dialnet-calidaddevidaurbana-1373292

Calidad de vida urbana

Independientemente del atractivo mediático que tenga la elaboración de distintos índices de cali-dad de vida urbana, lo cierto es que una construcción sistemática y rigurosa de los mismos puedeproporcionar una herramienta de gran utilidad para el gestor municipal. Para ello es necesario, nosólo identificar aquellas variables relevantes a la hora de explicar la calidad de vida de un determi-nado entorno, en comparación con otros, sino medirla en una escala apropiada, y ponderarla ade-cuadamente. El trabajo presenta una metodología para la elaboración de dichos índices, basadaen el Análisis de Componentes Principales, e ilustra su aplicación con la elaboración del Índice deCalidad Ambiental de los distintos barrios de la ciudad de Cali en Colombia.

Hiriko bizi-kalitateari buruzko indizeak egiteak duen erakargarritasun mediatikoa alde batera utzita;egiaz, horiek sistematikoki eta zorrotz egiteak erabilgarritasun handiko tresna eman diezaioke udal-kudeatzaileari. Horretarako, ingurune jakin baten bizi-kalitatea beste batzuekin alderatuta azaltzekogaraian garrantzitsuak diren aldagaiak identifikatzea ez ezik, beharrezkoa da bizi-kalitate hori eskalaegokian neurtzea, eta behar bezala haztatzea. Lan honetan, indize horiek egiteko metodologia batazaltzen da, Osagai Nagusien Azterketan oinarritutakoa. Gainera, aipatutako indizeen aplikazioa ilus-tratzeko, Kolonbiako Cali hiriko zenbait auzori buruzko Ingurumen Kalitatearen Indizea ematen da.

In spite of the media attraction that the elaboration of the different urban life quality’s indicesenjoys, the sure thing is that a systematic and rigorous construction of those indices can provide auseful tool, of chief importance, for the municipal manager. So it is important, not only to identify thoserelevant variables at the time of explaining life quality of a determined environment —comparing toothers— but also measuring it according to an appropriate scale and weigh it up tactfully. Thestudy exposes a methodology to elaborate these indices, based on the Principal ComponentsAnalyses and illustrates its application with the elaboration of environmental quality index of thedifferent neighborhoods of Cali, a town of Colombia.

216

Ekonomiaz N.o 57, 3.er Cuatrimestre, 2004.

Diego AzquetaDpto. de Fundamentos del Análisis Económico

Universidad de Alcalá de Henares

Luis A. EscobarDpto. de Ingeniería de Recursos Naturales y del Ambiente

Universidad del Valle

ÍNDICE

1. Introducción2. La construcción del índice de calidad de vida urbana3. Un ejemplo: construcción del índice de calidad ambiental de la ciudad de Cali (Colombia)4. Un método objetivo de ponderación: los precios hedónicos5. Resumen y conclusionesReferencias bibliográficas

Palabras clave: índice de calidad ambiental, análisis de componentes principales, precios hedónicos, calidad devida, entorno urbano

N.o de clasificación JEL: R19, R15, H53, R58, Q51, D62

217

Ekonomiaz N.o 57, 3.er Cuatrimestre, 2004.

1. INTRODUCCIÓN

La calidad de vida que ofrecen los dis-tintos entornos, tanto urbanos como rura-les, es una variable importante en la fun-ción de bienestar de las personas y, enconsecuencia, relevante a la hora de ex-plicar la elección con respecto al lugar enque deciden radicarse, o desarrollar unaparte de sus actividades, sean de ocio,sean estrictamente laborales.

Ahora bien, la calidad de vida que ofre-cen los distintos entornos urbanos no esuna variable que dependa exclusivamen-te de factores sobre los que no se puedehacer gran cosa (emplazamiento natural,clima, presencia de determinados atracti-

vos, etc.), sino que también viene deter-minada por todas aquellas decisiones depolítica urbana que conforman un deter-minado modelo de ciudad. El administra-dor público, como representante de losintereses ciudadanos, sabe que determi-nadas actuaciones e intervenciones sonpercibidas como favorables en este senti-do, mientras que otras tienen un caráctermás controvertido.

Popularmente, estas percepciones co-lectivas se han materializado en la elabo-ración de distintos ranking de ciudades enfunción de su calidad de vida. De tarde entarde, algún periódico o revista publicauna clasificación elaborada a partir de loscriterios que sus expertos han construido

para tal fin, y que informa de cuáles sonlos núcleos urbanos en los que se «vivemejor», y en cuáles no tanto (con notableirritación, y acaloradas muestras de pro-testa, de estos últimos). Para alcanzar estetipo de resultado (una clasificación de ciu-dades en función de su atractivo), los res-ponsables de estos trabajos han tenidoque resolver tres tipos de dificultades:

—En primer lugar, seleccionar las va-riables que, en su opinión, determi-nan la calidad de vida en un entornodeterminado.

—En segundo lugar, establecer un in-dicador para cada una que, al posi-bilitar su inclusión en una determina-da escala cuantitativa, permita tantosu medición como la comparacióncon otras variables igualmente rele-vantes, sean dicotómicas (tener o notener playa), discretas (número demuseos) o continuas (temperaturapromedio).

—Finalmente, el analista tendrá queponderar de alguna forma el peso decada criterio en el indicador agregadoque ha de agruparlas: ¿pesa lo mis-mo la inseguridad ciudadana que lacalidad del aire, como quiera que sehayan definido y medido?

Desgraciadamente, y en términos gene-rales, puede afirmarse que los indicadoresutilizados en los trabajos periodísticos, aúncuando hayan sido seleccionados a travésde un proceso metodológicamente rigu-roso, son ponderados de una forma exce-sivamente elemental, lo que si bien no lesquita atractivo mediático, sí les priva de lautilidad que podrían tener para el gestorpúblico interesado en mejorar el nivel devida de sus conciudadanos. En este sen-tido, el análisis económico ha recorridoun camino que, aunque no ha tenido ni

de lejos la repercusión mediática de lostrabajos comentados, puede ofrecer unainformación muchísimo más valiosa parauna mejor gestión de la política urbana.Para ello ha tenido que afrontar y resolverlos problemas previamente mencionados:seleccionar las variables relevantes y pon-derarlas adecuadamente, atendiendo asu importancia en la función de bienestarde las personas (Ebert et al, 2004).

2. LA CONSTRUCCIÓN DE UN ÍNDICEDE CALIDAD DE VIDA URBANA

Vale la pena, en este sentido, profundi-zar un poco más en el concepto mismode índice o indicador.

Es norma común distinguir entre indi-cadores simples, e índices. Los primerosestán elaborados mediante la combina-ción de uno o más datos. Estos indica-dores simples, a su vez, se convierten enun índice, gracias a la aplicación de unafórmula matemática que los sintetiza (Seg-nestam, 2002). Los índices, pues, simpli-fican, mediante la utilización de un mo-delo, los atributos y pesos de múltiplesvariables e indicadores, con el objetivode ayudar a comprender el estado y evo-lución de una variable determinada (Pen-der et al., 2000). Como es natural, los ín-dices, de cualquier índole, no ofrecenuna explicación total de la variable laten-te objeto de estudio, pero si están bienconstruidos, representan una aproxima-ción útil al estudio de la misma y a suevolución1.

Diego Azqueta, Luis A. Escobar

1 Es costumbre, asimismo, distinguir entre índi-ces o indicadores teóricos, e índices o indicadoresoperacionales, más encaminados a facilitar la inter-vención política.

Dos han sido las grandes líneas que sehan seguido en la literatura a la hora deelaborar correctamente los distintos indi-cadores:

a) Por un lado, la metodología centra-da en la elaboración de un marcocausal que trata de simplificar unaserie de interconexiones comple-jas, estableciendo relaciones cau-sa-efecto sencillas entre distintasvariables relevantes, y la variable la-tente objeto de estudio. Un ejemplomuy ilustrativo, en el campo am-biental, sería el modelo presión-es-tado-respuesta elaborado por laOCDE y adoptado por la AgenciaEuropea del Medio Ambiente. Comoes bien conocido, este marco meto-dológico supone que las activida-des humanas ejercen una presiónsobre el medio, que debido a ello elmedio registra cambios en su estado,y que la sociedad responde paramantener los equilibrios ecológicosque le parecen necesarios, o pararecuperar la calidad ambiental queconsidera adecuada2.

b) Alternativamente, algunos autoreshan optado por partir de un marco te-mático en el que el problema especí-fico objeto de estudio es identificadoy analizado por temas y subtemas,como por ejemplo, contaminación delaire, deforestación, etc. (EEA/AMAE,2002).

