Propuesta Final de Tesis

Estructuras de telecomunicaciones en la ciudad de buenos aires: el impacto económico del fenómeno ambiental.
a) Pregunta principal de la investigación
¿Cuál es el verdadero impacto económico, con respecto a la proliferación de estructuras de telecomunicación en la ciudad, desde la perspectiva de la percepción del riesgo de parte de la población? ¿Pueden considerarse las variaciones del valor de las viviendas conforme a su distancia relativa con respecto a estas estructuras como un indicador posible y relevante?
El objetivo del trabajo a desarrollar es dimensionar el "costo social" de la implantación de estructuras de telecomunicaciones en el ejido urbano local, en particular de telefonía celular, desde el punto de vista del riesgo ambiental percibido por los habitantes. Para esto, se ha definido como método el desarrollo de un modelo de precios hedónicos que defina el verdadero impacto, y su relevancia, en el precio de mercado de las viviendas, dada su proximidad a una de estas estructuras. Se espera que este modelo capture la disponibilidad marginal al pago de las firmas (potenciales compradores o inquilinos) en relación a lo anterior. Una vez determinado el mismo, se abordará el análisis de las principales condicionantes y la diversidad de patrones en cuanto a la percepción del riesgo presunta, en distintas ubicaciones de la ciudad, y en relación a cuestiones relativas a las características socioeconómicas predominantes. La hipótesis principal del trabajo se basa en que el nivel de riesgo percibido tiene su correlato en los valores inmobiliarios residenciales, y que el mismo está directamente relacionado con nivel de información de la comunidad al respecto de sus verdaderos efectos sobre la salud de la población, concluyendo que el déficit imperante en este aspecto resulta una traba importante al desarrollo de un servicio público, que actualmente resulta imprescindible.
b) Cómo se responderá esta pregunta: Descripción de la metodología de análisis.
El análisis descripto se acotará al territorio de la Ciudad Autónoma de Buenos Aires, en particular a determinados sectores de la misma, seleccionados en función de la densidad de estructuras de telecomunicaciones y de su representatividad en relación a diferentes aspectos socioeconómicos a evaluar en cada uno de ellos. Esto es así en función de la diversidad esperada con respecto a los distintos aspectos inmobiliarios que conforman el precio de las propiedades, y a la disponibilidad de datos tanto en términos de valores de venta/ alquiler publicados como en lo que se refiere a la ubicación de las estructuras indicadas (el Gobierno de la Ciudad ha publicado en su página Web un mapeo de las estructuras habilitadas, que incluye por lo menos el 50% de las que efectivamente existen en la actualidad).
Habiendo acotado este alcance, se define que el relavamiento de los valores se concentra en los precios de ofrecimiento publicados por la oferta, siendo que los valores de escrituración, para el caso de las operaciones de venta, por lo general se registran por debajo de los verdaderos precios de cierre. En un principio, el relevamiento se extenderá también a la oferta de viviendas en alquiler, a los fines de definir si la condición de propietario o inquilino, y de los factores de decisión de la demanda en cada caso, supone o no un impacto diferente en lo que hace a la valoración de una vivienda que se encuentra afectada por su condición de cercanía a una estructura.
De la misma manera, el relevamiento se restringirá a departamentos en la Ciudad Autónoma de Buenos Aires, dado el mayor volumen de oferta publicada y teniendo en cuenta, además, que generalmente las estructuras de telecomunicación se implantan en las azoteas de los edificios de altura, y que la mayor densidad de las mismas, considerando la tecnología utilizada, se da en los sectores más densamente poblados, dado el mayor tráfico a abastecer, sobre todo en lo referente a estructuras de telefonía celular. No se analizarán viviendas unifamiliares por no ser bienes sustitutos y constituir un mercado diferente.
Los datos considerados se obtendrán de las siguientes fuentes:
- Webs brokers
- Buscadores propiedades (clasificados digitales)
- Revistas de publicidad por barrio (disponibles en oficinas brokers)
- Consultas sobre carteles de ofrecimiento detectados
Se plantea entonces la hipótesis nula de que la distancia a una estructura de telecomunicaciones no tiene ningún efecto relevante en el precio de la oferta residencial. La hipótesis se tratará de resolver a partir de una ecuación de regresión de mínimos cuadrados, basada en un modelo de precios hedónicos que ilustre las variaciones relevadas en relación a esta variable, suponiendo que el resto de las variables independientes permaneciera constante.
