E C O N O M Í A

TESIS de MAGÍSTER

IInstituto N S T I de T Economía U T O D E

DOCUMENTO DE TRABAJO


 (*        /   (    

     #  0 +


   &   www.economia.puc.cl

TESIS DE GRADO MAGISTER EN ECONOMIA Atal Chomali, Raimundo Diciembre 2008

PONTIFICIA UNIVERSIDAD CATO LICA DE CHILE INSTITUTO MAGISTER EN

DE ECONOMIA ECONOMIA

EFECTO DE LAS MEDIDAS DE GESTIÓN DE EPISODIOS CRÍTICOS EN LA CALIDAD DEL AIRE

Raimundo Atal Chomali

Comisión JUAN PABLO MONTERO, SALVADOR VALDÉS

Julio, 2009

Efectos de las medidas de Gesti´on de Episodios Cr´ıticos en la Calidad del Aire en Santiago, Chile Raimundo Atal Chomali

Resumen

With the goal of reducing air pollution levels on days that ventilation conditions are adverse, authorities of Santiago, Chile impose restrictions on movement of vehicles and on some industries obliging them to stop their production processes temporarily. This study measures the effect of those contingency policies on air quality, using high frequency data from monitoring stations. Evidence shows that concentrations of Particulate Matter (MP10 ) and Carbon Monoxide (CO), mainly emitted by vehicles, are reduced, while no significant reduction is seen in Sulphur Dioxide (SO2 ), mainly emitted by industry.

1

Resumen

Con el objetivo de disminuir los niveles de contaminaci´on atmosf´erica, en d´ıas que se pronostica que las condiciones meteorol´ogicas ser´an muy desfavorables para la ventilaci´on de la ciudad, las autoridades de Santiago de Chile imponen restricciones a la circulaci´on de veh´ıculos y a ciertas industrias oblig´ andolas a paralizar temporalmente sus procesos productivos. Este trabajo mide el impacto de dichas medidas de contingencia en la calidad del aire, utilizando datos de alta frecuencia de estaciones de monitoreo. La evidencia muestra que efectivamente se logra reducir la concentraci´on promedio de Material Particulado Grueso (MP10 ) y de Mon´oxido de Carbono (CO), ambos contaminantes emitidos principalmente por veh´ıculos, mientras que no se observa un efecto significativo en la concentraci´on de Di´oxido de Azufre (SO2 ), del cual es responsable la industria.

2

1.

Introducci´ on

Los altos niveles de concentraci´on de contaminantes presentes en la Regi´on Metropolitana llevaron a las autoridades del gobierno de Chile a declararla, en 1996, “Zona Saturada” por Material Particulado Grueso (MP10 ), Part´ıculas Totales en Suspensi´ on (TPS), Mon´ oxido de Carbono (CO) y Ozono (O3 ), y “Zona Latente” por Di´oxido de Nitr´ ogeno (NO2 ). Lo anterior significa que diversas acciones deb´ıan ser tomadas con el fin de reducir los niveles de contaminaci´on.1 As´ı, se elabor´o el Plan de Prevenci´ on y Descontaminaci´on Atmosf´erica (PPDA) para la ciudad de Santiago, capital regional. Entre las medidas contempladas hay: mediciones peri´odicas de la concentraci´ on de contaminantes, metas de reducciones, exigencias y controles para fuentes existentes y nuevas, y la elaboraci´on de un plan especial para enfrentar el problema de la contaminaci´on entre el 1 de abril y el 31 de agosto de cada a˜ no, per´ıodo durante el cual, las condiciones de ventilaci´on de la ciudad empeoran considerablemente, favoreciendo la ocurrencia de Episodios Cr´ıticos (EC), con d´ıas de contaminaci´ on por MP10 excepcionalmente alta. Durante ese per´ıodo, hay medidas de car´ acter permanente, como que las fuentes puntuales y grupales no podr´ an emitir MP10 en concentraciones superiores a 56 mg/m3 y 112 mg/m3 , respectivamente. Adem´ as, hay restricciones de circulaci´on para los veh´ıculos. Por ejemplo, los veh´ıculos sin convertidor catal´ıtico (S/SV) no pueden circular por la ciudad los d´ıas de semana, entre las 7:30 y las 21:00 horas, en base a los dos u ´ltimos d´ıgitos del n´ umero de patente (similar al programa “Hoy No Circula” de Ciudad de M´exico). Est´ an afectos a estas restricciones los veh´ıculos particulares de todo tipo y los taxis; y exentos los que cuenten con convertidor catal´ıtico 1

DS N°131 de 1996, Ministerio Secretaria General de la Presidencia (MINSEGPRES)

3

(C/SV),2 los de la polic´ıa, ambulancias, a gas y otros de emergencia. Otras medidas se aplican s´ olo cuando se prevee un EC, en el que las concentraciones ser´ an especialmente altas, debido a malas condiciones de ventilaci´on en la ciudad, en cuyo caso la autoridad decreta de forma preventiva Alerta, Premergencia o Emergencia Ambiental -dependiendo de la gravedad de la situaci´onde manera de evitar que la contaminaci´on se eleve por sobre ciertos par´ametros predeterminados. En esos d´ıas, se agregan n´ umeros de patente con prohibici´on de circular y, en el caso que el deterioro de las condiciones de ventilaci´on sean muy severas (Preemergencia o Emergencia), junto con aumentar nuevamente la cantidad de n´ umeros de patente que no pueden salir a la calle, se agregan restricciones a algunas industrias, oblig´andolas a paralizar temporalmente sus fuentes de emisi´ on. Se estima que, en el a˜ no 2007, las restricciones excepcionales a la circulaci´ on afectaron a 46 mil y 296 mil autom´oviles por d´ıa, en Alerta y Preemergencia, respectivamente.3 En 2008, las restricciones afectaron a 794 fuentes fijas de emisi´ on.4 El inter´es de este trabajo es medir el efecto de estas medidas extraordinarias de restricci´ on, en los d´ıas que se ha decretado un EC, sobre las concentraci´on de Material Particulado Grueso (MP10 ), Mon´oxido de Carbono (CO) y Di´oxido de Azufre (SO2 ),5 utilizando promedios diarios de concentraci´on de contaminantes 2 S/SV: Sin sello verde. C/SV: Con sello verde. Los autos ecol´ ogicos (con convertidor catal´ıtico) tienen un sello verde que los identifica. 3 De acuerdo a c´ alculos propios en base a datos de Instituto Nacional de Estad´ıstica (INE), 2009. 4 Secretaria Regional Ministerial de Salud Regi´ on Metropolitana (SEREMI RM). 5 Hubiese sido interesante evaluar las medidas para otros contaminantes, sin embargo, por disponibilidad de datos y por las caracter´ısticas de las fuentes emisoras, se trabaja solamente con MP10 , CO y SO2 . No obstante, al existir alta correlaci´ on entre MP10 y MP2,5 (fracci´ on fina del material particulado -m´ as peligrosa-) los resultados para el MP10 podr´ıan tambi´en aplicarse para este contaminante.

4

obtenidos de la red de monitoreo (MACAM II) durante el per´ıodo 2000-2008. Se eval´ ua si se les puede atribuir una disminuci´on de la concentraci´on promedio diaria y m´ axima, controlando por los factores meteorol´ogicos que determinan las condiciones de ventilaci´ on de la ciudad. Los resultados indican que las restricciones adicionales en Preemergencia s´ı tienen efecto -aunque inferior al esperado- en la concentraci´on de MP10 y de CO, principalmente emitidos por veh´ıculos, pero no en la concentraci´on promedio de Di´oxido de Azufre (SO2 ) cuyo principal emisor son las industrias. En cambio, no se observa ning´ un efecto en d´ıas de Alerta Ambiental. Este trabajo constituye el primer intento de medir el efecto de las pol´ıticas de contingencia aplicadas en d´ıas de EC utilizando datos de concentraci´on de contaminantes.6 Permitir´ a, adem´ as, identificar cu´ales son los sectores que s´ı cumplen con las restricciones destinadas a disminuir la contaminaci´on y cu´ales no lo hacen. En efecto, la caracterizaci´on de las fuentes de emisi´on de cada contaminante sugiere que las industrias no cumplir´ıan las restricciones con la misma intensidad que los veh´ıculos. Existen algunos estudios que investigan los efectos de restricciones a la circulaci´on de veh´ıculos en los niveles de contaminaci´on, aunque en circunstancias diferentes a las estudiadas aqu´ı. Por ejemplo, Davis [2008] estima el impacto del plan “Hoy No Circula” (HNC) en Ciudad de M´exico. Este plan comenz´o en 1989, prohibiendo la circulaci´ on de la mayor´ıa de los autom´oviles en base a los dos u ´ltimos d´ıgitos de su placa de patente. Analizando las concentraciones antes y despu´es 6

En realidad, no se ha estudiado el efecto a trav´es de ning´ un indicador. La autoridad las supone exitosas de acuerdo a las reducciones esperadas por fuente de contaminaci´ on.