Para el caso de los índices de calidadde vida urbana, en ocasiones será másoperativo tratar de enfocar su elaboracióna partir de la identificación de temas y

subtemas específicos, ya que, con relati-va frecuencia, no son evidentes los esla-bones causales entre presiones e impac-tos, cuando las primeras no tienen unadimensión espacial similar a la que se uti-liza para objetivar las segundas.

En el caso concreto de los entornos ne-tamente urbanos, se han desarrollado al-gunas iniciativas pioneras lideradas porla OCDE, Naciones Unidas, y otros orga-nismos nacionales y supranacionales, si-guiendo en general el enfoque de los te-mas y subtemas. Podrían destacarse, entreellos:

—El sistema de indicadores urbanospropuesto por la Conferencia de Na-ciones Unidas sobre AsentamientosUrbanos, celebrada en Nairobi, quecontribuyó a la puesta en marchadel Programa de Indicadores Urba-nos, que tiene como propósito elestablecimiento de una Red de Ob-servatorios Urbanos que permita elcontrol, seguimiento y evaluación delos Programas Habitat y Agenda 21(UNCHS/HABITAT, 1997).

—La Organización Mundial de la Salud,por su parte, estableció hace años unconjunto de indicadores de ciudadessaludables (OMS, 1993), compuestopor 53 indicadores: 20 relativos a as-pectos socioeconómicos, 19 a as-pectos ambientales, 11 que recogenla disponibilidad y calidad de losservicios sanitarios, y 3 asociados ala salud.

—La OCDE (1993; 1997), asimismo, hadefinido trece áreas de indicadores,entre las cuales destacan las relati-vas a la calidad ambiental urbana.

—La Agencia Europea para el MedioAmbiente también ha desarrolladouna serie de trabajos destinados a


2 El lector interesado en este modelo, puede con-sultar Azqueta et al. (2004, cap. 2)

219

permitir, en el contexto de la calidadde vida urbana, la comparación en-tre ciudades y la adopción de lasmedidas de política más eficientes(EEA/AMAE, 2002).

—En España, finalmente, además deltrabajo realizado al respecto por elMinisterio del Medio ambiente (MMA,1996; 2000), cabe destacar las ini-ciativas adoptadas en Cataluña (Dipu-tació de Barcelona, 2000), Andalucía(CMA-Junta de Andalucía, 2001; Cas-tro, 2002) y País Vasco (CMA-Go-bierno Vasco, 2003).

Son varias, por tanto, las propuestasoperativas que se han ido desarrollandoen los últimos años, aunque muchas deellas en un estado todavía muy incipientede elaboración. Trataremos, a continua-ción, de ilustrar el proceso de elabo-ración de uno de estos índices, los resul-tados obtenidos y las implicaciones quese podrían derivar de los mismos, conayuda de un estudio de caso actualmenteen proceso de desarrollo, que se diferen-cia de otros en que parte de una visiónde la ciudad no homogénea y por lo tantopretende explicar la calidad ambiental ur-bana en distintas zonas de la misma.

3. UN EJEMPLO: CONSTRUCCIÓN DELÍNDICE DE CALIDAD AMBIENTAL DELA CIUDAD DE CALI (COLOMBIA)

Los conceptos anteriores pueden ejem-plificarse, como acabamos de señalar,con ayuda de un estudio de caso, quea continuación vamos a presentar. El pro-blema abordado es el de construir un ín-dice de calidad ambiental para la ciudadde Cali, en Colombia, que le permita aladministrador público, contar con una he-

rramienta útil a la hora de diseñar medi-das de política ambiental en los distintosbarrios (comunas) de su municipio3.

El municipio de Cali, situado en las fal-das de la cordillera Occidental, capitaldel Departamento del Valle del Cauca,tiene una superficie total de 560,26 km2

de los que 78,4% rural y el 21,6% restan-te superficie urbana. Su población totales de 2.316.655 habitantes, de la que el95,4% vive en la zona urbana y el 4,6%vive en el área rural (DPMC, 2002).

Desde el punto de vista administrativo,la zona urbana de Cali se encuentra divi-dida en 21 Comunas (figura n.o 1).

3.1. Estructura del índice

El estudio se centra, como decimos, enuno de los componentes de la calidad devida urbana: el componente ambiental.La figura n.o 2 presenta el esquema gene-ral seguido para el cálculo del Índice deCalidad Ambiental (ICA).

Se definieron, en concreto, dos subcom-ponentes y un conjunto de 39 indicadoresteóricos simples agrupados en 10 áreas te-máticas (cuadro n.o 1), que fueron selec-cionados de acuerdo a los criterios con-vencionales.


3 Actualmente en Cali el Departamento de Ges-tión del Medio Ambiente (DAGMA) está formulando,a partir de la experiencia de los comités locales am-bientales, una iniciativa para definir el Sistema deGestión Ambiental Municipal. Este sistema y cual-quier iniciativa de planificación y gestión ambientaldel territorio, demanda la construcción de un siste-ma de indicadores ambientales que revelen, no solola línea base en las 21 comunas, sino que sirva deorientación al desarrollo de la gestión ambiental tantoa los tomadores de decisiones como a la sociedaden general (UNCED/PNUMA (1992), lo que explica laconveniencia de un estudio como el presente.

Estos criterios, empleados para selec-cionar las variables que finalmente seemplearon para construir el índice de ca-lidad ambiental, se refieren a la validezcientífica; capacidad de discriminación;existencia de datos; definición de situa-ción de elección publica; representaciónde la zona descrita; medida directa; sen-sibilidad a cambios; y coste-eficiencia.

Los dos subcomponentes elegidos fue-ron:

—Presión ambiental: que recoge aque-llos procesos urbanos que modificanla calidad ambiental del entorno

—Situación ambiental: que recogeaquellos indicadores que describenuna característica ambiental deter-minada, por ejemplo, calidad delaire, área verde, etc.

El estudio abordado demandaba fuen-tes de información que proporcionarandatos por comunas. Esta condición yaplantea ciertas dificultades para homoge-neizar las escalas de las distintas fuentes:la información proporcionada por el De-partamento Administrativo Nacional deEstadística (DANE); la que para propósi-tos de planificación de las comunas harecabado anualmente el Departamentode Planeación Municipal de Cali (DPMC)en el anuario Cali en Cifras (2000, 2001,2002); los datos derivados de las Agen-das Ambientales por Comuna publicadospor el DAGMA (2003); los datos de algu-nas entidades públicas (empresas deservicios públicos); y la información deri-vada de estudios ambientales desarrolla-dos en la ciudad, como es el caso de losmodelos de dispersión de partículas en


221

Figura n.o 1

Área urbana de las 21 comunas de Cali

suspensión, ruido, aerosoles y mapa deriesgo por inundación.

La homogeneización de las escalas delos datos que alimentan el modelo, fueposible a partir de la elaboración de unabase de datos en un Sistema de Informa-ción Geográfico (SIG), a nivel de comuna,para lo que se hizo necesario desarrollar

un modelo cartográfico (Bosque, 2000)del que se derivó la información de mode-los de dispersión (Plano 5-10 POT, 2002).Todo el sistema de información ambientaly su geo-referenciación tiene como añobase el 2001.

