UNIVERSIDAD DE LOS ANDES

FACULTAD DE ECONOMÍA

VALORACIÓN DEL ESPACIO PÚBLICO EN LA CIUDAD DE BOGOTÁ: UN

MODELO DE PRECIOS HEDÓNICOS DE FRONTERA DIFERENCIADO POR
LOCALIDAD

ASESOR: RAMÓN ANTONIO ROSALES ALVAREZ

AUTOR: FABIAN WBEYMAR REY HERNANDEZ†

Código estudiantil: 201310460

RESUMEN

En este documento se desarrolla un modelo de precios hedónicos de frontera para valorar el

espacio público en la ciudad de Bogotá, mitigando el sesgo por variable omitida e incluyendo
la localidad como una variable de ubicación que procura corregir el problema de
segmentación de mercado. Bajo estos preceptos, el precio del suelo en Bogotá se vincula con
diferentes tipologías de espacio público en cada localidad. Los resultados más representativos
del modelo son que el espacio público duro (andenes, plazas, separadores y ciclorrutas), para
el que se estimó un efecto promedio del 39% sobre el precio del suelo, tiene una mayor
valoración que el espacio público verde (parques y zonas verdes), cuyo efecto promedio
sobre el precio del suelo es del 2,6%. Así mismo, se demuestra que la valoración del espacio
público varía entre localidades, con extremos como Chapinero y Usme, en las que el efecto
promedio sobre el precio del suelo se estima en 57,4% y -39,7%, respectivamente.

Palabras clave: Espacio público, bienes no mercadeables, precios hedónicos, modelos de

frontera, valoración económica

Clasificación JEL: C21, Q15, R21


Trabajo de grado para optar por el título de Magíster en Economía por la Universidad de los Andes. Errores
en el documento son de mi responsabilidad.
†
Universidad de los Andes. Facultad de Economía. Correo: fw.rey10@uniandes.edu.co.

1
ABSTRACT

This document develops a frontier hedonic price model (HPM) to value the public space in
Bogotá, mitigating the bias for omitted variable and including the locality as a variable
location, being able to correct the segment market issue. Under these precepts, the land price
at Bogotá has associated with different typologies of public space in each location. The mains
result from HPM are that "hard public space" (platforms, squares, bike paths, and median
strip) has an average effect of 39% on the land price, and valuation of "open space" (parks)
has an average effect of 2,6%. Likewise, it shows that public space valuation changes
between localities, with extremes like Chapinero and Usme, where the average over the price
impact is estimated at 57,4% and -39,7%, respectively.

Key words: Public space, non-marketable goods, hedonic prices, frontier model, economic
valuation

Clasificación JEL: C21, Q15, R21

1. INTRODUCCIÓN

El espacio público es un escenario de interacción social que funciona como eje

articulador y generador de beneficios, tanto colectivos como privados, para la sociedad. Al
respecto, Borja & Muxí (2003) consideran que el espacio público es un eje central en la
estructuración y crecimiento de las ciudades porque su dotación permite mejorar el entorno
urbano mediante procesos de renovación, y genera espacios adecuados para el libre tránsito,
esparcimiento e interacción de los ciudadanos.

De manera complementaria, se consideran como beneficios privados del espacio

público, las rentas generadas por los agentes que lo utilizan para actividades con motivación
económica, tal como es el caso de los vendedores informales, los artistas de calle o los
eventos publicitarios de empresas privadas, entre otros, cuyo actuar tiene efecto en la calidad
y sostenibilidad de las zonas de uso público provistas por el Estado.

2
 Como puede notarse, el espacio público, además de ser un escenario de interacción
social, es un fenómeno económico, cuya provisión y sostenibilidad depende de la valoración
que tengan los agentes del mercado.

Por lo anterior, la política distrital de espacio público en la ciudad de Bogotá ha estado

enfocada en el diseño de mecanismos que garanticen la sostenibilidad de las zonas de uso
público existentes y la provisión de nuevos espacios de calidad. En este sentido, surge la
necesidad de valorar el espacio público en Bogotá, como un instrumento para propender por
una provisión óptima del mismo, conciliando entre el uso particular y el colectivo. Sin
embargo, como argumenta Nicholson (1997), la elección óptima de este tipo de bienes es un
proceso tedioso debido a que las señales del mercado son inexactas o inexistentes.

En concreto, el problema de asignación de los bienes públicos puros se presenta

porque sus características de no exclusión y no rivalidad1 imposibilitan la formación de un
precio que regule las cantidades demandadas y ofrecidas en el mercado, produciéndose una
externalidad que distorsiona el nivel de producción óptimo de este tipo de bienes. En términos
prácticos, no existe un mercado que permita estimar directamente un precio al espacio
público.

Frente a las restricciones enunciadas, en este documento se aborda la valoración del

espacio público para la ciudad de Bogotá mediante un enfoque indirecto de precios
hedónicos, el cual representa una técnica de valoración para bienes no mercadeables que
permite identificar el precio del espacio público a partir de las características del mercado
inmobiliario.

De acuerdo con Rosen (1974), los precios hedónicos son los precios implícitos de los
atributos de un determinado bien, revelados a partir de la observación de éste y los atributos
que lo componen, implicando que, en competencia perfecta, los individuos maximizan su
utilidad en la toma de decisiones al momento de adquirir su vivienda y que, dentro de los
atributos contemplados, se encuentran componentes del entorno, como parques, plazoletas y

1
Según la teoría microeconómica, la característica de no exclusión de los bienes públicos se refiere a que
luego de producido el bien no es posible excluir de su consumo a ningún individuo, en tanto que la no rivalidad
tiene que ver con el hecho de que el consumo de unidades adicionales del bien genera un costo marginal de
producción nulo.

3
vías peatonales, entre otros, de tal manera que implícitamente los optimizan y asignan una
disponibilidad a pagar por cada atributo.

Dentro del enfoque hedónico, el método de valoración propuesto incluye un

componente de localización, mediante el cual se diferencia el precio del suelo en la ciudad
de Bogotá dependiendo de su ubicación, bajo el argumento de que el valor del espacio
público no es homogéneo. Esto va en línea con los resultados de Kong, Yin, & Nakagoshi
(2007), quienes partiendo del supuesto de que gran parte de los consumidores mostraban
preferencia por determinadas zonas de la ciudad de Jinan – China, la dividieron en 4 zonas,
encontrando que efectivamente los individuos tienen valoraciones del suelo diferenciables
por ubicación y que esto afecta la valoración del espacio público.

Para implementar el enfoque hedónico, se aplica en principio un modelo de regresión

log-lineal por mínimos cuadrados ordinarios (MCO), donde la variable dependiente es el
logaritmo del precio del suelo y las independientes son: i. las tipologías de espacio público,
ii. el estrato, iii. el uso del suelo y iv. la localidad de Bogotá. Posteriormente, para mitigar el
problema del sesgo de variable omitida, característico de los modelos hedónicos, se utiliza la
solución propuesta en el trabajo de Carriazo, Ready, & Shortle (2011), donde se aplica una
regresión de frontera estocástica para valorar la calidad del aire en la ciudad de Bogotá. Los
autores plantean que un modelo de frontera incluye 2 componentes de error, uno simétrico y
otro asimétrico. Este último se incorpora bajo el supuesto de que es una característica del
conjunto de variables no incluidas en el modelo, contribuyendo a mitigar el sesgo de
selección por variable omitida y, por tanto, generando estimadores más precisos que los de
MCO.

La principal diferencia entre este trabajo y otros similares que lo preceden, se basa en
que los enfoques hedónicos implementados en Colombia han utilizado un indicador de
distancia para determinar el efecto que tiene el espacio público sobre el precio del suelo, bajo
la hipótesis de que una mayor cercanía implica un precio más alto, mientras que en esta
investigación se utiliza el sistema de información geográfica (ArcGis) para vincular un
elemento de espacio público al precio ponderado de un conjunto de predios mediante
variables Dummy que indican la presencia de un parque, una plaza, un andén, una calzada,

4
un separador, una ronda hidráulica, una ciclorruta, una zona verde o un área de protección
ambiental en cada muestra.

En términos prácticos, la estimación del modelo demuestra que la presencia de un

elemento de espacio público tiene un efecto en la variación del precio del suelo privado y
que ese efecto puede interpretarse como el valor adicional que genera el espacio público,
luego de controlar la muestra por variables económicas que afectan la formación de dicho
precio. Puntualmente, se estima que tanto la existencia de un espacio público duro (andenes,
plazas, separadores y ciclorrutas), como de uno verde (parques y zonas verdes), incrementan
el precio del suelo en Bogotá en un promedio de 39% y 2,5%, respectivamente. Además, se
prueba que la variación del precio del suelo asociada al espacio público no es homogénea y
varía dependiendo de la localidad en que se ubica la muestra, tal como se evidencia en las
localidades de Chapinero y Usme, donde el efecto promedio del espacio público sobre el
precio del suelo se estima en 57,4% y -39,7%, respectivamente.

Se espera que los resultados de este modelo funcionen como insumo para la
formulación de políticas públicas que mejoren la provisión del espacio público efectivo en la
ciudad de Bogotá, donde el indicador de espacio público efectivo2 estimado en 3,3 m2 por
habitante (DADEP, 2012), es muy inferior al estándar internacional, definido por la
Organización Mundial de la Salud (OMS) en 15m2 (CONPES, 2012). Así mismo, esta
investigación va en consonancia con la política nacional de espacio público, desarrollada en
el citado CONPES, que tiene como una de sus estrategias “Construir Ciudades Amables” a
partir de la “…consolidación de un espacio público accesible, adecuado y suficiente para
los ciudadanos…” (CONPES, 2012).

De manera complementaria, el desarrollo de este documento se enmarca en las

políticas distritales de la ciudad de Bogotá que propenden por mejorar la sostenibilidad,
generación y financiación del espacio público. En particular, en los Decretos 215 de 2005 y
552 de 2018. El primero hace referencia al Plan Maestro de Espacio Público, que tiene dentro
de sus principales objetivos “…establecer normas generales que permitan alcanzar una
regulación sistemática en cuanto a su generación, recuperación y aprovechamiento

2
El espacio público efectivo se define como aquel de carácter permanente conformado por zonas verdes,
parques, plazas y plazoletas

5
económico…” (Alcaldía de Bogotá, 2005), en tanto que el segundo es el Marco Regulatorio
de Aprovechamiento Económico del Espacio Público, el cual establece dentro de sus fines;
la corrección de las externalidades negativas por el uso indebido del espacio público y la
propensión por aumentar los recursos para sostenerlo (Alcaldía de Bogotá, 2018).

Para abordar la investigación, este documento se compone de 5 partes, incluyendo la

presente introducción. En la segunda sección se considera la revisión de la literatura que
permitirá contextualizar sobre los trabajos previos de valoración de espacio público a nivel
nacional e internacional. En la tercera sección se desarrolla el marco teórico, donde se analiza
todo el sustento teórico del modelo de precios hedónicos de frontera. La cuarta sección
contiene el marco empírico que justifica el modelo a estimar y presenta sus resultados. Por
último, la quinta sección contiene las conclusiones de esta investigación.

2. REVISIÓN DE LA LITERATURA

La base teórica que sustenta el método de valoración propuesto surge desde la

economía ambiental, que, en procura de reducir el impacto negativo de la actividad humana
sobre los bienes ambientales, como el agua, el aire, o en general, sobre los recursos naturales,
ha diseñado diferentes técnicas de valoración que capturan los efectos observables y no
observables ofrecidos por un ambiente limpio.

Para capturar los valores que brindan los bienes no mercadeables en Colombia, como
los bienes ambientales o el espacio público, Hernández (2003), divide los métodos de
valoración en directos e indirectos. Dentro de los primeros, el más popular es el Método de
Valoración Contingente (MVC), que consiste en el diseño de una encuesta para capturar la
disponibilidad a pagar que tiene un grupo de individuos por una determinada característica
ambiental, en tanto que en los segundos sobresale el método de precios hedónicos, el cual, a
partir del mercado inmobiliario, estima el precio implícito de las características ambientales.

