UNIVERSIDAD NACIONAL DEL ALTIPLANO

ESCUELA DE POST GRADO

MAESTRÍA EN ECONOMÍA
MENSION: PROYECTOS DE INVERSION

NACIONAL DEL
UNIVERSIDAD

ALTIPLANO

PU NO

CURSO:

VALORACION ECONOMICA DEL IMPACTO AMBIENTAL

TRABAJO ENCARGADO

CASO PRÁCTICO (Caquetá Colombia)

PRESENTADO POR:

BELIZARIO QUISPE Luís Alberto

SEMESTRE: III
DOCENTE: Doc. APAZA MAMANI; Edson
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 2
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

Valoración Económica de los Impactos Ambientales

Aplicación del Método de Precios Hedónicos

El Método de Precios Hedónicos para Valorar Tierras

Agrícolas, estudio de caso en Caquetá Colombia1

Introducción

Valorar los atributos ambientales de los predios ganaderos, permitirá

orientar a las autoridades promover la implementación de proyectos
que permitan mejorar los retornos de estos predios. Asimismo, los
propietarios al obtener beneficios directos, estarán más dispuestos a
participar en la implementación y preservación de estos.

Objetivo

Identificar, por medio del método de los precios hedónicos, los

principales atributos (incluyendo los ambientales) que determinan el
precio por hectárea de 57 predios ganaderos en el Departamento del
Caquetá en Colombia.

Comprobar si los atributos ambientales influyen en el precio de la

tierra, del mismo modo que pueden influir otros atributos como la
disponibilidad de las vías, la presencia de energía eléctrica y otros
atributos típicos de los predios ganaderos.

Datos Utilizados

Características Cuantitativas (distancia e ingreso) y Cualitativas

(Atributos típicos y ambientales) de 57 predios ganaderos del
Departamento de Caquetá en Colombia.

1 Ejercicio basado en la tesis de Maestría. Facultad de Economía de la Universidad de los Andes. Bogotá –
Colombia. “Identificación de Atributos que Determinan los Precios de Predios Ganaderos en el Departamento
del Caquetá en Colombia”, autor Jesús Alberto Ramírez. 1996.

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 3
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

Hipótesis

Sí en realidad los atributos de tipo ambiental tienen influencia en el

precio de la tierra, entonces, cualquier inversión dirigida al
mejoramiento de estos atributos, tendrá también un impacto positivo
en el precio de mercado de las predios ganaderas.

Justificación

Existen bienes en la economía, llamados bienes diferenciados, debido a

que estos bienes son valorados por los individuos a través del conjunto
de atributos que los caracterizan. Entonces, cuando una persona
compra un bien de este tipo, compra un conjunto de características
específicas. Es así como, las personas pueden elegir comprar una casa
con un conjunto de atributos específico de entre una serie de modelos
de casas, cada una también determinada por un conjunto de
características específicas. La valoración de bienes con este tipo de
características se complica considerablemente, debido a la existencia
de atributos, generalmente cualitativos que complican el proceso de
evaluación. Una técnica especial incluida dentro de los métodos
indirectos de valoración económica, que ha permitido hacer la
valoración de estos bienes, es el método de los precios hedónicos, por
medio del cual se intenta descubrir todos los atributos del bien que
explican su precio, discriminando el componente cuantitativo de estos.
Con esto se pretende asignar o atribuir a cada una de las características
cualitativas del bien, un precio implícito. Este precio estaría reflejado
por la disposición marginal a pagar de la persona por una unidad
adicional del atributo.

En este caso las variables que se tomaron en cuenta para medir las
características estructurales fueron:

 Distancia: resume la ubicación física del precio.

 Ingreso neto: medida de ingresos promedio por hectárea, del
terreno.

Para el caso de los atributos hedónicos, se tuvieron en cuenta las

siguientes variables:
 Disponibilidad de agua: expresa la disponibilidad de fuentes de
agua, en el predio.

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 4
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

 Seguridad: expresa la condición de seguridad que representa el

precio.

Especificación del Modelo Econométrico

La construcción de funciones de precios hedónicos involucra la

construcción de funciones lineales y no lineales del precio del predio
ganadero en función del conjunto de características y/o atributos “la
parte hedónica del predio”.

