Valoraci ó n Econ ó mica Ejemplos Precios hed ó nicos Costo de viaje

Valoración EconómicaEjemplos

Precios hedónicosCosto de viaje

El proceso de valoración

Paso 1 – Identificación de la relación de causa – efecto

La degradación ambiental es importante por sus efectos en: (1) producción; (2) salud humana; (3) calidad del entorno

Conocimientos requeridos: ingeniería, biología, química, ciencias sociales,…

Paso 2 – Valoración económica del impacto Expresa los impactos ambientales usando una

unidad de medida única. Esto facilita la toma de decisiones

Conocimientos requeridos: economía, estadística, …

El proceso de valoración

Disposición al pago

Mejora ambiental

Funcion de dosis-respuesta

Cambios en la salud

Cambios en producción

Estimación de impactos (cientifico)

Cambios en el entorno

Valoración económica (economista)

Cambios de productividad

Coste de oportunidad

Costo de reemplazo

Costo de reemplazo

Coste de oportunidad

Costosmedicos

Capitalhumano

Revelada

Acciones preventivas

Costo de viaje

Precios hedónicos

Hipotetica

Valoración contingente

Ranqueo contingente

Disposición al pago (DAP)

Al precio p*, la DAP total es el área debajo de la curva de demanda (A+B)El área encima de la línea de precio es el ‘surplus del consumidor’ (A)Valoración económica mide la DAP total

Disposición al Pago total

Cantidad de servicio ambiental

Precio

Q*

P*

Surplus del consumidor

C

A

B

Valoración – Técnicas Indirectas

Se estudia el comportamiento y decisiones de individuos para entender como los bienes ambientales son ‘intercambiados’ por otros bienes (ej. dinero)Permiten obtener el valor verdadero de la disposición al pago por el bien ambientalMétodos de preferencias reveladas (estudian comportamientos y decisiones realmente observadas)

Precios hedónicos Costo de viaje

Métodos de preferencias anunciadas (se basan en la creación de situaciones hipotéticas)

Valoración contingente Ranqueo contingente

Precios hedonicos – la literatura

Método de precios hedónicos

Estudios Salario-amenidad

Utilizan la información de los precios residenciales Y de los salarios para valorar la disposición al pago por mejoras en la calidad ambiental

Precios residenciales

Utilizan la información de precios residenciales para valorar la disposición al pago por mejoras en la calidad ambiental

Estudios de Salario / Valor de la vida

Utilizan información sobre salarios para valorar la disposición al pago a evitar riesgos. Esta información luego se usa para calcular el valor de una vida “estadística”

Método de precios hedónicos – precios residenciales

Paso 1 – Especificación de la función de precios hedónicosPaso 2 – Recolección de datosPaso 3 – Estimación de la correlación entre calidad ambiental y precios residencialesPaso 4 – Estimación de la DAP por la calidad ambiental

Paso 1 – La función de precios hedónicos

FPH pone en relación el precio de una residencia con sus características Características físicas

Tamaño Nro. habitaciones

Características del barrio Infraestructura de agua Calidad de transporte publico

Características ambientales Vista hacia el Avila Calidad de aire


Tamano de la residencia

Precio de la residencia


Tamano de la residencia


Apartamentos mas grandes cuestan mas


Aire limpio


Apartamentos en barrios con mejor calidad de aire cuestan mas

Q0

P0

Q1

P1

Paso 2 – Recolección de datos

El método de precios hedónicos requiere MUCHOS datos Cross sección Serie de tiempo

Los datos se recogen por medio de encuestas o censosSupuestos importantes Los mercados funcionan bien y no están

segmentados Los individuos perciben las diferencias en la

calidad ambiental

Paso 3 – Estimación del precio implícito del aire limpio

Es la estimación estadística de los parámetros en la siguiente ecuación:

Pi = α0 + α1Tamanoi + α2CalidadAirei + … + errori

α2 es el precio implicito del aire limpio

α2 nos dice cuanto varia el precio residencial cuando la calidad del aire varia en forma marginal, dejando lo demás constante

Paso 3 – Estimación del precio implícito del aire limpio

La función de precio implícito

Aire limpio

Precio implicito

Q0

α2

Q1

Disposición al pago

Las zonas costeras en la Republica Dominicana

1,389 km de costas, el pais tiene una rica composicion de ecosistemas costeros y marinosLas zonas costeras pueden ser divididas en 4 macro areasArea Coral Mangroves Tourism

development Fisheries Urban

Development

North-West

YES High Low Low Very low

North Partially Medium High High High

North-East Partially High Medium High Low

East YES Medium High Low Low

South-East

YES Low High Low High

Capital district

Partially Low High Low Very high

South YES Medium Very Low Low Very low

Las zonas costeras en la Republica Dominicana

NORTH

EAST

SOUTH-EAST

Analisis de precios hedonicos

1. La funcion hedonicaPRECIOHAB = f(CARHOTEL, CARAREA,

CALIDADAMB)

2. Los datos• Cross section – 83 observaciones• Hoteles en areas turisticas (turismo recreativo)

Costa norte (zona 1) Costa este (zona 2) Costa sur-este (zona 3) Entrevista telefonica, Agosto 2003

3. Estimacion

La funcion hedonica

VARIABLES DESCRIPTION EXPECTED SIGN

TYPE OF VARIABLE

LOGDOUBLEHIGH Log of double room price during high season (dependent variable)

LOGDOUBLELOW Log of double room price during low season (dependent variable)

C Constant ZONE1 Hotel is in the North coast

(dummy)

ZONE2 Hotel is in the East coast (dummy)

ZONE3 Hotel is in the South-East coast (dummy)

AIRPORTKM Distance from airport (Km) - DISTKM Distance from beach (Km) - DISTURBANKM Distance from urban center (Km) +/- POPDENSITY Population density in the region - ROOMDENSITY Number of rooms per km2 of the

beach -

Characteristics of the area

STAR Star grading + YEAR Year hotel was built +/- AQUAPARK Hotel has aquapark (dummy) + CASINO Hotel has casino (dummy) + DISCO Hotel has a discoteque (dummy) + GOLF Hotel has a golf course (dummy) + SPA Hotel has a spa (dummy) + TENNIS Hotel has tennis courts (dummy) +

Characteristics of the hotel

GARBEVERY1 Garbage is collected every day (dummy)

+/-

SMELL It is possible to notice smell of effluents and solid waste (dummy)

-

SWASTEBEACH It is possible to observe occasional accumulation of solid waste in beach (dummy)

-

SEWTREAT Hotel has a sewage treatment plant (dummy)

+

WATERMUN Hotel is connected to municipal water service (dummy)

+

Environmental characteristics

• Modelo log-linear• 5 modelos distintos

• 3 modelos para todas las zonas• 2 modelos separados para la costa norte y este

Variable dependiente:Precios de epoca altaEl efecto de la recoleccion de basura es inesperado posiblemente captura la limpieza de la playa

Sample(adjusted): 1 82 Included observations: 50 Excluded observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

C -16.59560 20.57721 -0.806504 0.4265 ZONE1 0.606015 0.230059 2.634173 0.0134 ZONE2 0.558709 0.330301 1.691515 0.1015

AIRPORTKM -0.018337 0.005129 -3.575358 0.0012 DISTKM -0.000372 0.000204 -1.825781 0.0782

DISTURBANKM 0.005568 0.004450 1.251194 0.2209 POPDENSITY -0.000736 0.001239 -0.593926 0.5572

ROOMDENSITY -0.002257 0.001544 -1.461881 0.1545 STAR 0.330712 0.146156 2.262732 0.0313 YEAR 0.010530 0.010435 1.009072 0.3213

