|
|||||||||||||||||||||||||||||
|
Resultados Bogotá reporta en construcción el 4.8% del producto interno bruto de Colombia, que a su vez corresponde al 35% del total nacional en este sector. Según metro cuadrado, Bogotá presenta un número de viviendas igual a 1,794,204 y actualmente existe un déficit que sobrepasa las 650.000 unidades. De este número de viviendas se escogieron 970, tanto casas como apartamentos, de las 19 localidades de Bogotá y de los diferentes estratos económicos.2 Para el modelo de precios hedónicos utilizamos las siguientes variables:
En promedio, el precio de la vivienda en Bogotá
es de 14 mil dólares americanos, con un nivel de contaminación de
63,2 mg/m3 de partículas menores a diez micras en las localidades.
Las viviendas en promedio presentan 156 m2. El promedio de estrato
está entre tres y cuatro, un 90% de las viviendas presentan algún
tipo de seguridad, aproximadamente un 80% presenta, por la cercanía,
una zona verde y una estación de Transmilenio (Sistema de Transporte
Masivo), un 70% son edificios y en promedio las viviendas tienen
una vida de construcción de 13 años.
La siguiente es la función hedónica que se estima:
Fuente: Carriazo, 1999. Se realizaron las estimaciones para las seis formas funcionales posibles, para identificar si mantienen la robustez respecto a signos y significancia, para finalmente realizar unas pruebas de hipótesis de razón de verosimilitud y determinar la forma funcional de la regresión hedónica, donde la hipótesis nula presenta una forma funcional conocida y la hipótesis alternativa una regresión Box-Cox no restringida. El siguiente cuadro presenta las diferentes
estimaciones, donde se observa que las variables, que están relacionadas
con el entorno de la vivienda, por ejemplo, el nivel de contaminación
(partículas menores a 10 micras), en todos los modelos se presenta
un signo negativo, lo que indica que a mayor nivel de contaminación
el precio de la vivienda es menor, además que en los diferentes modelos
la variable es significativa, exceptuando el modelo logarítmico lineal
(log – lin). La variable zona verde no presenta estabilidad respecto
al signo y su significancia ya que en algunos modelos es positivo
o negativo y significativa o no significativa. Fuente: Elaboración Propia, 2009. Otra variable relacionada con el entorno es la presencia de servicio masivo de transporte (transmilenio) cerca de la vivienda. Por lo general (exceptuando el modelo log – lin) presenta signo negativo indicando que la presencia de ese servicio origina una disminución en el precio de la vivienda pero lo importante es indicar que en la mayoría de modelos la variable no es significativa. En este caso, es necesario identificar cómo afecta esta variable el precio de la vivienda dependiendo del nivel económico de las personas que en ellas habitan, situación que es estudiada más adelante en los ejercicios econométricos, considerando zonas económicas. Respecto a variables no relacionadas con el entorno, es decir, variables de características estructurales de la vivienda, la variable área en todos los modelos es positiva y significativa, indicando que a medida que aumenta el área de la vivienda el precio es mayor. Otra variable es el tipo de vivienda, por lo general si la vivienda es de tipo apartamento tiene un mayor precio que si es una casa, aunque dependiendo del modelo puede ser significativa o no. La variable seguridad en cuatro modelos presenta signo positivo, indicando que si la vivienda presenta algún mecanismo de seguridad el precio de la vivienda es mayor. Entre las variables estructurales, tenemos la relacionada con el tiempo de construcción de la vivienda, en todos los modelos la variable presenta signo negativo indicando que a mayor el número de años construida menor el precio. Es importante señalar que en todos los modelos la variable es significativa. Por último, las variables relacionadas con las
condiciones socioeconómicas del hogar indican que la variable estrato
presenta en todos los modelos un signo positivo, indicando que a medida
que aumenta el nivel de estrato el precio de la vivienda es mayor,
siendo la variable significativa en todos los modelos al uno por ciento. Elaboración Propia, 2009. El cuadro 4 presenta las diferentes pruebas de
hipótesis para identificar la forma funcional que mejor se ajusta
a los datos. Como se observa, todas las pruebas se rechazan,
y por ende, no se tiene una forma funcional conocida. Se deben buscar
valores tanto para lambda como para theta para la función de precios
hedónicos, se recurre a un modelo Box-Cox sin restringir.
El cuadro anterior presenta la mejor forma funcional
de un modelo Box-Cox sin restringir, con valores tanto para lambda (-0.59)
como para theta (-1). Observamos que la variable contaminación,
representada por las partículas menores a diez micras, presenta signo
negativo: a mayor nivel de contaminación menor el precio de la vivienda.
La variable área de la vivienda presenta un signo esperado positivo:
a mayor el número de metros cuadrados mayor el precio. La variable
estrato con signo positivo nos muestra que a medida que la estratificación
aumenta, sigue la misma dirección el precio de la vivienda. La variable
NBI presenta un signo negativo como lo que se esperaba, indicando
que a medida que la casa presenta menor calidad en los materiales
y menor acceso a servicios públicos el precio es menor, es decir,
a mayor nivel de NBI menor el precio. Cuadro 6. Necesidades Básicas Insatisfechas e Ingreso Per Cápita por Localidad (2003) Fuente: Elaboración propia.
|
|
|||||||||||||||||||||||||||
D.R. © Coordinación de Publicaciones Digitales Dirección General de Servicios de Cómputo Académico-UNAM Ciudad Universitaria, México D.F. Se autoriza la reproducción total o parcial de los artículos aquí presentados, siempre y cuando se cite la fuente completa y su dirección electrónica |
|||||||||||||||||||||||||||||