DISPONIBILIDAD A PAGAR POR DAÑOS A LA SALUD DEBIDO A LA CONTAMINACION ATMOSFERICA: ANALISIS DE LOS EFECTOS POR INFORMACION

INDICE


I. INTRODUCCION 3

A. LA CONTAMINACION COMO UN PROBLEMA: 5
B. RELACION CONTAMINACION / SALUD: 7
C. VALORACION DE LOS COSTOS: 8

II. ANTECEDENTES 11

A. RELACION CONTAMINACION / SALUD: 11
B. VALORACION DE LOS COSTOS: 13
C. MANEJO DE INFORMACION: 14

III. OBJETIVOS Y JUSTIFICACION 17

A. OBJETIVO GENERAL: 18
B. OBJETIVOS ESPECIFICOS: 19

IV. MARCO TEORICO 19

A. METODO: 19
B. MODELO: 20

V. METODOLOGIA 27

A. CUESTIONARIO: 30
1. PREGUNTAS DE DISPONIBILIDAD A PAGAR: 31
2. PREGUNTAS DE INFORMACIÓN: 33
B. PROCESO DE LAS ENCUESTAS: 36
C. MODELO ECONOMETRICO: 37
D. MANEJO DE LAS VARIABLES: 39

VI. RESULTADOS Y DISCUSION 43


VII. CONCLUSIONES 52


VIII. RECOMENDACIONES 55


BIBLIOGRAFIA 57


ANEXOS 64

CUADRO 1: Efectos Por Tipo De Contaminante Y Fuentes De Emisión. 65
PROCESO DE LOS GRUPOS FOCALES 66
TRATAMIENTO ESPECIFICO DE LAS VARIABLES 68
CUADRO 2: ESTADISTICAS DESCRIPTIVAS 71
CUADRO 3: RESULTADOS DE LA REGRESION LOGIT 72
REGRESION SIN LOS INDICES 73
EFECTOS MARGINALES: 74
CUADRO 4: ESTIMACION DE LA DISPONIBILIDAD A PAGAR 75
LINEAS DE PROGRAMACION: 76







DISPONIBILIDAD A PAGAR POR DAÑOS A LA SALUD DEBIDO A LA CONTAMINACION
ATMOSFERICA:

ANALISIS DE LOS EFECTOS POR INFORMACION.


INTRODUCCION

Esta investigación se realizó como parte de un estudio más completo de
"Estimación de costos económicos de la contaminación atmosférica en Santa
Fe de Bogotá en términos de sus efectos sobre la salud pública", llevado a
cabo por el Centro de Estudios sobre Desarrollo Económico (CEDE) de la
Universidad de los Andes.

Con este trabajo se estimará la disponibilidad a pagar de los individuos
por reducir o eliminar un día de síntomas de enfermedad respiratoria aguda
(IRA). El valor obtenido representará cómo están valorando los individuos
los daños a la salud causados por enfermedades respiratorias agudas (IRA)
originadas por la contaminación atmosférfica.

La DAP obtenida a través de este estudio servirá como base para la
estimación de los costos económicos de la contaminación una vez que se
determine la relación entre contaminación y salud a través de la estimación
de una función dosis-respuesta para Bogotá.

Este trabajo busca responder a la hipótesis de que los niveles de
información que manejan los individuos acerca de la relación contaminación-
salud pueden estar influyendo sobre la DAP expresada por eliminar un día de
síntomas de enfermedad respiratoria aguda (IRA).

Se pregunta la DAP por cambios en salud y no directamente por cambios en
contaminación por que las personas no logran relacionan tan directamente
los costos causados por la contaminación sobre su bienestar. Al realizar
los grupos focales se observó que la gente tenía disponibilidad a pagar por
reducir un día de sintomas de IRA y no por reducir contaminación. Sin
embargo, este hecho no implica directamente que los niveles de información
que manejan los individuos sobre la relación salud-contaminación no estén
influyendo en su toma de decisión.

Lo que se está preguntando en la encuesta es entonces la valoración de los
individuos por reducir o eliminar un día de síntomas de IRA, es decir, el
cambio de calidad de q0 a q1 . Este cambio se puede producir por factores
como una disminución en la contaminación, un incremento en las medidas
defensivas o por factores diferentes a la contaminación.

El objetivo de este estudio es establecer si los individuos pueden
relacionar la contaminación con las enfermedades respiratorias agudas. Si
los individuos son capaces de establecer esta causalidad, el segundo
objetivo es establecer cuál es el efecto de tener información respecto de
la contaminación sobre la DAP por reducir un día de síntomas. Se pregunta a
los individuos acerca de su conocimiento de la relación causal entre
contaminación y salud, suponiendo que el manejo de este tipo de información
puede estar influyendo sobre la DAP expresada por valoraciones ante cambios
en salud.




A. LA CONTAMINACION COMO UN PROBLEMA:

La contaminación atmosférica es un problema mundial que ha venido
adquiriendo atención creciente en las últimas décadas debido a sus serios
efectos sobre el bienestar y la salud pública. Los casos de ciudades como
México D.F., Santiago de Chile y São Paulo son apenas ejemplos de la
tendencia que están tomando las ciudades de países con altas
concentraciones poblacionales en el continente americano.

En Bogotá, la contaminación atmosférica ha venido creciendo rápidamente
debido principalmente al incremento en el número de fuentes contaminantes
móviles, responsables del 70% de la contaminación atmosférica de la ciudad.
Para el período 91-96 el parque automotor que circulaba en Bogotá se
duplicó, alcanzando aproximadamente los 800 mil vehículos, esto implica que
el 40% del total de automotores del país están concentrados en Bogotá
(Cavallazzi, 1996).

De esta contaminación, los principales aportes según las mediciones
realizadas en las estaciones de monitoreo ubicadas en todo el país para
1990-91 correspondían al monóxido de carbono (CO), dióxido de carbono
(CO2), óxidos sulfurosos (SOx) y materias particuladas en suspensión (PS),
considerado éste último como el contaminante crítico por sus efectos sobre
la salud[1] (Sánchez y Morel, 1995). Para 1991, en Bogotá, este
contaminante representaba el 75% de las más de 35 mil toneladas de
contaminantes que se emitían anualmente (Cavallazzi, 1996).

Para 1996 las concentraciones en la atmósfera de estos contaminantes se
encontraban aún en niveles por debajo de los límites permisibles por la
Organización Mundial de la Salud (OMS), sin embargo, dado el incremento
vertiginoso del parque automotor del país y su marcada concentración en la
capital, se puede suponer que estos niveles se hayan incrementado,
potenciando a la vez sus graves efectos sobre el medio ambiente y la salud
humana.

Estos efectos impactan directa o indirectamente al hombre a través de
(Freeman, 1979): efectos en morbilidad y mortalidad, afectación de las
llamadas amenidades tales como olor, visibilidad o estética visual; efectos
sobre la productividad agrícola, la forestería, pesca comercial, daños a
materiales y el clima entre otros.


B. RELACION CONTAMINACION / SALUD:

Los daños a la salud por la contaminación atmosférica han sido los efectos
más estudiados, encontrándose que pueden representar un gran costo para las
sociedades debido a un aumento creciente de consultas médicas
principalmente. Sin embargo los costos por gastos médicos no son los únicos
que deben considerarse, diversos estudios han demostrado que la
disponibilidad a pagar (DAP) pública por reducir o eliminar efectos a la
salud asociados con la contaminación atmosférica, excede en mucho al valor
indicado si sólo se consideran los costos por enfermedad (Chestnut et.al.,
1997).

La relación contaminación – salud es directa y evidente en las estadísticas
de salud. La contaminación atmosférica por procesos de combustión es la
principal causante del aumento de enfermedades respiratorias agudas (IRA)
en Santa Fé de Bogotá, representando la primera causa de consultas médicas
por morbilidad para niños entre 1-4 años y la segunda en importancia para
niños de 5-14 años (Rubio, 1997).

Dada la relación causal entre contaminación y enfermedades respiratorias
agudas, es de esperar que un aumento en los niveles de exposición de los
individuos a la contaminación atmosférica incida sobre el número de
afectaciones por IRA. Como se podría esperar y dado que el estar enfermo
implica pérdidas de bienestar para las personas, un comportamiento racional
llevaría a evitar exponerse a la contaminación atmosférica o tomar medidas
defensivas para asi no incurrir en las pérdidas de bienestar que implicaría
el padecer una enfermedad respiratoria aguda.

Sin embargo, este tipo de comportamiento sólo se esperaría en aquellos
individuos que manejen la información acerca de la relación contaminación –
salud que, aunque es evidente en términos de las estadísticas de salud, no
lo es necesariamente para la población en general.

Se sabe que, a medida que un individuo maneje mayor información sobre la
cantidad e intensidad de efectos que puede tener la contaminación
atmosférica sobre su bienestar y al asociar estos efectos a costos, les
asignará un valor probablemente mayor que el que pudiera asignar un
individuo que sólo conoce un número más limitado de estos efectos (Chestnut
et.al.,1997).

Con este estudio se pretende esclarecer qué tan importantes están siendo
los efectos por información en los individuos dada su valoración ante
reducciones en la afectación por enfermedades respiratorias agudas.


C. VALORACION DE LOS COSTOS:

La valoración económica de los costos indirectos a la salud por
contaminación no puede realizarse a través de señales de mercado ni otro
tipo de información agrupada debido a que no se cuenta con un mercado
observable ni bienes que nos permitan relacionar estos cambios en calidad
del aire con su valor total.

Para medir este tipo de costos existe la posibilidad de obtener información
acerca de cómo percibe cada persona los efectos sobre su bienestar, esta es
la única forma de incluirlos, preguntando directamente a los individuos su
valoración personal.

Los estudios de Valoración Contingente (VC) nos permiten valorar este tipo
de bienes de no-mercado, cuantificando los beneficios totales para la
sociedad de una reducción potencial de los efectos a la salud. El valor
monetario para estos cambios en riesgos de los efectos a la salud humana
debe reflejar entonces el total de consecuencias a los individuos
afectados.

La VC es un método directo e hipotético que se basa en información que
proporcionan las propias personas cuando se les pregunta sobre la
valoración (disponibilidad a pagar) del objeto de análisis en un mercado
hipotético. En general este método se usa cuando:

1. No se puede establecer el vínculo entre la calidad del bien ambiental y
el consumo de un bien privado.
2. Existen muchas dificultades y limitaciones para aplicar métodos
indirectos y para utilizar datos secundarios.

Aunque el método de VC ha sido desarrollado especialmente para medir la DAP
de los individuos por cambios que no pueden ser medidos con ningún método
indirecto (Mitchell y Carson, 1989), la realización de estos estudios tiene
una serie de problemas debido a que se está valorando un bien en un mercado
hipotético, y por tanto, la DAP de los individuos podrá sub o sobrestimar
la verdadera disponibilidad a pagar por el bien dependiendo de cómo se
realice el estudio, la definición del escenario de valoración, cómo se
realice la pregunta de DAP y, principalmente de los niveles y calidades de
información que manejan los agentes (Portney, 1994 y Halvorsen, 1996).