La principal virtud del MVC es que captura valores de uso y no uso, siendo utilizado
principalmente para valorar la existencia y el beneficio generado por aspectos ambientales,
como el agua y el aire. Sin embargo, el contingente de valoración también ha sido
implementado para capturar el precio del espacio público, particularmente parques, en

6
diferentes lugares del mundo, tales como los parques en la ciudad Boston, Estados Unidos
(Harnik & Ben (2009)), la construcción de un nuevo parque en la ciudad de Valencia, España
(Salazar & García M., (2005)), las zonas verdes en Iskenderun, Turquia (Boyacigil & Faruk,
2007) y la valoración económica de una zona ambiental en Bogotá, Colombia (Hueth &
Mendieta (2000)), sólo por nombra algunos casos.

De otra parte, el denominador común de la valoración por precios hedónicos es que

su implementación se ha centrado en diferentes elementos de espacio público, principalmente
parques, en procura de demostrar que la cercanía de una vivienda al espacio público genera
un incremento en su precio. Lo anterior, soportado en el argumento de que la creciente
preocupación ambiental ha aumentado la demanda por zonas de uso público para diferentes
aspectos, entre los que se cuentan; recreación, acceso al aire limpio, disfrute estético o un
ambiente relativamente tranquilo (Miller, 1997).

Bajo esta perspectiva, Ross (2001) busca estimar el efecto de la cercania a los parques
sobre el precio de las viviendas en Dallas, Texas, usando como punto de referencia los
hogares ubicados hasta a 793 metros de un parque determinado e implementando un modelo
log-lineal, donde la variable dependiente es el logaritmo natural del precio de venta de la
vivienda y como variables independientes, además de la distancia a un parque, se utilizan
variables de control del entorno y caracteristicas de la vivienda. Con esta especificación,
obtiene como resultado que las viviendas cercanas a los parques tienen un precio 22%
superior a aquellas que son más distantes. Así mismo, concluye que los parques grandes crean
un mayor valor al de los parques pequeños. En el mismo sentido, Mzainora, Norzailawati &
Tumina (2016), usan un sistema de información geográfica para medir la distancia de una
vivienda a un parque en la región de Klang Valley – Malasia, y posteriormente, usando una
regresión log-lineal, estiman el efecto del espacio público sobre el precio de la vivienda entre
un 3% y 12% sobre el precio de la vivienda en un rango de 400 metros. También identifican
que la influencia del espacio público sobre el mercado inmobiliario depende, además de la
distancia, de caracteristicas puntuales de cada espacio, esto es, su influencia varía según la
ubicación y proximidad, el tamaño, la provisión de elementos complementarios y el
mantenimiento regular.

7
 De esta primera aproximación se puede extraer que la cercanía a un elemento de
espacio público, en concreto un parque, tiene un efecto positivo sobre el precio de la vivienda
y que el efecto es diferencial dependiendo de las caracteristicas de la zona de uso público.

Implementando un ejercicio más amplio en términos de variables explicativas, Kong

et al. (2007) desarrollan un modelo de precios hedónicos de 17 variables para capturar las
características del entorno, el efecto de localización y el de diferentes medidas de espacio
público sobre el precio de las viviendas en la ciudad de Jinan – China, usando
especificaciones lineales y loglineales. Dentro de los resultados principales del estudio se
destaca que el mejoramiento de 1% en los indicadores de accesibilidad al parque y plaza,
medidas como la distancia en minutos de un hogar a un elemento de espacio público, genera
un incremento en el precio de la vivienda de 1,6% y 1,8%, respectivamente. Así mismo, se
evidencia un efecto de localización, demostrando que la preferencia por vivir en
determinados sectores en la ciudad de Jinan afecta la valoración del espacio público.

Con argumentos similares, Kowalski (2017) también encuentra efectos positivos en

la cercania de las hogares a un parque. Para hacerlo, formula un modelo log-lineal que tiene
varias características diferenciales con respecto al método de distancia tradicional de precios
hedónicos, a saber: i. La variable de espacio público se construye como un conjunto de
variables dicotomas que distribuyen la muestra en 4 bloques, donde las viviendas del primer
bloque son las más cercanas al espacio público y las del 4 las más lejanas. ii. Diferencia la
muestra de la ciudad en 4 regiones, para verificar si existe un efecto de localización. iii.
Discrimina la muestra de la ciudad en rangos de precios de las viviendas, para determinar si
el efecto del espacio público sobre las viviendas varía dependiendo del poder adquisitivo del
hogar.

Usando este enfoque, se estima que la proximidad al espacio público genera un

sobreprecio de la vivienda, concretamente, que las viviendas dentro del primer bloque tienen
un premium del 4%, que las ubicadas entre el primer y segundo bloque tienen un premium
del 3% y que el efecto no es significativo para los bloques restantes, es decir, los bloques 3
y 4 son hogares que están muy distantes para que el espacio público genere impacto sobre el
precio de la vivienda.

8
 Es posible notar que el factor común de los estudios de Kowalski (2017) y Kong et
al. (2007) es la inclusión de efecto de localización, diferenciando la muestra por regiones,
con lo cual procuran controlar el problema de estimación generado por la extensión del
mercado. Según éste, el mercado inmobiliario se representa mejor como la agregación de
mercados más pequeños, y por tanto, deberían estimarse funciones hedónicas por cada región
para capturar efectos heterogéneos, (Irwin, 2002).

En términos generales, el método indirecto de precios hedónicos muestra los

resultados esperados del espacio público sobre el precio de la vivienda, esto es, que una
mayor cercanía a las zonas de uso público se encuentra asociada con un precio del suelo más
alto, así mismo, la experiencia internacional evidencia que existen efectos de localización
que deben ser considerados en la valoración para obtener estimadores consistentes.

Otra de las conclusiones que puede extraerse es que el resultado no es generalizado,

pues el efecto de un elemento de espacio público sobre el valor de un predio se mide también
por la calidad de dicho espacio, en la medida que los parques deteriorados o con un incipiente
mantenimiento, apenas crean valor al precio del suelo, o incluso, su cercanía puede causar
un efecto negativo, dada la percepción de inseguridad que se genera (Harnik & Ben (2009);
Ross (2001)).

De otra parte, considerando la aplicación del enfoque hedónico para valorar el espacio
público en la ciudad de Bogotá, se encuentra que los estudios desarrollados han estado
centrados en estimar el efecto generado sobre el precio de los arriendos y de la vivienda
cuando varía la distancia con respecto al sistema de transporte masivo, Transmilenio, tal
como se muestra en los trabajos de Rodríguez & Targa (2004), Mendieta & Perdomo (2007)
y Muñoz-Raskin (2010), quienes encuentran una relación inversa entre la distancia de los
predios al sistema de transporte y su precio, así como que el efecto del sistema de transporte
masivo sobre el precio de una vivienda no depende exclusivamente de la distancia, sino
también del nivel de ingresos del hogar, toda vez que en los sectores de ingresos medio se
genera un incremento del precio por la cercanía al sistema, pero el resultado es contrario en
las zonas de ingresos bajos.

En un análisis más cercano al objeto de esta investigación, Labrador (2012) utiliza

directamente un modelo de regresión log-lineal, sin implementar la transformación Box-Cox,

9
sobre el precio de la vivienda para determinar la valoración de las zonas verdes, los parques
vecinales, parques zonales y plazas en la ciudad de Bogotá, encontrando que la disminución
de 500 metros de la distancia de la vivienda con respecto a estas características genera un
incremento en su precio, equivalente al 0,0062%, 0,055%, 0,009% y 0,0004%,
respectivamente. De manera adicional, el autor encuentra que la cercanía a un parque
metropolitano en un radio de 500 metros genera una reducción en el precio de las viviendas
equivalente al 0,038%.

En términos generales el documento de Labrador (2012) aborda una parte de las

hipótesis propuestas en esta investigación, sin embargo, su trabajo se limita a los elementos
del espacio público efectivo, no contempla un variable de localización para corregir el
problema de segmentación de mercado e implementa el enfoque tradicional de Mínimos
Cuadrados Ordinarios, el cual generalmente implica un sesgo por variable omitida.
Precisamente, para corregir los limitantes en el trabajo de Labrador (2012), se está
proponiendo una ampliación de los elementos de espacio público evaluados, una
diferenciación por localidad para controlar la segmentación del mercado y una estimación de
frontera para mitigar el sesgo por variable omitida.

Por último, en un documento más reciente, Araque, Gutiérrez, & Quenguan (2017),
usan un enfoque de economía urbana para estimar un modelo log-log que permite aproximar
la valoración del espacio público en Bogotá, controlando la estimación con variables
socioeconómicas, como la proximidad a centros de negocios, la densidad poblacional y el
nivel de ingresos, y valorando el espacio público como una variable compuesta que
denominan interacciones de bienes públicos básicos. Como resultado principal, se estima
que un incremento en el 100% de la distancia de una vivienda con respecto a un bien público,
genera una disminución en el precio de 0,0081116%. Al igual que en el trabajo de Labrador
(2012), Araque et. al. (2017) consideran algunas de las variables e hipótesis que se incluyen
en esta investigación. Frente a lo anterior, es preciso reiterar que la diferencia de ésta con las
investigaciones que la preceden radica en su enfoque de localización, en la ampliación del
espectro de espacio público analizado y en el método de estimación alternativo.

En general, los avances de Bogotá en términos de valoración de espacio público

permiten inferir que es pertinente usar un método de precios hedónicos para estimar su

10
participación en el precio del suelo y poder hacer una aproximación a su valor implícito, toda
vez que la evidencia ha demostrado que la adecuada provisión del espacio público genera un
incremento en el precio de las viviendas, y que, por tanto, su precio puede ser obtenido a
partir de la optimización que se presenta en el mercado inmobiliario. Adicionalmente, con
base en la experiencia internacional, se comprueba la necesidad de incluir elementos de
localización e ingreso para comprobar que el valor del espacio público varía dependiendo de
su ubicación. Estos elementos complementarios no han sido incluidos en la valoración del
espacio público en la ciudad de Bogotá, por lo cual se hace importante que en el desarrollo
de esta investigación se esté proponiendo generar un modelo diferenciable por la localidad
como un instrumento para corregir la segmentación del mercado y demostrar que la
valoración del espacio público no es homogénea en la ciudad. Así mismo, se propone un
enfoque diferente de estimación mediante la regresión de frontera que únicamente ha sido
utilizado en Colombia para valorar la calidad del aire por Carriazo et. al. (2011)

A pesar de las ventajas del modelo de precios hedónicos, especialmente su capacidad

de estimar efectos de los bienes públicos sobre el precio de la vivienda, éste no es ajeno a
presentar problemas de estimación, en particular los de especificación del modelo y el sesgo
de variable omitida. Para solucionar el primero, en la literatura internacional se plantea la
implementación del método Box-Cox que determina la forma funcional de mejor ajuste a los
datos, aunque en gran parte de los trabajos revisados previamente se optó por una forma
funcional preestablecida, en particular, la log-lineal y la log-log, que han demostrado ser las
de mejor ajuste. De otra parte, para el segundo problema se propone estimar un modelo de
regresión de frontera, tal como se desarrolla en la siguiente sección.

En síntesis, la evidencia empírica permite comprobar que el enfoque de precios

hedónicos es el más idóneo para valorar el espacio público en la ciudad de Bogotá, en la
medida que es una técnica basada en información secundaria, esto es, menos costosa en
términos de estructuración del instrumento, de la cual se obtienen los estimadores para
valorar los componentes que afectan el precio del suelo, entre ellos el espacio público.
Además, las diferentes técnicas de estimación permiten mitigar el sesgo de estimación que
puede causarse en este tipo de modelos.

11
 3. MARCO TEÓRICO

El método de precios hedónicos fue desarrollado en primera instancia por Rosen

(1974), quien los define como los precios implícitos de diversos atributos que son revelados
a los agentes económicos desde el precio observado de productos diferenciables entre una
determinada cantidad de características asociadas a éstos.

