Demanda por Servicios Públicos

Domiciliarios en Colombia y Subsidios:

Implicaciones sobre el Bienestar

Por : Carlos Medina

Leonardo Fabio Morales

No. 467
2007

otá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Col
 Demanda por Servicios Públicos Domiciliarios en Colombia y Subsidios:
Implicaciones sobre el Bienestar*

Carlos Medina♦
Leonardo Fabio Morales†

Resumen

En el presente trabajo se estiman funciones de demanda por los servicios públicos

domiciliarios de agua y electricidad para una muestra de las ciudades más importantes
en el país. Teniendo como fuente de información la Encuesta de Calidad de Vida 2003
se utiliza una metodología no lineal que aprovecha las particularidades de la función de
oferta de estos bienes (bloque de precios crecientes, IBP), para identificar la demanda.
Con la estimación de la función de demanda se obtienen elasticidades ingreso y precio,
y se estima el efecto que tiene un incremento en el precio del consumo básico sobre el
bienestar de las familias beneficiarias a través de la variación compensada y la pérdida
irrecuperable, la cual se cuantifica en aproximadamente US$35 millones por año, por
concepto de los subsidios brutos en acueducto, alcantarillado y electricidad.

Abstract

We estimate demand functions of electricity and water for the main cities in Colombia,
using as source of information the LSMS survey of 2003, and using a nonlinear
methodology that take advantage of some particularities of the supply function that
allow us identifying the demand in the presence of increasing block pricing, IBP. With
the estimated demand functions, we get price and income elasticities, and we estimate
the effect of rising subsidized prices to basic consumption of beneficiary families, on
their welfare, by estimating their compensated variation and deadweight losses, which
we estimate to be roughly US$35 million per year on gross subsidies to water, sewerage
and electricity.

Keywords: focalización de subsidios, Incidencia, bienestar, funciones de demanda de

servicios públicos domiciliarios

JEL Codes: D6, D12, H4, H22, H24, I3

*
Agradecemos a Sheila Olmstead por sus aportes y sugerencias en la construcción del modelo empírico, a
Silvio López por asistencia, y a participantes en seminarios del Banco de la República en Bogotá y
Medellín por comentarios. También agradecemos a Julio Miguel Silva y Javier Rozo por el suministro de
información tarifaria. Las opiniones expresadas en este documento pertenecen a sus autores y no
necesariamente reflejan los puntos de vista del Banco de la República o de su junta directiva.
♦
Investigador cmedindu@[Link], teléfono (57) (4) 576 7464, fax: (57) (4) 251 5488
†
Investigador Júnior lmoralzu@[Link], teléfono (57) (4) 576 7468, fax: (57) (4) 251 5488

1
1. Introducción

Buena parte de los países en desarrollo, y en particular, de los países Latinoamericanos,

cuenta con alguna forma de subsidios a la provisión de servicios públicos domiciliarios,
SSPPD, soportados por decisiones que han contado tradicionalmente con amplio apoyo
popular. La determinación de la cuantía y la asignación de los subsidios han requerido
de una institucionalidad que establezca las reglas de juego en esta materia y vele por su
cumplimiento. En casos como el Colombiano, dichas reglas han contado desde sus
comienzos con buenas intenciones de parte de sus autores, pero han sido acompañadas
de grandes dificultades de tipo técnico, que en materia de la focalización de los
subsidios, han ofrecido soluciones que han sido objeto de gran debate recientemente.1

Teniendo en cuenta la dificultad que representa lograr consensos en torno a la política

de asignación y focalización de subsidios a los SSPPD, es apenas de entenderse que la
institucionalidad que enmarca dicha política no cuente con mecanismos que evalúen su
desempeño, con el objeto de reorientarla, de tal forma que una vez los subsidios se
comienzan a otorgar, sea posible flexibilizar su asignación de acuerdo a los resultados
de dichas evaluaciones. En este sentido, el seguimiento y evaluación de la asignación y
focalización de los subsidios a los SSPPD, queda en buena parte, en manos de la
academia.

Este trabajo, utiliza la Encuesta de Calidad de Vida de 2003, y las estructuras tarifarias,
para estimar la función de demanda de agua y electricidad en las principales zonas
urbanas del país. Las funciones de demanda son estimadas mediante una metodología
no lineal, particularmente útil en presencia de bloques crecientes de tarifas, IBP, el cual
es el caso en Colombia. Las estimaciones son la herramienta principal para el cálculo de
elasticidades precio e ingreso de la demanda, y de indicadores de bienestar como la
variación compensada del consumidor y la pérdida irrecuperable de la eficiencia ante un
cambio de precios, insumos fundamentales para evaluar el bienestar de los hogares
beneficiarios de los SSPPD.

1
Entre los estudios que han evaluado el sistema de focalización de los subsidios a los servicios públicos
domiciliarios en Colombia, y han formulado propuestas para mejorarlo, se encuentran los de Fernández
(2006), Medina y Morales (2007), Meléndez (2004), Montenegro y Rivas (2005), e INECON (2006). El
gobierno Colombiano también ha realizado recientemente propuestas de reforma, como la contenida en
DNP (2005).

3
Los resultados de las estimaciones arrojan elasticidades precio de la demanda de agua y
electricidad consistentes con las de estudios previos. La simulación de una política que
iguala en cada estrato los precios marginales del consumo básico a los costos de
referencia, revela que la compensación que requerirían los hogares beneficiarios de los
subsidios a los SSPPD en Colombia, para mantener la utilidad que tenían con el
consumo básico a precio subsidiado, se asignaría en forma bastante homogénea en la
distribución de ingresos para ambos casos: agua y electricidad. Por otro lado, la pérdida
irrecuperable se concentraría en los más pobres, en particular en el caso de la
electricidad.

A continuación se presenta una revisión de trabajos previos sobre el tema, y se

describen en detalle la estructura de tarifas de bloques de precios crecientes, la
metodología de estimación, los datos y resultados de las estimaciones de las funciones
de demanda de agua y electricidad, con base en las cuales se realiza el cálculo de
mediciones del bienestar económico de los hogares beneficiarios. Finalmente se
presentan las conclusiones.

2. Revisión bibliográfica

Estimaciones previas de demandas de servicios públicos en Colombia

En Colombia se han realizado diversos intentos por encontrar una estimación adecuada
de la función de demanda por agua o por electricidad, lo cual no es una tarea fácil, dado
que la estimación tiene problemas muy particulares que complican el proceso de
identificación, por el hecho de que la estructura de la oferta es de precios crecientes por
bloques (IBP). Uno de los primeros intentos fue el de Madock, Castaño y Vella (1992),
quienes con una muestra de hogares de la ciudad de Medellín de 1500 observaciones,
derivaron elasticidades para la demanda de electricidad utilizando una metodología tipo
Haussman (1979), que consiste en estimar una función demanda condicional, a través de
la minimización de una función de pérdida. La elasticidad precio de la demanda
obtenida para todos los estratos fue de -0,466.

Otra aproximación reconocida para el caso Colombiano es la López et al (1992), trabajo

en el cual, se estima una función de demanda de acueducto para la ciudad de Medellín

4
para el periodo comprendido entre 1985 y 1991. En este trabajo se utiliza un modelo
dinámico de ajuste parcial, para obtener elasticidades de corto plazo entre -0.16 y -0.30.
Para el caso de electricidad, Vélez y otros (1991) hacen una estimación de demanda
residencial para las ciudades de Bogotá y Medellín. Aquí se utilizan series de tiempo
entre el periodo 1970 y 1983, de consumo anual por suscriptor medio, para estimar
parámetros estructurales de la función de demanda. Las elasticidades precio de la
demanda oscilan entre -0,10 y -0,12.

Estudios de otros países

A nivel internacional, pueden encontrarse una variedad de trabajos en los que se estiman
individualmente ecuaciones de demanda de agua y electricidad para áreas urbanas de
muchos países en el mundo. Las primeras aproximaciones de estimación se centraban
en el uso del precio marginal o el precio promedio, para incluirlo como la principal
variable en las ecuaciones de demanda. Con trabajos como los de Gibbs (1978) y
Linaweaver (1967), quedaron resaltadas las ventajas del uso del precio marginal. Los
estudios posteriores de Taylor (1975) y Nordin (1976), se centraron en definir mejores
especificaciones para las ecuaciones de demanda, incluyendo el precio marginal y una
variable de diferencia que tomara en cuenta la transferencia que se presentaba por la
existencia de IBP (Hewitt y Haneman, 1995).

En literatura posterior, se aclararon los problemas de identificación asociados a la

estimación de la demanda de estos bienes y los trabajos se basaron en la utilización de
métodos econométricos para enfrentar el problema de endogeneidad por la aparente
simultaneidad del precio marginal, la cantidad y las variables que tuvieran en cuenta la
transferencia de ingreso entre los diferentes bloques. Por lo cual la mayoría de trabajos
recurrieron a la utilización de métodos de variables instrumentales o mínimos cuadrados
en dos o tres etapas (Baker et all,1989).

Dadas las limitaciones que presentan las alternativas basadas en regresiones lineales de
enfrentar los problemas del trabajo empírico, la literatura empírica más reciente sobre
demandas de electricidad y agua se ha encaminado hacia las aproximaciones no lineales
de estimación. La metodología de elección discreta continua es una de las alternativas
no lineales que fue utilizada primeramente por Hewitt y Hanemann (1995) y a partir de

5
allí en otra serie de trabajos como el de Olmstead, Hanemann, y Stavins (2005), OHS, y
el de Mosqueira (2003), en los cuales se ha comprobado las ventajas de la metodología
frente a comparaciones lineales. En el presente trabajo se seguirá esta línea de la
literatura para el caso colombiano estimando a través de la alternativa de elección
continua discreta, la demanda para los servicios públicos en el País.

