Estudio del impacto doméstico

No, este estudio es completamente distinto. Mientras ambos estudios tratan de modelar la misma política, lo hacen de maneras completamente diferentes, y intentan llegar a información completamente diferente.

La diferencia principal es que el REMI procura llegar a los efectos macroeconómicos, mientras que este estudio analiza los efectos micro-económicos (domésticos). Por lo tanto, este análisis es “estático” y no considera los efectos “dinámicos” que un impuesto al carbono tendría con el tiempo sobre el crecimiento económico, el empleo, los sueldos, el comercio, o los patrones de consumo. En vez de esto, el Estudio de Impactos Domésticos calcula el impacto financiero de corto plazo sobre las familias, asumiendo que la política sea implementada “en una sola noche”, con 100% de los costos pasando directamente a los precios pagados por consumidores, sin ningún cambio en comportamiento doméstico y sin ningún cambio en los procesos de producción, la tecnología, o las emisiones. Además, en este estudio la tarifa es gravable, mientras que en el estudio REMI no es. (Nota: esto no habría cambiado significativamente los resultados de REMI.) Además, los dos estudios manejan el ajuste fronterizo diferentemente.

Primero, hay que notar que el 53% de familias que benefician constituye un 58% de individuos. Sobre todo, un 72% de familias reciben un neto beneficio financiero o una pérdida menor de 0.2% de sus ingresos. Este estudio usa nuevas técnicas para llegar a un modelo distinto de la utilización familiar de los combustibles fósiles en EEUU, y pretende incluir los efectos de un ajuste fronterizo.

Esto resulta en una estimación diferente del cálculo “aproximado pero listo” que hizo el Centro de Impuestos al Carbono (Carbon Tax Institute). Ese cálculo encontró un beneficio para un 65% de familias. Otro cálculo hecho por Recursos para el Futuro (Resources for the Future) determinó que el promedio de los tres quintiles mas bajos benefician. Tal variación entre métodos tan diferentes es de esperar..

La diferencia se explica por los niños. Familias con niños recibirán un beneficio desproporcionado debido a la inclusión de niños como recipientes de los dividendos, junto a la mayor eficiencia del carbono realizada en hogares con múltiple habitantes. Es por eso que vemos un porcentaje menor de familias, mientras vemos un porcentaje mayor de la población que vive en tales familias..

Las familias latinas no solamente son más pobres por el promedio que las familias blancas (y así generalmente asociadas con una huella mas pequeña), pero también suelen ser bastante más grandes. Como la fórmula de los dividendos beneficia a familias mas grandes (y especialmente las familias con múltiples adultos), se aumentan los dividendos que recibirán antes de aplicar los impuestos, y así se aumenta el beneficio neto financiero (ver la Figura 15).

Para las categorías en este estudio, “pobreza” incluye las familias que ganan menos de 100% del Nivel Federal de la Pobreza (Federal Poverty Level, o FPL), mientras que “de bajos ingresos” incluye las familias que ganan menos de un 200% del FPL. Un 88% de las familias debajo del FPL tendrán un beneficio neto positivo, y un 82% de las familias de bajos ingresos beneficiarán (ver la Figura 14).

Esta pregunta es muy importante para CCL, aunque al final la respuesta está fuera del alcanze de este estudio. Algunas personas en esta categoría podrían ser individuos de cuales no nos preocupamos tanto – por ejemplo, un alumno en la universidad que recibe todo apoyo de sus padres pero que trabaja medio tiempo y así gana suficiente para estar en el último quintíl. Sin embargo, es dudable que tales circunstancias representan la totalidad ni tan siquiera la mayoría del 11% de las familias en el último quintíl que tendrían ni un neto beneficio financiero positivo ni una menor pérdida. A CCL nos interesa mucho caractizar a tales familias en futuras investigaciones, pero por el momento, nos alegra que el estudio actual resalta el hecho de que no todos en el último quintíl beneficiaría. Esto es un hecho que previas investigaciones no han resaltado tan obviamente. Sabemos que es mejor estar concientes del problema que seguir en ignorancia.

Debido a la suposición que la mayoría de las familias con ancianos y las de bajos ingresos en este modelo reciben cobertura pública a la salud (Medicare y Medicaid, respectivamente), sus gastos para la salud no están incluidos en los gastos calculados en este gráfico. En su lugar, este gráfico solo muestra los gastos en servicios privados de la salud, por lo cual hay un gran contraste entre el primero quintíl y los otros quintiles..

