Caso de Aplicación del Método de Costo de Viaje1
La base de datos de este ejercicio fue tomada de un estudio 2 que pretende mediante la
aplicación del método del costo de viaje estimar los beneficios en recreación debido a
reducciones de PCB´s (Policloruros Bencenos) del agua en un puerto de Massachusetts
en Estados Unidos.
El estudio fue realizado mediante el desarrollo de entrevistas telefónicas a una muestra
aleatoria de familias representativas de la población en estudio. El análisis conllevó a la
estimación del efecto que tiene la reducción de dicho contaminante sobre la demanda por
viajes a la playa. El propósito del estudio es valorar el uso de los servicios recreacionales
de la playa.
El conjunto de datos incluye las siguientes variables:
x1: Variable dependiente que representa el número de viajes realizados a la playa por
temporada.
x2: Variable independiente que representa la distancia a la playa en millas.
x3: Variable independiente que representa el tiempo de viaje a la playa en horas.
x4: Variable independiente que representa el precio completo a la playa (distancia ida y
vuelta en millas multiplicado por el valor por milla ($0.2 / milla) más el tiempo de ida y
vuelta multiplicado por el valor del tiempo).
x5: Variable independiente que representa el número de viajes realizados a lugares
alternativos de menor costo.
x6: Variable independiente que representa la distancia en millas a lugares alternativos de
menor costo.
x7: Variable independiente que representa el tiempo a lugares alternativos de menor
costo.
x8: Variable independiente que representa el precio completo a lugares alternativos
(sustitutos) de menor costo.
x9: Variable independiente que representa el valor asignado al tiempo ($/hora).
x10: Variable independiente que representa la edad en años del jefe de familia.
x11: Variable independiente que representa el número de adultos por familia.
x12: Variable independiente que representa el número de niños por familia.
x13: Variable binaria que toma el valor de 1 si la familia tiene permisos de temporada a la
playa.
x14: Variable binaria que toma el valor de 1 si la familia tiene pases de temporada para
cualquier otra playa.
1
Se agradece la colaboración de Juan Carlos Mendienta Profesor de UNIANDES, por la información
suministrada para el desarrollo de los ejercicios de valoración.
2
McConnell K. E.(1986). The damages to recreational activities from PCBs in New Bedford Harbor.
Cambridge, Mass.: Industrial Economics. Citado por Freeman III(1993), p.461.
1. Realice la interpretación del modelo demanda por visita a la playa en función de X2,
X3, X4, X6, X7, X8, X9 utilizando el modelo Poisson, verifique la coherencia con la
realidad e interprete el excedente del consumidor para una familia.
+---------------------------------------------+
| Poisson Regression |
| Maximum Likelihood Estimates |
| Dependent variable X1 |
| Weighting variable ONE |
| Number of observations 527 |
| Iterations completed 8 |
| Log likelihood function -1513.024 |
| Restricted log likelihood -1701.043 |
| Chi-squared 376.0390 |
| Degrees of freedom 7 |
| Significance level .0000000 |
| Chi- squared = 4504.94399 RsqP= .2427 |
| G - squared = 2578.72433 RsqD= .1273 |
+---------------------------------------------+
+---------+--------------+----------------+--------+---------+----------+
|Variable | Coefficient | Standard Error |b/St.Er.|P[|Z|>z] | Mean of X|
+---------+--------------+----------------+--------+---------+----------+
Constant 2.303048336 .21240164 10.843 .0000
X2 -.2000618902 .51369218E-01 -3.895 .0001 4.4553890
X3 -.9896788065E-02 .15219187E-01 -.650 .5155 16.396528
X4 -.1564272700 .10244567 -1.527 .1268 4.2143036
X6 .6841975627E-01 .46313826E-01 1.477 .1396 3.7744402
X7 -.7248400737E-01 .17058663E-01 -4.249 .0000 12.041423
X8 .1032519468 .10466212 .987 .3239 3.2510467
X9 -1.152303404 2.2894749 -.503 .6148 .74950816E-01
Matrix;alfa=b$
create;DE=exp(alfa(1)+alfa(2)*X2+alfa(3)*x3+alfa(4)*X4+alfa(5)*X6+alfa(6)
dstat;rhs=DE$
=========================================================================
Variable Mean Std.Dev. Minimum Maximum Cases
=========================================================================
DE 1.582 1.196 .1908E-01 9.732 527
Matrix;alfa=b$
create;DE=exp(alfa(1)+alfa(2)*X2+alfa(3)*x3+alfa(4)*X4+alfa(5)*X6+alfa(6)dstat;rhs=DE$
create;EC=(-DE/Alfa(4))$
DSTAT;rhs=EC$
Descriptive Statistics
All results based on nonmissing observations.
=========================================================================
Variable Mean Std.Dev. Minimum Maximum Cases
=========================================================================
All observations in current sample
-------------------------------------------------------------------------
EC 10.1167955 7.64746779 .121500138 62.2162124 527
