,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, COMUNICACIÓN ANÁLISIS INTRAURBANO DEL PRECIO DE LAS CARACTERÍSTICAS DE LA VIVIENDA EN CORDOBA: LOS BARRIOS MENOS FAVORECIDOS. J.M. Caridad y Ocerín Pablo Brañas Garza Mónica de la Paz Marín Universidad de Córdoba La estimación del precio de la vivienda es uno de los temas más interesantes de la economía urbana ( Richardson, 1978 ). Algunos autores, como los seguidores de la N.E.U. ( Nueva Economía Urbana ), han desarrollado sus trabajos a través de los modelos monocéntricos. Otros, como Tiebout ( 1956 ), Rosen ( 1974 ) lo han intentado con modelos menos restrictivos, donde la mayoría de los atributos son incluídos en la ecuación como determinantes de los precios. La literatura urbana ha tratado, especialmente desde los 50, encontrar las causas que determinan el precio de la vivienda urbana. Un número importante de trabajos, la mayoría de ellos en el campo de la macroeconomía, han estudiado la evolución del precio de la vivienda como un agregado, así, Olsen ( 1969 ), Poterba ( 1989 ), Bover ( 1992 ) y otros. En el campo de la microeconomía, se han realizado trabajos más interesantes aceptando la singularidad de este bien. En este sentido, los modelos de localización, han desarrollado trabajos para analizar las causas que motivan la localización de las familias. Conocidos son los trabajos de la N.E.U. sobre la influencia del centro de la ciudad ( C.B.D. ), como determinante único del precio de la vivienda. Sin embargo, en los últimos años, han ido cobrando especial importancia los modelos derivados del de Tiebout, especialmente por las mejoras metodológicas introducidas desde la tradición hedónica ( Griliches, 1961; Lancaster, 1966; Muth, 1969; y otros ), y muy especialmente al trabajo de Rosen ( 1974 ) La invalidación de los modelos disyuntiva o monocéntricos ha llegado desde la realidad de las ciudades, especialmente desde los trabajos de Turnbull ( 1990 ) y Tang et al. ( 1996 ), que manifiestaban la aparición de otros centros en las ciudades de la actualidad. El objetivo de este trabajo es el análisis del mercado de la vivienda en las zonas de menor renta de la ciudad de Córdoba, para lo cual se estudian dos grupos de barrios en los que se incluyen tanto los de renta 1 2 baja como los de renta media-baja , aceptando la existencia de mercados segmentados ( en términos de Kain y otros, 1975 ) 1 La zona 1 está compuesta por los siguientes barrios de la ciudad de Córdoba: Parque Azahara, Miralbaida, Sector Sur, Plaza de Andalucía y el Cerro. La zona 2 está integrada por los siguientes barrios: Parque Cruz Conde, Carlos III, Fátima, Levante, Fuensanta, Fidiana, Cañero, Santuario, Figueroa, Vuelta de la Reina y el Naranjo. 2 780 ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, COMUNICACIÓN 2. MATERIAL Y MÉTODOS La información utilizada en el presente análisis, proviene de una base de datos que se está realizando en este departamento, y de la cual ya se han publicado algunos trabajos. La recogida de la misma se va llevando a cabo por medio de encuestas realizadas a Agentes de la Propiedad Inmobiliaria, que operan en la ciudad de Córdoba. Así mismo para la elaboración de estos trabajos se ha venido contando con opiniones de expertos, como son el Ayuntamiento de nuestra ciudad, la Gerencia de Urbanismo y el Departamento de Tráfico. Con esta información se han podido realizar índices que representan cesta de características, y que recogen la totalidad de la información recogida en la encuesta. De este modo de las 26 variables originales, resultan para el análisis cinco variables numéricas y nueve índices, siendo éstos los siguientes: 1. Precio de venta de la vivienda, al que la ofrece la agencia 2. Superficie de la misma en metros cuadrados útiles 3. Número de dormitorios 4. Número de cuartos de baño 5. Número de armarios empotrados 6. Indice de Instalaciones: estado general de las instalaciones del piso, con referencia a su antigüedad: Es la suma de las variables que hacen relación a las reformas de agua, electricidad y de los cerramientos, ponderadas por la edad del piso. 7. Indice de Conservación: estado general de la vivienda a primera vista. Para ello se sumaron las variables que hacían referencia al aspecto de la cocina, de los cuartos de baño y de la solería. 