Con la información organizada en elSIG se elaboró la línea base de todos los


Figura n.o 2

Proceso de cálculo y representación espacial del ICA


223

Cuadro n.o 1

Sistema de indicadores de calidad ambiental urbana

Indicadores simples Área temática Componentes ÍndiceNivel I Nivel II Nivel III Nivel IV

RS1. Residuos sólidos generados (Ton)RS2. Cobertura de recolección (% de viviendas) Residuos sólidos RS3. Basureros crónicos (N.o) urbanos (Irsu)RS4. Percepción social del servicio

CE1. Cobertura de energía (% de viviendas)CE2. Conexiones ilegales (N.o)CE3. Cobertura de gas (% de viviendas) Consumo de CE4. Uso de leña, carbón, etc. (N.o viviendas) energía (Icen)CE5. Fuentes de contaminación lumínica (N.o)

TR1. Densidad de coches (Coches/habitante)TR2. Accidentes mortales de transito (N.o) Tráfico urbano (Itru)TR3. Kilómetros de vía pavimentada (N.o)TR4. Semáforos (N.o)

CV1. Personas por vivienda (N.o)CV2. M2 por vivienda (N.o)

Calidad de la vivienda

CV3. Densidad de viviendas (N.o/hectárea)(Icav)

AI1. Concentración de NOx (% del territorio)*AI2. Concentración de SOx (% del territorio)*AI3. Concentración de CO2 (% del territorio)* Aire (Iair)AI4. Concentración de partículas en suspensión*AI5. Denuncias por olores molestos (N.o)

AG1. Cobertura de agua (% de viviendas)AG2. Cobertura de alcantarillado (% de viviendas) Agua (Iagu)AG3. Riesgo de inundación (% del territorio)**

RU1. Ruido diurno (% del territorio)*RU2. Ruido nocturno (% del territorio)* Ruido (Irui)RU3. Denuncias ciudadana (N.o)

SU1. Área urbanizable construida (% del total)SU2. Área verde institucional (% del total) Suelo (Isue)SU3. Densidad área verde (m2/habitante)SU4. Erosión (% del total)*

ES1. Denuncias invasión del espacio público (N.o)ES2. Parques y plazas por localidad (N.o) Espacio público (Iepu)ES3. Andenes peatonales (m2)

BI1. Densidad de árboles (N.o/habitante)BI2. Árboles sembrados (N.o/año)BI3. Fauna animal no nociva (N.o) Biodiversidad (Ibio)BI4. Especies vegetales (N.o)BI5. Sitios de interés ecológico (N.o)

* Estas variables se obtienen empleando un sistema de información geográfico, una vez diseñado un modelo cartográfi-co que permita estimar el porcentaje del territorio que supera determinados estándares. Para el caso del modelo aplica-do solo se cuenta con información georefenciada para la concentración de partículas en suspensión. El mapa digital querepresente el modelo de dispersión del contaminante en la zona urbana se cruza con el mapa de división político admi-nistrativa de la ciudad en comunas (barrios), derivando el porcentaje del territorio que supera los estándares (figura 1).** Al igual que con las variables que se derivan de modelos de dispersión, esta variable se estima cruzando los mapasde riego de inundación y la división político administrativa de la ciudad, previa construcción de un modelo cartográficoque identifique los procesos técnicos para conseguir tal información.

Índice de SituaciónAmbiental (ISA)

⎧

⎨

⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪

⎩

⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪

Índice de PresiónAmbiental (IPA)

⎧

⎨

⎪⎪⎪⎪⎪⎪⎪

⎩

⎪⎪⎪⎪⎪⎪⎪

Índice deCalidadAmbiental(ICA)

⎧

⎨

⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪

⎩

⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪

indicadores ambientales simples distri-buidos en el espacio. Dado que el interésbásico del estudio es calificar y organizarjerárquicamente las comunas de acuerdoal ICA, se hizo necesaria la utilización detécnicas de análisis multivariante para sin-tetizar un conjunto de variables relacio-nadas que explican una variable latentecomo la calidad ambiental. En el estudiose utilizó, en concreto, el análisis de com-ponentes principales (ACP) (Anderson,1984; Hair, et al, 1999; Jolliffe, 1986; John-son, 2000).

El resultado de todo este proceso apa-rece recogido en el cuadro n.o 1. Se partede una aproximación al concepto de cali-dad ambiental urbana centrada en dosáreas temáticas. A continuación se pro-cede a construir una batería de indicado-res teóricos simples, a los que se les apli-can los criterios de selección apropiadospara definir aquellos indicadores operati-vos que finalmente se tendrán en cuentaen el índice. En este proceso la homoge-nización de escala es importante, paralo que se requiere de la elaboración deun modelo cartográfico (Bosque, 2000)para obtener los valores de las variablesque obedecen a modelos de dispersiónen todo el territorio urbano.

En el paso siguiente, se aplicaron téc-nicas de análisis multivariante a los in-dicadores seleccionados, a fin de elabo-rar índices parciales para cada una delas áreas temáticas definidas. Finalmente,introduciendo criterios de selección delos indicadores más robustos, se elaborael índice de calidad ambiental para cadauna de las unidades territoriales experi-mentales (comunas). Estimados los in-dicadores simples y los índices corres-pondientes, se representa su distribuciónespacial en el territorio, mediante el dise-

ño de la base de datos en un sistema deinformación geográfica (ArcGis 8.0 deESRI, 2001).

En resumen, el proceso seguido paraderivar matemáticamente el ICA consistióen tres fases en las que, de manera con-secutiva, se simplificaba la informaciónde indicadores del primer, segundo, ter-cero y cuarto nivel (ver el cuadro n.o 2), apartir de las ecuaciones recogidas en elcuadro n.o 2.

Una vez estimados los componentesprincipales y las tasas de contribución delos mismos para las ecuaciones del 1 al10, se procedió a calificar cada una delas comunas de acuerdo al índice que seestá derivando, a partir de una expresióngeneral que pondera las puntuaciones al-canzadas para cada componente princi-pal, por la raíz cuadrada de su varianza(Peters et al, 1970):

(11)

donde, Imj representa Irse, Icen, Itra, Icav,Iair, Iagu, Irui, Isue, Iepu e Ibio separa-damente para cada unidad experimentalj-ésima, zrj la puntuación del componenter-ésimo para la unidad experimental j-ési-ma, y √λr la raíz cuadrada del autovalorpara dicho componente, garantizando asíque los componentes con una mayor va-rianza explicada tengan una mayor pon-deración en la calificación del índice.

Acto seguido, estimados los indicado-res de segundo nivel (índices temáticos),se construyen de forma análoga los indi-cadores de tercer nivel (índices de com-

IZ

mj

rj ri

r

ri

r=

⋅=

=

∑

∑

λ

λ

1

1


ponentes). El procedimiento general con-siste en seleccionar los indicadores deprimer nivel que tengan comunalidadesextraídas superior al 40% para cada índi-ce temático estimado en la fase I4. A los in-dicadores así seleccionados se les aplica

el Análisis de Componentes Principales5.En la Fase III se pasa, de igual forma, de


4 Las comunalidades indican el porcentaje de lavarianza explicada contenida en los componentesseleccionados.

5 Castro (2002) emplea esta técnica en la cons-trucción de índices de desarrollo sostenible en elconjunto de ciudades de la comunidad de Andalu-cía (España). Shi et al (2004) presentan una evalua-ción de la sostenibilidad de zonas costeras en Chi-na, empleando análisis de componentes principalesen la síntesis de la información proveniente de unsistema de indicadores de desarrollo sostenible delos municipios de Shanghai y Chong Ming Island.

225

Cuadro n.o 2

Fase I: De indicadores de primer nivel a indicadores de segundo nivel

Ecuación Hipótesis de relación lineal

< 0;

> 0;

< 0;

> 0(1)

> 0;

< 0;

> 0;

< 0;

< 0(2)

< 0;

< 0;

< 0;

< 0(3)

< 0;

> 0;

< 0; (4)

< 0;

< 0;

< 0;

< 0;

< 0(5)

> 0;

> 0;

> 0; (6)

< 0;

< 0;

< 0; (7)

> 0;

> 0;

> 0;

< 0(8)

< 0;

> 0(9)

> 0;

> 0;

> 0;

> 0;

> 0(10)

Los j = 1, 2, 3, …, n representan las distintas comunas. El subíndice i representa cada una de las variables quecomponen la ecuación de cada indicador de segundo nivel y que se detallan en el cuadro n.o 1. Wi es el conjun-to de pesos relativos de cada indicador de primer nivel. Como las variables que componen cada indicador desegundo nivel tienen diferentes unidades de medida y escala, se emplean técnicas de análisis multivariantecomo el Análisis de Componentes (ACP) (Johnson, 2000).

