RESUMEN

Este artículo tiene como objetivo realizar un análisis económico de la validez de la hipótesis de la Curva Ambiental de Kuznets para América Latina. Adicionalmente, busca comprobar empíricamente la hipótesis según la cual las desigualdades socioeconómicas son factores determinantes en la explicación de la calidad ambiental. Los resultados encontrados en este trabajo permiten concluir que es necesario revaluar la hipótesis de la curva ambiental de Kuznets no sólo en función de los problemas metodológicos, sino también con respecto a la conceptualización del término medio ambiente. Igualmente, reconociendo que la Curva Ambiental de Kuznets sólo se restringe a la relación entre contaminación y crecimiento económico, se concluye que los países de la región deben esforzarse en implementar políticas públicas que logren hacer más corto el tiempo para alcanzar el punto umbral necesario.

PALABRAS CLAVE: crecimiento económico, contaminación, distribución del ingreso, políticas públicas.

ABSTRACT

Key words: Economical growth, contamination, public distribution of income, policies.

INTRODUCCIÓN

La relación entre crecimiento económico y medio ambiente ha sido polémica durante mucho tiempo por los diversos planteamientos existentes en torno a tal relación. Algunos economistas y muchos científicos no economistas han argumentado que un incremento del Producto Interno Bruto dañará el ambiente natural sin duda alguna. De hecho, durante las últimas décadas el crecimiento económico se ha dado gracias a un incremento en el uso de energía y a una mayor utilización de los recursos naturales. Otros economistas han sostenido que la economía puede crecer por siempre sin dañar la calidad del medio ambiente. Esta última perspectiva establece que la relación medio ambiente-crecimiento económico se puede plantear como una curva en forma de U invertida (esta hipótesis se conoce como Curva Ambiental de Kuznets. En efecto, algunos estudios, como World Bank (1992), Grossman y Krueger (1995), Panayotou (1993) y Selden y Song (1994) han mostrado que para el caso de algunos indicadores ambientales la relación entre ellos y el crecimiento económico se comporta en forma de U invertida. Sin embargo, está hipótesis ha sido criticada por considerar que el crecimiento económico por sí mismo no puede llevar a una mejor calidad ambiental (De Bruyn, 2000).

Respecto a lo anterior, Magnani (2000) afirma que los estudios acerca de la relación entre niveles de ingreso per cápita y presión ambiental, particularmente emisiones de contaminación, han revelado que los niveles de emisión generalmente declinan para niveles más altos de ingreso. No obstante, este autor plantea que el poder explicatorio de un polinomio para la variable PIB per cápita en las regresiones econométricas cae significativamente cuando se pasa desde países pobres hasta los países de más altos ingresos. Adicionalmente, argumenta Magnani (2000), en este último grupo el efecto del crecimiento económico sobre las emisiones de contaminantes difiere sustancialmente entre países, sugiriendo que puede haber otras variables, al lado de la actividad económica, que explican la evolución de las emisiones de contaminación en los países. En este sentido, los resultados empíricos inducen a un examen de los factores socioeconómicos que puedan directamente afectar la calidad del medio ambiente.

A partir de lo anterior, este artículo tiene como objetivo realizar un análisis económico de la relación entre la calidad ambiental y el crecimiento económico y comprobar la validez de la hipótesis de la Curva Ambiental de Kuznets en América Latina. Adicionalmente, busca comprobar la hipótesis planteada por Boyce (1994), según la cual las desigualdades sociales y económicas son factores determinantes en la explicación de la calidad ambiental. En particular, se pretende validar la hipótesis de que a mayores derechos políticos y libertades civiles se tienen menores niveles de emisiones de contaminación, de un lado y, de otro, que a mayor igualdad económica se obtienen menores niveles de emisiones de contaminación. De esta manera, este trabajo en su primera parte establece el estado del arte de la literatura económica en torno a la hipótesis de la Curva Ambiental de Kuznets (EKC, en sus siglas en inglés), en donde se aborda una revisión analítica de los diversos estudios realizados en el mundo de la relación entre el medio ambiente y el crecimiento económico y de la validez empírica de dicha hipótesis. Por su parte, la segunda sección plantea la hipótesis de que la desigualdad social y económica es un factor determinante en la explicación de la calidad ambiental, para lo cual se esboza el marco teórico que soporta dicha hipótesis. En la tercera sección se determina el modelo econométrico y se describen las variables a utilizar. Por su parte, la cuarta sección establece el análisis económico de los resultados econométricos obtenidos para América Latina. Finalmente, la sección quinta recoge las principales conclusiones del trabajo y establece algunas recomendaciones de política pública.

LA HIPÓTESIS DE LA CURVA AMBIENTAL DE KUZNETS: ESTADO DEL ARTE

Explicaciones teóricas para la existencia de la EKC

La evidencia empírica de la hipótesis de la curva ambiental de Kuznets

La evidencia empírica para la existencia de una curva en forma de U invertida en la relación entre presión ambiental e ingreso se ha reunido en un gran número de estudios que comparten características comunes con respecto a los datos y los métodos empleados. Los datos usados en esta clase de estudios son, generalmente, un panel de observaciones de diversos países para en un período de tiempo. El método común para examinar la posible relación entre presión ambiental, (EP), e ingreso, (Y) es estimar el siguiente modelo en forma reducida para el panel disponible de datos:

Aquí el subíndice i señala el índice del país, t indica el momento en el tiempo, α es la constante -o sea, el nivel promedio de presión ambiental cuando el ingreso no tiene una influencia importante sobre la presión ambiental-, β_i representa la importancia relativa de las variables explicatorias, Z_i,t determina las otras variables de influencia sobre la presión ambiental y e_i,t es el término de error normalmente distribuido.

Ahora, un gran número de estudios econométricos ha usado el modelo planteado en la ecuación [1], o su transformación log - linear, para probar la hipótesis de la curva ambiental de Kuznets utilizando una amplia variedad de indicadores de presión ambiental o indicadores que reflejan el estado del medio ambiente. La tabla 1 reúne los principales estudios y resume los resultados centrales de estos. Se han incluido aquellos estudios que: i) dan resultados sobre un contaminante que puede ser verificado con resultados de, al menos, otro estudio y, ii) emplean el modelo planteado en la ecuación [1] sin grandes modificaciones, de modo que los resultados sean comparables. Una comparación de esos resultados en la tabla 1 muestra que para cada contaminante al menos un estudio ha confirmado la hipótesis de la EKC. Sin embargo, el resultado más notable cuando se comparan estos estudios es que no hay consenso sobre cómo evolucionan los diversos contaminantes a lo largo del desarrollo económico. En este sentido se plantea que, a excepción de las emisiones de NO_x, todos los contaminantes presentan resultados contradictorios a partir de los diversos estudios realizados. Lo anterior sucede especialmente en el caso de los indicadores de calidad del agua tales como coliformes fecales o concentración de oxígeno disuelto en el agua.

