INDICADORES DE CALIDAD AMBIENTAL:

UN ANALISIS DE PRECIOS HEDONICOS

Luis Alfonso Escobar Jaramillo

CURSO DE GESTIN Y VALORACIN DEL MEDIO

AMBIENTE Y LOS RECURSOS NATURALES
Santiago de Chile, 3 al 7 de diciembre de 2007
1

Contenido
LOS INDICADORES AMBIENTALES
Relevancia de los indicadores
Hiptesis de trabajo
Objetivos propuestos

UN MODELO DE INDICADORES SINTETICOS

El marco conceptual
Metodologas de sntesis de informacin
Resultados de los ndices estimados y algunas observaciones
VALORACION ECONOMICA
Resultados del modelo convencional
Efectos espaciales y estrategia de modelacin
El valor econmico de la calidad ambiental urbana

Los indicadores ambientales: Aspectos bsicos

Informacin que permite explicar como cambian los

fenmenos que se miden en un periodo de tiempo.

Muchos organismos a nivel local, regional y mundial disean
y elaboran indicadores ambientales y de sostenibilidad.
Existen indicadores muy usados para medir aspectos
econmicos y sociales.
No es tan claro la identificacin y medicin de indicadores
que den cuenta de la sostenibilidad ambiental.
Deben permitir medir, evaluar y monitorear, cambios e
impactos en el estado y calidad de los recursos naturales y
del ambiente.
Previamente hay que identificarlos y definir un
procedimiento cientficamente consensuado para esto.
LAEJ

Figura 1.1: Proceso de construccin de informacin agregada para la gestin

Indicador
Indicador
Indicador
Dato

ndice

Informacin

Fuente: Adaptado de Segnestam, 2002

LAEJ

Datos Ambientales
Es el componente ms bsico de la generacin de

informacin.
Son registros de alguna variable de inters, que no
permiten interpretar patrones de cambio o tendencia
de la situacin que define (OCDE, 1997).
Los datos son la base del sistema.
Es necesario evaluar su disponibilidad, calidad y
fuentes de informacin.
El xito de todo sistema de indicadores esta en la
construccin de filtros para seleccionar los mejores
datos.
LAEJ

Que es un indicadores ambiental?

Es una medida parcialmente observable de un fenmeno, de

tal forma que permite indicar su estado, evolucin o

tendencia, aun sin medir exactamente el fenmeno a
estudiar.
Ejemplo: El ruido por encima de los niveles permisibles,

mas que un indicador del fenmeno en si, indica los efectos

que puede estar causando, y si es espacializado la
informacin que se deriva es mas detallada.

LAEJ

Utilidades de la construccin de indicadores

Ayuda a la gestin, mediante el monitoreo de

fenmenos de inters social.

Permiten informar sobre las tendencias de los

fenmenos ambientales, mediante informes peridicos.

Permite incidir en el comportamiento de la sociedad,

mediante la comunicacin de sus resultados.

LAEJ

ndices ambientales
Existe confusin en la definicin y precisin de los

indicadores ambientales (Hyatt, 2001; Ebert et al,2003).

Es conveniente distinguir entre indicadores simples e
ndices (indicadores sintticos).
Los indicadores estn constituidos por la combinacin de
dos o mas datos.
Mas de un indicador (y/o muchos datos) son convertidos
en un ndice mediante una funcin matemtica que los
sintetiza (EEA/AMAE, 2002).
Los ndices pueden ser usados como un indicador para
resumir informacin compleja.
LAEJ

Indicadores ambientales y Poltica Pblica

Ayudan a construir percepcin pblica de problemas

complejos.
Son instrumentos para evaluar la efectividad de las
alternativas de decisin pblica.
Permiten informar sobre las tendencias de ciertos
fenmenos de inters social.
Permite incidir en el comportamiento de la sociedad,
mediante la comunicacin de sus resultados.
Permiten objetivar las situaciones ambientales.

En la medida en que un problema latente desde el punto de

vista social se objetiva (se mide) el inters y preferencia por

los mismos se acenta.
9

LAEJ

Hiptesis de trabajo
No homogeneidad ambiental del territorio urbano

en grandes ciudades.

El ndice de calidad ambiental (ICA) es una

variable latente determinada por un conjunto de

factores que lo afectan de manera positiva y
negativa.

El ICA es un indicador de los beneficios asociados

a los bienes y servicios ambientales presentes

en el entorno urbano.

10

Objetivos
Definir terica y conceptualmente un sistema de

indicadores simples y un indicador sinttico (ndice) de

calidad ambiental en el mbito urbano.

Estimar el ndice de calidad ambiental, como una

aplicacin emprica del modelo general, en las 21

comunas de la Ciudad de Cali - Colombia.

Determinar los atributos que explican la estructura de

precios de la vivienda urbana y valorar

econmicamente los determinantes ambientales que
explican su precio.

11

El modelo de indicadores
sintticos

12

Marco conceptual para el ndice

Revisin literatura

ECONOMICA
Flujo
Urbano

Desarrollo
Sostenible

AMBIENTAL
Medio Ambiente
Urbano

SOCIAL

INSTITUCIONAL

Marco analtico
13

Modelos:
Categoras (OCDE, 1994)
Temas y subtemas (UNCED, 2000, 2001)

Metodologa de sntesis de la informacin

Tabla 1: Sistema de indicadores de calidad ambiental urbana
Indicadores simples
Nivel I

rea temtica
Nivel II

RS1. Residuos slidos generados (Ton)

RS2. Cobertura de recoleccin (% de viviendas)
RS3. Basureros crnicos (No)
RS4. Percepcin social del servicio

Residuos slidos
urbanos (Irsu)

CE1. Cobertura de energa (% de viviendas)

CE2. Conexiones ilegales (No.)
CE3. Cobertura de gas (Porcentaje de viviendas)
CE4. Uso de lea, carbn, etc. (No. viviendas)
CE5. Fuentes de contaminacin lumnica (No)
TR1. Densidad de coches (Coches/habitantes)
TR2. Accidentes mortales de transito (No)
TR3. Kilmetros de va pavimentada (No)
TR4. Semforos (No)

Consumo de
energa (Icen)

ndice
Nivel IV

ndice de Flujo Urbano (IFLU)

Trafico urbano (Itru)

CV1. Personas por vivienda (No)

CV2. Mts2 por vivienda (No)
CV3. Densidad de viviendas (No / hectrea) (Icav)

Calidad de la vivienda

AI1. Concentracin de NOx (% del territorio)*

AI2. Concentracin de SOx (% del territorio)*
AI3. Concentracin de CO2 (% del territorio)*
AI4. Concentracin de material particulado*
AI5. Denuncias por olores molstos (No)

Aire (Iair)