Revisiones detalladas de la modelación de estimaciones de demanda residencial de

acueducto se pueden consultar en Arbués y otros (2003), y en Worthington y Hoffmann
(2006). Es importante anotar que aunque en teoría el uso de modelos dinámicos con
datos de panel permitiría obtener los resultados más precisos de las funciones de
demanda residencial de servicios públicos, son muy pocos los trabajos que se utilizan
esa aproximación por la falta de datos de panel. Afortunadamente, la revisión de
Worthington y Hoffmann concluye que las estimaciones encontradas por los diferentes
estudios citados son generalmente consistentes, independientemente de la fuente de
datos utilizada y de su estrategia de identificación.

3. Demanda de agua y electricidad, y la teoría sobre los Bloques de precios

crecientes

Actualmente es bastante común a nivel mundial encontrar que las tarifas de los servicios
públicos domiciliarios sean de precios por bloques, el cual es el caso colombiano. La
presencia de este tipo de estructura tiene importantes repercusiones sobre el trabajo
empírico al momento de plantearse la estimación de la demanda de los servicios
públicos domiciliarios, es por dichas razones que en esta sección se tratará el tema con
detenimiento.

Descripción general

Los precios por bloques, son estructuras de precios que caracterizan la función de oferta
de ciertos bienes, sobretodo los servicios públicos domiciliarios. Estas estructuras de
precios son no lineales, toda vez que se caracterizan por fijar precios marginales
diferentes según sea el rango de consumo, mayor o menor según sea el tipo de
estructura (creciente por bloque, decreciente por bloque). En Colombia los servicios
residenciales de agua y electricidad, poseen una estructura de precios crecientes por
bloques, es decir que se le carga un precio marginal más alto a los volúmenes de

6
consumo mayores. Esta práctica es muy común a nivel internacional y en Colombia se
ha establecido como una estrategia para focalizar subsidios, bajo el supuesto de que
existe una correlación entre el nivel de consumo y el nivel de ingreso, y también para
racionalizar el consumo y desincentivar el desperdicio de los recursos.

El siguiente gráfico presenta un ejemplo de precios crecientes por bloques con tres
precios marginales diferentes, si el consumo esta ubicado entre 0 y w1 , el precio
cargado es p1 , si esta entre w1 y w2 el precio será p2 , por último para un consumo
mayor a w2 , el precio cargado será: p3

Gráfico 1. Estructura creciente de bloques de precios, y su restricción presupuestal

Bajo una estructura de este tipo el consumidor enfrenta una restricción presupuestal con
unas características que difieren de las usuales, pues será no lineal (lineal a tramos). Las
alternativas que se le presentan al consumidor es consumir en un punto interior a
cualquiera de los bloques o en cualquiera de los kinks (los puntos de consumo a partir
de los cuales el precio marginal cambia). Así siendo el consumo del servicio público w
y el consumo de los demás bienes r , la restricción presupuestaria del consumidor
residencial sería la ilustrada en el gráfico 1

Como puede verse en la figura, la restricción presupuestal, considerando bienes con una
estructura de precios por bloque es no lineal, y según la estructura de los bloques puede
ser estrictamente no convexa, lo que tiene unas consecuencias muy particulares para el
equilibrio del consumidor, las funciones de demanda, las curvas de Engel, etc.

7
Ingreso monetario e ingreso virtual del hogar

Una de las particularidades importantes a tener en cuenta en los sistemas de precios

IBP, es la existencia de una transferencia creciente por bloques de consumo que se
deriva del hecho que el precio marginal por la última unidad de consumo (metro cúbico
o kilovatio/hora), no coincide necesariamente con el precio medio del total de unidades
consumidas, lo que se deriva del hecho de que para consumos en los bloques asociados
a los precios marginales más altos el consumidor estuvo dispuesto a pagar por cada
unidad de consumo dicho precio marginal, pero para las unidades consumidas ubicadas
en los primeros bloques tuvo que pagar un precio menor.

Por ejemplo para un individuo que consumió una cantidad del servicio w* , por encima
de w2 , (gráfico 1), se deduce que estaría dispuesto a pagar el precio p3 , por cada

unidad de consumo lo que implicaría un gasto final de w* p3 , pero en realidad tal

individuo solo tuvo que haber pagado los precios p1 y p 2 , por las cantidades al interior
de los bloques 1 y 2 respectivamente, lo que implicaría un gasto de
w1 p1 + ( w2 − w1 ) p2 + ( w* − w2 ) p3 , que resulta claramente menor. La diferencia entre lo
que estaría dispuesto a pagar y lo que realmente paga es una transferencia d , que
sumada al ingreso Y , da como resultado lo que se conoce como el ingreso virtual
Y~ = Y + d . De tal manera que el ingreso virtual incluye un subsidio toda vez que el
consumo se sitúe por encima del primer bloque, y tal efecto deberá ser tenido en cuenta
a la hora de estimar cualquier tipo de función de demanda.

Estimación de funciones de demanda sujetas a bloques de precios crecientes

Cuando la estructura de precios de un determinado bien es del tipo de bloques

crecientes, se presenta un problema dual, el precio marginal aumenta en la medida que
aumenta el consumo, lo que ocasiona un problema de simultaneidad dado que el precio
y el bloque en el cual consumir se determinan simultáneamente. En nuestro caso, el
ingreso virtual es igualmente endógeno, dado que la transferencia que se le adiciona al
ingreso monetario es función del precio. En ese sentido si una aproximación tradicional
de mínimos cuadrados ordinarios fuera empleada el tamaño del error, el precio marginal

8
y el ingreso virtual estarían sistemáticamente correlacionados lo que haría la estimación
sesgada e inconsistente.

Los primeros intentos de resolver este problema provienen de la utilización de variables

instrumentales, como los mínimos cuadrados en dos etapas.2 No obstante la
aproximación de las variables instrumentales tiene limitaciones importantes,
previamente señaladas en la literatura.3 Como lo documentan Arbués y otros (2003),
otro tipo de aproximaciones se han basado en la decisión de los hogares de auto
seleccionarse en intervalos determinados de consumo. En general, estos procedimientos
adoptan la intuición implícita en Heckman (1978), y en Burtless y Haussman (1978), y
hacen parte de la misma aproximación adoptada en este documento, denominada
Elección Discreta Continua.

Elección Discreta Continua

Este método fue propuesto inicialmente por Hewitt y Hanemann (1995) y

posteriormente por OHS, entre otros. Consiste Básicamente en la estimación de una
función de máxima verosimilitud definida con base en la distribución conjunta de dos
términos de error. La metodología permite hacer la estimación independientemente de si
los individuos son observados consumiendo en alguno de los kink, o en alguna porción
lineal de la restricción.

4. Metodología

A continuación se describe la Elección Discreta Continua, metodología con base en la

cual se realizará la estimación de las funciones de demanda de agua y electricidad.

2
Hausman y otros, 1979; Agthe y otros, 1986; Deller y otros, 1986, Nieswiadomy y Molina, 1988, 1989.
Ver también las referencias adicionales incluidas en Arbués y otros (2003), y en Worthington y Hoffmann
(2006).
3
OHS señala tres limitaciones: (i) las elasticidades obtenidas por IV requieren que se permanezca en el
mismo bloque de consumo, (ii) cuando el consumo está muy cercano a un kink determinado, no es claro
cual precio marginal debe asignarse, y (iii) el efecto de los cambios en la estructura de precio o en la
cantidad de bloques que enfrenta cada consumidor, no puede ser evaluado, dado que los elementos de la
estructura de precios no entran en las estimaciones por variables instrumentales. Por otro lado, Terza
(1986) argumenta que cuando se utiliza la linearización de la estructura de tarifas en las estimaciones por
variables instrumentales, se produce una correlación negativa espuria entre el precio y el error. Ver
adicionalmente Arbués y otros (2003), y Worthington y Hoffmann (2006).

9
Agua

En este caso, se realizaron estimaciones de prueba con diferentes formas funcionales, de

las cuales se concluyó que el mejor modelo a estimar era doble logarítmico. La ecuación
2 presenta el modelo estimado:
ln wa = Zγ + α ln p a + β ln ~
ya + η + ε (2)

Donde wa es el consumo observado en acueducto de cada hogar que reporta el valor de

la factura pagada por el servicio. La matriz Z comprende una serie de variables
exógenas que pueden influir en la determinación de los niveles de consumo del bien, y
variables de efectos fijos por cuidad. Los precios marginales del agua son representados
por pa , y el ingreso virtual que incluye la transferencia en el mercado del agua es ~
ya .

Por último η y ε son los términos de error.

Electricidad

En este caso, las estimaciones de prueba arrojaron que el modelo que convergía sin
mayores complicaciones y del cual se obtenían los resultados intuitivamente esperados
era logarítmico-lineal, la ecuación estimada puede ser representada por la siguiente
expresión:
ln wb = Zγ + α pb+ β ln ~
yb + η + ε (3)

Donde, wb es el consumo observado en electricidad de cada hogar que reporta el valor

de la factura, y las demás variables se definen igual al caso anterior.

