Analizar los efectos económicos originados por los impactos ambientales de la contaminación utilizando la metodología de los precios hedónicos (página 4)
Enviado por Walter Jacome Viteri
RESUMEN: | XMEDIA doble = 62.696 Desviación conjunta = 8.34 |
C,4. ZONAS PERIMETRALES URBANAS
C.4.1. PARROQUIAS DE AZAYA Y ALPACHACA (INTERIOR)
CUADRO No.32
DÍA | MEDICIONES EN DB (A) |
Ms.( H1) Js( H2) Sb( H3 ) | Lecturas con intervalo de un minuto |
HORAS: H1 H2 H3 | 1 56.7 60.1 58.4 | 2 61.2 60.9 59.9 | 3 59.3 69.6 66.2 | 4 57.3 66.5 67.7 | 5 70.8 75.3 68.9 | 6 65,3 78.2 79.4 | 7 67.7 70.2 68.8 | 8 66.8 68.9 78.4 | 9 69.9 74.5 59.9 | 10 66.76 72.5 69.7 | Xmedia 64.18 69.67 67.73 | Δ 5.16 5.92 7.21 |
RESUMEN: | XMEDIA doble = 67.19 Desviación conjunta = 6.096 |
C.4.2. PARROQUIA DE CARANQUI (INTERIOR)
CUADRO No.33
DÍA | MEDICIONES EN DB (A) |
Ms.( H1) Js( H2) Sb( H3 ) | Lecturas con intervalo de un minuto |
HORAS: H1 H2 H3 | 1 54,8 69.7 64.6 | 2 59.1 74.1 66.7 | 3 54.8 76.3 78.2 | 4 65.5 72.3 69.1 | 5 73.4 78.8 75.6 | 6 69.3 68.5 60.2 | 7 57.8 65.6 60.2 | 8 64.6 67.9 69.6 | 9 64.8 69.7 70.1 | 10 67.9 72.3 71.2 | Xmedia 63.20 71.52 68.55 | Δ 5.71 4.05 5.889 |
RESUMEN: | XMEDIA doble = 67.76 Desviación conjunta = 5.22 |
C.4.3.- PARROQUIA DEL PRIORATO (INTERIOR)
CUADRO No.34
DÍA | MEDICIONES EN DB (A) |
Ms.( H1) Js( H2) Sb( H3 ) | Lecturas con intervalo de un minuto |
HORAS: H1 H2 H3 | 1 40.7 40.3 45.8 | 2 39.1 46.2 38.8 | 3 40.2 40.1 40.2 | 4 39.2 41.6 40.2 | 5 43.9 50.4 37.4 | 6 39.4 52.4 38.9 | 7 41.2 48.2 40 | 8 38.5 41.2 37.8 | 9 44.1 40.5 40.8 | 10 39.8 42.3 40.7 | Xmedia 40.61 44.32 40.06 | Δ 1.95 3.93 2.335 |
RESUMEN: | XMEDIA doble = 41.66 Desviación conjunta = 2.74 |
FUENTE: Investigación propia Elaboración: autor de la tesis
D.- MEDICIÓN DE LA POLUCIÓN DEL AIRE
La contaminación del aire se obtuvo utilizando información suministrada por el Dirección de Tránsito Municipal de Ibarra para los vehículos de gasolina y de diesel, juntamente con el apoyo de la Policía Nacional, Distrito de Imbabura.
E.-LACALIDAD DEL AGUA LLUVIA
El pH del agua lluvia se midió en base a muestras recogidas en varios sectores de la ciudad de tal manera que se pueda tener una cobertura bastante significativa y su análisis se lo hizo utilizando un equipo del laboratorio de aguas del Colegio "Teodoro Gómez de la Torre" y fue el aval para corroborar la información suministrada por la Dirección Municipal de Tránsito.
