SciELO - Scientific Electronic Library Online

 
vol.22 número3Modelos biométricos forestales en Hidalgo, México: estado del arteSeries de incremento del área basal en árboles dominantes de Pseudotsuga menziesii (Mirb.) Franco muestra periodicidad de acuerdo con patrones climáticos globales índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista Chapingo serie ciencias forestales y del ambiente

versión On-line ISSN 2007-4018versión impresa ISSN 2007-3828

Rev. Chapingo ser. cienc. for. ambient vol.22 no.3 Chapingo sep./dic. 2016

http://dx.doi.org/10.5154/r.rchscfa.2015.07.030 

Nota Tecnica

Estimación econométrica de la elasticidad ingreso de la demanda de los consumidores de servicios ambientales

Cristóbal M. Cuevas-Alvarado1  * 

Fermín Sandoval-Romero2 

Ramón Valdivia-Alcalá2 

José M. Ramírez-Espinosa3 

Amparo M. Borja-de la Rosa4 

1Consultor independiente. Calle Arboledas núm. 28. C. P. 56264. Montecillo, Texcoco, Estado de México, MÉXICO.

2Universidad Autónoma Chapingo, División de Ciencias Económico Administrativas. Carretera México-Texcoco km 38.5. C. P. 56230. Chapingo, Texcoco, Estado de México, MÉXICO.

3Consultor independiente. Calle Morelos núm. 128. C. P. 56100. Texcoco, Estado de México. MÉXICO.

4Universidad Autónoma Chapingo, División de Ciencias Forestales. Carretera México-Texcoco km 38.5. C. P. 56230. Chapingo, Texcoco, Estado de México, MÉXICO.

Resumen

El objetivo de la presente investigación fue estimar la elasticidad ingreso de la disposición a pagar de los consumidores de servicios ambientales proporcionados por el parque recreativo de los Prismas Basálticos de Huasca de Ocampo, Hidalgo. La importancia del estudio radica en las recomendaciones de política ambiental para hacer que el ecosistema de los Prismas Basálticos sea sustentable económicamente mediante el cobro diferencial de cuotas de entrada. La metodología utilizada fue la segmentación de los consumidores a partir del modelo de análisis de conglomerados en dos etapas. El principal resultado fue la identificación de tres tipos de consumidores, quienes los de menor ingreso tienen mayor disponibilidad a pagar por mejoras potenciales en los servicios recreativos del parque, mientras que los de mayores ingresos tienen menor disponibilidad a pagar. Los resultados indican que, en los tres tipos de consumidores, la elasticidad ingreso de la disponibilidad al pago por mejoras potenciales a la calidad de los servicios recreativos es menor que la unidad y mayor que cero; es decir, que los servicios recreativos son un bien normal. El resultado es relevante y consistente con los reportados en otras investigaciones.

Palabras clave: Análisis de conglomerados; modelo de probabilidad; política ambiental; tipología multivariada; variación compensatoria.

Introducción

Una de las discusiones que más acapara la atención de los investigadores de la economía ambiental consiste en determinar si los bienes y servicios ambientales que los recursos naturales prestan son bienes de lujo o no. Respecto a este debate, existen también razones relacionadas con la distribución del ingreso, pues es de interés conocer si los grupos sociales de bajos ingresos presentan mayor disponibilidad a pagar (DAP) por una mejora en la calidad de los bienes ambientales que los grupos de altos ingresos (Kristrom & Riera, 1996). Este es un aspecto importante que requiere de atención para hacer cuantificaciones empíricas sobre la magnitud de la elasticidad ingreso de la demanda de servicios ambientales. Desde el punto de vista de quienes toman las decisiones de política ambiental, otra cuestión de preocupación concierne a la forma en que los cambios en los precios afectan la cantidad demandada de servicios ambientales. Las innovaciones tecnológicas podrían implicar costos reducidos en el suministro de servicios ambientales, y el conocimiento de la elasticidad precio de la demanda predeciría la respuesta de los consumidores a tal cambio. También podría ser de interés la predicción de la respuesta a la introducción de instrumentos de política económica tales como impuestos, cargos o subsidios, con el propósito de influir en el comportamiento de las empresas y consumidores con el medio ambiente (Haneman, 1984).