8. Indice de Localización: como la ciudad de Córdoba tiene distinto “centros”, i. e., zonas distantes que tiene altos precios, se optó por etiquetar los barrios de la ciudad por niveles de renta (asesorados por la Gerencia de Urbanismo de la ciudad), así se dividía la ciudad en diferentes “centros”, todos ellos muy considerados por los ciudadanos. Esta variable “zona” se vió ponderada por la ubicación, recogido en otra variable, de la vivienda dentro de esa zona. 9. Indice de Mejoras: complementos que tiene la vivienda. Aquí se recoge la existencia de trastero, lavadero, preinstalación de aire acondicionado y despensa. El índice está compuesto por la suma de las variables binarias asociadas a este equipamiento. 10. Indice de Confort: donde se representan características muy deseadas por los habitantes de cualquier ciudad, i. e. que piso sea exterior, que tenga aparato de aire acondicionado y acceso directo a la cochera. El índice se elaboró sumando las variables binarias correspondientes. 11. Indice de Comodidad: en la que se refleja la planta en la que está la vivienda, si alta, baja o intermedia, y si tiene ascensor. Para realizarlo se dió como óptima (asesorados por las A.P.I.) la situación de ser planta intermedia con ascensor, y a partir de ella las demás tomaban valores menores. 12. Indice de Parking: la capacidad de una zona para absorber coches sin aparcamiento cerrado. Este índice fue proporcionado por el Área del Departamento de Tráfico de la ciudad de Córdoba, actualizado recientemente. 13. Indice de Otros: características que, parece ser, reclaman los nuevos demandantes de viviendas, i. e. un buen portal (ostentoso), piscina/zonas verdes y antena parabólica. El índice se elaboró por la suma de las variables representativas. 781 ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, COMUNICACIÓN 14. Indice de Época: está contenida la antigüedad de la vivienda, año en que se construyó, posteriormente tabulada para darle mayor valor a las más nuevas. Los modelos de precios hedónicos fueron introducidos por Waugh ( 1928 ), Court ( 1939 ), Griliches ( 1961 ), Lancaster ( 1966 ), Chow ( 1967 ), etc... siendo su finalidad el análisis del precio de un bien en función de sus múltiples características, por medio de la estimación del precio implícito de cada una de ellas. Aunque, el verdadero impulsador de la metodología hedónica aplicada al análisis de la vivienda fue Rosen, en sus trabajos ofreció un soporte teórico y metodológico para este tipo de estudios. La tradición hedónica indica que la función de los precios implícitos - que se obtiene de la regresión del precio sobre las características - recoge el precio de mercado que responde a la demanda de los ciudadanos, y por ende, a su función de utilidad: el conjunto de atributos que la maximiza ( Parker et al., 1993; Brown et al., 1982 ). Partiendo de tal definición, en este trabajo se va a realizar la estimación de la ecuación de precios 1 implícitos en las dos zonas de menor renta de la ciudad de Córdoba. Las dos ecuaciones hedónicas estimadas tienen formas funcionales no demasiado complejas, ya que el objetivo principal de este estudio no es la determinación del precio de la vivienda, sino un análisis de las componentes que intervienen en él. En primer lugar se estudiarán los factores obtenidos en ambas zonas, extraídos de los Componentes Principales, se rotarán y, finalmente, se estimarán ambas ecuaciones hedónicas, analizando el coeficiente de cada uno de los factores que haya resultado significativamente distinto de cero en la dicha ecuación, así como de las interacciones encontradas. 3. EXTRACCIÓN Y ROTACIÓN DE COMPONENTES Dichos componentes han sido obtenidos por medio del método de los Componentes Principales, análisis que se llevó a cabo por separado en cada una de las zonas obteniendo seis factores, que son los utilizados en la estimación de las ecuaciones hedónicas, siendo renombrados como siete, ya que no significaban lo mismo en cada de ellas, para facilitar la explicación. Para ello se utilizaron tanto las variables indexadas: Epoca, Comodidad, Otros, Parking, Conservación, 2 Instalaciones, Comfort, e Iloc2; como las variables numéricas: m ( metros cuadrados útiles ), número de dormitorios, número de baños y de armarios. La varianza explicada en cada una de las extracciones está alrededor del 80 %, por lo que los resultados han de ser interpretados con cierta cautela, puesto que ya se está perdiendo el 20 % de la información original. Todo esto se verá con mayor detenimiento en los siguientes apartados. LA ZONA DE MENOR RENTA Utilizando la metodología de los Componentes Principales se observa que seis factores parecen ser suficientes para explicar el mercado de la vivienda delimitado en esta zona. El porcentaje de la varianza de la muestra original explicado por estos seis factores es del 81.01%, lo que parece positivo si a cambio se consigue trabajar con sólo seis variables. Como se observa en la tabla 1.1, es el primer componente el que recoge la mayor parte de la variabilidad de los datos de la muestra ( 34.38%), el segundo factor el 14%, el tercero el 10%, y el resto recoge ya una menor variabilidad hasta llegar al 81.01% de varianza total explicada, aunque es importante estudiar su contribución. 