari-
ables se vuelven estacionarias con un nivel de significancia del 1%
con una integración de orden uno.
Tabla 4. Pruebas de raíz unitaria en niveles y en primeras diferencias)
LL UB IPS ADF PP LL UB IPS ADF PP
Niveles Primeras diferencias
GLOBAL EnRenov -17.64* 6.31 -14.05* -6.54* -9.66* -5.6e+03* -9.67* -14.05* -12.49* -46.54*
GEI -8.39* 7.32 -3.35* -3.32* -16.41* -50.14* -11.75* -55.54* -15.03* -56.54*
PIEA EnRenov -1.64 0.58 0.73 -1.34 -3.51* -5.1e+03* -2.12* -2.5e+03* -2.80* -9.51*
GEI -2.68* 0.39 -0.82 -1.93* -1.46 -22.47* -2.13 -10.78* -2.15* -9.79*
PIA EnRenov 1.33 1.38 2.28 -0.86 -1.78* -20.07* -5.29* -20.36* -1.83* -19.81*
GEI -2.68* 1.98 -0.48 -1.41 -3.22* -21.01* -5.71* -21.68* -4.27* -20.21*
PIMA EnRenov -1.23 1.88 -0.77 -1.12 -3.24* -14.39* -1.82* -14.78* -3.05* -13.23*
GEI -8.27* 2.49 -5.03* -1.76* -8.70* -9.70* -2.71* -14.22* -5.15* -16.35*
PIMB EnRenov -2.17* 3.16 0.12 -3.63* -4.26* -18.52* -2.15* -18.36* -7.03* -17.06*
GEI -1.85* 3.34 -0.4 -1.51 -6.51* -19.06* -8.21* -19.77* -6.85* -20.64*
PIB EnRenov -60.04* 3.55 -26.14* -4.69* -6.28* -2.4e+02* -5.90* -62.51* -7.59* -28.71*
GEI -4.63* 4.98 -3.12* -2.08* -10.79* -32.62* -5.82* -35.27* -9.08* -34.93*
PIEB EnRenov 0.25 3.58 1.52 -3.04* -4.21* -18.74* -7.10* -19.20* -6.61* -20.01*
GEI -2.68* 3.15 0.93 -0.19 -7.26* -22.47* -6.14* -25.89* -7.24* -28.03*
estadístico ten paréntesis * p< 0,005
Con el fin de determinar el equilibrio en el largo y corto plazo
entre las variables, se utilizó técnicas de cointegración para datos
de panel. Para determinar el equilibrio a largo plazo se empleó la
prueba de cointegración de Pedroni (1999), que muestra un son-
deo de la dimensión estadística obtenida por la sumatoria entre nu-
meradores y denominadores a lo largo de la serie de forma inde-
pendiente. La Tabla 5, indica los resultados de la prueba de coin-
tegración, confirmando una relación en el largo plazo entre el con-
sumo de energía renovable y las emisiones de GEI, constando sig-
nificancia estadística entre y dentro de las dimensiones de los pan-
eles. De manera similar, Jin & Kim (2018); Jebli & Youssef (2017);
Boontome, Therdyothin, & Chontanawat (2017) en sus estudios en-
contraron coeficientes estadísticamente significativos en sus coefi-
cientes aseverando una relación de equilibrio en el largo plazo, Por
lo tanto, la energía renovable contribuye a la mitigación de las emi-
siones contaminantes.
Tabla 5. Cointegración de Pedroni)
GLOBAL PIEA PIMA PIA PIMB PIB PIEB
Within dimension test statistics
Panel p-statistic -28.01*** -6.57* -14.06** -7.14** -8.46** -20.19*** -10.48**
Panel PP-statistic -46.56*** -8.85** -22.68*** -12.96** -16.95*** -34.17*** -14.76**
Panel ADF statistic -33.14*** -7.75** -17.41*** -10.30** -10.95** -26.38*** -12.35**
Between dimension test statistics
Panel p-statistic -19.15*** -4.88* -10.20** -4.74* -5.45* -14.86** -6.43*
Group PP-statistic -47.55*** -8.96** -23.97*** -13.16** -16.99*** -36.74*** -13.64**
Group ADF statistic -28.17*** -4.83* -16.59*** -9.40** -9.52** -23.06*** -9.23**
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
Después de comprobar el equilibrio a largo plazo, procedimos
a verificar el equilibrio a corto plazo entre las variables, empleando
un modelo de error vectorial con datos de panel (VECM) desarrol-
lado por Westerlund (2007). La prueba de cointegración de Wester-
lund nos permite verificar la dependencia transversal de un modelo
con dos paramentos autoregresivos. Los resultados tanto a nivel
Global como por grupos de países tienen un P-value menor a 0.05,
siendo estadísticamente significativos y confirmando la existencia
de un equilibrio a corto plazo, por lo tanto, un cambio en el con-
sumo de energía renovable genera cambios en los gases de efecto
invernadero, tal como lo indica la Tabla 6. Dichos resultados coinci-
den con los de Moutinho & Robaina (2016) y Dong, Sun, & Hochman
(2017) quienes constataron una relación de cointegración entre la
energía renovable y las emisiones en el corto plazo.
66
Caraguay L. & López-Sánchez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Resultados de la prueba de cointegración Westerlund VECM)
Statistic Value Z-value P-value
GLOBAL Gt -35.69 -505.05 0
Ga -220.45 -381.42 0
Pt -1.40E+04 -1.70E+04 0
Pa -9.30E+03 -1.90E+04 0
PIEA Gt 934.33 -2.60E+03 0
Ga -5.70E+03 -1.90E+03 0
Pt -9.80E+03 -1.10E+04 0
Pa -3.20E+04 -1.20E+04 0
PIA Gt -4.25 -11.31 0
Ga -29.73 -12.86 0
Pt -16.28 -7.16 0
Pa -13.49 -3.64 0
PIMA Gt -4.03 -7.23 0
Ga -26.93 -7.82 0
Pt -12.13 -5.61 0
Pa -17.69 -5.07 0
PIMB Gt -4.51 -12.32 0
Ga -29.08 -11.83 0
Pt -20.68 -12.82 0
Pa -28.37 -14.9 0
PIB Gt -4.27 -17.34 0
Ga -26.51 -16 0
Pt -27.84 -14.51 0
Pa -26.17 -20.99 0
PIEB Gt -4.24 -13.69 0
Ga -26.15 -12.49 0
Pt -12.99 -0.78 0.21
Pa -24.58 -15.25 0
Para medir la fuerza del vector de cointegración estimamos por
mínimos cuadrados dinámicos (DOLS) el cual es paramétrico y es-
tablece una opción alternativa para obtener el estimador de panel
OLS. Esta regresión fue desarrollada por Pedroni (2001) y es con-
siderada como una de las técnicas más eficaces gracias a su veraci-
dad en problemas de endogeneidad y correlación serial, además de
tener mayor flexibilidad ante la presencia de heterogeneidad en la
integración de vectores. La Tabla 7 indica los estimadores consegui-
dos por mínimos cuadrados dinámicos (DOLS) para todos los países
y de forma individual. Encontramos que en la mayoría de países, la
energía renovable tiene significancia estadística y los estimadores
βestán cerca de 1. Los resultados del modelo DOLS son similares
al de Jebli & Youssef (2017) y Waheed et al. (2018), confirmando
que el uso de energías renovables reduce las emisiones en el largo
plazo, debido a su menor grado de contaminación en comparación
con la energía fósil. Convirtiendo a la energía renovable en un susti-
tuto perfecto de las energías fosiles, ya que además de satisfacer
la necesidad de energía a la sociedades contribuye al cuidado de la
atmosfera (Zoundi, 2017).
Después de obtener la fuerza del vector de cointegración de
los países de forma individual DOLS, se realiza por grupo de países
haciendo una estimación de panel PDOLS con y sin variables de
tiempo tal como lo muestra la Tabla 8, en donde se evidencia con-
tundencia en la fuerza del vector de cointegración a nivel GLOBAL,
PIEA, PIA, PIMA y PIB, demostrando una fuerte relación entre el
consumo de energía renovable y los gases de efecto invernadero.
Sin embargo, en PIEB la fuerza del vector de cointegración no es
contundente, dado que el βino se acerca a 1.
67
El papel del consumo de energías renovables sobre los gases...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 7. Resultados del modelo DOLS para países individuales
PIEA PIA PIMA PIMB PIB PIEB
Pais WD WOD País WD WOD País WD WOD País WD WOD País WD WOD País WD WOD
Denmark -20.66* -20.84* Australia 4.15 1.57 Chile 2.46 -22.18 Argentina 29.01 5.6 Albania -36.95 -39.02 Afghanistan 96.6 9.84
Luxembourg -10.4 -13.3 Austria -32.39 -53.39 Croatia -57.19 -48.26 Brazil -2.26 2.01 Algeria -9.1 -3.81 Bangladesh -10.25 -32.51
Norway 5.36 -7.75 Belgium -4.02 -1.65 Czech Republic 3.88 -1.34 Bulgaria -8.49 -2.47 Angola -38.91 -42.74 Benin 24.97 -14.7
Switzerland -9.02 10.88 Canada 4.81 -1.09 Guinea -37.42 -40.05 Colombia -29.39 22.25 Armenia 3.23 3.32 Burkina Faso -8.48 -5.53
United Arab -12.78 0.25 Cyprus 3.67 -2.09 Estonia -10.48 -6.39 Costa Rica -59.58 -8.73 Azerbaijan 4.7 2.66 Burundi 19.94 48.26
Finland -39.14 -25.64 Gabon -5.97 -5.73 Dominica -171.6 20.68 Belarus -3.91 -3.43 Centr African -2.06 -1.86
France 25.16 -40.43 Hungary -8.65 -36.93 Grenada 5.57 2.25 Belize -19.91 -22.43 Chad 4.1 2.52
Germany -3.95 39.12 Korea, Rep. -3.84 -3.14 Kazakhstan -1.63 -0.72 Bhutan 1.13 0.25 Comoros 74.6 31.8
Greece 1.56 -11.42 Lithuania -8.22 -7.16 Latvia -15.72 -11.11 Bolivia -5.17 -4.63 Eritrea -15.96 -10.79
Iceland -1.65 -0.24 Malta 0.33 0.26 Libya -0.07 0.71 Cabo Verde 17.01 26.95 Ethiopia 1.64 -0.38
Ireland -1.87 -23.21 Slovak Rep. 24.59 22.13 Malaysia -3.91 0.69 Cameroon 10.65 8.67 Guinea -11.65 -14.06
Israel -1.32 -8.11 Venezuela, RB 24.78 4.61 Mexico 11.14 10.56 China -12.42 -7.25 Haiti 8.62 -78.38
Italy 2.43 -27.85 Panama 26.47 19.94 Congo -9.29 -10.72 India -16.41 -61.9
Japan 9.44 -9.99 Poland 15.27 -0.23 Cuba 58.51 47.11 Kenya -18.27 -13.29
Netherlands -44.39 -9.66 Romania 0.81 -1.86 Djibouti 34.51 44.68 Kyrgyz Republic -15.62 -22.6
New Zealand 58.34 15.95 Russian Fed 4.32 -0.03 Ecuador 8.57 -5.74 Liberia -1.69 -5.56
Portugal -11.21 -18.9 Seychelles 3.6 6.75 Egypt, Arab -11.83 -7.16 Madagascar -7.66 -8.37
Puerto Rico -7.48 -142.6 South Africa 14.09 -18.4 El Salvador 12.74 55.66 Malawi 12.29 -1.26
Slovenia 22.47 -9.72 Suriname 8.29 8 Fiji 11.24 5.92 Mali 0.73 -1.23
Spain -6.67 -16.1 Turkey -4.23 13.17 Georgia -29.89 -32.09 Mozambique 1.45 0.35
Sweden -68.52 -70.36 Uruguay -83.71 -97.07 Ghana 4.48 3.2 Myanmar 0.76 1.43
United Kingdom -11.26 -23.56 Guatemala -0.9 0.02 Nepal -8.22 -18.12
United States 22.97 -8.42 Guyana 0.18 0.25 Niger -28.39 22.59
Honduras 6.95 30.82 Pakistan -5.79 -15.12
Indonesia -2.26 -0.78 Rwanda 15.3 3.37
Iran, Islamic -12.1 5.38 Senegal -8.61 -8.02
Iraq -22.18 -11.55 Sierra Leone -2.65 -1.67
Jamaica -39.33 -76.45 Syrian Arab -8.66 -3.58
Jordan -13.29 -1.73 Tajikistan -14.39 -23.68
Kiribati 11.6 0.17 Tanzania 6.88 3.13
Macedonia 5.7 15 Togo -47.29 12.73
Mauritania 57.13 63.79 Uganda -2.56 0.8
Moldova -5.57 -5.32 Vietnam -15 -2.57
Mongolia -2.87 -2.37 Zimbabwe -41.53 -15.46
Morocco -20.17 -8.12
Namibia 1.25 0.12
Nicaragua -19.83 -14.3
Nigeria -5.85 -9.59
New Guinea -0.98 -0.66
Paraguay 5.57 6.87
Peru -16.1 -8.24
Philippines -25.74 -19.44
Solomon Islands 83.58 -195
Sri Lanka -51.6 4.26
Sudan 5.46 4.32
Swaziland -118.4 -111.2
Thailand -31.31 -21.73
Tonga -4.2 1.68
Tunisia -2.43 15.37
Ukraine 0.24 1.66
Uzbekistan -15.8 -2.82
Yemen, Rep. -5.35 -1.1
Zambia 1.33 -1.33
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
68
Caraguay L. & López-Sánchez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 8. Resultados del modelo PDOLS para grupos de países
Grupos With time dummy Without time dummy
(l)2-5 βiP-value βiP-value
GLOBAL -6.79** -13.61 -8.09** -9.96
PIEA -9.50* -2.4 -6.15* -1.34
PIA -3.43 -0.91 -19.47** -8.23
PIMA -6.31* -3.37 -12.01** -5.75
PIMB -12.48 0.02 -1.33* 1.25
PIB -4.68** -5.59 -6.09** -4.59
PIEB -0.68 -1.77 -6.58** -5.33
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
Finalmente, verificamos la causalidad entre variables según la
causalidad de Granger calculada sobre la base de la prueba prop-
uesta por Dumitrescu & Hurlin (2012). En la Tabla 9 se puede obser-
var que en PIEB el consumo de energía causa a los gases de efecto
invernadero, además a nivel GLOBAL y PIB los GEI causan al con-
sumo de energía renovable confirmando una causalidad unidirecc-
cional. En los demás grupos de países no hay causalidad unidirec-
cional ni bidireccional.
Tabla 9. Resultados de la prueba de causalidad basada en Dumitrescu & Hurlin
Dirección causal Grupo W-bar Z-value P-value
EnRenov →LGEI
GLOBAL 1.13 1.19 0.23
PIEA 1.24 0.38 0.70
PIA 0.83 -0.55 0.58
PIMA 0.63 -0.89 0.37
PIMB 0.96 -0.1 0.91
PIB 1.06 0.35 0.72
PIEB 1.72 2.97 0
LGEI →EnRenov
GLOBAL 1.22 1.91 0.05
PIEA 0.37 -0.99 0.32
PIA 1.18 0.63 0.52
PIMA 1.04 0.1 0.91
PIMB 1.07 0.24 0.80
PIB 1.59 3.07 0
PIEB 0.94 -0.23 0.81
5|CONCLUSIONES
En la presente investigación la prueba de cointegración de Pe-
droni (1999) y Westerlund (2007) determinaron la presencia de una
relación de equilibrio en el largo y corto plazo con un efecto nega-
tivo significativo entre las variables analizadas, el método PDOLS
y DOLS confirmaron fuerza del vector de cointegración por país
y grupos de países. Los resultados de la prueba de causalidad de
Dumitrescu & Hurlin (2012) confirmaron una causalidad unidirec-
cional ya que en los países con ingresos extremadamente bajos el
consumo de energía causa a los gases de efecto invernadero tanto
a nivel global como en los países con ingresos bajos. Las emisiones
de GEI causan al consumo de energía renovable. Una implicación de
política derivada de esta investigación es implementar políticas ori-
entadas a reducir las emisiones de GEI reemplazando las fuentes de
energía fósil con fuentes de energía renovable e incentivar al sector
público y privado a invertir en la utilización de este tipo de energías
limpias.
Referencias bibliográficas
[1] Ali, Y., Ciaschini, M., Socci, C., Pretaroli, R., & Severini, F.
(2017). An analysis of CO2 emissions in Italy through the
Macro Multiplier (MM) approach. Journal of Cleaner Produc-
tion, 149, 238-250.
[2] Ahiduzzaman, M., & Islam, A. S. (2011). Greenhouse gas emis-
sion and renewable energy sources for sustainable develop-
ment in Bangladesh. Renewable and Sustainable Energy Re-
views, 15(9), 4659-4666.
[3] Aized, T., Shahid, M., Bhatti, A. A., Saleem, M., & Anandarajah,
G. (2018). Energy security and renewable energy policy analy-
sis of Pakistan. Renewable and Sustainable Energy Reviews, 84,
155-169.
[4] Amponsah, N. Y., Troldborg, M., Kington, B., Aalders, I., &
Hough, R. L. (2014). Greenhouse gas emissions from renew-
able energy sources: A review of lifecycle considerations. Re-
newable and Sustainable Energy Reviews, 39, 461-475.
[5] Anders, S., Kim, J. D., Silva-Send, N., Gordon, C., & Gu,
Y. (2015). Splitting the Electric Emissions Baby: Allocating
Greenhouse Gas Reductions between Efficiency and Renew-
able Energy Policies. The Electricity Journal, 28(8), 29-42.
[6] Ang, J. B. (2007). CO2 emissions, energy consumption, and
output in France. Energy Policy, 35(10), 4772-4778.
[7] Apergis, N., Jebli, M. B., & Youssef, S. B. (2018). Does renew-
able energy consumption and health expenditures decrease
carbon dioxide emissions? Evidence for sub-Saharan Africa
countries. Renewable Energy, 127, 1011-1016.
69
El papel del consumo de energías renovables sobre los gases...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[8] Baah-Acheamfour, M., Carlyle, CN, Lim, SS, Bork, EW &
Chang, SX (2016). Los tipos de cobertura forestal y de pas-
tizales reducen las emisiones netas de gases de efecto inver-
nadero de los suelos agrícolas. Ciencia del Medio Ambiente To-
tal, 571, 1115-1127.
[9] Benedek, J., Sebestyén, T. T., & Bartók, B. (2018). Evaluation
of renewable energy sources in peripheral areas and renew-
able energy-based rural development. Renewable and Sustain-
able Energy Reviews, 90, 516-535.
[10] Boontome, P., Therdyothin, A., & Chontanawat, J. (2017). In-
vestigating the causal relationship between non-renewable
and renewable energy consumption, CO 2 emissions and eco-
nomic growth in Thailand. Energy Procedia, 138, 925-930.
[11] Breitung, J. (2002). Nonparametric tests for unit roots and
cointegración. Journal of Econometrics, 108(2), 343-363.
[12] Cherni, A., & Jouini, S. E. (2017). An ARDL approach to
the CO2 emissions, renewable energy and economic growth
nexus: Tunisian evidence. International Journal of Hydrogen En-
ergy, 42(48), 29056-29066.
[13] Chuang, J., Lien, H. L., Den, W., Iskandar, L., & Liao, P. H.
(2018). The Relationship Between Electricity Emission Factor
and Renewable Energy Certificate: The Free Rider and Out-
sider Effect. Sustainable Environment Research, 29, 138-147.
[14] Dickey, D., Fuller, W. A., 1981. Likelihood ratio statistics for
autoregressive time series with a unit root. Econometrica, 49,
1057-1072.
[15] Dong, K., Sun, R., & Hochman, G. (2017). Do natural gas and
renewable energy consumption lead to less CO2 emission?
Empirical evidence from a panel of BRICS countries. Energy,
141, 1466-1478.
[16] Farhani, S., Chaibi, A., & Rault, C. (2014). CO 2 emissions, out-
put, energy consumption, and trade in Tunisia. Economic Mod-
elling, 38, 426-434.
[17] Hausman, J. A. (1978). Specification tests in econometrics.
Econometrica: Journal of the Econometric Society, 1251-1271.
[18] Hosseinzadeh-Bandbafha, H., Nabavi-Pelesaraei, A., Khanali,
M., Ghahderijani, M., & Chau, K. W. (2018). Application of
data envelopment analysis approach for optimization of en-
ergy use and reduction of greenhouse gas emission in peanut
production of Iran. Journal of Cleaner Production, 172, 1327-
1335.
[19] Im, K. S., Pesaran, M. H., & Shin, Y. (2003). Testing for
unit roots in heterogeneous panels. Journal of Econometrics,
115(1), 53-74.
[20] Ito, K. (2017). CO2 emissions, renewable and non-renewable
energy consumption, and economic growth: Evidence from
panel data for developing countries. International Economics,
151, 1-6.
[21] Jebli, M. B., & Youssef, S. B. (2017). The role of renewable en-
ergy and agriculture in reducing CO2 emissions: Evidence for
North Africa countries. Ecological indicators, 74, 295-301.
[22] Jin, T., & Kim, J. (2018). What is better for mitigating car-
bon emissions–Renewable energy or nuclear energy? A panel
data analysis. Renewable and Sustainable Energy Reviews, 91,
464 471.
[23] Juana de Sardón, J. M. (2003). Energías renovables para el de-
sarrollo. Editorial Paraninfo
[24] Kais, S., & Sami, H. (2016). An econometric study of the im-
pact of economic growth and energy use on carbon emissions:
panel data evidence from fifty eight countries. Renewable and
Sustainable Energy Reviews, 59, 1101-1110.
[25] Kasman, A., & Duman, Y. S. (2015). CO2 emissions, economic
growth, energy consumption, trade and urbanization in new
EU member and candidate countries: a panel data analysis.
Economic Modelling, 44, 97-103.
[26] Kim, J., Park, S. Y., & Lee, J. (2018). Do people really want re-
newable energy? Who wants renewable energy?: Discrete
choice model of reference-dependent preference in South
Korea. Energy Policy.
[27] Kuznets, S. (1955). Economic growth and income inequality.
The American economic review, 45(1), 1-28.
[28] Khondaker, A. N., Hasan, M. A., Rahman, S. M., Malik, K.,
Shafiullah, M., & Muhyedeen, M. A. (2016). Greenhouse
gas emissions from energy sector in the United Arab Emi-
rates–An overview. Renewable and Sustainable Energy Reviews,
59, 1317-1325.
[29] Levin, A., Lin, C. F., & Chu, C. S. J. (2002). Unit root tests in
panel data: asymptotic and finite sample properties. Journal
of Econometrics, 108(1), 1-24.
[30] Li, K., & Lin, B. (2015). Impacts of urbanization and industri-
alization on energy consumption/CO 2 emissions: Does the
level of development matter? Renewable and Sustainable En-
ergy Reviews, 52, 1107-1122.
[31] Liobikien˙
e, G., & Butkus, M. (2017). Environmental Kuznets
Curve of greenhouse gas emissions including technological
progress and substitution effects. Energy, 135, 237-248.
[32] Mittal, S., Dai, H., Fujimori, S., & Masui, T. (2016). Bridging
greenhouse gas emissions and renewable energy deployment
target: comparative assessment of China and India. Applied
energy, , 166, 301-313.
[33] Mirza, F. M., & Kanwal, A. (2017). Energy consumption, car-
bon emissions and economic growth in Pakistan: Dynamic
causality analysis. Renewable and Sustainable Energy Reviews,
72, 1233.
[34] Mohlin, K., Camuzeaux, J. R., Muller, A., Schneider, M., & Wag-
ner, G. (2018). Factoring in the forgotten role of renewables
in CO 2 emission trends using decomposition analysis. Energy
Policy, 116, 290-296.
[35] Moreno, J. R., Ortiz, J. D. C., de Vega, R. G., & Caro, G. V.
(2006). Estimación de la emisión de contaminantes debida al
tráfico urbano mediante modelos de asignación de tráfico. In
X Congreso de Ingeniería de Organización.
[36] Moutinho, V., & Robaina, M. (2016). Is the share of renew-
able energy sources determining the CO2 kWh and income
relation in electricity generation? Renewable and Sustainable
Energy Reviews, 65, 902-914.
[37] Nikzad, R., & Sedigh, G. (2017). Greenhouse gas emissions
and green technologies in Canada. Environmental Develop-
ment, 24, 99-108.
70
Caraguay L. & López-Sánchez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[38] Nordenstam, L., Ilic, D. D., & Ödlund, L. (2018). Corporate
greenhouse gas inventories, guarantees of origin and com-
bined heat and power production–Analysis of impacts on to-
tal carbon dioxide emissions. Journal of Cleaner Production,
186, 203-214.
[39] Oehmichen, K., & Thrän, D. (2017). Fostering renewable en-
ergy provision from manure in Germany Where to implement
GHG emission reduction incentives. Energy policy, 110, 471-
477.
[40] Pao, H. T., & Tsai, C. M. (2011). Multivariate Granger causal-
ity between CO2 emissions, Energy consumption, FDI (for-
eign direct investment) and GDP (gross domestic product): ev-
idence from a panel of BRIC (Brazil, Russian Federation, India,
and China) countries. Energy, 36(1), 685-693.
[41] Paramati, S. R., Mo, D., & Gupta, R. (2017). The effects of
stock market growth and renewable energy use on CO2 emis-
sions: evidence from G20 countries. Energy Economics, 36(1),
66, 360-371.
[42] Park, J., & Hong, T. (2013). Analysis of South Korea’s eco-
nomic growth, carbon dioxide emission, and energy consump-
tion using the Markov switching model.
[43] Pata, U. K. (2018). Renewable energy consumption, urban-
ization, financial development, income and CO2 emissions in
Turkey: Testing EKC hypothesis with structural breaks. Jour-
nal of Cleaner Production, 36(1), 187, 770-779.
[44] Pedroni, P. (1999). Critical values for cointegration tests in
heterogeneous panels with multiple regressors. Oxford Bul-
letin of Economics and Statistics, 61(S1), 653-670.
[45] Pedroni, P. (2001). Purchasing power parity tests in cointe-
grated panels. Review of Economics and Statistics, 83(4), 727-
731.
[46] Phillips, P., Perron, P. (1988). Testing for a unit root in time
series regression. Biometrica, 75, 335 346.
[47] Poumanyvong, P., & Kaneko, S. (2010). Does urbanization
lead to less energy use and lower CO2 emissions? A cross-
country analysis. Ecological Economics, 70(2), 434-444.
[48] Saboori, B., & Sulaiman, J. (2013). Environmental degradation,
economic growth and energy consumption: Evidence of the
environmental Kuznets curve in Malaysia. Energy Policy, 60,
892-90.
[49] Saboori, B., & Sulaiman, J. (2013). CO2 emissions, energy con-
sumption and economic growth in Association of Southeast
Asian Nations (ASEAN) countries: a cointegration approach.
Energy, 55, 813-822.
[50] Salahuddin, M., & Gow, J. (2014). Economic growth, energy
consumption and CO 2 emissions in Gulf Cooperation Coun-
cil countries. Energy, 73, 44-58.
[51] Sarango, D. (2018). Análisis de la relación entre el consumo de
energía y las emisiones de carbono en Ecuador. Revista Vista
Económica, 35-48.
[52] Şener, Ş. E. C., Sharp, J. L., & Anctil, A. (2017). Factors impact-
ing diverging paths of renewable energy: A review. Renewable
and Sustainable Energy Reviews, 75, 335 346.
[53] Soytas, U., & Sari, R. (2007). The relationship between energy
and production: evidence from Turkish manufacturing indus-
try. Energy Economics, 29(6), 1151-1165.
[54] Shahsavari, A., & Akbari, M. (2018). Potential of solar energy
in developing countries for reducing energy-related emis-
sions. Renewable and Sustainable Energy Reviews, 90, 275-291.
[55] Thitanuwat, B., Polprasert, C., & Englande Jr, A. J. (2017).
Green residues from Bangkok green space for renewable en-
ergy recovery, phosphorus recycling and greenhouse gases
emission reduction. Waste management, 61, 572-581.
[56] Tillaguango, B., & Loaiza, V. (2019). Efecto causal de la energía
sustentable y no sustentable en el crecimiento económico:
nueva evidencia empírica global por grupos de países. Revista
Vista Económica, 6(1), 37-48.
[57] Waheed, R., Chang, D., Sarwar, S., & Chen, W. (2018). Forest,
agriculture, renewable energy, and CO2 emission. Journal of
Cleaner Production, 172, 4231-4238.
[58] Westerlund, J. (2007). Testing for error correction in panel
data. Oxford Bulletin of Economics and Statistics, 69(6), 709-
748.
[59] World Bank, 2018. World Development Indicators. Wash-
ington D.C. Available on. https://data.worldbank.org/data-
catalog/world-development-indicators.
[60] Xiangzhao, F., & Ji, Z. (2008). Economic analysis of CO2 emis-
sion trends in China. China Population, Resources and Environ-
ment, 18(3), 43-47.
[61] Zoundi, Z. (2017). CO2 emissions, renewable energy and
the Environmental Kuznets Curve, a panel cointegration ap-
proach. Renewable and Sustainable Energy Reviews, 72, 1067-
1075.
Renewable and Sustainable Energy Reviews, 18, 543-551
[62] Pata, U. K. (2018). Renewable energy consumption, urbanization,
financial development, income and CO2 emissions in Turkey:
Testing EKC hypothesis with structural breaks. Journal of Cleaner
Production, 36(1), 187, 770-779.
[63] Pedroni, P. (1999). Critical values for cointegration tests in het-
erogeneous panels with multiple regressors. Oxford Bulletin of
Economics and Statistics, 61(S1), 653-670.
[64] Pedroni, P. (2001). Purchasing power parity tests in cointegrated
panels. Review of Economics and Statistics, 83(4), 727-731.
[65] Phillips, P., Perron, P. (1988). Testing for a unit root in time series
regression. Biometrica, 75, 335 346.
[66] Poumanyvong, P., & Kaneko, S. (2010). Does urbanization lead to
less energy use and lower CO2 emissions? A cross-country anal-
ysis. Ecological Economics, 70(2), 434-444.
[67] Saboori, B., & Sulaiman, J. (2013). Environmental degradation,
economic growth and energy consumption: Evidence of the envi-
ronmental Kuznets curve in Malaysia. Energy Policy, 60, 892-90.
[68] Saboori, B., & Sulaiman, J. (2013). CO2 emissions, energy con-
sumption and economic growth in Association of Southeast
Asian Nations (ASEAN) countries: a cointegration approach. En-
ergy, 55, 813-822.
71
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[69] Salahuddin, M., & Gow, J. (2014). Economic growth, energy con-
sumption and CO 2 emissions in Gulf Cooperation Council coun-
tries. Energy, 73, 44-58.
[70] Sarango, D. (2018). Análisis de la relación entre el consumo de
energía y las emisiones de carbono en Ecuador. Revista Vista
Económica, 35-48.
[71] Şener, Ş. E. C., Sharp, J. L., & Anctil, A. (2017). Factors impacting
diverging paths of renewable energy: A review. Renewable and
Sustainable Energy Reviews, 75, 335 346.
[72] Soytas, U., & Sari, R. (2007). The relationship between energy
and production: evidence from Turkish manufacturing industry.
Energy Economics, 29(6), 1151-1165.
[73] Shahsavari, A., & Akbari, M. (2018). Potential of solar energy in
developing countries for reducing energy-related emissions. Re-
newable and Sustainable Energy Reviews, 90, 275-291.
[74] Thitanuwat, B., Polprasert, C., & Englande Jr, A. J. (2017). Green
residues from Bangkok green space for renewable energy recov-
ery, phosphorus recycling and greenhouse gases emission reduc-
tion. Waste management, 61, 572-581.
[75] Tillaguango, B., & Loaiza, V. (2019). Efecto causal de la energía
sustentable y no sustentable en el crecimiento económico: nueva
evidencia empírica global por grupos de países. Revista Vista
Económica, 6(1), 37-48.
[76] Waheed, R., Chang, D., Sarwar, S., & Chen, W. (2018). For-
est, agriculture, renewable energy, and CO2 emission. Journal of
Cleaner Production, 172, 4231-4238.
[77] Westerlund, J. (2007). Testing for error correction in panel data.
Oxford Bulletin of Economics and Statistics, 69(6), 709-748.
[78] World Bank, 2018. World Development Indicators. Wash-
ington D.C. Available on. https://data.worldbank.org/data-
catalog/world-development-indicators.
[79] Xiangzhao, F., & Ji, Z. (2008). Economic analysis of CO2 emission
trends in China. China Population, Resources and Environment,
18(3), 43-47.
[80] Zoundi, Z. (2017). CO2 emissions, renewable energy and the En-
vironmental Kuznets Curve, a panel cointegration approach. Re-
newable and Sustainable Energy Reviews, 72, 1067-1075.
72
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
!