 Las funciones lineales implican que los precios implícitos de las

diferentes características analizadas permanecerán constantes,
cualquiera que fuese el nivel de partida de la misma
 Las funciones no lineales suponen que el precio implícito de cada
característica cambia con la cantidad de referencia de la misma.

Lo interesante es analizar el comportamiento que supone con respecto

a su precio implícito, cada una de las especificaciones posibles
(logarítmicas, semilogarítmicas, cuadráticas y transformaciones tipo
Box-Cox), esto por cuanto no se tiene certeza de la forma funcional que
nos garantice los resultados esperados. A este tipo de especificaciones
discrecionales, permite utilizar las variables más relevantes que
pueden estar afectando al valor del predio granadero.

Para la estimación del modelo de precios hedónicos se utilizó la forma

funcional Box-Cox Cuadrática sin restricciones:

𝑘 𝑘 𝑚

𝑃(𝑍)(𝜃) = 𝛼0 + ∑ 𝛼𝑖 𝑧𝑖 (𝜆) + ∑ ∑ 𝛽𝑖𝑗 𝑧𝑖 (𝜆) 𝑧𝑗 (𝜆) + 𝑒𝑖

𝑖=1 𝑖=1 𝑗=1

(𝜆)
𝑧𝑖 𝜆 − 1
𝑧𝑖 = , 𝑝𝑎𝑟𝑎 𝜆 ≠ 0 𝑦 𝑧 (0) = 𝑙𝑛(𝑧)
𝜆

Las principales formas funcionales de los modelos hedónicos se

presentan en la siguiente tabla.

FORMA FUNCIONAL VALOR PARAMETROS ESTIMADOR

Lineal  =  = 1 y ij = 0 MCO
Semi – logarítmico  = 0,  = 1 y ij = 0 MCO

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 5
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

Doble – logarítmico  =  = 0 y ij = 0 MCO

Box-Cox (Lineal)  =  = 1 y ij = 0 MV
Box-Cox (Semilog)  = 0,  = 1 y ij = 0 MV
Box-Cox (Doble log)  =  = 0 y ij = 0 MV

MCO: Mínimos Cuadrados Ordinarios

MV: Máxima Verosimilitud

Así por ejemplo, al adquirir un predio ganadero, en efecto, no solo sé

esta comprando unas hectáreas de tierra, sino que también se esta
seleccionando un entorno que tiene una serie de características
(disponibilidad de agua, distancia del predio a los centros de
distribución de insumos, etc.), como también a la elección de
determinadas características de tipo ambiental. Muchas de estas por
ser de tipo ambiental, son precisamente las que nos interesan, es decir,
las personas están dispuestas a pagar por ellas. Por ejemplo, si
encontramos dos fincas muy similares en sus características, excepto
en la disponibilidad de agua en la época de verano, la diferencia de
precio entre ellas reflejara el valor de ese atributo, que en principio,
carece de un precio explícito en el mercado.

El objetivo del presente taller, utilizando el método de los precios

hedónicos por la técnica de la especificación Box-Cox, es la estimación
de los parámetros 𝛼, 𝛽, 𝜃 𝑦 𝜆, e interpretarlos luego de la estimación
del modelo hedónico.

Variables Utilizadas

Las variables a utilizar en la especificación y posterior estimación son:

PRECIO: variable dependiente continua que representa el precio del

predio por hectárea.
DIST: variable independiente continua que representa la distancia en
kilómetros de la finca hasta la ciudad de Florencia, capital del
Departamento.
ING: variable independiente continua que representa el ingreso neto
mensual por hectárea de cada una de las fincas ganaderas.
NIT: variable independiente continua que representa el porcentaje de
nitrógeno revelado por el muestreo de suelo en la zona de estudio.

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 6
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

BOS: variable independiente continua que expresa el porcentaje de

área boscosa en la finca.
SEG: variable independiente dicotómica que toma el valor de 1 si el
predio es seguro (no es afectado por el conflicto armado) y 0 si el
predio no es seguro.
ENER: variable independiente dicotómica que toma el valor de 1 si el
predio cuenta con energía eléctrica y 0 lo contrario.
AGUA: variable independiente dicotómica que toma el valor de 1 si la
finca dispone de fuentes de agua en periodos de verano y 0 si no
cuenta con estas.
ESC: variable independiente dicotómica que toma el valor de 1 si el
predio tiene estrictamente más de 40 hectáreas y 0 si tiene 40
hectáreas o menos.
EST: variable independiente dicotómica que toma el valor de 1 si el
predio tiene establo y 0 si no lo tiene.