5

del plan, encuentra que la concentraci´on de Mon´oxido de Carbono habr´ıa aumentado en un 30 por ciento y la de Di´oxido de Azufre en un 17 por ciento. Esto se explicar´ıa porque se incentiv´o la compra de un segundo autom´ovil, m´as contaminante y barato, para ser utilizado los d´ıas que toca restricci´on. En efecto, encuentra evidencia de un aumento en la venta de autom´oviles usados y de gasolina, una vez implementado el plan. Por otro lado, documenta un fuerte desplazamiento de los viajes hacia las horas en que la restricci´on no est´a activa, estimando que la concentraci´ on promedio aument´o durante la noche y los fines de semana. Si bien la naturaleza de las restricciones del plan HNC son diferentes a las estudiadas en este trabajo, sus resultados muestran razones por las cu´ales las medidas de contingencia aplicadas en Santiago podr´ıan no ser efectivas. Aunque no se prueba directamente, si las restricciones a la circulaci´on contempladas en el PPDA incentivaron la compra de un veh´ıculo usado -m´as barato y contaminante-, la reducci´ on en las emisiones durante un EC podr´ıa ser sustancialmente menor a la esperada. Adem´ as, podr´ıa ser cierto que, tal como lo muestra Davis [2008], los automovilistas desplacen intertemporalmente sus viajes hacia las horas en que la restricci´ on no est´ a activa, lo que tambi´en contribuir´ıa a que la medidas sean menos efectivas. En Ciudad de M´exico, la prohibici´on de circulaci´on rige de 5.00 a.m. a 10.00 p.m., mientras que en Santiago rige de 7.30 a 10.00 p.m. por lo que, a pesar que las pol´ıticas estudiadas son diferentes, hay razones para pensar que la sustituci´ on intertemporal puede ser importante. En esa l´ınea, Vecchi et al. [2006] estudian un episodio de contaminaci´on particularmente alta, que deriv´o en la prohibici´ on total -salvo algunas excepciones menores- de la circulaci´on de veh´ıculos entre las 8.00 a.m. y las 8.00 p.m. del d´ıa domingo 23 de febrero de 2003 en Mil´an, Italia. Los autores estudian el comportamiento de la circulaci´on y de los niveles

6

de MP10 y CO, encontrando que, comparados con el dia anterior, la cantidad de autos en circulaci´ on y la concentraci´on de contaminaci´on fue significativamente mayor a partir de las 8.00 p.m.. Por otro lado, Vickrey [1969] describe un modelo en el cual el costo marginal social de manejar es mayor en horas “peak” a causa de las extrenalidades de la congesti´ on vehicular. Los agentes se asumen con preferencias sobre el tiempo que les llevar´ıa completar un viaje, e incurren en un costo por cambiar su horario preferido de llegada a destino. As´ı, el ´optimo social se deriva de la minimizaci´on de los costos por tiempo de viaje y de los costos por cambiar sus horarios. De acuerdo a Davis [2008], en ciudades con alta congesti´on vehicular, como Ciudad de M´exico (y Santiago), pueden existir grandes beneficios sociales de mover los viajes fuera de las horas peak. Este es un punto no menor, que debiese ser considerado al estudiar la efectividad de las medidas descritas en este trabajo. Otras experiencias de restricciones vehiculares son los planes “ pico y placa” en Bogot´ a, Colombia y “rod´ızio” en Sao Paulo, Brasil. No existe una evaluaci´on emp´ırica sobre el efecto de estos planes en los niveles de contaminaci´on. Por otra partem, varios autores han reportado las deficiencias de la regulaci´on a las fuentes fijas, en el marco del sistema de Compensaci´on de Emisiones (CE), implementado en Santiago a partir de 1992. Por ejemplo, seg´ un Palacios and Ch´avez [2005], muchas firmas no habr´ıan cumplido las restricciones de emisi´on, sobre todo en los primeros a˜ nos de implementado el sistema, debido a estas falencias. Mientras que, el sobre-cumplimiento en a˜ nos posteriores (en t´erminos agregados) se habr´ıa debio m´ as a la introducci´on del Gas Natural en las industrias que a mejoras en la fiscalizaci´ on. Asimismo, Montero et al. [2002] se˜ nalan que, junto con la 7

introducci´ on del Gas Natural -m´as barato y menos contaminante- proveniente de Argentina, una de las principales razones por las cuales el mercado de permisos transables no se ha desarrollado en Chile es justamente por incertidumbre y problemas en la regulaci´ on. O’Ryan [2002] y Lents et al. [2006] destacan a su vez que uno de los mayores problemas para la implementaci´on del programa de CE es la falta de capital humano en los organismos vigilantes del cumplimiento de las reducciones. L´ogicamente, es esperable que el esfuerzo regulatorio en d´ıas de EC sea mayor y m´as exigente, por tratarse de d´ıas especiales cr´ıticos de contaminaci´on y el estudio del programa de Compensaci´ on de Emisiones no es un buen referente para saber lo que suceder´ıa en d´ıas de Preemergencia o Emergencia. El u ´nico trabajo encontrado que hace referencia a la regulaci´on en d´ıas EC es el deCoria [2009]. En ´el, se estudia el efecto de la regulaci´on en d´ıas de Preemergencia en la probabilidad que las industrias se cambien a Gas Natural, insumo menos contaminante, que reducir´ıa potencialmente sus niveles de emisi´on y permitir´ıa evitar tener que parar. Encuentra que, un aumento de un 10 por ciento en el n´ umero de d´ıas que una caldera industrial tuvo que parar en un a˜ no, se traduce en un aumento de un 0.36 por ciento en la probabilidad de cambiarse a Gas Natural al a˜ no siguiente. Seg´ un la autora, el peque˜ no impacto de los planes de contingencia podr´ıa deberse a bajos esfuerzos de monitoreo por parte de la autoridad, aunque, ser´ıa dif´ıcil obtener datos para testear dicha hip´otesis. No obstante los esfuerzos por disminuir los niveles de contaminaci´on atmosf´erica, ´esta sigue siendo un problema mayor, y las medidas de restricci´on vehicular siguen en entredicho. A pesar de no estar comprobada su efectividad, en 2008 se 8

agregaron 2 d´ıgitos a la restricci´on permanente de veh´ıculos S/SV. M´as a´ un, en 2009, ante la creciente proporci´on de veh´ıculos C/SV que circulan por la ciudad, se agregaron dos d´ıgitos de patente a la restricci´on cuando se decreta Preemergencia.7 Con esto, se estima que, durante esos d´ıas, saldr´an de circulaci´on alrededor de 490 mil veh´ıculos.8 Mientras, parece ser que las restricciones a las industrias no est´ an en discusi´ on, quiz´ as por la percepci´on que, dado que Santiago es una ciudad muy contaminada, simplemente no es aceptable que hayan industrias que operen en ella y menos en un dia de EC.9 Los efectos en salud de la contaminaci´on por Material Particulado Grueso en Santiago han sido largamente estudiados. Por ejemplo, Ostro et al. [1999] documentan que, un incremento de 50 mg/m3 en la concentraci´on de MP10 est´a asociado a un aumento de entre un 4 y un 12 por ciento en las visitas a hospitales por s´ıntomas respiratorios bajos10 en ni˜ nos menores de 2 a˜ nos. Asimismo, para los ni˜ nos de entre 3 y 15 a˜ nos, el aumento es de 3 a 9 por ciento. Por otro lado, Cifuentes et al. [2000] encuentran que un aumento de magnitud igual a la media de la concentraci´ on de Mon´ oxido de Carbono y Di´oxido de Azufre en invierno, incrementa el riesgo de mortalidad en 5 y 3 por ciento respectivamente. El trabajo se divide de la siguiente forma: En la secci´on 2 se explica con mayor detalle las pol´ıticas de descontaminaci´on en d´ıas de Episodios Cr´ıticos. En la secci´on 3, se revisan algunas estad´ısticas agregadas de la evoluci´on de la concentraci´on de 7

La proporci´ on de autos con convertidor catal´ıtico sobre los autos sin convertidor era de 1.3 a 1 en 2000, con un total de 880,000 vehiculos, de 2.37 a 1 con un total de 1,050,000 vehiculos en 2005 y de 5.5 a 1 con un total de 1,200,000 veh´ıculos en 2008. FUENTE: INE. 8 Esto representa aproximadamente el 40 % del parque automotriz de la ciudad en 2008. FUENTE: INE (2009). 9 Se ha discutido bastante sobre la necesidad de incentivar la relocalizaci´ on de las industrias fuera de la ciudad. 10 Por ejemplo tos y secreciones. Las enfermedades que tienen estos s´ıntomas pueden ser tan graves como neumonia y bronco-neumonia.

9

contaminantes en Santiago y se muestra qui´enes son los principales responsables de las emisiones. En la secci´ on 4, se presenta evidencia gr´afica preliminar del comportamiento promedio de las concentraciones en d´ıas de Alerta, Preemergencia y en d´ıas en que no se ha declarado un EC. Las secciones 3 y 4 proveen ciertas luces para la estrategia de estimaci´ on de la secci´on 5, donde se presentan tambi´en los resultados. Las conclusiones est´an en la secci´on 6.

2.

