Printer Friendly

?Cuanto cuesta la densificacion? La relacion entre la densidad y el costo de proveer servicios urbanos basicos en Brasil, Chile, Ecuador y Mexico.

RESUMEN | La relacion entre el gasto municipal per capita en servicios urbanos basicos y la densidad de poblacion urbana no es lineal, y alcanza niveles de gastos optimos en densidades cercanas a 9.000 habitantes por kilometro cuadrado. El 85% de los municipios de Brasil, Chile, Ecuador y Mexico estan por debajo de este nivel ideal de densidad. Estos hallazgos indican que las politicas que promueven la urbanizacion y densificacion de las ciudades intermedias pueden tener importantes beneficios respecto a la reduccion de los gastos municipales.

PALABRAS CLAVE | urbanizacion, servicios urbanos, ciudades intermedias.

ABSTRACT | The relationship between per capita municipal spending on basic urban services and urban population density is not a linear one. The optimal density level that minimizes spending in urban services is close to 9,000 inhabitants per square kilometer. In Brazil, Chile, Ecuador and Mexico, 85% of the municipalities find themselves below the ideal density level. The findings of this article suggest that policies that promote urbanization and densification of intermediate cities can have significant benefits in reducing municipal expenditures.

KEYWORDS | urbanization, urban services, intermediate cities.

Introduccion

Las ciudades densas son una opcion racional para un mundo cada vez mas urbanizado, donde las preocupaciones acerca de la sostenibilidad ambiental y la expansion urbana son primordiales (uN-Habitat, 2012). Entre sus muchas ventajas, las ciudades densas ayudan a preservar las tierras fertiles para usos rurales (Jenks & Burgess, 2000), disminuir los tiempos dedicados a traslados (Gaigne, Riou & Thisse, 2012) y contribuyen a reducir las emisiones de gases de efecto invernadero (Stone, Mednick, Holloway & Spak, 2007). Ademas, la densidad se correlaciona positivamente con la acumulacion de capital humano (Glaeser, 1999), la tasa de innovacion (Carlino, Chatterjee & Hunt, 2007), la productividad del trabajo (Ciccone & Hall, 1996) y la inclusion social (Burton, 2000), siendo la aglomeracion de actividades economicas en el territorio un factor determinante de la formacion de concentraciones humanas (Krugman, 1991). En general, las areas de mayor desarrollo economico estan representadas como un sistema de economias polarizadas vinculadas a una aglomeracion central (Scott, 2006). Por estos motivos, y en la busqueda de integrar las politicas de desarrollo economico con objetivos ambientales y sociales, se promueve la densificacion urbana en paises tanto desarrollados como en vias de desarrollo. Las Naciones Unidas (uN-Habitat, 2012), el Banco Mundial (World Bank, 2014a), la Organizacion para la Cooperacion y el Desarrollo Economicos (OECD, 2012) y el Banco Interamericano de Desarrollo (Inter-American Development Bank [IADB], 2013), entre otros, apoyan la densificacion urbana. Los planes de desarrollo de varios paises, como por ejemplo Mexico (2013), Colombia (2011), China (2011) y Sudafrica (2012), tambien abogan por una mayor densidad urbana. Incluso los planes de desarrollo de ciudades consideradas densas, como Londres (2013), Nueva York (2011) y Monterrey (2011), aplican politicas explicitas para aumentar su densidad.

No obstante, mantener poblaciones densas tiene sus costos. La densidad urbana aumenta los precios de la tierra (Glaeser, Kolko & Saiz, 2001), de los salarios (Wheaton & Lewis, 2001), de la congestion (Wheaton, 1998), e incrementa la tasa de criminalidad (Glaeser & Sacerdote, 1999). Aun no es claro su impacto en el gasto publico. Algunos estudios muestran que la densidad se relaciona con ahorros en la proteccion contra incendios, recoleccion de residuos y servicios de educacion (Bollinger, Berger & Thompson, 2001). Pero otros correlacionan la densidad con deseconomias de escala para esos mismos servicios (Abrate, Erbetta, Fraquelli & Vannoni, 2012). Incluso en otros estudios, no se atribuye ningun impacto a las altas densidades sobre el gasto en proteccion contra incendios y recoleccion de residuos solidos; pero se indica que si contribuyen a reducir los gastos en servicios de policia y educacion y en la construccion de nueva infraestructura y carreteras (Carruthers & Ulfarsson, 2003, 2008). Por ultimo, otros proponen una relacion en forma de U entre densidad y gasto, sugiriendo que pasada cierta densidad optima, los gastos aumentan (Holcombe & Williams, 2008; Ladd, 1992).

Ademas, la densidad de la poblacion puede ser endogena al gasto en servicios publico, lo cual la actual literatura desconoce al asumir que el gasto en servicios es funcion lineal de la densidad. Bajo condiciones favorables, el proceso de aglomeracion poblacional incrementa la demanda por servicios basicos, cuya provision es financiada por los gobiernos locales. Sin embargo, tambien es posible el caso inverso, y que los residentes se muden a aquellos municipios que ofrecen servicios urbanos basicos, puesto que una mayor oferta de servicios se traduce en niveles mas altos de bienestar social y una calidad de vida mas elevada, incentivando a poblaciones rurales a emigrar a zonas urbanas, densificandolas en el proceso. La historia urbana de America Latina ofrece ejemplos especificos para ambos escenarios: la densificacion genera inversiones en infraestructura de servicios urbanos basicos, como en los programas de mejoramiento de barrios en Brasil (Brakarz, Greene & Rojas, 2002). Por el contrario, las inversiones en infraestructura de servicios urbanos basicos tambien generan densificacion, con Brasilia como el ejemplo canonico de las ciudades planificadas. Asimismo, la cobertura de los servicios urbanos basicos puede ser incompleta, lo cual es el caso en los paises en desarrollo. Por ejemplo, cerca de un tercio de la poblacion urbana de America Latina carece de algun servicios urbano basico (Bouillon, 2012), siendo este un desafio para los pequenos gobiernos municipales recientemente incluidos en la expansion de las areas metropolitanas (Campbell, 2012). Y, sin embargo, la inmigracion urbana no merma (Feler & Henderson, 2011). Si nos guiamos por la historia, la falta de servicios urbanos basicos no frena el crecimiento de la poblacion urbanizada de America Latina, sino mas bien propicia la provision de estos servicios mediante arreglos informales.

La urbanizacion de America Latina expone la endogeneidad y falta de universalidad en la cobertura de los servicios urbanos basicos. Entre 1960 y 2010, la proporcion de la poblacion urbana de America Latina aumento de 50% a 80%, una tasa de urbanizacion mas alta que la de Europa e igual a la de Estados Unidos (World Bank, 2014b). La cantidad de ciudades densas tambien aumento notablemente: mientras que en 1950 el numero de ciudades con mas de 500.000 habitantes era 12, hoy es 125. Como era de esperarse, este crecimiento vino acompanado por un aumento en la demanda de servicios urbanos basicos y en el numero de municipios responsables por su prestacion (BID, 2013). Sin embargo, la capacidad fiscal de los municipios no ha crecido lo suficiente (Bonet, De la Cruz & Fretes, 2013), llevando a una urbanizacion con graves deficits. Hoy en dia, la brecha de prestacion de servicios basicos es considerable: mas de 13 millones de residentes urbanos carecen de acceso a fuentes mejoradas de agua, y 64 millones carecen de servicios de saneamiento en sus viviendas (World Bank, 2014b). Cerrar la brecha de la demanda de servicios de agua para el ano 2030 tendra un costo de mas de us$ 100 mil millones, mientras que se necesitan otros us$ 79 mil millones para cerrar el deficit de saneamiento actual (Corporacion Andina de Fomento [CAF], 2013).

En este contexto, cabe preguntarse como los patrones de crecimiento urbano actuales impactan en los costos de provision de servicios urbanos basicos. ?Acaso los municipios mas densos tienen una mejor cobertura de servicios urbanos basicos? ?Como impacta la densidad de un municipio en su gasto per capita en servicios urbanos basicos? La contribucion principal de este estudio es responder a estas preguntas para America Latina, tomando en consideracion que la cobertura de servicios urbanos basicos actual es incompleta--el 100% del gasto se distribuye en menos del 100% de la poblacion--y que existe una condicion de endogeneidad entre la densidad de poblacion y el gasto en servicios. En el estudio, modelamos el gasto de servicios urbanos basicos en funcion de su demanda y de sus costos, teniendo en cuenta los niveles de cobertura reales; e incorporamos datos climaticos como variables instrumentales para establecer el efecto causal del aumento de la densidad sobre el gasto municipal. Ademas, utilizamos datos de paises en desarrollo, donde estos temas aun no han sido estudiados en profundidad.

Los datos de este estudio constan de un panel de aproximadamente 17.000 observaciones, referidas a 8.585 municipios de Brasil, Chile, Ecuador y Mexico, en los anos 2000 y 2010. La informacion estadistica respectiva a la decada anterior (1990) presenta deficiencias en su recopilacion y no se incluyo en el presente estudio. Consideramos tres servicios urbanos basicos cuya prestacion es organizada y financiada por los gobiernos municipales: agua, alcantarillado y recoleccion de residuos. El analisis incorpora unicamente estos servicios por tres razones. En primer lugar, la disponibilidad de informacion con suficiente comparabilidad entre paises; otros servicios urbanos, como areas verdes y cuidados de espacios publicos, no cuentan con informacion estadistica desagregada que permita realizar comparaciones confiables. Segundo, otros servicios, tales como la educacion y la salud, suelen ser provistos por distintos niveles de gobierno, el sector privado, o directamente por el propio hogar. Finalmente, estos tres servicios son, en terminos de las finanzas publicas municipales, de relevancia considerable. En los paises considerados en este estudio, los municipios gastan aproximadamente una septima parte de su presupuesto en ellos (vease grafico C en la tabla 1). La diversidad de estos paises proporciona una buena base para el modelo aplicado en este trabajo. Mexico y Brasil son grandes paises federales; Chile y Ecuador son pequenos y centralizados. Las tasas de urbanizacion de estos paises tambien son diferentes: 68% en Ecuador, 78% en Mexico, y 85% en Brasil y 89% en Chile. Aproximadamente el 28% de los residentes urbanos brasilenos vive en asentamientos informales que carecen de algun servicio basico; esta cifra es del 21% en Ecuador, 14% en Mexico y 9% en Chile. El producto bruto interno (PBI) medio per capita en 2010 fue de us$ 8.916 en Mexico; us$ 12.685 en Chile, us$ 10.978 en Brasil y us$ 4.637 en Ecuador (World Bank, 2014b). Cabe destacar que la poblacion combinada de estos cuatro paises equivale a casi el 60% de la poblacion total de America Latina y el Caribe.

La densidad de poblacion y el costo de los servicios urbanos basicos

Mientras los municipios intentan cerrar la brecha de servicios urbanos basicos, es critico saber como los patrones de crecimiento urbano incidiran en el costo de proveer dichos servicios. La densidad de poblacion es uno de los indicadores claves de la distribucion espacial de los residentes, y el mas utilizado en la literatura (Forsyth, 2003). Su prominencia en los estudios empiricos indica que a pesar de sus deficiencias vis-a-vis dimensiones especiales matizadas, tales como la continuidad, la nuclearidad y la centralidad, es util para los trabajos comparativos urbanos (Angel, Sheppard & Civco, 2005). Mientras que otras dimensiones espaciales revelan con mayor especificidad la dinamica de crecimiento de una ciudad, la densidad permite analizar y comparar la urbanizacion de un modo menos propenso a errores de interpretacion y mas intuitivo (Rapoport, 1977). Ademas, al utilizar la densidad, podemos armonizar los hallazgos de este trabajo con los de aquellos que estudian la urbanizacion respecto a su desempeno economico (Henderson, 2003) y con el lenguaje de las recomendaciones de politica publicas. Por otra parte, en un contexto social democratico, los instrumentos para la gestion de la densidad urbana son mas faciles de implementar que aquellos que buscan limitar el crecimiento de la poblacion urbana.