Las datos a ingresar a la ecuación, una vez definido su “significancia”, serían los siguientes:
- Venta: Valor venta en USD, publicación. Campo número, continuo.
- Alq.: Valor alquiler mensual en USD, publicación, sin gastos. Campo número, continuo.
- Barrio: según clasificación y nomenclatura GCBA. Campo lista validación
- Piso: ubicación en nivel de edificio. Campo lista validación, rango.
- Frente plaza: A distancia máxima 50m desde plaza/ plazoleta/ parque. Campo lista validación, rango (si/ no)
- Subte/ tren: Distancia a boca/ estación más cercana medida en “cuadras”. Campo lista validación, rango.
- Avenida: Sobre avenida. Campo lista validación (si/no)
- Asentamiento: A distancia menor a 500m asentamiento o barrio de emergencia. Campo lista validación, rango (si/ no)
- Antena 0: Presencia antena en el edificio. Campo lista validación, rango (si/ no)
- Antena 1: Distancia a antena más cercana. Campo lista validación, rango.
- Antena 2: Distancia a segunda antena más cercana. Campo lista validación, rango.
- Torre: Torre perímetro libre o entre medianeras. Campo lista validación (si/no)
- Antigüedad: A estrenar, usado 1 (1 a 10 años), usado 2 (10 a 40 años), usado 3 (más de 40 años). Campo lista validación. Verificar: “usado 3” puede tener valoración positiva según caso.
- Orientación: Orientación principal. Norte, Sur. Campo lista validación
- Ocupación: Piso, semipiso, otro. Campo lista validación
- Posición: Frente, contrafrente, lateral, interno. Campo lista validación
- Sup. Propia: En m2, superficie propia cubierta. Campo número, continuo.
- Patio: Cuenta con patio propio. Campo lista validación (si/ no).
- Balcón: Cuenta con balcón con superficie propia entre 1,5 y 10m2 (si/ no) Campo lista validación.
- Terraza: Cuenta con terraza propia mayor a 15m2 (si/ no) Campo lista validación.
- Q dormitorios: Campo número, continuo
- Q baños: Campo número, continuo.
- Suite: Cuenta con dormitorio en suite definido como dormitorio con baño exclusivo, con o sin vestidor. Campo lista validación (si/no)
- Categoría: Referido a nivel de terminaciones y estado de mantenimiento. Campo lista validación (Excelente, muy buena, buena, regular)..
- Dependencias. Cuenta con dependencia de servicio, baño + dormitorio. Campo lista validación (si/no)
- Cochera: Cuenta con cochera propia. Campo lista validación (si/ no)
- Nivel amenidades: Piscina, SUM, gimnasio, parrilla, otro. Sin amenidades (nivel 0) Cuenta con 1 de la lista (nivel 1), cuenta con 2 de la lista (nivel 2), cuenta con 3 de la lista (nivel 3), cuenta con 4 de la lista o más (nivel 4). Campo lista validación. En este caso habrá que verificar si el nivel 0 debería ser 0 ó 1 para ingresarlo en la regresión.
La ecuación resultante sería, considerando que las regresiones se calcularán de manera discriminada por barrio o conglomerado de barrios, aproximadamente la siguiente:

Para operaciones de venta
Log (Venta) = β0 + β1 * Piso + β2 * Frente Plaza + β3 * Subte/ tren + β4 * Avenida + β5 * Asentamiento + β6 * Antena 0 + β7 * Antena 1 + β8 * Antena 2 + β9 * Torre + …+ ε
Para operaciones de alquiler
Log (alq) = β0 + β1 * Piso + β2 * Frente Plaza + β3 * Subte/ tren + β4 * Avenida + β5 * Asentamiento + β6 * Antena 0 + β7 * Antena 1 + β8 * Antena 2 + β9 * Torre + …+ ε

Como se indicó anteriormente, la ecuación se restringirá a aquellas variables que resulten significativas, una vez evaluados sus coeficientes, sobre los datos de la muestra.
Por otro lado, las variaciones de precios se medirán en función del logaritmo del valor relevado, ya que según se indica en la bibliografía consultada, resultaría la función más representativa de la disposición marginal al pago.

Habiendo calculado los coeficientes de variación de precios para las diferentes zonas analizadas, se avanzará calculando las regresiones entre éstos y los valores promedios de parámetros socioeconómicos y de consumo de cada uno, entendidos éstos como:
- Edad: Composición etaria. Campo lista validación por rangos de edad. Dato de EPH
- Hogar: Hogares unipersonales. Campo lista validación (si/no). Dato de EPH
- Educ: Nivel de educación alcanzado. Campo lista validación (primario, secundario, terciario/ universitario). Dato de EPH
- Cel: Nivel de capilaridad del servicios de telefonía celular. Campo numérico contínuo. Encuesta relevamiento propio.
