📈 economía

The Economics of Multidimensional Environmental Fraud: Extent, Intensity, and Enforcement

Este artículo modela el fraude ambiental como una decisión multidimensional que involucra tanto el número de infractores como la gravedad de las infracciones, demostrando que sin pruebas y sanciones suficientemente sofisticadas, los estándares ambientales más estrictos pueden aumentar paradójicamente las emisiones totales en exceso al incentivar a las empresas a desplazarse entre los márgenes de fraude extensivo e intensivo.

Autores originales: Abdelhakim Hammoudi, Abdelhakim Lounaci

Publicado 2026-09-21

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Abdelhakim Hammoudi, Abdelhakim Lounaci

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La regulación ambiental suele operar bajo una premisa simple: establecer un límite a la contaminación y las empresas deberán cumplir ese límite o enfrentar un castigo. Durante décadas, economistas y responsables de políticas han tratado esta elección como un interruptor binario, asumiendo que una empresa es o bien limpia o bien sucia. Pero el mundo real rara vez es tan blanco o negro. Cuando una empresa decide romper las reglas, no simplemente acciona un interruptor para convertirse en contaminadora; toma una serie de decisiones calculadas sobre cuánto desviarse, con cuántos productos desviarse y qué tan hábilmente ocultar la desviación. Esta es la idea central de un nuevo estudio de los economistas Abdelhakim Hammoudi y Abdelhakim Lounaci, quienes argumentan que el fraude ambiental es una estrategia multidimensional en lugar de un acto único de desafío. Su trabajo, inspirado en el masivo escándalo de emisiones de Volkswagen conocido como "Dieselgate", utiliza la teoría de juegos para mapear cómo las empresas equilibran el costo del cumplimiento frente al riesgo de ser descubiertas, revelando que reglas más estrictas sin una aplicación más fuerte pueden, a veces, empeorar la contaminación.

Los investigadores construyeron un modelo teórico para simular la interacción entre un regulador gubernamental y un fabricante de automóviles. En su escenario, el gobierno establece primero tres cosas: el límite legal de emisiones, la sofisticación de la prueba utilizada para verificar dichas emisiones y el tamaño de la multa si una empresa es atrapada. La empresa observa entonces estas reglas y decide si jugar conforme a ellas o desviarse. Si la empresa elige desviarse, enfrenta tres opciones específicas. Primero, debe invertir en un dispositivo tecnológico, esencialmente una pieza de software, capaz de engañar la prueba. Segundo, decide la "extensión" del fraude, es decir, cuántos vehículos de su flota serán equipados con este truco. Tercero, elige la "intensidad" del fraude, que es cuánto contaminante adicional liberarán esos vehículos engañados al aire cuando se conduzcan normalmente. El objetivo de la empresa es maximizar su beneficio minimizando el costo del truco y el riesgo de la multa, mientras sigue vendiendo autos que parezcan pasar la prueba.

El estudio encuentra que las empresas son altamente racionales en cómo distribuyen su desviación. No se desvían simplemente tanto como sea posible; equilibran cuidadosamente el número de autos involucrados frente a la cantidad de contaminación por auto basándose en lo que es más probable que las haga ser descubiertas. Si las autoridades son particularmente buenas detectando autos que emiten grandes nubes de humo, la empresa se desviará en pocos autos, pero podría permitir que esos pocos autos contaminen más. Por el contrario, si las autoridades son mejores detectando un gran número de autos que se desvían ligeramente, la empresa distribuirá el fraude en muchos vehículos pero mantendrá la contaminación por auto baja. Este acto de equilibrio significa que la cantidad total de contaminación que genera una empresa depende fuertemente de cómo el gobierno diseñe sus sistemas de detección.

Uno de los hallazgos más impactantes es que endurecer los estándares ambientales no conduce automáticamente a un aire más limpio. De hecho, los investigadores muestran que si un gobierno endurece el límite de emisiones sin aumentar simultáneamente la dificultad de la prueba, el tamaño de la multa o la capacidad de detectar el fraude, la empresa puede producir en realidad más contaminación. Esto sucede porque un estándar más estricto hace que sea mucho más costoso para una empresa cumplir legalmente. Si el costo del cumplimiento es alto y el riesgo de ser descubiertos sigue siendo bajo, el incentivo financiero para desviarse se vuelve abrumador. La empresa puede entonces decidir desviarse a una escala masiva, liberando tanta contaminación excesiva que la cantidad total de aire sucio en el medio ambiente aumenta, aun cuando el límite legal se haya reducido. Esto crea una paradoja donde las reglas ambiciosas, sin las herramientas necesarias para aplicarlas, pueden tener el efecto contrario y dañar el mismo medio ambiente que pretenden proteger.