1 Tras la agrupación de los barrios, por tramos de renta, Córdoba queda dividida en cinco núcleos, cada uno de ellos formado por habitantes de renta per cápita similar, y se supone no existencia de relación entra ellos. En este sentido actúan, cada uno de ellos, como ciudades absolutamente independientes. Si bien este supuesto es muy fuerte, es necesario para este objetivo, ya se trata de un análisis pormenorizado de las preferencias de cada tipo de ciudadano de las dos agrupaciones de menor renta per cápita. 782 COMUNICACIÓN ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, tabla 1.1: Autovalores de la zona 1 factor 1 2 3 4 5 6 λ 4,470,177 1,833,268 1,315,355 1,098,213 .933486 .881649 σ2 34.3860 14.1021 10.1181 8.4478 7.1807 6.7819 λ acumulados 4.4702 6.3034 7.6188 8.7170 9.6505 10.5322 σ2 acumulada 34.3860 48.4880 58.6062 67.0539 74.2346 81.0165 Para discernir qué factor representa cada variable original se analiza la matriz de rotaciones Varimax, que se muestra en la tabla 1.2. tabla 1.2: matriz de pesos, zona 1 EPOCA COMO OTROS PARK CONS INSTA MEJOR COMF ILOC2 M2 ND NB NA Factor 1 .785388 .149556 .697434 .219723 .216047 .907313 .002687 .370643 .118521 .035890 .017729 .011306 .105710 Factor 2 .140395 .172957 -.29688 -.20538 -.04894 .063044 .147933 .180842 .058150 .734512 .855541 .376449 -.01213 Factor 3 .381736 .123951 .164510 .866582 .012807 -.01648 .091775 .456158 .754398 .324253 .061510 .787773 .147418 Factor 4 .191918 .746698 .364212 .061844 .059635 .012556 .108319 .014963 .334152 .225114 .007620 .067174 .829187 Factor 5 .102161 .192649 .288635 .106393 .121915 -.03936 .897982 .627030 .265491 .248023 .076580 .011187 -.04732 Factor 6 .167254 -.166141 -.105791 -.100675 .923442 .192351 .061442 .171872 .053718 .161423 -.142418 .079061 .250417 Expl.Va Prp.Totl 218.062 .167740 165.761 .127508 247.641 .190493 160.099 .123153 149.836 .115259 111.814 .086011 En dicha tabla se puede observar que: i) En primer lugar, las características relacionadas con la “antigüedad del piso y sus instalaciones” vienen explicadas casi en su totalidad por el Factor 1, así: el Indice de Instalaciones, que refleja el estado de las instalaciones del piso en relación con la edad del mismo: cómo se encuentra el sistema eléctrico, los cerramientos y las conducciones del agua, tiene un índice de saturación del 0.907; el Indice de Epoca que refleja la edad del edificio - sin tener en cuenta las reformas - se satura en un 0.785; finalmente, el Indice Otros, que indica ciertas características del piso que pueden hacerlo más interesante para el posible comprador, tiene un índice de saturación1 del 0.697. ii) Las características relacionadas con la “superficie” de la vivienda vienen prácticamente2 explicadas por el Factor 2, i.e. los metros cuadrados y el número de dormitorios con unos índices de saturación del 0.734 y del 0.855, respectivamente. iii) El Factor 3, que podría recoger la característica “ubicación” presenta como variables saturadas en él Indice de Parking y el Indice de Localización-2 ( índices de saturación respectivos 0.866 y 0.754 ). La primera indica la capacidad que tiene una zona de absorber coches sin aparcamiento cerrado y, la segunda dónde se encuentra 1 “Otros” se satura débilmente, casi un 70 %, esto puede ser debido a la mínima existencia de estos atributos en este tipo de barrios, pero resulta conveniente incluirlo, para que sea homogéneo el análisis en todas las zonas. 2 Hay que señalar que en este factor no se satura el número de cuartos de baño, sino que lo hace en el factor 3, muy probablemente debido a la falta de variabilidad de la misma, ya que en esta zona1 las viviendas no suelen tener un número importante de baños, por lo que se obviará su interpretación. 783 COMUNICACIÓN ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, situado el piso dentro de un barrio, supuestos iguales todos los barrios en la Zona 1. 