SciELO - Scientific Electronic Library Online

 
vol.24 issue2Precision of remote sensors to estimate aerial biomass parameters: portable LIDAR and optical sensorsGrowth and survival of a plantation of Pinus greggii Engelm. ex Parl. var. greggii under different fertilization treatments author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista Chapingo serie ciencias forestales y del ambiente

On-line version ISSN 2007-4018Print version ISSN 2007-3828

Rev. Chapingo ser. cienc. for. ambient vol.24 n.2 Chapingo May./Aug. 2018

http://dx.doi.org/10.5154/r.rchscfa.2017.05.037 

Artículo científico

Estimación de beneficios económicos por mejoras en los servicios de saneamiento básico mediante experimentos de elección

Juan W. Tudela-Mamani1  * 

Juan A. Leos-Rodríguez2 

1Universidad Nacional del Altiplano, Facultad de Ingeniería Económica. Av. El Ejército 329. A. P. 291. Puno, República del Perú.

2Universidad Autónoma Chapingo, Centro de Investigaciones Económicas, Sociales y Tecnológicas de la Agroindustria y la Agricultura Mundial (CIESTAAM). km 38.5 carretera México-Texcoco. C. P. 56230. Chapingo, Texcoco, Estado de México, México.

Resumen

Introducción:

La gestión de servicios de saneamiento básico en Perú es considerada política pública de alta prioridad.

Objetivo:

Estimar los beneficios económicos por una mejora en la provisión de servicios de saneamiento básico (agua, alcantarillado y tratamiento de aguas) en Puno, Perú.

Materiales y métodos:

Los beneficios económicos se estimaron a partir de los datos obtenidos en una encuesta a 392 jefes de familia. Las estimaciones econométricas se hicieron mediante un experimento de elección con modelos logit multinomial y logit mixto.

Resultados y discusión:

Se estimó una disposición a pagar marginal agregada de 9.95 PEN (3.32 USD) mensuales por vivienda; si se considera el total de hogares favorecidos, dicha cantidad representa una medida de beneficio económico. El atributo tratamiento de aguas residuales es más valorado que los atributos provisión de agua y alcantarillado. Con respecto a los modelos utilizados, el modelo logit mixto-dummy codes presentó mayor consistencia teórica de los resultados.

Conclusión:

La elección de alternativas de mejora en los servicios de saneamiento básico está fuertemente condicionada por el nivel educativo y el ingreso monetario mensual de los usuarios. Cualquier política orientada a mejorar los servicios de saneamiento básico en la ciudad de Puno debe enfocarse en la solución del tema de tratamiento de aguas residuales.

Palabras clave: logit multinomial; logit mixto; máxima verosimilitud simulada; valor económico.

Introducción

Las decisiones de política en cualquier sector de la economía producen cambios en el bienestar de la sociedad; en consecuencia, los beneficios potenciales generados tienen que cuantificarse para justificar los costos asociados a su implementación (Uribe, Mendieta, Jaime, & Carriazo, 2003). Una de las metodologías más prometedoras en este campo son los experimentos de elección (EE) que forman parte de los métodos de valoración multiatributo (Holmes & Adamowicz, 2003).

El interés en los métodos de valoración multiatributo ha aumentado, en parte, como respuesta a los cuestionamientos planteados al método de valoración contingente (MVC). Las técnicas de valoración multiatributo se dividen en dos categorías que difieren según la escala de medición utilizada. En la primera categoría se encuentran los enfoques basados en las preferencias, donde los individuos califican escenarios alternativos en una escala cardinal. La segunda categoría se compone de enfoques basados en la elección, donde se solicita a los individuos elegir (usando una escala ordinal) el escenario preferido (Ben-Akiva & Lerman, 1985; Holmes & Adamowicz, 2003).

Con respecto al uso de EE, hay algunos estudios realizados en el campo de la economía ambiental. Uno de ellos es el de Tudela (2010), quien sugiere criterios técnicos para priorizar políticas de gestión en áreas naturales protegidas de México. En esa misma línea, Villota (2009) determinó el valor económico del humedal de Lenga en Concepción, Chile. También destaca el estudio de Birol, Karousakis, y Koundouri (2006), quienes estimaron valores monetarios de varias funciones ecológicas, sociales y económicas que el humedal de Cheimaditida proporciona a la población griega. Asimismo, Hanley, Wright, y Álvarez-Farizo (2006) estimaron el valor económico de mejoras ecológicas en el río Wear en la ciudad de Durham, Inglaterra, y en el río Clyde en el centro de Escocia. Carlsson, Frykblom, y Liljenstolpe (2003) identificaron los atributos que aumentan y disminuyen el bienestar de los ciudadanos considerando sus preferencias sobre un humedal de agua en Staffanstorp, al suroeste de Suecia.