Particularidades y estimación del método de DCC

En una estimación econométrica estándar regularmente las especificaciones de los

modelos empíricos solo poseen una perturbación aleatoria y no dos como en el caso de
las ecuaciones de demanda presentadas arriba. En estas aproximaciones estándar, la
perturbación aleatoria esta justificada en la existencia de efectos aleatorios no
observados u omitidos. Dado que la una aproximación DCC, es una modelación más
completa de la demanda que otras de otra naturaleza como los mínimos cuadrados o las
variables instrumentales, se debe ser cauto a la hora de introducir la perturbación
aleatoria (Hewitt y Hanemann, 1995). Dado que existen diversas fuentes de error,

10
algunas solo desconocidas por el investigador y otras desconocidas tanto por el
investigador como también por el hogar que resuelve el problema de maximización de
su utilidad, es por eso que se incluyen dos términos de error en las ecuaciones. En el
caso de η , este término recoge diferentes fuentes de heterogeneidad en las preferencias
sobre el bien en cuestión a lo largo de los hogares, estas fuentes son no observadas por
el investigador por la existencia de variables no observables o mesurables. Por su parte
ε recoge una fuente de error que igualmente no es observada por el investigador, pero
tampoco por el hogar, se trata de un error en el proceso de optimización, el cual refleja
el hecho que el uso observado no coincida con el que debería ser el óptimo (dado el
proceso de maximización de la utilidad del hogar). Se asume los siguientes supuestos
sobre los términos de error:
η ~ n (0, σ η2 ), ε ~ n (0, σ ε2 ) (4)

La aproximación de DCC modela la demanda condicional de un bien cuyo régimen de

tarifas opera bajo la estructura de precios por bloques, para dicha modelación en este
trabajo se sigue la tendencia de la literatura reciente en este tema de adoptar una
formulación aditiva lineal, en tal caso la descripción de la demanda condicionada toma
la siguiente forma (OHS)4:
⎧ln w1* ( z, p1 , y1 , δ , α , μ ) + η + ε
⎪
⎪ si η < ln w1 − ln w1* ( z, p1 , y1 , δ , α , μ )
⎪ln w + ε
⎪ i
⎪ si ln w1 − ln w1* ( z, p1 , y1 , δ , α , μ ) < η < ln w1 − ln w2* ( z, p2 , y2 , δ , α , μ )
⎪
⎪ln w2 ( z, p2 , y2 , δ , α , μ ) + η + ε
*

⎪ (5).
w⎨ si ln w1 − ln w2* ( z, p2 , y2 , δ , α , μ ) < η < ln w2 − ln w2* ( z, p2 , y2 , δ , α , μ )
⎪"
⎪
⎪ln wk −1 + ε
⎪
⎪ si ln wk −1 − ln wk* −1 ( z, pk −1 , yk −1 , δ , α , μ ) < η < ln wk −1 − ln wk* ( z, pk , yk , δ , α , μ )
⎪ln w* ( z, p , y , δ , α , μ ) + η + ε
⎪ k k k

⎪ si ln wk −1 − ln wk* ( z, pk , yk , δ , α , μ ) < η < ∞

⎩

La expresión (5) se obtiene de despejar para η cada una de las desigualdades que
pueden plantearse a partir de las ecuaciones (1) y (2), que resultan de cada caso posible
en el que pueda estar ubicado dentro de la estructura de precios el consumo observado:
cada uno de los bloques de consumo o de los kinks. Además w es el consumo

4
La derivación matemática y su notación siguen la línea de los trabajos de Hewitt y Hanemann (1995) y
de Olsmtead et all (2005)

11
observado y wk* ( z , pk , y k , δ ,α , μ ) es el consumo estimado al interior del bloque k , y

wk es el consumo en el punto o kink k .

La ecuación anterior es la que se va a estimar a través de máxima verosimilitud, la

probabilidad de observar un determinado nivel de consumo del servicio wi , puede ser
expresada de la siguiente manera:
k
P (ln wi ) = ∑ p (ln wi | ln wi ∈ t j ). p (ln wi ∈ t j ) (6).
j =1

Donde t j , hace referencia a un bloque o kink determinado, por lo tanto la sumatoria se

realiza sobre todas las posibles posiciones de consumo del bien dentro de la restricción
presupuestal: cualquier bloque o cualquier kink.

Al resolver la expresión anterior se obtiene la formula de la función de máximo

verosimilitud, para un número de bloques y kinks tal que: bloques + kinks = k . Al
resolver para el caso de 3 bloques y 2 kinks que es el caso de acueducto se obtuvo la
siguiente función de verosimilitud:
⎡ ⎤ ⎡ ⎤
2 2
− ( s1 ) − ( u1 )
1 2
⎥.[Φ (r ) − 0] + ⎢ 1 2
⎥.[Φ (m ) − Φ (t )]
ln L = ⎢
e e
⎢ 2π σ v ⎥ 1
⎢ 2π σ ε ⎥ 1 1

⎣⎢ ⎦⎥ ⎣⎢ ⎥⎦
(8)
⎡ ⎤ ⎡ ⎤ ⎡ ⎤
2 2 2
− ( s2 ) −( u 2 ) −( s3 )
1 2
⎥.[Φ (r ) − Φ (n )] + ⎢ 1 2
⎥.[Φ (m ) − Φ (t )] + ⎢ 1 2
⎥
+⎢
e e e
⎢ 2π σ v ⎥ 2 2
⎢ 2π σ ε ⎥ 2 2
⎢ 2π σ v ⎥
⎢⎣ ⎥⎦ ⎢⎣ ⎥⎦ ⎢⎣ ⎥⎦

Donde:
v =η + ε ρ = corr (v,η )

sk =
(ln w − ln w (.))
i
*
uk =
(ln wi − ln wk )
σv σε
i

tk =
(ln w k − ln w k (.)
*
) mk =
(ln w k − ln wk*+1 (.) ) (9)
σε ση

rk =
(tk − ρsk ) nk =
(mk −1 − ρsk )
1− ρ 2
1− ρ 2

Se estimaron las ecuaciones de demanda maximizando formulas de verosimilitud del

tipo de la ecuación (8), para los servicios de agua y alcantarillado, utilizando diferentes
expresiones según la forma de la función de oferta enfrentada por cada consumidor en

12
particular (tres bloques dos kinks, dos bloques un kink, etc.). Para determinar la
elasticidad precio de la demanda con precisión, se realizaron simulaciones tipo
Montecarlo, utilizando la esperanza matemática de la función de demanda condicional,
según la forma funcional que se utiliza en la estimación de la demanda, dado que por la
naturaleza no lineal de la aproximación los parámetros no pueden ser precisamente
interpretados como elasticidades5. No obstante las elasticidades precio de las demandas
simuladas resultan en magnitud muy similares a los coeficientes de precio obtenidos de
las estimaciones. Por cuestiones de extensión del documento se profundizara sobre el
cálculo de la esperanza matemática del consumo y la simulación en uno de los
apéndices del documento.

5. Datos y resultados de las estimaciones de demanda de servicios públicos

5.1 Datos y fuentes de información

Nuestra estimación de funciones de demanda residencial de agua y electricidad usa

como fuente de información la Encuesta de Calidad de Vida (ECV), realizada por el
departamento administrativo Nacional de Estadística (DANE) en el año 2003. Dicha
encuesta recoge valiosa información sobre las condiciones socioeconómicas de la
población colombiana, la encuesta indaga sobre el valor de la última factura pagada por
servicios públicos del hogar encuestada, el ingreso y otro conjunto de variables que
pueden influir en la determinación de los niveles de consumo de estos dos servicios
públicos domiciliarios. La otra información relevante que se utilizó en el presente
estudio son las tarifas cobradas por las empresas prestadoras en el mismo tiempo en el
que se realizo la encuesta. Para la información de tarifas se tiene como fuentes las
comisiones de Regulación de los servicios en cuestión, la Superintendencia de Servicios
Públicos Domiciliarios (SSPD) y el Sistema Único de Información de la SSPD.

Con la información de la factura pagada por cada hogar en particular y las tarifas
cobradas por las empresas, se calculó el consumo observado a través de algunas
derivaciones de la expresión (1), la cual establece la estructura de cobro estándar, para

5
Esto porque los precios aparecen en los límites de integración de la formula de probabilidad de observar
un consumo específico.

13
un servicio público, la cual incluye un cargo fijo (aunque no en todos los casos), y cada
uno de los bloques de consumo con sus respectivos precios.
n k
V (e)
(Qk ) = v0 (e)
+ ∑ p q i ; Qk = ∑ q i
(e)
i (1).
i =1 n =1

Con i = 1,2,..., n

donde V (e ) , corresponde al valor de la factura de una vivienda ubicada en estrato e la

(e)
cual es una función que depende de las cantidades totales consumidas Qk , v0 es el

cargo fijo que se cobra a las viviendas ubicadas en estrato e, pi( e ) es el precio marginal

en el bloque de precios i , para una vivienda ubicada en estrato e, qi indica la cantidad

consumida por el hogar el bloque de precios i, n indica el número de intervalos, y k el
intervalo en el cual se encuentra la cantidad total consumida en unidades del respectivo
bien Qk .

Una descripción de las variables utilizadas en las estimaciones se presenta en la tabla 1.

La diferencia en el número de viviendas con las cuales se estimaron los modelos de
agua y electricidad se debe principalmente al bajo reporte de la factura de agua. El
resultado final es que la muestra utilizada en el ejercicio de agua consta de hogares
relativamente más ricos que la de electricidad: se encuentran con mayor probabilidad en
estratos altos, tienen un jefe más educado, y en general, las características de sus
viviendas son mejores.

14
 Tabla 1. Estadísticas descriptivas.
Agua Electricidad Diferencia
Variable Mean Std. Dev. Mean Std. Dev. Significativa
Consumo 16.70 13.73 254.99 236.54 N.A.
N. cuartos 3.94 1.45 3.85 1.48 *
N. Baños 1.58 0.89 1.55 0.87 *
Jardín 0.54 0.50 N.A.
solar 0.05 0.21 0.06 0.23 *
Garaje 0.24 0.43 0.23 0.42
Terraza 0.17 0.37 0.16 0.37
zona verde 0.13 0.33 N.A.
cocina 0.97 0.16 N.A.
Casa 0.48 0.50 0.48 0.50
Estrato 2 0.32 0.47 0.34 0.47 *
Estrato 3 0.40 0.49 0.38 0.48 *
Estrato 4 0.13 0.33 0.13 0.34
Estrato 5 0.06 0.23 0.05 0.21 *
Estrato 6 0.02 0.14 0.02 0.15
Cocina con energía 0.22 0.41 N.A.
Mala calidad agua 0.11 0.31 N.A.
Agua todos los dias 0.98 0.13 N.A.
Agua las 24 horas 0.98 0.16 N.A.
Educación Jefe 9.08 4.96 8.89 4.97 *
Edad del jefe 49.26 14.92 N.A.
N. Electrodomesticos 5.07 2.29 *
Miembros en la Familia 4.07 2.00 4.07 2.12
Ingreso 1,660,926 5,505,154 1,554,473 4,917,231
No. Observaciones 10,639 12,742
Fuente: ECV 2003.
*
El consumo de agua está expresado en metros cúbicos y el de energía en KWH

5.2 Resultados

Agua

En este caso se utilizó información para 9 ciudades, incluidas en la ECV 2003, y sus
respectivas tarifas. Estas ciudades fueron: Bogotá, Medellín y su área metropolitana,
Barranquilla, Cartagena, Santa Marta, Cúcuta Bucaramanga, Cali y Pasto.6 Los
resultados de las estimaciones se presentan en la tabla 2, en donde aparecen también los

6
Las inferencias resultantes con base en los hogares de la ECV 2003 que residen en estas ciudades son
representativas del agregado de la zona urbana de las mismas.

