Trabajo - Valorizacion Economica - Jose Luis Arias

UNIVERSIDAD NACIONAL JORGE BASADRE GROHOMANN
ESCUELA DE POST GRADO

MAESTRIA EN GESTION Y DESARROLLO SOSTENIBLE
ESTIMACIN DE LOS BENEFICIOS SOCIALES, MEDIANTE

LA DISPONIBILIDAD A PAGAR POR UN CAMBIO EN LA
CALIDAD DEL AGUA DEL RO LOCUMBA JORGE
BASADRE, TACNA
MAESTRANTE: Ing. JOSE LUIS ARIAS CALIZAYA

CURSO: ECONOMIA AMBIENTAL
SEMESTRE: I
TACNA - PERU
INDICE
1
I.- INTRODUCCION.....3
II.- ANTECEDENTES..3
III.- OBJETIVOS...4
IV.- MARCO TEORICO...4
V.- METODOLOGIA.8
VI.- RESULTADOS11
VII.- CONCLUSIONES..14
VIII. BIBLIOGRAFIA..15
IX.- ANEXOS..16
ESTIMACIN DE LOS BENEFICIOS SOCIALES, MEDIANTE LA DISPONIBILIDAD A

PAGAR POR UN CAMBIO EN LA CALIDAD DEL AGUA DEL RO LOCUMBA JORGE
BASADRE, TACNA
I.- INTRODUCCIN
En la cuenca del ro Locumba se ha identificado fuentes de contaminacin como son:
vertimientos de aguas residuales industriales y domsticos; botaderos de residuos
slidos municipales y fuentes de aguas naturales que requiere caracterizar para evaluar
su aporte. Se registraron11 vertimientos a los cuerpos naturales de agua, de los cuales
02 son industriales y 09 son del tipo domstico. Las empresas que realizan los
vertimientos de aguas residuales industriales son: Southern Copper y la empresa
Agroindustrial del Per S.A.C. Por otro lado, la mayora de centros poblados as como
distritos inmersos en la cuenca del rio Locumba, realizan vertimientos de aguas
residuales domsticas sin tratamiento y sin Autorizacin por parte de la Autoridad
Nacional del Agua; por otro lado, existen centros poblados que poseen pozos spticos
donde tratan sus aguas residuales domsticas.
II.- ANTECEDENTES
En la actualidad la Cuenca del Ro Locumba est siendo fuertemente alterada debido al
impacto negativo que las comunidades aledaas (urbanas y agrcolas) estn
ocasionando sobre la calidad de sus aguas. Dicha agresin ambiental hacia sus ros es
debido generalmente por la utilizacin de agroqumicos (pesticidas y fertilizantes) que
ingresan al ro de manera superficial o por filtracin y a ello se suma, el ingreso de
materia orgnica, debido a las aguas residuales (desages) que no tienen tratamiento
alguno y que llegan directamente al cuerpo de agua por falta de servicios de saneamiento
ambiental y de un sistema de alcantarillado adecuado para la zona. La contaminacin de
3
los ros tributarios que integran la cuenca del Ro Locumba contribuyen sinergticamente
al arrastrar los residuos orgnicos e inorgnicos desde una poblacin a otra aguas abajo,
incrementando la cantidad de materia orgnica en toda esta cadena de arrastre de
contaminantes. Todo esto est cambiando la calidad del agua de la Cuenca del Ro
Locumba y as como la salud de la poblacin ubicada ro abajo, debido a los agentes
patgenos que son transportados por estas aguas provenientes desde una poblacin
altitudinalmente superior.
III.- OBJETIVOS
Objetivo General:
Valorar econmicamente el cambio en la calidad del agua generada por la
construccin de una planta de tratamiento primario y secundario para el Ro
Locumba.
IV.- MARCO TEORICO
1. UBICACIN GEOGRAFICA Y LIMITES
La provincia Jorge Basadre est ubicada al noroeste de la Regin Tacna a la que
pertenece. Comprendida entre las coordenadas 17 25 00 Latitud Sur y 70 30 37
Latitud Oeste.
La Provincia de Jorge Basadre tiene los siguientes lmites:
Por el Norte: Regin Moquegua
Por el Sur: Provincia Tacna
Por el Este: Provincia Candarave
Por el Oeste: Ocano Pacifico
1.1.- UBICACIN DEL DISTRITO DE LOCUMBA:

4
Se encuentra ubicada sobre la margen derecha del ro del mismo nombre, en la provincia
de Jorge Basadre, Regin Tacna, adems se encuentra en las coordenadas 17 36 35
Latitud Sur y los 70 45 39 de Longitud Oeste, presenta un clima semi clido a clido
durante el da y con temperaturas templadas por las noches.
Imagen N 1: Ubicacin del rio locumba

