Maryna povitkina sverker c. Jagers

 

12 

Hence,  seven  countries  (the  U.S.,  Turkey,  Indonesia,  Malaysia,  Japan,  Saudi  Arabia,  and  Russia) 

have several MTI scores – one for each of their coastlines  - while having only one national value of 

independent variables to correspond to them. This is also the case for sixty-seven island-colonies, 

where MTI values are available but there are no corresponding values of the independent variables. 

We therefore chose to exclude these cases from the analysis. In doing so, considerable variance in 

our dependent variable is lost, but we still consider our strategy of excluding cases a safer option 

than alternative approaches. An alternative strategy would have been to average the values of MTI 

for  countries  with several  coastlines  in  order  to  obtain  a  single  national score for the  dependent 

variable to correspond with other variables. Another strategy would have been to impute data for 

independent variables to the regions or islands-colonies with no regional measures. However, both 

of these other strategies have obvious problems. The strategy of creating average values of MTI for 

coastal regions would distort the data. The strategy of imputing data for the coastal regions or col-

onies, might not correspond to reality and may thus produce misleading results. 

The results presented in the next section follow the model described above. However, we 

also performed a number of alternative estimations. We tested several lag structures. Using differ-

ent  lags  of  the  independent  variables  in  time  indicated  that  the  one-year  lag  produced  the  most 

significant results. Since previous studies found a U-shaped relationship between GDP and envi-

ronmental outcomes (e.g., Grossman and Kreuger, 1993, 1995) as well as between democratic de-

velopment and environment (e.g., Buitenzorgy and Ancev, 2011), we also tried a similar model but 

with squared values of those variables included. However, the results were similar to those present-

ed  in  the  tables.  Granger  causality  testing  seems  to  confirm  that  no  reversed  causality  exists  be-

tween our dependent and independent variables.  

 

Results and analysis 

In  this  section  we  empirically  explore  the  relationship  between  levels  of  democracy  and  annual 

changes  in  the  marine  trophic  index  during  different  stages  of  economic  development.  We  first 

apply  our  equation  to  the  whole  sample  to  investigate  the  relationship  between  our  variables  of 

interest on the global scale and across time. In order to find out whether democracy exerts an influ-

ence on the changes in marine trophic levels during different stages of economic development, we 

then explore this relationship in different income groups. 

---

 

13 

Table  1  presents  the  results  from  our  multivariate  model  on  the  global  sample  over  all 

available  years.  The  unit  of  analysis  is  country-year  and  the  sample  includes  142  marine  coastal 

states over the years 1972-2006. The analysis shows that democracy is significantly and negatively 

correlated with changes in marine trophic levels. According to this pattern, less democratic coun-

tries tend to have less healthy marine ecosystems. However, when we proceed to divide countries 

based on their income, we can note some more detailed trends, not visible in the first analysis. 

 

TABLE 1. THE INFLUENCE OF DEMOCRACY ON CHANGES IN MARINE TROPHIC LEVELS  

DV: Differenced MTI 

Model 1 

Model 2 

Model 3 

Model 4 

Model 5 

 

 

 

 

 

 

Democracy 

-0.00220** 

-0.00226** 

-0.00301*** 

-0.00298*** 

-0.00269** 

 

 

(0.000792) 

(0.000774) 

(0.000854) 

(0.000845) 

(0.000907) 

Openness to trade 

 

0.00218 

0.000177 

0.00111 

-0.00334 

 

 

 

(0.00505) 

(0.00480) 

(0.00590) 

(0.00715) 

Population 

 

 

0.0196* 

0.0199* 

0.0210* 

 

 

 

 

(0.00779) 

(0.00789) 

(0.00818) 

GDP per capita 

 

 

 

-0.00329 

-0.00345 

 

 

 

 

 

(0.00741) 

(0.00660) 

Trawling intensity 

 

 

 

 

0.00314 

 

 

 

 

 

(0.00290) 

Constant 

0.0122** 

0.00338 

-0.284* 

-0.263* 

-0.251* 

 

(0.00447) 

(0.0213) 

(0.123) 

(0.122) 

(0.125) 

 

 

 

 

 

 

Observations 

4,255 

4,133 

4,100 

4,100 

4,015 

R-squared 

0.001 

0.001 

0.002 

0.002 

0.003 

Number of countries 

142 

138 

137 

137 

137 

Robust standard errors in parentheses, *** p<0.001, ** p<0.01, * p<0.05. Groups are divided based on GNI per capita in 

2010 constant US dollars. All the independent variables are lagged 1 year. Openness to trade, population, GDP per capita and 

trawling intensity are log-transformed. 

---