15
nombres de las variables7. Salvo las variables casa, solar, numero de cuartos y las
dummies de efectos fijos para Cali y Bucaramanga, las demás variables incluidas en la
regresión resultaron ampliamente significativas.

Tabla 2. Resultados ecuación de demanda de Agua: DCC y OLS

DCC OLS
Variable Estimador t-estadistico Estimador t-estadistico
N. cuartos -0.0084 -1.22 0.0164 0.01
N. Baños 0.1404 10.74 0.1204 0.01
jardín 0.0423 2.43 0.0343 0.01
solar -0.0584 -1.61 -0.0064 0.03
Garaje 0.0436 2.01 0.0009 0.02
Terraza 0.0738 3.49 0.0624 0.02
zona verde -0.0988 -3.89 -0.0416 0.02
cocina 0.1427 2.93 0.1242 0.05
Casa -0.0279 -1.61 0.0237 0.01
Estrato 2 0.2684 8.47 -0.3955 0.03
Estrato 3 0.3233 9.37 -0.9286 0.03
Estrato 4 0.4356 9.97 -0.9899 0.04
Estrato 5 0.4776 9.01 -1.2058 0.05
Estrato 6 0.6176 8.38 -1.1917 0.06
Mala calidad agua 0.0558 2.33 0.0369 0.02
Agua todos los dias 0.4938 8.55 0.1349 0.05
Agua las 24 horas 0.1638 3.32 -0.0332 0.05
Educación del jefe 0.0016 0.76 -0.0020 0.00
Edad del jefe 0.0074 12.73 0.0022 0.00
N. miembros del hogar 0.1274 30.88 0.0772 0.00
Cali 0.0415 1.58 1.0078 0.04
Medellín 0.2250 10.38 0.8331 0.03
Barranquilla 0.3380 9.48 0.9847 0.06
Pasto -0.1643 -2.30 0.9412 0.05
Bucaramanga -0.0504 -1.18 1.2309 0.09
Pereira 0.2489 5.77 1.1507 0.07
Cartagena 0.2995 6.51 0.4921 0.08
Precio -0.2454 -12.62 1.4547 0.02
Ingreso 0.1402 15.34 0.0311 0.01
η 0.7120 96.83
ε 0.1790 10.55
Constante -8.5551 0.18

Las variables de estrato revelan que el consumo se incrementa a medida que pasamos a
estratos cada vez más altos, las variables que describen elementos adicionales de las

7
Una descripción más detallada de cada variable se encuentra en los anexos del trabajo (tabla A1)

16
viviendas como número de baños, garaje, terraza, jardín, etc., como es de esperarse
tienen una influencia positiva en el consumo del recurso.

La variable solar, la variable casa (la unidad de vivienda es casa y no apartamento)

junto con la variable zona verde (cercanía de la vivienda a parques y zonas verdes),
explican de forma negativa el consumo. En caso de las zonas verdes, estas pueden
resultar un sustituto de otro tipo de bienes que impliquen consumo de agua como el
jardín y en el caso de la existencia de solar este elemento en muchos casos permite la
recolección de aguas lluvias para empleos generales como el aseo y además mantiene la
vivienda fresca y ventilada, adicionalmente los solares son característicos de las casas y
no de los apartamentos y los resultados de la estimación de la demanda indican que en
promedio los hogares que habitan unidades de vivienda que son casas consumen menos
agua. La variable numero de cuartos resulta con signo negativo pero su efecto no es
estadísticamente significativo.

Las variables de efectos fijos de ciudad revelan que con respecto a Bogotá (categoría de
referencia) y manteniendo todo lo demás constante, algunas ciudades como Medellín,
Barranquilla, Cali, Pereira y Cartagena consumen más agua en promedio.
Alternativamente comparadas con Bogotá otras ciudades como Pasto y Bucaramanga
consumen menos. Esto puede explicarse por el hecho de que como se verá más adelante
la elasticidad precio de la demanda del agua es baja en relación a otros servicios
públicos como electricidad, aunque el precio del servicio sea mayor en Bogotá que en la
mayoría de las otras ciudades, el ingreso del hogar promedio es sustancial mente mayor,
por lo tanto el consumo resulta inferior en algunas ciudades. En las ciudades en las
cuales el consumo es mayor, puede presentarse que en promedio el efecto de un menor
precio relativo en relación a Bogotá supere el efecto de un menor ingreso en
comparación a esta ciudad.

Note la gran diferencia que se encuentra entre los coeficientes estimados por OLS y
aquellos estimados por DCC. Con OLS no se logra identificar la relación negativa que
existe entre los precios y la demanda de agua, y el efecto ingreso es en ese caso
despreciable. Con OLS, buena parte del efecto precio se captura en los efectos fijos de
estrato socioeconómico, los cuales a su vez presentan un signo contraintuitivo.

17
Aunque la interpretación de los coeficientes de precio e ingreso como cambios
marginales puede estar sujeta a imprecisiones dada la no linealidad del modelo, más
adelante puede verse que las elasticidades calculadas por simulación son muy similares
a dichos coeficientes. En el caso de esta estimación por ser doble logarítmica los
coeficientes podrían ser interpretados como elasticidades, así la elasticidad precio
estaría alrededor del -25% y en caso de ingreso del 14%. De lo cual se puede adelantar
que el bien es inelástico al precio y al ingreso, lo cual es muy intuitivo teniendo en
cuenta que el agua es un bien necesario por lo tanto no se espera mucha respuesta del
consumo ante variaciones del precio o el ingreso.

Electricidad

En el caso de electricidad se utilizó información de las siguientes ciudades colombianas:

Medellín y su área metropolitana, Cali, Bogotá, Bucaramanga, Pasto, Cartagena,
Barranquilla. Los resultados de las estimaciones están presentados en la tabla 3.8 Salvo
por la variable garaje todas las variables incluidas en la ecuación de demanda resultan
estadísticamente significativas, las variables que se refieren a la existencia de algunos
elementos de la vivienda como número de cuartos, número de baños, terraza etc.,
resultan como es de esperarse teniendo un efecto positivo sobre el consumo del recurso.
Las variables de estrato revelan que se mantiene el mismo patrón que en agua, el
consumo crece a medida se pasa de un estrato a otro. La única variable que tiene una
influencia negativa sobre el consumo es los años de educación del jefe, revelando que
mientras más educado sea el jefe del hogar se evidencia un menor consumo, revelando
este hecho la existencia de una cultura del ahorro y del no desperdicio, al interior de los
hogares más educados.

8
Una descripción más detallada de las variables aparece en los anexos (tabla A1)

18
 Tabla 3. Resultados ecuación de demanda de electricidad: DCC y OLS
DCC OLS
Variable Estimador t-estadistico Estimador t-estadistico
N. cuartos 0.0245 12.42 0.0167 0.00
N. Baños 0.0921 7.91 0.1111 0.01
solar 0.1050 4.69 -0.0068 0.02
Garaje -0.0078 -0.60 -0.0039 0.01
Terraza 0.0830 5.03 0.0380 0.01
Casa 0.0666 5.43 0.0713 0.01
Estrato 2 0.4175 18.80 -0.0919 0.02
Estrato 3 0.5064 18.59 -0.4111 0.02
Estrato 4 0.5731 15.07 -0.5793 0.03
Estrato 5 0.5546 10.79 -0.9050 0.04
Estrato 6 0.7859 13.24 -0.7424 0.04
Cocina con energía 0.2706 15.38 0.1767 0.01
Educación Jefe -0.0076 -6.86 -0.0062 0.00
Miembros en la Familia 0.0642 7.12 0.0520 0.00
Cali 0.1499 6.95 0.2698 0.02
Medellín 0.5993 33.05 0.7385 0.03
Barranquilla 0.5363 22.45 0.3424 0.06
Pasto 0.1907 4.37 -0.3745 0.04
Bucaramaga -0.1587 -7.62 -0.6300 0.04
Cúcuta 0.2755 6.34 -0.1189 0.05
Pereira 0.1120 3.39 0.0620 0.04
N. Electrodomesticos 0.0056 6.75 0.0435 0.00
Precio -0.0025 -11.34 0.0113 0.00
Ingreso Virtual 0.3261 108.96 0.0283 0.01
η 0.5709 104.08
ε 0.1886 12.47
Constante 2.3772 0.08

En cuanto a los efectos fijos de ciudad, los resultados revelan que en promedio y todo
lo demás constante casi todas las ciudades salvo Bucaramanga, presentan un consumo
superior al de Bogotá, este resultado es consistente con las estimaciones dado que a
comparación del agua la elasticidad precio de la demanda es mayor y dado que los
precios marginales a cualquier bloque de consumo son mayores en Bogotá, eso
repercute en un efecto precio en detrimento del consumo en la ciudad.

En este caso, los estimadores obtenidos por OLS registran problemas similares a los
detectados en el caso de la demanda de agua.

