Economic valuation of urban waste recycling

Ramón Valdivia-Alcalá¹*; Gonzalo Abelino-Torres²; Marco A. López-Santiago³; María J. Zavala-Pineda³

¹ División de Ciencias Económico-Administrativas. Universidad Autónoma Chapingo. km 38.5, Carretera México-Texcoco, C. P. 56230, Texcoco, Estado de México.Tel: 01(595) 95 216 74. Correo-e: ramvaldi@gmail.com (*Autor para correspondencia).

² Universidad Tecnológica del Valle de Toluca. km 7.5, Carretera del Departamento del D.F. s/n, Colonia Ejido Santa María Atarasquillo, C. P. 52050, Lerma, Estado de México. Tel: 728 28 5 99 69.

³ Centro de Investigaciones Económicas, Sociales y Tecnológicas de la Agroindústria y la Agricultura Mundial (CIESTAAM). Universidad Autónoma Chapingo, km 38.5. Carretera México-Texcoco, C. P. 56230, Texcoco, Estado de México.

Recibido: 04 de agosto de 2010
Aceptado: 27 de mayo de 2012

RESUMEN

En este estudio se realizó una valoración económica aplicando el método de valoración contingente referéndum (MVCR), para implementar un sistema de reciclaje. Para ello, la población del municipio de Texcoco, Estado de México, se eligió como caso de estudio. Un muestreo aleatorio simple se aplicó con un nivel de confianza de 95 %, a nivel hogar, obteniendo una muestra total de 402 hogares. Los resultados mostraron que más del 90 % de los jefes de hogar están conscientes del problema de la basura, el 70 % conoce poco sobre el reciclaje y casi el 100 % está de acuerdo en que es necesario implementar un sistema de reciclamiento. La disposición a pagar (DAP) por hogar se estimó con la aplicación del MVCR y mediante un ajuste LOGIT binomial. El monto estimado de la DAP fue igual a $27.18 semanales, con beneficios totales de $1,295,915.00 semanales. Los coeficientes del modelo se estimaron con máxima verosimilitud.

Palabras Clave: Método de valoración contingente referéndum, LOGIT, disposición a pagar, excedente del consumidor, máxima verosimilitud.

ABSTRACT

In the present study, using the referendum contingent valuation method (RCVM), an economic valuation was carried out to implement a recycling system. For this, the population of the municipality of Texcoco was taken as a case study, to which a simple random sampling method, at the level of household, was applied with a confidence level of 95 %, resulting in a total sample of 402 households. Results show that more than 90 % of heads of households are aware of the garbage problem. However, 70 % of respondents know very little about recycling and almost 100 % of them think it is necessary to set up a recycling system. Moreover, by applying the RECVM, and by adjusting a binary LOGIT model, a weekly willingness to pay (WTP) per house hold equal to $27.18 was estimated. As a result, total benefits of $1,295,915 were calculated per week. The model coefficients were estimated using maximum likelihood.

INTRODUCCIÓN

El problema de los desechos urbanos se ha acentuado en los últimos años, sobre todo en las grandes urbes. Esto provoca efectos negativos en el medio ambiente y en la sociedad, tales como: insalubridad; enfermedades infectocontagiosas; contaminación de las aguas superficiales, del aire, de los mantos freáticos, de los suelos; y emisión de gases de efecto invernadero, etc. En México, 103,000 t de basura se producen diariamente, de las cuales 60 % se envía a rellenos sanitarios, 10 % se deposita en rellenos de tierra controlados y 30 % restante se arroja en sitios no controlados (tiraderos a cielo abierto) (Instituto Nacional de Estadística y Geografía [INEGI], 1998-2008). Aunque se tiene el potencial para reciclar 47 % de los residuos sólidos sólo se logra procesar 15 % de éstos, según lo reconoció el secretario de la Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT) (El Universal, 25 de marzo de 2009)

En el municipio de Texcoco y zonas aledañas, el tema de la basura es crítico debido al cierre del basurero Bordo Xochiaca, lo que propicia buscar un nuevo relleno sanitario o alternativas para la eliminación de desechos. Los desechos generados en Texcoco suman alrededor de 180 td^-1, es decir, entre 0.7 kg y 1 kg de basura per cápita (Departamento de Limpia y Sanidad, Comunicación personal, 20 enero de 2010). Del total de estos residuos, 40 % podría reciclarse y 50 % está constituido por materia orgánica, la cual podría aprovecharse para la producción de composta (Dirección de Ecología, Comunicación personal, 25 de enero de 2010). Sin embargo, el municipio no cuenta con suficiente presupuesto para construir plantas tratadoras de basura y dotar de tecnología a los trabajadores de limpia, para dar así un uso correcto a los materiales orgánicos. Otro problema es que la población no está acostumbrada a separar los residuos en orgánicos e inorgánicos y a clasificar estos últimos (Alianzatex, 14 de junio de 2009).