En este sentido, Freeman (1979) plantea que la aplicación de la técnica de precios

hedónicos en el precio de una vivienda se realiza en dos pasos; primero se estima el precio
de una característica usando la ecuación de precios hedónicos, y segundo, se regresa el precio
estimado frente a las cantidades observadas con el fin de estimar la función de demanda
inversa o disponibilidad a pagar por un grupo determinado de viviendas. Para que la
aplicación de esta técnica sea consistente, el mismo autor argumenta que el precio de una
vivienda debería poder representarse en función de sus características estructurales,
sectoriales y de ubicación. Chin & Chau (2003) definen estas características así:

 Estructurales: En este aspecto se definen los atributos propios de la vivienda, tales

como el área, el número de habitaciones, el número de baños, la antigüedad, si tiene
patio o garaje, el piso de ubicación, los servicios del edificio, entre otros.
 Sector: Las características del sector no se capturan directamente del precio de la
vivienda, pero tiene un efecto sobre el mismo y se subdividen en variables
socioeconómicas, servicios gubernamentales y externalidades.
 Ubicación: La variable tradicional de ubicación es la accesibilidad de la vivienda,
medida en términos de acceso al Distrito Central de Negocios. Otras variables
asociadas con esta tipología son; vista al mar, lagos, ríos, cerros y campos de golf,
junto con la restricción de la vista.

En términos formales, sea 𝐻 una vivienda, de tal manera que alguna unidad de 𝐻, ℎ𝑖 ,
puede representarse plenamente por un vector de sus características. Si 𝑆𝑗 , 𝑁𝑘 y 𝑄𝑚 se
identifican como el vector de características estructurales, sectoriales y ambientales,
respectivamente, entonces el precio de ℎ𝑖 está en función de los niveles de estas variables:

𝑃ℎ𝑖 = 𝑃ℎ (𝑆𝑖1 , … , 𝑆𝑖𝑗 , 𝑁𝑖1 , … , 𝑁𝑖𝑘 , … , 𝑄𝑖1 , … , 𝑄𝑖𝑚 ) (1)

12
 Bajo el supuesto de un mercado de competencia perfecta, los agentes maximizan la
utilidad de las características representativas de una vivienda al momento de comprarla, por
tanto, al diferenciar parcialmente el precio de una vivienda con respecto a una característica
en la ecuación 1, se obtiene el precio implícito de dicha característica. Por ejemplo, para una
característica ambiental se tiene que:

𝜕𝑃ℎ
= 𝑃𝑄𝑚 (𝑄𝑚 ) (2)
𝜕𝑄𝑚

A partir de las ecuaciones 1 y 2, Freeman (1979) demuestra que existe una relación
positiva entre el precio de una vivienda y las características que la componen. Además,
siguiendo los principios de maximización de utilidad en un mercado de competencia perfecta,
supone que los hogares maximizan su utilidad hasta que la disponibilidad a pagar por una
unidad adicional de una característica es igual al precio de ésta.

En la práctica, el modelo de precios hedónicos ha sido demostrado ampliamente y se

ha comprobado que las características no observables del mercado inmobiliario afectan el
precio de las viviendas, tal como se evidenció en la sección anterior. Sin embargo, el método
no es ajeno a críticas, la primera de ellas, enunciada por Freeman (1979), se centra en el
problema de la linealidad de la ecuación 1, en el sentido de que, si ésta es lineal, entonces los
precios implícitos son constantes para las viviendas, en tanto que, si no lo es, el precio
implícito dependerá de la cantidad acumulada de la característica considerada y de la forma
funcional de la ecuación 1.

Precisamente, la definición de la forma funcional adecuada es uno de los principales

retos del método de precios hedónicos. Con el ánimo de solventar este problema, se propone
el uso de la transformación Box-Cox, la cual provee una base estadística para seleccionar la
forma funcional adecuada a una muestra de datos especifica (Milon, Gressel, & Mulkey,
1984). Por tanto, la principal ventaja de la transformación Box-Cox es que no requiere de
una forma funcional predeterminada. Empero, una de las principales desventajas de la técnica
es que algunas formas funcionales pueden llevar a la estimación de parámetros cuya
interpretación se dificulta. Además, otra de las limitaciones que tiene la transformación Box-
Cox es que no puede ser aplicada a variables Dummy porque éstas no son estrictamente
positivas (Chin & Chau, 2003).

13
 Frente a esta restricción, en diferentes investigaciones se ha optado por utilizar las
formas funcionales más populares y que han demostrado mejores ajustes, como son los
modelos log-lineales y log-log, cuya precisión se debe a que representan las versiones proxi
de semi-elasticidades y elasticidades precio de la demanda, tal como se representa en el
trabajo de Halvorsen & Palmquist (2013) para los modelos log-lineales:

𝑙𝑛𝑌 = 𝑎 + ∑𝑖 𝑏𝑖 𝑋𝑖 + ∑𝑗 𝑐𝑗 𝐷𝑗 (3)

Donde el coeficiente 𝑏𝑖 , asociado con variables continuas, es:

𝜕𝑙𝑛𝑌 1 𝜕𝑌
𝑏𝑖 = = 𝑌 ∗ 𝜕𝑋 (4)
𝜕𝑋𝑖 𝑖

Lo anterior, al multiplicarlo por 100, se interpreta como la variación porcentual de la

variable dependiente ante el cambio en una unidad de la variable independiente.

Otras críticas que se realizan al método de precios hedónicos se centran en que el

supuesto de equilibrio de mercado es poco realista y la segmentación del mercado puede
sesgar la estimación. Con respecto al primero, si bien es cierto que el mercado inmobiliario
no se encuentra permanentemente en equilibrio, la abstracción que hace el modelo de precios
hedónicos es precisamente para evitar los efectos causados por fallas de mercado y, por tanto,
la teorización no invalida los resultados. De otra parte, para tratar el problema de
segmentación del mercado, en diversos estudios se ha propuesto la inclusión de una variable
que diferencie la ubicación y controle su efecto en el modelo.

Por otro lado, uno de los fallos de estimación más recurrentes en los modelos de
precios hedónicos es el sesgo por variable omitida, que, según Carriazo et. al, (2011), sucede
cuando existen variables no observables por el investigador que tienen injerencia en el valor
de la propiedad y están correlacionadas con alguna de las variables de interés, en este caso la
proximidad al espacio público, de tal manera que los estimadores se sesgan por el efecto de
las variables no observadas, particularmente si éstas siguen una distribución asimetrica. La
propuesta de los autores para mitigar este problema consiste en estimar un modelo de
regresión de frontera que capture la variabilidad de las variables omitidas.

La técnica es una adaptación de la versión del modelo de frontera de producción

formulado por Meesun & Van den Broeck, (1977), en el cual los autores desarrollan un

14
modelo de eficiencia compuesto por dos términos de error, a partir de la función de
producción Cobb-Douglas, así:

𝛽𝑗
𝑦𝑡 = 𝐴 ∏𝑗 𝑥𝑡𝑗 𝑒 −𝑧𝑡 𝑒 −𝑣𝑡 (5)

Donde 𝑣𝑡 es una medida de eficiencia de la producción distribuida en el intervalo

(0,1) y 𝑧𝑡 es el término tradicional de error distribuido en el intervalo (0, ∞). Además, Meesun
& Van den Broeck, (1977) plantean que los términos de error son independientes y que cada
uno tiene una función de distribución teórica especifica.

La función de distribución de errores compuestos tambíén se caracteriza por el

comportamiento de sus momentos, en particular su varianza y asimetría, definidos como:

1 2
𝑢2 = 𝜆2 + 𝜎 2 , 𝜇3 = 𝜆3 (6)

De acuerdo con los autores, la especificación de la varianza 𝑢2 es útil para diferenciar

1
la fracción del error de la regresión que se atribuye a la ineficiencia (𝜆2 ) y la que es capturada

por verdadera perturbación estadistica (𝜎 2 ). Así mismo, el indicador de asimetría 𝜇3 muestra

que la función es asimetríca a la derecha y dependiente del parametro del sesgo (𝜆3).

Con base en los supuestos del modelo de frontera, Carriazo et. al, (2011) estructuran
un modelo de regresión de frontera para valorar la calidad del aire en la ciudad de Bogotá
incluyendo los dos términos de error, donde el primero corresponde al error simetríco
tradicional de los modelos de regresión y el segundo al error asimetríco de las variables no
observadas. Formalmente, el modelo hedónico de frontera se especifica como:

𝑃𝑖 = 𝑃(𝑍𝑖 , 𝐴𝑖 , 𝑁𝑖 , 𝛽)𝑒𝑥𝑝(𝑢𝑖 )𝑒𝑥𝑝(𝑣𝑖 ) (7)

Donde los componentes 𝑍𝑖 , 𝐴𝑖 , 𝑁𝑖 , 𝛽 de la ecuación 7 indican los determinantes del

precio de la vivienda 𝑃𝑖 , siendo 𝑍𝑖 las variables estructurales del predio, 𝐴𝑖 las variables
sectoriales y 𝑁𝑖 las variables del entorno. Esta última incluye la variable ambiental o la de
espacio público. 𝑣𝑖 es el término de error simétricamente distribuido con media cero y
varianza constante y 𝑢𝑖 el error asimétrico, que, a diferencia de los modelos de producción,
no representa una medida de eficiencia, sino la variabilidad de las variables no incluidas.
Bajo esta perspectiva, el componente asimétrico del modelo hedónico de frontera captura las

15
variables omitidas y mitiga parcialmente el sesgo de selección, el cual se genera posiblemente
por la omisión de variables complementarias que explican el valor del espacio público, como
su calidad, el grado de mantenimiento y la seguridad del entorno que, a pesar de su
importancia, no pudieron ser incluidas por la falta de información sobre las mismas.

En términos generales, el soporte teórico del modelo de precios hedónicos presenta

varios aspectos que pueden ser refutados, pero la pertinencia y precisión de sus resultados
tiene amplia demostración, más cuando se mitiga el sesgo por variable omitida. Por lo
anterior, en este trabajo se utiliza una versión modificada de la técnica para hacer una
aproximación a la valoración del espacio público en la ciudad de Bogotá.

4. MARCO EMPÍRICO
Siguiendo el argumento de Cassel & Mendelsohn (1985), citados por Kong et
al.(2007), donde se plantea que el uso del criterio del mejor ajuste obtenido con la
transformación Box-Cox no necesariamente conduce a los estimadores más precisos, en este
documento se opta por implementar un modelo log-lineal estimado por MCO, que como se
mencionó previamente, es una de las formas funcionales que ha demostrado mejores ajustes,
y un modelo hedónico de frontera para valorar el espacio público en la ciudad de Bogotá. El
primero es acorde con la formulación de Kong et al. (2007) y el segundo, sigue la propuesta
de Carriazo, et al. (2011).

Las funciones de precios hedónicos se formulan a partir del precio de los predios
seleccionados como la variable dependiente, los cuales se encuentran en función de variables
estructurales, de sector y de ubicación, siguiendo la estructura definida en el marco teórico.

4.1. DATOS
Para el desarrollo de este trabajo se utiliza una base de datos de corte transversal
suministrada por la Unidad Administrativa Especial de Catastro Distrital (UACD),
correspondiente al año 2015. La muestra cuenta con 90.603 datos que, mediante el sistema
de información geográfica del Distrito Capital, incluye las variables; Valor por metro
cuadrado de las Zonas Homogéneas Geoeconómicas (ZHG), uso predominante del suelo,

16
estrato, localidad, área y tipo de espacio público. Esta información corresponde a la base de
datos más completa de Bogotá sobre estas variables, debido a que se elabora mediante un
trabajo interinstitucional, coordinado y validado por la UACD, en el que las entidades
distritales brindan la información primaria para mantener actualizado el sistema.

El precio por metro cuadrado de las ZHG es la variable seleccionada como proxi del
precio del suelo. Esto representa un enfoque diferente al tradicional que utiliza el precio de
las viviendas y es seleccionado porque la estructuración del precio de las ZHG también
contiene características implícitas no mercadeables que pueden ser valoradas indirectamente
por el método de precios hedónicos. En este sentido, es necesario considerar los principales
aspectos en la formación de las ZHG, así como sus ventajas y limitaciones para precisar la
interpretación de los resultados.

