Resumen El impacto continuo de los "precios hedónicos y mercados implícitos de Sherwin Rosen:

diferenciación de productos en competencia pura".

Michael Greenstone (2017).

Este artículo revisa el modelo que Rosen describió en su artículo "Precios hedónicos y mercados
implícitos: diferenciación de productos en competencia pura" (1974) ,y discute el éxito de sus
aplicaciones empíricas para la comprensión de relaciones clave.

I. Una breve revisión del modelo hedónico de Rosen

En la formulación de Rosen (1974), un bien diferenciado se describe mediante un vector de sus

características. C=(c1,c2,…,cn). En el caso de una casa, pueden ser atributos estructurales (por
ejemplo, número de habitaciones), servicios públicos del vecindario (por ejemplo, calidad de la
escuela local) y servicios ambientales locales (por ejemplo, calidad del aire). Por lo tanto, el precio
de mercado de la i-ésima casa puede escribirse como

Pi=P(ci1,ci2,…,cin) (1)

La derivada parcial de P(·) con respecto a la característica j, ∂P / ∂cj, se conoce como el precio
marginal implícito. Es el precio marginal de la característica j, manteniendo constantes todas las
demás características, está implícito en el precio general de la casa.

En el modelo hedónico, el punto de encuentro entre los precios de la vivienda y una característica
dada, llamado esquema de precios hedónicos (HPS), es generado por las interacciones de equilibrio
entre consumidores y productores. Se supone que los mercados son competitivos y que todos los
consumidores alquilan una casa al precio de mercado. La utilidad de los consumidores depende del
consumo del numerario X (con un precio igual a uno) y el vector de las características de la casa:

u=u(X,C) (2)

La restricción presupuestaria se expresa como I − P − X = 0, donde I es el ingreso. La maximización

de (2) con respecto a la restricción presupuestaria revela que los individuos eligen niveles de cada
una de las características para satisfacer (∂U / ∂cj) / (∂U / ∂x) = ∂P / ∂cj. Por lo tanto, la disposición
marginal a pagar por cj (por ejemplo, la calidad del aire) debe ser igual al costo marginal de una
unidad adicional de cj en el mercado.

Es conveniente sustituir la restricción presupuestaria en (2), que da u = u (I − P, c1, c2, ..., cn). Invertir
esta ecuación y mantener todas las características, pero j constante, da como resultado una
expresión de disposición a pagar por cj:

Bj=Bj(I−P,cj;C∗−j,u∗) (3)

Aquí, u * es el nivel más alto de utilidad alcanzable dada la restricción presupuestaria y C ∗ −j es el

vector de las cantidades óptimas de otras características. Esto se conoce como una curva de oferta
(o indiferencia), porque revela la cantidad máxima que un individuo pagaría por diferentes valores
de cj, manteniendo constante la utilidad.

1
 Figura 1. Curvas de indiferencia, curvas de oferta y el equilibrio de HPS en un mercado hedónico
para la calidad del aire.

La heterogeneidad en las funciones de oferta de los individuos debido a diferencias en las

preferencias y / o ingresos conduce a diferencias en las cantidades elegidas de una característica.
Esto se representa en la figura 1, que traza el HPS y la curvas de oferta para cj de dos tipos de
consumidores. Los consumidores se denotan como tipos # 1 y # 2; potencialmente hay un número
ilimitado de tipos de consumidores, cada uno de los cuales tiene una curva de oferta que es tangente
al HPS. Cada función de oferta revela la tasa de sustitución marginal decreciente estándar entre cj y
X (porque X = I − P). Los dos tipos eligen casas en lugares donde su disposición marginal a pagar por
cj es igual al precio implícito marginal determinado por el mercado, que ocurre en c1j y c2j,
respectivamente. Dados los precios de mercado, las utilidades de estos consumidores serían más
bajas en sitios con cualquier otro nivel de calidad ambiental local.