Pol´ıticas

En esta secci´ on se revisan las medidas excepcionales contempladas por la autoridad para hacer frente a los EC. Utilizando un modelo de pron´ostico para la calidad del aire

11 ,

el Centro Nacional del Medio Ambiente de Chile (CENMA) elabora

una recomendaci´ on de pol´ıtica a la autoridad de gobierno regional (Intendencia de la Regi´ on Metropolitana), encargada de decretar Alerta, Preemergencia o Emergencia para el d´ıa siguiente. Los criterios para la determinaci´on y las consecuencias de una Alerta o Preemergencia en el per´ıodo 2001 - 2007 se resumen en el cuadro 1. Por ejemplo, si para un d´ıa se espera que la concentraci´on de MP10 puede alcanzar niveles entre 241 y 285 mg/m3 , entonces se decreta una Preemergencia. Esto implica que, a la restricci´ on permanente, se agregan dos d´ıgitos para veh´ıculos C/SV y cuatro para veh´ıculos S/SV. Estas restricciones rigen entre 7:30 y 21:00 horas para veh´ıculos livianos y entre 10:00 y 18:00 horas para veh´ıculos pesados. En d´ıas de Preemergencia, tambi´en hay restricciones para las industrias m´as contaminantes. Tal como en el programa de Compensaci´on de Emisiones (CE), cada fuente fija debe informar a la autoridad el nivel de concentraci´on de sus emisiones. 11

Se utiliza el modelo de pronostico elaborado por Joseph Cassmassi, ver Cassmassi [1999]

10

Una vez reportado, deber´ an paralizar en Preemergencia y Emergencia todas aquellas que tengan concentraciones mayores a 32 y 28 mg/m3 , respectivamente.12 No hay restricciones a las industrias en d´ıas de Alerta. Adem´as de las medidas antes mencionadas, en d´ıas que se ha decretado un EC, se aumenta la frecuencia de lavado y aspirado de calles, se proh´ıbe el uso de le˜ na para calefacci´on en hogares y se pone especial ´enfasis en el control de quemas ilegales. Es importante mencionar que las medidas han cambiado durante el per´ıodo estudiado. Por ejemplo, s´olo a partir del a˜ no 2001 se impusieron retricciones a la circulaci´on de veh´ıculos C/SV y, a partir del 2008, adem´as de incluir dos d´ıgitos de veh´ıculos S/SV en la restricci´ on permanente, se prohibe la circulaci´on de seis n´ umeros de patente de veh´ıculos S/SV los fines de semana. En el anexo A, se presenta un cuadro resumen de las restricciones adicionales a veh´ıculos e industrias durante Episodios Cr´ıticos para todo el per´ıodo 2000-2008. 12 De acuerdo a los par´ ametros para el a˜ no 2008. Quedan excluidas tambi´en, las fuentes clasificadas por la autoridad como “mayores emisores”, que certifiquen que han cumplido con metas indiviudales de reducci´ on de emisi´ on de MP10 y las fuentes nuevas que hayan compensado sus emisiones. Tambi´en deber´ an parar aquellas fuentes que no hayan declarado su nivel de concentraci´ on. FUENTE: SEREMI de SALUD (RM)

11

´ n y Restricciones AdiCuadro 1: Criterios Para la Determinacio cionales en EC (2001-2007) MP10 esperado (ug/m3)

Episodio

Horario

Multas (US$)

2 d´ıgitos no tienen no tienen

7:30 - 21:00

70 - 100

2 d´ıgitos 4 d´ıgitos MP10 > 32 ug/m3

7:30 - 21:00

70 - 100

00:00 - 24:00

n/d

7:30 - 21:00

70 - 100

00:00 - 24:00

n/d

Restricciones Adicionales Veh. Livianos

entre 151 y 240

Alerta

C/SV S/SV Industrias

no tienen

Veh. Livianos entre 241 y 285

Preemergencia

C/SV S/SV Industrias Veh. Livianos

mayor que 286

Emergencia

C/SV S/SV Industrias

4 d´ıgitos 6 d´ıgitos MP10 > 28 ug/m3

Este cuadro reporta las pol´ıticas durante Episodios Cr´ıticos de acuerdo al Plan de Prevenci´ on y Descontaminaci´ on Atmosf´ erica (PPDA). La restricci´ on a las industrias indica que aquellas que han reportado una concentraci´ on de sus emisiones superior a 32 ug/m3 (28 ug/m3), deber´ an paralizar sus procesos durante Preemergencia (Emergencia), entre las 00:00 y las 24:00. Tambi´ en deber´ an paralizar las fuentes fijas que no hayan sus concentraciones de emisi´ on. Las restricciones a los veh´ıculos pesados es igual a la de veh´ıculos livianos, pero rige de 10:00 a 18:00 horas. n/d: no hay datos. C/SV: Con sello verde. S/SV: Sin sello verde. FUENTE: CONAMA, 32°Comisar´ıa del Tr´ ansito.

La fiscalizaci´ on del cumplimiento de las restricciones a la circulaci´on de veh´ıculos est´a a cargo de Carabineros de Chile, tanto en d´ıas en que no se ha decretado ning´ un EC, como en Alerta, Preemergencia o Emergencia. El valor de las multas por conducir en d´ıas en que est´a prohibido es de entre 70 y 100 d´olares, m´as la probabilidad de la suspensi´ on de la licencia.13 Durante 2007, se cursaron 328 infracciones por no respetar la restricci´on vehicular en 2 d´ıas de Preemergencia (164 infracciones diarias), 103 multas en 27 d´ıas de Alerta (3.8 infracciones diaras) y s´olo 33 infracciones en 125 dias que no se decret´o ning´ un EC (3.8 infracciones diarias). En 2008, se cursaron 1254 infracciones en 8 d´ıas de preemergencia (esto es 156 infracciones diarias), 445 multas en d´ıas 21 de Alerta Ambiental (21 infrac13 No obstante, el monto final de la multa la determina un juez, los valores antes mencionados sirven de referencia. La incertidumbre respecto del monto de la multa puede ser tomada en cuenta por los usuarios al decidir si utilizar o no el autom´ ovil en d´ıas de EC. A medida que crece la preocupaci´ on por la calidad del medio ambiente, es esperable que los jueces sean m´ as duros al definr el valor final de la multa.

12

ciones diarias) y 1415 infracciones en 125 d´ıas que no hubo restricci´on adicional (11.3 infracciones diarias).14 En d´ıas de Preemergencia (no as´ı en Alerta) es visible el aumento del control en las avenidas m´as transitadas. La fiscalizaci´ on de las fuentes fijas, en cambio, est´a a cargo de la Secretar´ıa Regional Ministerial de Salud de la Regi´on Metropolitana (SEREMI de Salud RM). Las multas por no cumplir la normativa son poco claras y dependen de la emisi´on de cada fuente.15 El cuadro 2 muestra la cantidad de episodios decretados durante el per´ıodo 20002008. No se decretaron Emergencias en dicho per´ıodo. ´ rico de Episodios (2000-2008) Cuadro 2: Cuadro Histo A˜ no Alertas Preemergencias 2000 2001 2002 2003 2004 2005 2006 2007 2008

27 21 22 21 13 7 21 27 21

11 4 11 5 2 2 3 4 8

Total

180

50

Este cuadro muestra la cantidad de episodios decretados durante el per´ıodo 2000-2008. No se decretaron Emergencias en dicho per´ıodo. FUENTE: Unidad Operativa de Control de Tr´ ansito (UOCT) 14

FUENTE: 32° Comisar´ıa del Tr´ ansito. FUENTE: De acuerdo a encargados de la empresa ECOWORLD, uno de los mayores emisores de MP10 que deben paralizar en Preemergencia y SEREMI de Salud RM. 15

13

3. 3.1.

Medici´ on de la Calidad del Aire en Santiago Medici´ on de la Calidade del Aire

La calidad del aire en Santiago se mide a trav´es de la Red de Monitoreo Autom´ atico de Calidad del Aire y Meteorolog´ıa (MACAM II) a cargo de SEREMI de Salud RM. Establecida en 1989 (MACAM I) y actualizada en 1997 (MACAM II), la red consiste de 8 estaciones, distribuidas en el territorio de la Regi´on Metropolitana.16 Se reportan promedios horarios de Material Particulado Grueso ´ y Fino (MP10 y MP2.5 ), Mon´ oxido de Carbono (CO), Oxidos de Nitr´ogeno (NOx ), ´ Ozono (O3 ) y Oxidos de Azufre (SOx ). Estos valores horarios est´an disponibles en diferentes fuentes p´ ublicas.17 Las Figuras 1 a 3 muestran la evoluci´on del promedio diario de MP10 , CO y SO2 en los inviernos entre 2000 y 2008. 16

De las 8 estaciones, 7 est´ an clasificadas como “de representatividad poblacional”. Esto significa que i) debe existir un a ´rea edificada en un radio de 2 kms; ii) est´ a ubicada a m´ as de 15 mts. de la calle o avenida m´ as cercana y a m´ as de 50 mts. de distancia de la calle o avenida m´ as cercana con flujo superior a 2500 vehiculos/d´ıa, y iii) est´ a ubicada a m´ as de 50 m de la salida de un sistema de calefacci´ on. Para el per´ıodo estudiado, la red no ha cambiado ni en n´ umero ni en metodolg´ıa de medici´ on. En el Anexo B se muestra un mapa con la localizaci´ on de las estaciones. 17 Por ejemplo en www.conama.cl.