En el presente trabajo se obtuvieron indicadores de la DAP por mejoras ambientales en el ecosistema de los Prismas Basálticos de Huasca de Ocampo, en el estado de Hidalgo, a través de una encuesta realizada a los visitantes. La investigación se hizo con el objetivo de hacer una segmentación de consumidores de servicios recreativos que sirva de punto de partida para calcular la DAP por estrato, y estimar la elasticidad ingreso de la demanda para determinar si los servicios recreativos ambientales de los Prismas Basálticos son un bien inferior, normal o un bien de lujo. La hipótesis de la investigación fue que la elasticidad ingreso de la DAP de los consumidores de servicios recreativos es menor que la unidad, pero mayor que cero, de esta forma los servicios recreativos pueden clasificarse como un bien normal para la tipología de consumidores que pudiera ser identificada.

Materiales y métodos

Los Prismas Basálticos se ubican en el municipio de Huasca de Ocampo, estado de Hidalgo, a 38 km al noreste de la ciudad de Pachuca por la carretera federal 105. El municipio de Huasca cuenta con un clima templado semifrío y temperatura anual de 15 °C.

La caracterización de los consumidores de servicios recreativos se hizo con una muestra de 285 observaciones extraídas al azar de una encuesta realizada en 2012 en Huasca de Ocampo, Hidalgo. Se utilizaron las herramientas conceptuales del análisis multivariado y el modelo estadístico de elección discreta logit binario, así como los conceptos de economía ambiental. Los grupos de consumidores con características similares se identificaron mediante análisis multivariado, utilizando análisis de conglomerados en dos etapas, y para la estimación empírica del concepto microeconómico teórico, llamado variación compensatoria, se utilizó el modelo (de probabilidad) logístico dicotómico. La estimación empírica de la variación compensatoria es el indicador de la medida de tendencia central llamada disponibilidad a pagar.

Las variables utilizadas para definir la tipología de consumidores se describen en Cuadro 1. La variable dependiente discreta fue la DAP y el resto fueron las respectivas variables explicativas. El proyecto de mejoras a los atributos ambientales planteado a los visitantes de los Prismas Basálticos, por el cual se les preguntaba si estaban dispuestos a pagar, consistió en la conservación de los prismas y su belleza escénica, conservación del agua y mejora de su calidad, conservación de los árboles y áreas verdes que benefician al ecosistema.

Cuadro 1 Variables utilizadas para definir la tipología de visitantes en el ecosistema de los Prismas Basálticos de Huasca de Ocampo, Hidalgo. 

Variable Descripción Tipo Unidades o Atributo
DAP Disponibilidad a pagar Nominal 0 = No, 1 = Si
PREC Precio Continua Cantidad monetaria a pagar ($ por miembro) para el acceso al sitio recreativo
IFA Ingreso familiar Continua $·mes-1
ED3A Edad Continua Años
ESC Escolaridad Continua Años de estudio
TFA Tamaño de familia Continua Número de miembros
GEN Género Nominal 0 = Masculino, 1 = Femenino
ECI Estado civil Nominal 0 = Casado, 1 = Soltero

Fuente: Elaborado a partir de la encuesta a visitantes de Huasca de Ocampo (2012).

En el caso de la economía ambiental neoclásica, se utiliza la economía del bienestar que fundamenta teóricamente la variación compensatoria y orienta el cálculo empírico de su expresión monetaria observable: la DAP del consumidor de servicios recreativos ambientales. El otro concepto microeconómico utilizado ampliamente es la elasticidad ingreso de la disponibilidad a pagar, que mide la sensibilidad en la DAP de un consumidor por los servicios recreativos cuando hay un cambio en el ingreso económico (Azqueta, 2007; Bateman, Mace, Fezzi, Atkinson, & Turner, 2011).

En el caso del modelo de probabilidad, la variable dependiente asume valores discretos codificados como “1” cuando el consumidor da una respuesta afirmativa (si) a la pregunta sobre su disponibilidad a pagar, y “0” cuando su respuesta es negativa (no). La expresión para el cálculo de la elasticidad ingreso de la DAP es:

ηI=θx10.5

donde:

ƞ1 =

Elasticidad ingreso de la DAP

I =

Ingreso del consumidor

θ =

Efecto marginal sobre la variable dependiente ante un cambio en la variable independiente en el modelo logístico de probabilidad

θ=βIngeβ'x1+eβ'x2

donde:

βIng =

Parámetro asociado a la variable ingreso promedio (I)

e =

Constante de Euler (Hanemann & Kanninen, 2001)