En este estudio, un 15% del quintil mas rico termina con un beneficio (Figura 8). Para el 85% que termina con menos, la pérdida promedia es una pequeñita porción de -0.20% de sus ingresos. De hecho, un 42% de este quintíl tendrá una menor pérdida de -0.2% de sus ingresos, o aún menos.

Hay muchas razones porqué el estudio es conservador. La razón más obvia es que el estudio supone que los costos pasarían completamente a los consumidores. Otras investigaciones indican que entre 10% a 20% del costo del impuesto sería pagado por los productores y no los consumidores. Esto significa que los consumidores tendrían un menor aumento de precios del aumento proyectado por el estudio actualmente, aunque habrían otros efectos en el empleo, los sueldos, y las ganancias de inversiones. Esto, a su vez, resultaría en un mayor beneficio financiero neto para algunas familias, y menor para otras.

No, los ingresos familiares no son el único factor impulsando los resultados. Esto se ve por comparar los resultados para los grupos “Minoridades (Minority)” y “Ancianos (Elderly)” en la Figura 14. El ingreso familiar, como un porcentaje de la línea federal de pobreza (FPL, por sus siglas en inglés), es similar en los dos grupos, pero las familias en la Minoridad reciben significativamente mayores efectos positivos: un neto beneficio financiero promedio (NFB, por sus siglas en inglés) de $148 en vez de solo $2 en las familias con Ancianos. Probablemente se debe esto a las diferencias entre la composición de la familia (es decir, la presencia de niños), y los dividendos que resulta..

En este estudio, “familia” se refiere al numero de personas viviendo bajo un solo techo.

El estatus rural, suburbano/pueblo, o urbano se determina al nivel de los códigos postales, por determinar la categorización de la mayoría del código postal según el conjunto de datos “códigos locales” (locale codes) creado por el Centro Nacional de Estadísticas Educacionales.

19% de las familias por todo el país reciben una “menor pérdida”, que se define como una pérdida financiera que no pasa debajo de un 0.2% de los ingresos familiares antes de aplicar los impuestos. Como el ingreso promedio estadounidense está cerca de $50,000.00, el 0.2% de eso es $100..

El estudio no provee un análisis formal de los impulsores de los patrones espaciales. Sin embargo, es posible suponer que tres factores explican por lo menos una parte de la variación. Primero, las regiones con electricidad comparativamente baja en carbono tienden salir mejor (comparar el mapa nacional con la Figura 5 en la Sección 5.5). Segundo, familias en las regiones suburbias tienden salir peor, reflejando los ingresos, el consumo, y las huellas de carbono más altas (son regiones “calientes” alrededor de centros urbanos). Tercero, las regiones con climas comparativamente apacibles tienden salir mejor.

Los patrones de los beneficios a lo largo de los grupos tienen sentido, dado el impacto de la edad tanto en las huellas de carbono como en los dividendos recibidos. Familias con más personas de mayor edad tienden tener huellas mas pequeñas, reflejando una mobilidad reducida y un consumo mas pequeño, que resulta de los bajos ingresos fijos. Familias mas jóvenes tienden ser mas grandes – y así benefician con la fórmula de los dividendos – además de su tendencia de tener ingresos y consumo menores al inicio de una carrera.

No. De manera importante, este análisis es “estático” y no considera efectos “dinámicos” que un impuesto al carbono tendría sobre el crecimiento económico, los empleos, los sueldos, el comercio, o los patrones del consumo con el tiempo. Tampoco considera los beneficios ambientales al nivel local o global. En vez de esto, el estudio calcula el efecto financiero sobre familias en el corto plazo, asumiendo que la política se implementa “en una sola noche”, con un 100% del impuesto pasando directamente a los precios que pagan consumidores, sin ningún cambio de comportamiento, y ningún cambio en los procesos de producción, las tecnologías o las emisiones

Se encuentra estos datos en la Tabla 2 en las páginas 39-40 del informe completo. La Inversión Privada Fija (PFI, por sus siglas en inglés) mide los gastos en la economía estadounidense de las empresas privadas, instituciones sin fines de lucro, y familias con activos fijos. Los activos fijos consisten en estructuras, equipo, y programas de computación usados en la producción de bienes y servicios. PFI incluye la creación de nuevos activos productivos, la mejora de activos existentes, y el repuesto de activos agotados o obsoletos..

