Maryna povitkina sverker c. Jagers

 

 

 

 

 

DEMOCRACY AND ECONOMIC 

DEVELOPMENT

 

    

Investigating the effects on the marine environment

 

 

 

MARYNA POVITKINA 

SVERKER C. JAGERS 

MARTIN SJÖSTEDT 

AKSEL SUNDSTRÖM 

 

 

 

 

 

WORKING PAPER SERIES 2013:2 

 

QOG THE QUALITY OF GOVERNMENT INSTITUTE 

Department of Political Science 

University of Gothenburg 

Box 711, SE 405 30 GÖTEBORG 

February 2013 

ISSN 1653-8919 

© 2013 by Maryna Povitkina, Sverker C. Jagers, Martin Sjöstedt and Aksel Sundström. All rights reserved. 

 

 

2 

Democracy and economic development. Investigating the effects on the marine environment. 

Maryna Povitkina  

Sverker C. Jagers  

Martin Sjöstedt 

Aksel Sundström  

QoG Working Paper Series

 

2013:2 

February 2013 

ISSN 1653-8919 

 

 

ABSTRACT 

 

Is  democracy  favorable  or  adverse  for  the  environment?  While  some  studies  find  democracy  to 

increase the likelihood of achieving sustainable development, others propose that democracy rather 

has negative effects on the environment. This paper contributes explicitly to this debate, but also 

adds insights from research arguing that the effects of democracy are conditioned by surrounding 

institutions. More specifically, building on this literature, we argue that the way democracy works – 

whether it is an instrument for collective action beneficial to the environment or an instrument for 

patronage and clientelism – depends on levels of economic development. The overall objective of 

the  article  is  to  test  this  proposition  empirically.  Using  the Marine Trophic Index as  a  proxy  for 

overfishing, we investigate the impact of democracy on the health of the marine environment in a 

global  sample from  1972  to  2006.  The  analysis  provides  interesting  insights  regarding  the  condi-

tional role of economic development. We report negative effects of democracy in settings of low 

gross  national  income,  while  this pattern  is  reversed  when  economic  development  has reached  a 

certain  threshold. Finally,  we  discuss  how  democracy  affects the  prospects  for sustainable  devel-

opment and based on our conclusions offer suggestions for future studies in this field of research. 

 

 

 

 

 

Maryna Povitkina 

The Quality of Government Institute 

Department of Political Science 

University of Gothenburg 

[e-mail] 

Sverker C. Jagers 

Political Science Unit  

Luleå University of Technology  

Department of Political Science 

University of Gothenburg 

[e-mail] 

Martin Sjöstedt 

The Quality of Government Institute 

Department of Political Science 

University of Gothenburg 

Martin.sjö[e-mail] 

Aksel Sundström 

The Quality of Government Institute 

Department of Political Science 

University of Gothenburg 

Aksel.sundströ[e-mail] 

 

3 

Introduction

 

In a growing body of literature, scholars debate the effect of democracy on environmental degrada-

tion.  While  some  studies  find  democracy  to  increase  the  likelihood  of,  e.g.,  sustainable  develop-

ment, others claim that democracy has negative effects, alternatively only appears to have positive 

effects on the management of some specific resources (Scruggs, 2009; Li and Reuveny, 2006; Mid-

larsky, 1998; Arvin and Lew, 2011).  

This article, however, argues that the debate over democracy’s virtuous or vicious effects 

may be partly misinformed. More specifically, we assert that there are substantial reasons to believe 

that the effect of democracy on the environment is fundamentally conditioned by level of econom-

ic development. This proposition originates from the literature on modernization and democratic 

consolidation, where it is typically argued that in societies lacking economic development, the gov-

ernance logic is quite different from that in more affluent countries (Leftwich, 1993; Collier, 2009; 

Kapstein and Converse, 2008; Keefer, 2007; Zakaria, 2003; Lipset, 1959). Accordingly, if not pre-

ceded or accompanied by institutions that generate economic development (such as rule of law and 

the protection of property rights), the instrumental mechanisms of democracy cannot be expected 

to automatically strengthen collective action, civil society, political culture, or other factors held to 

be indispensable to foster accountability, political participation, and, in the end, sustainable devel-

opment.  Without  such  complementary  institutions  there  are  serious  concerns  that  democracy  in 

many cases may be no more than an empty shell, in fact potentially opening up yet other arenas for 

exploitation, patronage, and clientelism (Collier, 2009, 2007; Keefer 2007; Walker 1999). This ar-

gument also highlights the importance of sequencing. While democracy in the well-developed parts 

of the world was commonly preceded by rule of law and constitutional liberalism, many of today’s 

developing states are forced to complete the construction of the modern state project while at the 

same  time  competing  in  general  elections  (Zakaria,  2003;  Collier,  2009;  Diamond,  2008;  Persson 

and Sjöstedt, 2010). Moreover, in low-income settings, democracy is often imposed from outside, 

implying that there might be severe legitimacy problems and little correspondence between formal 

and informal institutions, which in turn might imply that democracy does not have as positive ef-

fects in low-income settings as in more affluent societies (see Bratton, 2008; Helmke and Levitsky, 

2006; Pritchett and Woolcock, 2004). 