β' =

Vector transpuesto de los parámetros del modelo de regresión

x =

Vector de variables independientes del modelo de regresión

La estimación empírica de θ es proporcionada directamente por la salida de resultados cuando se ha corrido la regresión logística respectiva en el software NLOGIT versión 5 (Econometric-Software, 2012). En el caso del denominador 0.5 de la expresión para el cálculo de la elasticidad ingreso es necesario hacer dos comentarios adicionales. En primer lugar, en el presente estudio, los cálculos se presentan para el punto de probabilidad de 0.5. La elasticidad varía drásticamente en función del tramo de la curva que se esté analizando porque la misma se encuentra en el intervalo de cero y la unidad (Horby & Soderqvist, 2003).

De acuerdo con la teoría microeconómica, el servicio recreativo ambiental es un bien inferior cuando la elasticidad ingreso es negativa, pues el consumo disminuye al aumentar su precio. Si la elasticidad se encuentra entre cero y la unidad, el servicio recreativo es un bien normal, y si es mayor que la unidad se trata de un bien superior o de lujo (Vázquez, Cerda, & Orrego, 2007).

Una vez que las variables relevantes fueron definidas, la segmentación de los consumidores de servicios recreativos se hizo con el software SPSS versión 16 (SPSS Inc., 2007) y su opción Two-Step Cluster Analysis (análisis de conglomerados en dos etapas). Las variables categóricas utilizadas para la segmentación fueron el estado civil (EC) y género (SEX), mientras que las variables continuas fueron el precio que el consumidor estaba dispuesto a pagar por mejoras en el proyecto (PREC), ingreso familiar (IFAM), edad (EDA), nivel escolar (ESC) y tamaño de familia (TFA).

El método análisis de conglomerados en dos etapas se basa en la metodología denominada Balanced iterative reducing and clustering using hierarchies (BIRCH). De acuerdo con Bacher, Wenzig, y Vogler (2004), en la primera etapa, las observaciones son preagrupadas a través de distancias cuantificadas por el logaritmo de la verosimilitud, lo cual genera un árbol de características. Los subconglomerados resultantes se agregan posteriormente en el segundo paso, comparando sus distancias con un umbral específico. De esta manera, si la distancia es mayor que el umbral, los dos conglomerados se fusionan (Bacher et al. 2004; Chiu, Fang, Chen, Wang, & Jeris, 2001; Haab & Kenneth, 2002). Dado que el número de conglomerados existentes se desconocía a priori, el algoritmo computacional los determinó de forma automática con base en los criterios estadísticos referidos anteriormente.

Resultados y discusión

En el Cuadro 2 se muestran los resultados del autoagrupamiento de los datos de los consumidores de servicios recreativos. El criterio de agrupamiento, en este caso el criterio bayesiano de información (BIC), es computado para cada número potencial de conglomerados. Entre más pequeño sea el valor del BIC mejor será el modelo y, por tanto, indicará la mejor solución para determinar el número de conglomerados; es decir, el número óptimo de conglomerados se obtiene cuando se tiene el más bajo cambio en el BIC y la más alta razón (ratio) de medidas de distancia. En el Cuadro 2 se observa que este criterio se cumple cuando el cambio en el BIC toma el valor de -213.959 y la razón de medidas de distancia es máxima (2.134), por lo tanto, el número óptimo de conglomerados es tres.

Cuadro 2 Autoagrupamiento con base en la información proporcionada por los consumidores de servicios recreativos en el ecosistema de los Prismas Basálticos de Huasca de Ocampo, Hidalgo. 

Número de conglomerado Criterio bayesiano de Schwarz (BIC) Cambio de BIC Relación de cambio en BIC Relación de medidas de distancia
1 1,830.758 - - -
2 1,564.861 -265.897 1.000 1.184
3 1,350.902 -213.959 0.805 2.134
4 1,286.664 -64.238 0.242 1.591
5 1,271.489 -15.175 0.057 1.249

Fuente: Elaborado a partir del análisis generado por SPSS 15 y su opción Two-Step Cluster Analysis.

En el Cuadro 3 se muestra la distribución inter e intraconglomerado de la DAP y de dos variables socioeconómicas categóricas de los consumidores de servicios recreativos.

Cuadro 3 Frecuencias porcentuales por tipo de consumidor de servicios recreativos del ecosistema de los Prismas Basálticos de Huasca de Ocampo, Hidalgo. 