Hay 48 categorías de gasto.

El Efecto Manhattan describe la variación en el precio de productos idénticos. Por ejemplo, una familia en Manhattan (Ciudad de Nueva York) gasta $2.00 por una botella de 2 litros de Coca-Cola, mientras una familia en Tulsa, Oklahoma gasta solo $1.33 por el mismo producto. Es razonable suponer que las huellas reales de carbono de cada gasto no son tan diferente a pesar de que uno cuesta un 50% más que el otro..

El Efecto Gucci describe las diferencias en los precios pagados entre familias dentro de una determinada categoría de gasto. Por ejemplo, un par de zapatos comprado en Walmart podría costar $30, mientras un par de zapatos de lujo, marca Gucci, podría costar $600. Las dos transacciones se categoriza como “zapatos y otro calzado” en los conjuntos de datos usados en este estudio. Los zapatos Gucci, de hecho, podría tener una huella de carbono más grande de los de Walmart, pero probablemente no una huella 20 veces mas grande, como los precios indicarían.

Primero, es importante recordar que este tipo de modelo asume una implementación instantáneo, y por eso no puede visualizar más que un solo precio al carbono. Sin embargo, si el precio inicial modelado fuese, por ejemplo, $30 en vez de $15, entonces la proporción de las familias beneficiando o perdiendo sería aproximadamente igual. Los números absolutos para los beneficios netos o pérdidas netas cambiarían un poco.

Sí. Usaron los resultados del Modelo de Macrosimulación del Centro de Política Fiscal del Instituto Urban-Brookings para estimar el impacto en los impuestos a la renta en varias familias. Ver la figura 7. En este estudio, se asume que los dividendos son gravables al nivel federal pero no al nivel estatal o local).

Sí, cuando calcula las diferencias en los precios a través del espacio, el estudio sí toma en cuenta las diferencias en los impuestos estatales y locales sobre el consumo y la venta, pero no sobre la renta o la propiedad. Primeramente, el estudio sustrajo los varios impuestos federales y estatales sobre el consumo de los precios (ver los detalles en la página 9 del estudio). Después de la interpolación espacial de los precios libres de impuestos, se añadió de nuevo los impuestos aplicables sobre el consumo y la venta para llegar a los precios por detalle que incluyen los impuestos en cada código postal.

La Oficina Congresional del Presupuesto (Congressional Budget Office, o CBO) utiliza una regla general de 25% pérdidas de esperar, pero esa es solo una regla general. En realidad, dependiendo del diseño del plan y los detalles de la implementación, una propuesta como el plan de CCL podría terminar con un balance negativo, neutro o positivo para el gobierno federal. Diferentes modelos llegarán a diferentes conclusiones para la misma política, pero la cosa importante, desde la perspectiva del defensor del clima, son el modelo y las suposiciones que utiliza la CBO..

Este estudio encontró que el gobierno recibiría un déficit neto de -$1.1 billón debido a la propuesta modelada. Es importante notar que en este papel, cuando se trata de los costos adicionales debidos al precio sobre el carbono, el término “gobierno” se refiere a todo nivel de gobierno, no solamente el gobierno federal. Además, favor de notar que el estudio no tuvo en cuenta los impuestos estatales a la renta (ver Pregunta Frequente #24). La CBO solamente está interesada en el gobierno federal..

No. El este estudio, no incluyeron ningún beneficio de evitar los impactos climáticos o la contaminación local del aire. Esta es una suposición importante cuando se hace un estudio tal como esto..
¿Cuales son las diferencias principales entre la política modelada y la propuesta de CCL?” accordion_id=”” icon=””]

Hay cuatro diferencias principales entre este estudio y la propuesta de CCL:

1. Este estudio solamente considera CO₂, mientras que la propuesta de CCL procura colocar una tarifa sobre los otros GEI asociados con la quema de combustibles fósiles o hechos por el hombre: metano, óxido nitroso, hexafluoruro de azufre, hidrofluorocarbonos (HFC), perfluorocarbonos y trifluoruro de nitrógeno..
2. Por razones de simplicidad, el modelo de este estudio reembolsa la tarifa sobre los combustibles fósiles producidos dentro de los Estados Unidos cuando sean exportados. Al contrario, el plan de CCL mantendría las tarifas sobre esos combustibles fósiles exportados (ver la nota al fondo de la página 34).
3. Este modelo contempla un solo fondo en lo cual se mete tanto los ingresos de la tarifa como los del ajuste fronterizo, mientras que la propuesta de CCL tiene dos fondos separados: uno para los ingresos de la tarifa y el otro para los ingresos recaudados por la cuota fronteriza sobre bienes intensivos en carbono.
4. Por supuesto, este estudio solamente examina los impactos de un solo precio al carbono de $15 por tonelada de CO2, mientras que la propuesta de CCL aumenta con el tiempo. Sin embargo, tal vez sería mejor describirlo como una limitación del modelo que como una diferencia, ya que el estudio está diseñado para evaluar solo el efecto al corto plazo de la política.