Dado que la densidad de poblacion es relevante para muchos aspectos de la urbanizacion, incluyendo su desarrollo social y economico, podria suponerse que esta claro su impacto en las finanzas publicas locales. Sin embargo, no es asi. El impacto de la densidad de poblacion en los patrones de gasto local, aunque ampliamente estudiado y documentado, es objeto de controversia empirica. Las conclusiones de la literatura sobre los efectos de la densidad son--ironicamente--notoriamente disgregadas, con claras discrepancias tanto en terminos de magnitud como de signo. Aunque existe consenso respecto a la idea de un nivel de densidad optimo para la provision y prestacion de servicios urbanos basicos, los estudios difieren respecto de cual es ese nivel optimo.

Quienes argumentan que la densidad de poblacion disminuye el costo per capita de la prestacion de servicios, suponen que esta genera economias de escala. Desde esta perspectiva, el crecimiento urbano de baja densidad requiere expandir la provision de infraestructura a lugares poco poblados, disminuyendo asi los costos per capita. Coyne (2003) muestra que entre 1980 y 2000, las politicas de densificacion en Colorado, Estados Unidos, llevaron a un aumento del 27% en la densidad de poblacion y a una reduccion del 7% en el gasto per capita. Esto coincide con un informe para la ciudad de Calgary, Canada (IBI Group, 2009), segun el cual un aumento del 25% de la densidad reduciria el gasto publico en la provision de carreteras, proteccion contra el fuego y el agua en un 36%, 46% y 54%, respectivamente. Esto se asemeja a otros resultados para condados de Estados Unidos. Burchell y Mukherji (2003) encuentran que densificar en un 11% los hogares existentes disminuye en 7% los costos de la infraestructura de agua y alcantarillado, 12% los de carreteras y 8% los de vivienda. Carruthers y Ulfarsson (2003) muestran que aumentar la densidad en un 1% disminuye en 4,2% el costo de servicios de policia y de educacion, y en 3% el costo combinado de doce servicios urbanos.

Por otra parte, varios autores sostienen que la densidad no necesariamente se asocia a economias de escala. En Espana, Hortas-Rico y Sole-Olle (2010) encuentran que duplicar el area urbanizada aumenta el costo de las instalaciones comunitarias en un 11%, de la policia local en un 9%, de vivienda en un 8%, de servicios recreativos en un 15% y de gastos administrativos en un 11%. En un estudio sobre los condados de Estados Unidos, Pineda (2005) indica que los servicios urbanos de mano de obra (por ejemplo, policia, proteccion contra incendios, salud) aumentan sus costos per capita cuando se incrementa la densidad de poblacion. Ladd y Yinger (1989) demuestran que una alta densidad media eleva los costos de los servicios publicos debido a un "entorno mas demandante". Cameron (1989) encuentra que una mayor densidad implica mayores costos para los servicios de policia. Holcombe y Williams (2008, 2010) senalan que en los municipios de mas de 500.000 habitantes de Florida, una mayor densidad de poblacion se asocia a mas gastos per capita, en particular para alcantarillado, policia y carreteras. Carruthers y Ulfarsson (2003) establecen que si se excluyen las carreteras, los costos de transporte aumentan con la densidad.

Un tercer punto de vista es que, inicialmente, la densificacion genera ahorros en los costos de los servicios publicos, pero que ellos se disipan conforme la densidad aumenta. Esto sugiere una relacion en forma de U entre densidad y gasto urbano, con un nivel optimo de densidad. Werner Hirsch (1959) realizo uno de los primeros analisis empiricos en apoyo de esta teoria, basandose en los datos de proteccion contra incendios de los condados de Estados Unidos. Ladd (1992) demuestra que la funcion de gastos de los condados semeja una parabola cuyo vertice esta en 250 habitantes por milla cuadrada; encuentra que el gasto promedio per capita de los condados de muy baja y muy alta densidad (hasta 125 y mas de 24.000 habitantes por milla cuadrada) es 14% y 43% mas alto que en los municipios en un rango optimo de densidad. En Espana, Alvarez, Prieto y Zofio (2013) muestran que los niveles optimos de densidad varian para cada servicio prestado, con valores en habitantes por kilometro cuadrado que van desde 2.800 para la pavimentacion y la iluminacion, 3.100 habitantes para la provision de agua, y 4.400 para el alcantarillado.

En resumen, la relacion entre densidad de poblacion y gasto publico per capita es significativa y, sin embargo, su dinamica es ambigua (Boyko & Cooper, 2011; Ewing, 1994). En el mejor de los casos, esta inconsistencia empirica puede deberse a diferentes definiciones de datos y unidades de analisis. Una preocupacion mas grave es que se deba a que los modelos utilizados no consideran apropiadamente la existencia de variables explicativas, resultando en una falta de identificacion adecuada. Lo que es claro es que dos retos permanecen. El primero es empirico. La falta de datos en paises menos desarrollados ha restringido los estudios a aquellos donde hay datos confiables a nivel local. Pero la falta de investigacion empirica sobre los patrones de urbanizacion en los paises en desarrollo lleva a recomendaciones de politicas mal informadas (Angel et al., 2005). Los modelos utilizados carecen de variables tales como porcentaje de hogares urbanos sin acceso a servicios basicos, la cual refleja una dinamica especifica del proceso de urbanizacion en estos paises (Libertun de Duren, 2011). El segundo reto es metodologico. La literatura no considera la determinacion endogena entre gastos municipales y densificacion, estableciendo simultaneamente los valores de densidad y de gastos, sin iluminar las dinamicas del crecimiento. En el caso de los paises en desarrollo, donde suele existir un rezago considerable entre el asentamiento de la poblacion y la provision de servicios, esta indeterminacion puede llevar a conclusiones erradas.

Metodologia

En este estudio, consideramos hogares con cobertura aquellos que reciben servicios urbanos basicos de alta calidad. El supuesto es que los hogares informales y rurales tienen mas probabilidades de acceder a servicios mediante otras modalidades. Los hogares urbanos informales a menudo dependen de camiones de agua, alcantarillados abiertos y contenedores comunales de residuos de basura; mientras que los rurales utilizan pozos de agua, camaras septicas individuales y contenedores individuales de residuos (World Bank, 2014b). Ademas, considerar una unica modalidad de cobertura mejora la comparabilidad de las estimaciones a la hora de evaluar el gasto publico. Por ultimo, desde un punto de vista normativo, los servicios urbanos basicos de alta calidad son lo que se espera para las areas urbanas.

En el modelo, el gasto municipal en servicios urbanos basicos es funcion de los gastos en provision de servicios--agua, saneamiento y recoleccion de residuos--y de la demanda de los hogares. Asumimos que el costo de produccion de estos servicios (C) depende de un indice de costos (w) y de ser cabecera urbana (ni), ya que estas unidades actuan como puntos focales para la prestacion de servicios urbanos basicos (ecuacion 1). El nivel de cobertura (c) depende de los fondos municipales para proporcionar dicha cobertura (e), dividido por la densidad de poblacion (d), y otros factores de costo (z); suponiendo rendimientos constantes a escala (ecuacion 2):

C = c x f(d) x g(z) x wm (1)

C = e/f(d) x g(z) 2)

Combinamos esta funcion de costo con un modelo de demanda que maximiza la utilidad de los residentes municipales; la demanda de cobertura disminuye segun su parte del costo marginal de proveer dicha cobertura (c). La restriccion presupuestaria de un residente ([y.sub.r]) depende de cuantos servicios consume ([x.sub.r]), de la tasa del impuesto municipal (t) y la tasa de impuestos individual ([b.sub.r]) (ecuacion 3). La restriccion presupuestaria del gobierno municipal (C) depende de su base impositiva (B) y de las transferencias intergubernamentales que recibe (G) (ecuacion 4). La ecuacion 5 indica que un gobierno municipal que maximiza la utilidad de los residentes esta limitado por las restricciones presupuestarias propias (C) y de los residentes ([y.sub.r]) y por la funcion de costo de la cobertura de servicios urbanos basicos (ecuacion 2):

[y.sub.r] = [x.sub.r] + [tb.sub.r] (3)

C = tB + G (4)

[x.sub.r] + c x f(d) x g(z) x wm x [b.sub.r]/b = [y.sub.r] + t x [b.sub.r]/b (5)

Si maximizamos la funcion de utilidad (ecuacion 3), obtenemos la condicion de primer orden (ecuacion 6), en la cual el precio de los impuestos ([p.sub.r]) es el producto del costo marginal de la cobertura de los servicios urbanos basicos por la cuota tributaria. Suponiendo que la funcion de demanda es log-lineal (ecuacion 7), y sustituyendo la ecuacion (6) en la ecuacion (7) y la formulacion resultante en la ecuacion (2), obtenemos la funcion log gasto (ecuacion 8):

[[derivada parcial][U.sub.r]/[derivada parcial]c]/[[derivada parcial][U.sub.r]/[[derivada parcial][x.sub.r] = F(d) x g(z) x wm x [b.sub.r]/b [equivalente a] [p.sub.r] (6)

c = k x [p.sup.[alfa].sub.r] x [([y.sub.r] + g x [b.sub.r]/b).sup.[beta]] x [v.sup.y.sub.r] (7)

ln [fi] = ln k + ([alfa] + 1) x ln(f(d)) + ([alfa] + 1) x ln g(z)+ ([alfa] + 1) x ln w + ([alfa] + 1) x ln m + [alfa] ln ([b.sub.r]/b) + [beta] ln [y.sub.r] + [beta] x (g/[y.sub.r])([b.sub.r]/b) + [gamma] x ln [v.sub.r](8)

La ultima ecuacion (8) evidencia que el gasto per capita en servicios urbanos basicos de un municipio depende del costo de proporcionar dichos servicios, de la densidad de la poblacion con cobertura (f(d)) y de otras caracteristicas propias del municipio. Estas ultimas incluyen el numero potencial de usuarios de los servicios, el tamano medio del hogar, el porcentaje de hogares urbanos, el porcentaje de hogares desempleados y el salario promedio municipal iw). Ademas, de si el municipio pertenece un area metropolitana o es cabecera regional.

La ecuacion (8) tambien refleja que la demanda de servicios urbanos basicos determina el gasto municipal. Por lo tanto, incluye ingresos ([y.sub.r]), cuota tributaria tipica ([b.sub.r]/b) e impuesto local per capita. Este ultimo se define como el impuesto a la propiedad per capita dividido por los ingresos tributarios per capita. El precio del impuesto equivale al producto del costo marginal de la cobertura por los ingresos fiscales del municipio. Incluimos tambien las transferencias intergubernamentales en relacion con los ingresos propios (g/[y.sub.r])> para considerar el efecto de las transferencias en los ingresos municipales. Por ultimo, la tasa de pobreza municipal (v), en tanto el nivel de ingresos, determina la demanda de los hogares (Gilens, 2009).