Muchos autores tales como Cummings et.al. (1997), Johannesson, Liljas y
Johansson (1998) y Blumenschein et. al. (1998) argumentan que los estudios
de VC expresan una DAP sobrestimada principalmente en estudios de
morbilidad, sin embargo, la opinión general es que estudios de VC bien
diseñados pueden medir la DAP por mejoras hipotéticas de forma bastante
cercana a la verdadera DAP (NOAA Panel, 1994; Cummings et. al., 1986 y
Mitchell & Carson, 1989 citados por Laughland et. al., 1996).

En este estudio se usará una encuesta de VC en que se pregunta directamente
a las personas su DAP por reducciones en días de síntomas de enfermedades
respiratorias agudas (IRA). Adicionalmente se incluyen en la encuesta una
serie de preguntas que buscan indagar respecto del manejo de información
que tienen los individuos sobre los efectos a la salud por la contaminación
atmosférica, su nivel de exposición a la contaminación y aplicación de
medidas defensivas. El objetivo principal es determinar la influencia que
tiene el manejo de información sobre la disponibilidad a pagar expresada de
los individuos.

El esquema de este documento es como sigue: en el acápite II se revisan los
principales estudios que se han realizado en el tema; en el siguiente se
presentan los objetivos del estudio y su justificación; luego se enmarca el
trabajo dentro de la teoría económica que lo sustenta y se describe la
metodología utilizada. Por último, se desarrolla el análisis econométrico y
se presentan las conclusiones y recomendaciones correspondientes.


ANTECEDENTES



A. RELACION CONTAMINACION / SALUD:

Como se mencionó anteriormente, uno de los efectos principales de la
contaminación atmosférica es su repercusión sobre la salud pública. En el
mundo existe vasta y profunda evidencia empírica acerca de los efectos
nocivos sobre la salud producidos por la contaminación atmosférica,
repercutiendo principalmente sobre el sistema respiratorio (Alberini y
Krupnick, 1997; Schwartz et.al,. 1994; Ostro et.al., 1993; Braun-Fahrland
et.al., 1992 entre otros).

El bióxido de azufre y las materias particuladas producen tos, bronquitis y
otras enfermedades respiratorias como neumonía y asma. Al mezclarse con la
sangre, el CO reduce su nivel de oxígeno y genera un aumento en la presión
sanguínea, dificultando el funcionamiento del corazón; en niveles altos
puede incluso afectar la capacidad de raciocinio y percepción, reducir los
reflejos y ocasionar mareos, angina, inconsciencia o incluso la muerte. El
CO, al igual que el SO2 y el ozono se asocian con una mayor sensibilidad a
infecciones respiratorias y reducciones en la actividad pulmonar
(Aristizábal, 1998).

Existe también evidencia de que los niveles de contaminación se reflejan
directamente sobre el volumen de consultas médicas en hospitales y clínicas
(Delfino et.al.,1997; Bates et.al., 1990 entre otros). En un estudio
realizado en Santiago de Chile, Sánchez y Morel (1995) encontraron que
frente a una reducción de 10 µg/m3 en PM10[2], las consultas por
enfermedades respiratorias disminuyeron entre 3 y 7%. Por otro lado,
Gerking y Stanley (1986), citados por Laughland et.al. (1996), estimaron la
DAP anual para una reducción del 30% en la exposición exterior al ozono
basada en información de costos de visitas médicas, calidad del aire e
información demográfica.

En Bogotá, investigaciones realizadas por la Secretaría de Salud con datos
de entre 1987 y 1996, muestran que las enfermedades respiratorias son de
gran frecuencia, encontrándose entre las diez primeras causas de morbilidad
del país (Rubio, 1997). Las consultas por enfermedades respiratorias
corresponden al 14% del total de consultas médicas en el país, a un 33% de
las consultas de niños entre uno y cuatro años y al 30 % de las consultas
en niños de un año o menos (Rubio, 1997).


B. VALORACION DE LOS COSTOS:

En términos de costos, los daños a la salud a través de consultas médicas
y otros costos asociados pueden representar una magnitud considerable;
estudios que han estimado los beneficios de programas de control de la
contaminación atmosférica en los Estados Unidos y Europa occidental indican
que estos beneficios pueden ser sustanciales (Chestnut et.al., 1997).
Diversos autores tales como Alberini et.al., 1996 y 1997; Cropper et. al.,
1997 y 1981; Ostro, 1983; Chestnut et.al., 1997 y 1998 y Sánchez y Morel,
1995 entre otros, han estimado efectos sobre la salud por la polución del
aire en Bangkok, Estados Unidos, Taiwan y Chile, encontrando todos ellos
una asosiación directa y significativa entre contaminación del aire y
morbilidad. Los resultados de estos estudios arrojan valoraciones que
varían entre una disponibilidad a pagar de US$ 3.6 hata US$ 189 dólares /
persona / año, dependiendo del país y las condiciones del estudio.

Se sabe que los costos por reducción de bienestar asociados a morbilidad
son de tres tipos (Sánchez y Morel, 1995):

- El primero corresponde a costos médicos directos, tanto de prevención
como de tratamiento.
- El segundo corresponde a costos por productividad perdida por la
enfermedad (días de trabajo perdidos y actividad restringida).
- El tercero corresponde a la disminución en utilidad que sufre la persona
por las molestias propias de la enfermedad y el costo de oportunidad del
tiempo perdido.


C. MANEJO DE INFORMACION:

La información imperfecta y el alto esfuerzo que involucra tener que
pensar las respuestas (generalmente complejas) de DAP, afectan la calidad
de las mismas. Debido a esto, los estudios de VC deben ayudar a los
encuestados a pensar en la información y explorar experiencias previas que
le enfoquen en el marco de lo que se está preguntando. Esta necesidad es
aún más importante en estudios de morbilidad debido a la variedad de
maneras en que las enfermedades afectan a los individuos por lo que se hace
necesaria una guía teórica que les ayude a contabilizar los costos en que
incurren por una enfermedad, incluidos los costos médicos, por pérdidas de
trabajo, malestar y medidas defensivas.

Se ha demostrado que un incremento en información objetiva conlleva a que
los individuos cambien sus creencias y comportamientos acerca de la
relación entre calidad de un bien ambiental y salud. En un estudio
realizado por Fabián y Tolley (1996), se demostró que la experiencia de
grupos focales confirma la hipótesis de que cualquier mención de la
contaminación como causante de síntomas puede distraer a los encuestados de
expresar sus verdaderas valoraciones puesto que como los individuos están
valorando directamente el bien de no-mercado, es muy probable que el nivel
de información que manejen esté influyendo sobre su valoración expresada y
afectando los costos por medidas defensivas.

El nivel de información que manejan los consumidores, tal como menciona
McConnell (1986), altera su comportamiento debido que, al ser conscientes
de los efectos de la contaminación lo ajustan y toman medidas defensivas de
forma que el problema les afecte lo menos posible.

Para el caso de aquellos individuos que no son conscientes de estos
efectos, Foster y Just (1989) demostraron que las pérdidas de bienestar son
mayores cuando los individuos consumen un bien contaminado en ignorancia y
toman consciencia acerca de la contaminación y sus efectos después de
haberlo consumido. Las pérdidas adicionales corresponden a la incertidumbre
y ansiedad correspondientes a los niveles de riesgo que se tomaron en
ignorancia.

Los primeros intentos para determinar los efectos de la información en
respuestas de comportamiento a problemas ambientales, fueron realizados por
Swartz y Strand (1981), quienes desarrollaron las bases conceptuales para
medir costos evitados como resultado de información imperfecta.

Halvorsen (1996), citando a Höehn y Randall (1989) y Randall (1991) discute
la desviación agregada que ocurre si un proyecto es valorado solo o como
parte de una agenda mayor, demostrando que, la principal razón para las
desviaciones encontradas en las respuestas de VC parece ser que los
encuestados manejan información imperfecta acerca del problema a valorar.

En un estudio realizado por Magat et. al. (1987), se encontró que la
valoración subjetiva de los individuos por reducciones de morbilidad fue
mayor que aquella derivada de estudios indirectos (precios hedónicos) y
probablemente mayor de lo que su elección de comportamiento podría indicar
en un mercado real en el que ellos comprendieran completamente los niveles
de riesgo involucrados.

Por estas razones se hace tan importante valorar los efectos por
información en una encuesta de valoración contingente, tratando de
esclarecer en qué medida estos efectos pueden estar afectando la valoración
por cambios en morbilidad de los individuos y, por lo tanto su DAP
expresada.

III. OBJETIVOS Y JUSTIFICACION

El objetivo de este estudio es establecer si los individuos pueden
realcionar la contaminación con las enfermedades respiratorias agudas, es
decir, δsalud/δcontaminación; si son capaces de establecer esta causalidad,
el segundo objetivo es establecer cuál es el efecto de tener información
respecto de la contaminación sobre la DAP por reducir un día de síntomas.
No se están valorando directamente cambios en la contaminación, sin embargo
la hipótesis del trabajo es válida si se tiene en cuenta que la función de
producción de salud[3] depende de la contaminación y que alrededor del 97%
de nuestros encuestados sabían que la contaminación del aire producía
enfermedades respiratorias.

La importancia prestada en la literatura a los efectos por información en
estudios de valoración contingente para morbilidad, pone de manifiesto la
necesidad de investigar acerca de sus repercusiones sobre la DAP expresada.


Se supone que los efectos por información influyen en las respuestas
expresadas de los individuos ante valoraciones de bienes de no-mercado, sin
embargo, no queda claro si el efecto es suficientemente importante como
para afectar la DAP expresada ni se conoce la magnitud de esta afectación.

El nivel y la calidad de información que manejan los individuos no se
puede preguntar directamente pues los individuos responderán subjetivamente
de acuerdo a la percepción que ellos tengan de sí mismos. Esta variable
tampoco es evidente ante un solo atributo medible, es necesario indagar
acerca de una serie de elementos y confirmar las respuestas obtenidas con
otro sinnúmero de preguntas que controlen si el individuo está siendo
consistente en sus respuestas; esto provoca que medir los niveles de
información alargue las encuestas e incremente los costos globales de los
estudios por lo que se tiende, entonces, a tratar a todos los individuos
como si manejaran el mismo nivel de información, es decir se supone
información homogénea entre los encuestados, lo que no es del todo
correcto.

La importancia de este estudio estriba en que se determina si los efectos
por información (de la relación salud-contaminación) están afectando
realmente y de forma significativa la valoración de los individuos ante
cambios en salud y cuál es la magnitud de este efecto.


A. OBJETIVO GENERAL:

Determinar si el manejo de información por parte de los individuos afecta
significativamente su disponibilidad a pagar expresada por cambios en
morbilidad en un estudio de valoración contingente para Santa Fe de Bogotá,
Colombia.


B. OBJETIVOS ESPECIFICOS:

1. Estimar el tipo y calidad de información sobre contaminación ambiental y
efectos a la salud que manejan los bogotanos.

2. Determinar si el manejo de información sobre la relación contaminación -
salud por parte de los individuos influye significativamente sobre la DAP
expresada.




