Introducción

Las actividades humanas están aumentando las emisiones de gases de efecto invernadero (GEI) en todo el mundo, especialmente en las naciones con altos ingresos (^{Mensah et al., 2018}), resultado del aumento de la población y del incremento en la demanda de energía (^{Riti et al., 2018}), estimuladas también por el crecimiento económico (^{Lu, 2017}). En consecuencia, crecen las amenazas del calentamiento global y del cambio climático.

Los gobiernos y las organizaciones están tomando medidas y acuerdos para mitigar estos efectos. Por ejemplo, en la convención marco de las naciones unidas sobre el cambio climático se acuerda la estabilización de las concentraciones de GEI en la atmósfera a un nivel que impida interferencias antropógenas peligrosas en el sistema climático. El protocolo de Kyoto establece que los países industrializados controlen y reduzcan las emisiones de GEI (^{Khan et al., 2018}). Asimismo, el acuerdo de París establece que “las emisiones mundiales de gases de efecto invernadero alcancen su punto máximo y empiecen a descender lo antes posible”, esto para mantener el incremento de la temperatura muy por debajo de 2 °C, limitándolo o tratando que solo sea de 1.5 °C; hasta la fecha, 187 partes han ratificado este acuerdo (^{United Nations Framework Convention on Climate Change [UNFCCC], 2020}). La Organización de las Naciones Unidas (ONU) plantea en el objetivo 13 de los objetivos del desarrollo sostenible (ODS) adoptar medidas urgentes para combatir el cambio climático y sus efectos, a través del cambio de actitudes, y recurrir a energías renovables (ER) y a otras soluciones para reducir las emisiones.

El crecimiento económico y el uso de ER podrían reducir las emisiones de GEI, por lo que es importante comprender mejor las relaciones entre estas variables. El presente trabajo tiene como objetivos (1) determinar el efecto que tiene el uso de energías renovables y el crecimiento económico sobre las emisiones de gases de efecto invernadero en dos grupos de países, uno con ingreso per cápita bajo y otro con ingreso per cápita alto, según la clasificación del Banco Mundial (BM), y (2) determinar el comportamiento de estas variables en México y Alemania. Esto dará un nuevo enfoque al agrupar países con ingreso per cápita bajo y de ingreso per cápita alto, según la clasificación del BM. Asimismo, se espera que mayores ingresos per cápita y mayor consumo de ER reduzcan las emisiones de GEI para ambos grupos de países. Las siguientes secciones del documento tratan la revisión de literatura, materiales y método, resultados y discusión, así como conclusiones.

Materiales y Métodos

Esta investigación se centró en determinar el efecto en las emisiones de GEI ante los cambios en las variables GEI, ER y PIB en dos grupos de países, así como en México y Alemania.

La primera parte consistió en hacer un análisis de datos panel a dos grupos de países, el primero incluye 22 de los 31 países de ingreso bajo (1 025 USD o menos al año) y el segundo incluye 28 de los 80 países de ingresos altos (12 376 USD o más), según la clasificación de ^{BM (2019)}, con una serie de datos anuales de 1990 a 2012. El número de países y del periodo estuvo en función de la disponibilidad de datos.

El grupo de países con ingresos bajos lo conformó: Benin, Burkina Faso, Burundi, Chad, Etiopía, Gambia, Guinea, Guinea-Bissau, Haití, Madagascar, Malawi, Malí, Mozambique, Nepal, República Centroafricana, Rwanda, Sierra Leona, Tanzanía, Tayikistán, Togo, Uganda y República Yemen.

El grupo de países con ingresos altos lo conformó: Alemania, Australia, Austria, Canadá, Chile, Eslovenia, España, Estados Unidos, Finlandia, Francia, Grecia, Irlanda, Islandia, Israel, Italia, Japón, Luxemburgo, Noruega, Nueva Zelandia, Países Bajos, Panamá, Portugal, Puerto Rico, Reino Unido, República Checa, Suecia, Suiza y Uruguay.