Otras variables, tales como los precios locales y la geografia, pueden afectar el gasto local, por lo que no necesariamente un mayor gasto implica mas servicios urbanos basicos. Para evitar confundir la influencia de estos factores con la densidad, incluimos efectos fijos municipales para controlar las diferencias entre municipios que pueden influir en el gasto municipal, y efectos fijos irrestrictos de tiempo para controlar las variaciones temporales en el gasto publico municipal. Por supuesto, incluimos tambien un termino de error con las propiedades tipicas.

Finalmente, utilizamos una fuente exogena de variacion para resolver la determinacion simultanea de la densidad y gasto publico. Siguiendo a Rosenthal y Strange (2003), Combes, Duranton, Gobillon y Roux, (2010), y Glaeser y Gottlieb (2009), empleamos variables climaticas como instrumentos de control. Nuestra estrategia se basa en la identificacion de la ortogonalidad de estas variables a los cambios en los gastos de servicios urbanos basicos a nivel municipal, excepto cuando los cambios en el nivel de gastos se deben a la densidad de poblacion. Aunque en las zonas rurales el clima tiene un efecto directo sobre los ingresos (Guerrero Compean, 2013), nuestra estrategia de identificacion es apropiada para las areas urbanas, ya que el clima es un factor determinante de los patrones de asentamiento, pero no esta fuertemente vinculado al crecimiento de los ingresos de la poblacion (Miguel, Satyanath & Sergenti, 2004).

Datos, estrategias de recoleccion y limitaciones

Los datos de poblacion, cobertura y calidad de servicios urbanos basicos, y caracteristicas urbanas de cada municipio, estan basados en los censos nacionales; los datos fiscales surgen de las bases de datos de cuentas municipales compiladas a nivel nacional; y los indicadores climaticos, de la base de datos de la Universidad de East Anglia (UEA) y la Administracion Oceanica y Atmosferica Nacional (NOAA). Luego de resolver conflictos semanticos y armonizar conceptos, conformamos un panel unico que incluye los datos de los cuatro paises.

Caracteristicas demograficas. Recolectamos el numero de residentes, numero de residentes pobres, numero de residentes urbanos, y tamano medio de hogar por municipio, segun los censos de 2000 y 2010.

Acceso a los servicios urbanos basicos. Construimos un indice de cobertura para cada municipio, con base en el censo de poblacion y las encuestas a escala municipal. Un coeficiente de cero indica que ningun hogar tiene acceso a servicios urbanos basicos de alta calidad de distribucion de agua, saneamiento o recoleccion de residuos. Por el contrario, un coeficiente de uno indica un municipio con cobertura universal de estos servicios. Cada uno de los tres servicios contribuye de igual manera al coeficiente de este indice, y solo consideramos el porcentaje de hogares que reciben servicios de alta calidad. En el caso de agua, son aquellos con al menos un grifo dentro de la vivienda conectado al servicio por tuberia; en el de saneamiento, son los que residen en una vivienda con sistema de alcantarillado entubado; y en el de residuos, los que cuentan con recoleccion domiciliaria. Construimos este indice para cada municipio para cada ano del censo disponible.

Caracteristicas fiscales y economicas. Utilizamos los datos de gastos e ingresos municipales en servicios urbanos basicos para los anos 2000 y 2010. El gasto municipal comprende las compensaciones a los empleados, los costos administrativos, de proveer servicios, de inversiones y de servicios de deuda publica. Los datos sobre el salario promedio se identifican como la remuneracion por empleado antes de deducciones, y los ingresos municipales, como producto bruto interno per capita. Asumimos las mismas funciones de produccion Cobb-Douglas con rendimientos constantes a escala (Borcheding & Deacon, 1972) para todos los municipios, lo cual implica que el capital es perfectamente movil, pero no asi la mano de obra. Por tanto, cada municipio tiene su propia medida de salario por unidad de trabajo, el cual incide de modo distinto en el costo de produccion de los servicios urbanos basicos.

Los datos de ingresos municipales se basan en los ingresos fiscales anuales, incluyendo impuestos sobre la propiedad y transferencias intergubernamentales. Los ingresos por hogar se calculan como la suma del valor agregado bruto de la economia (es decir, el producto bruto interno) dividido por la poblacion total. Para Brasil, Chile y Ecuador, ajustamos los valores monetarios segun los indices nacionales de variaciones de precios. Para Mexico, utilizamos un indice de precios de 32 estados basado en 46 ciudades de la muestra nacional de precios al consumidor del Instituto Nacional de Estadistica y Geografia (Inegi). Los datos finales se expresan en us$ 2010 (Inegi, 2011). En todos los casos, la armonizacion de los datos sigue las directrices del Manual de Finanzas Publicas del Fondo Monetario Internacional (FMI).

Indicadores urbanos. El municipio es la unidad geografica mas pequena que podemos documentar. Utilizamos imagenes Landsat y datos de Sistemas de Informacion Geografica (SIG) para identificar zonas urbanas dentro de un municipio y obtener indicadores espaciales. Ademas, creamos dos variables binarias, una que indica si un municipio es una ciudad cabecera, y otra si pertenece a un area metropolitana. En cada pais, seguimos las definiciones nacionales de estas variables (Mexico: Secretaria de Desarrollo Social [Sedesol], Consejo Nacional de Poblacion [Conapo], Instituto Nacional de Estadistica y Geografia [Inegi], 2010; Brasil: Instituto Brasileiro de Geografia e Estatistica [IBGE], 2008; Chile: Instituto Nacional de Estadisticas [INE], 2005; Ecuador: Secretaria Nacional de Planificacion y Desarrollo [Senplades], 2009).

Indicadores climaticos. Utilizamos los datos mensuales de temperaturas medias diarias y de precipitaciones para el periodo 1910-1930, en alta definicion para una malla de 0,50 x 0,50. Estos datos son generados por la Unidad de Investigacion Climatica de la Universidad de East Anglia (University of East Anglia Climatic Research Unit [CRU]) (2014). Del mismo modo, obtuvimos los valores mensuales promedio del Indice de Sequia de Palmer (Palmer, 1965) y de humedad del suelo para una malla de 2,50 x 2,50 del Centro Nacional de Investigacion Atmosferica (National Oceanic and Atmospheric Administration [NOAA], 2014). Finalmente, recopilamos los datos climaticos para cada municipio mediante una rutina de interpolacion esferica: tomamos los promedios ponderados de la climatologia de diez anos (temperatura, precipitaciones y humedad del suelo) para cada punto de una malla de 150 km que comienza en el centro geometrico de cada municipio (cgm), factorizado por el inverso del cuadrado de la distancia haversine entre cada punto de la grilla y este cgm.

Resultados

Densidad y cobertura

Este analisis comienza con una simple pregunta: ?en que municipalidades los hogares tienen mas acceso a servicios de alta calidad en cuanto a agua, sanitarios y recoleccion de residuos? Se estima una regresion no parametrica ponderada localmente (Fan, 1992) con un kernel de Epanechnikov para exhibir los niveles de cobertura municipales como funcion de la densidad urbana. Se restringe la muestra al 90% de las observaciones. La figura 1 indica que se observa una proporcion mayor de la poblacion urbana con acceso a servicios de alta calidad en areas urbanas mas densas. Mas de dos tercios de las municipalidades cuyo nivel de cobertura esta por debajo del 10% se encuentran en el primer cuartil de distribucion de densidad de la poblacion urbana (vease tabla 3). Por el contrario, mas del 43% de las municipalidades que gozan de niveles de cobertura superiores al 90% estan en el cuartil superior. Esta relacion es consistente y se mantiene al desagregar la cobertura por tipo de servicio (figura 2), pero la cobertura de servicios sanitarios es mucho mas baja que la de los otros dos, y la cobertura de agua es alta incluso en las areas urbanas escasamente pobladas. A partir solamente de estas cifras, es imposible determinar en que medida la densidad afecta los patrones de gasto municipal en servicios urbanos basicos, en particular su magnitud en distintas partes de la distribucion. La figura 3 ilustra una regresion localmente ponderada que muestra la relacion entre la densidad urbana (percentiles) y los gastos municipales en servicios urbanos basicos por habitante. Pareceria que la relacion tiene forma de U; sin embargo, debe verificarse la significancia estadistica de un efecto causal de densidad urbana sobre el gasto local, dada la endogeneidad de la densidad respecto de los patrones de gasto. Se considera ahora la estrategia empirica para abordar esta cuestion.

Relacion de primera etapa y resultados de forma reducida

En esta seccion se discute la capacidad de los instrumentos empleados en este trabajo para predecir la densidad de poblacion corriente. Recuerdese que el conjunto de instrumentos incluye temperatura municipal retrasada, lluvia caida y condiciones de humedad del suelo. La relacion de primera etapa entre este conjunto de instrumentos y la densidad de poblacion siempre es significativa, observandose la asociacion mas fuerte entre humedad del suelo, temperatura y densidad urbana (tabla 4). La relacion es tambien solida e igualmente significativa cuando se incorporan controles para caracteristicas municipales y efectos fijos bidireccionales, asi como tendencias de tiempo especificas del pais (regresiones 5-7, tabla 4).

Cabe notar que la relacion de primera etapa continua siendo fuerte y significativa cuando la precipitacion sustituye a las condiciones de humedad del suelo como parte del conjunto de instrumentos. Si bien las pruebas estadisticas muestran que los instrumentos del clima son moderadamente fuertes (los estadisticos F oscilan entre 9,0 y 18,9), se aplica como un chequeo de identificacion una especificacion de experimento falsa en la cual las condiciones climaticas futuras, que deben ser ortogonales a la densidad urbana corriente, son usadas como instrumentos. Se encuentra que las estimaciones de coeficiente son sin duda estadisticamente iguales a cero (regresion 8, tabla 4), Las temperaturas rezagadas mas bajas estan fuertemente asociadas con un mayor gasto municipal en las regresiones de forma reducida. Un aumento del 1% en la temperatura rezagada esta asociado con una disminucion del 10% en el gasto municipal per capita en los servicios urbanos basicos. De igual modo, un aumento del 1% en la humedad del suelo rezagada esta asociado con un aumento de 0,1% en el gasto municipal en servicios urbanos basicos por cabeza (regresiones 1 y 2, tabla 5). Estas relaciones son estadisticamente significativas en el 99% de confianza.

Como se esperaba, cuando solo se consideran municipalidades urbanas, las estimaciones puntuales disminuyen en magnitud, pero la relacion continua siendo estadisticamente fuerte (regresiones 6 y 7, tabla 5). De modo similar, las regresiones de forma reducida indican que los instrumentos tambien estan asociados con el gasto municipal total por cabeza, pero a magnitudes mas bajas (regresiones 8 y 9, tabla 5).