Según la definición de Instituto Geográfico Agustín Codazzi (IGAC), para construir

las ZHG, en primera instancia se deben mapear las Zonas Homogéneas Físicas (ZHF) de un
territorio, que corresponden a espacios geográficos similares en términos de topografía, vías,
servicios, uso del suelo actual y tipificación de las construcciones. Esta última es de particular
importancia por qué en las ZHG se agrupan predios con materiales constructivos similares,
así como predios no construidos, lo cual permite mitigar parcialmente el efecto de las
características constructivas sobre el precio del suelo, generándose una mejor aproximación
de éste. Luego del procesamiento de información, se superponen los planos de las variables
y se obtienen los diferentes espacios geográficos con características similares, denominados
ZHF.

Posteriormente, mediante técnicas de muestreo, los investigadores catastrales realizan

el avalúo de las ZHF mediante investigación directa e indirecta, donde la primera
corresponde a información del mercado inmobiliario sobre avalúos comerciales,
compraventa de inmuebles y arrendamientos, entre otros, mientras la segunda hace referencia
a la aplicación de encuestas sobre valores del terreno y construcción, a expertos del mercado
inmobiliario. Como resultado de esta investigación de mercado, se obtiene la valoración de
las ZHG, siguiendo alguno de los métodos de avalúo establecidos por el IGAC. Esta variable
no pudo tratarse diferenciadamente entre predios construidos y no construidos, debido a que

17
la base de datos disponible no permite hacer la diferenciación y en todo caso, se considera
como una ventaja la combinación de predios, por las razones argüidas con anterioridad.

A partir de la georreferenciación de las ZHG en Bogotá, se vincularon algunas de las

variables enunciadas utilizando el sistema de información geográfica (ArcGIS), tomando
como referencia la tipología preponderante en cada una. Así, para el caso del área, el estrato
y el uso del suelo, éstos corresponden a los de mayor presencia en la zona considerada.

En el mismo sentido, para vincular el sistema de espacio público, se tomó la

información suministrada por el Departamento Administrativo de la Defensoría del Espacio
Público, y se vinculó con el valor de las ZHG. Esto permite que cada zona sea categorizada
dentro de alguna tipología de espacio público y representa un cambio metodológico con
respecto a otros ejercicios similares, debido a que no se usa directamente una medida de
distancia de algún predio con respecto al espacio público, sino que se generan tipologías de
espacios públicos vinculados con una determinada ZHG. De esta manera, los resultados
econométricos no van a mostrar el cambio en el precio del suelo ante variaciones en la
distancia frente algún elemento de espacio público, sino variaciones del precio cuando se
pasa de una tipología base hacia las otras.

El tercer grupo de variables considerado es la localidad como variable proxi de la

ubicación a la que pertenece cada ZHG. Esta variable se utiliza mediante la creación de una
variable cruzada con el espacio público para determinar si la valoración de una tipología de
espacio público varía entre ubicaciones.

4.2. ESPECIFICACIÓN DEL MODELO

El efecto del espacio público sobre el precio del suelo en la ciudad de Bogotá se
aborda en 2 pasos. En primer lugar, se hace un análisis de estadística descriptiva para
determinar si las variables seleccionadas se comportan de acuerdo con lo esperado. En
segundo lugar, se aplica un modelo log-lineal por Mínimos Cuadrados Ordinarios y un
modelo hedónico de frontera por Máxima Verosimilitud, en donde la variable dependiente
es el logaritmo natural del precio de la zona homogénea geoeconómica y las variables
independientes están expresadas como Dummys de los diferentes atributos que pretenden

18
estimarse, así, el estrato, el uso, la localidad y el tipo de espacio público se transforman en
variables de 0 o 1. Además, se incluye el área como variable explicativa para identificar si
ésta influye en la formación del precio.

Como se ha mencionado en varios apartes de este trabajo, la ventaja del modelo log-
lineal es que representa una aproximación a una semi-elasticidad y los parámetros estimados
se interpretan como variaciones en el precio de la variable dependiente frente a cambios en
niveles de las variables independientes. En términos formales, la derivada parcial del precio
con respecto al cambio de una de las características representa el precio de la característica
𝜕𝑃ℎ
considerada, = 𝑃𝑄𝑚 (𝑄𝑚 ), lo cual fue expuesto como uno de los supuestos del modelo
𝜕𝑄𝑚

de precios hedónicos.

En el mismo sentido, la ventaja del modelo hedónico de frontera es que mitiga el

sesgo por variable omitida mediante el termino de error asimétrico. En concreto, para la
implementación de esta regresión se supone que este error sigue una distribución
exponencial, en consonancia con Meesun & Van den Broeck (1977), quienes afirman que la
distribución exponencial del error asimétrico lleva a propiedades aceptables del modelo,
junto con el hecho de que la distribución exponencial es la que mejor se adecua a las variables
explicativas del modelo, compuesto principalmente por Dummys.

Bajo estas consideraciones, el modelo a estimar por MCO es:

𝐿𝑝𝑟𝑒𝑐𝑖𝑜𝑖 = 𝛽0 + 𝛽1 𝑎𝑟𝑒𝑎𝑖 + ∑6𝑗=2 𝛽𝑗 𝑒𝑠𝑡𝑟𝑎𝑡𝑜𝑖𝑗 + ∑13

𝑗=7 𝛽𝑗 𝑢𝑠𝑜𝑖𝑗 + 𝛽14 𝑃𝑎𝑟𝑞𝑢𝑒 𝑀𝑒𝑡𝑖 +

𝛽15 𝑃𝑎𝑟𝑞𝑢𝑒 𝑍𝑜𝑛𝑎𝑙𝑖 + 𝛽16 Á𝑟𝑒𝑎 𝑃𝑟𝑜𝑡𝑖 + ∑168

𝑗=17 𝛽𝑗 𝑙𝑜𝑐𝑎𝑙𝑖𝑑𝑎𝑑𝑖𝑗 ∗ 𝑡𝑖𝑝𝑜𝐸𝑃𝑖𝑗 + 𝜀𝑖 (8)

De igual forma, la función de log-verosimilitud para un modelo exponencial se

formula como:

𝜎 2
𝜎𝑣2 −𝑠𝜀𝑖 − 𝑣 𝑠𝜀
𝑙𝑛𝐿𝑖 = ∑𝑛𝑖=1 {−𝑙𝑛𝜎𝑢 + 2𝜎2 + 𝑙𝑛Φ ( 𝜎𝑢
) + 𝜎 𝑖} (9)
𝑢 𝜎𝑣 𝑢

Donde:

𝑳𝒑𝒓𝒆𝒄𝒊𝒐𝒊 : Logaritmo natural del precio promedio por metro cuadrado de la ZHG en
pesos del año 2015.

19
 𝒂𝒓𝒆𝒂𝒊 : Variable continua que mide el área de la ZHG analizada.

𝑬𝒔𝒕𝒓𝒂𝒕𝒐𝒊 : Variable categórica que va de 1 a 6 y es transformada en dummy de 1 o 0

cuando en la ZHG se activa el estrato considerado, por lo que se tiene un total de 5 variables
para esta categoría, tomando como base el estrato 1. Esta variable funciona como proxi del
ingreso, en la medida que se espera que el paso del estrato 1 hasta el 6 represente un
incremento en el precio de la ZHG. Así mismo, esta variable funciona como control, de tal
manera que, al aislar el efecto del estrato sobre el precio de las ZHG, se corrige el sesgo que
podría generarse por la potencial correlación entre la estratificación y la valoración del
espacio público. Por tanto, la inclusión de esta variable mejora la precisión del efecto que
tiene el espacio público sobre la variable dependiente.

𝑼𝒔𝒐𝒊 : Variable que aglomera 7 dummys para diferenciar el precio de la ZHG por cada
uno de los usos contemplados en la muestra. En concreto, se tiene que los usos definidos por
la Secretaría Distrital de Planeación de Bogotá son; Central, comercio y servicios,
dotacional, industrial, residencial, suelo protegido, urbano central y urbano integral3. En
este modelo se toma como base el uso de suelo protegido con el ánimo de probar que los
usos comerciales tienen un mayor precio de la ZHG que aquellos residenciales y de
protección. Al igual que la variable estrato, el uso es una variable de control para mejorar la
precisión del efecto del espacio público sobre el precio de las ZHG, aislando el efecto que
tiene la tipología de uso sobre la variable dependiente, que es una de las variables
consideradas en la construcción de las ZHG.

𝑷𝒂𝒓𝒒𝒖𝒆 𝑴𝒆𝒕𝒊 : Variable dummy que toma el valor de 1 cuando en la ZHG se

encuentra un parque metropolitano y 0 en caso contrario. Esta variable, junto con las de
parque zonal y Área prot, no fueron cruzadas con la variable localidad porque es una
tipología de espacio público que no se encuentra en varias localidades y, por tanto, su

3
En el ordenamiento territorial existen unos usos del suelo que determinan el tipo de actividad económica
que pueden llevarse a cabo sobre el mismo. Por lo anterior, el uso del suelo y su denominación está dado por
la actividad económica derivada de la reglamentación y sobre la cual existe una reglamentación que limita su
desarrollo. En general, sobre el suelo urbano existen usos para actividades residenciales, dotacional, comercial
y de servicios e industrial. A estas tipologías se incluyen las de central que, aunque no representa
taxativamente un uso del suelo, funciona como una variable proxi diferenciadora de la tipología del suelo, en
la medida que hace referencia a los predios ubicados en zonas centrales de la ciudad. El urbano central, que
delimita a los centros tradicionales en el área urbana, y el urbano integral, que se define como aquel en el que
confluyen varios de los usos contemplados en la clasificación.

20
estimación diferenciada por localidad no resulta significativa. Por lo anterior, se tomó la
decisión de estimarla dentro de los modelos como un efecto global en la ciudad de Bogotá.

𝑷𝒂𝒓𝒒𝒖𝒆 𝒁𝒐𝒏𝒂𝒍𝒊 : Variable dummy que toma el valor de 1 cuando en la ZHG se

encuentra un parque zonal y 0 en caso contrario. Su conceptualización es la misma de la
variable Parque Met.

Á𝒓𝒆𝒂 𝑷𝒓𝒐𝒕𝒊: Variable dummy que toma el valor de 1 cuando en la ZHG se encuentra
un área protegida y 0 en caso contrario. Su conceptualización es la misma de la variable
Parque Met.

𝑻𝒊𝒑𝒐𝑬𝑷𝒊 ∗ 𝒍𝒐𝒄𝒂𝒍𝒊𝒅𝒂𝒅𝒊 : Variable cruzada que empareja una tipología especifica de

espacio público con una localidad, en procura de capturar efectos diferenciales del espacio
público dependiendo de su ubicación y de corregir el fallo de segmentación de mercado que
presenta el método de precios hedónicos. En total, este segmento tiene 152 variables que
cruzan las tipologías de espacio público; anden, calzada, ciclorruta, plaza, separador, parque
de bolsillo, parque vecinal y zona verde, con las 19 localidades de Bogotá; Usaquén,
Chapinero, Santa Fe, San Cristóbal, Usme, Tunjuelito, Bosa, Kennedy, Fontibón, Engativá,
Suba, Barrios Unidos, Teusaquillo, Los Mártires, Antonio Nariño, Puente Aranda, La
Candelaria, Rafael Uribe Uribe y Ciudad Bolívar.

Para llevar a cabo la estimación con estas variables se toma como base la tipología de
espacio público denominada Ronda Hidráulica, caracterizada por ser la de menor precio
promedio de la ZHG con presencia en todas las localidades.

𝝈𝟐𝒗 : Varianza del término de error asimétrico en el modelo hedónico de frontera.

𝝈𝟐𝒖 : Varianza del término de error simétrico en el modelo hedónico de frontera.

𝜺𝒊 = 𝒚𝒊 − 𝑿𝒊 𝜷: Esta expresión es una generalización en la función de log-

verosimilitud y para el caso de este modelo, 𝒚𝒊 corresponde al logaritmo natural del precio
de la ZHG, 𝑿𝒊 hace referencia a las variables independientes analizadas en el modelo log-
lineal y 𝜷 representa sus respectivos parámetros.