Algunos estudios se han realizado en el ámbito del manejo de residuos sólidos y reciclaje. Ibarrarán, Islas, y Cuevas (2003) estimaron la disposición a pagar (DAP) de los habitantes de Cholula, Puebla, para mejorar la calidad ambiental con respecto a los residuos sólidos. La estimación se realizó mediante un modelo econométrico de Mínimos Cuadrados Ordinarios (MCO). El estudio mostró que el ingreso, la edad, y la confianza en el gobierno son las variables determinantes en la DAP. También concluyeron que el medio ambiente es un bien normal para la población. Agüero, Carral, Sauad, y Yazlle (2005) evaluaron el sistema de gestión de los residuos sólidos domiciliarios en la ciudad de Salta, Argentina. Ellos aplicaron el método de valoración contingente con el formato referéndum mediante un ajuste LOGIT. En 20 áreas urbanas de Estados Unidos de América, Jenkins, Martínez, Palmer, y Podolsky (2000) examinaron el impacto de dos programas de reciclaje: el reciclaje a pie de banqueta y el reciclaje con base en el volumen. Estos programas se evaluaron en cinco materiales: botellas reciclables de vidrio, botellas de plástico, aluminio, papel periódico y desechos de jardín. Dicho estudio se llevó a cabo mediante la obtención de estimadores de máxima verosimilitud con la aplicación de un modelo PROBIT ordenado. En el estudio se encontró que el sistema de recolección a pie de banqueta tuvo mejores resultados en el porcentaje de reciclaje con respecto al método basado en la cantidad. Las variables que más influyen en la disposición a pagar por el reciclaje, de acuerdo con los autores, son la educación, número de hijos, tamaño del hogar y edad del jefe de familia.

Dado lo anterior, esta investigación tuvo como objetivo general estimar el monto de la disposición a pagar (DAP) de los habitantes (a nivel hogar) de Texcoco, Estado de México, para implementar un sistema de reciclaje. El objetivo particular fue estimar un modelo econométrico de validación de las variables independientes. La hipótesis central del estudio es que la disponibilidad a pagar de las personas debe reflejar el valor que para ellas tiene el tratamiento adecuado de los residuos sólidos municipales. Esto debido a que algunas familias se ven afectadas por los lixiviados que son arrastrados de los tiraderos no controlados a los hogares en épocas de lluvia, y otras están conscientes del problema ambiental que implica un manejo inadecuado de los residuos sólidos municipales.

MATERIALES Y MÉTODOS

Diseño de la muestra

Donde:

σ² = Varianza poblacional

N = Número de elementos de la población

β = Cota para el error de estimación de 0.05 (5 %)

En el muestreo aleatorio simple, si N es grande (N > 30), el tamaño de muestra es igual a

La varianza de la población de Texcoco se determinó con una prueba piloto de 40 encuestas categorizadas por unos y ceros, a partir de las respuestas afirmativas y negativas de la DAP para la implementación de un sistema de reciclaje. El resultado de la varianza fue 0.251. Este valor se utilizó en el cálculo del tamaño de muestra n, el cual resultó de 401.6. Un total de 402 encuestas se utilizó para fines prácticos.

Diseño de la encuesta

La encuesta consistió de 20 preguntas dividas en tres secciones. La primera sección se enfocó en la percepción de las personas sobre los rellenos sanitarios, el manejo que le dan a la basura, las cuotas semanales que pagan actualmente por los servicios de recolección, y cuál es su conocimiento referente a la separación y reciclaje de los desechos. En la segunda parte se explicó al encuestado, los problemas que implican la no separación y reciclamiento de la basura; después se planteó un proyecto con el escenario de los beneficios (sociales, económicos y ambientales) que implican la separación y reciclaje. Una vez expuesto el proyecto se preguntó la DAP semanal por el mismo, en caso de respuestas negativas, se interrogaron las razones. En la tercera y última sección se recopiló la información socioeconómica familiar del encuestado.