Principales resultados empiricos

Se realizan estimaciones tanto de minimos cuadrados ordinarios (ols) como de minimos cuadrados de dos etapas con variables instrumentales (iv-2sls). Dada la anterior discusion teorica y analisis no parametrico, se toman como referencia una iv-2sls no lineal con efectos fijos municipales, tendencias en el tiempo especificas de pais, y especificaciones de controles. Asi, a partir de este punto el enfasis sera en los resultados de esta especificacion (tabla 7b, columna 10). Los resultados son similares cuando se incluyen efectos fijos temporales. Se encuentra que la relacion entre densidad urbana y gasto municipal en los servicios urbanos basicos por cabeza es fuerte y en forma de U, sugiriendo que existe un punto de densidad optimo (el vertice de la parabola) mas alla del cual se agotan las economias de escala. Un aumento en la densidad urbana conduce a gastos de servicios urbanos basicos per capita mas bajos en areas urbanas dispersas y de tamano mediano, pero un mayor aumento en la densidad de la poblacion eleva significativamente los costos de prestar servicios urbanos basicos en jurisdicciones que ya son densas. Se identifica un punto de densidad optimo en aproximadamente 9.000 habitantes/km2. Belem (Brasil), Santiago (Chile) y Puebla (Mexico) se encuentran entre aquellas municipalidades cerca de la gama de densidad optima (tabla 6). Se encuentra que la municipalidad promedio exhibe economias de escala cercanas a los 8.450 residentes, con un gasto de us$ 75 por residente en la prestacion de servicios urbanos basicos.

La especificacion de referencia muestra que un incremento de 1 punto porcentual en la densidad de poblacion conduce a una reduccion de 0,99 puntos porcentuales en los gastos per capita en servicios urbanos basicos. Esto es igual a una disminucion en el gasto por servicio urbano basico por residente de us$ 75 a uss 67, dado un incremento del 10% en la densidad urbana. En una municipalidad con densidades mas bajas que el promedio, como las del primer cuartil (por ejemplo, 2.334 habitantes por [km.sup.2]), un incremento del 1% en la densidad urbana disminuiria el gasto per capita en casi el 1,4%. En cambio, en una municipalidad muy densa, como aquellas en el noveno decil (es decir, 9.659 habitantes por [km.sup.2]), un incremento del 1% en la densidad urbana lleva a un aumento en el gasto per capita de casi el 0,1%. Todas estas asociaciones son significativas en el nivel del 95% (tabla 7a/b).

El impacto de la densidad urbana en el gasto en servicios urbanos basicos por cabeza es significativo en especificaciones alternativas. Para mitigar aun mas las potenciales violaciones a la restriccion de exclusion (es decir, el clima deberia afectar los patrones de gasto municipal solo a traves de la densidad), restringimos nuestra muestra a las municipalidades urbanas. En efecto, la violacion mas seria a la restriccion de exclusion es un potencial efecto climatico sobre el ingreso. Sin embargo, si bien existe evidencia de que el clima esta sumamente relacionado con el ingreso en las areas rurales, no se ha encontrado que ejerza un claro efecto en los centros urbanos (Guerrero Compean, 2013). Cuando se excluyen las municipalidades no urbanas, la elasticidad de la densidad de la poblacion, de acuerdo con la especificacion de referencia, es de aproximadamente 1,5 para la municipalidad promedio (regresion 2, tabla 8). Los resultados continuan siendo estadisticamente significativos en el nivel del 95%.

Nuevamente, se encuentra evidencia en apoyo a una relacion en forma de U, con municipalidades de baja (alta) densidad exhibiendo economias (deseconomias) de escala. Para municipalidades urbanas dispersamente pobladas -en el primer decil-, un incremento de 1 punto porcentual en la densidad de la poblacion conduce a una disminucion de 3,4% en el gasto municipal per capita en los servicios urbanos basicos. En cambio, para la municipalidad urbana en el noveno decil, un incremento de 1 punto porcentual en la densidad de la poblacion conduce a un incremento de 0,4 puntos porcentuales en los gastos de servicios urbanos basicos por cabeza.

Los resultados de los efectos fijos IV-2SLS son robustos a una variable dependiente alternativa. Cuando se considera la relacion entre densidad urbana y gasto municipal total por cabeza--en oposicion al gasto per capita en servicios urbanos basicos--, se encuentra que la mayoria de las municipalidades exhiben economias de escala, con el punto minimo encontrandose en una densidad de poblacion de mas de 50.000 personas por kilometro cuadrado (regresion 4, tabla 8). De igual modo, la eleccion de instrumentos no cambia el significado estadistico de estos resultados. La densidad de poblacion urbana no tiene un impacto estadisticamente diferencial sobre el gasto en servicios urbanos basicos por habitante (tanto para las especificaciones agrupadas como solo urbanas) cuando se incluye la precipitacion como instrumento adicional (regresiones 1 y 3, tabla 8).

Conclusion e implicaciones politicas

Las politicas actuales promueven la densidad sobre la base de que ha sido correlacionada con beneficios ambientales y en los niveles de productividad. Si bien estos son beneficios importantes, es necesario destacar que no son consecuencias automaticas de la densidad de poblacion, sino producto de un contexto institucional y tecnologico adecuado (North, 1990). Ademas, este estudio, centrado en los impactos de la densidad en el gasto municipal per capita en servicios urbanos basicos, muestra que la densidad conlleva costos especificos. Debido a que la mayor parte de las recomendaciones de politicas de densificacion estan dirigidas a ciudades en paises en desarrollo, es de interes destacar el impacto de la densidad en aquellos municipios que tienen deficits en la provision de servicios urbanos basicos.

Los resultados de este estudio se basan en el analisis empirico del gasto en servicios de agua entubada, saneamiento por alcantarillado y recoleccion domiciliaria de residuos de mas de 17.000 observaciones de municipios de Brasil, Chile, Ecuador y Mexico, tomadas de los censos de los anos 2000 y 2010, segun los cuales existe una relacion significativa entre densidad de poblacion y cobertura de servicios urbanos basicos. Mas del 90% de los municipios que proveen servicios de agua, saneamiento y recoleccion de servicios a menos del 10% de los hogares son territorios por debajo de la mediana de densidad de poblacion urbana. Por el contrario, el 80% de los municipios con niveles de cobertura por encima del 90% de los hogares esta por encima de la mediana. Este mismo patron se mantiene aun si consideramos solo a los municipios con mayoria de residentes urbanos, y cuando contamos cada servicio por separado. Cabe destacar que los resultados presentados toman el conjunto de los municipios. A la hora de implementar politicas sobre tal base, es importante considerar las caracteristicas especificas de cada pais. Particularmente, las posibilidades institucionales de generar planes metropolitanos de desarrollo, los cuales pueden derivar en una mejor distribucion de costos y beneficios incluso con densidades menores.

Encontramos tambien que la relacion entre densidad y gasto municipal per capita en servicios tiene forma de U. La densificacion contribuye a reducir gastos en los municipios de densidad baja y media, y a aumentarlos en los de alta densidad; el umbral entre estas dos condiciones es aproximadamente de 9.000 habitantes por kilometro cuadrado. Dado que es posible que el aumento de poblacion lleve a un municipio a incrementar su gasto en servicios, o que los hogares se muden a aquellos lugares donde los municipios invierten mas en servicios, la relacion entre densidad de poblacion y gasto en servicios es endogena. Por tal motivo, utilizamos una regresion con variables instrumentales, empleando como instrumentos datos climaticos rezagados, los cuales son determinantes del crecimiento de la poblacion, pero no del gasto municipal.

Nuestra interpretacion de los resultados es que aumentar la densidad disminuye el costo per capita en los municipios menos densos, porque contribuye a amortizar el costo de provision de servicios; mientras que en los mas densos los incrementa, porque se requiere un conjunto de tecnologias mas amplio y mas costoso para proporcionar cobertura de servicios a una poblacion y un conjunto edificio con necesidades mas diversas y complejas. Ademas, otros factores de costos, tales como la tierra y la mano de obra, suelen aumentar con la densidad. Una investigacion a futuro, en cuanto existan los datos adecuados, es distinguir entre los gastos de capital y los operativos, en tanto es probable que el umbral para los primeros sea mucho mas denso que para los segundos. Otra importante contribucion sera estudiar los impactos de densidad en los costos de la prestacion de servicios urbanos en asentamientos informales, dado que la prestacion de servicios a posteriori es mas cara.

Desde una perspectiva de politica publica, la asociacion entre el gasto municipal y la densidad es una buena noticia. Tenemos mejores herramientas para controlar la densidad de poblacion que para limitar su crecimiento. Los codigos de construccion y zonificacion, los incentivos fiscales, entre otros, son herramientas que pueden servir para regular las densidades. Por otra parte, es importante considerar el costo de cambiar la configuracion actual cuando se planifica para la densidad. Incluso si densificar lleva a economias de escala en municipios poco poblados, puede ser muy dificil ampliar la cobertura en ellos. Por el contrario, aumentar la cobertura en un area densa puede ser mas provechoso, incluso si es mas caro. Esto es cierto en la medida en que los gobiernos locales puedan capitalizar fiscalmente los beneficios de una cobertura mas amplia, y las areas urbanas ya estan zonificadas para una mayor densidad.

El hecho de que el gasto per capita en servicios aumente con la densidad en municipios urbanos densos no implica que sea una mala politica. Simplemente, pone en evidencia que las ciudades en crecimiento necesitan recursos tambien crecientes. Un estudio especifico de la trama urbana y sus usos puede identificar en que parte de un municipio tiene sentido promover la densificacion, y que forma debe tomar esta. Por ejemplo, puede ser mas eficaz promover densidad en algunos barrios con un determinado conjunto de caracteristicas espaciales; puede precisarse acumular tierras en zonas con baja densidad--donde deberia tener un precio de mercado inferior--y luego rezonificar para densidades mas altas. Ademas, debe incorporarse en la planificacion urbana el concepto de tiempo, ya que existe un desfase entre la publicacion de una nueva legislacion y la implementacion real de la misma. Por tal motivo, la ampliacion de la calidad y cobertura de servicios urbanos basicos es tambien un modo de promover la densificacion de la poblacion. En ese sentido, las referencias cuantitativas de este estudio deben ser tomadas como parte de un analisis mas amplio, en el que la historia, la cultura y la geografia de una ciudad deben ser consideradas. Una buena politica seria preservar la diversidad dentro de cada ciudad y entre ellas.

Por ultimo, este estudio sugiere la necesidad de un enfoque integral para la determinacion de densidades ideales. El presente analisis se limita al gasto municipal en ciertos servicios, pero la densidad tiene otros costos y tambien otros beneficios. Entre los primeros esta el impacto evidente sobre el valor de la tierra; entre los ultimos, la contencion de la huella ambiental urbana. La densidad como herramienta de planificacion merece una consideracion cuidadosa y especifica del sitio. La densidad es simplemente una abstraccion de una variedad de formas urbanas. Valores de densidad similares pueden ser alcanzados a traves de diferentes configuraciones, y nuevas tecnologias pueden alterar las estructuras de costos de los servicios urbanos basicos actuales. Es trabajo de investigacion futura comprender como la densidad municipal se correlaciona con las densidades a escala de la ciudad, y especialmente la articulacion entre las escalas institucionales de gobierno y las de optimizacion de los costos de provision de servicios urbanos. En todos los casos, los gobiernos necesitan adoptar una vision estrategica y de largo plazo para planificar el crecimiento urbano.

Referencias bibliograficas

Abrate G., Erbetta, F., Fraquelli, G. & Vannoni, D. (2012). Size and density economies in refuse collection. Working Paper 274, Collegio Carlo Alberto (December), http:// www.carloalberto.org/assets/working-papers/no.274.pdf

Alvarez, I. C., Prieto, A. M. & Zofio, J. L. (2013). Cost efficiency, urban patterns and population density when providing public infrastructure: A stochastic frontier approach. European Planning Studies, 22(6), 1235-1258. https://doi.org/10.1080/ 09654313.2013.778957

Angel, S., Sheppard, S. C. & Civco, D. L. (2005). The dynamics of global urban expansion. Washington, D.C.: Transport and Urban Development Department, The World Bank.

