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.
vista social se objetiva (se mide) el inters y preferencia por los mismos se acenta.

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

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.

aplicacin emprica del modelo general, en las 21 comunas de la Ciudad de Cali - Colombia.

Estimar el ndice de calidad ambiental, como una

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
RS1. Residuos slidos generados (Ton) RS2. Cobertura de recoleccin (% de viviendas) RS3. Basureros crnicos (No) RS4. Percepcin social del servicio 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) CV1. Personas por vivienda (No) CV2. Mts2 por vivienda (No) CV3. Densidad de viviendas (No / hectrea) (Icav) 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) AG1. Cobertura de agua (% de viviendas) AG2. Cobertura de alcantarillado (% de viviendas) AG3. Riesgo de inundacin (% del territorio)** RU1. Ruido diurno (% del territorio)* RU2. Ruido nocturno (% del territorio)* RU3. Denuncias ciudadana (No) SU1. rea urbanizable construida (% del total) SU2. rea verde institucional (% del total) SU3. Densidad rea verde (mt 2/habitante) SU4. Erosin (Porcentaje del total)* ES1. Denuncias invasin del espacio pblico (No) ES2. Parques y plazas por localidad (No) ES3. Andenes peatonales (Mt 2) 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)

rea temtica Nivel II

Residuos slidos urbanos (Irsu)

Componentes Nivel III

ndice Nivel IV

Consumo de energa (Icen)

ndice de Flujo Urbano (IFLU)

Trafico urbano (Itru)

Calidad de la vivienda

Aire (Iair)

ndice de Calidad Ambiental (ICA)

Agua (Iagu)

Ruido (Irui) ndice de Medio Ambiente Urbano (IMAU)

Suelo (Isue)

Espacio publico (Iepu)

Biodiversidad (Ibio)

14

Sntesis de la informacin
Ecuacin
n

Hiptesis de relacin lineal

Irsu j
j 1
n

Wi RS ij
Wi CE ij
j 1
n

Irsu j RS1 j
Icen j CE1 j

; Irsu j
RS 2 j

; Irsu j
RS3 j

; Irsu j
RS 4 j

(1) ; Icenj
CE5 j

Icen j
Itra j
Icav j

; Icenj
CE2 j

; Icen j
CE 3 j

; Icenj
CE4 j

(2) (3) (4)

j 1
n

Wi TRij
Wi CVij

Itra j TR1 j
Icav j CV1 j

Itra j 0 ; TR2 j
0

Itra j 0 ; TR3 j
0

Itra j 0 ; TR4 j
0

j 1

; Icav j
CV 2 j

; Icav j
CV3 j

Iairj Iagu j

j 1 n

Wi AIij Wi AGij

Iairj AI1 j
Iagu j AG1 j

0
0

; Iairj
AI2 j

Iairj 0 ; AI 3 j
0

0
0

; Iairj
AI 4 j

; Iairj
AI5 j

(5) (6) (7)

j 1

Iagu j AG2 j

Iaguj AG3 j

Irui j
Isue j
Iepu j

n j 1
n

Wi RUij
Wi SU ij
Wi EP ij

Irui j RU1 j

; Irui j
RU2 j

; Irui j
RU3 j

Isue j SU1 j

j 1
n

; Isue j
SU 2 j

; Isue j
SU 3 j

; Isue j
SU 4 j

(8) (9)

Icen j EP 1j
Ibioj BI1 j

j 1

0
0

; Icen j
EP 2j

0
0

Ibioj

n j 1

Wi BIij

; Ibioj
BI2 j

; 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 Sistema de Indicadores ambientales Seleccin de significativos Si cumple Se excluye

No cumple Criterios de seleccin Si cumple

Ajuste y Refinamiento de Base de datos

Tcnicas de Anlisis Multivariado

ndice de Flujo Urbano (IFLU) Indicadores operativos

ndice de Medio Ambiente Urbano (IMAU)

No cumple Seleccin de significativos No cumple Escala de Espacializacin Si cumple Modelo cartogrfico Si cumple Se excluye

Tcnicas de Anlisis Multivariado

Distribucin espacial a escala SIG

Sistema de Indicadores Ambientales en SIG ndice de Calidad Ambiental (ICA) Tcnicas de Anlisis Multivariado Distribucin Espacial del ICA a escala SIG

17

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

empleando un promedio de las puntuaciones de cada componente principal, ponderados por la raz cuadrada de la varianza de cada componente.

et al (1970) propone que el ndice sea calculado

En este sentido, el ndice para cada unidad experimental se

debe calcular como:

r

Z rj ICA
i 1 Comuna ( j) r r

; 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). por Bernardo Pena Trapero (1977) a partir de una modificacin de la distancia de Ivanovic (dI) (1974):
p

