Informe final publicable estudio demanda energetica ...

Estudio de Demanda Energética para el Sector Industrial

Manufacturero y Minero de Chile

Departamento de Economía

Universidad de Chile

Informe Final

01 de Junio de 2011

Autores:

Andrés Gómez-Lobo

José Miguel Benavente

Javiera Vásquez

2

Índice.

INTRODUCCIÓN GENERAL .................................................................................................. 1 PARTE I: MODELO DESAGREGADO .................................................................................. 3 1. Estimación de las elasticidades de demanda por energéticos en base a la ENIA ..... 3

1.1 Datos a utilizar .................................................................................................. 3 1.2 Especificación del modelo, forma funcional y elasticidades ............................ 3 1.3 Elasticidad de corto y largo plazo .................................................................... 8

2. Cero gastos y sus consecuencias econométricas ...................................................... 8 2.1 Cero gastos ....................................................................................................... 8 2.2 Modelos estructurales ..................................................................................... 11 2.3 Modelo reducido con corrección por sesgo de selección ............................... 14 2.4 Ventajas y desventajas de cada método .......................................................... 16 2.5 Elasticidades de corto y largo plazo ............................................................... 18 2.6 Problemas econométricos de paneles dinámicos ............................................ 20

3. Aplicación y resultados .......................................................................................... 21 3.1 Selección de datos y combustibles a analizar ................................................. 21 3.1.1 Definición de los patrones de consumo para la primera submuestra ......... 22 3.1.2 Definición de los patrones de consumo para la segunda submuestra ......... 24 3.2 Resultados con la submuestra 1 en la zona norte ........................................... 24 3.3 Resultados con la submuestra 1 en la zona centro.......................................... 29 3.4 Resultados con la submuestra 1 en la zona sur ............................................... 34 3.5 Resultados con la submuestra 1 total país ...................................................... 39 3.6 Elasticidades agregadas para todo el país ....................................................... 44 3.7 Elasticidades de largo plazo ........................................................................... 45 3.8 Resultados para la submuestra 2 donde se agrega el consumo de leña .......... 46

4. Conclusiones, lecciones para el desarrollo de la nueva encuesta y actividades a realizar ............................................................................................................................ 47

4.1 La encuesta enia no registra los precios, ni tampoco la estructura de precio, de cada combustible adquirido ........................................................................................ 47 4.2 La encuesta ENIA no registra los costos asociados a la conexión e inversiones en infraestructura requeridos para utilizar ciertos combustibles. ............................... 48 4.3 Errores de medición ........................................................................................ 48 4.4 Recomendación para la estimación de las demandas de combustibles en base a la encuesta ENIA ........................................................................................................ 49

PARTE II :MODELO AGREGADO .................................................................................... 51 5. Introducción ............................................................................................................ 51 6. El Modelo Logit Lineal .......................................................................................... 53 7. Datos ....................................................................................................................... 60

7.1 Registro de precios y consumo de energía en la ENIA .................................. 60 7.2 Agregación por sector económico .................................................................. 62 7.3 Descripción de los datos agregados ................................................................ 65

8. Resultados modelo agregado nacional ....................................................................... 86 8.1 Resultados principales .................................................................................... 86 8.2 Sensibilidad de los resulatados al uso del precio mediano en lugar del precio promedio ..................................................................................................................... 92 8.3 Sensibilidad de los resultados ante cambios en la disponibilidad de gas natural 95

9. Resultados de modelos por zona ................................................................................ 98 9.1 Zona norte ....................................................................................................... 98

3

9.2 Zona centro ................................................................................................... 101 9.3 Zona Sur (modelo con cuatro combustibles) ................................................ 107 9.4 Zona sur (modelo estimado con cinco combustibles) .................................. 110

10. Discusión sobre panel dinámico ....................................................................... 113 11. Resumen y conclusiones ......................................................................................... 114 12. Referencias ............................................................................................................. 121 Anexo I.1: Consumos relativos de combustibles por sector ......................................... 123 Anexo I.2: Preparación de la base de datos .................................................................. 129 Anexo I.3: Resultados de los modelos logísticos multinomial ..................................... 147 Anexo II.1: Fundamento técnico de por qué no es posible utilizar la forma funcional translog cuando se modela la dinámica temporal con la incorporación de la variable de consumo rezagado del insumo en cuestión................................................................... 148 Anexo II.2: Desarrollo del modelo logit lineal para el caso de cinco combustibles .... 153 Anexo II.3: descripción del procedimiento de limpieza de datos ................................. 155 Anexo II.4: Gráficos de la dispersión de precios de las observaciones individuales una vez imputado las unidades de medida y sin el 1% de ambas colas de la distribución . 156 Anexo II.5: Dispersión de precios por año y combustible de la base agregada por actividad ....................................................................................................................... 187 Anexo II.6: Número de observaciones por actividad y año en la ENIA ...................... 190

1

INTRODUCCIÓN GENERAL

LA CNE requiere apoyo técnico para realizar una caracterización del consumo y uso de

los distintos energéticos disponibles para el sector industrial manufacturero y minero

focalizado en las grandes y medianas empresas en las zonas Norte (regiones I a III y

XV), Centro (región IV a VI, incluida la Región Metropolitana) y Sur (regiones VII a X

y XIV). Para ello se licitó el presente proyecto, una de cuyas actividades es la de

realizar una estimación econométrica de las elasticidades propias y cruzadas de la

demanda de energía de las empresas incluidas en la encuesta ENIA del INE. En este

informe final se presentan los resultados completos de los modelos estimados y sus

resultados.

Este informe está organizado en dos grandes secciones o capítulos. En la primera parte,

se presenta la metodología y los resultados presentados en el primer informe entregado

a la contraparte y que contiene el modelo desagregado propuesto inicialmente para el

proyecto. En la segunda sección se incorpora la estimación de un nuevo modelo —está

vez utilizando datos agregados por sector—basado en los resultados encontrados

durante la primera etapa.

A su vez, la primera parte está organizada de la siguiente manera. Primero, se presenta

la especificación del modelo, la forma funcional y las fórmulas de las elasticidades.

Luego, se presentan los problemas econométricos relacionados con aquellas

observaciones que sólo consumen un subconjunto de todos los combustibles. Como se

discute en esa sección, el hecho frecuente de que una observación no consume todos los

combustibles disponibles es el tema central de la literatura académica relacionada con la

estimación de elasticidades en base a datos microeconómicos, como los de la encuesta

ENIA. Este hecho genera problemas de censura (“censoring”) y selectividad que sesga

los parámetros estimados con métodos econométricos tradicionales. En términos

generales hay dos grandes familias de estimadores para superar los problemas

anteriores, los modelos estructurales y aproximaciones más flexibles basadas en

correcciones de sesgo de selección. Se discutirán las ventajas y desventajas de cada

2

método y se presenta la especificación del modelo estimado en esta primera parte.

Posteriormente, se presenta una descripción más detallada de los datos de la ENIA y los

procedimientos utilizados para corregir algunos errores de medición así como las

diferentes alternativas que se utilizaron para medir los precios de cada combustible para

cada observación. Luego se presentan los resultados de la estimación. Esta parte finaliza

con las conclusiones que se pueden extraer de la estimación del modelo propuesto y una

discusión de las lecciones que presenta este ejercicio de estimar las elasticidades en base

a la encuesta ENIA para el desarrollo de la nueva encuesta del sector industrial

manufacturero y minero en Chile.

La segunda parte de este informe cuenta con una breve introducción en la cual se

fundamenta la incorporación de una metodología alternativa y complementaria a la

anteriormente desarrollada, cuya principal diferencia es que las estimaciones se realizan

en forma agregada. Se explica dicha metodología en detalle junto con una descripción

de la información necesaria para su implementación. La presentación de los resultados

junto a una discusión metodológica relacionada con la incorporación de variables

dependientes rezagads se aborda en la sección siguiente para finalizar con las

conclusiones alcanzadas en esta parte.

En la sección de anexos, junto con la presentación de los procedimientos y salidas de las

metodologías aplicadas, se presentan los instrumentos que fueron diseñados para

levantar información relevante para caracterizar los procedimientos y prácticas respecto

al manejo energético al interior de las plantas productivas chilenas.

3

PARTE I: MODELO DESAGREGADO

1. Estimación de las elasticidades de demanda por energéticos en base a la ENIA

En esta parte del informe se presenta el modelo desagregado estimado en una primera

etapa del proyecto. En base a los resultados de esta experiencia, se determinó

especificar un segundo modelo, estimado con datos agregados, el cual se presenta en la

segunda parte del presente informe.

1.1 DATOS A UTILIZAR

Para estimar las elasticidades de demanda tanto cruzadas como propias de la demanda

por energía en base a los datos de la encuesta ENIA se disponía originalmente de un

panel de establecimiento industriales para las encuestas de los años 2001, 2002, 2003, y

2004.1 Mayores antecedentes sobre la Encuesta ENIA y su módulo de uso de

combustibles se encuentran en el Anexo I.2.

1.2 ESPECIFICACIÓN DEL MODELO, FORMA FUNCIONAL Y ELASTICIDADES

El modelo que se propuso estimar en esta primera etapa es un modelo

microeconométrico (utiliza datos individuales) y considera primero que las firmas

minimizan el costo de producción, dado los precios de los insumos incluyendo los

energéticos. Este proceso de minimización de costos genera una función de costo

mínimo de cada firma que se puede representar como:

),( QwC (1)

1 Posteriormente, y por la necesidad de mayor información requerida para estimar el modelo agregado que se describe en la segunda parte de este informe, se realizaron gestiones con el INE para obtener dos años adicionales de la ENIA (2005 y 2006) así como el código de identificación de cada planta en los años 2001 al 2004 para empalmar esta información con la encuesta de años anteriores. Así, el modelo descrito en la segunda parte del informe utiliza información de la ENIA del año 1995 al 2006.

4

Donde w es un vector de precios de los insumos y Q en un indicador del nivel de

actividad de la firma.2

Para fines expositivos se asume en lo que sigue que la función de producción de cada

industria es débilmente separable y homotética en los insumos energéticos

(combustibles), de tal forma que la función de costos se puede representar por:

),()(),( QwhwcQwC nee . (2)

Donde, we es el vector de precios de los combustibles y wne es el vector de precios de

los otros insumos, y C(we) representa la función de costos unitario de combustibles.

El supuesto anterior permite concentrar el esfuerzo en la especificación de C(we) ya que

toda la información relevante de las elasticidades de sustitución estaría contenida en esta

función. Aunque casi la totalidad de los trabajos empíricos en este tema hacen estos

mismos supuestos (ver Lee y Pitt, 1987; Bousquet, Chakir y Ladoux, 2004; y Bousquet,

2006), en la aplicación empírica se testean estos supuestos. Para ello, basta incluir

variables que controlan por el precio o cantidad utilizada de otros insumos y una

variable que mida la escala de producción, y evaluar si éstas variables son

estadísticamente significativas en las estimaciones. La hipótesis de separabilidad se

rechaza si las variables que controlan por precios o cantidad utilizada de otros insumos

son significativas, y la hipótesis de homoteticidad se rechaza si la variable de escala de

producción es significativa.

La función de costos de energía se modela mediante una forma funcional flexible. En

concreto, se utiliza la forma funcional generalmente utilizada en este tipo de estudios

que es la Translog:3

M

i

M

i

M

jjiiji

e wwwwC1 1 1

0 lnln2

1ln)(ln (3)

donde wi es el precio del combustible i.

2 Para representar el nivel de producción de cada firma se pueden utilizar las ventas totales o valor bruto de producción. 3 Ver por ejemplo, Lee and Pitt (1987), Bousquet, Chakir y Ladoux (2004), Bousquet (2006). Por simplicidad de notación en lo que sigue no se incluyen los subíndices de cada planta y cada año.

5

Naturalmente, a la especificación anterior se le puede agregar variables condicionantes

adicionales como un efecto fijo por empresa o sector, y variables temporales, entre

otras. Utilizando el Lema de Sheppard, se pueden obtener las ecuaciones que

representan el gasto en cada insumo como proporción de los costos

C

xws iii

como:

M

jjMMM

M

jjj

M

jjj

ws

ws

ws

1

*

1

*222

1

*111

ln

...

ln

ln

(4)

Donde,

jiijij 2

1* (5)

y, por lo tanto, estos parámetros son simétricos entre ecuaciones ( **jiij ) pudiéndose

imponer esta restricción entre los parámetros de cada ecuación antes de estimar el

modelo.

Al sistema anterior se le impone algunas restricciones sobre los parámetros para que la

función de costos cumpla con ciertas propiedades teóricas, como que sea homogénea de

grado uno en los precios de todos los insumos. Estas condiciones son:

M

i11

1 (6)

M

iij

M

jij

1

*

1

* 0 (7)

Estas restricciones se pueden imponer dividiendo todos los precios y el costo total por el

precio de uno de los insumos. Por otro lado, las ecuaciones de gasto no son mutuamente

6

independientes ya que la suma de los gastos de cada insumo como proporción de los

costos tiene que ser uno. Por lo tanto, si en cada ecuación se incluye un término

estocástico lineal para la estimación econométrica, estos errores no son independientes y

se requiere omitir una ecuación del modelo para poder estimar los parámetros del

mismo.4

Suponiendo que la ecuación omitida corresponde a la del insumo M, el modelo a

estimar es:

1

1

1

*,111

1

12

*222

1

11

*111

ln

...

ln

ln

M

M

j M

jjMMM

M

j M

jj

M

j M

jj

w

ws

w

ws

w

ws

(8)

Las ecuaciones anteriores se pueden estimar simultáneamente utilizando algún método

econométrico como Zellner’s Seemingly Unrelated Regressions (SURE) o Mínimos

Cuadrados en Tres Etapas (3SLS). La ventaja de estos dos métodos econométricos,

aparte de que permiten imponer la restricción de simetría de los efectos cruzados (5)

antes de la estimación, es que permiten tomar en cuenta la posible covarianza de los

errores o ‘shocks’ de cada ecuación. Así se gana eficiencia y precisión en la estimación.

En algunos casos, el modelo anterior se puede estimar en conjunto con la ecuación de

costos (2) e imponer también las restricciones entre las ecuaciones de gastos y la

ecuación de costos.5

4 No importa cual de las ecuaciones de gasto de insumos se omite, los resultados serán los mismos. Los parámetros de la ecuación omitida se obtienen a partir de los parámetros estimados para las otras ecuaciones y las restricciones (6) y (7). 5 Este procedimiento tiene el inconveniente de que por el Lema de Sheppard, la ecuación de costos debería incluir los errores de cada ecuación de gasto multiplicado por el respectivo precio, lo cual dificulta enormemente la estimación. Usualmente se ignora este punto y simplemente se incluye un error lineal en la ecuación de costos.

7

Una vez estimado el modelo (ver más abajo), es relativamente sencillo obtener las

elasticidades propias y cruzadas de todos los insumos, incluyendo los energéticos. La

elasticidad de la demanda condicionada de cada factor es igual a:

i

iijjiijij s

sss

*

(9)

Donde δij es una función indicadora que toma el valor de 1 si i = j y 0 en caso contrario.

Se debe notar que si bien los parámetros α*ij son simétricos **

jiij , las elasticidades

cruzadas no tienen por qué serlas, aunque sí tendrán el mismo signo ( signo(ηij) =

signo(ηji) ). Los insumos ij son complementos si ηij < 0 y sustitutos si ηij > 0.

Para ser consistente con la teoría, la función de costos debe ser cóncava. Esto significa

que el Hessiano de la función debe ser negativo semi-definido. El Hessiano de la

función de costos es la matriz de las segundas derivadas de esta función, cuyos

elementos se definen como:

iijjiijjij

i

jiij sss

ww

C

w

wx

ww

Ch

*

2 )( (10)

Con la ecuación (10) es posible determinar cada elemento de la matriz Hessiano y

evaluar si la función de costos es o no cóncava.

En principio tanto las elasticidades dadas por la ecuación (9) como la evaluación de

concavidad a partir de la ecuación (10) se pueden calcular para cada observación

individual. Sin embargo, lo más común es evaluar estos valores para la observación

promedio (promedio de la base de datos) y esta es la aproximación que se utiliza en el

presente trabajo.6 También es importante señalar que la literatura empírica recomienda

utilizar los gastos proyectados por el modelo, is , en lugar de las proporciones efectivas

de cada observación en las ecuaciones (9) y (10).

6 Una justificación para este procedimiento es que las formas funcionales flexibles sólo lo son en un punto del espacio de las observaciones por lo que no se puede esperar que esta función cumpla con los requisitos de la teoría económica para cada observación de la muestra.

8

1.3 ELASTICIDAD DE CORTO Y LARGO PLAZO

Las elasticidades representadas por la ecuación (9) son de corto plazo. De hecho,

asumen que todos los demás insumo se mantienen constantes. Sin embargo, al cambiar

el precio de un insumo es razonable esperar que las firmas busquen minimizar sus

costos mediante inversiones en equipos y tecnologías alternativas. Sin embargo, en el

contexto de la demanda de energía de plantas industriales y mineras, existen varias

formas en que las firmas pueden optimizar sus operaciones en el mediano y largo plazo.

Una alternativa es invertir en equipos que le permitan utilizar relativamente menos del

insumo más caro, sin cambiar la combinación (‘mix’) de combustibles que utiliza. Una

segunda forma de optimizar los procesos ante cambios en los precios de los insumos es

cambiar la combinación (‘mix’) de combustibles que se utilizan. Ambas alternativas

implican formas algo diferentes para definir las elasticidades de largo plazo.

Debido a que aún no se discuten los temas relacionados con la elección del ‘mix’ de

combustibles que utiliza cada planta, diferimos la discusión sobre la elasticidad de largo

plazo para más adelante en este informe.

2. Cero gastos y sus consecuencias econométricas

2.1 CERO GASTOS

Utilizar datos a nivel micro o desagregados —como los de la encuesta ENIA— para

estimar las demandas de combustibles tiene muchas ventajas por sobre modelos que

utilizan información agregada. Sin embargo, surge un problema relacionado con el

hecho de que a nivel de plantas o firmas individuales usualmente se observa que

muchas firmas o plantas no consumen todos los combustibles. En otras palabras,

muchas firmas o plantas tienen un gasto de cero para algunos combustibles (sj = 0 para

el combustible j por ejemplo). En términos microeconómicos, esto implica que estas

unidades están en una solución de esquina de su problema de minimización de costos.

Cuando un porcentaje significativo de firmas no consume todos los combustibles

relevantes, el modelo econométrico debe tomar en cuenta esta característica de los

datos. Si se ignoran los ceros y se estima un modelo de demanda con todas las

9

observaciones, asumiendo que un gasto de cero equivale a una demanda de cero, los

parámetros estimados serán sesgados e inconsistentes debido a que los datos estarían

‘censurados’. Los problemas de inconsistencia de los parámetros no se resuelven

tampoco eliminando las observaciones que tienen un gasto de cero para algún

combustible, ya que esto genera sesgo de selección.

Gráfico 1

Para ilustrar el problema econométrico que surge con estos datos, consideremos el

Gráfico 1. Cada punto en este gráfico es la demanda ‘virtual’ por un insumo. Por virtual

se entiende que puede incluso ser negativo.7 Estos puntos están situados simétricamente

a ambos lados de la regresión (función de demanda) real, que no es observable por el

econometrista. Ahora, las demandas efectivamente observadas sólo pueden ser

positivas, por lo que lo que se observa cuando la demanda ‘virtual’ de una firma es

negativa es una demanda de cero por ese insumo, como ilustra el Gráfico 2. Si se

estiman los parámetros de la regresión utilizando las observaciones con demandas cero,

se obtienen parámetros inconsistentes, como se muestra en este gráfico. Por otro lado, si

se eliminan las observaciones con demanda cero, la regresión estimada también será

7 Que una firma pueda tener una demanda negativa por un insumo o producto no es tan irreal como podría parecer. Esta situación se puede interpretar como que la firma, para el precio de mercado, sería un vendedor neto del insumo o producto de contar con unidades para ello.

Cantidad demandada

Precio

Demanda verdadera

10

inconsistente, como muestra el Gráfico 3, ya que para niveles altos de precio sólo

permanecerán en la muestra aquellas observaciones con un error no observable positivo

y mayor al promedio.

Gráfico 2

Gráfico 3

Cantidad demandada

Precio

Demanda estimada incluyendo las observaciones con gasto cero como si fueran demandas iguales a cero

Cantidad demandada

Precio

Demanda estimada omitiendo las observaciones con demanda de cero

11

Los datos de la ENIA efectivamente presentan problemas de cero gastos como los

descritos aquí. En el Anexo I.1 se presenta la información del número de observaciones

por sector CIIU que consumen cada combustible. Se puede observar que la mayoría de

las plantas no consumen todos los combustibles. Incluso, si se analiza el caso de los

combustibles con mayor frecuencia de consumo, como la electricidad, el petróleo y los

distintos tipos de gas, se puede observar que en muchos sectores la gran mayoría de los

establecimientos no consumen todos estos combustibles con excepción de la

electricidad.

Por lo tanto, el problema de gasto cero en algunos combustibles puede ser relevante al

intentar estimar las elasticidades a partir de los datos desagregados y la metodología

econométrica a utilizar en este caso debe considerar esta característica de los datos.

En la literatura, existen dos métodos para estimar modelos de demanda con datos

censurados como los descritos en esta sección. Por un lado están los métodos de

estimación en dos etapas, inspirados en la corrección por selectividad de Heckman

(1979), y los modelos estructurales. A continuación se describe cada aproximación.

2.2 MODELOS ESTRUCTURALES

Los modelos estructurales son aquellos donde se modela la decisión completa del

agente económico, incluyendo la decisión de consumir cero de algún bien o servicio.

Wales y Woodland (1983) y Lee y Pitt (1986) desarrollaron modelos estructurales que

permiten incorporar la probabilidad de estar en una solución esquina del problema del

consumidor o productor. Wales y Woodland (1983) desarrollan un modelo de

estimación de demanda basado en las condiciones de Kuhn-Tucker asociadas a un

problema de maximización de una función de utilidad sujeta a una restricción

presupuestaria y restricciones de demanda no negativas en los bienes. El gasto de cero

en alguno de los bienes es obtenido cuando algunas de las restricciones de no

negatividad son activas, llegando a una solución esquina.

Por su lado, Lee y Pitt (1986) desarrollan un modelo basado en el problema dual de la

minimización de costos de una firma utilizando la noción de precios virtuales. Esta

metodología consiste en derivar primero el sistema de demandas de la función de costos

12

de una firma suponiendo una forma funcional flexible, como la translog. Este sistema de

demanda teórico define demandas para todos los números reales, incluyendo consumos

negativos. Los precios virtuales son aquellos donde la demanda teórica y la demanda

observada coinciden. Para aquellos insumos que tienen demanda efectiva de cero, el

precio virtual es igual o superior al precio que hace la demanda teórica igual a cero.

Definiendo una distribución para los errores, se puede obtener la contribución de cada

observación a la función de máxima verosimilitud. Finalmente, Lee y Pitt (1987)

utilizan esta metodología par estimar la sustitución entre diferentes tipos de energía para

una muestra de corte transversal de firmas en Indonesia.

Para mayor comprensión de la metodología de Lee y Pitt (1986), tomemos el caso de un

sistema de demanda por tres insumos, donde todas las observaciones consumen el tercer

insumo. De las ecuaciones (8), las demandas derivadas de este sistema serían:

22*221

*2122

12*121

*1111

lnln

lnln

wws

wws (11)

donde se ha omitido la tercera ecuación, como se explica más arriba y los precios de los

insumos 1 y 2 han sido deflactados por el precio del insumo tres. Se supone que los

errores tienen una distribución normal multivariable:

212

121

2

1 ;0

0

N . (12)

Para aquellas observaciones que tienen un gasto positivo en los dos insumos, la

contribución a la función de máxima verosimilitud es:

;lnln

lnln

2*221

*2122

2*121

*1111

2wws

wwsL

. (13)

Sin embargo, para aquellas observaciones que no consumen el insumo dos, su

contribución a la función de máxima verosimilitud es más complicada. Primero hay que

13

encontrar el precio ‘virtual’ del insumo 2 que generaría una demanda por ese insumo

igual a cero:

*22

21*212

2

lnln

w

wv . (14)

Observar una demanda de cero por este insumo es observacionalmente equivalente a

que el precio de ese insumo sea igual al precio virtual antes definido. La demanda del

primer insumo hay que evaluarla también con este precio virtual, quedando como:

2*22

*12

11*22

*12*

11*22

*12

211 ln)(

ws . (15)

Por otro lado, la condición para observar un consumo de cero del insumo 2 es:

2*221

*2122 lnln ww .

Así, la contribución a la función de máxima verosimilitud de una observación que

consumo cero del insumo dos sería:

2*221

*212 lnln

22212*22

*12

1*22

*12*

11*22

*12

211 ln)(ww

dfgws

(16)

Donde g(ε1/ε2) es la función de densidad condicional de ε1 que se obtiene de (12) y f(ε2)

es la densidad marginal de ε2.

La contribución de cada observación a la función de máxima verosimilitud está

expresada en función de las variables observables y los parámetros del problema. De

esta forma, es posible estimar todos los parámetros, incluyendo la matriz de covarianza

de los errores, Ω. Se debe notar sin embargo, que la función de máxima verosimilitud

contiene integrales que requieren ser calculados numéricamente. Si hay observaciones

que no consumen dos insumos, la contribución de estas observaciones a la función de

máxima verosimilitud contiene un integral doble, dificultando aún más las estimaciones.

14

Este problema se discutirá más adelante cuando se comparan las ventajas y desventajas

del método estructural con la alternativa más flexible de un modelo reducido con

corrección por sesgo de selectividad.

Chakir, Bousquet, y Ladonoux (2004) extienden la metodología de Lee y Pitt (1987)

para datos de panel y la aplican a la estimación de un sistema de demanda de energía de

firmas del sector industrial en Francia. La ventaja de contar con una estructura de datos

de panel, es que ésta permite controlar por los efectos individuales no observables de las

firmas en la estimación del sistema de demandas. Una desventaja de este modelo

estructural de panel, es que al ser un modelo no lineal, los efectos individuales de cada

firma se modelan como efectos aleatorios, lo cual requiere asumir que estos efectos no

están correlacionados con variables explicativas del modelo.

2.3 MODELO REDUCIDO CON CORRECCIÓN POR SESGO DE SELECCIÓN

Una metodología alternativa es la iniciada por Dubin y McFadden (1984). Aunque el

objetivo de ese trabajo no es la estimación de demandas de combustibles, el principio es

el mismo.

Volviendo al Gráfico 3, si se estima la demanda por un bien o servicio cuya demanda es

cero para un número suficiente de observaciones, y estas observaciones se omiten de la

muestra al momento de la estimación, entonces los parámetros estimados serán

sesgados. Como se explicó más arriba, lo que sucede es que para precios altos, sólo

observaciones con un término de error (ε) relativamente alto están en la muestra, por lo

que E(εX) ≠ 0, donde X representa las variables independientes del modelo.

Siguiendo el ejemplo anterior, representado por el sistema (11), supongamos que

estimamos este sistema sólo con aquellas observaciones que tienen un consumo

positivo. Sabemos que en esta submuestra:

0lnlnln,ln 2*221

*21222212 wwEwwE (17)

15

Ya que a medida que lnw2 es alto, sólo se incluyen en la submuestra aquellas

observaciones que tienen un consumo positivo (un ε alto). Esto también afecta el valor

esperado de la demanda del primer insumo, debido a la dependencia entre ε1 y ε2.

Una solución para este problema seria estimar el siguiente modelo para la demanda del

primer insumo, por ejemplo:

12112*121

*1111 ln,lnlnln wwEwws (18)

Donde,

2111 ln,ln/ wwE (19)

y, por construcción,

0ln,ln/ 21 wwE .

Naturalmente, para aplicar este método se requiere una expresión para

211 ln,ln/ wwE . (20)

De aquí los diferentes métodos para corregir por sesgo de selección, siendo el modelo

de Heckman (1979), el más conocido. La contribución de Dubin y McFadden (1984)

consistió en expandir esta metodología para el caso en que hubieran N alternativas de

regimenes (en el caso de Heckman (1979) hay solo dos) y calculando el término de

corrección (20) que se obtiene cuando en una primera etapa se estima un modelo

Logistico Multinomial para predecir la probabilidad de que una observación sea

observada en un régimen (uso de patrón de combustibles, en nuestra aplicación)

particular. Luego en una segunda etapa se estima el modelo de interés para las

observaciones de cada patrón, pero incorporando un término de corrección por sesgo de

selección. El término de corrección es:

(21)

1

2211 ln

1

ln6ln,ln P

P

PPrwwE

j

jjM

jj

16

donde Pj es la probabilidad de que la observación escoja el patrón j, y σ y los rj son

parámetros a estimar. En la práctica, los Pj son reemplazados por los valores predichos

por el modelo Logistico Multinomial estimado. Berrios (2004) generaliza el ajuste de

Dubin y McFadden (1984) para el caso en que en una primera etapa se estima un Mixed

Logit en lugar de un modelo Logistico Multinomial. Bourguignon, Fournier y Gurgand

(2008), aparte de proponer un refinamiento en el ajuste propuesto por Dubin y

McFadden, realizan un ejercicio de Monte Carlo donde se muestra que la corrección de

Dubin y McFadden es la que mejor se comporta entre las alternativas disponibles para

corregir sesgo de selección.

2.4 VENTAJAS Y DESVENTAJAS DE CADA MÉTODO

La ventaja de los modelos en dos etapas es que son más flexibles, más fáciles de estimar

y minimizan los posibles errores de especificación y de medición que los modelos más

estructurales. Sin embargo, los modelos estructurales son más eficientes, en el sentido

en que se considera toda la información económica implícita en una solución de esquina

de la minimización de costos de una firma (o del gasto en el caso de un consumidor).

Para el caso de la estimación de demandas de energía, se pueden hacer las siguientes

consideraciones:

1) Los modelos en dos etapas que corrigen por sesgo de selección son más robusto

a errores de especificación y de medición, dada su característica lineal. Esto es

potencialmente importante en nuestra aplicación ya que el objetivo es estimar un

sistema de demanda para todo el sector industrial manufacturero y minero, lo

cual implica que puede haber bastante heterogeneidad en la muestra. Los

modelos estructurales por lo general se estiman con una muestra de empresas

homogéneas. Por ejemplo, utilizando datos de sólo un sector CIIU en lugar del

sector industrial completo.

2) A diferencia de los modelos estructurales, cuya estimación con más de dos

combustibles con cero gastos se hace inviable por la dificultad de integrar

17

numéricamente una integral de orden mayor a dos que tendría la función de

máxima verosimilitud, en los modelos en dos etapas es más fácil incorporar más

combustibles.8

3) En el modelo en dos etapas, como las demandas son lineales, es posible en

principio incorporar un efecto fijo por planta o empresa. Como se ampliamente

conocido, en los modelos no-lineales, como el estructural, no es posible

transformar el modelo (tomando primeras diferencias, por ejemplo) para

eliminar efectos fijos por planta. Sólo ha sido viable incorporar efectos

aleatorios en un modelo estructural, como el estimado por Bousquet, Chakir y

Ladoux (2004).9

4) Otra posible crítica al método de estimación en dos etapas es que al estimar un

modelo Logístico Multinomial en una primera etapa se está haciendo el supuesto

de IIA (independencia de alternativas irrelevantes). Sin embargo, en principio se

puede estimar un modelo Mix Logit que no implica hacer este supuesto, y hacer

una corrección por sesgo de selección con ese modelo (Barrios, 2004). Pero, por

otro lado, Bourguignon et al (2008) muestran que la corrección de Dubin y

McFadden es bastante robusta a errores o violación del supuesto de IIA.

En definitiva, por los motivos anteriores, se considera que cuando se estima con

datos a nivel individual, como en esta parte del estudio, el modelo flexible en dos

etapas, con corrección por sesgo de selección, es preferible a estimar un modelo

estructural. El procedimiento para estimar el modelo es el siguiente:

1) Primero hay que definir los grupos o combinaciones de combustibles que se

incorporaran en el análisis. Aquí existe un dilema entre el realismo que implica

incorporar todos los combustibles utilizados por al menos una empresa, por un

lado, con el desarrollo de una metodología parsimoniosa que sea viable de

aplicar. Mientras más combustibles se incorporan en el análisis, el número de

8 Sin embargo, Kao, Lee and Pitt (2001) presentan un modelo estructural basado en la simulación de la función de máxima verosimilitud que en principio permitiría incorporara más combustibles a un modelo estructural. 9 Más adelante se discute que con cuatro años de datos tampoco resulta viable estimar un modelo dinámico de panel con el modelo en dos etapas.

18

patrones de consumo crece exponencialmente, con lo cual rápidamente el

modelo se torna muy complejo de estimar e interpretar.

2) Luego, para los combustibles y combinaciones de patrones de consumos

definidos en el punto anterior, se estima un modelo logístico multinomial para

determinar la probabilidad de que cada observación utilice un grupo particular

de combustibles. En esta etapa, se utiliza como variable identificadora, el patrón

utilizado por la planta el año anterior.

3) Con el modelo multinomial estimado se calculan los términos de ajuste por

corrección de sesgo de selección para cada observación.

4) Luego se estima por separado un sistema de demandas para cada grupo (o

patrones) incorporando el término de corrección por sesgo de selección.

5) Para cada grupo o patrones se calculan las elasticidades propias y cruzadas que

se derivan del sistema de demanda estimado y se calculan las elasticidades

agregadas como un promedio ponderado de la matriz de sustitución de cada

grupo, donde los ponderadores son los consumos relativos de cada combustible

por grupo.

2.5 ELASTICIDADES DE CORTO Y LARGO PLAZO

Existen dos conceptos de elasticidades de largo plazo en el modelo estimado en este

proyecto. Por un lado, dentro de cada grupo puede haber una dinámica de corto y largo

plazo en la reacción de las demandas. Para captar este efecto, y siguiendo a Jones

(1995) y una versión más restrictiva de Urga y Walters (2003), se incorpora en cada

ecuación de demanda, el ‘share’ rezagado de cada combustible:

19

tM

M

jtM

Mt

jtjMMtM

M

jtt

Mt

jtjt

M

jtt

Mt

jtjt

sw

ws

sw

ws

sw

ws

1

1

111

*,111

1

1212

*222

1

1111

*111

ln

...

ln

ln

(22)

Para que se cumplan la condición de que las proporciones de gasto en cada insumo

sumen uno, es necesario que el parámetro λ en cada ecuación sea el mismo. Esto se

impone como una restricción antes de estimar el modelo.

Desafortunadamente, el procedimiento anterior no garantiza que las elasticidades de

largo plazo sean mayores (en términos absolutos) que las elasticidades de corto plazo.

Como veremos más adelante, este es un problema en la aplicación de esta primera parte

de este informe, que hace reevaluar la metodología a utilizar y que justifica el modelo

presentado en la segunda parte de este informe.

Dentro de la literatura es posible incorporar una dinámica más compleja, como la

utilizada por Urga y Walters (2003), basada en el modelo Anderson y Blundell (1982).

Sin embargo, esta aproximación tiene otros problemas, ya que el sistema de ecuaciones

es singular y para identificar la dinámica de corto plazo se requiere agregar más

estructura al modelo. En el caso de Urga y Walters (2003), se estima el sistema de

demanda junto con una función de costos que no es la translog sino que tiene una

especificación atípica. Para los propósitos del presente informe se optó por la alternativa

más simple descrita más arriba consistente en la incorporación del ‘share’ propio

rezagado.

Con los parámetros estimados del modelo es posible obtener las elasticidades de largo

plazo utilizando los parámetros del modelo en el estado estacionario. Esto es, cuando sit

= sit-1.

20

Otro concepto de elasticidad de largo plazo tiene que ver con el posible cambio de

patrón o ‘mix’ de combustibles que realizaría una planta ante los cambios en precios de

los diversos combustibles. Las probabilidades de un cambio estarían representadas por

las elasticidades que se derivan de la función logística multinomial.

2.6 PROBLEMAS ECONOMÉTRICOS DE PANELES DINÁMICOS

Dada la estructura de panel de los datos, es posible agregar un efecto individual por

planta. Sin embargo, incluir un efecto fijo en una estimación con un sistema de

ecuaciones no es trivial. Además, como en el sistema (22) se incluye la variable

dependiente rezagada, hay que considerar los problemas econométricos que surgen en

modelos de panel dinámico.

Una posibilidad es incluir un efecto fijo y estimar el modelo con un estimador como el

de Arellano y Bond (1991). Sin embargo, hay dos problemas con esta aproximación. En

primer lugar, originalmente sólo se contaba con 4 años de la ENIA (2001 al 2004) para

el presente estudio. El primer año se pierde al condicionar la elección de patrón de

combustibles al patrón del año anterior en el modelo Logístico Multinomial estimado en

una primera etapa. Por lo tanto, se contaba con sólo tres años de datos. El estimador de

Arellano y Bond (1991) toma las primeras diferencias en las variables y usa los niveles

rezagados como instrumentos. Para ello se requiere como mínimo tres años de

información e idealmente más. Por lo tanto, con la base de datos disponibles

originalmente para este proyecto, sólo se podría estimar el modelo con un corte

transversal en primeras diferencias y un año de instrumentos, lo cual parece insuficiente

para obtener resultados precisos en la estimación.

Más problemático es que el estimador de Arellano y Bond (1991) es uniecuacional, con

lo cual se requeriría estimar el modelo ecuación por ecuación. El método para imponer

la restricción de parámetros entre ecuaciones requiere en una tercera etapa utilizar un

procedimiento de mínima distancia, lo cual complica en demasía el procedimiento de

estimación.

21

La alternativa por la cual se opta en este primera parte del informe es ignorar los efectos

fijos y confiar en que las variables incluidas en el modelo son suficientes para controlar

por la heterogeneidad entre las observaciones.

3. Aplicación y resultados

En esta sección se presenta la aplicación de la metodología presentada más arriba, a los

cuatro años de la encuesta ENIA, desde el 2001 al 2004. Lo primero que se discute es la

forma en que se agruparon las observaciones y los combustibles elegidos para el

análisis. Posteriormente se muestran los resultados para cada grupo de datos.

3.1 SELECCIÓN DE DATOS Y COMBUSTIBLES A ANALIZAR

En el Anexo I.1 se presenta la información del número de observaciones que consume

cada combustible por sector CIIU. Como se puede observar, los combustibles más

utilizados son la electricidad, petróleo, y los distintos tipos de gas. Hay sectores, como

el de panaderías (1541), que representa un número importante de observaciones en cada

año de la ENIA (2931 observaciones en los cuatro años) y que un 23% de las plantas

consumen leña. Este es el sector más importante en cuanto al número de plantas de un

año de la encuesta ENIA. Considerando este hecho, una primera opción empírica que se

tomo fue la de utilizar dos submuestras para las estimaciones de las demandas de

combustibles.

Así, se generó una submuestra donde el consumo de leña no era importante. Para ello,

se excluyeron todas las observaciones de los códigos CIIU: 1511, 1512, 1513, 1514,

1520, 1541, 1549, 1551, 1722, 1911, 2021, 2101, 2212, 2693 y 3130. Esta submuestra

se denominó la submuestra 1. Los sectores omitidos formaron la submuestra 2, donde se

incluye la leña como combustible relevante.

Como se puede apreciar del Anexo I.1, el consumo de carbón es importante para

algunos sectores (como el 1542, 2693, 2694, 2720, 2891, 2912, 3130, 3150 y 3691). Sin

embargo, el número de sectores y observaciones en este caso es reducido en

22

comparación con el caso de la leña, por lo que se optó por no generar una subbase

especial que incluyera este combustible.

Cabe mencionar también que en el caso de la submuestra 1, que contaba con un número

grande de observaciones, se pudo dividir la muestra en tres regiones (norte, centro y sur)

para poder así estimar modelos separados para cada macrozona.

Por último, es importante mencionar que en el Anexo I.2 se presenta una explicación

detallada de la construcción de las variables y los problemas encontrados. En el caso del

gas, se agregaron los tres tipos de productos (gas por cañería, gas licuado y gas natural)

en un solo combustible. Los detalles de esta agregación se presentan en el Anexo I.2.

3.1.1 DEFINICIÓN DE LOS PATRONES DE CONSUMO PARA LA PRIMERA

SUBMUESTRA

Los combustibles carbón y grasas fueron excluidos por ser muy poco relevantes en

utilización. En el primer caso, en promedio para los cuatro años de información, sólo un

2.5% de las firmas ocupan este tipo de energía. En el caso de las grasas, en promedio,

un 5.5% de las firmas utilizan este tipo de energía. Adicionalmente, el combustible leña

fue excluido de la estimación general, ya que es relevante sólo en algunos sectores

productivos, y para estos se estimo en forma separada en la submustra 2.

De esta forma, para la estimación de utilizaron cinco tipos de energía: electricidad,

petróleo, gasolina, parafina, y gas. En promedio para los cuatro años de información, un

99.3% de las firmas de la industria manufacturera utilizan electricidad, por lo cual todos

los patrones de consumo de energía definidos contienen electricidad. Así, se pueden

definir 24-1=15 patrones de consumo de energía:

Electricidad (E)

Electricidad – Petróleo (EP)

Electricidad – Parafina (EPA)

Electricidad – Gasolina (EGL)

Electricidad – Gas (EG)

Electricidad – Petróleo – Parafina (EPPA)

23

Electricidad – Petróleo – Gasolina (EPGL)

Electricidad – Petróleo – Gas (EPG)

Electricidad – Petróleo – Parafina – Gasolina (EPPAGL)

Electricidad – Petróleo – Parafina – Gas (EPPAG)

Electricidad – Petróleo – Parafina – Gasolina – Gas (EPPAGLG)

Electricidad – Parafina – Gasolina (EPAGL)

Electricidad – Parafina – Gas (EPAG)

Electricidad – Parafina – Gasolina – Gas (EPAGLG)

Electricidad – Gasolina – Gas (EGLG)

El Cuadro 1 muestra la distribución de las empresas, por año y para el total, en los

patrones de consumo de energía. Podemos apreciar que Electricidad (26%),

Electricidad-Petróleo (13%), Electricidad-Gas (14%), y Electricidad-Petróleo-Gas

(12%) son los patrones más utilizados. Se utilizaran sólo estos patrones de consumo en

la estimación, los que coinciden con el trabajo de Bousquet y Ladoux (2006).