1 Es sabido que en estos barrios no existe problema de aparcamiento, por lo que el Indice de Parking no refleja nada más que la centralidad2. Por tanto, para la posterior comparación se obvia la información recogida en el Indice de Parking y se considera sólo la de el Indice de Localización-2. iv) En cuarto lugar, el Factor 4, se refiere a las variables que expresan la existencia o no de ascensor y la planta en la que se encuentra el piso, medidas por el Indice de Comodidad ( saturado en 0.746 ).Así, este factor3, expresará la característica de la “comodidad” del piso. v) Las variables relacionadas con las “mejoras y complementos” se saturarían en el Factor 5 ( el Indice de Mejoras ) con un índice de saturación del 0.897. Este índice hace referencia a la existencia en la vivienda de trastero, lavadero, despensa y preinstalación de aire acondicionado. vi) Por último, el Factor 6 explica, casi en su totalidad, la influencia del “estado general de la vivienda”, cuál es la impresión de la misma a primera vista para el comprador, medida por el Indice de conservación. A pesar de las evidentes ventajas, por la reducción y el tratamiento de la multicolinealidad ( Jaén y Molinas, 1995 ), existe el inconveniente de la dificultad de interpretación de los componentes. Aunque se han explicado los distintos factores, hay variables que no quedan claramente reflejadas en ningún factor: 4 éste es el caso del Indice de Comfort, que reflejaba una orientación exterior del piso y la existencia de acceso directo al garaje y de aparato de aire acondicionado, lo que no permite su contrastación en esta zona más humilde. LA ZONA DE RENTA MEDIA-BAJA Esta segunda zona es la clasificada como de renta “baja-media”. En el análisis de esta zona se utilizarán las mismas variables y la misma metodología de los componentes principales realizado anteriormente, por lo que a partir de este momento, nos remitiremos a la Zona 1 para todo aquello que resulte común en el análisis de las zona. El porcentaje de la varianza explicado por los seis factores es del 74.228% y siendo el primer componente principal el que recoge el mayor porcentaje de variabilidad de la muestra ( 30.07% ). El segundo factor recoge el 12.24% y el resto de los factores recogen unas cantidades menores, como se recoge en la tabla 2.1. tabla 2.1: Autovalores de la zona 2 factor 1 2 3 4 5 6 λ 3.9102 1.5912 1.1780 1.0869 1.0054 .877954 σ2 30.0782 12.2401 9.0617 8.3607 7.7341 6.7535 λ acumulados 3.9102 5.5014 6.6794 7.7663 8.7717 9.6497 σ2 acumulada 30.0782 42.3183 51.3801 59.7408 67.4749 74.2284 1 Por la información aportada desde el Departamento de Tráfico del Ayuntamiento. Ya que los problemas de tráfico existentes han de ser debidos a la proximidad del centro. 3 También se satura en este factor la variable Número de Armarios, debido probablemente a correlación espúrea, por lo que no será tenida en cuenta en el análisis. 4 Esto podría quedar explicado por el hecho de que, al ser una zona de rentas bajas, la mayor parte de los pisos no posean esta serie de características que encarecerían el precio de los pisos y no estarían acorde con el tipo de compradores de los mismos. Hay que recordar también que es una zona sin problemas de aparcamiento, por ello, los pisos no presentarían unos garajes propios tanto por la ausencia de ese problema como por la no capacidad de compra de esos garajes por parte de los demandantes calificados como de “renta baja“. Aunque su coeficiente de saturación, 0.62 en el factor 5, sea débil, podría ser incluída en tal factor si es necesario, ya que facilita la comprensión y comparación con el resto de las zonas. 2 784 COMUNICACIÓN ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, Para la interpretación de los componentes extraídos, se utiliza - como en el caso anterior - la rotación Varimax. Dicha matriz de pesos se muestra en la tabla 2.2. tabla 2.2: matriz de pesos, zona 2 EPOCA COMO OTROS PARK CONS INSTA MEJOR COMF ILOC2 M2 ND NB NA factor 1 .869387 .176783 .752635 .019255 .009827 .902961 .059432 .227064 .095715 .078311 .064618 .266758 .150460 factor 2 .218077 .269043 .082139 -.02332 .021025 .087319 .200078 .138360 -.02228 .903118 .865245 .736677 .187160 factor 3 .053656 -.18279 .069426 .062515 .796401 .021222 .181067 -.08896 .224112 .054931 .028099 .093050 .626487 factor 4 .107476 .021496 -.24828 .907999 .203062 .074658 -.16997 .096802 .111132 -.00012 .033332 -.12217 -.29350 factor 5 .154245 .004197 .070524 -.05836 .086385 .101600 .784332 .760629 .267580 .079782 .111476 .209221 -.00904 factor 6 .112928 .680604 .312385 .100890 -.118516 -.005007 .026657 .217403 .737285 .109224 .048883 .113204 .327453 Expl.Va Prp.Totl 233.770 .179824 233.696 .179767 117.560 .090431 109.772 .084440 137.795 .105996 132.373 .101826 El análisis de dicha tabla arroja unos resultados distintos de los de la zona anterior, siendo éstos analizados a continuación: i) Las características relacionadas con la “antigüedad del piso, sus instalaciones y otros” vienen explicadas casi en su totalidad por el Factor 1: el Indice de Instalaciones se satura con un coeficiente