PRECIOS

HEDONICOS
CONTENIDO
2

 Métodos de valoración:
 Precios hedónicos

 Valoraciones no económicas: puntuaciones

 El método Delphi

Dr. Pedro M. Amaya P.

MÉTODOS
3
DE VALORACIÓN
 Los métodos de valoración sirven para valorar impactos cuyo valor no
se puede observar directamente en el mercado (precio)
 La valoración es siempre sobre un cambio (de darse a no darse el
impacto)

Dr. Pedro M. Amaya P.

MÉTODOS
4
DE VALORACIÓN
OBSERVACION OBSERVACION
DIRECTA INDIRECTA
MERCADO YA • PRECIO DE • COSTO DE VIAJE
EXISTENTE MERCADO • PRECIOS
HEDONICOS
MERCADO • Valoración • COSTE DE VIAJE
CONSTRUIDO CONTINGENTE HIPOTETICO
• RANKING • PRECIO HEDONICO
CONTINGENTE HIPOTETICO
• MAPA DE CURVAS
DE INDIFERENCIA
• JUEGO DE
ASIGNACION
SIN MERCADO • DELPHI

Dr. Pedro M. Amaya P.

PRECIOS
5
HEDÓNICOS

Precios hedónicos o por componentes o de

precios implícitos
 - Se basa en un mercado de un tercer bien, que
contiene información sobre el bien que nos interesa
valorar
 - El valor observado depende de la aportación de
diversos componentes y el método permite estimar
dichas aportaciones
 Por ejemplo, cuanto aporta al precio final de una vivienda un
metro cuadrado más o menos, un año más o menos de
antigüedad, ... y un decibelio más o menos de ruido, etc.

Dr. Pedro M. Amaya P.

PRECIOS
6
HEDÓNICOS

El cálculo por precios hedónicos se realiza

por regresión múltiple
Por ejemplo, se observan las características
de las viviendas vendidas el último año y sus
precios de venta
Se regresiona el precio de venta contra cada
una de las características relevantes
La derivada del precio de venta respecto de
la característica representa el valor marginal
de dicha característica

Dr. Pedro M. Amaya P.

PRECIOS
7
HEDÓNICOS
 Muchos bienes tienen un precio que se puede “descomponer”
 Bienes inmobiliarios
 Automóviles
 Salarios...
 El más utilizado es el de la vivienda
 Por ejemplo, en la valoración del impacto de un cambio en el nivel de
ruido alrededor de un aeropuerto o una carretera.

Dr. Pedro M. Amaya P.

Precios hedonicos
8
Método de precios hedónicos
Estudios Salario-
amenidad
Utilizan la información
de los precios
residenciales Y de los
salarios para valorar
la disposición al pago
por mejoras en la
calidad ambiental
Dr. Pedro M. Amaya P.
Precios Estudios de Salario /
residenciales Valor de la vida
Utilizan la información Utilizan información
de precios sobre salarios para
residenciales para valorar la disposición
valorar la disposición al pago a evitar
al pago por mejoras riesgos. Esta
en la calidad información luego se
ambiental usa para calcular el
valor de una vida
“estadística”
PRECIOS
9
HEDÓNICOS
 Ventajas
 Se basa en comportamientos reales
 No suele ser muy costoso
 Limitaciones
 Suele ser difícil aislar justo el impacto deseado
 Puede ser difícil obtener los datos requeridos
 Basado en situaciones ex-post
 Sólo refleja valores de uso

Dr. Pedro M. Amaya P.

El proceso de valoración
10

 Paso 1 – Identificación de la relación de causa –

efecto
 La degradación ambiental es importante por sus
efectos en:
 (1) producción;
 (2) salud humana;
 (3) calidad del entorno
 Paso 2 – Valoración económica del impacto
 Expresa los impactos ambientales usando una unidad
de medida única.
 Esto facilita la toma de decisiones

Dr. Pedro M. Amaya P.