Este indicador sinttico se basa en el concepto de distancia elaborado

d I ( i , i *)
i 1

x ij

xi * j
i

j 1

(1
i 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
DP2
ij i* j

1 Ri2i

1,i 2 , ...1

i 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 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 1 0,934 0,912 0,898 0,808 0,625 -0,400 Componentes 2 3 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%

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

26

El ndice de calidad ambiental por ACP

Tabla 2: ndice de Calidad Ambiental Comuna 17 2 19 3 4 5 8 9 10 11 7 16 1 18 21 15 12 6 20 13 14 ICA 1,0535 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

27

El ndice de calidad ambiental por DP2

Tabla 3: Indice de calidad ambiental DP 2 Comuna 5 2 19 17 10 6 8 4 11 7 12 3 9 14 16 15 18 13 1 20 21 ICA_DP2 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

28

Relevancia de los indicadores por comuna

ESTRUCTURA DE CORRELACION Indicadores simples ICA Calidad ambiental muy buena 17 2 19 Calidad Ambiental buena 3 4 COMUNAS** Calidad ambiental regular Calidad ambiental deficiente 20 -1,07 13 -0,81 14 -1,26

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

-1,38
-0,48 -0,55 -0,79 1,40 -0,99 -1,26 0,86

-1,12
-1,41 -0,42 1,15 -0,20 -0,12 -1,26 0,27 -0,35 0,14 -0,25

-1,05
-1,00 -0,30 1,49 1,40 0,49 -1,26 0,86 0,39 1,05 0,66

-0,02
-0,43 -0,07

29

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). estructura del precio de la vivienda.

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

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

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

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
PALQi CARESTRi
r

CARESTRi

CARSOCIOi

* Qij

qi

(13)

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

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

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.

37

Estructura de la base de datos

Encuestas inmobiliarias, oferentes en el diario local 673 obs. X 12 variab. (mayo-diciembre de 2002) 1 Encuestas del DMPC 6.513 obs. X 170 variab. (diciembre de 2000) Mapa SIG de barrios de Cali

Datos depurados 4.415 obs. X 12 variables ICA_ACP (Tabla 5.11) Cali en cifras (DMPC, 2002, 2003) Agendas ambientales (Dagma, 2003) ndice de vegetacin frondosa (Figura 6.2) ICA_DP2 (Tabla 5.15)

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

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)

Fuente: Elaboracin propia

38

SPACESTAT (Anlisis Confirmatorio)

Variables y estadsticas descriptivas

Componentes e ndice PALQ LPALQ Variables Precio de la renta de la vivienda 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 No. Porcentaje Porcentaje Porcentaje No. No. No. Porcentaje Porcentaje Porcentaje. No. No. No. No. No. No. No. dummy dummy dummy dummy dummy No. dummy. No. No. Reflectividad* Min 62 4,13 66,22 71,62 0,00 3,39 15,26 7,00 51,89 50,07 0,58 0,30 0,01 13 1 0 1 0,00 0,00 0,00 0,00 0,00 1,00 0,00 1,00 0,74 Max 3000 8,01 100,00 100,00 73,36 6,01 74,95 38,00 100,00 100,00 14,66 27,87 0,25 464 5 3 2 1,00 1,00 1,00 1,00 1,00 5,00 1,00 6,00 145,51 Media D.E Signo 324,40 322,86 5,5418 90,01 93,14 29,81 4,95 20,10 43,77 87,53 86,92 5,59 3,92 0,09 106,19 1,64 0,38 1,11 0,22 0,12 0,15 0,67 0,27 0,37 3,48 3,00 25,39 29190 0,63 9,29 7,82 23,10 0,76 9,10 15,75 11,00 11,37 3,78 5,86 0,06 51,43 0,84 0,65 0,31 0,41 0,32 0,36 0,47 0,45 0,48 0,91 1,00 14,39 46546

ICA ( Qij )

75,00 400,00

246,46 112,01

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

+ + + +

1453 750720

39

* Se refiere a la reflectividad derivada de la interpretacin de la imagen de satlite. Fuente: Elaboracin propia.

Ecuacin 6.22
ln Palqi
1

ICAij

qi

FAC1 _ 3i

FAC 2 _ 3i

FAC 3 _ 3i

ESTR i

40

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

41

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.

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

Prueba de autocorrelacin sobre los residuos

Global
I de Moran C de Geary

Local
Mapas LISA

MBRL
Ecuacin 6.22

Sustantiva
Indicios de autocorrelacin espacial

Residual

LM_Lag

RLM_Lag

LM_error

K-R error

RLM_error

44

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 165.781 230.885 37.090 41.962 79.479 78.104 15.082 181.198 Probabilidad 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

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

Valor de Z -153.618 -208.046 -42.692 -88.230 -67.388 -75.090 -14.132 -166.683

Probabilidad 0.0000 0.0000 0.0002 0.0000 0.0000 0.0000 0.1575 0.0000

45

Matriz de contacto CALI_Q estandarizada por filas. Fuente: Elaboracin propia con base en SpaceStat 1.90