Cuadro 1: Distribución de plantas según combinación de combustibles que utilizan

2001 2002 2003 2004 Total

E 30% 30% 26% 20% 26%EP 12% 11% 13% 15% 13%EPA 0% 0% 0% 0% 0%EGL 5% 6% 7% 9% 7%EG 15% 16% 15% 13% 14%EPPA 0% 0% 0% 0% 0%EPGL 5% 4% 5% 5% 5%EPG 10% 11% 12% 14% 12%EPPAGL 0% 0% 1% 0% 0%EPPAG 1% 1% 1% 1% 1%EPPAGLG 1% 1% 1% 1% 1%EPAGL 0% 0% 0% 0% 0%EPAG 1% 1% 1% 1% 1%EPAGLG 1% 1% 1% 1% 1%EGLG 8% 9% 9% 10% 9%

Nota: E = electricidad, P = petróleo, PA = parafina, GL = gasolina y G = gas.

Entonces a continuación se reagruparon las categorías en sólo las cuatro antes

mencionadas, de la siguiente forma:

24

Patron original Patron agrupadoE E

EP EPEPA EEGL EEG EG

EPPA EPEPGL EPEPG EPG

EPPAGL EPEPPAG EPG

EPPAGLG EPGEPAGL EEPAG EG

EPAGLG EGEGLG EG

Obteniendo la siguiente distribución de las firmas en los patrones de consumo:

Mix-consumo 2001 2002 2003 2004 TotalE 39.8 40.1 36.5 32.3 37.1

EP 19.8 17.5 20.6 23.1 20.3EG 27.4 28.2 27.4 26.8 27.5

EPG 13.1 14.2 15.5 17.8 15.2Total 100 100 100 100 100

La definición de los patrones de consumo y la generación de las otras variables para la

estimación se realiza mediante el do-file Estimacion.do, el que se adjunta al final del

Anexo I.2.

3.1.2 DEFINICIÓN DE LOS PATRONES DE CONSUMO PARA LA SEGUNDA

SUBMUESTRA

Debido a las dificultades enfrentadas en el desarrollo de esta parte del estudio, esta

sección se discute en al final de este capítulo.

3.2 RESULTADOS CON LA SUBMUESTRA 1 EN LA ZONA NORTE

El Cuadro 3 muestra los resultados de estimar el modelo de la submuetra 1 con datos de

la zona norte. Este modelo fue estimado con Mínimos Cuadrados en Tres Etapas

(MCO3), instrumentalizando los precios con variables indicativas del año, sector de

actividad (CIIU a dos dígitos), región dentro de la zona y el valor bruto de la producción

de cada observación. Las columnas del cuadro muestran los parámetros estimados para

25

cada uno de los cuatro patrones de uso de combustibles. La estimación del Cuadro 3 no

considera una corrección por sesgo de selección.

Cuadro 3: Resultados del modelo con submuetra 1, zona norte sin corrección por

sesgo de selección

Variables EPG EP EG E

share gasln(pG/pE) -0.0002ln(pP/pE) .0731***share gas (-1) .756***constante -.0769*

share petroleoln(pG/pE) .0731***ln(pP/pE) 0.103share petroleo (-1) .756***constante -0.0673

share petroleoln(pP/pE) 0.0334share petroleo (-1) .656***

share gasln(pG/pE) .0293*share gas (-1) .983***

ln(qE)ln(pE) -0.302ln(qE)(-1) .889***constante .152** -0.0178 2.03

N° observaciones 68 255 51 257R2-ajustado eq(1) 0.77 0.49 0.50 0.71R2-ajustado eq(2) 0.10*Significativa al 10%, **Significativa al 5%, ***Significativa al 1%En negrita la variable dependiente del modeloEn todos los casos los precios fueron instrumentalizadosLos instrumentos utilizados son: dummies actividad, dummiesaño, lnvbp, y dummies de region al interior de la zona

Patrón

Lo primero que se puede observar del Cuadro 3 es que hay muy pocas observaciones

para algunos patrones de consumo en la zona norte. Por ejemplo, sólo hay 68

observaciones de plantas que consumen Electricidad, Gas, y Petróleo y 51 para las que

consumen Electricidad y Gas. Si bien el número de observaciones para los otros

patrones son algo mayores, igualmente no hay muchos datos para estimar un modelo

sólo para la zona norte.

26

Probablemente como consecuencia de lo anterior, los resultados del Cuadro 3 muestran

que muchos de los parámetros de mayor interés para este estudio no son estimados con

mucha precisión. O lo que es lo mismo, muchos de los coeficientes no son

estadísticamente significativos. Así, por ejemplo, el coeficiente asociado al precio del

gas en la ecuación del gas en el patrón EGP es no significativo, aunque su signo y nivel

son razonables. A su vez, el precio del petróleo no es significativo en la ecuación de

petróleo. El efecto precio cruzado si resulta significativo en ambas ecuaciones. Por otro

lado, la estimación de lambda, asociada a los shares rezagados, es significativa e igual a

0.756.

Para los grupos Electricidad-Petróleo (EP) y electricidad sola, las variables de precio

tampoco son significativas. El valor del coeficiente asociado a los rezagos es

significativo, aunque en el caso del patrón EG, su valor es muy cercano a uno, lo cual

generar sospechas respecto a su estacionalidad.

A pesar de los decepcionantes resultados, que se mantuvieron si se incorporaba otras

variables, como una dummy regional, por actividad, y otras, se calcularon las

elasticidades de sustitución asociadas a las estimaciones anteriores. Estas elasticidades

se presentan en el Cuadro 4 y corresponden a las elasticidades de corto plazo.10

El Cuadro 6 presenta el modelo estimado incluyendo los términos de corrección por

sesgo de selección. En una primera etapa se estimó un modelo Logístico Multinomial,

cuyos resultados se presentan en el Anexo I.3.

El modelo preferido estimado en el caso del patrón de electricidad sola (E) incluye

también dummies regionales y de actividad (CIIU a dos dígitos). Por razones de

espacio, los resultados para estas variables no se presentan en el Cuadro 6.

10 Cada celda contiene la elasticidad de la demanda por un combustible (filas) con respecto a los distintos precios de los combustibles (columnas). Así, la forma correcta de leer los cuadros es que cada casilla contiene la elasticidad ij que señala en qué porcentaje cambia el consumo del combustible de la fila i, cuando cambia el precio del combusitble de la columna j.

27

Cuadro 4: Elasticidades de demanda de corto plazo de combustibles, zona norte, sin ajuste por sesgo de selección

Gas Petroleo Electricidad Gas Petroleo Electricidad Gas Petroleo Electricidad Gas Petroleo ElectricidadGas -0.88 1.03 -0.15 - - - -0.64 - 0.64 - - -Petroleo 0.29 -0.33 0.04 - -0.46 0.46 - - - - - -Electricidad -0.04 0.04 0.00 - 0.40 -0.40 0.09 - -0.09 - - -0.30

PATRON EPATRON EPG PATRON EP PATRON EG

Cuadro 5: Elasticidades de demanda de corto plazo de combustibles, zona norte, con ajuste por sesgo de selección

Gas Petroleo Electricidad Gas Petroleo Electricidad Gas Petroleo Electricidad Gas Petroleo ElectricidadGas -0.95 0.73 0.22 - - - -0.68 - 0.68 - - -Petroleo 0.22 -0.23 0.02 - -0.52 0.52 - - - - - -Electricidad 0.07 0.02 -0.09 - 0.44 -0.44 0.11 - -0.11 - - -1.17

PATRON EPG PATRON EP PATRON EG PATRON E

28

Cuadro 6: Resultados del modelo con submuetra 1, zona norte con corrección por sesgo de selección


share gasln(pG/pE) -0.0113ln(pP/pE) .0375**share gas (-1) .781***r41 -0.0537r42 0.0182r43 0.0388constante 0.0003

share petroleoln(pG/pE) .0375**ln(pP/pE) .143**share petroleo (-1) .781***r41 -0.136r42 0.0374r43 0.00788constante -0.168

share petroleoln(pP/pE) 0.0109share petroleo (-1) .684***r21 -.369***r23 .423**r24 -0.0538

share gasln(pG/pE) 0.0252share gas (-1) .992***r31 -0.0635r32 0.0819r34 -0.0357

ln(qE)ln(pE) -1.17ln(qE)(-1) .868***dummies por region (no reportadas)dummies por actividad (no reportadas)r12 1.2***r13 0.399r14 -1.84**constante .117* -0.0384 6.66

N° observaciones 60 236 71 255R2-ajustado eq(1) 0.81 0.53 0.74 0.52R2-ajustado eq(2) 0.42*Significativa al 10%, **Significativa al 5%, ***Significativa al 1%En negrita la variable dependiente del modeloEn todos los casos los precios fueron instrumentalizados

Patrón

29

Del Cuadro 6 se puede ver que los términos de corrección por sesgo de selección son

significativos en el caso del Patrón EP y E. Sin embargo, la corrección por sesgo de

selección no cambia la no significancia de las variables de precios en las distintas

ecuaciones reportadas más arriba.

Las elasticidades que se derivan de este modelo se presentan en el Cuadro 5, junto

después del Cuadro 4 para así facilitar la comparación entre estos resultados.11 Para dos

de los cuatro patrones, las elasticidades son muy similares con o sin sesgo de selección.

Tomando las elasticidades calculadas con corrección por sesgo de selección, se puede

ver que las elasticidades propias son negativas y que todos los insumos son sustitutos.

3.3 RESULTADOS CON LA SUBMUESTRA 1 EN LA ZONA CENTRO

El Cuadro 7 muestra los resultados de estimar el modelo en la submuetra 1 con datos de

la zona centro. Este modelo fue estimado con Mínimos Cuadrados en Tres Etapas


actividad (CIIU a dos dígitos), y el valor bruto de la producción de cada observación.

Las columnas del cuadro muestran los parámetros estimados para cada uno de los cuatro

patrones de uso de combustibles. La estimación del Cuadro 7 no considera una

corrección por sesgo de selección.

Lo primero que se puede observar del Cuadro 7 es que en general los resultados son

mucho mejores que en el caso de la zona norte. Esto probablemente se debe al mayor

número de observaciones disponibles para esta zona. Salvo en el caso del patrón EG,

las variables de precios son significativas en todas las estimaciones y tiene el signo o

valor dentro de un rango esperado. Se debe tener en cuenta que un coeficiente de precio

propio mayor a cero no implica que la elasticidad precio de ese combustible sea

positivo, ya que por la fórmula (9) para calcular las elasticidades, es posible que ésta sea

negativa aun cuando el coeficiente asociado al precio sea positivo. Lo que sí debe ser

cierto es que el coeficiente, de ser positivo, no puede ser elevado.


30

Cuadro 7: Resultados del modelo con submuetra 1, zona centro sin corrección por sesgo de selección


share gasln(pG/pE) -.011***ln(pP/pE) .0214***share gas (-1) .677***constante .0435***

share petroleoln(pG/pE) .0214***ln(pP/pE) 0.0119share petroleo (-1) .677***constante .103***

share petroleoln(pP/pE) -.0438*share petroleo (-1) .55***

share gasln(pG/pE) 0.00473share gas (-1) .73***

ln(qE)ln(pE) -.88***ln(qE)(-1) .846***constante .315*** .101*** 4.68***


Patrón

El cuadro 8 muestra las elasticidades calculadas con los resultados anteriores.12 Al igual

que en el caso anterior, todas las elasticidades propias tienen el signo negativo esperado.

La electricidad es el combustible más inelástico a su precio, seguido por el petróleo y

siendo el gas el más elástico, aunque en este último caso la elasticidad sigue siendo

menor a uno. En todos los casos, los combustibles son sustitutos (si aumenta el precio

de uno, aumenta el consumo de los otros).


31




32

Cuadro 8: Elasticidades de demanda de corto plazo de combustibles, zona centro, sin ajuste por sesgo de selección



Cuadro 9: Elasticidades de demanda de corto plazo de combustibles, zona centro, con ajuste por sesgo de selección



33

Cuadro 10: Resultados del modelo con submuetra 1, zona centro con corrección por sesgo de selección


share gasln(pG/pE) -.00746**ln(pP/pE) .0183***share gas (-1) .711***r41 -0.0089r42 0.00011r43 0.0119constante .0497***

share petroleoln(pG/pE) .0183***ln(pP/pE) .0325**share petroleo (-1) .711***r41 -.076*r42 .108***r43 -.0692***constante 0.0187

share petroleoln(pP/pE) 0.00339share petroleo (-1) .613***r21 -.0892***r23 -0.00156r24 0.0556

share gasln(pG/pE) 0.00157share gas (-1) .74***r31 -.225***r32 .215***r34 -0.0203

ln(qE)ln(pE) -.999***ln(qE)(-1) .817***dummies por region (no reportadas)dummies por actividad (no reportadas)r12 -.302*r13 -0.188r14 0.457constante .166*** .0743*** 5.17***


Patrón

34

Del Cuadro 10 se puede observar que al menos uno de los términos de corrección por

sesgo de selección es significativo en el caso de todos los patrones, siendo significativos

en la ecuación de petróleo en el caso de EPG. La corrección por sesgo de selección

cambia también los valores de los coeficientes estimados para el precio y el rezago,

demostrando la importancia de hacer esta corrección. Sin embargo, ahora la variable

precio se hace no significativa en el caso del patrón EP.

Las elasticidades que se derivan de este modelo se presentan en el Cuadro 9, justo

después del Cuadro 8 para así facilitar la comparación entre estos resultados.13 Las

elasticidades no cambian demasiado con o sin sesgo de selección.

3.4 RESULTADOS CON LA SUBMUESTRA 1 EN LA ZONA SUR

El Cuadro 11 muestra los resultados de estimar el modelo en la submuetra 1 con datos

de la zona sur. Este modelo fue estimado con Mínimos Cuadrados en Tres Etapas


actividad (CIIU a dos dígitos), y el valor bruto de la producción de cada observación.

Las columnas del cuadro muestran los parámetros estimados para cada uno de los cuatro

patrones de uso de combustibles. La estimación del Cuadro 11 no considera una

corrección por sesgo de selección.


significativos y con el signo o nivel esperados. Se debe tener en cuenta que un

coeficiente de precio propio mayor a cero no implica que la elasticidad precio de ese

combustible sea positivo, ya que por la fórmula (9) para calcular las elasticidades, es

posible que ésta sea negativa aun cuando el coeficiente asociado al precio sea positivo.

Lo que sí debe ser cierto es que el coeficiente, de ser positivo, no puede ser elevado.

La variable de precio propio no es significativa en el caso de la ecuación de petróleo en

el patrón EPG, ni tampoco la variable precio en el caso del gas en el patrón EG. Esto


35

nuevamente se puede deber a un número relativamente reducido de observaciones en la

zona sur.

Cuadro 11: Resultados del modelo con submuetra 1, zona sur sin corrección por sesgo de selección


share gasln(pG/pE) -.0111***ln(pP/pE) .0365***share gas (-1) .621***constante 0.00029

share petroleoln(pG/pE) .0365***ln(pP/pE) -0.0507dummies por region (no reportadas)dummies por actividad (no reportadas)share petroleo (-1) .478***constante 0

share petroleoln(pP/pE) -.109***share petroleo (-1) .538***

share gasln(pG/pE) 0.00525share gas (-1) .735***

ln(qE)ln(pE) -.492***ln(qE)(-1) .926***constante .458*** .106*** 2.44***


Patrón

El cuadro 12 muestra las elasticidades calculadas con los resultados anteriores.14 Al

igual que en el caso anterior, todas las elasticidades propias tienen el signo negativo

14 Cada celda contiene la elasticidad de la demanda por un combustible (filas) con respecto a los distintos precios de los combustibles (columnas). Así, la forma correcta de leer los cuadros es que cada casilla

36

esperado. La electricidad es el combustible más inelástico a su precio, seguido por el

petróleo y siendo el gas el más elástico, aunque en este último caso la elasticidad sigue

siendo menor a uno. En todos los casos, los combustibles son sustitutos (si aumenta el

precio de uno, aumenta el consumo de los otros).

contiene la elasticidad ij que señala en qué porcentaje cambia el consumo del combustible de la fila i, cuando cambia el precio del combusitble de la columna j.

37

Cuadro 12: Elasticidades de demanda de corto plazo de combustibles, zona sur, sin ajuste por sesgo de selección



Cuadro 13: Elasticidades de demanda de corto plazo de combustibles, zona sur, con ajuste por sesgo de selección



38

Cuadro 14: Resultados del modelo con submuetra 1, zona sur con corrección por sesgo de selección


share gasln(pG/pE) -.0118***ln(pP/pE) .0128**share gas (-1) .666***r41 -0.00094r42 -0.0359r43 0.0393constante .0403***

share petroleoln(pG/pE) .0128**ln(pP/pE) -.0614*share petroleo (-1) .666***r41 -.27***r42 .253***r43 -0.0293constante .22***

share petroleoln(pP/pE) -.0542*share petroleo (-1) .67***r21 -.121***r23 -0.0454r24 0.0716

share gasln(pG/pE) -0.00288share gas (-1) .814***r31 -.0901*r32 0.00701r34 0.0185

ln(qE)ln(pE) -1.02***ln(qE)(-1) .904***dummies por region (no reportadas)dummies por actividad (no reportadas)r12 -.632**r13 -0.341r14 0.901constante .236*** 0.0301 4.17***


Patrón

39

Se debe enfatizar que los resultados en cuanto a las elasticidades son bastante parecidas

entre zona, aunque la elasticidad propia de la electricidad es mayor (en términos

absolutos) en el sur que en el resto del país.




Del Cuadro 14 se puede observar que al menos uno de los términos de corrección por

sesgo de selección es significativo en cada ecuación. Cuando se incluyen los términos

de corrección, algunos coeficientes relacionados con los precios se reducen en

significancia, aunque otros (como el precio del petróleo en su ecuación para EPG) se

hacen significativos.

Las elasticidades que se derivan de este modelo se presentan en el Cuadro 13, junto a

los del Cuadro 12 para así facilitar la comparación entre estos resultados.15 Las


3.5 RESULTADOS CON LA SUBMUESTRA 1 TOTAL PAÍS

Debido a los problemas identificados en la estimación de un modelo propio para la zona

norte y, en menor medida, para la zona sur, en esta sección se presentan los resultados

de estimar un modelo con los datos de todo el país. El Cuadro 15 muestra los resultados.

Este modelo fue estimado con Mínimos Cuadrados en Tres Etapas (MCO3),

instrumentalizando los precios con variables indicativas del año y sector de actividad

(CIIU a dos dígitos). Las columnas del cuadro muestran los parámetros estimados para

cada uno de los cuatro patrones de uso de combustibles. La estimación del Cuadro 15

no considera una corrección por sesgo de selección.


40

Cuadro 15: Resultados del modelo con submuetra 1, total país sin corrección por sesgo de selección


share gasln(pG/pE) -.0142***ln(pP/pE) .00829**dummies por región (no reportadas)share gas (-1) .646***constante 0.0167

share petroleoln(pG/pE) .00829**ln(pP/pE) .065***lnvbp -.0231***dummies por región (no reportadas)share petroleo (-1) .646***constante .466***

share petroleoln(pP/pE) 0.0125share petroleo (-1) .531***lnvbp -.0272*** .213***dummies por región

share gasln(pG/pE) .00912**share gas (-1) .745***

ln(qE)ln(pE) -0.175ln(qE)(-1) .757***constante .86*** 0.114 -0.211

N° observaciones 1543 1910 2642 3301R2-ajustado eq(1) 0.66 0.43 0.50 0.70R2-ajustado eq(2) 0.51*Significativa al 10%, **Significativa al 5%, ***Significativa al 1%En negrita la variable dependiente del modeloEn todos los casos los precios fueron instrumentalizadosreg_i: dummies regionalesLos instrumentos utilizados son: dummies actividad, dummiesaño, lnvbp, y dummies de region al interior de la zona

(no reportadas)

Patrón

Las estimaciones con datos para todo el país incluyen dummies regionales en casi todos

los modelos, aunque por razones de espacio no se presentan estos resultados. Por otro

lado, en las estimaciones exploratorios resultó significativa la variables ‘valor bruto de

la producción’ en muchas de las ecuaciones, lo cual indicaría que el supuesto de

homoteticidad no se cumpliría.

41


significativos y con el signo o nivel esperados. Se debe tener en cuenta que un

coeficiente de precio propio mayor a cero no implica que la elasticidad precio de ese

combustible sea positivo, ya que por la fórmula (9) para calcular las elasticidades, es

posible que ésta sea negativa aun cuando el coeficiente asociado al precio sea positivo.

Lo que sí debe ser cierto es que el coeficiente, de ser positivo, no puede ser elevado.

La variable de precio propio no es significativa en el caso de la ecuación de petróleo en

el patrón EP, ni tampoco el precio de la electricidad en el patrón E. Pero aparte de estos

resultados, el resto de los coeficientes parecen bastante razonables y significativos.

El cuadro 16 muestra las elasticidades calculadas con los resultados anteriores.16 Al

igual que en el caso anterior, todas las elasticidades propias tienen el signo negativo

esperado. La electricidad es el combustible más inelástico a su precio, seguido por el

petróleo y siendo el gas el más elástico, aunque en este último caso la elasticidad sigue

siendo menor a uno. En todos los casos, los combustibles son sustitutos (si aumenta el

precio e uno, aumenta el consumo de los otros).

Estos resultados son bastante consistentes con los casos anteriores, por lo que a pesar de

las dificultades encontradas en la estimación de los distintos modelos, hay ciertos

resultados que son bastante robustos. Por ejemplo, el hecho de que la electricidad tiene

la demanda más inelástica, seguida por el petróleo y el gas, o que los tres combustibles

son sustitutos. Además, los valores absolutos de estas elasticidades se mueven en un

rango bastante parecido entre los distintos modelos.


42

Cuadro 16: Elasticidades de demanda de corto plazo de combustibles, todo el país, sin ajuste por sesgo de selección



Cuadro 17: Elasticidades de demanda de corto plazo de combustibles, todo el país, con ajuste por sesgo de selección



43

Cuadro 18: Resultados del modelo con submuetra 1, total país con corrección por sesgo de selección


share gasln(pG/pE) -.00897***ln(pP/pE) .0106**share gas (-1) .699***dummies por región (no reportadas)r41 -0.0187r42 -0.0182r43 .036***constante 0.0218

share petroleoln(pG/pE) .0106**ln(pP/pE) .0536***share petroleo (-1) .699***lnvbp -.0133***dummies por región (no reportadas)r41 -.182***r42 .175***r43 -.041***constante .231***

share petroleoln(pP/pE) .0556**share petroleo (-1) .632***lnvbp -.0198*** .224***dummies por regiónr21 -.115***r23 -0.0178r24 .0729**

share gasln(pG/pE) 0.00331share gas (-1) .762***r31 -.165***r32 .115***r34 0.00724

ln(qE)ln(pE) -0.125ln(qE)(-1) .746***r12 -0.038r13 0.0753r14 -0.0564constante .536*** -0.00554 -0.466


(no reportadas)

Patrón

44




Del Cuadro 18 se puede observar que los términos de corrección por sesgo de selección

por lo general son significativos, con excepción del caso de E.

Las elasticidades que se derivan de este modelo se presentan en el Cuadro 17, junto a

los del Cuadro 16 para así facilitar la comparación entre estos resultados.17 Las


3.6 ELASTICIDADES AGREGADAS PARA TODO EL PAÍS

Sobre la base de los resultados del modelo estimado con datos para todo el país, que es

nuestro modelo preferido, se han agregado las elasticidades de los distintos patrones

para obtener elasticidades agregadas para cada combustible.

Para agregar las elasticidades se utilizó el consumo relativo de combustible por parte de

las plantas pertenecientes a cada patrón. El Cuadro 19 muestra estos ponderadores. Por

ejemplo, en el caso del gas, las plantas que están en el patrón EG consumen el 66% de

este combustible y el resto lo consumen los establecimientos en el patrón EPG.

Cuadro 19: Consumo relativo de cada combustible por patrón, total país, 2001-2004

EPG EP EG EGas 34.2% 65.8%Petróleo 34.1% 65.9%Electricidad 22.5% 57.0% 11.5% 9.0%


45

Cuadro 20: Elasticidades agregadas de sustitución, total país, sin corrección por sesgo de selección Gas Petroleo Electricidad

Gas -0.74 0.11 0.63Petróleo 0.09 -0.53 0.44Electricidad 0.07 0.27 -0.36

Nota: cada casilla contiene la elasticidad ηij que indica en qué porcentaje cambia el consumo del combustible de la fila i, cuando cambia el precio del combustible de la columna j.

Cuadro 21: Elasticidades agregadas de sustitución, total país, con corrección por

sesgo de selección Gas Petroleo Electricidad

Gas -0.75 0.11 0.65Petróleo 0.08 -0.46 0.38Electricidad 0.08 0.23 -0.32


Los cuadros 20 y 21 presentan las elasticidades agregadas con y sin corrección por

sesgo de selección, respectivamente.18 Se puede observar que los resultados son

similares, con excepción de la elasticidad propia del petróleo y electricidad, que son

menores, y la elasticidad cruzada del precio de la electricidad sobre la demanda de

petróleo. Todos los combustibles presentan demandas inelásticas, siendo la de

electricidad la más cercana a cero. Todos los combustibles son sustitutos, aunque los

impactos cruzados son muy bajos con la excepción del impacto del precio de la

electricidad sobre la demanda de gas y petróleo.

3.7 ELASTICIDADES DE LARGO PLAZO

De acuerdo a lo discutido en la sección 3.5, la inclusión de la variable dependiente

rezagada permite examinar la dinámica de largo plazo de las elasticidades. Sin embargo,

como ya se mencionó en dicha sección, como las variables dependientes están

expresadas como ‘shares’ no hay garantía de que las elasticidades de largo plazo sean

mayores, en términos absolutos, que las elasticidades de corto plazo. De hecho, cuando

el coeficiente del precio propio en una ecuación es positivo, igualmente la elasticidad

calculada con este coeficiente puede ser negativa. Sin embargo, en estos casos, lo más


46

probable es que la elasticidad de largo plazo sea menor, en términos absolutos, que las

de corto plazo.

El Cuadro 22 muestra las estimaciones de las elasticidades de largo plazo en base a los

resultados del modelo para todo el país y con la corrección por sesgo de selección. De

este Cuadro se puede observar que todas las elasticidades propias son más cercanas a

cero, lo cual no es consistente con la teoría económica.

Cuadro 22: Elasticidades agregadas de sustitución de largo plazo, total país, con corrección por sesgo de selección

Gas Petroleo ElectricidadGas -0.68 0.18 0.51Petróleo 0.11 -0.14 0.02Electricidad 0.09 0.09 -0.22


Estos resultados son bastante preocupantes ya que indican que si bien el modelo

translog permite estimación razonables de las elasticidades de corto plazo (un año), no

es el modelo adecuado para capturar la dinámica de más largo plazo. Este es un

problema ya señalado por autores como Jones (1995) y Urga y Walters (2003), y

volveremos sobre este punto en las conclusiones y en la segunda parte de este informe.

3.8 RESULTADOS PARA LA SUBMUESTRA 2 DONDE SE AGREGA EL CONSUMO DE

LEÑA Debido a los problemas detectados en las estimaciones usando la submuestra 1,

particularmente en cuanto a las elasticidades de largo plazo, y los problemas

enfrentados al estimar un modelo preliminar para la submuestra 2, se optó continuar con

el modelo que se presenta en la segunda parte de este informe, donde se incluye una

estimación de las elasticidades de la demanda por ‘otros’ combustibles para la zona sur.

La categoría de ‘otros’ es una agregación del consumo de parafina, leña y carbón

utilizando factores de conversión de energía, como se explica más adelante. La

justificación para este cambio metodológico se presenta a continuación.

47

4. Conclusiones, lecciones para el desarrollo de la nueva encuesta y actividades a realizar

Uno de los objetivos de estimar un modelo con los datos de la encuesta ENIA, aparte de

generar información económica relevante en sí, era la de poder mejorar las falencias

detectadas con esta encuesta para la estimación de elasticidades de sustitución de

combustibles en el sector industrial manufacturero y minero del país. Así, se esperaba

que las lecciones aprendidas con la estimación de las elasticidades en base a los datos de

la ENIA sirvan para mejorar el diseño de la encuesta específica que se desarrolla en el

marco del presente proyecto. Al respecto, se han detectado varias falencias importantes

con la ENIA que deben guiar el desarrollo de la mencionada encuesta:

4.1 LA ENCUESTA ENIA NO REGISTRA LOS PRECIOS, NI TAMPOCO LA

ESTRUCTURA DE PRECIO, DE CADA COMBUSTIBLE ADQUIRIDO.

Los precios medios deben ser estimados dividiendo el gasto monetario total por la

cantidad física adquirida de cada combustible. Este precio medio no considera que

algunos contratos y combustibles tienen estructuras tarifarias más complejas, como son

los precios en dos o más etapas, cargos fijos, descuentos por cantidad, ect. Las

estructuras no lineales de precios tienen efectos importantes sobre las demandas de

bienes y servicio, por lo que utilizar un precio medio puede generar sesgos y errores.

Para dar sólo un ejemplo, los costos fijos no debieran afectar la cantidad demandada de

un combustible una vez que se ha tomado la decisión de utilizarlo.

Por lo tanto, el cargo fijo es una variable que debiera entrar sólo en la ecuación de

selección de régimen energético (la combinación de mix de energéticos que se utilizará

para producir), facilitando así la identificación de la primera etapa del modelo estimado

en este informe, mientras que los precios variables por unidad de consumo debería

entrar en la ecuación de primera etapa y en las estimaciones de las ecuaciones de

consumo (o ‘shares’).

Para el desarrollo de la encuesta específica, es importante considerar un módulo

especial para cada combustible donde se registre la estructura y los niveles de precios.

Este módulo debiera indagar sobre la estructura de los contratos de cada planta, por

48

ejemplo, si existe un cargo fijo, distintos cargos variables, descuentos por cantidad,

estacionalidad en las tarifas, si hay cláusulas de corte o son contratos a todo evento, ect.

4.2 LA ENCUESTA ENIA NO REGISTRA LOS COSTOS ASOCIADOS A LA CONEXIÓN

E INVERSIONES EN INFRAESTRUCTURA REQUERIDOS PARA UTILIZAR

CIERTOS COMBUSTIBLES.

Algunos combustibles, especialmente aquellos distribuidos por redes, requieren de

inversiones específicas para poder ser utilizados y/o de un pago de un costo de conexión

a la red del oferente. Dichos gastos podrían ser un factor importante en la decisión de

utilizar o no ciertos combustibles. Por ende, tener información sobre ellos sería de suma

utilidad para la estimación insesgada de la demanda de cada combustible.

Para ello será necesario recopilar información en la nueva encuesta sobre las

instalaciones existentes para recibir los distintos tipos de combustibles, el valor actual o

histórico de dichas inversiones, y los costos de conexión, de haberlos, que la planta

pagó en el pasado, de ser relevantes.

4.3 ERRORES DE MEDICIÓN

Como queda de manifiesto en el desarrollo empírico de esta parte del informe, y

particularmente en el Anexo 2, la información de gasto y consumo de distintos

combustibles contiene errores de medición para muchos establecimientos. En muchos

casos, dichos errores provienen de respuestas en unidades monetarias o físicas distintas

a las solicitadas (pesos en lugar de miles de pesos o Mwh en lugar de Kwh, por

ejemplo). Un punto importante de mencionar con respecto al reporte de energía

consumida, es que en muchos casos la unidad de reporte no es mencionada y esta

debió ser imputada según lo que parecía razonable.

En este sentido es sumamente útil contar con un sistema de revisión que permita

identificar rápidamente valores que se escapan de la distribución para estas variables en

el resto de las unidades encuestadas o de la distribución histórica para dichas variables.

En relación a la metodología y estimación, se puede concluir que los resultados por

zona no son buenas (esto se debe a la escasez de datos y tal vez se pueda superar mas

49

adelante cuando se tengan más años de datos). Sólo funciona relativamente bien las

estimaciones para el sector centro. Por esto se considera más confiable el modelo

estimado para todo el país.

Por otro lado, no fue posible estimar un efecto dinámico de las demandas de

combustibles con la metodología desarrollada en esta parte del informe. Los efectos

estimados son contrarios a lo esperado por la teoría económica, ya que las elasticidades

de largo plazo serían menores (en valor absoluto) que las elasticidades de corto plazo.

4.4 RECOMENDACIÓN PARA LA ESTIMACIÓN DE LAS DEMANDAS DE

COMBUSTIBLES EN BASE A LA ENCUESTA ENIA

Considerando lo anterior y los resultados obtenidos en esta primera parte del informe, se

recomienda a la contraparte no continuar con la estimación de las demandas por

combustibles con un modelo desagregado en base a la información de la ENIA. Esto se

debe principalmente a las siguientes consideraciones:

1) Los datos de la ENIA contienen muchos errores de medición a nivel de

observación individual, particularmente en cuanto al consumo físico y gasto

monetario en los distintos combustibles. Este fenómeno afecta más a los

modelos estimados con datos individuales que a modelos estimados con datos

agregados.

2) El modelo propuesto no permite estimar un efecto dinámico razonable. Esto se

debe a la forma funcional adoptada para las demandas de combustibles. Cambiar

la forma funcional requiere adoptar un modelo que no permite considerar los

consumos de cero para algunos combustibles. Por lo tanto, un cambio

metodológico en este sentido requiere necesariamente utilizar datos agregados,

donde los problemas de cero consumo no están presentes.

Se recomienda a la contraparte no continuar con esta metodología de investigación (a)

mientras no exista una base de datos de plantas individuales donde las variables críticas

(consumo y gasto en combustibles) sean medidas con mayor precisión, (b) cuando se

quiera estimar elasticidades para todo el sector manufacturero industrial y no sectores

50

individuales —la literatura académica aplica el modelo desarrollado en esta sección sólo

a sectores individuales—, (c) y para la estimación de elasticidades de largo plazo que no

consideren un efecto dinámico.

Mientras no se cumplan las condiciones anteriores se recomienda adoptar una

aproximación metodológica diferente que consiste en utilizar datos agregados y una

forma funcional logístico lineal. La literatura sugiere que esta metodología podría dar

mejores resultados (Jones, 1995, Urga y Walters, 2003). Bajo esta aproximación, se

debe primero agregar la información de las plantas individuales, por sector CIIU y

estimar un modelo logístico lineal con datos agregados.

Esta última alternativa parece más prometedora por varios motivos. Primero, al agregar

la información por sector se reducen los problemas de errores de medición que, como

hemos argumentado, son importantes en la base de datos. Segundo, al agregar la

información se evita el problema de cero consumos para algunos combustibles, ya que

en el agregado por sector CIIU el consumo será positivo para la mayor parte de los

combustibles. Tercero, un modelo agregado, como el estimado por Urga y Walters

(2003) permite incorporar una dinámica de consumos razonables y que cumpla con los

requisitos planteados por la teoría económica.

En vista de estas consideraciones, en la segunda sección de este informe, se presenta el

desarrollo y resultado de la estimación de un modelo con datos agregados. Un requisito

importante para poder implementar este nuevo modelo era el de tener más años de la

encuesta ENIA, ya que al agregar la información por sector, el número de observaciones

disminuye drásticamente. Así, una primera tarea fue la de expandir la base de datos con

la encuesta ENIA del año 2005 y 2006, y las bases de los años 1995 al 2000.

51

PARTE II :MODELO AGREGADO

5. Introducción

En la primer parte del presente trabajo se presentó un modelo para estimar las

elasticidades de sustitución entre los distintos combustibles basado en los datos

individuales de plantas de la encuesta ENIA entre el año 2001 y 2004. Mediante este

ejercicio, se pudo constatar varios problemas con la metodología propuesta, algunos de

los cuales tienen su origen en la calidad de los datos, mientras que otros tienen que ver

específicamente con la metodología propuesta.

En particular, se observó lo siguiente:

Los datos a nivel individual de la ENIA tienen un alto contenido de error de

medición, especialmente respecto del gasto en los distintos combustibles en

términos monetarios y su consumo en unidades físicas;

Trabajar con datos individuales a nivel de planta implica reconocer que para

muchas observaciones el consumo de algunos combustibles es cero, lo cual

requiere una metodología econométrica sofisticada que permita controlar por

este fenómeno. Sin embargo, la metodología propuesta es compleja de aplicar,

especialmente considerando el tamaño de la muestra y la heterogeneidad entre

los distintos sectores económicos del sector manufacturero y entre las

observaciones dentro de cada sector, lo cual además se ve agravado por los

errores de medición de algunas variables en la encuesta, como se indicó

anteriormente;19

19 Los estudios donde se estima un modelo de demanda por combustibles considerando la restricción de no-negatividad en los consumos de cada energético, invariablemente utilizan datos de firmas muy homogéneas y de una sub-industria muy acotada del sector mnufacturero. Ejemplos incluyen el estudio clásico de Lee y Pitt (1987) asi como estudios más recientes como Bousquet, Chakir, y Ladoux (2004). Esta aproximación metodológica no es la más apropiada para estimaciones de demanda de todo el sector manufacturero.

52

La metodología propuesta, basada en la estimación de un modelo translog para

el gasto en energía, no permite introducir satisfactoriamente la dinámica en el

tiempo de la demanda por los distintos combustibles. Esta aproximación no

permite distinguir entre las elasticidades de corto y largo plazo de la demanda de

combustibles del sector industrial manufacturero y minero.

Debido a los problemas antes mencionados, los resultados empíricos del modelo

aplicado en la primer parte de este informe no fueron del todo satisfactorios. Por lo

tanto, se recomendó a la contraparte explorar una metodología alternativa, basada en un

modelo logit lineal que utiliza datos agregados del consumo de combustibles en lugar de

las observaciones individuales. Se debe destacar que esta metodología tiene las

siguientes ventajas sobre la propuesta inicial:

Al agregar las observaciones individuales por sector CIIU (a dos dígitos, como

se explica más adelante) se reduce sustancialmente el problema de error de

medición de las variables. Promediar variables, como ocurre al agregar

variables de observaciones individuales por sub-sector productivo, es una

reconocida técnica en econometría para reducir errores de medición.

La agregación del consumo de combustibles por sector elimina también la

ocurrencia de cero consumo para algunos combustibles (con algunas

excepciones, como se verá más adelante) lo cual simplifica la técnica de

estimación econométrica;

La literatura académica (Cosidine, 1989; Jones, 1995 y Urga y Walters, 2003)

sugiere que el modelo logit lineal entrega resultados más consistentes con la

teoría económica, en particular el requisito de concavidad de la función de

costos, en comparación con una especificación translog;

Por último, el modelo logit lineal permite incorporar fácilmente un término

dinámico para identificar la las elasticidades de corto y de largo plazo de la

demanda por combustibles.

53

Naturalmente, algo se pierde al estimar un modelo agregado en lugar de un modelo con

datos individuales. En particular, la nueva metodología no tiene un fundamento

microeconómico tan sólido como el modelo con datos individuales. Sin embargo,

considerando que el propósito del estudio es estimar elasticidades agregadas de la

demanda de combustibles del sector industrial en Chile —y los decepcionantes

resultados con la aplicación de la metodología original— se considera que los costos de

cambiar la metodología por el modelo logit lineal y el uso de datos agregados son

menores.20

Para aplicar esta nueva metodología, primero se requirió aumentar el número de años

disponibles de la encuesta ENIA. Al agregar la información, el número de

observaciones disponibles para estimar un modelo se reducen. Por lo tanto, se realizaron

gestiones con el INE para obtener las encuestas de los años 2005 y 2006, así como la

información requerida para expandir la base hacia atrás hasta el año 1995. Por lo tanto,

en esta nueva etapa del estudio se contó con una base de datos desde el año 1995 hasta

el 2006.

6. El Modelo Logit Lineal

Siguiendo a Urga y Walters (2003), el modelo logistico lineal parte por definir la

proporción de los costos gastado en cada combustible:

N

j

f

f

itjt

ti

e

ew

1

(23)

Donde N es el número total de combustibles, wit representa el porcentaje de los costos

totales en combustibles que representa el energético i en el período t, y fit es igual a:

N

jitittiyjtijiit QyPf

11lnlnln . (24)

20 Si el propósito del estudio fuera la estimación de las elasticidades de demanda de un sector particular de la industria manufacturera, donde las unidades productivas fueran más homogéneas, y en caso de no haber problemas importantes relacionados con errores de medición de los datos, una aproximación con datos a nivel individual, como la metodología originalmente propuesta, podría ser más apropiada.

54

En esta última ecuación, lnPjt representa el precio del combustible j en el período t, lnyt

las ventas de la empresa o sector en el período t, y Qit-1, es la cantidad física del

combustible i consumido en el período t-1.

Este modelo tiene su justificación en el Lema de Sheppard. Supongamos que C(w,y) es

la función de costos de energía de una unidad productiva, entonces la ecuación (23) se

puede derivar utilizando el Lema de Sheppard de la siguiente forma (Cosidine, 1989):

N

j jtjt

itit

it

p

Cp

p

Cp

w

1

. (25)

Los teoremas de integrabilidad garantizan que si el sistema de demanda de combustibles

que componen las ecuaciones (23) y (24) cumple ciertos requisitos, entonces existe una

función de Costos bien comportada que da origen a este sistema de demanda. Estos

requisitos son básicamente que la matriz de sustitución que se desprende del sistema de

demanda sea simétrica y negativa semi-definida, aparte de la restricción de que las

ecuaciones (23) sumen uno (‘adding-up restriction’) y que las demandas de cada

combustible sean homogéneas de grado cero en precios. Como se verá más abajo, estas

dos últimas restricciones, así como la simetría de la matriz de sustitución se pueden

imponer antes de estimar el modelo, mientras que la condición de negatividad semi-

definida de la matriz de sustitución se puede verificar una vez estimado el modelo.

Antes de continuar es importante notar varias cosas. Primero, en la especificación de la

forma funcional, ecuación (24), no se asume que la función de costos energéticos es

homotética. Por el contrario, se asume que el nivel de producción puede afectar el uso

relativo de los distintos combustibles.

Segundo, en principio no es necesario asumir separabilidad de la función de costos entre

los gastos en combustibles y el gasto en otros insumos. Para ello bastaría con incluir en

la ecuación (24) el precio de los otros insumos o condicionar en el nivel observado del

uso de otros insumos (capital y trabajo, por ejemplo).

55

Tercero, la ecuación (24) incluye una variable rezagada que mide el uso físico del

combustible de cada ecuación en el período pasado. Como se muestra en Cosadine y

Mount (1984), la inclusión de esta variable permite estimar la dinámica en el tiempo de

la demanda por combustibles, en forma análoga al modelo de ajuste parcial. A

diferencia de la especificación translog, en el modelo logit lineal se puede incluir el

consumo físico rezagado de cada combustible para estimar la dinámica temporal de la

demanda. Esto garantiza que las elasticidades de largo plazo sean mayores (en valor

absoluto) que las de corto plazo, característica que no se puede garantizar en un modelo

dinámico translog. En el Anexo AII.1 se presenta el desarrollo teórico que justifica esta

afirmación.

Por definición, la suma de las demandas de cada insumo (ecuaciones (23)) es igual a

uno para todos los niveles de las variables y parámetros, por lo que esta condición no

implica ninguna restricción a los parámetros.21 Homogeneidad de grado cero en precios

implica que si aumentan los precios de todos los insumo, las demandas se mantienen

inalteradas. Es fácil comprobar que esto se da cuando:

idN

jij

1

(26)

Donde d es una constante, que sin pérdida de generalidad puede normalizar a cero. Por

lo tanto, para imponer esta restricción basta expresar todos los precios en términos

relativos al precio de uno de los energéticos.

Por ejemplo, suponiendo cuatro combustibles e imponiendo la condición anterior, el

sistema de ecuaciones a estimar sería el siguiente:22

21 Sí tiene la implicancia econométrica de que para estimar el modelo se requiere omitir la ecuación de demanda de uno de los energéticos. De lo contrario el sistema no linealmente dependiente. Cual insumo se deja fuera de la estimación es inmaterial. Los parámetros de esa ecuación se recuperan con la estimación de las otras ecuaciones, como se verá más adelante. 22 En el Anexo AII.2 se presenta un desarrollo análogo al actual pero para el caso de cinco combustibles. Como se explica más adelante, en el caso e la zona sur es posible estimar un modelo con cinco combustibles, mientras que en el resto de las zonas sólo es posible estimar un modelo con cuatro combustibles.

56

3

143

14

1343

44343

4

3

3

142

14

1242

44242

4

2

3

141

14

1141

44141

4

1

lnlnlnln

lnlnlnln

lnlnlnln

jtt

t

ttyy

t

jtjj

t

t

jtt

t

ttyy

t

jtjj

t

t

jtt

t

ttyy

t

jtjj

t

t

Q

Qy

P

P

w

w

Q

Qy

P

P

w

w

Q

Qy

P

P

w

w

Para simplificar un poco la notación, se hace la siguiente normalización y cambio de

variable:

044 y

ittit 4

Así, el sistema de demanda a estimar sería:

3

13

14

133

4433

4

3

3

12

14

122

4422

4

2

3

11

14

111

4411

4

1

lnlnlnln

lnlnlnln

lnlnlnln

jt

t

tty

t

jtjj

t

t

jt

t

tty

t

jtjj

t

t

jt

t

tty

t

jtjj

t

t

Q

Qy

P

P

w

w

Q

Qy

P

P

w

w

Q

Qy

P

P

w

w

(27)

Es fácil comprobar que la elasticidad de corto plazo de la demanda de cada combustible

está relacionada con los coeficientes del sistema de demanda por la siguiente relación:

jiwP

w

jiwP

w

iiij

iii

jijj

iij

1ln

ln

ln

ln

Donde ηij es la elasticidad de corto plazo la demanda condicionada del combustible i

con respecto al precio del combustible j. Por lo tanto, las fórmulas de las elasticidades

de corto plazo son:

57

jiw

jiw

iiiii

jijij

1

. (28)

Al igual que en cualquier modelo de ajuste parcial, las elasticidades de largo plazo son:

1

ijlij . (29)

Por último, se debe considerar la simetría de la matriz de sustitución. La simetría de esta

matriz implica que el cambio en la demanda condicionada del insumo i con respecto al

precio del insumo j, es igual al cambio en la demanda condicionada del insumo j con

respecto al precio i:

i

j

j

i

P

x

P

x

.

Esta última condición es equivalente a:

jjiiji

j

j

i

i

i

j

j

i

J

J

i

i

ww

o

x

x

P

P

P

x

P

x

P

P

x

x

Por lo tanto, para que el sistema de demanda sea simétrico, se tiene que dar que:

11

i

ji

j

ij

i

ji

j

ij

ww

ww

.

Para imponer esta condición ex – ante en la estimación del sistema de demanda, se

puede reparametrizar el sistema de acuerdo a los siguientes parámetros:

58

j

ijij w

* . (30)

Luego, se impone la siguiente restricción en el sistema de demanda antes de la

estimación:

**jiij . (31)

Con esta reparametrización, el sistema a estimar es el siguiente:

3

13

14

133

4

*4

*33

4

1

3

12

14

122

4

*4

*22

4

2

3

11

14

111

4

*4

*11

4

1

lnlnlnln

lnlnlnln

lnlnlnln

jt

t

tty

t

jtjjj

t

t

jt

t

tty

t

jtjjj

t

t

jt

t

tty

t

jtjjj

t

t

Q

Qy

P

Pw

w

w

Q

Qy

P

Pw

w

w

Q

Qy

P

Pw

w

w

(32)

El sistema anterior tiene 19 parámetros para estimar. Sin embargo, utilizando la

restricción de homogeneidad de grado uno de las demandas (condición (26)) y la

restricción de simetría de la matriz de sustitución (condición (31)), se pueden reducir los

parámetros a 13. Imponiendo estas restricciones, se tiene que el sistema a estimar sería:

59

tt

tty

t

t

t

t

t

t

t

t

tt

tty

t

t

t

t

t

t

t

t

tt

tty

t

t

t

t

t

t

t

t

Q

Qy

P

Pwwww

P

Pw

P

Pw

w

w

Q

Qy

P

Pw

P

Pwwww

P

Pw

w

w

Q

Qy

P

Pw

P

Pw

P

Pwwww

w

w

314

133

4

3*3443

*232

*131

4

22

*24

*23

4

11

*14

*133

4

3

214

122

4

33

*34

*23

4

2*2442

*233

*121

4

11

*14

*122

4

2

114

111

4

33

*34

*13

4

22

*24

*12

4

1*1441

*133

*1221

4

1

lnln

ln

lnlnln

lnlnln

ln

lnln

lnln

lnln

lnln

(33)

Para estimar el sistema anterior se impone la restricción de que se cumpla la simetría en

la media de la muestra, por lo que se reemplaza wi por el promedio de la muestra para

cada sector o unidad de los datos.

Las fórmulas de elasticidad de corto plazo en función de los nuevos parámetros serían

ahora:

jiw

jiw

iiiii

jijij

11

1*

*

(34)

Con las restricciones (26) y (31) es posible recuperar todos los parámetros del sistema

de demanda para aplicar las formulas (34) a cada combustible.

60

La negatividad (semi-definida) de la matriz de sustitución se evalúa una vez que se haya

estimado el modelo y se pueda formar la matriz de sustitución con los parámetros

estimados.

7. Datos

Para la estimación de las elasticidades de sustitución entre los distintos combustibles

mediante un modelo logit lineal se utilizaron datos agregados de consumo de

combustibles por sector económico (código CIIU a dos dígitos) provenientes de la

Encuesta Nacional Anual (ENIA) entre los años 1995 y 2006.23

7.1 REGISTRO DE PRECIOS Y CONSUMO DE ENERGÍA EN LA ENIA

Al igual que en el caso de la primera parte de este informe, fue preciso limpiar primero

los datos e imputar algunas unidades de medidas. Nuevamente, se encontró que una

proporción significativa de las observaciones no tenian una unidad de medida para sus

registros de consumo de combustible. Una descripción de las imputaciones realizadas se

encuentra en el Anexo I.2 y II.3 de este informe.

Una vez hecha la imputación de la unidad, cada combustible fue expresado en una sola

unidad común, tal como se describe a continuación:

Carbón: las empresas reportan en kilogramos o toneladas, se dejo unificado en

toneladas. Las que no reportan unidad se asume que son toneladas.

Petróleo: se reporta en metros cúbicos y toneladas. Se expresa todo en metros cúbicos

de petróleo, para lo cual se utiliza un factor de conversión 1.0684 m3 por tonelada de

petróleo. Los que no reportan unidad se asume que reportan en m3. La ENIA no

diferencia entre Petróleo Fuel 5, Petróleo Fuel 6 y Petróleo IFO 180, por lo que se

23 Una descripción y mayores antecedentes sobre la encuesta ENIA se encuentra al comienzo del Anexo I.2 al final de este informe.

61

asume que el tipo de combustible petróleo reportado es el mismo en todas las

observaciones.24

Gasolina: se reporta en metros cúbicos y litros. Se unifico en metros cúbicos. Las que

no reportaban unidad se asumió que eran metros cúbicos.

Parafina: se reporta en metros cúbicos y litros. Se unifico en metros cúbicos utilizando

un factor de conversión de 1,2346 m3 por tonelada. Las que no reportan unidad se

asumen que son metros cúbicos.

Gas licuado: se reporta en kilogramos y en metros cúbicos. Se unifica a metros

cúbicos, para lo cual se utiliza como supuesto una densidad de 1,8182 Kg/Lt, de

acuerdo a los parámetros entregados por la CNE. Las que no reportan unidad se asume

que es Kilogramo.

Adicionalmente, según lo acordado con la contraparte, los combustibles gas natural, gas

licuado y gas de cañería fueron agrupados en un solo combustible, Gas, el que está

medido en m3.

Con el procedimiento descrito se obtiene información de la cantidad física consumida y

del valor de este consumo, para cada combustible. Luego, el precio promedio anual

pagado por cada firma y por cada combustible puede ser obtenido de la siguiente forma:

k tipoenergía de consumida cantidad :

k tipoenergía de consumo valor :

k tipoenergía de precio :

:

k

k

k

k

kk

QP

VC

P

donde

QC

VCP

(35)

Luego de realizar los cálculos de precio se procedieron a revisar las series. En algunos

casos existen valor extremos que se distancian bastante de los precios medianos, en

24 Antecedentes aportados por la Comisión Nacional de Energía indica que el factor de conversión para estos tres combustibles es muy similar, siendo 1,0582 para el Petróleo Fuel 6, 1,0684 para el Petróleo IFO 180 y 1,0787 para el Petróleo Fuel 6. Se tomó como factor de conversión el valor medio entre estos tres valores.

62

estos casos se procedió a un análisis detallado de qué pudo haber provocado este “error”

en el cálculo del precio, si el error es obvio, por ejemplo, en vez de estar en miles de

pesos estaba expresado en pesos, o cualquier error de este tipo, esto se procedió a

corregir. En el Anexo II.3 se presentan estas correcciones.

7.2 AGREGACIÓN POR SECTOR ECONÓMICO

A pesar de haber realizado correcciones a los precios calculados, aún persistían en

algunos casos valores extremos, muy bajos o muy altos. Por lo tanto, antes de proceder

a agregar la información se eliminaron las dos colas de 1% de las observaciones. En

otras palabras, las observaciones con precios menores al percentil 1 y mayores al

percentil 99 para cada combustible fueron eliminadas. En el Anexo II.3 se describen los

procedimientos realizados y en el Anexo II.4 se presentan gráficos describiendo la

dispersión de los datos de precio por año, sector y combustible, una vez realizado este

ajuste. A pesar de los procedimientos descritos, en muchos casos se siguen

identificando datos extremos, lo que indica que tomar los promedios, como se describe

a continuación probablemente mejore los resultados empíricos.25

Una vez realizados estos arreglos finales a los precios, se procedió a agregar las

observaciones por sector económico según código CIIU a dos dígitos y según zona

geográfica. Los sectores económicos para los que se agregó la información son los

siguientes:

15 Elaboración de productos alimenticios y bebidas

16 Elaboración de productos del tabaco

17 Fabricación de productos textiles

18 Fabricación de prendas de vestir y teñidos de pieles

19 Curtiembres y talleres de acabado; Fabricación de productos de cuero excepto

prendas de vestir; Fabricación de calzado de cuero

20 Producción de madera y productos de madera excepto muebles: Fabricación de

productos de caña, mimbre, corcho y materiales trenzables

25 No hay motivo para esperar que los precios sean iguales para un mismo combustible entre establecimientos individuales de la ENIA, ya que es posible que las empresas compraron el combustible en distintos períodos durante el año, o que las condiciones de compra (precio, descuento por cantidad, fletes, etc.) difieran entre establecimientos.

63

21 Fabricación de papel y de productos del papel

22 Actividades de Encuadernación, impresión, edición, y reproducción de grabaciones

23 Fabricación de productos diversos derivados del petróleo y el carbón

24 Fabricación de sustancias y de productos Químicos

25 Fabricación de productos de caucho y químicos

26 Fabricación de otros productos minerales no metálicos

27 Industrias metálicas básicas

28 Fabricación de productos metálicos, maquinarias y equipos

29 Construcción de maquinaria exceptuando la maquinaria eléctrica

31 Fabricación de maquinaria y aparatos electrónicos NCP

32 Fabricación de equipo y aparatos de radio, televisión y comunicación

33 Fabricación de instrumentos médicos, ópticos, y de precisión. Fabricación de relojes

34 Fabricación de vehículos automotores, remolques, y semirremolques

35 Fabricación de otros tipos de equipo de transporte

36 Fabricación de muebles; Industrias Manufactureras NCP

37 Reciclaje

Las zonas geográficas fueron dividas en: zona norte (1, 2 y 3 regiones), zona centro

(regiones 4, 5, 6 y RM), y zona sur (regiones 7, 8, 9, 10, 11 y 12).

De esta forma para cada zona y año, y para casa uno de los sectores económicos antes

definido, se calculó el número total de establecimientos, el número total de trabajadores,

el consumo total de cada uno de los tipos de energía, los precios promedios y precios

medianos. Por último, para cada sector también se calculó el precio promedio de cada

combustible utilizando la ecuación (35) pero con los valores agregados por sector.

Así, la base de datos cuenta con tres series de precios posibles de utilizar en la

estimación: el precio promedio por sector calculado con la información de gasto y

consumo físico agregado por sector, el promedio de los precios individuales de cada

establecimiento dentro de cada sector y el precio mediano entre los precios por

establecimientos. Para mayor claridad, si se define gijm como el gasto del

establecimiento i del sector j en el combustible m, cijm como el consumo físico del

establecimiento i del sector j en el combustible m, entonces la primera definición del

precio promedio del combustible m en el sector j es:

64

j

j

N

iijm

N

iijm

jm

c

gP

1

11 (36)

donde Nj es el número de establecimientos del sector j. La segunda definición del precio

promedio es:

jN

i ijm

ijm

jjm c

g

NP

1

2 1. (37)

La tercera definición del precio corresponde a ordenar los precios promedio por

establecimiento gijm/cijm de menor a mayor y seleccionar aquel que está en el percentil

50 de dicha distribución.

La primera definición tiene la ventaja de que corresponde a un promedio ponderado de

los precios individuales de cada establecimiento (donde el ponderador es la proporción

del consumo físico del establecimiento sobre el consumo total del sector para el

combustible en cuestión) y por eso es la serie preferida para utilizar en la aplicación

empírica. Para ver esto último, basta con expresar la definición (36) como:

j j

ijmj

j

j

j

N

i

N

iijmijmN

iijm

ijmijmN

iijm

N

iijmijm

N

iijm

N

iijm

jm p

c

cp

c

cp

c

gP

1 1

11

1

1

11 (38)

donde

j

ijm

N

iijm

N

iijm

ijmijm

c

c

1

1

1

65

En el Anexo II.5 se presentan los gráficos de la dispersión de precio por año para cada

combustible en base a la información agregada por sector. Como se puede observar, la

dispersión de precios es mucho menor que con las observaciones individuales, cuyos

gráficos de dispersión se presentan en el Anexo II.4. Por lo tanto, la agregación de la

información ha permitido efectivamente reducir las dispersión de la información de

precios y reducir los problemas con valores extremos en los datos. Sin embargo, aún

persiten algunos valores extremos que podrían afectar los resultados. En este sentido, el

mediano de los precios por establecimiento por sector tiene la ventaja de no ser afectado

por valores extremos. En la aplicación empírica presentada más abajo se analiza la

sensibilidad de los resultados al utilizar el precio mediano en lugar del precio promedio

agregado.

7.3 DESCRIPCIÓN DE LOS DATOS AGREGADOS

Los Cuadros 23a y 23b muestran la participación de cada uno de los tipos de energía en

el gasto total en energía por sector económico para las observaciones de la zona norte.

De estos cuadros se puede observar que luego de la electricidad, el combustible más

importante para la mayor parte de los sectores es el petróleo, seguido de la gasolina. El

consumo de gas en esta zona es relativamente bajo. Muchos sectores en la zona norte no

consumen carbón, leña o parafina. Este es el caso del sector 17, 18, 20, 21, 22 (después

del año 1999), 25, 31, 35. Para el resto de los sectores, el consumo de estos tres

combustibles es marginal. Por lo tanto, para el caso de la zona norte, los combustibles

relevantes son sólo cuatro: electricidad, petróleo, gasolina y gas.

Los Cuadros 24a y 24b muestran la misma información que los cuadros anteriores pero

para la zona centro del país. Nuevamente se aprecia que el consumo de leña es cero para

la mayoría de los sectores y años. En esta zona el consumo de parafina o carbón está

más extendido que en la zona norte, pero para muchos sectores y años el consumo de

uno de estos dos combustibles sigue siendo cero. Por lo tanto, los combustibles

relevantes para esta zona siguen siendo cuatro: electricidad, petróleo, gasolina y gas.

Los Cuadros 25a y 25b muestran la información del gasto relativo en combustibles pero

para la zona sur del país. En este caso se observa que la mayoría de los sectores

66

consume carbón, parafina o leña, aunque el gasto relativo en estos tres combustibles

sigue siendo relativamente bajo para casi todos los sectores.

67

Cuadro 23a: Participación de Electricidad, Carbón, Petróleo, Gasolina y Parafina en el gasto total en combustibles por sector económico (Zona Norte)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Electricidad 0.32 0.34 0.35 0.49 0.45 0.21 0.18 0.10 0.15 0.21 0.18 0.12Carbón 0.06 0.06 0.05 0.08 0.01 0.04 0.01 0.02 0.12 0.03 0.00 ---Petróleo 0.58 0.56 0.55 0.34 0.46 0.65 0.77 0.86 0.70 0.70 0.77 0.83Gasolina 0.02 0.02 0.02 0.03 0.03 0.05 0.02 0.01 0.02 0.03 0.02 0.03Parafina 0.00 0.00 0.00 0.00 0.00 --- 0.00 --- --- 0.00 --- 0.00Electricidad 0.86 0.81 0.73 0.82 0.81 0.81 0.36 0.97 0.35 0.33 0.10 0.23Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.07 0.12 0.20 0.12 0.18 0.16 0.24 --- 0.24 0.23 0.80 0.69Gasolina --- --- --- 0.03 --- --- 0.03 0.03 --- 0.05 0.03 0.02Parafina --- --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.90 0.86 0.88 0.85 1.00 0.91 0.87 0.90 0.85 0.40 0.96 0.36Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.10 0.15 0.13 0.14 --- --- 0.03 0.02 0.02 0.58 0.04 0.62Gasolina --- --- --- --- --- 0.09 0.10 0.06 0.10 --- --- 0.00Parafina --- --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.40 0.41 0.32 0.43 0.39 0.40 0.29 0.28 0.28 0.28 0.34 0.50Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.17 0.26 0.39 0.28 0.43 0.34 0.38 0.38 0.38 0.39 0.37 0.44Gasolina 0.34 0.33 0.29 0.29 0.19 0.26 0.33 0.33 0.34 0.34 0.30 0.06Parafina 0.09 --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.97 0.66 1.00 1.00 1.00 1.00 0.68 0.62 0.62Carbón --- --- --- --- --- --- --- --- ---Petróleo 0.03 --- --- --- --- --- 0.32 --- ---Gasolina --- 0.32 --- --- --- --- --- 0.33 0.33Parafina --- --- --- --- --- --- --- --- ---Electricidad 0.83 0.78 0.84 0.83 0.82 0.80 0.77 0.82 0.83 0.69 0.80 0.81Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo --- 0.01 0.00 --- 0.03 --- 0.00 --- --- 0.03 --- 0.01Gasolina 0.15 0.19 0.15 0.13 0.14 0.19 0.21 0.17 0.15 0.26 0.19 0.19Parafina 0.02 0.02 0.01 0.03 0.01 --- --- --- --- --- --- ---Electricidad 0.70 0.64 0.68 0.75 0.71 0.82 0.76 0.68 0.60 0.58 0.56 0.60Carbón --- --- --- 0.01 --- --- 0.00 0.00 0.00 --- --- ---Petróleo 0.28 0.32 0.28 0.19 0.28 0.17 0.16 0.16 0.23 0.25 0.28 0.22Gasolina 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.02 0.02 0.02 0.01Parafina 0.00 0.02 0.03 0.00 0.00 0.00 0.02 0.01 0.01 0.03 0.01 0.03Electricidad 0.53 0.54 0.55 0.47 0.43 0.29 0.76 0.77 0.72 0.70 0.66 0.73Carbón --- --- --- --- --- --- 0.03 --- --- --- --- ---Petróleo 0.40 0.39 0.38 0.43 0.50 0.67 0.13 0.16 0.16 0.15 0.29 0.23Gasolina 0.07 0.07 0.07 0.10 0.06 0.04 0.05 0.04 0.09 0.13 0.03 0.02Parafina --- --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.35 0.23 0.38 0.45 0.55 0.36 0.30 0.29 0.26 0.19 0.17 0.14Carbón 0.57 0.68 0.47 0.38 0.27 0.18 0.43 0.44 0.42 0.49 0.25 0.34Petróleo 0.08 0.08 0.15 0.16 0.16 0.45 0.12 0.08 0.07 0.19 0.44 0.46Gasolina 0.01 0.01 0.00 0.01 0.01 0.01 0.01 0.00 0.00 0.00 0.00 0.00Parafina --- --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.67 0.70 0.75 0.79 0.84 0.75 0.64 0.77 0.73 0.69 0.65 0.62Carbón 0.08 0.05 0.05 0.02 0.01 --- 0.01 0.02 0.01 0.01 0.01 0.01Petróleo 0.24 0.23 0.19 0.18 0.15 0.24 0.17 0.20 0.25 0.24 0.32 0.35Gasolina 0.00 0.00 0.00 0.01 0.00 0.01 0.16 0.00 0.01 0.02 0.00 0.01Parafina 0.01 0.01 0.01 0.00 0.00 --- 0.02 0.01 0.00 0.00 0.00 0.00Electricidad 0.63 0.57 0.50 0.37 0.48 0.51 0.47 0.48 0.44 0.35 0.64 0.69Carbón 0.00 0.00 0.01 0.00 --- 0.00 --- --- --- --- 0.00 0.00Petróleo 0.13 0.20 0.22 0.43 0.31 0.26 0.23 0.30 0.36 0.44 0.28 0.16Gasolina 0.16 0.18 0.20 0.15 0.17 0.18 0.12 0.05 0.06 0.04 0.02 0.01Parafina 0.00 0.00 0.00 0.00 --- 0.01 --- --- --- --- --- ---Electricidad 0.67 0.61 0.56 0.65 0.55 0.55 0.63 0.63 0.54 0.52 0.46 0.34Carbón 0.04 0.00 --- --- 0.02 0.00 0.00 --- 0.04 0.00 --- 0.03Petróleo 0.14 0.26 0.27 0.19 0.29 0.19 0.25 0.21 0.25 0.24 0.30 0.48Gasolina 0.09 0.07 0.15 0.15 0.08 0.02 0.11 0.15 0.16 0.23 0.22 0.12Parafina 0.03 0.03 0.02 0.00 0.04 --- 0.00 0.00 0.00 --- 0.00 ---

Año

15

17

22

24

25

18

20

21

26

27

28

29

68

Electricidad 1.00 0.70 0.86 0.18 0.22 0.89 0.86 Carbón --- --- --- 0.01 --- --- --- Petróleo --- 0.03 --- 0.62 0.56 0.00 0.01 Gasolina 0.00 0.26 0.14 0.17 0.18 0.11 0.12 Parafina --- --- --- --- --- --- --- Electricidad 0.99 0.68 0.69 0.66 0.46 0.42 0.41 0.45 0.43 0.43 0.42 0.34Carbón 0.00 --- --- --- --- --- 0.01 0.00 --- --- --- ---Petróleo 0.01 0.03 0.10 0.14 0.26 0.27 0.29 0.33 0.38 0.33 0.37 0.38Gasolina --- 0.29 0.20 0.18 0.28 0.29 0.28 0.20 0.18 0.24 0.21 0.29Parafina --- --- 0.01 0.01 0.00 0.00 0.01 0.01 --- --- --- ---Electricidad 0.77 0.74 0.74 0.76 0.75 0.63 0.38 0.50 0.47 0.53 0.64 0.66Carbón 0.00 0.00 --- --- --- --- --- 0.00 --- --- --- ---Petróleo 0.15 0.12 0.12 0.09 0.14 0.18 0.54 0.36 0.40 0.32 0.24 0.23Gasolina 0.06 0.11 0.11 0.11 0.11 0.17 0.06 0.11 0.08 0.10 0.07 0.06Parafina --- --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.61 0.54 0.70 0.73 0.86 0.86 0.92 0.83 0.43 0.38 0.50 0.58Carbón --- --- 0.04 --- 0.11 --- --- --- --- --- --- ---Petróleo 0.05 0.20 0.08 0.28 --- 0.14 0.08 --- 0.37 0.27 0.37 0.41Gasolina 0.32 0.24 0.13 --- 0.04 --- --- 0.15 0.16 0.33 0.08 ---Parafina 0.02 0.03 0.05 --- --- --- --- --- 0.03 0.03 --- ---

Nota: Una celda en blanco significa que no hay observaciones. Una celda con "---" implica que el valor es cero.

34

35

36

31

69

Cuadro 23b: Participación de Gas y Leña en el gasto total en combustibles por sector económico (Zona Norte)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Gas 0.02 0.02 0.03 0.04 0.04 0.04 0.01 0.01 0.01 0.02 0.03 0.03Leña 0.01 0.01 0.01 0.02 0.01 0.01 0.01 0.00 0.01 0.01 0.00 0.00Gas 0.06 0.08 0.08 0.04 0.01 0.03 0.37 --- 0.41 0.41 0.08 0.07Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas --- --- --- 0.01 --- --- --- 0.02 0.03 0.02 0.00 0.01Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas --- --- --- --- --- --- --- --- --- --- --- ---Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.00 0.03 --- --- --- --- --- 0.05 0.05Leña --- --- --- --- --- --- --- --- ---Gas 0.00 0.01 0.01 0.01 0.00 0.02 0.02 0.02 0.01 0.01 0.01 0.01Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.01 0.01 0.02 0.04 0.01 0.00 0.04 0.14 0.15 0.12 0.13 0.14Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas --- 0.00 0.00 0.00 0.01 0.00 0.03 0.03 0.03 0.02 0.02 0.02Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.00 0.00 0.00 0.00 0.01 0.01 0.15 0.19 0.25 0.13 0.14 0.06Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.00 0.00 0.00 0.00 0.00 --- 0.00 0.01 0.00 0.03 0.02 0.01Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.07 0.05 0.07 0.05 0.04 0.04 0.18 0.18 0.14 0.16 0.07 0.13Leña --- --- 0.00 --- --- --- --- --- --- --- --- ---Gas 0.03 0.02 0.01 0.01 0.03 0.24 0.01 0.00 0.01 0.01 0.02 0.04Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas --- 0.01 --- 0.03 0.03 --- --- Leña --- --- --- --- --- --- --- Gas 0.00 --- --- 0.01 0.00 0.03 0.00 0.01 0.02 --- 0.00 ---Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.02 0.04 0.03 0.04 0.01 0.03 0.02 0.04 0.05 0.05 0.05 0.06Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas --- --- --- --- --- --- --- 0.01 0.01 --- 0.04 0.01Leña --- --- --- --- --- --- --- --- --- --- --- ---


Año

15

17

22

24

25

18

20

21

26

27

28

29

34

35

36

31

70

Cuadro 24a: Participación de Electricidad, Carbón, Petróleo, Gasolina y Parafina en el gasto total en combustibles por sector económico (Zona Centro)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Electricidad 0.48 0.50 0.49 0.50 0.44 0.44 0.44 0.46 0.42 0.44 0.47 0.46Carbón 0.09 0.08 0.09 0.11 0.08 0.10 0.09 0.07 0.07 0.05 0.04 0.04Petróleo 0.29 0.30 0.30 0.24 0.29 0.26 0.25 0.23 0.30 0.32 0.30 0.32Gasolina 0.03 0.03 0.03 0.03 0.05 0.03 0.03 0.03 0.03 0.02 0.02 0.02Parafina 0.00 0.00 0.00 0.00 0.00 0.00 --- 0.00 --- --- --- ---Electricidad 0.74 0.31 0.62 0.67 0.66 0.63 Carbón --- --- --- --- --- --- Petróleo 0.17 0.09 0.13 0.20 0.09 0.07 Gasolina 0.08 0.59 0.15 0.01 0.01 0.08 Parafina --- --- --- --- --- --- Electricidad 0.65 0.59 0.61 0.62 0.68 0.66 0.78 0.79 0.78 0.81 0.85 0.71Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.20 0.24 0.21 0.17 0.10 0.02 0.04 0.03 0.04 0.03 0.02 0.10Gasolina 0.02 0.02 0.02 0.10 0.01 0.01 0.03 0.04 0.04 0.07 0.05 0.03Parafina --- --- --- --- --- --- --- 0.01 --- --- --- ---Electricidad 0.91 0.88 0.84 0.69 0.82 0.71 0.71 0.66 0.72 0.61 0.60 0.61Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.01 0.03 0.07 0.17 0.12 0.23 --- --- 0.02 0.15 0.16 0.17Gasolina 0.03 0.06 0.06 0.09 0.04 0.01 0.06 0.09 0.09 0.12 0.05 0.08Parafina --- --- --- 0.02 0.01 --- --- --- --- --- --- ---Electricidad 0.68 0.64 0.54 0.67 0.71 0.70 0.57 0.57 0.47 0.38 0.38 0.48Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.10 0.11 0.13 0.09 0.04 0.05 0.07 0.07 0.07 0.24 0.34 0.16Gasolina 0.11 0.12 0.14 0.14 0.16 0.15 0.04 0.04 0.02 0.02 0.02 0.02Parafina 0.00 0.00 0.00 0.00 --- 0.00 0.01 0.01 0.01 0.01 --- ---Electricidad 0.71 0.72 0.65 0.75 0.70 0.62 0.44 0.41 0.48 0.54 0.45 0.20Carbón 0.00 --- 0.01 0.01 --- --- 0.02 --- --- --- --- ---Petróleo 0.20 0.20 0.26 0.16 0.15 0.27 0.41 0.45 0.42 0.36 0.47 0.76Gasolina 0.08 0.08 0.08 0.07 0.07 0.09 0.11 0.07 0.08 0.06 0.05 0.04Parafina 0.00 --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.81 0.78 0.77 0.80 0.82 0.34 0.80 0.83 0.74 0.59 0.75 0.71Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.13 0.15 0.15 0.15 0.14 0.53 0.02 0.10 0.18 0.08 0.17 0.17Gasolina 0.03 0.02 0.01 0.00 0.00 0.00 0.01 0.01 0.02 0.02 0.02 ---Parafina --- --- --- --- --- --- --- --- 0.01 --- --- ---Electricidad 0.85 0.87 0.88 0.79 0.72 0.62 0.52 0.56 0.61 0.49 0.57 0.66Carbón --- --- --- 0.05 --- --- --- 0.02 0.01 0.02 --- ---Petróleo 0.03 0.00 0.00 0.06 0.04 0.01 0.44 0.35 0.28 0.35 0.30 0.21Gasolina 0.09 0.09 0.08 0.05 0.07 0.05 0.01 0.04 0.06 0.10 0.08 0.08Parafina 0.00 0.00 0.00 0.00 0.00 --- 0.00 0.00 0.00 0.00 0.00 0.00Electricidad 1.00 1.00 0.99 0.72 0.28 0.27 Carbón --- --- --- --- --- --- Petróleo --- --- 0.02 --- --- --- Gasolina --- 0.00 --- --- --- --- Parafina --- --- --- --- --- --- Electricidad 0.62 0.65 0.65 0.58 0.34 0.79 0.54 0.57 0.54 0.88 0.60 0.43Carbón --- --- --- --- 0.00 --- --- 0.02 --- --- --- ---Petróleo 0.31 0.32 0.27 0.30 0.09 0.03 0.01 0.01 0.01 0.02 0.04 0.03Gasolina 0.02 0.00 0.00 0.00 0.01 0.00 0.01 --- 0.00 0.01 0.00 0.00Parafina 0.02 0.00 0.01 0.01 0.01 --- 0.00 0.00 0.00 0.00 0.00 ---Electricidad 0.77 0.74 0.71 0.73 0.88 0.75 0.78 0.74 0.68 0.78 0.76 0.86Carbón 0.08 0.09 0.08 0.10 --- 0.06 0.15 0.18 0.21 0.14 0.15 ---Petróleo 0.12 0.15 0.19 0.14 0.08 0.17 0.04 0.03 0.05 0.04 0.06 0.07Gasolina 0.00 0.00 0.00 0.00 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02Parafina 0.01 0.01 0.00 0.00 --- 0.00 --- 0.01 --- --- --- ---Electricidad 0.48 0.43 0.43 0.40 0.45 0.41 0.36 0.38 0.41 0.41 0.29 0.20Carbón 0.25 0.35 0.36 0.42 0.44 0.43 0.50 0.50 0.38 0.41 0.58 0.66Petróleo 0.27 0.21 0.20 0.17 0.09 0.15 0.10 0.08 0.16 0.13 0.10 0.11Gasolina 0.01 0.01 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.01 0.00Parafina --- --- --- --- --- 0.00 0.00 0.00 0.00 0.00 0.00 ---

26

22

23

24

25

18

19

20

21

Año

15

16

17

71

Electricidad 0.50 0.59 0.84 0.94 0.87 0.51 0.60 0.84 0.85 0.78 0.76 0.72Carbón 0.01 0.01 0.01 0.01 --- 0.02 0.01 0.00 0.00 0.00 0.00 0.01Petróleo 0.45 0.37 0.14 0.04 0.08 0.42 0.33 0.13 0.10 0.14 0.18 0.19Gasolina 0.00 0.00 0.00 0.00 0.03 0.00 0.01 0.00 0.00 0.00 0.00 0.00Parafina 0.01 0.02 0.00 0.00 --- 0.01 0.00 0.00 0.00 0.00 0.00 0.00Electricidad 0.51 0.51 0.45 0.47 0.51 0.46 0.38 0.41 0.34 0.55 0.40 0.39Carbón --- 0.02 0.01 --- 0.01 0.00 0.01 0.06 --- --- --- ---Petróleo 0.06 0.05 0.06 0.07 0.08 0.11 0.21 0.32 0.32 0.21 0.41 0.34Gasolina 0.06 0.05 0.09 0.11 0.03 0.05 0.03 0.03 0.03 0.06 0.05 0.03Parafina 0.01 0.01 0.00 0.01 0.01 0.02 0.00 0.01 0.01 0.00 0.00 ---Electricidad 0.58 0.64 0.48 0.65 0.33 0.53 0.55 0.88 0.95 0.95 0.96 0.97Carbón 0.02 0.01 0.02 0.01 0.03 0.00 0.01 0.00 --- --- --- ---Petróleo 0.10 0.18 0.08 0.29 0.50 0.45 0.41 0.10 0.04 0.04 0.03 0.02Gasolina 0.29 0.16 0.41 0.05 0.08 0.01 0.02 0.01 0.01 0.01 0.01 0.01Parafina 0.00 0.00 0.01 0.00 0.01 0.00 0.00 0.00 --- --- --- ---Electricidad 0.73 0.65 0.66 0.68 0.71 0.66 0.57 0.57 0.56 0.49 0.49 0.60Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.03 0.05 0.05 0.05 0.06 0.07 0.03 0.01 0.03 0.07 0.08 0.01Gasolina 0.07 0.08 0.10 0.09 0.05 0.09 0.14 0.14 0.15 0.12 0.11 0.12Parafina 0.01 0.01 --- 0.03 0.02 --- --- --- --- --- --- ---Electricidad 1.00 1.00 1.00 Carbón --- --- --- Petróleo --- --- --- Gasolina --- --- --- Parafina --- --- --- Electricidad 0.84 0.81 0.59 0.72 0.68 0.76 0.65 0.69 0.63 0.68 0.62 0.52Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo --- --- --- --- --- --- 0.00 0.01 0.01 0.01 0.01 0.02Gasolina --- --- --- --- --- --- 0.03 0.02 0.06 0.02 0.01 0.02Parafina --- --- --- --- --- --- 0.00 0.00 0.00 --- --- ---Electricidad 0.69 0.67 0.61 0.66 0.66 0.62 0.50 0.45 0.54 0.76 0.69 0.69Carbón --- --- 0.00 --- --- --- --- --- --- 0.00 --- 0.00Petróleo 0.08 0.06 0.08 0.05 0.10 0.22 0.45 0.47 0.34 --- 0.08 0.10Gasolina 0.02 0.02 0.03 0.01 0.05 0.02 0.01 0.01 0.04 --- 0.08 0.10Parafina --- --- --- 0.00 0.00 0.03 0.01 0.00 0.00 0.01 0.00 ---Electricidad 0.61 0.66 0.61 0.60 0.57 0.53 0.51 0.44 0.20 0.41 0.64 0.72Carbón --- --- --- --- 0.00 --- --- --- 0.01 --- --- ---Petróleo 0.10 0.13 0.16 0.09 0.11 0.25 0.20 0.32 0.38 0.38 0.16 0.12Gasolina 0.25 0.16 0.20 0.26 0.24 0.18 0.22 0.20 0.40 0.14 0.07 0.07Parafina --- --- --- --- --- --- --- 0.00 --- --- --- ---Electricidad 0.56 0.53 0.60 0.69 0.76 0.56 0.74 0.83 0.72 0.69 0.69 0.71Carbón --- --- --- --- --- --- 0.02 0.02 0.01 0.03 0.03 ---Petróleo 0.12 0.13 0.18 0.22 0.04 0.22 0.09 0.04 0.09 0.16 0.13 0.17Gasolina 0.19 0.22 0.14 0.02 0.04 0.06 0.01 0.01 0.01 0.01 0.01 0.02Parafina 0.02 0.01 0.01 --- --- 0.01 0.06 0.06 --- --- --- ---


34

35

36

31

32

33

27

28

29

72

Cuadro 24b: Participación de Gas y Leña en el gasto total en combustibles por sector económico (Zona Centro)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Gas 0.04 0.03 0.05 0.06 0.08 0.14 0.16 0.18 0.15 0.16 0.15 0.14Leña 0.07 0.06 0.04 0.06 0.07 0.03 0.03 0.03 0.03 0.02 0.01 0.01Gas 0.02 0.01 0.11 0.12 0.23 0.23 Leña --- --- --- --- --- --- Gas 0.13 0.15 0.16 0.11 0.22 0.31 0.15 0.15 0.14 0.10 0.08 0.17Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.01 0.01 0.01 0.03 0.01 0.06 0.23 0.25 0.18 0.13 0.19 0.15Leña 0.04 0.03 0.02 --- --- --- --- --- --- --- --- ---Gas 0.02 0.03 0.03 0.05 0.05 0.04 0.29 0.28 0.41 0.35 0.26 0.34Leña 0.09 0.10 0.16 0.06 0.04 0.06 0.03 0.03 0.01 --- --- ---Gas 0.01 0.00 0.01 0.01 0.01 0.02 0.02 0.04 0.03 0.04 0.02 0.01Leña --- --- --- 0.00 0.08 --- --- 0.03 0.00 --- --- ---Gas 0.03 0.05 0.06 0.05 0.04 0.13 0.17 0.06 0.06 0.31 0.07 0.12Leña 0.00 0.01 0.00 --- --- --- --- --- --- --- --- ---Gas 0.04 0.04 0.04 0.05 0.16 0.32 0.04 0.03 0.03 0.04 0.04 0.05Leña --- --- --- 0.01 0.01 --- --- --- --- --- --- ---Gas --- --- --- 0.28 0.72 0.73 Leña --- --- --- --- --- --- Gas 0.03 0.02 0.07 0.11 0.55 0.19 0.44 0.41 0.44 0.10 0.36 0.55Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.01 0.01 0.02 0.02 0.03 0.02 0.03 0.04 0.05 0.03 0.03 0.05Leña 0.01 0.00 --- --- --- --- --- --- --- --- --- ---Gas 0.00 0.00 0.00 0.00 0.01 0.01 0.03 0.04 0.05 0.05 0.03 0.03Leña 0.00 0.00 0.00 0.00 --- 0.00 --- --- --- --- --- ---Gas 0.02 0.02 0.01 0.02 0.02 0.04 0.06 0.01 0.05 0.07 0.07 0.08Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.36 0.36 0.39 0.35 0.38 0.35 0.36 0.17 0.31 0.18 0.14 0.25Leña --- --- 0.00 --- --- --- --- --- --- --- --- ---Gas 0.01 0.00 0.01 0.01 0.06 0.01 0.01 0.00 0.00 0.00 0.00 0.00Leña --- --- --- --- --- --- --- --- --- --- --- ---GasLeña Gas 0.15 0.18 0.19 0.16 0.17 0.18 0.27 0.28 0.26 0.32 0.32 0.27Leña 0.02 0.04 --- --- --- --- --- --- --- --- --- ---Gas --- --- --- Leña --- --- --- Gas 0.16 0.19 0.41 0.28 0.32 0.24 0.31 0.29 0.30 0.29 0.36 0.44Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.21 0.25 0.29 0.28 0.19 0.10 0.05 0.07 0.08 0.23 0.14 0.11Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.05 0.05 0.04 0.06 0.08 0.04 0.07 0.04 0.02 0.07 0.13 0.09Leña --- --- --- --- --- --- --- --- --- --- --- ---


34

35

36

31

32

33

26

27

28

29

22

23

24

25

18

19

20

21

Año

15

16

17

73

Cuadro 25a: Participación de Electricidad, Carbón, Petróleo, Gasolina y Parafina en el gasto total en combustibles por sector económico (Zona Sur)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Electricidad 0.43 0.43 0.45 0.44 0.40 0.37 0.38 0.34 0.38 0.38 0.37 0.39Carbón 0.17 0.15 0.11 0.13 0.15 0.13 0.13 0.12 0.08 0.09 0.08 0.08Petróleo 0.28 0.30 0.32 0.32 0.31 0.33 0.29 0.23 0.32 0.33 0.35 0.37Gasolina 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.10 0.03 0.02 0.02 0.02Parafina 0.00 0.00 0.00 0.00 0.00 0.00 --- 0.02 --- --- 0.00 0.00Electricidad 0.50 0.54 0.37 Carbón --- --- --- Petróleo 0.26 0.29 0.28 Gasolina --- --- --- Parafina --- --- --- Electricidad 0.66 0.63 0.63 0.63 0.56 0.53 0.55 0.55 0.57 0.60 0.54 0.51Carbón 0.05 0.06 0.05 0.06 0.06 0.06 0.03 0.05 0.02 0.03 0.03 0.02Petróleo 0.20 0.23 0.22 0.09 0.08 0.06 0.04 0.04 0.05 0.09 0.18 0.22Gasolina 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.01 0.01 0.01 0.01 0.01Parafina 0.00 0.00 0.01 0.01 0.01 0.00 0.00 0.00 0.00 0.01 --- ---Electricidad 0.73 0.74 0.76 0.78 0.63 0.71 0.74 0.74 0.71 0.76 0.67 0.68Carbón --- --- --- 0.00 --- --- --- --- --- --- --- ---Petróleo 0.11 0.13 0.11 0.09 0.20 0.09 0.04 0.03 0.05 0.06 0.08 0.11Gasolina 0.08 0.05 0.06 0.05 0.05 0.06 0.04 0.06 0.04 0.05 0.04 0.03Parafina 0.01 0.01 0.00 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00Electricidad 0.76 0.76 0.74 0.74 0.66 0.74 0.51 0.67 0.73 0.70 0.63 0.64Carbón 0.04 0.03 0.05 0.02 --- --- 0.01 0.01 0.01 0.01 0.02 0.02Petróleo 0.12 0.13 0.11 0.07 0.15 0.07 0.12 0.08 0.08 0.10 0.17 0.16Gasolina 0.03 0.03 0.03 0.03 0.04 0.04 0.03 0.04 0.04 0.06 0.04 0.03Parafina 0.01 0.01 0.01 0.01 0.01 0.00 0.00 0.00 0.01 0.00 0.00 0.00Electricidad 0.77 0.77 0.77 0.78 0.75 0.79 0.85 0.82 0.83 0.78 0.79 0.79Carbón --- --- 0.00 0.00 --- 0.00 0.00 0.01 --- --- --- ---Petróleo 0.18 0.17 0.17 0.14 0.16 0.16 0.11 0.11 0.12 0.16 0.13 0.15Gasolina 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.02 0.02 0.01 0.01 0.01Parafina --- --- 0.00 --- --- --- --- --- --- --- --- 0.00Electricidad 0.89 0.86 0.70 0.69 0.79 0.81 0.77 0.70 0.80 0.78 0.75 0.66Carbón 0.00 0.00 0.01 0.00 0.00 --- --- 0.00 --- --- --- ---Petróleo 0.08 0.11 0.24 0.24 0.08 0.13 0.14 0.18 0.13 0.10 0.14 0.21Gasolina 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00Parafina --- --- --- --- --- --- --- --- --- --- 0.00 ---Electricidad 0.73 0.77 0.77 0.77 0.70 0.76 0.62 0.63 0.76 0.76 0.71 0.71Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.06 0.06 0.07 0.08 0.09 0.08 0.16 0.04 0.05 0.07 0.09 0.07Gasolina 0.08 0.07 0.06 0.04 0.03 0.02 0.04 0.02 0.03 0.03 0.03 0.03Parafina 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 --- ---Electricidad 0.99 1.00 0.91 0.92 1.00 0.51 Carbón --- --- --- --- --- --- Petróleo --- --- --- 0.05 0.00 0.00 Gasolina 0.00 0.00 0.00 --- --- --- Parafina 0.00 --- --- --- --- --- Electricidad 0.76 0.78 0.75 0.78 0.80 0.65 0.70 0.68 0.57 0.38 0.31 0.36Carbón 0.03 0.01 0.01 0.00 0.00 0.00 0.00 0.00 --- --- --- ---Petróleo 0.14 0.14 0.13 0.10 0.09 0.12 0.02 0.02 0.06 0.03 0.08 0.05Gasolina 0.02 0.02 0.03 0.02 0.03 0.04 0.01 0.01 0.01 0.01 0.16 0.09Parafina 0.02 0.00 0.01 0.00 --- 0.00 0.00 --- 0.00 --- 0.00 ---Electricidad 0.84 0.82 0.85 0.84 0.83 0.79 0.82 0.80 0.80 0.78 0.79 0.77Carbón 0.01 --- --- --- 0.00 0.00 0.00 --- --- 0.01 0.01 0.00Petróleo 0.07 0.10 0.06 0.04 0.05 0.06 0.05 0.04 0.05 0.06 0.07 0.09Gasolina 0.02 0.02 0.03 0.02 0.02 0.03 0.03 0.02 0.02 0.02 0.02 0.02Parafina 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 --- --- ---

Año

15

16

17

18

19

20

21

22

23

24

25

74

Electricidad 0.42 0.38 0.37 0.44 0.42 0.32 0.38 0.37 0.37 0.39 0.34 0.35Carbón 0.15 0.18 0.15 0.19 0.13 0.15 0.16 0.16 0.17 0.17 0.15 0.09Petróleo 0.26 0.28 0.30 0.15 0.18 0.20 0.17 0.13 0.15 0.18 0.22 0.19Gasolina 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.01Parafina 0.04 0.03 0.03 0.02 0.02 0.00 0.00 0.00 0.00 --- --- ---Electricidad 0.83 0.83 0.82 0.71 0.80 0.37 0.68 0.76 0.73 0.70 0.66 0.71Carbón 0.01 0.00 0.01 0.01 0.01 0.46 --- 0.00 0.00 0.00 0.00 0.00Petróleo 0.10 0.10 0.11 0.21 0.08 0.04 0.11 0.08 0.09 0.17 0.21 0.15Gasolina 0.01 0.00 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.01 0.01 0.01Parafina 0.01 0.02 0.02 0.01 0.02 0.02 0.00 0.00 0.00 0.00 0.00 0.00Electricidad 0.65 0.61 0.60 0.65 0.57 0.56 0.72 0.68 0.67 0.69 0.64 0.61Carbón 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00Petróleo 0.10 0.10 0.11 0.10 0.12 0.11 0.07 0.06 0.07 0.10 0.11 0.11Gasolina 0.06 0.05 0.07 0.06 0.08 0.06 0.04 0.04 0.03 0.03 0.03 0.03Parafina 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02Electricidad 0.76 0.72 0.66 0.68 0.70 0.67 0.57 0.58 0.55 0.57 0.84 0.56Carbón 0.02 0.02 0.02 0.01 0.01 0.00 0.02 0.03 0.01 0.01 0.00 0.01Petróleo 0.07 0.09 0.14 0.11 0.12 0.09 0.08 0.06 0.09 0.10 0.04 0.16Gasolina 0.04 0.05 0.05 0.07 0.05 0.08 0.09 0.08 0.10 0.09 0.03 0.06Parafina 0.01 0.01 0.00 0.01 0.00 0.00 0.01 0.01 0.01 0.01 0.00 0.01Electricidad 0.51 0.54 0.50 0.56 0.51 0.56 0.59 0.59 0.58 0.50 0.55 0.67Carbón 0.02 0.00 0.00 0.00 0.00 0.01 0.01 0.02 0.01 0.01 0.01 0.00Petróleo 0.12 0.07 0.09 0.06 0.05 0.03 0.06 0.05 0.08 0.08 0.08 0.08Gasolina 0.03 0.04 0.05 0.06 0.04 0.03 0.09 0.08 0.08 0.05 0.08 0.04Parafina 0.01 0.01 0.01 0.00 0.00 0.00 0.00 0.02 0.01 0.00 0.00 ---Electricidad 0.83 0.72 0.93 0.86 0.85 0.67 0.98 0.85 0.84 0.84 0.85 0.84Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo --- --- --- 0.00 0.00 0.11 0.00 0.01 0.08 0.08 0.06 0.13Gasolina 0.06 0.08 0.01 0.06 0.05 0.13 --- --- --- --- --- ---Parafina --- 0.00 --- --- --- --- --- --- --- --- --- ---Electricidad 0.80 0.79 0.82 0.74 0.69 0.66 0.68 0.74 0.78 0.47 0.63 0.67Carbón --- --- --- --- --- --- --- --- --- --- --- ---Petróleo 0.02 --- 0.00 0.01 0.01 0.06 0.06 0.07 0.03 0.04 0.06 0.08Gasolina 0.05 0.08 0.02 0.03 0.14 0.06 0.11 0.07 0.05 0.36 0.14 0.08Parafina --- 0.00 0.00 0.00 0.00 --- 0.01 0.00 0.01 0.01 0.00 0.00Electricidad 0.63 0.63 0.60 0.54 0.56 0.58 0.64 0.62 0.60 0.60 0.53 0.55Carbón 0.03 0.02 0.02 0.03 0.05 0.00 --- --- 0.01 --- 0.00 ---Petróleo 0.05 0.09 0.04 0.08 0.05 0.04 0.07 0.07 0.10 0.11 0.17 0.21Gasolina 0.07 0.07 0.08 0.10 0.10 0.08 0.06 0.07 0.07 0.10 0.07 0.08Parafina 0.03 0.03 0.02 0.05 0.05 0.00 0.01 0.00 0.00 0.00 0.01 0.01Electricidad 0.74 0.69 0.67 0.85 0.83 0.76 0.41 0.76 0.72 0.68 0.67 0.68Carbón 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00Petróleo 0.17 0.20 0.21 0.10 0.10 0.14 0.11 0.12 0.15 0.13 0.19 0.15Gasolina 0.04 0.05 0.03 0.02 0.01 0.02 0.01 0.05 0.05 0.06 0.07 0.03Parafina 0.00 0.00 --- --- --- 0.00 --- 0.01 --- --- 0.00 0.00Electricidad 0.77 0.77 0.73 0.74 0.67 0.67 0.65 0.73 0.69 0.68 0.66 0.58Carbón --- 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 --- --- ---Petróleo 0.05 0.05 0.06 0.09 0.12 0.11 0.16 0.13 0.14 0.16 0.17 0.16Gasolina 0.10 0.07 0.11 0.08 0.10 0.10 0.04 0.05 0.07 0.06 0.07 0.06Parafina 0.01 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.00 0.00 0.00 0.00


26

27

28

29

34

35

36

31

32

33

75

Cuadro 25b: Participación de Gas y Leña en el gasto total en combustibles por sector económico (Zona Sur)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Gas 0.05 0.05 0.07 0.07 0.11 0.12 0.16 0.18 0.18 0.16 0.17 0.14Leña 0.05 0.04 0.03 0.02 0.01 0.02 0.01 0.01 0.02 0.02 0.01 0.01Gas 0.24 0.18 0.36 Leña --- --- --- Gas 0.06 0.06 0.08 0.21 0.29 0.33 0.37 0.35 0.35 0.26 0.25 0.24Leña 0.01 0.00 --- 0.00 0.00 0.00 0.00 0.00 0.00 --- --- ---Gas 0.07 0.06 0.07 0.07 0.13 0.13 0.17 0.17 0.20 0.13 0.21 0.18Leña --- 0.01 0.00 0.00 0.00 0.00 --- --- --- --- --- ---Gas 0.02 0.02 0.05 0.12 0.13 0.13 0.30 0.16 0.12 0.10 0.11 0.12Leña 0.03 0.02 0.02 0.02 0.02 0.01 0.02 0.03 0.01 0.03 0.03 0.03Gas 0.01 0.01 0.01 0.02 0.02 0.02 0.01 0.02 0.02 0.04 0.03 0.02Leña 0.01 0.03 0.01 0.03 0.04 0.01 0.00 0.03 0.01 0.02 0.04 0.03Gas 0.00 0.01 0.02 0.05 0.12 0.05 0.07 0.11 0.06 0.11 0.10 0.12Leña 0.02 0.02 0.04 0.01 0.01 0.01 0.02 0.02 0.01 0.01 0.01 0.01Gas 0.12 0.11 0.10 0.11 0.18 0.13 0.18 0.30 0.15 0.14 0.17 0.19Leña 0.00 0.00 0.00 0.00 --- --- 0.00 --- --- --- --- ---Gas 0.00 0.00 0.09 0.03 0.00 0.49 Leña --- --- --- --- --- --- Gas 0.03 0.04 0.08 0.09 0.08 0.18 0.27 0.29 0.36 0.58 0.45 0.50Leña 0.01 0.01 --- 0.01 0.00 0.01 --- --- --- --- --- ---Gas 0.05 0.05 0.06 0.08 0.10 0.11 0.10 0.12 0.12 0.12 0.12 0.11Leña 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.01 0.01 --- ---Gas 0.10 0.11 0.13 0.18 0.23 0.32 0.28 0.34 0.30 0.26 0.27 0.36Leña 0.02 0.01 0.01 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00Gas 0.05 0.05 0.04 0.06 0.08 0.12 0.20 0.15 0.17 0.12 0.12 0.14Leña 0.00 0.00 --- 0.00 0.00 --- 0.00 0.00 0.00 0.00 --- 0.00Gas 0.17 0.21 0.20 0.19 0.23 0.27 0.16 0.21 0.22 0.17 0.21 0.23Leña 0.00 0.02 0.00 --- --- 0.00 --- 0.00 --- 0.00 --- ---Gas 0.11 0.12 0.13 0.12 0.13 0.15 0.23 0.24 0.24 0.22 0.08 0.21Leña 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 --- 0.00Gas 0.09 0.08 0.05 0.05Leña --- --- --- ---Gas 0.32 0.35 0.36 0.32 0.41 0.37 0.25 0.25 0.25 0.35 0.29 0.21Leña --- --- --- --- --- 0.00 0.00 0.00 --- --- --- ---Gas 0.11 0.20 0.06 0.08 0.11 0.10 0.02 0.14 0.09 0.07 0.09 0.04Leña --- --- --- --- --- --- --- --- --- --- --- ---Gas 0.13 0.13 0.15 0.22 0.16 0.23 0.14 0.13 0.14 0.13 0.17 0.17Leña --- --- 0.00 --- --- --- --- --- --- --- --- ---Gas 0.19 0.16 0.23 0.21 0.20 0.29 0.23 0.24 0.22 0.19 0.22 0.16Leña 0.00 0.00 0.00 0.01 0.00 0.01 --- --- --- --- --- ---Gas 0.06 0.06 0.09 0.03 0.05 0.08 0.46 0.06 0.09 0.13 0.07 0.14Leña --- --- --- --- --- 0.00 0.00 --- --- --- --- ---


Año

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

34

35

36

31

32

33

76

Teniendo en consideración los resultados anteriores, en cuanto a que la participación de

los combustibles leña, carbón y parafina es baja o nula en la mayoría de los sectores y

años en la zona norte y centro del país, se determinó estimar primer un modelo con

cuatro combustibles: electricidad, petróleo, gasolina y gas. Esta es la única alternativa

viable ya que de incluir los otros comburstibles, incluso agregándolos en una categoría

de “otros”, se perderían muchas observaciones para la estimación del modelo nacional

como también para la estimación de un modelo por zona en el caso del norte y centro.

Sólo en el caso de la zona sur resulta viable estimar un modelo con otros combustibles

aparte de los cuatro señalados anteriormente. Por consistencia, para esta zona se estima

primero el modelo con cuatro combustibles y luego se estima un modelo particular para

esta zona con cinco combustibles. Para esta última estimación, el consumo de carbón,

parafina y leña fue agregado en un combustible denominado “otros” expresado en

unidades de energía. Para realizar esta agregación se utilizaron los factores de

conversión de la siguiente tabla:

Tipo de combustible Factor de conversión a unidades de energía

Carbón 27,7782 MM BTU por Tonelada Parafina 35,6792 MM BTU por m3 Leña 13,8891 MM BTU por Tonelada

Para estimar un modelo con cuatro combustibles, primero es necesario redefinir los

gastos relativos en estos energéticos omitiendo el gasto en los otros combustibles. El

Cuadro 26, 27 y 28 muestran los gastos relativos en electricidad, petróleo, gasolina y

gas para las tres zonas del país. Adicionalmente, para estimar el modelo con cinco

combustibles en el caso de la zona sur, el Cuadro 29 muestra la distribución del gasto

total en combustible considerando electricidad, gas, petróleo, gasolina, y otros.

77

Cuadro 26: Distribución del gasto en combustibles: Electricidad, Petróleo, Gasolina y Gas (Zona Norte)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Electricidad 0.35 0.37 0.37 0.55 0.46 0.22 0.18 0.11 0.17 0.22 0.18 0.12Petroleo 0.62 0.60 0.59 0.37 0.47 0.68 0.78 0.88 0.80 0.72 0.77 0.83Gasolina 0.02 0.02 0.02 0.04 0.03 0.05 0.02 0.01 0.02 0.03 0.03 0.03Gas 0.02 0.02 0.03 0.05 0.04 0.05 0.01 0.01 0.01 0.03 0.03 0.03Electricidad 0.86 0.81 0.73 0.82 0.81 0.81 0.36 0.97 0.35 0.33 0.10 0.23Petroleo 0.07 0.12 0.20 0.12 0.18 0.16 0.24 --- 0.24 0.23 0.80 0.69Gasolina --- --- --- 0.03 --- --- 0.03 0.03 --- 0.05 0.03 0.02Gas 0.06 0.08 0.08 0.04 0.01 0.03 0.37 --- 0.41 0.41 0.08 0.07Electricidad 0.90 0.86 0.88 0.85 1.00 0.91 0.87 0.90 0.85 0.40 0.96 0.36Petroleo 0.10 0.15 0.13 0.14 --- --- 0.03 0.02 0.02 0.58 0.04 0.62Gasolina --- --- --- --- --- 0.09 0.10 0.06 0.10 --- --- 0.00Gas --- --- --- 0.01 --- --- --- 0.02 0.03 0.02 0.00 0.01Electricidad 0.44 0.41 0.32 0.43 0.39 0.40 0.29 0.28 0.28 0.28 0.34 0.50Petroleo 0.19 0.26 0.39 0.28 0.43 0.34 0.38 0.38 0.38 0.39 0.37 0.44Gasolina 0.37 0.33 0.29 0.29 0.19 0.26 0.33 0.33 0.34 0.34 0.30 0.06Gas --- --- --- --- --- --- --- --- --- --- --- ---Electricidad 0.97 0.66 1.00 1.00 1.00 1.00 0.68 0.62 0.62Petroleo 0.03 --- --- --- --- --- 0.32 --- ---Gasolina --- 0.32 --- --- --- --- --- 0.33 0.33Gas 0.00 0.03 --- --- --- --- --- 0.05 0.05Electricidad 0.84 0.79 0.84 0.86 0.83 0.80 0.77 0.82 0.83 0.69 0.80 0.81Petroleo --- 0.01 0.00 --- 0.03 --- 0.00 --- --- 0.03 --- 0.01Gasolina 0.16 0.19 0.15 0.13 0.14 0.19 0.21 0.17 0.15 0.26 0.19 0.19Gas 0.00 0.01 0.01 0.01 0.00 0.02 0.02 0.02 0.01 0.01 0.01 0.01Electricidad 0.70 0.66 0.70 0.76 0.71 0.82 0.78 0.69 0.61 0.60 0.57 0.62Petroleo 0.28 0.33 0.28 0.19 0.28 0.17 0.17 0.17 0.23 0.26 0.28 0.22Gasolina 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.02 0.02 0.02 0.01Gas 0.01 0.01 0.02 0.04 0.01 0.00 0.05 0.14 0.15 0.13 0.13 0.15Electricidad 0.53 0.54 0.55 0.47 0.43 0.29 0.78 0.77 0.72 0.70 0.66 0.73Petroleo 0.40 0.39 0.38 0.43 0.50 0.67 0.14 0.16 0.16 0.15 0.29 0.23Gasolina 0.07 0.07 0.07 0.10 0.06 0.04 0.05 0.04 0.09 0.13 0.03 0.02Gas --- 0.00 0.00 0.00 0.01 0.00 0.03 0.03 0.03 0.02 0.02 0.02Electricidad 0.80 0.73 0.71 0.73 0.76 0.43 0.52 0.51 0.44 0.38 0.23 0.21Petroleo 0.18 0.24 0.28 0.25 0.22 0.55 0.22 0.14 0.12 0.38 0.58 0.70Gasolina 0.01 0.03 0.01 0.02 0.01 0.01 0.01 0.01 0.00 0.00 0.00 0.00Gas 0.00 0.00 0.00 0.00 0.01 0.01 0.25 0.34 0.43 0.24 0.19 0.09Electricidad 0.73 0.75 0.79 0.81 0.85 0.75 0.66 0.79 0.74 0.71 0.66 0.63Petroleo 0.26 0.24 0.21 0.19 0.15 0.24 0.18 0.20 0.25 0.25 0.32 0.35Gasolina 0.00 0.00 0.01 0.01 0.00 0.01 0.16 0.01 0.01 0.02 0.00 0.01Gas 0.00 0.00 0.00 0.00 0.00 --- 0.01 0.01 0.00 0.03 0.02 0.01Electricidad 0.63 0.57 0.51 0.37 0.48 0.51 0.47 0.48 0.44 0.35 0.64 0.69Petroleo 0.14 0.20 0.22 0.43 0.31 0.27 0.23 0.30 0.36 0.44 0.28 0.16Gasolina 0.16 0.18 0.20 0.15 0.17 0.19 0.12 0.05 0.06 0.04 0.02 0.02Gas 0.07 0.05 0.07 0.05 0.04 0.04 0.18 0.18 0.14 0.16 0.07 0.13Electricidad 0.72 0.63 0.57 0.65 0.58 0.55 0.64 0.64 0.56 0.52 0.47 0.35Petroleo 0.15 0.27 0.27 0.19 0.31 0.19 0.25 0.21 0.26 0.24 0.30 0.49Gasolina 0.10 0.08 0.15 0.15 0.08 0.02 0.11 0.15 0.17 0.23 0.22 0.12Gas 0.03 0.03 0.01 0.01 0.03 0.24 0.01 0.01 0.01 0.01 0.02 0.04Electricidad 1.00 0.70 0.86 0.18 0.22 0.89 0.86 Petroleo --- 0.03 --- 0.62 0.56 0.00 0.01 Gasolina 0.00 0.26 0.14 0.17 0.18 0.11 0.12 Gas --- 0.01 --- 0.03 0.03 --- --- Electricidad 0.99 0.68 0.70 0.67 0.46 0.42 0.41 0.46 0.43 0.43 0.42 0.34Petroleo 0.01 0.03 0.10 0.14 0.26 0.27 0.30 0.33 0.38 0.33 0.37 0.38Gasolina --- 0.29 0.20 0.19 0.28 0.29 0.29 0.20 0.18 0.24 0.21 0.29Gas 0.00 --- --- 0.01 0.00 0.03 0.00 0.01 0.02 --- 0.00 ---Electricidad 0.77 0.74 0.74 0.76 0.75 0.63 0.38 0.50 0.47 0.53 0.64 0.66Petroleo 0.15 0.12 0.12 0.09 0.14 0.18 0.54 0.36 0.40 0.32 0.24 0.23Gasolina 0.06 0.11 0.11 0.11 0.11 0.17 0.06 0.11 0.08 0.10 0.07 0.06Gas 0.02 0.04 0.03 0.04 0.01 0.03 0.02 0.04 0.05 0.05 0.05 0.06Electricidad 0.62 0.55 0.77 0.73 0.96 0.86 0.92 0.83 0.44 0.39 0.50 0.58Petroleo 0.05 0.20 0.09 0.28 --- 0.14 0.08 --- 0.38 0.27 0.37 0.41Gasolina 0.33 0.24 0.14 --- 0.04 --- --- 0.15 0.17 0.34 0.08 ---Gas --- --- --- --- --- --- --- 0.01 0.01 --- 0.04 0.01


35

36

28

29

31

25

26

27

34

20

21

22

24

Año

15

17

18

78

Cuadro 27: Distribución del gasto en combustibles: Electricidad, Petróleo, Gasolina y Gas (Zona Centro)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Electricidad 0.57 0.58 0.57 0.60 0.52 0.50 0.50 0.51 0.46 0.47 0.50 0.49Petroleo 0.34 0.35 0.35 0.29 0.34 0.30 0.28 0.26 0.33 0.34 0.32 0.34Gasolina 0.04 0.04 0.03 0.04 0.05 0.04 0.04 0.03 0.03 0.02 0.02 0.02Gas 0.05 0.04 0.05 0.07 0.09 0.16 0.18 0.20 0.17 0.17 0.16 0.15Electricidad 0.74 0.31 0.62 0.67 0.66 0.63 Petroleo 0.17 0.09 0.13 0.20 0.09 0.07 Gasolina 0.08 0.59 0.15 0.01 0.01 0.08 Gas 0.02 0.01 0.11 0.12 0.23 0.23 Electricidad 0.65 0.59 0.61 0.62 0.68 0.66 0.78 0.79 0.78 0.81 0.85 0.71Petroleo 0.20 0.24 0.21 0.17 0.10 0.02 0.04 0.03 0.04 0.03 0.02 0.10Gasolina 0.02 0.02 0.02 0.10 0.01 0.01 0.03 0.04 0.04 0.07 0.05 0.03Gas 0.13 0.15 0.16 0.11 0.22 0.31 0.15 0.15 0.14 0.10 0.08 0.17Electricidad 0.95 0.90 0.86 0.71 0.83 0.71 0.71 0.66 0.72 0.61 0.60 0.61Petroleo 0.01 0.03 0.07 0.17 0.12 0.23 --- --- 0.02 0.15 0.16 0.17Gasolina 0.03 0.06 0.06 0.09 0.05 0.01 0.06 0.09 0.09 0.12 0.05 0.08Gas 0.02 0.01 0.01 0.03 0.01 0.06 0.23 0.25 0.18 0.13 0.19 0.15Electricidad 0.75 0.72 0.65 0.71 0.74 0.75 0.59 0.60 0.48 0.39 0.38 0.48Petroleo 0.11 0.12 0.15 0.10 0.04 0.05 0.07 0.07 0.07 0.24 0.34 0.16Gasolina 0.12 0.14 0.16 0.15 0.17 0.17 0.04 0.04 0.03 0.02 0.02 0.02Gas 0.03 0.03 0.04 0.05 0.05 0.04 0.30 0.29 0.42 0.35 0.26 0.34Electricidad 0.71 0.72 0.65 0.76 0.76 0.62 0.45 0.43 0.48 0.54 0.45 0.20Petroleo 0.20 0.20 0.26 0.16 0.16 0.27 0.42 0.46 0.42 0.36 0.47 0.76Gasolina 0.08 0.08 0.08 0.07 0.07 0.09 0.11 0.07 0.08 0.06 0.05 0.04Gas 0.01 0.00 0.01 0.01 0.01 0.02 0.02 0.04 0.03 0.04 0.02 0.01Electricidad 0.81 0.79 0.78 0.80 0.82 0.34 0.80 0.83 0.75 0.59 0.75 0.71Petroleo 0.13 0.15 0.16 0.15 0.14 0.53 0.02 0.10 0.18 0.08 0.17 0.17Gasolina 0.03 0.02 0.01 0.00 0.00 0.00 0.01 0.01 0.02 0.02 0.02 ---Gas 0.03 0.05 0.06 0.05 0.04 0.13 0.17 0.06 0.06 0.31 0.07 0.12Electricidad 0.85 0.87 0.88 0.83 0.73 0.62 0.52 0.57 0.62 0.50 0.57 0.66Petroleo 0.03 0.00 0.00 0.06 0.04 0.01 0.44 0.36 0.29 0.36 0.31 0.21Gasolina 0.09 0.09 0.08 0.05 0.07 0.05 0.01 0.04 0.06 0.10 0.08 0.08Gas 0.04 0.04 0.04 0.05 0.16 0.32 0.04 0.03 0.03 0.04 0.04 0.05Electricidad 1.00 1.00 0.99 0.72 0.28 0.27 Petroleo --- --- 0.02 --- --- --- Gasolina --- 0.00 --- --- --- --- Gas --- --- --- 0.28 0.72 0.73 Electricidad 0.63 0.66 0.65 0.59 0.34 0.79 0.54 0.58 0.54 0.88 0.60 0.43Petroleo 0.32 0.32 0.27 0.30 0.10 0.03 0.01 0.01 0.01 0.02 0.04 0.03Gasolina 0.02 0.00 0.00 0.00 0.01 0.00 0.01 --- 0.00 0.01 0.00 0.00Gas 0.03 0.02 0.07 0.11 0.55 0.19 0.44 0.42 0.45 0.10 0.36 0.55Electricidad 0.85 0.82 0.77 0.82 0.88 0.80 0.92 0.90 0.86 0.91 0.89 0.86Petroleo 0.14 0.16 0.21 0.16 0.08 0.18 0.04 0.04 0.06 0.05 0.06 0.07Gasolina 0.00 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.01 0.02Gas 0.01 0.01 0.02 0.02 0.03 0.02 0.04 0.05 0.06 0.04 0.04 0.05Electricidad 0.63 0.67 0.67 0.70 0.81 0.72 0.73 0.76 0.66 0.70 0.69 0.60Petroleo 0.36 0.32 0.31 0.29 0.16 0.26 0.20 0.15 0.25 0.22 0.24 0.32Gasolina 0.01 0.01 0.01 0.01 0.01 0.00 0.01 0.01 0.00 0.01 0.01 0.01Gas 0.00 0.00 0.00 0.01 0.02 0.02 0.07 0.08 0.09 0.08 0.06 0.07Electricidad 0.51 0.61 0.85 0.94 0.87 0.52 0.61 0.85 0.85 0.78 0.76 0.73Petroleo 0.46 0.38 0.14 0.04 0.08 0.43 0.33 0.14 0.10 0.14 0.18 0.19Gasolina 0.00 0.00 0.00 0.00 0.03 0.00 0.01 0.00 0.00 0.00 0.00 0.00Gas 0.03 0.02 0.01 0.02 0.02 0.04 0.06 0.01 0.05 0.07 0.07 0.08Electricidad 0.52 0.53 0.46 0.47 0.51 0.47 0.39 0.44 0.34 0.55 0.40 0.39Petroleo 0.06 0.05 0.06 0.07 0.08 0.12 0.21 0.34 0.32 0.21 0.41 0.34Gasolina 0.06 0.05 0.09 0.11 0.03 0.06 0.03 0.03 0.03 0.07 0.05 0.03Gas 0.36 0.37 0.39 0.35 0.38 0.36 0.37 0.19 0.31 0.18 0.14 0.25Electricidad 0.59 0.65 0.49 0.65 0.34 0.53 0.56 0.88 0.95 0.95 0.96 0.97Petroleo 0.11 0.18 0.08 0.29 0.52 0.45 0.41 0.10 0.04 0.04 0.03 0.02Gasolina 0.30 0.16 0.42 0.05 0.08 0.01 0.02 0.01 0.01 0.01 0.01 0.01Gas 0.01 0.00 0.01 0.01 0.07 0.01 0.01 0.00 0.00 0.00 0.00 0.00

26

27

28

29

22

23

24

25

18

19

20

21

Año

15

16

17

79

Electricidad 0.74 0.68 0.66 0.70 0.73 0.66 0.57 0.57 0.56 0.49 0.49 0.60Petroleo 0.03 0.05 0.05 0.05 0.06 0.07 0.03 0.01 0.03 0.07 0.08 0.01Gasolina 0.07 0.08 0.10 0.09 0.05 0.09 0.14 0.14 0.15 0.12 0.11 0.12Gas 0.16 0.19 0.19 0.16 0.17 0.18 0.27 0.28 0.26 0.32 0.32 0.27Electricidad 1.00 1.00 1.00 Petroleo --- --- --- Gasolina --- --- --- Gas --- --- --- Electricidad 0.84 0.81 0.59 0.72 0.68 0.76 0.65 0.69 0.63 0.68 0.62 0.52Petroleo --- --- --- --- --- --- 0.00 0.01 0.01 0.01 0.01 0.02Gasolina --- --- --- --- --- --- 0.03 0.02 0.06 0.02 0.01 0.02Gas 0.16 0.19 0.41 0.28 0.32 0.24 0.31 0.29 0.30 0.29 0.36 0.44Electricidad 0.69 0.67 0.61 0.66 0.66 0.64 0.50 0.45 0.54 0.77 0.70 0.69Petroleo 0.08 0.06 0.08 0.05 0.10 0.23 0.45 0.48 0.34 --- 0.08 0.10Gasolina 0.02 0.02 0.03 0.01 0.05 0.02 0.01 0.01 0.04 --- 0.08 0.10Gas 0.21 0.25 0.29 0.28 0.19 0.11 0.05 0.07 0.08 0.23 0.14 0.11Electricidad 0.61 0.66 0.61 0.60 0.57 0.53 0.51 0.44 0.20 0.41 0.64 0.72Petroleo 0.10 0.13 0.16 0.09 0.11 0.25 0.20 0.32 0.38 0.38 0.16 0.12Gasolina 0.25 0.16 0.20 0.26 0.24 0.18 0.22 0.20 0.40 0.14 0.07 0.07Gas 0.05 0.05 0.04 0.06 0.08 0.04 0.07 0.04 0.02 0.07 0.13 0.09Electricidad 0.57 0.54 0.61 0.69 0.76 0.56 0.81 0.90 0.73 0.71 0.71 0.71Petroleo 0.12 0.13 0.18 0.22 0.04 0.22 0.10 0.04 0.09 0.16 0.13 0.17Gasolina 0.19 0.22 0.14 0.02 0.04 0.06 0.01 0.01 0.01 0.01 0.01 0.02Gas 0.12 0.11 0.08 0.07 0.15 0.15 0.08 0.05 0.18 0.12 0.14 0.11


34

35

36

31

32

33

80

Cuadro 28: Distribución del gasto en combustibles: Electricidad, Petróleo, Gasolina y Gas (Zona Sur)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Electricidad 0.55 0.53 0.52 0.51 0.47 0.44 0.45 0.40 0.42 0.43 0.41 0.43Petroleo 0.36 0.37 0.37 0.38 0.37 0.39 0.33 0.27 0.35 0.37 0.38 0.41Gasolina 0.03 0.04 0.04 0.03 0.04 0.04 0.04 0.11 0.03 0.03 0.02 0.02Gas 0.06 0.07 0.08 0.08 0.13 0.14 0.19 0.21 0.20 0.18 0.19 0.15Electricidad 0.50 0.54 0.37 Petroleo 0.26 0.29 0.28 Gasolina --- --- --- Gas 0.24 0.18 0.36 Electricidad 0.70 0.68 0.67 0.68 0.60 0.56 0.57 0.58 0.58 0.62 0.56 0.52Petroleo 0.22 0.24 0.23 0.09 0.08 0.06 0.04 0.04 0.05 0.10 0.18 0.22Gasolina 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.01 0.01 0.02 0.01 0.01Gas 0.07 0.07 0.08 0.22 0.31 0.36 0.38 0.37 0.36 0.27 0.25 0.25Electricidad 0.74 0.75 0.76 0.79 0.63 0.72 0.75 0.74 0.71 0.76 0.68 0.68Petroleo 0.11 0.13 0.11 0.09 0.20 0.09 0.04 0.03 0.05 0.06 0.08 0.11Gasolina 0.08 0.06 0.06 0.05 0.05 0.06 0.04 0.06 0.04 0.05 0.04 0.03Gas 0.07 0.06 0.07 0.07 0.13 0.13 0.17 0.17 0.20 0.13 0.21 0.18Electricidad 0.82 0.80 0.79 0.77 0.67 0.75 0.53 0.71 0.76 0.74 0.66 0.67Petroleo 0.13 0.14 0.12 0.08 0.16 0.07 0.13 0.08 0.08 0.10 0.18 0.17Gasolina 0.03 0.04 0.04 0.03 0.04 0.04 0.03 0.04 0.04 0.06 0.04 0.03Gas 0.02 0.02 0.05 0.12 0.13 0.13 0.32 0.17 0.12 0.10 0.12 0.13Electricidad 0.78 0.79 0.79 0.81 0.78 0.80 0.85 0.85 0.83 0.79 0.83 0.82Petroleo 0.18 0.17 0.17 0.15 0.17 0.16 0.11 0.11 0.12 0.16 0.13 0.15Gasolina 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.02 0.02 0.01 0.01 0.01Gas 0.01 0.01 0.01 0.02 0.02 0.02 0.01 0.02 0.02 0.04 0.03 0.02Electricidad 0.91 0.88 0.73 0.70 0.79 0.82 0.78 0.71 0.81 0.78 0.76 0.67Petroleo 0.08 0.12 0.25 0.24 0.08 0.13 0.15 0.18 0.13 0.10 0.14 0.22Gasolina 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00Gas 0.00 0.01 0.02 0.05 0.12 0.05 0.07 0.11 0.06 0.11 0.10 0.12Electricidad 0.74 0.77 0.77 0.77 0.70 0.76 0.62 0.63 0.76 0.76 0.71 0.71Petroleo 0.06 0.06 0.07 0.08 0.09 0.08 0.16 0.04 0.05 0.07 0.09 0.07Gasolina 0.08 0.07 0.06 0.04 0.03 0.02 0.04 0.02 0.03 0.03 0.03 0.03Gas 0.12 0.11 0.10 0.11 0.18 0.13 0.18 0.30 0.15 0.14 0.17 0.19Electricidad 0.99 1.00 0.91 0.92 1.00 0.51 Petroleo --- --- --- 0.05 0.00 0.00 Gasolina 0.00 0.00 0.00 --- --- --- Gas 0.00 0.00 0.09 0.03 0.00 0.49 Electricidad 0.81 0.80 0.76 0.79 0.80 0.66 0.70 0.68 0.57 0.38 0.31 0.36Petroleo 0.15 0.15 0.14 0.10 0.09 0.13 0.02 0.02 0.06 0.03 0.08 0.05Gasolina 0.02 0.02 0.03 0.02 0.03 0.04 0.01 0.01 0.01 0.01 0.16 0.09Gas 0.03 0.04 0.08 0.09 0.08 0.18 0.27 0.29 0.36 0.58 0.45 0.50Electricidad 0.86 0.83 0.85 0.85 0.83 0.80 0.83 0.81 0.81 0.80 0.80 0.77Petroleo 0.07 0.10 0.06 0.04 0.05 0.06 0.05 0.04 0.05 0.06 0.07 0.09Gasolina 0.02 0.03 0.03 0.02 0.02 0.03 0.03 0.02 0.02 0.02 0.02 0.02Gas 0.05 0.05 0.06 0.08 0.10 0.11 0.10 0.12 0.12 0.13 0.12 0.11Electricidad 0.54 0.48 0.46 0.56 0.50 0.38 0.45 0.44 0.44 0.46 0.40 0.39Petroleo 0.32 0.36 0.38 0.19 0.22 0.23 0.20 0.15 0.18 0.22 0.26 0.21Gasolina 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.01 0.01 0.01 0.03 0.01Gas 0.13 0.14 0.15 0.24 0.27 0.38 0.34 0.40 0.37 0.31 0.32 0.40Electricidad 0.85 0.84 0.84 0.72 0.82 0.71 0.69 0.77 0.74 0.70 0.67 0.71Petroleo 0.10 0.10 0.11 0.22 0.09 0.07 0.11 0.08 0.10 0.17 0.21 0.15Gasolina 0.01 0.00 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.01 0.01 0.01Gas 0.05 0.05 0.04 0.06 0.09 0.23 0.20 0.15 0.17 0.12 0.12 0.14Electricidad 0.66 0.63 0.61 0.66 0.58 0.57 0.73 0.69 0.68 0.69 0.65 0.62Petroleo 0.11 0.11 0.11 0.10 0.12 0.11 0.07 0.06 0.07 0.10 0.11 0.12Gasolina 0.06 0.05 0.07 0.06 0.08 0.06 0.04 0.04 0.03 0.03 0.03 0.03Gas 0.17 0.21 0.21 0.19 0.23 0.27 0.17 0.21 0.22 0.18 0.21 0.23Electricidad 0.78 0.73 0.67 0.69 0.71 0.67 0.59 0.60 0.56 0.58 0.85 0.57Petroleo 0.08 0.09 0.14 0.12 0.12 0.09 0.09 0.07 0.09 0.11 0.05 0.16Gasolina 0.04 0.05 0.05 0.07 0.05 0.08 0.09 0.09 0.11 0.09 0.03 0.06Gas 0.11 0.13 0.14 0.13 0.13 0.15 0.24 0.25 0.25 0.22 0.08 0.21

26

27

28

29

22

23

24

25

18

19

20

21

Año

15

16

17

81

Electricidad 0.52 0.54 0.51 0.56 0.51 0.57 0.60 0.61 0.59 0.51 0.55 0.67Petroleo 0.12 0.07 0.09 0.06 0.05 0.03 0.06 0.05 0.08 0.08 0.08 0.08Gasolina 0.03 0.04 0.05 0.06 0.04 0.03 0.09 0.08 0.08 0.05 0.08 0.04Gas 0.33 0.35 0.36 0.33 0.41 0.37 0.25 0.26 0.25 0.36 0.29 0.21Electricidad 0.83 0.72 0.93 0.86 0.85 0.67 0.98 0.85 0.84 0.84 0.85 0.84Petroleo --- --- --- 0.00 0.00 0.11 0.00 0.01 0.08 0.08 0.06 0.13Gasolina 0.06 0.08 0.01 0.06 0.05 0.13 --- --- --- --- --- ---Gas 0.11 0.20 0.06 0.08 0.11 0.10 0.02 0.14 0.09 0.07 0.09 0.04Electricidad 0.80 0.79 0.82 0.74 0.69 0.66 0.69 0.74 0.78 0.48 0.63 0.67Petroleo 0.02 --- 0.00 0.01 0.01 0.06 0.06 0.07 0.03 0.04 0.06 0.08Gasolina 0.05 0.08 0.02 0.03 0.14 0.06 0.11 0.07 0.05 0.36 0.14 0.08Gas 0.13 0.13 0.16 0.22 0.16 0.23 0.14 0.13 0.14 0.13 0.17 0.17Electricidad 0.67 0.66 0.63 0.58 0.62 0.59 0.64 0.62 0.61 0.60 0.53 0.56Petroleo 0.05 0.10 0.05 0.09 0.05 0.04 0.07 0.07 0.10 0.11 0.17 0.21Gasolina 0.08 0.08 0.08 0.10 0.11 0.08 0.06 0.07 0.07 0.10 0.07 0.08Gas 0.20 0.16 0.24 0.23 0.22 0.30 0.23 0.24 0.23 0.19 0.23 0.16Electricidad 0.74 0.69 0.68 0.85 0.83 0.76 0.41 0.77 0.72 0.68 0.67 0.68Petroleo 0.17 0.20 0.21 0.10 0.10 0.14 0.11 0.12 0.15 0.13 0.19 0.15Gasolina 0.04 0.05 0.03 0.02 0.01 0.02 0.01 0.06 0.05 0.06 0.07 0.03Gas 0.06 0.06 0.09 0.03 0.05 0.08 0.46 0.06 0.09 0.13 0.07 0.14Electricidad 0.79 0.78 0.73 0.76 0.68 0.68 0.66 0.73 0.70 0.68 0.67 0.59Petroleo 0.05 0.05 0.06 0.10 0.12 0.11 0.16 0.13 0.14 0.16 0.17 0.16Gasolina 0.10 0.07 0.11 0.08 0.10 0.10 0.05 0.05 0.07 0.06 0.07 0.06Gas 0.06 0.09 0.10 0.06 0.09 0.10 0.14 0.09 0.09 0.09 0.10 0.19


34

35

36

31

32

33

82

Cuadro 29: Distribución del gasto en combustibles: Electricidad, Petróleo, Gasolina, Gas y Otros (Zona Sur)

Actividad Energía 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Electricidad 0.43 0.43 0.45 0.44 0.40 0.37 0.38 0.34 0.38 0.38 0.37 0.39Petroleo 0.28 0.30 0.32 0.32 0.31 0.33 0.29 0.23 0.32 0.33 0.35 0.37Gasolina 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.10 0.03 0.02 0.02 0.02Gas 0.05 0.05 0.07 0.07 0.11 0.12 0.16 0.18 0.18 0.16 0.17 0.14Otros 0.22 0.19 0.13 0.15 0.16 0.15 0.14 0.15 0.09 0.11 0.09 0.09Electricidad 0.50 0.54 0.37 Petroleo 0.26 0.29 0.28 Gasolina --- --- --- Gas 0.24 0.18 0.36 Otros --- --- --- Electricidad 0.66 0.63 0.63 0.63 0.56 0.53 0.55 0.55 0.57 0.60 0.54 0.51Petroleo 0.20 0.23 0.22 0.09 0.08 0.06 0.04 0.04 0.05 0.09 0.18 0.22Gasolina 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.01 0.01 0.01 0.01 0.01Gas 0.06 0.06 0.08 0.21 0.29 0.33 0.37 0.35 0.35 0.26 0.25 0.24Otros 0.06 0.07 0.06 0.07 0.07 0.07 0.03 0.06 0.03 0.04 0.03 0.02Electricidad 0.73 0.74 0.76 0.78 0.63 0.71 0.74 0.74 0.71 0.76 0.67 0.68Petroleo 0.11 0.13 0.11 0.09 0.20 0.09 0.04 0.03 0.05 0.06 0.08 0.11Gasolina 0.08 0.05 0.06 0.05 0.05 0.06 0.04 0.06 0.04 0.05 0.04 0.03Gas 0.07 0.06 0.07 0.07 0.13 0.13 0.17 0.17 0.20 0.13 0.21 0.18Otros 0.01 0.01 0.01 0.01 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00Electricidad 0.76 0.76 0.74 0.74 0.66 0.74 0.51 0.67 0.73 0.70 0.63 0.64Petroleo 0.12 0.13 0.11 0.07 0.15 0.07 0.12 0.08 0.08 0.10 0.17 0.16Gasolina 0.03 0.03 0.03 0.03 0.04 0.04 0.03 0.04 0.04 0.06 0.04 0.03Gas 0.02 0.02 0.05 0.12 0.13 0.13 0.30 0.16 0.12 0.10 0.11 0.12Otros 0.08 0.06 0.07 0.05 0.02 0.01 0.04 0.05 0.03 0.05 0.06 0.05Electricidad 0.77 0.77 0.77 0.78 0.75 0.79 0.85 0.82 0.83 0.78 0.79 0.79Petroleo 0.18 0.17 0.17 0.14 0.16 0.16 0.11 0.11 0.12 0.16 0.13 0.15Gasolina 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.02 0.02 0.01 0.01 0.01Gas 0.01 0.01 0.01 0.02 0.02 0.02 0.01 0.02 0.02 0.04 0.03 0.02Otros 0.01 0.03 0.02 0.04 0.04 0.01 0.01 0.04 0.01 0.02 0.04 0.03Electricidad 0.89 0.86 0.70 0.69 0.79 0.81 0.77 0.70 0.80 0.78 0.75 0.66Petroleo 0.08 0.11 0.24 0.24 0.08 0.13 0.14 0.18 0.13 0.10 0.14 0.21Gasolina 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00Gas 0.00 0.01 0.02 0.05 0.12 0.05 0.07 0.11 0.06 0.11 0.10 0.12Otros 0.02 0.02 0.04 0.02 0.01 0.01 0.02 0.02 0.01 0.01 0.01 0.01Electricidad 0.73 0.77 0.77 0.77 0.70 0.76 0.62 0.63 0.76 0.76 0.71 0.71Petroleo 0.06 0.06 0.07 0.08 0.09 0.08 0.16 0.04 0.05 0.07 0.09 0.07Gasolina 0.08 0.07 0.06 0.04 0.03 0.02 0.04 0.02 0.03 0.03 0.03 0.03Gas 0.12 0.11 0.10 0.11 0.18 0.13 0.18 0.30 0.15 0.14 0.17 0.19Otros 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 --- 0.00Electricidad 0.99 1.00 0.91 0.92 1.00 0.51 Petroleo --- --- --- 0.05 0.00 0.00 Gasolina 0.00 0.00 0.00 --- --- --- Gas 0.00 0.00 0.09 0.03 0.00 0.49 Otros 0.00 --- --- --- --- --- Electricidad 0.76 0.78 0.75 0.78 0.80 0.65 0.70 0.68 0.57 0.38 0.31 0.36Petroleo 0.14 0.14 0.13 0.10 0.09 0.12 0.02 0.02 0.06 0.03 0.08 0.05Gasolina 0.02 0.02 0.03 0.02 0.03 0.04 0.01 0.01 0.01 0.01 0.16 0.09Gas 0.03 0.04 0.08 0.09 0.08 0.18 0.27 0.29 0.36 0.58 0.45 0.50Otros 0.06 0.02 0.02 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00Electricidad 0.84 0.82 0.85 0.84 0.83 0.79 0.82 0.80 0.80 0.78 0.79 0.77Petroleo 0.07 0.10 0.06 0.04 0.05 0.06 0.05 0.04 0.05 0.06 0.07 0.09Gasolina 0.02 0.02 0.03 0.02 0.02 0.03 0.03 0.02 0.02 0.02 0.02 0.02Gas 0.05 0.05 0.06 0.08 0.10 0.11 0.10 0.12 0.12 0.12 0.12 0.11Otros 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.01 0.01Electricidad 0.42 0.38 0.37 0.44 0.42 0.32 0.38 0.37 0.37 0.39 0.34 0.35Petroleo 0.26 0.28 0.30 0.15 0.18 0.20 0.17 0.13 0.15 0.18 0.22 0.19Gasolina 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.01Gas 0.10 0.11 0.13 0.18 0.23 0.32 0.28 0.34 0.30 0.26 0.27 0.36Otros 0.21 0.23 0.19 0.23 0.15 0.15 0.16 0.16 0.17 0.17 0.16 0.09

16

19

23

25

26

20

21

22

24

Año

15

17

18

83

Electricidad 0.83 0.83 0.82 0.71 0.80 0.37 0.68 0.76 0.73 0.70 0.66 0.71Petroleo 0.10 0.10 0.11 0.21 0.08 0.04 0.11 0.08 0.09 0.17 0.21 0.15Gasolina 0.01 0.00 0.01 0.00 0.01 0.00 0.00 0.00 0.00 0.01 0.01 0.01Gas 0.05 0.05 0.04 0.06 0.08 0.12 0.20 0.15 0.17 0.12 0.12 0.14Otros 0.02 0.02 0.03 0.02 0.03 0.47 0.00 0.01 0.01 0.00 0.00 0.00Electricidad 0.65 0.61 0.60 0.65 0.57 0.56 0.72 0.68 0.67 0.69 0.64 0.61Petroleo 0.10 0.10 0.11 0.10 0.12 0.11 0.07 0.06 0.07 0.10 0.11 0.11Gasolina 0.06 0.05 0.07 0.06 0.08 0.06 0.04 0.04 0.03 0.03 0.03 0.03Gas 0.17 0.21 0.20 0.19 0.23 0.27 0.16 0.21 0.22 0.17 0.21 0.23Otros 0.02 0.03 0.02 0.02 0.01 0.01 0.01 0.01 0.01 0.01 0.02 0.02Electricidad 0.76 0.72 0.66 0.68 0.70 0.67 0.57 0.58 0.55 0.57 0.84 0.56Petroleo 0.07 0.09 0.14 0.11 0.12 0.09 0.08 0.06 0.09 0.10 0.04 0.16Gasolina 0.04 0.05 0.05 0.07 0.05 0.08 0.09 0.08 0.10 0.09 0.03 0.06Gas 0.11 0.12 0.13 0.12 0.13 0.15 0.23 0.24 0.24 0.22 0.08 0.21Otros 0.03 0.02 0.02 0.02 0.01 0.01 0.03 0.04 0.02 0.02 0.01 0.02Electricidad 0.51 0.54 0.50 0.56 0.51 0.56 0.59 0.59 0.58 0.50 0.55 0.67Petroleo 0.12 0.07 0.09 0.06 0.05 0.03 0.06 0.05 0.08 0.08 0.08 0.08Gasolina 0.03 0.04 0.05 0.06 0.04 0.03 0.09 0.08 0.08 0.05 0.08 0.04Gas 0.32 0.35 0.36 0.32 0.41 0.37 0.25 0.25 0.25 0.35 0.29 0.21Otros 0.03 0.02 0.01 0.01 0.00 0.01 0.02 0.03 0.02 0.01 0.01 0.00Electricidad 0.83 0.72 0.93 0.86 0.85 0.67 0.98 0.85 0.84 0.84 0.85 0.84Petroleo --- --- --- 0.00 0.00 0.11 0.00 0.01 0.08 0.08 0.06 0.13Gasolina 0.06 0.08 0.01 0.06 0.05 0.13 --- --- --- --- --- ---Gas 0.11 0.20 0.06 0.08 0.11 0.10 0.02 0.14 0.09 0.07 0.09 0.04Otros --- 0.00 --- --- --- --- --- --- --- --- --- ---Electricidad 0.80 0.79 0.82 0.74 0.69 0.66 0.68 0.74 0.78 0.47 0.63 0.67Petroleo 0.02 --- 0.00 0.01 0.01 0.06 0.06 0.07 0.03 0.04 0.06 0.08Gasolina 0.05 0.08 0.02 0.03 0.14 0.06 0.11 0.07 0.05 0.36 0.14 0.08Gas 0.13 0.13 0.15 0.22 0.16 0.23 0.14 0.13 0.14 0.13 0.17 0.17Otros --- 0.00 0.00 0.00 0.00 --- 0.01 0.00 0.01 0.01 0.00 0.00Electricidad 0.63 0.63 0.60 0.54 0.56 0.58 0.64 0.62 0.60 0.60 0.53 0.55Petroleo 0.05 0.09 0.04 0.08 0.05 0.04 0.07 0.07 0.10 0.11 0.17 0.21Gasolina 0.07 0.07 0.08 0.10 0.10 0.08 0.06 0.07 0.07 0.10 0.07 0.08Gas 0.19 0.16 0.23 0.21 0.20 0.29 0.23 0.24 0.22 0.19 0.22 0.16Otros 0.06 0.05 0.04 0.07 0.10 0.02 0.01 0.00 0.01 0.00 0.01 0.01Electricidad 0.74 0.69 0.67 0.85 0.83 0.76 0.41 0.76 0.72 0.68 0.67 0.68Petroleo 0.17 0.20 0.21 0.10 0.10 0.14 0.11 0.12 0.15 0.13 0.19 0.15Gasolina 0.04 0.05 0.03 0.02 0.01 0.02 0.01 0.05 0.05 0.06 0.07 0.03Gas 0.06 0.06 0.09 0.03 0.05 0.08 0.46 0.06 0.09 0.13 0.07 0.14Otros 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00Electricidad 0.77 0.77 0.73 0.74 0.67 0.67 0.65 0.73 0.69 0.68 0.66 0.58Petroleo 0.05 0.05 0.06 0.09 0.12 0.11 0.16 0.13 0.14 0.16 0.17 0.16Gasolina 0.10 0.07 0.11 0.08 0.10 0.10 0.04 0.05 0.07 0.06 0.07 0.06Gas 0.06 0.09 0.09 0.06 0.09 0.10 0.14 0.09 0.09 0.09 0.10 0.18Otros 0.03 0.01 0.01 0.02 0.02 0.02 0.01 0.01 0.02 0.01 0.01 0.02


36

32

33

29

31

34

35

27

28

84

Del Cuadro 27 y 28 se desprende que incluso si se limita el análisis a cuatro

combustibles persisten sectors y años con un consumo de cero para alguno de ellos. Sin

embargo, esto afecta a sectores de ya con información incompleta o donde hay muy

pocas observaciones.26 Dichas observaciones serán eliminadas automáticamente al

estimar el modelo.

Para la estimación del modelo se generó una serie de variables adicionales. En primer

lugar, se creo una variable que indica la importancia relativa de cada sector en el

consumo agregado de energía ya sea a nivel nacional —para el modelo agregado— o

por zona —para los modelos estimados por zona. El propósito de esta variable es

controlar en la estimación por la importancia relativa de cada observación. Así, los

sectores y años que representan una proporción mayor del consumo energético tendrán

un peso mayor en la estimación que los sectores y años que representan un consumo

menor. Para generar esta variable primero se transformaron los consumos de cada

combustible en unidad de energía (MM BTU) de acuerdo a parámetros de conversión

entregados por la contraparte. Luego se sumó el consumo de energía por zona y año (o

el total nacional de cada año para la estimación del modelo nacional) y se calculó el

consumo relativo de cada observación.

Por otro lado, también se generó una variable que mide la disponibilidad neta de gas

natural por zona y año. Para ello se generó una variable discreta que tomaba el valor de

1 si en la región de las observaciones individuales originales de la ENIA había

disponibilidad de gas natural. Las regiones Metropolitana, V y VI cuentan con acceso a

gas natural desde fines del año 1997, mientras que las regiones II y VIII cuentan con gas

natural desde el año 2000. También se calculó la restricción de los envíos de gas natural

desde Argentina para cada gasoducto. Esta variable está expresada como porcentaje del

consumo (excluyendo aquel destinado a la generación eléctrica) de cada gasoducto. El

siguiente cuadro muestra las retricciones por año:

26 En el Anexo II.6 se presentan cuadros con el número de observaciones individuales de la ENIA por zona, actividad y año que dieron orígen a los datos agregados que se presentan en esta sección.

85

Cuadro 30: Restricción de los envíos de gas natural desde Argentina por Gasoducto (porcentaje del consumo excluyendo aquel destinado a la generación

eléctrica) Gasoducto 2004 2005 2006 Gas Andes (RM, V y VI) 2,2% 37,9% 39,3% Gas Atacama y NorAndino (II) 31,1% 20,9% 46,4% Gas Pacífico (VIII) 4,1% 33,4% 30,5% Fuente: Comisión Nacional de Energía.

Finalmente, a la variable de disponibilidad se le restó la restricción relativa del consumo

para cada región donde fuese relevante. El resultado es una variable entre 0 y 1 que

refleja la disponibilidad neta de gas natural por año. Al agregar las observaciones por

zona, esta variable será un promedio del valor de la variable para las observaciones en

regiones con acceso a gas natural y las observaciones en regiones sin acceso a gas

natural dentro de cada zona. Finalmente para reflejar mejor la importancia del consumo

de gas de las observaciones con gas natural, la variable resultante fue multiplicada por

el consumo relativo de gas de las regiones con acceso dentro del consumo agregado de

gas de la zona (por año). Los valores finales de disponibilidad neta de gas natural por

año y macrozona son los siguientes:

Cuadro 31: Disponibilidad neta de gas natural por macrozona

Año Norte Centro Sur 1996 0 0 0 1997 0 0,2214 0,1925 1998 0 0,8855 0,7828 1999 0 0,8855 0,7942 2000 0,3755 0,8389 0,9003 2001 0,4286 0,9376 0,9055 2002 0,4322 0,9376 0,9003 2003 0,3927 0,9376 0,9003 2004 0,2656 0,9211 0,8789 2005 0,2916 0,5826 0,5646 2006 0,2033 0,5590 0,5590 Fuente: cálculo propio.

86

8. Resultados modelo agregado nacional

8.1 RESULTADOS PRINCIPALES

Los primeros resultados se presentan en el Cuadro 32 utilizando los datos a nivel

nacional. El modelo estimado corresponde al sistema de tres ecuaciones (33) donde el

combustible 1 es gas, el 2 petróleo, el 3 gasolina y el 4 electricidad, siendo las variables

dependientes de cada ecuación: ln(wgas/welectricidads), ln(wpetróleo/welectricidad), y

ln(wgasolina/welectricidad), respectivamente.

El modelo fue estimado utilizando la técnica de Ecuaciones Aparentemente No

Relacionadas (Seemingly Unrelated Equations o SURE), utilizando la opción de

iteración lo cual implica que los resultados son equivalentes a una estimación por la

función de Máxima Verosimilitud.27 El estimador SURE permite tomar en cuenta la

correlación de los errores entre las ecuaciones de participación relativa del gasto (33) y

restricciones entre los parámetros de las distintas ecuaciones.

Cada ecuación incorpora una variable discreta por sector CIIU (a dos dígitos). Por

razones de espacio no se reportan los resultados para estas variables. Es importante

señalar que las variables de precio que se utilizaron para estimar el modelo del Cuadro

32 se definieron a partir de los valores agregados de gasto en cada combustible y de

consumo físico para cada sector CIIU, como se define en la ecuación (36) más arriba.

Más abajo se presentarán los resultados utilizando el precio mediano de cada

combustible como variable alternativa al precio promedio agregado.

Por último, cabe señalar también que el modelo fue estimado utilizando una medida del

consumo agregado de energía de cada sector por año, en MM BTU según se describió

en la sección anterior, como un peso relativo en la estimación. Implícitamente, lo que

hace este procedimiento es darle más importancia en la estimación de los parámetros a

las observaciones de aquellos sectores y años con mayor consumo relativo de energía

con respecto al total nacional.28

27 Los modelos fueron estimados utilizando el programa Stata 10.0. 28 Los resultados son muy parecidos si como alternativa se se usa el número de establecimientos por sector año como peso en la estimación.

87

Cuadro 32: Modelo estimado con datos nacionales y precios definidos como promedios agregados por sector

Ln(Wg/We) Ln(Wp/We) Ln(Wgl/We)Disponibilidad gas natural 0.338*** -0.661*** -0.483***

(0.0718) (0.0730) (0.110)

Zona centro -4.269*** -0.827 1.038(1.525) (1.800) (2.642)

Zona sur -3.834** -8.135*** -14.68***(1.705) (1.985) (2.902)

ln(valor bruto producción) 0.414*** 0.569*** 0.352(0.155) (0.170) (0.255)

ln(vbp)*zona centro 0.0390 -0.429*** -0.259(0.148) (0.161) (0.244)

ln(vbp)*zona sur 0.474*** 0.288* 1.268***(0.142) (0.152) (0.229)

ln(número trabajadores) -0.815*** -0.587** 0.980**(0.265) (0.288) (0.430)

ln(número trabajadores)*zona centro 0.449* 1.029*** 0.442(0.264) (0.273) (0.422)

ln(número trabajadores)*zona sur -0.390 0.277 -1.156***(0.241) (0.238) (0.372)

ln(número de establecimientos) -0.410** -0.740*** -1.642***(0.173) (0.202) (0.303)

Beta 12 -0.304***(0.0582)

Beta 13 0.182(0.206)

Beta 14 0.0633**(0.0305)

Beta 23 0.290**(0.116)

Beta 24 -0.0720***(0.0270)

Beta 34 -0.106(0.0702)

Consumo relativo rezagado 0.134*** 0.134*** 0.134***(0.0113) (0.0113) (0.0113)

Constante -1.783* -1.709 -9.757***(1.007) (1.169) (1.745)

Observaciones 487 487 487R cuadrado 0.896 0.910 0.851Error estandar entre paréntesis

observación el consumo agregado de energía por sector y año.

(1)

*** p<0.01, ** p<0.05, * p<0.1

Nota: Se incluyó una variable discretas por sector. La estimación utilizó como peso de cada

88

La primera variable ‘Disponibilidad de gas natural’ es una variable que toma un valor

entre 0 y 1 y que mide la disponibilidad de gas natural, neto de restricciones de los

envíos de gas desde Argentina, para cada macro zona.29 Se puede observar que la

disponibilidad de gas natural aumenta el consumo relativo de gas en relación con la

electricidad (primera columna) y disminuye el consumo relativo de petróleo y gasolina

con respecto a la electricidad (segunda y tercera columna). Estos resultados son

intuitivamente razonables. La disponibilidad de gas natural favorece el consumo de este

combustible en relación a los otros. Además, este resultado estaría indicando que el

petróleo y la gasolina son sustitutos del gas, hipótesis que se confirma con los valores

de las elasticidades que se reportan más abajo.

Las siguientes dos variables son indicadores de la zona del país (la zona norte es la

excluida). Los resultados indican que el gasto relativo de gas y petróleo con respecto a

la electricidad es menor en la zona centro que en el norte del país, aunque en el caso del

petróleo el parámetro estimado no es estadísticamente significativo. En el caso de la

gasolina, el gasto relativo es más alto en la zona centro, pero nuevamente este parámetro

no es estadísticamente significativo. En el caso de la zona sur, el gasto relativo en gas,

petróleo y gasolina con respecto a la electricidad es menor que en la zona norte. Este

resultado estaría indicando que la electricidad es un combustible más importante en

términos relativos en la zona centro y sur del país, en comparación con la zona norte

(una vez que se ha controlado por el efecto de la disponibilidad de gas natural).

Las siguientes variables intentan controlar por efectos macroeconómicos, cambios

tecnológicos y diferencias económicas entre observaciones.30 Se incorpora el logaritmo

del valor bruto de la producción (promedio por actividad) para capturar diferencias en la

escala de producción y también —en la medida que esta variable esté correlacionada

con el stock de capital—en la intensidad de uso de capital entre actividades. Una

29 La construcción de esta variable fue descrita al final de la sección anterior. Esta variable tiene el mismo valor para cada observación dentro de una macrozona y año. Incorporar variables adiconales discretas por año o una variable de tendencia podría entonces capturar parte del efecto de la disponibilidad de gas, particularmente en la estimación de los modelos por macrozona que se presentan más abajo. Considerando que el modelo incluye variables que controlan por efectos macroeconómicos (como el valor bruto de la producción y el número de trabajadores) se optó por no incluir una variable tendencial o discreta por año en el modelo. 30 En la medida que los modelos incluyen también una variable discreta por actividad y, por lo tanto, controlan por las diferencias promedio entre actividades, estas variables adicionales controlan por los efectos de las variaciones temporales de estas variables sobre los gastos relativos.

89

justificación similar se le puede dar a la incorporación del logaritmo del número de

trabajadores. Estas dos últimas variables se interactúa con la variable discreta por zona

para investigar si hay algún efecto diferente por macro zona.

También se incluye el número de establecimientos por sector como un control adicional

para la estructura tecnológica de las actividades de un sector. El número de

establecimientos es una variable relacionada con la escala mínima de producción de una

industria y como tal controla pordiferencias en esta estructura entre actividades.

En el caso del valor bruto de producción, en general, estas variables son significativas

en el modelo presentado en el Cuadro 32, especialmente en el caso de la zona sur. Este

resultado implica rechazar la hipótesis de homoteticidad de la función de producción.

Por otro lado, el logaritmo del número de trabajadores del establecimiento resulta ser

estadísticamente significativa en las tres ecuaciones. La interacción del número de

trabajadores con las variables discretas de la zona centro y sur, arroja como resultado

que, con la excepción de la ecuación de petróleo/electricidad en la zona centro y

gasolina/electricidad en la zona sur, no hay diferencias del efecto de esta variable entre

macrozonas. Estos resultados implican rechazar la hipótesis de separabilidad de la

función de producción entre los insumos energéticos y el insumo trabajo, por lo que el

sistema de demanda estimado en este trabajo es un sistema de demanda condicional.

Esto significa que el sistema de demanda estimado es el resultado de la minimización de

los costos del uso de energéticos por parte de cada establecimiento sujeto a un nivel

dado de uso de mano de obra y —como se vío más arriba— la escala de producción

(medida por el valor bruto de producción).

Luego siguen los parámetros relacionados con los precios. El sistema de ecuaciones

(33) sólo tiene seis variables que son independientes: β12, β13, β14, β23, β24, y β34. Todos

los otros coeficientes de precios están relacionados con éstos seis parámetros en el

sistema (33) o se pueden derivar de las restricciones (26) y (31) de más arriba. Salvo los

coeficientes β13, y β34 todos los demás son estadísticamente significativos.

La variable de consumo rezagado es altamente significativa. El valor absoluto del

coeficiente es relativamente moderado, con un valor puntual de 0.13. Este coeficiente

90

está relacionado con la dinámica de corto y largo plazo en la demanda de combustibles

(ver ecuación (29)). Por lo tanto, los resultados indicarían que la demanda por

combustibles se ajusta bastante rápido a un cambio en los precios de los mismos. Cerca

del 87% del ajuste total de largo plazo se realizaría en un año. Por lo tanto, las

elasticidades de corto y de largo plazo no serían dramáticamente distintas de acuerdo a

estos resultados. En parte esto se debe a que el modelo se estimó con datos de

frecuencia anual, por lo que lo que se define como corto plazo es en realidad un período

relativamente largo (un año).

Los R2 de las distintas ecuaciones son relativamente altos para una estimación con datos

de panel como ésta, siendo la ecuación con peor ajuste la del gasto relativo de gasolina

con respecto a electricidad.

Utilizando los parámetros estimados y las ecuaciones (34) es posible obtener las

elasticidades propias y cruzadas de las demandas de los distintos combustibles. Para ello

se requiere previamente calcular los otros parámetros de la matriz de sustitución

utilizando las restricciones (26) y (31). Por otro lado, se utilizaron los w promedio

proyectados por el modelo para estimar las elasticidades en base a las ecuaciones (33).

Los resultados se presentan en los Cuadros 33 y 34. Cada celda contiene la elasticidad

de la demanda por un combustible (filas) con respecto a los distintos precios de los

combustibles (columnas). Así, la forma correcta de leer los cuadros es que cada casilla

contiene la elasticidad ij que señala en qué porcentaje cambia el consumo del

combustible de la fila i, cuando cambia el precio del combusitble de la columna j.

Del Cuadro 33 se puede observar que todas las elasticidades propias son negativas, lo

cual es consistente con la teoría económica. La demanda por electricidad es la más

inelástica con una elasticidad de -0.40 en el corto plazo. Esto implica que si el precio de

la electricidad sube, por ejemplo, en 10%, el consumo de este combustible se reduce en

un 4,0% en el corto plazo (dentro de un año). El gas también tiene una demanda

inelástica en el corto plazo, de -0.87, pero mucho más cercana a uno en términos

absolutos. La demanda de petróleo tiene una elasticidad propia de -0,88 en el corto

plazo mientras que la gasolina tiene una elasticidad propia de corto plazo de -0,93.

91

Cuadro 33: Elasticidades de demanda de corto plazo, agregado nacional

Gas Petróleo Gasolina Electricidad Gas -0,87 0,25 0,04 0,58

Petróleo 0,18 -0,88 0,04 0,66 Gasolina 0,11 0,14 -0,93 0,68

Electricidad 0,13 0,21 0,06 -0,40

Las elasticidades cruzadas indican que todos los combustibles son sustitutos. Se debe

señalar, sin embargo, que las elasticidades cruzadas son pequeñás, con excepción de las

relacionadas con un aumento en el precio de la electricidad. En el caso del gas, su

demanda aumenta en un 2,5% en el corto plazo si aumenta el precio del petróleo en un

10%. Esta misma demanda es bastante insensible a variaciones en el precio de la

gasolina; un aumento de 10% en el precio de este combustible sólo aumenta la demanda

por gas en 0,4%. Sin embargo, un aumento en el precio de la electricidad en 10%

aumenta la demanda por gas en 5,8%.

En el caso del petróleo, su demanda también es más sensible a variaciones en el precio

de la electricidad que en los otros combustibles, con una elasticidad de 0,66. Es casi

insensible ante variaciones en el precio de la gasolina, y algo aumenta con el aumento

en el precio del gas (elasticidad de 0,18). La demanda de gasolina exhibe un

comportamiento muy simular a la del petróleo ante cambios en los precios del gas y la

electricidad, y tiene una elasticidad cruzada con respecto al precio del petróleo baja, de

sólo 0,14.

La demanda por electricidad es la menos sensible con respecto a cambios en el precio

de los otros combustibles. La elasticidad cruzada con respecto al precio del gas y

petróleo es de 0,13 y 0,21 en el corto plazo, respectivamente. Esto implica que un

aumento en el precio del gas de 10%, por ejemplo, aumenta el consumo de electricidad

en 1,3%. Al igual que en el caso de los otros combustibles, la demanda por electricidad

es casi insensible a variaciones en el precio de la gasolina.

Las elasticidades de largo plazo (Cuadro 34), son más altas que las de corto plazo, pero

no difieren mucho ya que el parámetro de ajuste dinámico es relativamente bajo y la

mayor parte del ajuste en la demanda ocurre dentro de un año, como se señaló más

arriba. En el caso de la demanda por gas, petróleo, gasolina, la demanda tiene una

92

elasticidad propia cercana a uno en el largo plazo, mientras que la elasticidad propia de

la demanda por electricidad sigue siendo baja, de -0,46, en el largo plazo.

Cuadro 34: Elasticidades de demanda de largo plazo, agregado nacional



Electricidad 0,15 0,24 0,07 -0,46

Los Cuadros 35 y 36 muestran los resultados finales utilizando un modelo donde los

parámetros β13 y β34 se restringen a que tengan un valor igual a cero, debido a su no

significancia estadística en el modelo del Cuadro 32.31 Se observa que las elasticidades

son muy similares a las anteriores.

Cuadro 35: Elasticidades de demanda de corto plazo, agregado nacional, modelo

alternativo Gas Petróleo Gasolina Electricidad

Gas -0,88 0,25 0,05 0,57 Petróleo 0,18 -0,88 0,04 0,65 Gasolina 0,14 0,15 -0,90 0,61

Electricidad 0,13 0,21 0,05 -0,39

Cuadro 36: Elasticidades de demanda de largo plazo, agregado nacional, modelo alternativo



Electricidad 0,15 0,24 0,06 -0,45

8.2 SENSIBILIDAD DE LOS RESULATADOS AL USO DEL PRECIO MEDIANO EN

LUGAR DEL PRECIO PROMEDIO

En esta sección se examina la sensibilidad de los resultados ante un cambio en la

definición de las variables de precio. Se estimó un modelo utilizando la mediana de los

precios promedio de cada combustible de las plantas de cada sector (CIIU a dos

31 Los resultados son prácticamente idénticos si se excluyen otras variables que no fueron estadísticamente significativas en los resultados presentados en el Cuadro 32. Sin embargo, como en casi todos estos casos estas variables son interacciones con las variables discretas por zona, que en algunas ecuaciones resultaron ser significativas, se optó por el modelo que incluye todas estas variables.

93

dígitos). Esta definición de precios es más robusta a errores de medición, ya que elimina

los valores extremos de precios que pudieran estar registrados para algunos

establecimientos dentro de cada sector.

En el Cuadro 37 se presentan los resultados de las estimaciones del modelo utilizando

los precios medianos. Se podrá observar que en términos generales los resultados son

comparables a los del Cuadro 32. Sin embargo, en valor absoluto, cuatro de los

coeficientes asociado a las variables de precio son mayores en las estimaciones con el

precio mediano. Esto es esperable ya que el fenómeno de error de medición en variables

del lado derecho de una regresión sesga el valor de los parámetros estimados hacia cero.

La dinámica temporal es muy similar entre los resultados del Cuadro 32 y 37.

El modelo utilizando los precios medianos tiene un ajuste marginalmente mayor que el

modelo con el precio medio, auqnue ahora tres de los seis coeficientes relacionados con

los precios no son estadísticamente significativos. Uno de los problemas principales con

la base de datos de la ENIA —descritos en el primer informe de este proyecto y que

justificó un cambio de metodología desde un modelo individual a un modelo

agregado— es el error con que están medidos el gasto y las unidades de consumo de los

distintos combustibles.

Los Cuadros 38 y 39 muestran las elasticidades ustilizando los resultados del modelo

del Cuadro 37. Las principales diferencias con el modelo anterior es que las

elasticidades propias del gas, petróleo y gasolina son mayores (en términos absolutos)

que en el caso anterior. En el caso de la electricidad, su elasticidad propia es menor que

en el caso anterior. Además, los resultados muestran una elasticidad cruzada entre

petróleo y gas mayor a la estimada originalmente. Ahora, un aumento de 10% en el

precio del petróleo aumenta el consumo de gas en 5,6% en el corto plazo y en 6,4% en

el largo plazo. Por otro lado, si aumenta el precio del gas en 10%, el consumo de

petróleo aumenta en un 3,9% en el corto plazo y 4,5% en el largo plazo. O sea, según

estos resultados, el gas y el petróleo son sustitutos más cercanos que lo que se

desprende del modelo estimado con los precios medios. Las elasticidades cruzadas entre

electricidad y gas son ahora menores que en el caso anterior y la elasticidad de la

demanda por gasolina con respecto al precio de la electricidad es ahora mayor a uno.

Este último resultado es poco creíble, pero es lo que indica el modelo para este caso.

94

Cuadro 37: Modelo estimado con datos nacionales y precios definidos como el mediano por sector


(0.0696) (0.0726) (0.116)

Zona centro -3.454** -0.0381 1.054(1.482) (1.731) (2.642)

Zona sur -1.817 -5.557*** -15.44***(1.675) (1.934) (2.966)

ln(valor bruto producción) 0.441*** 0.495*** 0.342(0.143) (0.161) (0.245)

ln(vbp)*zona centro -0.185 -0.391** -0.0978(0.133) (0.153) (0.234)

ln(vbp)*zona sur 0.0703 0.277* 1.550***(0.127) (0.148) (0.227)

ln(número trabajadores) -0.934*** -0.358 1.058**(0.244) (0.273) (0.415)

ln(número trabajadores)*zona centro 0.940*** 0.817*** 0.0137(0.221) (0.253) (0.386)

ln(número trabajadores)*zona sur 0.344* 0.0344 -1.743***(0.188) (0.220) (0.337)

ln(número de establecimientos) -0.580*** -0.972*** -1.459***(0.174) (0.201) (0.313)

Beta 12 -1.908***(0.276)

Beta 13 -0.117(0.627)

Beta 14 0.522***(0.0710)

Beta 23 0.831(0.754)

Beta 24 0.0689(0.0908)

Beta 34 -0.756***(0.195)


Constante -4.428*** 0.305 -9.834***(1.104) (1.113) (1.710)



(1)

*** p<0.01, ** p<0.05, * p<0.1


95

Cuadro 38: Elasticidades de demanda de corto plazo, agregado nacional, precios definidos como los medianos de cada sector



Electricidad 0,06 0,18 0,10 -0,34

Cuadro 39: Elasticidades de demanda de largo plazo, agregado nacional, precios definidos como los medianos de cada sector



Electricidad 0,07 0,21 0,11 -0,39

8.3 SENSIBILIDAD DE LOS RESULTADOS ANTE CAMBIOS EN LA

DISPONIBILIDAD DE GAS NATURAL

En esta sección se analiza la sensibilidad de los resultados ante un cambio en la

disponibilidad de gas natural. El cálculo de las elasticidades presentadas en las dos

últimas secciones utiliza el valor promedio de los gastos (w) en cada combusitble, según

las proyecciones del modelo estimado.

En esta sección, se explora el posible efecto de cambios en la disponibilidad de gas

natural, mediante el siguiente procedimiento. Primero, se calculan las elasticidades

según las fórmulas (34) pero utilizando los w proyectados para el último año de la

muestra, el año 2006, en lugar de los w promedio. Este año se caracteríza por una fuerte

restricción en los envíos de gas natural desde Argentina. Segundo, se sigue el mismo

procedimiento pero utilizando los w proyectados para el año 2003, año previo al

comienzo de restricciones de gas natural.32

Si bien no hay dificultad en realizar el ejercicio anterior, se debe tener en cuenta que el

procedimiento requiere “forzar” un poco el modelo. En estricto rigor, los w a utilizar en

las ecuaciones de elasticidad (34) corresponden a aquellas donde se está imponiendo la

32 Esta comparación naturalmente que se ve afectada también por diferencias en los precios de los combustibles entre ambos años, por lo que la interpretación correcta del ejercicio es comparar las elasticidades estimadas para estos dos años considerando todas las diferencias observadas en esos años.

96

condición de simetria de la matriz de sustitución. Por la estructura del modelo, esta

condición se está imponiendo en algún punto cercano al promedio de la muestra, y no

en los extremos, por lo que utilizar los w promedio en el cálculo de las elasticidades

parece más adecuado que utilizar los valores de algún año en particular.

Por otro lado, la única forma en que la restricción de gas natural afecta el cálculo de las

elasticidades es a través de los w predichos por el modelo y que entran en las fórmulas

de elasticidad (34). También se intentó estimar un modelo en que la variable

“Disponibilidad de gas natural” se interactuaba con las variables de precios, de tal forma

que los parámetros βij relacionados con las variables de precios pudieran ser distintos

dependiendo del nivel de disponibilidad de gas natural.33 Desafortunadamente, esta

innovación implica duplicar el número de restricciones del modelo al imponer la

condición de simetría de la matriz de sustitución, y la estimación no siempre convergía

numéricamente. Por este motivo no se prosiguió con esta alternativa.

Por los motivos señalados en los párrafos anteriores, se debe tener cuidado al interpretar

los resultados presentados más abajo en esta sección.

Al calcular las elasticidades utilizando el gasto relativo predicho por el modelo para el

año 2003 y 2006, las elasticidades de corto plazo resultantes son las que se presenten en

los Cuadros 40 y 41. El primero muestra los resultados utilizando las variables del año

2003 y el otro cuadro muestra los resultados utilizando las variables del año 2006. En

ambos casos, los cálculos corresponden al modelo estimado con los precios promedio

de cada combustible (Cuadro 32). Como la comparación de las elasticidades de largo

plazo mantiene la misma proporcionalidad que las de corto plazo, sólo se muestra la

comparación de éstas últimas.

Los resultados indican que el año 2006, la elasticidad propia de la demanda por gas es

algo más elástica que en el año 2003, aunque para el resto de los combustibles pasa lo

opuesto (las demandas en el año 2006 son más inelástica respecto a su propio precio).

La elasticidad de la demanda por gas con respecto al precio del petróleo es algo más alta

33 Otra forma de explicar esto es que en el modelo estimado la disponibilidad de gas natural afecta la constante (o posición) de la demanda relativa de cada combustible, no su pendiente. Se intentó estimar un modelo donde esta variable también afecta la pendiente.

97

en el año 2006 respecto al año 2003, aunque la elasticidad demanda del pretróleo ante

variaciones en el precio del gas es más baja. Sin embargo, todas estas diferencias son

relativamente menores en términos absolutos.

Cuadro 40: Elasticidades de demanda de corto plazo, agregado nacional, utilizando el gasto predicho del año 2003 y modelo estimado con precios promedio



Electricidad 0,16 0,19 0,05 -0,40

Cuadro 41: Elasticidades de demanda de corto plazo, agregado nacional, utilizando el gasto predicho del año 2006 y modelo estimado con precios promedio



Electricidad 0,15 0,24 0,06 -0,44

Los Cuadros 42 y 43 presentan la misma información pero utilizando el modelo

estimado con los precios medianos (Cuadro 37) para calcular las elasticidades. Se puede

ver que los efectos son similares al caso anterior, pero un poco mayores en magnitud.

Esto es, las condiciones del año 2006 hacen que la demanda por gas sea más elástica

con respecto a su propio precio, pero en el caso del petróleo y gasolina el efecto es el

opuesto.

Cuadro 42: Elasticidades de demanda de corto plazo, agregado nacional, utilizando el gasto predicho del año 2003 y modelo estimado con precios medianos



Electricidad 0,08 0,16 0,08 -0,32

Cuadro 43: Elasticidades de demanda de corto plazo, agregado nacional, utilizando el gasto predicho del año 2006 y modelo estimado con precios medianos



Electricidad 0,07 0,21 0,08 -0,36

98

9. Resultados de modelos por zona

A continuación se presentan los resultados de los modelos estimados para cada

macrozona (zona norte, centro y sur). Adicionalmente, en el caso de la zona sur, se

estimó un modelo con 5 combustibles (agregando el consumo de leña, parafina y carbón

en una categoría de ‘otros’ como se explicó más arriba).

9.1 ZONA NORTE

El modelo estimado para la zona norte se presenta en el Cuadro 44. Este modelo fue

estimado utilizando los precios promedio. Se debe señalar que en este caso sólo hay 98

observaciones, por lo que la información disponible es menor que en el caso de las otras

dos macroregiones.

Los resultados del Cuadro 44 indican que la disponibilidad de gas natural sólo afecta el

gasto relativo entre petróleo y electricidad, siendo incluso el parámetro de esta variable

en el caso del gasto relativo entre gas y electricidad de signo negativo, lo cual es

contraintuitivo. Sin embargo, se debe tener en cuenta que la zona norte es aquella donde

hubo menor disponibilidad de gas natural, por lo que puede que el efecto no sea

significativo. El valor bruto de la producción y el número de trabajadores sólo son

significativos en la ecuación del gasto relativo de petróleo respecto a electricidad. Por

otro lado, el número de establecimientos por sector sólo es significativo en la ecuación

de gasto relativo de gas con respecto a electricidad.

Los parámetros asociados a los precios son significativos con excepción de dos, los

cuales tienen una magnitud cercana a cero por lo que no afectan los resultados finales

(como se demostrará más abajo). Finalmente, el coeficiente asociado a la variable de

consumo rezagado es menor que en el caso del modelo agregado, indicando una

dinámica temporal más rápida. En el caso de la zona norte, 89% del ajuste de las

demandas ante un cambio en precio se produce durante el primer año.

99

Cuadro 44: Resultados de estimaciones para la zona norte

Ln(Wg/We) Ln(Wp/We) Ln(Wgl/We)Disponibilidad gas natural -0.613 -0.881*** 0.924

(0.504) (0.170) (0.656)

ln(valor bruto producción) -0.113 1.079*** -0.375(0.304) (0.131) (0.453)

ln(número trabajadores) 0.698 -2.626*** 0.640(0.456) (0.204) (0.574)

ln(número de establecimientos) 1.842** 0.216 0.0768(0.754) (0.371) (1.007)

Beta 12 0.00116(0.0802)

Beta 13 -1.393**(0.705)

Beta 14 -0.139*(0.0735)

Beta 23 0.504**(0.211)

Beta 24 0.0797***(0.0273)

Beta 34 0.107(0.319)


Constante -14.83*** 1.810 -1.205(3.613) (1.854) (7.126)



(1)

*** p<0.01, ** p<0.05, * p<0.1


Cuadro 45: Elasticidades de demanda de corto plazo, zona norte Gas Petróleo Gasolina Electricidad


Electricidad 0,07 0,29 0,06 -0,42

Cuadro 46: Elasticidades de demanda de largo plazo, zona norte Gas Petróleo Gasolina Electricidad


Electricidad 0,07 0,33 0,07 -0,47

Los Cuadro 45 y 46 muestran las elasticidades calculadas utilizando el modelo del

Cuadro 44. Las principales diferencias con el modelo agregado nacional es que en la

zona norte la demanda por gas es elastica con respecto a su propio precio, siendo -1,12

en el corto plazo. Por otro lado, la demanda de petróleo es mucho más inelastica que en

100

el agregado nacional. Estos resultados son razonables si se tiene en cuenta que el

petróleo es un energético más importante en la zona norte, especialmente en aquellas

regiones donde no hay acceso al gas natural. Las elasticidades propias de la gasolina y

de la electricidad son muy similares al agregado nacional.

Los Cuadros 47 y 48 muestran las elasticidades calculadas a partir de un modelo donde

se eliminan aquellas variables del Cuadro 44 que no son significativas o, en el caso de

los coeficientes asociados a las variables de precios que no fueron significativos, su

valor se restringe a cero.34 Los resultados son muy parecidos a los Cuadros 45 y 46,

aunque la elasticidad propia del gas es algo menor.

Cuadro 47: Elasticidades de demanda de corto plazo, zona norte, modelo alternativo



Electricidad 0,07 0,29 0,05 -0,41

Cuadro 48: Elasticidades de demanda de largo plazo, zona norte, modelo alternativo



Electricidad 0,07 0,32 0,06 -0,46

Por último, los Cuadros 49 y 50 muestran las elasticidades calculadas de acuerdo al

mismo modelo del Cuadro 44 pero estimado con los precios medianos en lugar de los

precios promedio.35

Cuadro 49: Elasticidades de demanda de corto plazo, zona norte, modelo estimado con precios medianos

Gas Petróleo Gasolina Electricidad Gas -1,13 -0,10 1,42 -0,19

Petróleo -0,03 0,20 -0,49 0,32 Gasolina 1,76 -2,06 -0,43 0,73

Electricidad -0,03 0,16 0,09 -0,22

34 Los parámetros estimados de este modelo no se presentan en este informe. 35 Los parámetros estimados de este modelo no se presentan en este informe.

101

Cuadro 50: Elasticidades de demanda de largo plazo, zona norte, modelo estimado con precios medianos

Gas Petróleo Gasolina Electricidad Gas -1,26 -0,11 1,59 -0,22

Petróleo -0,03 0,22 -0,55 0,36 Gasolina 1,98 -2,31 -0,49 0,82

Electricidad -0,03 0,18 0,10 -0,25

Los resultados de estos dos últimos cuadros son insatisfactorios por varios motivos. En

primer lugar, la elasticidad propia de la demanda de petróleo es positiva, lo cual

contradice lo esperado según la teoría económica. Por otro lado, los valores de algunas

elasticidades son muy altos en relación a lo estimado anteriormente. Así, la elasticidada

de la demanda de gasolina ante una variación del precio del gas es de casi 2,0. El efecto

sobre el consumo de gas de un cambio en el precio de la gasolina también es bastante

alto, con una elastcididad de 1,59. Por otro lado, según estos resultados, un aumento de

10% en el precio del petróleo reduce la demanda por gasolina en 23%. Tanto el gas con

el petróleo, como el petróleo con la gasolina, son ahora complementos en lugar de

sustitutos. Si bien estos últimos resultados son teoricamente factibles, tanto la

elasticidad positiva de la demanda por petróleo, como lo anómalo de estos resultados en

comparación con el modelo agregado nacional y el estimado con precios promedio para

la zona norte, aconsejan optar por el modelo del Cuadro 44 y las elasticidades asociadas

a esa estimación.

9.2 ZONA CENTRO

El modelo estimado para la zona centro se presenta en el Cuadro 51. En este caso, hay

192 observaciones, en comparación con las 98 para el caso de la zona norte. Los

resultados indican que la disponibilidad de gas natural afecta positivamente el gasto

relativo entre gas y electricidad, como era de esperar, y negativamente el gasto relativo

de petróleo con respecto a electricidad, siendo el efecto no significativo en el caso de la

ecuación gasolina/electricidad.

102

Cuadro 51: Resultados de estimaciones para la zona centro

Ln(Wg/We) Ln(Wp/We) Ln(Wgl/We)Disponibilidad gas natural 0.435*** -1.071*** 0.0120

(0.148) (0.223) (0.292)

ln(valor bruto producción) 0.308*** -0.316*** 0.153(0.0771) (0.121) (0.165)

ln(número trabajadores) -0.124 0.105 -1.159**(0.246) (0.401) (0.534)

ln(número de establecimientos) 0.641 2.778*** 3.700***(0.414) (0.714) (0.990)

Beta 12 -0.417**(0.192)

Beta 13 -3.061***(0.436)

Beta 14 0.00443(0.0677)

Beta 23 -0.441(0.905)

Beta 24 -0.389**(0.177)

Beta 34 -0.703**(0.341)


Constante -12.18*** -9.253** -12.09**(2.280) (4.349) (6.026)



(1)

*** p<0.01, ** p<0.05, * p<0.1


El valor bruto de la producción es significativo en las dos primeras ecuaciones,

elevando el gasto relativo de gas con respecto a la electiricidad en el primer caso y

reduciendo el gasto relativo de petróleo en el segundo. Una posible interpretación de

este resultado es que los establecimientos más grandes de la zona centro tienen una

propensión mayor a sustituir gas por petróleo.

El número de trabajadores sólo es significativo en la ecuación del gasto relativo de

gasolina respecto a electricidad. Las empresas con mayor número de trabajadores, todo

lo demás constante, tienden a utilizar menos gasolina como combustible. Por otro lado,

el número de establecimientos por sector sólo es significativo en las ecuaciones del

gasto relativo de petróleo y de gas.

Los parámetros asociados a los precios son significativos con excepción de dos, al

menos uno de los cuales tiene un valor cercano a cero. Finalmente, el coeficiente

103

asociado a la variable de consumo rezagado es levemente menor que en el caso del

modelo agregado. En el caso de la zona sur, 88% del ajuste de las demandas ante un

cambio en precio se produce durante el primer año.

Cuadro 52: Elasticidades de demanda de corto plazo, zona centro Gas Petróleo Gasolina Electricidad


Electricidad 0,12 0,18 0,24 -0,55

Cuadro 53: Elasticidades de demanda de largo plazo, zona centro Gas Petróleo Gasolina Electricidad


Electricidad 0,14 0,20 0,28 -0,62

Los Cuadro 52 y 53 muestran las elasticidades calculadas utilizando el modelo del

Cuadro 51. Las principales diferencias con el modelo agregado nacional es que en la

zona centro la demanda por gas es elastica con respecto a su propio precio, siendo -1,37

en el corto plazo, incluso más alta (en términos absolutos) que en el caso de la zona

norte. La demanda de petróleo también es más elastica que en el agregado nacional,

siendo de -1,22 en el corto plazo. El caso de la gasolina, la elasticidad propia es de -1,72

en el corto plazo, lo cual indica una elasticidad muy alta para este combustible, incluso

en el corto plazo. Por otro lado, la elasticidad propia de la demanda eléctrica, si bien es

algo más alta que en el modelo agregado nacional, sigue siendo inelástica tanto en el

corto como en el largo plazo.

El Cuadro 54 muestra las elasticidades calculadas a partir de un modelo donde se

eliminan aquellas variables del Cuadro 51 que no son significativas o, en el caso de los

coeficientes asociados a las variables de precios que no fueron significativos, su valor se

restringe a cero.

104

Cuadro 54: Resultados de estimaciones para la zona centro, modelo alternativo

Ln(Wg/We) Ln(Wp/We) Ln(Wgl/We)Disponibilidad gas natural 0.368** -1.130*** -0.109

(0.146) (0.212) (0.275)

ln(valor bruto producción) 0.333*** -0.300***(0.0460) (0.0983)

ln(número trabajadores) -1.153***(0.410)

ln(número de establecimientos) 2.413*** 2.842***(0.620) (0.741)

Beta 12 -0.453***(0.127)

Beta 13 -2.949***(0.433)

Beta 14 0(0)

Beta 23 0(0)

Beta 24 -0.310*(0.165)

Beta 34 0(0)


Constante -10.33*** -6.489** -4.731(0.978) (3.187) (4.190)




*** p<0.01, ** p<0.05, * p<0.1

(1)

Cuadro 55: Elasticidades de demanda de corto plazo, zona centro, modelo alternativo



Electricidad 0,12 0,17 0,14 -0,43

Cuadro 56: Elasticidades de demanda de largo plazo, zona centro, modelo alternativo



Electricidad 0,14 0,20 0,16 -0,49

105

Las elasticidades calculadas a partir de este último modelo se presentan en los Cuadros

55 y 56. En este caso la elasticidad propia del petróleo y de la gasolina son más bajas

que en el caso anterior, y la elasticidad cruzada de la demanda por gasolina con respecto

al precio de la electricidad tiene un valor bastante más razonable. Los resultados son

más parecidos a los del modelo agregado nacional, aunque la elasticidad precio de todos

los combustibles, con la excepción de la electricidad, es mayor que en los resultados

agregados.

Finalmente, en el Cuadro 57 se muestran los resultados de un modelo estimado con los

precios medianos. Como se puede observar, en este caso la significancia de las variables

es baja en relación al modelo presentado en el Cuadro 51. Tres de los seis coeficientes

de precios no son estadísticamente significativos.

Los cuadros 58 y 59 muestran las elasticidades derivadas del modelo del Cuadro 57. Se

puede observar que las elasticidades propias del gas y petróleo son más bajas que en el

caso del modelo estimado con los precios promedio. Sin embargo, las elasticidades

propias de la gasolina y la electricidad son mucho más bajas que en los casos anteriores.

Por otro lado, en esta estimación, la gasolina y el petróleo se vuelven complementos,

aunque el valor de la elasticidad es muy cercano a cero. Ahora el gas y el petróleo

parecen ser sustitutos mucho más cercanos que en los casos anteriores, con elasticidades

cruzadas que en el largo plazo se acercan a uno.

106

Cuadro 57: Resultados de estimaciones para la zona centro, modelo con precio mediano

Ln(Wg/We) Ln(Wp/We) Ln(Wgl/We)Disponibilidad gas natural 0.314** -0.223 -0.210

(0.148) (0.139) (0.335)

ln(valor bruto producción) 0.0987 -0.384*** 0.00423(0.0801) (0.0721) (0.171)

ln(número trabajadores) -0.0942 0.957*** -1.234**(0.262) (0.247) (0.574)

ln(número de establecimientos) -0.174 0.211 1.148(0.453) (0.448) (1.035)

Beta 12 -4.082***(0.211)

Beta 13 -0.0687(0.764)

Beta 14 0.683***(0.0896)

Beta 23 1.705(1.640)

Beta 24 0.336**(0.149)

Beta 34 0.762(0.470)


Constante -7.831*** 0.0595 3.184(2.463) (2.695) (6.078)




*** p<0.01, ** p<0.05, * p<0.1

(1)

Cuadro 58: Elasticidades de demanda de corto plazo, zona centro, modelo estimado con precios medianos


Petróleo 0,79 -1,17 -0,04 0,43 Gasolina 0,17 -0,10 -0,22 0,15

Electricidad 0,05 0,09 0,01 -0,16

Cuadro 59: Elasticidades de demanda de largo plazo, zona centro, modelo estimado con precios medianos


Petróleo 0,95 -1,42 -0,05 0,52 Gasolina 0,20 -0,12 -0,26 0,19

Electricidad 0,06 0,11 0,02 -0,19

107

9.3 ZONA SUR (MODELO CON CUATRO COMBUSTIBLES)

El Cuadro 60 muestra los resultados del modelo estimado para la zona sur. Este es el

modelo que mejor resultados entrega entre las macrozonas, al menos en cuanto a la

significancia de los parámetros. Posiblemente esto se deba a que es la zona donde el

consumo de gasolina es más alto (ver Cuadro 24 más arriba) y por lo tanto el consumo

de los cuatro combustibles es más equilibrado.

Del Cuadro 60 se desprende que la disponibilidad de gas natural aumenta el gasto

relativo en gas y disminuye el gasto relativo en petróleo y gasolina. El valor bruto de la

producción aumenta el gasto relativo de todos los combustibles en relación a la

electricidad. Mientras mayor es el número de trabajadores del establecimiento, menor es

el gasto relativo en gas y mayor el gasto relativo en petróleo. En el caso del gasto

relativo en gasolina, esta variable no es estadísticamente significativa. El número de

establecimientos que —como se discutió más arriba— controla por cambios en la

estructura de los distintos sectores reduce el gasto relativo de todos los combustibles en

relación a la electricidad. El consumo rezagado es significativo y tiene un valor similar

al estimado en el modelo agregado y en los modelos para las otras zonas. El coeficiente

estimado implica que casi un 90% del ajuste en la demanda a su equilibrio de largo

plazo se realiza dentro de un año.

Los coeficientes asociados a los precios son todos significativos, con expcepción de uno

cuyo valor en todo caso es muy cercano a cero.

Las elasticidades calculadas para este modelo se presentan en los Cuadros 61 y 62. A

diferencia del caso de las otras macrozonas, la elasticidad propia de la demanda por gas

es inelástica. Este resultado es consistente con la estimación para el modelo agregado.

Las elasticidades propias de la demanda de petróleo y gasolina son -1,0 en el corto plazo

y algo más elásticas en el largo plazo. Estos valores son cercanos a los estimados para el

modelo agregado nacional y están entre los valores estimados para la zona norte —

donde estas demandas son más inelásticas— y para la zona sur —donde los resultados

indican unas demandas más elásticas para estos combustibles.

108

Cuadro 60: Resultados de estimaciones para la zona sur


(0.113) (0.109) (0.174)

ln(valor bruto producción) 0.998*** 1.155*** 2.292***(0.104) (0.104) (0.163)

ln(número trabajadores) -0.858** 0.562* -0.750(0.338) (0.333) (0.523)

ln(número de establecimientos) -0.781*** -1.945*** -3.693***(0.291) (0.277) (0.445)

Beta 12 -0.511***(0.104)

Beta 13 0.00377(0.187)

Beta 14 0.172***(0.0411)

Beta 23 0.644***(0.180)

Beta 24 -0.0752**(0.0349)

Beta 34 -0.174**(0.0767)


Constante -9.423*** -17.86*** -18.19***(3.155) (3.160) (4.904)



(1)

*** p<0.01, ** p<0.05, * p<0.1


Cuadro 61: Elasticidades de demanda de corto plazo, zona sur Gas Petróleo Gasolina Electricidad


Electricidad 0,16 0,12 0,05 -0,33

Cuadro 62: Elasticidades de demanda de largo plazo, zona sur Gas Petróleo Gasolina Electricidad


Electricidad 0,18 0,14 0,05 -0,37

109

La elasticidad propia de la demanda por electricidad es más baja (en términos absolutos)

que en las otras macrozonas y que en el modelo agregado nacional.

Finalmente, las elasticidades cruzadas son consistentes con los resultados del modelo

agregado nacional. Todos los combusitbles son sustitutos, pero en el caso del gas,

petróleo y gasolina, la elasticidad estimada no es muy alta. Las variaciones en el precio

de la electricidad sí tienen un efecto importante sobre el consumo de los otros

combustibles.

Los cuadros 63 y 64 muestran las elasticidades de un modelo alternativo estimado

donde se eliminan las variables no significativas del modelo anterior y, en el caso de los

coeficientes relacionados con los precios, se restringe su valor a cero.36 Los resultados

son casi idénticos al modelo anterior.

Cuadro 63: Elasticidades de demanda de corto plazo, zona sur, modelo alternativo Gas Petróleo Gasolina Electricidad


Electricidad 0,16 0,12 0,05 -0,33

Cuadro 64: Elasticidades de demanda de largo plazo, zona sur, modelo alternativo Gas Petróleo Gasolina Electricidad


Electricidad 0,18 0,14 0,05 -0,37

Los Cuadros 65 y 66 muestran las elasticidades del modelo del Cuadro 60 pero

estimado con los precios medianos en lugar de los precios medios. Los resultados son

muy parecidos al modelo estimado con precios promedio, con la excepción de las

elasticidades referidas a la demanda por gasolina, donde la elasticidad propia es ahora

mucho más alta (en valor absoluto) y la elasticidad cruzada de esta demanda con

respecto al precio de la electricidad también es significativamente más alta. Esto

sugiere, junto con la evidencia para las otras macrozona, que las diferencias entre ambos

modelos se deben a diferencias significativas entre el precio promedio y el precio

36 Los parámetros estimados de este modelo no se presentan en este informe.

110

mediano de la gasolina. Posiblemente es en este combustible donde se presentan los

mayores problemas de errores de medición.

Cuadro 65: Elasticidades de demanda de corto plazo, zona sur, modelo estimado con precios medianos



Electricidad 0,14 0,11 0,08 -0,33

Cuadro 66: Elasticidades de demanda de largo plazo, zona sur, modelo estimado con precios medianos



Electricidad 0,16 0,13 0,09 -0,37

9.4 ZONA SUR (MODELO ESTIMADO CON CINCO COMBUSTIBLES) Como se describió en la sección 7.3, para la zona sur es posible definir un quinto

combustible como el agregado del consumo de parafina, leña y carbón. Esta es la única

zona donde el consumo de estos energéticos es suficientemente extendido como para

que no se pierdan muchas observaciones al incorporarlos al modelo. Los tres

combustibles fueron agregados en una categoría de ‘otros’ mediante el poder calorífico

de cada uno de ellos como se decribió más arriba.

El Cuadro 67 muestra los resultados de la estimación de un modelo con cinco

combustibles. En este caso hay una cuarta ecuación que corresponde al logarítmo del

gasto relativo en el combustible ‘otros’ con respecto al gasto en electricidad. En el

Anexo II.2 se presenta la derivación del modelo con cinco combustibles.

Del Cuadro 67 se observa que las variables son casi todas estadísticamente

significativas. El ajuste, medido por el R2 de cada ecuación, es también alto.

111

Cuadro 67: Resultados de estimaciones para la zona sur, modelo 5 combustibles

Ln(Wg/We) Ln(Wp/We) Ln(Wgl/We) Ln(Wo/We)Disponibilidad gas natural 0.451*** -0.385*** -0.882*** -0.139

(0.117) (0.109) (0.174) (0.165)

ln(valor bruto producción) 1.021*** 1.118*** 2.293*** -0.526***(0.106) (0.104) (0.163) (0.154)

ln(número trabajadores) -0.934*** 0.726** -0.809 0.273(0.346) (0.333) (0.522) (0.505)

ln(número de establecimientos) -0.777*** -1.939*** -3.657*** -0.438(0.298) (0.279) (0.443) (0.411)

Beta 12 -0.665***(0.116)

Beta 13 0.248(0.210)

Beta 14 -0.145(0.123)

Beta 15 0.198***(0.0455)

Beta 23 0.698***(0.199)

Beta 24 0.268***(0.0842)

Beta 25 -0.0719*(0.0380)

Beta 34 -0.436**(0.176)

Beta 35 -0.178**(0.0793)

Beta 45 -0.0929*(0.0511)

Consumo relativo rezagado 0.0954*** 0.0954*** 0.0954*** 0.0954***(0.0135) (0.0135) (0.0135) (0.0135)

Constante -9.223*** -19.21*** -17.73*** 10.80**(3.234) (3.176) (4.898) (4.737)

Observaciones 194 194 194 194R cuadrado 0.889 0.875 0.897 0.948Error estandar entre paréntesis

Nota: Se incluyó una variable discretas por sector. La estimación utilizó como peso de cada observación

el consumo agregado de energía por sector y año.

(1)

*** p<0.01, ** p<0.05, * p<0.1

La disponibilidad de gas natural aumenta el gasto relativo de gas, pero disminuye el

gasto relativo de los otros combustibles, aunque en el caso de ‘otros’ este efecto no es

estadísticamente significativo. El valor bruto de la producción también es significativo

en todas las ecuaciones. El número de establecimientos sólo es significativo en dos de

las cuatro ecuaciones, mientras que el número de establecimientos es significativo en

tres de las cuatro ecuaciones. El coeficiente del consumo rezagado es muy similar al

estimado en el modelo con cuatro combustibles.

112

Los coeficientes relacionados a los precios son en general significativos. Las

elasticidades calculadas a partir de los resultados de este modelo se presentan en los

Cuadro 68 y 69.37

Cuadro 68: Elasticidades de demanda de corto plazo, zona sur, modelo con cinco combustibles

Gas Petróleo Gasolina Otros ElectricidadGas -0,76 0,18 0,03 0,04 0,51

Petróleo 0,31 -1,02 0,01 0,02 0,68 Gasolina 0,14 0,03 -0,97 0,05 0,74

Otros 0,21 0,08 0,06 -1,04 0,69 Electricidad 0,15 0,12 0,05 0,04 -0,35

Cuadro 69: Elasticidades de demanda de largo plazo, zona sur, modelo con cinco

combustibles Gas Petróleo Gasolina Otros Electricidad

Gas -0,84 0,20 0,03 0,04 0,56 Petróleo 0,34 -1,13 0,01 0,03 0,75 Gasolina 0,16 0,04 -1,07 0,05 0,82

Otros 0,24 0,09 0,06 -1,15 0,76 Electricidad 0,17 0,13 0,05 0,04 -0,39

Se puede observar de estos cuadros que los resultados para la demanda de gas, petróleo,

gasolina y electricidad son practicamente iguales que en el modelo con cuatro

combustibles. La demanda por ‘otros’ tiene una elasticidad propia cercana a uno en el

corto plazo y algo más elástica en el largo plazo. Cambios en el precio del combustible

‘otros’ no afecta significativamente la demanda de los demás combustibles.

Finalmente los Cuadros 70 y 71 muestran las elasticidades obtenidas a partir de un

modelo idéntico al anterior, pero estimado con los precios medianos de cada sector en

lugar del precio promedio.38 Estas elasticidades son similares a las estimadas con los

precios promedios, al menos para el gas y la electricidad. En el caso del petróleo,

gasolina y otros, la elasticidad propia es más alta (en valor absoluto) y la elasticidad

cruzada de la demanda por gasolina y ‘otros’ con respecto al precio de la electricidad

también es más alta.

37 Las elasticidades son casi idénticas si se estima un modelo alternativo donde se excluyen aquellas variables del modelo del Cuadro 67 que no fueron significativas estadísticamente o, en el caso de los coeficientes relacionados con las variables de precio, se restringe su valor a cero. 38 Los parámetros estimados de este modelo no se presentan en este informe.

113

Cuadro 70: Elasticidades de demanda de corto plazo, zona sur, modelo con cinco combustibles estimado con precios medianos

Gas Petróleo Gasolina Otros ElectricidadGas -0,70 0,21 0,00 0,04 0,45

Petróleo 0,37 -1,27 0,19 -0,00 0,71 Gasolina 0,01 0,53 -1,66 0,13 1,00

Otros 0,23 -0,00 0,16 -1,34 0,95 Electricidad 0,13 0,12 0,06 0,05 -0,36

Cuadro 71: Elasticidades de demanda de largo plazo, zona sur, modelo con cinco

combustibles estimado con precios medianos Gas Petróleo Gasolina Otros Electricidad

Gas -0,78 0,23 0,00 0,04 0,50 Petróleo 0,40 -1,40 0,21 -0,00 0,78 Gasolina 0,01 0,58 -1,84 0,14 1,09

Otros 0,25 -0,00 0,18 -1,48 1,04 Electricidad 0,14 0,13 0,07 0,05 -0,39

10. Discusión sobre panel dinámico

Antes de continuar es relevante discutir un asunto técnico, que ya fue abordado en la

Sección 2.6 de la primera parte de este informe, relacionado con la estimación de panel

de los modelos anteriores. Al incorporar un efecto fijo individual (variable discreta) por

sector CIIU (2 dígitos) e incluir una variable dependiente rezagada, el modelo estimado

en este informe equivale a un modelo dinámico de panel con múltiples ecuaciones. Los

problemas que surgen al estimar paneles dinámicos con efectos fijos son bien conocidos

(Arellano y Bond, 1991) y podrían estar afectando los resultados presentados más

arriba. Sin embargo, hay al menos tres motivos para descartar estos problemas en la

presente aplicación.

Primero, la variable rezagada no es idéntica a la variable dependiente en los modelos

estimados más arriba, aún cuando ambas variables están relacionadas. La variable

dependiente es el logaritmo de la razón entre los shares de gasto entre dos insumos,

mientras que la variable rezagada incluida en cada ecuación es el logaritmo de la razón

entre los consumos físicos de cada combustible. Por lo tanto, la posible correlación

entre el efecto fijo y la variable dependiente rezagada —que es lo que genera los

problemas con paneles dinámicos— sería algo menos importante en este caso.

114

Segundo, los problemas que surgen al estimar paneles dinámicos al incluir efectos fijos

ocurren cuando el panel es corto (4 o 5 cortes temporales, por ejemplo). A medida que

los cortes temporales crecen (T más grande) el sesgo en el estimador de efectos fijos es

menos importante. En el límite, cuando T tiende a infinito, no hay sesgo al estimar el

modelo con efectos fijos (Níckell, 1981). Ejercicios de Monte Carlo muestran que para

T > 30, ya no debería haber un sesgo significativo al estimar un panel dinámico con

efectos fijos (Judson y Owen, 1999). Si bien en la presenta aplicación T = 11 (1995-

2006) y no alcanza este límite, sigue siendo un panel mucho más largo que los

habituales donde se detectan sesgos importantes al incluir efectos fijos (T < 5). Por lo

tanto, es probable que en la presente aplicación, el sesgo generado por este efecto no es

muy importante.

Por último, y lo más relevante, el sesgo es más importante cuando el coeficiente

asociado a la variable dependiente rezagada —y que mide la dinámica temporal del

modelo— es cercano a uno (Arellano y Bond, 1991). En los modelos presentados más

arriba, el coeficiente dinámico no sobrepasa un valor de 0.2, por lo que es improbable

que exista un problema serio de sesgo por la inclusión de un efecto fijo.

11. Resumen y conclusiones

En este informe se han presentado los resultados de un modelo de demanda industrial

por combustibles estimado con información agregada por sector CIIU. Los resultados

son bastante más satisfactorios que el modelo estimado con datos individuales en el

primero informe de este proyecto. Esto indica que la agregación permitió reducir los

problemas de errores de medición de las variables, particularmente las relacionadas con

los precios de los combustibles. Por otro lado, el modelo presentado en este informe

permite incorporar los ajustes dinámicos de la demanda por combustibles de forma

mucho más adecuada que el modelo inicial.

Los principales resultados generales de las estimaciones de este informe son:

115

La dinámica de ajuste de las demandas por combustibles ante cambios en las

variables dependientes es bastante rápida. Dentro de un año la demanda se ajusta

en más de un 85% a su demanda de largo plazo.

La forma en que se definen los precios de los combustibles, ya sea tomando el

precio promedio agregado por sector o el precio mediano de las observaciones

por sector, en general, sí afecta los resultados. Es dificil interpretar este

resultado. Por un lado, los precios medianos son menos sensibles a errores de

medición en el consumo y gasto en los distintos combustibles, y por eso pudiera

ser más recomendable utilizar los resultados utilizando estos precios. Pero por

otro lado, los resultados no son siempre satisfactorios con esta aproximación,

particularmente para el modelo de la zona norte y, en menor medida, el de la

zona centro. Además, la práctica usual en la literatura académica en este campo

es utilizar los precios definidos como un promedio por sector. Por lo tanto, en lo

que sigue, se definen los modelos estimados con los precios promedio como los

preferidos.

En general los modelos tienen un ajuste —medido por el R2 de cada ecuación—

bastante alto. Sin embargo, los resultados son más consistentes (ante variaciones

en la especificación del modelo) y las variables son más significativas

estadísticamente en el caso del modelo agregado y la zona sur. Esto puede estar

relacionado con el bajo número de observaciones, particularmente en la zona

norte, y con la mayor heterogeneidad en el consumo de combustibles entre

sectores que se observa en estas dos zonas. Por lo tanto, los resultados son más

confiables en el caso del modelo agregado y la zona sur.

En el caso de la zona sur, fue posible estimar un modelo con cinco combustibles

donde, aparte del gas, petróleo, gasolina y electricidad, se definió un

combustible agregado sumando el consumo de parafina, leña y carbón. Estos

tres últimos combutibles se combinaron utilizando su equivalencia energética.

En el caso de las otras zonas, el bajo o nulo consumo de estos tres combustibles

impidió estimar un modelo como el de la zona sur, ya que se pierden muchas

observaciones, y se optó por un modelo con cuatro combustibles.

116

Se realizó un ejercicio con el modelo agregado nacional para ver el impacto de

cambios en la disponibilidad de gas natural sobre las elasticidades estimadas. Se

advierte que los resultados deben interpretarse con cuatela ya que el modelo no

es adecuado para evaluar cambios en las elasticidades y es probable que éstos

estén influenciados por la forma funcional adoptada. En todo caso, el ejercicio

mostró una efecto relativamente moderado sobre las elasticidades al calcular

éstas según las condiciones prevalecientes (de disponibilidad de gas natural y

otras variables) en el año 2003 en comparación con el año 2006.

Los resultados preferidos para las elasticidades propias y cruzadas de corto y largo

plazo se resumen en los Cuadros 72 a 79 que se presentan a continaución. Es importante

explicar cómo se debe interpretar esta información. Cada celda contiene la elasticidad

de la demanda por un combustible (filas) con respecto a los distintos precios de los

combustibles (columnas). Así, la forma correcta de leer los cuadros es que cada casilla

contiene la elasticidad ηij que indica en qué porcentaje cambia el consumo del

combustible de la fila i, cuando cambia el precio del combusitble de la columna j. Así,

por ejemplo, si el precio del combustible de la columna j aumenta en 10%, entonces el

consumo del combustible de la fila i varía en 10* ηij%.

Además de la estimación de la elasticidad puntual, los Cuadros 72 a 79 presentan el

intervalo de confianza (90%) de la estimación de cada elasticidad. Esta información está

en los paréntesis debajo de cada estimación puntual. El intervalo de confianza se

construyó mediante el método ‘Bootstrapping’ por el cual se generaron 100 muestras de

los datos originales (con reemplazo), se volvió a estimar el modelo para cada una de

ellas, y se calcularon las elasticidades. Luego se registra en los cuadros el valor del

percentil 5% y 95% de cada elasticidad.

Un resumen de los resultados es la siguiente:

Las elasticidades de largo plazo indican que la demanda por electricidad es la

más inelástica con respecto a su propio precio entre todos los combustibles, con

un valor de -0.40 a nivel nacional en el corto plazo (dentro de un año) y de -0,47

en el largo plazo. La elasticidad propia de la demanda por electricidad estimada

117

por zona es muy similar al agregado nacional, siendo levemente superior en la

zona norte y centro, y levemente inferior en la zona sur.

Cuadro 72: Elasticidades de demanda de corto plazo, agregado nacional

Gas Petróleo Gasolina Electricidad Gas -0,87

(-0,95:-0,81) 0,25

(0,18:0,33) 0,04

(0,01:0,09) 0,58

(0,48:0,68)

Petróleo 0,18 (0,15:0,22)

-0,88 (-0,94:-0,81)

0,04 (0,00:0,08)

0,66 (0,58:0,72)

Gasolina 0,11 (0,04:0,23)

0,14 (0,02:0,29)

-0,93 (-1,07:-0,85)

0,68 (0,55:0,87)

Electricidad 0,13 (0,11:0,15)

0,21 (0,16:0,25)

0,06 (0,03:0,10)

-0,40 (-0,45--0,34)

Nota: cada casilla contiene la elasticidad ηij que indica en qué porcentaje cambia el consumo del combustible de la fila i, cuando cambia el precio del combusitble de la columna j. Debajo de cada valor, en paréntesis, se presenta el intervalo de confianza (90%) de la elasticidad. Este intervalo fue estimado por el método de ‘Boostrapping’ con 100 repeticiones.

Cuadro 73: Elasticidades de demanda de largo plazo, agregado nacional

Gas Petróleo Gasolina Electricidad Gas -1,00

(-1,13:-0,92) 0,29

(0,21:0,38) 0,05

( 0,02:0,10) 0,66

(0,54:0,81)

Petróleo 0,21 ( 0,17:0,26)

-1,01 ( -1,10:-0,92)

0,04 ( 0,01:0,10)

0,76 ( 0,66:0,84)

Gasolina 0,13 ( 0,05:0,27)

0,16 ( 0,02:0,34)

-1,07 ( -1,24:-0,98)

0,78 ( 0,62:1,00)

Electricidad 0,15 ( 0,13:0,18)

0,24 ( 0,18:0,29)

0,07 (0,03:0,11)

-0,46 ( -0,52:-0,38)


Cuadro 74: Elasticidades de demanda de corto plazo, zona norte Gas Petróleo Gasolina Electricidad

Gas -1,12 (-1,43:-0,81)

0,31 (0,20:0,50)

0,17 (0,01:0,66)

0,63 (0,33:0,78)

Petróleo 0,06 (0,03:0,13)

-0,60 (-0,73:-0,48)

0,04 (-0,02:0,26)

0,51 (0,34:0,57)

Gasolina 0,14 (0,01:0,29)

0,16 (-0,08:0,07)

-0,79 (-2,05:-0,06)

0,50 (-0,20:1,44)


0,29 (0,19:0,34)

0,06 (-0,03:0,26)

-0,42 (-0,58:-0,29)


118

Cuadro 75: Elasticidades de demanda de largo plazo, zona norte Gas Petróleo Gasolina Electricidad

Gas -1,26 (-1,79:-0,93)

0,35 (0,21:0,57)

0,19 (0,02:0,80)

0,71 (0,36:0,92)

Petróleo 0,07 (0,04:0,14)

-0,68 (-0,86:-0,50)

0,04 (-0,02:0,29)

0,58 (0,37:0,64)

Gasolina 0,16 (0,02:0,32)

0,18 (-0,08:0,75)

-0,89 (-2,44:-0,07)

0,56 (-0,21:1,58)


0,33 (0,21:0,38)

0,07 (-0,04:0,30)

-0,47 (-0,66:-0,33)


Cuadro 76: Elasticidades de demanda de corto plazo, zona centro39 Gas Petróleo Gasolina Electricidad

Gas -1,34 (-1,83:-0,86)

0,19 (0,13:0,36)

0,54 (0,02:1,00)

0,61 (0,54:0,68)

Petróleo 0,18 (0,11:0,30)

-1,11 (-1,39:-0,64)

0,14 (0,04:0,20)

0,80 (0,33:1,07)

Gasolina 0,48 (0,04:0,67)

0,13 (0,12:0,18)

-1,22 (-1,38:-0,86)

0,61 (0,54:0,68)


0,17 (0,09:0,25)

0,14 (0,04:0,20)

-0,43 (-0,52:-0,29)


Cuadro 77: Elasticidades de demanda de largo plazo, zona centro40 Gas Petróleo Gasolina Electricidad

Gas -1,54 (-2,04:-1,04)

0,22 (0,15:0,40)

0,62 (0,02:1,11)

0,70 (0,59:0,87)

Petróleo 0,20 (0,15:0,33)

-1,28 (-1,63:-0,76)

0,16 (0,05:0,24)

0,92 (0,37:1,28)

Gasolina 0,55 (0,66:0,77)

0,15 (0,13:0,22)

-1,40 (-1,62:-1,06)

0,70 (0,59:0,87)


0,20 (0,11:0,29)

0,16 (0,05:0,24)

-0,49 (-0,61:-0,37)


39 Estos resultados corresponden al modelo alternativo donde se han eliminado las variables que en una primera etapa no fueron estadísticamente significativos y donde los coeficientes relacionados con los precios que no fueron estadísticamente significativos se restringen a que tengan un valor de cero. 40 Estos resultados corresponden al modelo alternativo donde se han eliminado las variables que en una primera etapa no fueron estadísticamente significativos y donde los coeficientes relacionados con los precios que no fueron estadísticamente significativos se restringen a que tengan un valor de cero.

119

Cuadro 78: Elasticidades de demanda de corto plazo, zona sur Gas Petróleo Gasolina Otros Electricidad

Gas -0,76 (-0,90:-0,65)

0,18 (0,13:0,23)

0,03 (0,00:0,06)

0,04 (0,02:0,05)

0,51 (0,41:0,66)

Petróleo 0,31 (0,22:0,37)

-1,02 (-1,07:-0,90)

0,01 (-0,02:0,07)

0,02 (0,02:0,03)

0,68 (0,57:0,74)

Gasolina 0,14 (0,00:0,28)

0,03 (-0,05:0,19)

-0,97 (-1,07:-0,89)

0,05 (0,02:0,07)

0,74 (0,58:0,84)

Otros 0,21 (0,14:0,25)

0,08 (0,05:0,11)

0,06 (0,03:0,09)

-1,04 (-1,15:-0,92)

0,69 (0,58:0,85)


0,12 (0,10:0,13)

0,05 (0,03:0,06)

0,04 (0,03:0,05)

-0,35 (-0,38:-0,30)


Cuadro 79: Elasticidades de demanda de largo plazo, zona sur Gas Petróleo Gasolina Otros Electricidad

Gas -0,84 (-0,98:-0,72)

0,20 (0,14:0,25)

0,03 (0,00:0,07)

0,04 (0,02:0,06)

0,56 (0,45:0,72)

Petróleo 0,34 (0,24:0,41)

-1,13 (-1,22:-0,97)

0,01 (-0,02:0,08)

0,03 (0,02:0,04)

0,75 (0,61:0,85)

Gasolina 0,16 (0,00:0,31)

0,04 (-0,05:0,21)

-1,07 (-1,20:-0,98)

0,05 (0,03:0,08)

0,82 (0,63:0,97)

Otros 0,24 (0,15:0,28)

0,09 (0,06:0,12)

0,06 (0,03:0,10)

-1,15 (-1,34:-1,00)

0,76 (0,62:0,98)


0,13 (0,10:0,15)

0,05 (0,04:0,06)

0,04 (0,03:0,05)

-0,39 (-0,43:-0,30)


La elasticidad propia de la demanda por petróleo muestra que esta demanda es

inelástica a nivel agregado en el corto plazo (-0,88) pero muy cercana a -1,0 en

el largo plazo. En la zona norte, sin embargo, la demanda por este combustible

es mucho más inelástica, siendo de -0,60 en el corto plazo y -0,68 en el largo

plazo. En las otras dos zonas, estas mismas elasticidades son superiores a uno

(en términos absolutos).

La elasticidad propia de la demanda por gasolina es muy cercana a uno en el

agregado, siendo de -0,93 en el corto plazo y -1,07 en el largo plazo. Entre

zonas, se da el mismo patrón que en el caso del petróleo para estas elasticidades,

siendo más inelástica que en el agregado nacional para la zona norte y más

elastica en la zona centro y sur.

120

La elasticidad propia de la demanda por gas muestra mayores diferencias entre

zonas. En el agregado nacional, la elasticidad propia de la demanda por este

combustible es de -0,87 en el corto plazo (dentro de un año) y cercana a -1,0 en

el largo plazo. Sin embargo, estas elasticidades son mayores (en términos

absolutos) en la zona norte y centro, siendo particularmente elástica en la zona

centro (-1,35 en el corto plazo y -1,54 en el largo plazo). En la zona sur, sin

embargo, las estimaciones indican una demanda mucho más insensible a su

precio, con una elasticidad de -0,76 en el corto plazo y -0,84 en el largo plazo.

La elasticidad propia de la demanda por ‘otros’ (suma de consumo de parafina,

carbón y leña) sólo se pudo obtener para la zona sur. Los resultados indican una

elasticidad cercana a uno (en valor absoluto) en el corto plazo (-1,04) y algo más

elástica en el largo plazo (-1,15).

Los resultados para las elasticidades cruzadas son interesantes. Todos los

insumos son sustitutos entre si, pero en general los efectos cruzados son bajos.

Los únicos efectos cruzados importantes ocurre con variaciones en el precio de

la electricidad lo cual afecta la demanda de los otros combustibles. Variaciones

en el pecio de la gasolina y de ‘otros’ (en el caso de la zona sur) prácticamente

no tienen ningún efecto en la demanda de los otros combusitbles. En el caso del

petróleo, variaciones en su precio afectan algo (pero con una elasticidad baja de

0,29 en el agregado nacional) la demanda por gas y en algunos casos la demanda

por electricidad (0,24 en el agregado nacional). En la zona norte estos últimos

impactos cruzados son algo más altos y en las otras dos zonas son menores.

Variaciones en el precio del gas tampoco afectan mucho la demanda de los otros

combustibles, con excepción de algún efecto sobre la demanda por petróleo y, en

el caso de la zona centro, en la demanda por gasolina.

121

12. Referencias Anderson, G. y R. Blundell (1982), ‘Estimation and hypothesis testing in dynamic singular equation systems’, Econometrica, 50, 1559-1571. Arellano, M. y A. Bond (1991), ‘Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations’, Review of Economic Studies, 58, 277-297. Barrios, J.A. (2004), ‘Generalized simple selection bias correction under RUM’, Economic Letters, 85, 129-132. Bourguignon, F., M. Fournier y M. Gurgand (2008), ‘Selection Bias Correction Based on the Multinomial Logit Model: Monte Carlo Comparisons’, Journal of Economic Surveys, 21(1), 174-205. Bousquet, A., Chakir, R. y N. Ladoux (2004), ‘Modelling Corner Solutions with Panel data: An Application to the Industrial Energy Demand in France’, Empirical Economics, 29, 193-208. Bousquet, A. y N. Ladoux (2006), ‘Flexible versus designated technologies and interfuel substitution’, Energy Economics, 28, 426-443. Chambers, R.G. (1988), Applied Production Analysis, Cambridge University Press, Cambridge, UK. Cosidine, T.J. (1989), ‘Separability, functional form and regulatory policy in modelos of interfuel substitution’, Energy Economics, 11, pp. 89-94. Cosidine, T.J. y T.D. Mount (1984), ‘The Use of Linear Logit Models for Dynamic Input Demanda Systems’, The Review of Economics and Statistics, 66(3), pp. 434-443. Dubin, J.A. y D.L. McFadden (1984), ‘An Econometric Analysis of Residential Electric Appliance Holdings and Consumption’, Econometrica, 52(2), 345-363. Heckman, J. (1979), ‘Sample Selection Bias as a Specification Error’, Econometrica, 47(1), 153-161. Jones, C.T. (1995), ‘A Dynamic Analysis of Interfuel Substitution in the U.S. Industrial Energy Demand’, Journal of Business and Economic Statistics, 13(4), 459-465. Judson, R.A. and A.L. Owen (1999), ‘Estimating dynamic panel data models: a guide for macroeconomists’, Economic Letters, 65, pp. 9-15. Kao, C., L.F. Lee y M.M. Pitt (2001), ‘Simulated Maximum Likelihood Estimation of the Linear Expenditure System with Binding Non-negativity Constraints’, Annals of Economics and Finance, 2, 215-235.

122

Lee, L.F. y M.M. Pitt (1986), ‘Microeconometric Demand System with Binding Nonnegativity Constraints: The Dual Approach’, Econometrica, 54(5), 1237-1242. Lee, L.F. y M.M. Pitt (1987), ‘Microeconometric models of rationing, imperfect markets and non-negativity constraints’, Journal of Econometrics, 36, 89-110. Nickell, S. (1981), ‘Biases in dynamic models with fixed effects’, Econometrica, 49, pp. 1417-1426. Treadway, A.B., (1971) ‘The Rational Multivariate Flexible Acelerator’, Econometrica, 39(5), pp. 845-855. Urga, G. y C. Walters (2003), ‘Dynamic Translog and linea logit models: a factor demand analysis of interfuel substitution in US industrial energy demand’, Energy Economics, 25, 1-21.

123

Anexo I.1: Consumos relativos de combustibles por sector

ciiu3 elect carbon petroleo bencina parafina gas_lic gas_can gas_na~l leña grasas Total

1511 100% 4% 51% 27% 1% 54% 6% 13% 23% 13% 100%1512 99% 7% 74% 39% 1% 49% 5% 13% 12% 35% 100%1513 99% 2% 64% 27% 3% 48% 2% 14% 12% 16% 100%1514 100% 3% 50% 34% 1% 35% 5% 10% 10% 14% 100%1520 100% 5% 55% 17% 1% 29% 4% 10% 15% 9% 100%1531 100% 2% 41% 32% 2% 27% 0% 2% 7% 9% 100%

1532 100% 0% 48% 18% 2% 54% 0% 24% 8% 18% 100%1533 99% 6% 65% 12% 2% 45% 4% 12% 8% 9% 100%1541 100% 1% 53% 25% 1% 34% 6% 5% 23% 5% 100%1542 100% 37% 65% 22% 16% 73% 10% 20% 0% 33% 100%1543 100% 7% 42% 14% 0% 49% 9% 18% 6% 8% 100%1544 100% 0% 46% 7% 0% 20% 12% 24% 0% 5% 100%1549 100% 5% 41% 20% 1% 45% 6% 13% 16% 7% 100%

1551 100% 6% 68% 35% 5% 30% 6% 0% 25% 9% 100%1552 100% 1% 75% 40% 2% 45% 5% 7% 1% 17% 100%1554 100% 4% 61% 25% 1% 46% 7% 19% 9% 23% 100%

124


1711 100% 2% 37% 26% 3% 44% 8% 29% 1% 23% 100%1712 100% 0% 100% 0% 25% 25% 0% 0% 0% 0% 100%

1721 100% 2% 24% 37% 6% 39% 6% 6% 0% 6% 100%1722 100% 0% 34% 18% 23% 42% 11% 31% 18% 13% 100%1723 100% 0% 47% 20% 2% 37% 10% 20% 3% 13% 100%1729 100% 0% 17% 24% 3% 28% 8% 5% 2% 6% 100%1730 100% 0% 14% 14% 4% 36% 10% 4% 0% 10% 100%

1810 100% 0% 14% 23% 3% 37% 6% 5% 1% 2% 100%

1911 100% 4% 47% 45% 25% 47% 3% 26% 20% 29% 100%

1912 100% 0% 1% 31% 0% 36% 1% 4% 0% 3% 100%1920 99% 0% 24% 26% 5% 40% 1% 1% 1% 6% 100%

2010 100% 2% 64% 37% 1% 19% 0% 1% 1% 28% 100%

2021 100% 0% 71% 33% 0% 35% 2% 1% 21% 34% 100%2022 99% 0% 53% 35% 1% 35% 2% 2% 2% 18% 100%2023 100% 0% 71% 23% 0% 32% 1% 3% 4% 18% 100%

2029 99% 1% 37% 30% 4% 23% 2% 4% 2% 7% 100%

125


2101 98% 4% 68% 37% 12% 61% 5% 19% 15% 24% 100%2102 100% 1% 42% 24% 3% 50% 10% 17% 0% 8% 100%2109 100% 0% 25% 23% 2% 44% 0% 13% 0% 9% 100%

2211 99% 0% 34% 24% 1% 28% 5% 8% 0% 10% 100%2212 100% 0% 32% 38% 4% 54% 7% 5% 11% 21% 100%2213 100% 0% 67% 0% 0% 33% 58% 67% 0% 0% 100%2219 100% 0% 19% 26% 7% 24% 3% 4% 0% 4% 100%2221 100% 2% 17% 31% 4% 27% 2% 4% 3% 3% 100%2222 100% 0% 0% 44% 0% 50% 11% 0% 0% 0% 100%2230 100% 0% 15% 8% 0% 31% 0% 0% 0% 0% 100%

2411 98% 5% 54% 30% 6% 34% 2% 17% 0% 14% 100%2412 73% 0% 54% 31% 4% 38% 15% 15% 0% 8% 100%2413 100% 0% 45% 4% 0% 34% 15% 28% 2% 9% 100%2421 100% 0% 44% 44% 0% 44% 0% 17% 0% 6% 100%

2422 100% 0% 48% 45% 11% 65% 9% 21% 0% 9% 100%

2423 100% 1% 32% 32% 0% 57% 18% 34% 5% 3% 100%

2424 100% 1% 42% 27% 4% 59% 7% 9% 3% 4% 100%2429 83% 1% 49% 30% 6% 27% 4% 13% 0% 3% 100%2430 100% 0% 45% 0% 0% 41% 7% 28% 0% 3% 100%

126


2511 99% 4% 53% 21% 2% 34% 16% 9% 4% 10% 100%2519 100% 0% 44% 44% 4% 42% 4% 16% 0% 21% 100%2520 100% 1% 36% 30% 3% 42% 5% 6% 1% 12% 100%

2610 100% 1% 40% 24% 10% 47% 1% 20% 1% 8% 100%2691 100% 2% 27% 35% 8% 57% 4% 37% 4% 14% 100%2692 100% 0% 89% 46% 5% 77% 23% 39% 4% 16% 100%

2693 100% 60% 72% 42% 2% 28% 8% 11% 26% 42% 100%2694 100% 44% 76% 44% 16% 29% 0% 16% 0% 22% 100%2695 97% 1% 73% 39% 7% 48% 2% 3% 0% 29% 100%2696 100% 0% 72% 12% 0% 64% 0% 8% 0% 40% 100%2699 100% 7% 44% 39% 6% 35% 13% 50% 0% 11% 100%

2710 100% 4% 59% 32% 4% 45% 5% 13% 3% 28% 100%2720 100% 11% 73% 52% 15% 48% 7% 15% 2% 27% 100%

2811 99% 1% 50% 39% 2% 32% 4% 4% 0% 14% 100%

2812 99% 3% 46% 41% 0% 43% 1% 6% 0% 24% 100%

2813 100% 0% 55% 25% 0% 11% 0% 0% 0% 16% 100%2891 100% 10% 19% 13% 0% 52% 0% 13% 0% 0% 100%

2892 100% 0% 37% 33% 0% 43% 8% 10% 0% 18% 100%

2893 100% 0% 36% 36% 12% 36% 3% 15% 0% 6% 100%2899 100% 4% 34% 28% 12% 52% 6% 11% 2% 20% 100%

127


2912 99% 15% 35% 46% 18% 44% 5% 2% 2% 20% 100%

2913 100% 9% 34% 51% 6% 46% 4% 6% 0% 14% 100%2914 100% 0% 11% 47% 8% 58% 14% 3% 0% 6% 100%2915 100% 2% 47% 67% 1% 50% 2% 4% 5% 11% 100%2919 100% 1% 43% 41% 10% 53% 4% 6% 3% 17% 100%2921 99% 3% 47% 35% 8% 32% 5% 3% 3% 21% 100%2922 98% 0% 54% 31% 6% 39% 4% 1% 0% 9% 100%2923 97% 3% 31% 37% 6% 37% 6% 9% 0% 26% 100%

2924 100% 2% 50% 64% 7% 61% 0% 12% 1% 33% 100%

2925 99% 2% 34% 43% 6% 42% 3% 2% 1% 20% 100%

2926 92% 0% 26% 37% 3% 24% 3% 0% 0% 13% 100%2927 96% 0% 43% 39% 4% 52% 9% 4% 0% 17% 100%2929 100% 4% 28% 55% 6% 57% 1% 0% 0% 29% 100%2930 100% 8% 29% 29% 19% 44% 11% 11% 1% 22% 100%

3000 100% 0% 100% 0% 0% 100% 0% 0% 0% 0% 100%

3110 100% 0% 30% 40% 0% 34% 10% 20% 0% 0% 100%3120 100% 0% 25% 58% 14% 81% 6% 3% 0% 21% 100%3130 100% 15% 31% 23% 0% 69% 0% 8% 15% 27% 100%3140 100% 0% 17% 58% 0% 8% 0% 0% 0% 0% 100%

3150 100% 10% 24% 20% 6% 56% 4% 8% 0% 12% 100%3190 100% 0% 53% 60% 0% 41% 0% 0% 0% 14% 100%

128


3210 100% 0% 24% 0% 0% 29% 0% 0% 0% 10% 100%

3220 100% 0% 0% 0% 0% 17% 0% 0% 0% 0% 100%

3230 100% 0% 22% 0% 0% 22% 0% 0% 0% 0% 100%

3311 100% 0% 16% 38% 9% 49% 7% 13% 0% 4% 100%

3312 100% 0% 31% 43% 14% 40% 19% 10% 0% 10% 100%3320 100% 0% 12% 4% 0% 62% 8% 15% 0% 0% 100%3330 100% 0% 33% 33% 25% 25% 0% 0% 0% 17% 100%

3410 100% 0% 48% 35% 6% 35% 4% 0% 0% 6% 100%

3420 100% 2% 47% 39% 0% 38% 0% 4% 1% 13% 100%3430 100% 4% 27% 36% 13% 51% 7% 4% 0% 10% 100%

3511 100% 5% 61% 49% 10% 61% 8% 2% 3% 33% 100%3530 100% 8% 100% 25% 0% 0% 8% 0% 0% 8% 100%3592 100% 2% 34% 27% 7% 56% 0% 0% 0% 10% 100%3599 100% 0% 39% 54% 5% 37% 7% 5% 0% 2% 100%

3610 99% 1% 37% 31% 2% 33% 2% 3% 2% 8% 100%3691 100% 11% 21% 0% 5% 45% 0% 5% 0% 11% 100%3692 100% 0% 4% 39% 4% 30% 0% 0% 0% 0% 100%3693 100% 0% 14% 31% 0% 17% 0% 0% 0% 6% 100%3694 100% 0% 30% 40% 10% 33% 3% 3% 0% 7% 100%3699 100% 1% 27% 38% 10% 45% 10% 5% 2% 9% 100%

129

Anexo I.2: Preparación de la base de datos

Construcción de la Base de Datos para estimación de demanda por energía en la Industria Manufacturera

Para estimar las elasticidades de demanda por energía, propias y cruzadas, se utilizaron

las bases de datos de la Encuesta Nacional Industrial Anual (ENIA), para los años 2001,

2002, 2003 y 2004. Esto permitió obtener una base de datos panel de la industria

manufacturera. La cobertura de la encuesta ENIA alcanza el universo de los

establecimientos manufactureros, cuyo tamaño corresponde a una ocupación de 10 y

más personas y que realizaron actividades en un periodo igual o superior a un semestre.

Descripción de la Encuesta Nacional Industrial Anual (ENIA):

La unidad principal de análisis en el universo corresponde solo a “establecimientos

manufactureros” y por tanto, debemos señalar, que existen empresas con solo un

establecimiento manufacturero (uniestablecimiento) y empresas integradas (vertical y

horizontalmente) que poseen más de un establecimiento Industrial (multiunidad) y/o

participan en más de una actividad económica (multiactividad). En el caso de las

multiunidades y/o multiactividad es necesario tener en cuenta que se incluyen todos sus

establecimientos “manufactureros” sin importar su nivel de ocupación y que en algunos

casos presentan información relativa a ingresos, gastos, inversiones, etc. de forma

centralizada que no queda publicada por este anuario. Esta información centralizada se

recoge en un formulario especialmente diseñado para estas multiunidades y/o

multiactividad y que puede ser solicitado al Instituto.

Las cifras procesadas anualmente incluyen los nuevos establecimientos que funcionan

en el período de referencia de la información y excluyen aquellos que paralizaron sus

actividades por diversos motivos.

La actualización del directorio de los establecimientos industriales utilizado en el

levantamiento de la ENIA se realiza, entre otros, a través de los registros de patentes

industriales que las Municipalidades del país proporcionan al Instituto, de acuerdo a los

130

registros de contribuyentes del Servicio de Impuestos Internos y en base a

informaciones proporcionadas por diferentes organizaciones gremiales del sector.

Los resultados obtenidos se entregan en dos tomos. El primero incluye los

establecimientos con 50 o más trabajadores ocupados mientras el segundo sólo aquellos

establecimientos con 10 a 49 trabajadores ocupados. Ambos comprenden todas las

unidades productivas con División y Agrupaciones a tres (3) dígitos según la

Clasificación Industrial Internacional Uniforme de todas las Actividades Económicas

(CIIU), Rev.3 de Naciones Unidas.

Las principales variables incluidas son las siguientes:

Número de establecimientos, días trabajados y días paralizados

Ocupación media por clase personal, sexo y trimestres trabajados.

Remuneraciones, descuentos legales, cargas familiares

Costo total de los bienes recibidos y de los trabajos efectuados por contrato.

Materias primas y otros materiales recibidos nacionales e importados.

Combustibles y lubricantes comprados por clase

Energía eléctrica; consumo, compra, generación y venta

Gastos indirectos por servicios de terceros

Gastos por impuestos

Valor de existencias a principio y término del año

Inversiones nuevas y Adición Bruta al Activo Fijo

Valor Agregado y Valor Bruto de la Producción

Variables de consumo y precios de energía:

Dentro de la encuesta las empresas deben registrar la cantidad y valores de lubricates y

combustibles destinados a la generación de fuerza y calor, no aquellos utilizados como

materia prima. Los tipos de combustibles y unidades de cada uno de ellos se presentan

en la siguiente tabla:

131

Tipo de combustible

Unidad Glosa

Carbón k Kilos t Toneladas

Petróleo l Litros t Toneladas

Gasolina l Litros m3 Metros cúbicos

Parafina l Litros m3 Metros cúbicos

Gas licuado m3 Metros cúbicos k Kilos

Gas de cañeria m3 Metros cúbicos Gas natural m3 Metros cúbicos Leña t Toneladas

mr Metros Ruma Grasas y aceites t Toneladas

l Litros

Adicionalmente se reporta la cantidad de electricidad consumida, generada y vendida en

KWH.

Un punto importante de mencionar con respecto al reporte de energía consumida,

es que en muchos casos la unidad de reporte no es mencionada y esta debió ser

imputada según lo que parecía razonable.

La siguiente tabla detalla, por tipo de combustible, el porcentaje que a pesar de

consumir el combustible no reporta la unidad de consumo.

Tipo de combustible Carbón 47.6% Petróleo 43.2% Gasolina 43.3% Parafina 44.8% Gas licuado 45.3% Leña 47.5% Grasas y aceites 58.4%

Una vez hecha la imputación de la unidad según lo que parecía correcto, cada

combustible fue expresado en una sola unidad común, tal como se detalla a

continuación:

132

Carbón: las empresas reportan en Kg o toneladas, se dejo unificado en toneladas. Los

que no reportan unidad se asume que son toneladas.

Petróleo: viene en m3 y toneladas. Se expresa todo en m3 de petróleo, para lo cual se

utiliza como supuesto una densidad del petróleo de 0.85 Kg/Lt, con lo cual 1 tonelada

de petróleo equivale a 1.177 m3 de petróleo. Los que no reportan unidad se asume que

reportan en m3.

Gasolina: viene en m3 y lt. Se unifico en m3. Los que no reportaban unidad se asumió

que eran metros cúbicos.

Parafina: se reporta en m3 y lt. Se unifico en m3. Los que no reportan unidad se

asumen que son m3.

Gas licuado: se reporta en Kg y en M3. Se unifica en Kg, para lo cual se utiliza como

supuesto una densidad de 0.55 Kg/Lt, de acuerdo al Balance Nacional de Energía de la

CNE. Los que no reportan unidad se asume que es Kg.

Adicionalmente, según lo acordado con la contraparte, los combustibles gas natural, gas

licuado y gas de cañería fueron agrupados en un solo combustible, GAS, el que esta

medido en m3.

Todos los ajustes a las cantidad consumidas de cada combustible fueron realizadas

mediante el do-file canastas.do, el que se adjunta al final de este anexo.

Luego de este procedimiento, se tiene información para cada combustible de la cantidad

consumida y del valor de este consumo, para cada combustible. Luego, el precio

promedio anual pagado por cada firma y por cada combustible puede ser obtenido de la

siguiente forma:

133

k tipoenergía de consumida cantidad :

k tipoenergía de consumo valor :

k tipoenergía de precio :

:

k

k

k

k

kk

QP

VC

P

donde

QC

VCP

De esta forma los precios calculados representan precio promedio anual, y además se

debe reconocer que los precios pueden ser endógenos, ya que puede existir una relación

entre el precio pagado y la cantidad comprada de energía.

Luego de realizar los cálculos de precio se procedieron a revisar ambas cosas de la serie

resultante, en algunos casos existen valor extremos que se distancian bastante de los

precios medianos, en estos casos se procedió a un análisis detallado de que puede haber

provocado este “error” en el cálculo del precio, si el error es obvio, por ejemplo, en vez

de estar en miles de pesos estaba expresado en pesos, o cualquier error de este tipo, esto

se procedió a corregir.

A continuación de detallan las correcciones realizadas para cada uno de los tipos de

energía.

1- Electricidad:

La siguiente tabla muestra las estadísticas descriptivas del precio de electricidad

calculado:

p_elect ------------------------------------------------------------- Percentiles Smallest 1% 5.71039 7.35e-06 5% 22.64345 7.59e-06 10% 28.8995 .0000398 Obs 21221 25% 37.78509 .0003319 Sum of Wgt. 21221 50% 53.0152 Mean 59.11387 Largest Std. Dev. 173.5161 75% 73.67636 3651.57 90% 85.08584 4106.761 Variance 30107.83 95% 97.83253 6763.343 Skewness 111.8076 99% 130.3399 22888.63 Kurtosis 14262.97

134

Se revisaron los casos con precio de electricidad inferior a $1/kwh. Un parte importante

de ellos el error se genera porque el consumo de electricidad no fue expresado en miles

de kwh sino simplemente en kwh. Los casos se listan a continuación y estos fueron

corregidos dividiendo el consumo reportado por 1.000.

Adicionalmente se consideraron fuera de rango los precios superiores a $600/kwh.

Los siguientes casos son los que tenía problema en la unidad de consumo:

replace elect=elect/1000 if nui==11387 & ano==2003 replace elect=elect/1000 if nui==40210 & ano==2004 replace elect=elect/1000 if nui==40039 & ano==2004 replace elect=elect/1000 if nui==15036 & ano==2003 replace elect=elect/1000 if nui==12376 & ano==2003 replace elect=elect/1000 if nui==12552 & ano==2003 replace elect=elect/1000 if nui==15920 & ano==2003 replace elect=elect/1000 if nui==14776 & ano==2003 replace elect=elect/1000 if nui==11461 & ano==2003 replace elect=elect/1000 if nui==11352 & ano==2003 replace elect=elect/1000 if nui==16105 & ano==2003 replace elect=elect/1000 if nui==16428 & ano==2002 replace elect=elect/1000 if nui==16861 & ano==2003 replace elect=elect/1000 if nui==10206 & ano==2004 replace elect=elect/1000 if nui==14785 & ano==2003 replace elect=elect/1000 if nui==16126 & ano==2003 replace elect=elect/1000 if nui==12639 & ano==2003 replace elect=elect/1000 if nui==14416 & ano==2003 replace elect=elect/1000 if nui==14414 & ano==2003 replace elect=elect/1000 if nui==14284 & ano==2002 replace elect=elect/1000 if nui==15746 & ano==2003 replace elect=elect/1000 if nui==11079 & ano==2003 replace elect=elect/1000 if nui==12601 & ano==2003 replace elect=elect/1000 if nui==11638 & ano==2003 replace elect=elect/1000 if nui==11315 & ano==2003 replace elect=elect/1000 if nui==11765 & ano==2003 replace elect=elect/1000 if nui==14838 & ano==2003 replace elect=elect/1000 if nui==11108 & ano==2003 replace elect=elect/1000 if nui==12976 & ano==2002 replace elect=elect/1000 if nui==15887 & ano==2003 replace elect=elect/1000 if nui==12563 & ano==2003 replace elect=elect/1000 if nui==11896 & ano==2003 replace elect=elect/1000 if nui==14583 & ano==2001 replace elect=elect/1000 if nui==16546 & ano==2003 replace elect=elect/1000 if nui==11548 & ano==2003 replace elect=elect/1000 if nui==14616 & ano==2003 replace elect=elect/1000 if nui==11111 & ano==2003 replace elect=elect/1000 if nui==15700 & ano==2003 replace elect=elect/1000 if nui==12584 & ano==2003 replace elect=elect/1000 if nui==14148 & ano==2003 replace elect=elect/1000 if nui==16255 & ano==2003 replace elect=elect/1000 if nui==14837 & ano==2003 replace elect=elect/1000 if nui==14554 & ano==2001 replace elect=elect/1000 if nui==14721 & ano==2003 replace elect=elect/1000 if nui==10152 & ano==2003

135

replace elect=elect/1000 if nui==16262 & ano==2003 replace elect=elect/1000 if nui==14550 & ano==2002 replace elect=elect/1000 if nui==10159 & ano==2003 replace elect=elect/1000 if nui==13233 & ano==2002

2- Carbón:

La siguiente tabla muestra las estadísticas descriptivas del precio del carbon:

p_carbon ------------------------------------------------------------- Percentiles Smallest 1% 15.22963 .0206774 5% 19.67584 2.142954 10% 25.99848 4.481181 Obs 521 25% 43.07381 6.805416 Sum of Wgt. 521 50% 75.21545 Mean 1686.805 Largest Std. Dev. 17411.54 75% 143.4417 50189.88 90% 177.9926 90136.92 Variance 3.03e+08 95% 204.2567 171669.9 Skewness 15.97176 99% 28653.44 337808.6 Kurtosis 286.5485

Los siguientes cambios de unidad fueron realizados:

**Casos en que la cantidad estaba en toneladas en vez de kilogramos*** replace carbon=carbon*1000 if nui==10027 & ano==2003 replace carbon=carbon*1000 if nui==10060 & ano==2003 replace carbon=carbon*1000 if nui==10996 & ano==2003 replace carbon=carbon*1000 if nui==12620 & ano==2003 replace carbon=carbon*1000 if nui==12922 & ano==2003 replace carbon=carbon*1000 if nui==13560 & ano==2003 replace carbon=carbon*1000 if nui==13913 & ano==2003 replace carbon=carbon*1000 if nui==14036 & ano==2003 replace carbon=carbon*1000 if nui==15092 & ano==2003 replace carbon=carbon*1000 if nui==15231 & ano==2003 **Casos en que el valor NO estaba en miles de pesos** replace val_carbon=val_carbon/1000 if nui==10894 & ano==2003

3- Petróleo:

La siguiente tabla muestra las estadísticas descriptivas del precio del petróleo calculado:

p_petroleo ------------------------------------------------------------- Percentiles Smallest

136

1% 55.90431 .097527 5% 131.6389 .1331753 10% 160.4488 .1406404 Obs 9583 25% 177.5479 .1543533 Sum of Wgt. 9583 50% 214.1886 Mean 219.3664 Largest Std. Dev. 63.05905 75% 259.4684 763.6032 90% 294.9936 887.5455 Variance 3976.444 95% 315.2137 1132 Skewness 2.545784 99% 348.0508 1924.116 Kurtosis 66.05367

Se analizaron los valores inferiores a $10/Lt y sobre $500/lt.

Algunos casos, los que tienen precios menores a $1/Lt, se generan porque la unidad de

la cantidad de consumo no estaba en m3 sino en litros, a los siguientes casos se le

corrigió este problema:

replace petroleo=petroleo/1000 if nui==13846 & ano==2003 replace petroleo=petroleo/1000 if nui==15917 & ano==2003 replace petroleo=petroleo/1000 if nui==16362 & ano==2003 replace petroleo=petroleo/1000 if nui==14305 & ano==2003 replace petroleo=petroleo/1000 if nui==13088 & ano==2002 replace petroleo=petroleo/1000 if nui==10916 & ano==2003 replace petroleo=petroleo/1000 if nui==12426 & ano==2002 replace petroleo=petroleo/1000 if nui==13981 & ano==2002 replace petroleo=petroleo/1000 if nui==12552 & ano==2003 replace petroleo=petroleo/1000 if nui==14329 & ano==2001 replace petroleo=petroleo/1000 if nui==15138 & ano==2003 replace petroleo=petroleo/1000 if nui==15903 & ano==2003 replace petroleo=petroleo/1000 if nui==13614 & ano==2003 replace petroleo=petroleo/1000 if nui==12937 & ano==2003 replace petroleo=petroleo/1000 if nui==12942 & ano==2003 replace petroleo=petroleo/1000 if nui==13787 & ano==2003 replace petroleo=petroleo/1000 if nui==13416 & ano==2004 replace petroleo=petroleo/1000 if nui==14601 & ano==2003 replace petroleo=petroleo/1000 if nui==10455 & ano==2003 replace petroleo=petroleo/1000 if nui==11114 & ano==2003 replace petroleo=petroleo/1000 if nui==11422 & ano==2003 replace petroleo=petroleo/1000 if nui==11351 & ano==2004 replace petroleo=petroleo/1000 if nui==11456 & ano==2004 replace petroleo=petroleo/1000 if nui==10162 & ano==2003 replace petroleo=petroleo/1000 if nui==11514 & ano==2003 replace petroleo=petroleo/1000 if nui==14593 & ano==2001 replace petroleo=petroleo/1000 if nui==14279 & ano==2003 replace petroleo=petroleo/1000 if nui==15853 & ano==2003 replace petroleo=petroleo/1000 if nui==15406 & ano==2003 replace petroleo=petroleo/1000 if nui==14600 & ano==2003 replace petroleo=petroleo/1000 if nui==11405 & ano==2004 replace petroleo=petroleo/1000 if nui==11352 & ano==2003 replace petroleo=petroleo/1000 if nui==11136 & ano==2003 replace petroleo=petroleo/1000 if nui==10166 & ano==2003 replace petroleo=petroleo/1000 if nui==16156 & ano==2002 replace petroleo=petroleo/1000 if nui==16755 & ano==2002 replace petroleo=petroleo/1000 if nui==16737 & ano==2003 replace petroleo=petroleo/1000 if nui==15232 & ano==2003

137

replace petroleo=petroleo/1000 if nui==11148 & ano==2003 replace petroleo=petroleo/1000 if nui==11156 & ano==2003 replace petroleo=petroleo/1000 if nui==14038 & ano==2003 replace petroleo=petroleo/1000 if nui==12305 & ano==2004 replace petroleo=petroleo/1000 if nui==14848 & ano==2003 replace petroleo=petroleo/1000 if nui==14416 & ano==2003 replace petroleo=petroleo/1000 if nui==14414 & ano==2003 replace petroleo=petroleo/1000 if nui==12770 & ano==2002 replace petroleo=petroleo/1000 if nui==15527 & ano==2002 replace petroleo=petroleo/1000 if nui==13919 & ano==2003 replace petroleo=petroleo/1000 if nui==16493 & ano==2003 replace petroleo=petroleo/1000 if nui==14659 & ano==2003 replace petroleo=petroleo/1000 if nui==11999 & ano==2003 replace petroleo=petroleo/1000 if nui==10841 & ano==2003 replace petroleo=petroleo/1000 if nui==15230 & ano==2003 replace petroleo=petroleo/1000 if nui==14615 & ano==2003 replace petroleo=petroleo/1000 if nui==12976 & ano==2002 replace petroleo=petroleo/1000 if nui==12487 & ano==2003 replace petroleo=petroleo/1000 if nui==16199 & ano==2002 replace petroleo=petroleo/1000 if nui==10981 & ano==2003 replace petroleo=petroleo/1000 if nui==15527 & ano==2001 replace petroleo=petroleo/1000 if nui==14299 & ano==2001 replace petroleo=petroleo/1000 if nui==13101 & ano==2002 replace petroleo=petroleo/1000 if nui==14148 & ano==2003 replace petroleo=petroleo/1000 if nui==11895 & ano==2003 replace petroleo=petroleo/1000 if nui==11588 & ano==2003 replace petroleo=petroleo/1000 if nui==11207 & ano==2004 replace petroleo=petroleo/1000 if nui==16255 & ano==2003 replace petroleo=petroleo/1000 if nui==11158 & ano==2003 replace petroleo=petroleo/1000 if nui==10739 & ano==2003 replace petroleo=petroleo/1000 if nui==14292 & ano==2003 replace petroleo=petroleo/1000 if nui==14554 & ano==2001 replace petroleo=petroleo/1000 if nui==14721 & ano==2003 replace petroleo=petroleo/1000 if nui==10143 & ano==2004 replace petroleo=petroleo/1000 if nui==15741 & ano==2003

4- Gasolina:

La siguiente tabla muestra las estadísticas descriptivas del precio de la gasolina

calculado:41

p_bencina ------------------------------------------------------------- Percentiles Smallest 1% 81.16477 .1717423 5% 185.1624 .1895029 10% 212.9009 .2042326 Obs 6583 25% 264.9951 .2253244 Sum of Wgt. 6583 50% 386.6516 Mean 8238.985 Largest Std. Dev. 56379.65 75% 421.0115 601254.3 90% 442.5833 612009.3 Variance 3.18e+09 95% 467.7922 614569.9 Skewness 7.330571 99% 400039.5 615664.1 Kurtosis 57.06686

41 En los códigos se utiliza la palabra ‘bencina’ al referirse a la ‘gasolina’.

138

Se analizaron los casos con precios superior a $1.000/lt e inferior a $10/lt, en todos

estos casos el problema fue de unidad, en los superior a $1.000 la unidad declara era en

lts, pero estaba en m3, y en los casos con precios calculados inferior a $10/lt la unidad

declara era m3 pero estaban en m3. Se procedió a hacer estos cambios en unidad:

**Casos en que unidad estaba en m3 en vez de lts** replace bencina=bencina*1000 if nui==10077 & ano==2003 replace bencina=bencina*1000 if nui==10126 & ano==2003 replace bencina=bencina*1000 if nui==10196 & ano==2003 replace bencina=bencina*1000 if nui==10328 & ano==2003 replace bencina=bencina*1000 if nui==10404 & ano==2003 replace bencina=bencina*1000 if nui==10750 & ano==2003 replace bencina=bencina*1000 if nui==10914 & ano==2003 replace bencina=bencina*1000 if nui==10950 & ano==2003 replace bencina=bencina*1000 if nui==10951 & ano==2003 replace bencina=bencina*1000 if nui==11182 & ano==2003 replace bencina=bencina*1000 if nui==11184 & ano==2003 replace bencina=bencina*1000 if nui==11192 & ano==2003 replace bencina=bencina*1000 if nui==11304 & ano==2003 replace bencina=bencina*1000 if nui==11329 & ano==2003 replace bencina=bencina*1000 if nui==11371 & ano==2003 replace bencina=bencina*1000 if nui==11378 & ano==2003 replace bencina=bencina*1000 if nui==11483 & ano==2003 replace bencina=bencina*1000 if nui==11535 & ano==2003 replace bencina=bencina*1000 if nui==11541 & ano==2003 replace bencina=bencina*1000 if nui==12003 & ano==2003 replace bencina=bencina*1000 if nui==12027 & ano==2003 replace bencina=bencina*1000 if nui==12039 & ano==2003 replace bencina=bencina*1000 if nui==12163 & ano==2003 replace bencina=bencina*1000 if nui==12434 & ano==2003 replace bencina=bencina*1000 if nui==12626 & ano==2003 replace bencina=bencina*1000 if nui==12653 & ano==2003 replace bencina=bencina*1000 if nui==12654 & ano==2003 replace bencina=bencina*1000 if nui==12724 & ano==2003 replace bencina=bencina*1000 if nui==12732 & ano==2003 replace bencina=bencina*1000 if nui==12739 & ano==2003 replace bencina=bencina*1000 if nui==12741 & ano==2003 replace bencina=bencina*1000 if nui==12742 & ano==2003 replace bencina=bencina*1000 if nui==12747 & ano==2003 replace bencina=bencina*1000 if nui==12761 & ano==2003 replace bencina=bencina*1000 if nui==12766 & ano==2003 replace bencina=bencina*1000 if nui==12767 & ano==2003 replace bencina=bencina*1000 if nui==12768 & ano==2003 replace bencina=bencina*1000 if nui==12771 & ano==2003 replace bencina=bencina*1000 if nui==12777 & ano==2003 replace bencina=bencina*1000 if nui==12782 & ano==2003 replace bencina=bencina*1000 if nui==12790 & ano==2003 replace bencina=bencina*1000 if nui==12792 & ano==2003 replace bencina=bencina*1000 if nui==12793 & ano==2003 replace bencina=bencina*1000 if nui==12796 & ano==2003 replace bencina=bencina*1000 if nui==12799 & ano==2003 replace bencina=bencina*1000 if nui==12800 & ano==2003 replace bencina=bencina*1000 if nui==12801 & ano==2003 replace bencina=bencina*1000 if nui==12811 & ano==2003 replace bencina=bencina*1000 if nui==12813 & ano==2003

139

replace bencina=bencina*1000 if nui==12817 & ano==2003 replace bencina=bencina*1000 if nui==12818 & ano==2003 replace bencina=bencina*1000 if nui==12820 & ano==2003 replace bencina=bencina*1000 if nui==12822 & ano==2003 replace bencina=bencina*1000 if nui==12823 & ano==2003 replace bencina=bencina*1000 if nui==12828 & ano==2003 replace bencina=bencina*1000 if nui==12829 & ano==2003 replace bencina=bencina*1000 if nui==12890 & ano==2003 replace bencina=bencina*1000 if nui==12909 & ano==2003 replace bencina=bencina*1000 if nui==12923 & ano==2003 replace bencina=bencina*1000 if nui==12929 & ano==2003 replace bencina=bencina*1000 if nui==12930 & ano==2003 replace bencina=bencina*1000 if nui==12931 & ano==2003 replace bencina=bencina*1000 if nui==12932 & ano==2003 replace bencina=bencina*1000 if nui==12936 & ano==2003 replace bencina=bencina*1000 if nui==12939 & ano==2003 replace bencina=bencina*1000 if nui==12942 & ano==2003 replace bencina=bencina*1000 if nui==12953 & ano==2003 replace bencina=bencina*1000 if nui==12958 & ano==2003 replace bencina=bencina*1000 if nui==12964 & ano==2003 replace bencina=bencina*1000 if nui==12971 & ano==2003 replace bencina=bencina*1000 if nui==12973 & ano==2003 replace bencina=bencina*1000 if nui==12974 & ano==2003 replace bencina=bencina*1000 if nui==13064 & ano==2003 replace bencina=bencina*1000 if nui==13097 & ano==2003 replace bencina=bencina*1000 if nui==13220 & ano==2003 replace bencina=bencina*1000 if nui==13266 & ano==2003 replace bencina=bencina*1000 if nui==13284 & ano==2003 replace bencina=bencina*1000 if nui==13307 & ano==2003 replace bencina=bencina*1000 if nui==13309 & ano==2003 replace bencina=bencina*1000 if nui==13316 & ano==2003 replace bencina=bencina*1000 if nui==13327 & ano==2003 replace bencina=bencina*1000 if nui==13382 & ano==2003 replace bencina=bencina*1000 if nui==13396 & ano==2003 replace bencina=bencina*1000 if nui==13406 & ano==2003 replace bencina=bencina*1000 if nui==13407 & ano==2003 replace bencina=bencina*1000 if nui==13413 & ano==2003 replace bencina=bencina*1000 if nui==13418 & ano==2003 replace bencina=bencina*1000 if nui==13560 & ano==2003 replace bencina=bencina*1000 if nui==13767 & ano==2003 replace bencina=bencina*1000 if nui==13860 & ano==2003 replace bencina=bencina*1000 if nui==13870 & ano==2003 replace bencina=bencina*1000 if nui==13878 & ano==2003 replace bencina=bencina*1000 if nui==13880 & ano==2003 replace bencina=bencina*1000 if nui==13893 & ano==2003 replace bencina=bencina*1000 if nui==13903 & ano==2003 replace bencina=bencina*1000 if nui==13904 & ano==2003 replace bencina=bencina*1000 if nui==14049 & ano==2003 replace bencina=bencina*1000 if nui==14238 & ano==2003 replace bencina=bencina*1000 if nui==14242 & ano==2003 replace bencina=bencina*1000 if nui==14247 & ano==2003 replace bencina=bencina*1000 if nui==14500 & ano==2003 replace bencina=bencina*1000 if nui==14546 & ano==2003 replace bencina=bencina*1000 if nui==14698 & ano==2003 replace bencina=bencina*1000 if nui==14914 & ano==2003 replace bencina=bencina*1000 if nui==15006 & ano==2003 replace bencina=bencina*1000 if nui==15012 & ano==2003 replace bencina=bencina*1000 if nui==15048 & ano==2003 replace bencina=bencina*1000 if nui==15050 & ano==2003 replace bencina=bencina*1000 if nui==15091 & ano==2003 replace bencina=bencina*1000 if nui==15094 & ano==2003

140

replace bencina=bencina*1000 if nui==15095 & ano==2003 replace bencina=bencina*1000 if nui==15097 & ano==2003 replace bencina=bencina*1000 if nui==15107 & ano==2003 replace bencina=bencina*1000 if nui==15119 & ano==2003 replace bencina=bencina*1000 if nui==15125 & ano==2003 replace bencina=bencina*1000 if nui==15203 & ano==2003 replace bencina=bencina*1000 if nui==15229 & ano==2003 replace bencina=bencina*1000 if nui==15306 & ano==2003 replace bencina=bencina*1000 if nui==15416 & ano==2003 replace bencina=bencina*1000 if nui==15536 & ano==2003 replace bencina=bencina*1000 if nui==15537 & ano==2003 replace bencina=bencina*1000 if nui==15540 & ano==2003 replace bencina=bencina*1000 if nui==15562 & ano==2003 replace bencina=bencina*1000 if nui==15613 & ano==2003 replace bencina=bencina*1000 if nui==16315 & ano==2003 replace bencina=bencina*1000 if nui==16518 & ano==2003 replace bencina=bencina*1000 if nui==16548 & ano==2003 replace bencina=bencina*1000 if nui==16656 & ano==2003 replace bencina=bencina*1000 if nui==16661 & ano==2003 replace bencina=bencina*1000 if nui==16662 & ano==2003 replace bencina=bencina*1000 if nui==16724 & ano==2003 replace bencina=bencina*1000 if nui==16754 & ano==2003 replace bencina=bencina*1000 if nui==16866 & ano==2003 replace bencina=bencina*1000 if nui==40292 & ano==2003 **Casos en que unidad estaba en lts en vez de m3** replace bencina=bencina/1000 if nui==13846 & ano==2003 replace bencina=bencina/1000 if nui==16107 & ano==2003 replace bencina=bencina/1000 if nui==14253 & ano==2003 replace bencina=bencina/1000 if nui==16362 & ano==2003 replace bencina=bencina/1000 if nui==11897 & ano==2003 replace bencina=bencina/1000 if nui==10916 & ano==2003 replace bencina=bencina/1000 if nui==12306 & ano==2003 replace bencina=bencina/1000 if nui==15361 & ano==2002 replace bencina=bencina/1000 if nui==12552 & ano==2003 replace bencina=bencina/1000 if nui==15138 & ano==2003 replace bencina=bencina/1000 if nui==10452 & ano==2002 replace bencina=bencina/1000 if nui==13980 & ano==2002 replace bencina=bencina/1000 if nui==14940 & ano==2003 replace bencina=bencina/1000 if nui==11707 & ano==2003 replace bencina=bencina/1000 if nui==13094 & ano==2003 replace bencina=bencina/1000 if nui==15487 & ano==2003 replace bencina=bencina/1000 if nui==13308 & ano==2003 replace bencina=bencina/1000 if nui==13110 & ano==2004 replace bencina=bencina/1000 if nui==14279 & ano==2003 replace bencina=bencina/1000 if nui==11712 & ano==2004 replace bencina=bencina/1000 if nui==15406 & ano==2003 replace bencina=bencina/1000 if nui==14393 & ano==2003 replace bencina=bencina/1000 if nui==16737 & ano==2003 replace bencina=bencina/1000 if nui==15169 & ano==2003 replace bencina=bencina/1000 if nui==11156 & ano==2003 replace bencina=bencina/1000 if nui==14416 & ano==2003 replace bencina=bencina/1000 if nui==16646 & ano==2003 replace bencina=bencina/1000 if nui==14629 & ano==2001 replace bencina=bencina/1000 if nui==10859 & ano==2003 replace bencina=bencina/1000 if nui==14765 & ano==2003 replace bencina=bencina/1000 if nui==13322 & ano==2003 replace bencina=bencina/1000 if nui==16493 & ano==2003 replace bencina=bencina/1000 if nui==14022 & ano==2003 replace bencina=bencina/1000 if nui==11069 & ano==2004

141

replace bencina=bencina/1000 if nui==10841 & ano==2003 replace bencina=bencina/1000 if nui==13194 & ano==2003 replace bencina=bencina/1000 if nui==12487 & ano==2003 replace bencina=bencina/1000 if nui==12427 & ano==2003 replace bencina=bencina/1000 if nui==10171 & ano==2003 replace bencina=bencina/1000 if nui==10534 & ano==2002 replace bencina=bencina/1000 if nui==10833 & ano==2003 replace bencina=bencina/1000 if nui==12011 & ano==2003 replace bencina=bencina/1000 if nui==15407 & ano==2001 replace bencina=bencina/1000 if nui==10887 & ano==2004 replace bencina=bencina/1000 if nui==10949 & ano==2003 replace bencina=bencina/1000 if nui==10717 & ano==2003 5- Parafina:

La siguiente tabla muestras las estadísticas descriptivas del precio de la parafina

calculado:

p_parafina ------------------------------------------------------------- Percentiles Smallest 1% .27712 .207053 5% 117.2107 .2111941 10% 138.3856 .2118421 Obs 867 25% 166.0565 .22964 Sum of Wgt. 867 50% 228.9517 Mean 4371.008 Largest Std. Dev. 30765.21 75% 263.1579 249925.1 90% 307.285 261192.2 Variance 9.46e+08 95% 336.1351 261192.2 Skewness 7.48349 99% 239227.1 266313.7 Kurtosis 57.8577

Se revisaron los valores menores a $10/Lt y mayores a $650/lt. En los casos mayores a

$650/lt el error es que la unidad decía Lt, pero en realidad estaban en m3. Y en la

mayoría de los casos donde el precio calculado es menor a $10/lt es porque se asumió

que la cantidad estaba declarada en m3, pero en realidad estaba en Lts.

**Cantidad de parafina decía que estaba en litros pero en realidad estaba en m3** replace parafina=parafina*1000 if nui==15323 & ano==2001 replace parafina=parafina*1000 if nui==15324 & ano==2001 replace parafina=parafina*1000 if nui==12067 & ano==2003 replace parafina=parafina*1000 if nui==12742 & ano==2003 replace parafina=parafina*1000 if nui==12751 & ano==2003 replace parafina=parafina*1000 if nui==12754 & ano==2003 replace parafina=parafina*1000 if nui==12839 & ano==2003 replace parafina=parafina*1000 if nui==12876 & ano==2003 replace parafina=parafina*1000 if nui==12909 & ano==2003 replace parafina=parafina*1000 if nui==12912 & ano==2003 replace parafina=parafina*1000 if nui==12920 & ano==2003 replace parafina=parafina*1000 if nui==12939 & ano==2003

142

replace parafina=parafina*1000 if nui==12944 & ano==2003 replace parafina=parafina*1000 if nui==13735 & ano==2003 replace parafina=parafina*1000 if nui==16252 & ano==2003 replace parafina=parafina*1000 if nui==16518 & ano==2003 replace parafina=parafina*1000 if nui==16676 & ano==2003 **Cantidad que decia que estaba en m3 pero en realidad estaba en lts** replace parafina=parafina/1000 if nui==14613 & ano==2002 replace parafina=parafina/1000 if nui==11037 & ano==2002 replace parafina=parafina/1000 if nui==13162 & ano==2002 replace parafina=parafina/1000 if nui==11156 & ano==2003 replace parafina=parafina/1000 if nui==10518 & ano==2003 replace parafina=parafina/1000 if nui==11129 & ano==2003 replace parafina=parafina/1000 if nui==11052 & ano==2002 replace parafina=parafina/1000 if nui==14308 & ano==2002 replace parafina=parafina/1000 if nui==15412 & ano==2002 6- Gas licuado:

La siguiente tabla muestra las estadísticas descriptivas del gas licuado:

p_gas_lic ------------------------------------------------------------- Percentiles Smallest 1% .0021318 .0001654 5% .184371 .0001809 10% .2094546 .0001986 Obs 8488 25% .3157739 .000215 Sum of Wgt. 8488 50% .4399509 Mean 1.019817 Largest Std. Dev. 12.36893 75% .4873829 388.2244 90% .505618 389.0763 Variance 152.9904 95% .533101 403.7871 Skewness 25.69754 99% .6349359 480.8279 Kurtosis 764.3036

Como se puede apreciar, hay valores bastante dispersos, la mediana es

aproximadamente $440 por Kg de gas licuado. Se revisaron todos los casos bajo $10/Kg

y todos los casos sobre $2.000/kg.

***En los casos de la cola superior, los siguiente se reportaba como unidad ***Kg o no se reportaba y estaba en m3, se procedió a transformar la unidad replace gas_lic=gas_lic*550 if nui==16861 & ano==2003 replace gas_lic=gas_lic*550 if nui==16737 & ano==2003 replace gas_lic=gas_lic*550 if nui==15487 & ano==2002 replace gas_lic=gas_lic*550 if nui==15975 & ano==2002 replace gas_lic=gas_lic*550 if nui==15975 & ano==2003 replace gas_lic=gas_lic*550 if nui==14192 & ano==2003 replace gas_lic=gas_lic*550 if nui==12923 & ano==2003 replace gas_lic=gas_lic*550 if nui==15232 & ano==2003

143

replace gas_lic=gas_lic*550 if nui==15538 & ano==2003 replace gas_lic=gas_lic*550 if nui==16892 & ano==2003 replace gas_lic=gas_lic*550 if nui==11345 & ano==2003 replace gas_lic=gas_lic*550 if nui==15083 & ano==2003 replace gas_lic=gas_lic*550 if nui==11257 & ano==2003 replace gas_lic=gas_lic*550 if nui==16924 & ano==2003 replace gas_lic=gas_lic*550 if nui==16337 & ano==2003 replace gas_lic=gas_lic*550 if nui==12164 & ano==2003 replace gas_lic=gas_lic*550 if nui==13305 & ano==2003 replace gas_lic=gas_lic*550 if nui==15613 & ano==2003 replace gas_lic=gas_lic*550 if nui==12163 & ano==2003 replace gas_lic=gas_lic*550 if nui==11481 & ano==2003 replace gas_lic=gas_lic*550 if nui==11520 & ano==2003 replace gas_lic=gas_lic*550 if nui==13309 & ano==2003 replace gas_lic=gas_lic*550 if nui==13327 & ano==2003 replace gas_lic=gas_lic*550 if nui==12462 & ano==2003 replace gas_lic=gas_lic*550 if nui==11518 & ano==2003 replace gas_lic=gas_lic*550 if nui==11376 & ano==2003 replace gas_lic=gas_lic*550 if nui==11179 & ano==2002 replace gas_lic=gas_lic*550 if nui==11371 & ano==2003 replace gas_lic=gas_lic*550 if nui==13391 & ano==2003 replace gas_lic=gas_lic*550 if nui==15316 & ano==2003 replace gas_lic=gas_lic*550 if nui==12931 & ano==2003 replace gas_lic=gas_lic*550 if nui==15116 & ano==2003 replace gas_lic=gas_lic*550 if nui==10753 & ano==2003 replace gas_lic=gas_lic*550 if nui==16876 & ano==2003 replace gas_lic=gas_lic*550 if nui==15482 & ano==2002 replace gas_lic=gas_lic*550 if nui==15482 & ano==2001 replace gas_lic=gas_lic*550 if nui==12818 & ano==2003 replace gas_lic=gas_lic*550 if nui==11515 & ano==2003 **En los siguientes casos (cola inferior) se reportaba como unidad m3, pero estaban en Kg** replace gas_lic=gas_lic/550 if nui==13822 & ano==2003 replace gas_lic=gas_lic/550 if nui==14042 & ano==2003 replace gas_lic=gas_lic/550 if nui==12535 & ano==2003 replace gas_lic=gas_lic/550 if nui==11143 & ano==2003 replace gas_lic=gas_lic/550 if nui==10150 & ano==2003 replace gas_lic=gas_lic/550 if nui==10177 & ano==2003 replace gas_lic=gas_lic/550 if nui==11389 & ano==2003 replace gas_lic=gas_lic/550 if nui==15106 & ano==2003 replace gas_lic=gas_lic/550 if nui==13846 & ano==2003 replace gas_lic=gas_lic/550 if nui==12525 & ano==2003 replace gas_lic=gas_lic/550 if nui==11141 & ano==2003 replace gas_lic=gas_lic/550 if nui==16208 & ano==2003 replace gas_lic=gas_lic/550 if nui==15917 & ano==2003 replace gas_lic=gas_lic/550 if nui==11118 & ano==2003 replace gas_lic=gas_lic/550 if nui==11276 & ano==2002 replace gas_lic=gas_lic/550 if nui==28185 & ano==2004 replace gas_lic=gas_lic/550 if nui==28185 & ano==2004 replace gas_lic=gas_lic/550 if nui==15125 & ano==2003 replace gas_lic=gas_lic/550 if nui==10233 & ano==2003 replace gas_lic=gas_lic/550 if nui==11351 & ano==2003 replace gas_lic=gas_lic/550 if nui==10357 & ano==2003 replace gas_lic=gas_lic/550 if nui==10332 & ano==2003 replace gas_lic=gas_lic/550 if nui==10446 & ano==2003 replace gas_lic=gas_lic/550 if nui==14082 & ano==2003 replace gas_lic=gas_lic/550 if nui==15113 & ano==2003 replace gas_lic=gas_lic/550 if nui==16752 & ano==2003

144

replace gas_lic=gas_lic/550 if nui==17048 & ano==2003 replace gas_lic=gas_lic/550 if nui==13907 & ano==2003 replace gas_lic=gas_lic/550 if nui==13893 & ano==2003 replace gas_lic=gas_lic/550 if nui==14931 & ano==2003 replace gas_lic=gas_lic/550 if nui==12765 & ano==2003 replace gas_lic=gas_lic/550 if nui==12775 & ano==2003 replace gas_lic=gas_lic/550 if nui==12939 & ano==2003 replace gas_lic=gas_lic/550 if nui==15936 & ano==2003 replace gas_lic=gas_lic/550 if nui==13378 & ano==2003 replace gas_lic=gas_lic/550 if nui==16107 & ano==2003 replace gas_lic=gas_lic/550 if nui==14253 & ano==2003 replace gas_lic=gas_lic/550 if nui==14337 & ano==2003 replace gas_lic=gas_lic/550 if nui==22513 & ano==2004 replace gas_lic=gas_lic/550 if nui==10956 & ano==2003 replace gas_lic=gas_lic/550 if nui==11387 & ano==2003 replace gas_lic=gas_lic/550 if nui==13878 & ano==2004 replace gas_lic=gas_lic/550 if nui==22781 & ano==2004 replace gas_lic=gas_lic/550 if nui==15336 & ano==2004 replace gas_lic=gas_lic/550 if nui==10798 & ano==2003 replace gas_lic=gas_lic/550 if nui==15295 & ano==2004 replace gas_lic=gas_lic/550 if nui==16362 & ano==2003 replace gas_lic=gas_lic/550 if nui==14336 & ano==2003 replace gas_lic=gas_lic/550 if nui==14335 & ano==2003 replace gas_lic=gas_lic/550 if nui==14339 & ano==2003 replace gas_lic=gas_lic/550 if nui==13006 & ano==2004 replace gas_lic=gas_lic/550 if nui==10051 & ano==2003 replace gas_lic=gas_lic/550 if nui==11897 & ano==2003 replace gas_lic=gas_lic/550 if nui==14305 & ano==2003 replace gas_lic=gas_lic/550 if nui==11029 & ano==2003 replace gas_lic=gas_lic/550 if nui==40127 & ano==2002 replace gas_lic=gas_lic/550 if nui==40127 & ano==2001 replace gas_lic=gas_lic/550 if nui==40122 & ano==2003 replace gas_lic=gas_lic/550 if nui==40122 & ano==2004 replace gas_lic=gas_lic/550 if nui==40230 & ano==2001 replace gas_lic=gas_lic/550 if nui==40230 & ano==2002 replace gas_lic=gas_lic/550 if nui==40314 & ano==2002 replace gas_lic=gas_lic/550 if nui==40127 & ano==2003 replace gas_lic=gas_lic/550 if nui==16433 & ano==2002 replace gas_lic=gas_lic/550 if nui==40138 & ano==2001 replace gas_lic=gas_lic/550 if nui==40127 & ano==2004 replace gas_lic=gas_lic/550 if nui==40152 & ano==2004 replace gas_lic=gas_lic/550 if nui==40210 & ano==2004 replace gas_lic=gas_lic/550 if nui==40138 & ano==2002 replace gas_lic=gas_lic/550 if nui==28095 & ano==2002 replace gas_lic=gas_lic/550 if nui==28095 & ano==2001 replace gas_lic=gas_lic/550 if nui==40230 & ano==2003 replace gas_lic=gas_lic/550 if nui==28153 & ano==2001 replace gas_lic=gas_lic/550 if nui==40230 & ano==2004 replace gas_lic=gas_lic/550 if nui==28153 & ano==2002 replace gas_lic=gas_lic/550 if nui==28095 & ano==2003 replace gas_lic=gas_lic/550 if nui==28095 & ano==2004 replace gas_lic=gas_lic/550 if nui==16433 & ano==2003 replace gas_lic=gas_lic/550 if nui==28120 & ano==2004 replace gas_lic=gas_lic/550 if nui==40138 & ano==2003 replace gas_lic=gas_lic/550 if nui==40039 & ano==2004 replace gas_lic=gas_lic/550 if nui==28106 & ano==2001 replace gas_lic=gas_lic/550 if nui==40138 & ano==2004 replace gas_lic=gas_lic/550 if nui==28106 & ano==2002 replace gas_lic=gas_lic/550 if nui==16433 & ano==2004 replace gas_lic=gas_lic/550 if nui==28153 & ano==2003 replace gas_lic=gas_lic/550 if nui==40116 & ano==2002

145

replace gas_lic=gas_lic/550 if nui==40116 & ano==2001 replace gas_lic=gas_lic/550 if nui==40177 & ano==2002 replace gas_lic=gas_lic/550 if nui==40078 & ano==2001 replace gas_lic=gas_lic/550 if nui==40078 & ano==2002 replace gas_lic=gas_lic/550 if nui==40177 & ano==2001 replace gas_lic=gas_lic/550 if nui==40372 & ano==2001 replace gas_lic=gas_lic/550 if nui==28153 & ano==2004 replace gas_lic=gas_lic/550 if nui==40116 & ano==2003 replace gas_lic=gas_lic/550 if nui==40116 & ano==2004 replace gas_lic=gas_lic/550 if nui==40177 & ano==2003 replace gas_lic=gas_lic/550 if nui==28106 & ano==2003 replace gas_lic=gas_lic/550 if nui==40177 & ano==2004 replace gas_lic=gas_lic/550 if nui==22501 & ano==2001 replace gas_lic=gas_lic/550 if nui==40078 & ano==2003 replace gas_lic=gas_lic/550 if nui==22501 & ano==2003 replace gas_lic=gas_lic/550 if nui==28166 & ano==2002 replace gas_lic=gas_lic/550 if nui==28166 & ano==2001 replace gas_lic=gas_lic/550 if nui==28090 & ano==2002 replace gas_lic=gas_lic/550 if nui==40078 & ano==2004 replace gas_lic=gas_lic/550 if nui==28090 & ano==2001 replace gas_lic=gas_lic/550 if nui==40006 & ano==2002 replace gas_lic=gas_lic/550 if nui==28106 & ano==2004 replace gas_lic=gas_lic/550 if nui==40006 & ano==2001 replace gas_lic=gas_lic/550 if nui==40079 & ano==2001 replace gas_lic=gas_lic/550 if nui==40079 & ano==2002 replace gas_lic=gas_lic/550 if nui==27996 & ano==2001 replace gas_lic=gas_lic/550 if nui==28166 & ano==2003 replace gas_lic=gas_lic/550 if nui==28090 & ano==2003 replace gas_lic=gas_lic/550 if nui==27996 & ano==2002 replace gas_lic=gas_lic/550 if nui==28166 & ano==2004 replace gas_lic=gas_lic/550 if nui==28090 & ano==2004 replace gas_lic=gas_lic/550 if nui==40006 & ano==2003 replace gas_lic=gas_lic/550 if nui==40006 & ano==2004 replace gas_lic=gas_lic/550 if nui==28152 & ano==2001 replace gas_lic=gas_lic/550 if nui==27996 & ano==2003 replace gas_lic=gas_lic/550 if nui==27996 & ano==2004 replace gas_lic=gas_lic/550 if nui==28145 & ano==2002 replace gas_lic=gas_lic/550 if nui==40164 & ano==2004 replace gas_lic=gas_lic/550 if nui==28132 & ano==2004 replace gas_lic=gas_lic/550 if nui==40164 & ano==2003 replace gas_lic=gas_lic/550 if nui==28132 & ano==2003 replace gas_lic=gas_lic/550 if nui==28132 & ano==2001 7- Gas cañería:

La siguiente tabla muestra las estadísticas descriptivas del precio por gas de cañeria

calculado:

p_gas_can ------------------------------------------------------------- Percentiles Smallest 1% .0855319 .0382741 5% .1262177 .0384936 10% .1353045 .0468109 Obs 1039 25% .1360344 .0641779 Sum of Wgt. 1039 50% .3155431 Mean 28.26414 Largest Std. Dev. 164.7693

146

75% 1.009868 1178.438 90% 1.061722 1201.996 Variance 27148.94 95% 1.146022 1453.092 Skewness 6.207031 99% 1025.308 1470.359 Kurtosis 41.29871

Se revisaron los casos sobre $1.500 por m3. Como no había unidades diferentes en el

reporte que generara problema se procedió directamente a la imputación según modelo

de regresión.

8- Gas natural:

La siguiente tabla resume las estadísticas descriptivas del precio del gas natural

calculado:

p_gas_natural ------------------------------------------------------------- Percentiles Smallest 1% .0531706 .0219336 5% .0874723 .0334139 10% .1096676 .0335052 Obs 1785 25% .1686587 .0345781 Sum of Wgt. 1785 50% .3072816 Mean 1.637141 Largest Std. Dev. 17.71201 75% .3356934 303.0176 90% .3445438 304.4083 Variance 313.7152 95% .3928101 338.0135 Skewness 16.19991 99% 2.399579 380.6609 Kurtosis 293.855

Esta energía solo se reportaba en una unidad, por lo cual no se generaron problemas en

este sentido.

Todos los precios fueron deflactados por IPC expresándose a precios constantes del 2004. Este ajuste en los precios se realiza mediante el do-file Imputacion_Precios_II.do, el que se adjunta al final de este anexo.

147

Anexo I.3: Resultados de los modelos logísticos multinomial

Resultados del modelo logístico considerando la base del total país

(los resultados presentados son los efectos marginales)

Variables EM p-value EM p-value EM p-value EM p-valueaño_3* 0.01 0.745 0.29 0.000 -0.28 0.000 -0.02 0.390año_4* 0.07 0.012 0.24 0.000 -0.27 0.000 -0.04 0.176lnvbp -0.16 0.005 -0.01 0.836 -0.04 0.589 0.21 0.002lnvbp_2 0.00 0.358 0.00 0.709 0.00 0.308 -0.01 0.023lntrab -0.05 0.182 0.08 0.060 -0.07 0.222 0.04 0.373lntrab_2 0.01 0.047 0.00 0.642 0.00 0.942 -0.01 0.182ln(pE) 0.33 0.505 0.16 0.692 0.39 0.613 -0.87 0.056ln(pE)^2 0.02 0.002 0.00 0.577 0.00 0.719 -0.01 0.214ln(pG) -3.03 0.000 0.67 0.000 1.22 0.000 1.15 0.000ln(pG)^2 -0.12 0.000 -0.09 0.000 0.13 0.001 0.08 0.000ln(pP) 37.96 0.000 -41.62 0.000 50.65 0.000 -46.99 0.000ln(pP)^2 -3.74 0.000 3.86 0.000 -4.52 0.000 4.40 0.000ln(pE)*ln(pG) 0.02 0.027 0.01 0.610 -0.02 0.152 -0.01 0.158ln(pP)*ln(pG) 0.67 0.000 -0.04 0.247 -0.35 0.000 -0.29 0.000ln(pE)*ln(pP) -0.11 0.253 -0.03 0.690 -0.05 0.727 0.19 0.027reg_1* -0.08 0.345 -0.02 0.868 -0.01 0.930 0.11 0.460reg_2* -0.16 0.000 -0.13 0.070 -0.09 0.521 0.37 0.020reg_3* 0.01 0.960 -0.02 0.904 -0.24 0.005 0.25 0.243reg_4* -0.03 0.811 0.01 0.920 -0.23 0.007 0.24 0.241reg_5* -0.21 0.000 -0.22 0.000 0.06 0.639 0.37 0.004reg_6* -0.12 0.040 -0.04 0.723 -0.09 0.411 0.26 0.112reg_7* -0.02 0.813 0.16 0.365 -0.16 0.160 0.02 0.877reg_8* -0.18 0.000 -0.14 0.060 0.01 0.940 0.31 0.022reg_9* -0.09 0.185 0.35 0.681 -0.27 0.000 0.01 0.960reg_10* -0.06 0.544 0.00 0.977 0.01 0.934 0.04 0.756reg_11* -0.05 0.626 0.37 0.068 -0.19 0.159 -0.13 0.131reg_13* -0.38 0.000 -0.33 0.002 0.37 0.000 0.33 0.000patron EP(-1) -0.22 0.000 0.42 0.000 -0.35 0.000 0.15 0.000patron EG(-1) -0.31 0.000 -0.27 0.000 0.52 0.000 0.06 0.018patron EPG(-1) -0.28 0.000 -0.20 0.000 -0.23 0.000 0.71 0.000

Probabilidad predicha 37%

EGE EP EPG

19% 21% 23%

148

Anexo II.1: Fundamento técnico de por qué no es posible utilizar la forma funcional translog cuando se modela la dinámica temporal con la incorporación de la variable de consumo rezagado del insumo en cuestión

En las observaciones realizadas al segundo informa de avance de este proyecto, la

contraparte solicitó una mayor fundamentación para rechazar la metodología propuesta

inicialmente para el proyecto (y cuyos resultados fueron presentados en el Primer

Informe de Avance) y que consistía en la estimación de un modelo con datos

individuales y utilizando una forma funcional translog. En este anexo se presenta una

explicación más detallada de la opción a favor del modelo log lineal estimado con datos

agregados.

Para comenzar se debe señalar que en esta materia hay dos temas distintos. Por un lado,

está la cuestión del uso de datos individuales o agregados para estimar el modelo y por

otro, el uso de la forma funcional translog versus log lineal. En cuanto al primer punto,

la estimación del modelo inicial reveló varios inconvenientes del uso de los datos

individuales. En primer lugar, se pudo evidenciar importantes problemas de errores de

medición de las variables claves del modelo en la encuesta CASEN, como el precio y

consumo físico de los distintos combustibles de observaciones individuales. Al utilizar

un modelo con datos agregados se reducen significativamente los problemas de errores

de medición ya que al construir un promedio agregado (por sector económico, por

ejemplo) estos errores se promedian hacia cero.42 Por lo tanto, el análisis de los datos a

nivel individual —que fue la aproximación del modelo original desarrollado en este

estudio— sugiere la conveniencia de utilizar un modelo con datos agregados.

Por otro lado, el uso de datos individuales para estimar un modelo de demanda por

combustibles tiene otro inconveniente. A saber, que muchas observaciones tendrán un

consumo de cero para algunos combustibles. A nivel individual no todos las plantas

consumen todos los combustibles, incluso dentro de un mismo sector económico. Si

bien existen metodologías econométricas para superar este problema de consumos

42 El uso de la agregación para reducir los problemas de errores de medición de series económicas es una metodología bien conocida en la literatura econometrica.

149

truncados en cero, su aplicación es compleja y se limita a modelo estáticos. Como uno

de los objetivos principales del estudio es distinguir elasticidades de demanda de corto y

largo plazo, el uso de una metodología desarrollada para un modelo estático resultó

poco satisfactorio para la presente aplicación, como quedó demostrado por los

resultados del modelo estimado y presentado en el primer informe.

Por los dos motivos anteriores, se optó por desarrollar un modelo estimado con cifras

agregadas por sector CIIU. Los resultados de este modelo son estadísticamente mejor

comportados que los del modelo individual y además más consistentes con la teoría

económica.

El segundo tema dice relación con el uso de la forma funcional translog versus log

lineal. En el modelo inicial se estimó un sistema de demanda por combustibles

utilizando la forma funcional translog. Desafortunadamente, bajo esta forma funcional

no es posible introducir una dinámica temporal que garantice que las elasticidades de

largo plazo sean superiores (en términos absolutos) a las de corto plazo, como predice la

teoría económica. Esto se debe fundamentalmente a que esta forma funcional requiere

modelar la dinámica temporal introduciendo la proporción de los costos de cada insumo

en forma rezagada en cada ecuación de demanda.

A diferencia del modelo translog, la forma funcional log lineal permite modelar la

dinámica de la demanda utilizando en cada ecuación el consumo físico del combustible

respectivo rezagado en un período. El usar el consumo físico rezagado, en lugar de la

proporción del costo (share) rezagado —como es el caso en el modelo translog—

garantiza que se cumplan las condiciones requeridas por la teoría económica respecto de

la magnitud de las elasticidades de corto versus largo plazo.

A continuación se demuestra que el modelo log lineal permite modelar el

comportamiento dinámico introduciendo el consumo físico rezagado.43 Luego se discute

por qué dicho desarrollo no se cumple para la forma funcional tranlog.

Treadway (1971) demostró que en un modelo dinámico de maximización de ganancias

las demandas de insumos se pueden describir por el siguiente modelo dinámico:

43 Esta demostración sigue de cerca a Cosidine y Mount (1984).

150

xxMx * (AII.1.1)

Donde

x un vector que representa los cambios en el uso de insumos por parte de la firma en

un período

x el vector de demanda observada de insumos de la firma en un período dado

*x el vector de demanda de insumos de equilibrio (estado estacionario) de la firma

para los niveles de precios y demanda por su producto final. Este vector representa la

demanda de insumos en el caso en que la firma pudiera ajustar instantáneamente su uso

de insumos.

M una matriz de parámetros que representan la rapidez del ajuste de las demandas de

insumos.

Se debe notar que el modelo anterior tiene una base teórica sólida. Además, es

importante notar que el modelo dinámico anterior está referido a las demandas por

insumos. No es teóricamente válido extender por analogía este resultado a un modelo

donde la dinámica de las demandas se especifica en función de los shares de costos.

Como veremos más adelante este último punto es importante para explicar por qué el

uso de la forma funcional translog no permite una especificación dinámica correcta.

Continuando con el desarrollo del modelo, el share de costos del insumo j en equilibrio

es:

*

**

t

jtjtjt C

pqw

(AII.1.2)

Donde el supraíndice indica que la variable está referida a su valor de equilibrio (estado

estacionario). Tomando el logaritmo y reordenando esta última expresión se tiene que:

*** lnlnlnln tjtjtjt Cpwq (AII.1.3)

151

Especificando una aproximación logarítmica a la ecuación AII.1.1 y con las expresiones

(AII.1.3), se obtiene para cada insumo i:

1**

1 lnlnlnlnlnln jttjtjtj

ijitit qCpwLqq (AII.1.4)

donde Lij son los elementos de la fila i de la matriz M. Asumiendo que los elementos de

esta matriz son constantes y ceros fuera de la diagonal y, además, que los coeficientes

dinámicos son iguales en la diagonal, se obtiene la siguiente expresión para la demanda

del insumo i:

1**

1 lnlnlnlnlnln ittitititit qCpwLqq (AII.1.5)

Si ahora se toma la razón entre la demanda del insumo i y el insumo n, se obtiene:

1

1*

*

ln1lnlnln

nt

it

nt

it

nt

it

nt

it

q

qL

p

pL

w

wL

q

q (AII.1.6)

Utilizando la identidad (AII.1.3) para la demanda efectiva en el período t, se obtiene que

la expresión (AII.1.6) es equivalente a:

1

1*

*

ln1ln1lnln

nt

it

nt

it

nt

it

nt

it

q

qL

p

pL

w

wL

w

w (AII.1.7)

Supongamos ahora que las demandas se pueden especificar por un modelo log lineal.

Las demandas de equilibrio serían entonces:

N

j

f

f

itjt

it

e

ew

1

*

*

*

N

jtiyjtijiit yPf

1

* lnln

152

Con esta especificación, es posible reemplazar los valores de *

*

lnnt

it

w

wen la ecuación

(AII.1.7) obteniendo el siguiente modelo empírico:

1

1

1

ln1ln1

lnlnln

nt

it

nt

it

tnyiy

n

jjtnjijni

nt

it

q

qL

p

pL

yLpLLw

w

(AII,1.8)

Juntando los términos con precios se obtienen las demandas que constituyen el sistema

de ecuaciones (27) del texto de este informe. Se debe resaltar que las demandas

(AII.1.8) están en función de variables observables. Además, la dinámica de corto plazo

está especificada en función de las cantidades demandas de los insumo en t-1. Esta

especificación dinámica garantiza que las elasticidades de corto plazo serán inferiores a

las de largo plazo.

¿Por qué no se puede hacer lo mismo con la especificación translog? El problema básico

es que la forma funcional translog no permite hacer el paso de (AII.1.7) a (AII.1.8). La

expresión equivalente a *

*

lnnt

it

w

wen una translog es una razón de variables y no permite

derivar una especificación lineal simple como (AII.1.8). La alternativa es especificar

una forma funcional translog para la función de costos e introducir la dinámica de la

demanda rezagando el share de costos de cada insumo en las ecuaciones a estimar.

Desafortunadamente, esta alternativa, aparte de ser ad-hoc y no derivable de un modelo

explícito de maximización de ganancias, tiene el inconveniente de que no siempre el

coeficiente relacionado con la variable rezagada tiene el signo adecuado tal que las

elasticidades de largo plazo sean superiores (en valor absoluto) a las de corto plazo.

Esto se confirmó con los resultados presentados en el Primer Informe de este proyecto y

ha sido documentado también en otras aplicaciones empíricas (Urga y Walters, 2003).

153

Anexo II.2: Desarrollo del modelo logit lineal para el caso de cinco combustibles

Suponiendo cinco combustibles, el sistema de ecuaciones a estimar sería el siguiente:

4

154

15

1454

55354

5

4

4

153

15

1353

55353

5

3

4

152

15

1252

55252

5

2

4

151

15

1151

55151

5

1

lnlnlnln

lnlnlnln

lnlnlnln

lnlnlnln

jtt

t

ttyy

t

jtjj

t

t

jtt

t

ttyy

t

jtjj

t

t

jtt

t

ttyy

t

jtjj

t

t

jtt

t

ttyy

t

jtjj

t

t

Q

Qy

P

P

w

w

Q

Qy

P

P

w

w

Q

Qy

P

P

w

w

Q

Qy

P

P

w

w

Haciendo las mismas simplificaciones y normalizaciones que en el caso de cuatro

combustibles, se obtiene el sigueinte sistema (equivalente a la ecuación (32)):

4

14

15

144

5

*5

*44

5

4

4

13

15

133

5

*5

*33

4

3

4

12

15

122

5

*5

*22

4

2

4

11

15

111

5

*5

*11

5

1

lnlnlnln

lnlnlnln

lnlnlnln

lnlnlnln

jt

t

tty

t

jtjjj

t

t

jt

t

tty

t

jtjjj

t

t

jt

t

tty

t

jtjjj

t

t

jt

t

tty

t

jtjjj

t

t

Q

Qy

P

Pw

w

w

Q

Qy

P

Pw

w

w

Q

Qy

P

Pw

w

w

Q

Qy

P

Pw

w

w

El sistema anterior tiene 29 parámetros para estimar. Sin embargo, utilizando la

restricción de homogeneidad de grado uno de las demandas (condición (26)) y la

restricción de simetría de la matriz de sustitución (condición (31)), se pueden reducir los

parámetros a 19. Imponiendo estas restricciones, se tiene que el sistema a estimar sería

(equivalente a la ecuación (33)):

154

tt

tty

t

t

t

t

t

t

t

t

t

t

tt

tty

t

t

t

t

t

t

t

t

t

t

tt

t

tyt

t

t

t

t

t

t

t

t

t

tt

tty

t

t

t

t

t

t

t

t

t

t

Q

Qy

P

Pw

wwwwwP

Pw

P

Pw

P

Pw

w

w

Q

Qy

P

Pw

P

Pwwwww

P

Pw

P

Pw

w

w

Q

Q

yP

Pw

P

Pw

P

Pwwwww

P

Pw

w

w

Q

Qy

P

Pw

P

Pw

P

Pw

P

Pwwwww

w

w

415

144

5

44

54*343

*242

*141

5

33

*35

*34

5

22

*25

*24

5

11

*15

*144

5

4

315

133

5

44

*45

*34

5

3*3553

*344

*232

*131

5

22

*25

*23

5

11

*15

*133

5

3

215

12

25

44

*45

*24

5

33

*35

*23

5

2*2552

*244

*233

*121

5

11

*15

*122

5

2

115

111

5

44

*45

*14

5

33

*35

*13

5

22

*25

*12

5

1*1551

*144

*133

*1221

5

1

lnlnln

ln

lnlnln

lnlnln

ln

lnlnln

ln

lnlnln

ln

lnln

lnlnln

lnln

lnln

155

Anexo II.3: descripción del procedimiento de limpieza de datos

Primero se calcularon los precios medios de cada observación utilizando los valores de

gasto y consumo físico de cada combustible, siguiendo el mismo procedimiento descrito

en el Anexo I.2. Luego de realizar los cálculos de precio, se procedió a revisar las series

resultantes. Además, se optó por la regla general de elimnar bajo el percetil 1 y sobre el

percentil 99. Si aún persistían valores extremos despues de esta correción, se eliminaron

las observaciones bajo el percentil 5 y sobre el percentil 95.

Todos los precios fueron deflactados por IPC expresándose a precios constantes del

2004. Luego de eliminar los valores extremos, las observaciones con missing value se

les imputó el precio en la media o en la mediana, lo que finalmente nos permite obtener

dos vectores de precios de combustibles dependiendo de la imputacion realizada (media

o mediana). Con esto se procedió a la agregación por zona geográfica y código ciuu a

dos dígitos, obteniedo el promedio y mediana para cada una de estas celdas, precios que

finalmente fueon utilizados en las estimaciones.

156

Anexo II.4: Gráficos de la dispersión de precios de las observaciones individuales una vez imputado las unidades de medida y sin el 1% de ambas colas de la distribución

187

Anexo II.5: Dispersión de precios por año y combustible de la base agregada por actividad

190

Anexo II.6: Número de observaciones por actividad y año en la ENIA

Informe final publicable estudio demanda energetica ...

Documents

Transcript of Informe final publicable estudio demanda energetica ...