Los investigadores también descubrieron que la forma en que se organiza el fraude importa tanto como la cantidad total del fraude. Encontraron que dos estrategias de desviación diferentes pueden resultar en el mismo volumen total de emisiones excesivas pero causar niveles muy diferentes de daño ambiental. Por ejemplo, tener unos pocos autos que contaminen extremadamente fuerte podría ser más dañino que tener muchos autos que contaminen moderadamente, dependiendo de cómo la contaminación afecte la calidad del aire local. Del mismo modo, distribuir una cantidad moderada de desviación a través de un gran número de vehículos podría ser más perjudicial que concentrarla en unos pocos, si el daño proviene de la mera cantidad de fuentes contaminantes. Esto sugiere que los reguladores no pueden limitarse a mirar el número total de autos que se desvían o la cantidad total de contaminación extra; también deben entender la composición del fraude. Una política que reduzca el número de autos que se desvían podría, inadvertidamente, fomentar que los autos restantes contaminen aún más, causando potencialmente más daño que antes.

Para resolver esto, el estudio sugiere que los reguladores necesitan pensar de manera diferente sobre la aplicación de la ley. Simplemente aumentar las multas o hacer las pruebas ligeramente más difíciles a menudo no es suficiente para detener el fraude; solo cambia cómo la empresa se desvía. El enfoque más efectivo implica una combinación de herramientas que hagan que el cumplimiento real sea más atractivo que el cumplimiento aparente. Esto incluye diseñar pruebas que reflejen las condiciones de conducción del mundo real en lugar de ciclos de laboratorio predecibles, invertir en el monitoreo independiente por parte de grupos externos como investigadores o vigilantes, y asegurar que las penalidades sean lo suficientemente severas como para superar las ganancias de desviarse. Los investigadores enfatizan que el objetivo no es necesariamente eliminar todo el fraude, lo cual podría ser demasiado costoso, sino encontrar un equilibrio donde el costo de desviarse sea tan alto que las empresas elijan cumplir.

En última instancia, esta investigación cambia la forma en que entendemos la relación entre las reglas y el comportamiento. Muestra que la protección ambiental no se trata solo de establecer un objetivo; se trata de entender el juego estratégico jugado por aquellos que podrían intentar eludirlo. Cuando una empresa decide desviarse, está realizando un cálculo complejo que involucra tecnología, volumen y riesgo. Si los reguladores no logran tomar en cuenta estas dimensiones, sus reglas bien intencionadas pueden ser fácilmente superadas. El camino hacia un aire más limpio, por lo tanto, reside en crear un sistema donde el costo de ocultar la verdad sea mayor que el costo de contarla, asegurando que la opción más rentable para una empresa sea también la opción que protege el medio ambiente.

Resumen Técnico: La Economía del Fraude Ambiental Multidimensional

Planteamiento del Problema
El artículo aborda una brecha en el análisis económico de la regulación ambiental, que tradicionalmente trata el incumplimiento como una elección binaria entre el cumplimiento total y la infracción. Motivados por el escándalo "Dieselgate", los autores argumentan que el fraude ambiental es una decisión estratégica multidimensional. Las empresas no se limitan a elegir violar una norma; optimizan una estrategia que involucra tres dimensiones distintas:

Elusión Tecnológica: La sofisticación del dispositivo (por ejemplo, software) utilizado para superar las pruebas de certificación mientras se violan los estándares en el uso del mundo real.
Alcance: El número de unidades (vehículos) equipadas con el dispositivo fraudulento.
Intensidad: La magnitud del exceso (emisiones excedentes) por unidad fraudulenta.

El problema central es cómo debe un regulador diseñar los estándares, los protocolos de prueba y las sanciones cuando las empresas pueden ajustar estratégicamente estos tres márgenes para maximizar la ganancia privada minimizando el riesgo de detección. Específicamente, el artículo investiga si el endurecimiento de los estándares ambientales, sin un aumento correspondiente en la capacidad de aplicación de la ley, podría paradójicamente aumentar la contaminación total al incentivar un fraude más sofisticado o generalizado.

Metodología
Los autores desarrollan un modelo de teoría de juegos secuencial con información completa que involucra a dos jugadores: un regulador y una empresa representativa del sector automotriz.

Movimiento del Regulador (Etapa 1): El regulador elige simultáneamente:
- El estándar ambiental ( $q$ ), donde un $q$ más bajo implica un límite más estricto.
- La sofisticación de la prueba de certificación pública ( $\theta$ ).
- La sanción monetaria ( $R$ ) aplicada al volumen agregado del fraude si se detecta.
- El regulador minimiza una función de pérdida social que comprende el daño ambiental, el costo social de endurecer los estándares, el costo institucional de las pruebas y el costo administrativo de las sanciones.
Movimiento de la Empresa (Etapa 2): La empresa observa las elecciones del regulador y decide si cumplir o cometer fraude.
- Si cumple, la empresa incurre en un costo convexo de mitigación.
- Si comete fraude, la empresa elige:
  - Sofisticación de la elusión ( $\gamma \ge \theta$ ) para superar la prueba.
  - El número de vehículos fraudulentos ( $n$ ).
  - Las emisiones excedentes por vehículo ( $q$ ).
- Probabilidad de Detección: La probabilidad de detección es una función del alcance ( $n$ ), la intensidad ( $q$ ), la sofisticación de la prueba ( $\theta$ ) y el monitoreo externo ( $v$ ). El modelo asume sensibilidad de detección a la intensidad ( $\alpha$ ) y al alcance ( $\beta$ ).
- Sanción: Si es detectada, la empresa paga una sanción proporcional al volumen agregado del fraude ( $n \times q$ ).