Consumo de los hogares y contaminación ambiental a nivel regional:
análisis de cointegración con datos de panel periodo 1985-2016
Household consumption and environmental pollution at the regional level: coin-
tegration analysis with panel data for the period 1985-2016
Lethy Minga1| Jessica Guamán1| Wilfrido
Torres-Ontaneda ID 1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
2Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Lethy Minga, Carrera de Economía,
Universidad Nacional de Loja, Loja, Ecuador
Email: lethy.minga@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Julio 2020
Fecha de aceptación
Diciembre 2020
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
La contaminación sin duda es un fenómeno mundial, que ha causado estragos negativos en el ambiente;
además, la demanda de los recursos limitados se va incrementado con el paso del tiempo. En este sentido,
el objetivo de la presente investigación es analizar la relación que tienen el consumo de los hogares y la
contaminación ambiental. Utilizando datos del World Development Indicators (2010) para 101 países del
mundo, durante el periodo 1985-2016. Los países fueron clasificados por regiones de acuerdo al Banco
Mundial. Se utilizaron técnicas de: cointegración de Pedroni (1999); corrección de error de Westerlund
(2007); y causalidad Dumitrescu y Hurlin (2012) para evaluar la relación entre las variables. Con el fin de
valorar la fuerza del vector de cointegración de corto y largo plazo, se aplicó el método de Mínimos Cuadra-
dos Ordinarios de Panel Dinámico para los países en forma individual y el modelo de Mínimos Cuadrados
Ordinarios Dinámicos para los grupos de países. Se encontró evidencia empírica con respecto a las emi-
siones de CO2 y al consumo de los hogares en diferentes ámbitos el cual establece una relación a corto y
a largo plazo. Algunas implicaciones de políticas para los países serían: aplicación programas para un con-
sumo más sostenible; implementación de tecnología destinada a la transformación de plásticos; y ejecución
de procesos modernos amigables con el medio ambiente para evitar altos niveles de contaminación.
Palabras clave: Contaminación ambiental; Consumo; Datos de panel; Producción.
Códigos JEL: Q53. C23. E21. E23.
ABSTRACT
Pollution is undoubtedly a global phenomenon, which has caused negative havoc on the environment; In ad-
dition, the demand for limited resources increases over time. In this sense, the objective of this research is to
analyze the relationship between household consumption and environmental pollution. Using data from the
World Development Indicators (2010) for 101 countries in the world, during the period 1985-2016. The coun-
tries were classified by region according to the World Bank. Techniques were used: cointegration of Pedroni
(1999); Westerlund’s bug fix (2007); and causality Dumitrescu and Hurlin (2012) to evaluate the relationship
between the variables. In order to assess the strength of the cointegration vector in the short and long term,
the method of Dynamic Panel Ordinary Least Squares was applied for individual countries and the Dynamic
Ordinary Least Squares model for groups of countries. Empirical evidence was found regarding CO2 emissions
and household consumption in different areas, which establishes a short-term and long-term relationship. Some
policy implications for the countries would be: implementation of programs for more sustainable consumption;
implementation of technology for the transformation of plastics; and execution of modern processes that are
friendly to the environment to avoid high levels of contamination.
Keywords: Environmental pollution; Consumption; Panel data; Production.
JEL codes: Q53. C23. E21. E23.
73
Consumo de los hogares y contaminación ambiental a nivel regional...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
El cambio ambiental que azota al mundo está ocurriendo a un ritmo
muy acelerado, siendo importante que los gobiernos actúen ahora
para revertir el daño causado al planeta en el futuro, considerando
que el crecimiento económico origina efectos sobre el medio natu-
ral, según Labandeira, León y Vázquez (2007) el aumento en la renta
per cápita parte de un mayor consumo de materias primas y energía;
y esto genera más residuos y los problemas ambientales se agudizan.
En este sentido, bajo el título Global Environmental Outlook (GEO-
6) dirigido por el Programa de las Naciones Unidas para el Medio
Ambiente (PNUMA) se realizaron evaluaciones regionales sobre la
contaminación ambiental, dónde en casi todas las regiones, el crec-
imiento de la población, la rápida urbanización, los crecientes nive-
les de consumo, la degradación de la tierra y el cambio climático se
han combinado catastróficamente para los países en vías de desar-
rollo.
América Latina y el Caribe, aporta relativamente poco a las emi-
siones globales, sin embargo, es altamente vulnerable a los efectos
de las emisiones de CO2. En base a esto, se calcula que los costos
asociados al fenómeno alcanzaron los $100 mil millones en el año
2015 para la región; y, por otro lado, únicamente produce cerca de
10% de las emisiones. Adicionalmente, la generación de residuos
municipales, correspondientes a 160 millones de toneladas, ha au-
mentado progresivamente debido a la urbanización, aumento del
consumo y cambios de estilos de vida de sus habitantes, tras la dis-
minución en los índices de pobreza en los últimos 20 años. Final-
mente, respecto a previsiones que se plantean de la región para el
año 2025, se estima que la generación de desechos se duplique (Re-
visión, 2016).
En América del Norte, las condiciones ambientales (contami-
nación del aire, calidad del agua potable y áreas protegidas) bien
gestionadas han mejorado debido a las políticas, las instituciones,
la recopilación y evaluación de datos y los marcos regulatorios. Sin
embargo, los métodos agresivos de extracción de hidrocarburos
pueden conducir a un aumento de las emisiones, el uso del agua y la
sismicidad inducida, mientras que los ambientes marinos y costeros
están experimentando, entre otras cosas, la acidificación del océano
y el aumento del nivel del mar. Por otro lado, en la región de Asia y el
Pacifico, el crecimiento económico sin precedentes, que ha sacado
a millones de personas de la pobreza y está ejerciendo una gran pre-
sión sobre los ecosistemas, provocando el aumento de los patrones
de consumo insostenible y empeorando la contaminación del aire,
escasez de agua y generación de desechos; todo esto amenaza la
salud humana y ambiental. Por tanto, el aumento de la demanda
de combustibles fósiles y recursos naturales, agricultura extensiva,
la acuicultura, el comercio ilegal de vida silvestre, entre otros están
causando la degradación ambiental y la pérdida de biodiversidad.
Mientras que Asia Occidental, está sufriendo un aumento en
la demanda de agua, la sobreexplotación de los recursos de aguas
subterráneas y el deterioro de la calidad del agua, así como patrones
de consumo insostenibles que amenazan la capacidad de la región
para asegurar sus fuentes de alimentos, agua y energía (Econ et al.,
2010). En las regiones restantes, el consumo de bienes y servicios
por parte de los hogares sigue en crecimiento, incrementado las emi-
siones de CO2, dado la población y el consumo siguen en aumento,
los residuos que afectan negativamente al medio ambiente también
mantienen esta tendencia; siendo motivo de preocupación para las
organizaciones encargadas de los análisis de la contaminación am-
biental y el cambio climático.
En este contexto, el objetivo de esta investigación es exami-
nar el nexo causal del consumo de los hogares y la contaminación
ambiental a nivel regional durante el periodo 1985-2016. Para lo
cual, se aplican un conjunto de técnicas econométricas de datos de
panel. Primero, el modelo de regresión mediante Mínimos Cuadra-
dos Generalizados (GLS) para verificar la dirección de la relación en-
tre las variables. Segundo, con el fin de asegurar que las series no
presentan el problema de no estacionalidad, el test de raíz unitaria
tipo Fisher basado en las pruebas de Dickey y Fuller Aumentado
(1981) y Philip y Perron (1988). Los resultados obtenidos con estas
dos pruebas son contrastadas con los resultados obtenidos medi-
ante los test de Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003)
y Breitung (2000). Tercero, para verificar la relación de corto y largo
plazo, utilizamos el modelo de Westerlund (2007) y el modelo de
Pedroni (1999) respectivamente.
Además, la literatura empírica que investiga el nexo causal en-
tre el consumo de los hogares y la contaminación ambiental, han
ignorado el rol de la fuerza del vector de cointegración para los
grupos de países o países de forma individual. En consecuencia,
en esta investigación estimamos un modelo de Mínimos Cuadrados
Ordinarios Dinámicos (DOLS) para obtener la fuerza del vector de
cointegración para los grupos de países clasificados de acuerdo a
la región establecida por el Banco Mundial. Entonces, la fuerza del
vector de cointegración de forma individual fue obtenida mediante
un modelo de Panel de Mínimos Cuadrados Ordinarios Dinámicos
(PDOLS). Adicionalmente, el presente trabajo aportará con eviden-
cia empírica para futuras investigaciones y también para conocer el
nexo existente entre el consumo de los hogares y la contaminación
ambiental.
Finalmente, este artículo está estructurado en cuatro sec-
ciones adicionales a la introducción. En la segunda, consta la dis-
cusión de la literatura previa. La tercera, contiene la descripción de
los datos y la estrategia econométrica. En la cuarta, se discuten los
resultados, y finalmente en la quinta, sección se concluye la investi-
gación
2|REVISIÓN DE LITERATURA
A mediados de los años cincuenta del siglo pasado, Simón Kuznets
estableció la hipótesis de la Curva Medio Ambiental que explora la
relación existente entre el consumo de los hogares y calidad ambien-
tal, intentando demostrar que a corto plazo el consumo de los hog-
ares genera un mayor deterioro medio ambiental, pero en el largo
plazo, a medida que las economías son más ricas, se plantea que el
consumo de los hogares es beneficioso para el medio ambiente. En-
tonces, la calidad del medio ambiente mejora con el incremento en
el ingreso (Falconí y Burbano, n.d.). El consumo es conocido como
el disfrute de los bienes y servicios producidos en una economía
por otra, y parte de la contaminación ambiental, hace referencia a
las emisiones de C02 causadas por la actividad del hombre, y en
este caso por el consumo de los hogares. Existen investigaciones
que estudian el nexo causal existente entre las emisiones de CO2 y
el consumo de los hogares, y en varias se concuerda con la hipóte-
sis planteada, donde, las emisiones de CO2 van disminuyendo con-
forme el consumo va aumentando (S. Liu, et al. , 2014; Mach,et al.,
2018).
En las investigaciones de Gürlük (2015); Perumal y Timmons
(2015);Duarte, et al. (2010); Li et al. (2016); Quaicoe, et al. (2017);
Kawajiri, et al. (2017); L. Liu y Wu (2015); Chang, et al. (2013)
y Mcgee y Greiner (2018) manifiestan que la Curva Ambiental del
Kuznets (EKC) es un indicador ambiental importante que exhibe una
curva en forma de U invertida entre una medida especifica de con-
taminación ambiental y el ingreso per cápita en Alemania, Paises
Bajos, Turquia, India, España, Francia, Italia, China, Brazil y Estados
Unidos, variando según su región. Estos resultados hacen énfasis
en que las personas en un principio aumentan su consumo y au-
mentan las emisiones de CO2, sin embargo, a medida que pasa el
tiempo estas emisiones van disminuyendo, dado que, las economías
atraviesan una etapa de crecimiento económico per cápita, y, por
ende, el consumo se vuelve más selectivo (productos innovadores
74
Minga L., Guamán J. & Torres-Ontaneda W.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
y ecologistas).
Por otro lado, para S. Liu et al. (2014); Perobelli, et al. (2015);
Landis, et al. (2017); Goh, et al. (2017); Rahman (2017); Gao, et al.
(2014); y X. Wang, et al. (2013) las emisiones de CO2 están ligadas
con el transporte y pronostican un crecimiento continuo en muchos
países y en el caso de estudio Beijing. En este caso, el transporte pri-
vado junto con la demanda de viajes por parte de la población, hace
que la contaminación aumente, una solución es la implementación
de políticas que controlen el número de vehículos en circulación y
aumentar la proporción de transporte público para reducir las emi-
siones futuras. En este sentido, Vaca y Cartuche (2018) establecen
implicaciones de políticas estructuradas en tres ejes formulados en
la teoría de Kuznets, que son los de generar un mayor nivel de edu-
cación; una regulación de las industrias y la implementación de una
matriz productiva en base al uso de tecnologías sustentables y ami-
gables con el medio ambiente.
En las investigaciones realizadas por Das, et al. (2011); Min,
et al. (2018); Delis y Iosi (2016); Huang y Jorgenson (2018); Mah-
moodi y Mahmoodi (2016); Miankhel, et al. (2009); C. Hu y Tan
(2016); Min et al. (2018) y Yates (2016) intentan proyectar las cor-
respondientes emisiones de CO2 y la variación de temperatura en
India donde la demanda total de productos derivados del petróleo
se duplique para el año 2020, creciendo a una tasa de 3,5% por año
haciendo que el nivel de CO2 ascienda a una vez y media para el año
2020 en comparación con el nivel de 2008. El consumo de bienes
y servicios derivados de combustibles fósiles crece a una medida
desenfrenada, provocando mayor contaminación que únicamente
puede controlarse reemplazando el consumo de productos deriva-
dos del petróleo y carbón con gas natural, así como también acom-
pañado de métodos de producción más sofisticados para una pro-
ducción menos contaminante y por ende más amigable con el ambi-
ente. Por otra parte las emisiones de CO2 asociadas con el consumo
de energía de los hogares continuaran creciendo según las investi-
gaciones Yang, Zhao, et al. (2013); Jia, et al. (2018); Zoundi (2017);
Ye, et al. (2016); Cellura, et al. (2011); Rehman y Rashid (2017);
You, et al. (2017); Sapci y Considine (2014); Zhao y Luo (2018); Y.
Zhang, et al. (2015); y Jacques y Keho (2016). El consumo de en-
ergía en los hogares es un aspecto fundamental, y a medida que va
creciendo la población este consumo van aumentando las emisiones
de CO2, sin embargo, para este impacto sea menor se debe imple-
mentar nuevas alternativas para obtener energía verde y educar el
aspecto consumista en cada persona para disminuir las emisiones.
Además, para Sánchez (2017) las políticas deben enfocarse en la
adecuada explotación de recursos naturales, es decir, tecnologías
eficientes y no exceder la extracción de recursos naturales a su con-
servación.
Otro factor contaminante que incrementa las emisiones de
CO2 son la utilización de plásticos y residuos domésticos según es-
tudios realizados en Japón por: Inaba, Nansai, Fujii, y Hashimoto
(2010); Sokolov-Mladenović, Milovančević, Mladenović, y Alizamir
(2016); Chen (2017); Jarreau y Poncet (2012); Rehner, Baeza, y
Barton (2014); Ekanayake (1999) y Gielen y Moriguchi (2015). Los
residuos alimenticios y la utilización de plásticos, provocan que las
emisiones de CO2 se incrementen, porque terminan siendo dese-
chos sin el tratamiento adecuado; y en consecuencia terminan en
los bosques, reservas, ríos y finalmente los mares. Para solucionar
este problema, es necesario que se implementen plantas para la
transformación a los plásticos y así ser reutilizados, disminuyendo
la contaminación, y los residuos alimenticios, pueden llegar a ser uti-
lizados correctamente sin que terminen en espacios verdes o en los
mares.
Finalmente para Zhang, et al. (2017); Evans (2012); Yang et
al., (2013); Kawajiri et al., (2017); Omri y kahouli (2014); Bonnet,
Bouamra-mechemache y Corre (2018); Liu y Wu (2015); Elbeydi
(2010); Miankhel et al. (2009); Vianna (2016) y Wang (2016) calcu-
lan los impactos del consumo de los hogares en todas las emisiones
de carbono. Estos impactos, se fortalecen con el crecimiento del
ingreso, los hogares con mayores ingresos tienen 1,8 veces más im-
pacto que los de menores ingresos, siendo los sectores para la al-
imentación quienes más emisiones producen. El consumo de los
hogares es un factor muy ligado al aumento progresivo de las emi-
siones, dado que estos son los que más bienes y servicios deman-
dan para el consumo diario. Para hacer frente a esta problemática
se debe establecer políticas y programas dirigidos hacia un consumo
sostenible y una producción sana, esto va a variar dependiendo de
la región, considerando el nivel de desarrollo tecnológico y políticas.
Otra idea fundamental es la aplicación de un impuesto ambiental
para reducir efectivamente las emisiones de CO2 según establece
Hu, et al. (2018).
3|DATOS Y METODOLOGÍA
3.1 |Datos
Los datos de panel utilizados en la presente investigación fueron
obtenidos de la base del World Development Indicator del Banco
Mundial (2010), para 101 países, durante el periodo 1985-2016.
Los países están divididos por regiones, clasificadas por el Banco
Mundial: África, Asia Oriental y el Pacifico; Europa y Asia Central;
América Latina y el Caribe; Oriente Medio y Norte de África; Asia
Meridional y América de Norte. La variable dependiente son las
emisiones de CO2, medida por kilotón. La variable independiente,
es el consumo de los hogares a precios constantes del año 2010.
Además, solamente se aplicó logaritmo al consumo de los hogares.
Por otro lado, en los países donde no se encontró algunos datos
para las variables se interpoló y extrapoló los mismos. La Tabla 1
resume las variables utilizadas en el modelo econométrico de este
artículo.
Tabla 1. Definición de variables
Tipo de Variable Variable Descripción Unidad de medida
Dependiente Emisiones de CO2 Contaminación Ambiental Kilotón.
Independiente Consumo Consumo de los hogares Dólares, constantes de 2010
La Figura 1 muestra la correlación entre las emisiones y el con-
sumo de los hogares a nivel global y por regiones de acuerdo a lo
establecido por el Banco Mundial. Los paneles A y B muestran que
a nivel global y la región de África no se cumple la hipótesis de
ECK, pues existe una tendencia decreciente, se estabiliza y luego
tiende a crecer. Los paneles C, D, E representan las regiones de
Asia Oriental y el Pacifico; Europa y Asia Central; América Latina y
el Caribe; siguen una tendencia lineal entre las emisiones de CO2 y
75
Consumo de los hogares y contaminación ambiental a nivel regional...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
el consumo de los hogares. Mientras que en los paneles F y G cor-
respondientes a la región de Oriente Medio y Norte de África; Asia
Meridional, siguen una tendencia lineal creciente entre las variables
estudiadas. Finalmente, el panel H con resultados para América del
Norte se corrobora la ECK.
Figura 1. Correlación entre las emisiones y el consumo de los hogares.
La Tabla 2 muestra los estadísticos descriptivos de las emi-
siones y el consumo de los hogares para los 101 países y para las
regiones según lo establecido por el Banco Mundial. De acuerdo a
la desviación estándar, los resultados son relevantes debido a que
ésta es mayor entre países que dentro de países. El panel de datos
está estrictamente equilibrado en tiempo (T=1, ... , 32) y en la sec-
ción transversal (i=1, . . . , 101).
Tabla 2. Estadísticos Descriptivos
Variable Media Desviación estándar Mín. Máx. Observaciones
Emisiones CO2 Global 4,78 5,27 -1,69 36,09 N = 3232
Entre países 5,08 0.06 23,21 i = 101
Dentro del país 1,49 -5,26 17,66 T = 32
Log Consumo hogares Global 24,37 1,98 19,29 30,10 N = 3232
Entre países 1,95 20,29 29,69 i = 101
Dentro del país 0,36 23,17 25,48 T = 32
3.2 |Metodología
Kuznets en 1955 formuló una hipótesis en la que se relaciona la
distribución de los ingresos a través del crecimiento económico, en
1971 obtuvo el premio Nobel de economía como reconocimiento
a la formulación de esta teoría. Así mismo, esta relación se ha ex-
trapolado a la reflejada entre el consumo de los hogares y la calidad
del medio ambiente, demostrándose en una relación en forma de
U-invertida. Esta hipótesis plante que el deterioro ambiental es una
función creciente del consumo de los hogares, a partir del cual, los
mayores niveles de consumo de bienes y servicios por parte de los
hogares lleva a niveles menores de degradación del medio ambiente.
76
Minga L., Guamán J. & Torres-Ontaneda W.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
A partir de estas ecuaciones la estrategia econométrica para evaluar
la cointegración entre la Inversión Extranjera Directa (IED) y las man-
ufacturas se divide en cinco etapas. En la primera etapa, estimamos
un modelo de regresión básico de datos de panel.La variable de-
pendiente son las emisiones de C O 2(C O 2i,t)y la variable indepen-
diente es el logaritmo del consumo de los hogares l og (c(i,t)) del
país t=1,... ,101 del período t=1985,... ,2016. Este modelo básico
permite verificar el grado de asociación y la dirección de la relación
entre las dos variables globalmente y por regiones del mundo. La
ecuación (1) formaliza la relación entre las dos variables:
l og C O 2i,t=(γ0+δ0)+γ0l og Ci,t+θi,t(1)
La prueba de Hausman (1978) se usó para elegir entre un modelo
de efectos fijos o aleatorios. El modelo propuesto en la ecuación
(1) presenta autocorrelación y heterocedasticidad. Para corregir el
sesgo en los estimadores causados por la autocorrelación y hete-
rocedasticidad, se utiliza un modelo GLS. Los parámetros (γ0+δ0)
la variabilidad en el tiempo y sección transversal. Finalmente, el
parámetro (i,t)es el término de error estocástico. En la teoría
econométrica, es bien sabido que las series temporales tienen un
componente de tendencia que hace que sea imposible medir de
manera eficiente la relación entre ellas. Para garantizar que la se-
rie no tenga el problema de la raíz unitaria, utilizamos un conjunto
de pruebas, que coinciden en que la primera diferencia elimina el
efecto de tendencia de las dos variables. Las pruebas utilizadas
fueron: Dickey y Fuller Augmented (1981); Phillips y Perron (1988);
Levine, Lin y Chu (2002); Im, Pesaran y Shin (2003); y Breitung
(2002) que se pueden estimar a partir de la siguiente ecuación:
yt=αt+λy t=1 +α1t+
p
Õ
i=2
βjyt=i=1 +εt(2)
Donde ytes la serie que se supone que contiene al menos una raíz
unitaria, 0es el intercepto y 1captura el efecto de tendencia en el
tiempo t.εtes el error gausiano, y prepresenta la longitud del des-
fase. En la ecuación (2), cuando el parámetro es significativo, se
concluye que al menos uno de los paneles tiene raíz unitaria. Los
tests aseguran que las series usadas en la estimación subsecuente
no tengan problemas de raíz unitaria. La segunda etapa, determina
el equilibrio a corto y largo plazo entre las dos variables usando el
test de cointegración desarrollado por Pedroni (1999), el equilibrio
a largo plazo está determinado en base a la siguiente ecuación (3):
yi t =α0+
n=1
Õ
j=1
βi,jyi,j+
n=1
Õ
j=1
ωj y i ,t=j+πiE CT t=1 +εi,t(3)
Donde yi,trepresenta la variable dependiente del país ien el
período t.,yson los parámetros a ser estimados y el término
E CT(t= 1)es el vector de cointegración a largo plazo. Finalmente,
i,tes el término de error aleatorio estacionario con media cero y es
la longitud del desfase determinado con el criterio de información
de Akaike (1974). Además, el equilibrio a corto plazo se determina
mediante la prueba de Westerlund (2007) a partir de la siguiente
ecuación (4):
yi,t=δidt+αi©
«yi,t=1 −βiXi,t=1 +
pi
Õ
j=q1
αi,jyi t =1 +
j=q1
Õ
p=i
yi,jXi t =1 ª
®
¬+εi,t
(4)
Donde t= 1, . . . .., Tson los períodos estimados y t = 1, . . . ., Nson
los países considerados para la estimación. El término dtes el com-
ponente determinístico. Se asume que el vector K-dimensional de
Xi,tes aleatorio e independiente de i,tpor lo que se supone que
estos errores son independientes de iyt. En la siguiente etapa, se
estima la fuerza del vector de cointegración utilizando el enfoque de
Pedroni (2001). Esta estrategia permite evaluar la fuerza del vector
de equilibrio entre las emisiones de CO2 y el consumo de los hoga-
res. Para lograr este objetivo, se estima a nivel de países un modelo
DOLS y para la clasificación de regiones se aplica el modelo PDOLS.
La siguiente ecuación (5) plantea la relación de las dos variables:
yi,t=αi+δiXi,t+
p
Õ
j=−p
yi,j∆Xi,t−j+µi,t(5)
Donde yi,trepresenta a la industria manufacturera, i=
1,2, . . . , 104 países, t= 1,2, . . . , Tes el tiempo, p= 1,2, . . . , Pes
el número de retardos y avances en la regresión DOLS, mientras i
mide el cambio del consumo de los hogares cuando las emisiones
de CO2 cambia. De los coeficientes y los valores tse obtienen
los valores promedio en todo el panel utilizando el método de los
promedios grupales. Finalmente, se aplica el test de Dumitrescu y
Hurlin (2012) para determinar la existencia y la dirección de causal-
idad entre las dos variables usando la siguiente expresión (6):
yi,t=αi+
k
Õ
k=1
yk
jt−kyi,t=k+
k
Õ
k=1
βk
iXi,t−k+µi,t(6)
En la Ecuación se asume que Bi=B(1)
i, ..., B(k)
i, y que el tér-
mino ies fijo en la dimensión del tiempo. El parámetro autorre-
gresivo YK
jy el coeficiente de regresión BK
jvarían entre las sec-
ciones transversales. La siguiente sección muestra los resultados
obtenidos al aplicar las cuatro etapas de la estrategia econométrica.
4|DISCUSIÓN Y RESULTADOS
La Tabla 3 reporta los resultados de la estimacion de la ecuacion (3).
El test de Hausman (1978) se utilizo para elegir entre los modelos
de Efectos Fijos (FE) y los Efectos Aleatorios (Re) el cual es estadisti-
camente diferente de 0. Existe una mayor consistencia en el uso de
efectos aleatorios para estimar las regresiones. Se aplico la prueba
de Wooldridge (1991) para determinar que los datos presentan au-
tocorrelacion a nivel mundial y en los grupos de paises para lo cual
fue necesario estimar un modelo que corrija en su totalidad, dado
el caso, en la tabla se muestran los resultados corregidos. Encon-
tramos que los coeficientes son positivos y estadisticamente signi-
ficativos en todas las regiones, a excepcion de Africa, Asia Sur y
Norte América; sin embargo, a nivel mundial es estadisticamente
significativo. Estos resultados no concuerdan en sutotalidad con
los resultados obtenidos Zhang et al., (2017) quienes afirman que
el consumo de los hogares tiene un enfoque positivo sobre las emi-
siones de CO2 en el corto y largo plazo.
77
Minga L., Guamán J. & Torres-Ontaneda W.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 3. Resultados de las regresiones de line base GLS
Global África Asia Oriental
y el Pacifico
Europa y
Asia Central
América Latina
y el Caribe
Oriente Medio y
Norte de África
Asia
Meridional
América
del Norte
lConsumo 0,575*** 0,0295 1,181*** 0,681*** 0,336*** 0,642*** 0,0295 0,840
(15,77) (1,19) (6,35) (7,18) (5,28) (3,87) (0,40) (1,70)
Hausman test (p-value) 0,0730 0,2423 0,1850 0,1136 0,0112 0,8436 -13,78 0,0000
Serial correlation test (p-value) 0,9765 0,9632 0,9763 0,9663 0,9808 0,9668 10,212 0,9378
Efectos Fijos (Tiempo) NO NO NO NO NO NO NO NO
Efectos Fijos (Grupos de países) NO NO NO NO NO NO NO NO
Constante -11,73*** -0,421 -25,66*** -11,10*** -6,644*** -13,35*** -1,030 -6,782
(-13,46) (-0,75) (-5,43) (-4,61) (-4,32) (-3,32) (-0,61) (-0,48)
Observaciones 3232 736 416 1024 672 192 128 64
Note: t statistics in parentheses, * p <0.05, ** p <0.01, *** p <0.001
Los resultados de la segunda etapa de la estrategia
econométrica son reportados en la Tabla 4. La cual muestra los
resultados de la prueba no paramétrica de raíz unitaria tipo Fisher
basada en el test ADF de Dickey y Fuller Aumentado (1981) y el
test PP basado en Phillips y Perron (1988). Las pruebas fueron
estimadas sin efectos del tiempo y con efectos del tiempo. Los
resultados de las pruebas ADF y PP demuestran que las series son
estacionarias en niveles I(0) al 1% de significancia. Con el fin de
asegurar la robustez de los valores estimados, aplicamos los test de
Levine et al. (2002); Im et al. (2003); Huang y Jorgenson (2018) y
Breitung (2001) conocidas en la literatura de datos de panel como
LLC, IPS y UB, respectivamente. La Tabla 4 reporta los resultados
de las pruebas de raíz unitaria agrupados por grupos de regiones a
nivel mundial. En donde se puede apreciar que son significativos
con efectos del tiempo y sin efectos del mismo.
Tabla 4. Resultados de las regresiones de line base GLS
Grupos Variables PP ADF LLC UB IPS PP ADF LLC UB IPS
Sin efectos del tiempo Con efectos del tiempo
GLOBAL Emisiones -46,95** -14,25** -37,69** -10,59** -39,98** -46,34** -12,56** -40,35** -9,82** -41,55**
Consumo -35,43** -12,21** -29,96** -8,35** -33,58** -35,92** -12,07** -27,30** -8,31** -31,57**
A Emisiones -20,61** -9,25** -17,68** -5,84** -20,04** -25,13** -12,51** -18,39** -7,83** -24,22**
Consumo -24,04** -8,35** -22,52** -5,61** -23,73** -25,23** -9,82** -21,35** -5,83** -22,82**
AOP Emisiones -15,33** -5,53** -15,28** -3,59** -14,35** -11,62** -5,89** -13,17** -2,07** -11,53**
Consumo -10,28** -5,34** -14,73** -1,77** -10,49** -10,55** -6,24* -10,31** -1,58** -10,77**
EAC Emisiones -27,25** -6,19** -17,91** -5,43** -19,59** -26,82** -6,27** -15,99** -5,62** -17,66**
Consumo -13,33** -3,69** -9,40** -4,75* -10,79** -14,93** -2,67** -7,18** -4,34** -8,99**
ALC Emisiones -22,82** -7,42** -20,16** -6,19** -21,06** -21,54** -3,93** -14,50** -5,82** -17,03**
Consumo -16,46** -6,01** -17,04** -4,34** -18,48** -17,44** -5,71** -17,49** -4,41** -18,26**
OMNA Emisiones -13,84** -2,54** -12,97** -3,43** -12,62** -14,88** -3,34** -11,89** -2,14** -12,66**
Consumo -11,48** -2,37** -4,47** -0,89** -6.02** -12,76** -2,71** -7,11** -1,11** -8,55**
AM Emisiones -8,98** -1,15** -4,51** -0,79** -4,15** -8,19** 0,60** -4,15** -0,18** -4,55**
Consumo -10,98** -3,68** -11,52** -2,21** -10,91** -11,97** -3,45** -9,14** -1,81** -10,81**
AN Emisiones -5,03** -1,15** -5,54** -0,94** -5,28** -8,62** -1,61** -4,91** -3,79** -9,41**
Consumo -1,99** -1,23** -3,29** -1,99** -2,59** -1,78** -1,24** -3,32** -2,73** -2,11**
Los resultados de la Tabla 5 muestran la determinación de la
relación a corto y largo plazo entre las variables usando técnicas de
cointegración para datos de panel. Primeramente, utilizamos el test
de cointegracion de Pedroni(1999) para determinar el equilibrio en
el largo plazo. Estos resultados indican que el consumo de los hoga-
res y las emisiones de CO2 tienen una relación de largo plazo en la
mayor parte de las regiones, porque los estadísticos de dimensiones
y entre dimensiones de los paneles son estadísticamente significa-
tivos. A nivel global, en la región Europa y Asia Central y África
podemos observar que tienen una relación a largo plazo, es decir,
la existencia de un vector de integración. En investigaciones real-
izadas por You et al. (2017), Sapci y Considine (2014); Zhao y Luo
(2018); Zhang et al. (2015); Tang (2018) y Jacques y Keho (2016)
aseguran que la relación que se establece entre estas variables es de
largo plazo, dado que a medida que aumenta la población su fuerza
de cointegración es mayor.
78
Minga L., Guamán J. & Torres-Ontaneda W.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 5. Resultados del test de cointegración de Pedroni
Global África Asia Oriental
y el Pacifico
Europa y
Asia Central
América Latina
y el Caribe
Oriente Medio y
Norte de África
Asia
Meridional
América
del Norte
Estadística de prueba dentro de la dimensión
Estadística v
de panel 3,12** 3,94** 0,44** 3,27** 0,32** 2,07** 2,68** 0,21**
Estadístico p
de panel -3,77** -5,13** -0,14** -2,28** -2,19** -2,32** 0,90** -1,72**
Estadística PP
del panel -5,65** -6,54** -0,42** -3,25** -4,17** -2,23** -0,79** -2,79**
Estadística
ADF del panel -7,04** -4,55** -2,76** -4,04** -2,21** -0,77** -0,63** -2,61**
Estadísticas de prueba entre dimensiones
Estadístico p
de panel -0,72** -3,16** 1,11** -0,54** -0,74** -1,01** -0,76 -0,89**
Estadística PP
de grupo -4,25** -6,84** 0,39** -2,66** -3,58** -1,45** -1,15** -2,58**
Estadística de
ADF de grupo -7,89** -3,96** -2,27** -3,47** -1,11** -0,199** 0,24** -2,38**
En la Tabla 6 nos muestra la prueba de cointegración en el
corto plazo utilizando un modelo de Error Vectorial (VE) con datos
de panel, desarrollado por Westerlund (2007). El modelo tiene una
limitación, la cual consta en que solo es posible verificar el equilib-
rio a corto plazo entre parejas de variables. Por lo tanto, los resul-
tados se muestran de manera global y para el grupo de regiones en
donde la mayor parte de sus regiones la inexistencia de una relación
a corto plazo a excepción de América Latina y el Caribe en donde se
establece que un cambio en el consumo de los hogares genera cam-
bios inmediatos en las emisiones de CO2. Para Duarte et al. (2010);
Li et al., (2016); Alvarado, Iñiguez, y Ponce (2017) y Mcgee y Greiner
(2018) las emisiones de CO2 y el consumo de los hogares muestran
una relación a corto plazo y que a medida que pasa el tiempo en el
largo plazo esta relación desaparece.