19
Aunque de nuevo aquí la interpretación de los coeficientes de precio e ingreso puede
tener ciertas imprecisiones, mas adelante puede verse que la elasticidad precio simulada
es muy similar a la que se obtiene con el coeficiente. Dado que el modelo arroja una
semielasticidad en el caso del precio al multiplicar por el consumo promedio se obtiene
una elasticidad promedio superior a -0.48% y el coeficiente del ingreso que es una
elasticidad es de 32%. De acuerdo a lo cual en comparación al agua, la electricidad es
un bien más elástico, lo cual es bastante intuitivo dado que muchos bienes superiores y
suntuarios y del hogar funcionan con electricidad, lo que hace que la respuesta ante
cambios en precio e ingreso pueda ser más alta.

Simulación de la elasticidad precio de la demanda

La no linealidad del modelo de elección discreta continua, implica que los coeficientes
no puedan interpretarse precisamente como cambios marginales, esto porque las
variables explicativas se encuentran también en los límites de integración de la
expresión de la demanda condicionada por lo cual no es posible encontrar una solución
analítica para expresar la derivada. Sin embargo para esta superar esta limitación y
encontrar cambios marginales precisos, es posible simularlos, para lo cual hay que
encontrar una expresión para el valor esperado del consumo y perturbar el precio en una
magnitud equivalerte al 1%, con lo cual es posible hallar el valor de la elasticidad
directamente, este procedimiento se hace a través de experimentos Montecarlo.

Para este procedimiento es necesario calcular una expresión para el valor esperado del
consumo, del planteamiento de la función de demanda condicional y siguiendo a OHS,
tenemos el consumo condicional a los bloques toma la siguiente forma:
⎧ *
⎪w1 (z , p1 , y1 , δ , α , μ )e e ; if 0 < e < * (
η ε η w1
⎪ w1 z , p1 , y1 , δ , α , μ )
⎪ ε w1 w1
⎪w1e ; if * < eη < *
⎪ w1 ( z , p1 , y1 , δ , α , μ ) w2 ( z , p2 , y2 , δ , α , μ )
⎪
w = ⎨w2* (z , p2 , y2 , δ , α , μ )eη eε ; if *
w1 w2
< eη < * (10).
⎪ w2 ( z , p2 , y2 , δ , α , μ ) w2 ( z , p2 , y2 , δ , α , μ )
⎪ ε w2 w2
⎪w2 e ; if * < eη < *
⎪ w2 (z , p2 , y2 , δ , α , μ ) w3 (z , p2 , y2 , δ , α , μ )
⎪ *
⎪w3 (z , p3 , y3 , δ , α , μ )e e ; if *
η ε w2
< eη
⎩ w3 (z , p2 , y2 , δ , α , μ )

20
Resolviendo la anterior expresión se obtiene una formula para el valor esperado del
consumo E (w) , esta derivación aparece explicada mas detalladamente en los anexos del
documento.

Agua
Los resultados de las simulaciones de la elasticidad precio de agua se presentan en la
tabla número cuatro, la elasticidad media es de -0.23 se realizaron 100 simulaciones de
la elasticidad, lo que permite obtener un estadístico t con el cual se deduce que el
parámetro es estadísticamente significativo.

Tabla 4. Elasticidades precio simuladas, Agua

Media Desviación T
-0.23 0.03 -7.84

En la siguiente tabla aparecen los resultados de la simulación de las elasticidades

ingreso, para la demanda estimada de agua, en promedio la elasticidad fue de 0.17 y es
estadísticamente distinta de cero.

Tabla 5. Elasticidades ingreso de la demanda simuladas, Agua

Media Desviación T
0.17 0.01 12.03

Electricidad
Los resultados de las simulaciones de elasticidad precio e ingreso de la demanda de
electricidad se presentan en las siguientes tablas, aquí igualmente se realizaron 100
simulaciones y se cálculo un t estadístico y las variables resultan altamente
significativas.

Tabla 6. Elasticidades precio simuladas, electricidad

Media Desviación T
-0.45 0.07 -6.09

Tabla 7. Elasticidades ingreso simuladas, electricidad.

Media Desviación T
0.307 0.004 70.461

21
En el caso del agua las elasticidades simuladas tanto de precio como de ingreso, no
difieren mucho de los coeficientes de las regresiones, (-23%) y (17%) para precio y
agua respectivamente, es decir que si se registrase un incremento o decremento en el
precio del agua equivalente al doble del precio actual, el consumo promedio solo se
incrementaría o reduciría en 23% respectivamente, alternativamente si el ingreso
familiar se duplicase en el hogar el incremento en el consumo solo sería del 17%. Estas
elasticidades son más bajas que las obtenidas en el caso de electricidad, lo que puede ser
interpretado como que el agua es un bien de carácter más necesario que la electricidad,
el consumo no responde mucho ante cambios ni de precio ni de ingreso.

Por el lado de la electricidad encontramos una elasticidad precio de -0.45, es decir toda
vez que la tarifa de electricidad cambie la respuesta del consumo será en magnitud
superior a la que tendría el consumo de agua. La elasticidad ingreso obtenida fue del
0.31 toda vez que el ingreso se duplique el consumo de electricidad se elevaría en un
31%. Dado que el consumo de muchos vienes suntuarios al interior del hogar, es un
consumo complementario al uso de la electricidad, la respuesta en el consumo del bien
es más sensible que en el caso del agua.

6. Cálculo de mediciones del bienestar económico de los hogares beneficiarios a

partir de la elasticidad precio de la demanda

Uno de los principales logros de caracterizar la función de demanda de un bien es que

permite traer al campo de lo empírico, muchos conceptos desde la teoría económica del
bienestar. En esta sección se calcula con base en los resultados obtenidos de las
estimaciones econométricas, el cambio en el excedente del consumidor y la pérdida
irrecuperable de la eficiencia, resultantes de una política que iguala en cada estrato los
precios marginales del consumo básico a los del consumo complementario, para los
casos de agua y electricidad.

El excedente del consumidor es una de las herramientas más mencionadas de la teoría

del bienestar y a nivel empírico, la idea básica es evaluar la disponibilidad a pagar de un
consumidor por un cambio en el precio del bien que consume, por ejemplo de p 0 a p1 .
Para caracterizar los cambios en bienestar generados por cambios en los precios, se

22
utiliza un conjunto de herramientas diseñadas desde la teoría del bienestar como la
variación compensada y la variación equivalente. Dado que los cambios en los precios
de los servicios públicos afectan el bienestar económico de la familia representativa,
herramientas de este corte son una clave importante para el diseño de políticas en el
campo de los servicios públicos domiciliarios en el País.

Si se cuenta con una estimación confiable de la función de demanda, uno de los

acercamientos más comunes al excedente del consumidor es el área a la izquierda de la
demanda marshaliana utilizando los parámetros estimados, sin embargo esta
metodología no deja de ser una aproximación y bajo ciertas circunstancias podría no ser
muy precisa. Para calcular las mediciones de bienestar que se presentan en este trabajo
se siguió a Hausman (1981), quien desarrolla una metodología para encontrar el
excedente del consumidor y la pérdida irrecuperable de manera precisa con base en la
demanda compensada.

Estimación del cambio en el excedente del consumidor y la pérdida irrecuperable

del subsidio a los servicios públicos

La idea básica de la metodología de Hausman (1981), es encontrar el cambio en el

excedente del consumidor a través de la función de demanda compensada o hicksiana,
partiendo de la demanda observada de mercado o marshaliana, que es justamente la que
se ha estimado en secciones anteriores. Con este insumo realizan los cálculos de la
variación compensada que es una medición del cambio en el excedente del consumidor,
y con la magnitud de la variación compensada se puede encontrar el valor de la perdida
irrecuperable de la eficiencia de forma directa.

Para empezar a construir una expresión para la variación compensada ante un cambio de
precios se utiliza la identidad de Roy, con base en la cual se obtiene la siguiente
ecuación:
∂V ( p1 , y ) / ∂p1
− = e zγ p1α y δ (11)
∂V ( p1 , y ) / ∂y
Observe que la expresión de la derecha es la función de demanda para el caso de agua
para la cual se utilizó una forma Log-Log. Para encontrar la función indirecta de

23
utilidad se resuelve la anterior ecuación diferencial por separación de variables y se
integra para llegar a la siguiente expresión:
p11 + α y1−δ
V ( p1 , y ) = c = −e zγ + (12)
1+ α 1− δ
Siguiendo la metodología planteada por Hausman (1981), simplemente se define la
constante de integración como un índice de utilidad cardinal c = uo . Despejando el
ingreso de la ecuación anterior se obtiene la función de gasto la cual depende de la
utilidad y el nivel de precios.
1 /(1−δ )
⎧⎪ ⎡ ⎛ p1 + α ⎞⎤ ⎫⎪
e( p1 , u ) = ⎨(1 − δ ) ⎢u + e zγ ⎜⎜ 1 ⎟⎟⎥ ⎬ (13)
⎪⎩ ⎣ ⎝ 1 + α ⎠⎦ ⎪⎭

Si consideramos un cambio de precios de po a p1 , la variación compensada es la

cantidad de ingreso vc, que se le tendría que transferir al consumidor, para que a los
precios nuevos, p1, mantenga su utilidad inicial, u0. De esta forma, vc es tal que
V(p0,y0)=V(p1,y0+vc). En términos de la función de gasto se expresa como:
CV ( p0 , p1 , y0 ) = e( p1 , u0 ) − e( p0 , u0 )
(14)
= e( p1 , u0 ) − y0
Finalmente utilizando las expresiones (13) y (14), y realizando algunos procedimientos
algebraicos se obtiene una ecuación para la variación compensada en términos del
cambio de precios y su equivalente en términos del cambio en el precio de las
cantidades.
1 /(1−δ )
⎧⎪ ⎛ ⎛ e zγ ⎞ 11+α 1+α ⎞ (1−δ ) ⎫
⎪
VC = ⎨(1 − δ )⎜⎜ ⎜⎜ ⎟⎟( p1 − p01 ) ⎟⎟ + y 0 ⎬ − y0
⎪⎩ ⎝⎝1+ α ⎠ ⎠ ⎪⎭
1 /(1−δ )
(15)
⎧⎪⎛ 1 − δ ⎞ (1−δ ) ⎫
= ⎨⎜ ⎟ [ ]
p11 x11 ( p11 , y 0 ) − p10 x10 ( p10 , y 0 ) + y 0
⎪
⎬ − y0
⎪⎩⎜⎝ (1 + α ) y 0 ⎟
δ
⎠ ⎪⎭