Taken together, there are substantial reasons to believe that the way democracy  works  – 

i.e., whether it is an instrument for collective action beneficial to the environment or an instrument 

 

4 

for patronage, clientelism, and redistribution to the ruler’s closest allies – depends on level of eco-

nomic development.  

The aim of this paper is to investigate whether level of democracy affects the marine environment and, if so, 

whether this impact differs depending on national levels of economic development.   

In order to test the relationship between democracy and the marine environment empiri-

cally,  we  use  the  Marine  Trophic  Index  as  a  proxy  for  overfishing  and  available  data  measuring 

democracy as the independent variable. The empirical analysis is in many ways more ambitious than 

previous tests in the literature, with a sample of 148 countries and the health of their marine envi-

ronment over the years 1972-2006. Hence, we have a larger sample size across both more countries 

and years than normally used in this literature. Our findings provide interesting insights regarding 

the conditional role of development, thus developing the claim recently made by Scruggs (2009), 

arguing that previous studies have not adequately taken into account the role of economic devel-

opment.  We  report  negative  effects  of  democracy  in  settings  of  low  gross  national  income  and 

positive effects when economic development has reached a certain threshold. Moreover, we con-

tribute by adding knowledge of when democracy can be expected to generate positive environmental 

outcomes. 

The remaining article is organized as follows. In Section 2 we explore the theoretical ori-

gins of our argument and provide an overview of the debate over the relationship between democ-

racy and the environment. Section 3 specifies the empirical model and spells out the methodologi-

cal considerations. The statistical analysis then follows in Section 4 and, finally, Section 5 provides 

conclusions and implications. 

 

Theoretical framework 

The effect of democracy on the environment is heavily debated. While some scholars argue that 

democracy  increases  the  likelihood  of  successful  collective  action  and  sustainable  development, 

others hold that democratic systems tend to fall prey to the public’s unwillingness to adopt envi-

ronmentally sound policies. According to the latter perspective, democracy either needs to be ex-

changed for a more authoritarian political system with the capacity to reorient society away from 

unsustainable  development  paths  (Ophuls,  1977;  Heilbronner,  1974;  also  see  Paehlke,  1995)  or 

should be  guided  by more deliberative  and  participatory  ideals  (Dryzek,  1987,  1992;  Folke  et  al., 

2003;  Nadasty,  2007).  The scholars  holding  that  democracy  is  beneficial  for the  environment  in-

stead  tend  to  argue  that  democracy  is  an  efficient  coordination  mechanism  and  that  democratic 

 

5 

values and procedures, e.g., freedom of speech and freedom of information, increase the likelihood 

of sustainable development (Achterberg, 1993; Lafferty and Meadowcroft, 1995; Barrett and Grad-

dy, 2000; Jagers 2007).  

The arguments proposed in this debate are as contrasting as compelling. Li and  Reuveny 

(2006) list five causal mechanisms for why democracy might improve environmental performance: 1) 

political rights and freedom will often lead to public awareness and environmental action, 2) sys-

tems  with  electoral  accountability  will  be  more  responsive  to  the  influence  on  policy  from  envi-

ronmentalists, 3) due to the dominating principles of rule of law, aversion to war and respect for 

life, democracies tend to produce less environmental destruction than autocracies, 4) the elite in an 

autocratic society will be less pro-environmental than the public mass, and 5) relatively short time 

horizons of autocratic leaders will tend to promote overexploitation. Moreover, though, the same 

authors also list four mechanisms for why democracy may worsen environmental degradation: 1) the 

(unlimited) freedom in a democracy will lead to unchecked behavior by overharvesting individuals, 

2) autocracies can impose strict regulations on population growth, 3) democracies are often market 

economies where corporate interests have more influence than environmentalists, and 4) in democ-

racies leaders will enact election-winning policies and thus tend to promote policies supporting the 

employment of voters rather than the environment.  

This  debate  has  spurred  numerous  empirical  investigations  studying  the  relationship  be-

tween  the  level  of  democracy  and  the  quality of the  environment.  While some  studies  indicate  a 

positive correlation between democracy and environmental quality (Neumayer, 2002; Li and Reu-

veny, 2006; Wurster, 2011; Jagers and Sjöstedt 2011), others find negative correlations or no rela-

tionship at all (Midlarsky, 1998). For example, Li and Reuveny’s (2006) find that higher levels of 

democracy reduce CO

2

 and NO

x

 emissions and lead to less water pollution, less land degradation, 

and  lower  deforestation  rates.  In  a  comprehensive  overview  of  this  growing  literature,  Scruggs 

(2009) finds 58 published studies that directly deal with the impact of democracy on measures of 

environmental performance. When performing an empirical test of these propositions, the author, 

interestingly,  points  to  the  role  of  economic  development:  “[Our  results]  raise  doubts  about  the 

environmental efficacy of democracy. The limited evidence that we do find to support a positive 

democratic effect is accounted for more by economic change (specifically the collapse of the East-

ern bloc), not political liberalization. Economic wealth and the speed of economic growth (or de-

cline) have the most consistent impact on environmental performance” (Scruggs, 2009:2). 