79
Minga L., Guamán J. & Torres-Ontaneda W.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 5. Resultados del test de cointegración de Pedroni
Grupo Estadístico Valor Valor-Z Valor-p
GLOBAL Gt -2,46 -1,35 0,09
Ga -12,25 -0,54 0,29
Pt -25,04 -4,42 0,00
Pa -12,30 -5,63 0,00
África Gt -2,36 -0,04 0,48
Ga -11,16 0,53 0,70
Pt -12,23 -2,44 0,01
Pa -14,86 -4,74 0,00
Asia Oriental
y el Pacifico Gt -2,66 -1,36 0,09
Ga -12,60 0,38 0,35
Pt -10,84 -3,75 0,00
Pa -14,96 -3,63 0,00
Europa y
Asia Central Gt -2,28 0,56 0,71
Ga -12,78 -0,75 0,23
Pt -7,87 4,75 1,00
Pa -7,33 1,54 0,94
América Latina
y el Caribe Gt -2,75 -2,26 0,01
Ga -12,87 -0,67 0,25
Pt -12,49 -3,28 0,00
Pa -12,02 -2,35 0,01
Oriente Medio y
Norte de África Gt -2,75 -1,19 0,12
Ga -16,10 -1,55 0,06
Pt -3,09 2,43 0,99
Pa -10,28 -0,54 0,29
Asia Meridional Gt -1,10 3,12 0,99
Ga -7,55 1,31 0,90
Pt -1,94 2,66 0,99
Pa -5,90 1,02 0,85
4* América
del Norte Gt -4,23 -3,30 0,00
Ga -5,64 1,33 0,91
Pt -4,98 -2,32 0,01
Pa -4,09 1,15 0,87
La Tabla 7 reporta los estimadores obtenidos mediante DOLS
para los países de forma individual. Encontramos que, a nivel global,
las emisiones de CO2 es estadísticamente significativa y los esti-
madores son cercanos a 1. Por lo tanto, la fuerza del vector de
cointegración es contundente en el largo plazo. Estos resultados
sugieren las fuentes contaminantes en la mayor parte depende del
consumo de los hogares de los países. En la región de África, en-
contramos que todos los países poseen un estimador significativo y
mayor a uno, esto indica que estos países también contienen un vec-
tor de cointegración fuerte e indica que estos países son altamente
80
Minga L., Guamán J. & Torres-Ontaneda W.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
contaminantes dado el consumo de sus hogares. La región de Eu-
ropa y Asia Central, a diferencia de África, en su existen tres países,
Albania, Bulgaria y Finlandia, indican que las emisiones de Co2 no
dependen tanto del consumo de los hogares. Los resultados encon-
trados coinciden con las investigaciones expuestas por Ekanayake
(1999); Liu et al. (2014); Van Giessen, Van Ooyen-Houben, y Moole-
naar (2016); Bonnet et al., (2018); Liu y Wu (2015); y Wang (2016);
Mach et al. (2018) dado que con el tiempo las emisiones de CO2
van tomando consistencia.
Tabla 7. Resultados de las pruebas de modelos DOLS individuales (sin dummy)
Global CO2it Global CO2it Global CO2it África CO2it Europa y
Asia Central CO2it
Albania 0,7172 El Salvador 4,916 Netherlands 5,557 Benin 12,94 Albania 0,7172
Algeria 5,694 Finland -4,878 New Zealand 2,254 Botswana 5,334 Armenia 11,7
Argentina 10,53 France -4,134 Nicaragua 7,56 Burkina Faso 6,48 Austria 3,823
Armenia 11,7 Gabon -8,098 Nigeria 12,03 Cameroon 2,213 Azerbaijan -1,593
Australia 3,982 Germany 21,05 Norway 7,791 Congo -3,353 Belarus 1,353
Austria 3,832 Greece 7,101 Pakistan 8,466 Congo, Rep. -0,4167 Belgium -1,043
Azerbaijan -1,593 Guatemala 23,86 Panama 9,367 Gabon -4,134 Bulgaria 0,3638
Bahamas, The -4,321 Honduras 3,776 Paraguay 2,505 Kenya 1,547 Cyprus 3,28
Bangladesh 13,68 Hong Kong SAR,
China -6,1 Peru -5,174 Madagascar 1,161 Czech Republic -3,716
Belarus -1,335 Hungary -2,577 Philippines 4,848 Mali 0,2708 Denmark -4,782
Belgium -1,043 Iceland 15,09 Poland -2,237 Mauritania 11,49 Finland -0,2762
Belize -0,8467 India 11,86 Portugal -1,905 Mauritius 4,734 France -4,878
Benin 12,94 Indonesia 25,55 Romania 5,222 Mozambique 3,668 Germany -8,098
Bolivia 5,348 Iran, Islamic Rep. 3,543 Rwanda -3,021 Namibia 2,254 Greece 21,05
Botswana 5,334 Ireland 1,931 Senegal 1,48 Nigeria -1,905 Hungary -6,1
Brazil 22,11 Israel 2,595 Singapore 7,695 Rwanda 5,222 Iceland -2,577
Brunei Darussalam 4,379 Italy 0,8107 South Africa 14,05 Senegal 1,48 Ireland 3,543
Bulgaria 0,3638 Japan 7,858 Spain 5,588 South Africa 5,588 Italy 2,595
Burkina Faso 6,48 Kazakhstan 1,547 Sri Lanka 1,417 Sudan 1,417 Kazakhstan 7,858
Cambodia 8,648 Kenya 12,93 Sudan 7,036 Swaziland 5,563 Luxembourg -1,904
Cameroon 2,213 Korea, Rep -1,904 Swaziland -12,11 Tanzania 1,512 Macedonia,
FYR -6,707
Canada -2,037 Luxembourg -2,596 Sweden 2,301 Togo 8,085 Netherlands 1,881
Colombia 0,3925 Macao SAR,
China -6,707 Switzerland 5,563 Uganda 15,15 Norway 7,56
Congo, Dem. Rep. -3,353 Macedonia, FYR 1,161 Taijikistan 23,21 Poland -5,174
Congo, Rep. -0,4167 Madagascar 17,47 Tanzania 1,512 Portugal 4,848
Costa Rica 6,934 Malaysia 1,492 Thailand 9,328 Romania -2,237
Cuba 4,789 Mali 0,2708 Togo 19 Spain 7,695
Cyprus 3,28 Mauritania 2,831 Trinidad and
Tobago 20,12 Sweden -7,036
Czech Republic -3,716 Mauritius 27,02 Tunisia 8,085 Switzerland -12,11
Denmark -4,782 Mexico 4,734 Turkey -5,326 Tajikistan 2,301
Dominican Republic 2,637 Morocco 3,668 Uganda -2,68 Turkey 20,12
Ecuador 6,393 Mozambique 1,881 United states 6,866 United Kingdom -5,326
Egypt, Arab Rep 16,84 Namibia 0,2041 Uruguay 0,3825
Venezuela, RB 46,82
En la Tabla 8 reporta las estimaciones de los modelos de panel
PDOLS con y sin efectos del tiempo. Los resultados muestran la
fuerza de cointegración a nivel global y de los grupos de regiones
y ya no por países. De manera general existe una relación a largo
plazo a nivel global y en tres de sus regiones: Europa y Asia Central;
América Latina y el Caribe; y Oriente Medio y Norte de África. Para
Yang, Zhao, Wu, y Fan (2013); Jia et al. (2018), Bakirtas y Akpolat
(2018); Tekin (2012); Zoundi (2017); y Delis y Iosi (2016) las emi-
siones de CO2 van creciendo continuamente, y por lo tanto, a largo
plazo es donde representan un factor negativo para el país.
81
Minga L., Guamán J. & Torres-Ontaneda W.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 8.Resultados de pruebas de los modelos de panel PDOLS
Con dummy del tiempo Sin dummy del tiempo
CO2it CO2it
Grupos PDOLS Estadísticos t PDOLS Estadísticos t
Global 2,588 31,88 0,6051 46,82
África 0,3042 -1,235 0,1784 15,15
Asia Oriental y el Pacifico 1,409 4.556 1,644 23,34
Europa y Asia Central 5,299 26,25 -0,3572 4,795
América Latina y el Caribe 2,812 2,963 1,789 30,65
Oriente Medio y Norte de África 2,02 0,6207 1,825 39,21
Asia Meridional 1,512 15,19 0,4544 27,43
América de Norte -1,853 -0,9485 -1,632 -3,335
En la Tabla 9 muestra las relaciones de causalidad tipo Granger
(1988) para datos de panel. Usando la estrategia de Dumitrescu
y Hurlin (2012) para encontrar la existencia de causalidad y la di-
rección de causalidad. Los resultados indican que existe causalidad
unidireccional entre las emisiones de CO2 y el consumo de los hog-
ares (CO2→C) a nivel global y por regiones. Por otro lado no existe
una causalidad unidireccional entre el consumo de los hogares y las
emisiones de CO2 (C→CO2 en las regiones de Africa y Asia Oriental
y el Pacifico. Finalmente para Zhang et al., (2017); Evans (2012) y
Yang et al., (2013); Kawajiri et al., (2017) en sus investigaciones ase-
guran que las emisiones de CO2 están netamente relacionadas con
el consumo de los hogares, dado que estos generan las principales
fuentes de contaminación.
Tabla 9. Resultados de pruebas de causalidad Dumitrescu y Hurlin
Dirección de causalidad Grupo W-bar Z-bar p-value
CO2it Cit Global 40,855 219,263 0,0000
África 33,141 78,474 0,0000
Asia Oriental y el Pacifico 30,357 51,901 0,0000
Europa y Asia Central 52,942 171,766 0,0000
América Latina y el Caribe 36,606 86,213 0,0000
Oriente Medio y Norte de África 47,930 65,696 0,0000
Asia Meridional 39,475 41,685 0,0000
América de Norte 30,548 20,548 0,0399
CO2it Cit Global 28,010 127,982 0,0000
África 0,9741 -0,0879 0,9299
Asia Oriental y el Pacifico 15,922 15,098 0,1311
Europa y Asia Central 45,667 142,667 0,0000
América Latina y el Caribe 36,606 86,213 0,0000
Oriente Medio y Norte de África 47,930 65,696 0,0000
Asia Meridional 39,475 41,685 0,0000
América de Norte 30,548 20,548 0,0399
5|CONCLUSIONES
Con el fin de establecer la relación que presenta las emisiones de
CO2 y el consumo de los hogares en 101 países del mundo divi-
didos en las 7 regiones durante el periodo 1985-2014. Utilizamos
técnicas de coitegración y causalidad para datos de panel: el test de
cointegración de Pedroni (1999) para estimar el equilibrio de largo
plazo, y corrección de error de Westerlund (2007) para determinar
el equilibrio de corto y largo plazo, el método PDOLS y DOLS de
Pedroni (2001) para estimar la fuerza del vector de cointegración,
y el test de causalidad de Dumitrescu y Hurlin (2012) para verificar
la existencia y dirección de causalidad entre las parejas de variables.
Los resultados manifiestan que, emisiones de CO2 están netamente
ligadas con el consumo de los hogares, y que está a medida que va
pasando el tiempo aumenta su población y por ende incrementa las
emisiones tomando una relación más sustentable en el largo plazo,
lo que coincidió significativamente con el estudio en regiones como
82
Efecto del gasto en tecnología en el desempleo: evidencia para 50 países...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
África y Europa y Asia Central; y rechazo la hipótesis de Kuznets.
Visto de otra manera, el consumo de los hogares es un factor muy
ligado al aumento progresivo de las emisiones, dado que los hoga-
res son los que determinan la demanda de bienes y servicios, para
hacer frente a esta problemática dependiendo de la región de es-
tudio se debe establecer políticas y programas dirigidos hacia un
consumo sostenible y una producción sana. Por lo que se propone
en las regiones la implementación de tecnología como: máquinas
procesadoras de plásticos y métodos de producción más sofistica-
dos que resulten amigables con el medio ambiente y de esta man-
era disminuir las emisiones de CO2, coincidiendo con Evans (2012);
Yang et al., (2013) y Kawajiri et al., (2017).
Referencias bibliográficas
[1] Alvarado, R., Iñiguez, M., Ponce, P. (2017). Foreign di-
rect investment and economic growth in Latin America.
Economic Analysis and Policy, 56, 176–187
[2] Acemoglu, D. (1997). Technology, unemployment and
efficiency. European Economic Review, 41(3-5), 525-533.
[3] Bonnet, C., Bouamra-mechemache, Z., Corre, T. (2018).
An Environmental Tax Towards More Sustainable Food:
Empirical Evidence of the Consumption of Animal Prod-
ucts in France. Ecological Economics, 147(December
2017), 48–61.
[4] Cellura, M., Longo, S., Mistretta, M. (2011). The energy
and environmental impacts of Italian households con-
sumptions: An input – output approach. Renewable and
Sustainable Energy Reviews, 15(8), 3897–3908.
[5] Chang, C. P., Berdiev, A. N., Lee, C. C. (2013). Energy
exports, globalization and economic growth: The case
of south caucasus. Economic Modelling, 33, 333–346.
[6] Chang, C. P., Berdiev, A. N., Lee, C. C. (2013). Energy
exports, globalization and economic growth: The case
of south caucasus. Economic Modelling, 33, 333–346.
[7] Chen, Y. (2017). Evaluation of greenhouse gas emis-
sions from waste management approaches in the is-
lands, (151).
[8] Das, P. D., Srinivasan, P. R., Sharfuddin, P. A. (n.d.).
FOSSIL FUEL CONSUMPTION , CARBON EMISSIONS
AND TEMPERATURE VARIATION IN INDIA, (44).
[9] Delis, M. D., Iosi, M. (2016). Environmental awareness
, consumption , and labor supply: Empirical evidence
from household survey data, 129, 1–11. 7
[10] Duarte, R., Mainar, A., Sánchez-chóliz, J. (2010). The im-
pact of household consumption patterns on emissions
in Spain . Energy Economics, 32(1), 176–185.
[11] Econ, C., Per, C., Responsable, I., Paz, C. C., Neocl, N.,
Corriente, C., Modelo, E. (2010). No Title.
[12] Ekanayake, E. . (1999). Exports and Economic Growth
in Developing Countries: Cointegration and Error-
Correction Models. International Advances in Economic
Research, 5(1), 147–148.
[13] Elbeydi, K. (2010). The Relationship between Export
and Economic Growth in Libya Arab Jamahiriya. Theo-
retical and Applied .. ., XVII(1), 69–76.
[14] Evans, D. (2012). Binning , gifting and recovery: the
conduits of disposal in household food consumption,
30(2007), 1123–1137.
[15] Falconí, F., Burbano, R. (n.d.). La discutible curva de
Kuznets, 1–19.
[16] Gao, Y., Whalley, J., Ren, Y. (2014). Decomposing
China’s export growth into extensive margin, export
quality and quantity effects. China Economic Review,
29(13), 19–26.
[17] Gielen, D. J., Moriguchi, Y. (2015). Waste benefits of
CO 2 policies in Japan, 2–15.
[18] DANE. (2015). Goh, S. K., Sam, C. Y., McNown,
R. (2017). Re-examining foreign direct investment, ex-
ports, and econJournal of Asian Economics, 51, 12–22
[19] Gürlük, S. (2015). Assessing agri-environmental man-
agement and inorganic fertilizer consumption using,
44(2), 135–141
[20] Hu, C., Tan, Y. (2016). Product differentiation, export
participation and productivity growth: Evidence from
Chinese manufacturing firms. China Economic Review,
41, 234–252. 6
[21] Hu, X., Liu, Y., Shi, Q., Zhang, W., Zhong, C. (2018). SO2
emission reduction decomposition of environmental tax
based on different consumption tax refunds. Journal of
Cleaner Production.
[22] Huang, X., Jorgenson, A. K. (2018). The Asymmetri-
cal Effects of Economic Development on Consumption-
based and Production-based Carbon Dioxide Emissions
, 1990 to 2014.
[23] Inaba, R., Nansai, K., Fujii, M., Hashimoto, S. (2010).
Waste Management Research.
[24] Jacques, L., Keho, Y. (2016). Energy consumption , eco-
nomic growth and carbon emissions: Cointegration and
causality evidence from selected African countries. En-
ergy, 114, 492–497.
83
Efecto del gasto en tecnología en el desempleo: evidencia para 50 países...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[25] Jarreau, J., Poncet, S. (2012). Export sophistication and
economic growth: Evidence from China. Journal of De-
velopment Economics, 97(2), 281–292. 1
[26] ia, J., Gong, Z., Xie, D., Chen, J., Chen, C. (2018). Anal-
ysis of drivers and policy implications of carbon dioxide
emissions of industrial energy consumption in an under-
developed city: the case of Nanchang, China. Journal of
Cleaner Production.
[27] Kawajiri, K., Ihara, T., Hatayama, H., Tahara, K. (2017).
Affiliation: National Institute of Advanced Industrial Sci-
ence and Technology. Journal of Cleaner Production.
[28] Landis, J. D., Hsu, D., Guerra, E. (2017). Intersect-
ing Residential and Transportation CO 2 Emissions:
Metropolitan Climate Change Programs in the Age of
Trump.
[29] Li, J., Huang, X., Yang, H., Chuai, X., Li, Y., Qu, J. (2016).
Situation and determinants of household carbon emis-
sions in Northwest China, 51, 178–187.
[30] Liu, L., Wu, G. (2015). Relating fi ve bounded environ-
mental problems to China ’ s household consumption in
2011 e 2015. Energy, 57(2013), 427–433.
[31] Liu, S., Chen, S., Liang, X., Mao, B., Jia, S. (2014). Analy-
sis of Transport Policy Effect on CO 2 Emissions Based
on System Dynamics.
[32] Mach, R., Weinzettel, J., Šč, M. (2018). Environmental
Impact of Consumption by Czech Households: Hybrid
Input – Output Analysis Linked to Household Consump-
tion Data, 149(May 2017), 62–73
[33] Mahmoodi, M., Mahmoodi, E. (2016). Foreign direct
investment, exports and economic growth: evidence
from two panels of developing countries. Economic
Research-Ekonomska Istraživanja, 29(1), 938–949.
[34] Mcgee, J. A., Greiner, P. T. (2018). Can Reducing Income
Inequality Decouple Economic Growth from CO 2 Emis-
sions?
[35] Min, S., Bai, J., Huang, J., Waibel, H. (2018). Forest
Policy and Economics Willingness of smallholder rubber
farmers to participate in ecosystem protection: E ff ects
of household wealth and environmental awareness. For-
est Policy and Economics, 87(October 2017), 70–84.
[36] Miankhel, A. K., Thangavelu, S. M., Kalirajan, K. (2009).
Foreign Direct Investment , Exports , and Economic
Growth in South Asia and Selected Emerging Countries:
A Multivariate VAR Analysis *. Munich Personal RePEc
.. . , (May), 1–28.
[37] Omri, A., kahouli, B. (2014). The nexus among foreign
investment, domestic capital and economic growth: Em-
pirical evidence from the MENA region. Research in Eco-
nomics, 68(3), 257–263.
[38] Perobelli, F. S., Faria, W. R., Almeida, V. De. (2015). Ab-
stract. Energy Economics.
[39] Perumal, A., Timmons, D. (2015). Contextual Density
and US Automotive CO 2 Emissions across the Rural –
Urban Continuum, 1–26.
[40] Quaicoe, A., Aboagye, A. Q. Q., Bokpin, G. A. (2017). As-
sessing the impact of export processing zones on eco-
nomic growth in Ghana. Research in International Busi-
ness and Finance, 42, 1150–1163
[41] Rahman, M. M. (2017). Do population density, eco-
nomic growth, energy use and exports adversely af-
fect environmental quality in Asian populous countries?
Renewable and Sustainable Energy Reviews, 77(April),
506–514.
[42] Rehman, M. U., Rashid, M. (2017). Energy consump-
tion to environmental degradation, the growth appetite
in SAARC nations. Renewable Energy
[43] Rehner, J., Baeza, S. A., Barton, J. R. (2014). Chile’s
resource-based export boom and its outcomes: Re-
gional specialization, export stability and economic
growth. Geoforum, 56, 35–45.
[44] Revisión, B. (2016). ALC preside UNEA-2 en Nairobi.
[45] Sánchez, V. (2017). Relación entre crecimiento
económico y degradación ambiental, un análisis a
nivel global por niveles de ingresos
[46] Sapci, O., Considine, T. (2014). Ac ce p te d us t. Journal
of Behavioral and Experimental Economics.
[47] Sokolov-Mladenović, S., Milovančević, M., Mladenović,
I., Alizamir, M. (2016). Economic growth forecasting by
artificial neural network with extreme learning machine
based on trade, import and export parameters. Comput-
ers in Human Behavior, 65, 43–45.
[48] Tang, M. (2018). Accounting for carbon emissions as-
sociated with tourism-related consumption, (August
2014).
[49] Tekin, R. B. (2012). Economic growth, exports and for-
eign direct investment in Least Developed Countries:
A panel Granger causality analysis. Economic Modelling,
29(3), 868–878.
84
Efecto del gasto en tecnología en el desempleo: evidencia para 50 países...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[50] Vaca, P., Cartuche, I. (2018). Relación entre las emi-
siones de CO2 y el grado de urbanización a nivel global
y entre grupos de países: un enfoque usando técni-
cas econométricas avanzadas de datos de panel. Revista
Vista Económica, 5(1), 82-89.
[51] Van der Giessen, M., van Ooyen-Houben, M. M. J.,
Moolenaar, D. E. G. (2016). Estimating the production,
consumption and export of cannabis: The Dutch case.
International Journal of Drug Policy, 31, 104–112.
[52] Vianna, A. C. (2016). The impact of exports to China on
Latin American growth. Journal of Asian Economics, 47,
58–66.
[53] Wang, X., Khattak, A., Zhang, Y. (2013). Is Smart
Growth Associated with Reductions in Carbon Dioxide
Emissions?, (2375), 62–70.
[54] Wang, Y. (2016). Promoting Sustainable Consumption
Behaviors: The Impacts of Environmental Attitudes and
Governance in a Cross-National Context.
[55] Yang, S., Zhao, D., Wu, Y., Fan, J. (n.d.). REGIONAL
VARIATION IN CARBON EMISSIONS AND ITS DRIV-
ING FORCES IN CHINA: AN INDEX DECOMPOSITION
ANALYSIS, 2010(Figure 1), 1249–1270.
[56] Yates, L. (2016). Sharing , households and sustainable
consumption.
[57] Ye, Y., Shi, X., Zou, L. (2016). Accepted Manuscript.
[58] You, S., Gee, K., Wah, Y., Dai, Y., Wang, C. (2017). Varia-
tion of household electricity consumption and potential
impact of outdoor PM 2 . 5 concentration: A compar-
ison between Singapore and Shanghai. Applied Energy,
188, 475–484.
[59] Zhang, J., Yu, B., Cai, J., Wei, Y. (2017). Impacts of
household income change on CO2 emissions: An em-
pirical analysis of China. Journal of Cleaner Production. 6
[60] Zhang, Y., Bian, X., Tan, W., Song, J. (2015). The indi-
rect energy consumption and CO 2 emission caused by
household consumption in China: an analysis based on
the input e output method. Journal of Cleaner Production,
1–15.
[61] Zhao, C., Luo, K. (2018). Household consumption of
coal and related sulfur , arsenic , fl uorine and mer-
cury emissions in China. Energy Policy, 112(May 2017),
221–232.
[62] Zoundi, Z. (2017). CO2 emissions , renewable en-
ergy and the Environmental Kuznets Curve , a panel
cointegration approach. Renewable and Sustainable En-
ergy Reviews, 72(July 2016), 1067–1075 Revista Vista
Económica, 2(1).
[63] Sapci, O., Considine, T. (2014). Ac ce p te d us t. Journal of
Behavioral and Experimental Economics.
[64] Sokolov-Mladenović, S., Milovančević, M., Mladenović, I.,
Alizamir, M. (2016). Economic growth forecasting by artifi-
cial neural network with extreme learning machine based
on trade, import and export parameters. Computers in Hu-
man Behavior, 65, 43–45.
[65] Tang, M. (2018). Accounting for carbon emissions associ-
ated with tourism-related consumption, (August 2014).
[66] Tekin, R. B. (2012). Economic growth, exports and foreign
direct investment in Least Developed Countries: A panel
Granger causality analysis. Economic Modelling, 29(3),
868–878.
[67] Vaca, P., Cartuche, I. (2018). Relación entre las emisiones
de CO2 y el grado de urbanización a nivel global y entre
grupos de países: un enfoque usando técnicas econométri-
cas avanzadas de datos de panel. Revista Vista Económica,
5(1), 82-89.
[68] Van der Giessen, M., van Ooyen-Houben, M. M. J., Moole-
naar, D. E. G. (2016). Estimating the production, consump-
tion and export of cannabis: The Dutch case. International
Journal of Drug Policy, 31, 104–112.
[69] Vianna, A. C. (2016). The impact of exports to China on
Latin American growth. Journal of Asian Economics, 47,
58–66.
[70] Wang, X., Khattak, A., Zhang, Y. (2013). Is Smart Growth
Associated with Reductions in Carbon Dioxide Emissions?,
(2375), 62–70.
[71] Wang, Y. (2016). Promoting Sustainable Consumption Be-
haviors: The Impacts of Environmental Attitudes and Gov-
ernance in a Cross-National Context.
[72] Yang, S., Zhao, D., Wu, Y., Fan, J. (n.d.). REGIONAL
VARIATION IN CARBON EMISSIONS AND ITS DRIVING
FORCES IN CHINA: AN INDEX DECOMPOSITION ANAL-
YSIS, 2010(Figure 1), 1249–1270.
[73] Yates, L. (2016). Sharing , households and sustainable con-
sumption.
[74] Ye, Y., Shi, X., Zou, L. (2016). Accepted Manuscript.
85
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[75] You, S., Gee, K., Wah, Y., Dai, Y., Wang, C. (2017). Variation
of household electricity consumption and potential impact
of outdoor PM 2 . 5 concentration: A comparison between
Singapore and Shanghai. Applied Energy, 188, 475–484.
[76] Zhang, J., Yu, B., Cai, J., Wei, Y. (2017). Impacts of house-
hold income change on CO2 emissions: An empirical anal-
ysis of China. Journal of Cleaner Production. 6
[77] Zhang, Y., Bian, X., Tan, W., Song, J. (2015). The indirect
energy consumption and CO 2 emission caused by house-
hold consumption in China: an analysis based on the input
e output method. Journal of Cleaner Production, 1–15.
[78] Zhao, C., Luo, K. (2018). Household consumption of coal
and related sulfur , arsenic , fl uorine and mercury emissions
in China. Energy Policy, 112(May 2017), 221–232.
[79] Zoundi, Z. (2017). CO2 emissions , renewable energy
and the Environmental Kuznets Curve , a panel cointegra-
tion approach. Renewable and Sustainable Energy Reviews,
72(July 2016), 1067–1075
86
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Incidencia de la carga fiscal en la desigualdad a nivel global y por
grupos de países: Evidencia empírica para 97 países, utilizando téc-
nicas de datos de panel
Incidence of the tax burden on inequality at the global level and by country group:
Empirical evidence for 97 countries using panel data techniques
Patricia Vaca1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Patricia Vaca, Carrera de Economía,
Universidad Nacional de Loja, Loja, Ecuador
Email: patricia.vaca@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Julio 2020
Fecha de aceptación
Diciembre 2020
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
Uno de los principales mecanismos para la reducción de la desigualdad alrededor del mundo
es la inversión pública, la cual principalmente se financia con recaudación impositiva. Con-
siderando la importancia de dicha relación, esta investigación se enfoca en determinar el
efecto de la carga fiscal sobre la desigualdad en 97 países de forma global y por grupos de
países durante el periodo 1995-2015. Este estudio se basa en la teoría de Piketty (2014), la
cual determina que los impuestos son un factor estratégico para la reducción de la desigual-
dad. Usando técnicas econométricas de datos de panel aplicamos un modelo de Mínimos
Cuadrados Generalizados (GLS) para determinar la relación de la desigualdad y la carga
fiscal. Los resultados obtenidos determinaron que la carga fiscal tiene una relación alta-
mente significativa tanto a nivel global y para los distintos niveles de ingresos, excluyendo
a los países de ingresos bajos. Los resultados determinan que la formación bruta de capital,
así como el PIB per cápita, actúan de forma conjunta como reductores de la desigualdad
a nivel de países. En este sentido, las implicaciones de política deben estar orientadas
al mejoramiento de la distribución de ingresos por parte del Estado, así como el fortalec-
imiento de la transparencia fiscal.
Palabras clave: Carga fiscal; Desigualdad; Datos de panel.
Códigos JEL: D63. O47. J3.
ABSTRACT
One of the main mechanisms for reducing inequality around the world is public investment,
which is mainly financed by tax revenues. Considering the importance of this relationship,
this research focuses on determining the effect of the tax burden on inequality in 97 coun-
tries globally and by groups of countries during the period 1995-2015. This study is based
on Piketty’s (2014) theory, which determines that taxes are a strategic factor in reduc-
ing inequality. Using panel data econometric techniques we applied a Generalized Least
Squares (GLS) model to determine the relationship of inequality and tax burden. The re-
sults obtained determined that the tax burden has a highly significant relationship both
globally and for different income levels, excluding low-income countries. The results find
that gross capital formation, as well as GDP per capita, act jointly as inequality reducers at
the country level. In this sense, policy implications should be oriented towards improving
income distribution by the state, as well as strengthening fiscal transparency.
Keywords: Tax burden; Inequality; Panel data.
JEL codes: D63. O47. J3.
87
Vaca P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
De acuerdo al Informe Oxfam 2019: “£Bienestar público o beneficio
privado?”, la desigualdad a nivel mundial ha presentado una tenden-
cia creciente debido fundamentalmente a tres factores: el primero
hace referencia a la aparición de los “milmillonarios”: entre los años
2017 y 2018 cada dos días surgía un nuevo “milmillonario”, con-
trastando con la realidad de que cerca de la mitad de la población
está en la pobreza extrema y vive con menos de $5,50 al día. El
segundo factor se relaciona con los reducidos impuestos sobre la
riqueza: los tipos impositivos han sido de los más bajos en los últi-
mos años beneficiando tanto a los ricos como a las grandes empre-
sas, resaltando el hecho de que cuando los gobiernos conceden ben-
eficios fiscales a dichos agentes económicos, la inversión pública se
reduce; así como con el peso fiscal desproporcionado sobre los tra-
bajadores, Finalmente, el tercer factor, consecuencia del segundo,
es la reducción de inversión pública principalmente de programas
sociales, afectando a los sectores más vulnerables al disminuir sus
oportunidades de desarrollo.
El principio teórico en el que se fundamenta este estudio hace
referencia a la disminución de la desigualdad por medio de la trib-
utación y el papel activo del Estado en la economía, planteado por
Piketty (2014), el cual establece que una mayor recaudación de im-
puestos por parte del Estado contribuye a aumentar el nivel de in-
versión social, beneficiando a los ciudadanos menos favorecidos,
generando mayores oportunidades y fuentes de desarrollo y, con-
tribuyendo de esa manera a la reducción de la desigualdad. En ese
contexto, el objetivo de esta investigación es determinar el impacto
que tienen los ingresos fiscales sobre la desigualdad de ingresos,
planteando como hipótesis de investigación que un mayor nivel de
ingresos fiscales incidirá de manera positiva a la reducción del nivel
de desigualdad. Por lo tanto, la pregunta que guiará la presente
es: £Cuál es el impacto de los ingresos fiscales sobre la desigual-
dad, a nivel mundial y por grupos de países? El principal aporte
de la presente investigación radica en la estimación de un modelo
econométrico de datos de panel que permita establecer el compor-
tamiento o relación conjunta entre los ingresos fiscales y la desigual-
dad de ingresos, considerando la heterogeneidad de condiciones de
los países analizados y la evolución de dicha relación en el período
1995-2015.
Los resultados obtenidos determinaron que la carga fiscal tiene
una relación altamente significativa tanto a nivel global como para
los distintos niveles de ingresos, excluyendo a los países de ingresos
bajos. Además, los resultados determinan que la formación bruta de
capital, así como el PIB per cápita contribuyen conjunta y significati-
vamente a la reducción de la desigualdad de ingresos, en la mayoría
de los países analizados. Las implicaciones de política que se derivan
de los resultados obtenidos y que están encaminadas a generar una
mejor distribución de los ingresos fiscales, resaltan la importancia de
las inversiones en sectores estratégicos que impulsen el desarrollo
productivo y social del país y la disminución de la desigualdad, es-
tas medidas corresponderían al incremento del gasto en educación,
salud y tecnología y al incremento de la productividad y la diversifi-
cación de las actividades económicas.
La presente investigación está integrada por cuatro secciones
adicionales a la Introducción. En la segunda sección se realiza
una revisión de la literatura previa sobre el tema de investigación
planteado. En la tercera se señalan algunas particularidades de los
datos y la metodología utilizados. En la cuarta se realiza la discusión
y el contraste de los resultados econométricos obtenidos. Final-
mente, en la quinta sección se enuncian las principales conclusiones
y recomendaciones de política, relacionados con los hallazgos en-
contrados.
2|REVISIÓN DE LITERATURA
Los determinantes de la reducción de la desigualdad se estudian
desde algunos enfoques, uno de ellos es el planteamiento real-
izado por Piketty (2014), el cual resalta la importancia de la re-
caudación impositiva en la implementación de políticas públicas
que contribuyan a la reducción de la desigualdad. Piketty (2014)
establece que las herramientas y políticas del sistema tributario
pueden estimular la inversión productiva, ya que a través de los im-
puestos se incrementan los ingresos del Estado y esto conlleva la
aplicación de políticas redistributivas de la renta y al aumento de
la inversión púbica en educación, salud, infraestructura productiva
y seguridad social, también se destaca la necesidad de aumentar la
progresividad de los impuestos sobre la renta y el capital de forma
global y de reducir la incidencia de los paraísos fiscales. Dentro de
este campo de estudio existe evidencia empírica que permite enfo-
carse en dos puntos de vista, respecto a la relación existente entre
la carga fiscal y el nivel de desigualdad de ingreso de los países.