AG1. Cobertura de agua (% de viviendas)

AG2. Cobertura de alcantarillado (% de viviendas)
AG3. Riesgo de inundacin (% del territorio)**

Agua (Iagu)

RU1. Ruido diurno (% del territorio)*

RU2. Ruido nocturno (% del territorio)*
RU3. Denuncias ciudadana (No)

Ruido (Irui)

SU1. rea urbanizable construida (% del total)

SU2. rea verde institucional (% del total)
SU3. Densidad rea verde (mt 2/habitante)
SU4. Erosin (Porcentaje del total)*

Componentes
Nivel III

Suelo (Isue)

ES1. Denuncias invasin del espacio pblico (No)

ES2. Parques y plazas por localidad (No)
ES3. Andenes peatonales (Mt 2)

Espacio publico (Iepu)

BI1. Densidad de rboles (No / habitante)

BI2. rboles sembrados (No / ao)
BI3. Fauna animal no nociva (No)
BI4. Especies vegetales (No)
BI5. Sitios de inters ecolgico (No)

Biodiversidad (Ibio)

ndice de
Calidad
Ambiental
(ICA)

ndice de Medio Ambiente

Urbano (IMAU)

14

Sntesis de la informacin
Ecuacin

Hiptesis de relacin lineal

n

Irsu j

Wi RS ij

RS1 j

j 1
n

Icen j

Wi CE ij

Icav j

Iairj
Iagu j

Irui j
Isue j
Iepu j

Ibioj

Wi TRij

j 1
n

Wi CVij

j 1

Wi AIij

j 1
n

TR1 j
Icav j

Iairj
AI1 j

Wi AGij

j 1

Itra j

CV1 j

j 1
n

Icen j
CE1 j

j 1

Itra j

Irsu j

Iagu j
AG1 j

Wi RUij

Irui j
RU1 j

Wi SU ij

j 1
n

SU1 j

Wi EPij

j 1

n
j 1

Isue j

Wi BIij

Icen j
EP1 j
Ibioj
BI1 j

; Irsu j
RS 2 j

; Icenj
CE2 j

Itra j
0 ;
TR2 j
0

0
0

; Icav j
CV 2 j

; Iairj
AI2 j

Iagu j
AG2 j

; Irui j

; Isue j

; Icen j

; Ibioj

RU2 j

SU 2 j

EP2 j
BI2 j

; Irsu j
RS3 j

; Icen j
CE 3 j

Itra j
0 ;
TR3 j
0

; Icav j
CV3 j

Iairj
0 ;
AI 3 j
0

Iaguj
AG3 j

; Irui j
RU3 j

; Isue j
SU 3 j

; Irsu j
RS 4 j

; Icenj
CE4 j

Itra j
0 ;
TR4 j

(1)

; Icenj
CE5 j

(3)

(4)

; Iairj
AI 4 j

; Iairj
AI5 j

(7)

; Isue j
SU 4 j

(8)

(9)

0
0

(5)
(6)

(2)

; Ibioj
BI3 j

; Ibioj
BI4 j

; Ibioj
BI5 j

(10)

Los j = 1, 2, 3, .., n representan las unidades experimentales. Los i representan el subndice de cada una de las variables que componen la ecuacin
de cada indicador de segundo nivel y que se detallan en la tabla 1. W i es el conjunto de pesos relativos de cada indicador de primer nivel. Como las
variables que componen cada indicador de segundo nivel tienen diferentes unidades de medida y escala, se emplean tcnicas de anlisis
multivariantes
como el Anlisis de Componentes Principales (ACP) (Johnson, 2000) y Anlisis de Distancia P2 (DP2) (Pena Trapero, 1977; Zarzosa,
15
1996).

Criterios de seleccin de indicadores

Validez cientfica
Capacidad de discriminacin
Eleccin pblica
Representacin de la zona
Medida directa
Sensible a cambios
Coste-eficiencia
Existencia de datos

Criterios de evaluacin
Cumple satisfactoriamente
Cumple parcialmente
No cumple

Doce indicadores
(IFLU e IMAU)

16

Esquema analtico de sntesis de la informacin

Definicin de Calidad
Ambiental Urbana
ndices
temticos
Anlisis de
Flujo Urbano

Anlisis de Medio
Ambiente Urbano
No cumple
Seleccin de
significativos

Sistema de
Indicadores
ambientales

Se excluye

Si cumple

No cumple
Criterios de
seleccin

Tcnicas de
Anlisis
Multivariado

Ajuste y
Refinamiento de
Base de datos

Si cumple
ndice de Medio
Ambiente Urbano
(IMAU)

ndice de Flujo
Urbano (IFLU)
Indicadores
operativos

No cumple
Seleccin de
significativos
No cumple
Escala de
Espacializacin

Si cumple

Tcnicas de
Anlisis
Multivariado

Si cumple

Distribucin
espacial a
escala SIG

Modelo
cartogrfico

Sistema de Indicadores
Ambientales en SIG
ndice de Calidad
Ambiental
(ICA)
Tcnicas de
Anlisis
Multivariado

17

Distribucin
Espacial del ICA a
escala SIG

Se excluye

Herramientas analticas
Mtodos ad-hoc
Galdames (2000)

Mtodos Multivariados
Anlisis de Componentes Principales
(ACP) (Castro, 2002; Sanghai et al, 2004)
Anlisis de Distancia P2 (DP2) (Castro,
2002; Pena Trapero, 1977; Zarzosa, 1996;
Zarzosa, P. et al. 1996; Castro, 2002; Sez, F. et
al. 2002; Fundacin La Caixa, 2003; Lpez,
M. et al., 2003; Vicns, J. y C. Chasco, 2001 y
Chasco C. y Hernndez, 2004)
Anlisis de Conjuntos Difusos (Castro,
2004)

Recomendamos el uso de anlisis multivariante para el

tratamiento de datos que describen fenmenos que pueden ser

explicados en comn (variables latentes).

18

Mtodos Multivariados

Datos
Multidimencionales

Estructura de
correlacin

No. de variables
(dimensiones)
Matriz de
Covarianza
(originales)

Matriz de
Correlaciones
(originales)

Mtodos de
Reduccin de
dimensiones

ANALISIS DE
COMPONENTES
PRINCIPALES

ANALISIS
FACTORIAL

ANALISIS DE
DISTANCIA
DP2

Anlisis de Componentes Principales

El ACP es un procedimiento matemtico que transforma un

conjunto de variables respuestas correlacionadas en un conjunto

menor de variables ortogonales (no relacionadas) llamadas
componentes principales.
Las nuevas variables tienen como fundamento explicar la mayor
parte de la varianza de los datos originales (Johnson, 2000).
Partimos de la matriz de correlacin de los indicadores simples

tipificados.
Se determinan los componentes principales que explican la mayor
parte de la varianza contenida en los datos.
Se califican las unidades experimentales con base en los
componentes resultantes:

Estimacin del ndice derivado del ACP

Definido los componentes principales, nos preguntamos

como incorporarlos al anlisis del indicador sinttico?