APLICACIÓN DEL MÉTODO DE
PRECIOS HEDÓNICOS:

PRECIOS BIENES INMOBILIARIOS

12 Precios residenciales

 Paso 1 – Especificación de la función de precios

hedónicos
 Paso 2 – Recolección de datos
 Paso 3 – Estimación de la correlación entre calidad
ambiental y precios residenciales
 Paso 4 – Estimación de la DAP por la calidad
ambiental

Dr. Pedro M. Amaya P.

Paso
13 1: La función de precios
hedónicos
• FPH pone en relación el
precio de una residencia
con sus características
• Características físicas
Tamaño
Nro. Habitaciones
 Características del barrio

Infraestructura de agua
Calidad de transporte publico
• Características ambientales
Vista hacia el Avila
Calidad de aire
Dr. Pedro M. Amaya P.
Paso
14 1: La función de precios hedónicos

Precio de la
residencia

Apartamentos mas
grandes cuestan mas

Tamaño de la residencia

Dr. Pedro M. Amaya P.

 Paso
15 1: La función de precios hedónicos

Precio de la
residencia
P1

P0
Apartamentos en
barrios con mejor
calidad de aire
cuestan mas

Q0 Q1 Aire limpio

Dr. Pedro M. Amaya P.

Paso 2: Recolección de datos
16

 El método de precios hedónicos

requiere MUCHOS datos
 Cross sección
 Serie de tiempo
 Los datos se recogen por medio de
encuestas o censos
 Supuestos importantes
 Los mercados funcionan bien y no están
segmentados
 Los individuos perciben las diferencias en
la calidad ambiental

Dr. Pedro M. Amaya P.

17 Paso 3: Estimación del precio
implícito del aire limpio

 Es la estimación estadística de los

parámetros en la siguiente ecuación:
Pi = α0 + α1Tamanoi + α2CalidadAirei + … +
errori
α2 es el precio implicito del aire limpio

 α2 nos dice cuanto varia el precio

residencial cuando la calidad del aire varia
en forma marginal, dejando lo demás
constante

Dr. Pedro M. Amaya P.

18 Paso 3: Estimación del precio
implícito del aire limpio

 La función de precio implícito

Precio
implicito

α 2

Disposición al pago

Q0 Q1
Aire limpio

Dr. Pedro M. Amaya P.

 Las zonas costeras en la Republica Dominicana
19
 1,389 km de costas, el pais tiene una rica
composicion de ecosistemas costeros y marinos
 Las zonas costeras pueden ser divididas en 4 macro
areas
Área Coral Manglare Desarrollo Pesca Desarrollo
s Turismo urbano
Nor Si Alto Bajo Bajo Muy bajo
Oeste
Norte Parcialment Medio Alto Alto Alto
e
Nor Este Parcialment Alto Medio Alto Bajo
e
Este Si Medio Alto Bajo Bajo
Sur Este Si Bajo Alto Bajo Alto
Distrito Parcialment
Dr. Pedro M. AmayaBajo
P. Alto Bajo Muy alto
Capital e
Las
20 zonas costeras en la Republica
Dominicana

NORTH

EAST

SOUTH-EAST

Dr. Pedro M. Amaya P.

Analisis de precios hedónicos
21

1. La función hedónica
PRECIOHAB = f(CARHOTEL, CARAREA,
CALIDADAMB)
2. Los datos
• Sección transversal – 83 observaciones
• Hoteles en areas turisticas (turismo recreativo)
 Costa norte (zona 1)
 Costa este (zona 2)
 Costa sur-este (zona 3)
 Entrevista telefonica, Agosto 2003
3. Estimación
Dr. Pedro M. Amaya P.
La función hedónica
22

• Modelo log-lineal
• 5 modelos distintos

• 3 modelos para todas las zonas

• 2 modelos separados para la costa norte y
este

Dr. Pedro M. Amaya P.

 Variables Descripción Signo Tipo de
23
esperado variable
Log del precio
LogDoubleHig
durante temporada
h
alta (variable
(DobleLogAlta)
dependiente)
Log del precio
logDoubleLow
durante temporada
(DobleLogBajo
baja (variable
)
C dependiente)
Constante
Zone 1 Hotel se encuentra
(Zona 1) en la costa norte Característic
Zone 2 Hotel se encuentra as
(Zona 2) en la costa este del área
Zone 3 Hotel se encuentra
(Zona 3) en la costa sur este

Dr. Pedro M. Amaya P.