El mismo procedimiento se utiliza para encontrar una ecuación para la de manda de

electricidad que utiliza una forma logaritmo lineal la expresión que se obtiene para la
variación compensatoria es la siguiente:
1 /(1−δ )
⎧⎛ 1 − δ ⎞ zγ α . p11 α . p10 01−δ ⎫
VC = ⎨⎜ ⎟e (e − e ) + y ⎬ − y0
⎩⎝ α ⎠ ⎭
1 /(1−δ ) (16).
⎧⎪⎛ 1 − δ ⎞ 1 1 ⎫
= ⎨⎜
⎜ 0δ ⎟
[ ]
⎟ x1 ( p1 , y0 ) − x10 ( p10 , y 0 ) + y 01−δ ⎪⎬ − y0
⎩⎪⎝ αy ⎠ ⎪⎭

24
Con las expresiones anteriormente presentadas se puede entonces encontrar la variación
compensada ante el cambio de precios que implica cualquier tipo de subsidio o
impuesto. Al igual que una medida de cambio en el excedente del consumidor es
importante tener una medida de la perdida irrecuperable de la eficiencia asociada a la
respectiva distorsión en los precios, si la variación compensada es el área a la izquierda
de la curva de demanda compensada h( p, u o ) entre el precio inicial p o y el precio final

p1 , la pérdida de la eficiencia es el triangulo que corresponde a la diferencia entre la

variación compensada y el costo del subsidio o las rentas que se recogen con el
impuesto. Dado que los servicios públicos se caracterizan en Colombia por haber sido
importantemente subsidiados, en esta sección se realiza un acercamiento a la medición
de la variación compensada y la perdida de la eficiencia de dicho subsidio.

Aplicación Empírica

La pérdida irrecuperable de la eficiencia corresponde entonces al área que resulta de

restar del costo total del subsidio ( p0 − p1 ) ⋅ q1 , el área correspondiente a la variación
compensada, lo cual da como resultado el triangulo blanco en la esquina superior
derecha en el rectángulo que representa el costo del subsidio en el panel A del gráfico 2.

Para el cálculo de la variación compensada y la pérdida de la eficiencia se realizaron

dos ejercicios de acercamiento. En el primer ejercicio, el más general, se analizó un
cambio de precios de p0 a p1 siendo p1 el costo de referencia y p0 el precio del
primer bloque en la estructura, asumiendo que la curva de oferta agregada del servicio
público es perfectamente elástica, esto se muestra en el panel B del gráfico 2. El precio
disminuye generando una variación compensada equivalente al área del trapecio rayado,
mientras que el costo del subsidio equivale al rectángulo en color. El cambio de precio
en cada servicio equivale al precio que enfrenta en el primer rango de consumo, al
precio que corresponde al costo de referencia.

En el segundo ejercicio se asume una estructura de oferta IBP y se modela un cambio de

precios igualmente de p0 a p1 , nuevamente donde p0 y p1 son los precios en el primer
intervalo de consumo, y el costo de referencia, respectivamente. En este caso se asume
que el cambio en los precios no es lo suficientemente grande para que el individuo se

25
cambie del bloque en el cual estaba consumiendo. Así, si el hogar estaba consumiendo
en el primer bloque de consumo, la pérdida de eficiencia es el triangulo dibujado en el
panel D del gráfico 2; pero si el individuo ya se encontraba en el segundo intervalo de
consumo, la variación compensada equivale al rectángulo en color del panel C gráfico
2. Así que siempre que el hogar presente consumo complementario, la variación
compensatoria es simplemente una transferencia de ingreso que iguala al costo del
subsidio, y por tanto no hay pérdida irrecuperable de la eficiencia.

Los resultados también son presentados discriminando entre la muestra total y

solamente los hogares que son susceptibles de recibir el subsidio. Lo anterior, debido a
que algunos hogares (menos del 10% de la muestra) nunca reciben subsidio
independientemente del nivel de consumo. Esta discriminación es importante dado que
es de esperar que la magnitud de la perdida de la eficiencia y la variación compensada
difiera según el tipo de servicio entre estas dos muestras.

Gráfico 2. Variación compensada y pérdida de la eficiencia

26
Resultados

Los resultados de los ejercicios anteriormente planteados se presentan en las siguientes

tablas. Para ver visualizar elementos importantes desde el punto de vista distributivo se
analizan las medias de la variación compensatoria y la pérdida irrecuperable de la
eficiencia por deciles de ingreso.

Agua
Para el caso de agua en el panel superior de la tabla 8 se presentan los resultados del
primer ejercicio (oferta infinitamente elástica) y en el inferior los del segundo ejercicio
(oferta IBP), Los cuadros están divididos con los resultados para toda la muestra y
exclusivamente para la muestra que puede recibir subsidio, la muestra. Los hogares que
independientemente del rango de consumo que presenten, no pueden recibir subsidio,
son aquellos de estratos altos en los cuales el precio que corresponde al primer rango de
consumo siempre es igual o está por encima del costo de referencia. Para la muestra con
la que se calcula agua son 600 observaciones las que presentan está situación mientras
que 1063 son los hogares que si pueden recibir subsidios en este servicio.

Tabla 8. Promedios de la variación compensada y la pérdida irrecuperable

de acuerdo a la estructura de tarifas: Agua

27
 A. Cuadro con oferta infinitamente elástica
Todos los Hogares Hogares Subsidiados
Decil
VC PE PE/VC VC PE PE/VC
1 6,144 -674 -11.0% 6,860 -747 -10.9%
2 7,504 -838 -11.2% 8,415 -939 -11.2%
3 6,195 -656 -10.6% 7,685 -799 -10.4%
4 6,949 -728 -10.5% 8,376 -859 -10.3%
5 7,328 -758 -10.3% 8,742 -898 -10.3%
6 7,501 -683 -9.1% 8,621 -769 -8.9%
7 7,147 -615 -8.6% 8,920 -759 -8.5%
8 7,151 -564 -7.9% 8,911 -669 -7.5%
9 5,780 -448 -7.7% 9,364 -605 -6.5%
10 1,438 -254 -17.7% 7,955 -388 -4.9%
Total 6,314 -621 -9.8% 8,388 -762 -9.1%
B. Cuadro con bloques de precios crecientes, IBP
Todos los Hogares Hogares Subsidiados
Decil
VC PE PE/VC VC PE PE/VC
1 6,123 -589 -9.6% 6,996 -665 -9.5%
2 7,253 -747 -10.3% 8,134 -837 -10.3%
3 6,040 -580 -9.6% 7,487 -707 -9.4%
4 6,605 -626 -9.5% 7,959 -739 -9.3%
5 6,825 -570 -8.4% 8,148 -678 -8.3%
6 6,905 -485 -7.0% 7,922 -547 -6.9%
7 6,580 -424 -6.4% 8,218 -522 -6.4%
8 6,421 -336 -5.2% 7,927 -403 -5.1%
9 5,206 -221 -4.2% 8,118 -310 -3.8%
10 1,827 -75 -4.1% 6,380 -150 -2.4%
Total 5,977 -465 -7.8% 7,778 -580 -7.5%

La pérdida irrecuperable de la eficiencia calculada en los dos ejercicios es relativamente

estable en magnitud entre los deciles de ingreso intermedios, aunque como proporción
de la variación compensada, es notable que en los primeros deciles esta proporción es
mayor. La pérdida de la eficiencia resulta ser un porcentaje de la variación
compensatoria entre el 9.1% y el 7.5% para el primer y segundo ejercicio
respectivamente, para la muestra de hogares que son susceptibles de recibir el subsidio
según sea su nivel de consumo.

Electricidad
En forma similar al caso de agua, los resultados de electricidad se presentan en la tabla
9. Los resultados del primer ejercicio, suponiendo una curva de oferta perfectamente
elástica, en el panel superior, y los del segundo, suponiendo una curva de oferta tipo

28
IBP en el inferior. En el caso de electricidad los resultados también son discriminados
entre el total de la muestra y solo la muestra de hogares que son susceptibles de recibir
subsidio, por ser de una estructura que comprende dos bloques algunos hogares
ubicados en estratos altos en cada una de las respectivas ciudades enfrentan desde el
primer bloque de consumo un precio mayor o igual al costo de referencia, los hogares
que se encuentran en esta situación son 2328 en la muestra, una cantidad importante en
relación al caso de agua en donde su peso en la muestra era menor. Los hogares que en
electricidad son susceptibles de recibir el subsidio son 10410.

