Tesis 6

UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE INGENIERA ECONMICA

ESCUELA PROFESIONAL DE INGENIERA ECNOMICA
ANLISIS DE LOS FACTORES SOCIO-ECONMICOS EN

LA PRODUCCIN PER-CPITA DE RESIDUOS SLIDOS
DOMSTICOS DE LA CIUDAD DE LAMPA - 2014
TESIS
PRESENTADA POR: JUAN CARLOS CALDERN DAZ
PARA OPTAR EL TTULO PROFESIONAL DE
INGENIERO ECONOMISTA
PROMOCIN 2010
PUNO PERU
2014
REA: ECONOMA DE LOS RECURSOS NATURALES Y DEL

MEDIO AMBIENTE
TEMA: POLTICAS AMBIENTALES
Dedicatoria
Dedico este gran paso a

mis queridos padres Juan y
Domitila, a mi hermano Marcos y
a mi maravillosa novia Glizeth,
por brindarme su apoyo y amor
incondicional en todo momento.
A Dios, por darme la

oportunidad
de
recorrer
el
camino de la vida como un

profesional.
Agradecimientos
A
Altiplano,
la
Universidad
Nacional
la
de
Facultad
del
Ingeniera
Econmica, por haberme acogido en sus

aulas
contribuido
en
mi
formacin
profesional y personal.
A
mi
familia,
por
su
apoyo
incondicional en todo momento.

A los docentes de la Facultad de
Ingeniera Econmica, por sus valiosas
enseanzas y experiencias que impartieron
a lo largo de mi formacin profesional.
Al Ing. Walter Tudela, por apoyarme

en la elaboracin y revisin de la presente
investigacin.
A mis compaeros y amigos, que
siempre
nos
acompaaron
les
estar
NDICE
Lista de tablas
Lista de figuras
Lista de abreviaturas
Lista de siglas
RESUMEN ................................................................................................................................................. 1
SUMMARY ................................................................................................................................................ 2
INTRODUCCIN ...................................................................................................................................... 3
CAPITULO I PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y

OBJETIVOS DE LA INVESTIGACIN .................................................................................. 5
1.1.
PLANTEAMIENTO DEL PROBLEMA ....................................................................................... 5
1.2.
ANTECEDENTES ...................................................................................................................... 11
1.3.
OBJETIVOS DEL ESTUDIO ..................................................................................................... 14
CAPITULO II MARCO TERICO, MARCO CONCEPTUAL E

HIPTESIS DE
LA INVESTIGACIN ................................................................................................................ 15
2.1.
MARCO TERICO ..................................................................................................................... 15
2.2.
MARCO CONCEPTUAL ............................................................................................................ 23
2.3.
HIPTESIS ................................................................................................................................. 27
CAPITULO III MTODO DE INVESTIGACIN ............................................................. 28

3.1.
DESCRIPCIN DEL TIPO DE INVESTIGACIN ................................................................... 28
CAPITULO IV CARACTERIZACIN DEL AREA DE INVESTIGACIN.............. 44

4.1.
REA DE INFLUENCIA O REA DE ESTUDIO .................................................................... 44
4.2.
ASPECTOS DEMOGRFICOS ................................................................................................ 46
CAPITULO V EXPOSICIN Y ANLISIS DE RESULTADOS ................................ 49

CONCLUSIONES ................................................................................................................................... 78
RECOMENDACIONES........................................................................................................................... 80
BIBLIOGRAFA....................................................................................................................................... 81
LISTA DE TABLAS
TABLA N 01: DETERMINACIN DE LA MUESTRA ........................................................ 29

TABLA N 02: DETERMINACIN DE LA MUESTRA VALORES RECOMENDADOS .... 30
TABLA N 03: DETERMINACIN DE LA MUESTRA POR BARRIOS ............................... 31
TABLA N 04: VARIABLES OBTENIDOS DE LA ENCUESTA .......................................... 33
TABLA N 05: POBLACIN POR ZONA Y SEXO DEL DISTRITO DE LAMPA.................. 47
TABLA N 06: COMPOSICIN DE LOS RESIDUOS SLIDOS DOMICILIARIOS ............ 50
TABLA
07:
MATRIZ
DE
CORRELACIN
ENTRE
LAS
VARIABLES
SOCIOECONMICAS Y LA PRODUCCIN DE RESIDUOS SLIDOS

DOMSTICOS 2013.54
TABLA
08:
VALIDACIN
DE
LAS
PRUEBAS
DE
HIPTESIS...56
TABLA N 09: REGRESIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS
DOMSTICOS
ALGUNAS
VARIABLES
SOCIOECONMICAS
.58
TABLA N 10: RESUMEN DE LA PRUEBA DE SIGNIFICANCIA INDIVIDUAL DE LOS
PARMETROS....60
TABLA N 11: PRUEBA DE WHITE .................................................................................. 62
TABLA N 12: TEST DE WHITE PARA DETECCIN DE HETEROSCEDASTICIDAD ...... 62
TABLA N 13: TABLA RESUMEN DE PRUEBAS DEL MODELO 4 Y 5 ............................. 63
TABLA N 14: COMPONENTES DE LA MINIMIZACIN DE LA GENERACIN DE LOS
RESIDUOS SLIDOS.....67
TABLA N 15: REGRESIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS
DOMSTICOS CONTRA EL CONSUMO DE ENERGA ELCTRICA70
TABLA N 16: RESUMEN DE LAS PRUEBAS DE LA REGRESIN ENTRE RESIDUOS

SLIDOS Y CONSUMO DE ENERGA71
TABLA N 17: CLCULO DEL PUNTO DE EQUILIBRIO DE CONSUMO DE ENERGIA
ELECTRICA CURVA AMBIENTAL DE KUZNETS..73
TABLA N 18: CLCULO DE LA TARIFA PROMEDIO POR LA GESTIN DE RESIDUOS
SLIDOS DOMESTICOS ..................................................................... 75
TABLA N 19: CLCULO DE LA TARIFA DE LIMPIEZA POR VIVIENDA EN LA CIUDAD
DE LAMPA....76
LISTA DE FIGURAS
FIGURA N 01: COMPARATIVO DE LA RELACIN ENTRE LA GENERACIN DE

RESIDUOS SLIDOS Y EL PBI...........6
FIGURA N 02: FORMAS DE LA DISPOSICIN FINAL POR POBLACIN7
FIGURA N 03: EMISIONES GENERADAS PER CPITA POR DISPOSICIN DE
RESIDUOS CONSIDERANDO PROYECTOS DE MECANISMO DE
DESARROLLO LIMPIO..................8
FIGURA N 04: ACTORES PRINCIPALES EN LA MINIMIZACIN DE RESIDUOS
SLIDOS DOMSTICOS..18
FIGURA N 05: ESQUEMA DE SUBSIDIOS CRUZADOS, EN EL COBRO POR EL
SERVICIO DE ASEO MUNICIPAL.............20
FIGURA N 06: COMPORTAMIENTOS POSIBLES ENTRE LA PRESION AMBIENTAL
(PA) E INGRESO PER CPITA (YP).....22
FIGURA N 07: METODOLOGA DE RECOLECCIN DE DATOS DE CAMPO .37
FIGURA N 08: CAMPANA DE GAUSS PARA PRUEBA DE HIPTESIS.33
FIGURA N 09: LOCALIZACIN GEOGRFICA DE LA CIUDAD DE LAMPA..46
FIGURA N 10: POBLACIN POR REA URBANO Y RURAL DEL DISTRITO DE LAMPA
2007...48
FIGURA N 11: COMPOSICIN DE LOS RESIDUOS SLIDOS DOMICILIARIOS..51
FIGURA N 12: PRODUCCIN MEDIA DE RESIDUOS SLIDOS PER CPITA.52

FIGURA N 13: PRODUCCIN DE RESIDUOS SLIDOS POR ESTRATOS, MAXIMOS,
MNIMOS Y PROMEDIOS..53
FIGURA N 14: EVALUACIN DE LAS CORRELACIONES POR PRUEBA DE
HIPTESIS...55
FIGURA N 15: RELACIN ENTRE LA GENERACIN DE RESIDUOS SLIDOS (RS) Y
EL INGRESO BRUTO FAMILIAR (Y)...64
FIGURA N 16: CURVA AMBIENTAL DE KUZNETS, RELACION ENTRE INGRESOS Y
RESIDUOS SLIDOS....65
FIGURA N 17: RELACIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS
DOMSTICOS Y EL CONSUMO ENERGA ELCTRICA...69
FIGURA N 18: RELACIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS (RS) Y
CONSUMO DE ENERGA ELCTRICA (CE).69
FIGURA N 19: REGRESIN ENTRE LA GENERACIN DE RESIDUOS SLIDOS (RS)
Y CONSUMO DE ENERGA ELCTRICA (CE)....73
LISTA DE ABREVIATURAS
RSD
: Residuos slidos domsticos
RSM
: Residuos slidos municipales
CE
: Consumo de energa elctrica por vivienda
: Ingreso bruto familiar
EDU
: Nivel educativo del jefe de familia
AMB
: Educacin ambiental
EDAD
: Edad del jefe de hogar
PET
: Tereftalato de polietileno
PIGARS
: Plan integral de gestin ambiental de residuos slidos
LISTA DE SIGLAS
CEPAL
: Comisin econmica para Amrica Latina y el Caribe
GTZ
: Agencia Alemana de Cooperacin Tcnica
BID
: Banco Interamericano de Desarrollo
CONAM
: Consejo Nacional del Ambiente
SIGERSOL : Sistema de Informacin para la Gestin de los Residuos Slidos

INEI
: Instituto Nacional de Estadstica e Informtica
CONAMA
: Comisin Nacional del Medio Ambiente - Chile
CNV
: Censo Nacional de Vivienda
RESUMEN
El Per es uno de los pases de Latinoamrica que no tiene un adecuado
manejo de las emisiones de gases de efecto invernadero y lixiviados respecto a
pases como Colombia, Chile o Uruguay segn la CEPAL, el principal insumo para
dichas emisiones son los residuos slidos dispuestas a cielo abierto y sin
controles, las mismas que son vertidas en botaderos y no en rellenos sanitarios,
como el caso de la ciudad de Lampa.
Esta investigacin identifica algunos factores socioeconmicos que inciden
en la produccin de residuos slidos domsticos, a travs de un anlisis
correlacional con datos de corte transversal obtenido mediante encuestas en la
ciudad de Lampa, se identific que la variable consumo de energa elctrica y el
nivel de ingreso familiar como las principales variables que explican la produccin
de residuos slidos, asimismo se hizo una propuesta para cuantificar el monto que
se debe pagar por concepto de arbitrios de limpieza en base al consumo de
energa elctrica, para que este servicio municipal sea sostenible y bajo el
principio de quien contamina paga.
Palabras claves: residuos slidos domsticos, minimizacin de RSD, regresin

polinomial, curva ambiental de Kuznets
SUMMARY
Peru is one of the countries of Latin America that does not have an
adequate management of emissions of greenhouse gases and leachate compared
to countries like Colombia, Chile or Uruguay according to ECLAC, the main input
for these emissions are the solid waste exposed to the atmosphere without
treatment controls, the same as they are discharged into dumps and landfills, as
the case of the city of Lampa.
This research identifies some socioeconomic factors who have been influencing
the production of domestic solid waste through a correlational analysis with crosssectional data obtained through surveys in the city of Lampa, it was identified that
the power consumption and income family level as the main variables that explain
the production of solid waste, also a proposal was made to quantify the amount to
be paid for housekeeping service based on electricity consumption, to will be
sustainable service for the comuna municipal service under the polluter pays
principle.
Key Word: solid waste, minimize of solid waste, polinomial regression, Kuznets
environmental curve
INTRODUCCIN
En el Per el incremento de la produccin de residuos slidos domsticos
(RSD) viene como efectos de un crecimiento econmico segn el ciclo de proceso
de produccin y consumo de los bienes, asimismo se ve como un problema que
no se tenga una adecuada gestin de los RSD, principalmente en la disposicin de
los mismos al no contar con rellenos sanitarios, en el caso de la ciudad de Lampa
se cuenta con un botadero no controlado (Uribe B., 2014).
Esta investigacin est enfocada a identificar los factores socioeconmicos

que afectan a la produccin RSD, asimismo trata de elaborar una propuesta para
la minimizacin de dicha produccin a travs de un sistema tarifario.
En la primera parte del presente estudio, se presenta la problemtica

ambiental en el Per y los principales responsables de su gestin, as como los
antecedentes de este estudio.
En la segunda parte se presenta el marco terico que sustenta el estudio,
temas de minimizacin de la generacin de residuos slidos, relaciones de largo
plazo y tendencias en base a la curva ambiental de Kuznets.
En la tercera parte se describe la metodologa de la investigacin, as como

el proceso de la toma de datos, metodologa del anlisis de datos y la
interpretacin de las mismas.
Por ltimo se expone los resultados en la que se presenta una metodologa

que hace sostenible el servicio de limpieza, en la ciudad de Lampa.
CAPITULO I
PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y

OBJETIVOS DE LA INVESTIGACIN
1.1. PLANTEAMIENTO DEL PROBLEMA

El Per est experimentando un alto crecimiento econmico durante los
ltimos aos en diversos sectores de la economa, esta se refleja en una mayor
produccin de las empresas y consumo en las familias, por otro lado se
increment tambin los desechos o residuos slidos.
Esta relacin depende de factores como: la infraestructura para la
disposicin final, fuente de gestin del servicio (pblico o privado), incentivos
econmicos y penalidades, etc.
FIGURA N 01
COMPARATIVO DE LA RELACIN ENTRE LA GENERACIN DE RESIDUOS
SLIDOS Y EL PBI
(En trminos per cpita)
Fuente: BID, Evaluacin regional del manejo de residuos slidos urbanos en ALC, 2010.
Segn los resultados encontrados por la CEPAL para Amrica