∂Ibioj

∂BI5j

∂Ibioj

∂BI4j

∂Ibioj

∂BI3j

∂Ibioj

∂BI2j

∂Ibioj

∂BI1jIbioj = ∑n

j=1WiBIij

∂Icenj

∂EP2j

∂Icenj

∂EP1jIepuj = ∑n

j=1WiEPij

∂Isuej

∂SU4j

∂Isuej

∂SU3j

∂Isuej

∂SU2j

∂Isuej

∂SU1jIsuej = ∑n

j=1WiSUij

∂Iruij∂RU3j

∂Iruij∂RU2j

∂Iruij∂RU1j

Iruij = ∑nj=1WiRUij

∂Iaguj

∂AG3j

∂Iaguj

∂AG2j

∂Iaguj

∂AG1jIaguj = ∑n

j=1WiAGij

∂Iairj

∂AI5j

∂Iairj

∂AI4j

∂Iairj

∂AI3j

∂Iairj

∂AI2j

∂Iairj

∂AI1jIairj = ∑n

j=1WiAIij

∂Icavj

∂CV3j

∂Icavj

∂CV2j

∂Icavj

∂CV1jIcavj = ∑n

j=1WiCVij

∂Itraj

∂TR4j

∂Itraj

∂TR3j

∂Itraj

∂TR2j

∂Itraj

∂TR1jItraj = ∑n

j=1WiTRij

∂Icenj

∂CE5j

∂Icenj

∂CE4j

∂Icenj

∂CE3j

∂Icenj

∂CE2j

∂Icenj

∂CE1jIcenj = ∑

n

j=1WiCEij

∂Irsuj

∂RS4j

∂Irsuj

∂RS3j

∂Irsuj

∂RS2j

∂Irsuj

∂RS1jIrsuj = ∑

n

j=1WiRSij

los indicadores de tercer nivel al ICA ur-bana. Al igual que en la fase II, se selec-cionan aquellos indicadores que exhibenuna correlación superior al 40% con el ín-dice de componente estimado, y se lesaplica el ACP. Como es natural, la evolu-ción en el tiempo del ICA se recoge me-diante una expresión del tipo:

(13)

Sintetizando lo expuesto hasta ahora,los pasos seguidos en la aplicación delACP para el estudio de indicadores sinté-ticos fueron los siguientes:

—Se partió de un conjunto de 12 varia-bles que, conceptualmente permi-tían explicar la variable latente: eneste caso el ICA de cada comuna.

—A continuación, se trató de determi-nar la posible existencia de datosausentes, atípicos, etc, definiendoun procedimiento para su tratamien-to en el modelo.

—Se utilizaron los datos estandariza-dos para el caso del ACP en la ma-triz de correlaciones, y se probó, acontinuación, la estructura de corre-lación presente en las variables pro-puestas.

—Se organizó la base de datos deacuerdo al signo que teóricamentetenía cada variable y, con ayuda delprograma SPSS, se modelizó la basede datos para el ACP, obteniendocomo resultado los componentesprincipales, y el conjunto de estima-ciones que permitirían probar la con-sistencia y coherencia de los resul-tados.

—Siguiendo los criterios empleadospara agregar la información de indi-cadores de primer nivel hasta el ICA,se encontró que aplicando ACP enla segunda fase del modelo (versección 3.2) todos los indicadoresde primer nivel tenían comunalida-des extraídas superior al 60%, por lotanto el ICA se estima con los 12 in-dicadores disponibles.

—Se estimó finalmente el valor corres-pondiente a cada comuna, de acuer-do al procedimiento de agregaciónde componentes descrito, y se re-presentaron espacialmente los resul-tados, de tal forma que se pudieranidentificar patrones espaciales defi-nidos para cada una.

3.2. Principales resultados obtenidos

Sin perder de vista el carácter prelimi-nar de la investigación expuesta y, por tan-to, el hecho de que los resultados que sepresentan a continuación tienen un carác-ter meramente ilustrativo, podríamos resu-mir éstos de la siguiente forma:

3.2.1. El índice de presión ambiental (IPA)

Los seis indicadores de primer nivelque integran el IPA se resumen en doscomponentes principales, que son res-ponsables del 71,76% de la varianza totalexplicada por los datos (cuadro n.o 3). Eneste caso, todas son superiores al 40%,criterio que se adoptó para definir las va-riables que finalmente integran el ICA.

Las cargas factoriales más significati-vas en la matriz de componentes princi-pales, indican que el primer componente

∆ICAICA ICA

ICAjj t j t

j t

=− >

=<

−, ,

,

1000


explica claramente la variabilidad de indi-cadores de respuesta al uso «común» deenergía y disposición de residuos sólidoscomo cobertura de redes o infraestructu-ra pública urbana (cobertura de energía,gas y aseo), y el segundo componenteparece explicar los factores de presiónsobre el entorno urbano como densidadde vivienda, personas por vivienda y se-guridad de tráfico, este ultimo con signomenos que refleja su aportación negativaal IPA6.

3.2.2. El índice de situación ambiental (ISA)

Los seis indicadores del ISA se puedenresumir en tres componentes principalesque explican el 90,50% de la varianza totalcontenida por los datos (cuadro n.o 4). Aligual que en el caso anterior, las comunali-dades indican valores superiores al 40%,por lo tanto todos los indicadores de primernivel deben integrar el cálculo del ICA.

Las cargas factoriales mas significati-vas en la matriz de componentes princi-pales, indican que el primer componenteexplica claramente la variabilidad de indi-cadores de respuesta a los problemas dedisposición de agua potable y recolecciónde aguas residuales mediante un sistemapúblico de redes urbanas (cobertura deagua y alcantarillado), el segundo com-


6 A pesar de que varios autores recuerdan queno siempre los componentes pueden tener una ex-plicación directa, en este caso los dos componen-tes seleccionado son consistente con la explicaciónde dos grupos de variables claramente expresadapor su grado de correlación (Johnson, 2000; Visautay Martori, 2003).

227

Cuadro n.o 3

Resultados del análisis de componentes principales

Indicadores de primer nivelComponentes

Comunalidades1 2

CE1. Cobertura de energía 0,933* 0,818RS2. Cobertura de recolección 0,879* 0,875CE3. Cobertura de gas 0,605* 0,413CV1. Personas por vivienda 0,873* 0,688CV3. Densidad de viviendas 0,779* 0,765TR2. Accidentes mortales de tráfico –0,459* –0,691* 0,747

Autovalores 2,361 1,945 4,306Varianza 39,340 32,410 Acum.: 71,76%

Método de Extracción: Análisis de Componentes PrincipalesDeterminante = 5,322E-02

*Para permitir una lectura mas clara de la matriz de correlación se eliminan las cargas factorialesestimadas con valores absolutos inferiores a 0,40. Sin embargo la estimación de los factores porcada unidad experimental se realiza en SPSS utilizando todas las cargas factoriales (Visauta, 2003;Pardo y Ruiz, 2002).

ponente explica variables de estado quedescriben la disponibilidad de área verdeen cada unidad experimental, y el tercercomponente también refleja la variabili-dad de indicadores de estado como ladisponibilidad de árboles y la calidad delaire, esta última con signo negativo querefleja su contribución adversa al ISA.

3.2.3. El índice de calidad ambiental (ICA)

Finalmente, la última fase de la aplica-ción del modelo no es sino la síntesis dela información contenida en las 12 varia-bles seleccionadas para construir el ICA.Básicamente se ha pasado de indicado-res simples a indicadores sintéticos decomponentes (IPA e ISA)7, en una primera

fase, y al indicador sintético global (ICA)que resume en tres componentes el 76,94%de toda la información contenida en lasvariables incorporadas, en una segunda.