F.-SOFWARE SPSS (VERSIÓN 12)
Este programa está diseñado para ser aplicado en las siguientes fases:
§ Lectura de variables
§ Ingreso de variables
§ Análisis estadístico (identificación de la variable dependiente y las predictoras o explicativas
§ Modelo de regresión lineal: exponencial y aditivo
§ Análisis de colinealidad y los límites de confianza
§ Factor DW, FIV y TOL
§ Análisis de correlación múltiple, parcial y simple
§ Obtención del modelo óptimo
§ Determinación de los valores marginales
§ Muestreo complejo para establecer los estadísticos por estratos y su ponderación
§ Obtención de la tabla de estadísticos univariantes
§ Aplicación de la fórmula de Bazzani
G.-RESULTADOS DEL Ph DEL H2O DE LLUVIA
Las mediciones del ph del agua lluvia caída en la ciudad de Ibarra entre Febrero y Marzo del 2009, se la hizo en 13 lugares diferentes considerados como sitios potenciales de contaminación atmosférica por emanación SO2 proveniente de la combustión del diesel y su combinación con el vapor de agua de la atmósfera para producir SO4H2, los resultados son el producto de la aplicación de dos técnicas: el papel tornasol y el reactivo heliantina, es preciso resaltar que el ph de nivel 6 es neutro y los valores superiores a este se consideran básicos, mientras que los inferiores ácidos.
Los valores del ph correspondiente a las precipitaciones analizadas, se muestran en la siguiente tabla:
CUADRO No.35
LUGAR | P.TORNASOL | HELIANTINA |
Caranqui | 4 – 6 | 5 (ácido |
La Florida | 4 – 5 | 5.5 (ácido) |
Azaya | 7 | 7 |
San Francisco(sector de la Cruz) | 5 | 5.5 (ácido) |
Centro de la ciudad (Sucre y Borrero) | 7 | 7 |
Centro de la ciudad( Maldonado y Colón) | 5 – 6 | 5.6 (ácido) |
Centro de la ciudad (Rocafuerte y Grijalva) | 5 – 6 | 5.6 (ácido) |
Centro de la ciudad( San Martín) | 7 | 7 |
Centro de la ciudad (Juan Montalvo y Pérez Guerrero) | 5 – 6 | 5.8 |
La Victoria | 6 | 6.5 |
Los Ceibos | 6 | 6 |
Mercado Amazonas | 5 – 6 | 5.3 (ácido) |
Avda. C. de Troya | 5 – 6 | 5.5 (ácido) |
Fuente: Investigación de campo Elaboración: autor de la tesis
El análisis del cuadro anterior establece que el 53,84% de los lugares investigados presentan indicios de lluvia ácida, mientras que el 46.16% tienen valores considerados como normales.
GRÁFICO No.1
GRÁFICO DEL PH DEL AGUA LLUVIA EN IBARRA
Fuente: Investigación de Campo
Elaboración: Autor de la tesis
H.-METODOLOGÍA DE LAS MUESTRAS COMPLEJAS
H.1.- FASE UNO
Integración del plan de muestreo por estratificación
H.1.I.- Determinación de los segmentos multietápicos definidos por sectores:
· Sector comercial
· Sector residencial (alto)
· Sector residencial (centro)
· Sector residencial perimetral urbano(media)
· Sector residencial perimetral urbano (baja)
H.1.2.- Factores intervinientes en las muestras analizadas:
§ Extensión del terreno
§ Superficie construida
§ Costo del m2 del terreno
§ Calidad de los materiales ( valor de la construcción)
§ Posición estratégica: incluye, seguridad, posición física, cercanía a lugares importantes (parques, vías principales de comunicación, flujo de personas, entre otras)
§ Construcciones adicionales (garaje, jardín, piscina, entre otros )
§ Vida útil ( edad)
§ Valor catastral
H.1.3.-CUADRO DE INFORMACIÓN:
Los sectores seleccionados se designan, con la siguiente nomenclatura, tomando como referencia el costo por metro cuadrado:
Comercial A
Central B
Residencial C
Urbano Marginal D
Los resultados de este plan de muestreo, sirven para establecer la muestra representativa para aplicar el Modelo de Precios Hedónicos combinando "lluvia ácida" y "ruido", para establecer los valores de marginalidad de estas dos variables en relación al precio catastral.