Resultados a obtener:

1. Especificación

Forma Funcional Cambios marginales

𝜕𝑃(𝑍)
𝜕𝑧1
𝑃(𝑍)(𝜃) = 𝛼0 + 𝛼𝑧1 𝑧1 (𝜆) + 𝛼𝑑1 𝑑1 + 𝑒𝑖
𝜕𝑃(𝑍)
𝜕𝑑1

2. Estadísticas descriptivas

VARIABLE MEDIA/PROMEDIO DESVIACION ESTANDAR

Precio del Predio por Hectárea 435263.20 145019.80
Distancia en Km a la Ciudad 77.68 47.75
Ingreso Mensual por Hectárea 32737.63 16942.17
% de Nitrógeno en Suelo 0.16 0.09
% de Área Boscosa 0.17 0.16
Seguridad 0.63 0.49
Energía 0.67 0.48
Agua 0.77 0.42
Terreno mayor a 40 Hectáreas 0.49 0.50
Establo 0.70 0.46
* Numero de Observaciones 57.

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 7
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

De acuerdo a los resultados obtenidos en las estimaciones de las estadísticas

descriptivas, se puede concluir que el precio promedio del predio por hectárea en
Caquetá Colombia está alrededor de 435 mil pesos, igualmente se aprecia de esta
muestra que el 49% de los predios son mayores a 40 hectáreas.

Además en promedio los terrenos se encuentran alrededor de 77 km. El ingreso

que produce cada unidad de hectárea en promedio es de 32737.63 pesos, contiene
un 16% de nitrógeno en el suelo en promedio por hectárea, 17% de Área Boscosa
en promedio por hectárea, por otro lado un 70% de los predios cuentan con
establos.

En cuanto a las variables de seguridad el 63% de estos predios son seguros, el

67% cuentan con energía eléctrica, el 77% de los terrenos cuentan con fuentes de
agua en Caquetá Colombia.

3. Método de estimación

Los métodos de Estimación para la presente investigación son:

Mínimos Cuadrados Ordinarios (M.C.O.).
Máxima Verosimilitud (M.V.).

Valor del Parámetro Modelo Método de Estimación ítem

 = 1 = 2 = 1 Lineal Mínimos Cuadrados Ordinarios m1
 = 0 y 1 = 2 = 1 Log-Lin Mínimos Cuadrados Ordinarios m2
 = 1 y 1 = 2 = 0 Lin-Log Mínimos Cuadrados Ordinarios m3
 = 1 = 2 = 0 Log-Log Mínimos Cuadrados Ordinarios m4
 ≠ 1 ≠ 2 Box-Cox Máxima Verosimilitud m5

4. Signos esperados

VARIABLE SIGNO ESPERADO

Precio del Predio por Hectárea Variable Dependiente
Distancia en Km a la Ciudad -
Ingreso Mensual por Hectárea +
% de Nitrógeno en Suelo +
% de Área Boscosa -
Seguridad +
Energía +
Agua +
Terreno mayor a 40 Hectáreas -
Establo +

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 8
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