Si slo es seleccionado un componente principal, este

actuara como un indicador sinttico del conjunto de

variables respuesta.

Mas de un componente demanda un tratamiento para

utilizarlos en el anlisis de los resultados.

Estimacin del ndice derivado del ACP

Peters

et al (1970) propone que el ndice sea calculado

empleando un promedio de las puntuaciones de cada

componente principal, ponderados por la raz cuadrada de la
varianza de cada componente.

En este sentido, el ndice para cada unidad experimental se

debe calcular como:

r

Z rj
ICA

i 1
Comuna

( j)

; j

1 , 2 , , 21 y i = 1, 2, 3r componentes.

Se garantiza que los componentes con una mayor varianza

i 1

explicada tenga una mayor ponderacin en la calificacin del

ndice.

Resumen del empleo de ACP

Se parte de un conjunto de variables que conceptualmente responden a un

modelo de explicacin de la variable latente.

Se analizan los datos para determinar si se emplea el anlisis de varianzasconvarianzas o el de correlaciones.
Determinar si existen datos ausentes, outliers, etc, y definir un
procedimiento para su tratamiento en el conjunto del ACP.
Se prueba la independencia de las variables respuestas.
Modelar la base datos (puede ser en SPSS o cualquier otro paquete
estadstico), obteniendo los componentes principales y el conjunto de
estimaciones que permitirn probar la consistencia de los resultados.
Estimar el orden de las unidades experimentales, de acuerdo al procedimiento
de agregacin definido.
Anlisis espacial de los resultados, de tal forma que se puedan identificar
patrones espaciales del ndice por cada unidad experimental.

Anlisis de Distancia DP2

Utilizado para medir variables latentes como el bienestar, desarrollo

sostenible, etc., entre distintas regiones de un Pas. Pena Trapero (1977,

1994), Zarzosa (1996, 2002), Castro (2002) y La Caixa (2003).

Este indicador sinttico se basa en el concepto de distancia elaborado

por Bernardo Pena Trapero (1977) a partir de una modificacin de la

distancia de Ivanovic (dI) (1974):
p

d I ( i , i *)

x ij

i 1

xi * j

j 1

i 1

(1

rij .1, 2 ,..., i 1 ) , i

La DP2 es desarrollada por Pena Trapero se basa tambin en la

distancia de Frechet y utiliza como factor de ponderaciones de las

distancias estimadas, el coeficiente de determinacin (R2) como se
indica a continuacin: p x x
ij

DP2

i 1

i* j

1 Ri2i

1,i 2 , ...1

El rea de estudio
Colombia

rea urbana
de Cali por comunas
Departamento del Valle

21 Comunas (Distritos)
322 Barrios
Habitantes: 2.395.000 (DANE, 2005)

Resultados del ACP

Tabla 1: Resultados del anlisis de componentes principales rotada
Indicadores de Primer Nivel

1
0,934
0,912
0,898
0,808
0,625
-0,400

AG1. Cobertura de agua

AG2. Cobertura de alcantarillado
CE1. Cobertura de energa
RS2. Cobertura de recoleccin
CE3. Cobertura de gas
CV3. Densidad de viviendas
BI1. Densidad de rboles
CV1. Personas por vivienda
AI4. Concentracin de material particulado
TR2. Accidentes mortales de transito
SU1. rea urbanizable sin construir
SU3. Densidad rea verde
Autovalores
4,285
Varianza
35,710
Mtodo de Extraccin: Anlisis de Componentes Principales
Mtodo de Rotacin: Varimax con Normalizacin Kaiser
Determinant = 3,134E-08

26

Componentes
2

0,767
0,735
0,722
-0,780
-0,676
3,516
29,300

0,482
0,583
0,959
0,824
1,432
11,930

Comunalidades
0,842
0,891
0,822
0,716
0,437
0,774
0,829
0,861
0,678
0,616
0,934
0,833
9,233
Acum.: 76,94%

El ndice de calidad ambiental por ACP

Tabla 2: ndice de Calidad Ambiental

27

Comuna

ICA

17

1,0535

2
19
3
4
5
8
9
10
11
7
16
1
18
21
15
12
6
20
13
14

0,7469
0,7186
0,3830
0,2686
0,0906
0,0999
0,0660
0,0555
-0,0210
-0,1155
-0,1740
-0,1945
-0,2214
-0,2562
-0,2895
-0,3156
-0,3376
-0,4718
-0,4781
-0,6076

Figura 1: Mapa del ICA

El ndice de calidad ambiental por DP2

Tabla 3: Indice de calidad ambiental DP 2

28

Comuna

ICA_DP2

5
2
19
17
10
6
8
4
11
7
12
3
9
14
16
15
18
13
1
20
21

3,1011
3,4561
3,7651
5,3363
5,9255
6,0123
6,4931
7,1656
7,3953
7,5588
7,6265
7,9050
8,2081
8,4766
9,2709
9,2950
9,6103
9,9103
10,2196
11,3077
13,2111