14

´ n de MP10 (Invierno 2000-2008) Figura 1: Concentracio

FUENTE: Elaboraci´ on propia datos DICTUC

´ n de CO (Invierno 2000-2008) Figura 2: Concentracio

FUENTE: Elaboraci´ on propia datos DICTUC

En la Figura 1 se observa que, a pesar de los esfuerzos por disminuir las concentraciones de MP10 , no se ven mayores avances desde el a˜ no 2000. No obstante la incorporaci´ on de tecnolog´ıas m´as limpias18 y la pavimentaci´on de calles, el 18

Ver nota 7

15

´ n de SO2 (Invierno 2000-2008) Figura 3: Concentracio

FUENTE: Elaboraci´ on propia datos DICTUC

incremento del parque automotriz ha contribuido a que se sigan observando niveles altos. Esto porque gran parte de la fuente de este contaminante es el polvo resuspendido de calles por el uso de veh´ıculos livianos y camiones.19 En efecto, durante este per´ıodo, en el 89 % de las horas totales observadas, alguna estaci´on registr´ o concentraciones por sobre la norma vigente de 150 mg/m3 . Como se observa en la Figura 2, la concentraci´on promedio de CO muestra una tendencia negativa, consistente con el recambio del parque automotriz hacia tecnolog´ıas m´ as limpias,20 aunque se aprecia un estancamiento, y posible aumento, de los niveles m´ aximos desde 2006. Es interesante se˜ nalar que los niveles observados de concentraci´ on de CO est´an dentro del rango que la Organizaci´on Mundial de la Salud (OMS) considera como aceptables para la salud de la poblaci´on. De hecho, entre 2000 y 2008, s´ olo se observ´o una hora en la que alguna estaci´on super´ o el promedio de 30 mg/m3 recomendado por la OMS y s´olo el 3 por ciento de las observaciones registraron un promedio m´ovil de 8 horas por sobre los 19 20

Ver secci´ on 3.2 Ver nota 18

16

est´andares.21 En la Figura 3, se puede ver que la tendencia negativa del SO2 es consistente con la incorporaci´ on del Gas Natural en Chile. En 2004, a˜ no en que se redujo el env´ıo desde Argentina, muchas firmas debieron volver a producir con contaminantes m´as sucios como el Diesel.22 Se super´o la recomendaci´on de la OMS para la media de 24 horas en un 12 por ciento de las observaciones.23 Cuadro 3: Calidad del Aire, Estad´ısticas Descriptivas (Invierno 20002008) Observaciones

Media

Desv. Est´ andar

M´ınimo

M´ aximo

10685 10269 10547 1377 1377 1376 1362

1.95 12.50 93.43 1.98 11.67 62.1 0.87

(1.22) (7.48) (44.03) 0.45 3.51 19.97 (0.651)

0.005 0.250 3.375 0.662 1.5 16.433 -1.387

13.79 375.2 277.45 4.646 20.96 100 3.56

Mon´ oxido de carbono (CO) Di´ oxido de Azufre (SO2 ) Material ParticuladoGrueso (MP10 ) Velocidad del Viento (m/s) Temperatura (Celsius) Humedad ( %) Inversi´ on T´ermica (Celsius)

Este cuadro reporta estad´ısticas promedio diarias para el periodo del 1 de abril al 31 de agosto del 2000 al 2008. Las concentraciones de contaminantes provienen de 8 estaciones de monitoreo, mientras que las estad´ısticas reportadas de meteorolog´ıa corresponden al promedio de 3 estaciones de monitoreo. La concentraci´ on de Mon´ oxido de Carbono (CO) se reportan en mg/m3 . La concentrac´ ons de Material Particulado Grueso (MP10 ) y Di´ oxido de Azufre (SO2 ) se reportan 3 en mg/m . FUENTE: Elaboraci´ on Propia con datos DICTUC.

El cuadro 3 muestra que, en invierno, las condiciones meteorol´ogicas de la ciudad son desfavorables a la ventilaci´on y dispersi´on de contaminantes. Esto se debe principalmente a la presencia de una capa de Inversi´on T´ermica (medida como el diferencial de temperatura a una altura de 8 o 22 metros y el nivel del suelo), dentro de la cual, la temperatura aumenta con la altura, lo que genera un 21

Para el promedio de 8 horas, la OMS considera aceptable un nivel de concentraci´ on de CO inferior a 10 mg/m3 . 22 Las restricciones de Gas Natural desde Argentina, respecto de las necesidades normales alcanzaron un 40 por ciento en 2004, un 50 por ciento en 2005, un 80 por ciento en 2006 y el entre el 95 y 98 por ciento en el 2007 y 2008. FUENTE: Comisi´ on Nacional de Energ´ıa (CNE). 23 La recomendaci´ on para el SO2 es una media m´ ovil de 24 horas inferior a 20 mg/m3 .

17

verdadero efecto “tap´ on”, que impide que los contaminantes suban por sobre las altas monta˜ nas que rodean la ciudad y luego se desplacen fuera de ella por acci´on del viento. A lo anterior se suma una baja velocidad del viento y temperaturas moderadas.24

3.2.

Responsables de la Contaminaci´ on

Parte esencial de la estrategia emp´ırica es identificar cu´ales son las principales fuentes de emisi´ on de cada contaminante. Para ello, se utiliza el Inventario de Emisiones (IE) elaborado por el Centro Nacional de Medici´on del Medioambiente (CENMA) y la Direcci´ on de Investigaciones Cient´ıficas y Tecnol´ogicas de la Pontificia Universidad Cat´ olica DICTUC (Tabla 4), que identifica el aporte de cada fuente en el total de emisiones. Esto, junto con el detalle de las restricciones asociadas a cada EC (Tabla 1 y Anexo A), permitir´a construir una estimaci´on de la reducci´ on esperada de emisiones de cada contaminante en d´ıas de Alerta y Preemergencia (Tabla 5). 24

Para un an´ alisis detallado de c´ omo las condiciones meteorol´ ogicas y la morfolog´ıa de la ciudad determinan las condiciones de ventilaci´ on, v´ease Morales [2006]

18

´ n 2005 (En % del Total Cuadro 4: Responsables de la Contaminacio Emitido) MP10

CO

SO2

Industria Combusti´ on Le˜ na Residencial Otros Fuentes Estacionarias

5.02 6.10 1.3

3.25 7.77 1.72

90.75 0.20 3.81

Total Fuentes Estacionarias

12.42

12.74

94.75

Catal´ıticos* No Catal´ıticos** Otras Fuentes M´oviles

56.10 23.53 7.95

33.30 53.96 0

4.91 0.34 0

Total Fuentes M´oviles

87.58

87.26

5.25

100

100

100

Total

Este cuadro muestra un resumen del Inventario de Emisiones del a˜ no 2005. * y ** incluye veh´ıculos livianos, taxis, motos y camiones. Adem´ as, se incluye el polvo resuspendido de la utilizaci´ on de veh´ıculos, no s´ olo emisiones directas. FUENTE: Elaboraci´ on Propia con datos DICTUC (2007)

De acuerdo al cuadro 4, el 91 por ciento de las emisiones de Di´oxido de Azufre proviene de la actividad industrial, mientras que casi la totalidad de la emisi´on de Mon´ oxido de Carbono proviene de fuentes m´oviles (87 por ciento). Esto significa que, si las restricciones a los veh´ıculos se cumplen, entonces deber´ıa observarse un efecto negativo significativo en la concentraci´on de CO. Lo mismo se puede decir de la concentraci´ on de SO2 y las restricciones a las fuentes fijas en d´ıas de Preemergencia. M´ as a´ un, con la informaci´on de los IE y el detalle de las restricciones asociadas a cada evento, se puede elaborar una estimaci´on de la reducci´on de emisiones en cada EC, que se presenta en el cuadro 5. Tanto las medidas como la composici´ on del parque automotriz han cambiado durante el per´ıodo estudiado, lo que resulta en diferentes reducciones esperadas para cada a˜ no.25 25 Los IE no se elaboran todos los a˜ nos, por lo que s´ olo es posible mostrar una estimaci´ on para el 2000, 2005 y 2010. No obstante, esto no debiese ser problema pues las fuentes de emisi´ on no cambian radicalmente a˜ no a a˜ no.

19

Por ejemplo, de acuerdo al IE del a˜ no 2005, los vehiculos S/SV son responsables del 53.96 por ciento de las emisiones de Mon´oxido de Carbono, y en un episodio de Alerta -en d´ıa de semana- hay restricci´on adicional para dos d´ıgitos de patente de ese tipo de veh´ıculos, por lo que, en el escenario ideal, debiera salir de circulaci´on el 25 por ciento del parque de no catal´ıticos que circula en un d´ıa normal.26 As´ı, en un d´ıa de Alerta se esperar´ıa una reducci´on de las emisiones de CO de 13.49 por ciento.27 Para estimar la reducci´ on de emisiones esperada de MP10 en Preemergencia, adem´ as del inventario de emisiones, se utiliz´o el registro de firmas que deben paralizar sus procesos, que elabora la autoridad fiscalizadora (SEREMI de Salud).28 Con esto, se estima que la reducci´on de la emisi´on de MP10 en d´ıas de Preemergencia por parte de las industrias representa el 23 % de sus emisiones diarias.29 Se asume que la reducci´ on de emisi´on de SO2 en d´ıas de Preemergencia tambi´en es de 23 %. El cuadro 5 presenta un resumen con la estimaci´on de las reducciones esperadas seg´ un episodio para el per´ıodo 2000-2008. En el Anexo B, se muestra un mapa de la ciudad que identifica las comunas en las cuales hay m´as paralizaci´on de fuentes fijas. 26

En 2005 reg´ıa una restricci´ on vehicular base de 2 d´ıgitos de patente para veh´ıculos S/SV. Por lo tanto, sacar de circulaci´ on 2 d´ıgitos adicionales implica reducir el parque en un 25 % respecto de un d´ıa normal. 27 Las estimaciones de las reducciones esperadas, por fuente, se presentan en el Anexo D.. 28 El listado est´ a disponible en http://www.seremisaludrm.cl/sitio/pag/aire/indexjs3airemainffprueba.asp 29 Cabe se˜ nalar lo siguiente. Seg´ un SEREMI de Salud, la reducci´ on en Preemergencia por parte de las industrias, corresponde al 46 % de sus emisiones totales de MP10 en 2008. No obstante, esa estimaci´ on considera los Grupos Electr´ ogenos de Respaldo (GER) de las industrias fiscalizadas, que se utilizan s´ olo de forma ocasional (por ejemplo, en caso de cortes de luz). Si se excluye de las estimaciones los GER, la reducci´ on de emisiones esperada en d´ıas de Preemergencia se reduce a la mitad. De ah´ı la cifra del 23 %.