El otro lado del mercado comprende proveedores de servicios de vivienda. Se supone que los
proveedores son heterogéneos debido a las diferencias en sus funciones de costos. Esta
heterogeneidad puede ser el resultado de diferencias en la tierra que poseen. Por ejemplo, puede
ser muy costoso proporcionar un alto nivel de calidad del aire en un terreno ubicado cerca de una
fábrica de acero. Al invertir la función de ganancias de un proveedor, podemos derivar la curva de
oferta del proveedor para la característica cj:

Oj=Oj(cj;C∗−j,π∗) (4)

donde π * es el beneficio máximo disponible dada la función de costo del proveedor y el HPS. La
Figura 1 muestra las curvas de oferta para dos tipos de proveedores. Con esta configuración, las
personas que viven en una casa de su propiedad serían tanto consumidores como proveedores, y
ellos como proveedores se alquilarían a ellos mismos como consumidores.

El HPS está formado por tangencias entre la oferta de los consumidores y las funciones de oferta de
los proveedores. En cada punto del HPS, el precio marginal de una característica de vivienda es igual
a la disposición marginal de pago de un consumidor individual (MWTP) por esa característica y el

2
costo marginal de un proveedor individual de producirla. Las áreas con altos niveles de
contaminación del aire deben tener precios de vivienda más bajos para atraer a posibles
propietarios, y el HPS revela el precio que asigna a los consumidores en diferentes lugares (y niveles
de contaminación). Desde la perspectiva de los proveedores, el gradiente del HPS revela el costo
marginal de equilibrio de suministrar un entorno local más limpio.

La Figura 1 ilustra que el conocimiento del HPS no es suficiente para realizar análisis de bienestar
para cambios no marginales, al menos en equilibrio parcial. Considere una mejora en la calidad del
aire de cj1 a cj2. La valoración del consumidor 1 o la disposición a pagar por este cambio es igual a
la diferencia entre p12 y p1; sin embargo, el HPS sugeriría que la ganancia es mucho mayor, igual a
la diferencia entre p2 y p1. La dificultad es que observamos solo un punto en la función de oferta
de cada persona (es decir, el par de precios y cantidades que eligen). Otros puntos se observan solo
para otras personas que presumiblemente tienen diferentes gustos o niveles de ingresos. Por lo
tanto, el HPS no se puede utilizar para determinar las consecuencias para el bienestar de los cambios
no marginales en las características clave.

La solución de Rosen a este problema es un procedimiento econométrico de dos pasos que, en

principio, ofrece el HPS y las funciones de oferta de los consumidores1. Considere nuevamente el
caso de las casas y la calidad del aire. El primer paso del procedimiento es hacer una regresión de
los precios de la vivienda contra todas las características de la vivienda, incluida la calidad del aire,
permitiendo que sus efectos puedan ser no lineales:

p=α+f(c1,c2,…,cn)+ε (5)

El precio marginal implícito de la calidad del aire es la derivada de los precios de la vivienda con
respecto a la calidad del aire. Esta cantidad se utiliza en la siguiente ecuación de la segunda etapa:

∂p(C)/∂c calidad aire=α′+ g( c calidad aire)+ε (6)

donde ε 'incluye todos los apalancadores de demanda, como los gustos y los ingresos, que en
principio son observables y pueden incluirse como covariables. El método de Rosen luego requiere
evaluar g (C calidad aire) a diferentes valores de C calidad aire para rastrear la función de oferta.

La implementación exitosa de este procedimiento de dos pasos tendría un gran valor práctico,
porque revelaría las demandas primitivas de los consumidores. Por lo tanto, sería posible obtener
medidas de los efectos sobre el bienestar de los cambios no marginales en las características de los
bienes. Esto ayuda a explicar la influencia duradera del modelo de Rosen.

II. El modelo de Rosen en acción

Esta sección describe los desafíos con la estimación, dónde ha habido éxitos y dónde se necesita
más trabajo.

A. Estimación del HPS

La estimación consistente de la ecuación (1) es la base sobre la cual descansa cualquier cálculo de
bienestar. La razón es que los efectos en el bienestar de un cambio marginal en una característica

1
Un procedimiento análogo entrega las funciones de oferta de los proveedores.

3
se obtienen directamente del modelo de precios hedónicos. Además, la estimación inconsistente
del HPS resultará en una función MWTP inconsistente, invalidando cualquier análisis de bienestar
de cambios no marginales, independientemente del método utilizado para recuperar las
preferencias o los parámetros tecnológicos.