5. Estimación de los parámetros

CUADRO DE RESULTADOS
----------------------------------------------------------------------------------------------------
Mod Lin-Lin Mod Log-Lin Mod Lin-Log Mod Log-Log Mod Box-Cox
----------------------------------------------------------------------------------------------------
main
Distancia a la ciu~m -1986.609*** -0.004*
(380.145) (0.002)
Ingreso mensual/Ha 0.324 -0.000
(0.801) (0.000)
% nitrógeno en suelo -8.73e+04 -0.058
(1.24e+05) (0.293)
% área boscosa -1.30e+05 -1.213
(83221.216) (0.767)
=1 es seguro -4.14e+04 -0.044 -3.12e+04 -0.003 -2.82e+12
(25624.891) (0.134) (24805.192) (0.171) (.)
=1 tiene luz -7809.639 0.033 -6382.890 0.074 -1.39e+12
(25337.324) (0.097) (18101.186) (0.115) (.)
=1 tiene pozo -1.03e+04 -0.165 -1.06e+04 -0.185 3.67e+11
(28484.193) (0.128) (23561.180) (0.142) (.)
=1 > 40 Has -9951.657 0.168 -8766.687 0.162 -1.38e+12
(29301.137) (0.282) (37858.324) (0.313) (.)
=1 tiene establo 65001.624 0.306* 84204.711** 0.428** 8.12e+12
(37266.861) (0.125) (25598.481) (0.125) (.)
Log(Dist) -1.37e+05*** -0.222***
(18587.162) (0.047)
Log(Ing) 2508.824 -0.095
(24022.104) (0.187)
Log(Nit) 2295.247 0.056
(16729.521) (0.102)
Log(bos) -2.44e+04 -0.177
(14524.133) (0.097)
Constant 6.13e+05*** 13.284*** 9.04e+05*** 14.232*** -2.50e+15
(72870.330) (0.225) (2.46e+05) (1.602) (.)
----------------------------------------------------------------------------------------------------
Trans
Distancia a la ciu~m -2.49e+14
(.)
Ingreso mensual/Ha 2.10e+15
(.)
% nitrógeno en suelo 6.40e+10
(.)
% área boscosa -1.54e+11
(.)
----------------------------------------------------------------------------------------------------
lambda
Constant -0.741**
(0.099)
----------------------------------------------------------------------------------------------------
theta
Constant 2.421**
(0.279)
----------------------------------------------------------------------------------------------------
sigma
Constant 3.20e+12
(.)
----------------------------------------------------------------------------------------------------
R-squared 0.737 0.572 0.851 0.530
N 57 57 57 57 57
----------------------------------------------------------------------------------------------------
* p<0.05, ** p<0.01, *** p<0.001

De acuerdo a este cuadro de resultados se puede determinar que el modelo

que más óptimos resultados muestran es el modelo Box-Cox, seguidamente
por el modelo Lin-Log.

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 9
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

Estimación del mejor modelo para la presente investigación:

Modelo Box-Cox
boxcox prec dist ing nit bos, model(theta) notrans(seg ener agua esc esta)

Iteration 0: log likelihood = -757.7987

Iteration 1: log likelihood = -757.6887
Iteration 2: log likelihood = -757.68866

Fitting full model

Iteration 0: log likelihood = -714.79196 (not concave)

Iteration 1: log likelihood = -697.51858
Iteration 2: log likelihood = -695.61747 (not concave)
Iteration 3: log likelihood = -681.91843
Iteration 4: log likelihood = -678.68304
Iteration 5: log likelihood = -677.8584
Iteration 6: log likelihood = -677.85635
Iteration 7: log likelihood = -677.85635

Number of obs = 57
LR chi2(10) = 159.66
Log likelihood = -677.85635 Prob > chi2 = 0.000

------------------------------------------------------------------------------
prec | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
/lambda | -.7406468 .0993887 -7.45 0.000 -.9354452 -.5458485
/theta | 2.420917 .2789996 8.68 0.000 1.874088 2.967746
------------------------------------------------------------------------------

Estimates of scale-variant parameters

----------------------------
| Coef.
-------------+--------------
Notrans |
seg | -2.82e+12
ener | -1.39e+12
agua | 3.67e+11
esc | -1.38e+12
esta | 8.12e+12
_cons | -2.50e+15
-------------+--------------
Trans |
dist | -2.49e+14
ing | 2.10e+15
nit | 6.40e+10
bos | -1.54e+11
-------------+--------------
/sigma | 3.20e+12
----------------------------

---------------------------------------------------------------
Test Restricted
H0: log likelihood chi2 Prob > chi2
---------------------------------------------------------------
theta=lambda = -1 -859.93346 364.15 0.000
theta=lambda = 0 -753.23259 150.75 0.000
theta=lambda = 1 -714.79196 73.87 0.000
---------------------------------------------------------------

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 10
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

6. Interpretación

De acuerdo a la estimación por la metodología del modelo Box-Cox, se

obtienen los siguientes resultados, donde este es el mejor que se adapta a
los datos encuestados.

Asimismo nos indica que a mayor distancia de la finca a la ciudad el precio

de esta disminuye, de igual manera al generar la finca mayor ingreso
productivo el precio aumenta, y a mayor % de nitrógeno almacenado en el
predio el precio de este aumenta, además contar con un porcentaje de zonas
boscosas disminuye el precio de estos predios.