2. SUPERFICIE Y ALTITUD
La provincia de Jorge Basadre tiene una extensin total de 2,928.56 km2, siendo el
distrito de Ilabaya el de mayor extensin (1111.39 km2), siendo este distrito que por su
altitud se puede sealar que tiene dos regionales altitudinales costa y sierra, el distrito de
Ite se encuentra en el nivel ms bajo (174 km2). En el cuadro siguiente se detalla las
superficies, coordenadas y altitud por distrito.
3.- POBLACIN
El comportamiento de la poblacin provincial y distrital, descansa en la dinmica
5
socioeconmica que se generan en cada uno de sus pueblos, comunidades, anexos y

distritos, en ese sentido, el estancamiento y la baja de la produccin de los sectores
productivos, especialmente el agrcola, est generando segn los censos de 1981, 1993,
2005 y 2007 un proceso de disminucin sostenida de la poblacin, tal es as que en
1981, la Provincia Jorge Basadre tena 15,551 habitantes y segn el censo del 2007,
tiene 9,872 habitantes que demuestra un decrecimiento poblacional sostenido; de la
poblacin actual 5,920 pobladores son varones que representa el 60.0% y 3,952 mujeres
que representa el 40.0%, ubicados desde el Litoral peruano hasta las comunidades Alto
Andinas de la Provincia.
Segn el censo poblacional del ao 2007, realizado por el Instituto Nacional de
Estadstica e Informtica, la Provincia Jorge Basadre, con su capital distrito de Locumba,
tiene una poblacin de 2,159 habitantes, de los cuales 1,248 son hombres que
representa el 57.8 % y 911 son mujeres que representan el 42.2%; siendo la agricultura la
principal actividad econmica del distrito de Locumba, la poblacin reside en la zona rural
aproximadamente el 54.0% y el 46.0% reside en la zona urbana. Existe una poblacin
flotante que por efecto de las siembras y cosechas llegan al valle de Locumba; Asimismo,
se debe resaltar la presencia de una poblacin estimada en 100,000 peregrinos que
llegan al Santuario del Seor de Locumba, durante el mes de septiembre de cada ao.
4.- ENFERMEDADES DE ORIGEN HDRICO
Diferentes estudios epidemiolgicos han centrado sus esfuerzos en las ltimas dcadas,
a fin de determinar cierto tipo de relacin entre la contaminacin hdrica y el bienestar de
las personas. Los resultados de estas diferentes investigaciones empricas, en diversos
contextos, han logrado determinar un tipo de relacin directa entre los niveles de
contaminacin hdrica y los niveles de morbilidad observados para la poblacin. Para el
caso de los pases en desarrollo, la Organizacin Mundial de la Salud (OMS, 2004) ha
encontrado que las enfermedades asociadas con la contaminacin del agua son la
principal causa para la mortalidad. El Per, en su condicin de pas en vas de desarrollo,
no ha sido la excepcin a este hecho, y las enfermedades diarreicas agudas (EDA) son
una de las principales causas de morbilidad entre los grupos de menores ingresos
6
principalmente.
Segn el informe del CNUMAD (1992), se estimaba que el 80% de todas las
enfermedades y ms de un tercio de los fallecimientos en los pases en desarrollo se
deban al consumo de agua contaminada, es decir de mala calidad, y que en promedio,
hasta la dcima parte del tiempo productivo de cada persona se perda a causa de
enfermedades relacionadas con el agua.
Imagen N 2: Contaminacin del Rio Locumba

V.- METODOLOGIA
1.- TAMAO DE LA MUESTRA
La poblacin estudiada, estuvo constituida por todos los hogares de los anexos y distrito
de Locumba que no cuentan con sistemas de agua y saneamiento bsico. La unidad de
anlisis fueron los hogares, y la unidad de muestreo las viviendas de dichas hogares. La
poblacin calculada como muestra representativa estuvo constituida por 40 hogares. La
informacin fue recolectada entre el 15 de febrero al 15 de Marzo del 2015, mediante la
aplicacin de una encuesta estructurada, realizada a las personas responsables del
hogar.
2.- MTODO DE LA VALORACIN CONTINGENTE