Investigadores encontraron que la estimación consistente del HPS como en la ecuación (1) es
extraordinariamente desafiante. Por ejemplo, la estimación transversal del HPS exhibió signos de
especificación errónea (por ejemplo, gran sensibilidad al conjunto exacto de controles y hallazgos
frecuentes de estimaciones registradas perversamente) en varios entornos, incluidas las relaciones
entre los precios de la tierra y / o la vivienda y calidad del aire (Smith y Huang 1995), calidad escolar
(Black 1999), proximidad a sitios de desechos peligrosos (Greenstone y Gallagher 2008) y variables
climáticas (Deschenes y Greenstone 2007). Problemas similares caracterizaron la estimación de las
diferencias salariales compensatorias para las características del trabajo, como el riesgo de lesiones
o muerte: en una amplia gama de estudios, se descubrió que la asociación ajustada por regresión
entre los salarios y muchos servicios laborales era débil y, a menudo, tenía un contraintuitivo signo
(por ejemplo, Smith 1979; Brown 1980; Black y Kneisner 2003).

Un intento de solución a los desafíos de estimar ecuaciones hedónicas transversales fue pasar a una
configuración de panel. Un ejemplo especialmente importante de este método es el artículo de
Brown (1980) sobre las diferencias de igualación en el mercado laboral, que incluía efectos fijos
específicos de la persona y efectos fijos por año. Sin embargo, los resultados fueron decepcionantes
ya que se mantuvieron sensibles a pequeños cambios en las especificaciones y, a menudo, tenían el
signo contrario a la intuición.

La Tabla 1, ilustra claramente los problemas que la literatura encontró con los enfoques de datos de
panel y de corte transversal. Presenta estimaciones "convencionales" de la capitalización del total
de partículas suspendidas (TSP) de la contaminación del aire en los valores de la vivienda en función
de las regresiones adecuadas con los datos del censo a nivel de condado.

Tabla 1. Estimaciones del efecto de la contaminación por TSP en los valores de las viviendas

4
Nota. — Las series de índice de vivienda y de precios al consumidor en general se utilizan para desinflar valores de la vivienda a 1982–84
dólares. Los datos de los TSP se derivan de la red de monitores de contaminación de la Agencia de Protección Ambiental. La concentración
media de TSP de 1970 (1980) es el promedio de la concentración media de TSP de todos los condados de 1969 a 1972 (1977 a 1980). La
concentración media anual de TSP de cada condado se calcula como la ponderación
promedio de las concentraciones medias geométricas de cada monitor en el condado, utilizando el número de observaciones por monitor
como pesos. La media a nivel de condado a lo largo de varios años (por ejemplo, 1969–72) es el promedio de las medias anuales. La forma
funcional flexible incluye cuadráticos, cúbicos e interacciones de las variables como controles. La media del logaritmo natural de 1970 el
precio de la vivienda es de 10.55. Las medias de las variables dependientes en los paneles B y C son 10.82 y 0.27, respectivamente. Los
errores estándar (entre paréntesis) se estiman utilizando la fórmula EickerWhite para corregir la heterocedasticidad. Esta tabla aparece
como la tabla 3 en Chay y Greenstone (2005, 408).

La inestabilidad de las estimaciones entre especificaciones y dentro de una especificación en

paneles es sorprendente y sugiere que el enfoque convencional para estimar el HPS es propenso a
la especificación errónea. A pesar de la publicación de quizás cientos de documentos empíricos
basados en la estimación de datos transversales y de panel del modelo hedónico, el sentido
predominante era que las estimaciones resultantes estaban plagadas de sesgos por variables
omitidas. La relevancia práctica del método hedónico estaba en duda.