IV. MARCO TEORICO


A. METODO:

Este estudio se realizó a través de encuestas de valoración contingente. La
primera publicación que hace referencia al método de VC se hizo
aparentemente en 1947, cuando Ciriacy-Wantrup escribieron acerca de los
beneficios de prevenir la erosión de los suelos. Posteriormente Davis
(1963), diseñó e implementó el primer estudio de VC, encontrando que los
resultados obtenidos a través de este método no diferían significativamente
de los obtenidos con otro tipo de métodos alternativos.

El nombre del método de valoración contingente se refiere al hecho de que
los valores que son revelados por los encuestados son contingentes al
mercado simulado o construido en el estudio (Portney, 1994). Técnicas como
ésta, preguntan a los individuos cuánto están dispuestos a pagar
hipotéticamente por una mejora definida de manera precisa. El Panel de
NOAA (National Oceanic and Atmosferic Administration) realizado en 1992 a
causa de las exageradas compensaciones que se exigían a la Exxon Valdés por
el derrame de petróleo en aguas marítimas, determinó una serie de elementos
por considerar a la hora de realizar un estudio de VC y estas
recomendaciones se han convertido en una base importante para cualquier
estudio que pretenda determinar beneficios o costos por un cambio de
calidad ambiental. Las recomendaciones incluyen entre otras cosas (NOAA
Report, 1994):

a. Que los estudios de VC se realicen de forma personal y no a través de
encuestas por correo.
b. Es mejor preguntar por disponibilidad a pagar por una mejora ambiental
que la disponibilidad a aceptar por un empeoramiento.
c. Se debe utilizar el formato de referéndum.
d. El escenario debe describir clara y perfectamente los efectos
esperados del programa.
e. Debe recordar a los encuestados que cualquier gasto repercutirá en el
nivel de ingreso que tenga para gastar en otros bienes.
f. Deben incluirse los sustitutos del bien a valorar.


B. MODELO:

El argumento fundamental para valorar los cambios, es que la calidad del
bien a valorar afecta la función de utilidad de los individuos y, por
consiguiente, el proceso de maximización de utilidad (Cropper y Freeman,
1991 y Hanemann, 1984 entre otros). Por esto, mejoramientos de la calidad
del bien deberán incrementar la utilidad de los individuos, lo que se
reflejará en una reducción del consumo de otros bienes tanto de mercado
como de no-mercado para mantener el nivel de utilidad constante (McConnell,
1986).

Considerando una función de utilidad individual U = u(X, q) donde "X" es el
vector que incluye cantidades de bienes privados y "q" representa la
calidad del bien valorado, al incluir su calidad dentro de la función de
utilidad de los individuos, se asume que el individuo percibe al menos los
efectos de un cambio en ésta (Freeman, 1993). Existen una variedad de
estructuras que pueden caracterizar el modelo de preferencias de los
individuos; estas estructuras proveen la base para inferir la
disponibilidad a pagar por la calidad del bien "q" dada la relación entre
éste y los bienes de mercado "X".

Las definiciones aplicadas a medir cambios en el bienestar de los
individuos en unidades monetarias, son la variación compensada y la
equivalente. La variación compensada para un cambio en el bien de no-
mercado es la cantidad de ingreso que estaría dispuesto a sacrificar el
individuo para dejarlo en la misma situación en la que se encontraba justo
antes del cambio. La variación equivalente por otro lado, es la cantidad de
dinero que el individuo requeriría para dejar de lado voluntariamente el
cambio producido y estar igual (en términos de utilidad) a como estaba con
el cambio. Ambas variaciones (compensada y equivalente) pueden ser
interpretadas como medidas de disponibilidad a pagar para un empeoramiento
y a aceptar por una mejora del bien a valorar respectivamente.

Hay varios métodos que permiten estimar la DAP de los individuos por un
cambio determinado. El método de referéndum utilizado por Bishop y
Heberlein en 1979 y profundizado por Hanemann (1984) es uno de los más
populares dado que permite estimar el monto máximo que los individuos están
dispuestos a pagar ante un cambio propuesto, minimizando los problemas por
sesgos. Tal como demuestran Mitchell y Carson (1989), el método referéndum
es preferible respecto de otros métodos por que "la mejor estrategia de los
encuestados es proveer respuestas verdaderas". En general, se acepta que
en los estudios de valoración hipotética, los sesgos estratégicos no son un
problema por que no se incentiva un comportamiento estratégico (Freeman,
1993).

Una vez obtenido el monto de DAP y al realizarse las preguntas en el
cuestionario, lo que se obtiene son una serie de respuestas de sí y no ante
una pregunta dada. Para convertir esto en medidas monetarias, se requiere
utilizar un modelo teórico de utilidad explícito. Se hará uso de un modelo
de elección discreta que, como Cameron (1988) y Cameron y James (1987)
observan, permite explicar las elecciones individuales en términos de
disponibilidad a pagar.

Por ejemplo, si se pregunta a un individuo si está dispuesto a pagar $X por
un cambio en calidad especificado de q0 a q1 (con q1 > q0) y representando
la función de utilidad como U(m, q, c) donde "m" corresponde al ingreso del
individuo y "c" representa otros atributos observables del individuo,
tales como sexo, edad, etc. Entonces, la utilidad de un individuo que
acepta pagar por el cambio será U1= u(q1, m; c) y la utilidad de un
individuo que no lo acepta será U0 = u(q0, m; c).

El individuo estará dispuesto a pagar cuando:

u(m - $X, q1, c) u(m, q0, c)

De forma equivalente, denominando v(.) al componente observable de la
función de utilidad, la probabilidad de obtener una respuesta de "sí" a la
pregunta de DAP esta dada por:

Pr (Si) = [v(m - $X, q1, c) + e1 > v(m, q0, c) + e0] (1)

Donde ei (i = 0, 1) es un término de error idéntica e independientemente
distribuido (iid) cuya media toma el valor de cero; este término absorbe
aquellas variables que no se estén tomando en cuenta en el modelo.

Al introducir los problemas de información en la valoración expresada por
el cambio propuesto debe considerarse que, dada la relación directa entre
enfermedades respiratorias agudas y contaminación, el tomar medidas
defensivas para reducir los riesgos de estar en contacto con la
contaminación requiere de conocimientos acerca de los efectos a la salud de
la contaminación.

Como ya se mencionó anteriormente, asumir información perfecta no parece
realista, principalmente en países en desarrollo donde los niveles
educativos son bajos y la información acerca de la contaminación es escasa.
Los individuos desinformados acerca de la contaminación y los riesgos que
involucra, pueden no exhibir comportamiento defensivo y, dado que no están
ajustando su comportamiento adecuadamente, percibirán ganancias en
bienestar menores por mejoramientos de la calidad ambiental y pérdidas de
bienestar mayores por reducciones de la calidad ambiental respecto a otros
individuos (Ibáñez, 1999). Por esta razón será importante discriminar entre
grupos de individuos con diferentes niveles de información y tratarlos de
forma diferenciada en el análisis estadístico.

De esta forma, la probabilidad de responder "si" a la pregunta de DAP que
se realiza, estará determinada por las variables ingreso (m), otras
características observables del individuo (c) y el manejo de información
(i).

Asi, podemos representar la utilidad del individuo como:
U = U(m, c, i, p)

Donde "p" representa la decisión de respuesta de "si" o "no" ante la
pregunta de DAP, ésta tomará el valor de 1 cuando la persona decida pagar
(responda si) y de cero en otro caso.

La probabilidad de que el individuo esté dispuesto a pagar $X por la
reducción en un día de síntomas de enfermedad respiratoria aguda (IRA)
estará dada por:

Prob (si) = Prob(Upagar > Uno pagar)
Prob[V(m - $X, c, i, 1) + e1 > V(m, c, i, 0) + e0)]
Prob[V(m - $X, c, i, 1) - V(m, c, i, 0) > e0 – e1)]

Llamando (V al cambio en la parte determinística de la función y (e al
cambio en la parte aleatoria, tenemos que la función de probabilidad
acumulada para (e:


Prob (si) = Prob((V > (e)

F(e ((V)

Si suponemos que F(e tiene una distribución logística, tenemos:

Prob (si) = e(v / 1 + e(v
Conociendo la forma de la función de probabilidad acumulada y suponiendo
una distribución logística, lo que falta por determinar es el tipo de
variables a incluir y la relación entre ellas. Para este estudio nos
interesa específicamente incluir una variable que mida el efecto por
información en la DAP expresada; esta variable se denomina "i" en el
modelo. Las variables socioeconómicas (c) capturan las características
específicas de los individuos como nivel de educación, edad, sexo, etc.,
que influyen en su toma de decisiones.

Para estimar la DAP se utilizará un modelo que no presenta efecto ingreso
donde se supone que la utilidad indirecta cambia únicamente ante cambios en
el precio del bien, es decir en este caso, cambios en el monto o precio que
se está preguntando por eliminar un día de síntomas de IRA. Se asume que
la utilidad marginal del ingreso es constante entre alternativas y que la
variable ingreso entra de forma lineal en la función de utilidad del
individuo.

En el proceso de decisión, cuando la utilidad de no pagar es igual a la
utilidad de pagar, es decir (V=0, los individuos resultan indiferentes ante
una u otra decisión. Bajo estas circunstancias $X sería la máxima
disponibilidad a pagar antes de decidir no pagar por eliminar un día de
síntomas. La DAP representará la variación compensada de los encuestados.

Entonces, el modelo propuesto es:

Prob(y =1=si) = F[β0 +β1 p + β2 c + β3 i ]

Aplicando una función de máxima verosimilitud tenemos:
L = F e0 - e1 [β1 pi + β2 ci + β3 ii ]Yi * {1 - F e0 - e1 [β1 pi + β2
ci + β3 ii ]}1-Yi

Y asumiendo la función de distribución logística, se obtiene:
L = [e[β1 pi + β2 ci + β3 ii ] /1+e[ β1 pi + β2 ci + β3 ii ]]Yi * [ 1
/ 1+e [β1 pi + β2 ci + β3 ii]]1-Yi


Esta función se estima con el método de máxima verosimilitud para obtener
el valor de cada uno de los parámetros acompañando a las variables.


V. METODOLOGIA

La muestra está conformada por 1,200 individuos encuestados, habitantes de
las 19 localidades que componen el distrito capital y elegidos dentro de
los seis estratos sociales distintos en que está dividida la población
bogotana para fines socioeconómicos. Ver cuadro:
"ESTRATO "NUMERO DE "PARTICIPACIÓN % "
" "MANZANAS "DE MANZANAS "
"1 "1,176 "5.04% "
"2 "6,102 "26.14% "
"3 "8,625 "36.94% "
"4 "4,598 "19.7% "
"5 "2,112 "9.05% "
"6 "732 "3.13% "
"TOTAL "23,345 "100% "


Tomado de: Estratificación socioeconómica de Santa Fe de Bogotá D. C.
Departamento Administrativo de Planeación Distrital. Alcaldía Mayor de
Santa Fé de Bogotá. Julio de 1996.

"ESTRATO "PARTICIPACION EN LA MUESTRA "
"1 "5.01% "
"2 "15.62% "
"3 "40.18% "
"4 "19.97% "
"5 "14.29% "
"6 "4.93% "
"TOTAL "100% "


El proceso de muestra fue:
1. Estratificado.
2. Sistemático con arranque aleatorio.