Latina, no solo existe una relacin directa entre la produccin per-cpita de
residuos domstico y el nivel de PBI per-cpita, sino que tambin depende
de la calidad de gestin del servicio y de las polticas ambientales.
Los pases como Colombia y Chile tienen un mejor control del
manejo de los residuos slidos, puesto que ms del 80% son depositados
en rellenos sanitarios, en contraste con el Per y Uruguay que los vierten en
vertederos (no tienen el control adecuado sobre las emisiones de metano
producidos por la descomposicin residuos slidos orgnicos, este

problema causa los problemas de efecto invernadero).
FIGURA N 02
FORMAS DE LA DISPOSICIN FINAL POR PASES
(En porcentajes)
Fuente: Informe sobre residuos slidos con datos al 2013 (Uribe B., 2014)
a
Corresponde a disposicin en cuerpos de agua, alimento de animales, etc.
Debido a que gran parte de los residuos slidos en el Per se

disponen en vertederos a cielo abierto (45%) donde no existe posibilidad de
controlar las emisiones, este pas alcanza a duplicar y triplicar a los dems
pases en trminos de emisiones debidas a la disposicin de los residuos
per-cpita (Uribe B., 2014).
FIGURA N 03:
EMISIONES GENERADAS PER CPITA POR DISPOSICIN DE RESIDUOS
CONSIDERANDO PROYECTOS DE MECANISMO DE DESARROLLO LIMPIO
(En ton CO2/hab/ao)
Fuente: Informe sobre residuos slidos 2013 - CEPAL
Los encargados del manejo de los residuos slidos son directamente

gobiernos locales de acuerdo al marco de la Ley 27314 Ley General de los
Residuos Slidos, asimismo el Consejo Nacional del Ambiente (CONAM), que se
encarga de coordinar las autoridades sectoriales y municipales, promover la
aplicacin de los planes integrales y elaborar un informe Nacional sobre el estado
del Ambiente en el Per. Por otro lado el Ministerio de Salud es el que regula, a
travs de la Direccin General de Salud Ambiental, los aspectos tcnicossanitarios de los residuos slidos, incluyendo las actividades de reciclaje,
reutilizacin y recuperacin.
Los gobiernos locales tienen a cargo el servicio de limpieza pblica, esta a su vez
es pagada con el aporte de los usuarios denominado arbitrios de limpieza. Sin
embargo en la ltima dcada la mayor produccin y consumo de bienes y
8
servicios finales por el crecimiento poblacional ha generado un incremento en la

produccin de residuos slidos, asimismo la inadecuada gestin de los Residuos
Slidos Municipales (RSM) en gran parte del Per (solo el 14% de los RSM se
recicla) se torna insostenible y compleja, convirtindose en un problema de gran
importancia para la salud poblacin (Informe Nacional de Residuos Slidos 2012
del MINAM).
La ciudad de Lampa, es afectada por la contaminacin de residuos slidos,
el cual es principalmente domstica segn su Plan Integral de Gestin de
Residuos Slidos PIGARS (Municipalidad-Lampa, 2008). Segn este estudio la
produccin diaria de residuos slidos domiciliario es de 2.31 toneladas por da,
almacenados principalmente en la cocina en un 50% de los casos, 25 % en el
patio, la produccin semanal de residuos slidos domsticos es de 16.17
Toneladas, sin embargo la cobertura del servicio llega aproximadamente al 74 %
de la misma, generndose una brecha del 26% que no es atendida por semana,
cifra que contradice el principio de minimizacin de residuos acordado en la
cumbre de Rio suscrito por 179 pases incluido el Per.
El incremento de RSD, puede deberse al crecimiento demogrfico o al
cambio de hbitos de consumo. Por otro lado el cuidado y conservacin del medio
ambiente no ha mejorado de manera significativa, el recojo de la basura solo se
realiza 2 veces por semana.
El problema se percibe en tres involucrados principales del proceso de

generacin de RSD son los productores de bienes y servicios (transformadores de
la materia prima), intermediarios (los que comercializan bienes y servicios) y los
consumidores domsticos (poblacin objetivo de bienes y servicios).
El problema del estudio est dentro de la intervencin de las polticas
pblicas como el gobierno local, gobierno regional y sectores ambientalistas es
determinar los factores socio-econmicos que inciden en la produccin per-cpita
de RSD, para formar estrategias de intervencin en post de minimizar los residuos
slidos domsticos.
Problema general
Cul es la relacin entre los factores socio-econmicos de la poblacin y
produccin per-cpita de residuos slidos domsticos en la ciudad de Lampa?
Problemas especficos
Cules son las caractersticas que poseen los residuos slidos domsticos de la
ciudad de Lampa?
Qu variables socio-econmicos (ingreso, ocupacin, vivienda, zona, educacin,
educacin ambiental) inciden en la produccin per-cpita de residuos slidos
domsticos?
Cmo se puede reducir la produccin de residuos slidos domsticos en la
ciudad de Lampa?
10
1.2. ANTECEDENTES
En el foro nacional: Hacia una gestin moderna, eficiente, sostenible e
inclusiva de residuos slidos, en la actualidad la situacin de los residuos slidos
es compleja, ya que existe una limitada disponibilidad de rellenos sanitarios a nivel
nacional, as como una baja recaudacin de impuestos del arbitrio de limpieza
pblica,A pesar de la situacin descrita, podemos afirmar que han surgido
importantes avances en el aspecto normativo, en la gestin de recursos, en la
implementacin de programas de segregacin y recoleccin selectiva y en el
crecimiento del mercado reciclaje en el pas (Brack, 2011).
En la Provincia Santiago de Chile (Orccosupa, 2002) evidenci una relacin
entre el PIB y la produccin de RSD per cpita, como lo sugiere la curva ambiental
de Kuznets, en forma de U invertida, una relacin positiva en un inici y luego
negativa. Por otro lado demostr que la produccin per cpita de los RSD, est
fuertemente asociada al ingreso econmico y consecuentemente al consumo de
electricidad por usuario. Por otro lado demostraron la no existencia de una curva
de Kuznets para el pas de Mxico, medio a travs del consumo de materiales, en
la que no se llega a obtener un punto de inflexin, por lo que se considera a la
economa Mexicana como no sostenible en el periodo de 1970-2003 (Martnez,
2003).
11
Se realizaron investigaciones sobre residuos slidos como una propuesta

para el mejoramiento de la gestin municipal del manejo de los residuos slidos
domiciliarios de la comuna de Colina, regin metropolitana, en Chile y consider
que esta investigacin es un aporte para alcanzar los objetivos de reducir,
reutilizar y reciclar los RSD, para generar un ahorro econmico para la
municipalidad (Cabrera, 2005). Adems, de esta forma contribuir con la poltica
regional de residuos de la regin metropolitana. Por otro lado, en el distrito de
Chaclacayo, en Per se analiz las caractersticas de residuos slidos domsticos
y encontr que la produccin per cpita de residuos slidos de todo el distrito es
de 0.71kg/hab/da con una varianza de 0.3 kg/hab/dia, el comportamiento por
estrato indica que el nivel bajo (15.82 Ton/dia) genera ms residuos que el nivel
medio (9.93 Ton/dia) y alto (3.88 Ton/dia), finalmente concluy que la composicin
mayor de los residuos son los restos orgnicos (Orostegui, 2009).
Segn (Taboada, Aguilar, Cruz & Ramirez, 2012), realizaron una
composicin de los residuos slidos domsticos en Vicente guerrero Mxico, con
el fin de emplear los resultados generados como base para la propuesta de un
sistema de tratamientos de residuos con recuperacin de energa, el trabajo
concluye que del total de residuos generados, el 82.93% tiene potencial de
aprovechamiento y el 17.1% se tendra que disponer en el vertedero controlado,
del porcentaje aprovechable el 53.53% se podra reciclar y el 46.47% utilizar como
materia prima en tratamientos de residuos con recuperacin de energa.
12
(Taboada, Aguilar, Cruz & Ramirez, 2012) estudiaron el potencial de

recuperacin de residuos slidos domsticos dispuestos en un relleno sanitario en
la ciudad de Ensenada, en el estado de baja California, para determinar su
potencial de aprovechamiento valorizndolos en el mercado de los reciclables, en
la investigacin se pesaron en total 2,510.82 kg, de los cuales 850.35 kg eran del
estrato bajo, 844.69 kg del estrato medio y 815.78 kg del estrato alto, los
resultados obtenidos reportan un alto porcentaje de residuos que pueden ser
reciclados el cual era de 90.79% entre alimentos y material plstico.
(Noguera Katia, Olivero Jsus, 2010), enfocaron su investigacin en los
rellenos sanitarios en Colombia para proporcionar informacin bsica sobre las
condiciones generales de estos sitios en las principales ciudades, encontraron que
los rellenos que existen en la actualidad poseen diversidad de problemas
operativos, los encontrados con mayor frecuencia son un inadecuado tratamiento
de los lixiviados, la emisin de olores desagradables y un manejo pobre de la
cobertura de los residuos slidos, estos resultados conllevan a pensar que es
necesario mejorar la operacin y el mantenimiento de los rellenos, tambin se
concluye que es urgente incrementar el compromiso de las Agencias Ambientales
y de Salud en programas que disminuyan la produccin de basuras y promuevan
el uso sostenible de aquellos residuos con valor econmico, a pesar de los
problemas operativos la disposicin de los residuos slidos en rellenos sanitarios
alcanz al 91% en el 2008, siendo esta de gestin pblica en su mayora.
13
Por su parte (Taboada, Aguilar, Cruz & Ramirez, 2012), hicieron un anlisis
estadstico de residuos slidos domsticos en un municipio fronterizo de Mxico,
con la finalidad de aportar informacin para lograr un manejo sustentable de los
residuos, estos autores encontraron que los principales componentes de los
residuos son los residuos alimenticios, papel, cartn, plsticos y paales
desechables; se observ tambin que haban diferencias significativas en la
composicin de los RSD entre las poblaciones urbanas y rurales a pesar de la
cercana geogrfica.
1.3. OBJETIVOS DEL ESTUDIO
Objetivo general
Analizar la relacin entre algunos factores socio-econmicos y la generacin percpita de residuos slidos en la ciudad de Lampa.
Objetivos especficos
-Caracterizar los residuos slidos domsticos de la ciudad de Lampa
-Identificar los factores socio-econmicos que explican la produccin per-cpita de
residuos slidos domsticos
-Formular las principales pautas para minimizar la produccin de residuos slidos
en base a los resultados del estudio
14
CAPITULO II
MARCO TERICO, MARCO CONCEPTUAL E

HIPTESIS DE LA INVESTIGACIN
2.1. MARCO TERICO
2.1.1. Desarrollo Sustentable o Sostenible
El trmino desarrollo sostenible, se populariz en el documento: nuestro

futuro comn, preparado por la comisin Brundtland en 1987. Dicha comisin
estableca que mientras el crecimiento econmico es esencial para satisfacer las
necesidades humanas bsicas, el desarrollo sostenible implica compatibilizar
dicho crecimiento econmico con la proteccin de los recursos naturales y la
capacidad de carga del medio ambiente.
Para lograr el desarrollo sustentable es importante que el desarrollo
econmico sea compatible con el medio ambiente; esto se traduce en reducir los
residuos generados en el proceso productivo, pero ello an no ocurre en gran
parte del pas.
15
Desarrollo sostenible = f(crecimiento econmico, uso racional de los recursos

naturales y equidad social).
En la agenda XXI 1 se reconoce la necesidad de aplicar el principio
preventivo para la gestin integral de los residuos slidos: Deber elaborar
estrategias y medidas para detener y revertir los efectos de la degradacin
ambiental en el contexto de los crecientes esfuerzos nacionales e internacionales
para promover el desarrollo sostenible de todos los pases, aqu se indica que, la
gestin de los residuos es uno de los temas ambientales ms relevantes y
estratgicos para el desarrollo sostenible de los pases.
La sustentabilidad del desarrollo debe servir de marco conceptual bsico la
problemtica de la gestin de los residuos, asimismo, la agenda propone
implementar las siguientes medidas de gestin:
Iniciar
y/o
apoyar
programas
que
busquen
una
sostenida
minimizacin en la generacin de los residuos slidos.

-
Proveer incentivos para reducir las prcticas insostenibles de

produccin y consumo.
Desarrollar o fortalecer capacidades nacionales en investigacin,

diseo de tecnologas ambientalmente adecuadas y adoptar medidas
para reducir los residuos al mnimo.
Desarrollar planes para minimizar la generacin de residuos como

parte del plan nacional de desarrollo de los pases.
Programa 21, Divisin de Desarrollo Sostenible Naciones Unidas, Junio 1992
16
Enfatizar estudios de minimizacin de residuos en conjunto con el

sistema de las Naciones Unidas.
2.1.2. Minimizacin de residuos

Con la cultura del "selo y trelo" y la invencin de nuevos materiales, la
capacidad de autodepuracin propia de la naturaleza se ha visto amenazada.
Nadie duda que los materiales plsticos, metales, vidrios, detergentes,
fertilizantes, etc., son tiles para el hombre, sin embargo, la falta de mecanismos
de control sobre su uso y la inexistencia de sistemas de recoleccin, reciclaje y
disposicin final adecuada, hacen que estos nuevos materiales se transformen en
un problema para la sustentabilidad global del planeta. Producir ms con menos,
con el fin de evitar el sobre-consumo y agotamiento de recursos, debe ser una
cualidad de los sistemas de gestin de los residuos slidos domsticos2
En tal sentido, a partir de los 90s la minimizacin de residuos ha cobrado
una importancia creciente para las empresas, los gobiernos, y las comunidades.
No es suficiente plantear medidas al final del proceso de manejo de los residuos
slidos domsticos (end of pipe), como la disposicin final; es prioritario desarrollar
e implementar polticas pblicas que estn orientadas a desincentivar la
generacin de residuos slidos. Tambin (Seonez, 2000) afirma que la prioridad
fundamental es seguir una lnea anti contaminante, es decir, la reduccin o
eliminacin de residuos en origen, reducir es la exigencia sustentable hoy,
Comisin Brutdland: Nuestro futuro comn, preparado por la Comisin Mundial del Medio
Ambiente y Desarrollo 1987 Naciones Unidas
2
17
legalmente, contaminar no es otra cosa que generar residuos por sobre las
normativas ambientales establecidas y desaprovechar recursos.
El Banco Mundial, resalta tres fases para la minimizacin de residuos: (i)
reduccin en la fuente, (ii) reciclaje o reuso y (iii) tratamiento. El componente
sustancial de este concepto es la reduccin en la fuente, que comprende
actividades como la sustitucin de insumos, control del proceso productivo,
adaptacin de nuevas tecnologas y cambio de hbitos de consumo de la
poblacin3.
FIGURA N 04:
ACTORES PRINCIPALES EN LA MINIMIZACIN DE RESIDUOS SLIDOS
DOMSTICOS
Minimizacin de
residuos slidos
CONSUMIDORES
Hbitos de consumo
(Ambien-tips)
PRODUCTORES
Reduccin en la fuente
(Produccin Limpia)
Re-uso y reciclaje de
residuos generados
Fuente: (Duran, Behnfeld & Hartwig (Consultor GTZ), 1997).
En la figura N 04 se muestra el deber que corresponde a los actores

principales en la tarea de minimizar la cantidad de RSD generados; vista desde el
Informe sobre el desarrollo mundial (1992): El desarrollo y el medio ambiente Banco Mundial.
18
ciclo de vida de productos y servicios, se observa la secuencia necesaria para

abordar la minimizacin de los RSD, considerando el principio preventivo. Los
productores de bienes deberan implementar Polticas de Produccin Limpia, lo
que se traduce en producir bienes y servicios generando menor cantidad de
residuos. Los consumidores deben incorporar a sus hbitos de consumo los
ambien- tips, que representan cambio de actitudes para evitar o reducir la
generacin de RSD, es decir, antes de adquirir o consumir el producto (preconsumo).
La reduccin en la fuente (minimizacin) es el mtodo ms efectivo para
mejorar el desempeo ambiental de un envase; puede tambin llevar a
sustanciales ahorros en los costos, tanto para los fabricantes como para los
consumidores. Por ello, la tarea de reducir la generacin de RSD, pasa por
incorporar a los productores, consumidores e intermediarios en el proceso.
Ello implica un desafo para el Estado, as como para el resto de los actores
sociales que intervienen en las decisiones, ya que constituye un elemento central
de la sustentabilidad de la gestin de los residuos.
El servicio de recoleccin, transporte y disposicin final de los residuos
slidos demanda costos que crecen proporcionalmente a la cantidad que genera
cada habitante. Desde varios puntos de vista, es indeseable el incremento de la
produccin per cpita de RSD, ya que ambientalmente se generan problemas en
el equilibrio de los ecosistemas. Producto de la sobre-extraccin de recursos
naturales, el incremento de los volmenes de disposicin final reduce la vida til
del relleno sanitario, este incremento de los costos de manejo de RSD, no se
19
recupera con el cobro del servicio, presentndose subsidios con recursos del
presupuesto asignado a los municipios; Ello muestra la falencia del sistema de
tarifas cobradas a travs de las contribuciones generando subsidios cruzados. En
este caso un usuario que genera una cantidad ms alta de residuos paga un
precio relativamente bajo por Kg. de residuo, mientras aquel que genera menos
residuos (no exentos al pago), paga un precio relativamente alto por Kg de residuo
(Costa & Felipe, 1995); Esta brecha se agudiza debido al aumento del costo de
disposicin, por la habilitacin de nuevos rellenos sanitarios, que se ubican a
mayor distancia del lmite urbano (Borregaard, 1996).
FIGURA N 05:
ESQUEMA DE SUBSIDIOS CRUZADOS, EN EL COBRO POR EL SERVICIO DE
ASEO MUNICIPAL
PPC de
RSD
Tarifa de pago
B
C
D
E
Estratos socioeconmicos
Fuente: Tomado de (Costa & Felipe, 1995)
20
2.1.3. Curva ambiental de Kuznets, EKC