Tabla 9. Promedios de la variación compensada y la pérdida irrecuperable

de acuerdo a la estructura de tarifas: Electricidad
A. Cuadro con oferta infinitamente elástica
Todos los Hogares Hogares Subsidiados
Decil
VC PE PE/VC VC PE PE/VC
1 10,851 -1,023 -9.4% 11,328 -1,062 -9.4%
2 13,910 -1,376 -9.9% 14,514 -1,431 -9.9%
3 15,271 -1,524 -10.0% 15,678 -1,560 -9.9%
4 14,944 -1,471 -9.8% 16,012 -1,549 -9.7%
5 16,227 -1,637 -10.1% 17,225 -1,730 -10.0%
6 16,479 -1,666 -10.1% 18,199 -1,811 -10.0%
7 18,201 -1,787 -9.8% 20,316 -1,967 -9.7%
8 17,248 -1,641 -9.5% 20,660 -1,918 -9.3%
9 12,585 -1,251 -9.9% 21,218 -1,877 -8.8%
10 6,314 -1,082 -17.1% 26,958 -1,969 -7.3%
Total 14,234 -1,450 -10.6% 17,564 -1,663 -9.4%
B. Cuadro con bloques de precios crecientes, IBP
Todos los Hogares Hogares Subsidiados
Decil
VC PE PE/VC VC PE PE/VC
1 9,683 -399 -4.1% 10,499 -648 -6.2%
2 11,155 -631 -5.7% 11,640 -661 -5.7%
3 11,752 -554 -4.7% 12,062 -577 -4.8%
4 11,229 -499 -4.4% 12,025 -564 -4.7%
5 11,763 -495 -4.2% 12,490 -532 -4.3%
6 11,222 -334 -3.0% 12,388 -413 -3.3%
7 11,162 -174 -1.6% 12,385 -299 -2.4%
8 9,811 58 0.6% 11,592 -140 -1.2%
9 6,618 572 8.6% 10,455 -43 -0.4%
10 3,788 2,110 55.7% 8,990 -34 -0.4%
Total 9,818 -35 -0.4% 11,635 -429 -3.7%

Muy parecido al caso anterior, la pérdida irrecuperable de la eficiencia para la distorsión

de precios provocada por el subsidio para electricidad es de mayor magnitud en los

29
deciles bajos e intermedios y se reduce de forma importante para los altos, sobretodo en
el caso de los hogares susceptibles de subsidios. La pérdida de la eficiencia resulta ser
un porcentaje de la variación compensatoria de 9.4% y 3.7%, para el ejercicio de oferta
infinitamente elástica y oferta IBP respectivamente, en el caso de los hogares
susceptibles de ser subsidiados. Es notable que la pérdida irrecuperable de la eficiencia
es muy baja en promedio para toda la muestra, esto porque dada la estructura de
consumo característica de este servicio hay un número considerable de hogares que no
poseen pérdida irrecuperable dado que en gran parte de las ciudades a partir del tercer
estrato el precio del primer bloque resulta ser el mismo costo de referencia lo que
disminuye el promedio de la pérdida irrecuperable notablemente.

La pérdida irrecuperable es una pérdida de la eficiencia porque el costo del subsidio es

superior a la magnitud que los individuos estarían dispuestos a pagar por un cambio de
precios que los dejase en el estado de bienestar antes de que los precios experimentaran
una variación. Es menor en el caso de electricidad en comparación al de agua porque la
estructura del consumo, es tal, que en electricidad hay mucha mas concentración de
hogares consumidores en el bloque de consumo complementario, muchos de los cuales
no tienen pérdida irrecuperable de la eficiencia, siempre y cuando el cambio en los
precios nos los lleve a reducir su consumo al primer intervalo, o consumo de
subsistencia. Este resultado se constituye en evidencia adicional a la reportada en otros
estudios, sobre el generoso nivel de consumo básico en el caso de agua.9 Este aspecto
incide directamente en la focalización de la pérdida irrecuperable, toda vez que mientras
más ricos se encuentren en el rango de consumo básico, más pérdida irrecuperable se
estará generando en hogares de deciles altos.

Con base en una estimación sencilla de la pérdida irrecuperable total en subsidios a los
SSPPD para el caso Colombiano, que asuma que la pérdida irrecuperable en las zonas
urbanas es similar a la que se presenta en el conjunto del país, se tendría que la pérdida
irrecuperable sería igual a US$18.1 millones en agua, y a US$19.4 millones en
electricidad.10 Los cálculos se presentan en la tabla 10 y se basan en cifras de subsidios
estimados por INECON (2006) para el año 2004.11

9
Ver Fernández (2004), Meléndez (2004), y Medina y Morales (2007), entre otros.
10
Se parte de un gasto (subsidio bruto) en acueducto y alcantarillado equivalente al 0.23% del PIB
(asumiendo que la pérdida irrecuperable en agua es igual a la de alcantarillado), y de un gasto en

30
Tabla 10. Estimación de la pérdida irrecuperable por los subsidios a Agua y
Electricidad en Colombia
Subsidios Pérdida Irrecuperable en 2004
2003 2004 PI/VC $2004 $2007 US$2007
Acueducto y Alcantarillado, AA 9.1%
*
Demanda Subsidios 536 453 37.5 43.4 21.6
**
Contribuciones 203 226 7.5%
Neto 333 227 31.4 36.4 18.1
Subsidios Presupuestales 65
Oferta 558 0
Total Subsidios AA 1,159 453
Electricidad, E 9.4%
*
Demanda Subsidios 743 937 79.8 92.3 46.1
**
Contribuciones 573 660 3.7%
Neto 170 277 33.4 38.6 19.4
Oferta 24 128
Total Subsidios E 767 1,065
Total Subsidios AA+E 9.3%
Demanda 1,344 1,390 117.3 135.7 67.7
Oferta 582 128 4.9%
Total $ 1,926 1,518 64.8 75.0 37.5
%PIB 0.83 0.58
Fuente: INECON (2006). * Subsidios a estratos 1, 2 y 3. ** Contribuciones de estratos 5 y 6, y de los
sectores comercial e industrial: más de la mitad de las contribuciones provienen del sector no residencial.

7. Conclusiones

En este trabajo se estimó una función de demanda para los servicios públicos
domiciliarios de agua y electricidad, utilizando una metodología de alternativa discreta
continua, que ha sido utilizada en la literatura reciente para hacer frente a los problemas
de identificación y estimación que tienen los bienes cuya estructura de oferta se rige
mediante bloques de precios crecientes. Los resultados obtenidos muestran que la
elasticidad precio de la demanda en el caso de agua está alrededor de (-0.23) y en
electricidad alrededor de (-0.45). En cuanto a la elasticidad ingreso los resultados
obtenidos fueron (0.17) para agua y (0.31) para electricidad. Esto demuestra que el

electricidad equivalente al 0.32% del PIB. No se tienen en cuenta las pérdidas debidas a las tarifas
impositivas.
11
La magnitud de la pérdida irrecuperable, PI, en 2004 para el caso de bloque de precios crecientes, IBP,
se estima en el caso de acueducto, con base en la fracción de la PI sobre la variación compensada de
7.5%, y el monto del subsidio de demanda de ese servicio para ese año, $453 mil millones: PI=
(0.075)[453(1-0.075)], en donde [453(1-0.075)] es la variación compensada.

31
agua es un bien menos sensible a cambios en el precio y en el ingreso que la
electricidad, por su carácter de bien necesario.

Este trabajo demuestra que los servicios públicos domiciliarios son bienes de carácter
más bien inelástico sobre todo el caso de agua, por lo que políticas que afecten en sus
precios pueden impactar sensiblemente el bienestar de la población, dado que el hogar
promedio debe garantizar un consumo necesario de subsistencia debe reservar una parte
del ingreso mensualmente para el consumo de estos bienes así eso signifique sacrificar
otros no tan necesarios.

Con base en la simulación de una política que iguala en cada estrato los precios
marginales del consumo básico a los del consumo complementario, se estimaron la
variación compensatoria y la pérdida irrecuperable de la eficiencia. En el caso de esta
última variable los resultados arrojaron que la pérdida irrecuperable del hogar promedio
representativo en el caso de agua sería de algo más del 7% de la variación
compensatoria, mientras que en el caso de electricidad eléctrica la pérdida de la
eficiencia se ubica alrededor del 4%, lo que puede ser explicado por el hecho de que el
consumo de electricidad eléctrica no está tan concentrado en el primer bloque de la
estructura de tarifas que es donde se produce la magnitud más fuerte de perdida de la
eficiencia. Aunque estas mediciones del bienestar siguen siendo una aproximación,
permiten tener una idea de la magnitud de la ineficiencia provocada por la distorsión de
precios al igual que los patrones en la distribución entre poblaciones diferenciadas por
su nivel de ingreso, la pérdida se concentra en los niveles de ingreso intermedio y no en
los altos, dado que el cambio en los precios de un rango de consumo a otro es menor a
medida que se llega a los estratos más altos. Con base en una estimación sencilla, se
puede concluir que la pérdida irrecuperable por los subsidios brutos en acueducto y
alcantarillado, y en electricidad, podrían ascender a US$37.5 millones por año.

En vista de la magnitud de la pérdida irrecuperable del sistema actual, se sigue que en

caso de que se decidiera cambiar de sistema de focalización, por ejemplo, eliminando
los estratos y utilizando un mecanismo de focalización tipo proxy-means test (como el
Sisben) con base en el cual se le transfiera a cada hogar su respectiva variación
compensada, se ahorrarían cerca de US$40 millones al año, a cambio de una inversión

32
de aproximadamente US$7 millones cada cinco años (actualización del Sisben). Claro,
el Sisben también tiene limitaciones que cuestan, y que habría que ponderar.12

Bibliografía

Agthe, Donald E.; Billings, R. Bruce; Dobra, John L., y Kambiz Raffiee (1986) “A
Simultaneous Equation Demand Model for Block Rates” Water Resources
Research 22(1): 1-4.
Arbués, Fernando; García-Valiñas, María Ángeles, y Roberto Martínez-Espiñeira
(2003) “Estimation of Residencial Water Demand: A State-of-the-Art Review”
Journal of Socio-Economics, 32, pp. 81-102.
Baker, Paul; Blundell, Richard, y Micklewright, John (1989) “Modeling Household
Energy Expenditures Using Micro-Data”. The Economic Journal 99: 738-720.
Burtless, Gary, y Hausman, Jerry A. (1978) “The Effect of Taxation on Labor Supply:
Evaluating the Gary Income Maintenance Experiment,” Journal of Political
Economy. 86 (Diciembre): 1101-1130.
Deller, Steven C.; Chicoine, David L., and Ganapathi Ramamurthy (1986)
“Instrumental Variables Approach to Rural Water Service Demand” Southern
Economic Journal 53(2): 333-346.
Departamento Nacional de Planeación (2005) “Plan de Acción para la Focalización de
los Subsidios para Servicios Públicos Domiciliarios”, Documento Conpes 3386,
Bogotá D.C. 10 de octubre de 2005.
Fernández, Diego (2004) “Recent Economic Developments in Infrastructure -REDI- in
the Water Sector - Colombia” mimeo, Banco Mundial.
Gaviria, Alejandro; Medina, Carlos, y Mejía, Carolina (2006) “Assessing Health
Reform in Colombia: From Theory to Practice” Economia, Fall.
Gibbs, Kenneth (1978). “Price variable in Residencial Water Demand Models”, Water
Resources Research, 14(1):18-15.
Hausman, Jerry; Kinunnucan, M., y McFadden, D. (1979) “A Two Level Electricity
Demand Model: A Evaluation of the Connecticut Time of Day Pricing”, Journal
of Econometrics 8(1979): 289-263.