En la prueba piloto se identificó que la basura se entrega a nivel hogar, ya sea al servicio de limpia pública o al particular (donde no pasa el servicio de limpia pública o cuando el horario de trabajo de las familias no les permite entregar la basura). En el caso donde la basura se entrega al servicio particular, las familias deben dar una propina estipulada por los dueños de los vehículos particulares. Esta varía de 10 a 40 pesos por semana, dependiendo de la cantidad de bolsas de basura que se tiren.

El método de valoración contingente con formato referéndum (MVCR)

El problema de la contaminación del medio ambiente se vincula con las llamadas fallas de mercado. Una de estas fallas son las externalidades negativas que aparecen cuando debido a la estructura de los derechos de propiedad, las relaciones entre los agentes económicos no pueden ser reguladas por el propio mercado (Perman, Ma, McGilvray, & Common, 2003). Otro punto de vista acerca de la existencia de estas externalidades es que aparecen debido a que el medio ambiente es un bien público que no tiene mercado. Por consiguiente, es necesario determinar el valor del medio ambiente desde una perspectiva económica, de manera que cuando éste sea utilizado, se conozca y se pague por el costo que ello representa (Azqueta, 1994). La valoración económica de dichos bienes públicos requiere de mercados hipotéticos, para lo cual existen los métodos de valoración ambiental. De acuerdo con López, Valdivia, Romo, Sandoval, y Larqué (2010), el método de valoración contingente (MVC) se circunscribe dentro de los métodos directos o hipotéticos. Estos buscan que la persona revele directamente su valoración mediante encuestas, cuestionarios, votaciones, etc. El MVC trata de valorar monetariamente la DAP y la disposición a ser compensado (DAC) sobre alguna externalidad que se genera, suponiendo un mercado hipotético. Una variante del MVC es el método de valoración contingente con formato referéndum (MVCR). Su característica principal es que deja al individuo, solamente, con el problema de decidir si está o no dispuesto a pagar una suma determinada para acceder a los beneficios del programa de conservación que se ofrece. En este método, todas las posibles posturas o propuestas del encuestador se distribuyen aleatoriamente entre los encuestados; esto es, las cantidades a ofrecer se determinan previamente (Tudela, Martínez, Valdivia, Portillo, & Romo, 2009). Un último elemento del MVCR consiste en el método para hacer las preguntas. Éstas deben ser simples y abiertas, o dicotómicas (Haab & McConnell, 2002). El modelo básico para analizar las respuestas dicotómicas es el modelo de utilidad aleatoria. En este caso hay dos elecciones o alternativas, de modo que la utilidad indirecta del encuestado j se puede escribir:

Donde: i = 1 es el estado o condición a la que se llega cuando el planteamiento de la valoración contingente es implementado (sistema de reciclaje integral), i = 0 es el estado sin cambios o statu quo. Los determinantes de la utilidad son: y_j el ingreso del j-ésimo encuestado; z_j, un vector m-dimensional de los atributos y caracteristicas domésticas de la elección; y ε_ij un componente de preferencias conocidas para el informador individual pero no observadas por el investigador. Basado en este modelo, el encuestado . responderá de manera afirmativa a la disposición de pago de t_j si la utilidad con el planteamiento de valoración excede el statu.quo; es decir, si la utilidad resultante es mayor, a pesar de que disminuya el ingreso por el pago:

Cuando ε tiene distribución logística, la probabilidad de que la persona j responda con un si es igual a:

Donde α_i es un vector de parámetros m-dimensional (Haab & McConnell, 2002), de modo que:

El cambio del bienestar producido por la mejora ambiental planteada, se evalúa cuando los parámetros del modelo se obtienen. En este caso, la medida de bienestar está representada por la variación compensatoria (VC) que es la respuesta a la pregunta de disponibilidad a pagar (DAP). Para estimar la VC se debe definir el cambio de la utilidad de un modelo lineal:

Donde; Q = 0 representa el estado actual, Q = 1 representa la situación final al implementarse el reciclaje, y p es la cantidad de dinero para mantener el escenario propuesto. Si el vector z9 no se considera se tiene:

Dado que los errores se distribuyen como una logística, la VC es:

En los modelos lineales, la media y la mediana son iguales. Si el procedimiento se generaliza y se incluye el vector de variables socioeconómicas z; la medida de bienestar se expresa como:

Donde; z_i es un vector de características socioeconómicas, a_i es el parámetro respectivo de la variable z, y p es el coeficiente de la variable precio. Operativamente, los parámetros a_i y p se estiman por máxima verosimilitud (Hanemann, 1984).