La evidencia emprica para la existencia de una curva en forma de U
invertida en la relacin entre presin ambiental e ingreso se ha reunido en un
gran nmero de estudios que comparten caractersticas comunes con
respecto a los datos y los mtodos empleados. Los datos usados en esta
clase de estudios son, generalmente, un panel de observaciones en diversos
pases para algunos perodos en el tiempo. El mtodo comn para examinar
la posible relacin entre presin ambiental, e ingreso, es estimar el siguiente
modelo en forma reducida para el panel disponible de datos:
EPi ,t i ,0 1YPi ,t 2YPi ,2t 3YPi ,3t 4T 5Zi ,t ei ,t
(1)
Donde:
EP: Presin ambiental.
YP: Ingreso familia bruto per-cpita.
Z: Variables externas socioeconmicas.
T: Tendencia
e: Trmino de error.
Aqu el subndice i seala el ndice del pas, t indica el momento en el

tiempo, es la constante-o sea, el nivel promedio de presin ambiental cuando el
ingreso no tiene una influencia importante sobre la presin ambiental-, i
representa la importancia relativa de las variables explicatorias, Z i ,t determina las
21
otras variables de influencia sobre la presin ambiental y ei ,t es el trmino de error

normalmente distribuido. Este modelo permite plantear diferentes tipos de
relaciones entre el medio ambiente-crecimiento econmico (ingreso per-cpita),
FIGURA N 06:
COMPORTAMIENTOS POSIBLES ENTRE LA PRESIN AMBIENTAL (PA) E
INGRESO PER CPITA (YP)
PA
PA
(a)
(b)
YP
PA
PA
(c)
YP
Fuente: Tomado de la revista
YP
(d)
YP
Estas relaciones pueden ser positiva (a), lo cual implica que a mayor ingreso
econmico, se produce una mayor contaminacin en el medio ambiente (puede
ser por gases txicos, residuos slidos, etc.), sin embargo la teora ha logrado
4
Crecimiento econmico y medio ambiente: Una revisin analtica de la hiptesis de la curva

ambiental de Kuznets 2004.
22
encontrar varias veces una relacin como se ve en la grfica c, la que explica un

cambio en la pendiente, despus de llegar a un punto de inflexin, este
comportamiento se evidenci para pases desarrollados.
2.2. MARCO CONCEPTUAL

2.2.1. Residuos slidos domsticos
Los generados en las casas habitacin, que resultan de la eliminacin de
los materiales que se utilizan en sus actividades domsticas, de los productos que
consumen y de sus envases, embalajes o empaques; que provienen de cualquier
otra actividad que genere residuos slidos con caractersticas domiciliarias, y los
resultantes de las vas y lugares pblicos, siempre que no sean considerados por
la Ley General para la Prevencin y gestin integral de residuos como residuos de
manejo especial (Uribe B., 2014).
2.2.2. Gestin integral de residuos slidos
Sistema que combina la administracin de diferentes tipos de residuos y la
utilizacin de diversos mtodos para su recoleccin, aprovechamiento, tratamiento
y disposicin final, a fin de lograr beneficios ambientales, la optimizacin
econmica del manejo y su aceptacin social, adaptndolos a las necesidades y
circunstancias de cada localidad o regin (Barn, 2004).
2.2.3. Ingreso bruto per-cpita
Es la produccin realizada en promedio por persona dentro de un territorio o
estado, valorizada en trminos monetarios (Barn, 2004).
23
2.2.4. Reciclaje
Son aquellos residuos slidos que no se descomponen fcilmente y pueden
volver a ser utilizados en procesos productivos como materia prima (Barn, 2004).
Entre estos residuos se encuentran: papeles y plsticos, chatarra, vidrio,
telas, radiografas, partes y equipos obsoletos o en desuso, entre otros. Estos
residuos generalmente se pueden separar y almacenar para ser recolectados por
empresas recicladoras para su reutilizacin y/o transformacin.
Se pueden distinguir seis (6) grupos de residuos reciclables, que se
producen generalmente en las casas y en las instituciones educativas:
A- Papel, cartn, envases de leche, peridico
B- Metal y latas.
C- Bolsas de tela plstica.
D- Botellas y vidrio
E- Envases y botellas de plstico.
F- Ropa vieja y trapos.
24
2.2.5. Re-uso o reutilizacin

Toda actividad que permita re aprovechar directamente el bien, artculo o
elemento que constituye el residuo slido, con el objeto de que cumpla el mismo
fin para el que fue elaborado originalmente.
2.2.6. Relleno sanitario
Instalacin destinada a la disposicin sanitaria y ambientalmente segura de
los residuos en la superficie o bajo tierra, basados en los principios y mtodos de
la ingeniera sanitaria y ambiental (Barn, 2004).
2.2.7. Correlacin
En sentido estricto, correlacin entre dos variables tan solo significa que
ambas variables comparten informacin, que comparten variabilidad. Determinar
el origen de la informacin, la fuente de la variabilidad -la causa- es una cuestin
que no puede resolverse mediante recursos exclusivamente matemticos.
2.2.8. Caracterizacin de residuos slidos
La caracterizacin de residuos slidos se realiza con la finalidad de conocer
la generacin y composicin de la misma, tambin responde a las preguntas
sobre la cantidad producida, porcentaje de material reciclable, porcentaje de
incineracin o compostificacin (MEF, 2014).
2.2.9. Minimizacin de residuos
Es una poltica pblica usada para mejorar la gestin ambiental de una
determinada localidad dentro del foro internacional de Rio, Brasil a la cual el Per
25
pertenece, los actores principales en la minimizacin de residuos son los

productores y consumidores por un lado reduciendo la fuente de generacin de
residuos por la produccin de bienes y servicios (a travs de certificaciones de
gestin ambiental ISO 14000) y por el otro el consumo responsable de bienes y
servicios que sean reciclables y/o poco desechables.
2.2.10. Las regulaciones ambientales
Los pases desarrollados, por lo general, contemplan en su legislacin
regulaciones y normas ambientales ms estrictas, a raz primordialmente de su
capacidad tcnica y econmica para ponerlas en prctica as como de la
preocupacin de sus ciudadanos por velar que la proteccin del medio est
debidamente respaldada por normativas claras y rigurosas.
Esto permite suponer que conforme el ingreso crece, los ciudadanos se
preocupan por aplicar mejores normas ambientales y adems tienen la capacidad
de hacerlo, por lo que despus de cierto punto, a mayores niveles de ingreso la
contaminacin ambiental tender a disminuir tal como lo supone la hiptesis de la
curva ambiental de Kuznets.
Esta posicin es avalada por el Banco Mundial cuando afirma a medida
que los PIB per cpita aumenta, la capacidad para invertir para mejorar las
condiciones ambientales.
26
2.3. HIPTESIS
Hiptesis general
Mayores niveles de contaminacin por residuos slidos son generados por
mayores ingresos econmicos, nivel educativo y menor nivel de
educacin
ambiental en niveles per-cpita.

Hiptesis especficos
-
Las caractersticas de los residuos slidos de la ciudad de Lampa apoyan a la

implementacin de un sistema de reciclaje, por ser mayor al 60% de material
reciclable (residuos orgnicos, papel, vidrio y PET).
Mejores condiciones de vida (expresada en mayores ingresos y mejores

viviendas y educacin) se relacionan con mayor produccin de residuos
slidos, sin embargo nadie paga por concepto de gestin de residuos slidos.
El sistema de minimizacin de residuos slidos podra implementarse a travs

de una tarifa diferencia bajo el principio de Quin ms contamine ms pagar
27
CAPITULO III
MTODO DE INVESTIGACIN
3.1. DESCRIPCIN DEL TIPO DE INVESTIGACIN

El siguiente estudio es de corte transversal (en el tiempo) y de tipo
descriptivo-correlacional (para las variables), haciendo una evaluacin de la
relacin entre los factores socio-econmicos y la produccin per cpita de
residuos slidos domsticos.
3.1.1. Descripcin de etapas de investigacin
Primera: Destinada a la recoleccin de la informacin general, revisin rpida de

los
estudios
realizados,
textos,
publicaciones
oficiales,
estudios
sobre
caracterizacin de residuos slidos, publicaciones electrnicas, entrevistas con

personas relacionadas con la instituciones en la que son especialistas en el
manejo de residuos slidos el cual concluy con la aprobacin del proyecto de
investigacin.
28
Segunda: Consiste en la preparacin de materiales y equipos para la recopilacin

de datos de campo, diseo, elaboracin y aplicacin de encuestas a una poblacin
representativa de la poblacin objeto de estudio. Realizando la caracterizacin de
residuos slidos domsticos generados por la muestra.
Tercera: El procesamiento de datos recopilados para identificar las acciones
estratgicas en cuanto a las decisiones de polticas ambientales evaluando la
correlacin entre las variables estudiadas, la produccin per cpita de residuos
slidos domsticos con las variables socio-econmicas.
3.1.2. Recoleccin de datos
Se realizara con un mtodo aleatorio simple para elegir las viviendas
participantes de la investigacin con el siguiente mtodo de clculo, segn el INEI
la tasa de crecimiento proyectado es 0.7%, en los 7 aos pasados desde que se
realiz el ltimo censo, la poblacin urbana incrementa de 1,655 viviendas a
1,738 viviendas al 2014:
TABLA N 01:
DETERMINACIN DE LA MUESTRA
(En nmero de viviendas)
Distrito
Lampa
Poblacin Viviendas Viviendas

Total
Urbanas (N)
Rural
5,240
1,655
3,585
Fuente: INEI.
29
Segn las muestras utilizadas en la gua para la elaboracin de proyectos

de residuos slidos del Sistema Nacional de Inversin Pblica
dan por
significativa trabajar con un tamao de muestra obtenida de la siguiente frmula.
Z12 / 2 N 2
n
( N 1) E 2 Z12 / 2 2
Donde:
n = muestra de las viviendas
N = total de viviendas
Z = nivel de confianza 95%=1.96
= desviacin estndar
E= error permisible
TABLA N 02:
DETERMINACIN DE LA MUESTRA VALORES RECOMENDADOS
Nombre
Valor
Desviacin estndar ()
0.25
Error permisible (E)
0.062
Nivel de confianza (Z)
1.96
Fuente: Elaboracin propia, con supuestos del

SNIP.
1.962 *1,738 * 0.252

n
60.32
(1,738 1) * 0.0622 1.962 * 0.252
5
Sistema Nacional de Inversin Pblica: Gua metodolgica para la elaboracin de proyectos de

pre-inversin para la gestin de residuos slidos.
30
Se selecciona una muestra aleatoria de 60 viviendas sectorizadas por

barrios, para poder tomar los puntos ms importantes de la ciudad.
TABLA N 03:
DETERMINACIN DE LA MUESTRA POR BARRIOS
Nombres de las zonas
atendidas
N de viviendas
encuestadas
1 Barrio Central
2 Barrio Arriba
3 Barrio Autentico Abajo
4 Barrio Unin Abajo
5 Urbanizacin Santa Rosa
6 Urbanizacin Barranco
Urbanizacin Nueva
7 Esperanza
Urbanizacin Juan Velasco

8 Alvarado
Urbanizacin Puente
9 Colonial
Total
7
60
Fuente: Municipalidad Provincial de Lampa6.

La encuesta se realiz en dos semanas, el primer da se selecciona las viviendas
y se les entrega 2 bolsas de plstico para que llene con la basura que se generar
en adelante, al momento de la entrega se les dio indicaciones, para que desechen
Plan de gestin integral de residuos slidos domsticos 2008.
31
nicamente los residuos desechados en la vivienda durante los 3 das siguientes,

llegado los 3 das el encuestador va a recogerla para pesarla y aplicar la encuesta
al jefe del hogar o quien pueda representarlo.
FIGURA N 07:
METODOLOGA DE RECOLECCIN DE DATOS DE CAMPO
Fuente: fotos de la visita a la ciudad de Lampa.

De la encuesta que se aplic a la poblacin urbana, se obtuvieron los datos
socioeconmicos ms importantes, relacionadas con la variable contaminacin por
residuos slidos domiciliarios.
Para obtener la informacin del consumo de energa elctrica se les pidi el
ltimo recibo de consumo de energa elctrica.
32
TABLA N 04:
VARIABLES OBTENIDOS DE LA ENCUESTA
N Variable Exigida
-Produccin per cpita de residuos
Indicador
-RSP (Kg./da -
1 slidos domsticos (RSP)
persona)
2 -Consumo de energa elctrica (CE)
-CCE (KWh/Hab.-mes)
-Ingreso bruto per-cpita (YP)
Variable continua
3 -Ingreso bruto familiar (Y)
(Nuevos Soles)
Continua
-Edad del jefe de hogar (EDAD)
0: Ninguna
1: Primaria
-Grado de educacin (EDU)
2: Secundaria
3: Educacin Superior
4: Post-grado
- Recibi educacin ambiental (AMB)
1: SI
0: NO
3: M.N. con acabado
-Tipo de vivienda (VIV)

7
2: M.N. con acabado

1: Adobe
Fuente: Elaboracin propia.