Operativamente se procedió a trabajar sobre un plano estratificado de
Bogotá. Se numeraron las manzanas y se realizó un muestreo sistemático con
arranque
aleatorio. Este muestreo tiene la ventaja que reparte la muestra
proporcionalmente (en los estratos) en toda la ciudad. Con este sistema se
seleccionaron manzanas y en cada manzana seleccionada se listaban las
viviendas sobre un formato en el que estaban preseleccionados algunos
números. Las viviendas que coincidieron con estos numeros fueron las
viviendas entrevistadas.

Para realizar las encuestas se visitaron los hogares seleccionados y se
procedió a consultar al jefe de familia o encargado del hogar. Todas las
encuestas fueron realizadas en el mes de Noviembre de 1999 y durante los
fines de semana para aumentar la probabilidad de presencia de las personas
en su hogar.

Para determinar la variable "precio" incluida en el estudio, se preguntó a
los encuestados cuánto estaban dispuestos a pagar por eliminar un cierto
número de días de síntomas de IRA. Con este precio obtenido directamente de
los encuestados se preguntó si estaba dispuesto a pagar un monto mayor por
eliminar el mismo número de días de síntomas; si la persona respondía SI,
se preguntaba por un monto mayor y asi hasta que la persona respondiera que
NO estaba dispuesto a pagar. El precio utilizado correspondía al último
monto que la persona estaba dispuesto a pagar.

El rango de precios va desde los $100 hasta $15,000 pesos[4] por día de
síntomas. Dado que se preguntó por diferentes montos correspondientes a
diferente número de días, la variable precio por eliminar un día de
síntomas se creó dividiendo el monto total que la persona estaba dispuesta
a pagar entre el número de días totales.

La muestra está conformada por individuos mayores, con una media de 40 años
de edad y una desviación estándar de 16 años, distribuida casi
proporcionalmente entre ambos sexos. El rango de ingreso promedio está por
debajo de 780,000 pesos mensuales.


A. CUESTIONARIO:

En este estudio se hace uso de una encuesta de Valoración Contingente en la
que se incluyen tres bloques principales (ver encuesta anexa):

- Un primer bloque que contiene información relevante sobre el bien o el
problema objeto de estudio, de modo que el encuestado tenga una
información suficientemente precisa como para identificar correctamente
el problema de que se trata. Aquí se incluyen preguntas acerca del último
episodio de enfermedad respiratoria aguda que haya experimentado el
encuestado, a fin de hacerle recordar los costos asociados en los que
tuvo que incurrir por causa de la enfermedad. Se incluirán tanto los
costos directos como indirectos.
- Un segundo bloque que describe la modificación del objeto de estudio, es
decir la modificación en los días de padecimiento que se está
proponiendo, el vehículo de pago, etc. Esta parte incluye la pregunta de
DAP y las de "manejo de información", en que se trata de medir el volumen
y la calidad de la información que tienen los individuos en la muestra.
- El tercer bloque indaga acerca de las características socioeconómicas más
relevantes del encuestado tales como ingreso (estrato), edad, estado
civil, nivel de estudios, etc. Es importante que estas preguntas se
realicen al final de la encuesta tal como menciona Azqueta (1994), cuando
ya se ha roto el hielo inicial de la entrevista y la persona se encuentra
más cómoda, lo que reduce la tendencia a rechazar este tipo de preguntas.

El formato básico de la encuesta se obtuvo de revisiones a diversos
estudios tales como los realizados en Taiwán (Alberini, et.al., 1997) y
Bangkok (Chestnut, et.al., 1998) con el fin de no repetir errores,
aprovechar los aportes de otros investigadores al tema y para poder
comparar resultados; sin embargo, los modelos fueron corregidos y adaptados
a las características de nuestro estudio en Bogotá.

1. PREGUNTAS DE DISPONIBILIDAD A PAGAR:

En la pregunta de DAP se pide a los encuestados expresar si estarían
dispuestos a pagar un precio o monto determinado por el cambio que se les
refiere (reducción en un día de síntomas por IRA). Esta se realiza después
de haberle hecho recordar al individuo los costos en que tuvo que incurrir
únicamente por daños a su salud relacionados con problemas de contaminación
(IRA).

La pregunta que se usó para este estudio es la siguiente: "Suponga que en
los próximos días usted contarerá una enfermedad de "N" días de duración y
va a experimentar los siguientes síntomas (se enumeran los síntomas que ha
padecido el encuestado en su último episodio de IRA). Cuánto estaría usted
dispuesto a pagar por eliminar "Ÿ" días de síntomas de este episodio de
enfermedad?. Recuerde que usted estará pagando por eliminar "Y" días de
síntomas, incluyendo los gastos médicos, por medicinas, el tiempo que
gastaría visitando al doctor o en la clínica, su tiempo de trabajo perdido
y finalmente el tiempo que no podría disfrutar en ocio u otras actividades
diarias. Usted estaría dispuesto a pagar "$X" por eliminar "Y" días de
síntomas?. Tenga en mente que si usted paga por eliminar "Y" días de
síntomas, estará destinando a este fin una parte de su ingreso y por lo
tanto deberá reducir en "$X" algunos de sus gastos usuales".

En la primera parte de la pregunta se introduce el supuesto de que la
persona encuestada contraerá una enfermedad respiratoria aguda y padecerá
los mismos síntomas que experimentó en su último episodio de este tipo de
enfermedades. Esto es muy importante y busca conseguir que la persona se
sitúe mentalmente en el momento en que padeció su último episodio de IRA y
lo traiga al presente para que, de esta manera, pueda responder a la
pregunta de DAP tomando en cuenta todas las molestias de salud que le
conlleva padecer un episodio de IRA.

La segunda parte complementa la primera y trata que el encuestado tome en
cuenta -al momento de dar su respuesta- todas las pérdidas de bienestar en
que le hizo incurrir el episodio de IRA, ayudándole a recordar el tipo de
gastos (no sólo monetarios) que tuvo que afrontar. La última parte de la
pregunta ayuda al encuestado a recordar que su ingreso es limitado,
haciéndole confrontar la decisión de "en qué gastar" y por lo tanto le
ayuda a sopesar la importancia que está teniendo el problema por el que se
pregunta respecto de aquellos a los que dedica sus gastos usuales.

Las tres partes que componen la pregunta de DAP son imprescindibles y
tratan de esclarecer el escenario de decisión para el encuestado de forma
que se reduzcan al máximo los sesgos por respuestas "ideales" ante
preguntas hipotéticas.


2. PREGUNTAS DE INFORMACIÓN:

Con este grupo de preguntas se indaga acerca de los niveles de información
que manejan los individuos, observando la forma en que relacionan salud y
contaminación. Es importante que las preguntas de información, en las que
se brinda y recuerda a los individuos los efectos de la contaminación
atmosférica, se ubiquen después de la pregunta de DAP con el fin de evitar
los sesgos en la valoración que se mencionaron anteriormente.

Las preguntas de "manejo de información" son la parte central de la
encuesta desde el punto de vista de este estudio. El cuestionario incluye
una serie de preguntas que tratan de determinar si el individuo es
consciente de los problemas que causa la contaminación atmosférica a la
salud, estimando la calidad y cantidad de información que las personas
manejan respecto de la contaminación atmosférica y sus efectos.

En total se incluyen 15 preguntas. Con la primera (pregunta 9), se intenta
establecer si las personas consideran que su entorno de vida está
contaminado. Este primer punto es muy importante puesto que no hay duda de
los niveles de contaminación que se viven en la ciudad de Bogotá, con lo
que se está controlando si la información más común y evidente está siendo
manejada por los individuos de la muestra.

Posteriormente (10) se pregunta si la contaminación (en el caso de
percibirla) les parece molesta, tratando de establecer la percepción que
tienen los mismos encuestados acerca del problema y sus afectaciones.

Después de estas preguntas introductorias, se pasa a un bloque de tres
preguntas (11, 12 y 13) que buscan determinar si los individuos manejan la
relación causal entre contaminación y enfermedades respiratorias, relación
que está bien documentada en la literatura pero que no sabemos si está
siendo manejada o percibida de forma tan clara por los encuestados en la
muestra.

Un segundo bloque de preguntas (14, 15, 16 y 17) intenta establecer si el
encuestado presenta actitudes defensivas y de conciencia respecto del
problema que está percibiendo. Lo que se busca es determinar si las
personas le están prestando suficiente importancia al problema como para
incurrir en gastos (de tiempo o de dinero) intentando "defenderse" de la
contaminación o si simplemente les molesta pero no lo suficiente como para
actuar intentando paliar el problema.

El tercer bloque de preguntas (18, 19, 20 y 21) indaga si los encuestados
están considerando el problema de salud como una variable que está fuera de
su control o sobre la que pueden influir a través de diferentes actividades
y decisiones de vida. Con esto se intenta esclarecer qué tanto las personas
sienten que tienen control sobre su salud. Este grupo de preguntas no
necesariamente son de "manejo de información" pero son importantes para
determinar la percepción que tienen los encuestados sobre los problemas de
salud.

Por último se incluyen, una pregunta con la que se intenta determinar la
"calidad" de la fuente de información que está teniendo la muestra de la
población encuestada (22), preguntando de dónde obtiene la gente la
información que maneja y, una pregunta que establece directamente la
importancia que los encuestados le están dando al problema de la
contaminación atmosférica (23). Esta última pregunta refuerza lo que se
busca determinar con el segundo bloque de preguntas pero siendo más
evidente.


B. PROCESO DE LAS ENCUESTAS:

Una vez elaborado el formato básico de la encuesta, se realizaron tres
grupos focales con el fin de reducir errores y probar si la encuesta era
fácil de entender y práctica. El primer grupo se realizó con un total de
diez individuos de bajos ingresos (Estratos I y II), consultando la
encuesta de forma generalizada ante el grupo y promoviendo la discusión
sobre las preguntas que no se lograban entender claramente. Los aportes de
este grupo se incluyeron en la encuesta original y con este nuevo formato
se procedió a realizar el segundo grupo focal.

El segundo grupo contó con seis individuos de altos ingresos (Estratos V y
VI), con los que se procedió de igual manera que con los de bajos ingresos.


Incluidos los nuevos aportes a la encuesta se realizó un último grupo focal
con individuos de estratos III y IV[5], que corresponden a un estrato
medio. Para este estrato se realizó una repetición debido a que es el
estrato que concentra mayor porcentaje de la población de la ciudad.

La importancia de realizar grupos focales reside principalmente en la
posibilidad de afinar la pregunta de disponibilidad a pagar, es muy
importante que esta pregunta esté expresada de forma clara y que los
individuos comprendan perfectamente lo que se está valorando a fin de
disminuir los errores metodológicos en el estudio.

Una vez consultado y corregido el formato de la encuesta y la redacción de
las preguntas, se llevaron a cabo dos encuestas piloto que permitieron ver
si el cusetionario funcionaba correctamente una vez que se realizaba la
encuesta en su verdadero escenario y con los encuestadores, además permitió
refinar las preguntas de disponibilidad a pagar aún más.

