Confirmatory Factor Analysis

El estudio nombrado estimación de la demanda de agua para uso residencial urbano en la ciudad de Manizales, Colombia, bajo escenarios contrastantes de cambio climático se hizo de la

siguiente manera:

El estudio de caso consultado se trató en la investigación de un potencial efecto del cambio climático sobre el consumo de agua residencial en una ciudad de un país en desarrollo. Se estimó una función de demanda basada en un modelo estructural de elección discreta/continua y se calculó un consumo medio esperado mensual de 16,43 m3 por usuario. Dicho valor se considera como dato medio de referencia. El consumo medio mensual esperado para cuatro escenarios contrastantes de cambio climático correspondientes a sendas de concentración de gases con efectos invernadero en la atmósfera fueron: 16 m3_{, 22 m}3_{, 16 m}3_{, 22 m}3_{, 16 m}3_{, 21 m}3 _{y 16 m}3_, 10 m3. Los resultados finales fueron del 2% de reducción potencial del consumo de agua

residencial para el escenario de cambio climático abordando también otras temáticas interesantes que se complementan más adelante.

Por lo general, los modelos de estimación de demanda de agua parten de la estimación en función de su precio y de variables que tienen que ver con el consumo tales como las

características del hogar y la vivienda (Hanemann, Determinants of Urban Water Use, 1998); (Espey, 1997); (Arbués F. G.-V.-E., 2003); (Olmstead, Hanemann, & Stavins, Water Demand under Alternative Price Structures, 2007); (Worthington, A State of the Art Review of

Residential Water, 2006) ; (Worthington, 2008) . También, variables del clima como

temperatura, precipitación y evapotranspiración (Hewitt, 1995); (Arbués F. G.-V.-E., 2003); (Espineira, 2004); (Olmstead, Hanemann, & Stavins, Water Demand under Alternative Price Structures, 2007); (Worthington, A State of the Art Review of Residential Water, 2006); (Polycarpou, 2013).

El agua en las áreas urbanas se consume principalmente para uso residencial, comercial, industrial y público, (Dinar, 1997), (Hanemann, 1998), (Hanemann, 2006). El uso residencial incluye la demanda de agua discrecional, uso por fuera de la vivienda como el riego de jardines y la no discrecional para satisfacer necesidades tan básicas como la preparación de alimentos y el consumo humano (Espey, 1997); (Hanemann, 1998); (Worthington, 2006)).

Son escasos los estudios empíricos en Latinoamérica que han estimado modelos discretos continuos de demanda del agua para uso residencial (Jaramillo, Evaluación Econométrica De La Demanda De Agua De Uso Residencial En México, 2005), (Medina, 2007). Estos pocos estudios empíricos sólo incluyeron la variable de temperatura máxima (Jaramillo, Evaluación

Econométrica De La Demanda De Agua De Uso Residencial En México, 2005)y no incluyeron las variables asociadas (Medina, 2007). Por esa razón, en este estudio de caso se deben

considerar modelos econométricos de demanda de agua para uso residencial con precios determinados con estructuras BCC, con determinantes de la cantidad consumida de agua

disponibles a escala de hogar y considerando variables de clima como la temperatura y la precipitación.

La demanda de agua para uso residencial urbano es determinada por variables económicas como el ingreso y el precio. También podría estar influenciada por variables demográficas de los hogares como cantidad de personas que lo conforman, variables relacionadas con las

características de la vivienda y variables de clima como precipitación y temperatura (Danielson, 1979), (Foster, 1979), (Nieswiadomy, A note on price perception in water demand models, 1991), (Nieswiadomy, 1989), (Arbués F. G.-V.-E., 2003), (Hanemann, 1998), (Olmstead H. S., 2007).

En este caso, se toma el precio del agua como un determinante fundamental en la demanda, especialmente cuando la elasticidad del precio de la demanda es distinta a cero. La literatura sugiere que la demanda de agua para uso residencial urbano es inelástica (Espey, 1997), (Arbués F. G.-V.-E., 2003), (Worthington, 2006). La estructura de tarifas determina el precio del agua. Existen precios únicos por volumen consumido de agua o estructuras de tarifas discontinuas en las que se combinan bloques de consumo y precios (Hanemann, 1998), (Hartwick, 1998), (Worthington, A State of the Art Review of Residential Water, 2006).

Otro determinante de la demanda de agua sería el tamaño del hogar, aunque el número de personas en el hogar podría no ser proporcional al consumo de agua (Höglund, 1999). Las características de la vivienda influencian también la cantidad demanda de agua (Olmstead H. S., 2007) y finalmente aspectos culturales y sobre la percepción de escasez del recurso influencian el consumo de agua (Worthington, 2006). En varios estudios previos se han incluido también variables de clima para explicar el consumo de agua residencial urbano (Nieswiadomy, 1989);

(Hewitt, 1995); (Mosqueira, 2005); (Olmstead, Hanemann, & Stavins, Water Demand under Alternative Price Structures, 2007).