Por otra parte, muchos estudios han investigado las relaciones entre el ingreso y los contaminantes sulfuro y material particulado. Los resultados explorados muestran que esos contaminantes frecuentemente revelan un EKC, pero los puntos umbral difieren considerablemente entre estos estudios (De Bruyn, 2000). La tabla 1 confirma un resultado de Ekins (1997), quien observó que 'donde los estudios han sido realizados por más de un grupo de investigadores ninguno de los contaminantes inequívocamente muestra una relación en forma de U invertida'.

Así, la amplia variedad de comportamientos arroja serias dudas sobre la validez de la hipótesis de la curva ambiental de Kuznets. En 17 de los 23 casos relacionados en la tabla 1, la evidencia encontrada plantea que la contaminación disminuye después de ciertos niveles particulares de ingreso. Ahora, de dichos estudios únicamente doce presentaron una verdadera curva ambiental de Kuznets, y cinco mostraron relaciones en forma de N o en forma de U, que indican niveles crecientes de presión ambiental después de ciertos niveles de ingreso. Por su parte, en tres de los otros seis casos la contaminación se incrementa a lo largo de todos los niveles de ingreso, y en los restantes tres la contaminación no estuvo relacionada con el ingreso. Ante lo anterior, puede plantearse que a pesar de que la curva ambiental de Kuznets es el comportamiento descubierto más frecuente en la relación entre contaminantes e ingreso, la evidencia no es muy contundente.

Ahora, De Bruyn (2000) plantea que la gran diversidad de los resultados de los estudios señalados se explica porque los datos y los métodos utilizados para el análisis de esos datos varían entre los diversos estudios. Específicamente, las diferencias pueden ser atribuidas al uso de i) emisiones o concentraciones como indicadores de presión ambiental; ii) métodos de estimación diferentes; iii) conjuntos diferentes de países incluidos en el panel; iv) métodos diferentes para convertir los datos del PIB per cápita a unidades monetarias comparables y; v) la inclusión de otras variables explicatorias adicionales al PIB per cápita. Esas cinco características en gran parte explican los diferentes resultados entre los diversos estudios.

La relevancia de los resultados empíricos de la hipótesis de la EKC

En primer lugar, una crítica particular, que ha unido a aliados y oponentes de la hipótesis de la curva ambiental de Kuznets, es que el conjunto actual de estudios empíricos sólo ha brindado una visión limitada de los mecanismos que pueden explicar la disminución en los contaminantes después de que se ha alcanzado cierto nivel de ingreso. La curva ambiental de Kuznets sólo describe la relación estadística entre el ingreso y ciertos tipos de contaminantes como una curva en forma de U invertida, pero no explica por qué ocurre este tipo de comportamiento. Esta carencia de explicación para la EKC es una importante omisión en el conocimiento acerca de la relación entre crecimiento económico y contaminación. La falta de visión con respecto a las fuerzas que conducen la relación entre presión ambiental e ingreso se debe al uso de un modelo en forma reducida para las estimaciones. La ecuación [1], que es utilizada en muchos estudios, se usa bajo el supuesto de que captura el modelo estructural en el cual el ingreso influencia aspectos como la tecnología, la composición del producto económico o la política ambiental y, a su vez, cambios en esos aspectos afectan a la presión ambiental y al ingreso (De Bruyn, 2000).

De esta manera, en el modelo estructural, el ingreso se relaciona sólo indirectamente a la presión ambiental. Así, al asumir una articulación directa, y en una sola vía, entre ingreso y presión ambiental y omitiendo variables relacionadas con la innovación tecnológica, la composición de la producción y a la política ambiental, el modelo estructural se reduce al modelo ya mencionado. La ventaja de trabajar con un modelo en forma reducida yace en el hecho de que es estimada la influencia total, directa e indirecta, del ingreso sobre la presión ambiental. Sin embargo, una desventaja, como han señalado Grossman y Krueger (1995), es que no es claro por qué existe la relación estimada y qué clase de interpretación puede ser dada a los coeficientes estimados del modelo planteado en la ecuación [1]. Otra crítica particular plantea que las investigaciones sobre la hipótesis de la EKC se han concentrado especialmente en los países desarrollados. Esencialmente, esto ha ocurrido debido a la disponibilidad de información, principalmente en términos medioambientales, la cual es sin duda alguna una deficiencia en la mayoría de los países en desarrollo (Saravia, 2002).

Ahora, no es sólo la carencia de información uniforme para la curva ambiental de Kuznets, tal como se ha descrito en la sección anterior, lo que obstaculiza la aceptación de la hipótesis de que el crecimiento económico puede ir de la mano con la calidad ambiental. Desde diversas perspectivas también ha sido argumentado que las EKC observadas tienen una relevancia limitada por las complejas relaciones entre los ecosistemas y la economía. Arrow et al. (1995) han señalado que los indicadores usados en los trabajos empíricos realizados relacionan sólo emisiones y concentraciones -es decir, los flujos de contaminantes-, mientras que la calidad ambiental -por ejemplo, la viabilidad de bosques y lagos-es un stock. En este sentido, se plantea que debido a la contaminación pasada, las capacidades de carga y de resiliencia de los ecosistemas son afectadas y, por tanto, la contaminación puede continuar degradando el medio ambiente, a pesar de las reducciones observadas en las emisiones.

Finalmente, se ha afirmado que los puntos umbral para el PIB per cápita son relativamente altos cuando se relacionan al PIB per cápita promedio mundial. En este sentido, Selden y Song (1994) y Stern et al. (1996) han enfatizado que los mejoramientos en la calidad ambiental de acuerdo con la hipótesis de la EKC no son obtenibles para la mayoría de la población del mundo que tiene estándares de vida sustancialmente por debajo de los puntos umbral estimados. Por tanto, es de esperar que las emisiones a escala mundial continúen aumentando debido al crecimiento económico, incluso para contaminantes para los que han sido estimadas curvas en forma de U invertida, tales como el SO₂. Además, varios investigadores han sugerido que la relocalización de industrias 'sucias' desde economías desarrolladas a economías en desarrollo puede ser la fuerza conductora detrás de la curva ambiental de Kuznets (Arrow et al. 1995; De Bruyn y Opschoor, 1997).

Para muchos autores, como De Bruyn (2000), Arrow et al. (1995), Stern et al. (1996) Rothman (1998) y Suri y Chapman (1998), todas las anteriores observaciones indican que la curva ambiental de Kuznets no puede ser considerada como un hecho estilizado para la relación entre el estado del medio ambiente y el crecimiento económico. La evidencia empírica acerca de que el crecimiento económico puede beneficiar al medio ambiente es, cuando más, relevante sólo para aquellas sustancias para las que la hipótesis de la curva ambiental de Kuznets ha sido validada.