Baranzini, A. & Faust, A. (2009). The cost structure of water utilities in Switzerland. Cahier de recherche No. HES-SO/HEG-GE/C-IO/5/I-CH. Ginebra: Centre de Recherche Appliquee en Gestion (CRAG), Haut ecole de gestion de Geneve, https://hesso.tind.io/ record/264/files/lm.pdf

Bergstrom, T. & Goodman, R. (1973). Private demand for public goods. American Economic Review, 63(3), 280-296.

Bollinger, C. R., Berger, M. & Thompson, E. (2001). Smart growth and the costs of sprawl in Kentucky: Phase I & II. Lexington, KY: University of Kentucky Center for Business and Economic Research.

Bonet, J., De la Cruz, R. & Fretes, V. (2013). Mas ingresos propios para el desarrollo local. En A. Corbacho, V. Fretes & E. Lora (eds.), Recaudar no basta. Los impuestos como instrumento de desarrollo (Cap. 5, pp. 123-149). Washington, D.C.: Inter-American Development Bank. http://www.aecid.es/Centro-Documentacion/Documentos/ documentos%20adjuntos/Fiscal%20BID.pdf

Borcheding, T. & Deacon, R. (1972). The demand for the services of non-federal governments. American Economic Review, 62(5), 891-906. http://www.gonzalo.depeco.econo.unlp. edu.ar/bspub/borcherding-deacon72.pdf

Bottasso, A. & Conti, M. (2009). Scale economies, technology and technical change in the water industry: Evidence from the English water only sector. Regional Science and Urban Economics, 39(2), 138-147. https://doi.Org/10.1016/j.regsciurbeco.2008.05.017

Bouillon, C. P. (2012). Introduccion. En C. P. Bouillon (ed.), Un espacio para el desarrollo. Los mercados de vivienda en America Latina y el Caribe (pp. xxvii-xxx). Washington, D.C.: Banco Interamericano de Desarrollo. http://bit.ly/2kM3Pse

Boyko, C. T. & Cooper, R. (2011). Clarifying and re-conceptualizing density. Progress in Planning, 76(1), 1-61. http://users.metu.edu.tr/ioguz/boyko_cooper_20U.pdf

Brakarz J., Greene, M. & Rojas, E. (2002), Cities for all: Recent experiences with neighborhood upgrading programs. Washington, D.C.: Inter-American Development Bank.

Burchell, R. W. & Mukherji, S. (2003). Conventional development versus managed growth: The costs of sprawl. American Journal of Public Health, 93(9), 1534-1540. http s:// www.ncbi.nlm.nih.gov/pmc/articles/PMC 1448006/

Burton, E. (2000). The compact city: Just or just compact? A preliminary analysis. Urban Studies, 37(11), 1969-2006. https://doi.10.1080/00420980050162184

Cameron, S. (1989). Police cost function estimates for England and Wales. Applied Economics, 27(10), 1279-1289. https://doi.10.1080/758522324

Campbell, T. (2012). Beyond smart cities: How cities network, learn and innovate. Londres: Routledge.

Carlino, G. A., Chatterjee, S. & Hunt, R. M. (2007). Urban density and the rate of invention. Journal of Urban Economics, 61(3), 389-419. https://doi.Org/10.1016/j. jue.2006.08.003

Carruthers, J. I. & Ulfarsson, G. F. (2003). Urban sprawl and the cost of public services. Environment and Planning B: Planning and Design, 30(4), 503-522. https:// doi.l0.1068/b 12847

Carruthers, J. I. & Ulfarsson, G. F. (2008). Does 'smart growth' matter to public finance? Urban Studies, 45(9),: 1791-1823. https://doi.10.1177/0042098008093379

Ciccone, A. & Hall, R. E. (1996). Productivity and the density of economic activity. American Economic Review, 86(1), 54-70. https://doi.10.3386/w4313

Combes P. P., Duranton G., Gobillon, L. & Roux, S. (2010). Estimating agglomeration economies with history, geology, and worker effects. En E. L. Glaeser (ed.), Agglomeration Economics (pp. 15-66). Chicago, IL: University of Chicago Press.

Corporacion Andina de Fomento (CAF). (2013). Equality and social inclusion in Latin America: Universal access to water and sanitation. Series/No. 2. Caracas: CAP.

Coyne, W. (2003). The Fiscal Cost of Sprawl. How Sprawl Contributes to Local Governments' Budget Woes. Denver, co: Environment Colorado Research and Policy Center.

Departamento Nacional de Planeacion, Republica de Colombia. (2011). Plan Nacional de Desarrollo 2010-2014: Prosperidad para todos. Tomo 11. Bogota: Departamento Nacional de Planeacion. https://colaboracion.dnp.gov.co/CDT/PND/PND20102014%20Tomo%20II%20CD.pdf

Ewing, R. H. (1994). Characteristics, causes, and effects of sprawl: A literature review. Environmental and Urban Studies, 21(2), 1-15. https://doi.10.1007/978-0-38773412-5_34

Fan, J. (1992). Design-adaptive nonparametric regression. Journal of the American Statistical Association, <S7(420): 998-1004. https://doi.10.2307/2290637

Feler, L. & Henderson, J. V. (2011). Exclusionary policies in urban development: Underservicing migrant households in Brazilian cities. Journal of Urban Economics, 69(3), 253-272. https://doi.Org/10.1016/j.jue.2010.09.006

Forsyth, A. (2003). Measuring density: Working definitions for residential density and building intensity. Design Brief 8. Minneapolis, MN: University of Minnesota.

Gaigne, C., Riou, S. & Thisse, J. F. (2012). Are compact cities environmentally friendly? Journal of Urban Economics, 72(2-3), 123-136. https://doi.Org/10.1016/j.jue.2012.04.001

Gilens, M. (2009). Preference gaps and inequality in representation. Political Science and Politics, 42(2), 335-341. https://doi.org/10.1017/S104909650909044l

Glaeser, E. L. (1999). Learning in cities. Journal of Urban Economics, 46(2), 254-277. https:// doi.org/10.1006/juec. 1998.2121

Glaeser, E. L. & Gottlieb, J. D. (2009). The wealth of cities: Agglomeration economies and spatial equilibrium in the United States. Journal of Economic Literature, 47(4), 9831028. https://doi.10.3386/wl4806

Glaeser, E. L., Kolko, J. & Saiz, A. (2001), Consumer city. Journal of Economic Geography, 1(1), 27-50. https://doi.org/10.1093/jeg/1.1.27

Glaeser, E. L. & Sacerdote, B. (1999). Why is there more crime in cities? Journal of Political Economy, 107(S6), S225-S258. https://doi.10.1086/250109

Guerrero Compean, R. (2013). Essays in climate and development. PhD dissertation, Massachusetts Institute ofTechnology, Cambridge, MA.

Henderson, V. (2003). The urbanization process and economic growth: The so-what question. Journal of Economic Growth, 8(1), 47-71. https://doi,10.1023/A: 1022860800744

Hirsch, W. Z. (1959). Expenditure implications of metropolitan growth and consolidation. Review of Economics and Statistics, 41(3), 232-241. https://doi.10.2307/1927450

Holcombe, R. G. & Williams, D. W. (2008). The impact of population density on municipal government expenditures. Public Finance Review, 36(3), 359-373. https:// doi. 10.1177/1091142107308302

Holcombe, R. G. & Williams, D. W. (2010). Urban sprawl and transportation externalities. The Review of Regional Studies, 40(3), 257-273. http://journal.srsa.org/ojs/index.php/ RRS/article/view/13

Hortas-Rico, M. & Sole-Olle, A. (2010). Does urban sprawl increase the costs of providing local public services? Evidence from Spanish municipalities. Urban Studies, 47(J), 1513-1540. http://journals.sagepub.com/doi/pdf/10.1177/0042098009353620

IBI Group, Calgary. (2009). City of Calgary. The implications of alternative growth patterns on infrastructure costs. Calgary, Canada: IBI Group, http://www.reconnectingamerica.org/ assets/Uploads/planitcalgarycoststudyanalysisapril third.pdf

Instituto Brasileiro de Geografia e Estatistica (IBGE), Brasil. (2008). Regioes de Influencia das Cidades 2007. Rio de Janeiro: IBGE. http://www.ibge.gov.br/home/geociencias/ geografia/ regic.shtm?c=7

Instituto Nacional de Estadistica y Geografia (Inegi), Mexico. (2011). Documento metodologico dei indice nacional de precios al consumidor. Mexico, D.F.: Inegi. http://www.inegi.org. mx/est/contenidos/proyectos/inp/doc/Documento_Metodologico_INPC_INEGI.pdf

Instituto Nacional de Estadisticas (INE). (2005). Chile: Ciudades, pueblos, aldeas y caserios. Santiago, Chile: INE, Departamento de Geografia y Censos, http://www.ine.cl/canales/ usuarios/cedoc_online/censos/pdf/censo_2002_publicado_j unio_2005.pdf

Inter-American Development Bank (IADB). (2013). Urban development and housing sector framework document. Washington, D.C.: IADB.

Jenks, M. & Burgess, R. (2000). Compact cities. Sustainable urban forms for developing countries. Londres: Spon Press.

Krugman, P. R. (1991). Geography and trade. Cambridge, MA: MIT Press.

Ladd, H. E & Yinger, J. (1989). America's Ailing Cities: Fiscal Health and the Design of Urban Policy. Baltimore, MD: Johns Hopkins University Press.

Ladd, H. E (1992). Population growth, density and the costs of providing public services. Urban Studies, 29(2), 273-295. https://doi.10.1080/00420989220080321

Libertun de Duren, N. (2011). The national embeddedness of urbanization trajectories. City & Community, 10(4), 424-430. https://doi. 10.1111 /j. 1540-6040.2011.01384.x

London Government. (2013). Homes for London. The London Housing Strategy. Londres: Greater London Authority. https://www.london.gov.uk/sites/defauIt/files/london_ housing_strategy_consultation_version.pdf

Mexico, Gobierno de la Republica. (2013). Plan Nacional de Desarrollo 2013-2018. Mexico, D.F.: Gobierno de la Republica, http://pnd.gob.mx/

Miguel, E., Satyanath, S. Si Sergenti, E. (2004). Economic shocks and civil conflict: An instrumental variables approach. Journal of Political Economy, 112(4), 725-753. https://doi.10.1086/421174

Monterrey, Gobierno de (2011). Plan de desarrollo urbano del municipio de Monterrey 20102020. Monterrey: Secretaria de Desarrollo Urbano y Ecologia.

National Oceanic & Atmospheric Administration (NOAA) [Administracion Nacional Oceanica y Atmosferica], (2014). Palmer Drought Severity Index (PDSL) from near. http://www. esrl.noaa.gov/psd/data/gridded/data.pdsi.html

National People's Congress of the Popular Republic of China. (2011), China's Twelfth Five-Year Plan (2011-2015)--the full English version, http://www.britishchamber.cn/content/ chinas-twelfth-five-year-plan-2011 -2015-full-english-version Nauges, C. & Van den Berg, C. (2007) .How "natural" are natural monopolies in the water supply and sewerage sector? Case studies from developing and transition economies. Policy Research Working Paper Series No. 4137, Washington, D.c.: The World Bank, http:// bit.ly/2kOqjw8

New York City Government. (2011). PlaNYC. A greener, greater New York. April, NYC: The City of New York.