Modelo econométrico

Del procedimiento anterior se deriva:

Donde; F es la función de distribución acumulada de η y Pr ob(y₁= 0)=1 - F(β'x_¡),

la cual también se puede expresar en forma logarítmica:

Para estimar la probabilidad en un modelo logit, la función de verosimilitud también se escribe de la siguiente manera:

Definiendo:

para encontrar el estimador de máxima verosimilitud de p y aplicando nuevamente logaritmos, se tiene:

Maximizando el logaritmo de la función de verosimilitud se tiene:

Dado que se tiene una ecuación no lineal en p los métodos no lineales como el algoritmo de Newton-Raphson o el algoritmo Gauss-Newton (procedimiento iterativo hasta lograr la convergencia) deben ser utilizados. Los software especializados para realizar estas operaciones son: N-Logit, The Statistical Analysis System (SAS), o el Stata (Tudela, 2008). En este caso se utilizó el programa N-Logit versión 4.0 y Statistical Package for Social Sciences (SPSS) versión 18 para Windows, también conocido como PASW. De esta manera el modelo econométrico a estimar es:

Donde; [Pr ob(Y = 1)] es la probabilidad de una respuesta afirmativa a la DAP, β_i son los parámetros a estimar, ε es el término de error aleatorio, y el resto son las variables socioeconómicas (Cuadro 1).

RESULTADOS Y DISCUSIÓN

Análisis de las variables descriptivas

De acuerdo con el análisis descriptivo de las variables, 59 % de los jefes de familia estuvo de acuerdo en aceptar el precio propuesto para una mejora en la calidad ambiental con respecto al problema de la basura. Por otra parte, 99 % está de acuerdo en que es necesario implementar un sistema de reciclaje; sin embargo, 63 % conoce muy poco sobre esta actividad. El 94 % de los jefes de familia de Texcoco perciben el problema de la basura en los tiraderos, como grave y muy grave. El 59 % de ellos están dispuestos a aportar una cuota semanal para que se establezca un sistema de reciclaje. No obstante, 41 % no está de acuerdo en que se realice algún pago por el reciclaje, debido a que no cuentan con suficientes recursos económicos y porque consideran que es obligación de las autoridades municipales. Asimismo, 31 % menciona que la falta de cultura es la causa principal de que la separación de los desechos urbanos en los hogares no se lleva a cabo; la segunda causa, con un 29 %, es porque los desechos se revuelven nuevamente al ser vaciados en los camiones. Con base en la composición de los materiales de desecho presentes en los hogares se obtuvo que del total de los desechos urbanos, 29 % corresponde a materiales inorgánicos que pueden ser fácilmente reciclados, tales como papel, vidrio, fierro, cobre, aluminio y PET (Polietileno Tereftalato), entre otros; 34 % está constituido por materia orgánica y 37 % por materiales no reciclables.

Modelo econométrico

Una regresión para la variable dependiente DAP se hizo utilizando un modelo de elección binaria Logit. Las variables más significativas se identificaron a partir de esta estimación, de la aplicación de pruebas estadísticas y de la combinación de diferentes variables. Las variables menos significativas se eliminaron.

El modelo estimado tiene la siguiente expresión:

Las variables incluidas en la regresión se muestran en el Cuadro 2.

Las siguientes pruebas se aplicaron para corroborar que, la probabilidad de aceptar un sistema de reciclaje mediante una cuota se puede explicar por las variables incluidas en la regresión.

Análisis estadístico

Relevancia. Dado que el valor P obtenido de la chi cuadrada es igual a 0.00 (lo que equivale a la F calculada); la hipótesis nula de que los parámetros son iguales a 0 se rechaza y se concluye que como mínimo un coeficiente es distinto de cero (Cuadro 3).

Dependencia. La función de máxima verosimilitud es alta (-177.5856) y estadísticamente significativa. Igualmente, el modelo predice correctamente 315 (114 + 201) de 402 observaciones o 78.3 %, lo cual indica una buena capacidad de predicción (Cuadro 3).