UNA REVISIÓN DE LA EKC: DESIGUALDAD ECONÓMICA Y SOCIAL COMO CAUSA DEL DETERIORO DE LA CALIDAD AMBIENTAL

Antecedentes

En este sentido, los resultados empíricos invitan a un examen de los factores socioeconómicos que pueden directamente afectar la calidad ambiental del aire y del agua. Bajo esta perspectiva, Barret y Graddy (1997) y Torras y Boyce (1998) han probado la hipótesis de que los mejoramientos en la calidad del medio ambiente, en parte, se dan vía respuestas de política pública inducida. Así, Barret y Graddy (1997) encontraron que los países que exhiben altas libertades políticas y civiles tienden a tener más baja contaminación del aire que los países con más bajas libertades. Por tanto, Barret y Graddy (1997) sugieren que 'un país con pocas libertades políticas y civiles, con un nivel de ingreso cercano al punto umbral de la curva en forma de U invertida, puede reducir su contaminación por lo menos aumentando las libertades de sus ciudadanos así como incrementando su ingreso per cápita'.

Por su parte, Torras y Boyce (1998) llegaron a resultados similares usando los mismos datos utilizados por Barret y Graddy (1997) sobre las libertades políticas y civiles. Además, ellos encontraron que las mayores tasas de alfabetización tienden a reducir los niveles de contaminación. Ya que Torras y Boyce (1998) plantean que mayores libertades políticas y civiles y mayores tasas de alfabetización constituyen una distribución de poder más equitativa, concluyen que 'una mayor igualdad en la distribución del poder puede afectar positivamente la calidad ambiental'. Estos autores encontraron en su estudio que la significancia estadística de los efectos del ingreso generalmente disminuye cuando las variables de desigualdad económica y social son incluidas como regresores. En particular, los casos más llamativos son humo y partículas pesadas, donde el efecto ingreso retrocede notablemente en significancia estadística.

Ahora, en esta vía de pensamiento, Saravia (2002) encontró evidencia empírica para América Latina según la cual la distribución del ingreso, medida a partir del coeficiente GINI, tiene un efecto significativo en el deterioro de la calidad del aire. Sus resultados, al contrario de la evidencia planteada por Torras y Boyce (1998), muestran que mayores niveles de desigualdad en el ingreso están asociados a menores niveles de contaminación del aire. Sin embargo, plantea Saravia (2002), la inclusión de la variable GINI hace más lejano el plazo para alcanzar los puntos umbral de la EKC e iniciar una fase virtuosa. A partir de la afirmación anterior, Saravia (2002) concluye que 'la presencia de la mayor la desigualdad en la distribución del ingreso tiene el poder de disminuir el efecto positivo del crecimiento económico en el mejoramiento de la calidad ambiental'.

Así, las conclusiones de Saravia (2002) en torno a que la inclusión de la variable desigualdad del ingreso hace más lejano el plazo para alcanzar los puntos umbral de la EKC e iniciar una fase virtuosa y, de otro lado, los resultados generales de Torras y Boyce (1998) inducen a analizar dicha hipótesis en el nivel internacional, teniendo series de corte transversal más amplias en conjunto con series de tiempo, es decir, a partir de la técnica de panel de datos. A continuación, se esbozará el marco teórico sobre el cual se desenvuelve la hipótesis de la desigualdad económica y social como causa del deterioro de la calidad ambiental, entendida esta calidad en el nivel de la contaminación del aire y del agua. A partir de dicho marco se planteará y estimará un modelo econométrico que permitirá dar luces acerca de la validez empírica en el ámbito internacional de tal hipótesis.

El modelo teórico

Como se ha planteado anteriormente, la curva ambiental de Kuznets es una relación en 'forma reducida', en la cual el nivel de contaminación es modelado como una función del ingreso per cápita, sin especificar las articulaciones entre estas dos variables. Grossman y Krueger (1995) caracterizaron esas articulaciones perdidas como 'regulaciones ambientales, tecnología y composición industrial'. En este sentido, dos rasgos del modelo estructural subyacente en el estudio de Grossman y Krueger (1995) merecen mención. Primero, aunque el efecto de composición industrial, que acompaña a un ingreso per cápita creciente, puede reducir la intensidad marginal de la contaminación del producto, no puede contrarrestar el efecto escala -es decir, el impacto ambiental resultante del mayor nivel de producto agregado-a menos que los sectores más intensivos en contaminación se contraigan absolutamente.

Lo anterior significa que si bien el mayor ingreso puede ir de la mano con tecnologías más limpias, también puede generar un mayor tamaño de las empresas, así como del sector industrial, por lo que la reducción en contaminación debido a la implementación de tecnologías limpias puede verse más que compensada por los mayores niveles de emisiones asociados al crecimiento de las firmas y del sector industrial. Ahora, el efecto tecnológico podría sobrepasar el efecto escala sólo si los sectores contaminantes producen bienes inferiores, cuyo consumo cae con el aumento del ingreso, o si sus productos fueran reemplazados por importaciones (Panayotou, 1997). En general, la primera condición parece improbable que se mantenga. Con respecto a la segunda condición, ésta simplemente conduce a relocalizar la producción hacia otros países.

Segundo, siguiendo en este punto, si la contaminación total declina con el increment o en el ingreso, probablemente el cambio tecnológico jugará un papel importante. Hicks (1932) distinguió entre innovación 'autónoma' e 'inducida'. La primera es exógena, la última es endógena a las fuerzas económicas. Ahora, si el efecto tecnológico es lo bastante fuerte para causar que la contaminación total decline sistemáticamente entre países a medida que el ingreso per cápita aumenta, entonces la innovación inducida es probablemente la causa. Las señales de mercado pueden contribuir al proceso de inducción. Por ejemplo, los costos crecientes de recursos pueden incentivar el cambio tecnológico para la conservación de recursos, y una demanda 'verde' del consumidor puede incitar a las empresas a adoptar tecnologías limpias. Sin embargo, Torras y Boyce (1998) plantean que las políticas gubernamentales han sido los más potentes estímulos al cambio tecnológico para la reducción de contaminación. Grossman y Krueger (1995) especularon que la más fuerte articulación entre ingreso y contaminación se genera vía política pública inducida (aquí se incluyen: normas regulatorias, impuestos a la contaminación y la creación de sistemas de permisos negociables).

Igualmente, estos autores afirman que esas políticas son a su vez inducidas por la demanda popular: 'A medida que las naciones experimentan mayor prosperidad económica, sus ciudadanos demandan que más atención sea puesta a los aspectos no económicos de sus condiciones de vida. Los países más ricos, los cuales tienden a tener relativamente un aire urbano más limpio y ríos menos contaminados, también tienen, relativamente, normas ambientales más rigurosas y aplicaciones más estrictas de sus leyes ambientales que los países más pobres o, incluso que los países de ingreso medio' (Torras y Boyce, 1998). Para estos autores el carácter de bien público de la calidad ambiental conduce a que la demanda efectiva de dicha calidad requiera soluciones a los fallos de mercado.