North, D. C. (1990). Institutions, institutional change and economic performance. Cambridge, UK: Cambridge University Press.

Organisation for Economic Co-operation and Development (OECD). (2012). Compact City Policies. A comparative assessment. Paris: OECD. http://www.oecd.org/regional/greeningcities-regions/compact-city.htm

Palmer, W. C. (1965). Meteorological drought. Research Paper 45. Office of Climatology, U.S. Weather Bureau. Washington, D.c.: Department of Commerce, https://www.ncdc. noaa.gov/temp-and-precip/drought/docs/palmer.pdf

Pineda, C. (2005). City-county Consolidation and Diseconomies of Scale. Cambridge, MA: Harvard University.

Rapoport, A. (1977). Human aspects of urban form: Towards a man-environment approach to urban form and urban design. Nueva York: Pergamon.

Rosenthal, S. S. & Strange, W. C. (2003). Geography, industrial organization and agglomeration. The Review of Economics and Statistics, 85(2), 377-393. https:// doi.10.1162/003465303765299882

Scott, A.J. (2006). Geography and Economy: Three lectures. Oxford: Oxford University Press. Secretaria de Desarrollo Social (Sedesol) / Consejo Nacional de Poblacion (Conapo) / Instituto Nacional de Estadistica y Geografia (Inegi), Mexico. (2010). Delimitacion de las zonas metropolitanas de Mexico 2010. Mexico, D.F.: Sedesol / Conapo / Inegi. https://www. gob.mx/cms/uploads/attachment/file/112786/l_DZM_2010_PAG_l-34.pdf

Secretaria Nacional de Planificacion y Desarrollo (Senplades), Ecuador. (2009). Plan Nacional para el Buen Vivir 2009-2013. Quito: Senplades. http://www.planificacion.gob.ec/ plan-nacional-para-el-buen-vivir-2009-2013/

South African National Planning Commission. (2011). National Development Plan. Vision for 2030. johannesburgo: The Presidency of the Republic of South Africa. http://led. co.za/documents/npc-national-development-plan-vision-for-2030

Stone, B., Mednick, A. C., Holloway, T. & Spak, S. N. (2007). Is compact growth good for air quality? Journal of the American Planning Association, 73(4), 404-418. http://dx.doi. org/10.1080/01944360708978521

UN DESA (United Nations Department of Economic and Social Affairs). (2013). World Population Prospects: The 2010 Revision, http://esa.un.org/unup/unup/

UN-Habitat (The United Nations Human Setdements Programme). (2012). Leveraging density: Urban patterns for a Green Economy. Nairobi: UN-Habitat.

University of East Anglia Climatic Research Unit. (2014). CRU TS3.21: TS Version 3.21 (Jan. 1901 - Dec. 2012). NCAS British Atmospheric Data Centre, http://badc.nerc. ac.uk/view/badc.nerc.ac.uk_ATOM_ACTIVITY_0c08abfc-f2d5-lle2-a94800163e251233 (accessed 20 March 2014).

Wheaton, W. C. & Lewis, M. J. (2001). Urban wages and labor market agglomeration, fournal of Urban Economics, 5/(3), 542-562. https://doi.org/10.1006/juec.2001.2257

Wheaton, W. C. (1998). Land use and density in cities with congestion. Journal of Urban Economics, 43(2), 258-272. https://doi.org/10.1006/juec.1997.2043

World Bank. (2014a). Urban China: Toward efficient, inclusive, and sustainable urbanization. Washington, D.c.: The World Bank, https://openknowledge.worldbank.org/ handle/10986/18865

World Bank. (2014b). World Development Indicators, http://databank.worldbank.org

Nora Libertun. Banco Interamericano de Desarrollo, Washington D.C., Estados Unidos.

Roberto Guerrero. Banco Interamericano de Desarrollo, Washington o.e., Estados Unidos.

Recibido el 10 de noviembre de 2015, aprobado el 3 de junio de 2016

E-mails: N. Libertun, nlibertun@iadb.org | R. Guerrero, rguerrero@iadb.org

Leyenda: FIGURA 1 | Relacion entre la cobertura de servicios de agua, saneamiento, y recoleccion de residuos y densidad de poblacion

Leyenda: FIGURA 2 | Relacion entre cobertura de servicios de agua, saneamiento, y recoleccion de residuos y densidad de poblacion, por servicio

Leyenda: FIGURA 3 | Relacion entre el costo municipal de servicios de agua, saneamiento, y recoleccion de residuos por habitante y densidad de poblacion
TABLA 1 | Estadisticas descriptivas

                             MEDIA    DESVIACION     NUMERO DE
                                       ESTANDAR    OBSERVACIONES
                                A. CARACTERISTICAS DEMOGRAFICAS
                                         (2000-2010)

Densidad de poblacion         176       919,20        17.092
total (personas/
[km.sup.2])

Densidad de poblacion       13.126    85.583,85       15.439
urbana (personas/
[km.sup.2])

Densidad de poblacion        8.447    47.152,56       14.795
urbana con cobertura
(personas/[km.sup.2])

Poblacion total             36.574     174.349        17.096

Tasa de poblacion urbana      54          29          17.092

Tamano promedio de hogar     3,89        0,65         17.082

Tasa de pobreza              0,37        0,24         17.105

                             MEDIA    DESVIACION    NUMERO DE
                                       ESTANDAR    OBSERVACIONES

                               B. ACCESO A SERVICIOS MUNICIPALES
                                         (2000-2010)

Cobertura de servicios-      0,51        0,24         17.087
(3 servicios, alta
calidad) (total)

Cobertura de servicios-      0,69        0,21         15.268
(3 servicios, alta
calidad) en poblacion
urbana

Cobertura de servicios de    0,67        0,24         17.087
agua (total)

Cobertura de servicios de    0,87        0,19         15.268
agua (poblacion urbana)

Cobertura de servicios de    0,31        0,31         17.087
saneamiento (total)

Cobertura de servicios de    0,44        0,38         15.268
saneamiento (poblacion
urbana)

Cobertura de servicios de    0,55        0,28         11.507
recoleccion de residuos
(total)

Cobertura de servicios de    0,77        0,28         11.506
recoleccion de residuos
(poblacion urbana)

                            C. CARACTERISTICAS FISCALES Y ECONOMICAS
                                       (2000-2010) US$

Gasto municipal              18,51      169,22        16.731

Gasto municipal en           2,61       17,70         16.710
servicios

Agua                         0,76        5,69         16.210

Saneamiento                  0,70        6,74         11.130

Recoleccion de basura        0,88        9,97         16.210

Ingresos fiscales            3,08       69,56         16.738

Ingresos fiscales            1,15       23,95         15.287
inmobiliarios

Transferencias               12,49      73,00         16.738
intergubernamentales

Salario promedio             4.710      3.211         16.785

Tasa de desempleo            0,07        0,06         16.814

Ingresos                     5.089      5.733         17.014

                               D. CARACTERISTICAS MUNICIPALES
                                       (2000-2010)

Extension total              1.484      14.303        17.168
([km.sup.2])

Extension area urbanizada      3          12          17.020
([km.sup.2])

Pertenencia a area           0,11        0,31         17.172
metropolitana

Cabecera urbana              0,05        0,22         16.588

                                 E. INDICADORES CLIMATICOS
                                    (1910-1930 Y 2012)

Temperatura anual            21,0        4,3          17.042
promedio, rezagada
([degrees]C)

Humedad del suelo,            0,2        1,0          16.239
rezagada (Indice Palmer)

Precipitaciones anuales,    1.197,0     490,1         17.042
rezagada (mm)

Temperatura anual            22,1        5,2          17.042
promedio, actual
([degrees]C)

Precipitaciones anuales,    1.102,5     870,9         17.042
actual (mm)

FONTE ELABORACION PROPIA

TABLA 2 | Datos y fuentes, por pais

DATOS A NIVEL         BRASIL             CHILE            ECUADOR
MUNICIPAL

Caracteristicas demograficas (2000, 2010)

Numero de         IBGE Sistema de   INE XVII Censo    INEC XVII Censo
residentes; de    Recuperacao       Nacional de       Nacional de
residentes        Automatica.       Poblacion y VI    Poblacion y VI
pobres; de                          de Vivienda.      de Vivienda.
residentes
urbanos

Tamano medio de
hogar por
municipio

Acceso a servicios municipales (2000, 2010)

Numero de         IBGE Sistema de   INE XVII Censo    INEC XVII Censo
hogares con       Recuperacao       Nacional de       Nacional de
grifo en la       Automatica.       Poblacion y VI    Poblacion y VI
vivienda                            de Vivienda.      de Vivienda.
conectado al
servicio por
tuberia; con
sistema de
alcantarillado
entubado; con
recoleccion
domiciliaria de
residuos

Caracteristicas fiscales y economicas (2000, 2010)

Ingresos          Tesouro
fiscales          Nacional.
totales;          Financas do
ingresos por      Brasil. Dados     SUBDERE.          SENPLADES.
impuesto          Contabeis dos     Sistema           Ingresos y
inmobiliario      Municipios.       Nacional de       gastos del
                                    Informacion       sector publico
Ingresos por                        Municipal.        a nivel
transferencias                                        cantonal.
interguberna-     IBGE Sistema de
mentales          Recuperacao
                  Automatica.
Gastos totales;
gastos en
servicios
publicos

Compensacion                        MIDEPLAN.
empleados                           Encuesta de       INEC XVII Censo
municipales                         Caracterizacion   Nacional de
                                    Socioeconomica    Poblacion y VI
                                    Nacional 2003,    de Vivienda.
                                    2009.

Salario
promedio          IBGE Sistema de
                  Recuperacao                         Banco Central
                  Automatica.                         del Ecuador.
                                                      Valor agregado
                                                      bruto cantonal
                                    MINSAL. Base de   2007 y Cuentas
                                    datos del pais    Provinciales
                                    a nivel comuna    1999.
                                    2009,2011
                                    Observatorio
                                    Social,
Producto Bruto                      Ministerio de
Interno                             Desarrollo
                                    Social. Pobreza
                                    por comunas
Tasa de                             2003, 2009,
desempleo

Tasa de pobreza   UNDP Brazil.                        INEC XVII Censo
                  Atlas do                            Nacional de
                  Desenvolvimento                     Poblacion y VI
                  Humano 2013.                        de Vivienda.

Indice de         IBGE Sistema de   INE.              INEC. indice de
precios           Recuperacao       Estadisticas de   Precios al
                  Automatica.       Precio.           Consumidor.

Indicadores urbanos (2000, 2010)

Coordenadas       UNDP Brazil       Instituto         INEC. Division
geograficas       Caracterizacao    Geografico        Politico
                  do Municipio.     Militar. MAPAS    Administrativa
                                    IGM.              del Ecuador.

Extension
territorial

Extension         UNDP Brazil       Corporacion       INEC. Archivo
territorial       Caracterizacao    Nacional          Nacional de
urbana            do Municipio.     Forestal.         Datos y
                                    Sistema de        Metadatos
                                    Informacion       Estadisticos.
                                    Territorial.      Censo de
                                                      Informacion
                                                      Ambiental
                                                      Economica.