3.1.3. Tratamiento de datos
Se consideran los factores de medicin de variable se hiptesis formuladas,
los criterios para validar los datos son:
-
Balanza calibrada con rango de 10gr de error.
Eleccin de una muestra al 95% de confianza.
3.1.4. Anlisis de los datos

Se analizar los datos con estadstica descriptiva, distribucin de frecuencia
(grficamente) y medidas de tendencia central. Los anlisis paramtricos para
33
probar las hiptesis se realizar utilizando el paquete estadstico E-views y la hoja

de clculo Excel.
Las estimaciones economtricas para describir comportamiento de las
diferentes variables introducidas en el modelo.
3.1.5. Mtodos estadsticos para el anlisis correlacional:
Coeficiente de correlacin lineal

El coeficiente de correlacin lineal es un estadstico que mide el tipo
de relacin (signo) y la fuerza (magnitud del coeficiente) de asociacin lineal entre
dos variables. Usualmente el coeficiente de correlacin lineal, representado por la
letra r, bajo las condiciones de un muestreo aleatorio ideal se considera una buena
representacin del coeficiente de correlacin poblacional ().
El coeficiente de correlacin puede tomar valores entre -1 y +1.
(
(
)(
) (
)
)
(
)
Si r tiende a 1 estara indicando una relacin lineal positiva o directa entre las
variables. Si r tiende a -1, existira una relacin lineal negativa o inversa entre las
variables. Cuando r es exactamente igual a 1 o -1 la relacin lineal es perfecta,
siendo posible ajustar todos los puntos a travs de una lnea recta con pendiente
positiva o negativa. Si r es cero no hay relacin lineal entre las variables y una
34
lnea horizontal une todos los pares de valores localizados en el diagrama de

dispersin
Pruebas de hiptesis
La formalidad estadstica sugiere realizar pruebas de hiptesis sobre los
parmetros poblacionales basndose en los estadsticos encontrados.
Por ejemplo, aun cuando el coeficiente de correlacin lineal estimado entre
dos variables sea diferente de cero, esto no es suficiente para afirmar que el
parmetro poblacional es en realidad distinto de cero, pues requiere recordarse
que las inferencias se efectan con base en informacin muestral y existe un
margen de error cuando se realiza este tipo de procedimiento.
Paso 1: Planteamiento de la hiptesis
H0:
=0
H1:
Paso 2: Nivel de significancia. Representa el nivel de error mximo tolerable para

realizar la prueba. Este es establecido o definido por el investigador y se denota
con la letra . Los valores de significancia con los cuales se trabajan pueden
cambiar de una disciplina o ciencia a otra. Bajo situaciones donde los
experimentos tienen alto grado de control, usualmente se trabaja con niveles del
1% y 5%, (altamente significativo, respectivamente). En las investigaciones de las
ciencias sociales, donde existe un limitado grado de control sobres las variables,
35
pueden encontrarse significancias estadsticas del 10% y en algunas ocasiones

hasta un 20%.
Paso 3: El estadstico de prueba. Es una medida estadstica calculada a partir de
informacin muestral o experimental para llevar a cabo la prueba.
Para el caso de correlacin lineal simple, el estadstico de prueba se define como:
Donde r es el coeficiente de correlacin lineal muestral, n es el tamao de la

muestra, n-2 los grados de libertad de la prueba y
el valor del parmetro
poblacional en la hiptesis nula. En este ejemplo particular,
toma el valor de
cero, pero en otras pruebas, de acuerdo con lo que desee evaluar el investigador
puede corresponder a un valor distinto de cero, entre -1 y 1.
Paso 4: Regiones de decisin. Dado que la hiptesis alterna seala el smbolo
se trabaja con los dos lados de la distribucin. La regin de rechazo estar

repartida en los extremos de la funcin de probabilidad, con un valor de
cada lado. Los valores de los lmites derecho e izquierdo que limitan las regiones
de rechazo se determinan mediante el uso de la tabla t con sus respectivos grados
de libertad. Estos valores de t se denominan estadsticos de contraste. La figura j
muestra la regin de rechazo (RH0) y aceptacin (AH0) de la hiptesis nula de esta
prueba.
36
FIGURA N 08:
CAMPANA DE GAUSS PARA PRUEBA DE HIPTESIS
0
Paso 5: Criterio de decisin y conclusin del investigador. Se debe comparar el
estadstico calculado o de prueba ( ) contra el estadstico tabulado
).
El
criterio de decisin est basado en: 1) si el t calculado es mayor que el t de tablas

positivo, cae en la regin de rechazo del lado derecho de la distribucin y la
decisin que se debe tomar es rechazar la hiptesis nula (
); 2) si el t
calculado es menor que el t de tablas negativo, el t calculado cae en la regin de

rechazo del lado izquierdo y la decisin igualmente es rechazar la hiptesis nula
(
); y 3) si el t calculado se encuentra entre el t y t de las tablas, el t
calculado cae en la regin de aceptacin y la decisin es no rechazar la hiptesis

nula (
) (Barn, 2004).
37
3.1.6. Modelo lineal

La expresin matemtica para una regresin lineal es expresada de la siguiente
manera:
y a o a 1 x e . (1)
Donde:
0
son coeficientes que representan la interseccin con el eje
y la
pendiente, respectivamente.
e= es el error, o diferencia, entre el modelo y las observaciones, el cual se
representa al reordenar la ecuacin como:
e y - a o - a1x
. (2)
El error o residuo e es la discrepancia entre el valor verdadero de y y el valor

aproximado a0 + a1x, el cual predijo la ecuacin lineal
Si se minimiza la suma de los errores residuales de todos los datos disponibles se
tiene una mejor lnea de ajuste, es decir,
ei = (yi a0 a1xi); las sumas van de i=1 hasta n=nmero de puntos
Una mejor aproximacin es minimizar la suma de los valores absolutos
|ei| = | yi a0 a1xi |; para i=1 a n
Los dos criterios anteriores, sin embargo, no son adecuados pues no dan un
nico mejor ajuste.
38
Un mejor criterio es el minimax, en donde la lnea de ajuste se elige para que se

minimice la mxima distancia a la que se encuentra un punto de la lnea. Esta
tcnica tiene el inconveniente de que da excesiva influencia a puntos fuera del
conjunto (un solo punto con un gran error). Minimax es una tcnica adecuada para
ajustar una funcin simple a una complicada. Consiste en minimizar la suma de
los cuadrados de los residuos entre la y medida y la calculada con el modelo
lineal (Barn, 2004).
Sumatoria de residuos = ei2 = (yi a0 a1xi)2, para i=1 a n.
Ajuste de una lnea recta por mnimos cuadrados:
Para determinar los valores de a0 y a1, se deriva con respecto a cada uno de los
coeficientes:
S r
2 ( yi a0 a1 xi )
ao
S r
2 ( yi a0 a1 xi ) xi
a1
0 yi a0 a1 xi
0 yi xi a0 xi a1 xi2
Al igualar las derivadas a cero dar como resultado un Sumatoria de residuos

mnimo.
Ahora
nao
y expresamos las ecuaciones como un conjunto de dos
ecuaciones lineales simultneas (con 2 incgnitas):
39
y na x a
y x x a x a
i
i i
2
i
Como resultado del despeje se tiene:
a1
n x y x y
.(2)
( n x ( x )
i
2
i
a 0 y a1 x
3.1.7. Modelo polinomial
Consiste en otra alternativa, para ajustar polinomios a los datos.
Necesitamos ajustar a un polinomio de segundo grado cuadrtico:
y a0 a1 x a2 x 2 e
..(3)
La suma de los cuadrados de los residuos (Sr) es:

n
Sr ( yi a0 a1 xi a2 xi ) 2
2
i 1
Derivamos sumatoria de residuos con respecto a a0:
2 ( yi a0 a1 x1 a2 xi )
2
Luego con respecto a a1:
2 xi ( yi a0 a1 x1 a2 xi )
2
Por ltimo con respecto a a2:
40
2 xi ( yi a0 a1 xi a2 xi )
2
Igualamos a 0, y reordenamos:
(n)a0 ( xi )a1 ( xi )a2 yi
2
( xi )a0 ( xi )a1 ( xi )a2 xi yi

3
( xi )a0 ( xi )a1 ( xi )a2 xi yi

2
Tenemos un sistema de ecuaciones, con 3 incgnitas (a0, a1, a2), entonces se

puede extender un polinomio de m-simo grado como sigue:
y a0 a1 x a2 x 2 ......am x m e
El error estndar se calcula de la siguiente manera:

sy / x
sr
n (m 1)
3.1.8. Curva ambiental de Kuznets

El modelo terico de la curva ambiental de Kuznets se plantea de la
siguiente forma:
RSPi i 1YPi 2YPi 2 3YPi 3 4 Z i ei
(2)
Donde:
RSP : Produccin per-cpita de residuos slidos.
YP
: Ingreso bruto per-cpita.
41
Zi
: Determina las otras variables de influencia sobre la presin ambiental, el
cual puede ser representativo el consumo de energa elctrica o la educacin

ambiental que poseen.
El crecimiento econmico y calidad ambiental:
1.
1 0 y 2 3 0
Relacin
creciente
monotnica,
indicando que altos niveles de ingreso estn asociados con ms altos

niveles de emisiones
2.
1 0
2 3 0
Relacin monotnica decreciente,
sealando que altos niveles de ingreso estn asociados con niveles

declinantes de emisiones.
3.
1 0 , 2 0 y 3 0
implica una relacin cuadrtica en
forma de U invertida, representando la curva ambiental de Kuznets e

indicando que altos niveles de ingresos estn asociados con niveles
declinantes despus que un nivel particular de ingreso ha sido alcanzado.
4.
1 0 , 2 0 y 3 0 implica una relacin cuadrtica en forma de
U, en oposicin a la EKC.
5.
1 0 , 2 0 y 3 0 Implica un polinomio cbico, representando
la grfica en forma de N, similar a la EKC pero con un subsiguiente

incremento de las emisiones para altos niveles de ingresos.
42
6.
1 0 , 2 0 y 3 0 implica un polinomio cbico contrario a la
curva en forma de N los niveles de presin ambiental inicialmente

declinan, luego se incrementan y subsiguientemente declinan de nuevo.
7.
1 0 , 2 0 y 3 0 implica un comportamiento plano, indicando
que las emisiones no son influenciadas por el nivel de ingreso.
Para el caso de una ecuacin cuadrtica, la descripcin de las

anteriores relaciones indica que la curva ambiental de Kuznets es slo una
de los posibles resultados del modelo planteado en la ecuacin (2, con 3 =
0). Ahora, el punto umbral de la EKC se obtiene estableciendo la derivada
de (2) e igualando a cero, lo cual produce (Correa, 2004):
Y* = ( 1 / 2 2 )
43
CAPITULO IV
CARACTERIZACIN DEL REA DE INVESTIGACIN
4.1. REA DE INFLUENCIA O REA DE ESTUDIO

La informacin se recopil de los encuestados, que representan a una
vivienda de la zona urbana de Lampa.
Departamento
Puno
Provincia
Lampa
Distrito
Lampa
4.1.1. Ubicacin Geogrfica

La ciudad de Lampa, capital de la provincia de Lampa, ubicado en la centro
occidental del departamento de Puno, por su ubicacin geogrfica pertenece a la
regin Natural Suni, se encuentra a una altura de 3,783 m.s.n.m., sus
coordenadas geogrficas son:
Latitud Sur: 15 2154
Longitud Oeste: 70 22 03 del Meridiano de Greenwich.
44
Lampa, se encuentra al pie del cerro calvario, en las proximidades de la

capital, comprendiendo as la cadena occidental de la cordillera de los Andes
estn ubicados los picos tutelares Pilinco Coachico y Pirhuani. Posee una flora
muy diversificada donde predominan los queuales y pajonales donde se
desarrolla una flora muy variada, flanqueada por las lagunas Pucacocha y
Livichaco.
En cuanto las caractersticas de la ciudad de Lampa debemos manifestar
que, tiene una superficie aproximada de 675.82 km 2. Representando el 11.6% del
territorio de la provincia de Lampa. En cuanto al clima en invierno, es frgido con
heladas intensas, durante los meses de mayo, junio, julio y agosto, en este ltimo
con fuertes vientos; en primavera, es suave y templado, durante los meses de
setiembre, octubre y noviembre; en el resto del ao de enero a abril, es lluviosos
con granizadas y nevadas.
Lampa, constituye un conjunto de belleza telrica, de atraccin ecolgica,
de panorama grandioso, de riqueza histrica, de acervo cultural.
En la siguiente ilustracin se aprecia la localizacin general de Lampa:
45
FIGURA N 09:
LOCALIZACIN GEOGRFICA DE LA CIUDAD DE LAMPA
Fuente: Banco de Informacin Distrital INEI.
4.2. ASPECTOS DEMOGRFICOS

Segn el Censo Nacional de Poblacin y Vivienda de 2007 es el distrito de
Lampa tiene 11,349 habitantes7, de los cuales 5,407 es la poblacin masculina
representando el 47.73% y 5,922 es la poblacin femenina lo que significa el
52.27%, segn esta informacin podemos observar que existe ms mujeres que
varones.
INEI, Estadsticas de Poblacin Censos 2007.
46
TABLA N 05:
POBLACIN POR ZONA Y SEXO DEL DISTRITO DE LAMPA
(En nmero de personas)
Categora
Urbana
Rural
Total
Hombre
2374
20,95
3033
26,77
5,407
47.73
Mujer
2575
22,73
3347
29,54
5,922
52.27
TOTAL
4949
43,68
6380
56,31
11,329
100,00
Fuente: Censo Nacional de Poblacin y vivienda 2007-INEI

La poblacin urbana representa el 43.68% del total distrital ascendiendo
a 4,949 habitantes, en cambio la poblacin rural es 6,380 habitantes lo que
representa el 56,31% de la poblacin total, cabe resaltar que dentro de la
poblacin urbana, la poblacin femenina es mayor que la poblacin masculina.
En el caso de la poblacin rural sucede del mismo modo, es decir la
poblacin femenina es ms que la poblacin masculina siendo en este caso
3,347 y 3,033 respectivamente.
47
FIGURA N 10:
POBLACIN POR REA URBANO Y RURAL DEL DISTRITO DE LAMPA - 2007
Poblacion
Rural; 56,31%
6,380
4,949
Poblacion
Urbana;
43,68%
Poblacin Urbana
Poblacin Rural
Fuente: Censo Nacional de Poblacin y Vivienda 2007-INEI
48
CAPITULO V
EXPOSICIN Y ANLISIS DE RESULTADOS
Objetivo 1: Caracterizacin de los residuos slidos