Figura 2: ICA_ DP2

Relevancia de los indicadores por comuna

ESTRUCTURA DE
CORRELACION
Indicadores simples

COMUNAS**
ICA

Calidad ambiental
muy buena
17
2
19

Calidad
Ambiental buena
3
4

Calidad ambiental regular

Calidad ambiental deficiente

5
8
9
10
11
7
16
1
18
21
15
12
6
Densidad de
0,9220
1,93
2,00
1,52
1,14
0,30
0,98
-0,04
0,26
0,05
-0,34 -0,78 -0,75
-0,82
-0,35
-0,06
-0,04
-1,36
-0,49
personas
Densidad de arboles
0,8788
1,21
2,52
1,57
0,18
0,91
0,65
0,46
-0,28
0,44
0,44
-0,27 -0,57
-0,43
-0,92
-1,05
-0,95
-0,11
-0,24
por Ha.
Densidad de
0,7332
1,77
1,01
1,09
0,92
0,93
-0,56
0,41
0,21
-0,57 -0,64
0,90
-0,07
0,87
-0,01
0,73
-1,48
-0,67
-1,93
viviendas
Densidad de
0,7500
3,99
0,64
0,88
0,22
-0,34
0,24
-0,55 -0,60 -0,40 -0,38 -0,10 -0,37
0,07
-0,53
-0,54
-0,09
-0,53
-0,33
area verde
Calidad del
-0,5832 -0,61 -0,76 -1,13
-1,23
-0,54
0,42
-0,03 -1,19 -1,27 -0,29
0,66
0,12
1,43
-1,34
1,49
1,00
0,69
0,72
aire
Muertes por
-0,5726 -0,53 -0,10 -1,92
-0,74
-0,85
1,08
-1,71 -1,17 -0,42 -0,31
0,12
0,33
1,19
1,40
1,08
0,44
-0,42
-0,10
trfico
Area urbanizable
0,4124
2,34
0,42
0,90
0,15
-0,79
1,62
-1,16 -1,29 -0,40 -0,24 -0,05 -0,35
0,41
-0,99
-1,16
1,49
-0,82
0,54
construida
Cobertura
0,2045
0,08
0,17
-0,47
-1,17
0,55
1,84
1,05
-0,07
0,90
1,02
0,41
0,89
-1,24
-0,53
-1,26
-0,53
1,20
0,93
de gas*
Cobertura
-0,1977 -1,35 -1,09
0,86
0,01
-0,10
0,86
0,86
0,79
0,86
-0,48
0,86
-1,10
-1,03
0,22
-2,69
-0,69
0,39
0,86
de aseo*
Cobertura de
0,1008
-0,22 -0,48
1,12
-0,51
-0,10
1,12
1,12
0,48
1,12
-0,09
0,45
-0,42
-3,16
-0,52
-0,73
-1,00
0,68
1,12
alcantarillado*
Cobertura de
0,1005
-0,67
0,43
0,99
-0,32
-0,24
1,05
1,05
0,68
1,05
-0,42
0,22
-0,94
-1,50
0,22
-2,50
-1,45
0,53
1,05
energa*
Cobertura de
0,0368
-0,44 -0,51
1,10
-0,58
-0,13
1,11
1,11
0,44
1,11
-0,14
0,44
-0,49
-3,16
-0,58
-0,32
-1,05
0,65
1,11
acueducto*
* Los valores indican el nmero de desviaciones con respecto a la media de cada indicador y los tonos verde a rojo indican agrupaciones de valores inferiores y superiores a la media, tal como se
expresa en la convencin. Para homogenizar la presentacin de los resultados de la desviacin estndar de esta tabla, aquellas variables que en el ICA inciden de forma negativa (densidad de
personas, densidad de viviendas, calidad del aire, accidentes de trfico y rea urbanizable construida) les fue cambiado el signo. Por ello intuitivamente para esta variable el valor positivo se debe
interpretar como el nmero de desviaciones estndar inferiores al promedio.
(desv. stnd.>1 )
Muy bueno
(0 < desv. Stand.a <=1 )
Bueno
(-1< desv. Stand. <=0 )
Regular
(desv. Stand.<=-1 )
Deficiente

29

20

13

14

-1,07

-0,81

-1,26

-1,38

-1,12

-1,05

-0,48

-1,41

-1,00

-0,55

-0,42

-0,30

-0,79

1,15

1,49

1,40

-0,20

1,40

-0,99

-0,12

0,49

-1,26

-1,26

-1,26

0,86

0,27

0,86

-0,02

-0,35

0,39

-0,43

0,14

1,05

-0,07

-0,25

0,66

Valoracin econmica del ICA

30

Hacia la valoracin econmica del ICA

Pretendemos estimar el valor que los agentes le asignan a la

calidad ambiental (medida por el ICA).

Presentamos un Modelo de Precios Hednicos (MPH) para explicar la

estructura del precio de la vivienda.

Wilkinson (1973) define una medida de la multidimencionalidad de los

componentes ambientales que explican la calidad ambiental de un entorno

especfico.

Freeman (1993) llama calidad ambiental agregada.

31

Marco de referencia
Lo convencional
Smith & Huang
(1995), Li & Brown
(1980), Can (1990),
McMillen &
McDonald (1991),
McMillen (1996),
Palmquist (1992),
Tyrvainen &
Miettinen (2000) y
Morancho (2003)
32

Avances relevantes

Nueva generacin

Wilkinson (1973),
Rogers (2000),
Hidano (2002) y
Caridad et al. (2003)

Factores de
localizacin
y escalas de
anlisis espacial
juegan un papel
determinante en la
Explicacin del
precio de la
vivienda
(Orford, 1999).

Marco de referencia inmediato

Freeman

(1993:374) propone un marco analtico

integrador.
Dada una funcin de eleccin de localizacin i, tal que

bij

bij (qi , Qij* , Si , Ni ; u* )

Marco coherente para entender que el anlisis multinivel

y la construccin de indicadores agregados que califiquen

el entorno ambiental, son una lnea de investigacin de
importante relevancia emprica.
33

PALQi

CARESTRi

CARSOCIOi

Qij*

qi

(13)

PALQi

es el precio de renta de la vivienda por barrio en la ciudad de Cali.

CARESTRi

es el conjunto de variables que describen las caractersticas estructurales de la

vivienda.
es el conjunto de parmetros de las variables que describen las caractersticas
estructurales de la vivienda.
es el conjunto de variables que describen las caractersticas socioeconmicas del
entorno de las viviendas.
es el conjunto de parmetros de las variables que describen las caractersticas
socioeconmicas del entorno de las viviendas.
es el ndice de calidad ambiental asignado a la vivienda ubicada en el barrio i de
la comuna j.
es el parmetro del ndice de calidad ambiental.
es la variable que explica una caracterstica ambiental especfica y directamente
asociada a la vivienda ubicada en el barrio i.
es el parmetro de la variable que explica una caracterstica ambiental
directamente asociada a la vivienda.
es el termino aleatorio de error ruido blanco.

CARSOCIOi
p

Qij*
s

qi
t

34

Los datos y mtodos de estimacin

Tabla 1: Anlisis de factores de variables estructurales de la vivienda
Cargas Factoriales Rotadas
Comunalidades
Comp_1
Comp_2
Comp_3
x1 rea
0,797
0,305
0,729
x2 Baos
0,790
0,810
x3 Garaje
0,737
0,413
0,806
x4 No. de Pisos
0,694
0,511
0,516
x5 Habitacin del serv.
0,642
0,608
x6 Conjunto cerrado
0,459
0,774
x7 Administracin
0,213
0,873
0,798
x8 Tipo de vivienda
0,866
-0,515
0,608
x9 Gas
-0,586
0,102
x10 Acabados
0,315
0,870
0,776
x11 Cuartos
0,449
0,748
0,763
Autovalor
2,949
2,641
1,747
7,337
Porcentaje total de la varianza
26,810
24,007
15,880
66,697
Determinante = 0,004; KMO = 0,77; Prueba de esfericidad de Bartlett: Chi-cuadrado = 1742,62, p = 0,000
Mtodo de extraccin: Anlisis de Componentes Principales.
Mtodo de Rotacin: Varimax con Normalizacin Kaiser. La rotacin converge en la quinta iteracin.
Variables

Media
106,19
1,64
0,38
1,11
0,22
0,12
0,15
0,67
0,27
0,37
3,48

Desviacin
Estndar
51,433
0,836
0,650
0,308
0,413
0,323
0,360
0,471
0,446
0,483
0,914

Empleamos el ACP como una tcnica de anlisis multivariante de factores para

derivar nuevas variables no correlacionadas (Wilkinson, 1976 y Caridad et al.
2003).
35

Los datos y mtodos de estimacin

Medicin del indicador de caractersticas socioeconmica
Estrato socioeconmico de cada uno de los 322 barrios de Cali

(DANE)
En la construccin de este ndice se aplican criterios econmicos y

sociales para calificar el entorno inmediato de las viviendas, en este

caso el barrio.
La variable Estrato se emplea como un ndice que califica los

barrios de la ciudad de Cali en seis categoras (del 1 al 6).