Tipos Disponibilidad a pagar Género Marital status
Masculino Femenino Casado Soltero
Si No
I 40.5 31.1 35.8 39.6 93.9 0.0
II 26.2 33.3 0.0 60.4 6.1 43.3
II 33.3 35.6 64.2 0.0 0.0 56.7
Total 100.0 100.0 100.0 100.0 100.0 100.0

Fuente: Elaborado a partir del análisis generado por SPSS 15 y su opción Two-Step Cluster Analysis.

A manera de ejemplo, en el caso de la DAP, 195 de los 285 entrevistados estuvieron dispuestos a pagar por mejoras en los servicios recreativos que el ecosistema proporciona, y 90 manifestaron no estar dispuestos a pagar. De los 195 consumidores que manifestaron estar dispuestos a pagar, 40.5 % se localiza en el consumidor tipo I; 26.2 %, en el consumidor tipo II, y 33.3 %, en el tipo III.

El Cuadro 4 muestra el concentrado de los indicadores microeconómicos de los consumidores de servicios recreativos para el modelo general y para los tres tipos de consumidores, que permite analizar conjuntamente las características socioeconómicas, los indicadores de la disponibilidad a pagar y la elasticidad ingreso estimada a partir del modelo de probabilidad.

Cuadro 4 Indicadores microeconómicos de los consumidores de servicios recreativos del ecosistema de los Prismas Basálticos de Huasca de Ocampo, Hidalgo. 

Modelo / Tipo Disponibilidad a pagar ($) Ingreso familiar ($) Edad (años) Escolaridad (años de estudio) Tamaño de familia (miembros) Elasticidad ingreso
I 43.20 9,295.00 29.3 4.1 4.3 0.56
II 36.90 8,751.00 41.1 3.5 3.7 0.18
III 47.80 8,689.00 40.6 4.1 4.8 0.17
Completo 42.00 8,934.00 36.5 3.9 4.2 0.27

Fuente: Elaborado a partir del análisis generado por SPSS 15 y su opción Two-Step Cluster Analysis.

Considerando a los indicadores microeconómicos de la DAP como mejoras en el ecosistema de los Prismas Basálticos que incrementan el bienestar de los consumidores de servicios recreativos, y a la elasticidad ingreso como el hilo conductor del análisis, se tienen los siguientes tipos de consumidores:

Consumidor tipo I. La elasticidad ingreso más alta se observó en el consumidor tipo I (0.56) que se caracteriza por tener, en promedio, el ingreso mensual familiar más alto ($ 9,295.00), escolaridad de 4.1 años, tamaño familiar de 4.3 miembros, y ser el más joven (29.3 años). La disponibilidad a pagar para acceder a un incremento en la satisfacción que derive de mejoras potenciales en el ecosistema de los Prismas Basálticos es la segunda más alta ($ 43.20 por persona). El valor de la elasticidad del consumidor tipo I indica que, si se observara incremento de 10 % en su ingreso, habría un estímulo para que su DAP incremente 5.6 %. Este indicador significa que, para el consumidor tipo I, los servicios recreativos prestados por los bienes ambientales son un bien normal.

Consumidor tipo II. La elasticidad ingreso para el consumidor tipo II es de 0.18. Este consumidor se caracteriza por tener ingreso promedio mensual de $ 8,751.00, menor escolaridad (3.5 años), menor tamaño familiar (3.7 miembros), y ser el de mayor edad (41.1 años). Este tipo de consumidor tiene la más baja DAP ($ 36.90 por miembro) por acceder a mejoras en el ecosistema de los Prismas Basálticos que mejorarían la calidad de los servicios recreativos ambientales. La elasticidad del consumidor tipo II indica que, si se observara incremento de 10 % en su ingreso, habría un estímulo para que su DAP por un proyecto de mejoras en el ecosistema de los Prismas Basálticos incremente 1.8 %. Este indicador significa que el consumidor tipo II considera que los servicios recreativos prestados por los bienes ambientales son un bien normal.

Consumidor tipo III. La elasticidad más baja (0.17) se observa en el consumidor tipo III que se caracteriza por tener el ingreso mensual más bajo ($ 8,689.00), edad promedio de 40.6 años (11 años mayor que el consumidor tipo I), escolaridad de 4.1 años y 4.8 miembros por familia. En contraste con los otros dos tipos de consumidores, el consumidor tipo III tiene la más alta DAP ($ 47.80) con el fin de obtener una mayor satisfacción derivada de mejoras potenciales en el ecosistema de los Prismas Basálticos. La elasticidad del consumidor tipo III indica que, si se observara incremento de 10 % en su ingreso, habría un estímulo para que su DAP incremente 1.7 %. Esto significa que los servicios recreativos prestados por los bienes ambientales son un bien normal para dicho consumidor.