20

˜ o ( %)* Cuadro 5: Reducciones Esperadas por Episodio y An MP10

CO

SO2

2000

2005

2008

2000

2005

2008

2000

2005

2008

0 8.24

0 5.88

0 0

0 17.67

0 13.49

0 0

0 0.11

0 0.09

0 0

8.24

5.88

0

17.67

13.49

0

0.11

0.09

0

0.72 16.47

1.86 22.99

5.84 17.31

1.27 35.32

1.20 33.64

1.45 19.55

25.75 0.21

33.58 1.15

33.98 0.48

17.19

24.85

23.15

36.59

34.84

21.00

25.96

34.73

34.46

Alerta Industria Veh´ıculos** Total Alerta Preemergencia Industria Veh´ıculos** Total Preemergencia

Este cuadro presenta las reducciones esperadas en d´ıas de semana asociadas a los distintos tipos de episodios, en base al inventario de emisiones elaborado por CENMA y DICTUC. Las estimaciones para el a˜ no 2007 se hicieron en base a una versi´ on del inventario de emisiones del 2010, considerando la composici´ on del parque automotriz del a˜ no 2007. Las cifras para el MP10 consideran el polvo resuspendido de las calles, que es alrededor de nueve veces la cantidad que se emite directamente. Asimismo, no se considera la conformaci´ on de MP10 de forma secundaria (a trav´ es de NOx y SOx ) por lo que las reducciones esperadas del cuadro debiesen estar sub-estimadas. *reducciones sobre el nivel de restricci´ on base en cada a˜ no en d´ıa de semana. ** incluye veh´ıculos livianos, taxis, motos y camiones (catal´ıticos y no catal´ıticos). FUENTE: Elaboraci´ on Propia con datos CENMA (2001, 2007), INE (2009).

Sorprendentemente, en lo que respecta a la reducci´on de emisiones de MP10, el aporte esperado de la paralizaci´on de las industrias (1.2 por cento) es muy bajo comparado con el aporte de las restricciones a los veh´ıculos (33 por ciento). A diferencia de los informes de la autoridad que justifican la paralizaci´on de las fuentes fijas en d´ıas de Preemergencia,30 en las estimaciones del cuadro 5 se considera tambi´en el polvo que se levanta de las calles producto de la circulaci´on de veh´ıculos (polvo resuspendido). En efecto, si s´olo se considera la emisi´on directa de MP10, el aporte de las emisiones de la actividad industrial es de 61 por ciento, mientras que de acuerdo a los resultados del cuadro 4, alcanza s´olo el 5 por ciento. 30

Ver por ejemplo el informe de resultados del PPDA para el a˜ no 2007 o 2008. CONAMA

21

4.

Evidencia Preliminar

La Figuras 4 a 6 muestran la evoluci´on diaria de la concentraci´on de los 3 contaminantes estudidados, en d´ıas de semana, para tres casos diferentes: cuando se ha decretado Alerta (alerta) y Preemergencia (pree) y cuando no se ha decretado ning´ un Episodio (no ep).31 La alta variabilidad inter-diaria de la concentraci´on, sugiere que es muy sensible a cambios en las emisiones y condiciones de ventilaci´on (Davis [2008]). La forma de la trayectoria de la contaminaci´on es el resultado de dos fen´ omenos. Por un lado, es de noche y madrugada, cuando no hay viento y el fen´omeno de inversi´ on t´ermica es m´as intenso, que las condiciones de ventilaci´on son peores. Por otro lado, los “peaks” de circulaci´on de veh´ıculos se producen entre las 8:00 y 9.00 horas y entre las 18:00 y 19:00 horas. ´ n Promedio Horaria de MP10 (Invierno 2000Figura 4: Concentracio 20008)

FUENTE: Elaboraci´ on propia datos DICTUC 31

Se presentan los promedios de 7 de las 8 estaciones. Se excluy´ o la estaci´ on de LC, por presentar un comportamiento inter-diario sustancialmente diferente al resto. Gramsch et al. [2006]

22

´ n Promedio Horaria de CO (Invierno 2000Figura 5: Concentracio 20008)

FUENTE: Elaboraci´ on propia datos DICTUC

´ n Promedio Horaria de SO2 (Invierno 2000Figura 6: Concentracio 20008)

FUENTE: Elaboraci´ on propia datos DICTUC

Es interesante notar tambi´en, que la trayectoria de la contaminaci´on es muy similar en d´ıas de Alerta y Preemergencia (sobre todo para el CO y el MP10 ). Esto podr´ıa estar se˜ nalando que, dado que las condiciones de ventilaci´on en Preemergencia tienden a ser peores que en Alerta (por eso se decreta), las restricciones 23

s´ı tienen alg´ un efecto, al impedir que la concentraci´on en esos d´ıas sea a´ un mayor. Las estimaciones de la secci´ on siguiente deber´an determinar si esta similitud se debe efectivamente a las medidas contempladas en el PPDA o a que, por ejemplo, el pron´ ostico de las condiciones de ventilaci´on -en base al cual se decretan los ECno es certero y en realidad ´estas no difieren mucho entre un d´ıa de Alerta y uno de Preemergencia.

5. 5.1.

Efectos en la calidad del aire Estrategia Emp´ırica

Siguiendo a Davis [2008], en la especificaci´on general se estima el nivel de concentraci´ on en logaritmo yt , contra un set de regresores xt y variables indicativas de restricci´ on adicional, l(P REEt ) y l(ALERT At ). Se incorpora adem´as, expl´ıcitamente, la posibilidad de que las firmas anticipen los d´ıas de paralizaci´on y que, en compensaci´ on por las restricciones del d´ıa siguiente, intensifiquen o alarguen sus procesos productivos , con la variable indicativa l(SU St ). Esto podr´ıa hacer aumentar la concentraci´ on de contaminantes el d´ıa anterior a una Preemergencia.

yt = β0 + β1 l(P REE t ) + β2 l(ALERT At ) + β2 l(SU S t ) + β4 xt + µt

El vector xt contiene variables indicativas para a˜ no, mes y d´ıa. Adem´as, incluye variables meteorol´ ogicas, entre las cuales est´an los valores promedio del d´ıa de velocidad del viento, temperatura, humedad, precipitaciones (indicador si hubo o no precipitaci´ on en el d´ıa), proxys de la inversi´on t´ermica, radiaci´on, presi´on 24

y el potencial meteorol´ ogico.32 Se incluye tambi´en un polinomio de cuarto grado de las variables rezagadas y corrientes de los controles meteorol´ogicos (Davis [2008]). Se incorpora dos rezagos de la variable dependiente, para considerar el hecho que la contaminaci´ on permanece m´as de un d´ıa en la atm´osfera.33 La lista completa de los controles meteorol´ogicos se encuentra en el ANEXO D. Las variables l(P REEt ) y l(ALERT At ) son indicadores que toman valor 1 cuando se ha declardado Preemergencia o Alerta, respectivamente, y 0 cuando no se ha decretado ning´ un EC. Se incluye adem´as una interacci´on entre estos indicadores y un indicador de fin de semana pues se espera que las medidas, si efectivas, lo sean menos los fines de semana, cuando circulan menos veh´ıculos por las calles y menos industrias est´ an operando y, posiblemente, la fiscalizaci´on sea menos intensa. La variable indicativa l(SU St ) toma valor 1 cuando se podr´ıa esperar anticipaci´on de parte de las industrias a las restricciones del d´ıa siguiente y 0 en cualquier otro caso.34 Se estiman distintas especificaciones, que consideran como variable dependiente la 32 El potencial meteorol´ ogico (PMCA) es un ´ındice que elabora CENMA que resume las condiciones de ventilaci´ on de la ciudad. Toma valores de 1 a 5, de mejores a peores condiciones de ventilaci´ on. 33 S´ olo 2 rezagos fueron significativos. Al incluirlos, los errores no muestran autocorrelaci´ on. El MP10 parece presentar una permanencia mayor en la atm´ osfera. Esto podr´ıa explicar a su vez por qu´e se observan muchos EC que duran m´ as de un d´ıa, a pesar de las restricciones impuestas. 34 No es evidente cu´ ando las firmas intuyen que tendr´ an que cerrar al d´ıa siguiente producto de una Preemergencia. Se testearon dos especificaciones para la variable l(SU St ). En primer lugar se supuso que las firmas sospechar´ıan que al d´ıa siguiente habr´ıa Preemergencia, en dos casos: i) cuando se ha declarado una Alerta y ii) cuando efectivamente, independiente que hoy se haya declarado una Alerta, al d´ıa siguiente se decreta Preemergencia. Esto, siempre y cuando hoy y ma˜ nana sea un d´ıa de semana. En segundo lugar, se gener´ o un modelo probit, con l(P REEt ) como variable dependiente y un rezago de velocidad del viento y potencial meteorol´ ogico como variables explicativas. Si la predicci´ on para t+1 es que habr´ıa una Preemergencia, entonces se consider´ o que las firmas sospechan que al d´ıa siguiente tendr´ an que parar. Los resultados no cambian con ninguna de las dos especificaciones para l(SU St ). M´ as a´ un, se contact´ o a algunos industriales que deben paralizar en d´ıas de Preemergencia y revelaron que no anticipan los d´ıas de Preemergencia y que, cuando deben paralizar, se programan otras tareas, como limpieza de m´ aquinas, etc.

25

concentraci´ on promedio diaria de todas las estaciones, la concentraci´on m´axima medida durante el d´ıa entre todas las estaciones y la concentraci´on promedio diaria entre las estaciones que se sit´ uan dentro del per´ımetro de cada una de las cuatro zonas de la ciudad sugeridas por Gramsch et al., 2006, definidas por condiciones meteorol´ ogicas y topogr´ aficas comunes y dentro de las cuales la contaminaci´on muestra un comportamiento similar. El mapa presentado en el Anexo B las grafica. 35

5.2.