del 0.902, el Indice de Otros con el 0.752 y el Indice de Epoca con el 0.869. ii) En cuanto a las características referentes a la “superficie” de la vivienda, vienen perfectamente explicadas por el Factor 2, el cual recoge el número de metros cuadrados, el número de dormitorios y el número de cuartos de baño con unos índices de saturación del 0.903 en el primer caso, 0.865 en el segundo y 0.736 en el tercero. iii) El Factor 3, que recoge el “estado general de la vivienda”, contiene la variable Indice de Conservación, saturándose ésta con un índice del 0.796. iv) La característica del “aparcamiento” se registra en el Factor 4. En él, la variable Indice de Aparcamiento se satura con un índice del 0.907. De este modo, esta característica está prácticamente explicada por el Factor 4. v) Las “mejoras y complementos deseables” serían la característica recogida por el Factor 5, saturándose en este ambas variables: Indice de mejoras e Indice de Comfort, con unos índices respectivos del 0.784 y del 0.761. vi) La última característica que aparece, la “ubicación”, es explicada por el Factor 6, donde la variable Indice de Loc.2 se satura con un índice igual al 0.737. vii) No se saturan en ningún factor las siguientes variables: Indice de Comodidad y el número de armarios. Esto puede deberse, en el primer caso, a que en estas zonas más periféricas no suele haber ascensores y, en el segundo caso, a que la mayoría de los pisos posean un número similar de armarios. Por ello, no ayudan a explicar la variabilidad del precio. 785 COMUNICACIÓN ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, RESUMEN DE LA INFORMACIÓN OBTENIDA Habiendo sido llevada a cabo la extracción de los componentes principales para para reducir el número de variables y tratar la multicolinealidad existente entre las variables exógenas, los siete factores que se van a analizar para estimar, en ambas, la demanda de características son: i) Factor 1 ( Edad y Otros ): Iepoca, IInstalaciones y IOtros. ii) Factor 2 ( Superficie ): m2, nº de dormitorios y baños iii) Factor 3 ( Ubicación ): ILoc2 iv) Factor 4 ( Comodidades ): IComodidad v) Factor 5 ( Mejoras/Comfort ): IMejoras e IComfort vi) Factor 6 ( Conservación ): IConservación vii) Factor 7 ( Parking ): IParking 4. ESTIMACIÓN DE AMBOS MODELOS HEDÓNICOS Para la zona 1, la ecuación resultante ha sido estimada por medio de mínimos cuadrados, en la que todos los coeficientes son significativamente distintos de cero, para un α= 0.05 y un R2 = 0.8175, como se puede ver a continuación. Así mismo se le ha realizado un test de estabilidad1 en los parámetros, con resultados positivos. Modelo H1: Variable explicada Precio variable Z11 Z21 Z31 Z41 Z51 Z61 C Z21*Z31 Z21*Z61 Z31*Z41 Z41*Z61 coeficiente 482.1334 964.2767 651.3393 675.8853 919.8268 526.1557 7596.296 -519.3788 424.2075 -323.3227 385.4583 desviación 127.3315 133.7727 128.2236 126.7910 129.0459 125.7191 120.6442 126.7807 128.3710 148.3279 148.2209 t 3.78644 7.20832 5.07971 5.33070 7.12791 4.18517 62.96447 -4.09667 3.30454 -2.17978 2.60057 p 0.0003 0.0000 0.0000 0.0000 0.0000 0.0001 0.0000 0.0001 0.0015 0.0326 0.0113 Los atributos que han resultados significativos se muestran a continuación, en orden de preferencia de los 2 consumidores, atendiendo al rango de jerarquías planteado por Sweeney . Así mismo, se muestra el precio implícito estimado de cada uno de ellos: i) 1º la superficie: 964.2 miles de pesetas. ii) 2º las mejoras/comfort: 919.8 miles de pesetas. iii) 3º la comodidad: 675.8 miles de pesetas. iv) 4º la ubicación: 651.3 miles de pesetas. v) 5º la conservación: 526.1 miles de pesetas. vi) 6º la edad y otros: 482.1 miles de pesetas. También se puede comprobar que existen interacciones significativas para los consumidores, las cuales se pueden analizar como la influencia de un atributo sobre otro. 1 2 Test de Cusum de estabilidad de los parámetros ( Dios, 1995 ). Sweeney, J. L. ( 1974 ). 786 COMUNICACIÓN ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, i) En primer lugar, la más llamativa es z21*z31, con un precio implícito de ( menos ) 519.3 mil pts.: en principio lo más lógico es pensar que los pisos grandes bien ubicados incurren en algún problema no conocido, tal vez sea que sólo exista demanda de apartamentos1 en la zona central, o que los más centricos estén en peor estado, ya que fueron construídos primero2. ii) En segundo lugar, se puede comprobar que aumenta notablemente que el piso sea grande y esté en buen estado, ya que la interacción z21*z61 arroja un precio de 424.2 mil ptas. iii) En tercer lugar, la interacción z41*z61 provoca un aumento del precio en 385.4 mil