Por último se realizó el estudio con una muestra de 1,200 personas de todos
los estratos de Bogotá a quienes se preguntó si estaban dispuestos a pagar
un monto determinado por eliminar un cierto número de días de IRA. Los
montos se obtuvieron a través del formato referéndum[6] tal como se
explicó en la metodología. Al dividir cada monto por el número de días que
le corresponde, se obtiene el monto o precio que cada persona está
dispuesta a pagar por eliminar un día de síntomas.


C. MODELO ECONOMETRICO:

El modelo econométrico específico a estimar es de la siguiente manera:

Prob (DAP= SI) = F[β0 + β1 tiempo + β2 duración + β3 severidad + β4 # de
sint. + β5 gasto
(+) (+) (+) (+)
(+)
+ β6 precio + β7 INF + β8 edad + β9 DEF + β10 fuma + β11 salud + β12 # de
enf.]
( ) (+) ( ) (+) (?) (?) (?)

La variable dependiente (DAP) representa si la persona está dispuesta a
pagar por eliminar un día de síntomas de enfermedad respiratoria aguda.
Esta variable depende tanto de la importancia que tuvo el episodio de IRA
que experimentó el individuo (primeras cinco variables), como de una serie
de características sociales y económicas, dentro de las que se incluyó el
manejo de información que es la variable que nos interesa en este estudio
y, por supuesto, el precio o monto a pagar.

Los signos debajo de cada una de las variables en el modelo corresponden a
los signos esperados para cada una de ellas. El signo de interrogación
significa que para estas variables no se espera un efecto definido a
priori.

Para estimar la DAP, lo que se hace es encontrar el monto que hace que la
utilidad por pagar sea igual a la utilidad por no pagar ((V=0), el
individuo resulta indiferente ante una u otra decisión. Bajo estas
circunstancias "precio" sería la máxima disponibilidad a pagar. La DAP
representa la variación compensada de los individuos; será el pago que los
encuestados están dispuestos a realizar y que se ve compensado por la
reducción del padecimiento por un día de síntomas.

A saber,

(V = ( - (P, entonces
DAP = -α/β,
Donde para nuestro modelo:
α = β0 + β1 tiempo + β2 duración + β3 severidad + β4 # de sint. + β5
gasto + β7 INF + β8 edad + β9 DEF + β10 fuma + β11 salud + β12 # de enf.
β = β6 (El parámetro que acompaña al precio)

El valor obtenido será entonces la disponibilidad a pagar media de los
individuos por eliminar un día de síntomas de enfermedades respiratorias
agudas.

D. MANEJO DE LAS VARIABLES:

Las variables explicativas del modelo econométrico se obtuvieron
directamente de la encuesta a excepción de las variables INF y DEF que son
dos índices creados para este análisis. El manejo de cada variable y la
creación de los índices se detallan a continuación[7]. La letra "V"
representa la palabra variable y el número corresponde al que tiene la
pregunta en la encuesta.
V3: tiempo
Esta variable "fecha" se convirtió en formato numérico aplicando un
correlativo para obtener un dato continuo que representa la proximidad del
episodio de enfermedad. A medida que aumenta la variable tiempo, aumenta la
proximidad del episodio de IRA que haya padecido el individuo.
V4: duración
Variable continua. Representa la duración que tuvo el episodio de IRA para
cada individuo. A mayor valor numérico mayor duración.
V5: severidad
Variable continua. Representa la severidad del episodio de IRA para cada
individuo. A mayor valor numérico mayor severidad.
V6: # de síntomas
Variable continua. Representa el número de síntomas que experimentó el
individuoen su último episodio de IRA. A mayor valor numérico más
síntomas.
V7: gasto
Representa la importancia de pérdidas de bienestar causadas por el episodio
de enfermedad. A mayor valor numérico mayor gasto.
V8: DAP
Corresponde a las respuestas de si/no ante la pregunta de disponibilidad a
pagar. Variable discreta que toma el valor de 1 si la persona está
dispuesta a pagar y 0 en otro caso.
PRECIO:
Esta variable corresponde al monto por el que se esta preguntando si la
persona esta dispuesta a pagar por eliminar un día de síntomas de IRA.
Variable continua.
INF: Indice de manejo de Información.
Se creó como un promedio aritmético simple en base a las preguntas
correspondientes al acápite "manejo de información" dentro de la encuesta.
Tiene un rango de 0 a 1 donde:
Indice porcentual = 1 si manejo total de información.
0 si manejo nulo de información.
Las variables incluidas para formar el índice son las siguientes:

INF = (CREE + MOLESTA + CONS 1 + CONS 2 + CAUSAL + CONTROL 1 + CONTROL 2 +
FUENTE + IMP) / NUMERO DE VARIABLES Donde,

V9 = CREE = si la persona considera que el aire esta contaminado.
Variable discreta 1/0
V10 = MOLESTA = si la contaminación le es molesta. Variable discreta 1/0
V11 = CONS 1 = Consideraciones respecto de diferentes efectos (no
necesariamente sobre la salud) de la contaminación
= 1 si almenos "c" o "f" es si
0 en otro caso
V12 = CONS 2 = Consideraciones respecto de síntomas causados por la
contaminación = 1 si almenos responde si a cinco opciones
0 en otro caso
V13 = CAUSAL = Causalidad entre contaminación y enfermedades respiratorias
agudas = 1 si ubica la opción 5 en primero o segundo puesto
0 en otro caso
C1 = CONTROL 1= Pregunta de control 1 = V14 * V15 donde,
V14 = EXP = si ha evitado exponerse a la contaminación
V15 = COMO 1 = cómo lo ha hecho =
1 si almenos responde si a una opción
0 en otro caso
C2 = CONTROL 2 = Pregunta de control 2 = V16 * V17 donde,
V16 = ESF = si hace esfuerzos por reducir la contaminación
V17 = COMO 2 = cómo lo ha hecho
1 si almenos responde si a una opción
0 en otro caso
V22 = FUENTE = por qué tipo de fuente se ha enterado que la contaminación
es dañina = 1 si responde si a al menos a, b ó c
0 en otro caso
V23 = IMP = El nivel de importancia que le da al problema de la
contaminación respecto de otros = 1 si ubica "c" en primer o segundo puesto
0 en otro caso
V24: edad
Variable continua que representa la edad del encuestado.
DEF: Indice porcentual de medidas defensivas. Se creó de manera
equivalente al índice de información.
= 1 si toma todas las medidas defensivas
0 si no toma ninguna

DEF = (LAVAN + VAP + EXE + AGUA) / NUMERO DE VARIABLES donde,

V26 = LAVAN = Si en el hogar lavan los vegetales. Variable discreta 1/0
V27 = VAP = Si en el hogar hay vaporizadores. Variable discreta 1/0
V28 = EXE = Si la persona hace ejercicio con frecuencia. Variable discreta
1/0
V29 = AGUA = Si invierten para mejorar la calidad del agua de consumo
= 1 si marcan alguna de las opciones 2-6
0 si marcan la opción 1

V35: fuma
Variable continua que crece a medida que la persona fuma menos.
V36: salud
Representa cómo considera el propio encuestado su estado de salud. Crece a
medida que el estado empeora.
V37: # de enf.
Número de enfermedades. Crece a medida que la persona ha padecido de mayor
número de enfermedades graves vinculadas a problemas por IRA.


RESULTADOS Y DISCUSION

Para responder el primer objetivo, se creó el índice de información en base
a las preguntas correspondientes a este bloque en la encuesta. Dado que no
existe en la literatura información acerca de índices similares, lo que se
hizo fue darle igual peso a todas las variables a fin de no introducir
sesgos de preferencia sobre ninguan de ellas. Los criterios que se tomaron
para decidir si se daba el valor de uno o cero a las variables en el caso
en que las respuestas fueran diferentes a si/no, fueron[8]:
1. si era una pregunta de "ordenar" por importancia se decidió que
tendría el valor de 1 si la persona colocaba la contaminación en
primer o segundo lugar y cero en otros casos.
2. Si era una pregunta de numerar síntomas o daños causados por la
contaminación se daba el valor de 1 si la persona marcaba almenos un
síntoma o elegía almenos una opción.

Los criterios de decisión pueden parecer un poco laxos pero lo que se
buscaba era ver si la persona manejaba almenos algo de información del
abanico de opciones presentadas respecto a la relación contaminación-salud.
Discriminaciones más complejas resultarían en análisis más allá de los
objetivos de este estudio.

Dado que el manejo de información no es una variable que pueda observarse
en los individuos y que tampoco puede medirse preguntando directamente, el
conjunto de preguntas de la encuesta intenta determinar de forma indirecta
este nivel para cada sujeto. Este índice mide el nivel y calidad de
información que manejan los individuos en un rango de 0 a 1 de forma
equivalente para todos los encuestados.

Los resultados del índice muestran un manejo de información por parte de
los bogotanos de aproximadamente un 65% según se puede ver en el cuadro de
estadísticas descriptivas que se incluye en este documento (cuadro 2). En
este mismo cuadro podemos observar que la mayoría de la población (62%) Si
está dispuesta a pagar por reducir o eliminar un día de síntomas de IRA
(esto equivale a la proporción de respuestas de si/no a la pregunta de
DAP). El promedio de la variable TIEMPO (V3) indica que la mayoría de la
población encuestada tuvo su último episodio de IRA en julio de 1999, fecha
a la que corresponde el correlativo numérico de 6,340; observando la
desviación standard el rango corre desde los últimos meses de 1998 hasta
finales de 1999, es decir, la mayoría de las personas encuestadas habían
presentado un episodio de IRA recientemente.

La media de la variable DURACION (V4) implica que el episodio de IRA
presentado por los encuestados duró más de una semana, la severidad de los
episodios de IRA (V5) fue "ligera" según la muestra, presentando en
promedio 7 síntomas (V6), con un mínimo de 3 y un máximo de 11 síntomas de
un total de 15 síntomas presentados en la encuesta. Los efectos por los
síntomas medidos en los gastos o pérdidas de bienestar presentadas en la
pregunta 7 de la encuesta no fueron muy severos (V7). La edad promedio de
la población (V24) es de 40 años, variando entre un mínimo de 15 y un
máximo de 90. Del índice de medidas defensivas (DEF) se obtiene que un 64%
de la población en promedio está tomando algún tipo de medidas defensivas.
La influencia de esta variable sobre la disponibilidad a pagar expresada es
del 3% ante una variación de una unidad porcentual en este índice.

El promedio de la muestra está compuesto por personas no-estudiantes (V30)
que consideran una exposición "leve" a la contaminación, la mayoría son
exfumadores (V35) que consideran que su estado de salud es "bueno" (V36).
Se observa un promedio de padecimientos de enfermedades respiratorias
severas menor a una enfermedad (V37) y un ingreso promedio menor a 780,000
pesos mensuales (V39).

Para responder el segundo y principal objetivo, se corrió el modelo
propuesto en una regresión para determinar la relación entre la variable
dependiente y sus variables explicativas. Dado que la variable dependiente
es una variable cualitativa de tipo binaria (1/0), se utilizó un modelo
Logit, estimando la regresión a través del programa estadístico LIMDEP 7.0.


Analizando los resultados de la regresión[9] se observa que, dado el valor
obtenido de la prueba estadística de Chi2, las variables independientes en
su conjunto están explicando el modelo a un nivel de significancia de casi
el 100% por lo que se puede afirmar que el modelo propuesto es adecuado.