Por otra parte, varios estudios con el uso de EE destacan en el tema de valoración económica por mejoras en servicios de saneamiento. Lucich y Gonzales (2015) desagregaron el valor de la calidad del servicio de abastecimiento de agua potable en la ciudad de Tarapoto, Perú. Como resultado obtuvieron que los atributos del servicio de abastecimiento de agua potable con mayor valor económico para los usuarios son: calidad del agua potable respecto a sus niveles de turbidez, horas de abastecimiento de agua y disponibilidad del recurso hídrico a través de la conservación de su fuente. Justes, Barberán, y Farizo (2014) valoraron los usos del agua en la ciudad de Zaragoza, España, y concluyeron que el número de miembros del hogar, la situación laboral, la edad, los ingresos y el nivel de consumo de agua son variables importantes que se deben tener en cuenta en el diseño de tarifas. Tarfasa y Brouwer (2013) estimaron la disposición a pagar por mejoras en los servicios de abastecimiento de agua en una zona urbana de Etiopía; el diseño del EE les permitió estimar el valor de la disponibilidad de agua para consumo y el suministro futuro. Birol y Das (2010) estimaron la disposición a pagar por mejoras en la capacidad y la tecnología de una planta de tratamiento de aguas residuales en el municipio de Chandernagore, situado a orillas del río Ganges en la India. En el caso de la valoración de preferencias en el suministro de agua, Blamey, Gordon, y Chapman (1999) estimaron el valor ambiental en el contexto de un consumidor que evalúa opciones de suministro futuro de agua en la capital de Australia.

Con base en la revisión de literatura sobre la temática expuesta, queda claro que es posible valorar los beneficios económicos que generen políticas públicas orientadas a mejorar el bienestar de la población. Por lo anterior, el objetivo de esta investigación fue estimar los beneficios económicos potenciales por una mejora en la provisión de servicios de saneamiento básico (agua, alcantarillado y tratamiento) en la ciudad de Puno, República del Perú. De manera específica, dos resultados sobre los cuales se trabaja en esta investigación son de interés; el primero consiste en priorizar la alternativa de intervención que genera mayor bienestar a los usuarios, y el segundo es identificar las variables socioeconómicas que condicionan la elección de alternativas. Se espera que los resultados provean información de utilidad para los actores sociales y se convierta en herramienta para la toma de decisiones en la asignación de recursos y gestión de los servicios de saneamiento básico en la ciudad de Puno.

Materiales y métodos

El EE tiene una base teórica en el modelo de elección de consumo de Lancaster y una base econométrica en los modelos de utilidad aleatoria. Lancaster rompe con la teoría tradicional del comportamiento del consumidor al suponer que éste demanda bienes en virtud de sus características o propiedades y que son estas características, y no los bienes en sí, las que generan utilidad. Por su parte, la teoría de la utilidad aleatoria supone un individuo perfectamente racional que opta siempre por la alternativa que le implica una mayor utilidad esperada (Tudela, 2010). En consecuencia, si se consideran diferentes atributos para las distintas alternativas de elección, los individuos expresarán sus preferencias por una selección de combinaciones posibles. Por ejemplo, si los individuos expresan sus preferencias realizando elecciones entre las alternativas j = 1, 2, …J del conjunto de elección C, entonces la utilidad por la elección de la alternativa j para cada individuo estará dada por:

Uij=VZij,Si,Mi+εij

En cada alternativa del conjunto de elección, la función de utilidad indirecta depende de los niveles que tomen los atributos Z ij , las características socioeconómicas de los usuarios S i y del ingreso M i . El usuario i preferirá la alternativa h sobre cualquiera de las opciones j en el conjunto de elección C, si la utilidad que la alternativa h le reporta es superior a la utilidad que le ofrece cada una de las opciones; es decir, si Uih>Uijhj;h,jC . Por tanto, la probabilidad de elegir la alternativa h será:

Prih=PrUihZih,Si,Mi>UijZij,Si,Mi

La utilidad está compuesta de un componente determinístico v ih y un componente no observable de error aleatorio e ih . El componente observable de la utilidad (función indirecta de utilidad) se puede expresar como una función lineal de las variables explicativas:

vij=αj+β1Z1+β2Z2+...+βkZk+γMi-COSTOj+δ1S1*αj+...+δpSp*αj

donde,

α =

constante específica para cada alternativa

β =

vector de coeficientes de utilidad asociado con el vector Z de variables explicativas