When it comes to the relationship between economic development and the environment, 

empirical  findings  are  equally  confused  and  conflicting.  The  well-known  Environmental  Kuznets 

 

6 

Curve, named after S. Kuznets’ proposed inverted U-shaped pattern between income inequality and 

economic growth (Kuznets, 1955, 1965, 1966), has been the subject of substantial debate and scru-

tiny. Yet, research is still far from reaching consensus over its validity. An inverted U-shaped rela-

tionship  between  economic  development  and  the  environment  was  for  example  found  in  cross-

country studies of air pollution, such as CO

2

, NO

x

, and SO

2

, as well as of energy use, clean water, 

urban sanitation, nitrates, suspended particulate matter, waste, and deforestation (Shafik and Ban-

dyopadhyay, 1992; Cole Rayner and Bates, 1997; Galeotti and Lanza, 1999; Panayotou Sachs and 

Peterson, 1999; Bhattarai and Hammig, 2000; Kallbekken, 2000; Ehrhardt-Martinez et al., 2002). At 

the same time, a number of studies have demonstrated an N-shaped pattern for the relationship 

between income and CO

2

, NO

x

, SO

2

, and smoke (Grossman and Krueger, 1993, 1995; Selden and 

Song, 1994). Moreover, scholars have discovered a linear logarithmic pattern, implying that an in-

crease in emissions is strongly correlated with income, but that further improvements in environ-

mental  quality  does  not  necessarily  depend  on  further  economic  growth  (Bruyn,  Bergh  and  Op-

schoor, 1998). Other scholars instead address the issue of reverse causality, assuming that it is envi-

ronmental degradation that causes income to decrease (Stern et al., 1996), since economic activities 

depend on environmental resources and that their unsustainable use “reduce[s] the capacity of gen-

erating material production in the future” (Arrow et al., 1995).  

 

Taken together, the effects of democracy on the environment, as well as the effects of economic devel-

opment on the environment, or even the effects of democracy on economic development and vice versa, are obviously 

subjects of considerable controversy and disagreement. In an attempt to contribute to these research fields, we set out to 

perform  a  more  fine-grained  empirical  analysis,  including  levels  of  economic  development  and  democracy  in  a  joint 

analysis. Taking a departure in the discussion on causal mechanisms by Li and Reuveny (2006), we 

argue  that  there  are  reasons  to  believe  that  these  mechanisms  function  differently  depending  on 

surrounding institutions and especially levels of economic development. The five mechanisms of 

positive  impact  of  democracy  might  be  more  functioning  when  economic  development  is  high. 

Conversely,  the  four  negative  effects  of  democracy  might  very  well  be  better  functioning  when 

economic development is low. In order to develop this argument, we  are theoretically informed by the 

well-established – yet in this context partly overlooked – literature on modernization and democratic consolidation. 

This  literature  holds  that  low-income  settings  per  definition  lack  institutions  stimulating  economic 

development, and that in the absence of such institutions democracy might be a less effective way 

to govern. In short, if not preceded by a constitution, rule of law or secure property rights generat-

ing economic development, democracy does not necessarily function as an instrument of collective 

action, but rather risks being used as an instrument of patronage and clientelism (Leftwich, 1993; 

 

7 

Zakaria,  2003;  Keefer,  2007;  Walker,  1999,  Diamond  2008,  2007).  Moreover,  in  low-income  set-

tings,  democracy  is  often  imposed  from  abroad,  lacking  legitimacy  and  correspondence  between 

informal and formal institutions, which induces leaders to act for their short-term survival rather 

than engaging in the provisioning of long-term public goods such as protection of the environment. 

This in turn makes the legitimacy of the system decrease even more. In addition, without welfare 

improvements, citizens tend to distrust the democratic system and risk ending up engaging in pat-

ronage and clientelism themselves (Collier, 2009; Kapstein and Converse, 2008; Keefer 2007). In 

sum, this literature holds that  the workings of democracy differ significantly depending on levels of economic in-

come, and if democracy does not deliver, its positive effects as an instrument for collective action will 

hence be absent. We thus have reason to believe that the causal mechanisms discussed by Li and 

Reuveny  (2006)  are  in  fact  conditioned  by  democratic  consolidation,  and  more  specifically,  the 

institutional arrangements prevailing at different levels of economic development.  

 

The case of marine resources 

A focus on marine resources when investigating the effect of democracy during different stages of 

economic development is appropriate in many respects. For example, being a fungible natural re-

source, it accentuates many of the governance challenges associated with common pool resources 

(Ostrom, 1990). Fisheries are in fact often used as textbook illustrations of common pool resource 

problems and the importance of collective action mechanisms such as democracy or other govern-

ance arrangements. Yet, empirical studies on the effect of democracy on the marine environment 

are  scant,  and  demonstrate  conflicting  results  (Jagers  and  Sjöstedt,  2011).  Similarly,  the  effect  of 

economic development on marine resources is far from settled empirically. In a study on the rela-

tionship  between  income  and  marine  resource  exploitation  in  Turkey  over  time,  Kamanlioglu 

(2011) finds an inverted N-shaped relationship between the deterioration of marine environmental 

quality  and  economic  growth.  However,  the  author  points  out  that  such  a  pattern  is  shaped  by 

country-specific factors.  Sabah (2011), on the other hand, finds an N-shaped relationship between 

economic development and coral reef bleaching. Clausen and York (2008a, 2008b) report, however, 

that the rise of per capita income leads to the decline of the marine trophic level, without further 

improvement of the indicator at higher income levels. 

In the next section, we further specify how we proceed in testing the impact of democra-

cy and economic development on the marine environment.  

 

 

8 

The investigation 

The  health  of  marine  ecosystems  is  determined  by  various  factors  in  a  complex  and  interlinked 

system (UN-DESA 2008). More specifically, in order to operationalize this concept, we use a well-

established indicator, the Marine Trophic Index (MTI). This measurement captures to what extent 

countries “fish down the food chain” within their exclusive economic zones. Pressure on fisheries 

from harvesting tends to affect fish at the top of the food chain as humans often target larger pred-

atory fishes (Pauly 2005; Pauly and Watson, 2005; Pauly and Palomares, 2005). The MTI is calculat-

ed by assigning a number to each species according to its location in the food chain, where carni-

vores receive higher and herbivores receive lower numbers. The measure averages the trophic levels 

from the overall catch, based on a dataset of commercial fish landing compiled by the Food and 

Agricultural  Organization  of  the  United  Nations  (FAO).  Lower  values  of  the  index  mean  that 

catches consist of smaller fish. A negative trend in this measurement is thus a proxy measure for 

overfishing and that “fisheries are not being sustainably managed” (Sea Around Us, 2011). Over-

fishing affects the marine ecosystem health as overexploited fish stocks lead to the loss of biodiver-

sity  and  ecosystems stability.  The  index  has  been  criticized  for  not  adequately  reflecting  the  true 

situation  in  marine  ecosystems  as  it  is  built  on  the  catches  of  commercial  species,  excluding  the 

impact of unregistered fishing (Branch et al., 2010; Caddy et al., 1998). However, there exist few 

alternative measures of overfishing. The MTI is widely used by researchers and remains the most 

well-established measure for marine trophic stability across countries and time (Clausen and York, 

2008a; Emerson et al., 2010; Pauly and Watson; 2005). The MTI is also considered to be “a meas-

ure for overall ecosystem health and stability” and was included as such in the 2010 Environmental 

Performance Index (Emerson et al., 2010).  

In order to measure the main independent variable of the study, i.e., the degree of democ-

racy in a country at a given point in time, we use one of the most established regime type indicators 

–  the  Freedom  House/Polity  index.  This  index  reflects  two  important  composites  of  regimes  – 

political rights and civil liberties (Freedom House, 2010). Political rights measure whether elections 

in the country are free and fair, whether political rights are equal to all members of the society and 

the  competitiveness  of  political  participation.  The  civil  liberties  value  includes  an  assessment  of 

freedom of the press, of academic freedom, of freedom of public and private discussions, of free-

dom for NGOs’ operations, of rule of law, of an independent judiciary and other relevant aspects 

(Lonardo, 2011). The average value of political rights and civil liberties in turn serves as an approx-

 

9 

imation of the level of democracy in a country. In the present study we will use an imputed version 

of this index, designed especially for time-series analysis, covering a broader sample using imputed 

values for the cases where data was initially missing. The imputed version of the index is available 

for the period 1972-2009 and varies from 0 to 10, where 10 corresponds to the most democratic 

regimes (Teorell et al., 2011).  

Following the reasoning of, for example, Li and Reuveny (2006), we include a measure of a 

country’s openness to and engagement in world trade as a control variable. A country’s openness to 

world trade is held to relate to environmental outcomes in several ways. For example, it has been 

argued  that  trade  and  globalization  encourages  establishment  of  higher  environmental  standards 

according to the demands from markets and also promotes technologies and innovations of a high-

er standard (Esty and Gentry, 1997; Vogel, 1995; Porter and Linde, 1995; Braithwaite and Drahos, 

2000). However, others have argued in line with the hypotheses of the “race to the bottom,” hold-

ing that countries fearing to lose competitiveness will dismantle environmental standards (Sheldon, 

2006). In addition, Daly (1993) and Meadows et al. (1972) conclude that trade has negative effects 

on the environment, since it raises production levels and GDP, which in turn negatively affects the 

environment. Indeed, empirical investigations show both positive (Frankel and Rose, 2005; Antwei-

ler et al., 2001) and negative (e.g., Managi, 2004) correlations between openness to trade and envi-

ronmental quality and they also find different effects of trade openness on different pollutants be-

tween country groups (Managi et al., 2008). The indicator of openness to trade is taken from Penn 

World Trade (Heston, Summers and Aten, 2009), and measures total trade as a percentage of GDP 

in  constant  2005  prices.  The  data  covers  the  years  1950-2007.  The  variable  required  log-

transformation to correct for its skewed distribution. 

In addition, following Delgado et al. (2003), who discuss the impact from growing human 

populations on the pressure put on fisheries, we include a control variable for the size of a coun-

try’s population. The data on population is taken from the World Bank database for the years 1971-

2010, and is measured in numbers of inhabitants. The variable is logarithmically transformed due to 

its skewed distribution. 

Of all the gears used in harvesting marine fish resources, bottom trawls and dredges are 

recognized as considered to be the most destructive ones (Watson et al., 2004, 2006). They cause 

chronic  disturbances  in  coastal  waters  and  lead  to  changes  in  trophic  structures  (Jennings  et  al., 

2001). We therefore include a control for trawling intensity in our analysis. We use the Coastal Shelf 

Fishing  Pressure  Index,  developed  by  the  Environment  Performance  Index  (2012).  The  index 

 

10 

measures intensity of gears operating in the coastal waters. The unit of measurement is metric tons 

of catch from trawling and dredging gears in a country for a given time divided by the area of its 

Exclusive  Economic  Zone  (EEZ)  in  square  km.  The  data  is  available  for  1950-2006.  Due  to  its 

skewed distribution, the variable is logarithmically transformed. 

 

Following our theoretical argument of the impact of democracy on environmental perfor-

mance at different stages of economic development, we want to control for national income levels 

at a given time. The measure we use is real GDP per capita in constant 2005 prices, chain series 

(Heston, Summers and Aten, 2009). Chain series remove effects from price changes and include 

only the values of production volumes, which is very useful for the time-series analysis (Teorell et 

al., 2011). The indicator is available from 1950 to 2007 and is log-transformed due to its skewed 

distribution.  

In order to model different stages of economic development for countries, we divide na-

tions  at different  points  in  time  into  groups  according to  their  gross  national  income  (GNI)  per 

capita, following the World Bank methodology (World Bank, 2011). Low-income countries have a 

GNI  below  $1,005  per  capita,  lower  middle-income  countries  have  a  GNI  between  $1,006  and 

$3,975  per  capita,  upper  middle-income  countries  have  a  GNI  between  $3,976  and  $12,275  per 

capita, and high-income countries have a GNI above $12,276 per capita (World Bank, 2011). GNI 

per capita is calculated with the World Bank Atlas Method, which allows for smoothing exchange 

rate fluctuations when comparing countries. This measure does not account for “welfare and suc-

cess in development,” but is recognized as “the best single indicator of economic capacity and pro-

gress" (World Bank, 2011).  

 

Specification and methodology 

In order to model the impact of our independent variables on changes in MTI across countries and 

years,  we  use  time-series  cross-sectional  (TSCS)  analysis.  Since  we  are  interested  in  changes  of 

trophic levels and not the absolute levels as such, the dependent variable is here measured as the 

first difference of MTI instead of annual values.  

We make sure to deal with problems inherent to TSCS data. The Hausman test confirms 

the existence of unobserved unit heterogeneity, indicating that country-specific effects are correlat-

ed with our independent variables. This implies that a random effects model will be inconsistent 

when applied to our data and confirms the necessity to use a fixed effects model for correct estima-

 

11 

tion (Greene, 1997). A Dickey-Fuller test for a unit root in a time series sample shows that our data 

is stationary. Potential autocorrelation of the data is initially dealt with by using the first difference 

of MTI. The  Wooldridge-Drukker  test  confirms  that  autocorrelation  disappears  after  performing 

differencing of the dependent variable. 

In order to make sure that independent variables are measured before the change in the 

dependent variable takes place, we use a one-year lag of all the independent variables in our models.  

We use one-year lags in combination with the first differencing of the dependent variable, as used 

by Bohrnstedt (1969, cited in Liker, 1985, p.87).  

As mentioned, the raw data of openness to trade, population, GDP per capita and trawling 

intensity required logarithmic transformation before inclusion into the model due to skewed distri-

bution. Based on the discussion above and after the necessary adjustments to our model, our final 

specification can be presented in the following equation: 

 

    

  

     

 

   

 

 

     

   

 

    

     

   

 

    

     

   

 

    

     

   

 

    

     

   

  

; 

 

where  i  corresponds  to  each  country  in  the  sample  and  t  refers  to  the  year. 

 and  corresponds  to  the  change  in  the  marine  trophic  index  for  a 

given country in a given year, 

 is an intercept term for i, 

(j=1,2,3,4,5) denotes the coefficients 

to be estimated, 

 is a Freedom House/Polity index for democracy for a given country in a giv-

en year, O

it

 is openness to trade (country, year), P

it 

stands for population (country, year), G

it

 refers to 

real GDP per capita for a certain country in a given year, 

 is trawling intensity in the EEZ of 

each country per year, and

 is an error term for each unit of analysis.  

The equation will be estimated using generalized least squares (GLS) with a fixed effect and 

robust standard errors per country and per year (Wooldridge, 2002). An alternative way to estimate 

the equation would be to use OLS regressions with panel-corrected standard errors as suggested by 

Beck and Katz (1995). However, taking into account the necessity to include fixed-effects estima-

tion into our model and control for significant but unobservable unit-specific effects, we have to 

give preference to the GLS regression, since introducing fixed-effects specification into Beck and 

Katz’s model in our case is problematic. 

The MTI assigns values for each major marine coast or island colony of a nation. For this 

reason some problems arose in our analysis, since our independent variables are measured at the 

national  level  and  are  not  available  specifically  for  coastal  regions  or  island  colonies  of  a  nation. 

1

,









t

i

it

it

MTI

MTI

MTI

i



j



it

D

it

T

it



 

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. 

 

14 

 

Table 2 reports our findings related to the impact of democracy on the changes in marine 

trophic  levels  throughout  the  countries’  economic  development.  We  aim  at  finding  different 

thresholds of economic development where countries display different effects of democracy on the 

changes  in  MTI.  We  keep  the  classification  from  the World  Bank of  low-,  lower  middle-,  upper 

middle-,  and  high-income  countries,  but  also  aim  to  show  differences  within  these  categories 

(World Bank, 2011). A full list of countries and years when they are included in each of the groups 

is available in Appendix 1.   

 

 

TABLE  2.  THE  INFLUENCE  OF  DEMOCRACY  ON  CHANGES  IN  MARINE  TROPHIC  LEVELS 

THROUGHOUT THE COUNT

RIES’ ECONOMIC DEVEL

OPMENT PROCESSES 

DV: Differenced MTI 

Low-income coun-

tries 

Lower middle-income countries 

Upper middle-

income countries 

High income-countries 

1 

 

2 

 

3 

 

4 

 

5 

 

6 

GNI/c<$1005 

$1005< GNI/c 

<$2000 

$2000< GNI/c 

<$3975 

$3975

<$12275 

$12275< 

GNI/c 

<$20000 

GNI/c> 

$20000 

 

 

 

 

 

 

 

Democracy 

-0.00170 

-0.0121*** 

-0.00293 

0.00679 

0.00422 

0.0749** 

 

 

(0.00102) 

(0.00360) 

(0.00348) 

(0.00540) 

(0.0454) 

(0.0212) 

Openness to trade 

-0.00543 

0.0201 

-0.0128 

-0.00789 

-0.0920 

-0.00149 

 

 

(0.0137) 

(0.0356) 

(0.0286) 

(0.0168) 

(0.0943) 

(0.0425) 

Population 

0.0164* 

0.0376 

-0.000622 

-0.0333 

0.0858 

0.0415 

 

 

(0.00781) 

(0.0433) 

(0.0512) 

(0.0526) 

(0.0833) 

(0.0390) 

GDP per capita 

-0.00717 

-0.00995 

0.0107 

-0.0371 

0.207 

0.0855 

 

 

(0.00897) 

(0.0656) 

(0.0424) 

(0.0352) 

(0.112) 

(0.0581) 

Trawling intensity 

-0.00396 

0.00121 

0.0234 

0.0112 

0.0107 

0.0123 

 

 

(0.00491) 

(0.00894) 

(0.0210) 

(0.0146) 

(0.0274) 

(0.00706) 

 

15 

Constant 

-0.190 

-0.502 

0.0912 

0.869 

-3.023 

-2.200 

 

(0.167) 

(0.795) 

(0.989) 

(0.709) 

(1.914) 

(1.111) 

 

 

 

 

 

 

 

Observations 

1,299 

543 

563 

600 

219 

253 

R-squared 

0.002 

0.011 

0.015 

0.009 

0.038 

0.036 

Number of ccode 

82 

70 

68 

59 

29 

24 

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 inten-

sity are log-transformed. 

 

Column 1 presents the results for the countries in the lowest income group, classified by 

the World Bank as low income countries. The results in Column 1 show that the impact of democracy 

on our dependent variable is not significant in countries where the gross national income is below 

1,005 USD per capita. In the lower middle-income group, the picture is a bit more complex. Look-

ing at Column 2, the effect of democracy is negative and significant in the group of countries with a 

GNI between 1,006 and 2,000 USD per capita are included. Yet, another cluster of countries within 

the lower middle-income group, where GNI is between 2,000 and 3,975 USD per capita, display 

insignificant results, as shown in Column 3. 

As presented in Column 4, democracy shows no significant effect on changes in the health 

of  the  marine  environment  in  the  upper middle-income  countries.  The  results  indicate  that  at  these 

development stages a country’s level of democracy does not seem to be a strong predictor of the 

subsequent change in the health of its marine environment. However, the results are contrastingly 

different when we proceed to analyze countries with higher levels of economic development. 

Columns 5 and 6 report the results of our analysis for high-income countries with a GNI ex-

ceeding 12,275 USD per capita. It is evident from these results that democracy does not exert a 

significant effect on the marine environment in groups where the GNI per capita is between 12,276 

and 20,000 USD. However, an interesting finding is that a positive and significant effect is visible 

among the countries with a GNI exceeding 20,000 USD per capita. 

In sum, the empirical analysis shows negative effects of democracy in the poorer section of 

the  lower  middle-income  countries,  no  significant  effects  in  the  upper  middle-income  countries, 

and positive effects in the richest of the high-income countries. In all, this lends some support to 

the theoretical argument made in this article, i.e., that the effect of democracy on the marine envi-

ronment is conditioned by economic development and, more specifically, the institutions that are 

 

16 

often  missing  in  low-income  settings  while  they  are  relatively  well  established  at  higher  develop-

ment stages.  

The sizes of the effects of our measure of democracy on the changes in MTI are, however, 

generally quite small, yet significant in certain groups of income. Thus, they should be interpreted 

with care. The explained variance is often low in a first difference model, a fact that is evident in 

the tables above. 

 

Conclusions 

With the point of departure in theories about democratic consolidation and sequencing, this article 

argues  that  the  debate  over  democracy’s  virtuous  or  vicious  effects  on  the  environment  may  be 

partly misinformed. More specifically, we argue that there are substantial reasons to believe that the 

way democracy works – whether it is an instrument for collective action beneficial to the environ-

ment  or  an  instrument  for  patronage,  clientelism  and  redistribution  to  the  ruler’s  closest  allies  – 

fundamentally  depends  on  level  of  economic  development.  As  such,  we  hypothesize  that  if  not 

preceded or accompanied by institutions that generate economic development, democracy may in 

fact not be more than an empty shell, potentially even opening up yet other arenas for exploitation, 

patronage and clientelism.  

These theoretical propositions partly gain support in our empirical investigations. When we 

analyze the effect of democracy on the changes in MTI in the entire sample of 142 countries across 

34 years, we find a negative effect, indicating that democratic regimes tend to have a negative im-

pact on the marine environment. However, we contribute by advancing the analysis to study the 

effect of democracy at different stages of economic development. The strongest and most straight-

forward result is that democracy has a significant negative effect on the health of marine ecosys-

tems during early stages of economic development, but as we climb the income ladder the effect 

turns  positive.  That  is,  there  are  negative  effects  of  democracy  in  settings  of  low  gross  national 

income and positive effects when the economic development has reached a certain threshold. Until 

a country becomes an upper middle-income country, democracy seems to have a negative effect on 

the health of the marine environment, but the effect then turns positive and is significant for the 

richest countries with a GNI per capita exceeding 20,000 USD.  

Although these findings lend support to the theoretical claims about democracy’s different 

effects, future studies ought to look closer into the specific mechanisms producing these outcomes. For 

 

17 

example, is it the institutions normally accompanying economic development – such as rule of law 

or property rights protection – that make democracy have different effects during different stages 

of economic development? Or, is it rather economic development  per se that affects resource use 

and exploitation patterns in society? That is, while we have strong theoretical reasons to believe that 

democracy is more likely to work as an instrument for collective action in settings where other fun-

damental  collective  action  problems  involved  in  the  process  of  state  building  and  development 

have already been solved, the exact blending, pacing and sequencing of institutional reforms neces-

sary to foster sustainable development and stewardship of natural resources remain to be explored.  

 

 

 

 

18 

REFERENCES  

Achterberg, W. (1993) Can Liberal Democracy Survive the Environmental Crisis? Sustainability, 

Liberal Neutrality and Overlapping Consensus. In: Dobson, A. and Lucardie, P., The Politics of 

Nature. Explorations in green political theory. Routledge, London. 

Antweiler, W., Copeland, B. R. and Taylor, M. S. (2001) Is Free Trade Good For The Environ-

ment? American Economic Review 91, 877-908. 

Arrow, K., Bolin, B., Costanza, R., Dasgupta, P., Folke, C., Helling, C. S., Jansson, B. -O., Levin, S., 

Mailer, K. -G., Perrings, C. and Pimental, D. (1995) Economic growth, carrying capacity, and 

the  environment. Science 268, 520-521. 

Arvin, M. B. and Lew, B. (2011) Does democracy affect environmental quality in developing coun-

tries? Applied Economics, 43(9), 1151-1160. 

Barrett,  S.  and  Graddy,  K.  (2000)  Freedom,  Growth  and  the  Environment.  Environ-

ment and Development Economics, 5(4),  433-456. 

Beck,  N.  and  Katz,  J.  N.  (1995)  What  to  do  (and  not  to  do)  with  time-series  cross-section data. 

American Political Science Review 89, 634-647. 

Bhattarai, M. and Hammig, M. (2001) Institutions and the Environmental Kuznets Curve for De-

forestation;  A  Cross-country  Analysis  for  Latin  America,  Africa  and  Asia.  World Development 

29(6), 995-1010. 

Bohrnstedt, G. W. (1969) Observations on the measurement of change. In: Borgatta, E. F. (ed.), 

Sociological Methodology, 1113-1136. Jossey-Bass, San Francisco. 

Braithwaite, J. and Drahos, P. (2000) Global Business Regulation. Cambridge University Press, UK. 

Branch, T. A., Watson, R., Fulton, E. A., Jennings, S., Mc Gilliard, C. R., Pablico, G. T., Ricard, D. 

and Tracey, S. R. (2010) The trophic fingerprint of marine fisheries. Nature 468, 431-435. 

Bratton, M. (2007) Formal versus informal institutions in Africa. Journal of Democracy 18(3), 96-110. 

Bruyn, S. M., van den Bergh, J. C. J. M. and Opschoor, J. B. (1998) Economic growth and emis-

sions: reconsidering the empirical basis of environmental Kuznets curves.  Ecological Economics 

25, 161-175. 

Caddy, J., Csirke, J., Garcia, S. M., Grainger, R. J. L. (1998) How pervasive is ‘Fishing down marine 

food webs’? Science 282, 1383. 

Cole, M. A., Rayner, A. J. and Bates, J. M. (1997) The Environmental Kuznets Curve: an Empirical 

Analysis. Environment and Development Economics 2(4), 401-416. 

Clausen, R. and York, R. (2008a). Economic Growth and Marine Biodiversity: Influence of Human 

Social Structure on Decline of Marine Trophic Levels. Conservation Biology 22(2), 458-466.  

Clausen,  R.  and  York,  R.  (2008b)  Global  biodiversity  decline  of  marine  and  fresh  water  fish:  A 

cross-national analysis of economic, demographic, and ecological influences.  Social Science Re-

search 37, 1310-1320. 

Collier, P. (2009) Wars, Guns, and Votes. HarperCollins, New York. 

Collier, P. (2007) The Bottom Billion: Why the Poorest Countries are Failing and What Can Be Done About It. 

Oxford University Press, Oxford. 

Daly, H. (1993) The Perils of Free Trade. Scientific American, November, 51-55. 

Diamond, L. (2007) A quarter-century of promoting democracy. Journal of Democracy 18, 118-120. 

Diamond,  L.  (2008)  The  Democratic  Rollback.  The  Resurgence  of  the  Predatory  State.  Foreign 

Affairs, March/April. 

Dryzek, J. S. (1987) Rational ecology. Environment and Political Economy. Basil Blackwell, Oxford. 

Dryzek, J. S. (1992) Ecology and Discursive Democracy: Beyond Liberal Capitalism and the Ad-

ministrative State. CNS 3(2), 18-42. 

 

19 

Ehrhardt-Martinez, K., Crenshaw, E. and Jenkins, C. (2002) Deforestation and the Environmental 

Kuznets Curve: A Cross-National Investigation of Intervening Mechanisms. Social Science Quar-

terly 83(1), 226-243.  

Emerson, J. W., Esty, D. C., Levy, M. A., Kim, C. H., Mara, V., de Sherbinin, A. and Srebotnjak, T. 

(2010) 2010 Environmental Performance Index. Yale, Center for Environmental Law and Pol-

icy, New Haven.  

Esty, D. and Gentry, B. (1997) Foreign Investment, Globalisation, and the Environment. In: Jones, 

T., Globalization and the Environment, Organization for Economic Cooperation and Development: Paris. 

Folke, C., Colding, J. and Berkes, F. (2003) Synthesis: Building resilience and adaptive capacity in 

social-ecological  systems.  In:  Berkes,  F.,  Colding,  J.  and  Folke,  C.  (eds.),  Navigating  Social-

Ecological Systems: Building Resilience for Complexity and Change. Cambridge University Press, Cam-

bridge, UK 352-383. 

Frankel, J. A. and Rose, A. K. (2005) Is Trade Good or Bad for the Environment? Sorting Out the 

Causality. Review of Economics and Statistics 87(1) 85-91. 

Freedom 

House 

(2010) 

Freedom 

in 

the 

World 

[Online]. 

Available 

at