Proceso de selección: Muestras complejas
a) Determinación del universo de la población a investigar en el archivo catastral del I.M. de Ibarra
b) Cálculo de la muestra aleatoria (100) agrupados en los sectores A, B, C y D
c) Utilización del programa SPSS12 para determinación de muestras complejas, multietápicas
d) La muestra a obtener se detalla en la siguiente fase
H.2.- FASE DOS
H.2.1.- MUESTRAS COMPLEJAS: PLAN
CUADRO DE RESUMEN:
Este cuadro muestra los aspectos básicos aplicados en los diferentes pasos (stages), para determinar la muestra que se utilizará en la aplicación del modelo, teniendo como referencia el precio por metro cuadrado que es el valor referencial para establecer los diferentes grados de diferenciación de la investigación realizada.
La explicación sucinta está en el cuadro de resultados que muestra el programa utilizado, en donde se explica los diferentes aspectos estadísticos que se han utilizado en la extracción de la muestra de la población tomada como base en el desarrollo de la presente investigación.
CUADRO NO.36
Resumen
Etapa 1 | |||
Variables del diseño | Estratificación | 1 | costometro |
Información de la muestra | Método de selección | Muestreo aleatorio simple sin reposición | |
Número de unidades muestreadas | 10 | ||
Variables creadas o modificadas | Stagewise Inclusion (Selection) Probability | ProbabilidadInclusión_1_ | |
Stagewise Cumulative Sample Weight | PonderaciónMuestralAcumulada_1_ | ||
Stagewise Population Size | TamañoPoblación_1_ | ||
Stagewise Sample Size | TamañoMuestral_1_ | ||
Stagewise Sampling Rate | TasaMuestreo_1_ | ||
Stagewise Sample Weight | PonderaciónMuestral1_ | ||
Información sobre el análisis | Supuestos del estimador | Muestreo de probabilidad igual sin reposición | |
Probabilidad de inclusión | A partir de la variable ProbabilidadInclusión_1_ |
CUADRO No.37
H.2.2.- DATOS DE LA MUESTRA
Summary for Stage 1 ( resumen del paso 1)
Costometro | Número de unidades muestreadas | Proporción de unidades muestreadas | ||
Solicitados | Reales | Solicitados | Reales | |
2,82 | 10 | 1 | 1000,0% | 100,0% |
5,09 | 10 | 2 | 500,0% | 100,0% |
8,60 | 10 | 1 | 1000,0% | 100,0% |
8,68 | 10 | 1 | 1000,0% | 100,0% |
8,69 | 10 | 1 | 1000,0% | 100,0% |
14,51 | 10 | 2 | 500,0% | 100,0% |
14,75 | 10 | 1 | 1000,0% | 100,0% |
29,28 | 10 | 5 | 200,0% | 100,0% |
56,11 | 10 | 1 | 1000,0% | 100,0% |
57,84 | 10 | 1 | 1000,0% | 100,0% |
75,44 | 10 | 1 | 1000,0% | 100,0% |
75,57 | 10 | 1 | 1000,0% | 100,0% |
75,86 | 10 | 1 | 1000,0% | 100,0% |
76,03 | 10 | 2 | 500,0% | 100,0% |
77,37 | 10 | 1 | 1000,0% | 100,0% |
78,41 | 10 | 3 | 333,3% | 100,0% |
90,87 | 10 | 1 | 1000,0% | 100,0% |
92,67 | 10 | 1 | 1000,0% | 100,0% |
94,97 | 10 | 2 | 500,0% | 100,0% |
95,08 | 10 | 1 | 1000,0% | 100,0% |
95,54 | 10 | 1 | 1000,0% | 100,0% |
109,45 | 10 | 1 | 1000,0% | 100,0% |
156,80 | 10 | 1 | 1000,0% | 100,0% |
177,06 | 10 | 1 | 1000,0% | 100,0% |