γ =

coeficiente asociado al precio de la alternativa j, COSTO j

δ =

vector de coeficientes asociado a las variables socioeconómicas (Blamey et al., 1999)

Por consiguiente, la probabilidad de que el individuo i prefiera la alternativa h ( C equivale a la probabilidad de que la suma de los componentes observables y aleatorios de esa opción sea mayor que la misma suma para el resto de las alternativas presentadas, es decir:

Prih=Prαh+β1Z1+...+βkZk+γMi-COSTOh+δ1S1*αh+...+δpSp*αh+εih>αj+β1Z1+...+βkZk+γMi-COSTOj+δ1S1*αj+...+δpSp*αj+εij

Las medidas de bienestar se obtienen a partir de la estimación de los parámetros que definen la función indirecta de utilidad, para lo cual es preciso definir una función de probabilidad. McFadden (1974) observó que, si los términos de error de la ecuación anterior son independientes e idénticamente distribuidos con una distribución Gumbel o de valor extremo tipo I, la probabilidad de elegir la alternativa h tiene la siguiente representación:

Prih=expωvihZih,Si,MijexpωvijZij,Si,Mi=expωαh+β1Z1+...+βkZk+γMi-COSTOh+δ1S1*αh+...+δpSp*αhjexpωαj+β1Z1+...+βkZk+γMi-COSTOj+δ1S1*αj+...+δpSp*αj

Esta expresión, en la cual los atributos a valorar y las características de los individuos están presentes, es conocida como logit multinomial o logit condicional; donde, ( es un parámetro de escala inversamente proporcional a la desviación estándar del término de error de la distribución y se normaliza típicamente como uno (Ben-Akiva & Lerman, 1985). El problema principal del modelo logit multinomial es el supuesto implícito de independencia de las alternativas irrelevantes; es decir, el cociente de probabilidad de elección de dos alternativas es independiente de cualquier otra alternativa real o potencial. Tal supuesto da lugar a resultados sesgados cuando no se cumple (Louviere, Hensher, & Swait, 2000). Los parámetros de la función indirecta de utilidad (α, β y δ) se estiman mediante el método de máxima verosimilitud (Greene, 2003).

Por otro lado, el modelo logit mixto es muy flexible y puede aproximar cualquier modelo de utilidad aleatoria (McFadden & Train, 2000). Este modelo elude las limitaciones del modelo logit multinomial, permitiendo variación aleatoria de preferencias, patrones de sustitución no restringidos y correlación entre factores no observados a lo largo del tiempo. Las probabilidades del logit mixto son las integrales de las probabilidades logit multinomial sobre una densidad de probabilidad de los parámetros. En un modelo logit mixto, las probabilidades de elección se expresan de la siguiente forma (Train, 2009):

Prih=Lihβfβdβ

Lihβ=expvihβj=1Jexpvijβ

donde,

L ih (β) =

probabilidad logit evaluada en los parámetros β

f(β) =

función de densidad de probabilidad

v ih (β) =

parte observada de la utilidad, que depende de los parámetros β.

Si la utilidad es lineal en β, entonces . En este caso, la probabilidad del modelo logit mixto toma la siguiente forma:

Prih=expβ'xihj=1Jexpβ'xijfβdβ

La probabilidad del modelo logit mixto es un promedio ponderado de la fórmula logit multinomial evaluada en diferentes valores de β, con los pesos dados por la densidad f(β). Para la estimación econométrica de los parámetros en los modelos logit mixto se recurre al método de máxima verosimilitud simulada (Train, 2009).

Los parámetros de la función indirecta de utilidad para ambos tipos de modelos se estimaron mediante el procedimiento descrito y, posteriormente, se procedió con la estimación de las medidas monetarias de bienestar. De acuerdo con Alpizar, Carlsson, y Martinsson (2001), para una función de utilidad lineal, la tasa marginal de sustitución entre dos atributos es simplemente el cociente de sus coeficientes, y la disponibilidad a pagar marginal (DAPM) por un cambio en el atributo Z a está dado por:

DAPMa=vijZavijCOSTO=-βaγ

Diseño de tarjetas de elección

Las tarjetas de elección en formato de encuesta se hicieron con base en un diseño experimental derivado del diagnóstico de la problemática de la provisión de servicios de saneamiento básico en la ciudad de Puno, teniendo en cuenta las recomendaciones de Hensher, Rose, y Greene (2005). A continuación, se presentan los aspectos considerados más importantes en la elaboración de las tarjetas de elección.