Sí, pero hay algunas diferencias entre el ajuste fronterizo modelado en el estudio, y el ajuste fronterizo en la política de CCL (ver la Pregunta Frecuente arriba sobre las diferencias entre la propuesta de CCL y la política modelada en el estudio.).

Este estudio supone que la intensidad del carbono de los bienes importados es igual que la intensidad de carbono de bienes semejantes producidos en los EEUU. Esta suposición es políticamente y económicamente conservadora. Decimos políticamente porque es menos probable que tal tratamiento tenga conflicto con las consideraciones de la Organización Mundial de Comercio sobre el Tratamiento Nacional. Decimos económicamente porque el sector energético estadounidense es relativamente limpio y eficiente con respeto al carbono comparado con otros países.

No, este estudio solamente considera una tarifa sobre los combustibles fósiles por sus emisiones de CO2. La inclusión de solamente CO2 es una práctica común en la literatura económica sobre impuestos al carbono. Lo hace mas fácil comparar los estudios, y evite bastante incertidumbre relacionada al conteo preciso de los varios otros GEI.

Emisiones directas incluyen emisiones asociadas con el consumo directo de energía (por ejemplo, la electricidad, el gas natural, la gasolina, entre otros). Emisiones indirectas de CO2 se emiten durante la producción de otros bienes y servicios (por ejemplo la comida, los electrónicos, una visita al médico, etcétera: ver la página 2 del informe completo).

Un impuesto tiene el objetivo principal de generar ingresos. Por el contrario, una tarifa recupera el costo de proporcionar un servicio a un beneficiario. Así que tanto la propuesta modelada en el estudio como la política de CCL son mas precisamente llamadas tarifas. Sin embargo, en la literatura académica, “impuesto al carbono” es el término general para varias políticas que aumentan el precio de quemar combustibles fósiles por una cantidad fija basada en el contenido del carbono del combustible. Decir “tarifa” es más específica. La distinción es análoga a describir a su mascota como “perro” o como “chihuahua”. Decir “chihuahua” entrega más información, pero decir “perro” también es preciso..

En la práctica de economía, es común publicar documentos de trabajo. A menudo, los autores publican documentos de trabajo para compartir ideas sobre un tema o para provocar retroalimentación antes de entregarlo en una conferencia revisada por pares o a una revista académica. Frecuentemente, documentos de trabajo sirven como una base para obras relacionadas, y pueden ser citados en papeles revisados por pares. Se puede considerarlos “literatura gris”. Como tal, la publicación actual podrá cambiar a través del tiempo. La versión más reciente refleja los mejores datos y entendimiento disponible al momento de publicación. CCL asegurará que la versión mas reciente del documento es la versión disponible en nuestro sitio web.

El estudio consiste en una simulación de los efectos al nivel familiar, usando como entradas principales dos encuestas nacionales: Encuesta Comunitaria Americana y Encuesta de Gastos de Consumidores (American Community Survey and Consumer Expenditure Survey), y los datos de “entrada-salida” específicos para los sectores, proporcionados por la Agencia de Análisis Económica (Bureau of Economic Analysis).

Se usaron varias bases de datos para calcular los resultados de este estudio. Una descripción básica de ellas y cómo las usaban está aquí:

• Los gastos por categoría al nivel doméstico se encuentra en la Encuesta de Gastos de Consumidores (Consumer Expenditure Survey, o CEX) de la Agencia de Estadísticas del Trabajo (Bureau of Labor Statistics, o BLS). La encuesta usa datos reportados por los consumidores.

• “Tablas de “entradas-salidas” y datos de “cuentas nacionales” de la Agencia de Análisis Económica (Bureau of Economic Analysis , o BEA) detallan el flujo monetario de las mercancías hacia y desde de los sectores. Se usa estas tablas para estimar la intensidad del carbono de los gastos (Carbon Intensity of Expenditure, o CIE) para mercancías individuales..