Los componentes extraídos se expresanen cargas factoriales que tienen un sen-tido que orienta el análisis de grupos deindicadores simples como explicación dela variable latente ICA. El primer compo-nente se refiere a indicadores de respues-ta a eventuales problemas de abasteci-miento de agua potable y de disposiciónde aguas residuales, recolección de resi-duos sólidos y abastecimiento de energíay gas; indicando un impacto positivo deestas variables en el ICA. El componentedos no tiene un significado completamen-te claro, pero se destaca en él que expresael sentido negativo que teóricamente sele había asignado a la concentración departículas en suspensión y a las muertespor accidentes de tráfico automotor sobre


7 Los indicadores sintéticos de las 10 áreas te-máticas no se estimaron debido a la no disponibili-dad de información suficiente para realizar ACP acada uno de ellos.

Cuadro n.o 4

Resultados del análisis de componentes principales rotada


Comunalidades

1 2 3

AG1. Cobertura de agua 0,992 0,996AG2. Cobertura de alcantarillado 0,984 0,995SU1. Área urbanizable sin construir 0,942 0,912SU3. Densidad área verde 0,884 0,866AI4. Concentración de partículas en suspensión –0,936 0,898BI1. Densidad de árboles –0,526 0,673 0,763

Autovalores 2,305 2,080 1,045 5,430Varianza 38,410 34,670 17,420 Acum.: 90,50%

Método de Extracción: Análisis de Componentes PrincipalesMétodo de Rotación: Varimax con Normalización KaiserDeterminante = 1,341E-03

el ICA. El tercer componente explica va-riables de estado que describen la dispo-nibilidad de área verde en cada unidadexperimental y se relacionan positivamen-te con el ICA.

En el cuadro n.o 6 se presentan los fac-tores calculados para cada una de las 21comunas de la ciudad y se estima el ICA.El resultado final es la ordenación de lascomunas de acuerdo al indicador sintéti-co de calidad ambiental, que se distribu-ye espacialmente como se observa en lafigura 3.

La distribución espacial del índice decalidad ambiental por comunas en Cali, in-dica zonas que podrían ser consideradas

como relativamente homogéneas. Estemapa indica cómo, a medida que la ciu-dad se extiende hacia el oriente y occiden-te, la calidad ambiental va disminuyendoconforme llega a la periferia de las zonasorientales de ladera y a los márgenes delRío Cauca (occidente). Coincide la menorcalidad ambiental con las zonas socioeco-nómicas más deprimidas de la ciudad: elDistrito de Aguablanca (comunas 13, 14,15, 21) y la Comuna n.o 6, influenciada porla contaminación exportada del parque in-dustrial de Acopi-Yumbo, ubicada en Yum-bo, un municipio contiguo a Cali.

Las Comunas 18 y 20 corresponden abarrios ubicados en zona de ladera y


229

Cuadro n.o 5

Resultados del análisis de componentes principales


Comunalidades

1 2 3

AG1. Cobertura de agua 0,934 0,842AG2. Cobertura de alcantarillado 0,912 0,891CE1. Cobertura de energía 0,898 0,822RS2. Cobertura de recolección 0,808 0,716CE3. Cobertura de gas 0,625 0,437CV3. Densidad de viviendas –0,400 0,767 0,774BI1. Densidad de árboles 0,735 0,482 0,829CV1. Personas por vivienda 0,722 0,583 0,861AI4. Concentración de partículas en suspensión –0,780 0,678TR2. Accidentes mortales de tráfico –0,676 0,616SU1. Área urbanizable sin construir 0,959 0,934SU3. Densidad área verde 0,824 0,833

Autovalores 4,285 3,516 1,432 9,233Varianza 35,710 29,300 11,930 Acum.: 76,94%

Método de Extracción: Análisis de Componentes PrincipalesMétodo de Rotación: Varimax con Normalización KaiserDeterminante = 3,134E-08

cuyo desarrollo no ha sido planificado,presentando indicadores bajos en las va-riables que componen el ICA.

En general, la distribución espacial dela calidad ambiental de las comunasmuestra cuatro grandes áreas relativa-mente homogéneas:

—Comunas 2, 17 y 19: calidad am-biental muy buena.

—Comunas 3 y 4: calidad ambientalbuena.

—Comunas 5, 7, 8, 9, 10, 11, 16, 1: ca-lidad ambiental regular.

—Comunas 6, 12, 13, 14, 15, 21, 18,20: calidad ambiental deficiente.

3.3. Relevancia de los resultados

Desde el punto de vista de la gestiónambiental urbana, el modelo y los resulta-dos presentados en este estudio, u otrossimilares, podrían constituir una intere-sante herramienta para la administraciónmunicipal en la ciudad como territorioambientalmente no homogéneo, de talforma que sea posible priorizar tanto las


Cuadro n.o 6

Índice de Calidad Ambiental (ICA)

Comuna Factor_1 Factor_2 Factor_3 ICA

17 –0,6979 1,0723 2,8467 1,05352 –0,4023 1,4658 0,9124 0,7469

19 0,8594 1,5400 0,6748 0,71863 –0,6311 1,1706 –0,1885 0,38304 –0,1588 1,1279 –0,6132 0,26865 1,3888 –0,7945 1,6343 0,09068 1,0864 0,8221 –0,8589 0,09999 0,4473 1,0097 –1,2986 0,0660

10 1,1804 0,4357 –0,4442 0,055511 0,0468 0,0628 –0,1885 –0,02107 0,3651 –0,2265 –0,1413 –0,1155

16 –0,5408 –0,2611 –0,3384 –0,17401 –2,4026 –0,6531 0,1875 –0,1945

18 –0,4257 0,0921 –1,0958 –0,221421 –1,8509 –0,2881 –0,6494 –0,256215 –0,7571 –1,3899 0,9340 –0,289512 0,8070 –0,5036 –0,5670 –0,31566 1,4389 –1,2294 0,4760 –0,3376

20 –0,2570 –0,5068 –1,2332 –0,471813 –0,0569 –1,1294 –0,2844 –0,478114 0,5609 –1,8166 0,2357 –0,6076

zonas a intervenir, como los distintos ti-pos de intervención, en función de su im-pacto sobre la calidad ambiental de cadacomuna.

Por ejemplo, y abundando en lo ante-riormente expuesto, en el cuadro n.o 8se ordenan los indicadores simples, deacuerdo a su estructura de correlacióncon el ICA; lo que refleja la importanciarelativa de cada una de las variables quecomponen el índice. Se indica, asimismo,para cada comuna, cuáles son las varia-bles que muestran mayor incidencia en lamodificación del ICA; identificando el nú-mero de desviaciones estándar de cadavariable, en cada comuna, que la alejan,positiva o negativamente, de la media. De

esta forma, como se ha apuntado, el de-cisor público cuenta con una informaciónútil no solo para ordenar la intervenciónpor comunas o distintos sectores de laciudad, sino para seleccionar las varia-bles o factores a intervenir en cada unade ellas.

En el cuadro n.o 8 se puede observar,por ejemplo cómo en las comunas quetienen una calidad ambiental muy buena,los problemas ambientales urbanos másrelevantes están asociados a la calidaddel aire y a los accidentes mortales detráfico. Este resultado es consistente conlo que se esperaría a priori en un conjun-to de barrios de elevado nivel de ingre-sos, y un flujo alto de actividad comercial


231

Figura n.o 3

Mapa de distribución espacial del ICA


Cua

dro

n.o

8

Pri

oriz

ació

n de

las

vari

able

s qu

e in

cide

n en

el I

CA

de

las

21 c

omun

as d

e C

ali s

egún

zon

as a

mbi

enta

lmen

te h

omog

énea

s

Den

sida

d de

árb

oles

por

Ha.

Den

sida

d de

viv

iend

as p

or H

a.