Mapa 7.1: Lisa Cluster Map: LPALQ Mapa 7.2: ICA_ACP

Lisa

Cluster

Map:

Mapa 7.5: ESTRATO

Lisa

Cluster

Map: Mapa 7.6: FAC1_3

Lisa

Cluster

Map:

Mapa 7.3: Lisa DEARB_HA

Cluster

Map: Mapa 7.4: DVI_DII

Lisa

Cluster

Map:

Mapa 7.7: Lisa Cluster Map: FAC2_3 Mapa 7.8: FAC3_3

Lisa

Cluster

Map:

46

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

Retardo espacial IV AEDE nos indicaba la presencia de heterogeneidad

Modelo final Modelo del error espacial y heterocedasticidad de grupos

Modelo de regmenes espaciales

Parmetros ajustados

47

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 10.823474 Prob 0.000000 0.003489 0.034719 0.000000 0.000000 0.000000 0.001364

48

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 X
1

u
2

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,
2

X 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 VARS 7 DF 315

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

Prob 0.000000 0.000481 0.080626 0.000000 0.000000 0.000000 0.000372 Prob 0.000000 0.000000

51

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 VARS 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 14 DUM_ICA DF 308 46.1032 (0.229263 )

(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

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 Prob 0.000000 0.014917 0.002036 0.000000 0.000000 0.000000 0.000001 0.000000 0.000000 0.000000

CALIQ1S DF 315

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

Coeficientes ajustados y elasticidad

Modelos Variables Modelo Bsico de Regresin Lineal MCO 4,185 0,229 0,505 0,214 1,556 0,613 0,220 Sar Error Model GM Two Step 4,187 0,183 0,764 0,200 1,667 0,631 0,271 Sar Error Model GM Groupwise Heteroskedasticity 4,178 0,224 0,747 0,200 1,632 0,608 0,298 0,44 0,04 2,90 0,22 0,31 0,41 0,101 0,019 0,620 0,337 0,191 0,089 0,034 0,028 0,580 0,361 0,196 0,110 0,099 0,028 0,581 0,353 0,189 0,121 Media de la variable MBRL MCO Elasticidad SAR_GM SAR_GM HG

CONSTANT ICA_ACP DVI_DII ESTRATO FAC1_3 FAC2_3 FAC3_3

Fuente: Elaboracin propia

54

Valoracin econmica del ICA por ZAH

Tabla 8: Disponibilidad a pagar y elasticidades por ZAH
ZAH Muy bueno Bueno Regular Deficiente Comunas 2,17,19 3,4 5,7,8,9,10,11,16 6,12,13,14,15,18,1,20,21 Rango del ICA (0,75 >ICA<= 1,00) (0,49 >ICA<= 0,75) (0,24 >ICA<= 0,49) (0,00 >ICA<= 0,24) ICA DAP marginal promedio ($miles de pesos) 0,87 0,62 0,37 0,12 15,4255 14,5841 13,7887 Elasticidad 0,1952 0,1391 0,0830 0,0269

Fuente: Elaboracin propia

55

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 Comuna 17 2 19 Bueno 3 4 8 5 9 Regular 10 11 7 16 1 18 21 Deficiente 15 12 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 10,889 25,037 26,443 27,694 25,318 28,014 26,205 26,639 28,020 31,703 47,539 29,777 47,472 36,485 36,819 2,144 3,584 3,340 2,789 2,512 2,696 2,484 2,211 1,918 1,942 2,777 1,612 2,299 1,612 1,472 1,378 0,820 0,689 2,03541 0,639 0,557 0,479 0,816 0,823 0,748 0,580 0,459 0,604 1,849 1,821 0,420 0,672 1,817 0,630 1,081 0,708 0,722 1,421 0,87226 23,573 24,057 24,950 25,805 23,624 25,937 24,132 24,164 25,181 17,503 11,571 26,225 11,195 19,682 19,192 28,820 21,289 21,104 19,701 24,214 18,989 17,039 18,064 22,081 18,400 12,652 13,192 18,723 19,909 19,250 20,408 13,361 13,902 12,617 13,314 13,075 16,392 14,197 9,612 16,621 10,181 17,678 9,983 10,094 11,683 13,527 12,114 9,781 10,578 10,196 10,541 13,168 14,266 12,583 11,982 13,460 11,097 9,657 10,401 10,953 598,965 260,505 246,652 235,514 257,617 232,826 248,891 244,842 232,773 205,730 137,197 219,039 137,393 178,768 177,143 12,843 9,337 8,237 6,569 6,472 6,278 6,182 5,414 4,465 3,996 3,809 3,530 3,159 2,883 2,607 2,424 1,246 1,156 5,72243 3,828 1,452 1,182 1,921 2,120 1,742 1,444 1,123 1,406 3,804 2,498 0,919 0,923 3,248 1,117 1,902 1,076 1,212 1,921 2,12835 Porcentaje del Precio del Alquiler

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