183,15 | 10 | 1 | 1000,0% | 100,0% |
192,00 | 10 | 1 | 1000,0% | 100,0% |
194,04 | 10 | 1 | 1000,0% | 100,0% |
195,72 | 10 | 1 | 1000,0% | 100,0% |
227,65 | 10 | 1 | 1000,0% | 100,0% |
245,02 | 10 | 2 | 500,0% | 100,0% |
247,50 | 10 | 1 | 1000,0% | 100,0% |
248,09 | 10 | 1 | 1000,0% | 100,0% |
282,33 | 10 | 1 | 1000,0% | 100,0% |
288,09 | 10 | 1 | 1000,0% | 100,0% |
294,03 | 10 | 2 | 500,0% | 100,0% |
10 | 1 | 1000,0% | 100,0% |
Fuente: Investigación propia Elaboración: autor de la tesis
I.- MODELO HEDÓNICO RESULTANTE:
Utilizando la información extraída por el método de la Muestras Complejas y combinando con la base de datos del Catastro Municipal, permite obtener el modelo hedónico con variables de contaminación "lluvia ácida" y nivel de ruido
El modelo econométrico que determina la aplicación del programa informático SSPS 12 es :
|
El modelo obtenido, tiene dos variables hedónicas: ruido (Z) y contaminación del aire medido a través de los niveles de lluvia ácida a la falta de mediciones de concentración de CO y CO2, en cambio se ha establecido que el SO2 al combinarse con el vapor de H2O del aire, forma SO4H2 y corresponde a la variable (W)
Aplicando las derivadas parciales, para las variables hedónicas Z y W, se tiene:
δ ( P ) / δ( Z) = -1048,231 / (120 – Z )
δ ( P ) / δ ( W ) = 18585,737 /W
Pero como la función no es aditiva, entonces el valor verdadero de , sino multiplicativa la marginalidad correlacionada es :
δ ( P ) / δ ( Z,W ) = 18585,737 / (W ) + { – 1048,231 / (120-Z)}
I.1.- VALORES MARGINALES DE RUIDO Y LLUVIA ÁCIDA
Aplicando la derivada conjunta Z, W como análisis marginal de efecto correlacionado en los datos base que sirvieron para diseñar el modelo obtenido, se tiene el siguiente cuadro de resultados:
CUADRO No.38
NIVELES DE RUIDO (120-Z) | LLUVIA ÁCIDA | AJUSTE MARGINAL δ(P) / δ ( W, Z) |
78 ,34 65,37 61,31 58,44 57,5 57,04 52,81 48,02 43.17 43.11 34.25 37,21 | 7 7 6.5 6 5.6 5.6 5.6 5.5 5,5 5,3 5,3 5 | 2641.72 USD 2639.07 USD 2842.25 USD 3079,69 USD 3300,65 USD 3300,50 USD 3299,03 USD 3357,40 USD 3354,94 USD 3482,43 USD 3476,14 USD 3688,98 USD |
Fuente: Investigación propia Elaboración: autor de la tesis
El valor marginal no es una cosntante, sino que es una relación que varía de acuerdo a la relación: Wβ1. Zβ2, representado por LnW + Ln Z
El cuadro muestra que el intervalo de los valores marginales de Z y W, combinados es:
Vmax. = 3688,98; Vmin.= 2639,07, siendo el rango de variación entre:
Vmax. – V.min = 3688,98 – 2639,07 = 1049,91 USD anuales
La graficación de estos resultados se presenta en un diagrama de dispersión "X-Y", en el eje "X" se escalan los valores del Ruido y el de la lluvia ácida, mientras que en el eje "Y", están los valores marginales combinados Ruido-Lluvia Ácida.
Es importante recalcar que los valores marginales obtenidos, como se explicó son anuales y de acuerdo a la posición del bien puede subir o bajar esta contribución marginal.