 24Variables Descripción Signo Tipo de
esperado variable
Aeropuerto Distancia del
Km aeropuerto (km) -
(AirportKm)
Distancia km Distancia de la playa
(DistKm) (km) - Característic
Distancia Distancia del centro as
ciudad km de la ciudad (km) +/- del área
DistUrbanKm)
Densidad Pob. Densidad de la
(PopDesity) población en la -
región
Densidad Numero de
habitacion habitaciones por - Característic
(RoomDensity) km2 de playa
as del Hotel
Estrella Clasificación estrella
Dr. Pedro M. Amaya P.

(Star) +
 25Variables Descripción Signo Tipo de
esperado variable
Año
(Year)
Año de construcción
del hotel
+/-
Parque
acuático
Hotel cuenta con
parque acuático
+
(AquaPark) (dummy)
Casino Hotel cuenta con
casino (dummy)
+
Disco Hotel cuenta con
discoteca (dummy)
+ Características
del hotel
Golf Hotel cuenta con
campo de golf
+
(dummy)
Spa Hotel cuenta con
salón spa (dummy)
+
Tennis Hotel cuenta con
campo
Dr. Pedro deP.tenis
M. Amaya
+
(dummy)
 26Variables Descripción Signo Tipo de
esperado variable
Residuos
diarios
Residuos se recogen
todos los días
+/-
(Garbevery1) (dummy)
Olor
(Smell)
Es posible notar olor
de efluentes y RR.SS.
+
(dummy)
Residuos en la
playa
Es posible observar la
acumulación
+
Características
(Swastebeach ocasional de RR.SS. en
ambientales
) la playa (dummy)
PTAR
(Sewtreat)
Hotel cuenta con
planta de tratamiento
+
de aguas residuales
(dummy)
Agua
Municipal
Hotel esta conectado
con servicio de agua
+
(Watermun) municipal
Dr. Pedro M. Amaya P.(dummy)
Variable dependiente: Precios de epoca
27

alta
 El efecto de la recoleccion de basura es inesperado 
posiblemente captura la limpieza de la playa

Dr. Pedro M. Amaya P.

Muestra (ajustada): 182
Observaciones
28 incluidas: 52
Observaciones excluidas: 32 después de ajustar los
puntos finales
Variable dependiente: Precios de época alta
Variable Coeficient Std error T-statistic Prob
e
C -16.5956 20.57721 -0.806504 0.4265
Zone 1 0.606015 0.230059 2.364173 0.0134
Zone 2 0.558709 0.330301 1.691515 0.1015
Airportkm -0.018337 0.005129 -3.575358 0.0012
Distkm -0.000372 0.000204 -1.825781 0.0782
Disturbank 0.005568 0.00445 1.251194 0.2209
m Dr. Pedro M. Amaya P.
Variable dependiente: Precios de época alta
Variable
29 Coeficient Std error T-statistic Prob
e
PopDesity -0.000736 0.001239 - 0.5572
0.593926
RoomDensit -0.002257 0.001544 - 0.1545
y 1.461881
Star 0.330712 0.146156 2.262732 0.0313
Year 0.01053 0.010435 1.009072 0.3213
AquaPark 0.096129 0.183088 0.525045 0.6035
Casino 0.45252 0.156752 2.886844 0.0073
Disco -0.234264 0.194029 - 0.237
1.207365
Golf -0.193345 0.171235 - 0.2681
Dr. Pedro M. Amaya P. 1.129118
 Variable Coeficien Std error T-statistic Prob
te
30
Garbevery 1 -1.18033 0.678043 - 0.0923
1.740789
Smell -1.178291 0.548826 - 0.0403
2.146931
Swastebeach -0.066512 0.173256 - 0.7039
0.383895
Sewtreat -0.207572 0.157697 - 0.1984
1.316267
Watermun 0.136885 0.191745 0.713893 0.481
R-squared 0.739331 Mean dependent 4.140059
var
Adjusted R- 0.559559 S.D. dependent var 0.570761
squared
S.E. of regression 0.37879
Dr. Pedro M. Amaya P. Akaike info 1.191601
criterion
31

Variable dependiente: Precios de época

baja
 Densidad de habitaciones es significativo

Dr. Pedro M. Amaya P.