36

Los datos y mtodos de estimacin

Medicin del indicador ambiental qi

37

El primero basado en estimaciones censal del nmero de

rboles por barrio (DAGMA, 2002).

El segundo con base en la interpretacin de una imagen de

satlite Landsat ETM + de donde se deriv un ndice de cobertura
arbrea para cada uno de los 322 barrios de la ciudad de Cali.

Estructura de la base de datos

Encuestas inmobiliarias,
oferentes en el diario local
673 obs. X 12 variab.
(mayo-diciembre de 2002)

Encuestas del DMPC

6.513 obs. X 170 variab.
(diciembre de 2000)

Datos depurados
4.415 obs. X 12
variables
ICA_ACP
(Tabla 5.11)

Mapa SIG de
barrios de Cali

Matriz de datos
Bsicos SIG de
Cali: Cdigos de
322 barrios

Cali en cifras
(DMPC, 2002, 2003)
Agendas ambientales
(Dagma, 2003)
ndice de vegetacin
frondosa
(Figura 6.2)
ICA_DP2
(Tabla 5.15)

Fuente: Elaboracin propia

38

Matriz de datos
Con valores
medios (322
barrios x 15 var)

D
SPSS
(ACP variables
modelo 6.23)

E
GEODA
(Anlisis Exploratorio
de Datos Espaciales)

SPACESTAT
(Anlisis
Confirmatorio)

Variables y estadsticas descriptivas

Componentes e ndice

Variables

PALQ

Precio de la renta de la vivienda

LPALQ

ICA ( Qij )

FAC1_3: Estructura interna de la

vivienda

FAC2_3: Propiedad comn de la

vivienda
FAC3_3: Calidad de la estructura
interna de la vivienda
ESTR: Entorno social
qi

39

Ln del precio de renta de la

vivienda
Cobertura de energa
Cobertura de recoleccin
Cobertura de gas
Personas por vivienda
Densidad de viviendas por ha
Accidentes mortales de transito
Cobertura de agua
Cobertura de alcantarillado
rea urbanizable sin construir
Densidad rea verde por ha.
Concentracin de material
particulado
Densidad de rboles por hab.
rea
Baos
Garaje
No. de Pisos
Habitacin servicio domestico
Conjunto cerrado
Administracin
Tipo de vivienda
Gas
Cuartos
Acabados
Estrato
Densidad de rboles por barrio
(DARB_HA)
ndice de vegetacin arbrea:
DVI_DII

Unidades
Miles de
pesos

Max

Media

62

3000

324,40 322,86

No.

4,13

8,01

5,5418

0,63

Porcentaje
Porcentaje
Porcentaje
No.
No.
No.
Porcentaje
Porcentaje
Porcentaje.
No.

66,22
71,62
0,00
3,39
15,26
7,00
51,89
50,07
0,58
0,30

100,00
100,00
73,36
6,01
74,95
38,00
100,00
100,00
14,66
27,87

90,01
93,14
29,81
4,95
20,10
43,77
87,53
86,92
5,59
3,92

9,29
7,82
23,10
0,76
9,10
15,75
11,00
11,37
3,78
5,86

No.

Min

D.E

Signo

75,00 400,00

246,46 112,01

No.
No.
No.
No.
No.
dummy
dummy
dummy
dummy
dummy

0,01
13
1
0
1
0,00
0,00
0,00
0,00
0,00

0,25
464
5
3
2
1,00
1,00
1,00
1,00
1,00

0,09
106,19
1,64
0,38
1,11
0,22
0,12
0,15
0,67
0,27

0,06
51,43
0,84
0,65
0,31
0,41
0,32
0,36
0,47
0,45

No.

1,00

5,00

0,37

0,48

dummy.
No.

0,00
1,00

1,00
6,00

3,48
3,00

0,91
1,00

No.

0,74

145,51

25,39

14,39

1453 750720

29190

46546

Reflectividad*

* Se refiere a la reflectividad derivada de la interpretacin de la imagen de satlite.

Fuente: Elaboracin propia.

Ecuacin 6.22
ln Palqi

40

ICAij

qi

FAC1 _ 3i

FAC 2 _ 3i

FAC 3 _ 3i

ESTR i

El modelo bsico de precios hednicos

Variables
Constante
FAC1_3: Estructura interna de la vivienda
FAC2_3: Propiedad comn de la vivienda
FAC3_3: Calidad de la estructura interna de la vivienda
ESTRACTO: Entorno social
ICA_ACP: ndice de Calidad Ambiental por ACP
ICA_DP2: ndice de Calidad Ambiental por DP 2
DARB_HA: Densidad de rboles por ha
DVI_DII: ndice de vegetacin frondosa

41

Modelo Semilog
ICA_ACP
Modelo 1
Modelo 2
4.8669 ***
4.8859 ***
(0.0625)
(0.0595)
0.2458 ***
0.2346 ***
(0.0198)
(0.0199)
0.1254 ***
0.1300 ***
(0.0176)
(0.0175)
0.0473 ***
0.0452 ***
(0.0140)
(0.0139)
0.2118 ***
0.2135 ***
(0.0210)
(0.0209)
0.1502 ***
0.1392 ***
(0.0476)
(0.0473)
0.0017 *
(0.0009)

Modelo Semilog
ICA_DP2
Modelo 3
Modelo 4
4.91464 ***
4.9429 ***
(0.1059)
(0.1027)
0.2458 ***
0.2412 ***
(0.0198)
(0.0201)
0.1254 ***
0.1360 ***
(0.0176)
(0.0175)
0.0473 ***
0.0437 ***
(0.0140)
(0.0141)
0.2118 ***
0.2298 ***
(0.0210)
(0.0208)
-0.0116
(0.0078)
0.0014
(0.0009)

0.00000067**
(0.0000031)
2
R
0.8439
0.8448
0.8401
R2 - Ajustado
0.8410
0.8418
0.8371
F - estadstico
283.8800
285.671
275.8420
LIK
-6.6082
-5.75324
-10.5020
AIC
27.2165
25.5065
35.0039
SC
53.6383
51.9283
61.4258
Error estndar estimado
0.2497
0.2490
0.2528
***, **, y * indican valores significantes al 1, 5 y 10%. Error estndar entre parntesis. N = 322.
Modelo Semilog estimado por MCO. Variable dependiente LPALQ (logaritmo natural del precio de alquiler).