Ahora, no todos favorecen las políticas para reducir las diversas clases de contaminación. Algunos individuos se benefician de las actividades económicas que generan contaminación, pues de otra manera estas actividades no se realizarían. Los beneficiarios son los productores, quienes reciben un 'subsidio por contaminación' consistente en recursos económicos no gastados para control de contaminación, y los consumidores que obtienen parte de este subsidio vía precios más bajos (Templet 1995). En términos del análisis del bienestar, esos beneficios toman la forma de excedentes de productor y consumidor, respectivamente. Por su parte, otros individuos que están negativamente afectados por la contaminación soportan los costos netos. Mientras estos últimos ejercen vigilancia en un intento por establecer o consolidar controles ambientales, los beneficiarios ejercen presión contra esa vigilancia en un intento por evitar o, por lo menos, debilitar dichos controles (Boyce, 1994).

Así, se define b_i como el beneficio neto (costo neto si b_i < 0) obtenido por el individuo i a partir de una actividad económica generadora de contaminación. La regla normativa que utiliza el análisis costo-beneficio es establecer el nivel de contaminación que maximiza los beneficios netos agregados, esto es:

Ahora, dados los beneficios marginales decrecientes de la actividad generadora de contaminación, y los costos marginales crecientes de dicha contaminación, el nivel socialmente eficiente de la actividad contaminadora está dado por la condición usual de igualar los beneficios marginales a los costos marginales. De otro lado, Boyce (1994) describe los resultados reales de la política pública por medio de una 'Regla de Decisión Social Ponderada por Poder (RDSPP)', en la que los beneficios netos que se maximizan son aquellos que se han ponderado por el poder de los individuos que los reciben:

Donde πi = el poder del individuo i (el cual es tomado como exógeno). La RDSPP corresponde a la norma costo-beneficio sólo en el caso especial donde todos los individuos tienen igual poder. Cuando los individuos que reciben los beneficios de las actividades generadoras de contaminación son más poderosos que los individuos que soportan los costos de dichas actividades, la RDSPP pronostica altos niveles de contaminación (Boyce 1994). Ahora, lo contrario también puede ocurrir: si los individuos que soportan los costos de la contaminación tienen más poder que aquellos que obtienen los beneficios, la RDSPP pronostica niveles de contaminación ineficientemente bajos. Qué situación prevalece más dependerá de la relación entre b_i y π_i. Si estos términos están positivamente correlacionados, tal que los que reciben los beneficios de las actividades generadores de contaminación tienden a tener más poder que los individuos que soportan los costos, entonces, la mayor desigualdad estará asociada con más contaminación.

Para Boyce (1994), hay una razón para esperar que los beneficios netos de las actividades contaminadoras (b_i) estén positivamente asociados con el ingreso individual. Este autor plantea que los individuos con mayores ingresos, generalmente, poseen más activos, y consumen más bienes que aquellos individuos con ingresos más bajos. Por esto, entonces, se puede pensar que ellos podrán disfrutar de un mayor excedente, desde la perspectiva tanto del consumidor como del productor, incluyendo lo creado en la actividad contaminadora. No obstante, esto no quiere decir que los individuos de más altos ingresos quieran respirar aire sucio o beber agua contaminada. Lo que esto significa es que la vigilancia con la cual ellos persiguen eso, a través de la acción pública, es silenciada por los otros argumentos contenidos en sus funciones de utilidad. Esta tensión entre su gusto por calidad ambiental, de un lado, y su preferencia en bienes de consumo y beneficios, de otro lado, puede ser reducida canalizando su demanda por calidad ambiental en los bienes privados y semiprivados como casas lujosas, clubes de campo y vacaciones en lugares libres de contaminación.

A pesar de que es posible que dentro de una sociedad dada la intensidad marginal de contaminación del consumo decline con un ingreso individual creciente, la mayor desigualdad del ingreso puede estar asociada con mayor contaminación si el efecto composición industrial de esta distribución fuera superado por su impacto adverso sobre la desigualdad de poder y de ese modo sobre la vigilancia, la regulación y el cambio tecnológico que busca reducir la contaminación.

De otro lado, para Torras y Boyce (1998) el poder (π_i) también estará probablemente correlacionado con el ingreso. Aunque esto puede ser visto como algo evidente para mucha gente, son pocos los economistas que lo han mencionado. Simon Kuznets estuvo entre las excepciones. Kuznets (1963) plantea que la desigualdad de poder está en función de la desigualdad del ingreso y del ingreso per cápita. Así, afirma que 'uno puede argumentar que no sólo los equivalentes de bienestar sino también los equivalentes de poder del ingreso relativo mismo se separan mostrando un rango más amplio cuando el ingreso medio subyacente es más bajo que cuando es alto' (Kuznets 1963). Torras y Boyce (1998) se refieren a esta afirmación anterior como 'la hipótesis no expresada de Kuznets', ya que ha recibido menos atención que su hipótesis anterior acerca de la relación en forma de U invertida entre la desigualdad del ingreso y el ingreso per cápita.

Donde:
π= desigualdad de poder
G = desigualdad del ingreso
Y = ingreso per cápita
X = vector de determinantes no económicas del poder

El anterior razonamiento conduce a predecir que la mayor desigualdad del poder estará asociada con altos niveles de contaminación, a medida que los agentes que se benefician de las actividades contaminadoras puedan ser más capaces de predominar sobre aquellos que soportan los costos. Esta será la hipótesis a probar en este trabajo para la región de América Latina. Así el modelo estructural subyacente es:

CON = f(Y, π, Z)

Donde:

Se incluye en este modelo el ingreso per cápita (Y) para poder permitir los posibles efectos en la contaminación, aparte de aquellos generados por la desigualdad de poder.

Sin embargo, en contraste con la anterior hipótesis de Torras y Boyce (1998), Ravallion et al. (2000) y Scruggs (1998) plantean que la relación entre la desigualdad en la distribución del ingreso y el deterioro en la calidad ambiental puede tomar dos direcciones: en primer lugar está el caso que Ravallion et al. (2000) denominan 'Intercambio' o 'Trade-off', donde se asume que el nivel de emisiones crece con el ingreso -luego f '(y) >0 - y también se supone que la propensión marginal a emitir contaminación decrece a medida que el ingreso aumenta, así f ''(y) < 0. A partir de lo anterior, y contrario a la hipótesis esbozada por Torras y Boyce (1998), Scruggs (1998) y Ravallion et al. (2000) afirman que desde este punto de vista cualquier intento en reducir la desigualdad en la distribución del ingreso conducirá a un mayor incremento en el nivel de emisiones. Por lo tanto, la relación básica es 'a mayor desigualdad menor nivel de emisiones' (Ravallion et al., 2000). Scruggs (1998) defiende el anterior planteamiento argumentando que 'la población con mayor ingreso es más consciente acerca del deterioro ambiental y usa su poder, y conduce sus preferencias, hacia el cuidado del medio ambiente, ya que este segmento de población ya ha cubierto sus necesidades básicas y cuenta con una mayor disposición a pagar en comparación con el sector pobre de la población'.

En segundo lugar, Ravallion (2000), plantea que puede llegar a existir el caso 'ganador- ganador'. En esta situación se asume de nuevo que el nivel de emisiones se incrementa con el nivel de ingreso, es decir f '(y) >0, pero la diferencia es que se considera que la propensión marginal a emitir se incrementa a medida que el ingreso crece, luego f ''(y)>0. Es decir, una menor desigualdad en la distribución del ingreso conducirá a reducir el nivel de emisiones. Así, si más ingreso implica a su vez menor desigualdad, entonces, mejor calidad ambiental será el resultado.

Ante estas objeciones teóricas planteadas por Ravallion et al. (2000) y Scruggs (1998), la estimación del modelo planteado en el siguiente capítulo pretende probar, adicional al cumplimiento de la EKC en relación con América Latina, la validez empírica de la hipótesis de Torras y Boyce (1998) - el caso 'ganador-ganador' esbozado por Ravallion et al. (2000) -frente a la hipótesis planteada por Scruggs (1998), según la cual 'una mayor desigualdad social puede llevar a una reducción de emisiones de contaminantes atmosféricos e hídricos'. Igual que en el caso de la EKC, se pretende validar la anterior hipótesis para una muestra de doce países de América Latina.

EL MODELO ECONOMÉTRICO PARA AMÉRICA LATINA

A continuación se plantean los dos modelos econométricos que se estimarán en la búsqueda de comprobar la validez empírica para América Latina, de las hipótesis antes mencionadas. El modelo [1] se conoce como Modelo Cuadrático Simple (MCS) y el modelo [2] es llamado Modelo Cúbico Simple (MCuS). La estructura del modelo a utilizar es similar a la planteada en la ecuación [1], buscando poder comparar los resultados de esta estimación frente a estudios como el de Selden y Song (1994), Grossman y Krueger (1995), Shafik y Bandyopadhyay (1992). Igualmente, como ya se planteó en el capítulo anterior, la variable ingreso per cápita es incluida para permitir posibles efectos en la contaminación aparte de aquellos mediados por las variables geográficas (densidad poblacional) y la desigualdad de poder (distribución del ingreso y derechos políticos y libertades civiles). En este sentido, la variable PIB per cápita al cuadrado permite corrobar si se presenta la forma funcional cuadrática en la relación entre emisiones y PIB per cápita (EKC). Así mismo, la variable PIB al cubo permite probar si existe la forma funcional cúbica entre contaminación y PIB per cápita. Ahora, en ausencia de medidas directas de la desigualdad de poder, se utilizarán los derechos políticos y libertades civiles como variables proxi.

Por último, se incluirá la variable geográfica densidad poblacional como uno de los determinantes no económicos de los niveles de contaminación. Con respecto a esta última variable, se parte del supuesto de que a mayores niveles de densidad poblacional mayores serán los niveles de emisiones de contaminación, tanto atmosférica como hídrica. Se asume este supuesto dada la naturaleza urbana de las mediciones de contaminantes atmosféricos e hídricos, pues los datos disponibles para este estudio provienen de monitoreos en las áreas urbanas de los países que comprenden la muestra establecida.

Modelo [2]: modelo cúbico simple

Donde:

E_jt = La variable contaminación

Y_jt = PIB per cápita

Q_jt = Densidad poblacional (habitantes/ por kilómetro cuadrado)

F_jt = Derechos políticos y libertades civiles

GINI_jt = Coeficiente Gini de desigualdad del ingreso

La información obtenida se caracteriza por ser del tipo Datos de Panel. Para información de este tipo, y considerando también la naturaleza y objetivo del estudio, se encontró que la opción econométrica de análisis más adecuada era la estimación de coeficientes de sección cruzada vía mínimos cuadrados generalizados (Cross-Section Weights (CSW), por sus siglas en inglés). Este método tiene la virtud de corregir el problema de heterocedasticidad y covarianzas, logrando así estimadores robustos (el problema de heterocedasticidad y covarianzas se corrigió a partir del Test de White). Ahora, dentro del método de estimación por CWS se encuentran alternativas de modelación según exista o no heterogeneidad en los interceptos: i) estimación por efectos fijos y, ii) estimación por efectos aleatorios.

De un lado, el método de efectos fijos considera que existe un término constante diferente para cada individuo, y supone que los efectos individuales son independientes entre sí (Mayorga y Muñoz, 2000). Con este modelo se considera que las variables explicativas afectan por igual a las unidades de corte transversal y que éstas se diferencian por características propias de cada una de ellas, medidas por medio del intercepto. Por su parte, el método de efectos aleatorios establece que los efectos individuales no son independientes entre sí, sino que están distribuidos aleatoriamente alrededor de un valor dado. Con este método se considera que tanto el impacto de las variables explicativas como las características propias de cada unidad de la muestra son diferentes (Mayorga y Muñoz 2000). El anterior método sería apropiado si se cree que las unidades de sección cruzada de la muestra son extracciones muestrales de una población grande. Por tanto, el método de efectos aleatorios es el adecuado cuando se quiere hacer inferencias con respecto a la población. En este sentido, se plantea que en caso de que el interés esté limitado a una muestra que se ha seleccionado a conveniencia, o bien se está trabajando con toda a la población, la estimación de efectos fijos será la correcta.

Ahora, ya que en este estudio es importante la identificación de las unidades (países), dada la diferencia en términos de características geográficas, económicas y sociales, el modelo de efectos fijos surge como el más adecuado y útil para los propósitos establecidos. Además, como la muestra de países para América Latina de este estudio tiene un tamaño de 12 países (Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica, Ecuador, México, Perú, Uruguay, Venezuela y Honduras), puede decirse que el universo de países de la muestra establecida no es grande. De otro lado, en modelaciones preliminares, se realizó el Test de Hausman para evaluar si existen efectos fijos o aleatorios. Dichos resultados permitieron establecer la no aleatoriedad de residuales, determinando así la presencia de efectos fijos. Adicionalmente, debe decirse que la muestra fue seleccionada, no por aleatoriedad, sino por la disponibilidad de información para los diferentes países de América Latina.

ANÁLISIS DE RESULTADOS

Resultados de estimaciones para las emisiones de SO₂

Para esta variable de contaminación atmosférica, se corrieron los modelos [1] y [2]. Las estimaciones preliminares de ambos modelos para las emisiones de dióxido de azufre (SO₂), permitieron establecer el modelo [1] como el modelo más ajustado. En este sentido, se realizaron dos regresiones. En la primera regresión se estimó el modelo incluyendo como variables explicativas: el PIB per cápita, la densidad poblacional, la variable derechos políticos y libertades civiles y, por último, la variable GINI. Por su parte, en la segunda regresión se excluyeron las variables asociadas a la desigualdad social y económica, es decir, no se incluyeron F y GINI. Estas regresiones se realizaron con el objetivo de evaluar los cambios en los puntos umbral de la relación cuadrática entre emisiones del contaminante en mención y el PIB per cápita.

La tabla 2 resume los resultados econométricos de ambas regresiones. Debe reconocerse que las variables explicatorias utilizadas presentan signos de correlación serial, pues es clara la correlación entre variables como la distribución del ingreso y el PIB o entre PIB y densidad poblacional. No obstante, la correlación serial no afecta el insesgamiento o consistencia de los estimadores de la regresión, aunque sí afecta su eficiencia. Ahora, dada la corrección realizada por heterocedasticidad y covarianza en los modelos estimados en este trabajo, vía test de heterocedasticidad de White, se garantiza la obtención de estimadores eficientes pues la estimación de los modelos por método de los mínimos cuadrados generalizados satisface las suposiciones del modelo de regresión lineal clásico. Hechas las aclaraciones anteriores, puede observarse que tanto PIB, PIB² y F presentan los signos esperados, a partir de las hipótesis planteadas anteriormente. Los coeficientes de estas tres variables son todos significativos a un nivel de confianza del 99%. Lo anterior permite plantear que la Curva Ambiental de Kuznets se cumple para el caso de las emisiones de SO₂ América Latina. Ahora, el punto umbral de la EKC se obtiene estableciendo la derivada de la ecuación [1] e igualando a cero (con β₃ = 0), lo cual produce: Y* = - β₁ /2β₂. De esta manera, el estimado del punto umbral para las emisiones de dióxido de azufre es de U$12831 (expresados en paridad de poder de compra). No obstante, debe decirse que un PIB per cápita de esta magnitud está todavía muy lejano de alcanzar para la mayoría de los países latinoamericanos, ya que el PIB per cápita promedio de la muestra es de U$4523.

]]> Tabla 2. Resumen de resultados econométricos para SO₂

De otro lado, la variable GINI no presenta el signo esperado. Sin embargo, debe anotarse que el dióxido de azufre es un contaminante local, y su disminución puede lograrse con, relativamente, bajos costos económicos. Esto implica la posibilidad de que los países, tanto de mediano como de bajo PIB per cápita, pueden lograr reducciones permanentes en las emisiones de este contaminante, independientemente de la distribución del ingreso existente. Por su parte, la variable densidad de población tampoco presentó el signo esperado. Sin embargo, se plantea que la mayor población de las áreas urbanas tiene un mayor poder de presión sobre el ente local para lograr políticas efectivas de reducción de emisiones de este contaminante.

Ahora, al excluir las variables de desigualdad económica y social (GINI y F), se obtiene, igualmente, que se cumple la hipótesis de la curva ambiental de Kuznets para América Latina. Los estimados de las variables PIB y PIB² presentan los signos esperados, con una significancia estadística a un nivel de confianza del 99%. En este caso, el punto umbral a partir a partir del cual empiezan a decrecer las emisiones de SO₂ es de U$10621.36 (medidos en paridad de poder de compra). Este resultado implica que al tener en cuenta las variables de desigualdad social y económica se hace más lejano el tiempo para alcanzar el punto umbral e iniciar una fase virtuosa. Sin embargo, debe recordarse que mayores derechos políticos y libertades civiles conducen, dados los resultados obtenidos, a menores emisiones de SO₂, y que una mayor desigualdad del ingreso conlleva mayores emisiones. Por tanto, el logro de democracias más abiertas y la obtención de distribuciones de ingresos más justas pueden llevar a los países de bajo desarrollo a reducir el tiempo para alcanzar el nivel del PIB per cápita a partir del cual las emisiones de este contaminante empiezan a disminuir.

Análisis de resultados para la demanda bioquímica de oxígeno (DBO)

La tabla 3 describe los resultados econométricos obtenidos para DBO. Las variables densidad de población y derechos políticos y civiles (F) presentan los signos esperados según la hipótesis de Torras y Boyce (1998). Por su parte, los coeficientes de las variables PIB, y PIB² son estadísticamente significativos con un nivel de confianza del 99%. Estos resultados confirman la existencia de una trayectoria de Kuznets para las emisiones de este contaminante en América Latina. Según esto, existiría evidencia empírica para afirmar que los países con alto crecimiento económico ejercen presión para controlar la contaminación hídrica. Ahora, el punto de quiebre o punto umbral de la EKC umbral para DBO es de U$9109 (expresados en paridad de poder de compra). Así, esto lleva a plantear que, en la muestra de países, la demanda bioquímica de oxígeno en el agua empezaría a disminuir cuando los países alcanzan U$9109 de PIB per cápita. Ahora, la variable GINI presenta el signo esperado, según la hipótesis planteada por Torras y Boyce (1998).

Tabla 3. Resumen de resultados econométricos para DBO

Por otra parte, cuando no se incluyen las variables de desigualdad económica y social, los resultados plantean, igualmente, la obtención de una EKC para este contaminante en América Latina. Los estimados de las variables PIB, PIB² y densidad de población presentan los signos esperados y son estadísticamente significantes. En este caso, el punto de quiebre a partir del cual empiezan a disminuir la demanda biológica de oxigeno es U$9210, el cual es menor al estimado obtenido cuando se incluyen las variables de desigualdad económica y social. Esto significa que para este tipo de contaminación, el efecto de mayores libertades políticas pesa más que la mayor desigualdad del ingreso. No obstante, sería necesario analizar qué otros factores adicionales tienen un rol central en la reducción de emisiones de DBO.

Análisis de resultados para CO₂

Por último, al abordar el análisis preliminar del dióxido de carbono (CO₂), se encontró que ninguno de los dos modelos utilizados se ajustó adecuadamente. En este sentido, el mejor ajuste lo obtuvo un modelo lineal simple. Así, el coeficiente de la variable PIB tuvo el signo esperado. Lo anterior muestra que la hipótesis de la curva ambiental de Kuznets no se verifica para las emisiones de CO₂ en América Latina. De esta manera, se plantea que la relación entre emisiones de CO₂ y PIB per cápita es monótonamente creciente. Ahora, a excepción de la variable GINI, los coeficientes estimados de las demás variables fueron significativos estadísticamente con niveles de confianza del 99% (tal como se observa en la tabla 4). De otro lado, las variables de desigualdad social y económica presentaron los signos esperados. El resultado anterior confirma la afirmación de Torras y Boyce (1998) de que 'mayores derechos políticos y libertades civiles conducen a una mayor efectividad de las demandas por calidad ambiental'. Así mismo, se confirma de nuevo que una mayor densidad de población está asociada con mayores niveles de contaminación. En particular, mayor población implica tener mayor número de transporte automotor, más grandes industrias y, por tanto, mayores emisiones de dióxido de carbono. Así, dado que los países de América Latina se encuentran en la fase creciente de la curva ambiental de Kuznets, es claro que los países de bajo ingreso están muy lejos de lograr los niveles de PIB per cápita bajo los cuales se logra un descenso en los niveles de contaminación de CO₂.

De otro lado, es útil establecer algunas consideraciones en torno al dióxido de carbono. En primer lugar, el CO₂ es un contaminante global, por lo que en el modelo estimado se pueden estar omitiendo otras variables importantes que pueden ayudar explicar el comportamiento de las emisiones de uno de los contaminantes atmosféricos que más preocupa a la comunidad internacional. En esta vía, se plantea que dentro de las emisiones de CO₂ un componente importante son las emisiones naturales, cuyos factores determinantes difieren según sea el país. Así, se plantea que el factor temperatura es el más determinante en las emisiones naturales de dióxido de carbono. Al respecto, se argumenta que las mayores temperaturas conducen a mayores tasas de descomposición de la materia orgánica. Así, los países ubicados en el trópico tienen mayores tasas de descomposición orgánica y, por tanto, mayores tasas de emisiones naturales de CO₂ que los países de zonas templadas. Sin embargo, los países del trópico poseen mayores coberturas vegetales, lo cual implica que tienen mayores tasas de fijación de CO₂. Dado el argumento anterior, debe reconocerse que las futuras investigaciones acerca de la causa de las mayores emisiones de este contaminante deben involucrar variables de tipo ambiental y físico, con lo cual se lograría mejorar el análisis acerca los determinantes de la calidad ambiental, en este caso, de las emisiones de contaminantes atmosféricos.

En segundo lugar, como mayor crecimiento económico necesariamente implica mayores tasas de emisiones en el corto y mediano plazo, se requiere de fuertes políticas ambientales que busquen contraatacar los efectos nocivos de este mayor crecimiento económico.

Tabla 4. Resumen de resultados econométricos para CO₂

CONCLUSIONES

En primer lugar, se plantea que una de las críticas centrales para la hipótesis de la Curva Ambiental de Kuznets es la carencia de información uniforme en torno a las diversas variables señaladas como factores explicativos para los diferentes indicadores de calidad ambiental. Sin embargo, más allá de los problemas de tipo metodológico, debe afirmarse que la crítica central a la hipótesis de la EKC está en la línea de lo argumentado por Arrow et al. (1995). En efecto, el factor que obstaculiza la aceptación de la hipótesis de que el crecimiento económico puede ir de la mano con la calidad ambiental es que las EKC observadas tienen una relevancia limitada por las complejas relaciones entre los ecosistemas y la economía. Arrow et al. (1995) han señalado que los indicadores usados en los trabajos empíricos realizados relacionan sólo los flujos de contaminantes mientras que la calidad ambiental -por ejemplo, la viabilidad de los ecosistemas-es un stock. En este sentido, se plantea que debido a la contaminación pasada, las capacidades de carga y de resiliencia de los ecosistemas son afectadas y, por tanto, la contaminación puede continuar degradando el medio ambiente, a pesar de las reducciones observadas en las emisiones. Así, el cumplimiento de una curva ambiental de Kuznets no garantiza que los niveles de contaminación sigan dentro de los umbrales ecológicos más allá de los cuales el deterioro ambiental es irreversible.

Frente a lo anterior, se establece que la hipótesis de la curva ambiental debe revaluarse no sólo en función de los problemas metodológicos, sino también con respecto a la conceptualización del término medio ambiente. Si se aborda el concepto medio ambiente de una manera más integral, los factores aire, agua, suelos, ecosistemas, servicios ambientales y capacidad de carga deberían constituir, como un todo, este concepto. Por tal motivo, los esfuerzos por descubrir las articulaciones de esta relación deben encaminarse a construir verdaderos indicadores ambientales. En este sentido, se plantea que indicadores como el Índice de Bienestar Económico Sustentable (ISEW, por sus siglas en inglés), la Huella Ecológica o la Brecha Ambiental constituyen un primer paso en este camino. Con respecto a lo anterior, algunos países desarrollados, como Alemania, por ejemplo, han emprendido grandes esfuerzos para llegar a un análisis total de la relación economía-ambiente con el fin de describir cuantitativamente el estado del medio ambiente -el stock-y su uso -el flujo-. El análisis total consiste de estudios de recursos insumo-producto, estadísticas de emisiones de contaminación, de gastos ambientales y de tendencias temporales de los indicadores ambientales. Su principal objetivo es obtener algunos indicadores de sostenibilidad relevantes con el fin de guiar la política ambiental. Este camino debe ser seguido por los países latinoamericanos para lograr sendas de desarrollo sostenible en el mediano plazo.

Ahora, reconociendo que la Curva Ambiental de Kuznets sólo se restringe a la relación contaminación y PIB per cápita, es importante establecer algunas consideraciones frente a los resultados obtenidos en la búsqueda de la validez de la hipótesis de la EKC en el entorno de América Latina, a partir de la inclusión en el modelo tradicional de variables que representan la desigualdad económica y social.

Las conclusiones anteriores también pueden derivarse para el caso de emisiones de DBO, dados los resultados obtenidos. Ahora, en torno a las emisiones de CO₂, las evidencias halladas en este trabajo han verificado que no se cumple la hipótesis de la EKC. Se plantea que los países de América Latina se encuentran en la fase creciente de la curva ambiental de Kuznets. Investigaciones como las de Gangadharan y Valenzuela (2001) y Saravia (2002) establecen que el punto de quiebre a partir del cual las emisiones de CO₂ empiezan a disminuir se encuentra en un nivel de PIB per cápita que se mueve entre un rango que va de U$ 24914 a U$27000. Por tanto, es de esperar que las emisiones de este contaminante sigan creciendo en el mediano plazo en todos los países de Latinoamérica, pues el promedio de PIB per cápita actual en la región está por debajo de los U$4000 (medido en paridad de poder de compra). Así, es claro que países de bajo ingreso, como la mayoría de los países latinoamericanos, están demasiado lejos de lograr estos niveles de PIB per cápita.