Resultados

Los cuadros 6 a 8 resumen los resultados obtenidos para cada contaminante. En cada uno se reportan los resultados de 6 regresiones por separado: tomando como variable dependiente el logaritmo de la concentraci´on promedio de todas las estaciones de monitoreo (salvo la estaci´on de LC), (PROMEDIO); de la concentraci´on m´axima del d´ıa entre todas las estaciones de monitoreo (MAX) y del promedio de la concentraci´ on diaria de cada una de las cuatro zonas definidas por Gramsch et al., 2006 (Zona 1, 2, 3 y 4). Los coeficientes estimados corresponden al efecto en la concentraci´ on de decretar Preemergencia (PREE) y Alerta (ALERTA), junto con una interacci´ on para los d´ıas de fin de semana (PREE*FDS y ALERTA*FDS) y al cambio en la concentraci´ on en los d´ıas que se podr´ıa suponer que las indus´ trias anticipan las restricciones del d´ıa siguiente (SUSTITUCION). Los errores est´andar entre par´entesis son robustos a heteroscedasticidad y autocorrelaci´on seg´ un Newey and West [1987]. 35

Es interesante notar que dos de las cuatro zonas definidas por Gramsch et al., 2006 (z1 y z2) comprenden estaciones que se sit´ uan en las comunas en las que se deber´ıan observar fuertes reducciones de emisi´ on por parte de las industrias seg´ un el registro de SEREMI de Salud RM.

26

´ n Adicional en MP10 Cuadro 6: Efecto de Restriccio

PREE PREE*FDS ALERTA ALERTA*FDS ´ SUSTITUCION

PROMEDIO

MAX

Zona 1

Zona 2

Zona 3

Zona 4

-0.0940*** (0.0344) 0.0428 (0.0462) 0.0223 (0.0336) 0.0107 (0.0410) -0.0516 (0.0335)

-0.0406 (0.0437) 0.00417 (0.0643) -0.0321 (0.0453) 0.0998* (0.0574) 0.0418 (0.0453)

-0.0939** (0.0407) 0.0689 (0.0496) 0.0387 (0.0376) 0.00912 (0.0468) -0.0702* (0.0382)

-0.120*** (0.0383) 0.0304 (0.0549) -0.00556 (0.0318) 0.0182 (0.0404) -0.0379 (0.0307)

-0.0803** (0.0338) 0.00150 (0.0521) 0.00260 (0.0383) 0.0175 (0.0445) -0.0374 (0.0395)

-0.131*** (0.0456) -0.108 (0.0871) 0.00299 (0.0460) -0.00886 (0.0554) -0.00718 (0.0470)

Los R² de las estimaciones por OLS de cada una de las 6 regresiones son, respectivamente: 0.867, 0.702, 0.859, 0.817, 0.848 y 0.775. *** significancia al 99 %, ** significancia al 95 %, * significancia al 90 %.

´ n Adicional en CO Cuadro 7: Efecto de Restriccio PREE PREE*FDS ALERTA ALERTA*FDS ´ SUSTITUCION

PROMEDIO

MAX

Zona 1

Zona 2

Zona 3

Zona 4

-0.102** (0.0424) 0.0766 (0.0535) 0.00818 (0.0326) -0.00399 (0.0434) -0.0403 (0.0350)

-0.112* (0.0600) 0.139* (0.0731) 0.000371 (0.0487) -0.0120 (0.0602) -0.0546 (0.0512)

-0.0988* (0.0591) 0.0794 (0.0658) 0.00181 (0.0498) 0.00523 (0.0612) -0.0471 (0.0532)

-0.148*** (0.0553) 0.102 (0.0680) 0.0400 (0.0419) -0.0110 (0.0625) -0.0622 (0.0410)

-0.0803* (0.0447) 0.0371 (0.0653) -0.00610 (0.0353) 0.00843 (0.0453) -0.0111 (0.0374)

-0.118*** (0.0442) -0.0853 (0.0668) 0.00751 (0.0303) -0.0238 (0.0426) -0.0114 (0.0302)

Los R² de las estimaciones por OLS de cada una de las 6 regresiones son, respectivamente: 0.897, 0.733, 0.867, 0.799, 0.848 y 0.742. *** significancia al 99 %, ** significancia al 95 %, * significancia al 90 %.

27

´ n Adicional en SO2 Cuadro 8: Efecto de Restriccio

PREE PREE*FDS ALERTA ALERTA*FDS ´ SUSTITUCION

PROMEDIO

MAX

Zona 1

Zona 2

Zona 3

Zona 4

-0.0330 (0.0406) 0.00822 (0.0457) 0.0444 (0.0345) -0.0623 (0.0435) -0.0179 (0.0387)

-0.0988 (0.0665) 0.105 (0.123) 0.0102 (0.0592) 0.0266 (0.0787) -0.0521 (0.0580)

-0.0257 (0.0479) 0.0402 (0.0540) 0.0617 (0.0421) -0.0596 (0.0514) -0.0331 (0.0464)

-0.108** (0.0474) 0.0559 (0.0661) 0.00836 (0.0382) -0.0667 (0.0533) 0.0106 (0.0432)

0.00902 (0.0474) -0.0505 (0.0603) 0.0175 (0.0390) -0.0375 (0.0524) 0.0120 (0.0429)

-0.0315 (0.0684) -0.0371 (0.113) -0.0334 (0.0566) 0.0293 (0.0792) 0.0897 (0.0624)

Los R² de las estimaciones por OLS de cada una de las 6 regresiones son, respectivamente: 0.843, 0.509, 0.834, 0.805, 0.737 y 0.616. *** significancia al 99 %, ** significancia al 95 %, * significancia al 90 %.

Los resultados del cuadro 6 sugieren que, decretar una Preemergencia, reduce significativamente la concentraci´ on promedio diaria de Material Particulado Grueso en un 9.5 por ciento, y en las cuatro zonas de la ciudad, pero no logra reducir su concentraci´ on m´ axima del d´ıa. Asimismo, en el cuadro 7, se observa que la Preemergencia tambi´en reduce significativamente la concentraci´on promedio y m´axima de Mon´ oxido de Carbono, en 10.2 por ciento, y en cada una de las zonas estudiadas. No hay reducciones asociadas a las medidas contempladas en d´ıas de Alerta, en ning´ un caso. Comparando con las reducciones esperadas del cuadro 5, hay una diferencia considerable para ambos contaminantes, que podr´ıa explicarse tanto por el incumplimiento de las restricciones como por errores en los inventarios de emisiones, por el uso de un segundo veh´ıculo o, tal como sugiere Davis [2008], por alg´ un grado de sustituci´on intertemporal hacia las horas en las que las restricciones no est´ an activas. Los resultados para el Di´ oxido de Azufre -principalmente emitido por industrias28

son diferentes. No se observa una reducci´on del promedio diario ni del m´aximo, y s´ olo se observa una reducci´on significativa, de 10 por ciento, en la Zona 2. En la Zona 1, donde, de acuerdo al listado de fuentes fijas que deben paralizar en Preemergencia, se esperar´ıa una fuerte reducci´on de emisiones, no se observa ning´ un efecto de la Preemergencia. Esto contrasta radicalmente con la reducci´on esperada de 30 por ciento. La Zona 2, donde se observan reducciones significativas de SO2 comprende solamente la estaci´ on de monitoreo LP, ubicada muy cerca del centro de la ciudad. La Zona 1 en cambio, comprende no s´olo la estaci´on PO, ubicada en el centro de la ciudad, sino que tambi´en, estaciones situadas en la periferia (PU, CN y CE), donde podr´ıa ser que la fiscalizaci´on sea menos intensa. En suma, la evidencia sugiere que el grado de cumplimiento de las medidas de paralizaci´ on de las industrias parece ser menor que el de los veh´ıculos. No obstante, no es f´ acil argumentar que la fiscalizaci´on a las industrias es menos intensa que a los veh´ıculos, y m´as investigaci´on sobre este punto es necesaria.36 Finalmente, no hay evidencia de que las firmas anticipen y ajusten sus procesos productivos los d´ıas que sospechar´ıan que se decretar´ıa una Preemergencia al d´ıa siguiente. Es importante recordar que el objetivo de las medidas contempladas en el PPDA para los Episodios Cr´ıticos es disminuir el nivel de concentraci´on de MP10 . Por lo tanto, es necesario preguntarse qu´e tan significativas son las reducciones que se muestran en el cuadro 6. Pues bien, en un d´ıa de semana, habi´endose 36

El u ´nico estudio encontrado que se refiere a la fiscalizaci´ on en d´ıas de EC es el de Coria [2009].