Según ^{Baltagi (20021)}, los datos de panel pueden medir los efectos mejor que el análisis por separado de corte transversal o el de series de tiempo, debido a que controlan la heterogeneidad individual y la colinealidad entre las variables. El modelo fue similar al planteado por ^{Mensah et al. (2018)}, ^{Qiao et al. (2019)} y ^{Vasylieva et al. (2019)}:

donde GEI representa las emisiones totales de gases de efecto invernadero en kt de CO₂, estos datos se obtuvieron de DataBank (^{BM, 2020a}); PIB es el producto interno bruto per cápita convertido a dólares internacionales a precios constantes de 2011, utilizando las tasas de paridad del poder adquisitivo, los datos se obtuvieron de ^{BM (2020b)}; ER es la proporción de energía renovable en el consumo total de energía final, los datos se obtuvieron del ^{BM (2020c)}; u_it es el error compuesto; α₀ es el intercepto; y los β_i son cada uno de los parámetros a estimar de las variables explicativas. Los subíndices i y t se refieren a los países y al tiempo.

El error compuesto u_it lo integran el error debido a los datos de corte transversal, el error por series de tiempo y un error meramente aleatorio. Cuando el error de corte transversal es 0, quiere decir que no hay heterogeneidad en los países y se podría utilizar un modelo pool. Cuando el error de corte transversal es diferente para cada país, es necesario utilizar un modelo de efectos fijos, en el que la heterogeneidad inobservable se incluye en α₀, es decir, toma diferentes valores que el modelo no calcula. Cuando el error de corte transversal es igual para todos los países, las diferencias inobservables se incorporan en el error aleatorio y se utiliza un modelo de efetos aleatorios.

En la segunda parte se hizo una comparación de las emisiones de GEI ante cambios en las variables ER y PIB para México y Alemania. Para esto, se realizó una regresión lineal mediante MCO para el mismo periodo de análisis.

Resultados y Discusión

Como análisis exploratorio, la Figura 1 muestra una comparación de las emisiones de GEI en los países con ingreso per cápita bajo y en los países con ingreso per cápita alto. Se observa que los países con ingreso per cápita alto emiten más cantidad de GEI que los países con ingreso per cápita bajo. En el grupo de países con ingreso per cápita alto hay una tendencia creciente; en cambio, en el grupo de los países con ingreso per cápita alto, en 2004, hay un máximo de emisiones y después empieza a decrecer, así como lo encuentran ^{Baležentis et al. (2020)}.

Fuente: Elaboración propia con datos del ^{Banco Mundial (2020a)}.

Figura 1 Gases de efecto invernadero (kt de CO₂) en países de ingreso per cápita bajo y alto. 

En la Figura 2 se observa que hay una mayor proporción de consumo de energía renovable sobre el consumo de energía total en los países con ingreso per cápita bajo; sin embrago, hay una tendencia a la baja en el consumo de ER, mientras que en el grupo de países con ingreso per cápita alto hay una tendencia creciente, es decir, cada vez están utilizando mayor energía renovable.

Fuente: Elaboración propia con datos del ^{Banco Mundial (2020c)}.

Figura 2 Proporción de energía renovable en el consumo total de energía final en países de ingreso per cápita bajo y alto. 

La primera parte de la estimación econométrica muestran los efectos del consumo de energías renovables (ER) y del ingreso per cápita (lnPIB) sobre las emisiones de gases de efecto invernadero (GEI) en los países con ingreso per cápita alto y en los países con ingreso per cápita bajo, para el periodo 1990 a 2012 (Tabla 1).

Se aplicaron dos pruebas para conocer la consistencia y elegir el mejor modelo: la prueba del estadístico F y la prueba de Hausman. El primero se refiere al contraste entre el modelo pool versus efectos fijos, el segundo contrasta el modelo de efectos fijos versus efectos aleatorios. Los resultados indicaron que el mejor modelo es el de efectos aleatorios para el grupo de países con ingresos altos, mientras que el mejor modelo para el grupo de países con ingresos bajos fue el de efectos fijos (Tabla 2).

Por lo tanto, el modelo de efectos aleatorios para países con ingreso per cápita alto podría escribirse de la siguiente manera:

El modelo de efectos fijos para países con ingreso per cápita bajo podría escribirse de la siguiente manera:

Al hacer este análisis con dos grupos de países, se obtuvo que el consumo de ER reduce las emisiones de GEI, tanto en países con ingreso per cápita alto (0.02494%) como en los países con ingreso per cápita bajo (0.0171%). Se observa un mayor efecto de estas energías en los países con ingresos altos, esto se debe a una mayor inversión y desarrollo en energías renovables.