El primer grupo de estudios muestra evidencia a favor de que
la carga fiscal contribuye a la reducción de la desigualdad de ingre-
sos. Klein y Winkler (2019) determinaron que el fortalecimiento del
sistema fiscal conduce al aumento de la desigualdad de una forma
fuerte y persistente en periodos de sobreendeudamiento privado,
de forma contraria cuando la deuda privada es baja no hay efectos
distributivos discernibles. Díaz, González y Méndez (2016) en su es-
tudio realizado en México encontraron que las políticas implemen-
tadas para conseguir igualdad generan resultados contradictorios
puesto que, a pesar del incremento de la carga impositiva, las políti-
cas implementadas por el Estados no contribuyen a una distribución
efectiva de la riqueza de ingresos a través del sistema fiscal. Por otro
lado, los estudios que arrojaron resultados positivos en la relación
establecida como Pinilla-Rodríguez, Aguilera y Montero-Granados
(2014) concluyen en su estudio realizado para América Latina que la
descentralización fiscal del sector público contribuye a la mejora de
la calidad de vida, con base en variables explicativas como el gasto
público en los sectores social, sanitario, educativo y de vivienda,
la tasa de población urbana, el tamaño de la burocracia central y
el porcentaje de impuestos e la carga tributaria. Por otra parte, Is-
lam, Madsen y Doucouliagos, (2018) establecen que los impuestos
y la desigualdad tienen un efecto de retroalimentación negativa,
lo que implica que la creciente desigualdad reduce los impuestos,
generando en el mediano y largo plazo una aumento aún mayor de
la desigualdad. Agranov y Palfrey (2015) encontraron que cuando
existe mayor desigualdad las altas tasas impositivas conducen a una
contracción de la actividad económica, siendo el efecto altamente
significativo y de gran magnitud. Por su parte, Montes Bastos y
de Oliveira (2019) sugieren que la transparencia fiscal es de gran
importancia para la reducción de la deuda pública y para el mejo-
ramiento de la eficacia del gobierno y la eficiencia del gasto público.
Finalmente, Binder (2019) realiza un estudio con un enfoque más
amplio incluyendo el comportamiento de la inflación, determinando
que la inflación y la desigualdad están fuertemente correlacionadas
de forma negativa y de forma simultánea, el nivel correlación entre
la correlación de la desigualdad y la recaudación del impuesto a la
renta, como porcentaje del PIB, es estadísticamente significativo.
Por otro lado, Romero (2016) concluye en su estudio que los
efectos regresivos del sistema impositivo superan a los progresivos
en el corto plazo por lo que es necesario una reforma tributaria
óptima sobre la parte de la población que posee mayores ingresos,
con el fin de reducir los niveles de desigualdad en México. Zhang,
Zhou, y Fan (2019) muestran que el coeficiente de Gini correspon-
diente al gasto de los hogares es más bajo en ciudades con líderes
locales que en aquellas con “forasteros” debido a que existe un au-
mento en los pagos de transferencia fiscal en los hogares de bajos
ingresos que tienen un líder local. Reyes Moreno y Lorenz (2017)
establecen que en Europa y Latinoamérica predominan los mode-
los inequitativos de tributación de utilidades corporativas, junto con
88
Incidencia de la carga fiscal en la desigualdad a nivel global y por grupos de países...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
políticas fiscales que son efectivas para la reducción de índices de
desigualdad. Por otro lado, Garrochamba (2017) manifiesta que en
Ecuador el gasto público y la desigualdad tienen una relación neg-
ativa y estadísticamente significativa, y el Estado debería generar
mecanismos de tributación y redistribución efectivos que fomenten
la igualdad de oportunidades, priorizando educación, salud, y ac-
ceso a otros servicios básicos. Además, Cosíos, Íñiguez, y Erazo
(2020) determinan que a medida que aumenta la recaudación fis-
cal se reducen los incentivos de las empresas para realizar nego-
cios en algunos países, mientras que en otros casos dicho aumento
contribuye al incremento del nivel de inversión, complementando
dichas políticas con el control de la carga fiscal frente al excesivo
gasto público en sectores no productivos y la selección estratégica
de inversores extranjeros.
Dentro de las investigaciones que evidencia un efecto posi-
tivo de la carga fiscal en el aumento de la desigualdad de ingresos
destaca Mayer-Serra (2014), el cual establece que la inequitativa
distribución del ingreso en México se refleja en una desigual dis-
tribución del poder en México, por otro lado hace referencia que
los países con buena capacidad administrativa donde hay reglas jus-
tas en el gasto público ayuda a disminuir la desigualdad de forma
significativa, una vez que se cobran los impuestos y se gastan en
servicios públicos de calidad. Jha, y Gozgor, (2019) analizan la glob-
alización y la tributación obteniendo resultados mixtos puesto que
para algunos países la globalización se relaciona con una menor trib-
utación mientras que en países donde existe una relación alta entre
el capital y el trabajo, la globalización se asocia con un mayor nivel
de tributación. Valencia, Reynoso y Castro (2015) realizaron un es-
tudio en México determinando que el sistema fiscal es progresivo
al realizar transferencias fiscales como los programas sociales, los
cuales inciden en la parte baja de la distribución de ingresos. Por
otra parte, Rodríguez (2017) analiza la equidad del sistema tributario
y su relación con la moral tributaria, explicando que el principio de
equidad tiene dos vertientes, la primera resalta que no sólo es impor-
tante que los contribuyentes con la misma capacidad de pago sean
objeto de una carga tributaria equivalente, la segunda establece que
aquellos que poseen mejor condición económica contribuyan pro-
porcionalmente con más recursos para financiar la provisión publica,
siendo así estos son los factores que tienen mayor incidencia rela-
tiva en la moral tributaria de los ciudadanos latinoamericanos. Fi-
nalmente, Osorio-Copete (2016) establecen que las reformas tribu-
tarias en Colombia generaron informalidad laboral en el corto plazo,
pero esta se revirtió en el largo plazo.
3|DATOS Y METODOLOGÍA
3.1 |Datos
Para analizar el efecto de la carga fiscal en la desigualdad usamos
datos tomados de la base de datos del Banco Mundial (2019) y la
base de datos del Índice de libertad económica (2019). La investi-
gación se realiza para 97 países a nivel mundial en el periodo 1995-
2015. El planteamiento del modelo se basa principalmente en la
utilización de una variable explicativa, además de cinco variables de
control para mejorar la explicación y el ajuste del comportamiento
econométrico. La variable dependiente es la desigualdad, la variable
independiente principal es la carga fiscal y las variables de control
son: la integridad gubernamental, el gasto gubernamental, el Pro-
ducto Interno Bruto (PIB), la formación bruta de capital y el crec-
imiento poblacional. El detalle de dichas variables se encuentra en
la Tabla 1.
89
Vaca P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 1. Descripción de las variables del modelo
VARIABLE DEFINICIÓN MEDICIÓN
DEPENDIENTE DESIGUALDAD Está representada por el índice de Gini, el cual
mide hasta qué punto la distribución del in-
greso entre individuos u hogares dentro de una
economía, se aleja de una distribución perfec-
tamente equitativa.
Está expresada como porcentaje, con valor de
cero a cien. Cero representa una equidad per-
fecta y cien una inequidad perfecta.
DEPENDIENTE CARGA FISCAL La carga tributaria es una medida compuesta
que refleja las tasas impositivas marginales so-
bre los ingresos personales y corporativos y el
nivel general de impuestos (incluidos los im-
puestos directos e indirectos impuestos por to-
dos los niveles de gobierno) como porcentaje
del Producto Interno Bruto (PIB).
La medición se deriva de tres sub-factores
cuantitativos:
•La tasa impositiva marginal superior sobre el
ingreso individual.
•La tasa impositiva marginal más alta sobre el
ingreso corporativo.
•La carga fiscal total como porcentaje del PIB.
Cada una de estas variables numéricas tiene un
peso igual a un tercio de la puntuación del com-
ponente, expresada finalmente en porcentaje
con valores de 0 a 100.
DE CONTROL INTEGRIDAD
GUBERNAMEN-
TAL
Representa el nivel de integridad y transparen-
cia que posee un país, es un indicador ponder-
ado de acuerdo con las siguientes variables:
•Confianza pública en los políticos.
•Pagos y sobornos irregulares.
•Transparencia en la formulación de políticas
gubernamentales.
•Ausencia de corrupción.
•Percepciones de corrupción.
•Transparencia gubernamental y de la función
pública.
Esta expresado en porcentajes de cero a cien.
GASTO GUBER-
NAMENTAL
Captura la carga impuesta por los gastos del go-
bierno, que incluye el consumo por parte del
estado y todos los pagos de transferencia rela-
cionados con diversos programas de derechos.
Representa el gasto gubernamental total
promedio en todos los niveles como por-
centaje del PIB para los más recientes tres
años.
PIB PER CÁPITA El PIB per cápita es el Producto Interno Bruto
dividido por la población a mitad de año. El
PIB a precio de comprador es la suma del valor
agregado bruto de todos los productores resi-
dentes en la economía más todo impuesto a los
productos, menos todo subsidio no incluido en
el valor de los productos.
Tasa de crecimiento porcentual anual del PIB
per cápita en moneda local, a precios con-
stantes.
FORMACION
BRUTA DE CAPI-
TAL
Comprende los desembolsos en concepto de
adiciones a los activos fijos de la economía
más las variaciones netas en el nivel de los in-
ventarios. Los activos fijos incluyen los mejo-
ramientos de terrenos (cercas, zanjas, drenajes,
etc.); las adquisiciones de planta, maquinaria
y equipo, y la construcción de carreteras, fer-
rocarriles y obras afines, incluidas las escuelas,
oficinas, hospitales, viviendas residenciales pri-
vadas, y los edificios comerciales e industriales.
Los inventarios son las existencias de bienes
que las empresas mantienen para hacer frente
a fluctuaciones temporales o inesperadas de la
producción o las ventas, y los “productos en
elaboración”.
Se muestra como porcentaje del PIB.
CRECIMIENTO
POBLACIONAL
La tasa de crecimiento anual de la población
para el año t es la tasa exponencial de crec-
imiento de la población de medio año desde el
año t-1 hasta la t, expresada como porcentaje.
La población se basa en la definición de facto
de la población, que cuenta a todos los resi-
dentes independientemente de su situación le-
gal o ciudadanía.
Tasa de crecimiento anual.
90
Incidencia de la carga fiscal en la desigualdad a nivel global y por grupos de países...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
La investigación se la realiza usando el Método Atlas por el
Banco Mundial (2019), para clasificar a los países de acuerdo con
el nivel ingreso per cápita en: países de ingresos altos (PIA), con
un ingreso per cápita mayor a 12535 dólares; países de ingresos
medios altos (PIMA), con un ingreso per cápita entre los 3996 -
12375 dólares; países de ingresos medios bajos (PIMB), con un in-
greso per cápita entre los 1026 – 3995 dólares y; países de ingresos
bajos (PIB), con un ingreso per cápita menor a 1026 dólares.
La Figura 1 que considera la información del Índice de Gini y la
Carga Fiscal a nivel mundial, muestra que la carga fiscal tiene un alto
nivel de correlación con respecto a la desigualdad, evidenciando una
tendencia creciente para el grupo de países analizados.
Figura 1. Índice de Gini y carga fiscal a nivel mundial
Por otro lado, la Figura 2 muestra la correlación de las variables
dependiente e independiente para los grupos de países antes men-
cionados. Los PIA poseen muestran una relación positiva, a mayor
carga fiscal mayor desigualdad. Los PIMA poseen una relación lig-
eramente negativa, de la misma forma que los PIMB. Los PIB en
cambio exhiben una tendencia decreciente, cumpliendo la hipóte-
sis planteada, la cual establece que a mayor carga fiscal menor de-
sigualdad.
91
Vaca P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 2. Índice de Gini y carga fiscal de acuerdo a la clasificación ATLAS
Finalmente, la Tabla 2 muestra los estadísticos descriptivos de
las variables utilizadas en los modelos estimados, donde se observa
la media, la desviación estándar, el intervalo mínimo y máximo y el
número de observaciones de las variables a examinar. Por ejemplo,
se observa que la variable que presenta el mayor valor promedio es
“carga fiscal” (71.51) y la que presenta el menor valor promedio es
“crecimiento poblacional” (1.03). Así mismo, se evidencia que la vari-
able que tiene el mayor grado de dispersión (desviación estándar) es
“integridad gubernamental” (24.08) y la que presenta la menor dis-
persión es “crecimiento poblacional” (1.09).
Tabla 2. Estadísticos descriptivos de las variables del modelo
Variable Media Desviación
Estándar
Mínimo Máximo Observaciones
Desigualdad Global 39,34 10,41 13,56 84,78 N=2016
Entre 9,66 26,5 71,69 n=96
Dentro 4 17,09 59,35 T=21
Carga fiscal Global 71,51 14,11 28,6 97,8 N=2016
Entre 11,84 34,46 97,03 n=96
Dentro 7,77 29,81 93,14 T=21
Integridad gubernamental Global 46,33 24,08 3,84 100 N=2016
Entre 23,12 15,18 94,81 n=96
Dentro 7,11 10,58 87,64 T=21
Gasto Gubernamental Global 62,59 23,97 -11,85 99,3 N=2016
Entre 22,45 3,92 95,32 n=96
Dentro 8,68 0,55 92,55 T=21
Crecimiento Económico Global 3,71 3,94 -16,7 34,5 N=2016
Entre 1,77 0,51 9,48 n=96
Dentro 3,52 -18,05 29,27 T=21
Formación Bruta De capital Global 23,83 6,78 0 61,46 N=2016
Entre 4,98 12,12 41,53 n=96
Dentro 4,63 2,06 52,95 T=21
Crecimiento poblacional Global 1,03 1,09 -3,82 5,36 N=2016
Entre 1,02 -1,27 3,49 n=96
Dentro 0,4 -2,73 4,05 T=21
92
Incidencia de la carga fiscal en la desigualdad a nivel global y por grupos de países...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
3.2 |Metodología
Según Piketty (2014), la recaudación impositiva que reciben los Es-
tados puede contribuir al desarrollo económico de las naciones y,
por lo tanto, se puede constituir en un importante mecanismo para
combatir la desigualdad, a través de una óptima redistribución del
ingreso en sectores estratégicos para el desarrollo económico y so-
cial. En dicho contexto, la presente investigación plantea un modelo
econométrico para aproximar los efectos de los impuestos en la re-
ducción de la desigualdad.
La metodología utilizada son las estimaciones de datos panel,
las cuales permiten analizar un gran número de observaciones dis-
minuyendo la linealidad de las variables, así como aplicar hipóte-
sis que nos permitan determinar la existencia de endogeneidad, au-
tocorrelación y heterogeneidad, mediante las pruebas de Greene
(2000) y Drucker (2003) siguiendo la estrategia metodológica prop-
uesta por Wooldrige (2002).
En cuanto a las estimaciones, se realiza una regresión con Mín-
imos Cuadrados Generalizados (GLS) sugerida por Greene (2012),
la cual se muestra en la ecuación (1). Se eligió esta forma de es-
timación debido a la presencia de heteroscedasticidad y autocor-
relación. De manera preliminar se llevó a cabo la selección entre el
modelo de efectos fijos y el modelo de efectos aleatorios, mediante
la prueba de Hausman (1978). La ecuación (1) muestra la variable
dependiente correspondiente a la desigualdad del país i en el pe-
riodo t:(di t ), la variable independiente es la carga fiscal cfi t ,δi
representa los coeficientes del modelo, ies la parte del error que se
debe a los efectos fijos individuales no observables y εi t representa
el error idiosincrático del modelo.
di t =(αi+β0) + δ1cfi t + (vi+εi t )(1)
Para mejorar el ajuste del modelo y la explicación de la relación
entre desigualdad y carga fiscal, se incorporan variables de control,
obteniéndose así la ecuación 2:
di t =(α0+β0) +δ1cfi t +δ2i gi t +δ3g gi t +δ4f bci t +δ5yi t +δ6pi t +vi+εi t
(2)
Las variables de control incorporadas en el modelo son: la in-
tegridad gubernamental (i g i t ), el gasto gubernamental (g g i t ), la
formación bruta de capital (f bci t ), el PIB per cápita (yi t )y el crec-
imiento poblacional (pi t ).
4|DISCUSIÓN Y RESULTADOS
Los resultados de la estimación de la ecuación (1), planteada en
la sección anterior, se muestran en la Tabla 3. En dicha tabla se
puede evidenciar que la carga fiscal es altamente significativa para
todos los niveles de ingreso de los países, excepto para los PIMB,
los cuales presentan una relación negativa al igual que los PIB,
mostrando que cuando la carga fiscal incrementa en una unidad
la desigualdad tiende a disminuir, coincidiendo con los resulta-
dos obtenidos por Pinilla-Rodríguez, Aguilera y Montero-Granados
(2014). Lo contrario ocurre en los PIA y en los PIMA, donde una
mayor carga fiscal implica una mayor desigualdad, resultados que
concuerdan con Klein y Winkler (2019), quienes determinaron que
cuando la carga fiscal es mayor la desigualdad de ingresos tiende
a incrementarse de manera significativa. Finalmente cabe resaltar
que, aunque en Agranov y Palfrey (2015) se obtienen resultados
similares a los de Klein y Winkler (2019), en dicho trabajo se destaca
la importancia de una gestión eficiente del Estado para lograr efec-
tivamente una reducción de la desigualad.
Tabla 3. Regresiones básicas de la relación entre la desigualdad y la carga fiscal
Global PIA PIMA PIMB PIB
Carga fiscal 0.254*** 0.156*** 0.0630*** -0.00730 -2.715***
(33.06) (17.85) (3.30) (-0.35) (-8.25)
Constante 20.44*** 23.17*** 39.02*** 39.90*** 262.3***
(38.20) (41.80) (26.70) (25.56) (10.16)
Observaciones R2
Ajustado
2016 777 672 504 63
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
Continuando con la metodología antes descrita, mediante test
de Hausman (1978), se procede a establecer la existencia de efectos
fijos o aleatorios en la estimación de datos panel, encontrando que
se debe estimar un modelo fijo para los PIA, los PIB y para el panel
global, mientras que para los PIMA y los PIMB se debe estimar un
modelo de efectos aleatorios. Los resultados de dichas regresiones
se muestran en la tabla 4, donde se puede evidenciar que el efecto
de la carga fiscal sigue siendo estadísticamente significativo en la re-
ducción del nivel de desigualdad para el panel Global, para los PIA,
los PIMA y los PIMB; mientras que para los PIB los resultados no
son estadísticamente significativos.
93
Vaca P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 4. Regresiones básicas de la relación entre la desigualdad y la carga fiscal
GLOBAL PIA PIMA PIMB PIB
Carga fiscal -0.0486*** 0.0647*** -0.0522** -0.137*** 0.171
(-4.15) (4.88) (-2.73) (-5.09) (0.45)
Constante 26,00*** 25,73*** 36,63*** 40,15*** 80,89***
Test de Hausman 0 0,0096 0,1329 0,4875 0
Test de Auto-correlación
Serial
0,62 0,71 -1,04 1,35 -0,98
Efectos Fijos (tiempo) Si Si Si Si Si
Efectos Fijos (país) Si Si Si Si Si
Observaciones 2016 777 672 504 63
Por otro lado, la tabla 5 presenta los resultados de la ecuación
(2) estimando la relación entre la desigualdad y la carga fiscal, in-
cluyendo las variables de control. Para el panel global, la carga fis-
cal contribuye a la disminución de la desigualdad, al igual que el
PIB per cápita, la formación bruta de capital y el crecimiento pobla-
cional, resaltando que el resto de las variables presentan un signo
positivo o un efecto no estadísticamente significativo. En los PIA, el
incremento del PIB per cápita es el único efecto que contribuye a la
reducción de la desigualdad. En el caso de los PIMA el incremento
de la carga fiscal, del PIB per cápita y del crecimiento poblacional
conducen a la reducción del nivel de desigualdad del ingreso. Para
el caso de los PIMB únicamente el incremento de la carga fiscal y
de la formación bruta de capital se constituyen como factores deter-
minantes de la reducción de la desigualdad de ingresos. Por último,
en el caso de los PIB, las variables explicativas no presentan resulta-
dos estadísticamente significativos, respecto al objetivo de la reduc-
ción de la desigualdad de ingresos. Estos resultados coinciden con
los obtenidos por Pinilla-Rodríguez, Aguilera y Montero-Granados
(2014) y contradicen los encontrados en Klein y Winkler (2019), en
Agranov y Palfrey (2015) y en Klein y Winkler (2019).
Tabla 5. Regresiones GLS de la relación entre la desigualdad y la carga fiscal, incluyendo variables de control
GLOBAL3 PIA3 PIMA3 PIMB3 PIB3
Carga fiscal -0.0536*** 0.0651*** -0.0744*** -0.112*** 0.0946
(-4.56) (4.73) (-3.61) (-3.93) (0.20)
Integridad Gubernamental 0.0584*** 0.0200 0.0577** 0.155*** 0.0723
(4.61) (1.63) (2.68) (4.25) (0.64)
Gasto Gubernamental 0.0740*** 0.000823 0.0932*** 0.162*** -0.0613
(7.11) (0.08) (5.11) (5.56) (-0.39)
PIB Per Cápita -0.0454 -0.0651* -0.116** 0.0934 -0.261
(-1.74) (-2.01) (-2.81) (1.43) (-0.98)
Formación Bruta de Capital -0.0467* 0.0763* -0.0329 -0.0695 -0.0315
(-2.29) (2.32) (-0.97) (-1.56) (-0.23)
Crecimiento Poblacional -0.624** 0.0272 -0.747* -0.287 0.481
(-2.80) (0.12) (-2.04) (-0.50) (0.08)
Constante 37.76*** 26.26*** 43.00*** 34.12*** 47.75
(31.85) (18.25) (19.83) (8.47) (1.31)
Test de Hausman 0 0 0,5972 0,1443 0
Test de Autocorrelacion serial
Efectos fijos (tiempo) Si Si Si Si Si
Efectos fijos (país) Si Si Si Si Si
Observations 2016 777 672 504 63
Adjusted R2 -0.001 -0.008 -0.107
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
5|CONCLUSIONES
En esta investigación se realizó un análisis econométrico de
la relación entre la desigualdad y la carga fiscal, utilizando
metodologías de datos de panel, para 97 países, en forma global
y por grupos de países de acuerdo con su nivel de ingresos. Los re-
sultados del modelo GLS muestran que el incremento de la carga
fiscal se puede constituir en una estrategia para reducir el nivel de
desigualdad de ingresos a nivel global, para los PIMA y los PIMB. En
el caso de los PIA y los PIB, el efecto del incremento de la carga fis-
cal es estadísticamente insignificante. Considerando los resultados
para las variables de control del modelo, se puede evidenciar que
el incremento del PIB per cápita, de la formación bruta de capital y
del crecimiento poblacional también contribuyen a la reducción del
nivel de desigualdad de ingresos, principalmente de los países con
ingresos medios.
Las medidas de política que se derivan de los resultados
obtenidos buscan generar una mejor distribución de los ingresos
fiscales, mediante inversiones en actividades económicas estratég-
icas para impulsar el desarrollo productivo del país y disminuir la
desigualdad. La inversión pública en educación, salud, infraestruc-
tura productiva y tecnología se constituye en un mecanismo para
mejorar la competitividad y la productividad de los agentes de las
economías analizadas. Sin embargo, esa inversión pública debe
realizarse en un contexto de eficiencia,coincidiendo con Oliveira
(2019), donde se menciona que la transparencia fiscal y la “integri-
94
Incidencia de la carga fiscal en la desigualdad a nivel global y por grupos de países...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
dad” de los gobiernos juegan un papel determinante para combatir
la desigual distribución de los ingresos y la corrupción.
Referencias bibliográficas
[1] Aaberge, R., Eika, L., Langørgen, A., Mogstad, M. (2018). Lo-
cal governments, in-kind transfers, and economic inequality.
Journal of Public Economics.
[2] Agranov, M., Palfrey, T. R. (2015). Equilibrium tax rates and
income redistribution: A laboratory study. Journal of Public
Economics, 130, 45-58.
[3] Azémar, C., Dharmapala, D. (2015). Tax sparing agreements,
territorial tax reforms, and foreign direct investment. Unpub-
lished Working Paper.
[4] Banco Mundial. (2019). Clasificaciones de los países según los
niveles de ingreso: 2020-2021. Washington.
[5] Bernasconi, M., Corazzini, L., Seri, R. (2014). Reference de-
pendent preferences, hedonic adaptation and tax evasion:
Does the tax burden matter? Journal of Economic Psychology,
40, 103-118.
[6] Binder, C. (2019). Inequality and the Inflation Tax. Journal of
Macroeconomics, 103122.
[7] Cedillo, E. R. (2013). La generalización del impuesto al valor
agregado: £Una opción para México? Revista mexicana de
ciencias políticas y sociales, 58(219), 75-101.
[8] Ciminelli, G., Ernst, E., Merola, R., Giuliodori, M. (2019). The
composition effects of tax-based consolidation on income in-
equality. European Journal of Political Economy, 57, 107-124.
[9] Ciminelli, G., Ernst, E., Merola, R., Giuliodori, M. (2019). The
composition effects of tax-based consolidation on income in-
equality. European Journal of Political Economy, 57, 107-124.
[10] Cosíos, D., Íñiguez, K., Erazo, R. (2020). Carga fiscal y su inci-
dencia en la capacidad para hacer negocios, países que con-
forman el grupo G20 en el periodo 1995-2016. Revista Vista
Económica, 8(2), 92-100.
[11] Dang, D., Fang, H., He, M. (2019). Economic policy uncer-
tainty, tax quotas and corporate tax burden: Evidence from
China. China Economic Review, 101303.
[12] Díaz González Méndez, C. (2016). Cultura democrática y per-
cepciones de la desigualdad: México y Chile en perspectiva
comparada. Revista mexicana de ciencias políticas y sociales,
61(227), 295-324.
[13] Elinder, M., Erixson, O., Waldenström, D. (2018). Inheritance
and wealth inequality: Evidence from population registers.
Journal of Public Economics, 165, 17-30.
[14] Feltenstein, A., Mejia-Mantilla, C., Newhouse, D., Sedrakyan,
G. (2017). The poverty implications of alternative tax reforms:
Results from a numerical application to Pakistan. The World
Bank.
[15] Fischer, M. M., Huber, F., Pfarrhofer, M. (2019). The regional
transmission of uncertainty shocks on income inequality in
the United States.
[16] Garrochamba, A. (2017). Gasto público y su efecto en la de-
sigualdad de Ecuador. Revista Vista Económica, 3(1), 63-73.
[17] Giraud, G., Grasselli, M. (2019). Household debt: The miss-
ing link between inequality and secular stagnation. Journal of
Economic Behavior Organization.
[18] Hallerberg, M., Scartascini, C. (2017). Explaining changes in
tax burdens in Latin America: Do politics trump economics?.
European Journal of Political Economy, 48, 162-179.
[19] Higgins, S., Lustig, N. (2016). Can a poverty-reducing and pro-
gressive tax and transfer system hurt the poor?. Journal of De-
velopment Economics, 122, 63-75.
[20] Huesca, L., Llamas, L. (2016). Las limitaciones del sistema
fiscal mexicano en la reducción de la pobreza: una medición
pro-pobre. Acta Sociológica, 70, 173-196.
[21] Ilzetzki, E. (2018). Tax reform and the political economy of the
tax base. Journal of Public Economics, 164, 197-210.
[22] Islam, M. R., Madsen, J. B., Doucouliagos, H. (2018). Does
inequality constrain the power to tax? Evidence from the
OECD. European journal of political economy, 52, 1-17.
[23] Jha, P., Gozgor, G. (2019). Globalization and taxation: theory
and evidence. European Journal of Political Economy.
[24] Klein, M., Winkler, R. (2019). Austerity, inequality, and pri-
vate debt overhang. European Journal of Political Economy, 57,
89-106.
[25] Mayer-Serra, C. E. (2014). £Cómo recaudar más sin gastar
mejor? Sobre las dificultades de incrementar la carga fiscal
en México. Revista mexicana de ciencias políticas y sociales,
59(220), 147-189.
[26] Montes, G. C., Bastos, J. C. A., de Oliveira, A. J. (2019). Fis-
cal transparency, government effectiveness and government
spending efficiency: Some international evidence based on
panel data approach. Economic Modelling, 79, 211-225.
[27] Moreno-Brid, J. C., Benitez, N. P., Páez, H. J. V. (2017). ¡Ay
Bartola!: los riesgos de unas finanzas públicas austeras en
México. Economía UNAM, 14(41), 57-74.
[28] Mota, J. L. H. (2013). Consideraciones en torno a una reforma
fiscal sustentable en México. Economía Informa, 378, 3-13.
[29] Nerudová, D., Dobranschi, M. (2016). The impact of tax bur-
den overshifting on the Pigovian taxation. Procedia-Social and
Behavioral Sciences, 220, 302-311.
[30] Ondetti, G. (2017). The power of preferences: economic
elites and light taxation in Mexico. Revista Mexicana de Cien-
cias Políticas y Sociales, 62(231), 47-76.
[31] Osorio-Copete, L. M. (2016). Reforma tributaria e informal-
idad laboral en Colombia: Un análisis de equilibrio gen-
eral dinámico y estocástico. Ensayos sobre Política Económica,
34(80), 126-145.
[32] Pega, F., Gilsanz, P., Kawachi, I., Wilson, N., Blakely, T. (2017).
Cumulative receipt of an anti-poverty tax credit for families
did not impact tobacco smoking among parents. Social Science
Medicine, 179, 160-165.
95
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[33] Pierpoint, S. J. (2017). The importance of direct taxation to
the Fiscal-military state in Early Modern Britain. Structural
Change and Economic Dynamics, 41, 13-28.
[34] Pinilla-Rodríguez, D. E., Aguilera, J. D. D. J., Montero-
Granados, R. (2014). Descentralización fiscal en América
Latina. Impacto social y determinantes. Investigación
económica, 73(289), 79-110.
[35] Pour, E. K., Lasfer, M. (2013). Taxes, Governance, and Debt
Maturity Structure. In Accademia Italiana di Economia Azien-
dale, AIDEA 2013 conference.
[36] Ramírez, J. M., Díaz, Y., Bedoya, J. G. (2017). Property tax
revenues and multidimensional poverty reduction in Colom-
bia: A spatial approach. World Development, 94, 406-421.
[37] Renner, S. (2018). Poverty and distributional effects of a car-
bon tax in Mexico. Energy Policy, 112, 98-110.
[38] Reyes Moreno, V. A., Lorenz, F. U. K. (2017). Progresividad
y redistribución del impuesto de renta societario en Europa y
Latinoamérica.
[39] Rincón, H., Rodríguez, D., Toro, J., Téllez, S. (2017). FISCO:
modelo fiscal para Colombia. Ensayos sobre Política Económica,
35(83), 161-187.
[40] Rodríguez Nava, A., Venegas Martínez, F. (2015). Política fis-
cal europea y crisis económico-financiera actual. Contaduría
y administración, 60, 54-82.
[41] Rodríguez, V. M. C. (2017). La equidad del sistema tributario
y su relación con la moral tributaria. Un estudio para América
Latina. Investigación económica, 76(299), 125-152.
[42] Romero, X. V. E. (2016). La construcción de una política trib-
utaria progresiva en México. Economía Informa, 398, 75-88.
[43] Sanogo, T. (2019). Does fiscal decentralization enhance citi-
zens’ access to public services and reduce poverty? Evidence
from Côte d’Ivoire municipalities in a conflict setting. World
Development, 113, 204-221.
[44] Schmidheiny, K., Slotwinski, M. (2018). Tax-induced mobility:
Evidence from a foreigners’ tax scheme in Switzerland. Jour-
nal of Public Economics, 167, 293-324.
[45] Valencia, A. R., Reynoso, L. H., Castro, M. C. (2015). Inci-
dencia del Sistema Fiscal en México 2002–2012. Economía
Informa, 390, 3-27.
[46] Zhang, M., Lijun, M., Zhang, B., Yi, Z. (2016). Pyramidal struc-
ture, political intervention and firms’ tax burden: Evidence
from China’s local SOEs. Journal of Corporate Finance, 36, 15-
25.
[47] Zhang, M., Zhou, G., Fan, G. (2019). Political Control and Eco-
nomic Inequality: Evidence from Chinese Cities. China Eco-
nomic Review.
96
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Desigualdad y tasa de fertilidad a nivel mundial: un enfoque de coin-
tegración y causalidad con datos de panel
Global inequality and fertility rate: a cointegration and causality approach with
panel data
María Ordoñez1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
María Ordoñez, Carrera de Economía,
Universidad Nacional de Loja, Loja, Ecuador
Email: maria.ordoñez@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Julio 2020
Fecha de aceptación
Diciembre 2020
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
El objetivo de esta investigación es examinar el vínculo causal entre la desigualdad y la
tasa de fertilidad en 89 países durante 1980-2016. Primero, utilizamos la prueba de coin-
tegración de Pedroni (1999) y Westerlund (2007) para encontrar el equilibrio y las pruebas
de Dumitrescu y Hurlin (2012) para verificar la dirección de la causalidad entre las series.
