Professional Documents
Culture Documents
medioambiental
La contaminación ambiental en Perú
1
Índice
Introducción…………………………………………………………………………………………3
Desarrollo……………………………………………………………………………………………4
Conclusión…………………………………….…………….……………...……………………..12
Bibliografía………………………………………………………………………………….……..13
2
Introducción
Perú emite diariamente 380 mil toneladas de dióxido de carbono, del cual un poco más
60% se produce por la tala y quema de árboles, así como las malas prácticas en la
agricultura y ganadería, mientras que casi el 30% es por las industrias, el transporte y la
basura.
En el 2010, Perú aportó 0,4 % de las emisiones de dióxido de carbono en el mundo y 5,7
toneladas per cápita.
Según la OMS (Organización Mundial de la salud), el Perú es uno de los países más
contaminados de América Latina; anualmente se registran 10 mil muertes en este país a
causa de la contaminación por agua y alrededor de 5 mil fallecimientos por contaminación
de aire. Según la misma entidad, lima es una de las ciudades más contaminadas de
américa latina y posee una de las peores calidades de aire en la región.
El objetivo además es realizar una regresión con programas facilitados por el profesor
para analizar los modelos estimados que obtengamos a raíz de los datos extraídos por
nosotros1. En el trabajo, además, se expondrán los modelos extraídos y su análisis
respecto a los coeficientes exigidos por el profesor.
1
La gran mayoría de los datos fueron obtenidos desde la página web del Banco Mundial
3
Desarrollo
4
¿De dónde se produce la contaminación en el Perú?
Perú emite diariamente 380 mil toneladas de dióxido de carbono del cual un poco más
60% se produce por la tala y quema de árboles, así como las malas prácticas en la
agricultura y ganadería, mientras que casi el 30% es por las industrias, el transporte y la
basura.
En el 2010, Perú aportó 0,4 % de las emisiones de dióxido de carbono en el mundo y 5,7
toneladas per cápita.
Según la OMS (Organización Mundial de la Salud), el Perú es uno de los países más
contaminados de América Latina; anualmente se registran 10 mil muertes en nuestro país
a causa de la contaminación por agua y alrededor de 5 mil fallecimientos por
contaminación de aire. Según la misma entidad, lima es una de las ciudades más
contaminadas de américa latina y posee una de las peores calidades de aire en la región.
Deforestación:
Perú emite diariamente 380 mil toneladas de dióxido de carbono del cual un poco más
60% se produce por la tala y quema de árboles, así como las malas prácticas en la
agricultura y ganadería, mientras que casi el 30% es por las industrias, el transporte y la
basura. En el 2010, Perú aportó 0,4 % de las emisiones de dióxido de carbono en el
mundo y 5,7 toneladas per cápita.
5
PLANTEAMIENTO DEL MODELO:
DONDE:
𝑌̂𝑖 : Se define como la variable dependiente a explicar siendo la emisión de CO2 (toneladas
métricas per cápita).
α: Es la constante o contribución inicial del modelo, utilizada para cada cálculo de este.
𝑋𝑖1 : Corresponde al PIB per cápita (US$ a precios actuales). Por cada dólar que aumente
el PIB per cápita, 𝑌̂𝑖 aumenta en 𝛽1 manteniéndose las demás variables constantes.
𝑋𝑖3 : Uso de energía (Kg de equivalente de petróleo per cápita). Por cada kilogramo per
cápita que aumente el uso de energía, 𝑌̂𝑖 aumenta en 𝛽3 manteniéndose las demás
variables constantes.
1. PIB per cápita: Esta es una variable que no solamente expresa el ingreso per
cápita, sino que al desglosar su ecuación se encuentran las cifras de los gastos
fiscales, consumo, ingreso y exportaciones netas. Esta variable fue elegida ya que
estas influyen dentro de la contaminación ambiental en Perú.
2. % de crecimiento anual de población: El crecimiento demográfico afecta
directamente al medioambiente, pues mientras más personas residan en un país,
mayor será la contaminación debido a los deshechos de las personas.
3. Uso de energía (Kg de equivalente de petróleo per cápita): El uso de energía
dentro de Perú está dado por centrales hidroeléctricas y termoeléctricas (70% y
30% respectivamente)2. Sin embargo, estos datos son importantes ya que el 50%
de esta energía producida es consumida por las industrias en Perú. La combustión
de combustibles fósiles y el deterioro medioambiental de las centrales
hidroeléctricas son factores a tomar en cuenta al medir la contaminación.