Una mayor producción per cápita, o crecimiento del PIB per cápita, genera incrementos en las emisiones de GEI en ambos grupos de países, pero 3.2 veces mayor en los países con ingreso per cápita bajo, es decir, 3.5935% versus 11.6074%. Esto se debe a que la mayoría de estos países se encuentran en desarrollo, con mayores tasas de crecimiento del PIB que se traducen en mayor uso de energías fósiles y, por lo tanto, en mayor contaminación ambiental.

Estos resultados contrastan con los obtenidos por ^{Liobikienė & Butkus (2017)}, quienes obtuvieron para 180 países un coeficiente de 0.92%, pero a la vez son similares a los obtenidos por ^{Baležentis et al. (2019)} para 27 países de la Unión Europea, con un coeficiente de 0.025%. Sin embargo, estos autores no hacen una agrupación de los países según el ingreso per cápita.

Los países de ingresos bajos inducen un crecimiento de las emisiones de GEI mayor al de los países con ingresos altos, esto se debe a que, según ^{Baležentis et al. (2020)}, en los países pobres no pueden pagar o acceder a productos ecológicos o electricidad renovable, además de que en los países ricos hay una mayor preocupación por la calidad ambiental. Adicionalmente, el ritmo de crecimiento de las variables no es igual para los dos grupos de países, y esto también determina el impacto en el medio ambiente (^{Bjelle et al., 2021}).

En la segunda estimación econométrica se comparó el efecto que tienen las variables ER y PIB en las emisiones de GEI de México y Alemania. Los resultados fueron que, ante un incremento del 1% en el consumo de ER, los GEI se reducen 31 219.9 kt de CO₂ en México y 18 160.0 kt de CO₂ en Alemania. Esto se debe a que México tiene mayor participación de ER con respecto al consumo total de energía. En México, el promedio del consumo de ER fue de 11.34%, mientras que en Alemania fue de 5.35%, esto para el periodo 1990-2012.

En cuanto a la tasa de crecimiento económico, al incrementarse 1% el PIB per cápita, las emisiones se incrementan en 2223.47 kt de CO₂ en México y 530.564 kt de CO₂ en Alemania. Sin duda, el PIB per cápita de Alemania es mucho mayor al de México, pero la tasa de crecimiento del PIB per cápita de Alemania fue de 1.43% y la de México 1.05% en el mismo periodo. Las emisiones de GEI de Alemania son mucho mayores que en México, pero hay una diferencia; esto es, en Alemania hay una tendencia a la baja, mientras que en México la tendencia es creciente, estas tendencias son similares a los dos grupos de países según su ingreso per cápita.

Estos resultados concuerdan con los encontrados por ^{Ma et al. (2021)}, quienes reportan que las energías renovables no producen residuos o producen muy pocas emisiones; es decir, las ER proporcionan una solución integral en la que no emiten GEI y mantienen un alto crecimiento y desarrollo.

Conclusiones

Se realizó un análisis de panel a dos grupos de países según el ingreso per cápita y una regresión por mínimos cuadrados ordinarios (MCO) para Alemania y México, para el periodo 1990-2012. Los principales hallazgos encontrados son que el uso de las ER reduce las emisiones de GEI. Es decir, ante incrementos del 1% en el consumo de ER, disminuye la generación de GEI en 0.02494% en los países con ingreso per cápita alto y 0.0171% en los países con ingreso per cápita bajo. Los efectos son significativos en ambos grupos de países, pero en mayor proporción en los países con ingreso per cápita alto. Esto se debe a que los países están optando por ER como la hidroeléctrica, solar y eólica. Esto se comprueba al observar que las emisiones de GEI se reducen en mayor medida en México que en Alemania, porque México tiene mayor consumo de ER. En este sentido, es necesario incrementar el uso de energías renovables para reducir las emisiones y resolver problemas ambientales para contribuir y mitigar el cambio climático.

La inversión, la innovación y el desarrollo de ER contribuyen a mejorar la calidad ambiental al reducir el consumo de otras fuentes de energías no renovables, además de que ayudan a satisfacer las crecientes demandas de energía de la población.

El crecimiento económico (lnPIB) contribuye en mayor medida a las emisiones de GEI, sobre todo en los países con ingreso per cápita bajo, incluyendo México.

Estos modelos permiten entender en qué momento de la curva se encuentran ambos grupos de países. Si se encuentran en la etapa descendente de la curva, han alcanzado un máximo en las emisiones de GEI; por otro lado, si aún están en la etapa de crecimiento de la curva de emisiones, los países aún no han alcanzado el punto máximo de emisiones.