En segundo lugar, estimamos la fortaleza del vector de cointegración para países de forma
individual, a través de un modelo de Mínimos Cuadrados Ordinarios Dinámicos (DOLS)
y para grupos de países a través de un modelo de Panel Dinámico con Mínimos Cuadra-
dos Ordinarios (PDOLS). Los resultados encontrados indican la existencia de un equilibrio
a corto y largo plazo entre las dos variables a nivel mundial y por grupos de países. La
fuerza del vector de cointegración es fuerte en los países de ingresos medios bajos. Fi-
nalmente, los resultados de la prueba de causalidad muestran que existe una causalidad
bidireccional entre la tasa de fertilidad y la desigualdad en los países de ingresos altos,
de ingresos medios-bajos, de ingresos bajos y de ingresos extremadamente bajos. En la
última parte, se plantea la necesidad de incorporar políticas como la implementación de
transferencias monetarias a familias pobres y una tributación progresiva que contribuyan
a disminuir la desigualdad en los grupos de países afectados.
Palabras clave: Desigualdad; Tasa de fertilidad; Datos de panel.
Códigos JEL: C23. D63. J13.
ABSTRACT
The objective of this research is to examine the causal link between inequality and fertil-
ity rate in 89 countries during 1980-2016. First, we use the Pedroni (1999) and West-
erlund (2007) cointegration test to find the equilibrium and the Dumitrescu and Hurlin
(2012) tests to verify the direction of causality between the series. Second, we estimate
the strength of the cointegration vector for individual countries through a Dynamic Ordi-
nary Least Squares (DOLS) model and for groups of countries through a Dynamic Panel
with Ordinary Least Squares (PDOLS) model. The results found indicate the existence of
a short- and long-run equilibrium between the two variables at the global level and by
country groups. The strength of the cointegrating vector is strong in lower middle-income
countries. Finally, the results of the causality test show that there is bidirectional causal-
ity between fertility rate and inequality in high-income, lower-middle-income, low-income
and extremely low-income countries. In the last part, the need to incorporate policies such
as the implementation of cash transfers to poor families and progressive taxation to help
reduce inequality in the affected groups of countries is discussed.
Keywords: Inequality; Fertility rate; Panel data.
JEL codes: C23. D63. J13.
97
Ordoñez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
El problema de la desigualdad global recibió muy poca atención en
los foros internacionales durante décadas. Sin embargo, a partir del
informe de la Comisión Mundial sobre la Dimensión de la Global-
ización (CIT, 2004) empezó a centrarse la atención en la desigual-
dad global. Los resultados de las investigaciones resaltan que el au-
mento de las desigualdades puede poner en peligro la sostenibilidad
económica, social y ambiental (CICS/IED/UNESCO, 2016). El crec-
imiento económico no es suficiente para reducir la pobreza si este
no es inclusivo ni tiene en cuenta las tres dimensiones del desar-
rollo sostenible: económica, social y ambiental (CEPAL, 2019). La
desigualdad global entre países no se ha incrementado, no obstante
la desigualdad de ingresos en la mayoría de los países en desarrollo
se ha incrementado principalmente por la globalización (Amarante
y Colacce, 2018). La desigualdad de ingresos difiere considerable-
mente entre regiones, siendo relativamente más baja en Europa y
más alta en Medio Oriente. Las cifras indican que en 2016 apenas
10% de individuos con mayores ingresos era 37% en Europa, 41%
en China, 46% en Rusia, 47% en Estados Unidos y Canadá y aproxi-
madamente 55% en África Subsariahana, Brasil e India (Alvaredo et
al., 2018).
Asimismo. el crecimiento real del ingreso nacional por adulto
alcanzó 831% en China y 223% en India. En Europa, Rusia y América
del Norte, el crecimiento del ingreso fue inferior al 100% (40%,
34% y 74%, respectivamente). Detrás de estas trayectorias de crec-
imiento promedio heterogéneas, las diferentes regiones comparten
las enormes desigualdades. De igual manera, comparando con cu-
atro décadas atrás, algunas regiones de bajos a medianos ingresos
han empeorado en la actualidad. Entre 1980 y 2016, los ingresos
por adulto en África crecieron más lentamente (18%) que los ingre-
sos promedio por adulto del mundo (54%). Esta tendencia de crec-
imiento, marcada por una combinación de crisis y guerras políticas
y económicas, no se limita a la región más pobre del mundo. Tam-
bién en América del Sur, los ingresos han crecido solo 12% desde
1980. Como resultado, los ingresos promedio de estas regiones
cayeron en relación con el promedio mundial, del 6% a solo el 40%
del promedio mundial en 1950, frente al 140% a menos del 100%
en América Latina (World Inequality Report, 2018). A lo anterior, se
suma el crecimiento poblacional exponencial, lo cual se ha conver-
tido en un problema en algunos países. Contrariamente, también
existe una baja tasa de natalidad, lo que provoca sociedades donde
la mayoría de los miembros está en la tercera edad, jubilados, con
menor fuerza de trabajo y con una escasa generación de recambio.
Para que la población dependiente sea sostenida por la
población económicamente activa, la estructura poblacional debe
ser 65% de población en edad activa, 25% de jóvenes y 10% de
mayores. La Oficina de Referencia de Población (PRB), estimó que
la población mundial llegará a nueve mil 900 millones en 2050, un
aumento del 33% sobre los siete mil 400 millones actuales. A pe-
sar de la disminución en las tasas de fertilidad en todo el planeta,
se espera que el incremento demográfico se mantenga lo suficien-
temente fuerte como para aumentar la población mundial a 10 mil
millones en 2053. Ejemplo de ello es el continente africano, donde
regiones como Níger, que cuentan con la mayor tasa de natalidad,
tendrá más del triple de habitantes. Las diez tasas de fecundidad
superiores en el mundo están en países de África subsahariana, con
promedios de seis hijos por mujer. En Europa, esta cifra es de 1.6; y
en los Estados Unidos es de 1,8 hijos por madre. Debido a esto,
la población estadounidense será de 398 millones dentro de 40
años, un 23 por ciento más de la cantidad actual. Por su parte, el
número de personas en Asia será de alrededor de 900 millones de
habitantes, donde la población de la India, que actualmente es el
segundo país más populoso con 1.300 millones de habitantes, su-
perará los 1.400 millones de ciudadanos de China para el 2024; y
Oceanía, que incluye Australia y Nueva Zelanda, elevará de 40 a 66
millones su población (Bohemia, 2016).
Existen trabajos que investigan la cointegración y causalidad
con datos de panel. Los estudios realizados por Larrea y Kawachi
(2005); Gründler y Scheuermeyer (2018); y, Adam et al. (2015) in-
dican el efecto negativo de la desigualdad del ingreso en el crec-
imiento económico. Las sociedades menos iguales tienden a tener
poblaciones menos educadas, mayores tasas de fertilidad y menores
participaciones de inversión. Por otro lado, el estudio de Santelli et
al. (2017) sugiere que la reducción de la pobreza y la desigualdad de
ingresos y el aumento de las inversiones en educación deberían ser
componentes esenciales de las políticas nacionales para reducir las
tasas de fertilidad en los adolescentes. Por su parte, Mamota (2016)
encuentra que un aumento en la fertilidad de las madres disminuye
el stock de capital y el bienestar económico. En definitiva, dada la
evidencia limitada del estudio entre la desigualdad y la tasa de fer-
tilidad, se realiza el presente trabajo para comprobar su relación a
nivel mundial.
La presente investigación examina mediante un modelo
econométrico la relación entre la desigualdad y la tasa de fertilidad
a nivel mundial, con datos de panel en el periodo 1980-2016. La
hipótesis a probar es que la tasa de fertilidad incrementa la desigual-
dad. Los resultados obtenidos muestran la relación de equilibrio a
corto y largo plazo entre las variables de estudio. El principal aporte
del estudio es que analiza la cointegración y causalidad entre la de-
sigualdad y la tasa de fertilidad a nivel mundial. Para obtener re-
sultados concluyentes se clasificó a los países en seis grupos según
su nivel de ingreso nacional bruto per cápita. Los países de ingre-
sos altos, de ingresos medios-bajos, de ingresos bajos y de ingresos
extremadamente bajos sobresalen con la causalidad bidireccional
entre la tasa de fertilidad y la desigualdad.
El resto de la investigación tiene la siguiente estructura. En la
segunda sección se muestra una revisión de las investigaciones pre-
vias sobre el tema. En la tercera sección, se presenta los datos y
planteamientos de la estrategia econométrica. En la cuarta sección
se discute los resultados encontrados con la teoría y la evidencia
empírica. La quinta sección contiene las conclusiones.
2|REVISIÓN DE LITERATURA
La evidencia empírica que relaciona las investigaciones entre de-
sigualdad y tasa de fertilidad se divide en dos grandes grupos. En
el primer grupo se encuentran las investigaciones que relacionan di-
rectamente ambas variables (Larrea y Kawachi, 2005; Adam et al.,
2015; Rougoor y Van Marrewijk, 2015; Bakkeli, 2016; Li, Lai et al.,
2016; Behzadan et al., 2017; Gründler y Scheuermeyer, 2018; Is-
lam, 2018; Policardo y Carrera, 2018). Y en el segundo grupo se
indican las investigaciones complementarias (Geronimus, Bound y
Waidmann, 1999; Caucutt, Guner y Knowles, 2002; Yumusak, Bilen
y Ates, 2013; Bongaarts y Casterline, 2013; Kulu y Washbrook,
2014; Day y Guest, 2016; Momota, 2016; Dereuddre, Van de Velde
y Bracke, (2016); Mendoza, 2017; Wood y Neels, 2017; Santelli,
Song, Garbers, Sharma y Viner, 2017).
En el primer grupo se destacan las investigaciones de Larrea
y Kawachi (2005); Gründler y Scheuermeyer, (2018); Adam et al.,
(2015); y, Rougoor y Van Marrewijk, (2015) que indican mediante
un amplio panel de datos el efecto negativo de la desigualdad del
ingreso en el crecimiento económico. Las sociedades menos iguales
tienden a tener poblaciones menos educadas, mayores tasas de fer-
tilidad y menores participaciones de inversión. Estos efectos son
particularmente frecuentes si la disponibilidad de crédito es limi-
tada, por la estructura de las políticas tributarias, mientras que el
gasto público en educación atenúa los efectos negativos de la de-
sigualdad.
Sin embargo, la educación materna, condiciones básicas de vi-
98
Desigualdad y tasa de fertilidad a nivel mundial...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
vienda, acceso a la salud los servicios, la etnia, la fertilidad, la edad
materna y la composición de la dieta se asociaron independiente-
mente con el retraso en el crecimiento. A nivel municipal o local,
la desigualdad no se asoció con el retraso en el crecimiento, por su
parte Li et al. (2016) señalan que en 27 provincias chinas de 1984
a 2012 existe una sólida relación positiva a largo plazo entre la de-
sigualdad de ingresos y el crecimiento en China, posterior a la re-
forma. Policardo y Carrera, (2018) argumentan que la desigualdad
de ingresos podría de hecho ser responsable de fomentar la cor-
rupción, que puede ser una reacción a una distribución del ingreso
percibida como injusta, muestran que la dirección de la causalidad
entre la corrupción y la desigualdad de ingresos es específica de
cada país y puede ser bidireccional. Mediante un modelo dinámico
de GMM, encontraron que la desigualdad de ingresos afecta posi-
tivamente la corrupción, mientras que la corrupción no parece ser
significativa en la determinación de la desigualdad del ingreso, por
lo tanto, contradice lo que la literatura existente señala.
En China mediante datos de panel se encontró que la desigual-
dad de ingresos no tiene un impacto significativo en los riesgos de
los individuos de tener problemas de salud. Este resultado es ro-
busto al cambiar entre diferentes indicadores de desigualdad de in-
gresos (Bakkeli, 2016). Sin embargo, el estudio realizado por Be-
hzadan et al. (2017) determinan que un aumento en la proporción
de la atención de la salud privada aumenta la desigualdad. Final-
mente, Islam (2018) sugiere que la creciente desigualdad de riqueza
obstaculiza significativamente la libertad económica, la protección
de los derechos de propiedad, la libertad de comerciar, la solidez
del dinero y el entorno regulatorio. Además, este efecto negativo
de la desigualdad de la riqueza se refuerza en un nivel más bajo de
democracia. Estos hallazgos son sólidos para medidas alternativas
de riqueza desigualdad, libertad económica, tratamiento para la en-
dogeneidad y especificación del modelo.
En la segunda línea de investigación los resultados encontra-
dos por Kulu y Washbrook (2014) examinan la variación de la fecun-
didad en Gran Bretaña, distinguiendo entre las ciudades centrales
y los suburbios. Los resultados muestran que los niveles de fertili-
dad disminuyen a medida que el tamaño de el área urbana aumenta;
dentro de las zonas urbanas los suburbios tienen niveles de fertil-
idad significativamente más alta que los centros de las ciudades.
De igual manera Caucutt et al. (2002); Dereuddre, Van de Velde
y Bracke, (2016); y, Day y Guest, (2016) indican que la fertilidad
como el trabajo está fuertemente relacionada con el estado civil de
las mujeres. El principal resultado es que las tasas de fertilidad están
disminuyendo debido a los ingresos familiares. Cuando los salarios
de las mujeres son mayores tienen más probabilidades de aumentar
la fertilidad. Este efecto es más fuerte cuando la elasticidad de la
oferta de vivienda es alta ya que los precios de la vivienda y, por
lo tanto, los costos de los niños, se mantienen bajo control. Los go-
biernos preocupados por la baja fecundidad, tienen que dirigir las
políticas para aumentar la elasticidad de la oferta de vivienda para
mantener los precios de la vivienda bajo control.
Por su parte, el trabajo de Momota (2016) encuentra que un
aumento en la fertilidad de las madres disminuye el stock de capital
y el bienestar económico. Además, un ingreso intergeneracional de
redistribución puede eliminar la pérdida de bienestar resultante del
mercado incompleto, de igual manera los estudios de Yumusak et al.
(2013) y Wood y Neels, (2017) muestran que los grupos con oportu-
nidades limitadas en el mercado laboral tienen más probabilidades
de tener un hijo en respuesta al desempleo o la inactividad. Es más
probable que las mujeres con poca educación o con antecedentes
migratorios adopten estrategias de maternidad como alternativa a
la participación en el mercado laboral.
Mendoza (2017) demuestra que en la República Popular China
todavía hay brechas educativas entre los diferentes grupos y la de-
sigualdad educativa. Los resultados implican que dado que las ciu-
dades no son homogéneas, por lo tanto, tienen diferentes contribu-
ciones hacia la desigualdad educativa. Sugieren que los objetivos
de política específicos de ubicación y las prioridades pueden pro-
ducir resultados más favorables en la reducción de la desigualdad
educativa. Por su parte, Santelli et al. (2017) sugieren que la reduc-
ción de la pobreza, las desigualdades de ingresos y el aumento de
las inversiones en educación deberían ser componentes esenciales
de las políticas nacionales para reducir las tasas de fertilidad en los
adolescentes. En este sentido, respecto a la desigualdad y al capi-
tal humano, tenemos trabajos como los de Cumbicus y Tillaguango
(2017); y, Lojan y Méndez (2020) donde se hace referencia en am-
bos trabajos que para reducir la desigualdad es indispensable una
expansión educativa, y hacer énfasis en la educación inclusiva a tem-
prana edad.
En el estudio realizado por Geronimus et al. (1999) en las áreas
empobrecidas de afroamericanos en Harlem, Detroit, Chicago y el
área de Watts en los Ángeles, los autores sostienen la hipótesis de
la fertilidad temprana mitiga algunos de los costos para las famil-
ias asociadas con exceso de mortalidad y deterioro temprano de la
salud en jóvenes hasta la edad adulta media. En el estudio realizado
por Bongaarts y Casterline (2013) sobresalen las políticas sociales
progresivas (que dan como resultado una escolarización universal,
una alta esperanza de vida y la provisión de bienestar estatal), ofre-
cen una explicación convincente de las bajas tempranas en Sri Lanka
y Kerala, y la desigualdad de género ha avanzado como la principal
barrera para la disminución de la fecundidad en el norte de la India
y Pakistán. La vigorosa promoción estatal de la planificación famil-
iar probablemente haya acelerado el ritmo de la disminución en Sri
Lanka, India y Nepal. En Bangladesh, el programa de planificación
familiar puede haber desencadenado el inicio del cambio reproduc-
tivo, mientras que en Pakistán el programa ha sido ineficaz debido
al débil apoyo político.
3|DATOS Y METODOLOGÍA
3.1 |Datos
Con el objetivo de examinar empíricamente la relación entre la de-
sigualdad y la tasa de fertilidad, se utilizó estadísticas compiladas
por Inequality Bases (2017) y el World Development Indicator del
Banco Mundial (2016). La investigación abarca 89 países a nivel
mundial para el período 1980-2016. La variable dependiente es la
desigualdad (Di,t)y la variable independiente tasa de fertilidad to-
tal (T fi,t)medido por nacimientos por cada mujer, las mismas que
están expresadas en tasas.
La intensidad de la desigualdad varía según los países y según
la actividad económica y el nivel de desarrollo. En este sentido,
los países se clasificaron en seis grupos según el nivel de ingreso
nacional bruto per cápita. Los países de ingreso extremadamente
alto (PIEA) son: Dinamarca, Luxemburgo, Noruega y Suiza, cuyo in-
greso nacional bruto per cápita es superior a USD 40000; los países
de ingreso alto (PIA) son: Australia, Austria, Barbados, Canadá,
República Checa, Estonia, Finlandia, Francia, Alemania, Grecia, Is-
landia, Irlanda, Israel, Italia, Japón, República de Corea, Lituania,
Malta, Países Bajos, Nueva Zelanda, Portugal, Singapur, República
Eslovaca, Eslovenia, España, Suecia, Reino Unido, Estados Unidos
y Venezuela, cuyo ingreso nacional bruto per cápita oscila entre
USD10001-40000; los países de ingreso medio-alto (PIMA) son: Ar-
gentina, Bahamas, Brasil, Chile, Chipre, Hungría, México y Uruguay,
cuyo ingreso nacional bruto per cápita se encuentra entre USD
7001-10000.
Los países de ingreso medio-bajo (PIMB) son: Belarús, Colom-
bia, Costa Rica, Croacia, Irán, Jamaica, Kazajistán, Letonia, Malasia,
Montenegro, Panamá, Polonia, Rumanía, Federación de Rusia, Ser-
bia, Sudáfrica y Turquí, cuyo ingreso nacional bruto per cápita fluc-
99
Ordoñez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
túa entre USD 4001-7000; los países de ingreso bajo (PIB) son:
Armenia, Azerbaiyán, Bolivia, Botsuana, Bulgaria, Costa de Marfil,
República Dominicana, Ecuador, El Salvador, Guatemala, Honduras,
Indonesia, República de Macedonia, Moldavia, Marruecos, Nigeria,
Paraguay, Perú, Tailandia y Ucrania, cuyo ingreso nacional bruto
per cápita ondea entre USD 1501-4000; los países de ingreso ex-
tremadamente bajo (PIEB) son: Bangladés, Camboya, China, India,
Kirguistán, Mauritania, Pakistán, Sri Lanka, Tayikistán, Tanzania y
Uganda, cuyo ingreso nacional bruto per cápita es inferior a USD
1500. El resto de los países del mundo fueron excluidos debido a
limitaciones en la información estadística disponible. La Figura 1 re-
sume las correlaciones para todos los países y por grupos de países
entre la desigualdad y la tasa de fertilidad.
Figura 1. Evolución de las variables utilizadas en el modelo econométrico
La Tabla 1 informa los estadísticos descriptivos de la desigual-
dad y la tasa de fertilidad a nivel mundial para los 89 países y para
los países agrupados por nivel de ingresos. Un hecho estilizado rele-
vante es que existe una mayor variabilidad entre países que dentro
de los países. La desviación estándar de la desigualdad por habi-
tante es de aproximadamente 9.9, lo que representa dos veces la
variación dentro de la cual es 4.6. Con respecto a la tasa de fertil-
idad, la variación es aproximadamente 1.4 y la variación dentro es
de 0.6. Los datos de panel están estrictamente equilibrado en el
tiempo (T = 1,... ,37) y en la sección transversal (n = 1,... ,89).
Tabla 1. Estadística descriptiva de las variables
Variable Media Std. Dev. Min Max N
Desigualdad Overall 37,228 9,872 10,65 69,96 N = 3293
Between 8,748 24,04 56,842 n = 89
Within 4,665 13,71 58,499 T = 37
Tasa de fertilidad Overall 2,596 1,379 0,394 7,59 N = 3293
Between 1,248 1,356 6,719 n = 89
Within 0,599 -0,398 5,724 T = 37
3.2 |Metodología
La estrategia econométrica global diseñada para evaluar la fuerza
del vector de cointegración entre la desigualdad y la tasa de fertil-
idad tiene cinco etapas. En la primera etapa, se estimó un modelo
de regresión básico de datos de panel. La variable dependiente es la
desigualdad y la variable independiente es la tasa de fertilidad. Este
modelo básico permite verificar el grado de asociación y la dirección
de la relación entre las dos variables a nivel mundial y por grupos de
países. La ecuación (1) formaliza la relación entre las dos variables:
100
Desigualdad y tasa de fertilidad a nivel mundial...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Di,t=(α0+β0) + α1T fi,t+θi,t(1)
La prueba de Hausman (1978) se usó para elegir entre un mod-
elo de efectos fijos o aleatorios. El modelo propuesto en la Ecuación
(1) tiene dos problemas estructurales. La prueba de Wooldridge
(2002) sugiere la presencia de autocorrelación y la prueba del
multiplicador de Lagrange de Breusch-Pagan muestra que el mod-
elo tiene heterocedasticidad. Para corregir el sesgo en los esti-
madores causados por la autocorrelación y la heterocedasticidad,
utilizamos un modelo de mínimos cuadrados ordinarios generaliza-
dos (GLS). Los parámetros capturan la variabilidad en tiempo y sec-
ción transversal. Finalmente, el parámetro es el término de error
estocástico. En la teoría econométrica, es bien sabido que las se-
ries temporales tienen un componente de tendencia que hace que
sea imposible medir de manera eficiente la relación entre ellas. Para
garantizar que la serie no tenga el problema de la raíz unitaria, uti-
lizamos un conjunto de pruebas, que coinciden en que la primera
diferencia elimina el efecto de tendencia de las dos variables. Las
pruebas utilizadas fueron: Dickey Fuller Augmented (1981), Phillips
y Perron (1988), Levine, Lin y Chu (2002), Im, Pesaran y Shin (2003),
y Breitung (2002), que se pueden estimar a partir de la siguiente
ecuación:
Dt=α0+γDt−1+α1t+
p
Õ
i=2
βjDt−i−1+εt(2)
Donde Dtes la serie que se supone que contiene al menos
una raíz unitaria, α0es la intersección y α1captura el efecto de
tendencia del tiempo t, εtes el error gaussiano, y p representa la
longitud del desfase. En la Ecuación (2), cuando el parámetro es
significativo, se puede concluir que al menos uno de los paneles
tiene una raíz unitaria. El uso de cinco pruebas diferentes asegura
que las series utilizadas en las estimaciones posteriores no tienen el
problema de la raíz de la unidad. La segunda etapa de la estrategia
econométrica determina el equilibrio a corto y largo plazo entre las
tres variables utilizando la prueba de cointegración desarrollada por
Pedroni (1999), el equilibrio a largo plazo se determina con base en
la siguiente ecuación:
Di,t=αi+
n−1
Õ
j=1
βi j T f i t −j+
n−1
Õ
j=1
ω1jDi,t−j+πiE CT t−1+εi,t(3)
Donde Di,trepresenta la variable dependiente del país i en el
período t. Los parámetros β,ω y π son los parámetros a estimar, y el
término E CT t−1es el vector de cointegración de equilibrio a largo
plazo. Finalmente, εi,tes el término de error aleatorio estacionario
con media cero y es la longitud del desfase determinada con el cri-
terio de información de Akaike (1974). Además, el equilibrio a corto
plazo se determina mediante la prueba de Westerlund (2007) a par-
tir de la siguiente ecuación:
Di,t=δidt+αiDi,t−1−βiT f i,t−1+
P i
Õ
j=1
αi j Di t −j+
pi
Õ
j=−qi
γi j T f i,t−j+εi,t
(4)
Donde t=1 ,... , T son los períodos de tiempo y i=1 ,. .. , N son
los países. El término dtes el componente determinista. Confiamos
en la suposición de que el vector k-dimensional de T f i t es aleatorio
e independiente de εi,t, por lo que se supone que estos errores son
independientes a través de i y t. La prueba de cointegración a corto
y largo plazo solo indica la existencia o no de un vector que se rela-
ciona con las variables en cuestión. Además, los modelos con datos
de panel ofrecen resultados que son demasiado agregados. En con-
secuencia, en la próxima etapa estimamos la fuerza del vector de
cointegración utilizando el enfoque de Pedroni (2001) y aplicado por
Neal (2014). Esta estrategia nos permite evaluar la fuerza del vector
de equilibrio entre la desigualdad y la tasa de fertilidad. Específica-
mente, la fortaleza de la relación entre las dos variables en cada
país se estimó utilizando un modelo dinámico de mínimos cuadra-
dos ordinarios (DOLS) y para la región como un todo o para grupos
de países a través de una dinámica ordinaria del modelo de panel
de mínimos cuadrados (PDOLS). La siguiente ecuación plantea la
relación entre las dos variables:
Di,t=αi+δiT f i,t+
p
Õ
j=−p
γi,t∆T fi,t−j+µi,t(5)
Dónde Di,tindica la desigualdad, i=1, 2,.. . , 89 los países, t=1,
2,... , T es el tiempo, p=1, 2,.. . , P es el número de retrasos y avances
que en la regresión DOLS, mientras que δDi,t/δT fi,t=δimide el
cambio en la desigualdad cuando cambia la tasa de fertilidad. De
los coeficientes δy los valores t se obtienen los valores promedio
en todo el panel utilizando el método de los promedios grupales. El
estimador PDOLS se promedia a lo largo de la dimensión entre los
grupos (Neal, 2014), y la hipótesis nula establece que βi=β0. Fi-
nalmente, en la cuarta etapa usamos la prueba formalizada por Du-
mitrescu Hurlin (2012) para determinar la existencia y la dirección
de causalidad entre las dos variables usando la siguiente expresión:
Di,t=αi+
K
Õ
k=1
γk
iDi,t−k+
K
Õ
k=1
βk
iT f i,t−k+µi,t(6)
En la ecuación (6), suponemos que βi=β(1)
i, . . . , β(k)
iy que el
término αise fija en la dimensión de tiempo. El parámetro autorre-
gresivo γk
iy el coeficiente de regresión βk
ivarían entre las secciones
transversales. La hipótesis nula plantea que no hay relación causal
para ninguna de las secciones transversales del panel HO: βi= 0.
4|DISCUSIÓN Y RESULTADOS
La Tabla 2 muestra los resultados de la estimación de la desigual-
dad y la tasa de fertilidad a nivel mundial y por grupos de países.
Los resultados obtenidos indican una fuerte relación positiva y es-
tadísticamente significativa entre la desigualdad y la tasa de fertili-
dad a nivel mundial y para tres grupos de países PIA, PIMB y PIEB.
Además, los resultados confirman el cumplimiento de la hipótesis
de la curva de Kuznetz (EKC) a nivel global y para los países HI; sus
coeficientes muestran una estrecha relación negativa y estadística-
mente significativa entre la desigualdad y la tasa de fertilidad.
101
Ordoñez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 2. Relación entre la desigualdad y la tasa de fertilidad
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Tasa de fertilidad -0.624*** 0.327 -2.252*** -0.175 -0.853** -0.454 0.646*
(-4.56) (0.13) (-7.17) (-0.41) (-3.00) (-1.57) (2.02)
Constant 38.85*** 28.72*** 37.39*** 43.59*** 41.62*** 42.77*** 33.96***
(106.42) (6.55) (61.76) (12.11) (22.24) (22.65) (19.63)
Hausman test (p-value) 0 0,3584 0,0251 -1,26 -18,45 -86,19 -122,45
Serial correlation test (p-value) 0,84 0,523 0.502 0.797 0.610 0.659 0.626
Fixed effects (time) yes yes yes yes yes yes yes
Fixed effects (country groups) no yes yes yes yes yes yes
Observations 3293 148 1110 259 666 703 407
Adjusted R2 -0.021 0.019
estadístico ten paréntesis * p< 0,05 ** p< 0,01 *** p< 0,001
La Tabla 3 informa los resultados de la prueba de raíz unitaria
de la desigualdad y la tasa de fertilidad. Ambas variables se expre-
san en tasas. El uso de cinco pruebas independientes entre ellos
asegura una alta consistencia y confirma que las primeras diferen-
cias de ambas series no tienen el problema de la raíz de la unidad.
Para garantizar la solidez de los cálculos, se muestran los resultados
obtenidos con los efectos del tiempo y sin efectos del tiempo. Las
pruebas de Levine et al., (2002), Im et al. (2003) y Breitung (2002) se
basan en pruebas paramétricas y las pruebas tipo Fisher de Dickey
Fuller Augmented (1981), Phillips y Perron (1988) son no paramétri-
cos, que fueron propuestos por Maddala y Wu (1999). Breitung
(2002) se basa en la homogeneidad de la raíz unitaria.
Tabla 3. Pruebas de raíz unitaria en la primera diferencia
Grupos \variables LL UB IPS ADF PP Continua
Sin efectos del tiempo
GLOBAL D -
53.12***
-
11.98***
-
59.72***
-
27.82***
-
67.26***
Tf 8.07 -7.89*** -9.97*** 3.48 -4.21***
PIEA D -
11.65***
-0.64 -
13.47***
-3.58*** -
14.21***
Tf -4.09*** -1.49* -6.40*** -1.79*** -6.89***
PIA D -
29.96***
-8.09*** -
35.16***
-
17.35***
-
38.99***
Tf -3.84*** -4.63*** -
10.46***
0.08 -9.21***
PIMA D -
16.81***
-4.93*** -
17.78***
-6.41*** -
19.15***
Tf 5.63 -2.39*** -0.59* 4.01 2.55*
PIMB D -
23.11***
-4.27*** -
25.71***
-
12.36***
-
29.08***
Tf 4.11 -4.16*** -3.77*** 1.03* 0.92*
PIB D -
27.96***
-7.55*** -
29.63***
-
12.17***
-
31.02***
Tf 10.55 -3.84*** -1.16* 2.21 1.58*
PIEB D -
14.30***
-6.79*** -
17.69***
-
11.42***
-
25.09***
Tf 8.16 -1.70*** -0.45* 3.89 3.46
102
Desigualdad y tasa de fertilidad a nivel mundial...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Continuacion LL UB IPS ADF PP
Con efectos del tiempo
-
55.27***
-
12.17***
-
60.28***
-
28.12***
-
67.61***
-0.35 - 6.29*** -
12.36***
2.55 -2.97***
-9.62*** -0.65 -
14.05***
-7.13*** -
16.12***
-2.01*** -4.09*** -5.87*** -0.69 -7.39***
-
32.76***
-8.51*** -
37.74***
-
17.27***
-
39.43***
–5.23*** -4.07*** -
12.19***
-2.68*** -
11.17***
-
21.87***
-4.79*** -
21.98***
-6.14*** -
19.44***
-0.21* -1.98*** -2.75*** 1.60* 2.04*
-
26.44***
-4.49*** -
26.86***
-
12.04***
-
29.13***
-1.88*** -2.32*** -4.67*** 1.71* 0.60*
-
25.05***
-7.94*** -
27.81***
-
12.30***
-
30.74***
0.81* -2.32*** -2.02*** 3.76 2.67
-9.87*** -7.24*** -
16.46***
-
12.01***
-
26.19***
4.54 -0.35 -0.34* 4.18 2.67
*** significado al 0,05%
La Tabla 4 informa los resultados de la prueba de cointegración
entre las dos variables globales. La prueba de Pedroni (1999) se
basa en el análisis dentro de la dimensión y las estadísticas se ob-
tienen sumando los numeradores y los denominadores a lo largo
de la serie de forma independiente. La Tabla 4 informa las sigu-
ientes estadísticas: una estadística de panel-v, panel-rho, panel-PP
y panel-ADF. El primero no es paramétrico y se basa en la relación
de varianzas. La prueba de cointegración de paneles heterogéneos
de Pedroni (1999) muestra que existe una relación de equilibrio a
nivel global entre las series. Las estadísticas ADF, PP, p-statistic y v-
statistic muestran un resultado coherente entre ellas: las dos series
se mueven juntas y simultáneamente en el tiempo y en la sección
transversal. A nivel global y en los seis grupos de países los resulta-
dos son estadísticamente significativos. Lo que significa que, existe
un vector de cointegración de largo plazo entre las variables en el
periodo 1980-2016.
Tabla 4. Resultados del test de integración de Pedroni
GLOBAL PIEA PIA PIMA PIMB PIB PIEB
Within dimensión test statistics
Panel v-statistic 2.35* .3155 1.349 1.206 1.441 .4817 .2089
Panel p-statistic -
50.92***
-
11.49***
-
29.31***
-
16.68***
-
22.46***
-
22.87***
-
17.88***
Panel PP-statistic -
92.32***
-
21.78***
-
54.06***
-
26.89***
-38.4*** -
42.95***
-
39.22***
Panel ADF-statistic -
51.42***
-
12.29***
-
28.84***
-
15.55***
-
27.07***
-
21.77***
-
12.42***
Between dimensión test statis-
tics
Panel p-statistic -
41.13***
-9.2 -
23.67***
-
13.46***
-
17.94***
-
18.78***
-14.7***
Group PP statistic -
104.3***
-
23.56***
-
60.25***
-
31.06***
-
42.06***
-
49.94***
-
43.86***
GroupADF statistic -
49.49***
-
12.45***
-
27.32***
-16.2*** -
24.71***
-
22.43***
-
12.06***
*** significado al 0,05%
En la práctica, la existencia de una relación a largo plazo im-
plica que las variables bajo análisis se muevan de manera conjunta
y simultánea porque existe una fuerza de cointegración o un vector
que las equilibra a lo largo del tiempo. Sin embargo, es muy posi-
ble que los cambios en la desigualdad varíen inmediatamente como
resultado de los cambios en la tasa de fertilidad. Para evaluar esta
relación, la Tabla 5 muestra los resultados del modelo de error vecto-
rial de los datos del panel VECM propuesto por Westerlund (2007),
el cual verifica la ausencia o presencia de cointegración a corto plazo
para cada país o para el grupo de países. Además, esta prueba se
basa en el hecho de que las series no son estacionarias. Las prue-
bas de Levine et al. (2002), Im et al. (2003) y Breitung (2002) y las
pruebas de Fisher de Dickey Fuller Augmented (1981) y Phillips y
Perron (1988) mostraron que la serie no tienen el problema de raíz
103
Desigualdad y tasa de fertilidad a nivel mundial...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
unitaria. Como resultado, fue posible realizar la prueba de cointe-
gración de Westerlund. Los resultados indican que un cambio en la
tasa de fertilidad genera cambios inmediatos en la desigualdad. La
existencia de un equilibrio a corto plazo de las variables se cumple
a nivel global y en todos los grupos de países porque son estadísti-
camente significativos.