Análisis económico-ambiental

Los signos del modelo son consistentes con la teoría. Por ejemplo, el signo negativo de las variables PREC y EDAD, señala la relación inversa entre el valor de la tarifa a pagar para la implementación de un sistema de reciclaje y la probabilidad de responder afirmativamente a la pregunta de pago. Estas variables son significativas con 99 % y 95 %, respectivamente. El signo positivo de la variable PROBAS indica que la probabilidad de aceptar el sistema de reciclaje, aumenta a medida que las personas consideran que el problema de la basura es muy grave. Lo mismo sucede con la variable PAGSER, ya que entre más paguen las familias por tirar su basura, mayor será la probabilidad de responder SI a la pregunta de la DAP. La variable PAGSER es significativa con un 99 % de confianza. El signo positivo de las variables SE-PBAS, GENE, PERSHO y CAS indican que la respuesta del encuestado sobre la DAP será afirmativa, siempre y cuando se cumpla lo siguiente; que se tiene el hábito de separar la basura en el hogar, que el jefe de familia es mujer, que se tiene una familia numerosa, y que la casa es propia. La variable SEPBAS es significativa con 95 % de confianza. El signo positivo de la variable EDUC significa que a mayor nivel de estudios, más alta es la probabilidad de responder SI a la pregunta de la DAP.

Análisis de efectos marginales

Los efectos marginales de las variables independientes sobre la variable dependiente se deben considerar para determinar el efecto de cada una de éstas sobre la probabilidad de aceptar el pago (Cuadro 4). Esto es debido a que no se utilizó un modelo lineal. El ingreso es la variable más influyente en la probabilidad a aceptar el pago por el reciclaje. Los rangos utilizados de la variable ingreso (pesos) fueron los siguientes: < 4,000; > 4,001 < 7,000; > 7,001 < 10,000; > 10,001 < 15,000; > 15,001 < 20,000; > 20,001 < 25,000; y > 25,000. Para dicha variable, la probabilidad cambia un 29.6 % por cada rango de ingreso ascendente que tenga el jefe de familia. Esto significa que la DAP para implementar un sistema de reciclaje, aumenta a medida que se tienen niveles mejores de ingreso.

Cálculo de la disposición a pagar

Los métodos tradicionales para el cálculo de los intervalos de confianza se basan en el hecho de que la población se distribuye como una normal. Sin embargo, cuando la población no se comporta de esta forma o se desconoce dicha distribución, es necesario usar otros métodos como el remuestreo o el bootstrap. Además, estos son más precisos que los métodos clásicos (Cook, Duckworth, Kaiser, Meeker, & Stephenson, 2001). Mediante el bootstrap no paramétrico, el intervalo se encuentra entre $25.8 y $28.5 semanales. Para llevar a cabo este procedimiento, un muestreo simple con 5,000 iteraciones se realizó usando el método del percentil y un nivel de confianza de 95 %.

En este trabajo, el flujo de beneficios semanales de la DAP es muy alto comparado con los que obtuvo Ibarrarán et al. (2003) en un trabajo similar. Ellos calcularon beneficios de $4.2 millones anuales por la DAP de un proyecto de recolección y reciclado en San Pedro Cholula, Puebla, México. Por otro lado, se coincide que las variables más significativas son el ingreso y la edad. En esta investigación el 41 % rechazó contribuir monetariamente para llevar a cabo un proyecto de reciclaje o mejoramiento ambiental. Agüero et al. (2005) encontraron un rechazo del 52 % y concluyen que el nivel de ingreso está relacionado directamente con este resultado. Por otro lado, Jenkins et al. (2000) llegan a la conclusión de que las variables de educación y la edad son las que más influyen en la DAP por el reciclaje.

CONCLUSIONES

Con base en los resultados del modelo econométrico, las variables más significativas del modelo fueron: el precio, el ingreso, el pago que se realiza por algún servicio de recolección, la separación de basura y la edad. La cuota establecida para implementar un sistema de reciclaje debe estar al alcance de los jefes de hogar, ya que si es muy elevada no se tendrán los resultados esperados. De acuerdo con la variable "pago que se realiza por algún servicio de recolección", los hogares o familias que no cuentan con el servicio de limpia pública o aquellos en los que el servicio es deficiente, son los que están dispuestos a que se implemente el sistema de reciclaje. Así también, las familias que separan la basura respondieron afirmativamente a la propuesta. La variable edad tiene una relación inversa entre el valor de la tarifa a pagar por la implementación de un sistema de reciclaje y la probabilidad de responder afirmativamente a la pregunta de pago. Es necesario implementar programas de educación ambiental en las escuelas desde el preescolar hasta el nivel licenciatura, para concientizar a la población en temas ambientales de gran relevancia como lo es el reciclaje.