Los resultados estimados son consistentes con las investigaciones de Horby y Soderqvist (2003) en Grecia. Estos autores estimaron que la elasticidad ingreso estimada fue mayor que cero y menor que la unidad, por lo que los servicios recreativos ambientales se comportan como un bien normal y no como un bien de lujo. Por su parte, Kristrom y Riera (1996) encontraron lo mismo en una muestra para toda España, excepto que los consumidores de servicios recreativos ambientales de menores ingresos manifestaron una más alta DAP que los consumidores de más altos ingresos.

Conclusiones

Los resultados permiten concluir que es posible identificar tres tipos de consumidores de servicios recreativos proporcionados por los Prismas Basálticos de Huasca de Hidalgo. Para los tres tipos de consumidores, los servicios recreativos prestados por el ecosistema son un bien normal. Se encontró que la disponibilidad a pagar de los consumidores de servicios recreativos proporcionados por un sistema ecológico es mayor en los consumidores con el menor nivel de ingreso familiar que en los estratos de mayor ingreso.

Referencias

Azqueta, O. D. (2007). Introducción a la economía ambiental (2a ed.). Madrid, España: McGraw-Hill. [ Links ]

Bacher, J., Wenzig, K., & Vogler, M. (2004). SPSS two step clustering. A first evaluation. In C. B. Dijkum, J. Blasius, & C. Durand (Eds.), Recent developments and applications in social research methodology (pp. 1-20). Leverkusen. Germany: Barbara BudriCH Publishers. [ Links ]

Bateman, I. J., Mace, G. M., Fezzi, C., Atkinson, G., & Turner, R. K. (2011). Economic analysis for ecosystem service assessments. Environmental Resource Economics, 48, 177- 211. doi: 10.1007/1007/s10640-010-9418-x [ Links ]

Chiu, T., Fang, D., Chen, J., Wang, Y., & Jeris, C. (2001). A robust and scalable clustering algorithm for mixed type attributes. In Association for Computing Machinery (ACM) (Ed.), Large database environment. Proceedings of the seventh ACM SIGKDD international conference on knowledge discovery and data mining (pp. 263-268). NY, USA: ACM. doi: 10.1145/502512.502549 [ Links ]

Horby, S., & Soderqvist, T. (2003). Elasticities of demand and willingness to pay for environmental services in Sweden. Environmental and Resource Economics, 26, 361- 383. doi: 10.1023/B:EARE.0000003581.97411.75 [ Links ]

Haab, T. C., & Kenneth, E. M. (2002). Valuing environmental and natural resources: The econometrics of non-market valuation. Cheltenham, UK - Northampton, MA, USA: Edward Elgar Publishing. [ Links ]

Haneman, W. M. (1984). Welfare evaluations in contingent valuation experiments with discrete responses. American Journal of Agricultural Economics, 66(3), 332- 341. doi: 10.2307/1240800 [ Links ]

Hanemann, M., & Kanninen, B. (2001). The statistical analysis of discrete-response CV data. In I. J. Bateman, & K. G. Willis (Eds.), Valuing environmental preferences. Theory and practice of the contingent valuation method in the US, EU, and developing countries (pp. 301-441). USA: Oxford University Press. [ Links ]

Kristrom, B., & Riera, P. (1996). Is the income elasticity of environmental improvements less than one? Environmental Resource Economics, 7(1), 45-55. doi: 10.1007/BF00420426 [ Links ]

Econometric-Software (2012). NLOGIT 5. USA: Author. Retrieved from http://www.limdep.com/products/nlogitLinks ]

SPSS Inc. (2007). SPSS for Windows, version 16.0. Chicago, USA: Author. [ Links ]

Vázquez, L. F., Cerda, U. A., & Orrego, S. S. (2007). Valoración económica del ambiente. Fundamentos económicos, econométricos y aplicaciones. Buenos Aires, Argentina: Thomson Cengage Learning. [ Links ]

Recibido: 27 de Julio de 2015; Aprobado: 26 de Febrero de 2016

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License