ptas., un aumento en la conservación asociado a mayor comodidad. iv) Por último, si se observa la interacción z31*z41, en la que también interviene la ubicación, se produce una disminución del precio ( en 323.3 mil pts ). Esto puede tener una explicación sencilla: los pisos más cómodos son aquellos que tienen ascensor, debido a la naturaleza de estos barrios - los más humildes - sólo en la mejor 3 zona habrá ascensor, por lo que se produce un efecto de saturación . Sin embargo, otros atributos, como el número de armarios, el de baños o el parking, parecen no ser considerados por los habitantes de esta zona de la ciudad de Córdoba, ya sea por falta de promoción o de reflejo en el modelo En la segunda zona, la ecuación resultante ha sido estimada por medio de mínimos cuadrados 4 ponderados , ante la presencia de heterocedasticidad. La cual arroja estos resultados: todos los coeficientes son significativamente distintos de cero, para un α= 0.01 y un R2 = 0.663, ( de la misma manera que en el caso anterior se le ha realizado el test Cusum, siendo buenos los resultados ). Modelo H2: Variable explicada Precio variable Z12 Z22 Z32 Z52 Z72 C Z22*Z62 coeficiente 902.7829 1528.0490 705.7549 724.0362 -420.4461 9537.8790 -263.4264 desviación 13.69559 18.60052 9.408057 12.18214 10.78768 9.547358 16.95943 t 65.91779 82.15089 75.01601 59.43426 -38.97467 999.0072 -15.53273 p 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 En este caso los atributos siguientes han resultados significativos, estos han sido ordenados según las preferencias de los ciudadanos, mostradas en su precio implícito ( Sweeney ): i) 1º la superficie: 1528.0 miles de pesetas ii) 2º la edad y otros: 902.7 miles de pesetas iii) 3º las mejoras/comfort: 724.0 miles de pesetas iv) 4º la ubicación: 705.7 miles de pesetas 1 Lo que se puede deber a la ausencia de demanda de vivienda de uso residencial: pisos grandes, ya la demanda para oficina suele requerir menor número de metros. Aunque esto no sería demasiado lógico en esta zona de renta baja. 2 Stock de Capital Residencial Maleable: conforme la ciudad crece la vivienda del interior es más viejo que la de la periferia, recientemente construído ( Harrison y Kain, 1974 ). 3 Si ya poseo un bien, la utilidad marginal de una nueva unidad decrece. Atendiendo a lo expuesto por Azqueta ( 1994 ) esto es un efecto corriente en las demandas de atributos, ya que no estoy dispuesto a pagar más por algo que se sobreentiende incluído. 4 Despues de probar todos los métodos expuestos por Berndt ( 1991 ) para tratar la heterocedasticidad en los modelos hedónicos, se comprobó que el modelo óptimo era aquel que utilizaba los residuos del OLS como ponderador, ya que arrojaba residuos homocedásticos. 787 ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, v) 5º el parking1: COMUNICACIÓN - 420.4 miles de pesetas Así mismo en esta zona se observa una interacción que ha resultado significativamente distinta de cero. Ésta corresponde al cruce de superficie y conservación, ( z22*z62 ), con un coeficiente de ( menos ) -263.4 mil ptas. El significado de este coeficiente se podría atribuir a que no existan pisos grandes y que los pocos que hay sean viejos, a pesar de estar bien conservados. 5. COMPARACIÓN DE LOS RESULTADOS La comparación de los resultados de los modelos recientemente estimados se puede realizar sin tener en cuenta los precios implícitos en cada una de las ecuaciones. Tan sólo observando la jerarquía en las preferencias de cada una de las zonas, que han sido mostradas por sus habitantes, se puede comprobar si existen diferencias significativas en la composición de la demanda en cada una de ellas. Para la comparación sólo se tienen en cuenta las cinco primeras preferencias que han sido obtenidas en 2 cada uno de dichos modelos hedónicos. En la siguiente tabla , se resumen los resultados de cada una de las ecuaciones hedónicas realizadas con anterioridad. Tabla 4: Preferencias por Zonas preferencias zona 1 1º superficie mejoras/ 2º comfort 3º 4º 5º zona 2 superficie edad y otros mejoras/ comodidad comfort ubicación ubicación conservación parking A tenor de estos resultados se pueden considerar diferencias notables entre los habitantes ambas zonas de la ciudad dependiendo de su nivel de renta, ya que no se observa un comportamiento homogéneo entre ambos. Siendo similar la cesta de atributos elegidos, el orden de preferencias es algo distinto. i) Las mejoras y el comfort, ie. lavaderos, despensas, accesos directos, etc. interesan a las familias de renta baja, media-baja, aunque algo más a los de renta más baja. ii) La comodidad resulta ser interesante para los