29

decretado una Preemergencia, en promedio, la concentraci´on de MP10 es de 142

mg/m3 , por debajo del l´ımite para decretar Alerta Ambiental.37 Dado que la concentraci´ on promedio disminuye en un 9 por ciento cuando rige una Preemergencia, de no decretarse la medida, la concentraci´on hubiese sido de aproximadamente 156

mg/m3 . Esta cifra est´a dentro de los valores de una Alerta, sin alcanzar niveles de una Preemergencia Ambiental. Lo anterior quiere decir que, al implementarse las medidas contempladas en una Preemergencia, efectivamente se reduce la contaminaci´ on promedio por MP10 hasta niveles considerados buenos por la autoridad (por debajo de los niveles de Alerta Ambiental), pero que, de no decretarse la Preemergencia, se seguir´ıan observando niveles de Alerta. No obstante, y m´ as importante a´ un, es que no se logra reducir la concentraci´on m´axima, que en d´ıas de Preemergencia, en promedio, es de 383.4 mg/m3 , muy por sobre los l´ımites considerados de Emergencia (286 mg/m3 ). Esto sugiere que hay estaciones de la ciudad en las que persistentemente se sobrepasa la norma a pesar de las restricciones. En este sentido, es dif´ıcil calificar la medida como “exitosa”, puesto que siguen existiendo estaciones que no ven reducidos sus niveles m´aximos. Un u ´ltimo comentario merece el hecho que la mayor reducci´on porcentual de MP10 se observa en la zona 4, donde el nivel promedio de concentraci´on es el m´as bajo de toda la ciudad (70.6 mg/m3 en d´ıas de Preemergencia). Esta zona comprende a los sectores de mayores ingresos de la ciudad, donde hay mayor cantidad de autos y, probablemente, una mayor proporci´on de veh´ıculos C/SV.38 37 Considerando el promedio de todas las estaciones salvo la estaci´ on LC (que pertenece a la zona 4). En esta estaci´ on, el promedio diario de concentraci´ on de MP10 en d´ıas de Preemergencia es de 70.5 mg/m3 . En cambio, en las otras 3 zonas, el promedio en d´ıas de Preemergencia var´ıa entre 130 y 146 mg/m3 . 38 La comuna de Las Condes, donde se ubica la estaci´ on de monitoreo LC, y su vecina, comuna de Vitacura, en 2007, ten´ıan la mayor cantidad de veh´ıculos, 82.781 y 82.627, respectivamente. Si

30

Evidentemente, la verdadera relevancia de las medidas debiese ser estimada a partir de un an´ alisis costo-beneficio, que estime el efecto de las reducciones de contaminaci´ on en la salud de la poblaci´on. En ese sentido, este trabajo debe considerarse como el punto de partida de un an´alisis completo de las medidas contempladas en el PPDA para la gesti´on de EC, que incorpore tanto su efecto en la salud como los costos asociados a las restricciones a industrias y veh´ıculos.

6.

Conclusiones

Aunque se han aplicado numerosas medidas para disminuir la concentraci´on de Material Particulado Grueso en la Santiago, es evidente que queda mucho por hacer para solucionar el problema. El a˜ no 2008, se registr´o nuevamente un aumento en la cantidad de Episodios Cr´ıticos de contaminaci´on y las normas vigentes para la calidad del aire siguen siendo superadas regularmente. El parque automotriz, en constante aumento, contribuye a la creciente generaci´on de polvo resuspendido de las calles, principal fuente de la contaminaci´on que hoy se observa en la ciudad. Especial inter´es -y confianza- se ha puesto en las restricciones adicionales a la circulaci´ on de veh´ıculos e industrias para evitar la exposici´on a concentraciones extremas de MP10 . No obstante, ning´ un estudio -hasta ahora- ha mostrado evidencia emp´ırica respecto de la efectividad de estas medidas. Los resultados de este trabajo indican que, en d´ıas de Preemergencia, hay una disminuci´on significativa del nivel de concentraci´ on promedio diario de Mon´oxido de Carbono (CO) y de Material Particulado Grueso (MP10 ) asociada a las restricciones, pero que no se observan reducciones significativas de la concentraci´on de Di´oxido de Azufre bien no hay datos sobre la composici´ on del parque, al ser ´estas las comunas de mayores ingresos, es esperable que tengan tambi´en la mayor proporci´ on de veh´ıculos C/SV. FUENTE: INE (2009).

31

(SO2 ). A pesar de lo anterior, es dif´ıcil calificar las medidas como exitosas pues s´olo se observa una reducci´ on en la concentraci´on m´axima de CO, que no es el objetivo de las pol´ıticas. Adem´ as, la caracterizaci´on de las fuentes de emisi´on sugiere que son las restricciones a los veh´ıculos las principales responsables de la disminuci´on de la contaminaci´ on, mientras que las industrias no estar´ıan cumpliendo las medidas impuestas con la misma intensidad. Es importante mencionar adem´as, que no se observan las mayores reducciones en las zonas m´as contaminadas. Por el contrario, se observan en las zonas con menores niveles de concentraci´on. Varias extensiones parecen necesarias. En primer lugar, es fundamental incluir en el an´alisis al MP2.5 , fracci´on fina y m´as peligrosa del Material Particulado, sobre todo en momentos en que se estudia regular las emisiones y definir normas de concentraci´on para este contaminante. En segundo lugar, a pesar de que existe evidencia para creer que el grado de cumplimiento de las restricciones es mayor en los veh´ıculos que en las industrias, persiste una diferencia significativa entre la reducci´on de emisiones estimada y la observada en MP10 y CO. Deber´ıa estudiarse con mayor detalle la posibilidad de sustituci´ on intertemporal del uso del veh´ıculo hacia las horas en que la restricci´on no est´ a activa como explicaci´ on a esta diferencia, utilizando datos de circulaci´on de veh´ıculos. En tercer lugar, un an´ alisis interesante ser´ıa el de la din´amica espacial de la contaminaci´ on, identificando cu´ ales son sus movimientos entre las distintas zonas de la ciudad, para poder determinar qui´enes son, geogr´aficamente, sus responsables y generar pol´ıticas sectoriales, que podr´ıan resultar m´as efectivas que las que hoy existen. Como lo indican los resultados, las restricciones son m´as efectivas en las 32

zonas menos contaminadas, por lo que puede ser deseable, en un contexto de recursos limitados, concentrar esfuerzos en lugares donde el problema sea m´as importante. Como se mencion´ o anteriormente, este estudio debe ser tomado como el punto inicial para la elaboraci´ on de un an´alisis costo-beneficio que tome en cuenta el impacto efectivo en la salud de la poblaci´on y los costos asociados a las restricciones impuestas a veh´ıculos e industrias en d´ıas de Episodios Cr´ıticos. S´olo as´ı se podr´ an dimensionar realmente los resultados mostrados en este trabajo y avanzar en un dise˜ no m´ as eficiente de las pol´ıticas destinadas a reducir la contaminaci´on en Santiago.

33

Referencias J. Cassmassi. Improvement of the forecast of air quality and of the knowledge of the local meteorological consitions in the metropolitan region. Technical report, CONAMA, 1999. Luis A. Cifuentes, Jeanette Vega, and Katherine K¨opfer. Effect of the fine fraction of particulate matter versus the coarse mass and other pollutants on daily mortality in santiago, chile. Journal of Air and Waste Management Association, 50(8):1287–98, 2000. CONAMA. Plan de prevenci´ on de la descontaminaci´on atmosf´erica de la regi´on metropolitana. Technical report, CONAMA, Regi´on Metropolitana, 1997. CONAMA. Inventario de emisiones de la regi´on metropolitana. Technical report, CONAMA, Regi´ on Metropolitana, 2002. Jessica Coria. Environmental policy, fuel prices and the switching to natural gas in santiago, chile. Ecological Economics (forthcoming), 2009. L. Davis. The effect of driving restrictions on air quality in mexico city. Journal of Political Economy, 116(1):38–81, 2008. DICTUC. Actualizaci´ on del inventario de emisiones de contaminantes atmosf´ericos en la regi´ on metropolitana 2005. Technical report, DICTUC, 2005. R. Garreaud and J. Rutlant. Factores Meteorol´ ogicos de la Contaminaci´ on Atmosf´erica, chapter 2, pages 9–36. Edici´on de Qu´ımica Ambiental, Universidad de Chile, 2004.

34

E. Gramsch, F. Cereceda-Balic, and D. von Baer. Examination of pollution trends in santiago de chile with cluster analysis of pm10 and ozone data. Atmospheric Envrionment, 40:5464–5475, 2006. James M. Lents, Gerhard Leutert, and Humberto Fuenzalida. Segunda auditoria internacional. plan de descontaminaci´on atmosf´erica de la regi´on metropolitana (ppda), Marzo 2006. J.P. Montero, J.M. S´ anchez, and R. Katz. A market-based environmental experiment in chile. Journal of Law and Economics, 45:267–87, 2002. Ra´ ul Morales, editor. Contaminaci´ on Atmosf´erica urbana. Episodios cr´ıticos de contaminaci´ on ambiental en la ciudad de Santiago. Editorial Universitaria, 2006. W.K. Newey and K.D. West. A simple, positive semi-definite heteroskedasticity and autocorrelation consistent covariance matrix. Econometrica, 55(3):703–308, 1987. WHO (World Health Organization). WHO Air Quality Guidelines, for Europe. WHO, second edition, 2000. WHO (World Health Organization). WHO Air Quality Guidelines, Global Update 2005. WHO, 2005. R. O’Ryan. Emissions trading in santiago: Why has it not worked, but been successful?”. Program for Environmental Economics and Management, Industrial Engineering Department, Universidad de Chile, 2002. Bart D. Ostro, Gunnar S. Eskeland, Jose M. Sanchez, and Tarhan Feyzioglu.