El resultado de la regresión es el siguiente:
"Constant "Tiempo "Dura "Severi "# de "Gasto* "PRECIO** "
" " "Ción "dad "sint. " " "
"-0.39 "0.00002 "0.008 "0.01 "0.006 "0.009 "-0.00003 "
"(0.18) "(0.51) "(0.7) "(0.58) "(0.27) "(0.05) "(0.0) "

"INF* "Edad** "DEF** "fuma "salud "# de enf.** "
"0.2 "-0.002 "0.32 "-0.004 "0.013 "-0.038 "
"(0.02) "(0.01) "(0.0) "(0.76) "(0.56) "(0.01) "

Las variables con un asterisco son aquellas estadísticamente significativas
al 95%, con dos asteriscos el nivel de significancia es del 99%. Los
resultados entre paréntesis corresponden a los valores de los T
estadísticos.

El intercepto negativo se interpreta como un cero, es decir que si se
eliminan todas las variables explicativas, las personas No estan dispuestas
a pagar por reducir o eliminar un día de IRA.

La fecha en que ocurrió el episodio de enfermedad (tiempo), la duración de
éste, su severidad, el número de síntomas que se padeció, la categoría de
fumador del encuestado y su estado de salud no están teniendo una
influencia significativa sobre las respuestas de DAP, al contrario de lo
que podríamos pensar. Sin embargo el modelo se ajusta mejor si se incluyen
estas variables que si se corre exclusivamente con las variables que
resultaron significativas al 95%.

Las variables significativas incluyen los índices de información y medidas
defensivas, la edad del encuestado, el número de enfermedades que ha
padecido, el nivel de gasto que estos síntomas representaron y el precio
por el que se está preguntando la DAP. De estas variables, las de mayor
magnitud en su influencia sobre la razón de probabilidades son ambos
índices.

Para comprobar si la variable de "manejo de información" está siendo
realmente significativa en el modelo, se corrió nuevamente la regresión
pero sin incluir las variables correspondientes a ambos índices (INF y DEF)
para observar la estabilidad del modelo. Los resultados no muestran
diferencias significativas respecto del modelo anterior (ver resultados en
los anexos), los signos de las variables se mantienen y sólo se observan
variaciones en los niveles de significancia de algunas variables, aunque en
general las variables significativas al 99% siguen siendo las mismas. La
conclusión que se puede desprender de estos resultados es que el modelo se
ajusta bien con o sin la inclusión de las variables de los índices, sin
embargo, esto no implica necesariamente que estas variables puedan
eliminarse del modelo ya que individualmente cada una de ellas esta siendo
significativa.

Al calcular la disponibilidad a pagar promedio de la población, se obtiene
que las personas están dispuestas a pagar $7,278[10] (sietemil doscientos
setentiocho pesos) aproximadamente por eliminar un día de síntomas de
enfermedades respiratorias agudas, lo que es un 53% más alto que el precio
que se utilizó en las encuestas. Este valor de DAP corresponde a US$ 4.3
dólares aproximadamente por día de síntomas por persona lo que es bastante
alto y representa aproximadamente el 1% del ingreso promedio de los
encuestados.

Con este valor se pueden estimar los beneficios por reducciones de
contaminación para la población de la ciudad de Bogotá una vez que se tenga
una función que relacione la incidencia de enfermedades respiratorias
agudas con los niveles de contaminación.

Este valor corresponde a la DAP promedio y una vez estimada (con otras
investigaciones) la función dosis-respuesta que relacione la incidencia de
enfermedades respiratorias agudas con los niveles de contaminación, se
puede usar para estimar los beneficios por reducciones de contaminación
para la población de la ciudad de Bogotá. El valor a utilizar estaría dado
por:

δ MORBILIDAD / δ CONTAMINACION * CONT/MORB * DAP

donde, la primera parte de la fórmula se obtendría del parámetro que
resulte de la función dosis-respuesta, la segunda parte corresponde a los
valores medios de contaminación y morbilidad y la última parte a la DAP
obtenida con este estudio.

Todos los signos obtenidos para las variables explicativas se corresponden
con los esperados. La probabilidad de responder si a la pregunta de
disponibilidad a pagar aumenta a medida que el precio a pagar es menor tal
como predice la teoría económica. Por otro lado la probabilidad también
aumenta a medida que el episodio de enfermedad es más reciente, ha durado
más tiempo, ha sido más severo, ha presentado mayor número de síntomas, ha
implicado un mayor gasto, los encuestados manejan mayor nivel de
información, son más jóvenes y toman un mayor número de medidas defensivas.
Este tipo de comportamiento para cada una de las variables se corresponde
con lo que lógicamente se puede esperar.
Para el caso de las variables en que no se esperaba ningún signo a priori,
se obtuvo que las personas están más dispuestas a pagar a medida que fuman
mas, consideran que tienen un mal estado de salud y han padecido menor
número de enfermedades respiratorias severas.

Entrando a analizar el objetivo que nos corresponde, se puede observar que
la variable información está siendo significativa en el modelo por lo que
se puede afirmar, con más del 95% de certeza, que el manejo de información
sí está influyendo sobre la probabilidad de responder "si" ante la pregunta
de DAP. Como se explicó anteriormente, el eliminar esta variable del modelo
no le resta estabilidad, sin embargo la hipótesis de que su influencia
(separadamente) no es significativa en el modelo se rechaza con un margen
de error menor al 5%.

La magnitud de la influencia que tiene la variable información está dada
por el parámetro que le acompaña. Este parámetro mide el cambio
proporcional constante o relativo en la DAP para un cambio absoluto dado en
el indice de información. Este valor (0.2) nos dice cómo el logaritmo de
las probabilidades en favor de respoder "si" ante la pregunta de DAP cambia
a medida que el manejo de información cambia en una unidad. Esto es, por
cada punto porcentual que aumente el índice de información que se ha
creado, la probabilidad de estar dispuesto a pagar aumenta en 20%.

El signo de la variable información refleja una relación directa entre
disponibilidad a pagar y manejo de información; esto implica que, tal como
se esperaba, a medida que los individuos manejan un mayor nivel de
información, la probabilidad de responder "si" ante la pregunta de
disponibilidad a pagar aumenta. Este nivel de manejo de información se
refiere al conocimiento de la causalidad entre contaminación atmosférica y
enfermedades respiratorias, a la importancia que tiene para ellos el
problema de la contaminación atmosférica y a la calidad de la información
que están manejando, esto es, el tipo de fuente de la que proviene esta
información.


VII. CONCLUSIONES

El índice de información refleja que la población bogotana maneja un nivel
de información mayor al 65% respecto de, entre otras, la relación causal
directa entre contaminación atmosférica y enfermedades respiratorias
agudas.

La desviación standard de 0.16 indica que el rango de manejo de información
de los individuos oscila entre 49% y 81%. Esto implica que los individuos
no están manejando niveles de información homogéneos para este tema en
particular.

Se puede afirmar, con más de un 95% de certeza, que el manejo de
información por parte de los individuos está teniendo una influencia
importante para valorar cambios en salud

La disponibilidad a pagar expresada de los individuos está en dependencia,
entre otras cosas, del manejo de información que tengan respecto de la
relación contaminación-salud. Este manejo de información está influyendo de
forma significativa al momento de considerar la valoración monetaria por un
cambio en las afectaciones a la salud.

La relación entre la probabilidad de responder SI ante la pregunta de DAP
por reducciones en afectaciones a la salud por IRA y el manejo de
información, es directa y de magnitud considerable.

Después de la variable que mide la adopción de medidas defensivas por parte
de los individuos (DEF), la variable de manejo de información es la que
tiene la mayor influencia sobre el cambio en la razón de probabilidades
hacia una respuesta de SI en la variable dependiente (20%).

Los resultados de este estudio reafirman la hipótesis de que las personas
manejan niveles de información heterogéneos y que estos niveles están
influyendo de forma significativa al momento de valorar cambios en salud
por lo que no parece correcto tratarlos como si manejasen un mismo nivel de
información.

La disponibilidad a pagar obtenida arroja un valor de $7,278 pesos (US$ 4.3
dólares) por persona por día, que los bogotanos están dispuestos a pagar
por eliminar un día de síntomas de enfermedades respiratorias agudas. Este
valor se encuentra dentro del rango obtenido para otros paises y puede
representar una suma considerable una vez que se obtenga el monto a nivel
agregado para Colombia.

Los costos para la sociedad de incrementos en los niveles de contaminación
o, visto desde el otro punto de vista, los beneficios de reducciones en la
misma representan un monto considerable que debe tomarse en cuenta a la
hora de estimar los efectos monetarios de políticas ambientales.

Todos los resultados econométricos obtenidos son altamente confiables desde
el punto de vista probabilístico.


VIII. RECOMENDACIONES

El índice de información creado en este trabajo es de tipo subjetivo y sólo
tiene valor utilizado con fines comparativos para individuos dentro de la
misma muestra. Para el caso en que se desee comparar con otros estudios se
deberá utilizar el mismo bloque de preguntas de manejo de información que
en esta encuesta e introducir las variables de la misma manera que se hizo
en este estudio.

Ya que se ha demostrado la importancia que está teniendo el manejo de
información para valorar cambios en salud a través de estudios de
valoración contingente, no se recomienda manejar las muestras como si todos
los individuos manejan niveles de información homogéneos.

Una vez que se estime la función dosis-respuesta para morbilidad, que
relacione la incidencia de enfermedades respiratorias agudas con los
niveles de contaminacón para Bogotá, se podrán estimar los beneficios por
reducciones de contaminación o los costos por incrementos en la misma con
la DAP estimada en este estudio y la elasticidad obtenida de la función.

Sería de gran utilidad poder definir una relación clara entre la variable
manejo de información y alguna otra variable de observación directa en las
encuestas que nos sirva como una "proxy" del manejo de información. De esta
forma se podrían subdividir las muestras de población en grupos de acuerdo
a los niveles de información que manejan y evitar los sesgos por
variaciones en manejo de información dentro de la muestra total.

BIBLIOGRAFIA








ANEXOS

CUADRO 1: Efectos Por Tipo De Contaminante Y Fuentes De Emisión.



"Contaminante "Efectos "Fuentes principales "
"Monóxido de "Impide el transporte de "Uso de combustibles "
"Carbono "oxígeno en la sangre y causa "fósiles; transportes, "
" "daños en el sistema nervios "incendios y quemas. "
" "central y cardiovascular. " "
" "Disminuye reflejos y puede " "
" "causar inconsciencia. Junto " "
" "con otros contaminantes " "
" "fomenta la morbilidad por " "
" "problemas respiratorios y " "
" "circulatorios. " "
"Bióxido de "Irritación en el sistema "Combustión del carbón y "
"azufre "respiratorio; ataque a los "petróleo que contienen "
"Trióxido de "árboles, deterioro de "azufre. "
"azufre "textiles, papel y cuero, "Procesos industriales; "
" "destrucción de pintura. "plantas generadoras de "
" "Problemas cardiovasculares y "potencia. "
" "respiratorios " "
"Bióxido de "Afecta los órganos del sistema"Plantas generadoras de "
"nitrógeno "respiratorio. Irrita ojos, "energía eléctrica "
"Monóxido de "nariz, garganta y causa "(combustión alta "
"nitrógeno "dolores de cabeza. "temperatura de combustibles"
" " "fósiles). El transporte. "
"Hidrocarburos "Algunos tienen propiedades "Resultante de la combustión"
"(HC) "cancerígenas, teratogénicas y "incompleta o evaporación de"
" "mutagénicas. Irritación de los"combustibles fósiles "
" "ojos. "Transporte, incendio, "
" " "quemas. "
"Partículas "Afectan el sistema "Actividades industriales de"
"Suspendidas "respiratorio, "transporte y combustión "
" "gastrointestinal, el sistema " "
" "nerviosos central y el renal. " "

Fuente: Toxicología Ambiental por María del Carmen Vallejo. 1997 (tomado de
Contraloría de Bogotá, 1997).