Los dos modelos anteriores se suelen calificar de indirectos por el hecho de estimar la
valoracin por comportamientos que se revelan en el mercado. El mtodo de valoracin
contingente, en cambio, se incluye entre las formas de valoracin directa, en concreto por
encuesta. En el mtodo de la valoracin contingente, los cuestionarios juegan el papel de
un mercado hipottico, donde la oferta viene representada por la persona entrevistadora
y la demanda por la entrevistada. Existen numerosas variantes en la formulacin de la
pregunta que debe obtener un precio para este bien sin mercado real. Un procedimiento
tpico es el siguiente: la persona entrevistadora pregunta si la mxima disposicin a pagar
sera igual, superior o inferior a un nmero determinado de pesetas. En caso de obtener
"inferior" por respuesta, se puede repetir la pregunta disminuyendo el precio de salida.
Finalmente, se suele preguntar cual sera el precio mximo que pagara por el bien,
teniendo en cuenta sus respuestas anteriores. La persona entrevistada se encuentra en
una situacin parecida a la que diariamente se enfrenta en el mercado: comprar o no una
cantidad determinada de un bien a un precio dado. La diferencia fundamental es,
naturalmente, que en esta ocasin el mercado es hipottico y, por lo general (hay
excepciones), no tiene que pagar la cantidad que revela. Este mecanismo puede resultar
en un sesgo, generalmente llamado estratgico, que est relacionado con el incentivo o
desincentivo a revelar el "verdadero" precio, lo que ha motivado algunas crticas al
mtodo.
2.- DEFINICIN DE LAS VARIABLES
En el presente trabajo se hace la valoracin econmica del cambio en la calidad del agua
generada por la construccin de una planta de tratamiento primario y secundario para el
Ro Locumba. A partir de estas estimaciones, se pretende calcular la contribucin al
bienestar total de los habitantes de la zona de Locumba y anexos, gracias al programa de
reduccin en la contaminacin del ro. Con el tratamiento primario, desaparecern los
olores ftidos y los slidos flotantes desagradables que se presentan en la actualidad. No
obstante, este tratamiento har que el agua tenga un olor caracterstico, que se describe
como rancio, mohoso, aejo. Con el tratamiento secundario, desaparecern todo tipo de
8
olor y el ro recuperar su color natural. Con un proceso de desinfeccin en el tratamiento

secundario, se reducir drsticamente la poblacin de agentes patgenos dentro del ro.
Especficamente, se utiliza el mtodo de valoracin contingente para estimar la
disponibilidad a pagar de los habitantes de la zona por diferentes niveles de calidad
relacionados con diferentes niveles de flujos de servicios provistos por el ro una vez ya
est descontaminado. Se pretende estimar:
X1 Variable continua que representa la distancia en kilmetros del hogar al ro.
X2 Variable binaria que toma el valor de 1 si existe percepcin de malos olores y 0 si
no existe percepcin.
X3 Variable que representa el nmero de meses que se perciben al ao los olores
ftidos del ro Locumba.
X4 Variable continua que representa el nmero de das que percibi los malos olores
en el mes pasado.
X5 variable binaria que toma el valor de 1 si el tipo de olor percibido es constante y 0 si
el tipo de olor percibido es temporal.
X6 Variable independiente continua que representa el precio hipottico a pagar por
acceder a los benficos del nivel de calidad ambiental A.
X7 Variable dependiente binaria que representa la probabilidad de responder SI (=1) a
la pregunta de DAP por el nivel de calidad A, si es NO pagar (=0)
acceder a los benficos del nivel de calidad ambiental B.
X9 Variable dependiente binaria que representa la probabilidad de responder SI (=1) a

la pregunta de DAP por el nivel de calidad B, si es NO pagar (=0)
acceder a los benficos del nivel de calidad ambiental C.
X11 Variable dependiente binaria, que representa la probabilidad de responder Si (=1) a
la pregunta de DAP por el nivel de calidad C, NO pagar (=0).
X12 Variable continua que representa el nmero de personas en el hogar.
X13 Variable independiente que representa el ingreso familiar mensual en pesos
del entrevistado.
X14
Variable
discreta
categrica
ordenada
que
representa
el
estrato
socioeconmico.
X15 Variable independiente binaria que representa el nivel de educacin del
entrevistado, si es universitaria o mayor (=1), y (=0) si tiene un nivel de educacin
inferior al universitario.
VI.- RESULTADOS
VER ANEXO N 3: MODELO ECONOMETRICO 1 - CALIDAD A: RO TRATADO CON OLOR
MOHOSO
10
Como puede apreciarse, los signos de los coeficientes son consistentes con la teora.
El signo que acompaa a la variable precio es negativa sealando la relacin inversa
entre el valor de la tarifa a pagar por al descontaminacin del agua del ro Locumba y la
probabilidad de responder afirmativamente a la pregunta de pago.
El signo que acompaa a la variable ingreso es positivo, sealando una relacin directa
entre el ingreso familiar y la probabilidad de responder afirmativamente a la pregunta
de pago. El signo positivo de la variable X2, nos dice que a medida que los olores son
percibidos por las personas, la probabilidad de responder afirmativamente a la pregunta
de disponibilidad es mayor. Por ltimo, el signo negativo que acompaa a la variable
X15, nivel de educacin del entrevistado, significa que entre menor sea el nivel de
educacin del entrevistado, la probabilidad de responder afirmativamente a la pregunta
de disponibilidad a pagar ser memor.
Los resultados de la disponibilidad a pagar son:
>CALC;COEF1=B(1)$
>CALC;COEF3=B(3)$
>CALC;COEF4=B(4)$
>CALC;COEF5=B(5)$
>CREATE;BETA=B(2)$
>CREATE;ALFA=COEF1+COEF3*X13+COEF4*X2+COEF5*X15$
>CREATE;DAPA=ALFA/BETA$
>DSTAT;RHS=DAPA$
DescriptiveStatistics
Allresultsbasedonnonmissingobservations.
===============================================================================
VariableMeanStd.Dev.MinimumMaximumCases
===============================================================================
Allobservationsincurrentsample
DAPA1740.996342251.5405311809.63322977.8760340
Es decir, en promedio la disponibilidad a pagar (DAP) de las personas por la