Den

sida

d de

áre

a ve

rde

Cal

idad

del

aire

Mue

rtes

por t

ráfic

o

Áre

a ur

bani

zabl

e co

nstru

ida

Cob

ertu

ra d

e ga

s*

Cob

ertu

ra d

e as

eo*

Cob

ertu

ra d

e al

cant

arill

ado*

Cob

ertu

ra d

e en

ergí

a

Cob

ertu

ra d

e ac

uedu

cto*

*Lo

s va

lore

s in

dica

n el

núm

ero

de d

esvi

acio

nes

con

resp

ecto

a la

med

ia d

e ca

da in

dica

dor y

los

tono

s de

bla

nco

a gr

ises

indi

can

agru

paci

ones

de

valo

res

infe

riore

s y

supe

riore

s a

la m

edia

, tal

com

o se

exp

resa

en

la c

on-

venc

ión.

Para

hom

ogen

izar

la p

rese

ntac

ión

de lo

s re

sulta

dos

de la

des

viac

ión

está

ndar

de

esta

tabl

a, a

quel

las

varia

bles

que

en

el IC

A in

cide

n de

form

a ne

gativ

a (d

ensi

dad

de p

erso

nas,

den

sida

d de

viv

iend

as, c

alid

ad d

el a

ire, a

c-ci

dent

es d

e trá

fico

yár

ea u

rban

izab

le c

onst

ruib

le) l

es fu

e ca

mbi

ado

el s

igno

. Por

ello

intu

itiva

men

te p

ara

esta

var

iabl

e el

val

or p

ositi

vo s

e de

be in

terp

reta

r com

o el

núm

ero

de d

esvi

acio

nes

está

ndar

infe

riore

s al

pro

med

io.

(des

v. s

tánd

. > 1

)M

uy b

ueno

(0 <

des

v. s

tánd

. ≤1)

Bue

no

(–1

< de

sv. s

tánd

. ≤0)

Reg

ular

(Des

v. s

tánd

. ≤1)

Def

icie

nte

Est

ruct

ura

de c

orre

laci

ón

17 1,21

2,52

1,57

0,18

0,91

0,65

0,46

–0,2

80,

440,

44–0

,27

–0,5

7–0

,43

–0,9

2–1

,05

–0,9

5–0

,11

–0,2

4–1

,83

–1,1

2–1

,05

1,77

1,01

1,09

0,92

0,93

–0,5

60,

410,

21–0

,57

–0,6

40,

90–0

,07

0,87

–0,0

10,

73–1

,48

–0,6

7–1

,93

–0,4

8–1

,41

–1,0

0

3,99

0,64

0,88

0,22

–0,3

40,

24–0

,55

–0,6

0–0

,40

–0,3

8–0

,10

–0,3

70,

07–0

,53

–0,5

4–0

,09

–0,5

3–0

,33

–0,5

5–0

,42

–,03

0

–0,6

1–0

,76

–1,1

3–1

,23

–0,5

40,

42–0

,03

–1,1

9–1

,27

–0,2

90,

660,

121,

43–1

,34

1,49

1,00

0,69

0,72

–0,7

91,

151,

49

–0,5

3–0

,10

–1,9

2–0

,74

–0,8

51,

08–1

,71

–1,7

1–0

,42

–0,3

10,

120,

331,

191,

401,

080,

44–0

,42

–0,1

01,

40–0

,20

1,40

2,34

0,42

0,90

0,15

–0,7

91,

62–1

,16

–1,2

9–0

,40

–0,2

4–0

,05

–0,3

50,

41–0

,99

–1,1

61,

49–0

,82

0,54

–0,9

9–0

,12

0,49

0,08

0,17

–0,4

7–1

,17

0,55

1,84

1,05

–0,0

70,

901,

020,

410,

89–1

,24

–0,5

3–1

,26

–0,5

31,

200,

93–1

,26

–1,2

6–1

,26

–1,3

5–1

,09

0,86

0,01

–0,1

00,

860,

860,

790,

86–0

,48

0,86

–1,1

0–1

,03

0,22

–2,6

9–0

,69

0,39

0,86

0,86

0,27

0,86

–0,2

2–0

,48

1,12

–0,5

1–0

,10

1,12

1,12

0,48

1,12

–0,0

90,

45–0

,42

–3,1

6–0

,52

–0,7

3–1

,00

0,68

1,12

–0,0

2–0

,35

0,39

–0,6

70,

430,

99–0

,32

–0,2

41,

051,

050,

681,

05–0

,42

0,22

–0,9

4–1

,50

0,22

–2,5

0–1

,45

0,59

1,05

–0,4

30,

141,

05

–0,4

4–0

,51

1,10

–0,5

8–0

,13

1,11

1,11

0,44

1,11

–0,1

40,

44–0

,49

–3,1

6–0

,58

–0,3

2–1

,05

0,65

1,11

–0,0

7–0

,25

0,66

0,73

32

0,75

00

–0,5

832

–0,5

726

0,41

24

0,20

45

–0,1

977

0,10

08

0,10

05

0,03

68

219

34

58

910

117

161

1821

1512

620

1314

Com

unas

*

Indi

cado

res

sim

ples

Cal

idad

am

bien

tal

muy

bue

naC

alid

ad a

m-

bien

tal b

uena

Cal

idad

am

bien

tal r

egul

arC

alid

ad a

mbi

enta

l def

icie

nte

ICA

Den

sida

d de

per

sona

s po

r viv

iend

a1,

932,

001,

521,

140,

300,

98–0

,04

0,26

0,06

–0,3

4–0

,78

–0,7

5–0

,82

–0,3

5–0

,06

–0,0

4–1

,36

–0,4

9–1

,07

–0,8

1–1

,26

0,92

20

0,87

88

y cultural; como es el caso de estas trescomunas. En este sentido, la gestión am-biental debería estar orientada, principal-mente, al control de las fuentes de emisiónmóvil; dada la alta correlación espacial en-tre el desarrollo de las principales vías ur-banas y la distribución espacial de la con-taminación por partículas en suspensión.Por otro lado, la gestión debería estar diri-gida también a mejorar la educación ciu-dadana para prevenir los accidentes detráfico.

Las zonas con una calidad ambientalbuena, tienen problemas similares a losde la zona anterior, pero aparecen junto aellos algunos nuevos, que pesan consi-derablemente en el valor del índice: ladotación de áreas verdes por habitante, yla proporción del espacio edificado en elterritorio.

Las zonas de calidad ambiental regulary deficiente se encuentran caracterizadaspor el bajo valor de variables como densi-dad de árboles por persona, densidadde viviendas por hectárea, y dotación deáreas verdes por persona, con valoresque se alejan considerablemente del pro-medio registrado en la ciudad.

Un análisis pormenorizado de cadauna de las comunas, no sólo por el ordenque ocupan en términos del ICA, sino dela relación de éste con las variables que lodeterminan, permiten que la autoridadpública decisora tenga una «fotografía»detallada de la condiciones ambientalesde la ciudad para hacer una planifica-ción cuidadosa y diferenciada de las me-didas de gestión a emplear, de tal formaque el impacto social de la inversión pú-blica sea mayor que mediante una inter-vención ambiental homogénea sobre todala ciudad.