𝜷𝟎 : Es el parámetro que representa el intercepto.

21
 𝜷𝒋 : Representa los parámetros de cada una de las variables dependientes que valoran
el efecto sobre la variable independiente. En este caso, se trata de estimadores interpretados
como porcentajes de variación ante cambios en las variables en niveles.

4.3. RESULTADOS

4.3.1. ANÁLISIS DE ESTADÍSTICA DESCRIPTIVA

Dentro de la muestra se contemplan variables categóricas que identifican el uso del suelo
y el estrato. Con respecto al primero, el gráfico 1 presenta los precios promedio de las Zonas
Homogéneas Geoeconómicas (ZHG) por metro cuadrado, según cada tipología. De acuerdo
con este gráfico, el precio de la ZHG con menor valor es el de suelo protegido con un
promedio de $337.816 por metro cuadrado, mientras que el de mayor promedio es el central,
con un promedio de $1.196.219 por metro cuadrado. Agrupando por cuartiles, se tiene que
en el primer cuartil se encuentran los usos de suelo protegido e industrial, en el segundo
cuartil están urbano central y dotacional, en el tercer cuartil se ubican residencial y comercio
y servicios. Por último, en el cuartil cuarto están los usos urbano integral y central.

Según el comportamiento promedio del precio de la ZHG diferenciado por uso, no existe
variación representativa entre el uso residencial y el comercial, pero si hay una marcada
diferencia entre el suelo protegido y el comercial, en favor de este último, y entre el central
con el comercial. Lo anterior sucede porque la categoría de uso central hace referencia a las
áreas más dinámicas de la ciudad, donde confluyen diversos sectores de la actividad
económica.

Luego, en lo referente a la diferenciación del precio de la ZHG por estrato, que representa
la segunda variable proxi de control para diferenciar el comportamiento del precio de la ZHG
por el ingreso, el gráfico 2 muestra su distribución. En éste se puede apreciar que el precio
promedio de la ZHG por metro cuadrado, diferenciado por estrato, muestra una variación
marcada cuando aumenta el poder adquisitivo de los individuos, en la medida que el precio
va creciendo desde el estrato 1 al 6, con variaciones de $259.774 por m2 entre el estrato 1 y
el 2, $298.336 por m2 entre el 2 y el 3, $275.680 por m2 entre el 3 y el 4, $362.170 por m2

22
entre el 4 y el 5 y $616.402 por m2 entre el 5 y el 6. En síntesis, los valores promedio muestran
un cambio significativo en el precio de la ZHG al pasar de un estrato a otro.

GRÁFICO 1: PRECIO PROMEDIO DE LAS ZONAS HOMOGÉNEAS

GEOECONÓMICAS POR USO EN PESOS DEL AÑO 2015

Fuente: Elaboración propia con base en información de la Unidad Administrativa de Catastro Distrital

Con base en los primeros resultados de las variables de sector, se puede plantear que
el entorno socioeconómico del área seleccionada parece generar cambios en el precio de la
ZHG, haciendo pertinentes estos controles para aislar la valoración del espacio público. Lo
anterior, en consonancia con la utilidad de las variables de sector definidas en el marco
teórico.

Para el análisis descriptivo del precio de la ZHG por espacio público y localidad, se
optó por considerar el comportamiento de cada tipología de espacio público por localidad,
toda vez que el objetivo final de esta investigación es demostrar que existe variabilidad en la
valoración del espacio público dependiendo de su ubicación en Bogotá.

Bajo este precepto, se diferencian las tipologías de espacio público en dos grandes
segmentos; duro y verde. En el primero se categorizan las tipologías de andén, calzada,
ciclorruta, plaza y separador, mientras en el segundo se encuentran los parques de bolsillo,
vecinales, metropolitanos, la ronda hidráulica y las zonas verdes.

23
 Con respecto al espacio público duro, la tabla 1 muestra que la tipología de menor
precio promedio por metro cuadrado de la ZHG es la calzada, con $687.970 por metro
cuadrado, seguida del andén con $729.862 m2, el separador con $770.035 m2, la plaza con
$857.594 m2 y la ciclorruta, que tiene, en promedio, un precio de la ZHG equivalente a
$875.322 m2.

GRÁFICO 2: PRECIO PROMEDIO DE LAS ZONAS HOMOGÉNEAS

GEOECONÓMICAS POR ESTRATO EN PESOS DEL AÑO 2015

Fuente: Elaboración propia con base en información de la Unidad Administrativa de Catastro Distrital

De otra parte, en la misma tabla 1 se puede apreciar el cambio significativo del precio
de cada tipología entre localidades, tal como sucede en el andén, cuyo precio de ZHG
asociado más alto es de $2.028.312 m2 en la localidad de Chapinero, en tanto que el de menor
precio promedio equivale a $189.608 m2 en la localidad de Usme, con una desviación
estándar en toda la muestra de $424.831 m2. Lo mismo ocurre en las demás tipologías: i.
Calzada; con un precio mayor de $1.920.019 m2 en Chapinero, un precio menor de $172.338
m2 en Usme y una desviación estándar de $398.649 m2. ii. Ciclorruta; con un precio mayor
de $2.742.000 m2 en Chapinero, un precio menor de $289.480 m2 en Tunjuelito y una
desviación estándar de $659.933 m2. iii. Plaza; con un precio mayor de $2.404.000 m2 en
Chapinero, un precio menor de $141.00 m2 en Usme y una desviación estándar de $610.810

24
m2. iv. Separador; con un precio mayor de $2.132.339 m2 en Chapinero, un precio menor de
$272.772 m2 en Usme y una desviación estándar de $440.579 m2.

TABLA 1: PRECIO PROMEDIO DE LAS ZONAS HOMOGÉNEAS

GEOECONÓMICAS DIFERENCIADO POR LOCALIDAD Y TIPO DE
ESPACIO PÚBLICO DURO

ESPACIO PÚBLICO DURO

LOCALIDAD
ANDÉN CALZADA CICLORRUTA PLAZA SEPARADOR

Usaquén $1.324.812 $1.199.348 $1.299.356 $1.605.714 $1.404.896

Chapinero $2.028.312 $1.920.019 $2.742.000 $2.404.000 $2.132.339
Santa Fe $672.942 $702.824 $1.639.286 $230.000 $1.055.421
San Cristóbal $323.899 $313.199 Sin info. $459.750 $387.069
Usme $189.608 $172.338 Sin info $141.000 $272.772
Tunjuelito $513.989 $504.851 $289.480 $400.000 $446.647
Bosa $441.851 $400.536 $308.182 $450.000 $379.021
Kennedy $668.204 $610.808 $513.837 $560.000 $648.515
Fontibón $676.855 $672.819 $671.564 Sin info. $790.947
Engativá $850.749 $789.178 $794.182 $1.200.000 $836.400
Suba $640.866 $590.867 $635.035 $900.658 $652.653
Barrios Unidos $917.248 $889.314 $807.183 $916.786 $891.769
Teusaquillo $1.067.148 $1.014.944 $1.198.778 $1.159.615 $1.087.369
Los Mártires $835.686 $829.360 $900.444 $535.000 $847.266
Antonio
Nariño $791.298 $679.279 $629.333 $1.489.231 $678.341
Puente Aranda $810.137 $699.708 $860.825 Sin info. $746.679
La Candelaria $497.295 $515.069 Sin info. $1.000.000 $601.250
Rafael Uribe
Uribe $379.655 $345.940 $375.500 $497.347 $470.550
Ciudad
Bolívar $236.820 $221.027 $340.167 $630.000 $300.771
PROMEDIO $729.862 $687.970 $875.322 $857.594 $770.035
Fuente: Elaboración propia con base en información de la Unidad Administrativa de Catastro Distrital

En general, la localidad de Chapinero presenta una mayor valoración del precio de

las ZHG en todas las tipologías de espacio público duro. En contraparte, Usme es la localidad
de menor valor.

De los resultados también se puede extraer que, en el rango de precios por encima del
promedio, formulado como el valor promedio de la tipología de espacio público duro, se
encuentran, además de Chapinero, Usaquén, Teusaquillo, Santa Fe, Engativá, Barrios
Unidos, Los Mártires, Antonio Nariño y Puente Aranda, en tanto que por debajo del promedio
25
están Usme, San Cristóbal, Tunjuelito, Bosa, Kennedy, Fontibón, Suba, La Candelaria,
Rafael Uribe Uribe y Ciudad Bolívar.

Ahora, pasando al análisis descriptivo del espacio público verde, en la tabla 2 se tiene
que el mayor valor promedio de las ZHG es el de parques vecinales con $575.910 m2, seguido
de zonas verdes con $567.887 m2, parques de bolsillo con $550.559 m2, ronda hidráulica con
$487.402 m2 y parques metropolitanos con $392.054 m2.

De manera complementaria, la tabla 2 muestra el cambio significativo del precio de

cada tipología entre localidades, tal como sucede en el parque de bolsillo, cuyo precio de
ZHG asociado más alto es de $1.190.603 m2 en la localidad de Chapinero, en tanto que el de
menor precio promedio equivale a $131.138 m2 en la localidad de Usme, con una desviación
estándar en toda la muestra de $319.798 m2. Lo mismo ocurre en las demás tipologías: i.
Parque metropolitano; con un precio mayor de $1.205.714 m2 en Usaquén, un precio menor
de $101.139 m2 en Ciudad Bolívar y una desviación estándar de $309.235 m2. ii. Parque
vecinal; con un precio mayor de $1.507.699 m2 en Chapinero, un precio menor de $122.096
m2 en Usme y una desviación estándar de $350.832 m2. iii. Ronda Hidráulica; con un precio
mayor de $1.550.000 m2 en Barrios Unidos, un precio menor de $123.411 m2 en Usme y una
desviación estándar de $344.712 m2. iv. Zona verde; con un precio mayor de $1.245.655 m2
en Chapinero, un precio menor de $153.727 m2 en Usme y una desviación estándar de
$323.731 m2.

Al igual que con el espacio público duro, el precio promedio de las ZHG en el espacio
público verde puede distribuirse entre las localidades por encima y por debajo del promedio.
En el primer grupo están las localidades de Usaquén, Chapinero, Fontibón, Engativá, Barrios
Unidos, Teusaquillo, Los Mártires y Puente Aranda, mientras que en el segundo grupo se
encuentran Santa Fe, San Cristóbal, Usme, Tunjuelito, Bosa, Kennedy, Suba, Antonio
Nariño, La Candelaria, Rafael Uribe Uribe y Ciudad Bolívar. Lo anterior también muestra
un grado de segregación social en Bogotá, que se caracteriza por menores valoraciones en
las localidades que contienen los sectores más deprimidos de la ciudad.

De acuerdo con los resultados esgrimidos, el comportamiento de la muestra soporta

la hipótesis de que el precio de las ZHG asociadas a determinados elementos de espacio
público varían dependiendo de su ubicación y, por tanto, la valoración de este elemento no

26
es homogénea en Bogotá. Así mismo, comparando el valor promedio de las ZHG vinculadas
al espacio público duro con las del verde, se tiene que el primero es de $766.899 m2, en tanto
que en el segundo es de $501.562 m2, implicando una preferencia por espacio público para
el tránsito peatonal y vehicular sobre el espacio para esparcimiento, como el sistema distrital
de parques. Lo anterior puede asociarse con temas de inseguridad, características de los
espacios y poco mantenimiento de las zonas verdes.

