Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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
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
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
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
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.
LAEJ
Hiptesis de trabajo
No homogeneidad ambiental del territorio urbano
en grandes ciudades.
variable latente determinada por un conjunto de factores que lo afectan de manera positiva y negativa.
10
Objetivos
Definir terica y conceptualmente un sistema de
precios de la vivienda urbana y valorar econmicamente los determinantes ambientales que explican su precio.
11
12
ECONOMICA
Flujo Urbano
Desarrollo Sostenible
AMBIENTAL
Medio Ambiente Urbano
SOCIAL
INSTITUCIONAL
Marco analtico
13
ndice Nivel IV
Calidad de la vivienda
Aire (Iair)
Agua (Iagu)
Suelo (Isue)
Biodiversidad (Ibio)
14
Sntesis de la informacin
Ecuacin
n
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
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
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 evaluacin
Cumple satisfactoriamente Cumple parcialmente No cumple
16
No cumple Seleccin de significativos No cumple Escala de Espacializacin Si cumple Modelo cartogrfico Si cumple Se excluye
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)
tratamiento de datos que describen fenmenos que pueden ser explicados en comn (variables latentes).
18
Mtodos Multivariados
Datos Multidimencionales
Estructura de correlacin
ANALISIS FACTORIAL
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:
empleando un promedio de las puntuaciones de cada componente principal, ponderados por la raz cuadrada de la varianza de cada componente.
Z rj ICA
i 1 Comuna ( j) r r
; j
1 , 2 , , 21 y i = 1, 2, 3r componentes.
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.
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
d I ( i , i *)
i 1
x ij
xi * j
i
j 1
(1
i 1
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
26
27
28
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
30
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).
integrador.
Dada una funcin de eleccin de localizacin i, tal que
bij
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
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
(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
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
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)
D
SPSS (ACP variables modelo 6.23)
E
GEODA (Anlisis Exploratorio de Datos Espaciales)
38
ICA ( Qij )
75,00 400,00
246,46 112,01
FAC2_3: Propiedad comn de la vivienda FAC3_3: Calidad de la estructura interna de la vivienda ESTR: Entorno social qi
+ + + +
1453 750720
39
Ecuacin 6.22
ln Palqi
1
ICAij
qi
FAC1 _ 3i
FAC 2 _ 3i
FAC 3 _ 3i
ESTR i
40
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).
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)
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
Matriz de contacto CALI_Q estandarizada por filas. Fuente: Elaboracin propia con base en GeoDa 0.9.5-i
Valor esperado 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
45
Matriz de contacto CALI_Q estandarizada por filas. Fuente: Elaboracin propia con base en SpaceStat 1.90
Lisa
Cluster
Map:
Lisa
Cluster
Lisa
Cluster
Map:
Cluster
Lisa
Cluster
Map:
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
Parmetros ajustados
47
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
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
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
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
(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
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
54
55
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.
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