Fuente: Elaboracin propia con base en SpaceStat 1.9.

-0.0125*
(0.0078)
0.00000073**
(0.00000032)
0.8418
0.8388
279.3220
-8.8047
31.6093
58.0312
0.2514

Dependencia espacial en el El MPH

Se puede deducir de Anseln (1998), Moreno & Vay (2000) y

Chasco (2003) que no considerar el espacio en los MPH.

Afecta las magnitudes de las estimaciones y su fiabilidad

Problemas de interpretacin por la presencia de efectos espaciales,

que inciden en la eficacia y consistencia de los parmetros de las

estimaciones hednicas.
El uso cada vez ms frecuente de las tcnicas de AEDE deja en

evidencia los problemas de autocorrelacin y/o heterogeneidad

espacial.
42

MPH desde una perspectiva espacial

Artculo
Valuing the Built Environment: GIS and House Price Analysis.
Aproximacin a la variabilidad espacial de las caractersticas del precio de la
vivienda: una aplicacin
The use of census data for hedonic price estimates of open-space amenities and
land use.
Economic impacts of wetland amenities: a spatial econometric analysis of the
Dutch housing market.
Una nueva metodologa en la valoracin de inmuebles urbanos mediante modelos
espaciales de regresin.
Measuring the Benefits of Air Quality Improvement: A Spatial Hedonic Approach.

Autor
Orford (1999)
Chica et al. (2000)
Shultz y King (2001)
Van der Kruk, Ren
(2001)
Bernal et al. (2002)
Won Chong et al . (2001)

Una aplicacin de la estadstica espacial al comportamiento de la vivienda de

Gamez et al. (2004)
alquiler en Espaa.
Spatial Autoregressive Generalized Moments. Estimation of Hedonic Prices for Co- Sandberg y Johansson
operative Flats
(2004)
On Space-Time Changes of Hedonic Prices for Single-Family Homes
Spatial Effects In Housing Price Models Do Housing Prices Capitalize Urban
Development Policies In The Agglomeration Of Dijon (1999).
Interpolation of Air Quality Measures in Hedonic House Price Models: Spatial
Aspects.
43

Sandberg (2004)
Baumont (2004)
Anselin y Le Gallo (2006)

Dependencia espacial en el El MPH

ANALISIS EXPLORATORIO

ANALISIS CONFIRMATORIO

Prueba de
autocorrelacin
a nivel univariante

Global

Prueba de
autocorrelacin
sobre los residuos

Local

MBRL
Ecuacin
6.22

I de Moran
C de Geary

Mapas
LISA

Sustantiva
Indicios de autocorrelacin
espacial

44

LM_Lag

Residual

RLM_Lag

LM_error

K-R error

RLM_error

Tabla 7.2: Test de autocorrelacin espacial global I de Moran

Variables
LPALQ
ICA_ACP
DEARB_HA
DVI_DII
FAC1_3
FAC2_3
FAC3_3
ESTRATO

I de Moran
0.5958
0.8310
0.1309
0.1485
0.2840
0.2790
0.0514
0.6515

Valor
esperado
-0.003
-0.003
-0.003
-0.003
-0.003
-0.003
-0.003
-0.003

Valor de Z

Probabilidad

165.781
230.885
37.090
41.962
79.479
78.104
15.082
181.198

0.0000
0.0000
0.0002
0.0000
0.0000
0.0000
0.1315
0.0000

Matriz de contacto CALI_Q estandarizada por filas.

Fuente: Elaboracin propia con base en GeoDa 0.9.5-i

Tabla 7.3: Test de autocorrelacin espacial global c de Geary

No
Autocor.

Variables
LPALQ
ICA_ACP
DEARB_HA
DVI_DII
FAC1_3
FAC2_3
FAC3_3
ESTRATO

45

C de Geary
0.3902
0.1741
0.8305
0.6497
0.7325
0.7019
0.9439
0.3383

Valor
esperado
1.00
1.00
1.00
1.00
1.00
1.00
1.00
1.00

Matriz de contacto CALI_Q estandarizada por filas.

Fuente: Elaboracin propia con base en SpaceStat 1.90

Valor de Z

Probabilidad

-153.618
-208.046
-42.692
-88.230
-67.388
-75.090
-14.132
-166.683

0.0000
0.0000
0.0002
0.0000
0.0000
0.0000
0.1575
0.0000

Mapa 7.1: Lisa Cluster Map: LPALQ Mapa 7.2:

ICA_ACP

Lisa

Cluster

Map:

Mapa 7.3: Lisa

DEARB_HA

Lisa

Cluster

Map:

46

Cluster

Map: Mapa 7.4:

DVI_DII

Mapa 7.5:
ESTRATO

Lisa

Cluster

Map: Mapa 7.6:

FAC1_3

Lisa

Cluster

Map:

Mapa 7.7: Lisa Cluster Map: FAC2_3 Mapa 7.8:

FAC3_3

Lisa

Cluster

Map:

Estrategia de modelizacin
Modelo Bsico de
Regresin Lineal
No normalidad de los errores
Heterocedasticidad
Autocorrelacin
Los test LM no fiables
(indicios de dependencia residual)
Test Keliejan Robinson (error):
Indica autocorrelacin espacial residual.
Test del Factor Comn

Error espacial
GMM

Modelo final
Modelo del error espacial
y heterocedasticidad
de grupos

Parmetros
ajustados

47

Retardo espacial
IV
AEDE nos
indicaba la presencia
de heterogeneidad

Modelo de
regmenes
espaciales

Modelo Bsico de Regresin Lineal

ORDINARY LEAST SQUARES ESTIMATION
DATA SET
CALI
DEPENDENT VARIABLE
LPALQ
OBS 322
VARS
7
DF 315
R2
0.8448
R2-adj
0.8418
LIK
-5.75324
AIC
25.5065 SC
51.9283
RSS
19.5389
F-test
285.671 Prob 3.48572e-124
SIG-SQ 0.0620283 (0.249055) SIG-SQ(ML) 0.0606799 (0.246333)
VARIABLE
COEFF
S.D.
t-value
CONSTANT
4.88594
0.0594639
82.166588
ICA_ACP
0.13920
0.0472941
2.943283
DVI_DII 6.74022E-007 3.17814E-007 2.120806
ESTRAT_1
0.21346
0.0208812
10.222537
FAC1_3
0.23457
0.0199731
11.744473
FAC2_3
0.13001
0.0174535
7.449026
FAC3_3
0.04522
0.0139956
3.230965
REGRESSION DIAGNOSTICS
MULTICOLLINEARITY CONDITION NUMBER

48

Prob
0.000000
0.003489
0.034719
0.000000
0.000000
0.000000
0.001364

10.823474

TEST
DF
VALUE
PROB
Jarque-Bera 2
96.273953
0.000000
DIAGNOSTICS FOR HETEROSKEDASTICITY
LINEAR SPECIFICATION USING VARIABLES
CONSTANT ICA_ACP
TEST
DF
VALUE
PROB
Koenker-Bassett test 1
2.938477
0.086492
DIAGNOSTICS FOR SPATIAL DEPENDENCE
FOR WEIGHTS MATRIX CALI_Q1 (row-standardized weights)
TEST
I/DF
VALUE
PROB
Moran's I (error)
0.254188 7.307784
0.000000
Lagrange Multiplier (error)
1
48.265807
0.000000
Robust LM (error)
1
40.157132
0.000000
Kelejian-Robinson (error)
7
63.287949
0.000000
Lagrange Multiplier (lag)
1
9.025867
0.002662
Robust LM (lag)
1
0.917191
0.338213
Lagrange Multiplier (SARMA)
2
49.182999
0.000000

Modelo de dependencia espacial residual

y
u

W3u
N (0,

I)

SAR ERROR MODEL - GM ESTIMATION

TWO-STEP
DATA SET
CALI
SPATIAL WEIGHTS MATRIX CALI_Q1
DEPENDENT VARIABLE
LPALQ
OBS 322
VARS
7
DF 315
R2 0.8307 Sq. Corr. 0.8429 R2(Buse) 0.7847 SIG-SQ 0.0509 0.2256)
VARIABLE
CONSTANT
ICA_ACP
DVI_DII
ESTRAT_1
FAC1_3
FAC2_3
FAC3_3
LAMBDA
49

COEFF
4.92037
0.11126
1.01855E-006
0.199868
0.251266
0.133910
0.0560037
0.431071

S.D.
0.061804
0.052913
2.88459E-007
0.020834
0.018690
0.016515
0.012673
0

z-value
79.612581
2.102691
3.531004
9.593345
13.443855
8.108451
4.419087
0.000000

Prob
0.000000
0.035493
0.000414
0.000000
0.000000
0.000000
0.000010
0.000000

Modelo de dependencia sustantiva IV(2SLS)

y
u

W1 y
N (0,

X
2

I)

SPATIAL LAG MODEL - IV(2SLS) ESTIMATION

DATA SET
CALI
SPATIAL WEIGHTS MATRIX CALIQ1S
DEPENDENT VARIABLE
LPALQ
OBS 322
VARS
7
DF 314
INSTRUMENTS
W_ICA_AC W_DVI_DI W_ESTRAT W_FAC1_3 W_FAC2_3 W_FAC3_3
R2
0.8450
Sq. Corr.
0.8473 SIG-SQ 0.0612 (0.2474 )
VARIABLE
COEFF
S.D.
z-value
Prob
W_LPALQ
0.03765
0.056947
0.661090
0.508555
CONSTANT
4.69149
0.300011
15.637729
0.000000
ICA_ACP
0.11655
0.058145
2.004378
0.045030
DVI_DII 6.43771E-007 3.18955E-007 2.018379
0.043552
ESTRAT_1
0.20973
0.021493
9.757846
0.000000
FAC1_3
0.23490
0.019844
11.837697
0.000000
FAC2_3
0.12770
0.017683
7.221951
0.000000
FAC3_3
0.04495
0.013907
3.231971
0.001229
REGRESSION DIAGNOSTICS
DIAGNOSTICS FOR SPATIAL DEPENDENCE
FOR WEIGHTS MATRIX CALIQ1S (row-standardized weights)
TEST
DF
VALUE
PROB
Lagrange Multiplier (error)
1
20.913446
0.000005

50

Modelo de error heterocedstico

FGLS ESTIMATION
DATA SET CALIFIN
DEPENDENT VARIABLE
GROUPS
R2
0.8605

LPALQ
OBS 322
DUM_I_0 DUM_I_1
Sq. Corr.
0.8444

VARIABLE
COEFF
S.D.
z-value
CONSTANT
4.87912
0.0588861
82.856963
ICA_ACP
0.16785
0.0480796
3.491083
DVI_DII 6.05796E-007 3.46751E-007 1.747063
ESTRAT_1
0.217095
0.0207037
10.485815
FAC1_3
0.226291
0.0202364
11.182379
FAC2_3
0.124214
0.0177321
7.005040
FAC3_3
0.0492254
0.0138303
3.559237
HETEROSKEDASTIC COEFFICIENTS
VARIABLE
COEFF
S.D.
z-value
DUM_I_0
0.0531502 0.00496709
10.700467
DUM_I_1
0.0792207
0.0116175
6.819091

51

VARS

Prob
0.000000
0.000481
0.080626
0.000000
0.000000
0.000000
0.000372
Prob
0.000000
0.000000

DF 315

Modelo de regmenes espaciales

ORDINARY LEAST SQUARES ESTIMATION
STRUCTURAL CHANGE - DIFFERENT SLOPES FOLLOWING VARIABLE
DATA SET CALIFIN
DEPENDENT VARIABLE
R2
0.8655
LIK
17.3703
RSS
16.9249
SIG-SQ
0.0549509

LPALQ
R2-adj
AIC

OBS 322
0.8598
-6.74055

(0.234416 ) SIG-SQ(ML)

VARIABLE
COEFF
S.D.
t-value
CONST_0
4.908100
0.0731996
67.050914
ICA_A_0
0.444488
0.0740212
6.004875
DVI_D_0 4.65104E-007 8.48586E-007 0.548092
ESTRA_0
0.229645
0.0252542
9.093338
FAC1__0
0.226757
0.0286732
7.908317
FAC2__0
0.128022
0.0248982
5.141798
FAC3__0
0.075706
0.0172696
4.383790
CONST_1
5.173690
0.1214390
42.603097
ICA_A_1
-0.258155
0.1325550
-1.947532
DVI_D_1 1.0677E-006 3.36965E-007
3.168587
ESTRA_1
0.190505
0.0316915
6.011210
FAC1__1
0.284042
0.0277530
10.234664
FAC2__1
0.173042
0.0235807
7.338304
FAC3__1
0.008553
0.0221355
0.386397

52

VARS

14

SC
0.0525617
Prob
0.000000
0.000000
0.584025
0.000000
0.000000
0.000000
0.000016
0.000000
0.052379
0.001686
0.000000
0.000000
0.000000
0.699470

DUM_ICA
DF 308
46.1032
(0.229263 )

Modelo del error espacial y heterocedasticidad

de grupos
SAR ERROR
GROUPWISE
DATA SET
DEPENDENT
GROUPS
R2

MODEL - GM ESTIMATION
HETEROSKEDASTICITY
CALIFIN
SPATIAL WEIGHTS MATRIX
VARIABLE
LPALQ
OBS 322
VARS
7
DUM_I_0 DUM_I_1
0.8408
Sq. Corr.
0.8430

Convergence after
7 iterations
VARIABLE
COEFF
S.D.
z-value
CONSTANT
4.922010
0.0628283
78.340641
ICA_ACP
0.136503
0.0560725
2.434395
DVI_DII 9.96104E-007 3.22898E-007 3.084885
ESTRAT_1
0.200247
0.0212627
9.417767
FAC1_3
0.245997
0.0190316
12.925690
FAC2_3
0.128823
0.0169653
7.593342
FAC3_3
0.061080
0.0126347
4.834323
LAMBDA
0.453217
0
0.000000
DUM_I_0
0.043881
0
0.000000
DUM_I_1
0.067977
0
0.000000

53

Prob
0.000000
0.014917
0.002036
0.000000
0.000000
0.000000
0.000001
0.000000
0.000000
0.000000

CALIQ1S
DF 315

Coeficientes ajustados y elasticidad

Modelos
Variables

CONSTANT

Modelo Bsico
de Regresin
Lineal
MCO
4,185

Sar Error
Model GM
Two Step

Sar Error Model GM

Groupwise
Heteroskedasticity

4,187

4,178

Media de la
variable

MBRL
MCO

SAR_GM

SAR_GM
HG

ICA_ACP

0,229

0,183

0,224

0,44

0,101

0,034

0,099

DVI_DII

0,505

0,764

0,747

0,04

0,019

0,028

0,028

ESTRATO

0,214

0,200

0,200

2,90

0,620

0,580

0,581

FAC1_3

1,556

1,667

1,632

0,22

0,337

0,361

0,353

FAC2_3

0,613

0,631

0,608

0,31

0,191

0,196

0,189

FAC3_3

0,220

0,271

0,298

0,41

0,089

0,110

0,121

Fuente: Elaboracin propia

54

Elasticidad

Valoracin econmica del ICA por ZAH

Tabla 8: Disponibilidad a pagar y elasticidades por ZAH
ZAH
Muy bueno
Bueno
Regular
Deficiente

Rango del ICA

2,17,19

(0,75 >ICA<= 1,00)

0,87

15,4255

0,1952

3,4

(0,49 >ICA<= 0,75)

0,62

14,5841

0,1391

5,7,8,9,10,11,16
6,12,13,14,15,18,1,20,21

(0,24 >ICA<= 0,49)

(0,00 >ICA<= 0,24)

0,37
0,12

13,7887

0,0830
0,0269

Fuente: Elaboracin propia

55

ICA
DAP marginal
promedio ($miles de pesos)

Comunas

Elasticidad

Valoracin econmica del ICA y DVI_DII

Tabla 10: Disponibilidad a pagar mensual por ICA_ACP y DVI_DII segn vivienda
Zona
Ambiental
Homogenea
Muy bueno

Bueno

Regular

Deficiente

Comuna
17
2

Porcentaje del Precio del Alquiler

Precio de
Alquiler DAP_ICA DAP_DVI
Constante ICA_ACP DVI_DII ESTRATO FAC1_3 FAC2_3 FAC3_3
estimado
9,451
2,377
0,979
22,081
28,795 22,481 13,836
690,081
16,404
6,752
10,344
2,087
0,492
22,282
28,713 22,159 13,923
630,525
13,160
3,103

19

10,889

2,144

0,639

23,573

28,820

20,408

13,527

598,965

12,843

3,828

25,037

3,584

0,557

24,057

21,289

13,361

12,114

260,505

9,337

1,452

26,443

3,340

0,479

24,950

21,104

13,902

9,781

246,652

8,237

1,182

27,694

2,789

0,816

25,805

19,701

12,617

10,578

235,514

6,569

1,921

25,318

2,512

0,823

23,624

24,214

13,314

10,196

257,617

6,472

2,120

28,014

2,696

0,748

25,937

18,989

13,075

10,541

232,826

6,278

1,742

10

26,205

2,484

0,580

24,132

17,039

16,392

13,168

248,891

6,182

1,444

11

26,639

2,211

0,459

24,164

18,064

14,197

14,266

244,842

5,414

1,123

28,020

1,918

0,604

25,181

22,081

9,612

12,583

232,773

4,465

1,406

16

31,703

1,942

1,849

17,503

18,400

16,621

11,982

205,730

3,996

3,804

47,539

2,777

1,821

11,571

12,652

10,181

13,460

137,197

3,809

2,498

18

29,777

1,612

0,420

26,225

13,192

17,678

11,097

219,039

3,530

0,919

21

47,472

2,299

0,672

11,195

18,723

9,983

9,657

137,393

3,159

0,923

15

36,485

1,612

1,817

19,682

19,909

10,094

10,401

178,768

2,883

3,248

12

36,819

1,472

0,630

19,192

19,250

11,683

10,953

177,143

2,607

1,117

1,378
0,820
0,689
2,03541

1,081
0,708
0,722
1,421
0,87226

2,424
1,246
1,156
5,72243

1,902
1,076
1,212
1,921
2,12835

6
37,072
20
42,923
13
38,862
14
48,234
PROMEDIO TOTAL
30,52095
56Fuente: Elaboracin propia

19,493
14,382 16,771
9,823
175,936
9,865
22,486
9,274
13,924
151,953
19,859
18,411
9,612
11,846
167,834
11,020
12,124
9,757
17,445
135,222
20,54234 19,92085 13,96050 12,14768 265,01934

Conclusiones
Hemos confirmado la hiptesis de no homogeneidad ambiental

del territorio.
Hemos comprobado que el ICA es consistente con la idea de una
variable latente.
Se ha confirmado la presencia de efectos espaciales en los datos.
A nivel exploratorio.
A nivel confirmatorio.

Hemos aplicado una estrategia de modelizacin que garantiz la

bsqueda del mejor modelo y el ajuste de los parmetros para

estimar el valor asignado a las variables ambientales estudiadas.
Se ha evaluado la bondad del ndice de calidad ambiental desde el
punto de vista econmico empleando un MPH ajustado
espacialmente.
57