Segn la investigacin realizada, el municipio de Lampa cuenta con
informacin sobre caracterizacin de residuos slidos, la ltima enviada fue
realizada en el 2013 8 , la misma fue obtenida a travs de una muestra de 88
viviendas, asimismo, se obtuvo una generacin per cpita de residuos slidos
municipales de 0.15 Kg./hab./da y la de residuos slidos domiciliarios de 0.36
kg./hab./da, en contraste con el presente estudio, esta ltima es de 0.41
kg/hab./da.
Por otro lado, la densidad promedio de los residuos slidos domiciliarios
compactados es de 848.22 Kg/m3 y sin compactar es de 174.49 Kg/m3, con una
humedad de 30.65%. La composicin de los residuos slidos se muestra en el
siguiente grfico.
Sistema de Informacin para la Gestin de Residuos Slidos (SIGERSOL).
49
TABLA N 06
COMPOSICIN DE LOS RESIDUOS SLIDOS DOMICILIARIOS
(En porcentajes)
Concepto
Material inerte
Materia Orgnica
Bolsas
Tetrapak, jabones
Vidrio
Metales
Residuos sanitarios
Cartn
Plstico Duro
Plstico PET
Papel
Madera, follaje
%
40.2
31.5
4.68
3.44
3.41
2.58
2.55
2.16
2.06
1.83
1.63
1.19
Otros (caucho, cuero, jebe, telas,

textiles, pilas, tecnopor y
similares)
2.77
Total
100
Fuente: Sistema de Informacin para la

Gestin de Residuos Slidos 2013
50
FIGURA N 11
COMPOSICIN DE LOS RESIDUOS SLIDOS DOMICILIARIOS
(En porcentaje)
1.19
Material inerte
1.83 1.63
Materia Orgnica
Bolsas
Tetrapak, jabones
Vidrio
Metales
Residuos sanitarios
Cartn
2.77
2.06
2.16
2.55
2.58
3.41
40.2
3.44
4.68
Plstico Duro
Plstico PET
Papel
31.5
Madera, follaje
Otros (caucho, cuero, jebe, telas, textiles, pilas, tecnopor y
similares)
Fuente: Sistema de informacin para la gestin de residuos slidos 2013.
En contraste con la primera hiptesis, sobre el 60% de residuos slidos

aprovechables, los resultados de lo que se puede aprovechar (materia orgnica,
cartn, plstico PET, metales, papel y tetrapack) es de 43.1%, apenas un 12% de
materiales se pueden reciclar, segn afirmaciones de personas de la ciudad de
Lampa, vienen recicladores de otras ciudades por lo menos 1 vez por semana,
principalmente de botellas de plstico (PET) y metales, que en este caso es un
51
mnimo 4.31%. Asimismo respecto a los residuos slidos orgnicos, las personas
reciclan una gran parte como alimento para animales menores domsticos.
Por otro lado el material inerte tiene una alta composicin 40.2%, esta es
principalmente materiales que no se pueden reciclar, restos de huesos, tierra, etc.
FIGURA N 12
PRODUCCIN MEDIA DE RESIDUOS SLIDOS PER CPITA
(En kg./hab./da)
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,47
0,44
0,43
0,41
0,405
0,32
A (Alto)
B (Medio
Alto)
C (Medio)
D (Medio
Bajo)
E (Bajo)
Promedio
Fuente: Elaboracin propia
La produccin de residuos slidos vara de acuerdo a los niveles de estrato,

sin embargo las diferencias son poco significativas.
52
FIGURA N 13:
PRODUCCIN DE RESIDUOS SLIDOS POR ESTRATOS, MXIMOS,
MNIMOS Y PROMEDIOS
Peso per cpita de residuos slidos (kg)
(En kg./hab./da)
Estrato socioeconmico
La figura 12, nos muestra los lmites mximos y mnimos de la produccin de

residuos slidos en trminos per-cpita, tambin se ve la media para cada estrato,
es decir, en el estrato A una persona produce en promedio 0.47 kg de residuos
diariamente, mientras que en el estrato E una persona produce 0.32 kg por da en
promedio, segn la muestra realizada.
53
Objetivo 2: Relacin entre algunas variables socio-econmicas y la

produccin per cpita de residuos slidos
Se realiz como primer paso, la correlacin entre las variables produccin
de residuos slidos, ingreso familiar, consumo de energa elctrica, nivel de
educacin, edad de jefe de familia y si tuvo educacin ambiental.
TABLA N 07:
MATRIZ DE CORRELACIN ENTRE LAS VARIABLES SOCIOECONMICAS Y
LA PRODUCCIN DE RESIDUOS SLIDOS DOMSTICOS 2013
(Porcentaje)
rsp
yp
cep
edad
edu
amb
viv
rsp
1.0000
yp
0.7124
cep
0.5609
edad
-0.0108
edu
0.3231
amb
0.2586
viv
0.5552
1.0000
0.7543
0.2126
0.3085
0.5110
0.6097
1.0000
0.1869
0.3761
0.3845
0.4427
1.0000
0.0856
0.3140
0.0455
1.0000
0.2633
0.4145
1.0000
0.2655
1.0000
Pruebas de hiptesis: generacin per cpita de residuos slidos y en nivel de

ingreso (r=0.7124)
Paso 1:
Planteamiento de hiptesis
H0:
H1:
Paso 2:
Para
54
Paso 3:
r = 0.7124 coeficiente de correlacin lineal muestral

(
Paso 4:
Se identifica el t-student de tablas con un nivel de significancia de
2.5% ( ) y 58 grados de libertad (
), es igual a 2.002, y a un nivel de
significancia de 1% el t student en tablas es de 2.663.

FIGURA N 14
EVALUACIN DE LOS COEFICIENTES DE CORRELACIN
0
9
99
Paso 5:
En este caso al 95% y 99% se rechaza la hiptesis nula (coeficiente
de correlacin lineal es igual a cero), debido a que t-calculado (7.73) es mayor al t

en tablas (al 95% de confianza =>2.002 y 99% de confianza => 2.663). Por lo
55
tanto se acepta la hiptesis alterna (el coeficiente de correlacin lineal es diferente

de cero).
Este coeficiente pas la formalidad estadstica de prueba de hiptesis al
95% y al 99%, entonces nivel de ingreso per cpita tiene una relacin positiva con
la produccin de residuos slidos, es decir, a mayor nivel de ingresos mayor
produccin de residuos slidos domsticos, con una magnitud de 0.7124.
TABLA N 08:
VALIDACIN DE LAS PRUEBAS DE HIPTESIS.
N Relacin
Valor p
Tc (=0) Tc (=1) t (/2=0.025%,58) t (/2=0.005%,58)
Resultado
1 rsp => yp
0.712
7.731
6.306
2.002
2.66
Significativo***
2 rsp => cep
0.561
5.160
3.952
2.002
2.66
Significativo***
3 yp => cep
0.754
8.750
7.227
2.002
2.66
Significativo***
4 yp => amb
0.511
4.527
3.364
2.002
2.66
Significativo***
5 rsp => edu
0.323
2.600
1.543
2.002
2.66
Significativo**/1
6 rsp => amb
0.259
2.039
1.004
2.002
2.66
Significativo**/1
7 edu => cep
0.376
3.091
2.012
2.002
2.66
Significativo**/1
*** p> 0.01%, **p>0.05%

/1 Con el parmetro poblacional (=1).
Para el coeficiente de correlacin N 2, este coeficiente pas la formalidad

estadstica de prueba de hiptesis al 95% y al 99%, el que este coeficiente sea
positivo, indica que a mayor consumo de energa elctrica se presenta una mayor
generacin de residuos slidos, esto debido a que la tenencia de varios artefactos
necesitan recursos y por ende mayor desperdicio, como el caso de una lavadora
mayor consumo de detergente, una refrigeradora hace que las personas compren
56
ms bienes perecibles y de rpido consumo ya que lo pueden tener disponibles

por ms tiempo, al tener a disponible ms bienes de consumo las personas
consumen ms en comparacin a uno que no tiene dicho artefacto, un reproductor
de video (DVD) hace que compres mayor cantidad de DVDs para reproducirlos
mientras que uno no lo tiene.
Para el coeficiente de correlacin N 3, el coeficiente pas la formalidad
estadstica de prueba de hiptesis al 95% y al 99%, el que este coeficiente sea
positivo, indica que un mayor nivel de ingresos causa que se incremente el nivel
de consumo de energa elctrica, debido a que alguien que tiene ms ingresos
tiene mayor nmero de artefactos en casa, como la refrigeradora, lavadoras,
microondas, etc., dado que estas variables rechazan la hiptesis nula de
incorrelacin, al ser incluirlas en un solo modelo para explicar la produccin de
residuos slidos van a generar multicolinealidad esto aumentar la probabilidad de
cometer el error de tipo II, es decir, que acepte la H 0 no siendo verdadera. Por
consiguiente el modelo no tiene validez para realizar pruebas de relevancia.
En cuanto al coeficiente de correlacin N4 podemos decir que tiene una
relacin directa con la educacin ambiental impartida por el municipio, segn los
comentarios de la poblacin, estos cursos fueron impartidos en familias que viven
en el cercado de la ciudad, es decir familias que viven ms tiempo en la misma,
esta ubicacin ventajosa hace que las personas tengan un mayores posibilidades
de crear negocios y por ende tengan mayores recursos econmicos.
Evaluando el coeficiente de correlacin entre el nivel educativo y el
consumo de energa elctrica, se puede interpretar lo siguiente; las personas que
57
mayor nivel educativo tienen, organizan mejor su forma de vida y tienen mayores
ingresos ello les lleva a usar bienes que les hagan ms fciles diversas tareas,
como el caso de artefactos electrodomsticos, que facilitan mucho las labores en
casa.
Para explicar la produccin de residuos slidos se elabor los modelos
planteados en la tabla N 09, segn nuestro marco terico de la curva ambiental
de Kuznets.
TABLA N 09:
REGRESIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS
DOMSTICOS Y ALGUNAS VARIABLES SOCIOECONMICAS
Produccin per cpita de residuos slidos
Variable
m1
yp
yp2
yp3
m2
0.001318
m3
0.001035
m4
0.001051
m5
0.001092
0.001134
1.44*
3.94***
4.67***
4.98***
5.19***
-1.50E-06
-7.50E-07
-7.80E-07
-8.20E-07
-8.80E-07
-0.69
-2.63***
-3.07***
-3.25***
-3.54***
5.40E-10
0.34
cep
0.002
edu
0.005305
0.38
0.77
edad
-0.000826
-1.15
amb
-0.013645
-0.61
viv
-0.000125
-0.01
_cons
0.116039
r2
r2_a
0.005724
0.88
-0.000823
-1.17
0.005152
0.84
-0.000929
-1.37*
-0.000899
-1.33*
-0.015128
-0.70
0.000458
0.06
0.159013
0.163219
0.165273
0.123889
0.95
2.85***
3.05***
3.10***
2.83***
0.619
0.617
0.614
0.609
0.596
0.559
0.574
0.586
0.588
0.582
10.352
14.2522
21.8562
29.0586
42.1288
60
60
60
60
60
Leyenda: b/t
* p<.20; ** p<.10; *** p<.05
58
La interpretacin es la siguiente:
-
la produccin mnima de una persona de residuos slidos diarios es de

0.12 kg por da, explicada por la constante.
Un incremento de 10% en los ingresos de una persona que tiene como

ingreso per cpita 300 nuevos soles, incrementar su produccin de
residuos slidos per cpita en 0.02 kg/da y 0.52kg al mes (de 11.5 kg a
12.5 kg mensuales).
Un incremento de 10% en los ingresos de una persona que tiene como

ingreso per cpita 700 nuevos soles, reducir su generacin de residuos
slidos per cpita en 0.01 kg/da y 0.34 kg al mes (de 14.6 kg a 14.3 kg
mensuales).
Prueba de significancia individual de los parmetros:

Prueba de hiptesis (significancia individual de los parmetros)
H0:
Parmetros no significativos
H1:
Parmetros significativos
Se estima el F(1,51) calculado para los parmetros de cada variable, como sigue
en el siguiente cuadro.
59
TABLA N 10:
RESUMEN DE LA PRUEBA DE SIGNIFICANCIA INDIVIDUAL DE LOS
PARMETROS
H0
F(1,51)
Prob > F
_cons = 0
0.900
0.347
yp = 0
2.080
0.155
yp2 = 0
0.470
0.495
yp3 = 0
0.120
0.733
edu = 0
0.600
0.444
edad = 0
amb = 0
viv = 0
cep = 0
1.330
0.370
0.000
0.110
0.255
0.545
0.989
0.745
De los valores F calculados para los coeficientes de las variables, de

manera individual en la primera regresin las variables no son significativas
individualmente para explicar la produccin de residuos slidos per cpita. Por lo
tanto se realiza la eliminacin de variables de las ms insignificativas a las ms
significativas, a travs del estadstico (t) y a la probabilidad (p).
El modelo tiene como variable dependiente a la produccin de residuos
slidos domsticos per cpita, en el primer modelo se present el problema de
multicolinealidad entre el ingreso per cpita (YP), el consumo de energa per
cpita (CEP) y el nivel de educacin del jefe de hogar (EDU), es por ello que se
tom la variable ms significativa solo el nivel de ingreso familiar per cpita. Por
60
otro lado las variables como vivienda y la educacin ambiental impartida a la

poblacin no tienen un alto grado de significancia.
Prueba de heteroscedasticidad:
Test de White
En estadstica la prueba de White es la prueba ms general para detectar la
heteroscedasticidad en los modelos de regresin lineal. No precisa de una
especificacin concreta de la heteroscedasticidad bajo la alternativa.
Planteamos la ecuacin lineal m4:
Planteamos la siguiente forma para detectar el problema de heterocedasticidad:

0
Planteamos la prueba de hiptesis

0
No hay heterocedasticidad
Si hay heterocedasticidad
Se estima la ecuacin de la prueba de White
61
TABLA N 11:
PRUEBA DE WHITE
. reg resfirst2 yp yp2 yp22 yp_yp2
Source
SS
df
MS
Model
Residual
.380079563
11.0443492
4
55
.095019891
.20080635
Total
11.4244288
59
.193634386
resfirst2
Coef.
yp
yp2
yp22
yp_yp2
_cons
.0264186
-.0001065
-1.00e-10
1.76e-07
-1.909744
Std. Err.
.0234568
.0000909
8.16e-11
1.45e-07
2.101488
t
1.13
-1.17
-1.23
1.21
-0.91
Number of obs
F( 4,
55)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
0.265
0.246
0.225
0.232
0.367
=
60
=
0.47
= 0.7552
= 0.0333
= -0.0370
= .44811
[95% Conf. Interval]

-.0205898
-.0002887
-2.64e-10
-1.16e-07
-6.12122
.0734271
.0000756
6.35e-11
4.67e-07
2.301733
La prueba de significancia individual de los parmetros, a travs del estadstico Fcalculado para cada variable, acepta la hiptesis nula de homocedasticidad porque las
variables de la regresin no son significativas.
TABLA N 12:
TEST DE WHITE PARA DETECCIN DE HETEROSCEDASTICIDAD
. imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(4)
Prob > chi2
=
=
3.84
0.4278
Cameron & Trivedi's decomposition of IM-test