Muestra (ajustada): 182
Observaciones
32 incluidas: 52
Observaciones excluidas: 32 después de ajustar los
puntos finales
Variable dependiente: Precios de época baja
Variable Coeficient Std error T-statistic Prob
e
C -13.52369 19.21826 -0.703689 0.4872
Zone 1 0.12783 0.228793 1.869948 0.0716
Zone 2 0.708582 0.320837 2.20854 0.0353
Airportkm -0.013473 0.004760 -2.830715 0.0084
Distkm -0.000321 0.000198 -1.626696 0.1146
Disturbank 0.003773 0.004344 0.868557 0.3922
m Dr. Pedro M. Amaya P.
Variable dependiente: Precios de época baja
Variable
33 Coeficient Std error T-statistic Prob
e
PopDesity -0.001069 0.00121 - 0.3845
0.883068
RoomDensit -0.003041 0.001465 - 0.047
y 2.075138
Star 0.256115 0.159126 1.609507 0.1183
Year 0.008776 0.0009753 0.899798 0.3756
AquaPark 0.118665 0.173541 0.683785 0.4995
Casino 0.37753 0.165711 2.278239 0.0303
Disco -0.344748 0.191443 - 0.0821
1.800784
Golf -0.011932 0.171952 -0.06939 0.9452
Dr. Pedro M. Amaya P.
Spa 0.063554 0.173147 0.367053 0.7162
 Variable Coeficien Std error T-statistic Prob
te
34
Garbevery 1 -0.487123 0.646453 - 0.4572
0.753533
Smell -1.154998 0.536406 - 0.0398
2.153216
Swastebeach -0.053327 0.168177 - 0.7534
0.317088
Sewtreat -0.142813 0.15684 - 0.370
0.910568
Watermun 0.288793 0.177625 1.625861 0.1148
R-squared 0.709708 Mean dependent 4.007057
var
Adjusted R- 0.509506 S.D. dependent var 0.525759
squared
S.E. of regression 0.368217
Dr. Pedro M. Amaya P. Akaike info 1.134984
criterion
Regresion sin las
caracteristicas del
hotel
 Regresion sin las caracteristicas del hotel
36
 Muestra (ajustada): 182
Observaciones incluidas: 50
Observaciones excluidas: 32 después de ajustar
los puntos finales
Variable Coeficient Std error T-statistic Prob
e
C -8.239528 17.70679 -0.465332 0.6446
Zone 1 0.348786 0.22088 1.579078 0.1233
Zone 2 0.50264 0.285952 1.757779 0.0875
Airportkm -0.014581 0.00423 -3.447111 0.0015
Distkm -0.000159 0.000157 -1.007828 0.3205
Disturbank 0.001723 0.004225 0.407906 0.6858
m Dr. Pedro M. Amaya P.
Variable dependiente: Precios de época baja
Variable
37 Coeficient Std error T-statistic Prob
e
PopDesity -0.001003 0.001203 -0.83428 0.4098
RoomDensit -0.002899 0.001415 - 0.0481
y 2.048305
Star 0.521037 0.118791 4.38616 0.0001
Year 0.005807 0.009046 0.641897 0.5251
Garbevery -0.524424 0.564763 - 0.3595
1 0.928573
Smell -0.564603 0.481281 - 0.2487
1.173127
Swastebeach -0.199815 0.152997 - 0.2001
1.306008
Sewtreat Dr. Pedro -0.159544
M. Amaya P. 0.160184 -0.9960 0.3261
 38
Variable Coeficien Std error T-statistic Prob
te
R-squared 0.620521 Mean dependent 4.007057
var
Adjusted R- 0.468729 S.D. dependent var 0.525759
squared
S.E. of regression 0.383217 Akaike info 1.162895
criterion
Sum squared 5.139937 Schwarz criterion 1.736502
resid
Log likelihood -14.07237 F-statistic 4.08798
Durbin-Watson 2.381658 Prob (F-statistic) 0.000355
Stat
Dr. Pedro M. Amaya P.
La costa norte
 Sample (adjusted): 4 31 IF Zone = 1
Included
40 observations: 20 after adjusting endpoints
Variable Coeficien Std error T-statistic Prob
te
C -46.50796 52.38828 - 0.3955
0.887755
AirportKm -0.02343 0.011496 -2.03809 0.0689
DistKm -0.00092 0.001133 - 0.4358
0.811898
DisturbanKm 0.030954 0.03176 0.974602 0.3527
Roomdensity -0.00541 0.002929 - 0.0221
1.847433
Star 0.898008 0.331915 2.705533 0.0221
Year 0.02435 0.026166 0.930578 0.3740
Swastebeach 0.132163 0.385286 0.343026
Dr. Pedro M. Amaya P.
0.7387
 Sample (adjusted): 4 31 IF Zone = 1
41
Included observations: 20 after adjusting endpoints
Variable Coeficien Std error T-statistic Prob
te
R-squared 0.651665 Mean dependent 3.903595
var
Adjusted R- 0.338163 S.D. dependent var 0.568764
squared
S.E. of regression 0.462709 Akaike info 1.603414
criterion
Sum squared 2.140992 Schwarz criterion 2.10128
resid
Log likelihood -6.03414 F-statistic 2.078664
Durbin-Watson 0.975373 Prob (F-statistic) 0.134879
Stat Dr. Pedro M. Amaya P.
42