TABLA 2: PRECIO PROMEDIO DE LAS ZONAS HOMOGÉNEAS

GEOECONÓMICAS DIFERENCIADO POR LOCALIDAD Y TIPO DE ESPACIO
PÚBLICO VERDE

ESPACIO PÚBLICO VERDE

LOCALIDAD PARQUE PARQUE PARQUE RONDA ZONA
BOLSILLO METROP VECINAL HIDRÁULICA VERDE
Usaquén $1.176.192 $1.205.714 $1.163.290 $602.877 $1.145.022
Chapinero $1.190.603 No inf. $1.507.699 $648.956 $1.245.655
Santa Fe $384.237 $767.211 $379.352 $225.536 $225.777
San Cristóbal $226.763 $136.818 $201.715 $191.108 $272.198
Usme $131.138 No inf. $122.096 $123.411 $153.727
Tunjuelito $271.267 $162.800 $382.376 $432.708 $398.358
Bosa $349.277 $217.123 $310.318 $276.625 $400.403
Kennedy $581.753 $271.607 $523.348 $353.852 $614.964
Fontibón $576.518 $362.500 $670.551 $411.088 $630.410
Engativá $679.290 $328.857 $671.766 $453.233 $698.342
Suba $620.083 $354.867 $629.893 $347.925 $675.328
Barrios Unidos $754.406 $229.000 $856.685 $1.550.000 $830.228
Teusaquillo $1.032.734 $619.500 $958.987 $821.750 $1.039.264
Los Mártires $602.941 $462.800 $543.587 $975.455 $643.863
Antonio
Nariño $586.250 No inf. $487.472 $563.879 $472.300
Puente Aranda $601.471 No inf. $580.683 $612.033 $610.942
La Candelaria $221.000 No inf. $492.800 $238.000 $198.690
Rafael Uribe
Uribe $283.916 $268.825 $279.462 $283.196 $295.299
Ciudad
Bolívar $190.775 $101.139 $180.217 $149.016 $239.081
PROMEDIO $550.559 $392.054 $575.910 $487.402 $567.887
Fuente: Elaboración propia con base en información de la Unidad Administrativa de Catastro Distrital

En general, lo resultados de la estadística descriptiva son consistentes con las

investigaciones precedentes sobre la materia, en la medida que los datos sobre el precio de
las ZHG muestran efectos diferenciadores por las variables económicas (estrato y uso), de

27
ubicación (localidad) y de espacio público. Ahora, en la siguiente sección se hace la
valoración de estos efectos diferenciadores y se determina su significancia estadística.

4.3.2. RESULTADOS DEL MODELO

Previo a la consolidación del modelo de regresión, se corrieron varias versiones de

éste, en procura de estructurar el modelo de mejor ajuste. En este proceso, se encontró que
las variables de espacio público; Parque Metrop, Parque Zonal y Área Protegida no podían
ser medidas en todas las localidades de Bogotá, debido a su inexistencia, generando variables
omitidas o no significativas cuando se incluían como variables cruzadas, por lo cual se tomó
la decisión de mantenerlas en la regresión, pero como un efecto general en la ciudad.

Otro problema tratado fue el de especificación del modelo log-lin por MCO, pues
según la prueba de Ramsey, cuyo estadístico F fue de 144,78 y el p-valor de 0.000, se puede
afirmar que se rechaza la hipótesis nula de que el modelo no tiene variables omitidas.
Precisamente, la mitigación de este problema se logra mediante la estimación del modelo
hedónico de frontera que, como se ha demostrado con anterioridad, contiene un término de
error asimétrico que captura el efecto de las variables omitidas en la regresión.

Una vez realizado el tratamiento inicial a las variables explicativas, se cuenta con un
modelo de 168 variables independientes más el intercepto, por lo que la regresión cuenta con
igual número de estimadores. Dada la magnitud de variables, y para revisar detalladamente
cada uno de los parámetros estimados, se obtiene una regresión log-lineal y una regresión
exponencial de frontera, pero los resultados se presentan por bloques con el fin de analizar
detenidamente cada una de las variables.

Antes de considerar los estimadores individuales, la bondad de ajuste de los modelos por
MCO y de frontera se demuestra mediante la prueba F de significancia conjunta de las
variables explicativas, para la que se estimó un p-valor de 0,000, esto es, se rechaza la
hipótesis nula de que las variables explicativas en su conjunto sean iguales a cero. En esta
misma línea, el supuesto de normalidad se prueba bajo el teorema del límite central y la teoría
de grandes muestras, a partir de los cuales se puede demostrar que los estimadores de
Mínimos Cuadrados Ordinarios y máxima verosimilitud tienen una distribución normal

28
asintótica (Gujarati & Porter (2010)), por tanto, como la muestra de este trabajo tiene más de
90.000 observaciones, se puede inferir que los errores se distribuyen normalmente.

Una característica adicional de los modelos de regresión implementados es que se

corrió una prueba de hipótesis para determinar si existe un componente asimétrico en el
término de error, en el que, si no se rechaza la hipótesis nula, el modelo estocástico de frontera
se reduce a una estimación por MCO. Al respecto, el p-valor de la prueba en el modelo de
frontera fue de 0.000, por lo cual se demuestra estadísticamente la pertinencia de usar esta
versión del modelo. Con base en este resultado, el análisis de los estimadores se realizará
sobre la regresión de frontera, que representa una mejora en la eficiencia con respecto a MCO
que, en todo caso, se muestran en la columna contigua para comprobación del lector.

Iniciando el análisis de estimadores con el área, en el modelo de frontera se tiene que

un incremento en un metro del área genera una reducción de -2,66e-06 en el precio de la
ZHG.

TABLA 3: ESTIMADORES DEL ESTRATO SOBRE EL PRECIO DE LAS

ZONAS HOMOGÉNEAS GEOECONÓMICAS

MODELO LOG-LINEAL MODELO DE

VARIABLES (MCO) FRONTERA (MV)
COEFICIENTE e.e. COEFICIENTE e.e.
LN PRECIO
est2 0.845*** (0.014) 0.723*** (0.008)
est3 1.225*** (0.015) 1.020*** (0.009)
est4 1.477*** (0.02) 1.356*** (0.011)
est5 1.738*** (0.02) 1.691*** (0.013)
est6 1.841*** (0.03) 1.969*** (0.015)
*** p<0,01, **p<0,05, ***p<0,01

En lo referente a las variables del entorno, la tabla 3 presenta los resultados para el
estrato. En el análisis de esta variable se usa como escenario de comparación el estrato 1,
frente a la cual, todas las dummy restantes muestran un comportamiento positivo y
estadísticamente significativo a todos los niveles de significancia, de tal forma, que en el
modelo hedónico de frontera se muestra como al pasar de estrato 1 al 2, el precio del suelo
presenta un incremento del 72,3%, mientras que con el paso del 1 al 3 el incremento es del
102%, del 1 al 4 del 135,6%, del 1 al 5 del 169,1% y del estrato 1 al 6, representa un cambio
de 196,1% en el precio de la ZHG. En los estimadores de la tabla 3 también puede apreciarse

29
que los coeficientes del modelo de frontera, estimado por máxima verosimilitud (MV), son
menores a los del modelo log-lineal, estimado por MCO, lo cual indica que, en efecto, la
solución de frontera corrige parcialmente las ineficiencias de la especificación log-lineal, es
particular el sesgo por variable omitida.

TABLA 4: ESTIMADORES DEL USO DEL SUELO SOBRE EL PRECIO DE

LAS ZONAS HOMOGÉNEAS GEOECONÓMICAS

MODELO LOG-LINEAL MODELO DE

VARIABLES (MCO) FRONTERA (MV)
COEFICIENTE e.e. COEFICIENTE e.e.
LN PRECIO
Central 0.769*** (0.048) 0.383*** (0.025)
Com y Serv 0.297*** (0.051) 0.121*** (0.026)
Dotacional 0.594*** (0.049) 0.207*** (0.026)
Industrial 0.217*** (0.049) 0.109*** (0.025)
Residencial 0.458*** (0.046) 0.146*** (0.024)
Urbanacentral 0.768*** (0.152) 0.355** (0.139)
urb_int 0.669*** (0.057) 0.328*** (0.032)
*** p<0,01, **p<0,05, ***p<0,01

Siguiendo la revisión en la segunda variable del entorno, se muestra el efecto del uso del
suelo sobre su precio en la tabla 4. En este grupo de variables se toma como base el uso Suelo
protegido, cuya valoración promedio fue la menor en la muestra. Al respecto, el signo de los
estimadores y la significancia individual, permiten afirmar que todos los usos del suelo
restantes presentan comportamientos positivos y estadísticamente significativos, de tal
manera que, siguiendo los resultados del modelo de frontera, al cambiar el uso del Suelo
protegido a central, comercio y servicios (CyS), dotacional, industrial, residencial, urbana
central y urbana integral (Urb_int), se genera un incremento del 38,3%, 12,1%, 20,7%,
10,9%, 14,6%, 35,5% y 32,8%, en el precio de la ZHG, respectivamente. Además, y tal como
sucedió en las variables de estrato, los estimadores de frontera son menores a los del modelo
log-lineal, reafirmando que el modelo de frontera está corrigiendo sobreestimaciones del
modelo por MCO.

En términos generales, el primer bloque de variables, correspondiente al entorno de

las zonas homogéneas socioeconómicas, muestra que la actividad predominante y la
estratificación urbana generan cambios significativos en el precio de la ZHG, esto es, la

30
actividad económica y el nivel de ingresos de la muestra contribuyen a la formación del
precio del suelo.

De otra parte, pasando al efecto del espacio público sobre el precio de las ZHG
diferenciado por localidad, en la tabla 5 se muestran primero los estimadores generales de las
variables que no tuvieron este tratamiento y luego, en las tablas 6 y 7, se consideran los
estimadores del espacio público duro y verde por localidad.

TABLA 5: ESTIMADORES GENERALES DE ESPACIO PÚBLICO SOBRE

EL PRECIO DE LAS ZONAS HOMOGÉNEAS GEOECONÓMICAS
MODELO LOG-LINEAL MODELO DE
VARIABLES (MCO) FRONTERA (MV)
COEFICIENTE e.e. COEFICIENTE e.e.
LN PRECIO
Parque Met. -0.163** (0.0778) -0.0132 (0.0247)
Parque Zon. -0.209*** (0.0603) -0.0985*** (0.0263)
Área prot. -0.488*** (0.0386) -0.694*** (0.0263)
*** p<0,01, **p<0,05, ***p<0,01

Los coeficientes del modelo de frontera de la tabla 5 muestran que, al pasar de una
ronda hidráulica, que es tomada como la variable de referencia al presentar un menor precio
promedio de ZHG con presencia en todas las localidades, a un parque metropolitano, un
parque zonal y un área protegida, el precio de la ZHG se reduce en 1,32%, 9,8% y 69,4%,
respectivamente. De estos estimadores, el de parque metropolitano es el único que no resultó
estadísticamente significativo para el modelo de frontera. Sin embargo, estos resultados
muestran que los espacios públicos considerados son los que tienen una menor valoración en
la ciudad de Bogotá, así como que los estimadores de frontera son inferiores al modelo log-
lineal.

A partir del comportamiento que presentan estas variables de espacio público, se

infiere que en la ciudad de Bogotá las zonas verdes amplias y que ofrecen mayores beneficios
ambientales son las menos valoradas, lo cual puede ser ocasionado por temas de inseguridad,
deterioro o mayor distancia de las zonas verdes a los centros urbanos. Esto podría tener como
trasfondo que la ciudad no se estructura en torno a las zonas verdes, como indicador de
bienestar ambiental, sino que se prioriza el acceso a plazas, andenes y calzadas al momento
de maximizar la demanda de suelo urbano, o puede suceder, que la insuficiencia de recursos
para mantener espacios verdes conlleva a que se muestren como espacios de poca demanda.

31
 El segundo análisis de espacio público consiste en observar el comportamiento
diferencial de su valoración entre Localidades, tomando como tipología base la Ronda
Hidráulica y distribuido entre espacio público duro y verde. Tal como se ha mencionado
antes, la selección de la Ronda Hidráulica como categoría de referencia se debe a que, en
toda la muestra, cumple con la característica de que es la variable de menor precio promedio
por metro cuadrado de ZHG que tiene participación en todas las localidades de Bogotá.

La tabla 6 resume los estimadores del espacio público duro, de tal manera que el
efecto de la variable andén sobre el precio de las ZHG, de acuerdo con el modelo hedónico
de frontera y diferenciado entre localidades, va desde un incremento máximo del 60,2% en
la localidad de Chapinero, hasta una disminución del 19,8% en la localidad de Usme. En
general, la variable Andén es estadísticamente significativa en todas las localidades, pero con
efectos disimiles, con lo que se ofrece una primera demostración de la hipótesis planteada en
este trabajo, en el sentido de que el efecto de un andén sobre el precio de la ZHG es cambiante
dependiendo de la ubicación. Además, la misma tabla permite demostrar que los estimadores
por la regresión de frontera son menores a los de MCO, debido a que en la primera se está
controlando el efecto de las variables no observables.