Source
chi2
df
Heteroskedasticity
Skewness
Kurtosis
3.84
2.55
0.01
4
2
1
0.4278
0.2796
0.9096
Total
6.40
0.4935
62
Resumen de las principales pruebas de las regresiones 4 y 5, se encuentran en la

siguiente tabla.
TABLA N 13:
TABLA RESUMEN DE PRUEBAS DEL MODELO 4 Y 5
Test
Prueba
Pruebas de Heteroscedasticidad
White
H0: Homocedasticidad
chi2 (8)
H1: Heterocedasticidad
Prob>chi2
Breusch-Pagan / Cook - Weisberg
H0: Varianza constante
chi2 (1)
Prob>chi2
Prueba
Valor
M4
6.02 chi2 (4)
0.65 Prob>chi2
M5
3.84
0.42
2.64 chi2 (1)

0.10 Prob>chi2
3.5
0.06
Pruebas de significancia de parmetros

Test de Wald
H0: Variables no significativas F(4,56)
996.38 F(3,57)
c(0)=c(1)=c(2)=c(3)=0
Prob>chi2
0.00 Prob>chi2
1310.1
0.00
Prueba de variables omitidas

Ramsey RESET
H0: modelo no tiene variables omitidas
F(3,53)
Prob>F
Valor
2.05 F(3,54)
0.12 Prob>F
2.05
0.12
El modelo 4 y 5 del resumen anterior, pasaron la prueba de

heteroscedasticidad, porque la p>0.05, en ambos casos.
El Test de los parmetros del modelo, es una prueba que ayuda a ver una
correcta especificacin del modelo, se rechaza la hiptesis nula (p<0.01) de que
los parmetros sean iguales a 0.
63
La prueba de Ramsey RESET, asume como hiptesis nula la no omisin de

variables, con una p>0.05, no se puede rechazar la H0. Por lo tanto ambos
modelos pasan las principales pruebas de rigor.
La relacin que existe la generacin de residuos slidos domsticos y la
produccin de residuos slidos, es positiva como se muestra en la figura N 13.
FIGURA N 15:
RELACIN ENTRE LA GENERACIN DE RESIDUOS SLIDOS (RS) Y EL
INGRESO BRUTO FAMILIAR (Y)
.5
1.5
RS
2.5
(En nmero de familias)
1000
2000
3000
4000
5000
Ecuacin General de Kuznets:
(5.19)
88
(-3.54)
64
FIGURA N 16:
CURVA AMBIENTAL DE KUZNETS, RELACIN ENTRE INGRESOS Y
RESIDUOS SLIDOS
Produccin de residuos slidos (RSP)
(kg./hab./da)
0,60
Punto de inflexin
S/. 644.32
0,50
0,40
0,30
0,20
0,10
0
200
400
600
800
1000
1200
Ingreso bruto familiar (YP)

(S/. /hab./mes)
Proceso de clculo del punto de inflexin de la produccin per cpita de

residuos slidos domsticos.
Ecuacin de la regresin final (M5)
Variable
Valor
RSP
=1
C
0.124
Y
0.001134
Y^2
-8.80E-07
Realizando los clculos para estimar un punto de inflexin (primera

derivada) como lo sugiere Kuznets de una U invertida entre estas variables, a
partir de un ingreso anual S/. 7 731.82 por habitante, la produccin de residuos
slidos podra reducirse, sin embargo, haciendo una comparacin con el PIB per
65
cpita9 se encuentra muy por debajo de S/. 19 979 al ao, cabe resaltar que esta
es una variable proxy, debido que en la regresin solo se considera
remuneraciones percibidas.
Condicin de optimizacin
Variable
Valor
RSP
=0
Y
0.001134
Y^2
-2E-06
YP
644.318 S/. /hab./mes
7,731.82 S/. /hab./ao
Objetivo 3: Propuesta de un sistema para minimizar la produccin de

residuos domiciliarios
Un requisito imprescindible cuando se abordan los problemas ambientales
es enfocarlos desde una perspectiva nter - disciplinaria. Esto es conocido y
aceptado, pero no siempre se entiende que este enfoque deba incluir tambin a la
poltica. Sin embargo los problemas ambientales conciernen a varias ciencias,
pero a la vez son problemas de la sociedad, por lo tanto involucran decisiones
polticas controvertidas y complejas (Duran, Behnfeld & Hartwig (Consultor GTZ),
1997).
Actualmente el manejo de residuos slidos en la ciudad de Lampa ha sido
abordado en la etapa post-generacin, limitndose un lugar para la disposicin
para evitar molestias a la poblacin, la misma que se puede ver en casi todas las
municipalidades del Per, es decir, es ms reactiva que preventiva.
9
Para el 2013 el PBI per cpita es de S/. 19 979 al ao.
66
Actualmente los enfoques de gestin integral de los residuos, establecen la

necesidad de intervenir antes y despus de la generacin de residuos, es decir
aplicando el principio preventivo, la misma fue recomendada por las autoridades
(Uribe B., 2014), por ello el sistema de minimizacin de residuos slidos es la
siguiente:
TABLA N 14:
COMPONENTES DE LA MINIMIZACIN DE LA GENERACIN DE LOS
RESIDUOS SLIDOS
/ Reducir Re- utilizar
/ Reciclar Tratar
/ Disponer
Evitar la generacin de
residuos, mediante buenas
prcticas, sustitucin de
materiales, modificaciones en la
presentacin de productos.
Reducir la cantidad de residuos

re usndolos o reciclndolos,
Como ltima opcin disponer
mediante compostaje, o
los residuos en relleno
tratamientos fsicoqumicos o
sanitario
biolgicos.
Fuente: Adaptado de DAOM: Diagnstico Ambiental de Oportunidades de Minimizacin. Espaa, 2000
Los Programas estratgicos a implementar en el contexto descrito:

-
Programa: Educacin Ambiental, que estar orientado principalmente a

formar conciencia preventiva en los habitantes que permita modificar sus
hbitos de consumo de bienes y servicios, respecto a las buenas prcticas
para minimizar la produccin per cpita de RSD compatibles con la calidad
ambiental.
67
Programa: Tarificacin Diferenciada por el servicio de aseo, es un

instrumento econmico, basado en el principio: Quien contamina ms paga
ms, mediante las tarifas diferenciadas se evitarn los subsidios cruzados.
Programa: Gestin de Envases, consiste en una serie de incentivos y

sanciones
tributarios
dirigidos
los
productores,
intermediarios
consumidores, para evitar el uso de envases no retornables (desechables).
Sistema tarifario propuesto bajo el principio de Quien ms contamina paga

ms
La ecuacin de la curva de Kuznets, en la que se evidencio que el
incremento en el nivel de ingreso tambin se incrementa el nivel de consumo de
energa elctrica, adems se evidencio que ambas tienen una alta correlacin,
dado que esta ltima es verificable puede considerarse como una variable proxy,
en el clculo de una tarifa.
68
FIGURA N 17:
RELACIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS DOMSTICOS
Y EL CONSUMO ENERGA ELCTRICA
FIGURA N 18:
RELACIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS (RS) Y
CONSUMO DE ENERGA ELCTRICA (CE)
.5
1.5
RS
2.5
20
40
60
CE
80
100
69
La tarifa debe implementarse en trminos de viviendas porque las viviendas

son los que van a pagar una tarifa (es una variable proxy de los medidores de luz),
y no de manera per cpita es por ello que la regresin se estima en generacin de
residuos slidos domsticos (RS, produccin diaria en kg) y el consumo de
energa elctrica (CE, en Kw-h/vivienda/mes).
TABLA N 15:
REGRESIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS
DOMSTICOS CONTRA EL CONSUMO DE ENERGA ELCTRICA
(A nivel de vivienda)
Variable
Produccin de residuos slidos (vivienda)

m1
m2
m3
5.6E-04
9.3E-04
9.2E-04
0.73
8.25***
8.26***
-4.5E-06
-6.8E-06
-6.7E-06
-1.04
-5.94***
-5.92***
ce
0.0158
0.39
ce2
ce3
edad
edu
-0.003
-0.004
-0.56
-0.780
0.039
0.72
_cons
0.955
0.827
0.98
4.92***
7.98***
r2
0.73
0.73
0.73
r2_a
0.71
0.71
0.72
29.73
50.16
75.46
F
Leyenda: b/t
0.646
* p<.1; ** p<.05; *** p<.01
70
En el modelo 3, un incremento de 1kwh en el consumo mensual de energa

elctrica para una vivienda que consume 40 kwh/mes, genera un incremento de
0.04 kg en la generacin de residuos slidos de la vivienda.
En cambio para una persona que consume al mes 95 kwh, reduce un 0.01
kg la produccin de residuos slidos de la vivienda.
TABLA N 16
RESUMEN DE LAS PRUEBAS DE LA REGRESIN ENTRE RESIDUOS
SLIDOS Y CONSUMO DE ENERGA
Test
Pruebas de Heteroscedasticidad
White
H0: Homocedasticidad
H1: Heterocedasticidad
Breusch-Pagan / Cook - Weisberg
H0: Varianza constante
Prueba
Valor
chi2 (5)
Prob>chi2
M4
7.07
0.22
chi2 (1)
Prob>chi2
0.34
0.56
Pruebas de significancia de parmetros

Test de Wald
H0: Variables no significativas
F(3,57)
c(0)=c(1)=c(2)=c(3)=0
Prob>chi2
632.78
0.00

Ramsey RESET
H0: modelo no tiene variables omitidas F(3,53)
Prob>F
0.26
0.86
No se evidencia heteroscedasticidad ni con el test de White y Breusch

Pagan, porque no se puede rechazar la hiptesis nula.
71
La significancia de los coeficientes de las variables es alta, debido a que se

rechaza la H0, en la que las variables no sean significativas.
Las variables se encuentran bien especificadas, debido a que no se puede

rechazar la hiptesis nula.
La regresin incorpora una forma polinomial, con altos niveles de

significancia individual (t), tomando en cuenta la ltima ecuacin quedara de la
siguiente forma:
Ecuacin entre la produccin de residuos slidos y el consumo de energa
elctrica por vivienda:
( 9 8)
(8
)
(
.(4)
9 )
Donde:
: Produccin diaria de residuos slidos domiciliarios por vivienda
(kg./da/vivienda).
: Consumo mensual de energa elctrica por vivienda
(Kwh/mes/vivienda)
Segn la regresin, tiene una forma creciente en una primera parte, y en

una segunda tiene una decreciente, es decir tiene forma de U invertida, lo que hizo
posible hallar un punto de equilibrio.
72
TABLA N 17
CLCULO DEL PUNTO DE EQUILIBRIO DE CONSUMO DE ENERGIA
ELECTRICA CURVA AMBIENTAL DE KUZNETS
RS (Residuos slidos por vivienda)
Parmetros
C (constante)
0.8274
CCE^2 (Consumo de energa)
0.00092
CCE^3
-0.00001
Consumo de equilibrio (punto de inflexin)
91.14 Kw-h/vivienda/mes
FIGURA N 19:
REGRESIN ENTRE LA GENERACIN DE RESIDUOS SLIDOS (RS) Y
CONSUMO DE ENERGA ELCTRICA (CE)
Generacin de residuos slidos
(kg./viv./da)
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
20
40
60
80
100
Consumo de energa electrica (kw-h/viv./mes)
120
En la actualidad no se tiene ningn tipo de cobro por concepto de

limpieza pblica, recojo, transporte o disposicin de los residuos slidos, segn
73
SIGERSOL la Municipalidad Provincial de Lampa declar que se tuvo un gasto de

S/. 135,000 por el concepto de limpieza pblica, aproximadamente el 30% son
gastos fijos (costo de aseo de calles y parques, mantenimiento de vehculos,
alquiler de equipos y servicios bsicos) y el 70% gastos variables (sueldos de
personal, combustible, costos de disposicin de residuos y costos operativos).
Entonces la tarifa por servicio de limpieza para la vivienda i es
representada como sigue:
.(5)
Donde:
: Tarifa de aseo de la vivienda i en nuevos soles (S/./mes).
: Costo fijo de aseo para la vivienda i en nuevos soles (S/./ mes).
: Costo variable de aseo para la vivienda i en nuevos soles (S/./
mes).
Adicionalmente,
;y
Donde:
: Total de viviendas (variable)
: Costo total fijo del servicio de aseo de la municipalidad (S/./mes)
: Costo total variable del servicio de aseo de la municipalidad
(S/./mes)
: Residuos recogidos y transportados al botadero (kg/ao)
: PPV*1000, Residuos slidos domiciliarios de la vivienda i (kg./ da/
vivienda).
74
: (
) definida en la ecuacin 4.
Segn las ecuaciones anteriores, se presenta un ejemplo de ese clculo

para una persona que consume en promedio de 39Kw-h, de energa elctrica. Se
llega a un resultado de S/. 6.97 por mes, y un S/. 83.87 al ao, es decir, pago por
el servicio de limpieza pblica.
TABLA N 18:
CLCULO DE LA TARIFA PROMEDIO POR LA GESTIN DE RESIDUOS
SLIDOS DOMSTICOS
Tarifa
= K1+K2
Costo Fijo
=> K1= Q1/V
Q1 (30%) Costo fijo para comuna
40,500.00 anual
3,375.00 mensual
1655
Nmero de viviendas
K1
Costo variable
S/. 2.04 mensual
=> K2= Q2*RSDv/RSDr
Q2 (70%) Costos Variables
94,500.00 anual
7,875 mensual
Consumo energa elctrica (mensual)
39.0 Kw-h
Recojo de basura
800 kg/da
Generacin promedio de residuos
1.80 kg/hab./da
Generacin de basura diara
2,984
Eficiencia de recojo de basura (%)
27%
RSDv
1.823 por vivienda
RSDr
292,000 kg/ao
K2
Tarifa calculada (K1+K2)
S/. 4.81 mensual
S/. 6.85 mensual
75
La tarifa por limpieza de los residuos slidos de la ciudad de Lampa tiene

dos componentes, una fija y una variable, la primera la pagan todos con una
proporcin S/. 24.47 por vivienda al ao, la segunda es una variable que depende
de la cantidad de energa elctrica que se consuma en cada vivienda. Esta tarifa
vara hasta en S/. 51.16, de acuerdo al monto de consumo de energa verificable
en los recibos registrados en el servicio de energa elctrica debido a que esta
est muy relacionada a la generacin de residuos slidos municipales.
TABLA N 19:
CLCULO DE LA TARIFA DE LIMPIEZA POR VIVIENDA EN LA CIUDAD DE
LAMPA
Estrato
A
B
C
D
E
Promedio
CEEv (Promedio
mensual Kw-h)
72.75
52.63
39.20
31.30
27.35
64,219.52
RSD viv.
(Kg./mes)
86.25
72.13
57.15
46.90
36.72
1.803
RSD total
(Kg./mes)
10,017
20,944
24,892
20,426
13,861
90,140
RSD vivienda
RSD total
(Kg./mes) en (Kg./mes) en
base al CCEv base al CCEv
92.87
10,786
71.64
20,800
54.94
23,928
45.58
19,851
41.27
15,576
54.95
90,941
Clculo de tarifa por servicio de limpieza (S/.)