La costa este

Dr. Pedro M. Amaya P.

 Sample (adjusted): 32 70 IF Zone = 2
Included
43 observations: 25 after adjusting endpoints
Variable Coeficien Std error T-statistic Prob
te
C -8.718624 16.46573 - 0.6042
0.529550
AirportKm -0.013579 0.003529 - 0.0016
3.848069
DistKm -0.000303 0.000121 -2.50203 0.0244
DisturbanKm -0.000844 0.002598 - 0.7794
0.285201
Roomdensity -0.002668 0.003263 - 0.4263
0.817663
Star 0.395662 0.117038 3.380625 0.0041
Year 0.00605
Dr. Pedro M. Amaya P. 0.008548 0.707712 0.490
Swastebeach -0.144699 0.153213 -0.94443 0.3599
 Sample (adjusted): 32 70 IF Zone = 2
44
Included observations: 25 after adjusting endpoints
Variable Coeficien Std error T-statistic Prob
te
R-squared 0.778254 Mean dependent 4.200196
var
Adjusted R- 0.645206 S.D. dependent var 0.435723
squared
S.E. of regression 0.259537 Akaike info 0.429336
criterion
Sum squared 1.010389 Schwarz criterion 0.916886
resid
Log likelihood 4.633298 F-statistic 5.849425
Durbin-Watson 1.881096 Prob (F-statistic) 0.001422
Stat Dr. Pedro M. Amaya P.
45 Resumen

 Los precios en la costa este son mas

altos que en la costa norte
 La diferencia puede ser explicada
por
 Calidad del servicio
 Variables ambientales y disponibilidad de
recursos naturales
 Esto no significa que la calidad
ambiental sea mejor en la costa este
 Los desafios ambientales son distintos
Dr. Pedro M. Amaya P.
 Summary
46

Variable Zone 1 Zone 2

Características AirportKm AirportKm
del área RoomDensity DistKm
(Distancia a la
playa)
Características Star Star
del Hotel
Características Watermun Sewtreat
ambientales (Agua
Note: Statistical significance is at 10% level. (PTAR)
Municipal)

Dr. Pedro M. Amaya P.