GRAFICO No. 2
GRÁFICA DE LOS VALORES MARGINALES COMBINADOS RUIDO-LLUVIA
ÁCIDA
Fuente : Investigación propia Elaboración : Autor de la tesis
La gráfica muestra más expresivamente el comportamiento marginal combinado lluvia ácida y ruido en conjunto, se puede apreciar que el aumento del ruido y de la acidez eleva el valor marginal del efecto combinado, es decir aquellas construcciones situadas en lugares de alta contaminación ambiental del aire y de ruido, tienen un valor marginal de contribución más alto, además esta marginalidad no es una constante
I.2.- ANÁLISIS DE CONFIABILIDAD DEL MODELO
1)
CUADRO No.39
Variables introducidas/eliminadas (b)
Modelo | Variables introducidas | Variables eliminadas | Método |
1 | lluviaacida, adc, c.const, edad, ruido, terreno, p.esta, c.metro(a) | . | Introducir |
a Todas las variables solicitadas introducidas
b Variable dependiente: p.catastral
2) Resumen del modelo (b)
CUADRO No.40
Modelo | R | R cuadrado | R cuadrado corregida | Error típ. de la estimación | Durbin-Watson |
1 | ,946(a) | ,894 | ,867 | 23638,226252 | 1,698 |
a Variables predictoras: (Constante), lluviaacida, adc, c.const, edad, ruido, terreno, p.esta, c.metro
b Variable dependiente: p.catastral
Los datos del cuadro muestran: la correlación global o total es del orden del 94.6%, el nivel de explicación 89,4%, la explicación corregida es 86,7% y la multicolinealidad es mínima porque el factor DW está próximo a 2
3)
CUADRO No.41
ANOVA(b)
Modelo | Suma de cuadrados | gl | Media cuadrática | F | Sig. | |
1 | Regresión | 146617433160,600 | 8 | 18327179145,075 | 32,799 | ,000(a) |
Residual | 17321737950,608 | 31 | 558765740,342 |
|
| |
Total | 163939171111,208 | 39 |
|
|
|
a Variables predictoras: (Constante), lluviaacida, adc, c.const, edad, ruido, terreno, p.esta, c.metro
b Variable dependiente: p.catastral
El cuadro de varianzas muestra que el nivel de significación (F) es 32,799 que indica que las variables utilizadas no son casuales u ocasionales
4)
CUADRO No.42
Coeficientes(a)
Modelo | Coeficientes no estandarizados | Coeficientes estandarizados | t | Sig. | Estadísticos de colinealidad | ||||||||
B | Error típ. | Beta |
| Tolerancia | FIV | ||||||||
1 | (Constante) | -71242,408 | 142581,374 |
| -,500 | ,621 |
|
| |||||
terreno | 185,670 | 7625,850 | ,002 | ,024 | ,981 | ,511 | 1,957 | ||||||
edad | -1300,083 | 6916,140 | -,013 | -,188 | ,852 | ,684 | 1,463 | ||||||
c.metro | 188,473 | 72,300 | ,284 | 2,607 | ,014 | ,287 | 3,488 | ||||||
c.const | 1,191 | ,149 | ,653 | 8,015 | ,000 |
| ,513 | 1,948 | |||||
p.esta | 12577,032 | 8601,136 | ,152 | 1,462 | ,154 | ,316 | 3,164 | ||||||
adc | 311,387 | 9358,233 | ,002 | ,033 | ,974 | ,665 | 1,505 | ||||||
ruido | -1048,231 | 25909,905 | -,003 | -,040 | ,968 |
| ,472 | 2,117 | |||||
lluviaacida | 18585,737 | 51436,700 | ,028 | ,361 | ,720 | ,560 | 1,786 | ||||||
a Variable dependiente: p.catastral
Este cuadro explica los coeficientes intervinientes en el modelo obtenido, además se incluyen los errores de cada uno de los coeficientes, el coeficiente de estandarización de los mismos (β), el valor "t" para los intervalos de confianza a nivel del 95% y el nivel de significación o probabilidad.
I.3.- ANÁLISIS DE LOS COEFICIENTES DEL MODELO
CUADRO No.43
VARIABLES | CORRELACIONES CERO PARCIAL SEMIPARCIAL | ESTADÍSTICOS DE COLIN. TOLERANCIA FIV |
Constante Terreno Edad c.metro2 construcciones p.estratégica Adicionales Ruido Lluvia ácida |
0,575 0,004 0,001 0,019 -0,034 -0,011 0.735 0,424 0,152 0,890 0,821 0,468 0,729 0,254 0,085 0.348 0,006 0,002 -0,437 -0,007 -0,002 -0,352 0,065 0,021 | 0,511 1,957 0.684 1,463 0.287 3,488 0,513 1,948 0,316 3,164 0,665 1,505 0,472 2,117 0,560 1,786 |
Fuente: Investigación propia Elaboración: autor de la tesis