• La Encuesta Comunitaria Americana (American Community Survey, o ACS) es mucho mas grande de la CEX, pero las dos tienen cosas en común en sus variables domésticos y geográficos. Este estudio empieza con los datos combinados de CEX-ACS. Incluye gastos ajustados por la inflación (en dólares de 2012) para casi 6 millones de familias a través de 52 distintas categorías de gastos durante el periodo 2008-2012, y también los datos completos de los variables al nivel familiar que contiene el ACS..

• Usa datos de la Administración de Información Energética (Energy Information Administration, o EIA) integrados en las tablas de “entradas-salidas” sobre la cantidad de CO2 emitida por cada combustible en los sectores de “Electricidad” y “Otros”.

• En el caso de importaciones y exportaciones de combustibles, se calcula el asociado carbono por separado, integrando más datos de EIA sobre las cantidades físicas de combustibles fósiles producidos, importados y exportados con los factores de emisiones de CO2 proporcionados por la Agencia de Protección Ambiental (Environmental Protection Agency, o EPA).
• Existe un conjunto propietario de datos sobre precios que pagan consumidores, hecho por el Consejo para Investigaciones Comunitarias y Económicas (Council for Community and Economic Research, o C2ER). Este conjunto contiene los precios reportados por consumidores para 53 bienes y servicios individuales (aquí llamados “ítemes”) entre 2008 y 2012 para casi 400 áreas urbanas. Estos datos incluyen, por ejemplo, el precio al detalle de un galón de gasolina regular o una botella de 2 litros de Coca-Cola, entre otros.
• La Encuesta Nacional de Examinación de la Salud y la Alimentación (National Health and Nutrition Examination Survey, o NHANES) contiene una entrevista dietética en cual los participantes recuerdan las cantidades físicas de comida ingerida durante un periodo de dos días. Se usa esto para estimar el efecto Gucci.
• Usó la Encuesta del Consumo Residencial de Energía (Residential Energy Consumption Survey, o RECS) de la EIA para analizar cómo varia el efectivo precio-por-kilovatio-hora con la variación en el uso de electricidad en las diferentes regiones del país.

Los resultados por tipos de comunidad (rural, suburbano/pueblo o urbano) se derivan estimando el tipo dominante por cada uno de los 30,000+ códigos postales, utilizando el conjunto de datos espaciales de “códigos de localización” desarrollado por el Centro Nacional de Estadísticas de Educación (NCES).

Sí, es la intención del autor publicarlo en una revista revisada por pares, y actualmente está buscando comentarios de otros economistas. En el campo de economía, es común que demore años entre la primera entrega de un papel y la fecha cuando finalmente se lo publica.

Kevin Ummel actualmente es un Investigador Académico en el program energética del Instituto Internacional para Análisis Aplicada de Sistemas (IIASA, por sus siglas en inglés). Logró su licenciatura en política pública en la Universidad de Stanford, y su maestría en ciencias ambientales, la política y la gerencia en la Universidad de Manchester.

En 2014, el Señor Ummel publicó un papel de trabajo titulado “¿Quién contamina? Una base de datos al nivel familiar de la huella estadounidense de gases de efecto invernadero”, mientras estaba trabajando como el Mayor Asociado Visitante en el Centro para el Desarollo Global (Center for Global Development, o CGD). Este papel fue el primero que creó una nueva base de datos que juntó la Encuesta Comunitaria Americana (ACS por sus siglas en inglés, una encuesta de gran escala sobre familias representativas del país), con información altamente detallada sobre las huellas del carbono.

Esta base de datos es idealmente construida para examinar el impacto de un impuesto al carbono, gracias al gran tamaño de la muestra relativa a las fuentes de datos anteriormente usados (como la Encuesta de los Gastos de Consumidores). El análisis conducido para el informe de CCL mejora esta base de datos, utilizando datos adicionales para crear simulaciones más precisas de los gastos domésticos y las huellas de carbono.

Ver abajo para los enlaces a los biografías del Señor Ummel en los sitios del CGD y la IIASA, incluyendo sus papeles de trabajo y citaciones:

CGD: http://www.cgdev.org/expert/kevin-ummel

IIASA: http://www.iiasa.ac.at/staff/staff.php?type=auto&visibility=visible&search=true&login=ummel