Definicion de     IBGE. RIDES,      INE. Ciudades,    Gobierno de
primacia          Regioes de        pueblos, aldeas   Ecuador.
                  Influencia das    y caserios        Constitucion de
                  Cidades.          2002.             Ecuador de
                                                      2008.

Definicion de     IBGE.                               SENPLADES.
area              Organizacao                         Estrategia
metropolitana     Territorial e                       Territorial
                  Composicao das                      Nacional.
                  Regioes
                  Metropolitanas.

Indicadores climaticos (1910-1930; 2000-2030)

Temperaturas
medias diarias;   uea Climatic
precipitaciones   Research Unit.
medias diarias

Valores
mensuales         noaas National
promedio del      Center for
Indice de         Atmospheric
Sequia de         Research.
Palmer

DATOS A NIVEL         MEXICO
MUNICIPAL

Caracteristicas demograficas (2000, 2010)

Numero de         INEGI Censo
residentes; de    General de
residentes        Poblacion y
pobres; de        Vivienda.
residentes
urbanos

Tamano medio de
hogar por
municipio

Acceso a servicios municipales (2000, 2010)

Numero de         INEGI Censo
hogares con       General de
grifo en la       Poblacion y
vivienda          Vivienda.
conectado al
servicio por
tuberia; con
sistema de
alcantarillado
entubado; con
recoleccion
domiciliaria de
residuos

Caracteristicas fiscales y economicas (2000, 2010)

Ingresos
fiscales
totales;          INEGI.
ingresos por      Estadistica de
impuesto          finanzas
inmobiliario      publicas
                  estatales y
Ingresos por      municipales.
transferencias
interguberna-
mentales

Gastos totales;
gastos en
servicios
publicos

Compensacion
empleados
municipales       INEGI. Censos
                  Economicos
                  1999, 2009.

Salario
promedio

                  CONEVAL. ICTPC
                  anual 2010.

Producto Bruto
Interno

                  INEGI Censo
Tasa de           General de
desempleo         Poblacion y
                  Vivienda.

Tasa de pobreza   CONEVAL.
                  Estimaciones de
                  pobreza
                  alimentaria.

Indice de         Banco de
precios           Mexico. Indices
                  de precios al
                  consumidor.

Indicadores urbanos (2000, 2010)

Coordenadas       inegi. Marco
geograficas       geo-
                  estadistico
                  2010 version
                  5.0 agem.

Extension
territorial

Extension         INEGI.
territorial       Informacion
urbana            Vectorial de
                  Localidades
                  Urbanas.

Definicion de     CONAPO.
primacia          Delimitacion de
                  las zonas
                  metropolitanas
                  de Mexico.

Definicion de
area
metropolitana

Indicadores climaticos (1910-1930; 2000-2030)

Temperaturas
medias diarias;
precipitaciones
medias diarias

Valores
mensuales
promedio del
Indice de
Sequia de
Palmer

NOTA BRASIL, IBGE: INSTITUTO BRASILEIRO DE GEOGRAFIA E
ESTATISTICA /CHILE, INE: INSTITUTO NACIONAL DE ESTADISTICAS;
SUBDERE: SUBSECRETARIA DE DESARROLLO REGIONAL; MIDEPLAN,
MINISTERIO DE PLANIFICACION Y COOPERACION, ACTUAL MINISTERIO
DE DESARROLLO SOCIAL; MINSAL: MINISTERIO DE SALUD /ECUADOR,
INEC: INSTITUTO NACIONAL DE ESTADISTICA Y CENSOS; SENPLADES:
SECRETARIA NACIONAL DE PLANIFICACION Y DESARROLLO /MEXICO,
INEGI: INSTITUTO NACIONAL DE ESTADISTICA Y GEOGRAFIA;
CONEVAL: CONSEJO NACIONAL DE EVALUACION DE LA POLITICA DE
DESARROLLO SOCIAL; CONAPO: CONSEJO NACIONAL DE POBLACION.

FUENTE ELABORACION PROPIA

TABLA 3 | Porcentaje de hogares por municipio con acceso a servicios
de agua, saneamiento y recoleccion de residuos de alta calidad, segun
nivel de cobertura y cuartil de densidad de poblacion

                DENSIDAD DE POBLACION URBANA (PERSONAS/[KM.sup.2])
HOGARES CON       QI           Q2            Q3        Q4 MAYOR
COBERTURA       0-2.333    2.334-3.960   3.961-6.378   A 6.378

                Agua, saneamiento, y recoleccion de residuos

Menos del 10%     68,4        21,9           6,9         2,8
Mas del 90%       3,7         15,0          38,0         43,4

                Agua

Menos del 10%     66,3        17,8           9,2         6,7
Mas del 90%       16,9        23,4          28,8         31,0

                Saneamiento

Menos del 10%     59,7        24,5          10,8         5,0
Mas del 90%       4,8         15,0          36,7         43,5

                Recoleccion de residuos

Menos del 10%     60,8        25,5           9,8         3,9
Mas del 90%       10,1        20,8          36,8         32,3

FUENTE ELABORACION PROPIA

TABLA 4 | Datos climaticos y densidad de poblacion (primera etapa)

VARIABLE          MINIMOS CUADRADOS ORDINARIOS (OLS)
EXPLICATIVA          (1)          (2)          (3)          (4)

Temperatura       0,0230 **    0,162 ***    0,173 ***    0,133 ***
                   (0,0108)     (0,0411)     (0,0364)    (0,0333)

Humedad de        -0,267 ***   0,0629 ***   0,0517 ***
suelo              (0,0634)    (0,00929)    (0,00922)

Precipitaciones                                          0,0002 *
                                                         (0,0001)
Temperatura
futura

Precipitaciones
futuras

Prueba F de          9,05        23,23        18,92        14,25
instrumentos
excluidos

Controles             No           No           No          No

Linea de              No           Si           No          No
tendencia por
pais

Efectos fijos         No           No           Si          Si
bidireccionales

Observaciones       13.004       12.030       12.030      12.812

[R.sup.2]           0,0438       0,367        0,378        0,378

Raiz del error      1,241        0,912        1,028        1,399
cuadra tico
medio

variable
explicativa          (5)          (6)          (7)         (8)

Temperatura       0,0753 ***   0,100 ***    0,0701 ***
                   (0,0240)     (0,0279)     (0,0234)

Humedad de        0,0289 ***   0,0235 ***
suelo             (0,00577)    (0,00593)

Precipitaciones                             0,0002 **
                                             (0,0001)
Temperatura                                               0,0231
futura                                                   (0,0187)

Precipitaciones                                           0,0001
futuras                                                  (0,0001)

Prueba F de         13,26        10,35        10,02        1,12
instrumentos
excluidos

Controles             Si           Si           Si          Si

Linea de              Si           No           No          No
tendencia por
pais

Efectos fijos         Si           Si           Si          Si
bidireccionales

Observaciones       10.024       10.024       10.722      10.722

[R.sup.2]           0,584        0,588        0,595       0,593

Raiz del error      0,926        1,090        1,103       1,026
cuadra tico
medio

ERRORES ROBUSTOS ESTANDAR DE HUBER-WHITE ENTRE PARENTESIS;
* p<0,10 ** p<0,05 *** p<0,01

FUENTE ELABORACION PROPIA

TABLA 5 | Clima y gastos municipales en agua, saneamiento, y
recoleccion deresiduos (forma reducida)

                        VARIABLE dependiente: GASTO MUNICIPAL PER
                         CAPITA EN SERVICIOS DE AGUA, SANEAMIENTO
                               V RECOLECCION DE RESIDUOS

                                   TOTAL DE MUNICIPIOS (OLS)

              (1)       (2)        (3)          (4)         (5)

Temperatura   -0,965                            -0,987      -0,965
              ***                               ***         ***
              (0,182)                           (0,180)     (0,195)

Humedad de              0,129                               0,0643
suelo                   ***                                 *
                        (0,0405)                            (0,0375)

Precipita-                         0,000425     0,00069
ciones                             *            *
                                   (0,000274)   (0,00037)

Efectos       Si        Si         Si           Si          Si
fijos
bidirec-
cionales

Observa-      15580     14839      15580        15580       14832
ciones

[R.sup.2]     0,107     0,0846     0,0768       0,109       0,114

Raiz del      0,691     0,703      0,703        0,690       0,692
error
cuadratico
medio

               VARIABLE DEPENDIENTE:
               GASTO MUNICIPAL PER
               CAPITA EN SERVICIOS     VARIABLE DEPENDIENTE:
               DE AGUA, SANEAMIENTO    GASTO MUNICIPAL TOTAL
                V RECOLECCION DE       PER CAPITA
                     RESIDUOS
                 MUNICIPIOS URBANOS     TOTAL DE MUNICIPIOS
                        (OLS)                 (OLS)
              (6)          (7)        (8)          (9)

Temperatura   -0,475       -0,320     -0,278       -0,284
              ***          *          ***          ***
              (0,153)      (0,182)    (0,0481)     (0,0507)

Humedad de                 0,0982                  0,00348
suelo                      *                       (0,0105)
                           (0,0561)

Precipita-    0,000954                0,000264
ciones        **                      *
              (0,000433)              (0,000144)

Efectos       Si           Si         Si           Si
fijos
bidirec-
cionales

Observa-      1129         1104       16149        15359
ciones

[R.sup.2]     0,191        0,189      0,279        0,277

Raiz del      0,423        0,425      0,260        0,260
error
cuadratico
medio

ERRORES ROBUSTOS ESTANDAR DE HUBER-WHITE ENTRE PARENTESIS;
* p<0,10 ** p<0,05 *** p<0,01

FUENTE ELABORACION PROPIA

TABLA 6 | Densidad de poblacion urbana en municipalidades
selectas, 2010

MUNICIPALIDAD            DENSIDAD DE POBLACION
                     URBANA (PF.RSONAS/[KM.sup.2])

Brasil
Sao Paulo                       11.047
Rio de Janeiro                  10.928
Belem                            8.984
Brasilia                         3.544

Chile
Santiago                         8.681
Valparaiso                       6.686
Vina del Mar                     6.025
Concepcion                       4.871

Ecuador
Guayaquil                        7.082
Cuenca                           4.395
Quito                            4.059
Ambato                           3.340

Mexico
Benito Juarez                   13.221
(Ciudad de Mexico)
Guadalajara                     10.445
Puebla                           8.983
Monterrey                        7.678

TABLA 7a | Densidad de poblacion Y Gasto Municipal En Servicios
de Agua, saneamiento, y recoleccion de residuos, per capita

                   VARIABLE DEPENDIENTE: GASTO MUNICIPAL
VARIABLE           EN AGUA, SANEAMIENTO Y RECOLECCION DE
EXPLICATIVA                 RESIDUOS PER CAPITA

                     MINIMOS CUADRADOS ORDINARIOS (OLS)

                     (1)          (2)          (3)

Densidad de       -0,645 ***   -0,774 ***    -0,414**
poblacion con      (0,0641)     (0,0742)     (0,178)
servicios

Densidad de                                  -0,0189
poblacion con                                (0,0129)
servicios2

Poblacion total                -0,735 ***
                                (0,214)

Poblacion                      0,489 ***
urbana                          (0,171)

Tamano medio                     0,361
hogar                           (0,400)

Tasa de                        0,212 ***
desempleo                       (0,0307)

Tasa de pobreza                 -0,0313
                                (0,0440)

Salario medio                   -0,0434
                                (0,0743)

Ingresos                       0,517 ***
                                (0,159)