Con respecto a los atributos de contar con energía, fuentes de agua,

seguridad, establos y que estos predios sean mayores a 40 hectáreas, son
poco influyentes en los compradores en distintas proporciones tanto en el
aumento y disminución de los precios de estos predios, de acuerdo a los
resultados.

Por ejemplo, el coeficiente obtenido para la variable “seguridad”, es de “-

2.82e+12”, lo que indica que, a mayor inseguridad, menor es el precio del
predio por hectárea; en otros términos, al aumentar el nivel de inseguridad,
el precio del predio por hectárea disminuye en “-2.82e+12”. Asimismo,
para la variable “agua”, es de “3.67e+11”, lo que significa que, si el predio
cuenta con fuentes de agua permanente, mayor es el precio del predio por
hectárea; esto indica que al incrementar las de fuentes de agua en el predio,
el precio por hectárea del predio aumenta en “3.67e+11”. Ya que los
predios destinados a la producción agropecuaria que disponen de fuentes de
agua, cuestan más.

En las zonas de Caquetá Colombia, estos resultados influye de alguna

manera, en las decisiones de compra de estos predios, ya que cuentan con
distintos atributos, y son más adquiridos si son cercanos a la ciudad,
cuenten con luz, agua, seguridad y otros, a precios más elevados, y generar
mejores beneficios por la misma productividad que generan estos predios.

7. Uso de los resultados

Los resultados obtenidos en esta investigación, son necesarios para la

determinación efectiva del precio de cada predio, este dependiendo de
todos los atributos con las que cuenten, y cuan beneficio es cada uno de
ellos.

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto
 UNIVERSIDAD NACIONAL DEL ALTIPLANO 11
ESCUELA DE POST GRADO
MAESTRIA EN ECONOMIA
MENSIÓN: PROYECTOS DE INVERSIÓN

Do-file del trabajo de investigación

* Descripción de los datos

describe
* Estadísticas descriptivas
summarize
destring, replace // ayuda
* Regresión de los modelos***
regress prec dist ing nit bos seg ener agua esc esta
estimates store m1, title(Mod Lin-Lin)
gen lprec=log(prec)
gen ldist=log(dist)
gen ling=log(ing)
gen lnit=log(nit)
gen lbos=log(bos)
regress lprec dist ing nit bos seg ener agua esc esta, r
estimates store m2, title(Mod Log-Lin)
regress prec ldist ling lnit lbos seg ener agua esc esta, r
estimates store m3, title(Mod Lin-Log)
regress lprec ldist ling lnit lbos seg ener agua esc esta, r
estimates store m4, title(Mod Log-Log)
boxcox prec dist ing nit bos, model(theta) notrans(seg ener agua esc esta)
estimates store m5, title(Mod Box-Cox)
estout m1 m2 m3 m4 m5, cells(b(star fmt(%9.3f)) se(par)) ///
stats(r2_a N, fmt(%9.3f %9.0g) labels(R-squared)) ///
legend label collabels(none) varlabels(_cons Constant)
label variable prec "Precio del predio por Ha"
label variable dist "Distancia a la ciudad Km"
label variable ing "Ingreso mensual/Ha"
label variable nit "% nitrógeno en suelo"
label variable bos "% área boscosa"
label variable seg "=1 es seguro"
label variable ener "=1 tiene luz"
label variable agua "=1 tiene pozo"
label variable esc "=1 > 40 Has"
label variable esta "=1 tiene establo"
label variable ldist "Log(Dist)"
label variable ling "Log(Ing)"
label variable lnit "Log(Nit)"
label variable lbos "Log(bos)"
estout m*, cells(b(star fmt(%9.3f)) se(par)) ///
stats(r2_a N, fmt(%9.3f %9.0g) labels(R-squared)) ///
legend label collabels(none) varlabels(_cons Constant)

* Regresión más Adecuada a los datos obtenidos***

boxcox prec dist ing nit bos, model(theta) notrans(seg ener agua esc esta)
estimates store m5, title(Mod Box-Cox)

Curso: Valoración Económica del Impacto Ambiental Alumno: Belizario Quispe; Luis Alberto