menos favorecidos, aunque no es considerada por los de renta media-baja. iii) Sin embargo la conservación, que también es sinónimo de novedad, no es demandada análogamente, aunque no parece ser relevante: el grupo uno, la demanda en último lugar y el segundo, no la demanda. iv) El parking, es un atributo considerado en la rentas media-baja, aunque ya se comprobó que negativamente ( i.e. representa la búsqueda de proximidad al centro ), y para los menos favorecidos no es relevante, porque no existen problemas de aparcamiento. v) Los de renta media-baja demandan viviendas nuevas, o en su defecto que tengan “otros” servicios ( normalmente sólo en las viviendas más nuevas ), sin embargo los más pobres no las consideran. 1 El coeficiente de la variable parking es negativo, lo que indica que se valora positivamente el que existan problemas de aparcamiento ( o que disminuye si no existen problemas de parking ). Lo que significa que los habitantes de esta zona prefieren vivir en núcleos más populosos a pesar de que tengan problemas de aparcamiento, aunque también es cierto que en esta zona no hay gran número de coches ( por lo menos no más de uno por familia ). 2 Con la finalidad de que esta comparación sea homogénea se exponen: las cinco primeras preferencias de cada una de ellas y no se introducen las interacciones. 788 ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, COMUNICACIÓN Aunque también hay factores que no se muestran tan diferenciados y son deseados por todos los ciudadanos de un modo bastante similar, como son los siguientes: i) Todos demandan superficie: lo primero es amplitud, estando todo lo demás en segundo plano. ii) La ubicación es demandada por todos aunque en ningún caso es la más importante de las preferencias. En general se pueden observar notables diferencias en las demandas de atributos, ya que la división de la ciudad en cinco grupos ha permitido un análisis pormenorizado de estos grupos menos favorecidos. 6. CONCLUSIONES Aceptando como ciertos todos las supuestos de partida, impuestos antes de la estimación, y como acertadas ambas ecuaciones hedónicas, consecuencia de lo primero, se observan cuatro distintos fenómenos. Estos apoyan la inclusión de nuevos atributos y consideraciones en la determinación del precio de la vivienda en el marco de la teoría económica, ya que desde este trabajo se la considera demasiado restrictiva. 1.- Se manifiesta el fenómeno de “filtering”1, de un modo intenso en el grupo dos: las viviendas más nuevas tiene mayor demanda y suben su precio. Los de menor renta, sin embargo, buscan tan sólo superficie. 2.- La crítica fundamental recibida por el modelo disyuntiva2 fue la aparición de estructuras multicéntricas3 que dividen la ciudad, por las cuales el C.B.D. deja de actuar como fuerza que provoca el incremento del precio del suelo. En este análisis se acepta ese supuesto, y se trata de contrastar la validez de dicho modelo teniendo en cuenta la segmentación de la ciudad. A pesar de ello no se observa con nitidez la existencia tal disyuntiva, ya que en los barrios de renta baja y media-baja, no puede plantearse la existencia de ratio superficie/ubicación como atributo determinante y único para explicar el precio de la vivienda. 3.- Aparte de las características propias del piso, también aparece como significativa “otros”, en la zona dos, que hace referencia al entorno de la vivienda, por lo que un 4 enfoque análogo al del modelo de Tiebout , podría ser más acertado y/o aproximado a la realidad. La rigidez del modelo disyuntiva no permitiría tales observaciones. 4.- No se observa con nitidez el proceso de “regentrification”5 en el ninguno de los casos, por dos razones. En primer lugar, la “edad”, aparece como segunda en el orden de las preferencias en el caso dos, por lo que se observa un claro proceso de filtering. Y en el grupo 1, la “conservación” es la última, lo que podría plantear la presencia de regentrification, pero esto sería absurdo en barrios de renta baja Si se muestra la demanda de atributos, teniendo en cuenta las interacciones6, de los dos grupos, revela distintas ecuaciones de precios implícitos, tanto en su valoración como en la jerarquías de sus preferencias: 1 Las viviendas más nuevas de la ciudad tienen un atractivo mayor, por lo que los más ricos las ocupan, mientras que los menos favorecidos van tomando las que éstos no quieren ( López, 1992 ) El precio de la vivienda viene determinado exclusivamente por la elección metros / ubicación ( medida ésta como distancia al C.B.D. ) 3 Henderson ( 1985 ),Turnbull ( 1990 ). 