Identificación de atributos y niveles

Con base en documentos de gestión de la Empresa Municipal de Saneamiento Básico (EMSAPUNO), encargada de la administración de los servicios de agua potable y alcantarillado en la ciudad de Puno, se identificaron tres aspectos que deberían ser prioritarios en el diseño de políticas o proyectos de inversión pública: (1) mejoramiento en la continuidad de la provisión de agua, (2) mejoramiento de la red de alcantarillado y (3) tratamiento de aguas residuales. Louviere et al. (2000) recomiendan introducir un atributo más, que logra restringir las elecciones exigiendo una contraprestación económica por las acciones de mejora. Los niveles de ese atributo monetario se determinaron a partir de una encuesta piloto de pregunta abierta, lo que permitió obtener el valor mínimo y máximo del posible incremento en la tarifa. Estos valores son: 4 PEN, 6 PEN y 8 PEN. El Cuadro 1 resume los atributos y niveles usados en el experimento de elección, en términos operativos.

Cuadro 1 Definición de atributos, variables y niveles en el experimento de elección, para la estimación de beneficios económicos por mejoras en el servicio de saneamiento básico en Puno, Perú.  

Atributos Variables Niveles
Provisión de agua Aumento en continuidad a 24 horas (ACA24) Excelente (24 horas) Bueno (12 horas) Deficiente (no cambia)
Aumento en continuidad a 12 horas por día (ACA12)
Alcantarillado Renovación de 100 % de la red de alcantarillado (R100) Excelente (100 %) Bueno (50 %) Deficiente (no cambia)
Renovación de 50 % de la red de alcantarillado (R50)
Tratamiento Tratamiento óptimo de aguas residuales (construcción de una planta de tratamiento de aguas residuales) (TOAR) Excelente (nueva planta) Bueno (limpieza periódica) Deficiente (no cambia)
Tratamiento parcial de aguas residuales (limpieza periódica de lodos con maquinaria - dragas) (TPAR)
Tarifa COSTO adicional 4 PEN 6 PEN 8 PEN

Fuente: Elaboración propia

Generación del diseño experimental

Según el Cuadro 1 existen 81 combinaciones de escenarios diferentes (3 x 3 x 3 x 3); ejecutar la encuesta con dicho número de tarjetas no sería práctico, por lo tanto, se recurrió al análisis factorial fraccionado, el cual minimiza la correlación entre los atributos (Bennett & Adamowicz, 2001). La combinación de atributos, mediante diseño estadístico ortogonal, se realizó con el software SPSS versión 22 (IBM SPSS Statistics, 2014). De acuerdo con el Cuadro 2 se generaron nueve tarjetas o alternativas; estos escenarios óptimos son ortogonales (no existe correlación entre niveles y atributos) y equilibrados (cada nivel aparece en el atributo el mismo número de veces).

Cuadro 2 Combinación de atributos mediante diseño ortogonal para la generación de tarjetas en el experimento de elección. 

Número de tarjeta Agua Alcantarillado Tratamiento Tarifa (PEN)
1 Excelente Bueno Excelente 4
2 Excelente Excelente Deficiente 6
3 Bueno Deficiente Excelente 6
4 Bueno Excelente Bueno 4
5 Bueno Bueno Deficiente 8
6 Deficiente Excelente Excelente 8
7 Deficiente Deficiente Deficiente 4
8 Excelente Deficiente Bueno 8
9 Deficiente Bueno Bueno 6

Fuente: Elaboración propia con base en resultados del software SPSS.

El diseño ortogonal ilustrado en el Cuadro 2 contiene una combinación (tarjeta 7) idéntica al statu quo (que se caracteriza por tener niveles deficientes en todos los atributos). Frente a escenarios de “no mejora” y con una contribución económica, la elección de la tarjeta 7 carece de sentido, por lo que se desechó y al final se tuvieron ocho combinaciones óptimas.

Codificación de los atributos a valorar

Se utilizaron effects codes y dummy codes en la determinación de los efectos de los atributos. El caso effects codes se codifica teniendo en cuenta que cada atributo tiene tres niveles de mejora (deficiente, bueno y excelente); la variable que corresponde a “deficiente” es el nivel base para comparar, por lo que finalmente en el análisis econométrico se trabaja con dos variables para cada atributo (Cuadro 3).