Tabla 5. Resultados de Westerlund VECM
Statistic Value Z-value P-value
GLOBAL Gt -6.640 -50.326 0.000
Ga -56.379 -63.086 0.000
Pt -64.292 -51.669 0.000
Pa -67.133 -91.886 0.000
PIEA Gt -5.338 -7.427 0.000
Ga 125.910 41.435 1.000
Pt -14.583 -12.064 0.000
Pa -68.723 -20.012 0.000
PIA Gt -6.612 -29.028 0.000
Ga -66.364 -44.848 0.000
Pt -36.762 -29.341 0.000
Pa -69.159 -55.206 0.000
PIMA Gt -6.042 -12.144 0.000
Ga -57.561 -18.163 0.000
Pt -15.874 -11.979 0.000
Pa -59.840 -22.539 0.000
PIMB Gt -6.362 -21.162 0.000
Ga -60.054 -30.715 0.000
Pt -27.379 -21.449 0.000
Pa -59.600 -35.973 0.000
PIB Gt -6.995 -25.177 0.000
Ga -66.245 -35.613 0.000
Pt -29.397 -23.513 0.000
Pa -65.281 -41.104 0.000
PIEB Gt -7.414 -20.888 0.000
Ga -71.629 -29.782 0.000
Pt -24.426 -20.288 0.000
Pa -75.328 -36.854 0.000
Los resultados de la prueba de cointegración de Pedroni y
Westerlund tienen al menos dos limitaciones; solo muestran la ex-
istencia de un vector de cointegración pero no informan sobre la
fuerza del vector o el efecto individual en cada país. La Tabla 6 in-
forma los resultados encontrados en esta etapa de la estimación. El
panel DOLS es paramétrico y constituye una opción alternativa para
obtener el estimador de panel OLS totalmente modificado desarrol-
lado por Phillips Moon (1999) y Pedroni (2001) según lo observado
por Kao y Chiang (2000). Estimamos la fortaleza del vector de coin-
tegración de Pedroni (2001) formalizado en la Ecuación (5) y se in-
forma en la Tabla 6. Primero, se informa los estimadores obtenidos
por mínimos cuadrados dinámicos (DOLS) para los países individ-
ualmente con efectos de tiempo fijo (WT) y sin efecto de tiempo
(WOT). Los países que tienen un coeficiente positivo, muestran una
relación entre la desigualdad y la tasa de fertilidad positiva y si el
coeficiente es negativo, la relación entre las dos variables es nega-
tiva. En los países de Islandia, Venezuela, Hungría, Kazakstán, Mon-
tenegro, Honduras, Guatemala, Macedonia, Morocco, Perú, Tailan-
dia, tiene un vector de cointegración mayor que 1, que denota que
los cambios en la tasa de fertilidad tienen un fuerte impacto en la
desigualdad.
104
Desigualdad y tasa de fertilidad a nivel mundial...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 6. Resultados del modelo DOLS para países individuales
PIEA PIA PIMA Continua
País WD WOD País WD WOD País WD WOD
Dinamarca .975 1.034 Australia .975 -.065 Argentina 1.398 -6.196
Luxembourg -.432 -.693 Austria -1.335 1.094 Brazil -.0734 -1.753
Norway -1.099 -1.413 Bahamas -.971 -.614 Chile -.0891 -1.821
Switzerland 1.954 1.230 Barbados -1.381 -.168 Cyprus
(Chipre)
.329 .234
Canada -1.059 -.129 Hungary 3.113 1.427
Rep.Checa .375 -.252 Mexico .539 -.929
Estonia -1.611 -1.99 Uruguay .706 -1.325
Finland .430 .871
France -.361 .698
Germany 1.168 .803
Greece -.704 .751
Iceland 2.057 2.173
Ireland .0641 .569
Israel -.606 -.832
Italy .205 .119
Japan .446 .503
Korea
Rep.
-.369 -.291
Lithuania -.851 -1.441
Malta .044 .194
Netherlands -1.297 -1.051
New
Zealand
-1.454 -.884
Portugal -.924 -.902
Singapore -1.175 -2.075
Slovak
Republic
-1.813 -2.199
Slovenia -1.102 -1.499
Spain 1.628 1.276
Sweden 1.107 -1.510
United
Kingdom
1.230 .492
United
States
-1.809 -.884
Venezuela
RB
2.062 -1.565
105
Ordoñez M.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Continuación PIMB PIB PIEB
País WD WOD País WD WOD País WD WOD
Belarus .813 -.906 Armenia .331 -.983 Bangladesh 1.259 .710
Botswana .606 -.869 Azerbaijan -1.330 -1.554 Cambodia -.472 -1.263
Colombia .771 -2.573 Bolivia 1.160 2.441 China -1.792 -1.151
Costa
Rica
-1.270 -.0851 Bulgaria -.5467 -1.801 India .613 .0204
Croatia .245 -.403 Costa de
Marfil
-.762 2.084 Kyrgyz
Republic
-1.406 -1.682
Iran -1.660 -1.136 Rep.Dominicana-.640 .749 Mauritania -1.569 -.677
Jamaica -.560 -.0652 Ecuador 1.036 -1.852 Pakistan 1.098 -1.595
Kazakhstan -2.437 -2.140 El Sal-
vador
-.5951 -.676 Sri Lanka 1.416 .0769
Latvia -.224 -1.004 Guatemala -2.691 .657 Tajikistan -.566 -1.673
Malaysia -1.169 -.0496 Honduras -2.127 .07575 Tanzania -.903 -.0309
Montenegro -3.185 1.025 Indonesia .927 -.435 Uganda .908 1.053
Panamá -1.182 -3.040 Macedonia -2.364 -.094
Poland -1.289 -2.758 Moldova .0777 -1.786
Romania 1.340 -1.875 Morocco -2.221 -2.072
Russian
Federa-
tion
-1.943 -2.816 Nigeria -.302 -.430
Serbia -1.523 4.161 Paraguay -.4474 -1.278
South
Africa
-1.651 .121 Perú -3.038 -2.014
Turkey 1.212 1.668 Thailand -3.951 -.2849
Ukraine -1.188 -2.266
*, **, *** indican el rechazo de la hipótesis nula al nivel de 5%, 10% y 1% respectivamente para H0: = 1
De la prueba de Pedroni (2001) se estimó la fuerza del vector
de cointegración por grupos de países, que se informa en la Tabla
7. Para asegurar la consistencia de los parámetros obtenidos, se es-
timó un modelo con tiempo ficticio y otro sin tiempo. Se encontró
que en todos los grupos de países el vector es estadísticamente sig-
nificativo, pero es más contundente en el ingreso medio-bajo. En los
ingresos bajos, la relación es significativa y negativa, lo que sugiere
que estos países se encuentran en una situación privilegiada para
reducir la desigualdad.
Tabla 7. Resultados del modelo PDOLS para grupos de países
Grupos Con tiempo ficticio Sin tiempo ficticio
Bi t-statistics Bi t-statistics
Global -3.039 -3.874 -4.734 -5.246
PIEA -11.560 -.718 9.095 .0785
PIA .674 -1.284 -2.444 -1.608
PIMA 12.55 2.239 -33.12 -3.916
PIMB -6.522 -3.089 -2.918 -3.004
PIB -12.3 -4.284 -2.833 -2.643
PIEB -2.724 -.426 -4.202 -1.873
*, ** indica el rechazo de la hipótesis nula en el nivel del 5%, 10% respectivamente para H0: = 1
Los resultados de la prueba de causalidad del tipo Granger cal-
culada sobre la base de la prueba propuesta por Dumitrescu y Hurlin
(2012) se presentan en la Tabla 8. En los países ingresos altos, de
ingresos medios-bajos, de ingresos bajos y de ingresos extremada-
mente bajos existe una causalidad bidireccional entre la desigualdad
y la tasa de fertilidad.
106
Desigualdad y tasa de fertilidad a nivel mundial...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Tabla 8. Resultados de la prueba de causalidad basada en Dumitrescu y Hurlin
Dirección
causal
Grupos W-bar Z-bar p-value
Tf –> D GLOBAL 1.823 2.743 0.309
PIEA 1.595 0.842 0.399
PIA 1.755 2.923 0.004
PIMA 1.795 1.486 0.137
PIMB 2.906 5.717 0.000
PIB 1.674 2.078 0.038
PIEB 1.952 2.233 0.026
Tf <–D GLOBAL 2.542 3.793 0.588
PIEA 1.213 0.301 0.763
PIA 3.486 9.628 0.000
PIMA 2.647 3.081 0.002
PIMB 9.237 24.712 0.000
PIB 4.790 11.681 0.000
PIEB 2.954 4.582 0.000
Los resultados de la prueba de causalidad sugieren que en los
países de ingresos altos, de ingresos medios-bajos, de ingresos bajos
y de ingresos extremadamente bajo la desigualdad puede reducirse
mediante cambios en la tasa de fertilidad. Mientras que en los países
de ingresos extremadamente altos y de ingresos medios-altos las
políticas a favor de la desigualdad pueden limitar la expansión de la
tasa de fertilidad.
5|CONCLUSIONES
Esta investigación aborda la desigualdad, que es uno de los princi-
pales problemas mundiales que deben resolver los gobiernos y las
organizaciones multilaterales. En las últimas décadas la desigual-
dad de ingresos se ha incrementado en prácticamente todos los
países, aunque a ritmos diferentes, siendo las instituciones guber-
namentales y las políticas que se realizan decisivas para influir en
la desigualdad. En este sentido, el principal objetivo de esta inves-
tigación fue examinar la relación entre la desigualdad y la tasa de
fertilidad para 89 países durante 1980-2016 a través de técnicas
de cointegración con datos de panel. A través de la prueba de coin-
tegración de Pedroni (1999) y Westerlund (2007) se verificó la exis-
tencia de un equilibrio de corto y largo plazo entre las dos variables.
Para determinar la fuerza del vector de cointegración para cada país
individual y para cada grupo de países, se estimaron modelos DOLS
y PDOLS con y sin efectos de tiempo, respectivamente. En general,
los resultados muestran que en la mayoría de los países la fuerza
del vector de cointegración es fuerte, aunque la relación es nega-
tiva. Finalmente, la prueba de causalidad muestra la existencia de
una causalidad bidireccional en los países de ingresos altos, de ingre-
sos medios-bajos, de ingresos bajos y de ingresos extremadamente
bajos. Estos resultados sugieren que la desigualdad puede reducirse
mediante cambios en la tasa de fertilidad.
Las implicaciones de las políticas derivadas de los resultados
de esta investigación sugieren que las medidas destinadas a reducir
la desigualdad deberían centrarse en los países de ingresos bajos.
Una política a implementar son las transferencias monetarias a fa-
milias pobres, estos programas proporcionan un ingreso básico a
las familias pobres, que les permite enviar a sus hijos a la escuela y
brinda a las madres la posibilidad de acceder a servicios básicos de
atención de la salud. Asimismo, las familias pueden utilizarlos para
afrontar crisis económicas u otras perturbaciones potencialmente
devastadoras. Otra política es la tributación progresiva, donde los
impuestos progresivos equitativos permiten financiar las políticas y
los programas estatales que son necesarios para equiparar las condi-
ciones y transferir recursos a los habitantes más pobres. Asimismo,
se pueden diseñar sistemas tributarios que permitan reducir la de-
sigualdad y al mismo tiempo mantener el coste de eficiencia en un
nivel bajo.
Referencias bibliográficas
[1] Adam, A., Kammas, P., Lapatinas, A. (2015). Income inequal-
ity and the tax structure: Evidence from developed and de-
veloping countries. Journal of Comparative Economics, 43(1),
138-154.
[2] Akaike, H. (1974). A new look at the statistical model iden-
tification. IEEE Transactions on Automatic Control, 19(6), 716-
723.
[3] Alvaredo, F., Piketty, T., Chancel, L., Saez, E., Zucman, G.,
Perrotini, I., Muller, N. (2018). Informe sobre la desigualdad
global 2018. Grano de Sal.
[4] Amarante, V., Colacce, M. (2018). £ Más o menos desiguales?
Una revisión sobre la desigualdad de los ingresos a nivel
global, regional y nacional. Revista Cepal.
[5] Bakkeli, N. Z. (2016). Income inequality and health in China:
A panel data analysis. Social Science Medicine, 157, 39-47.
[6] Behzadan, N., Chisik, R., Onder, H., Battaile, B. (2017). Does
inequality drive the Dutch disease? Theory and evidence.
Journal of International Economics, 106, 104-118.
[7] Bohemia. (2016). Recuperado el Junio de 2018, de
http://bohemia.cu/mundo/2016/09/crecera-notablemente-
la-poblacion-mundial-hasta-2050
[8] Bongaarts, J., Casterline, J. (2013). Fertility transition: is sub-
Saharan Africa different?. PoPulation and develoPment review,
38, 153-168.
[9] Breitung, J. (2002). Nonparametric tests for unit roots and
cointegration. Journal of Econometrics, 108(2), 343-363.
[10] Caucutt, E. M., Guner, N., Knowles, J. (2002). Why do women
wait? Matching, wage inequality, and the incentives for fertil-
ity delay. Review of Economic Dynamics, 5(4), 815-855.
[11] CEPAL, N. (2019). La Agenda 2030 y los Objetivos de Desar-
rollo Sostenible: una oportunidad para América Latina y el
Caribe. Objetivos, metas e indicadores mundiales.
[12] CIT. (2004). Por una globalización justa: El papel de la OIT.
107
Desigualdad y tasa de fertilidad a nivel mundial...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[13] CICS/IED/UNESCO (2016). Informe Mundial sobre Ciencias
Sociales 2016 – Afrontar el reto de las desigualdades y trazar
vías hacia un mundo justo. Ediciones UNESCO, París (Francia).
[14] Cordoba, J. C., Liu, X., Ripoll, M. (2016). Fertility, social mo-
bility and long run inequality. Journal of Monetary Economics,
77, 103-124.
[15] Cumbicus, M., Tillaguango, B. (2017). Efecto del capital hu-
mano en la desigualdad: evidencia empírica para 17 países de
América Latina. Revista Vista Económica, 3(1), 53-62.
[16] Day, C., Guest, R. (2016). Fertility and female wages: A new
link via house prices. Economic Modelling, 53, 121-132.
[17] Dereuddre, R., Van de Velde, S., Bracke, P. (2016). Gender in-
equality and the ‘East-West’divide in contraception: An anal-
ysis at the individual, the couple, and the country level. Social
Science Medicine, 161, 1-12.
[18] Dickey, D., Fuller, W. A., 1981. Likelihood ratio statistics for
autoregressive time series with a unit root. Econometrica, 49,
1057-1072.
[19] Dumitrescu, E. I., Hurlin, C. (2012). Testing for Granger non-
causality in heterogeneous panels. Economic Modelling, 29(4),
1450-1460.
[20] Geronimus, A. T., Bound, J., Waidmann, T. A. (1999). Health
inequality and population variation in fertility-timing. Social
science medicine, 49(12), 1623-1636.
[21] Gründler, K., Scheuermeyer, P. (2018). Growth effects of in-
equality and redistribution: What are the transmission chan-
nels? Journal of Macroeconomics, 55, 293-313.
[22] Hausman, J. A. (1978). Specification tests in econometrics.
Econometrica: Journal of the Econometric Society, 1251-1271.
[23] He, Z., Xu, S., Shen, W., Long, R., Chen, H. (2017). Impact of
urbanization on energy related CO2emission at different de-
velopment levels: Regional difference in China based on panel
estimation. Journal of Cleaner Production, 140, 1719–1730.
[24] Im, K. S., Pesaran, M. H., Shin, Y. (2003). Testing for unit roots
in heterogeneous panels. Journal of Econometrics, 115(1), 53-
74.
[25] Islam, M. R. (2018). Wealth inequality, democracy and eco-
nomic freedom. Journal of Comparative Economics.
[26] Kao, C., Chiang, M. H. (2001). On the estimation and infer-
ence of a cointegrated regression in panel data. In Nonsta-
tionary panels, panel cointegration, and dynamic panels (pp.
179-222). Emerald Group Publishing Limited.
[27] Kulu, H., Washbrook, E. (2014). Residential context, migra-
tion and fertility in a modern urban society. Advances in Life
Course Research, 21, 168-182.
[28] Larrea, C., Kawachi, I. (2005). Does economic inequality af-
fect child malnutrition? The case of Ecuador. Social Science
Medicine, 60(1), 165-178.
[29] Levin, A., Lin, C. F., Chu, C. S. J. (2002). Unit root tests in
panel data: asymptotic and finite-sample properties. Journal
of Econometrics, 108(1), 1-24.
[30] Li, T., Lai, J. T., Wang, Y., Zhao, D. (2016). Long-run rela-
tionship between inequality and growth in post-reform China:
New evidence from dynamic panel model. International Re-
view of Economics Finance, 41, 238-252.
[31] Lojan, D., Méndez, P. (2020). Capital humano y desigual-
dad: un análisis de cointegración para Ecuador. Revista Vista
Económica, 8(2), 86-91.
[32] Maddala, G. S., Wu, S. (1999). A comparative study of unit
root tests with panel data and a new simple test. Oxford Bul-
letin of Economics and Statistics, 61(S1), 631-652.
[33] Mendoza, O. M. V. (2017). Heterogeneous determinants of
educational achievement and inequality across urban China.
China Economic Review
[34] Momota, A. (2016). Intensive and extensive margins of fer-
tility, capital accumulation, and economic welfare. Journal of
Public Economics, 133, 90-110.
[35] Pedroni, P. (1999). Critical values for cointegration tests in
heterogeneous panels with multiple regressors. Oxford Bul-
letin of Economics and Statistics, 61(S1), 653-670.
[36] Pedroni, P. (2001). Purchasing power parity tests in cointe-
grated panels. Review of Economics and Statistics, 83(4), 727-
731.
[37] Phillips, P. C., Moon, H. R. (1999). Linear regression limit the-
ory for nonstationary panel data. Econometrica, 67(5), 1057-
1111.
[38] Phillips, P., Perron, P. (1988). Testing for a unit root in time
series regression. Biometrica, 75, 335-346.
[39] Policardo, L., Carrera, E. J. S. (2018). Corruption causes in-
equality, or is it the other way around? An empirical investi-
gation for a panel of countries. Economic Analysis and Policy,
59, 92-102.
[40] Rougoor, W., Van Marrewijk, C. (2015). Demography, growth,
and global income inequality. World Development, 74, 220-
232.
[41] Santelli, J. S., Song, X., Garbers, S., Sharma, V., Viner, R. M.
(2017). Global trends in adolescent fertility, 1990–2012, in re-
lation to national wealth, income inequalities, and educational
expenditures. Journal of Adolescent Health, 60(2), 161-168.
[42] Westerlund, J. (2007). Testing for error correction in panel
data. Oxford Bulletin of Economics and Statistics, 69(6), 709-
748.
[43] Wood, J., Neels, K. (2017). First a job, then a child? Subgroup
variation in women’s employment-fertility link. Advances in
Life Course Research, 33, 38-52.
[44] Wooldridge, J.M., 2002. Econometric Analysis of Cross Sec-
tion and Panel Data. MIT Press, Cambridge, MA.
[45] World Bank, 2017. World Development Indica-
tors. Washington D.C. Available on. HYPERLINK
"https://data.worldbank.org/data-catalog/world-
development-indicators" https://data.worldbank.org/data-
catalog/world-development-indicators . World Inequality
Report. (2018). Recuperado el Junio de 2018, de World
Inequality Report: http://wir2018.wid.world/
[46] Yumusak, I. G., Bilen, M., Ates, H. (2013). The Impacts of Gen-
der Inequality in Education on Economic Growth in Turkey.
Procedia-Social and Behavioral Sciences, 103, 1093-1103.
108
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Urbanización y crecimiento económico: un análisis de cointegración
y causalidad para el caso ecuatoriano
Urbanization and economic growth: a cointegration and causality analysis for the
Ecuadorian case
Priscila Méndez1
1Carrera de Economía, Universidad Nacional de
Loja, Loja, Ecuador
Correspondencia
Priscila Méndez, Carrera de Economía,
Universidad Nacional de Loja, Loja, Ecuador
Email: priscila.mendez@unl.edu.ec
Agradecimientos
Club de Investigación de Economía (CIE)
Fecha de recepción
Julio 2020
Fecha de aceptación
Diciembre 2020
Dirección
Bloque 100. Ciudad Universitaria Guillermo
Falconí. Código Postal: 110150, Loja, Ecuador
RESUMEN
Este artículo analiza la relación entre la urbanización y el crecimiento económico en Ecuador
en el periodo 1961-2015, mediante técnicas econométricas de series de tiempo. Los re-
sultados muestran la existencia de una relación a corto y largo plazo entre la urbanización
y el crecimiento económico, así como la causalidad de la población urbana hacia el crec-
imiento económico. Aun así, no se puede afirmar que las externalidades que Henderson
(2003, 2005, 2010) supone se hayan producido de manera uniforme en Ecuador, al menos
en el periodo analizado. Una alternativa es utilizar el índice de primacía y observar si la ur-
banización realmente propicia el crecimiento económico a nivel nacional o solo en las ciu-
dades con mayor población urbana. Las implicaciones de política sugeridas son aumentar
los niveles de capital inversión (gasto público en carreteras, mejores escuelas, centros de
salud, hospitales, etc.) en las ciudades con mayor población urbana para que se conviertan
en centros industriales generadores de crecimiento económico. También se recomienda
que los gobiernos implementen políticas para garantizar que los beneficios del crecimiento
urbano se compartan de manera equitativa y sostenible.
Palabras clave: Urbanización; Crecimiento económico; Causalidad; Cointegración; Ecuador.
Códigos JEL: C32. F43. R11.
ABSTRACT
This paper analyzes the relationship between urbanization and economic growth in Ecuador
in the period 1961-2015, using time series econometric techniques. The results show
the existence of a short- and long-run relationship between urbanization and economic
growth, as well as the causality of urban population to economic growth. Even so, it can-
not be affirmed that the externalities assumed by Henderson (2003, 2005, 2010) have
occurred uniformly in Ecuador, at least in the period analyzed. An alternative is to use the
primacy index and observe whether urbanization is really conducive to economic growth
at the national level or only in cities with larger urban populations. The suggested policy
implications are to increase the levels of capital investment (public spending on roads, bet-
ter schools, health centers, hospitals, etc.) in the cities with the largest urban populations
so that they become industrial centers that generate economic growth. It is also recom-
mended that governments implement policies to ensure that the benefits of urban growth
are shared equitably and sustainably.
Keywords: Urbanization; Economic growth; Causality; Co-integration. Ecuador.
JEL codes: C32. F43. R11.
109
Méndez P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
1|INTRODUCCIÓN
La tendencia de la población mundial hacia la aglomeración en áreas
urbanas es reciente en la historia de la humanidad. De acuerdo con
Clark (1998) hasta el siglo XIX menos del 30% de la población vivía
en áreas urbanas. Con excepción del Sur de Asia, el Pacífico y África
Sub-Sahariana, los indicadores de urbanización actuales son relati-
vamente altos (Brackman, Garretsen y van Marrewijk, 2009). Para
Davis (1955) el crecimiento de la población urbana es un fenómeno
relativamente reciente en la historia humana, en comparación con
la mayoría de los demás aspectos de la sociedad. Por ejemplo, el
idioma, la religión, entre otros. Sin embargo, la urbanización repre-
senta un cambio revolucionario en el desarrollo de las sociedades,
puesto que, una vez establecidas las ciudades urbanas, estas tien-
den a ser centros de poder e influencia en toda la sociedad. En
la mayoría de países del mundo el proceso de urbanización sigue
una tendencia ascendente, pero Ecuador ha experimentado un au-
mento de la población urbana relativamente pequeño. Según cifras
del Banco Mundial (2016) en el período 2001-2010, el Ecuador ex-
perimentó un incremento de la población urbana de 14.7%.
El estudio del proceso de urbanización ha cobrado importan-
cia debido a que muchos autores han encontrado evidencia a favor
de una relación estrecha con el crecimiento económico. Frick y Ro-
dríguez (2017) señalan que los formuladores de políticas y académi-
cos a menudo enfatizan un vínculo positivo entre el tamaño de la
ciudad y el crecimiento económico. Sin embargo, la literatura em-
pírica sobre la relación es escasa. Igualmente, Henderson (2003,
2005, 2010), Fay y Opal (2000) y Williamson (1965) atribuyen el
crecimiento de la población urbana al aumento del crecimiento
económico, y consideran una relación de causalidad entre ambas
variables. Si bien la urbanización per se no causa crecimiento, el
crecimiento económico sostenido no ocurre sin la urbanización. En
este sentido se puede esperar que los países con mayores tasas
de urbanización tengan un mayor crecimiento económico y vicev-
ersa. Algunos estudios en otros países como el de Galindo et al.
(2004) realizado en México encuentran una relación estable de largo
plazo y positiva entre el producto, la inversión y un índice de urban-
ización. Ello indica que la inversión y el proceso de urbanización
han favorecido el ritmo de crecimiento económico. Torres y Eljaiek
(2012) y Martínez y Rodríguez (2014) demuestran que la urban-
ización de Colombia ha experimentado cierta convergencia del PIB
per cápita, la urbanización tiene un efecto positivo sobre la tasa de
crecimiento económico en este país durante el período 1970-2011.
Por otro lado, los resultados obtenidos por medio de la aplicación
de la prueba de causalidad de Granger, permitieron confirmar que
la variable de urbanización causa al crecimiento económico y no
al contrario, por lo menos durante el periodo de tiempo analizado.
Por su parte, Liu et al. (2011) encuentran en China en el período
1978-2009 un equilibrio a largo plazo entre la urbanización y el
crecimiento económico. Los hallazgos indican que cada incremento
del 1% de la urbanización genera un incremento de 4.82% del PIB.
Así mismo, determinan una relación de causalidad unidireccional del
crecimiento económico hacia la urbanización.
Teniendo en cuenta que la evidencia empírica para Ecuador so-
bre la relación urbanización-crecimiento económico es escasa, este
trabajo contribuye a la literatura internacional, especialmente a la de
Ecuador. La contribución de este estudio radica en estimar para el
caso ecuatoriano, la relación entre la urbanización y el crecimiento
económico en el período 1961-2015, tomando como referencia los
estudios de Henderson (2003, 2005, 2010). La metodología que se
utiliza se diferencia de los trabajos de Galindo et al (2004), Sánchez
y Eljaiek (2012), Martínez y Rodríguez (2014) y Liu et al. (2011).
En este caso se emplea estimará el modelo dinámico de retardo
distributivo autorregresivo (ARDL) planteado por Pesaran, Shin y
Smith (2001) para examinar la existencia de una relación a largo
plazo entre las variables de estudio. Una de las principales ven-
tajas de este modelo es que permite la combinación de variables
con distinto orden de integración en el sistema, evitando con ello el
problema asociado con el análisis de cointegración estándar que re-
quiere las propiedades de estacionariedad de las variables (Verbeek,
2008). Para examinar la relación a corto plazo entre las variables se
aplica el modelo de corrección del Error (VEC) y finalmente se em-
plea la prueba de Engle y Granger (1990) para determinar si existen
vínculos causales entre las variables.
Los resultados obtenidos muestran la existencia de una
relación a corto y largo plazo entre la urbanización y el crecimiento
económico. El proceso de urbanización en Ecuador está fuerte-
mente relacionado con el crecimiento económico. Además, se en-
cuentra evidencia de una relación de causalidad de la población
urbana hacia el crecimiento económico. Estos resultados concuer-
dan con lo planteado por Henderson (2003 2005, 2010). Aunque
la migración campo-ciudad es alta, se debe resaltar que los nive-
les de urbanización no se han producido de manera uniforme
y la economía ecuatoriana no ha experimentado un crecimiento
económico sostenido. A partir de esta investigación, se plantea en el
futuro realizar un análisis de los efectos de la urbanización en países
cuyos niveles de urbanización se concentran en pocas ciudades. Ello
permitiría comprender por qué en Ecuador la urbanización no pro-
duce externalidades positivas como el incremento de la producción
y el consumo, una mayor demanda de trabajo, mejores salarios y por
ende un mayor desarrollo económico uniforme. También podemos
verificar si las economías menos industrializadas y dependientes de
los recursos naturales siguen un patrón de crecimiento que no está
relacionado con el incremento de la población urbana.
El artículo se divide en cinco partes incluida la introducción.
En la sección dos se discute la literatura previa resaltando la
metodología de trabajos clave. En la sección tres se presentan los
datos y la metodología. Los resultados y las conclusiones e impli-
caciones de política se muestran en las secciones 4 y 5 respectiva-
mente.
2|REVISIÓN DE LITERATURA
La población urbana crece a ritmos acelerados en la mayoría de
países del mundo, dicho crecimiento se suele atribuir al elevado
crecimiento del PIB, aunque, no hay suficiente evidencia empírica
respecto a la relación entre estas variables. Uno de los primeros
en investigar sobre el crecimiento de la población es Davis (1955)
quien encontró dos resultados. Primero, tal fenómeno es relativa-
mente reciente y segundo, el urbanismo representa un cambio rev-
olucionario en todo el patrón de la vida social, pues, la creación
de centros urbanos tiende a ser generadores de crecimiento y de-
sarrollo económico. Por otro lado, Roberts (1989) considera que
las ciudades no son los beneficiarios privilegiados del desarrollo.
Pues hay ciudades que son simplemente lugares de refugio para
una población rural empobrecida, lo que les permite ganarse la vida
y muy pocas ciudades son generadoras de producción. Otros au-
tores como Fay y Opal (2000), Henderson (2005, 2010), Hender-
son y Wang (2007), Martin y Ottaviano (2001), Williamson (1965),
señalan que la urbanización y el crecimiento económico están es-
trechamente entrelazados. Si bien la urbanización per se no causa
crecimiento, el crecimiento económico sostenido no ocurre sin la
urbanización. Henderson (2003, 2005) señala que la concepción ur-
bana está asociada con las políticas e instituciones nacionales, así
mismo señala que en las primeras etapas de crecimiento el desar-
rollo económico se caracteriza por la urbanización, una transforma-
ción espacial de la economía, donde la población pasa de un área
rural basada en la agricultura a una donde la producción es más efi-
ciente.
110
Méndez P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Por otra parte, Jedwad et al. (2015), Jedwab y Vollrath (2015)
sostienen que una parte no despreciable del rápido crecimiento ur-
bano y la urbanización de los países en desarrollo también puede
estar vinculado a factores demográficos, relacionado con un rápido
crecimiento interno de la población urbana o un impulso urbano. El
alto crecimiento natural urbano en los países en desarrollo de hoy
se deriva de una menor mortalidad urbana. Por el contrario, Bucci
(2008) indica que no hay relación entre el crecimiento económico
y la urbanización, pues el crecimiento económico es explicado por
otros factores.
La evidencia empírica se divide en dos partes, la primera
hace referencia a la relación entre la urbanización y el crecimiento
económico. Mientras que la segunda parte muestra los resulta-
dos obtenidos por medio de estrategias econométricas en algunos
países. Firebaugh (1979) en su análisis concluyó que el desarrollo
económico es sin duda el determinante más importante de la ur-
banización. Además, recomienda plantear teorías de urbanización
para naciones desarrolladas y subdesarrolladas, incorporando (1)
las fuentes de las restricciones rurales (aumento de la población,
£forma de tenencia de la tierra ?, £escala de la agricultura?). (2) las al-
ternativas a la migración rural-urbana. Concordando con lo anterior,
Alperovich (1992) reveló una relación en forma de U entre desar-
rollo económico y concentración de la población en Israel. Moomaw
y Shatter (1996) encontraron que el porcentaje de población urbana
de una nación aumenta con el PIB per cápita. La industrialización
y la importancia agrícola tienen las mismas implicaciones para la
concentración de la población urbana en las ciudades con más de
100.000 habitantes. En este mismo grupo, Vélez (2016) encontró
evidencia de que a medida que aumenta la urbanización, aumenta
el PIB per cápita y que los países con un desarrollo más alto tienden
a especializarse en los servicios, los emergentes en la industria y los
subdesarrollados han experimentado una re-primarización de sus
economías. Una implicación de política es redireccionar la especial-
ización de los sectores de las economías hacia la manufactura y los
servicios y favorecer los procesos de urbanización. En esta misma
línea con una relación similar, Macas y Erazo (2019) manifiestan la
existencia de una relación de equilibrio de largo y corto plazo entre
el consumo de energía, el PIB per cápita y la urbanización.