Ti
Ti
K2
Cobro Anual
(S/./ao) (S/./mes)
24.47 98.04
122.51
10.21
14,228.48
24.47 75.63
100.10
8.34
29,063.14
24.47 58.00
82.47
6.87
35,917.63
24.47 48.12
72.59
6.05
31,614.39
24.47 43.56
68.04
5.67
25,680.41
24.47 58.01
82.48
6.87 136,504.04
K1

En comparacin con lo hallado en Orcosupa (2002), el ndice de los precios
al consumidor en Chile para el 2014 (IPC = 147, con base en el 2002), y el tipo de
cambio al 30 de diciembre 2014 es de 608.3 pesos chilenos por dlar americano;
de este clculo se puede comparar lo hallado en el presente estudio para el
estrato A es de US$ 32.80 (S/. 98.04 al 31 de diciembre 2014), y en cambio en la
ciudad de Santiago Chile para el mismo estrato es de US$ 95.20 (57,913 pesos
chilenos). La diferencia (US$ 62.40) es por la calidad del servicio reflejada en el
76
costo de los diferentes procesos de la gestin integral de residuos slidos desde el

almacenamiento hasta la disposicin final.
La propuesta adems de que contiene el clculo de la tarifa por estratos de

ingresos generados, debe ir integrado con el servicio de energa elctrica. Lo ideal
es que el cobro por derecho de aseo municipal, se incluya en la boleta de cobro de
algn servicio pblico bsico, de tal forma que la posible suspensin del servicio
de primera necesidad, sea el elemento coercitivo para el pago por el derecho de
aseo.
El sistema de tarificacin propuesto, cumple con el principio el que
contamina paga y de equidad, ya que permite cobrar de manera proporcional a
la cantidad de residuos que generan los usuarios. Sin embargo, el sistema no
cumple de manera directa con el principio preventivo, ya que inducira a reducir
el consumo de energa elctrica y luego la cantidad de residuos slidos
domsticos, debido a que la tarifa a cobrar depende del total de residuos de la
comuna y la cantidad de electricidad consumida por vivienda.
El sistema propuesto, logra capturar las diferencias en la generacin de

residuos slidos y esta se llevan a calcular en las tarifas, sin embargo se debe
tener en cuenta que la municipalidad debe subsidiar para aquellas personas en
que se compruebe que vive de manera precaria10.
10
Esto a travs de tener la constancia de que su vivienda es rstica, aquella se sugiera sea exonerado del
pago. Esta constancia
77
CONCLUSIONES
La ciudad de Lampa es una ciudad que se caracteriza por ser turstica, por
ello es importante la limpieza en la ciudad, as como una cultura de limpieza desde
los hogares.
En cuanto a la primera hiptesis, segn la caracterizacin de los residuos
slidos domiciliarios declarado por la Municipalidad Provincial de Lampa, hace ver
que solo el 12% de los materiales son recolectados por los recicladores (plstico
PET, Plstico duro, cartn, metales y vidrio), asimismo se pudo comprobar con las
encuestas realizadas que el promedio de consumo es de 0.40 kg/habitante/da
similar a la reportada a SIGERSOL. Por lo tanto, los resultados dan a entender
que es baja la proporcin reciclable, la municipalidad debe promover la creacin
de pocas empresas reciclables.
Los resultados de la segunda hiptesis, muestran que las variables
socioeconmicas ms significativas son el ingreso mensual per cpita y la edad
del jefe de familia, por otro lado, el consumo de energa elctrica es una variable
correlacionada con el ingreso bruto mensual y el nivel o grado educativo, el
ingreso mensual per cpita tiene una relacin positiva y polinomial de segundo
orden, lo que implica que existe un punto de inflexin. Por lo tanto, la relacin
entre la generacin de residuos slidos per cpita y el nivel de ingresos forman
una forma de U invertida de Kuznets, y tiene un punto de inflexin de S/. 641.00 al
mes o 7,731.25 al ao.
78
En cuanto a la tercera hiptesis, sobre la elaboracin de una propuesta de

tarifas diferenciadas a la generacin de residuos slidos domiciliarios bajo el
principio de quien contamina paga, segn este clculo se logr encontrar una
parte fija y una parte variable, por estratos socioeconmicos, de esta forma quien
contamina ms, paga una mayor proporcin respecto a la que contamina menos,
medida de una manera indirecta con el consumo de energa elctrica (verificable
con recibos), de esta forma se castiga a los que no pagan con el corte del servicio
bsico como lo es la energa elctrica.
Esta tarifa fue calculado con a travs de una ecuacin polinomial de tercer
orden, hallada despus de una regresin entre la generacin de residuos slidos y
el consumo de energa elctrica por vivienda, hallando un punto de equilibrio de
91.14 kw-h/mes/vivienda, por encima de esta se puede decir que la produccin de
residuos slidos bajara, esto ayudara a que el servicio de residuos slidos sea
sostenible en el tiempo. Sin embargo segn los costos reales an son muy bajos,
debido a que no se tiene un sistema adecuado de gestin integral de residuos
slidos como lo tiene la provincia de Santiago de Chile Orcosupa (2002), este
dficit llega a un monto de US$ de 62.04 en promedio para una persona del
estrato A, esta diferencia cubre los costos de reaprovechamiento y disposicin
final de los residuos slidos (relleno sanitario).
79
RECOMENDACIONES
En cuanto a la composicin de los residuos slidos domsticos, se sugiere

realizar otra vez una caracterizacin ms detallada, debido a que no se especifica
de manera adecuada el material inerte, es importante hacer esto debido a que
este componente es muy alto (40.2% del total) dentro de la composicin de
residuos.
La implementacin de esta tarifa sugiere hacer una alianza estratgica con
la empresa proveedora del servicio elctrico para hallar el clculo del consumo y la
tarifacin, tambin debe coordinarse con la poblacin para sensibilizar acerca de
la implementacin de la tarifa.
Actualmente la poblacin no paga rbitros por limpieza pero con el pago de la

tarifa la municipalidad puede gestionar proyectos que mejoren la gestin de
residuos slidos principalmente la fase de disposicin a travs de un relleno
sanitario, la tarifa ayuda puesto que es un medio comprobable para asegurar la
sostenibilidad del servicio y no comprometer los recursos corrientes de la
municipalidad los mismos que son escasos y bajos.
80
BIBLIOGRAFA
Banco Mundial. (1992). Informe sobre el desarrollo mundial 1992: El desarrollo y el medio
ambiente.
Barn, F. &. (2004). Apuntes de Bioestadstica. Mxico.
Borregaard, N. (1996). Tarificacin diferenciada de residuos slidos domiciliarios El caso de la
tarificacin por unidad en Chile. CEPAL.
Brack, A. (2011). "Programa municipal de segregacin de residuos slidos en la fuente".
Brudtland, C. (1987). Nuestro futuro comn, preparado por la Comisin Mundial del Medio
Ambiente y Desarrollo. Estocolmo: Naciones Unidas.
Cabrera, C. A. (2005). "Propuesta para el mejoramiento de la gestin municipal del manejo de los
residuos slidos domiciliarios de la comuna de Colina, regin metropolitana".
Correa, F. (2004). Crecimiento econmico y medio ambiente: una revisin analtica de la hiptesis
de la curva ambiental de Kuznets. Red de Revistas Cientficas de Amrica Latina, el Caribe,
Espaa y Portugal, 72-104.
Costa & Felipe. (1995). Propuesta del sistema tarifario para los servicios de aseo municipales:
Polticas de para la gestin ambientalmente adecuada de residuos urbanos e
industriales.
Duran, Behnfeld & Hartwig (Consultor GTZ). (1997). "Politicas ambientales y desarrollo
sustentable".
Femia, A., Hinterberger, F., & Luks, F. (1999). Ecological Economic Policy for Sustainable
development. En The Handbook of economic Growth.
Katia M. Noguera1, J. T. (2010). Los rellenos sanitarios en Latinoamrica: caso colombiano. Revista
Acadmica Colombia Ciencias.
Levinson, A. (2008). Environmental Kuznets curve. En New Palgrave Dictionary of Economics 2nd
edition.
Martnez, A. C. (2003). La curva de Kuznets - material para Mxico: Evidencia de Sostenibilidad?
Mxico.
MEF. (2014). www.mef.gob.pe.
Municipalidad-Lampa. (2008). "Plan Integral de Gestin Ambiental de Residuos Slidos".
81
Muoz, C., & Gonzales, A. (2001). Economa, sociedad y medio ambiente: reflexiones y avances
hacia un desarrollo sustentable en Mxico.
Naciones-Unidas. (1992). Programa 21, Divisin de Desarrollo Sostenible.
Noguera Katia, Olivero Jsus. (2010). "Rellenos sanitarios en Latinoamrica: caso colombiano".
Revista Acadmica Colombiana de Ciencias.
ORCCOSUPA RIVERA, J. (2002). Relacin entre la produccin per cpita de Residuos Slidos
Orgnicos y factores socioeconmicos, provincia de Santiago de Chile. Universidad de
Chile, 01-128.
Orccosupa, J. (2002). "Relacin entre la produccin per cpita de residuos slidos domsticos y
factores socioeconmicos".
Orostegui, K. (2009). Comportamiento de la Generacin de Residuos Slidos Domsticos en el
Distrito de Chaclacayo. Revista de Investigacin Universitaria - UPEU.
PIWANDES, & CIED. (2004). Estudio de caractericacin de residuos slidos de la cuidad de Puno.
Centro de Investigacin, Educacion y Desarrollo, Departamento de Investigacin.
Rodriguez, M. (2004). "Diseo de un modelo matemtico de la generacin de residuos solidos
municipales en Nicolas Romero, Mxico".
Seonez, M. (2000). Tratado de reciclado y recuperacin de los productos de los residuos. Madrid:
Madrid Mundi Prensa .
Taboada, A. &. (2010). Anlisis estadstico de residuos slidos domsticos en un municipio
fronterizo de Mxico.
Taboada, Aguilar, Cruz & Ramirez. (2012). "Manejo y potencial de recuperacin de residuos slidos
en una comunidad rural de Mxico". Revista Internacional de Contaminacin Ambiental,
29.
Uribe B., E. (2014). "Reformas fiscales y regulatorias en la gestin y manejo de los residuos
slidos".
Vasconi, P. (Septiembre de 2004). Residuos slidos domiciliarios en chile: anlisis y propuestas.
Vasquez, O. (2005). Modelo de simulacin de gestin de residuos slidos domiciliarios en la Regin
Metropolitana de Chile.
Yepes, E. (2000). Gestin integral de residuos slidos municipales.
82
ANEXO N 01
FICHA DE ENCUESTA
Nota: La presente encuesta es realizada para fines acadmicos, agradecemos su participacin (responda con
sinceridad)
DATOS GENERALES
Nombre: ________________________________________________
Miembros de la
Zona: _________________________
vivienda
Edad: _____
________
1. Tipo de vivienda:
a. Material Noble
( )
b. Adobe
( )
c. Otro
( ) ____________________
2. Ocupacin Econmica de entrevistado:

a. Ama de casa
( )
e. Comerciante
( )
b. Obrero
( )
f. Profesional
( )
c. Oficinista
( )
g. Desempleado
( )
d. Empresario
( )
h. Otros
( )
3. Nivel de educacin del jefe de familia (persona que aporta el ingreso principal del hogar):
a. Sin instruccin
( )
f. Tcnica incompleta
( )
b. Primaria Incompleta
( )
g. Tcnica completa
( )
c. Primaria Completa
( )
h. Universidad incompleta
( )
d. Secundaria Incompleta
( )
i. Universidad completa
( )
e. Secundaria Completa
( )
j. Estudios de Post grado
( )
4. Cunto es el ingreso familiar al mes?

Monto S/. __________
5. Tipo de servicios con que cuenta?
a. Luz
( )
d. Telfono
( )
b. agua
( )
e. Cable
( )
c. Desage
( )
f. Internet
( )
6. Cunto es el consumo de energa Elctrica mensual?

_______________ Kwh
Costo: ______________
Nuevos Soles
7. Cunto de residuos slidos produce semanalmente?

_______________ Kg
Costo: ______________
Nuevos Soles
8. Alguna
vez recibi educacin ambiental?
8.
9.
SI ( )
NO ( )
83
ANEXO 2: REGRESIONES EN STATA

Estimacin de los factores socioeconmicos contra la produccin de residuos
slidos domsticos per cpita
. estimates table m1 m2 m3 m5 m4, b(%8.0g) t(%8.0g) stats(r2, r2_a, F, N, )
Variable
yp
yp2
yp3
cep
edu
edad
amb
viv
_cons
r2
r2_a
F
N
m1
m2
m3
m5
m4
.001318
1.44384
-1.5e-06
-.687518
5.4e-10
.343307
.001744
.327507
.005305
.772075
-.000826
-1.15249
-.013645
-.608997
-.000125
-.014429
.116039
.948841
.001035
3.93727
-7.5e-07
-2.63452
.001051
4.6716
-7.8e-07
-3.06813
.001092
4.98286
-8.2e-07
-3.24892
.001134
5.19286
-8.8e-07
-3.54411
.005724
.876882
-.000823
-1.16847
-.015128
-.695613
.000458
.056431
.159013
2.84864
.005152
.840422
-.000929
-1.37004
-.000899
-1.3319
.163219
3.04614
.165273
3.0958
.123889
2.83458
.61888
.559097
10.352
60
.617365
.574048
14.2522
60
.613831
.585746
21.8562
60
.608872
.587919
29.0586
60
.596482
.582324
42.1288
60
legend: b/t
84
Niveles de significancia de las variables incluidas en los modelos

. estimates table
Variable
yp
yp2
yp3
cep
edu
edad
amb
viv
_cons
N
r2
r2_a
F
m1 m2 m3 m5 m4, star(.05 .10 .20) stats(N r2 r2_a F) b(%8.4g)
m1
m2
.001318*
-1.5e-06
5.4e-10
.001744
.005305
-.000826
-.01365
-.000125
.116
60
.6189
.5591
10.35
m3
m5
.001035***
-7.5e-07***
.001051***
-7.8e-07***
.001092***
-8.2e-07***
.005724
-.000823
-.01513
.000458
.159***
.005152
-.000929*
-.000899*
60
.6174
.574
14.25
m4
.001134***
-8.8e-07***
.1632***
.1653***
.1239***
60
.6138
.5857
21.86
60
.6089
.5879
29.06
60
.5965
.5823
42.13
legend: * p<.2; ** p<.1; *** p<.05
Pruebas de hiptesis para las ecuaciones finales