Cuadro 3 Códigos para determinar los efectos de los atributos del cambio en la provisión de servicios de saneamiento en Puno, Perú, mediante effects codes. 

Nivel de calidad Atributos del cambio
Agua Alcantarillado Tratamiento
ACA24 ACA12 R100 R50 TOAR TPAR
Excelente 1 0 1 0 1 0
Bueno 0 1 0 1 0 1
Deficiente -1 -1 -1 -1 -1 -1

Fuente: Elaboración propia. ACA24 = Aumento en continuidad a 24 horas, ACA12 = Aumento en continuidad a 12 horas por día, R100 = Renovación del 100 % de la red de alcantarillado, R50 = Renovación del 50 % de la red de alcantarillado, TOAR = Tratamiento óptimo de aguas residuales, TPAR = Tratamiento parcial de aguas residuales.

En el segundo caso se utiliza dummy codes para la codificación de las variables asociadas a los atributos, para el cual no es necesario otro formato de encuesta. Las variables dummy (0, 1) sustituyen a los effects codes (1, 0, -1).

Implementación de la tarjeta de elección

Operativamente, los ocho conjuntos de elección considerados óptimos en el diseño ortogonal se dividieron en bloques de cuatro versiones diferentes sobre las cuales los usuarios procedieron con su elección: tarjeta 1 (1 y 2), tarjeta 2 (3 y 6), tarjeta 3 (4 y 8) y tarjeta 4 (5 y 9). El Cuadro 4 ilustra un tipo de tarjeta mostrado a los encuestados.

Cuadro 4 Ilustración de un tipo de tarjeta de elección mostrada a los encuestados para conocer la preferencia sobre las alternativas de cambio en la provisión de servicios de saneamiento en Puno, Perú. 

Tarjeta 1 (1&2) Alternativa A Alternativa B Alternativa C
Continuidad en la provisión de agua Aumenta la continuidad de agua en el hogar a 24 horas Aumenta la continuidad de agua en el hogar a 24 horas No cambia
Mejoramiento de las redes de alcantarillado Renovación de 50 % de la red de alcantarillado Renovación de 100 % de la red de alcantarillado No cambia
Tratamiento de aguas residuales Tratamiento óptimo (construcción de una nueva planta) No cambia No cambia
Incremento adicional en la tarifa (PEN·mes-1) 4 6 0
Por favor elija la alternativa que usted prefiere:
Alternativa A ( ) Alternativa B ( ) Alternativa C ( )

En total se aplicaron 392 encuestas a jefes de hogares con conexiones de agua y desagüe. Por las características técnicas del formato de encuesta (presentación de tarjetas a cada jefe de hogar para la elección de la alternativa preferida) fue necesario capacitar a los aplicadores. Todas las encuestas se realizaron en el mes de enero de 2017 en la ciudad de Puno.

El experimento tuvo cuatro repeticiones, de este modo se obtuvo una estructura de datos tipo panel data. Por cada encuestado se obtuvieron 43 = 12 observaciones, distribuidos en 392 encuestas, generándose una base de datos con 4 3 392 = 4 704 observaciones. Los individuos encuestados realizaron 1 568 elecciones (392 4).

Resultados y discusión

El Cuadro 5 presenta una síntesis de los principales resultados de los modelos econométricos estimados. El modelo logit mixto con dummy codes se seleccionó con base en los criterios econométricos; en general, en este modelo, los signos de los coeficientes que acompañan a las variables explicativas son los esperados. Las variables altamente significativas (P ≤ 0.01) fueron ACA24, R100, TOAR, TPAR y COSTO, y las variables significativas al 5 % (P ≤ 0.05) fueron ACA50 y R50. Además, hubo un buen ajuste (16.62 %) en términos del pseudo R2 ajustado (no se acerca demasiado a la unidad), y el estadístico de la razón de verosimilitud (Chi-cuadrado) rechaza la hipótesis de que todas las pendientes del modelo son cero (P < 0.01). Los parámetros de los modelos logit multinomial y logit mixto se estimaron utilizando el software NLOGIT versión 4 (Econometric Software, Inc., 2007).

Cuadro 5 Resultados econométricos del experimento de elección para la estimación de beneficios económicos por mejoras en los servicios de saneamiento básico en Puno, Perú. 