4. UN MÉTODO OBJETIVO DE PONDERACIÓN: LOS PRECIOS HEDÓNICOS

El índice de calidad ambiental presen-tado como ejemplo en el epígrafe anterior,ilustra sobre la importancia relativa de lasdistintas variables, en este caso ambienta-les, a la hora de explicar la situación relati-va de los distintos barrios de la ciudad.Desde este punto de vista proporcionauna información ciertamente relevante.Sería interesante, no obstante, poder dartodavía un paso más. En efecto, un índicecomo el aquí descrito permite singularizarlos atributos que diferencian unos empla-zamientos de otros, sean barrios, distritos,o ciudades. Sin embargo, no ofrece infor-mación sobre la importancia relativa queel ciudadano otorga a dichas diferencias:la presencia de zonas verdes en un barriomarca la diferencia con otro, pero, ¿esmuy relevante desde el punto de vista delbienestar de la gente? Este es, de nuevo,el problema de las ponderaciones, que elperiodista suele resolver habitualmenteaplicando su buen criterio. El cálculo deun índice de calidad ambiental, solventaeste problema utilizando la técnica esta-dística que permite maximizar el porcenta-je de las diferencias explicadas. Ahorabien, el análisis económico permite ir algomás lejos al proporcionar una herramientaque permitiría resolver el problema de unaforma mucho más rigurosa: los «precioshedónicos».8

En efecto, muchos bienes no tienen unúnico valor de uso, sino que son bienes ca-racterizados por una variedad de atributos:satisfacen varias necesidades al mismo


8 En la descripción que sigue nos apoyaremos enAzqueta (2002, cap. 4).

233

tiempo, o la misma necesidad de formasdiferentes. Los llamados precios hedóni-cos intentan, precisamente, descubrir to-dos los atributos del bien que explican suprecio, y averiguar la importancia cuanti-tativa de cada uno de ellos. Uno de loscasos más obvios y, por tanto, más utiliza-dos en la literatura, es el de la vivienda.Cuando se adquiere una casa, en efecto,no sólo se están comprando una serie demetros cuadrados de una determinadacalidad, sino que también se está esco-giendo un entorno, que tiene una serie depropiedades, tanto con respecto a la do-tación del barrio en distintos aspectos(servicios públicos, infraestructuras detransporte, comercios, atracciones, segu-ridad ciudadana) y composición de la po-blación (edad, nivel de renta, extracciónsocial, nivel educativo), como con respec-to a la calidad del medio ambiente que larodea. En términos muy sencillos, si se en-contraran dos viviendas iguales en todassus características excepto en una, la do-tación de zonas verdes por ejemplo, la di-ferencia de precio entre ellas reflejaría elvalor de este atributo que, en principio,carece de un precio explícito de mercado.

Ésta es la idea que vamos a tratar depresentar brevemente9. Formalicemospara ello el problema. Supongamos unbien privado h, miembro del conjunto de laclase de bienes Y: una vivienda determina-da. Su precio (Ph) será una función delconjunto de características que posee:

Ph = fh (Sh, Nh, Xh) (14)

expresión en la que:

—Sh = Sh1,…,Shn, es el vector de carac-terísticas estructurales de la vivien-da: metros cuadrados, materiales deconstrucción, zonas comunes, terra-za, ascensor, chimenea, número debaños.

—Nh = Nh1,…,Nhm, es el vector de ca-racterísticas del vecindario: dotaciónde comercios, colegios, centros re-creativos, composición de la pobla-ción, nivel de seguridad ciudadana,proximidad del centro comercial, et-cétera.

—Xh = Xh1,…,Xhq, es, finalmente, el vec-tor de características ambientalesdel entorno: calidad del aire y delagua, nivel de ruido, proximidad dezonas verdes, de la playa en su caso,vistas, etcétera.

Esta agrupación, como cualquier otra,tiene algo de arbitraria: algunas caracte-rísticas podrían catalogarse tanto en ungrupo como en otro. No es eso lo impor-tante. Lo fundamental es que queden re-cogidas todas aquellas relevantes a lahora de escoger la vivienda y explicar suprecio. Ahora bien, una vez especificadala función, su derivada parcial con res-pecto a una cualquiera de las caracterís-ticas (∂Ph/∂Zhj, por ejemplo), indicaría ladisposición marginal a pagar por una uni-dad adicional de la misma, es decir, suprecio implícito.

El primer problema que se plantea es,obviamente, el de especificar y estimar lafunción (14), llevando a cabo una regre-sión entre el precio observado de las vi-viendas y las propiedades mencionadas,y utilizando para ello la forma funcionalque produzca un mejor ajuste. La especi-ficación de la función (14) es un proble-ma empírico, de no fácil solución, peroque tiene claras implicaciones en cuanto


9 El lector interesado en las aplicaciones de estemétodo, puede consultar Azqueta (1994, cap. 6) oHidano (2002).

a la valoración de las características ana-lizadas10. Una vez especificada la ecua-ción correspondiente, la estimación desus parámetros a partir de los datos pue-de hacerse de dos formas:

a) A través de un análisis diagonal, ocross section, en el que se analizaun conjunto determinado de vivien-das en un instante del tiempo, y serecogen tanto sus precios como susdiferentes características.

b) Mediante un análisis temporal, en elque se estudia cómo cambia el pre-cio de una determinada vivienda, oconjunto de viviendas, al ir variandola calidad de alguno de los bienesambientales de la zona (con la cons-trucción de un aeropuerto en lasproximidades, por ejemplo).

La técnica de los precios hedónicos,sin embargo, no tiene por qué circunscri-birse al ámbito de los precios de algunosbienes de consumo final. Al igual que elprecio de la vivienda es una función delos atributos de todo tipo implícitos en lamisma, el salario de equilibrio de un de-terminado puesto de trabajo también seráuna función de sus características. Éstees el punto de partida para la construc-ción de la función de los «salarios hedó-nicos». La teoría indica, en efecto, que elsalario de equilibrio de un puesto de tra-bajo determinado (Wh) es una función demuchas variables, tal y como aparece

reflejado en la ecuación (15), idéntica ensu estructura a la anterior:

Wh = fh (CHh, Eh, Sh, Rh) (15)

expresión en la que:

—CHh: es el vector de los requerimien-tos de capital humano (nivel de estu-dios, experiencia) del puesto de tra-bajo.

—Eh: es el vector de las característicasdel entorno: tamaño de la ciudad,atractivo del barrio.

—Sh: es el vector de característicassindicales: presencia y tamaño delos sindicatos más representativosen el sector.

—Rh: es el vector de características quetienen que ver con variables como latemperatura, salubridad y, sobretodo, riesgo asumido al desempeñarla función correspondiente.

Debería ser posible, por tanto, acu-diendo a la observación estadística de laevidencia existente al respecto, estimaruna función de los salarios hedónicos.Con ello se abre una nueva posibilidadde valoración de intangibles, ciertamenteimportante. En efecto, la derivada parcialdel salario con respecto a cualquiera delas variables relevantes, indicará la dispo-sición marginal a pagar (a través de laaceptación de un salario mayor o menor),por disponer de una unidad adicional deesa característica. Esta posibilidad queabren los salarios hedónicos podría utili-zarse, al igual que en el caso anterior,para valorar determinados bienes intangi-bles. En efecto, la calidad de vida de unentorno, un barrio o una ciudad, puedeverse reflejada en el menor salario queuna persona estaría dispuesta a aceptarcon tal de trabajar en ella. Combinando la


10 Lo normal, en la literatura, es trabajar con espe-cificación de funciones no lineales (logarítmica, semi-logarítmica, cuadrática, exponencial, transformaciónBox-Cox, etcétera). Ello supone que el precio implí-cito de cada característica cambia con la cantidadde referencia de la misma. Lo interesante, en estecaso, es analizar el comportamiento que se asume,al hacerlo, con respecto al precio implícito del atri-buto ambiental.

235

información obtenida del precio de la vi-vienda (tanto más cara cuanto más agra-dable la ciudad), con la que proporcio-nan los salarios hedónicos (tanto menorcuanto más atractiva), sería posible ela-borar índices de calidad de vida de lasdistintas ciudades. Los índices así cons-truidos tienen la doble ventaja de que nodejan que sea el analista quien escoja lasvariables relevantes, y su ponderación,para llevar a cabo el ejercicio; y de queproporcionan una ordenación cardinal delas ciudades analizadas, esto es, infor-man no sólo sobre el puesto que cadauna ocupa, sino sobre la distancia quemedia entre ellas: la cantidad de dineroadicional que, en términos de un menorsalario y un mayor alquiler, hay que pagarpara vivir en una u otra.

Este procedimiento ha sido utilizadocon cierta frecuencia para elaborar índi-ces de calidad de vida urbana: véase,por ejemplo, el trabajo pionero de Blom-quist, Berger y Hoehn (1988), en el queaparecen ordenadas con este doble cri-terio las 253 áreas metropolitanas de losEE.UU.

