Beruflich Dokumente
Kultur Dokumente
TESIS
PRESENTADA POR: JUAN CARLOS CALDERN DAZ
PARA OPTAR EL TTULO PROFESIONAL DE
INGENIERO ECONOMISTA
PROMOCIN 2010
PUNO PERU
2014
Dedicatoria
de
recorrer
el
Agradecimientos
A
Altiplano,
la
Universidad
Nacional
la
de
Facultad
del
Ingeniera
contribuido
en
mi
formacin
profesional y personal.
A
mi
familia,
por
su
apoyo
nos
acompaaron
les
estar
NDICE
Lista de tablas
Lista de figuras
Lista de abreviaturas
Lista de siglas
RESUMEN ................................................................................................................................................. 1
SUMMARY ................................................................................................................................................ 2
INTRODUCCIN ...................................................................................................................................... 3
1.2.
ANTECEDENTES ...................................................................................................................... 11
1.3.
2.2.
2.3.
HIPTESIS ................................................................................................................................. 27
4.2.
LISTA DE TABLAS
07:
MATRIZ
DE
CORRELACIN
ENTRE
LAS
VARIABLES
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
LISTA DE FIGURAS
LISTA DE ABREVIATURAS
RSD
RSM
CE
EDU
AMB
: Educacin ambiental
EDAD
PET
: Tereftalato de polietileno
PIGARS
LISTA DE SIGLAS
CEPAL
GTZ
BID
CONAM
CONAMA
CNV
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.
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).
CAPITULO I
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.
Fuente: Informe sobre residuos slidos con datos al 2013 (Uribe B., 2014)
a
FIGURA N 03:
EMISIONES GENERADAS PER CPITA POR DISPOSICIN DE RESIDUOS
CONSIDERANDO PROYECTOS DE MECANISMO DE DESARROLLO LIMPIO
(En ton CO2/hab/ao)
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
12
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
15
Iniciar
y/o
apoyar
programas
que
busquen
una
sostenida
16
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).
Informe sobre el desarrollo mundial (1992): El desarrollo y el medio ambiente Banco Mundial.
18
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
(1)
Donde:
EP: Presin ambiental.
YP: Ingreso familia bruto per-cpita.
Z: Variables externas socioeconmicas.
T: Tendencia
e: Trmino de error.
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
22
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
25
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
27
CAPITULO III
MTODO DE INVESTIGACIN
estudios
realizados,
textos,
publicaciones
oficiales,
estudios
sobre
28
1,655
3,585
Fuente: INEI.
29
dan por
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
0.062
1.96
30
N de viviendas
encuestadas
1 Barrio Central
2 Barrio Arriba
6 Urbanizacin Barranco
Urbanizacin Nueva
7 Esperanza
Urbanizacin Puente
9 Colonial
Total
7
60
31
32
TABLA N 04:
VARIABLES OBTENIDOS DE LA ENCUESTA
N Variable Exigida
-Produccin per cpita de residuos
Indicador
-RSP (Kg./da -
persona)
-CCE (KWh/Hab.-mes)
Variable continua
(Nuevos Soles)
Continua
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
33
)(
) (
)
)
(
)
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
=0
H1:
35
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
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
); 2) si el t
) (Barn, 2004).
37
y a o a 1 x e . (1)
Donde:
0
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)
38
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
Ahora
nao
39
y na x a
y x x a x a
i
i i
2
i
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)
Sr ( yi a0 a1 xi a2 xi ) 2
2
i 1
2 ( yi a0 a1 x1 a2 xi )
2
2 xi ( yi a0 a1 x1 a2 xi )
2
40
2 xi ( yi a0 a1 xi a2 xi )
2
Igualamos a 0, y reordenamos:
(n)a0 ( xi )a1 ( xi )a2 yi
2
sr
n (m 1)
(2)
Donde:
RSP : Produccin per-cpita de residuos slidos.
YP
41
Zi
1.
1 0 y 2 3 0
Relacin
creciente
monotnica,
1 0
2 3 0
1 0 , 2 0 y 3 0
U, en oposicin a la EKC.
5.
42
6.