Tributos                       -0,341 ***
                                (0,0773)

Transferencias                 0,733 ***
interguberna-                   (0,157)
mentales

Area                            0,00425
Metropolitana                   (0,0806)

Cabecera urbana                 -0,470 *
                                (0,246)

Elasticidad de                              -0,721 ***
la densidad                                  (0,079)

Lineas de             No           No           No
tendencia por
pais

Efectos fijos         Si           Si           Si
bidireccionales

Observaciones       13.744       12.172       13.744

[R.sup.2]           0,0912       0,169        0,0920

Raiz del error      0,647        0,598        0,647
cuadratico
medio

                  VARIABLE DEPENDIENTE:
VARIABLE          GASTO MUNICIPAL EN AGUA,
EXPLICATIVA       SANEAMIENTO Y RECOLECCION
                  DE RESIDUOS PER CAPITA
                     MINIMOS CUADRADOS
                      ORDINARIOS (OLS)
                     (4)          (5)

Densidad de       -0,521 ***   -0,850 ***
poblacion con      (0,192)      (0,205)
servicios

Densidad de        -0,0220      0,00985
poblacion con      (0,0153)     (0,0156)
servicios2

Poblacion total   -0,680 ***   -0,823 ***
                   (0,213)      (0,216)

Poblacion         0,538 ***     0,396 **
urbana             (0,164)      (0,197)

Tamano medio        0,312        0,654
hogar              (0,397)      (0,409)

Tasa de           0,209 ***      0,0287
desempleo          (0,0314)     (0,0239)

Tasa de pobreza    -0,0251     -0,117 **
                   (0,0444)     (0,0516)

Salario medio      -0,0453     -0,167 **
                   (0,0741)     (0,0718)

Ingresos          0,532 ***    0,589 ***
                   (0,156)      (0,143)

Tributos          -0,341 ***   -0,310 ***
                   (0,0776)     (0,0711)

Transferencias    0,732 ***    0,623 ***
interguberna-      (0,158)      (0,142)
mentales

Area               0,00899       0,0160
Metropolitana      (0,0803)     (0,0841)

Cabecera urbana    -0,464 *    -0,492 **
                   (0,247)      (0,236)

Elasticidad de    -0,878 ***   -0,690 ***
la densidad        (0,105)      (0,094)

Lineas de             No           Si
tendencia por
pais

Efectos fijos         Si           No
bidireccionales

Observaciones       12.172       12.172

[R.sup.2]           0,170        0,201

Raiz del error      0,598        0,587
cuadratico
medio

TABLA 7b | Densidad de poblacion y gasto municipal en servicios
de agua, saneamiento, y recoleccion de residuos, per capita
(continuacion)

                  VARIABLE DEPENDIENTE: GASTO MUNICIPAL
                  EN AGUA, SANEAMIENTO Y RECOLECCION DE
VARIABLE          RESIDUOS PER CAPITA

EXPLICATIVA
                  MINIMOS CUADRADOS EN DOS ETAPAS-
                  VARIABLES INSTRUMENTALES (IV-2SLS)

                     (6)         (7)          (8)

Densidad de       2,095 ***   -3,561 ***   -12,84 ***
poblacion con      (0,683)     (1,299)      (3,374)
servicios

Densidad de                                0,863 ***
pobla-cion con                              (0,244)
servicios2

Poblacion total               -1,178 ***
                               (0,357)

Poblacion                      3,735 **
urbana                         (1,502)

Tamano medio                   -0,0413
hogar                          (0,471)

Tasa de                       0,201 ***
desempleo                      (0,0358)

Tasa de pobreza                0,223 *
                               (0,123)

Salario medio                  0,00144
                               (0,105)

Ingresos                      0,754 ***
                               (0,249)

Tributos                      -0,391 ***
                               (0,0968)

Transferencias                0,782 ***
interguberna-                  (0,184)
mentales

Area                           -0,0145
Metropolitana                  (0,0872)

Cabecera urbana               -0,574 **
                               (0,290)

Elasticidad de                               -1,177
la densidad                                 (1,069)

Lineas de            No           No           No
tendencia por
pais

Efectos fijos        Si           Si           Si
bidireccionales

Observaciones      12.030       10.024       12.030

[R.sup.2]

Raiz del error      1,072       1,138        1,654
cuadratico
medio

Prueba de i7 de     0,000       0,001        0,000
Anderson-Rubin
(p-valor)

Prueba de           0,000       0,000        0,000
[X.sup.2] de
Anderson-Rubin
(p-valor)

Estadistico S       0,000       0,000        0,000
de Stock-
Wright (
p-valor)

Estadistico F       0,000       0,000        0,000
de Anderson
(p-valor)

Estadistico F       18,92       10,35        16,70
de Kleibergen-
Paap

Estadistico J       0,000       0,018
de Hansen (
p-valor)

                  VARIABLE DEPENDIENTE:
                  GASTO MUNICIPAL EN AGUA,
VARIABLE          SANEAMIENTO Y RECOLECCION
                  DE RESIDUOS PER CAPITA
EXPLICATIVA
                  MINIMOS CUADRADOS EN DOS
                      ETAPAS-VARIABLES
                  INSTRUMENTALES (IV-2SLS)

                     (9)          (10)

Densidad de       -6,982 ***   -9,304 **
poblacion con      (2,238)      (4,094)
servicios

Densidad de        0,351 **     0,512 *
pobla-cion con     (0,158)      (0,276)
servicios2

Poblacion total   -2,034 ***   -2,643 **
                   (0,646)      (1,091)

Poblacion           2,294       2,369 *
urbana             (1,491)      (1,392)

Tamano medio        0,830        1,544
hogar              (0,717)      (1,143)

Tasa de           0,246 ***      0,0897
desempleo          (0,0432)     (0,0580)

Tasa de pobreza     0,0729      -0,0236
                   (0,124)      (0,0888)

Salario medio       0,0110       -0,179
                   (0,110)      (0,113)

Ingresos           0,471 *     0,683 ***
                   (0,281)      (0,238)

Tributos          -0,384 ***   -0,342 ***
                   (0,0886)     (0,0866)

Transferencias    0,796 ***    0,657 ***
interguberna-      (0,169)      (0,161)
mentales

Area               -0,0947      -0,0478
Metropolitana      (0,0892)     (0,0944)

Cabecera urbana   -0,659 **    -0,723 **
                   (0,288)      (0,316)

Elasticidad de      -1,276       -0,995
la densidad        (1,427)      (1,194)

Lineas de             No           Si
tendencia por
pais

Efectos fijos         Si           No
bidireccionales

Observaciones       10.024       10.024

[R.sup.2]

Raiz del error      1,146        1,240
cuadratico
medio

Prueba de i7 de     0,001        0,009
Anderson-Rubin
(p-valor)

Prueba de           0,000        0,008
[X.sup.2] de
Anderson-Rubin
(p-valor)

Estadistico S       0,000        0,010
de Stock-
Wright
(p-valor)

Estadistico F       0,000        0,000
de Anderson
(p-valor)

Estadistico F       9,903        11,18
de Kleibergen-
Paap

Estadistico J
de Hansen
(p-valor)

ERRORES ROBUSTOS ESTANDAR DE HUBER-WHITE ENTRE PARENTESIS;
* P<0,10 ** P<0,05 *** P<0,01

FUENTE ELABORACION PROPIA

TABLA 8 | Densidad de poblacion y gasto municipal-especificacion
alternativa

                  VARIABLE DEPENDIENTE                    VARIABLE
                                                         DEPENDIENTE
                  GASTO MUNICIPAL POR HABITANTE EN AGUA,   GASTO
                  SANEAMIENTO Y RECOLECCION DE RESIDUOS  MUNICIPAL
                                                            POR
                                                         HABITANTE
                                                           TOTAL
                    TOTAL         MUNICIPIOS URBANOS       TOTAL
                  MUNICIPIOS                             MUNICIPIOS
                      -1           -2           -3           -4

Densidad de       -7,948 **    -16,17 **    -21,32 **    -1,571 ***
poblacion con      (2,5960)     (6,6430)    (10,1000)     (0,4630)
servicios

Densidad de        0,476 **     0,904 **     1,280 **    0,0723 **
poblacion con      (0,2330)     (0,3960)     (0,6510)     (0,0340)
servicios2

Poblacion total   -2,236 ***     0,0377       0,169        -0,215
                   (0,7510)     (0,5070)     (0,5460)     (0,2190)

Poblacion           1,383        -0,323       -1,703       0,244
urbana             (2,5580)     (2,2260)     (1,9610)     (0,3480)

Tamano medio        1,225        0,217        0,508      -0.598 ***
hogar              (0,9370)     (0,7590)     (0,9470)     (0,2290)

Tasa de           0,265 ***    0,214 ***    0,225 ***    0,0482 ***
desempleo          (0,0491)     (0,0498)     (0,0558)     (0,0095)

Tasa de pobreza    -0,0108      -0,0465       -0,142      0,00553
                   (0,2170)     (0,1630)     (0,1520)     (0,0247)

Salario medio      0,00753       0,102        0,139      -0,000996
                   (0,1180)     (0,1760)     (0,1720)     (0,0265)

Ingresos            0,352        0,193        0,0849     0,351 ***
                   (0,3720)     (0,2740)     (0,2670)     (0,0695)

Tributos          -0,371 ***   -0,308 ***   -0,297 ***   -0,196 ***
                   (0,0809)     (0,0888)     (0,0735)     (0,0234)

Transferencias    0,778 ***    0,626 ***    0,605 ***    0,387 ***
interguberna-      (0,1570)     (0,1570)     (0,1420)     (0,0463)
mentales

Area                -0,104       0,113        0,0735       0,0199
Metropolitana      (0,0974)     (0,1380)     (0,1350)     (0,0247)

Cabecera urbana   -0,669 **    -0,893 **    -0,993 **    -0,108 **
                   (0,2760)     (0,4230)     (0,4830)     (0,0456)

Efectos fijos         Si           Si           Si           Si
bidireccional
es

Observaciones       10.722       6.192        6.698        10.616

Raiz del error       1,15        0,988        1,088         0,24
cuadratico
medio

Prueba de f de      0,000        0,006        0,002        0,006
Anderson/Rubin
(p-valor)

Prueba de           0,000        0,006        0,002        0,005
[x.sup.2] de
Anderson-Rubin
(p-valor)

Estadistico s       0,000        0,003        0,001        0,004
de Stock-
Wright (p-
valor)

Estadistico LR      0,034        0,000        0,001        0,000
de Anderson
(p-valor)

Estadistico f       2,358         7,71        5,011        10,25
de Kleibergen-
Paap

ERRORES ROBUSTOS ESTANDAR DE HUBER-WHITE ENTRE PARENTESIS;
* P<0.10 ** P<O.O5 *** P<O.OI

FUENTE ELABORACION PROPIA
COPYRIGHT 2017 Pontificia Universidad Catolica de Chile, Instituto de Investigacion y Posgrado
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2017 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Libertun, Nora; Guerrero, Roberto
Publication:EURE-Revista Latinoamericana de Estudios Urbanos Regionales
Article Type:Ensayo
Date:Sep 1, 2017
Words:13667
Previous Article:Urbanizacao reflexa: a emergencia de arranjos urbanos intermediarios no Brasil pos-1990.
Next Article:La arquitectura ordinaria del siglo XX como patrimonio cultural: tres barrios de promocion oficial de Madrid.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters