UNIVERSIDAD NACIONAL DE JULIACA

INGENIERÍA AMBIENTAL Y FORESTAL

ECONOMÍA AMBIENTAL

REPLICACIÓN DEL TRABAJO DE VALORACION CONTINGENTE

DOCENTE: MSc. Andrés Vilca Mamani

PRESENTADO POR:
 Mamani Quispe Jhelsi Milagros
SEMESTRE: V-2016

FECHA: 02/12/17
JULIACA-PUNO-PERÚ
BENEFICIO ECONÓMICO DEL PROYECTO DE RECUPERACIÓN, REGENERACIÓN Y
RESTAURACIÓN DE LA CALIDAD DE AGUA DE LA BAHÍA INTERIOR DE PUNO

Esta investigación fue realizada en la ciudad de Puno-Perú con el propósito de estimar la

disponibilidad a pagar por un proyecto de recuperación de la bahía interior de puno. Para
encontrar los valores buscados es necesario conocer acerca de información de las personas
esta de carácter importante y representativa para que mediante una metodología de
valoración se cumpla con el principal propósito de la investigación.

1.- OBJETIVOS Y MUESTREO

1.1 OBJETIVO GENERAL

Estimar el beneficio económico del proyecto recuperación, regeneración y restauración de la

calidad de agua de la Bahía Interior de Puno y qué factores influyen en la disposición a pagar.

1.2 OJETIVOS ESPECIFICOS

Estimar el beneficio económico que generará el proyecto de recuperación, regeneración y

restauración de la Bahía Interior de Puno tomando en cuenta por un lado, la disposición a
pagar (DAP) por parte de los habitantes de la ciudad de Puno y por otro lado, tomando en
cuenta los costos de inversión, de operación y mantenimiento del proyecto.

Identificar los factores socio-económicos que influyen en la disposición a pagar por parte de los
habitantes de la ciudad de Puno y finalmente analizar cómo influye la DAP estimada en la
viabilidad económica del proyecto.

1.3 MUESTREO

La unidad de análisis son los habitantes de la ciudad de Puno específicamente los usuarios de
energía eléctrica. Las variables socio económicas que influyen en la disposición a pagar son:
El método elegido según Habb y McConnell (2002), que proponen elegir una distribución de
probabilidad para caracterizar la probabilidad de estar dispuesto a pagar en este caso para
acceder al beneficio económico del proyecto. En efecto, si se asume una distribución de
probabilidad logística de la DAP se puede expresar como un modelo Logit del siguiente modo:

La probabilidad de estar dispuesto a pagar en función de los factores que influyen (X) está
dado por:

En otros términos:

Dónde: es la función de distribución logística; e=2.7172.

Los parámetros del modelo se estiman por la técnica de máxima verosimilitud. Finalmente, la
disposición a pagar (DAP) es:

Sin embargo, con el modelo Logit no modificado es posible encontrar valores de DAP negativo,
en ese sentido, Hanemannn y Kanninen (1999) proponen caracterizar la probabilidad de estar
dispuesto a pagar con una distribución de probabilidad logística truncada y con un punto de
spike, es decir, la probabilidad de una respuesta positiva por parte de los habitantes de
implementar el proyecto de recuperación, regeneración y restauración de la Bahía Interior de
Puno y está dada por la función de distribución logística truncada del siguiente modo:

Siendo: e =la base de logaritmo natural; P= es el precio hipotético por acceder al beneficio
económico del proyecto de recuperación, restauración y conservación de la BIP; S=es el vector
de características socio-económicas de los habitantes de la ciudad de Puno; ing=es el nivel de
ingreso de los habitantes. Finalmente, para estimar la media de la disposición a pagar (DAPT)
con truncamiento es la integral con respecto al precio hipotético de la función Pr (SI), descrita
en la expresión (11), es decir:
En términos geométricos, la DAPT es el área sombreada de la Figura 4.

CONCLUSIONES

Luego de aplicar los comandos de otro estudio se obtuvo que el valor de la DAP es 4.27 y
comparándolo con el DAP de la tesis la diferencia es de 1.77, se presume que este sea por el
procesamiento de los datos ya que para el primer resultado se usaron los comandos
designados por el docente y aplicados a otro estudio, en cambio en la tesis los comandos son
distintos y ello podría ser la causa de dicha diferencia.

Haciendo análisis de los datos encontrados en el procesamiento de esta práctica el ing, edu,
gen, afectan positivamente al DAP. Lo cual indica que cualquiera de estas variables aumenta la
disposición a pagar.

En términos de significancia solamente el edu no es significante. Por otra parte el ph, pam,
distancia, edad afectan negativamente al DAP. Lo cual significa que estas variables hacen que
disminuya la disposición a pagar.

ANEXOS

//Do file investigación VALORACION CONTINGENTE

use "I:\ambiental\ECONOMIA AMBIENTAL\III UNIDAD\valoracion contingente\datosdiaz.dta",

clear
///testparm pam edu gen edad
tab edu
tab gen
/////estimando con todos los modelos
reg psi ph pam ing edu gen dist edad
estimates store modelo1
logit psi ph pam ing edu gen dist edad, r
estimates store modelo2
probit psi ph pam ing edu gen dist edad, r
estimates store modelo3
///modelo mejorado exluyendo las insiginificantes
logit psi ph pam edu gen edad, r
estimates store modelo4
*tabla Nº. 1
esttab modelo1 modelo2 modelo3 modelo4, scalars (N l1 chi2 p)

////estimando con variables sognificativas

logit psi ph pam edu gen edad, r
mfx, dydx
//Porcentaje de predicción
estat classification
//matriz de varianza covarianza
estat vce
//Elasticidades parciales
mfx, eyex
estimates stats //Akaike//AIC = -2*ln(likelihood) + 2*k//BIC = -2*ln(likelihood) + ln(N)*k//
//Predicción de la probabilidad de DAP
predict pr, pr
gen a=_b[_cons]+_b[pam]*pam+_b[edu]*edu+_b[gen]*gen+_b[edad]*edad
gen b=-_b[ph]
gen DAP=a/b
mean DAP, level (90)
//lista de DAP negativo
list DAP if DAP<=0
//predict pr, pr
//Grafico de la relación entre pr y DAP
twoway (scatter pr DAP, mcolor(red))
mean DAP, level(90)
list DAP