Según el estudio de caso consultado, se explican los distintos modelos de demanda de agua para uso residencial que hay en la literatura existente como: el uso de mínimos cuadrados ordinarios (MCO), mínimos cuadrados generalizados (MCG), mínimos cuadrados en dos y tres etapas (MC2E Y MC3E) y estimaciones no lineales y de variable instrumental (VI). También se utiliza el modelo discreto –continuo (MDC) que considera explícitamente la simultaneidad de la

decisión discreta del bloque de consumo de agua. Para datos de series de tiempo se han usado modelos autor regresivos vectoriales y técnicas de cointegración (Espineira, An Estimation of Residential Water Demand Using Cointegration, 2004).

En Colombia existe sólo un estudio previo a nivel nacional de demanda de agua que empleó el MDC con datos a nivel de hogar en las principales regiones urbanas de Colombia, considerando bloques de tarifa, pero no se incluyeron variables de clima en la estimación de la demanda de agua. Éste, se realizó en la zona urbana de Manizales.

Para este estudio, la estimación de un modelo econométrico discreto continuo de demanda de agua para uso residencial es considerado con datos de consumo mensual de agua, precio, ingreso, clima (temperatura, transpiración) y características de la vivienda. Las variables de clima se consideraron para el periodo (1997-2013), como para escenarios constantes de cambio climático (2014-2030). Se utilizaron los siguientes determinantes: Información acerca de las características del hogar y la vivienda, variables del clima como precipitación y temperatura y escenarios de cambio climático. En cada una de estas determinantes se utilizó una metodología para la

recolección de datos, desde encuestas hasta información específica, como otros mecanismos que sirvieran para tener la información que se necesitó para llegar a los resultados finales.

Se estimó un MDC de demanda de agua para uso residencial urbano, con precios marginales por estrato socio económico y bloque de consumo. En el modelo empírico de demanda de agua en el estudio de caso se incluyeron sólo dos bloques de consumo: básico y complementario-suntuario. Se definió también un solo bloque para el consumo complementario o suntuario porque sus precios marginales fueron iguales, conforme a la información de tarifas proporcionada por la empresa Aguas de Manizales S.A. E.S.P. Este modelo contiene dos errores, uno de ellos es el error correspondiente a la heterogeneidad no observada de las preferencias de los consumidores. El error de optimización (Olmstead H. S., 2007), que corresponde a errores de medida o a la discrepancia entre consumo óptimo y observado, debido a la existencia potencial de fugas en la red de provisión de agua. También, en el modelo de caso de estudio de la ciudad de Manizales, se utilizaron métodos de estimación alternativos con las mismas características que el aplicado para que de esta manera se pudieran comparar.

Las estimaciones obtenidas con el MDC fueron comparadas con estimaciones de modelos alternativos en los que se usaron funciones de demanda similares o alternativas, así como distintos métodos de estimación econométrica. Para que se facilitara la comparación de los modelos, se incluyeron en los métodos alternativos de estimación las mismas variables

explicativas que emplearon en la estimación del MDC. Como modelos alternativos se estimaron las siguientes funciones MDCff1, MDCff2, lineal, semi-log y log-log.

En los resultados que se encontraron en este estudio de caso se destaca la caracterización de los hogares encuestados donde aproximadamente el 42% corresponden al estrato socioeconómico 3. Los hogares en promedio estaban compuestos por tres integrantes, el 83% habitaban en casas, el mayor número de baños que reportaron fue de 4, y en el 88% de los hogares contaban con

lavadora, en el 68% de los hogares se ahorró agua al reducir la capacidad de los tanques de los inodoros mediante la introducción de botella de plástico, en el 45% de los hogares se reutilizó agua.

Entre otros resultados comparables se resaltan los siguientes: la demanda de agua en una casa aumenta aproximadamente 34% si se compara con el consumo de un apartamento. Cuando se aumenta en uno el número de baños o en uno el número de ocupantes de una vivienda, la demanda se incrementa en 3,8% y 1,4% respectivamente. Esto aumenta el consumo en el agua no discrecional. En estudios previos que usaron el MDC se obtuvieron también resultados positivos en los coeficientes de las variables número de ocupantes del hogar y número de baños, como en Estados Unidos y Canadá (Olmstead, Hanemann, & Stavins, Water Demand under Alternative Price Structures, 2007) , México (Jaramillo, Evaluación Econométrica De La

Demanda De Agua De Uso Residencial En México, 2005) y Colombia (Medina, 2007), (Hewitt, 1995).

Los resultados concernientes a las variables del clima, temperatura y precipitación, fueron estadísticamente significativos y ambos coeficientes fueron de signo negativo. En el lugar de estudio de caso, un aumento en la temperatura parece disminuir el uso discrecional del agua lo que resultaría en una menor frecuencia de una actividad como el lavado de patios. El signo negativo del coeficiente de la variable de precipitación sugiere que cuando llueve más los hogares usan una menor cantidad de agua proporcionada por la empresa prestadora. En el modelo de efectos fijos y efectos aleatorios, el signo del precio fue negativo mientras que el signo del ingreso virtual fue positivo en el caso de los efectos fijos.

Los resultados de los modelos que se aplicaron al caso estudio de Manizales indicaron que las variables de clima, temperatura y precipitación fueron estadísticamente significativas.