AQUAPARK 0.096129 0.183088 0.525045 0.6035 CASINO 0.452520 0.156752 2.886844 0.0073 DISCO -0.234264 0.194029 -1.207365 0.2370 GOLF -0.193345 0.171235 -1.129118 0.2681 SPA 0.268347 0.181786 1.476166 0.1507

TENNIS 0.231997 0.266839 0.869430 0.3918 GARBEVERY1 -1.180330 0.678043 -1.740789 0.0923

SMELL -1.178291 0.548826 -2.146931 0.0403 SWASTEBEACH -0.066512 0.173256 -0.383895 0.7039

SEWTREAT -0.207572 0.157697 -1.316267 0.1984 WATERMUN 0.136885 0.191745 0.713893 0.4810

R-squared 0.739331 Mean dependent var 4.140059 Adjusted R-squared 0.559559 S.D. dependent var 0.570761 S.E. of regression 0.378790 Akaike info criterion 1.191601 Sum squared resid 4.160966 Schwarz criterion 1.994651 Log likelihood -8.790031 F-statistic 4.112602 Durbin-Watson stat 2.412859 Prob(F-statistic) 0.000291

Densidad de habitaciones es significativo



C -13.52369 19.21826 -0.703689 0.4872 ZONE1 0.427830 0.228793 1.869948 0.0716 ZONE2 0.708582 0.320837 2.208540 0.0353




AQUAPARK 0.118665 0.173541 0.683785 0.4995 CASINO 0.377530 0.165711 2.278239 0.0303 DISCO -0.344748 0.191443 -1.800784 0.0821 GOLF -0.011932 0.171952 -0.069390 0.9452 SPA 0.063554 0.173147 0.367053 0.7162

TENNIS 0.314210 0.259461 1.211013 0.2357 GARBEVERY1 -0.487123 0.646453 -0.753533 0.4572

SMELL -1.154998 0.536406 -2.153216 0.0398 SWASTEBEACH -0.053327 0.168177 -0.317088 0.7534

SEWTREAT -0.142813 0.156840 -0.910568 0.3700 WATERMUN 0.288793 0.177625 1.625861 0.1148


Variable dependiente:Precios de epoca baja

Regresion sin las caracteristicas del hotel



C -8.239528 17.70679 -0.465332 0.6446 ZONE1 0.348786 0.220880 1.579078 0.1233 ZONE2 0.502640 0.285952 1.757779 0.0875




GARBEVERY1 -0.524424 0.564763 -0.928573 0.3595 SMELL -0.564603 0.481281 -1.173127 0.2487

SWASTEBEACH -0.199815 0.152997 -1.306008 0.2001 SEWTREAT -0.159544 0.160184 -0.996000 0.3261 WATERMUN 0.238572 0.159300 1.497625 0.1432


La costa norte

Sample(adjusted): 4 31 IF ZONE=1 Included observations: 20 after adjusting endpoints


C -46.50796 52.38828 -0.887755 0.3955 AIRPORTKM -0.023430 0.011496 -2.038090 0.0689

DISTKM -0.000920 0.001133 -0.811898 0.4358 DISTURBANKM 0.030954 0.031760 0.974602 0.3527 ROOMDENSITY -0.005410 0.002929 -1.847433 0.0944

STAR 0.898008 0.331915 2.705533 0.0221 YEAR 0.024350 0.026166 0.930578 0.3740

SWASTEBEACH 0.132163 0.385286 0.343026 0.7387 SEWTREAT -0.448172 0.324284 -1.382034 0.1971 WATERMUN 0.852162 0.439903 1.937160 0.0815


La costa este

Sample(adjusted): 32 70 IF ZONE=2 Included observations: 25 after adjusting endpoints


C -8.718624 16.46573 -0.529501 0.6042 AIRPORTKM -0.013579 0.003529 -3.848069 0.0016

DISTKM -0.000303 0.000121 -2.502030 0.0244 DISTURBANKM -0.000844 0.002958 -0.285201 0.7794 ROOMDENSITY -0.002668 0.003263 -0.817663 0.4263