43
CAPITULO IV
Puno
Provincia
Lampa
Distrito
Lampa
44
45
FIGURA N 09:
LOCALIZACIN GEOGRFICA DE LA CIUDAD DE LAMPA
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
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
48
CAPITULO V
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
2.77
Total
100
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)
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
52
FIGURA N 13:
PRODUCCIN DE RESIDUOS SLIDOS POR ESTRATOS, MXIMOS,
MNIMOS Y PROMEDIOS
(En kg./hab./da)
Estrato socioeconmico
53
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
Fuente: Elaboracin propia
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
Planteamiento de hiptesis
H0:
H1:
Paso 2:
Para
54
Paso 3:
Paso 4:
0
9
99
Paso 5:
55
Valor p
Resultado
1 rsp => yp
0.712
7.731
6.306
2.002
2.66
Significativo***
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***
0.323
2.600
1.543
2.002
2.66
Significativo**/1
0.259
2.039
1.004
2.002
2.66
Significativo**/1
0.376
3.091
2.012
2.002
2.66
Significativo**/1
56
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
58
La interpretacin es la siguiente:
-
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
60
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.
No hay heterocedasticidad
Si hay heterocedasticidad
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
.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
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
Prueba
Valor
M4
6.02 chi2 (4)
0.65 Prob>chi2
M5
3.84
0.42
3.5
0.06
1310.1
0.00
Valor
2.05 F(3,54)
0.12 Prob>F
2.05
0.12
63
FIGURA N 15:
RELACIN ENTRE LA GENERACIN DE RESIDUOS SLIDOS (RS) Y EL
INGRESO BRUTO FAMILIAR (Y)
.5
1.5
RS
2.5
1000
2000
3000
4000
5000
(5.19)
88
(-3.54)
64
FIGURA N 16:
CURVA AMBIENTAL DE KUZNETS, RELACIN ENTRE INGRESOS Y
RESIDUOS SLIDOS
(En trminos per cpita)
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
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
66
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.
67
tributarios
dirigidos
los
productores,
intermediarios
68
FIGURA N 17:
RELACIN ENTRE LA PRODUCCIN DE RESIDUOS SLIDOS DOMSTICOS
Y EL CONSUMO ENERGA ELCTRICA
(En trminos per cpita)
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
Variable
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
70
Prueba
Valor
chi2 (5)
Prob>chi2
M4
7.07
0.22
chi2 (1)
Prob>chi2
0.34
0.56
632.78
0.00
0.26
0.86
71
( 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)
72
TABLA N 17
CLCULO DEL PUNTO DE EQUILIBRIO DE CONSUMO DE ENERGIA
ELECTRICA CURVA AMBIENTAL DE KUZNETS
(A nivel de vivienda)
RS (Residuos slidos por vivienda)
Parmetros
C (constante)
0.8274
0.00092
CCE^3
-0.00001
91.14 Kw-h/vivienda/mes
FIGURA N 19:
REGRESIN ENTRE LA GENERACIN DE RESIDUOS SLIDOS (RS) Y
CONSUMO DE ENERGA ELCTRICA (CE)
(En nmero de viviendas)
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
;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.
= K1+K2
Costo Fijo
40,500.00 anual
3,375.00 mensual
1655
Nmero de viviendas
K1
Costo variable
94,500.00 anual
7,875 mensual
39.0 Kw-h
Recojo de basura
800 kg/da
1.80 kg/hab./da
2,984
27%
RSDv
RSDr
292,000 kg/ao
K2
75
TABLA N 19:
CLCULO DE LA TARIFA DE LIMPIEZA POR VIVIENDA EN LA CIUDAD DE
LAMPA
(A nivel de vivienda)
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
K1
76
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
79
RECOMENDACIONES
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
( ) ____________________
( )
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
( )
( )
( )
d. Telfono
( )
b. agua
( )
e. Cable
( )
c. Desage
( )
f. Internet
( )
Costo: ______________
Nuevos Soles
Costo: ______________
Nuevos Soles
8. Alguna
vez recibi educacin ambiental?
8.
9.
SI ( )
NO ( )
83
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
Variable
yp
yp2
yp3
cep
edu
edad
amb
viv
_cons
N
r2
r2_a
F
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
=
=
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
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
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
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of rsp
chi2(1)
Prob > chi2
=
=
3.50
0.0614
86
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
87
Ecuacin M4
. estat ovtest
Ramsey RESET test using powers of the fitted values of rsp
Ho: model has no omitted variables
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
0
-.05
-.1
-.15
e( rsp | X )
.05
.1
-50000
-20
-10
0
e( edad | X )
10
20
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 )
50
-20000
89
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
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
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
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
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of rs
chi2(1)
Prob > chi2
=
=
0.34
0.5610
91
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
.5
Density
1.5
-.5
.5
Residuals
93
Obs
resce2
60
Pr(Skewness)
Pr(Kurtosis)
0.4270
0.1163
adj chi2(2)
3.25
joint
Prob>chi2
0.1971
94
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
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