Prueba test de White
Ecuacin M5
. imtest, white
chi2(8)
Prob > chi2
=
=
6.02
0.6451
Source
chi2
df
Heteroskedasticity
Skewness
Kurtosis
6.02
2.08
0.14
8
3
1
0.6451
0.5562
0.7120
Total
8.23
12
0.7666
85
. estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of rsp
chi2(1)
Prob > chi2
=
=
2.64
0.1040
Ecuacin M4
. imtest, white
chi2(4)
Prob > chi2
=
=
3.84
0.4278
Source
chi2
df
Heteroskedasticity
Skewness
Kurtosis
3.84
2.55
0.01
4
2
1
0.4278
0.2796
0.9096
Total
6.40
0.4935
. estat hettest
Variables: fitted values of rsp
chi2(1)
Prob > chi2
=
=
3.50
0.0614
86
Significancia de las variables

Test de Wald M4
. test (yp yp2 _cons)
( 1)
( 2)
( 3)
yp = 0
yp2 = 0
_cons = 0
F(
3,
57) = 1310.12
Prob > F =
0.0000
Test de Wald M5
. test (yp yp2 edad _cons)
(
(
(
(
1)
2)
3)
4)
yp = 0
yp2 = 0
edad = 0
_cons = 0
. test (edad)
( 1)
edad = 0
F(
F(
4,
56) =
Prob > F =
996.38
0.0000
1,
56) =
Prob > F =
1.77
0.1883
Pruebas de variables omitidas

Ecuacin M5
. estat ovtest
Ramsey RESET test using powers of the fitted values of rsp
Ho: model has no omitted variables
F(3, 53) =
2.05
Prob > F =
0.1181
87
Ecuacin M4
. estat ovtest
Ramsey RESET test using powers of the fitted values of rsp
F(3, 54) =
2.05
Prob > F =
0.1172
.05
-.1
-.05
e( rsp | X )
.05
0
-.05
-.15
-.15
-.1
e( rsp | X )
.1
.1
PREDICCIONES
Modelo M5
-100
-50
50
e( yp | X )
50000
e( yp2 | X )
100000
coef = -8.151e-07, se = 2.509e-07, t = -3.25
0
-.05
-.1
-.15
e( rsp | X )
.05
.1
coef = .00109195, se = .00021914, t = 4.98
-50000
-20
-10
0
e( edad | X )
10
20
coef = -.00089923, se = .00067515, t = -1.33
88
-.05
e( rsp | X )
-.15
-.15
-.1
-.1
-.05
e( rsp | X )
.05
.05
.1
.1
Modelo M4
-100
-50
0
e( yp | X )
coef = .00113382, se = .00021834, t = 5.19
50
-20000
20000 40000 60000 80000

e( yp2 | X )
coef = -8.788e-07, se = 2.480e-07, t = -3.54
89
MODELO DE PROPUESTA PARA UN SISTEMA TARIFARIO

REGRESIN POLINOMIAL
. estimates table m6 m7 m8, b(%8.0g) t(%8.0g) stats(r2, r2_a, F)
Variable
ce
ce2
ce3
edad
edu
_cons
r2
r2_a
F
m6
.015788
.388829
.000557
.72641
-4.5e-06
-1.04348
-.002717
-.562809
.039003
.72367
.646028
.977337
.733539
.708867
29.7312
m7
m8
.000929
8.25335
-6.8e-06
-5.93782
-.003634
-.77937
.000916
8.25672
-6.7e-06
-5.92403
.954942
4.92382
.827392
7.97791
.728792
.714263
50.1611
.72585
.716231
75.4577
legend: b/t
. estimates table m6 m7 m8, star (.01 .05 .10) stats(r2 r2_a F) b(%8.0g)
Variable
m6
m7
ce
ce2
ce3
edad
edu
_cons
.015788
.000557
-4.5e-06
-.002717
.039003
.646028
r2
r2_a
F
.733539
.708867
29.7312
m8
.000929***
-6.8e-06***
-.003634
.000916***
-6.7e-06***
.954942***
.827392***
.728792
.714263
50.1611
.72585
.716231
75.4577
legend: * p<.1; ** p<.05; *** p<.01

.
90
PRUEBA DE HETEROCEDASTICIDAD
rvpplotce
-1
-1
-.5
-.5
Residuals
Residuals
.5
.5
rvpplotce
20
40
60
CE
80
100
500000
1000000
1500000
ce3
. imtest, white
chi2(5)
Prob > chi2
=
=
7.07
0.2153
Source
chi2
df
Heteroskedasticity
Skewness
Kurtosis
7.07
3.40
3.75
5
2
1
0.2153
0.1825
0.0527
Total
14.23
0.0760
. estat hettest
Variables: fitted values of rs
chi2(1)
Prob > chi2
=
=
0.34
0.5610
91

. estat ovtest
Ramsey RESET test using powers of the fitted values of rs
F(3, 54) =
0.26
Prob > F =
0.8553
Prueba de significancia conjunta

. test (ce2 ce3 _cons)
( 1)
( 2)
( 3)
ce2 = 0
ce3 = 0
_cons = 0
F(
3,
57) =
Prob > F =
632.78
0.0000
Prueba de multicolinealidad
. estat vif, uncentered
Variable
VIF
1/VIF
ce2
ce3
intercept
38.98
24.72
5.78
0.025656
0.040455
0.173057
Mean VIF
23.16
92
-.5
e( rs | X )
-1.5
-1.5
-1
-1
-.5
e( rs | X )
.5
.5
Predicciones
-1500
-1000
-500
e( ce2 | X )
500
-50000
coef = .00091616, se = .00011096, t = 8.26
50000 100000 150000 200000

e( ce3 | X )
coef = -6.745e-06, se = 1.139e-06, t = -5.92
.5
Density
1.5
Normalidad de los residuos
-.5
.5
Residuals
93
. predict resce2, resid

. histogram resce2, normal
(bin=7, start=-.60686857, width=.19106506)
. sktest resce2
Skewness/Kurtosis tests for Normality
Variable
Obs
resce2
60
Pr(Skewness)
Pr(Kurtosis)
0.4270
0.1163
adj chi2(2)
3.25
joint
Prob>chi2
0.1971
94
ANEXO 3: BASE DE DATOS
N hab
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
Ingreso
bruto
mensu
al (S/.)
Ingreso
per-cpita
mensual
(S/.)
MIE
Y
YP
MB
3
1550
3
750
4
1250
3
1300
2
1500
5
900
7
2250
3
1200
6
3780
3
1280
8
4850
3
900
4
1800
4
1850
3
1650
3
1300
4
2560
5
3500
5
1980
5
2250
6
2350
3
1450
9
2500
6
1900
5
1500
6
3300
6
1300
5
1600
5
1240
6
1950
4
1500
6
1600
517
250
313
433
750
180
321
400
630
427
606
300
450
463
550
433
640
700
396
450
392
483
278
317
300
550
217
320
248
325
375
267
PPRS
(Kg.)
PPRS
CCE
CCE pr(Kg.) (Kwattcapita
percpita hora)
Edad
(aos)
Educ
Nivel
acin
educa
ambi
tivo
ental
RS
RSP
EDAD
EDU
1.30
0.90
1.70
1.30
0.95
1.60
2.70
1.48
3.00
1.45
3.20
1.23
2.10
1.90
1.60
1.30
1.90
2.30
2.01
2.30
2.30
1.45
3.15
2.32
1.88
3.00
1.45
2.30
1.90
2.84
1.60
2.00
CE
0.43
0.30
0.43
0.43
0.48
0.32
0.39
0.49
0.50
0.48
0.40
0.41
0.53
0.48
0.53
0.43
0.48
0.46
0.40
0.46
0.38
0.48
0.35
0.39
0.38
0.50
0.24
0.46
0.38
0.47
0.40
0.33
34.00
21.00
25.60
25.00
22.00
41.04
51.00
35.00
72.00
26.80
105.00
27.00
45.20
32.00
35.90
18.00
45.00
64.00
47.10
52.30
43.00
22.00
60.00
42.00
33.50
50.00
40.00
38.00
30.80
46.00
30.00
53.00
CEP
11.33
7.00
6.40
8.33
11.00
8.21
7.29
11.67
12.00
8.93
13.13
9.00
11.30
8.00
11.97
7.00
11.25
12.80
9.42
10.46
7.17
7.33
6.67
7.00
6.70
8.33
6.67
7.60
6.16
7.67
7.50
8.83
42
45
32
24
56
45
48
27
63
45
54
34
45
37
32
27
34
54
34
57
54
34
25
23
42
51
44
46
51
39
38
49
4.00
0.00
0.00
0.00
1.00
0.00
3.00
0.00
4.00
1.00
4.00
0.00
3.00
4.00
3.00
1.00
4.00
4.00
4.00
3.00
4.00
1.00
3.00
4.00
0.00
3.00
2.00
4.00
2.00
4.00
0.00
4.00
AMB
0.00
0.00
0.00
0.00
0.00
0.00
1.00
0.00
1.00
0.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
0.00
1.00
0.00
0.00
1.00
0.00
0.00
1.00
0.00
0.00
0.00
0.00
0.00
0.00
95
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
5
4
6
4
5
3
4
3
3
4
7
3
4
4
4
5
4
3
3
3
6
4
6
3
6
5
4
4
1400
1200
800
1300
865
800
1450
900
600
800
2000
900
1800
800
650
1700
1500
1400
1100
2300
1350
2250
1800
850
2800
2800
800
1250
280
300
133
325
173
267
363
300
200
200
286
300
450
200
163
340
375
467
367
767
225
563
300
283
467
560
200
313
1.58
1.50
2.05
1.70
1.40
0.67
1.95
1.18
0.63
1.47
3.00
1.20
1.50
1.19
0.90
2.40
1.90
1.26
1.30
1.60
2.25
1.90
1.89
1.14
3.00
2.20
1.59
1.45
0.32
0.38
0.34
0.43
0.28
0.22
0.49
0.39
0.21
0.37
0.43
0.40
0.38
0.30
0.23
0.48
0.48
0.42
0.43
0.53
0.38
0.48
0.32
0.38
0.50
0.44
0.40
0.36
36.00
43.70
35.00
34.00
39.00
20.00
28.90
23.20
19.00
18.68
65.00
23.00
39.00
27.00
31.00
44.48
35.00
29.00
28.00
38.00
48.00
38.00
50.00
30.00
77.00
57.00
28.00
30.00
7.20
10.93
5.83
8.50
7.80
6.67
7.23
7.73
6.33
4.67
9.29
7.67
9.75
6.75
7.75
8.90
8.75
9.67
9.33
12.67
8.00
9.50
8.33
10.00
12.83
11.40
7.00
7.50
59
27
38
36
31
42
45
28
56
29
36
48
25
41
40
35
36
29
40
38
33
34
47
26
58
47
37
31
0.00
1.00
1.00
1.00
1.00
2.00
2.00
0.00
0.00
2.00
3.00
1.00
4.00
2.00
0.00
4.00
1.00
0.00
0.00
4.00
0.00
4.00
3.00
2.00
4.00
4.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
1.00
0.00
1.00
0.00
0.00
0.00
1.00
0.00
0.00
ANEXO 4: CLCULO ACTUALIZADO ORCOSUPA 2002
ESTRATO
A
B
C
D
E
Orcosupa (2002)
Orcosupa (2014), estimado
P. Chilenos
US$
P. Chilenos
US$
39,270
56.98
57,913
95.20
38,222
55.46
56,367
92.66
32,862
47.68
48,462
79.67
31,786
46.12
46,876
77.06
28,738
41.70
42,381
69.67
96

Tesis 6

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tesis 6

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERA ECONMICA

ANLISIS DE LOS FACTORES SOCIO-ECONMICOS EN

REA: ECONOMA DE LOS RECURSOS NATURALES Y DEL

Dedico este gran paso a

A Dios, por darme la

camino de la vida como un

Econmica, por haberme acogido en sus

incondicional en todo momento.

Al Ing. Walter Tudela, por apoyarme

CAPITULO I PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y

PLANTEAMIENTO DEL PROBLEMA ....................................................................................... 5

OBJETIVOS DEL ESTUDIO ..................................................................................................... 14

CAPITULO II MARCO TERICO, MARCO CONCEPTUAL E

MARCO TERICO ..................................................................................................................... 15

MARCO CONCEPTUAL ............................................................................................................ 23

CAPITULO III MTODO DE INVESTIGACIN ............................................................. 28

DESCRIPCIN DEL TIPO DE INVESTIGACIN ................................................................... 28

CAPITULO IV CARACTERIZACIN DEL AREA DE INVESTIGACIN.............. 44

REA DE INFLUENCIA O REA DE ESTUDIO .................................................................... 44

ASPECTOS DEMOGRFICOS ................................................................................................ 46

CAPITULO V EXPOSICIN Y ANLISIS DE RESULTADOS ................................ 49

TABLA N 01: DETERMINACIN DE LA MUESTRA ........................................................ 29

SOCIOECONMICAS Y LA PRODUCCIN DE RESIDUOS SLIDOS

TABLA N 16: RESUMEN DE LAS PRUEBAS DE LA REGRESIN ENTRE RESIDUOS

FIGURA N 01: COMPARATIVO DE LA RELACIN ENTRE LA GENERACIN DE

FIGURA N 12: PRODUCCIN MEDIA DE RESIDUOS SLIDOS PER CPITA.52

: Residuos slidos domsticos

: Residuos slidos municipales

: Consumo de energa elctrica por vivienda

: Ingreso bruto familiar

: Nivel educativo del jefe de familia

: Edad del jefe de hogar

: Plan integral de gestin ambiental de residuos slidos

: Comisin econmica para Amrica Latina y el Caribe

: Agencia Alemana de Cooperacin Tcnica

: Banco Interamericano de Desarrollo

: Consejo Nacional del Ambiente

SIGERSOL : Sistema de Informacin para la Gestin de los Residuos Slidos

: Instituto Nacional de Estadstica e Informtica

: Comisin Nacional del Medio Ambiente - Chile

: Censo Nacional de Vivienda

Palabras claves: residuos slidos domsticos, minimizacin de RSD, regresin

Esta investigacin est enfocada a identificar los factores socioeconmicos

En la primera parte del presente estudio, se presenta la problemtica

En la tercera parte se describe la metodologa de la investigacin, as como

Por ltimo se expone los resultados en la que se presenta una metodologa

PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y

1.1. PLANTEAMIENTO DEL PROBLEMA

Segn los resultados encontrados por la CEPAL para Amrica

producidos por la descomposicin residuos slidos orgnicos, este

Corresponde a disposicin en cuerpos de agua, alimento de animales, etc.

Debido a que gran parte de los residuos slidos en el Per se

Fuente: Informe sobre residuos slidos 2013 - CEPAL

Los encargados del manejo de los residuos slidos son directamente

servicios finales por el crecimiento poblacional ha generado un incremento en la

El problema se percibe en tres involucrados principales del proceso de

Se realizaron investigaciones sobre residuos slidos como una propuesta

(Taboada, Aguilar, Cruz & Ramirez, 2012) estudiaron el potencial de

MARCO TERICO, MARCO CONCEPTUAL E

2.1. MARCO TERICO

2.1.1. Desarrollo Sustentable o Sostenible

El trmino desarrollo sostenible, se populariz en el documento: nuestro

1.962 1,738 0.252