Ahora bien, la metodología anterior esmás difícil de adaptar al caso de la políti-ca municipal, ya que requiere una desa-gregación de datos que no suele ser fácilencontrar o conseguir, sobre todo en elcaso de los salarios, donde es más difícilobservar diferencias significativas, parael mismo puesto de trabajo, entre distin-tos barrios o distritos. Parece más eficien-te, en este contexto, tratar de conectar lainformación recogida en un índice de ca-lidad de vida, como el elaborado para lasvariables ambientales, con la función deprecios hedónicos de la vivienda. De estaforma, las diferencias recogidas en el ín-dice, adquieren un componente económi-

co que permitiría conectarlas con la funciónde bienestar de las familias, y proporcio-nar al responsable de las decisiones públi-cas una información más precisa sobre laimportancia relativa de cada variable, oconjunto de variables, en el bienestar so-cial. El trabajo no es sencillo, tanto desdeel punto de vista de la obtención de da-tos, como del tratamiento estadístico delos mismos, pero las primeras aproxima-ciones, todavía muy incipientes, realiza-das en el contexto del proyecto de inves-tigación desarrollado en la ciudad de Cali,muestran resultados esperanzadores.

5. RESUMEN Y CONCLUSIONES

Con independencia del atractivo me-diático que pueda revestir la elaboraciónde distintos índices de calidad de vida ur-bana, lo cierto es que una construcciónsistemática y rigurosa de los mismos pue-de proporcionar una herramienta de granutilidad para el gestor municipal. Para elloes necesario, no sólo identificar aquellasvariables relevantes a la hora de explicarla calidad de vida de un determinado en-torno, en comparación con otros, sinomedirla en una escala apropiada, y pon-derarla adecuadamente. El presente tra-bajo ha presentado una metodología parala elaboración de dichos índices, basadaen el Análisis de Componentes Principa-les, y ha ilustrado su aplicación con laelaboración del Índice de Calidad Am-biental de las distintas comunas (barrios)de la ciudad de Cali (Colombia). Los re-sultados obtenidos permiten comprobarla utilidad de la metodología utilizada, eidentificar algunas variables clave a lahora de seleccionar medidas específicas,para corregir los desequilibrios existentesen cuanto a la calidad de vida (en este


caso, ambiental). No obstante, la infor-mación obtenida no permite, todavía, vin-cular las diferencias objetivas observa-das con el bienestar individual derivadode la dotación presente de cada una delas variables relevantes. Falta, por tanto,un elemento esencial para poder ponde-rar cualquier cambio o intervención, entérminos del bienestar social derivado dela misma. La metodología de los «pre-

cios hedónicos», combinando para cadaemplazamiento la función hedónica delprecio de la vivienda, con la de los sala-rios, permitiría cubrir esta laguna, ade-más de proporcionar una clasificaciónordenada de calidad de vida urbana mu-cho más riguroso. A pesar de las dificul-tades del empeño, los resultados prelimi-nares confirman que el esfuerzo bienvale la pena.


237

ANDERSON, T.W. (1984): An introduction to multi-variate statistical analysis. New York.

AZQUETA, D. (1994): Valoración económica de lacalidad ambiental. McGraw-Hill, Madrid.

AZQUETA, D. (2002): Introducción a la economíaambiental. McGraw-Hill, Madrid.

AZQUETA, D., G. DELACÁMARA, M. SANTAMARÍA y S. TI-RADO (2004): Contabilidad Nacional y MedioAmbiente. FUNCAS, Madrid.

BLOMQUIST, G.C., M.C. BERGER y J.P. HOEHN

(1988). «New Estimates of Quality of Life in Ur-ban Areas». American Economic Review, 78 (1):89-107.

BOSQUE, Joaquín (2000): Sistema de InformaciónGeográfico. Ediciones Rialp, S. A. Madrid.

CASTRO, J.M. (2002): Indicadores de desarrollosostenible urbano. Una aplicación para An-dalucía. Tesis Doctoral. Universidad de Ma-laga.

CMA (2001): Bases para un Sistema de Indica-dores de Medio Ambiente Urbano en Andalu-cía. Consejería de Medio Ambiente. Sevilla.

CMA (2003): Guía Metodológica para el Cálculode Indicadores de Sostenibilidad Local en laComunidad Autónoma del País Vasco. Indica-dores de Agenda Local 21. Serie ProgramaMarco Ambiental N.o 20. Consejería de MedioAmbiente. País Vasco.

DAGMA (2003): Agendas Ambientales por Co-munas 1-21. Santiago de Cali.

DPMC (2002): Cali en Cifras. Santiago de Cali.

EBERT, U. y H. WELSCH (2004): «Meaningful envi-ronmental indices: a social choice approach».Journal Environmental Economics and Mana-gement, 47 (2004) 270-283.

EEA/AMAE (2002): Towards an urban atlas as-sessment of spatial data on 25 European citiesand urban areas. Environmental issue reportNo 30. Copenhagen.

ESRI (2001): ArcGIS. 8.0.

HAIR, J.F., ANDERSON, R.; TATHAM, R. y W.C. BLACK

(1999): Análisis Multivariante. Prentice Hall, Ma-drid.

HIDANO, N. (2002): The Economic Valuation of the En-vironment and Public Policy: a Hedonic Approach.Edward Elgar Editor. Cheltenham, UK.

HYATT, E. (2001): «Editorial». Ecological Indica-tors 1 (2001) 1–2.

JESINGHAUS, J. (1999): Indicators for Decision-Ma-king. European Commission, JRC/ISIS/MIA, TP361, I-21020 Ispra (VA).

JOLLIFFE, I.T. (1986): Principal Components Analy-sis. Springer. Nueva York.

JOHNSON, D. (2000): Métodos multivariados apli-cados al análisis de datos. Internacional Thom-son editores.

MMA (1996): Indicadores ambientales. Una pro-puesta para España. Dirección General de Ca-lidad y Evaluación Ambiental. Ministerio de Me-dio Ambiente. Madrid.

MMA (2000): Sistema español de indicadoresambientales: Área de medio urbano. Centro dePublicaciones. Ministerio de Medio Ambiente.Madrid.

OCDE (1993): OECD Core Set of Indicators forEnvironmental Performance Reviews. Environ-ment Monographs N.o 83. Paris.

OCDE (1997): Better understanding our cities.The role of urban indicators. Paris.

OMS/WHO (1993): Healthy City Indicators. WorldHealth Organization. Copenhagen.

PARDO, A. y M. A. RUIZ (2002): Guía para el anali-sis de datos. McGraw-Hill Madrid.

PENDER, A., DUNNE, L. y F. CONVERY (2000): Environ-mental Indicator for the Urban Environment: ALiterature Review. Working Paper. Environmen-tal studies research series. University CollegeDublin. www.environmentaleeconomics.net.

PETERS, W.S. y J.Q. BUTLER (1970): «The construc-tion of Regional Economic Indicators by princi-pal component». Annals of Regional Science, IV:1-14.

—Secretariat Tecnica de la Xarxa de Ciutads I po-bles cap a la Sostenilitat. (2000): System of localsustainability indicators. Diputació de Barcelo-na, Server de Medi Ambient, Barcelona, Spain.

SEGNESTAM, L. (2002): Indicators of Environmentand Sustainable Development: Theories andPractical Experience. Environmental Econo-mics Series. Paper no. 89. The World Bank En-vironment Department.

SHI, C., S.M. HUTCHINSON y S. XU (2004): «Evalua-tion of coastal zone sustainability: an integra-


REFERENCIAS BIBLIOGRÁFICAS

ted approach applied in Sanghai Municipalityand Chong Ming Island». Journal of Environ-mental Management: 1-10.

UNCED/PNUMA (1992): Agenda 21. Report ofthe United Nations Conference on Environmentand Development. Rio de Janeiro, 3-14 June1992. Naciones Unidas. New York.

UNCHS/HABITAT (1997): Monitoring Human Set-tlements with Urban Indicators. Global UrbanObservatory. Centre for Human Settlements (Ha-bitat). Nairobi.

VISAUTA, B. y J. C. MARTORI (2003): Análisis esta-dístico con SPSS para Windows. Vol. II. Esta-distica Multivariante. McGraw Hill, Madrid.


239

dialnet-calidaddevidaurbana-1373292

Documents