STAR 0.395662 0.117038 3.380625 0.0041 YEAR 0.006050 0.008548 0.707712 0.4900

SWASTEBEACH -0.144699 0.153213 -0.944430 0.3599 SEWTREAT 0.427943 0.192091 2.227811 0.0416 WATERMUN 0.147627 0.140577 1.050152 0.3103

R-squared 0.778254 Mean dependent var 4.200196 Adjusted R-squared 0.645206 S.D. dependent var 0.435723 S.E. of regression 0.259537 Akaike info criterion 0.429336 Sum squared resid 1.010389 Schwarz criterion 0.916886 Log likelihood 4.633298 F-statistic 5.849425 Durbin-Watson stat 1.881096 Prob(F-statistic) 0.001422

Resumen

Los precios en la costa este son mas altos que en la costa norteLa diferencia puede ser explicada por Calidad del servicio Variables ambientales y disponibilidad de

recursos naturales

Esto no significa que la calidad ambiental sea mejor en la costa esteLos desafios ambientales son distintos

Summary

Variables Zone 1 Zone 2 Characteristics of the area AIRPORTKM AIRPORTKM ROOMDENSITY DISTKM Characteristics of the hotel STAR STAR Environmental characteristics WATERMUN SEWTREAT Note: Statistical significance is at 10% level.

Método del costo de viaje

La tasa de visitación depende de: Costo de viaje desde cada zona Características de la población de cada zona

Ingreso promedio Distribución de edad Otras variables (i.e. disponibilidad de sitios substitutos en la

zona)

La relación entre la tasa de visitación y el costo de viaje es estimada con métodos econométricos

Trip Generating Function

vi = v (travelcosti+admissionfee, incomei, other variablei)

Where vi = visitation rate

Método del costo de viaje – representación grafica

Loc. 1Loc. 3

Loc. 4Loc. 2

PARK

Zona Tasa de visitación

Costo de viaje (US$)

Ingreso promedio (US$)

Loc. 1 100/ 1000

20 1000

Loc. 2 70/ 1000 30 1100

Loc. 3 80/ 1000 40 1300

Loc. 4 60/ 1000 50 900


El área debajo de la curva de ‘demanda’ nos da la disposición a pagar por la experiencia recreativa del parque

Costo de viaje

Numero de visitas en un añoCV BV

C

B

A

Choke Price

0$TC

CPTC

1$TC

2$TC

AV

0D


Asuma que la calidad del parque disminuya (e.g. derrame petrolero, ruido por una nueva carretera)El numero de visitas disminuye (la demanda pasa de D1 a D2)

La perdida de bienestar esta dada por el área sombreada entre las dos curvas de demanda

Visits

Admission fee

p*

v1v2

D1D2

Perdida de bienestar

Calidad de agua en Davao, Filipinas – Paso 1

Funcion de visitacion vi = α0 + α1TCi+ α2Yi + α3EDUi + α4EDADi + α5TCsubi + α6other variablei + errori

ResultadosTable 5.1. Parameters of the trip generating function before the adivsory Variables Parameter obtained

from pre-advisory estimation

t-statistics

Intercept α0 = 9.762 3.37 Travel cost α 1 = -0.104 -4.11

Income α 2 = 0.026 1.96 Education α 3 = -0.163 -0.93 Age α 4 = -0.027 -0.58 Substitute α 5 = 0.019 2.92


Funcion de demandaDi = (α0 + α1TCi+ α2Yi + α3EDUi + α4EDADi + α5TCsubi + α6other variablei) + α1Pi

Di = 5,163 – 0,104*Pi

5,163

P

D


Cambio en el bienestarAntes: Di = 5,163 – 0,104*Pi

Despues: Di = 1,079 – 0,029*Pi

5,163

P

D1,079

Documents

Valoraci ó n Econ ó mica Ejemplos Precios hed ó nicos Costo de viaje