En el cuadro expuesto se establece lo siguiente:
§ No existe multicolinealidad significativa, porque la mayoría de los valores de FIV, se acercan a uno, a excepción costo por metro, posición estratégica y ruido que presentan valores un poco distantes del valor óptimo
§ La correlación cero muestra la interdependencia o influencia de las variables predictoras en forma autónoma sobre la variable dependiente precio catastral, siendo la más fuerte la correspondiente al valor de construcción y la mínima la superficie del terreno
§ Las parciales y semiparciales muestran valores discretos o pequeños a excepción de construcción y costo por metro cuadrado
§ La tolerancia es el recíproco del FIV que es el incremento de la varianza por efecto de la multicolinealidad y sus valores no están muy distantes del valor óptimo uno, salvando a posición estratégica y costo del metro cuadrado
I.4.- CORRELACIONES DE LOS COEFICIENTES DE LAS VARIABLES
PREDICTORAS
CUADRO No.44
VARIABLES | Lluvia ácida | Adc. | Const. | Edad | ruido | S.terren | P.Est. | C.metro |
Lluvia ácida Adicionales Construcción Edad Ruido Terreno P.Estratégica C.metro2 | 1 -0,132 -0,028 0,187 -0,208 0,133 -0,070 0,310 | -0,132 1 -0,126 -0,139 -0,161 0,331 -0,353 -0,172 | -0,025 -0,128 1 0,237 0,017 -0,406 -0,087 -0,209 | 0,187 -0,139 0,237 1 0,304 -0,187 0,254 -0,122 | -0,208 -0,161 0,017 0,304 1 -0,148 0,251 0,289 | 0,133 0,331 -0,406 -0,187 -0,148 1 -0,323 -0,035 | -0,07 -0,353 -0,087 0,254 0,251 -0,323 1 -0,417 | 0,310 -0,172 -0,209 -0,122 0,269 -0,036 -0,417 1 |
Fuente: Investigación propia Elaboración: autor de la tesis
El análisis de la información del cuadro anterior es:
§ Muestra en forma secuencial las correlaciones entre las diferentes variables predictoras
§ Los valores de correlación no son muy fuertes, lo que indica que no existen efectos de multicolinealidad que afecten a la confianza y credibilidad del modelo encontrado
I.5.- PRUEBA DE HIPÓTESIS
La prueba de hipótesis del modelo, se hace utilizando la prueba globalizada en base a R2 y F, el planteamiento de las dos hipótesis es :Ho: Los coeficientes de as variables predictoras no influyen en el comportamiento del precio catastral, definida así al 95%:
Ho: βS = βE = βC = βL = βM = βAd = βW = βZ = 0
Hi : βS ≠ βE ≠ βC ≠ βM ≠ βL ≠ βAd ≠ βW ≠ βZ ≠ 0
Al nivel del 95%, gl del numerador: k= 8 ; gl denominador: n-k-1 =40-8-1=31
El FP = 1,88 ; FC = 32,79
Por lo tanto se tiene: FC > FP , que comprueba que los coeficientes de las variables predictoras si influyen el comportamiento del precio catastral
J.- CONSTRUCCIÓN DEL MODELO DE PRECIOS HEDÓNICOS
J.1.- APLICACIÓN DE LA FÓRMULA DE BAZZANI
El modelo de regresión múltiple corresponde al tipo LOG LINEAL, aditivo el mismo que ha sido modificado y adaptado a la investigación en función de algunos parámetros que utiliza la división de Catastros del Municipio de Ibarra, en especial para la variable Proxy "edad" y las variables cualitativas posición estratégica y construcciones adicionales, que generalizado es:
P = α+ β1Ln (S) + β2 Ln (E) + β3 XC + β4 XM + β5 XL + β6 XAd +
β7XLn Z ± µ
Significado de las variables:
P → Precio catastral
S → Superficie del terreno
E → Edad
C → Costo de metro cuadrado
M → Costo por Materiales empleados
L → Localización estratégica
Ad → Construcciones adicionales (garaje, jardín, etc )
Z → Ruido ( 120- No) →No.(nivel observado )
μ → Ruido o nivel de error ( perturbación )
Para la obtención del modelo se van a utilizar las siguientes tablas de valores que corresponden a los sectores: comercial, central, residencial y urbano marginales, estructurados con la información catastral proporcionada por la Dirección de Catastros del Municipio seleccionados aleatoriamente.
