Does Small Dam Removal affect Local Property Values? An Empirical Analysis

Bill Provencher, Helen Sarakinos and Tanya Meyer University of Wisconsin – Madison

El estudio analiza se propone analizar el proceso de valorización que deviene de reparar o remover las represas y restablecer el hábitat en del río. En EE.UU. desde 1930 se han removido o reparado más de 400 represas.

El método que utilizan para determinar de esta transformación de las costas en el valor de las propiedades es el análisis hedónico. Los autores trabajan con datos de venta de propiedades en el periodo 1993/2002 para tres tipos de lugares y situaciones diferentes: a) sitios donde las represas permanecen intactas, b) lugares donde pequeñas represas fueron removidas en el periodo mencionado y c) espacios urbanos con el río liberado desde hace más de 20 años.

Los sitios seleccionados son 14: seis de ellos removieron represas entre 1995 y 2000, cuatro tienen la represa intacta y cuatro cuentan con el río completamente liberado atravesando el municipio.

Las parcelas de las casas relevadas eran de una superficie no superior a un acre a efectos de evitar un efecto de desarrollo potencia que confundiera el análisis.

Entre las variables explicativas se incluye una variable dummy para cada año de relevamiento. Para evitar conflictos entre efectos inmediatos y de largo plazo las propiedades de las zonas donde se removieron represas recientemente fueron tomadas solo en el periodo siguiente al que concluyo la remoción de la represa.

En lugar de tomar como variable explicativa la superficie o la cantidad de dormitorios se optó por incluir la valuación de la edificación y las mejoras del suelo. Se trata el valor residencial como la suma del valor del suelo más el valor de las estructuras y las mejoras:
P = ∫(x) +α * Mejoras + ε
donde α es el parámetro a estimar y ε es un componente que contabiliza las variaciones no observadas por el modelo. ∫(x) es la función de valor del suelo en dos variantes: línea y exponencial

Se incluyen variables dummys para identificar las tres categorías de sitios mencionados. Otras variables incluidas son la distancia de la propiedad al cuerpo de agua, el logaritmo natural de los metros de frente al agua, la distancia a Madison y a Milwaukee, el logaritmo natural de la superficie de la parcela, la valuación de mejoras y edificación y el año de venta.

Los resultados indican que los sitios donde las represas están intactas no son más valiosos que aquellos en los que la represa fue eliminada. Sin embargo las viviendas en el entorno de un cuarto de milla de distancia a un río con corriente fluida valen u$s 13.700 más que una propiedad similar en un sitio recientemente removido.

Do Parks Make Cents – An Analysis of the Economic Value of Parks in San Francisco

Karin Marie Edwards – Richard and RhodaSchool of Public Policy - 2007

Es un trabajo preparado por la autora para el San Francisco Neighborhood Park Council y estudia el valor económico del sistema de parques de la mencionada ciudad.
La autora se plantea como objetivo calcular el impacto de los parques en el valor de las viviendas. Se basa en el principio de proximidad por el cual la cercanía a un parque es capturada por las propiedades de su entorno y representa la capitalización del parque en el valor del suelo
Para ello divide las propiedades cercanas a los parques en dos zonas, la primera comprende las casas ubicadas hasta 500 pies de distancia del parque y la segunda a las propiedades localizadas entre 500 y 1.000 pies de distancia.
Clasifica los parques pos su escala en parques de vecindario, parques de comunidades (incluyen más de un vecindario), parques de toda la ciudad y parques regionales.
Identifica tres alternativas para medir el valor económico de los parques: 1) medir el impacto delos parques sobre el valor de las propiedades aledañas, 2) calcular la actividad generada por el sistema de parques y 3) cuantificar los beneficios ambientales y la saludo asociados a los parques.
La autora menciona aproximadamente treinta estudios basados en el análisis de parques que concluyeron en un impacto del 20% en el valor de las propiedades ubicadas en su entorno.
Si bien para los proyectos de desarrollo inmobiliario las áreas verdes son consideradas como un costo, lo cierto es que generan un premio en el valor de las propiedades a comercializar.
En el modelo hedónico que propone, la autora incluye la cercanía al parque como un atributo más de las viviendas junto con otras variables como la superficie, la antigüedad de la edificación, la cantidad de unidades, de dormitorios y baños.
Del análisis de estas variables surge que explican el 19% de la variación de los precios con un R2 de 0.19 y un estadístico t para la distancia al parque de 21.5. A partir de este modelo concluye que una vivienda en la zona 1, es decir dentro de los 500 pies de distancia a los parques tiene un premio “verde” de u$s 125.038 más que la zona 2.

Quantifying the value of a view in single family housing market

Mauricio Rodriguez Phd and F. Simons SRPA PHD.

La pregunta que se propone responder el estudio es ¿Cuánto vale una buena vista en el mercado de viviendas unifamiliares?.

Los autores valoran la herramienta del análisis por regresiones múltiples como instrumento útil para estimar el ajuste apropiado para una amenity como la vista; en este caso para la localidad de Fairbox County en Florida sitio del que provienen los datos disponibles.

Ninguna de las transacciones analizadas suponen condiciones especiales de venta, la zona tiene un uso del suelo residencial, las ventas se ubican en el periodo 1985/1991, las propiedades de la muestra no estaban exceptuadas del impuesto inmobiliario y el comprador era el dueño y habitante de la residencia incorporada a la muestra.

En el estudio se controlaron todas las variables con las características de las casas que pueden afectar el valor de la propiedad y para las cuales era posible obtener datos.

La muestra contiene 194 observaciones y el modelo a estimar tiene como variable dependiente el logaritmo natural del precio de venta de la casa y las variables dependientes: 1) cantidad de dormitorios, 2) cantidad de baños 3) otras habitaciones 4) tamaño del lote, 5) año = 1 si se vendió en ese año y 0 si se vendió en los otros años, 6) cantidad de espacios diferentes a la casa (garaje, etc); 7) pisos de madera y 8) antigüedad de la vivienda.

El precio promedio de las casas vendidas fue de u$s 281 mil y el 14% de las 194 tenían una buena vista. La antigüedad promedio de las casas era de 14 años. Cada año de relevamiento analizado contenía el 15% de la muestra total.

Los resultados obtenidos indican que las variables utilizadas en el modelo explican el 73% del movimiento de precios de las casas.

Con un nivel de significación del 1% (f value = 38) se concluye que una buena vista agrega un 8% al precio de las propiedades con un nivel de significación del 5%