A fines de la década de 1990 y principios de la década de 2000, los investigadores comenzaron a

identificar variaciones cuasiexperimentales en las variables de interés que posiblemente no estaban
relacionadas con determinantes no observados del resultado estudiado (por ejemplo, precios de la
vivienda, salarios). En un cuasi-experimento, la variación en la variable de interés está determinada
por la naturaleza, la política, un accidente o alguna otra acción fuera del control del investigador. El
supuesto de identificación es que esta variación es exógena, y en cuasi experimentos de alta calidad,
los investigadores entienden bien la fuente de esta variación y la caracterizan claramente para el
lector. En general, la aplicación del enfoque cuasiexperimental ha dado nueva vida al modelo Rosen.

B. ¿Qué pasa con las curvas de indiferencia?

La mayor promesa del modelo de Rosen no es solo estimar consistentemente el HPS sino también
recuperar las funciones de oferta de las personas (y las funciones de oferta de los proveedores). El

5
gran desafío, por supuesto, es que estimar las funciones de oferta de los individuos requiere la tarea
bastante difícil de observar el mismo tipo de individuo o gusto frente a dos conjuntos de precios

Si bien la estimación del HPS se enfrenta a un enemigo formidable (es decir, variables omitidas), la
estimación de las funciones de oferta se ha enfrentado a enemigos aparentemente aún más
formidables. Siguiendo el artículo de Rosen, hubo algunos esfuerzos iniciales para recuperar estas
funciones de oferta (por ejemplo, Palmquist 1984). Sin embargo, Brown y Rosen (1982) advirtieron
a los investigadores al demostrar la dependencia del método hedónico de suposiciones de forma
funcional potencialmente fuertes. Un par de artículos posteriores mostraron que los esfuerzos para
inferir las funciones de oferta de los consumidores del HPS se ven socavados aún más por la
clasificación basada en el gusto y que la dificultad de abordar este problema utilizando restricciones
de exclusión estándar significa que son necesarias suposiciones bastante fuertes (Bartik 1987; Epple
1987 ) Por lo tanto, a fines de la década de 1980, había una sensación de que la estimación creíble
de las funciones de oferta con el enfoque de Rosen no era posible, y los esfuerzos para incluso
intentar su estimación comenzaron a desaparecer.

En respuesta a esta disminución, varios documentos trataron de revivir el objetivo del método de
Rosen de recuperar primitivas de demanda a través de la estructura o invocando supuestos
alternativos. Epple y Sieg (1999) describieron un modelo de "equilibrio de ubicación" que puede
usarse para desarrollar estimaciones de las primitivas de demanda. Volviendo a las raíces del
modelo de Rosen, Ekeland, Heckman y Nesheim (2004) describen los supuestos necesarios para
identificar las funciones de demanda (y oferta) en una versión aditiva del modelo hedónico con
datos de un mercado único.3 Bajari y Benkard (2005 ) de manera similar, regrese al modelo de Rosen
y, a través de enfoques alternativos para la primera y segunda etapas, describa un enfoque para
construir límites en los parámetros de utilidad de los individuos y otros objetos económicos. Cada
uno de estos enfoques es prometedor, pero todos requieren suposiciones potencialmente fuertes
y hasta la fecha su influencia en el trabajo aplicado no ha sido tremenda (aunque los investigadores
continúan experimentando con ellos).

III. Conclusiones

El método hedónico de Sherwin Rosen es un gran logro de la teoría económica. El documento

describe un modelo de comportamiento optimizador del comprador y el vendedor para explicar el
proceso que genera lo que se observa en los datos. Al delinear este marco, Rosen alteró
fundamentalmente cómo entendemos el mundo.

Por el lado aplicado, la aplicación de técnicas cuasiexperimentales para la estimación del HPS ha
restablecido el método hedónico como un caballo de batalla en las áreas de economía ambiental,
laboral, pública, urbana y otras. Aunque la estimación consistente del HPS no se puede utilizar para
el análisis de política contrafactual de cambios no marginales, las décadas de investigación empírica
que han sido guiadas por el artículo de Rosen demuestran que hay muchos cambios marginales que
vale la pena analizar, y los últimos 10-15 años ilustran que es posible producir evidencia creíble
sobre sus consecuencias para el bienestar.
Con respecto a los cambios no marginales, la imagen no es tan brillante cuando se trata de usar el
método Rosen. Sin embargo, ya hay algunos enfoques prometedores que merecen una mayor
investigación, aplicación y exploración.