Los países en desarrollo se han urbanizado rápidamente desde
1950 generando una serie de efectos (Jedwab et al., 2015). Glaeser
y Henderson (2017) señalan que el crecimiento de la urbanización
produce beneficios estáticos y dinámicos, incluido un crecimiento
económico más rápido. Chen et al. (2014) apoyan la noción gen-
eral de vínculos estrechos entre los niveles de urbanización y el PIB.
Aunque sostienen que un país determinado no puede obtener los
beneficios económicos esperados de la urbanización acelerada, es-
pecialmente si toma la forma de una urbanización dirigida por el
gobierno. Tolley (1987) afirma que el grado en que un país tenga
éxito en fomentar el crecimiento de la productividad urbana prob-
ablemente sea el principal determinante de su urbanización. Por
otro lado, Bucci (2008) y Jedwad et al. (2015) indican que no hay
relación entre el crecimiento económico y la urbanización. Comple-
mentariamente afirman que, el nivel de ingreso real per cápita son
independientes del tamaño de la población.
El aumento de la población urbana crea reservas en recursos
naturales limitados, reduce la formación de capital público y privado
y desvía las adiciones a los recursos de capital para mantener en lu-
gar de aumentar el stock de capital por trabajador (Easterlin, 1967).
Otro de los beneficios de la urbanización es que fomenta la acu-
mulación de capital humano (Bertinelli y Black, 2004). Wheaton
y Shishido (1981) encuentran una relación consistente y plausible
entre el desarrollo económico y la concentración urbana. Compara-
ndo los países por nivel de desarrollo, Wongboonsin y Phiromswad
(2017) sugieren que la estructura demográfica contribuye al crec-
imiento económico de manera diferente entre los países desarrolla-
dos y en desarrollo. Para los países desarrollados un aumento de la
urbanización tiene un efecto positivo en el crecimiento económico
a través del aumento del número de trabajadores, de las institu-
ciones, la inversión y los canales de educación. En cambio, Brülhart
y Sbergami (2009) encuentran evidencia consistente que respalda la
"hipótesis de Williamson": la aglomeración aumenta el crecimiento
del PIB solo hasta un cierto nivel de desarrollo económico. Esto im-
plica que los beneficios de la aglomeración perderán cada vez más
importancia, y que la compensación entre el crecimiento nacional
y la equidad interregional puede perder gradualmente su relevan-
cia a medida que la economía mundial continúe creciendo. De ahí
que es en los países más pobres donde las políticas destinadas a in-
hibir la concentración económica espacial son más perjudiciales en
términos de crecimiento no deseado. Por último, Frick y Rodríguez
(2018) afirman en su investigación que la concentración urbana ha
sido beneficiosa para los países de altos ingresos, pero no para los
países en desarrollo.
La segunda parte de la evidencia hace referencia a los resulta-
dos obtenidos en algunos países con series de tiempo y datos de
panel. Jedwab y Vollrath (2015) concluyen en su investigación que
la urbanización se asocia con el crecimiento económico en los úl-
timos cinco siglos, descubrieron que triplicar el PIB per cápita de
una nación aumenta la tasa de urbanización en un promedio del
20 por ciento. Así mismo encuentran que el mundo entero se ha
urbanizado muy seriamente en los últimos 500 años, independien-
temente del nivel de ingreso per cápita, en un 25 a 30 por ciento.
Por otra parte, Kusnetz (1966) concluye que existe crecimiento del
PIB a tasas significativamente más altas que el crecimiento de la
población. La correlación entre el crecimiento de la población y el
crecimiento en el producto per cápita es negativa y la asociación
es estadísticamente significativa, aunque no a niveles exigentes.
Gollinet al. (2016) documentan una fuerte relación positiva entre
las exportaciones de recursos naturales (crecimiento económico) y
la urbanización en una muestra de 116 países en desarrollo durante
el período 1960-2010. En los países que dependen en gran medida
de las exportaciones de recursos, la urbanización parece concen-
trarse en las "ciudades de consumo", donde las economías consisten
principalmente en servicios no comerciables. Además, los autores
sugieren que las rentas de los recursos pueden impulsar la urban-
ización con la misma eficacia que el desarrollo industrial. El hecho
de que la urbanización no sea homogénea abre la posibilidad de que
el crecimiento futuro dependa de si la urbanización está dirigida por
los recursos o por la industria.
He y Sim (2015) demuestran que el efecto del crecimiento en
la urbanización es similar en condiciones de crecimiento y / o caída,
donde el incremento en la urbanización aumenta en un 0.4% cuando
el crecimiento del PIB per cápita aumenta en un 1%. El crecimiento
puede ayudar a acelerar la urbanización. En este sentido, Glaeser
y Henderson (2017) y Easterlin (1967) sugieren más investigación
sobre los fundamentos del crecimiento de la ciudad en toda la jer-
arquía urbana y sobre el impacto macroeconómico de dicho crec-
imiento en el auge económico nacional en el mundo. Bertinelli y
Black (2004) sostienen que se deben diseñar políticas para reducir el
grado de urbanización excesiva siempre que no tengan un impacto
adverso sobre el crecimiento económico.
Los resultados obtenidos para México indican que existe una
relación estable de largo plazo y positiva entre el producto, la inver-
sión y un índice de urbanización (Galindo et al., 2004). Ello indica
que la inversión y el proceso de urbanización han favorecido el ritmo
de crecimiento económico. Por consiguiente, el acelerado proceso
de urbanización del país durante el siglo XX tuvo efectos positivos
sobre el ritmo de crecimiento económico. Torres y Eljaiek (2012)
y Martínez y Rodríguez (2014) encuentran que la urbanización de
Colombia ha experimentado cierta convergencia del PIB per cápita,
la urbanización tiene un efecto positivo sobre la tasa de crecimiento
económico en Colombia, entre 1970 y 2011. Por otro lado, los resul-
tados obtenidos por medio de la aplicación de la prueba de causali-
dad de Granger, permitieron confirmar que es la variable de urban-
ización la que causa al crecimiento económico y no al contrario, por
111
Méndez P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
lo menos durante el periodo de tiempo analizado.
Por su parte, Liu et al. (2011) utilizando la teoría de la cointe-
gración, el modelo de corrección de errores y la teoría de la prueba
de causalidad de Granger realizan una investigación empírica sobre
la relación entre la urbanización y PIB en China en el periodo 1978-
2009, en la que concluyen que existe un equilibrio a largo plazo
entre la urbanización y el crecimiento económico. Cada incremento
del 1% de la urbanización puede generar un incremento de 4.82%
del PIB; en cuanto a la prueba de causalidad de Granger, encuen-
tran una relación unidireccional del crecimiento económico hacia la
urbanización.
Frick y Rodríguez (2017) utilizando datos de panel de 113
países entre 1980 y 2010 exploraron si: 1) hay ciertos tamaños
de ciudades que mejoran el crecimiento y; 2): cómo los factores
adicionales destacados en la literatura afectan la relación tamaño-
crecimiento de la ciudad. Los resultados sugieren una relación no
lineal que depende del tamaño del país. En contraste con la opinión
prevaleciente de que las grandes ciudades son inductoras de crec-
imiento para la mayoría de los países, ciudades relativamente pe-
queñas de hasta 3 millones de habitantes son más propicias para
el crecimiento económico. Además, la relación depende en gran
medida del contexto: una gran proporción de las industrias que se
benefician de las economías de aglomeración, una infraestructura
urbana bien desarrollada y un nivel adecuado de eficacia de la gob-
ernanza permiten a los países aprovechar los beneficios de la aglom-
eración de las ciudades más grandes.
De igual manera, Sarker et al. (2016) utilizando datos de panel
para los países del sur de Asia, el test de Dickey-Fuller (ADF) y
Phillips-Perron (PP), y estimando el modelo de Vector Error Correc-
tion Model (VECM) concluyen que el crecimiento de la población
urbana puede tener un impacto significativo en el crecimiento
económico en el sur de Asia a largo plazo. Sin embargo, en el corto
plazo, no encuentran ninguna relación entre las variables. Por lo
tanto, se puede decir que el crecimiento de la población urbana
no afecta de manera inmediata el crecimiento económico en el sur
de Asia. Por otro lado, Frick y Rodríguez (2017), utilizando datos
de panel de 114 países para el período comprendido entre 1960 y
2010, estimaron el modelo GMM para abordar estadísticamente la
causalidad inversa de la urbanización y el crecimiento económico.
El análisis reveló que no hay una relación sostenible entre las vari-
ables. Sin embargo, en los países de altos ingresos existe una influ-
encia de la población urbana sobre el crecimiento económico, Por
el contrario, en los países en desarrollo el tamaño de la ciudad no
es un motor de crecimiento económico.
Por último, cabe mencionar que existen pocos estudios empíri-
cos que muestren la relación entre la urbanización y el crecimiento
económico en Ecuador. Esta investigación trata de cubrir ese vacío
en la literatura tradicional y ofrecer evidencia empírica al respecto.
Se estimó los modelos dinámicos VEC y ARDL y el test de causal-
idad de Engle y Granger (1990) para dilucidar la relación entre las
variables planteadas en el modelo.
Por ende, para la presente investigación se tomó como tema
de análisis la tecnología y el desempleo presente en los diferentes
países. Contrastándolo con el trabajo de Keynes (1930), el cual
manifiesta que es importante analizar el efecto de las innovaciones
tecnológicas frente al mercado laboral, ya que presenta argumen-
tos poderosos donde los trabajadores desempleados no encuentran
ocupación, debido al desplazamiento de los factores productivos.
Significando que un aumento de mejoras tecnológicas aumenta la
tasa de desempleo. Esta investigación se diferencia de otras debido
a la escasa existencia de evidencia empírica de la relación de estas
dos variables gasto en tecnología y desempleo, para un grupo de
países clasificados por su nivel de ingresos y que utilicen datos de
panel.
3|DATOS Y METODOLOGÍA
3.1 |Datos
Para examinar empíricamente la relación entre el crecimiento
económico y la urbanización se utilizó datos compilados por los in-
dicadores de desarrollo del Banco Mundial (2016). La investigación
se realiza para Ecuador en el período 1961-2015. Las variables uti-
lizadas en este articulo son las mismas que utilizan Galindo et al.
(2004) para México, Sánchez y Eljaiek (2012), Martínez y Rodríguez
(2014) para Colombia y Liu et al. (2011) para China. La variable
dependiente es la urbanización (Urb) y la variable independiente es
el crecimiento económico (PIB), ambas variables fueron calculadas
como la tasa de crecimiento.
La Figura 1 indica el comportamiento de la urbanización y el
crecimiento económico. Como se advierte en el panel (a) la tasa
de crecimiento de la población urbana sigue una tendencia decre-
ciente, con incrementos en el año 1977. En cambio, en el panel (b)
el crecimiento económico muestra un comportamiento cíclico con
puntos de inflexión en los años 1999 y 2000 lo cual podría asociarse
a la crisis del país por la dolarización. Dado que la gráfica (a) tiene
un comportamiento estacionario se hizo necesaria la aplicación del
test de Dickey y Fuller (1979) aplicando primeras diferencias a la
tasa de población urbana. El resultado de este test se observa de
manera más clara en la gráfica (c).
112
Urbanización y crecimiento económico: un análisis de cointegración...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
Figura 1. Evolución de la tasa de urbanización y crecimiento económico.
A continuación, se muestra un resumen de las variables em-
pleadas en el modelo. El modelo econométrico cuenta con 55 datos
para cada variable, tomados desde el año 1961 a 2015. Este período
se utilizó dada la disponibilidad de datos, y para obtener resulta-
dos más robustos. La Tabla 1, muestra los valores de la media, la
desviación estándar, así como los valores mínimos y máximos de
cada variable.
Tabla 1. DResumen de los estadísticos descriptivos.
Variable Obs. Mean Std. Dev Min Max
tpu 55 3.51 1.08 1.88 5.02
tpib 55 4.00 3.10 -4.73 13.95
3.2 |Metodología
Para examinar la existencia de una relación causal dinámica a corto
y largo plazo entre las variables, se realizó primero el test de Dickey
y Fuller (1979), para identificar la estacionalidad de las series de
tiempo, luego se estimaron los modelos VEC y ARDL que permi-
tieron pronosticar el impacto del crecimiento económico en la ur-
banización y viceversa y finalmente se realizó la prueba de Engle y
Granger (1990) para observar si había vínculos casuales entre las
variables. La estrategia utilizada en este artículo es parecida a la uti-
lizada por Galindo et al. (2004), Sánchez y Eljaiek (2012), Martínez y
Rodríguez (2014), y Liu et al. (2011). La Tabla 2 resume los trabajos
sobre la relación de la urbanización y crecimiento económico.
Tabla 2. Resumen de estudios sobre la relación urbanización y crecimiento económico.
No Autores Periodo País- territorio Metodología Variables Resultados causalidad
1 Easterlin (1967) 1957-1958
1963-1964.
Países de África, Asia y
América Latina Series de tiempo Urbanización y PIB per cápita No está clara
2 Galindo et al. (2004) 1975-2000 México Series de tiempo Modelo VAR,
Causalidad de Engle y Granger
PIB e índice de urbanización
Control: inversión
Urb→PIB
3 Torres y Eljaiek (2005) 1941-2005 Colombia Series de tempo PIB per cápita y urbanización Urb→PIB
4 Martínez y Rodríguez (2014) 1970-2011 Colombia Series de tiempo, MCO,
Causalidad de Granger
PIB, y urbanización,
Control: escolaridad e inversión Urb→PIB
5 Ai-Ying et al. (2011) 1978-2009 China Series de tiempo, VAR,
Causalidad de Granger Urbanization y PIB PIB→Urb
113
Urbanización y crecimiento económico: un análisis de cointegración...
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
La urbanización y el crecimiento económico están es-
trechamente entrelazados, si bien la urbanización per se no causa
crecimiento, el crecimiento económico sostenido no ocurre sin ur-
banización (Henderson, 2003). Esta teoría supone que las primeras
etapas de crecimiento vienen acompañadas del aumento de la
población urbana, pero a largo plazo puede que la urbanización sea
la causante de mayor crecimiento económico. A continuación, se
especifica formalmente lo anterior:
U r b =f(LP I B)) (1)
Donde Urb es la tasa de crecimiento de urbanización y LPIB
es el logaritmo del PIB. Con el fin de observar si hay vínculos
causales y una relación de largo plazo entre las variables de la fun-
ción planteada anteriormente, se plantío un modelo autoregresivo
de retardos (ARDL) y se verificó la existencia de vectores de cointe-
gración. En este modelo, todas las variables son endógenas y cada
variable está en función de sus propios rezagos y los rezagos de las
otras variables de la función. La longitud del rezago fue determi-
nada con el criterio de información de Akaike (1974). Asimismo, se
considera el orden de integración de las variables mediante el test
de Dickey y Fuller (1979) con el cual se determinó que todas las
variables tienen un orden de integración I (1).
Pesaran et al. (2001) han propuesto un nuevo enfoque para
examinar la existencia de una relación de largo plazo en niveles en-
tre una variable dependiente y un conjunto de variables independi-
entes, cuando no se conoce con certeza el orden de integración de
las variables regresoras. Los estadísticos subyacentes a este desar-
rollo son el F y el t usados para observar la significatividad de las
variables rezagadas en niveles en una ecuación de corrección de er-
rores. Estos muestran que las distribuciones asintóticas de ambos
estadísticos son no estándar bajo la hipótesis nula de que no existe
una relación en niveles entre las variables incluidas independiente-
mente de si las variables regresoras tiene orden de integración I (0)
o I (1).
Los autores proveen dos conjuntos de valores críticos asintóti-
cos para los casos polares: el primero asume que todas las variables
son integradas en I (1), mientras que el segundo supone que todas
son integradas en I (0). De este modo quedan delimitadas para
cualquier clasificación, todas las posibilidades a partir de la com-
binación de esos valores límites. Si el estadístico computado cae
fuera de la zona delimitada por aquellos valores, entonces se puede
extraer una inferencia conclusiva sobre la relación de largo plazo
independientemente si las regresoras son I (0), I (1) o mutuamente
cointegrados. No obstante, si el estadístico cae dentro del área de-
limitada, la inferencia sería inconclusa y se necesitaría conocer el
orden de integración de las represoras. La ecuación para estimar el
modelo ARDL es la siguiente:
△U r bt=α0+α1△P I B1t+d ummy9 6 +ε1t(2)
△U r bt=α0+α1
n
Õ
i=1
△U r b1t−1+α1
n
Õ
i=1
△P I B1t−1+ε1t(3)
△P I Bt=α3+α4
n
Õ
i=1
△U r b1t−1+α5
n
Õ
i=1
△P I B1t−1+ε2t(4)
Donde """ denota la primera diferencia. La estimación del mod-
elo de corrección de errores (VEC) para las ecuaciones (3) y (4) re-
quieren la adición del término de error rezagado como una variable
independiente. Si el coeficiente que acompaña a este término es
significativo, se puede concluir que hay una relación o equilibrio a
corto plazo entre las variables. La ecuación por estimar para el mod-
elo VEC es la siguiente:
△U r bt=α0+α1
n
Õ
i=1
△U r b1t−1+α2
n
Õ
i=1
△P I B1t−1+α2
n
Õ
i=1
△ε1t−1+µ1t
(5)
△P I Bt=α4+α5
n
Õ
i=1
△U r b1t−1+α6
n
Õ
i=1
△P I B1t−1+α7
n
Õ
i=1
△ε1t−1+µ2t
(6)
4|DISCUSIÓN Y RESULTADOS
En esta sección se muestran los resultados del test de Dickey y
Fuller (1979). Los resultados muestran que sólo la tasa de crec-
imiento de la población urbana en niveles es estacionaria, y el efecto
tendencial se elimina al obtener la primera diferencia de la variable.
Ello permite minimizar la posibilidad de realizar inferencias estadís-
ticas equivocadas (Maddala y King, 1998). La Tabla 3 resume los
resultados de esta prueba.
Tabla 3. Resultados del test de ADF.
Niveles 1era diferencia I(q)
Valor calculado Valor critico Valor calculado Valor cítrico
1% 5% 10% 1% 5% 10%
Tasa Urb 0.130 -3.574 -2.927 -2.598 -5.805 -3.574 -2.927 -2.598 1
Tasa PIB -4.899 -3.574 -2.927 -2.598
Luego de verificar que las series son no estacionarias en
primeras diferencias, se realizó el modelo de retardo distributivo
autorregresivo también conocido como el enfoque de prueba de
límites ARDL para la cointegración realizada por Pesaran et al.
(2001) para verificar la relación de largo plazo entre las variables
de estudio. La longitud del rezago (de orden 2) fue determinado
con el mediante el criterio de Akaike (1974). La Tabla 4 resume los
resultados de la prueba. La hipótesis nula es la no existencia de una
relación entre las variables a largo plazo. El estadístico F es 28.78
un valor mayor que los valores críticos de orden de integración I (1).
Por lo tanto, se rechaza la hipótesis y se concluye que hay un equi-
librio o relación a largo plazo entre la urbanización y el crecimiento
económico de Ecuador en el periodo 1961-2015. Después de re-
alizar el modelo ARDL estimé el modelo de vectores de corrección
del error (VEC) para examinar si existe una relación a corto plazo
entre las variables de estudio. Los resultados indican la existencia
114
Méndez P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
de una relación a corto plazo entre la urbanización y el crecimiento
económico.
Los resultados obtenidos de la prueba de cointegración son
similares a los encontrados por Galindo et al. (2004) en México, en
el que concluyen que existe una relación estable de largo plazo y
positiva entre el producto, la inversión y un índice de urbanización.
Así mismo, concuerdan con los resultados encontrados por Torres
y Eljaiek (2012) en Colombia en el que demuestran la existencia de
una relación estable a largo plazo entre la urbanización y el crec-
imiento económico. Por otro lado, en cuanto a los resultados de una
relación a corto plazo concuerdan con los demostrados por Liu et al.
(2011) en el que, utilizando la teoría de la cointegración, los mod-
elos de corrección de errores realizan una investigación empírica
sobre la relación entre urbanización y PIB en China en el periodo
1978-2009 concluyen que existe un equilibrio a corto plazo entre la
urbanización y el crecimiento económico. Cada incremento del 1%
de la urbanización puede hacer un incremento de 4.82% del PIB. Se
debe tener en cuenta que, aunque Ecuador a diferencia de México,
Colombia y China tiene niveles de producción muy inferiores, con
tasas de crecimiento relativamente prudentes, así como un modelo
económico basado en la extracción de recursos naturales y activi-
dades relacionadas con la agricultura, el proceso de urbanización y
crecimiento económico, siguen un comportamiento parecido.
Sin embargo, aunque los resultados son similares a los encon-
trados en otros países, no se puede afirmar que en Ecuador la urban-
ización ha generado externalidades positivas, así como lo predice
Henderson (2003, 2005, 2010). En este contexto, Carrión (1986)
afirma que desde años anteriores la urbanización en Ecuador sigue
un comportamiento diferente a los demás países de la región y el
mundo, pues aun cuando la evolución de la población urbana está
relacionada con las fluctuaciones del crecimiento económico del
país, al tener un modelo agro-exportador, la actividad económica
se ha visto limitada por la venta de petróleo. Es así que, dado el
agotamiento de los modelos tradicionales de producción, sustenta-
dos en una estructura agraria en descomposición, no se pudo rever-
tir el auge petrolero en beneficio del establecimiento, de un equi-
librio urbano-regional. Por lo tanto, la economía de enclave que
caracteriza a la explotación petrolera, aunada a una serie de fac-
tores político-económicos no permitió la integración efectiva de la
región oriental y la consolidación de una "red urbana" más articu-
lada y homogénea, tal como era de esperarse. Es interesante re-
calcar que el desarrollo alcanzado por las ciudades, en las fases
correspondientes a la producción predominantemente hacendaria
y de plantación, estuviera sustentado por la consolidación de for-
mas productivas principalmente rurales, lo cual comporta, paradóji-
camente, que la urbanización de las ciudades haya estado acom-
pañada por la "ruralización" de la economía, contrariamente a la
fase industrial-petrolera, que es inducida por la distribución del
auge petrolero vía gasto público y concentración industrial en las
ciudades que históricamente fueron formando y concentrando las
condiciones generales de la producción: Quito y Guayaquil, prepon-
derantemente.·Por el contrario, lo que en la actualidad se percibe es
un proceso cada vez más concentrado, que tiende a agudizar los de-
sequilibrios y desigualdades a todo nivel y a consolidar una bicefalia
urbana que, en su interior, también reproduce el mismo esquema
concentrador y excluyente.
Tabla 4. esultados del test de Pesaran/Shin/Smith (2001).
H0: no levels relationship F = 28.78
Accept if Fcritical value for I (0) regressors
Reject if Fcritical value for I (1) regressors
I (0) I(1) I (0) I (1) I (0) I (1) I (0) I (1)
L_1 L_1 L_05 L_05 L_025 L_025 L_01 L_01
4.04 4.78 4.94 5.73 5.77 6.68 6.84 7.84
En este sentido, las planificaciones de los procesos de urban-
ización pueden convertirse en instrumento de política para mejorar
la calidad de vida de la población en la medida que se reconozca a
“la ciudad como núcleo de crecimiento y desarrollo urbano” (Banco
Mundial, 2009). Sarker, Khan y Mannan (2016) sugieren el desar-
rollo de programas de urbanización acelerada diseñados para estim-
ular el crecimiento económico.
Como ya se mencionó anteriormente, la metodología utilizada
posibilita conocer la causalidad de Granger. Se observa la existencia
de causalidad de la urbanización hacia el crecimiento económico en
el periodo de estudio. Algo que se debe resaltar es que a diferencia
de los estudios en otros países, en Ecuador la tasa de urbanización
sigue una tendencia contraria a la que se supone debería tener, pues
los niveles de urbanización en lugar de aumentar han disminuido
en comparación con países como México, Colombia, y China. Aun
así, los resultados de causalidad de este estudio concuerdan con los
encontrados por Galindo et al. (2004) quienes realizaron el mismo
estudio en México en el periodo 1970-2001 y atribuyen a la urban-
ización el crecimiento económico. Por otra parte, en Colombia y
para periodos distintos Martínez y Rodríguez (2014) y Sánchez y El-
jaiek (2012) hallaron vínculos de causalidad de la urbanización hacia
el crecimiento económico. Por último, Liu et al. (2011) encuentran
una relación unidireccional del crecimiento económico hacia la ur-
banización. En este sentido, no se puede afirmar que el aumento
de la urbanización sea beneficioso para países en vías de desarrollo
como Ecuador, un país con escasos niveles de industrialización de-
pendiente de la agricultura.
La urbanización provoca una concentración desigual de la
población y de la producción, pues en Ecuador ciudades como
Guayaquil y Quito tienen altos niveles de industria en comparación
con el resto de ciudades. Se debe tener en cuenta que los altos nive-
les de urbanización generan problemas asociados con la dotación
de servicios, desempleo, e incluso altos niveles de contaminación.
Incluso suena contradictorio que mientras las altas tasas de urban-
ización amenacen el crecimiento económico de los países más po-
bres, otras naciones de ingresos medianos y con poblaciones esta-
bles estarán más preocupadas por el impacto de la migración y la
urbanización, y las más ricas deberán centrarse en las formas de
apoyar a su población envejecida y en descenso. Una de las formas
en las que se puede aprovechar el crecimiento urbano para impulsar
el crecimiento económico, según Garza (1983), es evitar la especu-
lación inmobiliaria, el alza considerable de las rentas urbanas y los
elevados costos per cápita de la inversión pública en infraestructura
y servicios urbanos. Estos gastos constituyen fuertes desviaciones
de la inversión productiva que pueden llegar a ser elementos ex-
plicativos de la falta de competitividad de la industria nacional en el
comercio exterior. Esto a su vez, contribuye a agravar el desequilib-
rio del sector externo que frena la expansión del aparato productivo.
115
Méndez P.
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
5|CONCLUSIONES E IMPLICA-
CIONES DE POLÍTICA
Este articulo examinó el vínculo entre la urbanización y el crec-
imiento económico de Ecuador utilizando series de tiempo del pe-
riodo 1961-2016. Los resultados muestran una relación de corto
y largo plazo entre la urbanización y el crecimiento económico. Se
observa que el proceso de urbanización tiene un efecto positivo so-
bre el producto, aunque los altos niveles de urbanización se concen-
tren en pocas ciudades. La prueba de causalidad de Engle y Granger
(1970) mostró que es la urbanización la que influye o provoca el crec-
imiento económico en Ecuador, al menos en el periodo de estudio.
Conforme a lo visto en la revisión de la bibliografía, teórica y em-
píricamente se muestra que la urbanización estimula el crecimiento
y viceversa. Por lo tanto, se acepta la hipótesis planteada en este
trabajo. Una alternativa es utilizar el índice de primacía y observar si
la urbanización realmente propicia el crecimiento económico a nivel
nacional o solo en las ciudades con mayor población urbana. Otra
alternativa es realizar el estudio comparando países en vías de desar-
rollo dependientes de los recursos naturales y países desarrollados.
Esto permitirá evitar el error de considerar que todas las economías
siguen el mismo patrón de crecimiento de la población urbana (Frick
y Rodríguez, 2017). Se requiere que las estrategias y objetivos de
los planes sectoriales consideren la función activa del crecimiento
urbano en el desarrollo económico (Garza, 1983).
Según Anthony (2014), Garza, (1983) las implicaciones de
política sugieren aumentar los niveles de capital e inversión (gasto
público en carreteras, mejores escuelas, centros de salud, hospitales,
entre otros) en las ciudades con mayor población urbana para que
se conviertan en centros industriales generadores de crecimiento
económico. Por otro lado, Sarker et al. (2016) consideran que los
gobiernos deben implementar políticas para garantizar que los ben-
eficios del crecimiento urbano se compartan de manera equitativa
y sostenible. La sostenibilidad requiere más información sobre
saneamiento, energía, transporte e información. La urbanización
sostenible exitosa requiere gobiernos competentes, receptivos y re-
sponsables, con gestión de ciudades y expansión urbana. También
requiere el uso de tecnologías de información y comunicación para
una prestación de servicios más eficientes. Se sugiere que la evalu-
ación de la urbanización se puede mejorar a partir de los siguientes
dos aspectos. En primer lugar, se pueden analizar las condiciones
avanzadas de la urbanización, como el número de empleos no agrí-
colas, el nivel de infraestructura y la capacidad de suministro de los
servicios públicos. En segundo lugar, los efectos directos de la ur-
banización deben evaluarse exhaustivamente, incluida la sostenibil-
idad económica, social y ambiental. Los países en vías de desarrollo
deberían centrarse en la creación de capacidades institucionales y
la aplicación de enfoques integrados. Al mismo tiempo, al diseñar
políticas y reformas urbanas.
Referencias bibliográficas
[1] Akaike, H. (1974), A New Look at the Statistical Model Iden-
tification, ieee Transactions On Automatic Control, vol. 19,
núm. 6.
[2] Alperovich, G. (1992). Economic development and population
concentration. Economic Development and Cultural Change,
41(1), 63-74.
[3] Anthony, R. (2014). Bringing up the past: political experience
and the distribution of urban populations. Cities, 37, 33-46.
[4] anco Mundial. (2009). Sistemas de Ciudad: La Urbanización,
motor del crecimiento y el alivio de la pobreza.
[5] anco Mundial (2016). World Development Indicators.
Disponible en www.bancomundial.org
[6] ertinelli, L. Black, D. (2004). Urbanization and growth. Journal
of Urban Economics, 56(1), 80-96.
[7] Brülhart, M. Sbergami, F. (2009). Agglomeration and growth:
Cross-country evidence. Journal of Urban Economics, 65(1),
48-63.
[8] Brackman, S. Garretsen, H. y van Marrewijk, Ch. (2009) The
New Introduction to Geographical Economics. Cambirdge
University Press. United Kingdom.
[9] Bucci, A. (2008). Population growth in a model of economic
growth with human capital accumulation and horizontal RD.
Journal of Macroeconomics, 30(3), 1124-1147.
[10] Carrión, F. (1986). Evolución del espacio urbano ecuatori-
ano. Fernando Carrión, comp., El proceso de urbanización en
el Ecuador (del siglo XVIII al siglo XX): antología, Quito, El
Conejo.
[11] Chen, M. Zhang, H. Liu, W. Zhang, W. (2014). The global pat-
tern of urbanization and economic growth: evidence from the
last three decades. PloS one, 9(8), e103799.
[12] Clark, D. (1998). Interdepent Urbanization in an Urban Wordl:
an Historical Overview. The Geographical Journal , 85-95.
[13] Davis, K. (1955). The origin and growth of urbanization in the
world. American Journal of Sociology, 60(5), 429-437.
[14] Dickey, D. y Fuller, W. (1979), “Distribution of The Estimators
for Autoregressive Time Series With a Unit Root”. Journal of
the American Statistical Association, vol. 74, núm. 366a.
[15] Easterlin, R. (1967). Effects of population growth on the eco-
nomic development of developing countries. The Annals of
the American Academy of Political and Social Science, 369(1),
98-108.
[16] Fay, M. Opal, C. (2000). Urbanization without growth: A not
so uncommon phenomenon (Vol. 2412). World Bank Publica-
tions.
[17] Firebaugh, G. (1979). Structural determinants of urbanization
in Asia and Latin America, 1950-1970. American Sociological
Review, 199-215.
[18] Frick, S. A., Rodríguez-Pose, A. (2016). Average city size and
economic growth. Cambridge Journal of Regions, Economy
and Society, 9(2), 301-318.
[19] Frick, S. Rodríguez-Pose, A. (2017). Big or small cities? On
city size and economic growth. Growth and Change.
[20] Frick, S. A., Rodríguez-Pose, A. (2018). Change in urban con-
centration and economic growth (No. 1803). Utrecht Univer-
sity, Department of Human Geography and Spatial Planning,
Group Economic Geography.
[21] Galindo, L. Escalante, R., Asuad, N. (2004). El proceso de ur-
banización y el crecimiento económico en México. Estudios
demográficos y urbanos, 289-312.
[22] Garza, G. (1983). Desarrollo económico, urbanización y políti-
cas urbano-regionales en México (1900-1982). Demografía y
economía, 17(2), 157-180.
116
Vol.9-N°1, Enero - Junio 2021
p-ISSN:2602-8204 |e-ISSN 2737-6257
[23] Glaeser, E., Henderson, V. (2017). Urban economics for the
developing World: An introduction. Journal of Urban Eco-
nomics, 98, 1-5.
[24] Glaeser, E. Kallal, H. Scheinkman, J. Shleifer, A. (1992).
Growth in cities. Journal of political economy, 100(6), 1126-
1152.
[25] Gollin, D. Jedwab, R., Vollrath, D. (2016). Urbanization with
and without Industrialization. Journal of Economic Growth,
21(1), 35-70.
[26] He, X. Sim, N. (2015). Does economic growth affect urban-
ization? New evidence from China and the Chinese National
Congress. Journal of Asian economics, 36, 62-71.
[27] Henderson, V. (2003). The urbanization process and eco-
nomic growth: The so-what question. Journal of Economic
growth, 8(1), 47-71.
[28] Henderson, V. (2005). Urbanization and growth. Handbook of
economic growth, 1, 1543-1591.
[29] Henderson, J. Wang, H. (2007). Urbanization and city growth:
The role of institutions. Regional Science and Urban Eco-
nomics, 37(3), 283-313.
[30] Henderson, V. (2010). Cities and development. Journal of Re-
gional Science, 50(1), 515-540.
[31] Hylleberg, S. Engle, R. Granger, C. Yoo, B. (1990). Seasonal
integration and cointegration. Journal of econometrics, 44(1),
215-238.
[32] Jedwab, R. Christiaensen, L. Gindelsky, M. (2015). Demog-
raphy, urbanization and development: Rural push, urban pull
and... urban push?. Journal of Urban Economics.