Lo anterior se reafirma con el comportamiento de la variable Calzada, la cual resultó

estadísticamente significativa para todas localidades, con un comportamiento positivo y
diferenciado entre éstas que va desde un incremento del 65,8% en Chapinero, hasta una
disminución de 23,2% en Usme. En armonía con los resultados de la estadística descriptiva,
las localidades con variaciones del orden superior, es decir, las que se ubican por encima del
promedio, estimado en 22,7%, son Usaquén, Chapinero, Santa Fe, Kennedy, Engativá,
Barrios Unidos, Teusaquillo, Los Mártires, Antonio Nariño y Puente Aranda, en tanto que
las que presentan variaciones por debajo del promedio son San Cristóbal, Usme, Tunjuelito,
Bosa, Fontibón, Suba, La Candelaria, Rafael Uribe Uribe y Ciudad Bolívar.

De otra parte, en la variable plaza se estimaron coeficientes para 17 localidades,

debido a que Fontibón y Puente Aranda no tienen registro de esta tipología de espacio
público. Dentro de los estimadores, se destaca la no significancia estadística de la variable
para las localidades de Tunjuelito, Bosa, Kennedy, Los Mártires, La Candelaria y Rafael
Uribe Uribe. En las restantes, la variación en el precio de las ZHG va desde 65,4% en

32
 Usaquén hasta -108,9% en Usme, con un promedio de 17,49%, donde se destacan Usaquén,
Chapinero, Antonio Nariño y Engativá con un efecto por encima del 60%. En contraparte, la
presencia de una plaza en las localidades de Santa Fe, San Cristóbal y Usme genera una
reducción en el precio de la ZHG, lo cual puede asociarse a las características sociales del
entorno en éstas, que se caracterizan por segregación social, inseguridad, presencia de
habitantes de calle y consumo de drogas en las zonas de uso público.

TABLA 6: ESTIMADORES DE ESPACIO PÚBLICO DURO POR LOCALIDAD

SOBRE EL PRECIO DE LAS ZONAS HOMOGÉNEAS GEOECONÓMICAS
ANDÉN CALZADA CICLORRUTA PLAZA SEPARADOR
LOCALIDAD Coef. Coef. Coef. Coef. Coef. Coef. Coef. Coef. Coef. Coef.
Log-lin Frontera Log-lin Frontera Log-lin Frontera Log-lin Frontera Log-lin Frontera
(MCO) (MV) (MCO) (MV) (MCO) (MV) (MCO) (MV) (MCO) (MV)
LN PRECIO
Usaquén 1.046*** 0.545*** 0.941*** 0.560*** 0.664*** 0.610*** 1.245*** 0.654*** 0.824*** 0.588***
Chapinero 1.079*** 0.602*** 1.045*** 0.658*** 1.380*** 0.810*** 1.436*** 0.624*** 1.127*** 0.681***
Santa Fe 0.448*** 0.339*** 0.469*** 0.414*** 1.369*** 0.643*** 0.280*** -0.672** 0.902*** 0.579***
-
San Cristóbal
0.246*** -0.194*** 0.196*** 0.187*** - - 0.522*** -0.202** 0.433*** 0.00628
- -
Usme
0.292*** -0.198*** 0.167*** 0.232*** - - -0.250* 1.089*** 0.278*** -0.0624
Tunjuelito 0.666*** 0.114*** 0.573*** 0.119*** -0.371 -0.205 0.415** -0.108 0.266*** 0.0855*
Bosa 0.847*** 0.201*** 0.736*** 0.157*** 0.451*** -0.0103 0.882*** -0.0331 0.640*** 0.146***
Kennedy 1.005*** 0.394*** 0.868*** 0.346*** 0.629*** 0.182*** 0.750*** 0.100 0.814*** 0.351***
Fontibón 0.784*** 0.187*** 0.704*** 0.223*** 0.616*** 0.199* - - 0.788*** 0.319***
Engativá 1.135*** 0.488*** 1.003*** 0.468*** 0.851*** 0.410*** 1.551*** 0.668*** 0.949*** 0.499***
Suba 0.764*** 0.188*** 0.663*** 0.173*** 0.509*** 0.213*** 0.907*** 0.131* 0.606*** 0.216***
Barrios Unidos 0.938*** 0.327*** 0.877*** 0.349*** 0.598*** 0.175** 0.836*** 0.293** 0.718*** 0.336***
Teusaquillo 1.013*** 0.359*** 0.848*** 0.379*** 1.148*** 0.474*** 1.183*** 0.331*** 0.880*** 0.432***
Los Mártires 0.934*** 0.354*** 0.954*** 0.370*** 0.921*** 0.467*** 0.587*** -0.230 0.959*** 0.374***
Antonio
Nariño 0.908*** 0.341*** 0.590*** 0.304*** 0.536 0.276 1.232*** 0.850*** 0.756*** 0.337***
Puente Aranda 1.023*** 0.416*** 0.797*** 0.318*** 1.032*** 0.409*** - - 0.892*** 0.421***
La Candelaria 0.431*** 0.0198 0.433*** 0.0889* - - 1.157*** 0.307 0.336** 0.276***
Rafael Uribe -
0.515*** -0.110*** 0.415*** 0.238 -0.201 0.555*** -0.0809 0.434*** -0.00647
Uribe 0.147***
-
Ciudad Bolívar
0.594*** -0.00667 0.493*** 0.0377** 0.358*** -0.174 1.286*** 0.336* 0.481*** 0.0987***
*** p<0,01, **p<0,05, ***p<0,01

Continuando con la variable de ciclorruta distribuida por localidad, se evidencia que

ésta no tiene presencia en las localidades de San Cristóbal, Usme y La Candelaria, así como
que los estimadores de Tunjuelito, Bosa, Antonio Nariño, Rafael Uribe Uribe, no son
estadísticamente significativos a ninguno de los niveles. Dentro de los coeficientes

33
significativos, se encuentra que el efecto sobre el precio de las ZHG, al cambiar de la
categoría de espacio público base (ronda hidráulica) a una ciclorruta, oscila entre el 81% en
Chapinero y 17,5% en Barrios Unidos, con un promedio de 41,7%, representando una de las
tipologías de espacio público que mayor incidencia tiene en el precio de las ZHG.

Para terminar con el espacio duro, la variable separadores no es estadísticamente

significativa para las localidades de San Cristóbal, Usme y Rafael Uribe Uribe. En las
restantes, el impacto sobre el precio del suelo con respecto a la tipología base de Ronda
Hidráulica es positivo y con un rango entre 68,1% en la localidad de Chapinero y 8,6% en
Tunjuelito, junto con un promedio de 35,9% en el incremento del precio de la ZHG desde la
categoría base hacía un separador.

Otro de los resultados representativos de esta sección es que existe una marcada
diferencia entre los estimadores del modelo de frontera y los del modelo log-lineal, siendo
menores en el primer modelo que en el segundo, lo cual evidencia la existencia de un sesgo
en el modelo log-lineal. En promedio, la diferencia absoluta entre los dos modelos es de 54
puntos porcentuales en el andén, 44 puntos en la calzada, 34 puntos en la ciclorruta, 67 puntos
en la plaza y 39 puntos en el separador.

Pasando a considerar el espacio público verde, la tabla 7 contiene los estimadores de

las regresiones por MCO y la de frontera, nuevamente caracterizados por menores
coeficientes en el segundo a causa de una gestión eficiente del sesgo de selección, y cuya
diferencia absoluta promedio es de 30 puntos porcentuales para parques de bolsillo, 22 puntos
para parques vecinales y 44 puntos para zonas verdes.

Dentro de los resultados por variable, contenidos en el modelo hedónico de frontera

y reiterando que la tipología de espacio público de comparación es la Ronda Hidráulica, en
los parques de bolsillo se encuentra que los estimadores de Santa Fe, Fontibón y La
Candelaria no son estadísticamente significativos. En las demás localidades, la incidencia
sobre el precio de la ZHG varía entre 42,7% en Chapinero y -44,8% en Usme, para un
promedio de 2,4%. Es de particular relevancia el efecto inverso de los parques de bolsillo
sobre el precio de las ZHG en las localidades de San Cristóbal, Usme, Tunjuelito, Bosa,
Rafael Uribe Uribe y Ciudad Bolívar, donde su presencia destruye valor al precio de la ZHG,
lo cual puede estar relacionado con el entorno socioeconómico preponderante en estas

34
localidades, caracterizadas por una alta porción de habitantes en condición de vulnerabilidad,
inseguridad e inadecuado mantenimiento de los parques.

TABLA 7: ESTIMADORES DE ESPACIO PÚBLICO VERDE POR LOCALIDAD

SOBRE EL PRECIO DE LAS ZONAS HOMOGÉNEAS GEOECONÓMICAS
PARQUE BOLSILLO PARQUE VECINAL ZONA VERDE
Coef. Coef. Coef.
LOCALIDAD Coef. Log- Coef. Log- Coef. Log-
Frontera Frontera Frontera
lin (MCO) lin (MCO) lin (MCO)
(MV) (MV) (MV)
LN PRECIO
Usaquén 0.616*** 0.362*** 0.528*** 0.414*** 0.751*** 0.392***
Chapinero 0.686*** 0.427*** 0.643*** 0.410*** 0.433*** 0.298***
Santa Fe 0.0464 0.0236 -0.217** -0.0137 -0.203*** -0.477***
San Cristóbal -0.295*** -0.425*** -0.625*** -0.454*** 0.194*** -0.280***
Usme -0.144** -0.448*** -0.491*** -0.535*** -0.0511 -0.369***
Tunjuelito -0.588* -0.440*** 0.0794 -0.238*** 0.208*** -0.187***
Bosa 0.397*** -0.0260 0.151** -0.0241 0.673*** 0.104***
Kennedy 0.604*** 0.183*** 0.479*** 0.129*** 0.875*** 0.264***
Fontibón 0.501*** 0.0994 0.472*** 0.217*** 0.570*** 0.154***
Engativá 0.729*** 0.288*** 0.631*** 0.296*** 0.855*** 0.367***
Suba 0.509*** 0.0798** 0.376*** 0.0256 0.652*** 0.0947***
Barrios Unidos 0.587*** 0.134** 0.680*** 0.198*** 0.688*** 0.253***
Teusaquillo 0.786*** 0.417*** 0.640*** 0.292*** 0.931*** 0.367***
Los Mártires 0.543*** 0.159* 0.394*** 0.0734 0.773*** 0.230***
Antonio Nariño 0.462*** 0.145* 0.277*** 0.0259 0.333*** 0.0502
Puente Aranda 0.575*** 0.0772* 0.483*** 0.103*** 0.712*** 0.187***
La Candelaria -0.298 -0.383 0.294 0.0842 -0.129 -0.611***
Rafael Uribe Uribe -0.0109 -0.399*** -0.00701 -0.374*** 0.320*** -0.266***
Ciudad Bolívar 0.157*** -0.157*** -0.0471 -0.225*** 0.394*** -0.0912***
*** p<0,01, **p<0,05, ***p<0,01

El efecto de los parques vecinales es similar al anterior, en la medida que 6 localidades

tienen estimadores no significativos, los coeficientes significativos varían entre 41,4% en
Usaquén y -53,5% en Usme, con promedio de 3,35%, y que existen varias localidades donde
se reduce el precio de la ZHG al ubicarse cerca de un parque vecinal. En concreto, San
Cristóbal, Usme, Tunjuelito, Rafael Uribe Uribe y Ciudad Bolívar tienen comportamientos
negativos, que nuevamente pueden asociarse a temas de segregación social en esas zonas de
la ciudad.

Siguiendo la misma línea, la variable Zona verde presenta 1 localidad con estimador
no significativo, 7 localidades con efecto negativo, que van desde -47,7% en Santa Fe hasta
-9,1% en Ciudad Bolívar, y 11 localidades con efecto positivo, oscilantes entre 39,2% en
Usaquén y 10,4% en Bosa.