PROCESO DE LOS GRUPOS FOCALES


La realización de los grupos focales es muy importante sobre todo en
encuestas de valoración contingente. Dado que los individuos realizan
valoraciones de bienes de no mercado y deben asignar a éstos un monto
económico asociado al cambio propuesto, la influencia que tienen la forma
en que se realice la pregunta de DAP, la definición del escenario de
valoración y el mecanismo de pago, entre otros elementos, es de gran
importancia respecto a la probabilidad de obtener respuestas de si o no
ante el monto propuesto. Por esta razón es necesario realizar grupos
focales con una sub-muestra de la población objetivo a fin de lograr que
tanto las preguntas como el formato del cuestionario sean de fácil
comprensión y permitan fluidez en las respuestas de los encuestados,
adicionalmente se busca apreciar si los individuos están comprendiendo
perfectamente el cambio a valorar.

Aunque el cuestionario puede parecer sencillo y claro a los ojos de los
investigadores, una vez que se pone a prueba con los grupos focales se
observa que hay un sinnúmero de cambios que deben realizarse para permitir
una mejor comprensión de las preguntas por parte de la población meta.

Los tres grupos focales, al ser de características socioeconómicas
diferentes representaron grandes aportes para mejorar la encuesta,
justificando ampliamente los costos financieros en que se tuvo que incurrir
para su realización. Es importante aclarar este punto puesto que es mucho
mejor incurrir en los costos relativamente pequeños que representa el
llevar a cabo los grupos focales y mejorar la encuesta, que presentar ante
la población objetivo una encuesta poco clara y de difícil comprensión, lo
que repercutirá en las respuestas que se obtendrán, afectando los
resultados del estudio.

El proceso de consulta de la encuesta con los tres grupos focales fue
dirigido por un moderador externo al estudio. El contratar un moderador
ajeno al equipo que llevó a cabo el estudio, persigue disminuir los
posibles sesgos que podrían provocarse induciendo inconscientemente
respuestas de los encuestados hacia una dirección u otra.


TRATAMIENTO ESPECIFICO DE LAS VARIABLES



V3 = TIEMPO: Para manipular esta variable se unieron los cuatro dígitos de
el año y el mes, por ejemplo si el episodio fue en marzo del 99 = 0399, a
este número se le asignó un correlativo por la computadora que crece a
medida que el episodio de enfermedad es más reciente.

V4 = DURACION: Esta variable se introdujo tal como estaba, los valores van
de 1 hasta 3 con una relación directa, es decir, el valor crece a medida
que el episodio duró más.

V5 = SEVERIDAD: Esta variable se manejó de forma similar a la anterior. Su
rango va de 1 a 4, creciendo a medida que el episodio es más severo.

V6 = # DE SINTOMAS: En la encuesta se presentaron 15 síntomas más una
opción que corresponde a "otros". Lo que se hizo fue sumar el número de
síntomas que mrcaban los encuestados por lo tanto la variable tiene un
rango de 0 a 16, creciendo a medida que la persona experimentó mayor número
de síntomas.

V7 = GASTO: Esta variable captura la importancia de los efectos de los
síntomas de IRA. Se presentaron 8 efectos más la opción "otros". Para cada
efecto se presentaron 4 opciones de respuestas que iban de 1 a 4, creciendo
a medida que el efecto es mayor. Como la opción de respuesta "1"
corresponde al tipo de efecto "ninguno", lo que se hizo fue sumar las
respuestas por lo que la variable tiene un rango de 9 hasta 36, donde 9
corresponde a ningún efecto y 36 a un efecto "extremo" en todos los
síntomas.

PRECIO: Esta variable se definió a partir de las encuestas con el formato
referéndum y va de 100 a 15,000 pesos por día de síntomas.

INF: Este índice fue creado a partir de otras variables de la encuesta. Es
el promedio aritmético simple de las siguientes variables:

V9 = CREE = Esta variable toma el valor de 1 si la persona responde si a
la pregunta 9 y de cero en otro caso.

V10 = MOLESTA = Igual que la variable anterior.

V11 = CONS 1 = Consideraciones respecto de diferentes efectos (no
necesariamente sobre la salud) de la contaminación
= 1 si almenos "c" o "f" es si
0 en otro caso

V12 = CONS 2 = Consideraciones respecto de síntomas causados por la
contaminación = 1 si almenos responde si a cinco opciones
0 en otro caso
V13 = CAUSAL = Causalidad entre contaminación y enfermedades respiratorias
agudas = 1 si ubica la opción 5 en primero o segundo puesto
0 en otro caso

C1 = CONTROL 1= Pregunta de control 1 = V14 * V15 donde,

V14 = EXP = si ha evitado exponerse a la contaminación
V15 = COMO 1 = cómo lo ha hecho
= 1 si almenos responde si a una opción
0 en otro caso

C2 = CONTROL 2 = Pregunta de control 2 = V16 * V17 donde,
V16 = ESF = si hace esfuerzos por reducir la contaminación
V17 = COMO 2 = cómo lo ha hecho
= 1 si almenos responde si a una opción
0 en otro caso

V22 = FUENTE = por qué tipo de fuente se ha enterado que la contaminación
es dañina = 1 si responde si a al menos a, b ó c
0 en otro caso

V23 = IMP = El nivel de importancia que le da al problema de la
contaminación respecto de otros
= 1 si ubica "c" en primer o segundo puesto
0 en otro caso

V24 = EDAD: Esta variable se manejó tal como estaba en la base de datos.

DEF : Este índice es similar al índice de información. Se creó en base a
las siguientes variables:

V26 = LAVAN = Si en el hogar lavan los vegetales. Las posibles respuestas
son si o no, tomando valores de 1 para si y cero en otro caso.

V27 = VAP = Si en el hogar hay vaporizadores. 1 = si, 0 = no.

V28 = EXE = Si la persona hace ejercicio con frecuencia. 1 = si, 0 = no.

V29 = AGUA = Si invierten para mejorar la calidad del agua de consumo
= 1 si marcan alguna de las opciones 2-6
0 si marcan la opción 1


V30 = ACTIVIDAD: Se presentaron cuatro opciones en la encuesta más la
opción "otros". Los datos se convirtieron a 0/1 de la siguiente forma: si
la persona responde la opción 2, se da el valor de 1 y si responde
cualquier otra opción se da el valor de cero. Es decir, la variable es 1
cuando la persona es estudiante y cero en otros casos.

V34 = EXPOSICION: Esta variable toma valores de 0/1, donde 1 corresponde a
que la persona sí se expone a la contaminación y cero en otro caso.

V35 = FUMA: Esta variable va de 1 a 4, donde 1 corresponde a fumadores
frecuentes y 4 a personas que nunca han fumado.

V36 = SALUD: La consideración que cada persona tiene de su salud. Los
valores van de uno a cinco, donde 1 corresponde a un "excelente" estado de
salud y 5 a pésimo.

V37 = # DE ENFERMEDADES: En la encuesta se presentaron 9 tipos de
enfermedades y la opción "otros". Lo que se hizo fue sumar las enfermedades
que marcaban los encuestados, por lo tanto la variable va de 0 a 10 donde 0
corresponde a quines no presentaron ninguna de las enfermedades.

V39 = INGRESO: En la encuesta se presentaron 8 rangos de posibles ingresos.
La variable toma valores de 1 a 8, donde 1 corresponde a un ingreso menor
de 260,000 pesos y 8 a un ingreso mayor de 1"820,000.



CUADRO 2: ESTADISTICAS DESCRIPTIVAS


ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍÍ»
º LIMDEP Estimation Results Run log line 5 Page
3 º
º Current sample contains 1200 observations.
º
ÈÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍÍ1/4

Descriptive Statistics
Variable Mean Std. Dev. Skew. Kurt. Minimum Maximum
Cases
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ

DAP 0.6192 0.4858 -0.5 1.2 0.0000 1.0000
1200
TIEMPO 6345.9717 343.4081 -7.6 87.1 1017.0000 6495.0000
1200
DUR 1.9750 0.8062 0.0 1.5 1.0000 3.0000
1200
SEV 2.1542 0.9554 0.4 2.2 1.0000 4.0000
1200
# DE SINT. 6.8433 3.3786 0.4 2.4 0.0000 15.0000
1200
GASTO 14.0950 3.9407 1.2 5.1 2.0000 36.0000
1200
PRECIO 3427.2500 4216.5308 1.7 5.0 100.0000 15000.0000
1200
INF 0.6555 0.1615 -0.5 3.8 0.0000 1.0000
1200
EDAD 40.5125 16.1787 0.6 2.5 15.0000 90.0000
1200
DEF 0.6440 0.1950 -0.1 2.8 0.0000 1.0000
1200
ACTIV 0.1150 0.3192 2.4 6.8 0.0000 1.0000
1200
EXPOS 0.3058 0.4610 0.8 1.7 0.0000 1.0000
1200
FUMA 3.1117 1.1092 -0.9 2.3 1.0000 4.0000
1200
SALUD 2.1700 0.6879 0.3 3.5 1.0000 5.0000
1200
# DE ENF. 0.7125 1.0571 3.0 20.0 0.0000 10.0000
1200
ING 3.6858 2.4201 0.7 2.1 1.0000 8.0000
1200


CUADRO 3: RESULTADOS DE LA REGRESION LOGIT


ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍÍ»
º LIMDEP Estimation Results Run log line 4 Page
2 º
º Current sample contains 1200 observations.
º

ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ»
º Multinomial Logit Model º
º Maximum Likelihood Estimates º
º Dependent variable DAP º
º Number of observations 1200 º
º Iterations completed 4 º
º Log likelihood function -727.0398 º
º Restricted log likelihood -797.3647 º
º Chi-squared 140.6499 º
º Degrees of freedom 12 º
º Significance level 0.0000000 º
ÈÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍͼ
Variable Coefficient Standard Error z=b/s.e. P[³Z³òz] Mean of X
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ
Constant -1.6787 1.2545 -1.338 0.18084
TIEMPO 0.11990E-03 0.18268E-03 0.656 0.51161 6346.
DUR 0.34319E-01 0.89236E-01 0.385 0.70054 1.975
SEV 0.44852E-01 0.82713E-01 0.542 0.58764 2.154
# DE SINT. 0.25836E-01 0.23800E-01 1.086 0.27769 6.843
GASTO 0.39318E-01 0.20443E-01 1.923 0.05444 14.10
PRECIO -0.13685E-03 0.15590E-04 -8.778 0.00000 3427.
INF 0.90105 0.40201 2.241 0.02500 0.6555
EDAD -0.10354E-01 0.41288E-02 -2.508 0.01215 40.51
DEF 1.3914 0.33978 4.095 0.00004 0.6440
FUMA -0.17504E-01 0.57825E-01 -0.303 0.76211 3.112
SALUD 0.56298E-01 0.98868E-01 0.569 0.56907 2.170
# DE ENF. -0.16328 0.68029E-01 -2.400 0.01639 0.7125


