EJERCICIO: VALOR ECONÓMICO
DE UN INCREMENTO EN EL
STOCK DE CONTAMINACIÓN
Ejercicio:
48
PRECIOS HEDÓNICOS.
• Para obtener el valor económico de un incremento
en el stock de contaminación en n unidades de
contaminación debido al impacto ambiental de una
nueva industria, se ha calculado por regresión la
siguiente función hedónica de acuerdo a las
estadísticas de vivienda de este año:
• Y = a – b1 X1 + b2 X2 + b3 X3 + u
• Donde:
• Y el importe de compra de la vivienda,
• X1 el stock de contaminación,
• X2 y X3 son covariables explicativas de Y,
• u representa los residuos, y
• a, b1, b2 y b3 los coeficientes correspondientes.
Dr. Pedro M. Amaya P.
Ejercicio:
49
PRECIOS HEDÓNICOS.
• El volumen de casas (hogares) afectadas por el
impacto ambiental es h y el total de población
afectada que vive en las casas es P.
• Deducir el valor del impacto ambiental de la
instalación estimado por este método, y expresarlo
en las unidades correspondientes completas de
forma que una persona externa pueda utilizarlo en
otro contexto.

Nota: detallar los pasos seguidos para obtener este

valor una vez la función hedónica ya ha sido
calculada.
Dr. Pedro M. Amaya P.
Ejercicio:
50
PRECIOS HEDÓNICOS. Solución
• Derivando la función respecto de la variable explicativa
relevante, se obtiene
• Y’(X1) = -b1
• Donde:
• b1 es la cantidad en unidades monetarias del … (año de las
estadísticas utilizadas) equivalente al coste marginal por hogar
de aumentar en una unidad de contaminación el stock de
contaminación de la zona de referencia.
• Por lo tanto, este mismo coste para el aumento de
contaminación (n) debido al impacto de la nueva industria es de
b1*n.
• Y multiplicando por el número de hogares afectados se obtiene
b1*n*h unidades monetarias en valores del … de coste (pérdida
de bienestar) del impacto ambiental correspondiente a
aumentar en n unidades el stock de contaminación debido a la
nueva industria que afecta a h viviendas (P personas) de
acuerdo con el ejercicio de precios hedónicos.
Dr. Pedro M. Amaya P.
EJERCICIO: IMPACTO
AMBIENTAL EN TÉRMINOS
MONETARIOS
Ejercicio:
52
PRECIOS HEDÓNICOS.
 Hallar el impacto ambiental en términos monetarios según la
percepción social del aumento de la contaminación
atmosférica debido a las emisiones de una nueva instalación
que aumenta el stock de NOx de una región de 100 mil familias
en 2 ppm

Dr. Pedro M. Amaya P.

Ejercicio:
53
PRECIOS HEDÓNICOS. Solución
 Se halla en primer lugar, mediante regresión,
el valor medio (precio implícito o hedónico)
de la variación de 1 ppm de NOx.
 Supongamos que el valor medio estimado es
de 175000 unidades monetarias por familia
ante la variación de un ppm de NOx.
 A continuación se halla, por extrapolación,
el valor de 2ppm, es decir 350000 unidades
monetarias por familia, ante una variación
de 2ppm de NOx.
 Finalmente, se estima el valor para las 100
mil familias, es decir, 35 mil millones
Dr. Pedro M. Amaya P.
VALORACIONES NO
ECONÓMICAS:
PUNTUACIONES
PUNTUACIONES
55

 Puede utilizarse como alternativa a la valoración contingente

 Sustituye las cantidades monetarias por una escala de puntos
 Suele utilizarse para medir impactos paisajísticos, pero puede
aplicarse a cualquier impacto

Dr. Pedro M. Amaya P.