2
Revisar http://minagri.gob.pe/portal/45-sector-agrario/recurso-energetico/342-la-energia-electrica
6
4. Las exportaciones de metales y minerales: Bien sabemos que Perú es un país
que posee un motor económico minero, también debíamos hallar una manera de
encontrar la producción del país, pues Perú contiene una demanda externa de
minerales, como el Litio. No solamente por esto, las actividades que conlleva la
exportación de metales y minerales (explotación de los recursos en sí) producen
una contaminación considerable en cuanto a la producción.
Con el modelo original definido, se utilizó el software STATA, para estimar la emisión
de CO2 obteniendo los siguientes resultados:
7
Del test podemos corroborar la sospecha de que efectivamente las variables
independientes sobreexplican el modelo, habiendo un coeficiente VIF > 1 para todos
los casos. Con ello rechazamos la no multicolinealidad.
Además se analiza la autocorrelación de parámetros con los test Durbin-Watson y
Durbin-Watson alternativo con un rezago.
8
variables que tengan una relación más estrecha con la variable a estimar, “emisión de
CO2”.
9
Habiendo aplicado los mismos test, podemos observar que nuevamente tenemos
variables no significativas, es decir, no son relevantes al modelo; y prácticamente no
existe multicolinealidad. Sin embargo, hay que destacar que el test de Durbin-Watson,
si bien nos enfrenta a la misma situación, donde nos encontramos en una zona de
indecisión, su test alternativo asegura que no existe correlación de primer orden
siendo su valor p= 0.0556 > 0.05. Por lo tanto, este periodo no afecta a los anteriores.
De esta forma escogeremos dicho modelo para explicar la emisión de CO2, el cual
cumple con los supuestos del MCO analizados y contiene un coeficiente de
determinación robusto.
10
Podemos observar variables significativas y un modelo que se equivoca solo en un
0.06861 (Root MSE), siendo este el modelo más ajustado a las variables utilizadas
y más eficiente, pero como se está dando prioridad al supuesto de no auto
correlación, no podemos aceptar este modelo puesto que tiene auto correlación en
los rezagos de primer y tercer orden.
11
Conclusión
Perú, un país con motores económicos centrados en la exportación de bienes sin valor
agregado (harina de pescado), metales y minerales, es un país que posee un potencial
económico que no se ha aprovechado en un 100%. Sin embargo, la economía, en
comparación a 30 años atrás, ha crecido de manera relevante, llegando al punto de
haberse establecido como un país industrializado con un motor económico competente.
El modelo estimado que obtuvimos gracias a los datos obtenidos del Banco Mundial arrojó
un coeficiente de determinación considerablemente alto, sin embargo, notamos la
presencia de multicolinealidad e intentamos resolver eso aplicando la función logarítmica
al modelo, pero aun así los test aplicados arrojaron resultados que determinan que las
variables si explican la emisión del CO2.
Lamentamos la falta de datos que podrían aumentar los coeficientes necesarios para la
estimación del modelo. Ya que existen muchos datos que podrían aportar mucho a
nuestro modelo para así reducir la cantidad de variables insignificantes (como el
crecimiento de la población del primer test) para que el modelo sea más parsimonioso.
Por ejemplo, una de las variables que estudiamos que más afectan al medioambiente en
Perú es la deforestación. Sabemos que dentro del Norte de Perú existe un sector
amazónico el cual se ve afectado por la contaminación que existe en el país.
Pensamos que la no existencia de variables que podrían aportar al modelo, como por
ejemplo “grado de conciencia ambiental per cápita”, serían perfectas para que nuestro
modelo se explique de una mejor manera, o por ejemplo, hacer o inventar el “índice de
conciencia medioambiental empresarial” podría aportar a las problemáticas respecto al
modelaje de la emisión del CO2. Sumado a esto, la falta de datos oficiales, por ejemplo, la
medición de la deforestación en Perú no ha tenido una medición histórica para nuestro
modelo (1972-2012), por lo que no la agregamos ya que esta medición no ha sido
incorporada desde esos años. Pensamos que este índice es uno de los más importantes
ya que según el Banco Mundial3 los bosques mitigan el cambio climático reteniendo el
CO2 emitido por la quema de combustibles fósiles.
3
Revisar https://www.bancomundial.org/es/topic/forests/overview
12
Bibliografía
https://gestion.pe/economia/a/deforestacion-amazonia-peruana-afecta-1-5-millones-
hectareas-79455
https://peru21.pe/lima/deforestacion-peru-preocupa-fao-111663
https://andina.pe/agencia/noticia-el-70-aguas-residuales-peru-se-vierte-sin-tratamiento-
afirma-viceministra-286553.aspx
https://larepublica.pe/sociedad/1180750-cada-ano-mueren-15-mil-peruanos-como-
consecuencia-de-la-contaminacion
https://www.bancomundial.org/es/topic/forests/overview
https://datos.bancomundial.org/pais/peru?view=chart
http://www.peruinformation.org/economia
13