Variables Logit multinomial Logit mixto
Effect codes Dummy codes Effect codes Dummy codes
ACA24 0.437 0.927 0.754 0.965
(5.116)*** (5.814)*** (3.888)*** (5.531)***
ACA12 0.108 0.615 0.060 0.582
(1.406) (2.883)*** (0.620) (2.454)**
R100 0.137 0.394 0.213 0.422
(2.333)*** (3.931)*** (2.337)** (3.173)***
R50 0.198 0.475 0.259 0.449
(2.761)*** (3.384)*** (2.310)** (2.299)**
TOAR 0.501 1.070 0.907 1.155
(7.207) *** (8.389) *** (3.653) *** (6.779)***
TPAR 0.154 0.655 0.004 0.724
(2.162)** (5.163)*** (0.031) (3.665)***
COSTO -0.373 -0.417 -0.467 -0.432
(-17.189)*** (-13.298)*** (-7.627)*** (-11.017)***
1_EDUC 0.090 0.097
(2.495)** (2.418)**
1_INGR 0.0002 0.0002 0.0003 0.0002
(4.758)*** (3.028)*** (4.148)*** (2.907)***
2_EDUC 0.111 0.114
(2.932)*** (2.790)***
2_INGR 0.0003 0.0002 0.0004 0.0002
(5.997)*** (3.687)*** (4.999)*** (3.575)***
Logaritmo de verosimilitud -1 434.758 -1 429.698 -1 429.815 -1 428.107
Chi-cuadrado 414.360 424.480 585.618 589.034
Pseudo R2 0.1261 0.1292 0.1699 0.1709
Pseudo R2 ajustado 0.1236 0.1262 0.1657 0.1661
Número de observaciones 4 704 4 704 4 704 4 704

Estadístico Z entre paréntesis: *** P ≤ 0.01 y ** P ≤ 0.05. Variables: ACA24 = Aumento en continuidad a 24 horas, ACA12 = Aumento en continuidad a 12 horas por día, R100 = Renovación del 100 % de la red de alcantarillado, R50 = Renovación del 50 % de la red de alcantarillado, TOAR = Tratamiento óptimo de aguas residuales, TPAR = Tratamiento parcial de aguas residuales, COSTO = Incremento tarifario, EDU = Nivel de educación, INGR = Ingreso monetario. Fuente: Elaboración propia con base en resultados del software NLOGIT.

Los parámetros de los atributos de las mejoras en los servicios de saneamiento básico tienen los signos esperados; es decir, el aumento en la continuidad a 24 horas (ACA24), el aumento en continuidad a 12 horas por día (ACA12), la renovación del 100 % de la red de alcantarillado (R100), la renovación del 50 % de la red de alcantarillado (R50), el tratamiento óptimo de aguas residuales (TOAR) y el tratamiento parcial de aguas residuales (TPAR) son mejoras que afectan positivamente la utilidad del usuario.

El coeficiente de la variable costo (COSTO), que refleja el incremento en la tarifa de los servicios de agua y alcantarillado, es negativo como se esperaba; mientras mayor sea la tarifa, menor será el ingreso disponible, por ende, menor será su utilidad indirecta.

Por otro lado, las características socioeconómicas de los usuarios reflejan el efecto interacción con las constantes específicas para cada alternativa. Tanto el nivel de educación (EDU) como el nivel de ingreso (ING) fueron altamente significativos; es decir, a mayor nivel educativo y mayores niveles de ingreso se percibe mayor utilidad indirecta por las mejoras en los servicios de saneamiento básico.

Análisis de la disponibilidad a pagar marginal

Los EE permiten la estimación de los cambios en el bienestar debido a una variación en cualquiera de los niveles de los atributos. La DAPM o el precio implícito de un atributo no monetario del bien es la disponibilidad a pagar por un cambio unitario en este atributo manteniéndose el resto constante. Los resultados de las estimaciones econométricas del modelo logit mixto con interacción indican que la función indirecta de utilidad estimada tiene la siguiente forma en su parte aleatoria y no aleatoria:

vij=0.965ACA24+0.582ACA12+0.422R100+0.449R50+1.155TOAR+0.724TPAR-0.432COSTO+0.0971_EDUC+0.00021_INGR+0.1142_EDUC+0.00022_INGR

El Cuadro 6 muestra la DAPM de los atributos no monetarios utilizados en el experimento de elección. Al agregar la DAPM, los atributos tratamiento y agua son mayores que el atributo alcantarillado. La DAP total por las mejoras en los cuatro atributos es de 9.95 PEN.