4 Planteaba que las características del entorno o ambientales también intervenían en la determinación del precio de la vivienda, además de la distancia al C.B.D. 5 Proceso por el cual los ciudadanos de mayor renta compran viviendas viejas en mal estado, para reformarlas. 6 Ésta se muestra marcada con un asterisco ( * ). 2 789 ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, COMUNICACIÓN i) Los de renta media-baja demandan viviendas grandes (1.5M), nuevas (0.9M), con 1 mejoras (0.7M), céntricas (0.7M), céntricas (0.4M) y grandes bien conservados* (0.4M). ii) Los de menor renta las demandan grandes (0.9M), con mejoras (0.9M), con ascensor (0.6M), céntricas (0.6M), bien conservadas (0.5M), nuevas (0.4M), grandes no céntricas* - o apartamentos céntricos -(0.5M), grande bien conservado (0.4M) y bien conservado con ascensor* (0.3M). Como hecho relevante, se observa que la promoción incesante de viviendas pequeñas, tan común en los últimos años, parece no ser del agrado de los ciudadanos, lo que provoca que las viviendas grandes sean mucho más valoradas, frente a otros atributos. Podría ser acertado incluir un mayor número de características analizar cuando se realizan estudios de un 2 bien tan complejo como la vivienda, ampliando el marco teórico hacia los atributos “alternativos” . De la misma manera estos resultados podían ser tenidos en cuenta por los constructores de vivienda de esta ciudad. En conclusión, si se realiza un estudio pormenorizado de distintos barrios de una ciudad, se observa una diferencia notable entre el marco teórico de la microeconomía, y la realidad empírica que se analiza en este trabajo. 7. BIBLIOGRAFÍA AZQUETA OYARZUN, D. (1994). La Función de Precios Hedónicos en la Práctica. En Valoración Económica de la Calidad Ambiental. Mc Graw-Hill, Madrid. BERNDT, E. R. ( 1991 ). The Measurement of Quality Change: Constructing an Hedonic Price Index for Computers Using Multiple Regression Methods. En The Practice of Econometrics, Classic and Contemporary. Addison Wesley, Londres. BOVER, Olympia (1992). Un modelo empírico de la evolución de los precios de la vivienda en España, en los años 76/91. Servicio de Estudios del Banco de España, Madrid BROWN, J. N. and ROSEN, H.S. ( 1982 ) On the Estimation of Structural Hedonic Price Models. Econometrica, vol. 50, nº 3, May. CARIDAD, J. M. y BRAÑAS P. ( 1996 ). El mercado de la vivienda en Córdoba: un enfoque cuantitativo. Comunicación en la XXII Reunión de Estudios Regionales. Pamplona, noviembre de1996 DIOS PALOMARES, R. (1995). Aplicaciones econométricas con micro-TSP. Servicio de Publicaciones Universidad de Córdoba, Córdoba. DIRECCION GENERAL DE PROG. ECONOMICA Y PRESUPUESTARIA (1994). Precio medio del metro cuadrado de las viviendas.Datos obtenidos de las tasaciones hasta 1994. Centro de Publicaciones del Ministerio de Obras públicas. GRILICHES, Z. ( 1971 ). Introduction: Hedonic Price Indexes Revisited. In Price Indexes and Quality Changes: Studies in New Methods of Measurement, ed. by Z. Griliches. Cambrige: Harvard University Press, pp 3-15. JAEN GARCIA, M. y MOLINAS, A. (1995). Modelos econométricos en la tenencia y demanda de vivienda. Servicio de Publicaciones de la Universidad de Almería KAIN, J. F., and QUIGLEY, J. M. ( 1975 ). Housing Markets and Racial Discrimination: A Microeconomic Analysis. National Bureau of Economic Research, New York. 1 2 Ya que se explicó que este coeficiente, en esta zona, denotaba centralidad. Alternativos en el sentido que se separan de la Ortodoxia: los modelos de distancias y derivados. 790 ,&RQJUHVRGH&LHQFLD5HJLRQDOGH$QGDOXFtD$QGDOXFtDHQHOXPEUDOGHOVLJOR;;, COMUNICACIÓN LOPEZ GARCIA, M. A. ( 1992 ). Algunos Aspectos de la Economía y la Política de la PARKER, D. y ZILBERMAN, D. (1993). Hedonic Estimation of Quality Factors Affecting the Farm-Retail Margin. American J. Aricultural Economic, nº 75, 458-466 ROSEN, S. ( 1974 ). Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition. Journal of Polical Economy, nº 82, pp 34-55. SAURA GARCIA P., (1995). Demanda de características de la vivienda en Murcia, 1995. Secretariado de Publicaciones de la Universidad, Bibliografma, p.153-157, Murcia. SWEENEY, J. L. ( 1974 ). Quality, Commodity Hieratchies, and Housing Markets. Econometrica, vol 42, nº 1, jan. TANG, Z. y W. J. BATEY, P. (1996). Intra-urban Spatial Analysis of Housing-related Urban Policies: The case of Liverpool, 1981-91. Urban Studies Vol. 33, No 6, 911-936 TIEBOUT, C ( 1956 ). A pure theory of local expenditures, Journal of Political Economy, nº 64, pp 416-424. TURNBULL, G. K. ( 1990 ). The pure theory of Household, Location: An Axiomatic Approach. Journal of Regional Science, vol 30 ( 4 ), pp 549-562. 791