- Info: Nivel información sobre efectos RNI, Radiaciones No Ionizantes. Campo lista validación (sin información, con información). Encuesta relevamiento propio.
- Internet: Nivel acceso a Internet. Campo lista validación (con acceso, sin acceso)
La hipótesis nula, en este caso, es que el nivel de educación, acceso a la información sobre efectos de las RNI y utilización de telefonía celular, no tiene efectos relevantes sobre el coeficiente de variación de precios según los distintos barrios o conglomerados de barrios relevados.
El trabajo de tesis se estructurará según los siguientes puntos:
- Introducción
- Definiciones previas sobre RNI (servicios de telecomunicaciones, estructuras para montaje de antenas, radiaciones electromagnéticas, parámetros sobre efectos)
- Normativa aplicable (GCBA, OMS, CNC)
- Modelo de precios hedónicos (definiciones previas, método de relevamiento, hipótesis y ajustes del modelo)
- Presentación de los datos
- Conclusiones

c) Resumen de la literatura relacionada al tema que fue revisada hasta ahora

- P. Martinez de Anguita “Economía ambiental y ordenación del territorio” Dpto. de Tecnología Química, Ambiental y de los Materiales. Escuela Superior de Ciencias Experimentales y Tecnología. Universidad Rey Juan Carlos. C/ Tulipán s/n 28933 Móstoles, Madrid, España.
Define el concepto de “Externalidad” como todos los costos o beneficios que recaen en la sociedad o el medio ambiente como consecuencia de la una actividad económica y que no están incluidos en el precio del producto que las ocasiona. No repercuten en el beneficio de las empresas pero genera efectos medioambientales y socioeconómicos. Al respecto cita la Teoría de las externalidades de Coase (1960)
Además presenta la Teoría del valor económico total de un bien (Pearce 1993, Pearce y Turne 1990), que describe aquel como la composición de: Valores de uso o ACTIVO, directos o indirectos; Valores PASIVOS, pueden ser de posibilidad de uso futuro o de existencia.
Una vez definido esto, avanza sobre las Técnicas de valoración y contabilidad ambiental, definidas para la cuantificación de preferencias dada la ausencia de un mercado formal basado en precios y cantidades. Tal el caso de los modelos de precios hedónicos, coste del viajaste evitado, valoración y evaluación contingente, etc.
En síntesis, de manera preliminar deben identificarse las preferencias expresadas (de mercado) o no expresadas (externalidades). Al respecto, enuncia ejemplos de investigadores para desarrollar técnicas de contabilizacion de externalidades y su integración al análisis económico. Con estos datos, se puede desarrollar Cuantificación de la sostenibilidad: Los economistas ambientales concuerdan que para alcanzar la sostenibilidad es necesario incorporar a las cuentas económicas los bienes y servicios proporcionados por el ecosistema (Constanza 1991). El objeto es calcular la renta directa hicksiana (Hicks 1946): la renta total sustentable de un sistema es aquel flujo (renta) de dinero (real o imputado) generado durante un periodo contable (un año) que gastado en su totalidad en dicho ejercicio deja a su perceptor con el mismo fondo de riqueza económica (capital) al final del periodo contable que el que poseía al principio del ejercicio en términos reales, en ausencia de nuevos descubrimientos de riquezas y de transferencias netas exteriores al sistema. la renta total (rt) puede ser medida por la suma del valor añadido neto (van) y las ganancias de capital (gc), con inclusión de los beneficios y males ambientales: rt = van + gc. De este modo se logra incorporar la sostenibilidad del ecosistema por la cuantificación de pérdidas o ganancias del capital natural.
La Ordenación territorial busca coordinar racionalmente la conservación de la Naturaleza y la realización de las actividades humanas, sujeta a restricciones y posibilidades del entorno natural. Se basa en conceptos de capacidad, impacto, calidad y fragilidad. Cuando suma consideraciones socioeconómicas, resulta en Ordenación Territorial integrada, y se desarrolla a escalas territorial, nacional, regional, comarcal, local y operacional. Tradicionalmente no incorporaba la valoración de los recursos naturales, al carecer de un mercado en el que los precios y las rentas públicas sean explícitos. Así, la renta, ya no sólo económica, sino ambiental y social que genera el territorio, es difícilmente cuantificable, permaneciendo entonces las decisiones en el campo subjetivo. Generalmente, al no contarse con datos fácilmente mensurables o valorables, objetivos específicos o comensurables, y dado el corto plazo para la toma de desiciones, la interdisciplinariedad y las restricciones de las partidas presupuestarias, la cuantificación económica queda generalmente relegada a un segundo plano. Así, no se distingue entre capital y renta, fundamental para la sostenibilidad, o no se valora el uso (renta) que genera un espacio para el público independientemente de su valor en el mercado, ni se genera un marco donde las comparaciones de preferencias permitan asignar eficientemente presupuestos justificados a las políticas de conservación y uso de recursos.
El valor del artículo, radica fundamentalmente, en la aproximación metodológica al concepto de “externalidades” y su contabilización e integración en las evaluaciones de impacto de las actividades econonómicas.

- Allan Stewart-Oaten, William W. Murdoch, Keith R. Parker Source “Environmental Impact Assessment: Pseudoreplication in Time?” Ecology, Vol. 67, No. 4 (Aug., 1986), pp. 929-940. Ecological Society of America
Basándose en el caso de Green de 1979, en donde una fuente de contaminación vierte sus efluentes en un curso de agua, y analizando el efecto sobre las especies aguas arriba y debajo de la fuente, antes y después de la aplicación de algún tipo de control, se define entones un caso de “una única área de impacto y una única área de aplicación del control”. Analiza los diferentes métodos de evaluación de impacto. Para los autores una forma de corregir “defectos” estadísticos detectados en los mismos es usar los muestreos temporales como réplicas pero midiendo las áreas de Impacto y Control simultáneamente, indicando como resultado en cada caso la diferencia entre ambas mediciones.
Además indica que los estudios sobre impacto ambiental requieren de la selección de un set de sitios representativos y de la elección “randomizada” de los sitios que estarán afectados por la fuente y cuáles por el programa de control. La conclusión al respecto, es que deben considerar el caso de agentes externos, algunos sistemáticos (ej. Estaciones) y otros aleatorios, que dependiendo de sus características y dimensiones puede afectar de manera similar , o NO, los sitios.
Al respecto amplían el concepto “densidad de población promedio”. Indican que el set de factores detectados, aleatorios o sistemáticos, constituyen un proceso de “producción de abundancia”. Como los factores sistemáticos del proceso podrían “fijarse” a los efectos experimentales, señalan que son los aleatorios los que constituyen “distribución probabilísticas”. Por eso es importante la medición de las diferencias relativas entre las curvas promedio de abundancia de las áreas de control e impacto.
Como solución indican un método BACI (Before, Alter, Control, Impact) que evalúa si éstas diferencias entre los varían con el Start up de la fuente. Introduce, entonces el concepto de aditividad de los efectos de tiempo y locación.
A través de gráficos muestra cómo las diferencias entre las curvas de medios están afectadas ambas por aspectos físicos y otros (ej. Estacionales) con un efecto multiplicativo, no aditivo. La diferencia varía cíclicamente. El enfoque aditivo podría resultar en dos consecuencias: Si las mediciones son matcheadas correlativamente, el efecto produciría un test más “débil” o conservador. Caso contrario, los períodos con grandes diferencias, podrían llevar a conclusiones erróneas. Esto puede al menos minimizarse si las mediciones se realizan en ambas curvas en la escala correcta. Al respecto cita los métodos de Tukey (1949), Box y Cox (1964) y Andrews (1971).
El tercer problema en el concepto de la no aditividad es el problema de la covarianza, cuando las dos areas (Impacto y Control) que no necesitan ser idénticas, no cumplen con: a) variaciones de curvas entre las áreas, según una constante antes de la aparición de la fuente y b) los efectos regulares (Ej. Estacionales) o a largo plazo coincidentes. Cualquier transformación debe ser considerarse previo a la aparición de la fuente, para poder independizarlo.
Independencia de las “réplicas” temporales
Considerar que NO necesariamente las muestras No están correclacionadas, para que las diferencias lo estén. Los errores se componen de errores de muestreo y de proceso. Los primeros suelen ser independientes en casi todos los análisis. Si los de proceso no son independientes a lo largo del tiempo, pero son idénticos en las dos locaciones, sí lo son las diferencias relativas entre áreas a lo largo del tiempo. No es realista asumir errores de proceso idénticos entre las dos áreas, pero es posible llegar a idénticos resultados a través de otros supuestos. De los efectos aleatorios posibles, son aquellos de gran escala, alcance local y de larga duración aquellos que pueden afectar el supuesto de independencia. Esto puede ser demostrado por el modelo “Markoviano”: La independencia o baja correlación es posible solo si no se dan efectos aleatorios de gran escala, locales y de largo plazo. Los autores indican distintos métodos para medir este supuesto vs. los datos obtenidos.
Bajo los supuestos de “aditividad” e “independencia”, sugieren usar los t y U test para decidir si la fuente contaminante tiene efecto alguno. Los resultados contradictorios o estadísticos al límite deberían ser chequeados vs. observaciones adicionales. Idem la posible correlación serial.
La abundancia en al área de impacto, antes y después del mismo, es la única población de interés. El área de control no representa una población de interés pero es útil para distinguir entre los efectos del tratamiento y aquellos temporales. Además, las secuencias de muestreo no deben ser elegidas aleatoriamente, a fin de evitar la correlación serial y maximizar la utilidad de información (ej. Estación en la que abunda la especie objetivo).
Si, además del Start up de la fuente, se diera un efecto impredecible, de gran escala y a largo plazo, sería muy difícil detectarlo directamente de las observaciones, al igual que su grado de probabilidad. Por eso siempre deben ser considerados tanto el efecto posible de la fuente como cualquier otra causa de los resultados obtenidos. Esto sobre todo se da en los estudios “randomizados” porque los resultados pueden darse no solo por el tratamiento sino también por la forma en que éste es administrado. En tales casos, debe considerarse los efectos posibles de cada una de estas formas de administración posibles.
Presenta la clasificación de las las técnicas estadísticas según su objetivo: a)“análisis exploratorio de los datos” , b) “análisis confirmatorio de los datos”. Generalmente, las conclusiones derivadas de éstos requiere de los mismos supuestos de los procedimientos inferenciales (independencia, no aditividad, causas adicionales de error, etc.) además de considerar cuestiones de presentación y armado de los mismos. Su objetivo es por lo general demostrar la significancia “física” más que estadística de las observaciones.

Jose Lopez de Sebastián y Gomez de Agüero “Evaluación económica del impacto ambiental” Centro Internacional de Formación en Ciencias Ambientales (CIFCA) Madrid, 1977
Teoría del bienestar: Nivel óptimo de eficiencia en la asignación de recursos a la producción y al consumo si cada precio iguale al coste marginal social. Esto obliga a asignar precios a los bienes y servicios de naturaleza pública, a evaluar externalidades (costes producidos en el sistema económico por cualquier actividad del mismo, no contabilizados monetariamente por escapar su apreciación a los criterios convencionales de cálculo de costes de producción).
Modelo “Balance de materiales” de Karl-Goran Mäler.
Producción y servicios intercambian trabajo + bienes + servicios + residuos
Producción no se limita a recibir materias primas (RR provenientes de ½ A) y MO. Además, requiere de una red tratatamiento de residuos para restringir externalidades y producción materias primas de los deshechos. Por lo tanto, la tecnología de la empresa es más compleja, y por ende lo son los coeficientes insumo/ producto.
Producción y acumulación de capital implica una inversión neta (positivo) y depreciación (negativo). El capital también se transforma en “deshecho” que si no es reciclado en materia prima, requiere transporte y tratamiento especial para volver al medio ambiente.
El consumo produce residuos al medio ambiente, mientras que éste produce servicios medioambientales (Ej. Parques), culturales y científicos, para los consumidores. La gestión ambiental, pretende ampliar la capacidad de absorción de residuos del medio o eliminar el daño ecológico producido por la producción (materias primas) o el cosnumo (residuos). Para ello requiere de insumos físicos derivados de la producción y MO. Al respecto presenta modelo Mäler y desarrolla los principios teóricos generales de las técnicas de evaluación (Óptimo de Pareto, utilidad, beneficio, tasas marginales entre consumidores y productores, sustituibilidad entre factores, productos, bienes de consumo, coste marginal social, disponibilidad marginal al pago) y especifica en particular los conceptos de: a) Función objetivo y preferencias sociales, b) utilidad y beneficio en la preferencia social, c) Valoración de beneficios, d) valoración de los costes, e) Proyectos de inversión pública, f) Evaluación de inversiones privadas, g) Valor actualizado TIR.
Más adelante, el análisis presenta las externalidades debidas a la protección medioambiental que representan costes sociales a incluir en la evaluación de proyectos, más allá de la complejidad de su cálculo. A éstos suma una técnica de evaluación de beneficios recreativos.
Finalmente, se presenta el problema regional o de modelos integrados, que alude a la evaluación de beneficios y costes sociales desde el punto de vista técnico, y su ponderación desde el punto de vista político, en un esquema de producción regional-

Daniel Alfredo Revollo Fernandez “Calidad de la vivienda a partir de la metodología de precios hedónicos para la ciudad de Bogotá- Colombia”. Revista Digital universitaria, Junio 09. Vol.10. Num. 7. Universidad Autónoma de México.
A través de un modelo de Precios Hedónicos (PH) define qué variables estructurales y del entorno afectan el precio en localidades pobres y ricas en el departamento de Bogotá. Concluye que la inversión en obras públicas puede afectar positiva o negativamente el nivel de precios por vía indirecta a través del cambio en el uso de la tierra y dependiendo de la localización. El análisis clasifica las localidades de Bogotá en pobres o ricas (nivel de necesidades básicas insatisfechas e ingreso por ciudadano) y analiza en qué se basan las decisiones de los agentes y cómo afectan las inversiones urbanas públicas o privadas. En síntesis se analiza la Disponibilidad Marginal a Pagar (DMP) y su correlación con las características estructurales o de entorno.
El precio del bien, en relación a sus características es: P=P(Z, A) donde Z es el vector de atributos estructurales y A al de entorno. El equilibrio de oferta y demanda se basa en la maximización de consumidores y productores y la función de utilidad de las familias es: U (Z, A, X, α) donde se incorporan X como bien compuesto y α como un vector de características socioeconómicas. Para las familias, maximización de U estará sujeta su restricción presupuestaria (Y): Max Z, A, X U (Z, A, X, α) s.a. P (Z, A) + X=Y . Así se obtiene la función de demanda: φ(Z, A, y, u, a). Representa la DMP por un bien con determinadas características. La derivada con respecto a alguna de esas características, que indicará la tasa de “cambio” a la cual se optaría a cambiar el gasto, será: δφ (Z, A, y, u, α)/ δ Zi = PZi (Z, A). El PH de i será su tasa marginal de sustitución vs. el bien compuesto. UZi (Z, A, X, α)/ UXi (Z, A, X, α)= PZi (Z, A)= δφ (Z, A, y, u, α)/ δ Z donde i= 1, 2, 3,…, n. En el óptimo, el consumidor deberá igualar las pendientes de la función de postura y el PH para cada i.
Los productores por su parte, deberán decidir sobre la cantidad y la calidad de la vivienda a producir, presentando una función de costos: C (Z, A, N, β), donde N es la cantidad de bienes a producir y β es la tecnología utilizada. Max Z, A, N π= NP (Z, A) - C (Z, A, N, β ) y la función de oferta es ρ (Z, A, N, β). Según Freeman 1993, el precio marginal de un atributo debe igualar a su costo marginal: δP/ δ Zi = δC/ δ Zi.
El equilibrio de mercado supone que ambas funciones oferta y demanda son tangentes, formando la función de PH como la envolvente de ambas.
Para el caso de Bogotá, la información se obtuvo por m2 del Departamento Administrativo de Medio Ambiente, DAMA, y la Encuesta de Calidad de Vida 2003: a) precio venta de departamentos y casas, b) Nivel de estrato (clasificación socioeconómica realizada por el Departamento de estadística), c) área de la vivienda, d) tipo, e) Seguridad, f) cercanía a un área verde, g) cercanía al transmilenio (transporte masivo), h) edad de la vivienda, i) Nivel de contaminación PM10 (mg/m3), j) Ingreso y NBI.
Se escogieron 970 casas/ departamentos dentro de 19 localidades o barrios de Bogotá, y de diferentes estratos económicos. El modelo de PH utilizó las variables: precio en pesos (continua), PM10 o contaminación (continua), tipo apartamento o casa (dummy), estrato (continua), NBI (continua, dependiendo de la localidad), antigüedad (continua), seguridad las 24 hrs. (dummy), àrea (continua), cerca de Transmilenio (dummy), cerca zona verde (dummy). Y señala la ecuación del modelo resultante: Pθ=β0 + β1 PM10λ+ β2 áreaλ+ β3 estratoλ+ β4 NBIλ+ β5 Tipoλ+ β6 Seguridadλ+ β7 Zona verdeλ+ β8 Transmilenioλ+ β9 Antigüedadλ+εi
Después de analizar qué forma funcional es la más apropiada para el modelo de PH, el estudio analiza cómo varían esta DMP según si la localidad es rica o pobre, definido esto por medio de NBI e Ingreso/ cápita. Luego se definen las estadísticas descriptivas para las variables en cada grupo y los coeficientes para ingresar las mismas al modelo PH.