Cuadro 6 Disponibilidad a pagar marginal (DAPM) por un cambio en los atributos de saneamiento básico en la ciudad de Puno, Perú. 

Servicios de saneamiento básico DAPM por niveles de mejora (PEN·mes-1·vivienda-1) DAP total (PEN·mes-1·vivienda-1) DAP (%)
Bueno Excelente
Agua 1.35 2.23 3.58 36
Alcantarillado 1.04 0.98 2.02 20
Tratamiento 1.68 2.68 4.35 44
Total 4.07 5.89 9.95 100

Fuente: Elaboración propia sobre la base del modelo econométrico logit mixto-dummy codes

En otro estudio de la misma temática, Tudela-Mamani (2017) aplica el MVC-doble límite en la estimación de la DAP por el mejoramiento en el sistema de tratamiento de aguas residuales en la ciudad de Puno-Perú, encontrando una DAP media de aproximadamente 4.38 PEN·mes-1·vivienda-1. Esta cifra es similar a la DAPM obtenida en este trabajo para el atributo tratamiento (4.35 PEN·mes-1·vivienda-1).

Por otro lado, Lucich y Gonzales (2015), al aplicar el EE en la ciudad de Tarapoto-Perú, concluyen que los usuarios del servicio de distribución de agua estarían dispuestos a pagar la suma de 7.00 PEN·mes-1, como monto adicional en su recibo, por la mejora en la calidad del servicio de abastecimiento de agua potable y por la conservación de la fuente actual de agua a través de la reforestación. Al desagregar sus resultados, el atributo “calidad del agua: turbidez” y el valor de “aumentar las horas de abastecimiento de agua” suman en total 3.91 PEN. Este resultado es cercano al reportado en la presente investigación para el atributo agua (3.58 PEN).

Conclusiones

El modelo logit mixto-dummy codes presentó mayor consistencia teórica, debido a la mayor significancia individual y conjunta de los parámetros. Mediante este modelo se estimó una disponibilidad a pagar marginal agregada de 9.95 PEN·mes-1·vivienda-1 (3.32 USD), misma que, considerando el total de hogares favorecidos, representa una medida de beneficio económico en la evaluación costo/beneficio de las mejoras planteadas. Este estudio evidencia que el atributo tratamiento de aguas residuales es más valorado que los atributos provisión de agua y alcantarillado; por tanto, cualquier política orientada a mejorar los servicios de saneamiento básico en la ciudad de Puno debería estar enfocada en solucionar el tema de tratamiento de aguas residuales. La elección de alternativas de mejora en los servicios de saneamiento básico está fuertemente condicionada por el nivel educativo y el ingreso monetario mensual de los usuarios.

Agradecimientos

A la Agencia Mexicana de Cooperación Internacional para el Desarrollo (AMEXCID) por la beca otorgada para realizar estancia de investigación posdoctoral en el Centro de Investigaciones Económicas, Sociales y Tecnológicas de la Agroindustria y la Agricultura Mundial (CIESTAAM) - Universidad Autónoma Chapingo, y para desarrollar este trabajo de investigación.

REFERENCIAS

Alpizar, F., Carlsson, F., & Martinsson, P. (2001). Using choice experiments for non- market valuation. Retrieved from http://www.eepsea.org/pub/sp/10301141930choiceexperiments.pdfLinks ]

Ben-Akiva, M., & Lerman, S. (1985). Discrete choice analysis: theory and application to travel demand. Cambridge, MA, USA: MIT Press. [ Links ]

Bennett, J., & Adamowicz, V. (2001). Some fundamentals of environmental choice modelling. In J. Bennett & R. Blamey (Eds.), The choice modelling approach to environmental valuation (pp. 37-69). Cheltenham, UK & Northampon, MA, USA: Edward Elgar Publishing. [ Links ]

Birol, E., & Das, S. (2010). Estimating the value of improved wastewater treatment: the case of River Ganga, India. Journal of Environmental Management, 91(11), 2163-2171. doi: 10.1016/j.jenvman.2010.05.008 [ Links ]

Birol, E., Karousakis, K., & Koundouri, P. (2006). Using a choice experiment to account for preference heterogeneity in wetland attributes: The case of Cheimaditida Wetland in Greece. Ecological Economics, 60(1), 145-156. doi: 10.1016/j.ecolecon.2006.06.002 [ Links ]