12
Ver entre otros, las dificultades documentadas en Gaviria y otros (2006), y las referencias que allí se
citan.

33
Hausman, Jerry (1981) “Exact Consumer Surplus and Deadweight Loss” The American
Economic Review. 71 (4):676-662.
Heckman, J.J. (1978) “Dummy Endogenous Variables in a Simultaneous Equation
System”. Econometrica 46 (4), 931–959.
Hewitt, Julie, y Hanemann, W. Michael (1995) “A Discrete Continuous Approach to
Residential Water Demand Under Block Rate Pricing” Land Economics, May
1995. 71(2):173-92.
Ingenieros y Economistas Consultores S.A., INECON (2006) “Consultoría para la
Elaboración de un Programa de Subsidios para el Sector de Agua Potable y
Saneamiento en Colombia” Informe Preliminar, Departamento Nacional de
Planeación.
Jaramillo, Luis (2003) “Modelando la Demanda de Uso Residencial en México” Serie
Documentos de Trabajo (INE-DGIPEA) Instituto Nacional de Ecología
Periférico del Sur.
Lopez, Gustavo; Elkin Castaño y Carlos Eduardo Vélez (1992) “La Demanda
Residencial de Servicio de Acueducto en Medellín”, Lecturas de Economía 37:
104-70
Madock, Rodney, Castaño Elkin y Frank Vella (1992) “Estimating Electricity Demand:
The Cost of Linearising the Budget Constraint”, The Review of Economics and
statistic 74(2): 350-354.
Medina, Carlos, y Morales, Leonardo (2007) “Stratification and Public Utility Services
in Colombia: Subsidies to Households or Distortions on Housing Prices?”
Economia, Spring.
Meléndez, Marcela (2004), “Subsidios al Consumo de los Servicios Públicos en
Colombia: ¿Hacia dónde Movernos?” FEDESARROLLO en el marco de la
Misión de Servicios Públicos.
Montenegro, Armando and Rivas, Rafael (2005) “Las Piezas del Rompecabezas:
Desigualdad, Pobreza y Crecimiento” Taurus
Nieswiadomy, Michael L. and David J. Molina (1988), “Urban Water Demand
Estimates under Increasing Block Rates,” Growth and Change 19(1): 1-12.
Nordin, John (1976). “A proposed Modification of Taylor’s Demand Analysis:
Comment”, The Bell Journal of Economics 7(2):719-21

34
Olmstead, Sheila M.; Hanemann, W. Michael, y Stavins, Robert N. (2005), “Do
Consumers React to the Shape of Supply? Water Demand Under Heterogeneous
Price Structures”. Discussion Papers dp-05-29, Resources For the Future.
Taylor, Lester (1975). “The Demand for Electricity: A survey”, The Bell Journal of
Economics 6(1):110-74
Terza, J.V. (1986) “Determinants of Household Electricity Demand: a Two-Stage Probit
Approach” Southern Economic Journal 53 (2), 1131–1139.
Velez Carlos, Botero Jesús y Yañez Sergio, (1991) “La Demanda Residencial de
Electricidad: un caso Colombiano”, Lecturas de Economía 34:147-114.
Worthington, A. C. y M. Hoffmann (2006) “A State of the Art Review of Residential
Water Demand Modelling” Faculty of Commerce Papers, University of
Wollongong.

35
9. Anexos

A1. Descripción de las variables utilizadas en las ecuaciones de demanda

Descripción de las variables
Nombre Descripción
N. cuartos Número de cuartos de la vivienda
N. Baños Número de cuartos de la vivienda
Solar Tiene solar :1 otro caso: 0
Jardín Tiene jardín: 1 otro caso: 0
Garaje Tiene garaje :1 otro caso: 0
Terraza Tiene terraza :1 otro caso: 0
Zona verde Vivienda cerca de zona verde:1 otro caso:0
Cocina Cocina es un cuarto separado:1 otro caso:0
Casa Casa:1 otro caso:0
Est2 Pertenece a estrato2:1 otro caso:0
Est3 Pertenece a estrato3:1 otro caso:0
Est4 Pertenece a estrato4:1 otro caso:0
Est5 Pertenece a estrato5:1 otro caso:0
Est6 Pertenece a estrato6:1 otro caso:0
Cocina con enCocina con energía:1 otro caso:0
Mala calidad aMala calidad del servicio:1 otro caso:0
Agua todos lo Servicio de agua los 7 días:1 otro caso:0
Agua las 24 h Servicio de agua las 24 horas:1 otro caso:0
Educación JefAños de educación del jefe
Edad del jefe Edad del jefe
Miembros en Numero de miembros de la familia
Cali Efectos fijos de ciudad
Medellín Efectos fijos de ciudad
Barranquilla Efectos fijos de ciudad
Pasto Efectos fijos de ciudad
Bucaramaga Efectos fijos de ciudad
Cúcuta Efectos fijos de ciudad
Pereira Efectos fijos de ciudad
N. ElectrodomNumero de electrodomésticos usados
Precio Precio
Ingreso Virtua Ingreso virtual
η Error 1
ε Error 2

36
A2. Simulación de la Elasticidad

Dada la no linealidad del modelo de estimación de demanda, para la estimación de las

elasticidades precio e ingreso de la demanda se requirió realizar simulaciones a través
de experimentos tipo Montecarlo. En el caso de la estimación de demanda de Agua por
ejemplo en la que se utiliza una especificación de tres bloques de consumo, el valor
esperado del consumo esta determinado por la siguiente expresión, que se obtiene de
aplicar la función exponencial a la expresión (5) para eliminar el logaritmo:

⎧ * w1
⎪w1 ( z , p1 , y1 , δ , α , μ )e e ; if 0 < e < *
η ε η

⎪ w1 (z , p1 , y1 , δ , α , μ )
⎪ ε w1 w1
⎪w1e ; if * < eη < *
⎪ w1 ( z , p1 , y1 , δ , α , μ ) w2 ( z , p 2 , y 2 , δ , α , μ )
⎪⎪ w1 w2
w = ⎨w2* ( z , p 2 , y 2 , δ , α , μ )eη e ε ; if * < eη < *
⎪ w2 ( z , p 2 , y 2 , δ , α , μ ) w2 ( z , p 2 , y 2 , δ , α , μ )
⎪ ε w2 w2
⎪w2 e ; if * < eη < *
⎪ w2 ( z , p 2 , y 2 , δ , α , μ ) w3 ( z , p 2 , y 2 , δ , α , μ )
⎪ w2
⎪w3* ( z , p3 , y 3 , δ , α , μ )eη e ε ; if * < eη
⎪⎩ w3 ( z , p 2 , y 2 , δ , α , μ )

El valor esperado del consumo para una estructura de tres bloques y dos kinks puede
escribirse en los siguientes términos:

P (ln wi ) = ∑ p (ln wi | ln wi ∈ t j ). p (ln wi ∈ t j )

5

j =1

Resolviendo esta expresión, con los supuestos realizados sobre el comportamiento de

los términos de error, se obtiene la siguiente formula para el valor esperado bajo esa
estructura:

ln w1* +
σ ε2 +
σ η2 ⎛ ln w1 - ln w1* - σ η2 ⎞ ln w1 +σ ε2 2 ⎡ ⎛ ln w - ln w* ⎞ ⎛ ln w1 - ln w1* ⎞⎤
=e 2 2
Φ⎜⎜ ⎟+e
⎟ Φ
⎢ ⎜ ⎜ 1 2 ⎟
⎟ − Φ ⎜
⎜
⎟⎥ +
⎟
⎝ σ η ⎠ ⎣⎢ ⎝ σ η ⎠ ⎝ σ η ⎠⎦⎥
σ ε2
ln w1* + +
σ η2 ⎡ ⎛ ln w2 - ln w2* - σ η2 ⎞ ⎛ ln w1 - ln w2* - σ η2 ⎞⎤
e 2 2
⎢Φ⎜⎜ ⎟ − Φ⎜
⎟ ⎜
⎟⎥ +
⎟
⎢⎣ ⎝ ση ⎠ ⎝ σ η ⎠⎥⎦
σ ε2
ln w1* + ⎡ ⎛ ln w - ln w* ⎞ ⎛ ln w - ln w* ⎞⎤ ln w1* +σ ε2 +σ η2 ⎡ ⎛ ln w2 - ln w3* - σ η2 ⎞⎤
e 2
⎢Φ⎜⎜ 2 3 ⎟
- Φ⎜
⎟ ⎜
2 2 ⎟
⎟⎥
+e 2 2
⎢1 − Φ⎜⎜ ⎟⎥
⎟
⎢⎣ ⎝ σ η ⎠ ⎝ σ η ⎠⎥⎦ ⎢⎣ ⎝ ση ⎠⎥⎦

37
De la misma forma se encuentran expresiones del valor esperado del consumo, para
cada una de las estructuras de la demanda de cada servicio en las diferentes ciudades y
en los diferentes estratos y todas ellas se utilizan para predecir el consumo. A través de
procesos de Bootstrapping, se generaron 100 muestras aleatorias con reemplazo, las
cuales permitieron calcular una muestra de 100 elasticidades simuladas para cada
servicio, perturbando el precio en un uno por ciento y encontrando la respuesta sobre el
consumo.

38