Ahora, en relación con las implicaciones de política económica, social y ambiental se plantea, al igual que Saravia (2002), que los países de América Latina tienen dos opciones: por un lado asumir una actitud pasiva y esperar el tiempo que tome lograr que su población sea lo suficientemente rica para ubicarse en la trayectoria decreciente de la Curva Ambiental Kuznets. Esta opción, debido a lo lejano del punto umbral estimado, no es la más deseable por los crecientes efectos negativos del crecimiento económico en el corto plazo. De otro lado, los países de la región pueden esforzarse en hacer más corto este tiempo para alcanzar el punto umbral necesario. Así, lo que realmente importa no es el punto umbral calculado, sino el entendimiento del mecanismo oculto detrás de él, es decir, las características económicas, políticas, medioambientales y sociales específicas de cada país, las cuales, al final, son las que determinan la posición de este punto de quiebre a lo largo de la EKC. En efecto, como lo afirma Saravia (2002), detrás del modelo en forma reducida propuesto por la hipótesis de la curva ambiental de Kuznets existen, principalmente, factores y políticas específicas que, según sea el país o región, podrían conducir a mayores niveles en el punto umbral y/o mayor contaminación.

A partir de los resultados obtenidos en este trabajo, se plantea que además de las políticas ambientales, las políticas de distribución del ingreso y de fomento de las libertades democráticas en América Latina son determinantes para el logro de mejores resultados, tanto en materia ambiental como en bienestar social, de una manera más costo-efectiva. En este sentido, es vital obtener una adecuada y efectiva articulación entre las políticas ambientales y sociales con las políticas de fomento a la actividad económica con el fin de lograr un crecimiento económico más sostenible desde el punto de vista ambiental y social.

Una efectiva implementación de este conjunto de políticas le permitiría a los países que se encuentran en la fase creciente a pasar por un 'túnel' hasta llegar a la fase decreciente de la curva sin la necesidad de alcanzar un máximo de contaminación ambiental. Al respecto, se afirma que una combinación de políticas de impuestos y regulaciones ambientales que conlleven a una disminución en el uso de materiales y en el consumo de energía (lo cual, a su vez, disminuiría la polución y los desechos) lograría en un mediano plazo los objetivos ambientales propuestos.

BIBLIOGRAFÍA

1. ANDREONI, J. & A. LEVINSON. 1998. The Simple Analytics of the Environmental Kuznets Curve, NBER Working Paper Series, No. 6739, National Bureau of Economic Research, pp. 18-27.

2. ARROW, K., B. BOLIN, R. COSTANZA, P. DASGUPTA, C. FOLKE, C. S. HOLLING, B. O. JANSSON, S. LEVIN, K. G. MÄILER, C. PERRINGS & D. PIMENTEL. 1995. Economic growth, carrying capacity, and the environment. Science. No. 268: 520 -521.

3. BARRET, S. & K. GRADDY. 1997. Freedom, Growth, and the Environment. Mimeo,. London, London Business School, pp. 50-53.

4. BOYCE, J. 1994. Inequality as a cause of environmental degradation, Ecological Economics. No. 11:169-178.

5. CORREA, F. 2002. Las dimensiones ambientales del crecimiento urbano. Revista Semestre Económico. Universidad de Medellín No. 10:145-156.

6. DE BRUYN, S. & J. OPSCHOOR. 1997. Developments in the throughput-income relationship: theoretical and empirical observations. Ecological Economics. No. 20:255-268.

7. DE BRUYN, S. 2000. Economic Growth and the Environment: An Empirical Analysis. The Netherlands, Kluwer Academic Publishers, pp. 1-98.

8. EKINS, P. (1997), 'The Kuznets Curve for the Environment and Economic Growth: Examining the evidence', Environment and Planning, No. 29, pp. 805-830.

9. GANGADHARAN, L. & R. VALENZUELA. 2001. Interrelationships between income, health and the environment: extending the Environmental Kuznets Curve hypothesis. Ecological Economics. No. 36:513-531.

10. GROSSMAN, G. & A. KRUEGER. 1995. Economic growth and the environment. Quarterly Journal of Economics. No. 112:353 -78.

11. HICKS, J. R. 1932. The theory of Wages, London, Macmillan Press, pp. 156-162.

12. KUZNETS, S. 1963. Quantitative aspects of the economic growth of nations. Economics Development Culture Change. No. 11:70-80.

13. MAGNANI, E. 2000. The Environmental Kuznets Curve, environmental protection policy and income distribution. Ecological Economics. No. 32: 432-443.

14. MAYORGA, M. & E. MUÑOZ. 2000. La técnica de datos de panel: Una guía para su uso e interpretación. Banco Central de Costa Rica. División Económica. Departamento de Investigaciones Económicas. DIE-NT-05-2000. pp. 2-15.

15. PANAYOTOU, T. 1993. Empirical Test and policy Analysis of Environmental Degradation at Different Stages of Economic Development, Geneva, World Employment Research Programme, Working Paper, International Labour Office.

16. PANAYOTOU, T. 1997. Demystifying the environmental Kuznets curve: turning a black box into a policy tool. Environment and Development Economics. No. 2:465-484.

17. RAVALLION, M., M. HEIL, & J. JALAN. 2000. Carbon emissions and income inequality. Oxford Economic Papers, No. 52: 651-669.

18. ROTHMAN, D. 1998. Environmental Kuznets Curves-real progress or passing the buck? A case for consumption-based approaches. Ecological Economics. 25(2):177-194.

19. SARAVIA, A. 2002. La curva medio ambiental de Kuznets para América Latina y el Caribe. Documento de reflexión académica. No. 23. Universidad Mayor de San Simón. Facultad de Ciencias Económicas. Bolivia. pp. 10-25.

20. SCRUGGS, L. 1998. Political and economic inequality and the environment. Ecological Economics. 26(3):259-275.

21. SELDEN, T. & D. SONG. 1994. Environmental quality and development: is there a Kuznets curve for air pollution emissions?. Journal of Environmental Economics and Management. No. 27:147-162.

22. SHAFIK, N. & N. BANDYOPADHYAY. 1992. Economic Growth and Environmental Quality: Time-series and Cross-Country Evidence. Washington D.C., World Bank. Working Papers. WPS 904. pp.1-60

23. STERN, D. I., M. S. COMMON & E. B. BARBIER. 1996. Economic growth, trade and the environment: implications for the environmental Kuznets curve, World Development 24: 1151-1160.

24. SURI, V. & D. CHAPMAN. 1998. Economic growth, trade and energy: implications for environmental Kuznets Curve. Ecological Economics. 25(2):195-208.

25. TEMPLET, P. 1995. Grazing the commons: An empirical analysis of externalities, subsidies and sustainability. Ecological Economics. No. 12:141-159.

26. TORRAS, M. & J. BOYCE. 1998. Income, inequality, and pollution: a reassessment of the Environmental Kuznets Curve. Ecological Economics. 25(2):147-160.

27. WORLD BANK. 1992. Development and The Environment: World Development Report 1992. New York. Oxford University Press. pp. 20-65.

Recibido: 23/01/2007
Aceptado:27/04/2007