mejora en calidad A, es de S/. 1740.99634 soles..
VER ANEXO N 4: MODELO ECONOMETRICO 2 - CALIDAD B; RO INOLORO CON COLOR

11
NATURAL
Note que los signos de los coeficientes se siguen manteniendo. Por consiguiente,
seguimos teniendo consistencia en los resultados esperados.
>CALC;COEF1=B(1)$
>CALC;COEF3=B(3)$
>CALC;COEF4=B(4)$
>CALC;COEF5=B(5)$
>CREATE;BETA=B(2)$
>CREATE;DAPB=ALFA/BETA$
>DSTAT1;RHS=DAPB$
===============================================================================
===============================================================================
DAPB2885.376152408.0836811497.77394236.5099240
Es decir, en promedio la disponibilidad a pagar de las personas por la

mejora en calidad B, es S/. 2885.37615 soles .
VER ANEXO N 5: MODELO ECONOMETRICO - NIVEL DE CALIDAD C: RO INOLORO CON

COLOR NATURAL Y BAJA PRESENCIA DE PATGENOS
Al igual que en los dos modelos anteriormente estimados, los signos de los coeficientes
siguen sin variar. Los resultados siguen estando de acuerdo con lo esperado
>CALC;COEF1=B(1)$
>CALC;COEF3=B(3)$
>CALC;COEF4=B(4)$
>CALC;COEF5=B(5)$
>CREATE;BETA=B(2)$
>CREATE;DAPC=ALFA/BETA$
12
>DSTAT2;RHS=DAPC$
===============================================================================
===============================================================================
DAPC6225.9886517096.670598551.004311613.966240
En promedio la disponibilidad a pagar de las personas por la mejora en calidad C, es

de S/. 6225.9886soles
Ahora observamos el orden de los valores de disponibilidad para los tres niveles de
calidad ambiental propuestos para el ro
>DSTATOT;RHS=DAPA,DAPB,DAPC$
===============================================================================
===============================================================================
DAPA1740.996342251.5405311809.63322977.8760340
DAPB2885.376152408.0836811497.77394236.5099240
DAPC6225.9886517096.670598551.004311613.966240
Como puede observarse, a mayor nivel de calidad ambiental, la disponibilidad a pagar de los
hogares es mayor. Esto es un indicativo de que las personas perciben los problemas
ambientales en el distrito de Locumba, y saben que estos problemas pueden impactar
negativamente a travs de la afectacin de los flujos de servicios provistos por el ro Locumba
y afectados por la contaminacin. En realidad los hogares estn dispuestos a pagar por
mejoras ambientales, porque saben que estas, impactarn de manera positiva sus niveles de
bienestar.
13
VII.- CONCLUSIONES
A manera de resumir los aspectos ms significativos a los cuales se arriban se considera que
resulta concluyente exponer lo siguiente:
En conclusin a mayor nivel de calidad ambiental, la disponibilidad a pagar de los
hogares es mayor. Esto es un indicativo de que las personas perciben los problemas
ambientales en el distrito de Locumba, y saben que estos problemas pueden impactar
negativamente a travs de la afectacin de los flujos de servicios provistos por el ro
Locumba y afectados por la contaminacin. En realidad los hogares estn dispuestos a
pagar por mejoras ambientales, porque saben que estas, impactarn de manera
positiva sus niveles de bienestar
El proceso de valorar econmicamente el medio ambiente se da a travs de la
medicin y cuantificacin de la calidad ambiental debido a que los cambios que se
producen generan cambios en el bienestar de las personas.
Algunas tcnicas, como las examinadas, permiten estimar en unidades monetarias el
efecto externo sobre las personas de ciertas polticas, acciones y proyectos con
impacto ambiental. Son ms fiables cuando la valoracin se realiza sobre los usuarios
o personas ms directamente afectadas (valores de uso).
El empleo de los mtodos de valoracin econmica ambiental permite conocer los
beneficios que la sociedad atribuye a mejorar la calidad ambiental y los costos que los
distintos niveles de intervencin implican en el desempeo de los bienes y servicios
ambientales.
VIII.- BIBLIOGRAFIA
AZQUETA OYARZUN, A.; (1996). Valoracin econmica de la calidad ambiental.
McGraw Hill. Madrid. 299 p.
14
GREENE, WILLIAM H.. Anlisis Economtrico. Tercera Edicin. Prentice Hall