El concepto de solución es el Equilibrio de Subjuego Perfecto, resuelto mediante inducción hacia atrás. Los autores analizan soluciones interiores donde el fraude afecta a un subconjunto de la flota y la probabilidad de detección es menor a uno.

Contribuciones Clave

Marco de Fraude Multidimensional: El artículo va más allá de los modelos de cumplimiento binario para modelar explícitamente la optimización por parte de la empresa de la elusión y la intensidad del fraude, junto con la inversión en tecnología de evasión.
Paradoja Regulatoria: Demuestra que el endurecimiento de los estándares ambientales puede aumentar la contaminación total si los instrumentos de aplicación de la ley (sanciones, monitoreo, sofisticación de las pruebas) no se fortalecen simultáneamente. Un estándar más estricto aumenta el beneficio privado de la elusión; sin una disuasión creíble, esto conduce a mayores emisiones excedentes agregadas.
Composición vs. Volumen: El análisis distingue entre el volumen del fraude y su composición. Los autores muestran que los instrumentos de aplicación comunes (sanciones, monitoreo) reducen el volumen total de fraude, pero no necesariamente alteran la relación entre el alcance y la intensidad elegida por la empresa.
Daño No Lineal y Diseño de Políticas: El artículo introduce una función de daño donde el perjuicio ambiental depende no linealmente del alcance y la intensidad. Muestra que dos configuraciones de fraude con el mismo volumen agregado pueden causar diferentes niveles de daño dependiendo de si el daño es impulsado por valores atípicos de alta intensidad o por un incumplimiento moderado y generalizado.

Resultados Clave

Comportamiento de la Empresa: La empresa elige óptimamente la sofisticación mínima requerida para pasar la prueba ( $\gamma^* = \theta$ ). Equilibra el alcance ( $n^*$ ) y la intensidad ( $q^*$ ) del fraude de tal manera que la contribución marginal de cada uno a la probabilidad de detección se iguale respecto a sus costos. Específicamente, la relación $q^*/n^*$ está determinada por la relación de las sensibilidades de detección ( $\beta/\alpha$ ).
Invarianza de la Probabilidad de Detección: Bajo soluciones interiores, la probabilidad de equilibrio de detección es invariante a los cambios en las sanciones, el monitoreo o la rigurosidad del estándar. La empresa ajusta $n$ y $q$ para mantener una probabilidad de detección compatible con la rentabilidad. Por lo tanto, una reducción en el volumen de fraude observado no implica necesariamente un aumento en la probabilidad de detección.
La Paradoja de la Rigurosidad: El endurecimiento del estándar ( $q \downarrow$ ) aumenta el beneficio marginal del fraude. Si la aplicación de la ley ( $R, \theta, v$ ) permanece constante, el volumen agregado de fraude ( $n^*q^*$ ) aumenta. La contaminación total aumenta si el efecto del fraude inducido supera la reducción de las emisiones legalmente permitidas.
Fraude Residual Controlado: El regulador enfrenta un compromiso entre el costo de lograr una disuasión completa y el costo social de permitir un fraude residual "controlado". La disuasión completa puede ser demasiado costosa si el estándar es muy ambicioso o si los recursos de aplicación son limitados.
Composición del Daño: Cuando el daño es convexo en la intensidad (las emisiones altas son desproporcionadamente dañinas), el fraude concentrado en pocos vehículos es peor. Cuando el daño es convexo en el alcance (el incumplimiento generalizado es dañino), el fraude extendido en muchos vehículos es peor. Los instrumentos estándar reducen el volumen, pero no cambian la composición del fraude a lo largo de la línea $q^*/n^*$ ; cambiar la composición requiere alterar las sensibilidades relativas de detección ( $\alpha$ y $\beta$ ).

Significancia y Reivindicaciones
El artículo afirma proporcionar una interpretación estratégica y de gestión del fraude ambiental, destacando que el incumplimiento es técnicamente construido y no simplemente elegido. Su principal significancia radica en demostrar que:

Los estándares ambiciosos requieren una aplicación creíble: Un estándar más estricto por sí solo es insuficiente y puede ser contraproducente si eleva el incentivo para eludir sin elevar el costo esperado del fraude.
La aplicación de la ley debe dirigirse a los márgenes de manera distinta: Dado que los instrumentos comunes reducen el volumen de fraude sin cambiar su composición, una política efectiva puede requerir estrategias distintas para dirigirse al alcance y a la intensidad del fraude por separado, particularmente cuando el daño ambiental es no lineal.
El papel del monitoreo externo: Los actores externos (ONG, laboratorios independientes) juegan un papel crucial al reducir el costo de la disuasión para el regulador al aumentar la probabilidad de descubrimiento post-mercado, haciendo que el cumplimiento real sea más atractivo que el cumplimiento aparente.

Los autores concluyen que el desafío para los reguladores no es simplemente establecer estándares ambiciosos, sino diseñar un sistema de pruebas, sanciones y monitoreo que haga que el cumplimiento real sea verificable y la elusión sea suficientemente costosa.

Más como este