REGRESION SIN LOS INDICES

ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍÍ»
º LIMDEP Estimation Results Run log line 8 Page
5 º
º Current sample contains 1200 observations.
º
ÈÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍͼ

ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ»
º Multinomial Logit Model º
º Maximum Likelihood Estimates º
º Dependent variable DAP º
º Number of observations 1200 º
º Iterations completed 4 º
º Log likelihood function -739.5257 º
º Restricted log likelihood -797.3647 º
º Chi-squared 115.6780 º
º Degrees of freedom 10 º
º Significance level 0.0000000 º
ÈÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍͼ

Variable Coefficient Standard Error z=b/s.e. P[³Z³òz] Mean of X
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ
Constant -0.24010 1.2129 -0.198 0.84308
tiempo 0.12409E-03 0.18251E-03 0.680 0.49656 6346.
dur 0.38330E-01 0.88285E-01 0.434 0.66417 1.975
sev 0.58631E-01 0.81938E-01 0.716 0.47427 2.154
# de sint. 0.24076E-01 0.23538E-01 1.023 0.30637 6.843
gasto 0.49409E-01 0.20192E-01 2.447 0.01440 14.10
PRECIO -0.13331E-03 0.15462E-04 -8.622 0.00000 3427.
edad -0.10752E-01 0.40811E-02 -2.634 0.00843 40.51
fuma -0.10363E-01 0.57147E-01 -0.181 0.85610 3.112
salud -0.32555E-01 0.96089E-01 -0.339 0.73476 2.170
# de enf. -0.14040 0.65583E-01 -2.141 0.03230 0.7125

EFECTOS MARGINALES:


CON LOS INDICES:

ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ»
º Partial derivatives of probabilities with º
º respect to the vector of characteristics. º
º They are computed at the means of the Xs. º
º Observations used for means are All Obs. º
ÈÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍͼ

Variable Coefficient Standard Error z=b/s.e. P[³Z³òz] Mean of X
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ
Constant -0.39183 0.29303 -1.337 0.18117
TIEMPO 0.27985E-04 0.42638E-04 0.656 0.51160 6346.
DUR 0.80106E-02 0.20829E-01 0.385 0.70055 1.975
SEV 0.10469E-01 0.19306E-01 0.542 0.58763 2.154
# DE SINT. 0.60304E-02 0.55549E-02 1.086 0.27765 6.843
GASTO 0.91772E-02 0.47682E-02 1.925 0.05427 14.10
PRECIO -0.31942E-04 0.36604E-05 -8.726 0.00000 3427.
INF 0.21032 0.93813E-01 2.242 0.02497 0.6555
EDAD -0.24167E-02 0.96308E-03 -2.509 0.01210 40.51
DEF 0.32476 0.79138E-01 4.104 0.00004 0.6440
FUMA -0.40857E-02 0.13497E-01 -0.303 0.76211 3.112
SALUD 0.13141E-01 0.23079E-01 0.569 0.56910 2.170
# DE ENF. -0.38111E-01 0.15883E-01 -2.399 0.01642 0.7125


EFECTOS MARGINALES SIN LOS INDICES:

Variable Coefficient Standard Error z=b/s.e. P[³Z³òz] Mean of X
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ
Constant -0.56213E-01 0.28401 -0.198 0.84310
tiempo 0.29051E-04 0.42728E-04 0.680 0.49656 6346.
dur 0.89739E-02 0.20670E-01 0.434 0.66417 1.975
sev 0.13727E-01 0.19182E-01 0.716 0.47424 2.154
# de sint. 0.56367E-02 0.55103E-02 1.023 0.30634 6.843
gasto 0.11568E-01 0.47225E-02 2.449 0.01431 14.10
PRECIO -0.31210E-04 0.36428E-05 -8.568 0.00000 3427.
Edad -0.25171E-02 0.95480E-03 -2.636 0.00838 40.51
fuma -0.24262E-02 0.13379E-01 -0.181 0.85610 3.112
salud -0.76218E-02 0.22495E-01 -0.339 0.73474 2.170
# de enf. -0.32869E-01 0.15357E-01 -2.140 0.03233 0.7125




CUADRO 4: ESTIMACION DE LA DISPONIBILIDAD A PAGAR

ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍÍ»
º LIMDEP Estimation Results Run log line 21 Page
4 º
º Current sample contains 1200 observations.
º

Descriptive Statistics
Variable Mean Std. Dev. Skew. Kurt. Minimum Maximum
Cases
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ

DAPC 7278.3746 3606.5245 -0.3 4.2 -15214.9512 18119.9961
1200
LINEAS DE PROGRAMACION:



ÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛ
ÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛ
ÛÛÛÛ ÛÛÛÛ
ÛÛÛÛ ÛÛÛÛ
ÛÛÛÛ ±± ±±± ±± ±± ±±±±±± ±±±±±± ±±±±±±± ÛÛÛÛ
ÛÛÛÛ ±± ± ±±± ±±± ±± ± ±± ±± ±± ÛÛÛÛ
ÛÛÛÛ ±± ± ±± ± ± ±± ±± ± ±± ±± ±± ÛÛÛÛ
ÛÛÛÛ ±± ± ±± ± ±± ±± ± ±±±± ±±±±±±± ÛÛÛÛ
ÛÛÛÛ ±± ± ±± ±± ±± ± ±±±± ±± ÛÛÛÛ
ÛÛÛÛ ±± ± ±± ±± ±± ± ±± ±± ÛÛÛÛ
ÛÛÛÛ ±± ± ±± ±± ±± ± ±± ±± ÛÛÛÛ
ÛÛÛÛ ±±±±± ±±± ±± ±± ±±±±±± ±±±±±± ±± ÛÛÛÛ
ÛÛÛÛ ÛÛÛÛ
ÛÛÛÛ ÛÛÛÛ
ÛÛÛÛ (C) Econometric Software, Inc. Version 7.0 ÛÛÛÛ
ÛÛÛÛ 1991,1992,1994,1995 ÛÛÛÛ
ÛÛÛÛ ÛÛÛÛ
ÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛ
ÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛÛ


ÉÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍÍ»
º LIMDEP Execution Trace. This run: 06/25/00. Time now 17:03:10. Page
1 º
ÈÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ
ÍÍÍ1/4

Line Program Instruction
ÄÄÄÄ
ÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄÄ

1 EDIT
This begins 1 repetitions. The first is shown.
2 READ;NOBS=1201;NVAR=17;NAMES=DAP,V3,V4,V5,V6,V7,PRECIO,INF,V24,DEF,
V30,V34,V35,V36,V37,V37A,V39;FILE=C:\CONJUNTO.WKS;FORMAT=WKS$
Current sample : 1200 observs.
Total variables now : 17
Missing values read : 0
End command entry from editor.
This begins 1 repetitions. The first is shown.
3 OPEN;OUTPUT=CONJUNTO3.OUT$
4 LOGIT;LHS=DAP;RHS=ONE,V3,V4,V5,V6,V7,PRECIO,INF,V24,DEF,
V35,V36,V37;MARGINAL EFFECTS$
Results begin on page 1 in output.
Convergence by: Gradient Parameters
Exit status for this model command is 0.0.
5 DSTAT;RHS=DAP,V3,V4,V5,V6,V7,PRECIO,INF,V24,DEF,
V30,V34,V35,V36,V37,V39$
Results begin on page 3 in output.
Exit status for this model command is 0.0.
6 CREATE;COEF1=B(1)$
7 CREATE;COEF2=B(2)$
8 CREATE;COEF3=B(3)$
9 CREATE;COEF4=B(4)$
10 CREATE;COEF5=B(5)$
11 CREATE;COEF6=B(6)$
12 CREATE;BETA=B(7)$
13 CREATE;COEF8=B(8)$
14 CREATE;COEF9=B(9)$
15 CREATE;COEF10=B(10)$
16 CREATE;COEF11=B(11)$
17 CREATE;COEF12=B(12)$
18 CREATE;COEF13=B(13)$
19 CREATE;ALFA=COEF1+COEF2*V3+COEF3*V4+COEF4*V5+COEF5*V6+
COEF6*V7+COEF8*INF+COEF9*V24+COEF10*DEF+
COEF11*V35+COEF12*V36+COEF13*V37$
20 CREATE;DAPC=-ALFA/BETA$
21 DSTAT;RHS=DAPC$
Results begin on page 4 in output.
Exit status for this model command is 0.0.
End command entry from editor.
22 STOP

1 EDIT
This begins 1 repetitions. The first is shown.
2 READ;NOBS=1201;NVAR=17;NAMES=DAP,V3,V4,V5,V6,V7,PRECIO,INF,V24,
DEF,V30,V34,V35,V36,V37,V37A;FILE=C:\CONJUNTO.WKS;FORMAT=WKS$
Current sample : 1200 observs.
Total variables now : 17
Missing values read : 0
End command entry from editor.
This begins 1 repetitions. The first is shown.
3 OPEN;OUTPUT=C:\JULIA.OUT$
4 LOGIT;LHS=DAP;RHS=ONE,V3,V4,V5,V6,V7,PRECIO,INF,V24,
DEF,V35,V36,V37;MARGINAL EFFECTS$
Results begin on page 1 in output.
Convergence by: Gradient Parameters
Exit status for this model command is 0.0.
5 LOGIT;LHS=DAP;RHS=ONE,V3,V4,V5,V6,V7,PRECIO,V24,
V35,V36,V37;MARGINAL EFFECTS$
Results begin on page 4 in output.
Convergence by: Gradient Parameters
Exit status for this model command is 0.0.
End command entry from editor.
6 STOP



-----------------------
[1] Ver cuadro de efectos por contaminantes en los anexos.
[2] Material particulado menor a 10 μg. de diámetro.
[3] Función de producción que relaciona variables exógenas como la
contaminación y endógenas como las medidas defensivas con el estado de
salud de los individuos. Desarrollada por Freeman en su libro: "The
measurement of Environmental and Resorce Values".
[4] El dólar se cotizaba en ese momento aproximadamente en $1,700 pesos por
US$ 1 dólar según el cambio oficial.
[5] Ver anexos para mayores detalles acerca de los grupos focales.
[6] Este método consiste en preguntar a los entrevistados si prefieren un
bien con un precio específico o no. Si los participantes son expuestos de
manera aleatoria e individual a un set de precios preselecionados, se puede
obtener la disponibilidad a pagar en función del precio (Mitchell y Carson,
1989).
[7] Ver el tratamiento de las variables en los anexos para analizar su
significado con más detalle.
[8] Ver "tratamiento específico de las variables" en los anexos.
[9]Cuadro3
[10] Ver cuadro 4 en los anexos.