Blamey, R., Gordon, J., & Chapman, R. (1999). Choice modelling: assessing the environmental values of water supply options. The Australian Journal of Agricultural and Resource Economics, 43(3), 337-357. Retrieved from http://ageconsearch.umn.edu/bitstream/117163/2/1467-8489.00083.pdfLinks ]

Carlsson, F., Frykblom, P., & Liljenstolpe, C. (2003). Valuing wetland attributes: an application of choice experiments. Ecological Economics, 47(1), 95-103. doi: 10.1016/j.ecolecon.2002.09.003 [ Links ]

Econometric Software, Inc. (2007). NLOGIT versión 4. USA: Author. [ Links ]

Greene, W. H. (2003). Econometric analysis (5th ed.). USA: Prentice Hall. [ Links ]

Hanley, N., Wright, R., & Álvarez-Farizo, B. (2006). Estimating the economic value of improvements in river ecology using choice experiments: an application to the water framework directive. Journal of Environmental Management, 78(2), 183-193. doi: 10.1016/j.jenvman.2005.05.001 [ Links ]

Holmes, T., & Adamowicz, W. (2003). Atribute-based methods. In P. A. Champ, K. J. Boyle, & T. C. Brown (Eds.), A primer nonmarket valuation (pp. 171-219). Netherlands: Springer. doi: 10.1007/978-94-007-0826-6 [ Links ]

Hensher, D., Rose, J., & Greene, W. (2005). Applied choice analysis: A primer. USA: Cambridge University Press. [ Links ]

IBM SPSS Statistics. (2014). Statistical Package for Social Sciences: SPSS versión 22. USA: Author . [ Links ]

Justes, A., Barberán, R., & Farizo, B. (2014). Economic valuation of domestic water uses. Science of the Total Environment, 472, 712-718. doi: 10.1016/j.scitotenv.2013.11.113 [ Links ]

Louviere, J., Hensher, D., & Swait, J. (2000). Stated choice methods: analysis and application. USA: Cambridge University Press . [ Links ]

Lucich, I., & Gonzales, K. (2015). Valoración económica de la calidad y confiabilidad de los servicios de agua potable en Tarapoto a través de experimentos de elección. Perú: USAID-IRG-CSF. Retrieved from https://www.conservation-strategy.org/es/publication/valoraci%C3%B3n-econ%C3%B3mica-de-la-calidad-y-confiabilidad-de-los-servicios-de-agua-potable-en-t#.Wqy9hech2UkLinks ]

McFadden, D., & Train, K. (2000). Mixed MNL models for discrete response. Journal of Applied Econometrics, 15, 447-470. Retrieved from http://pages.stern.nyu.edu/~wgreene/DiscreteChoice/Readings/McFadden-Train.pdfLinks ]

McFadden, D. (1974). Conditional logit analysis of qualitative choice behaviour. In P. Zarembka (Ed.), Frontiers in econometrics (pp. 105-142). New York, USA: Academic Press. Retrieved from https://eml.berkeley.edu/reprints/mcfadden/zarembka.pdfLinks ]

Tarfasa, S., & Brouwer, R. (2013). Estimation of the public benefits of urban water supply improvements in Ethiopia: A choice experiment. Journal of Applied Economics, 45(9), 1099-1108. doi: 10.1080/00036846.2011.613793 [ Links ]

Train, K. (2009). Discrete choice methods with simulation (2nd ed.). USA: Cambridge University Press . [ Links ]

Tudela, J. W. (2010). Experimentos de elección en la priorización de políticas de gestión en Áreas Naturales Protegidas. Revista Desarrollo y Sociedad, 66, 183-217. Retrieved from http://economia.uniandes.edu.co/revistadys/Articulo66_6.pdfLinks ]

Tudela-Mamani, J. W. (2017). Willingness to pay for improvements in wastewater treatment: application of the contingent valuation method in Puno, Peru. Revista Chapingo Serie Ciencias Forestales y del Ambiente, 23(3), 341-352. doi: 10.5154/r.rchscfa.2016.11.059 [ Links ]

Uribe, E., Mendieta, J. C., Jaime, H., & Carriazo, F. (2003). Introducción a la valoración ambiental y estudios de caso. Colombia: Universidad de los Andes-Ediciones Uniandes. [ Links ]

Villota, C. L. (2009). Valoración económica del humedal de Lenga mediante experimentos de elección. Panamorama Socioeconómico, 27(38), 32-43, Retrieved from http://www.redalyc.org/articulo.oa?id=39912023004Links ]

Recibido: 31 de Mayo de 2017; Aprobado: 20 de Marzo de 2018

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