[33] Jedwab, R. Vollrath, D. (2015). Urbanization without growth
in historical perspective. Explorations in Economic History,
58, 1-21.
[34] Jones, C. (2016). The facts of economic growth. Handbook of
Macroeconomics, 2, 3-69.
[35] Kuznets, S. (1967). Population and economic growth. Pro-
ceedings of the American philosophical Society, 111(3), 170-
193.
[36] Liu, A. Yao, L. Li, Q. (2011). Cointegration analysis on the re-
lation between urbanization and economic growth in China.
Asian Agricultural Research, 3(3), 133-136.
[37] Macas, S., Erazo, R. (2019). Consumo de energía, crecimiento
económico y urbanización: Evidencia empírica para grupos
de países con diferentes niveles de ingreso. Revista Vista
Económica, 7(1), 79-86.
Maddala, G. I. Kim (1998) , Unit Roots, Cointegration and
Structural Change, Cambridge, Cambridge University Press.
[38] Martin, P., Ottaviano, G. I. (2001). Growth and agglomeration.
International Economic Review, 42(4), 947-968.
[39] Martínez, L. Rodríguez, J. (2014). Incidencia del proceso de
urbanización en el crecimiento económico en Colombia.
[40] Mayer, D. Ramírez, G. (2011). Ciclo de vida humano y ciclo de
vida urbano: Urbanización y desarrollo económico. Centro de
Investigación y Docencia Económicas, División de Economía.
[41] Moneta, A. Spirtes, P. (2006, October). Graphical Models for
the Identification of Causal Structures in Multivariate Time
Series Models. In JCIS.
[42] Moomaw, R. L., Shatter, A. M. (1996). Urbanization and eco-
nomic development: a bias toward large cities?. Journal of
Urban Economics, 40(1), 13-37.
[43] Pesaran, M. Shin, Y. Smith, R. (2001). Bounds testing ap-
proaches to the analysis of level relationships. Journal of ap-
plied econometrics, 16(3), 289-326.
[44] Roberts, B. R. (1989, December). Urbanization, migration, and
development. In Sociological Forum (Vol. 4, No. 4, pp. 665-
691). Kluwer Academic Publishers-Plenum Publishers.
[45] Robinson, J. (2011). Cities in a world of cities: the compar-
ative gesture. International journal of urban and regional re-
search, 35(1), 1-23.
[46] Sarker, S. Khan, A., Mannan, M. (2016). Urban population and
economic growth: South Asia perspective. European Journal
of Government and Economics, 5(1), 64-75.
[47] Sims, C. (1986). Are forecasting models usable for policy anal-
ysis? Quarterly Review, (Win), 2-16.
[48] Tolley, G. (1987). Urbanization and economic development.
The economics of urbanization and urban policies in develop-
ing countries, ed. GS Tolley, and V. Thomas. Washington, DC:
The World Bank.
[49] Torres, F. España, I. (2012). Urbanización, desarrollo
económico y pobreza en el sistema de ciudades colombianas
1951-2005 (No. 009821). Universidad de los Andes-Cede.
[50] Vélez, K. (2016). Urbanización, especialización y crecimiento
económico en los países de la Comunidad Andina. Revista
Vista Económica, 1(1), 74-88.
[51] Verbeek, M. (2008). A guide to modern econometrics. John
Wiley Sons. Wheaton, W. Shishido, H. (1981). Urban concen-
tration, agglomeration economies, and the level of economic
development. Economic development and cultural change,
30(1), 17-30.
[52] Williamson, J. (1965). Regional inequality and the process
of national development: a description of the patterns.
Economic development and cultural change, 13(4, Part 2), 1-
84.
[53] Wongboonsin, K. Phiromswad, P. (2017). Searching for empir-
ical linkages between demographic structure and economic
growth. Economic Modelling, 60, 364-379.
117
118
Título, autor (es) y filiación ins-
titucional
El título debe ser original, sintetizador de todo
el artículo y realista y su extensión no debe ex-
ceder las dos líneas. Se recomienda incluir el
espacio/lugar donde se realiza la investigación
pero no el tiempo, quedando a criterio de los
autores la inclusión del tiempo. Se recomienda
usar un nombre y un apellido, quedando a cri-
terio el uso de los dos apellidos por el autor. Si
este fuera el caso, deben estar unidos por un
guion. En la filiación institucional debe ir deba-
jo del nombre del autor (es) y la información de
contacto en un pie de página solo con el autor
de correspondencia. El Autor y la filiación ins-
titucional serán omitidos por el Editor cuando
los documentos sean enviados para la revisión
de los pares. Ejemplo:
Camila Hoffman1. Juan Pérez
Carrera de Economía. Universidad Nacional de
Loja
1Autor de correspondencia
Resumen
El resumen debe ser un párrafo sintetizador
que no exceda las 250 palabras.
Palabras clave
Las palabras clave son identificativos que direc-
cionan la temática tratada en el artículo acadé-
mico. Estas palabras deben estar separadas por
un punto y deben estar relacionadas al máximo
con la\emph{ Clasificación JEL}. Se debe utilizar
entre 3 y 5 palabras o frases clave.
Clasificación JEL
Para organizar la gran cantidad de artículos aca-
démicos en el campo de la economía, se utiliza
Normas para elaboración de artículos cientícos
una clasificación de las temáticas acorde con
el sistema usado por la revista\emph{ Journal
of Economic Literature (JEL)}. Esta clasificación
la realiza la\emph{American Economic Asso-
ciation} cada trimestre y abarca la información
sobre libros y artículos que se han publicado re-
cientemente en las disciplinas de la economía.
Los autores deben agregar entre 3 y 5 códigos
JEL a tres dígitos separados por un punto, los
cuales deben relacionarse al máximo con las
palabras clave. En el siguiente link encuentra
más información sobre la clasificación JEL:
https://www.aeaweb.org/jel/guide/jel.php
El resumen, las palabras clave y la clasificación
JEL deben estar en español e inglés deben
cumplir con las mismas características. \\
Todos los artículos enviados a RVE deben tener
cinco secciones. Las cinco secciones deben es-
tar numeradas con números indo-arábigos de
manera consecutiva con formato justificado.
Las cinco partes son las siguientes:
1. Introducción
2. Marco teórico y evidencia empírica
3. Datos y metodología
4. Discusión de resultados
5. Conclusiones
En las secciones tres, cuatro y cinco, los auto-
res pueden elegir otros nombres equivalentes.
Por ejemplo, en lugar de ?Marco teórico y evi-
dencia empírica? se puede denominar ?Teoría
y revisión de la literatura previa?. En caso de
que exista alguna sub-clasificación dentro de
cada sección, la numeración debe iniciar en
cada sección con el número de la sección. Por
ejemplo, si en la sección 3 existen dos sub-cla-
sificaciones. La primera será 3.1 y la segunda
3.2 y así en lo sucesivo, y luego la numeración
continúa con el número que le corresponde a
119
la siguiente sección. A continuación se explica
que aspectos que contiene cada sección.
Introducción
La extensión total de esta sección no debe pa-
sar 1,5 carillas (tomando en cuenta el tipo y
tamaño de letra, el espaciado y el interlineado
que se detallan más adelante).
Marco teórico y/o evidencia
empírica
Marco teórico y/o evidencia empírica es tam-
bién denominado como revisión de la litera-
tura, esta parte no debe exceder las 2 carillas.
Para que un artículo sea citado por el Autor o
autores, debe ser un artículo académico pu-
blicado en revistas científicas de las bases de
datos científicas: ISI, SCOPUS, LATINDEX, etc.).
A criterio de los autores del artículo, en casos
excepcionales se podrán citar documentos
de trabajo (working papers), cuyo número no
debe exceder de tres documentos. Evitar citar a
periódicos impresos o digitales, opiniones, re-
vistas de divulgación, libros divulgativos de ca-
rácter no académico, citas de documentos de
trabajo sin autor y/o sin fecha, periódicos, tesis
de grado y postgrado no publicados en revistas
académicas y demás documentos e ideas que
no pasan por un filtro de revisión por pares (re-
vistas académicas).
Datos y metodología
Este apartado se divide en dos secciones y no
debe exceder las 3 carillas. Esta sección debe
constar las fuentes estadísticas de los datos,
donde debe constar la descripción del tipo de
variables, el cálculo de indicadores y/o mode-
lo econométrico. Es decir, todas las transfor-
maciones realizadas para obtener las variables
que utilizan en las estimaciones economé-
tricas. Luego de leer esta sección, al lector le
debe quedar claro de donde tomó los datos el
autor (institución estadística oficial), su dispo-
nibilidad online, sus limitaciones, entre otras.
La incorporación de mapas, estadísticas des-
criptivas, gráficos de correlación, análisis de
dependencia espacial y cualquier información
que ayude a la comprensión del problema de
investigación es clave en un buen artículo.
En esta sección deben constar cuales con la
variable (s) dependiente (s), las variables inde-
pendiente (s) o las variables de forma clara. El
enfoque y la forma de estructurarlo depende-
rán de los autores de los artículos. El número de
variables de control debe ser definido entre los
autores. Además, esta sección debe incluir la
metodología econométrica, instrumento, me-
dio o herramienta que utiliza para cumplir con
el objetivo, verificar la hipótesis y responder a
las preguntas de investigación. La metodología
debe ser replicable.
Discusión de resultados
Esta sección contiene dos partes: la presenta-
ción de los resultados obtenidos, la explicación
del mismo, y la discusión con los resultados de
la teoría y la evidencia empírica usada en la sec-
ción previa. Además, debe tener máximo cua-
tro carillas, en la redacción se debe plasmar el
debate académico entre los resultados encon-
trados en el artículo académico con los resulta-
dos encontrados en los trabajos citados en la
evidencia empírica.
Las tablas de los resultados econométricos de-
ben ser generadas en un software estadístico
(recomendado programas que permiten gene-
rar la rutina todo lo realizado) de forma directa
mediante comandos con el fin de asegurar la
honestidad y la replicabilidad de los resultados.
Las tablas deben presentarse en formato tipo
papers con los estimadores y estadísticos es-
tándar de los artículos académicos.
Conclusiones
Esta sección muestra lo que hizo el artículo,
120
los resultados relevantes, las limitaciones del
artículo, las sugerencias de posibles investiga-
ciones que pueden desarrollarse a partir de su
investigación y las implicaciones de política.
Citas y referencias bibliográficas
Se debe citar bajo el formato APA en todo el
documento, tanto para las citas como para las
referencias bibliográficas. Los artículos citados
deben estar publicados en las revistas acadé-
micas. En este proceso puede apoyarse en cual-
quier gestor de referencias.
Ejemplos de referencias de revistas:
Solow, R. M. (1956). A contribution to the theory
of economic growth. The Quarterly Journal of
Economics, 65-94.
Lucas, R. (1988). On the mechanics of economic
development. Journal of Monetary Economics
22, 3-42.
Ejemplos de referencias de libros:
LeSage, J. P., & Pace, R. K. (2009). Introduction to
Spatial Econometrics. CRC Press.
Greene, W. H. (2003). Econometric analysis.
Pearson Education. India.
Anexos
Los anexos son opcionales. En caso de incluir-
los, en esta sección se debe agregar solo los
cuadros, tablas, mapas, descripciones estadísti-
cas que contengan información relevante para
el lector pero que no amerita ubicarlos en la se-
gunda parte del artículo académico.
Política sobre plagio
La revista Vista Económica de la Carrera de Eco-
nomía de la Universidad Nacional de Loja bus-
ca publicar aportes significativos a la academia
que sean originales e inéditos, por lo que se evi-
tará la publicación de contenido plagiado. Bajo
esta premisa, se considera lo siguiente:
• Una vez receptados los manuscritos estos se
someten a la detección automática por me-
dio del sistema de URKUND. Este sistema se
encarga de evaluar los textos y detectar po-
sibles indicios de plagio con el material dis-
ponible en internet, así mismo se considera
plagio a la copia directa de imágenes, ideas,
texto o datos de otras fuentes sin la debida
cita y referencia.
• En caso de que el manuscrito contenga una
gran proporción de texto plagiado se pro-
cederá a informar al autor/es el rechazo del
mismo.
• Si el porcentaje de plagio no supera el 15%
se procederá a informar al autor/es para su
corrección y así continuar con la revisión y
posible publicación del manuscrito.
• Si el autor/es deciden enviar un manuscrito
cuya versión previa ha sido publicada ante-
riormente, deberán tomar n consideración
que la nueva versión sea novedosa y tenga
un aporte sustancial, si el equipo revisor en-
contrara en el manuscrito una gran propor-
ción de plagio este se rechazará y se notifica-
rá al autor/es.
Directrices éticas para la
publicación de artículos
Introducción
La publicación de un artículo en una revis-
ta académica revisada por pares ciegos, sirve
como un elemento fundamental para el desa-
rrollo de una red de conocimientos coherente
y respetada de la comunidad académica en sus
respectivos campos de investigación, en dónde
se plasma el impacto de la labor y experiencia
de investigación de sus autores y también de
las instituciones que los apoyan. Por todas es-
tas, y muchas otras razones, es importante esta-
blecer y clarificar normas de comportamiento
ético esperado por todas las partes involucra-
das en el acto de publicar: el autor, el editor de
la revista, el revisor y la editorial a la que perte-
121
nece la revista.
Estas directrices éticas están concebidas en
mayor cuantía para las revistas de investigación
primaria, pero también pueden ser pertinentes
para otras publicaciones profesionales que ha-
gan uso de la difusión de la ciencia, en donde
intervienen los actores involucrados en el pro-
ceso, pero en general se rige a normas especí-
ficas de la disciplina o a órganos normativos,
como el Consejo Internacional de Editores de
Revistas Médicas (ICMJE) [1] y las Normas con-
solidadas para la presentación de informes de
ensayos (CONSORT) [2] y el Comité de Ética de
Publicaciones (Código de Conducta y Pautas
de Mejores Prácticas para Editores de Revistas,
COPE)
Directrices éticas de la editorial
Estas directrices se han redactado teniendo en
cuenta todos los requisitos y directrices éticos,
pero reconociendo especialmente que es una
función importante de la editorial para apoyar
los esfuerzos realizados por los editores de la
revista Vista Económica, y el trabajo voluntario
a menudo no reconocido que realizan los revi-
sores, para mantener la integridad del registro
académico. Aunque los códigos éticos se con-
centran inevitablemente en las infracciones
que a veces se producen, es fundamental que
el sistema funcione tan bien y que los proble-
mas éticos y técnicos en los documentos, antes
y una vez publicados, sean comparativamente
raros. La editorial de esta revista es asumida por
la Universidad Nacional de Loja, y como una
institución de educación superior, tiene un pa-
pel de apoyo, inversión, difusión y fomento en
el proceso de comunicación académica, pero
también es responsable en última instancia de
garantizar que se sigan las mejores prácticas en
sus publicaciones [3,4].
La Universidad Nacional de Loja como princi-
pal editorial de la revista Vista Económica, ha
adoptado estas políticas y procedimientos para
apoyar a los editores, revisores y autores en el
cumplimiento de sus deberes éticos según es-
tas directrices.
Directrices éticas del
editor en jefe
Decisiones de publicación
El editor en jefe de una revista científica es el
único responsable, de manera independiente,
de decidir cuál de los artículos presentados a
la revista debe ser aceptado para revisión y su
posterior publicación en caso de ser aprobado
por los revisores anónimos que forman parte
del proceso de arbitraje del artículo. La valida-
ción del trabajo en cuestión y su importancia
para los investigadores y lectores debe siempre
respaldar tales decisiones. El editor en jefe pue-
de guiarse por las políticas del consejo de re-
dacción de la revista y por los requisitos legales
que estén en vigor en ese momento en relación
con cuestiones como la difamación, la violación
de los derechos de autor y el plagio. El editor
está en libertad de consultar con otros editores
o revisores (o funcionarios de la sociedad) para
tomar estas decisiones.
Revisión por pares
El editor en jefe se asegurará de que el proce-
so de revisión por pares sea justo, imparcial y
oportuno. Los artículos de investigación deben
ser revisados normalmente por al menos dos
revisores externos e independientes y, cuando
sea necesario, el editor en jefe debe buscar opi-
niones adicionales.
El editor en jefe seleccionará a los revisores que
tengan la experiencia adecuada en el campo
pertinente y seguirá las mejores prácticas para
evitar la selección de revisores fraudulentos. El
editor en jefe revisará todas las revelaciones de
posibles conflictos de intereses y las sugeren-
cias de auto citación hechas por los revisores
para determinar si hay algún potencial sesgo.
122
Fair play
El editor en jefe debe evaluar los manuscritos
por su contenido intelectual sin tener en cuen-
ta la raza, el género, la orientación sexual, las
creencias religiosas, el origen étnico, la ciuda-
danía o la filosofía política de los autores.
Las políticas editoriales de la revista deben fo-
mentar la transparencia y la presentación de in-
formes completos y honestos, y el editor en jefe
debe asegurarse de que los revisores anónimos
y los autores comprendan claramente lo que se
espera de ellos. El editor en jefe utilizará el sis-
tema de presentación electrónica estándar de
la revista para todas las comunicaciones de la
misma. El editor en jefe establecerá, junto con
el comité editorial de la revista, un mecanismo
transparente de apelación contra las decisiones
editoriales.
Métrica de la revista
El editor en jefe no debe intentar influir en el
ranking de la revista aumentando artificialmen-
te cualquier métrica de la revista. En particular,
el editor en jefe no exigirá que se incluyan refe-
rencias a los artículos de esa (o cualquier otra)
revista, salvo por motivos auténticamente aca-
démicos, y no se exigirá a los autores que inclu-
yan referencias a los propios artículos del editor
en jefe o a los productos y servicios en los que
éste tenga interés
Confidencialidad
El editor en jefe debe proteger la confidenciali-
dad de todo el material presentado a la revista
y todas las comunicaciones con los revisores,
a menos que se acuerde otra cosa con los au-
tores y revisores pertinentes. En circunstancias
excepcionales y en consulta con el editor, éste
podrá compartir información limitada con los
editores de otras revistas cuando lo considere
necesario para investigar una presunta conduc-
ta indebida en la investigación [5]. Y, además, el
editor debe proteger la identidad de los reviso-
res, a través de un proceso de revisión anónima
(ciega).
Los materiales no publicados que se divulguen
en un manuscrito presentado no deben utilizar-
se en la propia investigación de un editor sin el
consentimiento expreso por escrito del autor.
La información o las ideas privilegiadas obteni-
das mediante la revisión por pares deben man-
tenerse confidenciales y no ser utilizadas para
beneficio personal.
Conflictos de intereses
Todo posible conflicto de intereses editoriales
debe declararse por escrito al editor antes de
su nombramiento y actualizarse cuando surjan
nuevos conflictos. El editor puede publicar esas
declaraciones en la revista.
El editor no debe participar en las decisiones
sobre los artículos que haya escrito él mismo
o que hayan escrito familiares o colegas o que
se refieran a productos o servicios en los que
el editor tenga interés. Además, cualquier pre-
sentación de este tipo debe estar sujeta a todos
los procedimientos habituales de la revista, la
revisión por pares debe ser manejada indepen-
dientemente del autor/editor pertinente y sus
grupos de investigación, y debe haber una de-
claración clara en este sentido en cualquier do-
cumento de este tipo que se publique.
Vigilancia de los registros publi-
cados
El editor debe trabajar para salvaguardar la
integridad del registro publicado revisando y
evaluando las conductas indebidas comunica-
das o sospechadas (investigación, publicación,
revisión y editorial), junto con el editor (o la so-
ciedad).
Por lo general, esas medidas incluirán ponerse
en contacto con el autor del manuscrito o do-
cumento y prestar la debida consideración a la
queja o las reclamaciones respectivas que se
hayan presentado, pero también podrán incluir
otras comunicaciones a las instituciones y órga-
nos de investigación pertinentes. El editor hará
además un uso apropiado de los sistemas del
editor para la detección de conductas indebi-
123
das, como el plagio.
Un editor al que se le presenten pruebas con-
vincentes de mala conducta debe coordinar
con el editor (y/o la sociedad) para organizar la
pronta corrección, retractación, expresión de
preocupación u otra corrección de la publica-
ción, según sea pertinente.
Directrices éticas de los
revisores
Contribución a las decisiones edi-
toriales
La revisión por pares ayuda al editor a tomar
decisiones editoriales y, a través de las comuni-
caciones editoriales con el autor, también pue-
de ayudar al autor a mejorar el trabajo. La re-
visión por pares anónimos es un componente
esencial de la comunicación académica formal,
y es uno de los pilares fundamentales del mé-
todo científico. Además de los deberes específi-
cos relacionados con la ética que se describen a
continuación, se pide en general a los revisores
que traten a los autores y a su trabajo como les
gustaría que los trataran a ellos mismos y que
observen un buen protocolo de revisión.
Todo revisor seleccionado que se sienta no cua-
lificado para revisar la investigación que figura
en un manuscrito o que sepa que su pronta re-
visión será imposible, debe notificarlo al editor
y negarse a participar en el proceso de revisión.
Confidencialidad
Todos los manuscritos recibidos para su revi-
sión deben ser tratados como documentos
confidenciales. Los revisores no deben compar-
tir la revisión o la información sobre el artículo
con nadie o contactar directamente con los au-
tores sin permiso del editor.
Algunos editores alientan el debate con cole-
gas o los ejercicios de revisión conjunta, pero
los revisores deben discutir primero esto con
el editor en jefe para asegurar que se respete
la confidencialidad y que los participantes reci-
ban el crédito adecuado.
Los materiales no publicados que se divulguen
en un manuscrito presentado no deben utili-
zarse en la investigación del propio revisor sin
el consentimiento expreso por escrito del au-
tor. La información o las ideas privilegiadas ob-
tenidas mediante la revisión por pares deben
mantenerse confidenciales y no ser utilizadas
para beneficio personal.
Cuestiones éticas del revisor
El revisor debe estar atento a las posibles cues-
tiones éticas del artículo y señalarlas ante el
editor, incluida toda similitud o superposición
sustancial entre el manuscrito examinado y
cualquier otro artículo publicado del que el re-
visor tenga conocimiento personal. Toda decla-
ración de que una observación, derivación o ar-
gumento ha sido notificado previamente debe
ir acompañada de la correspondiente citación.
Normas de objetividad y conflic-
to de intereses
Las revisiones deben realizarse de manera ob-
jetiva. Los revisores deben ser conscientes de
cualquier sesgo personal que puedan tener y
tenerlo en cuenta al revisar un documento. La
crítica personal al autor es inapropiada. Los ár-
bitros deben expresar sus opiniones claramen-
te con argumentos de apoyo.
Los revisores deben consultar al Editor antes
de aceptar revisar un artículo cuando tengan
posibles conflictos de intereses resultantes de
relaciones o conexiones competitivas, de cola-
boración o de otro tipo con cualquiera de los
autores, empresas o instituciones relacionadas
con los artículos.
Si un revisor sugiere que un autor incluya citas
de la obra del revisor (o de sus asociados), debe
ser por razones científicas genuinas y no con la
intención de aumentar el número de citas del
124
revisor o mejorar la visibilidad de su obra (o la
de sus asociados).
Directrices éticas de los
autores
Normas de información
Los autores de los informes de las investigacio-
nes originales deben presentar un relato exac-
to de la labor realizada, así como una discusión
objetiva de su importancia. Los datos subya-
centes deben representarse con precisión en
el documento. Un documento debe contener
suficientes detalles y referencias para permitir
que otros reproduzcan el trabajo. Las declara-
ciones fraudulentas o deliberadamente inexac-
tas constituyen un comportamiento poco ético
y son inaceptables.
Los artículos de revisión y publicación profesio-
nal también deben ser precisos y objetivos, y
los trabajos de “opinión” editorial deben identi-
ficarse claramente como tales.
Acceso y retención de datos
Se puede pedir a los autores que proporcionen
los datos de investigación que respaldan su tra-
bajo para la revisión editorial y/o que cumplan
con los requisitos de datos abiertos de la revis-
ta. Los autores deben estar dispuestos a facilitar
el acceso público a esos datos, de ser factible, y
deben estar dispuestos a conservarlos durante
un número razonable de años después de su
publicación.
Originalidad y reconocimiento de
las fuentes
Los autores deben asegurarse de que han escri-
to obras enteramente originales y, si los autores
han utilizado la obra y/o las palabras de otros,
el revisor debe asegurarse que se haya citado
adecuadamente y se ha obtenido el permiso
necesario.
Siempre se debe dar el reconocimiento apro-
piado al trabajo de los demás. Los autores de-
ben citar las publicaciones que hayan influido
en el trabajo reportado y que den al trabajo un
contexto apropiado dentro del registro aca-
démico más amplio. En casos extremos, la in-
formación obtenida en privado, como en una
conversación, correspondencia o discusión con
terceros, no debe utilizarse o comunicarse sin
el permiso explícito y por escrito de la fuente.
El plagio adopta muchas formas, desde “hacer
pasar el trabajo de otro como el propio traba-
jo del autor, hasta copiar o parafrasear partes
sustanciales del trabajo de otro (sin atribución),
o reclamar resultados de investigaciones reali-
zadas por otros. El plagio en todas sus formas
constituye un comportamiento poco ético y es
inaceptable.
Publicación múltiple, redundante
o simultánea
En general, un autor no debe publicar manus-
critos que describan esencialmente la misma
investigación en más de una revista de publi-
cación primaria. Presentar el mismo manuscrito
en más de una revista simultáneamente cons-
tituye un comportamiento poco ético y es in-
aceptable.
En general, un autor no debe presentar para
su consideración en otra revista un trabajo que
haya sido publicado anteriormente, salvo en
forma de resumen o como parte de una con-
ferencia o tesis académica publicada o como
preimpresión electrónica.
La publicación de algunos tipos de artículos
(por ejemplo, directrices clínicas, traducciones)
en más de una revista es a veces justificable,
siempre que se cumplan ciertas condiciones.
Los autores y editores de las revistas en cues-
tión deben estar de acuerdo con la publicación
secundaria, que debe reflejar los mismos datos
e interpretación del documento primario. La re-
ferencia primaria debe citarse en la publicación
secundaria.
125
La autoría del documento
La autoría debe limitarse a quienes hayan con-
tribuido de manera significativa a la concep-
ción, diseño, ejecución o interpretación del
estudio notificado. Todos aquellos que hayan
hecho contribuciones sustanciales deben figu-
rar como coautores.
En caso de que haya otras personas que hayan
participado en determinados aspectos sustan-
tivos del trabajo (por ejemplo, en la edición del
idioma o en la redacción médica), deberán ser
reconocidas en la sección de agradecimientos.
El autor correspondiente debe asegurarse de
que en el documento se incluyan todos los
coautores apropiados y que no se incluyan
coautores inapropiados, y de que todos los
coautores hayan visto y aprobado la versión
final del documento y hayan aceptado su pre-
sentación para su publicación.
Se espera que los autores consideren cuidado-
samente la lista y el orden de los autores antes
de presentar su manuscrito y que proporcionen
la lista definitiva de autores en el momento de
la presentación original. Sólo en circunstancias
excepcionales el Editor considerará (a su dis-
creción) la adición, supresión o reorganización
de autores después de que el manuscrito haya
sido presentado y el autor debe marcar clara-
mente cualquier solicitud de este tipo al Editor.
Todos los autores deben estar de acuerdo con
cualquier adición, eliminación o reordenación
de este tipo.
Los autores asumen la responsabilidad colec-
tiva de la obra. Cada autor es responsable de
asegurar que las cuestiones relacionadas con
la exactitud o la integridad de cualquier parte
de la obra se investiguen y resuelvan adecua-
damente.
Peligros y sujetos humanos/animales
Si la obra incluye productos químicos, proce-
dimientos o equipos que presentan riesgos in-
usuales inherentes a su uso, el autor debe iden-
tificarlos claramente en el manuscrito.
Si la obra implica el uso de sujetos animales o
humanos, el autor debe asegurarse de que el
manuscrito contenga una declaración de que
todos los procedimientos se realizaron en cum-
plimiento de las leyes y directrices instituciona-
les pertinentes y de que los comités institucio-
nales correspondientes los han aprobado. Los
autores deben incluir una declaración en el ma-
nuscrito de que se obtuvo el consentimiento
informado para la experimentación con sujetos
humanos. Los derechos de privacidad de los su-
jetos humanos deben ser siempre respetados.
En el caso de los sujetos humanos, el autor
debe asegurarse de que el trabajo descrito se
ha llevado a cabo de acuerdo con el Código de
Ética de la Asociación Médica Mundial (Decla-
ración de Helsinki) para los experimentos con
humanos [6]. Todos los experimentos con ani-
males deben cumplir con las directrices ARRI-
VE [7] y deben llevarse a cabo de conformidad
con la Ley de animales (procedimientos cientí-
ficos) del Reino Unido de 1986 y las directrices
conexas [8], o la Directiva 2010/63/UE de la UE
sobre la protección de los animales utilizados
con fines científicos [9], o la Política del Servicio
de Salud Pública de los Estados Unidos sobre el
cuidado y el uso humanitario de los animales
de laboratorio y, según proceda, la Ley de bien-
estar animal [10].
Se deben obtener los consentimientos, permi-
sos y liberaciones apropiados cuando un autor
desee incluir detalles del caso u otra informa-
ción personal o imágenes cualquier individuo
en una publicación. El autor debe conservar los
consentimientos por escrito y debe proporcio-
nar a la revista, previa solicitud, copias de los
consentimientos o pruebas de que se han ob-
tenido dichos consentimientos.
Conflictos de intereses
Todos los autores deben revelar en su manus-
crito cualquier relación financiera y personal
con otras personas u organizaciones que pu-
diera considerarse que influyen de manera in-
apropiada (sesgo) en su trabajo.
126
Se deben divulgar todas las fuentes de apoyo
financiero para la realización de la investiga-
ción y/o la preparación del artículo, así como
la función del patrocinador o patrocinadores,
si los hubiere, en el diseño del estudio; en la
reunión, análisis e interpretación de los datos;
en la redacción del informe; y en la decisión de
presentar el artículo para su publicación. Si la(s)
fuente(s) de financiación no tiene(n) tal partici-
pación, entonces esto debe ser declarado.
Entre los ejemplos de posibles conflictos de
intereses que deben ser revelados se encuen-
tran el empleo, las consultorías, la propiedad
de acciones, los honorarios, los testimonios de
expertos remunerados, las solicitudes/registros
de patentes y las subvenciones u otros fondos.
Los posibles conflictos de intereses deben ser
revelados en la etapa más temprana posible.
Errores fundamentales en las
obras publicadas
Cuando un autor descubre un error o inexac-
titud importante en su propia obra publicada,
tiene la obligación de notificarlo sin demora
al director o editor de la revista y de cooperar
con él para retractarse o corregir el artículo si
el director lo considera necesario. Si el editor
o la editorial se enteran por un tercero de que
una obra publicada contiene un error, el autor
tiene la obligación de cooperar con el editor, lo
que incluye proporcionarle pruebas cuando se
le solicite.
Integridad de las figuras e imágenes
No es aceptable realzar, oscurecer, mover, eli-
minar o introducir una característica específica
dentro de una imagen [11]. Los ajustes de bri-
llo, contraste o balance de color son aceptables
siempre y cuando no oscurezcan o eliminen
ninguna información presente en el original.
Se acepta la manipulación de imágenes para
mejorar la claridad, pero la manipulación para
otros fines podría considerarse un abuso ético
científico y se tratará en consecuencia [18].
Los autores deben cumplir con cualquier polí-
tica específica sobre imágenes gráficas aplica-
da por la revista correspondiente, por ejemplo,
proporcionando las imágenes originales como
material suplementario con el artículo, o depo-
sitándolas en un depósito adecuado.
Referencias
[1] ICMJE Requisitos uniformes para los manus-
critos presentados a las revistas biomédicas
http://www.icmie.org/
[2] Normas de CONSORT para ensayos aleato-
rios
[3] The STM trade Association International
Ethical Principles for Scholarly Publication
http://www.stm-assoc.org/201a o21 STM Ethi-
cal Principles for Scholarly Publication.pdf
[4] Códigos de conducta de la COPE
[5] El Comité de Ética de la Publicación (COPE)
Directrices sobre los editores en jefe
http://publicationethics.org/files/Sharing%20
de Información entre las directrices de la EiCs
versión web o.pd
[6] Declaración de Helsinki de la Asociación Mé-
dica Mundial (AMM) para la Investigación Mé-
dica en Sujetos Humanos https://www.wma.
net/policies-post/wma-declaration-of-helsin-
ki-ethical-principles-for-medical-research-
[7] Investigación de animales: Directrices para
la presentación de informes sobre experimen-
tos in vivo (ARRIVE) https://www.ncars.org.uk/
arrive-guidelines
[8] la Ley de Animales del Reino Unido (Procedi-
mientos Científicos) de 1986
https://www.gov.uk/government/uploads/svs-
tem/uploads/attachment data/file/aoS^Qa/
ConsolidatedASPAil an20ia.pdf
[9] Directiva de la UE 2010/63/UE sobre expe-
rimentos con animales http://ec.europa.eu/en-
vironment/chemicals/lab animals/legislation
en.htm
127
[10] Política del Servicio de Salud Pública de
los Estados Unidos sobre el cuidado humanita-
rio y el uso de animales de laboratorio https://
grants.nih.gov/gra nts/olaw/references/phspol
icvlabanimals.pdf
[11] Rossner y Yamada, 2004. The Journal of Cell
Biology, 166,11-15. http://icb.rupress.0rg/con-
tent/166/1/11.full
VOL. 9
ENERO-JUNIO
2021
ISSN-p: 2602-8204
ISSN-e: 2737-6257
Carrera de Economía de la Universidad Nacional de Loja