PUNTUACIONES
56

El procedimiento de aplicación es muy

similar al de valoración contingente
Se describe el impacto en un cuestionario
y se propone una cuantificación en puntos
de su importancia, preocupación o
preferencias, por ejemplo
Se entrevista a la población para obtener
las puntuaciones
Se explotan estadísticamente los
resultados
Dr. Pedro M. Amaya P.
PUNTUACIONES
57

Pasos habituales en una encuesta

1. Definir el objeto de (valoración de un impacto)
con toda claridad
2. Decidir el tipo de entrevistas (telefónica, cara a
cara, correo...)
3. Redactar estructuradamente un cuestionario
4. Probar el cuestionario en grupos reducidos y
realizar una o varias pruebas piloto
5. Rectificar el cuestionario de acuerdo con el
punto anterior, y volver al punto anterior si las
modificaciones han sido sustanciales
Dr. Pedro M. Amaya P.
PUNTUACIONES
58

Pasos habituales en una encuesta

6. Decidir la población, el tamaño de la muestra y
la forma de muestreo (aleatorio, sistemático, por
cuotas, mixto...)
7. Realizar las entrevistas
8. Tabular los datos
9. Explotación estadística
Valores con intervalos de confianza
10. Presentación de resultados
Valores expresados con sus unidades “completas”

Dr. Pedro M. Amaya P.

PUNTUACIONES
59

Ventajas
Suele ser de más fácil respuesta que en
valoración monetaria
Muy flexible en su aplicación
Permite medir exactamente el impacto
deseado
Puede medir situaciones ex-ante y ex-post
Limitaciones
Suele ser bastante costoso
Suele requerir bastante tiempo
A veces se basa en situaciones hipotéticas
que no incentivan a dar respuestas
“pensadas”
Dr. Pedro M. Amaya P.
EL MÉTODO
DELPHI
DELPHI
61

Se trata de un procedimiento de consulta a

expertos que suele pretender la predicción,
cuantificación o calificación de impactos (u
otras características) por consenso
Suele aplicarse como prospectiva
Puede aplicarse en otros contextos
Sus dos elementos más característicos son
que la consulta se restringe a expertos y la
vocación de consenso

Dr. Pedro M. Amaya P.

DELPHI
62
 Toma su nombre del proyecto Delphi (Delfos) de la empresa Rand que
pretendía predecir consensuadamente un futuro escenario militar
después de la segunda guerra mundial
 Tiene diversas variantes
 La más utilizada es la de encuestas sucesivas a expertos
 También se pueden realizar sesiones de discusión anónima o no

Dr. Pedro M. Amaya P.

3.F
63
DELPHI

La finalidad de realizar sucesivas rondas de

consultas es la de llegar a un consenso
En cada nueva ronda se suele informar a los
expertos de los resultados estadísticos de las
respuestas del conjunto de expertos en la
ronda anterior, y se pide a cada experto la
reconsideración de su postura
Habitualmente, dos, tres o cuatro rondas son
suficientes para llegar a un consenso o a una
situación sin cambios

Dr. Pedro M. Amaya P.

3.F
64
DELPHI
 La selección de expertos se suele realizar con criterios de diversidad
 El número varía bastante entre ejercicios
 Suele ser de unas pocas decenas (una, dos, tres...)

Dr. Pedro M. Amaya P.

DELPHI
65

 Se puede aplicar a una gran variedad de aspectos de un EIA

 Apreciación cuantitativa o cualitativa de impactos
 Decisión de umbrales para clasificación de impactos (compatible,
moderados, severos o críticos)
 Evaluación global
 Selección de medidas correctoras
 Y muchos más

Dr. Pedro M. Amaya P.

DELPHI
66

 A pesar de sus muchas posibles aplicaciones, el número de ejercicios

Delphi en los EIA es muy limitado
 Ejemplo de aplicación

Predecir el impacto sobre el precio de las

viviendas de una actuación urbanística

Dr. Pedro M. Amaya P.

DELPHI
67

Ventajas
 Muy flexible en su aplicación
 Permite medir exactamente el impacto deseado
 Puede medir situaciones ex-ante y ex-post
 Suele ser poco costoso
 Puede hacer apreciaciones cuantitativas o cualitativas
 Puede cuantificar en cualquier unidad
Limitaciones
 Suele requerir bastante tiempo (excepto en la modalidad de
sesiones simultáneas)
 Excepto si se remunera, la colaboración de expertos puede
ser relativamente limitada
 Sólo recoge la visión de expertos (tiende a utilizarse como
último recurso)
Dr. Pedro M. Amaya P.