En síntesis, el artículo es relevante al trabajo de tesis propuesto, en tanto la formulación de la hipótesis, la estructura metodológica descripta y la evaluación de las conclusiones en relaciones a los parámetros socioeconómicos de cada localidad analizada.

C. Mardones, “Impacto de la percepción de calidad del aire sobre el precio de las viviendas en Concepción/ Talcahuano, Chile” Cuadernos de Economía, Vol.43, PP. 301-329,Nov. 2006, Universidad de Chile
El trabajo toma como hipótesis nula que la percepción de la calidad del aire, sobre todo medida en término de “malos olores” en las proximidades de las plantas de industria pesquera de Talcahuano, Concepción, no tiene ningún efecto relevante en el valor de las viviendas de la zona.
Utiliza un modelo de precios hedónicos con el objetivo de capturar la disponibilidad al pago por diferencias en las amenidades y sus consecuencias, ejemplo, efectos en la salud a largo plazo, por la calidad ambiental, pero las personas que no estén consientes de este efecto no revelarán esta diferencia.
La principal dificultad metodológica del trabajo resultó en medir la variable ambiental de “malos olores”. Se realizó una encuesta en distintas áreas de la comuna, que por disponibilidad de recursos, en lugar de utilizar un muestreo aleatorio, se limitó a un muestreo probabilístico.
El modelo teórico se basa en Freeman 1993: La disponibilidad marginal a pagar por zj es igual al costo marginal de adquirir más zj, todo lo demás constante. Se obtiene así la curva de indiferencia que da la máxima cant. que el individuo pagaría por obtener un modelo función de zj, manteniendo los otros bienes constantes . Por las diferencias en las preferencias / ingresos, esta función puede variar según individuo.
Los costos de producción de las firmas, dependen de los niveles de las características z. Si las firmas son heterogéneas los costos de producción son diferentes. Invirtiendo su función de beneficio, se obtiene la curva de oferta de las características y máximo beneficio obtenible.
La función de precios hedónicos está compuesta por las curvas de utilidad de todas las familias y beneficio de todas las firmas. Para que todas las firmas e individuos estén en equilibrio, sus curvas deben ser tangentes a la función de precios hedónicos. El precio de una característica determinada podrá ser calculado diferenciando la función de precio hedónico con respecto a la misma obteniendo el incremento del gasto en Y para obtener una unidad adicional de Zj, si todo lo demás se mantiene constante. Si la función es lineal, los precios para los individuos son constantes. Si no lo es, el precio depende de la cantidad adquirida de Zj.
Si la función implícita es lineal en zj no es posible indicar la curva de demanda por zj .El precio es igual para todos los individuos. Pero pzj indica la disposición marginal a pagar (DMP) o beneficio marginal por cada cantidad adicional de zj para cada individuo.Si la función es no lineal, entonces distintos individuos tendrán distintos pzj. Como el modelo de precios hedónicos es insuficiente para identificar como los individuos responden a distintos precios implícitos e ingresos. Se requiere una segunda etapa de estimación. Para Rosen (1974) la primera etapa define la función Py y sus parámetros. La DMP por un atributo se obtiene por la derivada de la función con respecto al mismo. Los cambios de bienestar se miden sobre la curva de la derivada, lejos de la tangencia con la función hedónica. La segunda etapa identifica la función de demanda inversa por el atributo zj que se utiliza para medir el cambio exacto de bienestar. Indica dos métodos de cálculo de esta función.
Las estimaciones hedónicas para medir calidad ambiental difieren en método según el atributo ambiental a medir, el precio de las transacciones, y el período de tiempo considerado. Si el efecto del cambio ambiental es localizado, la función de precios hedónicos no cambia. Si afecta a una gran proporción del mercado, se produce el cambio en la función. Otra consideración es la movilidad de las familias en respuesta al cambio ambiental, esté dada por los precio de relocalización o la duración de los períodos analizados.
Existen dos modelos alternativos a Precios hedónicos: bidding aleatorio y utilidad aleatoria, que sugieren cantidades de consumo discretas y no contínuas como en PH. Se basan en modelos logit multinomial y logit anidado.
Los factores de elección de las viviendas pueden clasificarse en estructurales de la vivienda, localizacionales y ambientales. La función se escribe p=p (z1i, z2j, z3k), donde z1i son atributos estructurales (i=1,…I), z2j localizacionales (j=1,…J) y z3k ambientales (k=1,…K). Indica tabla con las variables medidas (dependiente, precio + independientes) indicando signo esperado y código. Wilhelmsson (2000) indica que los atributos estructurales más utilizados en PH son área interior, cant. de baños, antigüedad, garage y área exterior. El trabajo sólo utiliza áreas interiores y exteriores. Las variables localizaciones describen la posición en relación a amenidades urbanas y el trabajo selecciona la distancia a centros comerciales y urbanos, plazas, parques y áreas verdes naturales. Para el trabajo, la variable ambiental es la percepción subjetiva de malos olores. Otra variable considerada a nivel subjetivo es la percepción de seguridad. Así definida, la función es:
Precio= f (área exterior, área interior, dist. Concepción, dist. Talcahuano, plaza, parque, área verde, mal olor, seguridad).
Los datos corresponden a los precios de las transacciones realizadas en Tacahuano y Concepción en el 2003. Se seleccionaron solo las transacciones entre personas físicas y/o jurídicas, para acotar el análisis al segmento residencial.
De los 360 casos preseleccionados, la muestra se acotó a los 239 de los cuales pudo obtenerse toda la información. Al principio se analizaron casas y departamentos juntos, pero como en general son considerados como mercados separados, y los casos eran insuficientes para correr dos regresiones, el estudio se limitó a casas, total 158 observaciones. Las variables de distancia urbana se midieron en ml medidos según las manos de las calles.
Las variable seguridad se midió mediante un muestreo no aleatorio de 292 personas en 32 sectores, en la cual se consultó sobre el nivel de delincuencia en los sectores conocidos y representativos de la comuna. Los encuestados solo calificaron los sectores por ellos conocidos, no sólo donde vivían, generando una comparación relativa en una escala creciente de 1 a 5, utilizando la media y la mediana de las respuestas como indicadores de inseguridad.
Como los datos de niveles de contaminación (PM10 y SO2) no son suficientes ni están bien monitoreados, se utilizó la encuesta en los sectores afectados, utilizando un índice subjetivo de seis categorías crecientes, calificando qué sectores, que ellos conocieran, eran afectados por los malos olores de las plantas de industria pesada y harina de pescado. Como la medida de seguridad y malos olores son aleatorios los valores pueden definirse como una proxy de la verdadera medida + un error aleatorio, lo que sería un problema si éste estuviese correlacionado con el error de la función de PH, condición que se subsanaría si son considerados como “percepciones subjetivas” de los atributos y no del verdadero nivel.
Se presentan los supuestos considerados para el modelo de PH según Palmquist, los test estadísticos utilizados y las soluciones adoptadas.
- Magnitud del mercado
- Forma funcional
- Medida de las variables ambientales
- Problemas de Multicolinealidad
- Precio de Arriendo vs. Precios de vivienda
- Costos de la búsqueda y tiempo en el mercado
Se presentan los resultados según las formas funcionales sencillas (lineal, semilog, semilog inversa, log-log) Como en algunas especificaciones no se pudo eliminar la heterocedasticidad con mínimos cuadrados ponderados, se utilizó la estimación con la matriz de varianzas y covarianzas de White. También se presenta el modelo Boc-Cox lineal, más sencillo y flexible.
El resultado más importantes es que la variable ambiental malos olores es de signo negativo en todos los modelos de función pero significativo solo en tres de ellas. Las áreas verdes tienen signo positivo y significativo en todos los modelos.
Cómo se mide el efecto económico de los malos olores? Evaluando el efecto del aumento o disminución de la percepción en una vivienda representativa, calculando el efecto conjunto de las otras variables sobre el valor promedio de las mismas. Se verifica que la caída del precio depende de la forma funcional utilizada.
Los valores caen considerablemente cuando existe percepción en el área de la vivienda. Se concluye que los efectos descontaminadotes no son despreciables para los propietarios.
Conclusiones
El modelo de precios hedónicos es aplicable a la evaluación económica de la contaminación. Para el caso del paper, el efecto es negativo en el precio de las viviendas en tres de las cuatro especificaciones funcionales simples. Los resultados obtenidos pueden soportar una análisis costo-beneficio del nivel óptimo de contaminación y determinar los efectos redistributivos de la población afectada por actividades económicas que empeoran la calidad del aire.
El trabajo resulta relevante a la metodología y tema a desarrollar por la tesis