Inc. Espaa, 1998.
ALMANSA SEZ, M.C.; (2001). Valoracin econmica del impacto ambiental en el
contexto del anlisis coste-benteficio: aplicacin al proyecto de restauracin hidrolgico
forestal de Lubrn (Almera). Universidad de Crdoba. Tesis Doctoral en redaccin.
http://www.cepes.org.pe/pdf/OCR/Partidos/diagnostico_calidad_agua
tomo2/diagn
ostico_calidad_agua_cuenca_rio_locumba.pdf
http://www.munijorgebasadre.gob.pe/pagina/web_inst/prov_poblacion.php
IX.- ANEXOS
ANEXO N 1: NUMERO DE MUESTRAS Y VARIABLES
N de
Muestras
15
X
1
X
2
1000
2
3
1
2
1
1
9 10
9 12
0
1
1000
1000
1
1
X3 X4
X
5
X6
X7
X8 X9
150
0 1
150
0 1
150 1
X1
1
X1
2
X13
X1
4
X1
5
1500
300
2000
2000
1
1
4
2
300
100
3
3
1
0
X10
16
12 30
1000
1000
1000
12 30
1000
12
1000
12 15
1000
10
1000
11
1000
12
12 30
1000
13
12 15
1000
14
6 30
1000
15
9 17
1500
16
12 30
1500
17
12 30
1500
18
12 15
1500
19
12 30
1500
20
1500
21
12 30
1500
22
12
1500
23
9 17
1500
24
12 30
1500
25
1500
26
11 20
1500
27
6 15
1500
28
12
1500
29
12 30
1500
30
12 15
1500
0
150
0
150
0
150
0
150
0
150
0
150
0
150
0
150
0
200
0
200
0
200
0
150
0
150
0
150
0
150
0
200
0
200
0
200
0
200
0
200
0
200
0
200
0
200
0
200
0
200
0
250
0
350
0
2000
300
2000
7 1100
2000
300
2000
100
2000
100
2000
300
2000
700
2000
700
3000
6 1100
3000
500
3000
700
1500
100
1500
100
2000
500
2000
100
2500
500
2500
700
2500
900
2500
700
2500
700
2500
500
2500
900
2500
300
2500
700
2500
300
3500
300
5500
700
31
6 30
2000
32
2000
33
12 30
2000
34
12 30
2000
35
8 30
2000
36
12 10
2000
37
1 17
2000
38
4 15
2000
39
2000
40
6 20
2000
200
0
200
0
200
0
250
0
250
0
250
0
250
0
250
0
250
0
250
0
2500
100
2500
700
2500
700
2500
100
3000
300
3000
900
3000
3 1100
3000
700
3000
300
3000
900
ANEXO N2: PROMEDIO

>RESET
>READ;FILE="D:\2daparteEconAmbiental\c1ValConting\MONO.xls"$
>DSTAT;Rhs=ONE,X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X13,X14,X15;Output=2$
===============================================================================
===============================================================================
X12.050000001.036512891.000000004.0000000040
X2.975000000.158113883.0000000001.0000000040
X39.050000003.373729581.0000000012.000000040
X417.075000010.77601212.0000000030.000000040
X5.425000000.500640615.0000000001.0000000040
X61450.00000388.9499341000.000002000.0000040
X7.725000000.452202587.0000000001.0000000040
X81950.00000450.0712191500.000003500.0000040
X9.875000000.334932064.0000000001.0000000040
X102487.50000683.9506281500.000005500.0000040
X11.825000000.384807644.0000000001.0000000040
X124.250000001.192927882.000000007.0000000040
X13510.000000313.622344100.0000001100.0000040
X142.97500000.5304811561.000000004.0000000040
X15.475000000.505736325.0000000001.0000000040
17
Matrix: LastDsta
[15,7]
CorrelationMatrixforListedVariables
X1X2X3X4X5X6X7X8
X11.00000.16428.01540.20466.09141.10176.13403.17039
X2.164281.00000.00240.00113.13767.02085.26000.16214
X3.01540.002401.00000.42589.02808.12506.07479.05741
X4.20466.00113.425891.00000.05359.19974.11142.15147
X5.09141.13767.02808.053591.00000.28311.26333.35846
X6.10176.02085.12506.19974.283111.00000.22596.64449
X7.13403.26000.07479.11142.26333.225961.00000.24567
X8.17039.16214.05741.15147.35846.64449.245671.00000
X1X2X3X4X5X6X7X8
X9.05539.42366.26663.26019.17203.14762.27511.12757
X10.18175.23414.03917.13407.32106.35904.32022.91418
X11.04179.34768.02666.04004.00333.02570.45311.02221
X12.19700.16993.04778.11818.18247.00000.15448.04776
X13.25083.21200.33006.14135.41970.13032.34533.33061
X14.18886.00764.18553.05416.24861.06835.39816.20942
X15.10027.15231.05936.13844.21014.07169.13735.00563
X9X10X11X12X13X14X15
X91.00000.06296.62171.24066.25631.41490.05677
X10.062961.00000.04019.09821.37116.28180.09173
X11.62171.040191.00000.18154.09986.35485.08893
X12.24066.09821.181541.00000.36324.15194.18063
X13.25631.37116.09986.363241.00000.27896.42193
X14.41490.28180.35485.15194.278961.00000.04540
X15.05677.09173.08893.18063.42193.045401.00000
ANEXO N 3: MODELO ECONOMETRICO 1 - CALIDAD A: RO TRATADO CON OLOR

MOHOSO
>LOGIT;Lhs=X7;Rhs=ONE,X6,X13,X2,X15$
Normalexitfromiterations.Exitstatus=0.
++
|MultinomialLogitModel|
|MaximumLikelihoodEstimates|
|Modelestimated:Jul04,2015at08:17:13AM.|
|DependentvariableX7|
|WeightingvariableNone|
|Numberofobservations40|
|Iterationscompleted27|
18
|Loglikelihoodfunction18.42280|
|Restrictedloglikelihood23.52675|
|Chisquared10.20790|
|Degreesoffreedom4|
|Prob[ChiSqd>value]=.3706755E01|
|HosmerLemeshowchisquared=.41925|
|Pvalue=.81089withdeg.fr.=2|
++
+++++++
|Variable|Coefficient|StandardError|b/St.Er.|P[|Z|>z]|MeanofX|
+++++++
CharacteristicsinnumeratorofProb[Y=1]
Constant24.9977320.107405D+07.0001.0000
X6.00208673.001188311.756.07911450.00000
X13.00354169.001730662.046.0407510.000000
X227.6988198.107405D+07.0001.0000.97500000
X15.38290779.91503825.418.6756.47500000
Matrix: LastOutp
[5,4]
++
|InformationStatisticsforDiscreteChoiceModel.|
|M=ModelMC=ConstantsOnlyM0=NoModel|
|CriterionF(logL)18.4228023.5267527.72589|
|LRStatisticvs.MC10.20790.00000.00000|
|DegreesofFreedom4.00000.00000.00000|
|Prob.ValueforLR.03707.00000.00000|
|Entropyforprobs.18.4228023.5267527.72589|
|NormalizedEntropy.66446.848551.00000|
|EntropyRatioStat.18.606178.39827.00000|
|BayesInfoCriterion51.6011261.8090270.20729|
|BICBIC(nomodel)18.606178.39827.00000|
|PseudoRsquared.21694.00000.00000|
|Pct.CorrectPrec.80.00000.0000050.00000|
|Means:y=0y=1y=2y=3yu=4y=5,y=6y>=7|
|Outcome.2750.7250.0000.0000.0000.0000.0000.0000|
|Pred.Pr.2750.7250.0000.0000.0000.0000.0000.0000|
|Notes:EntropycomputedasSum(i)Sum(j)Pfit(i,j)*logPfit(i,j).|
|NormalizedentropyiscomputedagainstM0.|
|EntropyratiostatisticiscomputedagainstM0.|
|BIC=2*criterionlog(N)*degreesoffreedom.|
|Ifthemodelhasonlyconstantsorifithasnoconstants,|
|thestatisticsreportedherearenotuseable.|
++
++
|FitMeasuresforBinomialChoiceModel|
|LogitmodelforvariableX7|
++
|ProportionsP0=.275000P1=.725000|
|N=40N0=11N1=29|
|LogL=18.42280LogL0=23.5268|
|Estrella=1(L/L0)^(2L0/n)=.24999|
19
++
|Efron|McFadden|Ben./Lerman|
|.23030|.21694|.69711|
|Cramer|Veall/Zim.|Rsqrd_ML|
|.24040|.37615|.22524|
++
|InformationAkaikeI.C.SchwarzI.C.|
|Criteria1.1711455.29000|
++
Frequenciesofactual&predictedoutcomes
Predictedoutcomehasmaximumprobability.
ThresholdvalueforpredictingY=1=.5000
Predicted
+
Actual01|Total
+
056|11
1227|29
+
Total733|40
Como puede apreciarse, los signos de los coeficientes son consistentes con la teora.
El signo que acompaa a la variable precio es negativa sealando la relacin inversa
entre el valor de la tarifa a pagar por al descontaminacin del agua del ro Locumba y la
probabilidad de responder afirmativamente a la pregunta de pago.
El signo que acompaa a la variable ingreso es positivo, sealando una relacin directa
entre el ingreso familiar y la probabilidad de responder afirmativamente a la pregunta
de pago. El signo positivo de la variable X2, nos dice que a medida que los olores son
percibidos por las personas, la probabilidad de responder afirmativamente a la pregunta
de disponibilidad es mayor. Por ltimo, el signo negativo que acompaa a la variable
X15, nivel de educacin del entrevistado, significa que entre menor sea el nivel de
educacin del entrevistado, la probabilidad de responder afirmativamente a la pregunta
de disponibilidad a pagar ser memor.
Los resultados de la disponibilidad a pagar son:
>CALC;COEF1=B(1)$
>CALC;COEF3=B(3)$
>CALC;COEF4=B(4)$
>CALC;COEF5=B(5)$
20
>CREATE;BETA=B(2)$
>CREATE;DAPA=ALFA/BETA$
>DSTAT;RHS=DAPA$
===============================================================================
===============================================================================
DAPA1740.996342251.5405311809.63322977.8760340
Es decir, en promedio la disponibilidad a pagar (DAP) de las personas por la

mejora en calidad A, es de S/. 1740.99634 soles..
ANEXO N 4: MODELO ECONOMETRICO 2 - CALIDAD B; RO INOLORO CON COLOR

NATURAL
++
|Degreesoffreedom4|
|Prob[ChiSqd>value]=.4581992E01|
++
+++++++
+++++++
Constant25.2805428.123852D+07.0001.0000
X8.00215867.001154201.870.06141950.00000
X13.00460621.002749111.676.0938510.000000
X230.4289129.123852D+07.0001.0000.97500000
X151.069960791.26832414.844.3989.47500000
21
Matrix: LastOutp
[5,4]
++
|CriterionF(logL)10.2214415.0708127.72589|
|BICBIC(nomodel)35.0089025.31016.00000|
|Pct.CorrectPrec.92.50000.0000050.00000|
|Outcome.1250.8750.0000.0000.0000.0000.0000.0000|
|Pred.Pr.1250.8750.0000.0000.0000.0000.0000.0000|
++
++
++
|ProportionsP0=.125000P1=.875000|
|N=40N0=5N1=35|
|LogL=10.22144LogL0=15.0708|
|Estrella=1(L/L0)^(2L0/n)=.25366|
++
|.36496|.32177|.85683|
|.34553|.45413|.21531|
++
|Criteria.7610738.88727|
++
Predicted
+
Actual01|Total
+
023|5
22
1035|35
+
Total238|40
Note que los signos de los coeficientes se siguen manteniendo. Por consiguiente, seguimos
teniendo consistencia en los resultados esperados.
>CALC;COEF1=B(1)$
>CALC;COEF3=B(3)$
>CALC;COEF4=B(4)$
>CALC;COEF5=B(5)$
>CREATE;BETA=B(2)$
>CREATE;DAPB=ALFA/BETA$
>DSTAT1;RHS=DAPB$
===============================================================================
===============================================================================
DAPB2885.376152408.0836811497.77394236.5099240
Es decir, en promedio la disponibilidad a pagar de las personas por la

mejora en calidad B, es S/. 2885.37615 soles .
ANEXO N 5: MODELO ECONOMETRICO - NIVEL DE CALIDAD C: RO INOLORO CON COLOR

NATURAL Y BAJA PRESENCIA DE PATGENOS
++
23
|Degreesoffreedom4|
|Prob[ChiSqd>value]=.2783397|
++
+++++++
+++++++
Constant27.8827612.132223D+07.0001.0000
X10.00028174.00061620.457.64752487.50000
X13.00117097.00166813.702.4827510.000000
X230.3351883.132223D+07.0001.0000.97500000
X151.130819291.009375331.120.2626.47500000
Matrix: LastOutp
[5,4]
++
|CriterionF(logL)16.0048218.5490627.72589|
|BICBIC(nomodel)23.4421318.35366.00000|
|Pct.CorrectPrec.85.00000.0000050.00000|
|Outcome.1750.8250.0000.0000.0000.0000.0000.0000|
|Pred.Pr.1750.8250.0000.0000.0000.0000.0000.0000|
++
++
++
|ProportionsP0=.175000P1=.825000|
|N=40N0=7N1=33|
|LogL=16.00482LogL0=18.5491|
|Estrella=1(L/L0)^(2L0/n)=.12788|
++
|.16303|.13716|.75733|
|.15959|.23454|.11945|
24
++
|Criteria1.0502450.45404|
++
Predicted
+
Actual01|Total
+
016|7
1033|33
+
Total139|40
Al igual que en los dos modelos anteriormente estimados, los signos de los coeficientes
siguen sin variar. Los resultados siguen estando de acuerdo con lo esperado
>CALC;COEF1=B(1)$
>CALC;COEF3=B(3)$
>CALC;COEF4=B(4)$
>CALC;COEF5=B(5)$
>CREATE;BETA=B(2)$
>CREATE;DAPC=ALFA/BETA$
>DSTAT2;RHS=DAPC$
===============================================================================
===============================================================================
DAPC6225.9886517096.670598551.004311613.966240
En promedio la disponibilidad a pagar de las personas por la mejora en calidad C, es

de S/. 6225.9886soles
Ahora observamos el orden de los valores de disponibilidad para los tres niveles de
calidad ambiental propuestos para el ro
25
>DSTATOT;RHS=DAPA,DAPB,DAPC$
===============================================================================
===============================================================================
DAPA1740.996342251.5405311809.63322977.8760340
DAPB2885.376152408.0836811497.77394236.5099240
DAPC6225.9886517096.670598551.004311613.966240
Como puede observarse, a mayor nivel de calidad ambiental, la disponibilidad a pagar

de los hogares es mayor. Esto es un indicativo de que las personas perciben los
problemas ambientales en el distrito de Locumba, y saben que estos problemas
pueden impactar negativamente a travs de la afectacin de los flujos de servicios
provistos por el ro Locumba y afectados por la contaminacin. En realidad los hogares
estn dispuestos a pagar por mejoras ambientales, porque saben que estas,
impactarn de manera positiva sus niveles de bienestar.
26

Trabajo - Valorizacion Economica - Jose Luis Arias

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Trabajo - Valorizacion Economica - Jose Luis Arias

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL JORGE BASADRE GROHOMANN

ESCUELA DE POST GRADO

ESTIMACIN DE LOS BENEFICIOS SOCIALES, MEDIANTE

MAESTRANTE: Ing. JOSE LUIS ARIAS CALIZAYA

ESTIMACIN DE LOS BENEFICIOS SOCIALES, MEDIANTE LA DISPONIBILIDAD A

Por el Norte: Regin Moquegua

Por el Sur: Provincia Tacna

Por el Este: Provincia Candarave

Por el Oeste: Ocano Pacifico

1.1.- UBICACIN DEL DISTRITO DE LOCUMBA:

Imagen N 1: Ubicacin del rio locumba

socioeconmica que se generan en cada uno de sus pueblos, comunidades, anexos y

Imagen N 2: Contaminacin del Rio Locumba

2.- MTODO DE LA VALORACIN CONTINGENTE

olor y el ro recuperar su color natural. Con un proceso de desinfeccin en el tratamiento

X9 Variable dependiente binaria que representa la probabilidad de responder SI (=1) a

Es decir, en promedio la disponibilidad a pagar (DAP) de las personas por la

VER ANEXO N 4: MODELO ECONOMETRICO 2 - CALIDAD B; RO INOLORO CON COLOR

Es decir, en promedio la disponibilidad a pagar de las personas por la

VER ANEXO N 5: MODELO ECONOMETRICO - NIVEL DE CALIDAD C: RO INOLORO CON

En promedio la disponibilidad a pagar de las personas por la mejora en calidad C, es

GREENE, WILLIAM H.. Anlisis Economtrico. Tercera Edicin. Prentice Hall

ANEXO N2: PROMEDIO

ANEXO N 3: MODELO ECONOMETRICO 1 - CALIDAD A: RO TRATADO CON OLOR

Es decir, en promedio la disponibilidad a pagar (DAP) de las personas por la

ANEXO N 4: MODELO ECONOMETRICO 2 - CALIDAD B; RO INOLORO CON COLOR

Es decir, en promedio la disponibilidad a pagar de las personas por la

ANEXO N 5: MODELO ECONOMETRICO - NIVEL DE CALIDAD C: RO INOLORO CON COLOR

En promedio la disponibilidad a pagar de las personas por la mejora en calidad C, es

Como puede observarse, a mayor nivel de calidad ambiental, la disponibilidad a pagar

You might also like