REFERENCIAS

Agüero, A. A., Carral, M., Sauad, J. J., & Yazlle L. L. (2005). Aplicación del método de valoración contingente en la evaluación del sistema de gestión de residuos sólidos domiciliarios en la ciudad de Salta, Argentina. Revista Iberoamericana de Economía Ecológica, 2, 37-44. Obtenido de ddd.uab.cat/pub/revibec/13902776v2a4.pdf        [ Links ]

Alianza Tex (14 de junio de 2010). Obtenido de http://www.alianzatex.com        [ Links ]

Azqueta, O. D. (1994). Valoración económica de la calidad ambiental (1a ed.). Madrid, España: Ed. McGraw-Hill.         [ Links ]

Cook, D., Duckworth, W. M., Kaiser, M. S., Meeker, W. Q., & Stephenson, W. R. (2001). Resampling methods for inference. USA: Iowa State University        [ Links ]

El Universal (25 de marzo de 2009). Obtenido de http://www.eluniversal.com.mx/ciudad/93721.html.com        [ Links ]

Haab, T. C., & McConnell, K. E. (2002). Valuing Environmental and Natural Resources. Cheltenham, UK: Edward Elgar Publishing.         [ Links ]

Hanemann, M. (1984). Welfare evaluations in contingent valuation experiments with discrete responses. American Journal of Agricultural Economics, 66(1), 332-341. Obtenido de http://www.jstor.org/stable/1240800        [ Links ]

Ibarrarán, V. M. E., Islas, C. I., & Cuevas, E. M. (2003) Valoración económica del impacto ambiental del manejo de residuos sólidos municipales: Estudio de caso Gaceta Ecológica, abril-junio, 67, 69-82. Obtenido de http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=53906706        [ Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2005). Principales resultados por localidad. Consultado 08-01-2010 en http://inegi.org.mx.         [ Links ]

Instituto Nacional de Estadística y Geografía (INEGI). Base de datos (1998-2008). Medio ambiente, asentamientos y actividades humanas, residuos, sólidos urbanos, recolección. Página consultada el 19 de marzo de 2010 en http://inegi.org.mx        [ Links ]

Jenkins, R. R., Martínez, S. A., Palmer, K., & Podolsky, M. J. (2000). The determinants of household recycling: A material specific analysis of recycling program features and unit pricing. Resources for the Future. Washington, D.C.         [ Links ]

López, S. M. A., Valdivia, A. R., Romo, L. J. L., Sandoval, V. M., & Larqué, S. B. S. (2010). Valoración económica de una mina de arena. Terra Latinoamericana, 28 (3), 255-263. Obtenido de http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=57316064008        [ Links ]

Mendenhall, W., & Reinmuth, J. E. (1981). Estadística para Administración y Economía (1a ed.). California, EUA: Grupo editorial Iberoamérica.         [ Links ]

Perman, R., Ma, Y., McGilvray, J., & Common, M. (2003). Natural Resource and Environmental Economics (3a ed.). United Kingdom: Pearson Education Limited.         [ Links ]

Tudela, M. J.W. (2008). Estimación de la disponibilidad a pagar de los habitantes de la ciudad de Puno por el tratamiento de aguas servidas. CIES. Economía y Sociedad, 69, 73-83. Obtenido de http://cies.org.pe/files/economia-sociedad/E-y-S-69-09-tudela.pdf        [ Links ]

Tudela, M. J. W., Martínez, D. M. A., Valdivia, A. R., Portillo, V. M., & Romo, L. J. L. (2009). Modelos de elección discreta en la valoración económica de áreas naturales protegidas. Revista Mexicana de Economía Agrícola y de los Recursos Naturales, 2, 7-29. Obtenido de chapingo.mx/revistas//9c9d272f268b5cc 60fe689f5a5af7c0e.pdf        [ Links ] ]]> 2005 2 37-44 Alianza Tex 14 d e ju 1994 1 2001 25 d e ma 2002 1984 66 1 1 332-341 2003 67 69-82 Instituto Nacional de Estadística y Geografía 2005 Instituto Nacional de Estadística y Geografía 2000 2010 28 3 3 255-263 1981 1 2003 3 2008 69 73-83 2009 2 7-29