35
 En síntesis, los estimadores de las variables de parques y zonas verdes corroboran el
argumento de que este tipo de espacios públicos tienen una menor valoración en la ciudad de
Bogotá con respecto a otras tipologías.

En términos generales, la inclusión de las variables de espacio público cruzadas con

cada Localidad permite demostrar que la valoración del espacio público en Bogotá no es
homogénea y varía dependiendo de la ubicación, esto implica que cuando los individuos
valoran el precio del suelo consideran la localización del predio, ocasionando valoraciones
diferenciadas. Lo anterior va en consonancia con la evidencia empírica analizada, según la
cual, se obtienen resultados más precisos cuando se hace una segmentación del mercado.
Además, el entorno socioeconómico de las localidades parece marcar tendencia en la
valoración del espacio público, llevando a menores valoraciones en las localidades con mayor
segregación social.

Los resultados también reafirman que existe una marcada diferencia entre la
valoración el espacio público duro (plazas, andenes, calzadas) y el espacio público verde
(Parques y zonas verdes), en favor del primero, donde el efecto promedio sobre el precio de
las ZHG es del 39%, mientras que el del segundo es de 2,7%, es decir, en Bogotá se tiene
una preferencia por zonas duras al momento de elegir un predio que por el espacio verde.
Reiterando un argumento anterior, este efecto puede presentarse por efectos de inseguridad
o mantenimiento del espacio verde, pero la determinación de este efecto va más allá de este
trabajo y quedará para investigaciones posteriores.

5. CONCLUSIONES

Los resultados del modelo log-lin por MCO contienen un sesgo de especificación,
que es persistente en los modelos de precios hedónicos, por lo cual, en este documento se
implementó un modelo hedónico de frontera para mitigar el sesgo de variable omitida
mediante la inclusión de un término de error asimétrico que captura la variabilidad de las
variables no observadas en el modelo de regresión. El sesgo se demuestra en los estimadores
de las variables explicativas, particularmente en las de espacio público duro y espacio público
verde, donde la diferencia promedio entre los estimadores del modelo log-lin y el modelo de

36
frontera se calculó en 54 puntos porcentuales en el andén, 44 puntos en la calzada, 34 puntos
en la ciclorruta, 67 puntos en la plaza, 39 puntos en el separador, 30 puntos en parques de
bolsillo, 22 puntos en parques vecinales y 44 puntos en zonas verdes.

El uso de variables cruzadas entre tipologías de espacio público con las Localidades
de Bogotá permitió obtener un modelo más ajustado, cuyos resultados evidencian que la
valoración del espacio público en la ciudad no es homogénea y varía dependiendo tanto de
la tipología como de su localización. En este sentido, controlar la muestra por localidad
permite superar el problema de segmentación del mercado, propio del modelo de precios
hedónicos, generando estimadores más eficientes.

El análisis estadístico del efecto que tienen las diferentes tipologías de espacio público
sobre el precio de suelo privado permite afirmar que, en efecto, la presencia de una zona de
uso público genera cambios en el precio del suelo privado. Así mismo, se ha demostrado que
el efecto varía dependiendo de la tipología y la ubicación, esta última aproximada mediante
la localidad. En términos generales, se encontró que los mayores efectos del espacio público
se presentan en las Localidades de Usaquén, Chapinero, Bosa, Kennedy, Fontibón, Engativá,
Barrios Unidos, Teusaquillo, Los Mártires, Antonio Nariño y Puente Aranda, mientras que,
en las demás localidades, el efecto es menor e incluso negativo, como el caso de Usme, donde
el efecto promedio del espacio público duro sobre el precio de la ZHG es del -4,8% y el del
espacio verde de -45%, con respecto a la tipología base (Ronda Hidráulica). Sin embargo, el
resultado negativo general en Usme de ser tomado con cautela, toda vez que detrás de éste
pueden existir construcciones sociales no consideradas en este trabajo y que justificarían el
comportamiento del precio del suelo, como su calidad de zona rural o los indicadores de
seguridad, tanto en zonas verdes como en espacios de tránsito peatonal y vehicular. En este
sentido, los resultados de la estimación por precios hedónicos invitan a hacer posteriormente
un análisis detallado del comportamiento del precio del suelo en cada localidad, con el fin de
tener un acercamiento más preciso a las dinámicas que lo subyacen.

El espacio Público verde, representado por parques, zonas verdes y áreas de

protección ambiental, tiene una menor valoración que las zonas duras, representadas por
plazas, andenes y calzadas, tal como puede constatarse en el efecto promedio sobre el precio

37
de las ZHG, que para el primero es de 2,7% y para el segundo de 39%. Lo anterior puede ser
causado por razones de inseguridad y escaso mantenimiento a los espacios verdes.

De acuerdo con las inferencias realizadas, en investigaciones posteriores podrá

incluirse de una variable de seguridad y sostenibilidad de los espacios verdes para justificar
su menor valoración frente a los espacios duros. Así mismo, dependiendo de la disponibilidad
de información, se hace pertinente la inclusión de controles adicionales en subsecuentes
estudios, como calidad del espacio público, efectos no observables (medioambientales) o
características de los predios construidos.

En lo referente a las implicaciones de política, los resultados de esta investigación

permiten sugerir que existe la necesidad de destinar mayores recursos públicos para
garantizar la sostenibilidad de los espacios verdes, el impulso de actividades sociales que
conlleven a la apropiación de este tipo de espacios, contribuyendo así a mejorar la percepción
de seguridad, y focalizar esfuerzos en la promoción de espacios públicos seguros en las
localidades donde la presencia de una tipología de espacio público está destruyendo valor en
las ZHG en la ciudad de Bogotá.

Por último, la política de generación de espacio público debería considerar análisis

detallados en las localidades donde se está destruyendo valor porque podrían existir efectos
no observables que no se encuentran vinculados necesariamente con temas de inseguridad,
sino que podrían existir otros canales que están reduciendo el precio del suelo, como los
habitantes de calle, las ventas informales o los conflictos sociales en las zonas de uso público.
En este sentido, no se trata exclusivamente de mejorar espacios, sino de que la política
pública debe identificar los canales de destrucción de valor para promover la realización de
acciones conjuntas que lleven a la construcción de espacios públicos sostenibles.

6. BIBLIOGRAFÍA

Alcaldía de Bogotá. (2005). Decreto 215 de 2005. Por el cual se adopta el Plan Maestro de Espacio
Público para Bogotá Distrito Capital, y se dictan otras disposiciones. Bogotá.

Alcaldía de Bogotá. (2018). Decreto Distrital 552 de 2018. Marco Regulatorio de Aprovechamiento
Económico del Espacio Público. Bogotá.

38
Araque, A. S., Gutiérrez, J. A., & Quenguan, L. F. (2017). El espacio público en la ciudad: una
aproximación desde los precios hedónicos. (U. d. Valle, Ed.) Sociedad y economía, 77-98.

Borja, J., & Muxí, Z. (2003). El espacio público: ciudad y ciudadanía. Barcelona: Electa.

Boyacigil, O., & Faruk, M. (2007). Economic valuation of urban open green space in Iskenderun
(Turkey): Hedonic pricing, contingent valuation and social cost benefit analysis. Turquia:
Universidad de Cukurova.

Carriazo, F., Ready, R., & Shortle, J. (2011). Using frontier models to mitigate omitted variable bias
in hedonic pricing models: A case study for Air Qualitiy in Bogotá, Colombia. CEDE. Bogotá:
Universidad de los Andes.

Cassel, E., & Mendelsohn, R. (1985). The choice of functional forms for hedonic price equations:
Comment. Journal of urban economics, 135-142.

Chin, T., & Chau, K. (2003). A critical review of literature on the hedonic price model. International
Journal for Housing and Its Applications, 145-165.

CONGRESO DE LA REPÚBLICA DE COLOMBIA. (1989). Ley 9 de 1989. Bogotá.

CONPES. (2012). CONPES 3718. Política Nacional de Espacio Público . Bogotá.

DADEP. (2012). Indicadores de espacio público en la ciudad de Bogotá. SENTIDO URBANO.

Departamento Administrativo de la Defensoría del Espacio Público.

Freeman, A. M. (1979). Hedonic prices, property values and mesauring benefits: A survey of the
issues. The Scandinavian Journal of Economics, Vol 81, No 2.

Gujarati, D. N., & Porter , D. C. (2010). Econometria. Mexico: McGraw-Hill.

Halvorsen, R., & Palmquist, R. (2013). The interpretation of dummy variables in semilogarithmic
equations. The American Economic Review, 474-475.

Harnik, P., & Ben, W. (2009). Measuring the economic value of a city park system. The graham
foundation for advanced studies in the fine arts. Chicago.

Hernández, D. A. (2003). METODOLOGÍAS PARA LA VALORACIÓN ECONÓMICA DE BIENES,

SERVICIOS AMBIENTALES Y RECURSOS NATURALES. MINISTERIO DE AMBIENTE, VIVIENDA Y
DESARROLLO TERRITORIAL. Bogotá.

Hueth, D., & Mendieta, J. C. (2000). Las sierras del Chicó: Un estudio de caso sobre el uso de espacios
abiertos urbanos. Desarrollo y Sociedad.

Instituto de Desarrollo Urbano - IDU. (2008). Modelo de precios hedónicos para determinar el
impacto de los proyectos de infraestructura adelantados por el IDU. Bogotá: Contrato de
Consultoría 148/2007.

Irwin, H. (2002). The effects of open space on residential property values. University of Wisconsin
Press, 465-480.

39
Kong, F., Yin, H., & Nakagoshi, N. (2007). Using GIS and ladscape metrics in the hedonic prices
modeling of the amenity value of urban green space: A case of study in Jinan City, China.
Landscape and Urban Planning. Elsevier.

Kowalski, J. (2017). The effects of new urbanism amenities on residential property values: The case
of Philadelphia. Pensilvania: Haverford College.

Labrador, G. P. (2012). Valoración económica del espacio público efectivo bogotano: Una
aproximación utilizando el método de precios hedónicos. Tesis de Maestría en planeación
urbana y regional. Bogotá: Pontificia Universidad Javeriana.

Meesun, W., & Van den Broeck, J. (1977). Efficiency estimation from Cobb-Douglas production
functions with composed error. International economic review, 435-444.

Mendieta, J. (2001). Manual de valoración económica de bienes no mercadeables: aplicaciones de

las técnicas de valoración no mercadeables y el análisis costo-beneficio y media ambiente.
Documento CEDE 99-10. Universidad de los Andes.

Mendieta, J. C., & Perdomo, J. A. (2007). Especificación y estimación de un modelo de precios

hedónico hedónico espacial para evaluar el impacto de transmilenio sobre el valor de la
propiedad en Bogotá. CEDE.

Miller, R. W. (1997). Urban Forestry: Planning and Managing urban green spaces. New Jersey:
Prentice Hall.

Milon, J. W., Gressel, J., & Mulkey, D. (1984). Hedonic amenity valuation and functional form
specification. Land economics, 378-387.

Muñoz-Raskin, R. (2010). Walking accessibility to bus rapid transit: Does it affect property values?
The case of Bogotá, Colombia. Transport policy, 72-84.

Mzainora, A., Norzailawati, M. N., & Tumina, P. (2016). A spatial analysis on GIS-hedonic pricing
model on the influence of public space and house price in Klan Valley, Malasia. Praga.

Nicholson, W. (1997). Teoría Microeconómica: Principios básicos y aplicaciones. MCGRAW-HILL.

Rodríguez, D., & Targa, F. (2004). Value of Accesibility to Bogota´s Bus Rapid Transit System.
Transport Reviews, 587-610.

Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure competition.
The Journal of Political Economy, 34-55.

Ross, A. (2001). Valuing open space: Land economics and neighborghood parks. Tesis de Maestría
en Arquitectura. Massachusetts Institute of Technology.

Salazar, S., & García M., L. (2005). Estimating the nonmarket benefits of an urban park: Does
proximity matter? Valencia: Elseiver, Land use policy.

40