J.2.-TABLA DE VALORES PARA LAS VARIABLES PREDICTORAS Y DEPENDIENTE (SECTOR COMERCIAL)
CUADRO No.45
No. | P | S | E | C | M | L | Ad | Z |
1 | 201896.25 | 782.37 | 33 | 194.04 | 130798.05 | 5 | 1 | 71.98 |
2 | 145822.79 | 525.3 | 10 | 245.02 | 116581.50 | 4 | 0 | 71.98 |
3 | 258126.02 | 335.53 | 33 | 192 | 63676.09 | 5 | 1 | 82.79 |
4 | 57194.86 | 183.96 | 18 | 247.5 | 37597.81 | 5 | 0 | 82.79 |
5 | 165663.16 | 566.62 | 10 | 247.5 | 125432.03 | 5 | 0 | 82.79 |
6 | 169752.75 | 576 | 18 | 282.33 | 58184.40 | 5 | 0 | 82.79 |
7 | 29109.23 | 134.97 | 18 | 79.20 | 24430.89 | 3 | 0 | 71.98 |
8 | 172938.22 | 336.24 | 18 | 294.45 | 71483.52 | 5 | 1 | 79.98 |
9 | 333983.98 | 228.16 | 18 | 288.09 | 156146.03 | 5 | 1 | 79.98 |
10 | 135073.24 | 405.92 | 18 | 195.72 | 81032.19 | 4 | 0 | 79.98 |
11 | 143033.53 | 259,2 | 33 | 291.06 | 46215.32 | 5 | 1 | 79.98 |
12 | 67717.20 | 305.26 | 33 | 108.90 | 48373.29 | 4 | 0 | 76.83 |
13 | 201960.61 | 620.69 | 18 | 294.03 | 133075.26 | 5 | 0 | 79.98 |
14 | 49473.23 | 263.78 | 73 | 196.02 | 2077.56 | 4 | 0 | 76.83 |
15 | 158862.54 | 513.03 | 18 | 104.40 | 116530.73 | 4 | 1 | 71.98 |
16 | 112285.05 | 514.93 | 33 | 183.15 | 75719.15 | 4 | 0 | 71.98 |
17 | 69065.46 | 474.38 | 33 | 156.8 | 27852.15 | 4 | 0 | 71.98 |
18 | 85717.21 | 324.22 | 18 | 245.02 | 67609.86 | 5 | 0 | 82.79 |
19 | 314878.34 | 1050,29 | 18 | 190.62 | 207355.31 | 5 | 0 | 82.01 |
20 | 95600.48 | 353.65 | 33 | 210.07 | 33254.35 | 5 | 0 | 82.01 |
21 | 151173.81 | 251.02 | 53 | 242,55 | 58519.71 | 5 | 0 | 82.01 |
22 | 52201.16 | 196.84 | 33 | 245.025 | 30785.97 | 5 | 0 | 82.01 |
23 | 570167.29 | 952.40 | 73 | 240.07 | 382579.88 | 5 | 0 | 85.75 |
24 | 112280.45 | 249.6 | 15 | 186.5 | 68750.42 | 3 | 1 | 79.12 |
25 | 230520.45 | 260.56 | 15 | 186.5 | 143095.37 | 3 | 1 | 79.12 |
FUENTE: Investigación de Campo ELABORACIÓN: Autor de la Tesis
CUADRO No.46
La escala de gradación para la posición estratégica tiene la siguiente valoración
ESCALA NUMéRICA | FACTOR CUALITATIVO |
5 | Muy bueno |
4 | Bueno |
3 | Regular |
2 | Malo |
1 | Muy malo |
Fuente: Investigación propia Elaboración: autor de la tesis
Los factores que se analizan para establecer la escala son los siguientes para los locales comerciales:
§ Flujo de clientes
§ Situación geográfica del predio en una avenida o cerca de ella
§ Cercanía a una zona verde o parque
§ Localización transversal, longitudinal o intersección ( esquina)
§ Calidad de los servicios básicos
§ Servicios de apoyo o de gestión comercial ( bancos, oficinas públicas, etc.)
§ Facilidades de acceso
§ Seguridad
J.3.-VALORES DE LAS VARIABLES DE ENTRADA O PREDICTORAS PARA LAS VIVIENDAS CENTRALES
CUADRO No.47
No. | P | S | E | C | M | L | Ad | Z | ||||
1 | 99364.02 | 469.98 | 33 | 78.41 | 89043.17 | 4 | 0 | 76.89 |
Página anterior | Volver al principio del trabajo | Página siguiente |