35

Air pollution and health effects: a study of medical visits among children in santiago, chile. Environmental Health Perspectives, 107:69–73, 1999. M. Palacios and C. Ch´ avez. Determinants of compliance in the emissions compensation program in santiago, chile. Environmental and Development Economics, 10:453–83, 2005. ´ CONAMA Area de Descontaminaci´on Atmosf´erica. Plan operacional para la gesti´ on de episodios cr´ıticos de contaminaci´on atmosf´erica por material particulado, resultados per´ıodo 2007. Technical report, CONAMA, Regi´on Metropolitana, 2007. ´ CONAMA Area de Descontaminaci´on Atmosf´erica. Plan operacional para la gesti´ on de episodios cr´ıticos de contaminaci´on atmosf´erica por material particulado, resultados per´ıodo 2008. Technical report, CONAMA, Regi´on Metropolitana, 2008. R. Vecchi, G. Marcazzan, and G. Valli. A study on nighttime-daytime pm10 concentraction and elemental and elemental composition in relation to atmospheric dispersion in the urban area of milan. Atmospheric Environment, 41 (10):2136–2144, 2006. W. Vickrey. Congestion theory and transport investment. American Economic Review, 2:251–260, 1969. W.S. Vickrey. Pricing in urban and suburban transport. American Economic Review, 53(2)(452-65):452–465, 1963. Jeffrey M. Wooldrige. Econometric Analysis of Cross Section and Panel Data. MIT Pres, 2002. 36

A.

Detalle Restricci´ on Vehicular en Alerta y Preemergencia 2000 - 2008

´ n Vehicular en Alerta, Preemergencia y Cuadro 9: Detalle Restriccio Emergencia (2000-2008)

PER´IODO

VEH´ICULO

D´IA

BASE

ALERTA

PREEMERGENCIA

EMERGENCIA

2000

S/SV

D´ıa de Semana

2 (20 %)

2 (25 %)

4 (50 %)

6 (75 %)

Fin de Semana

0 (0 %)

2 (20 %)

4 (40 %)

6 (60 %)

D´ıa de Semana

0 (0 %)

0 (0 %)

0 (0 %)

0 (0 %)

Fin de Semana

0 (0 %)

0 (0 %)

0 (0 %)

0 (0 %)

D´ıa de Semana

2 (20 %)

2 (25 %)

4 (50 %)

6 (75 %)

Fin de Semana

0 (0 %)

2 (20 %)

4 (40 %)

6 (60 %)

D´ıa de Semana

0 (0 %)

0 (0 %)

2 (20 %)

4 (40 %)

Fin de Semana

0 (0 %)

0 (0 %)

2 (20 %)

4 (40 %)

D´ıa de Semana

4 (40 %)

0 (0 %)

2 (33 %)

4 (66 %)

Fin de Semana

0 (0 %)

0 (0 %)

6 (60 %)

8 (80 %)

D´ıa de Semana

0 (0 %)

0 (0 %)

2 (20 %)

4 (40 %)

Fin de Semana

0 (0 %)

0 (0 %)

2 (20 %)

4 (40 %)

C/SV

2001-2007

S/SV

C/SV

2008

S/SV

C/SV

Este cuadro muestra el detalle de la evoluci´ on de las restricciones a los veh´ıculos livianos y veh´ıculos pesados como camiones. Las restricciones son las mismas para ambos tipos de veh´ıculos, pero rigen en distintos horarios. Para los veh´ıculos livianos rige de 7:30 a 21:00 hrs y para camiones de 10:00 a 18:00 horas. La restricci´ on base se refiere a la restricci´ on en d´ıas que no hay decretado ning´ un episodio cr´ıtico. Entre parent´ esis se muestra el porcentaje del parque automotriz que sale de circulaci´ on en cada episodio. En el caso de la restricci´ on base, el porcentaje es sobre el total de veh´ıculos, mientras que en el caso de restricciones adicionales (Alerta, Preemergencia y Emergencia), el porcentaje es sobre el parque automotriz de un d´ıa normal (una vez aplicada la restricci´ on base). C/SV: veh´ıculos con sello verde (convertidor catal´ıtico). S/SV: veh´ıculos sin sello verde.

37

B.

Mapa de Santiago, Chile

´ n de Emisiones Industriales, Red Macam II y Zonas Figura 7: Reduccio ´ n, Santiago de Chile de Contaminacio

La Figura 7 muestra cu´ ales son las zonas d´ onde se esperar´ıa mayor reducci´ on de emisiones en d´ıas de Preemergencia por parte de las industrias. El mapa se construy´ o en base al listado de fuentes fijas que deben paralizar que reporta el SEREMI de Salud. No se consideran las reducciones de los Grupos Electr´ ogenos de Respaldo (GEC) que funcionan en su mayor´ıa, s´ olo en casos excepocionales como durante un corte de luz. Tomando en cuenta lo anterior, la estimaci´ on es que las emisiones industriales de MP10 en d´ıas de Preemergencia se reducir´ıan en un 23 %. Se muestra adem´ as la localizaci´ on de las diferentes estaciones de monitoreo de la calidad del aire de la Red MACAMII. CE: Cerrillos. CN: Cerro Navia. EB: El Bosque. LC: Las Condes. LF: La Florida. LP: La Paz. PO: Parque O’Higgins. PU: Pudahuel. Se presenta adem´ as cu´ ales son los clusters de contaminaci´ on de acuerdo a Gramsch et al. [2006]. La zona 1 comprende las estaciones de PU, CN, CE, PO. La zona 2 comprende s´ olo la estaci´ on LP. La zona 3 a EB y LF, y la zona 4 s´ olo la estaci´ on LC.

38

C.

Inventario de Emisiones 2000, 2005, 2008

C.1.

Inventario de Emisiones (2000-2008)

Cuadro 10: Inventario de Emisiones ( % del Total)

2000 MP10 FUENTES ESTACIONARIAS

CO

2005 SO2

MP10

%

CO

2008 SOx

MP10

%

CO

SOx

%

Industria Combusti´on Le˜ na Residencial Otros Estacionaria

1.95 0.99 1.90

3.45 1.19 3.71

69.59 0.87 2.89

5.02 6.10 1.30

3.25 7.77 1.72

90.75 0.20 3.81

6.32 3.68 1.60

3.93 5.07 2.10

91.83 0.29 3.54

Total Estacionaria

4.84

8.35

73.35

12.42

12.74

94.75

11.60

11.10

95.67

´ FUENTES MOVILES

%

%

%

Veh´ıculos Pesados C/SV Veh´ıculos Pesados S/SV Veh´ıculos Livianos C/SV Veh´ıculos Livianos S/SV Otros M´ovil

2.18 1.69 0.58 0.07 0.08

5.32 19.09 13.73 51.54 1.97

13.91 5.56 5.51 1.58 0.10

3.37 1.43 1.74 0.56 0.63

5.32 1.61 32.31 52.35 0.00

13.91 0.15 2.12 0.19 0.00

3.47 0.54 2.32 0.22 0.76

2.03 0.46 69.64 15.21 1.56

1.13 0.03 1.76 0.06 1.36

Total M´ovil

4.60

91.65

26.65

7.73

87.26

5.25

7.41

88.90

4.33

POLVO FUGITIVO

%

%

%

Construcci´on y Demoliciones Polvo Resuspendido Veh´ıculos S/SV Polvo Resuspendido Veh´ıculos C/SV Otros

19.94 39.44 31.18 n/d

0 0 0 0

0 0 0 0

5.96 50.98 21.54 1.37

0 0 0 0

0 0 0 0

8.07 60.77 11.15 0.99

0 0 0 0

0 0 0 0

Total Polvo Fugitivo

90.56

0

0

79.85

0

0

80.99

0

0

TOTAL

100

100

100

100

100

100

100

100

100

n/d: no hay datos disponibles C/SV: Con Sello Verde. S/SV: Con Sello Verde FUENTE: Elaboraci´ on Propia con datos de CENMA (2001), DICTUC (2007), INE (2009).

39

Cuadro 11: Resumen Inventario de Emisiones ( % del Total) 2000

Industria Combusti´ on Le˜ na Residencial Otros Fuentes Estacionarias

2005

2008

MP10

CO

SO2

MP10

CO

SOx

MP10

CO

SOx

1.95 0.99 1.90

3.45 1.19 3.71

69.59 0.87 2.89

5.02 6.10 1.30

3.25 7.77 1.72

90.75 0.20 3.81

6.32 3.68 1.60

3.93 5.07 2.10

91.83 0.29 3.54

Total Estacionaria

4.84

8.35

73.35

12.42

12.74

94.75

11.60

11.10

95.67

Veh´ıculos C/SV Veh´ıculos S/SV Otras Fuentes M´ oviles

42.20 32.94 0.08

19.05 70.63 0

19.42 42.20 32.94

56.10 23.53 0.63

33.31 53.96 0

4.91 0.34 0

66.57 12.01 0.76

71.67 15.67 1.56

2.28 0.09 1.36

Total M´ oviles

75.14

87.26

5.25

75.14

87.26

5.25

79.34

88.9

4.33

Otros**

19.94

TOTAL

100

100

100

7.32 100

100

100

9.06 100

100

Este cuadro incluye la resuspensi´ on de polvo por tr´ ansito vehicular. **Generaci´ on de polvo resuspendido por causa de Demoliciones y Construcci´ on. C/SV: Con SelloVerde. S/SV: Sin Sello Verde. FUENTE: Elaboraci´ on Propia con datos de CENMA (2001), DICTUC (2007), INE (2009).

40

100

C.2.

Reducci´ on de Emisiones esperadas (2000-2008)

´ n por Tipo de Veh´ıculo ( %)* Cuadro 12: Reducciones de Emisio

2000 MP10

CO

2005 SO2

MP10

2008

CO

SO2

MP10

CO

SO2

Alerta C/SV S/SV

0 8.24

0 17.66

0 0.11

0 5.88

0 13.49

0 0.09

0 0

0 0

0 0

TOTAL

8.24

17.66

0.11

5.88

13.49

0.09

0

0

0

Preemergencia C/SV S/SV

0 16.47

0 35.32

0 0.21

11.22 11.77

6.67 26.98

0.98 0.17

13.31 4.00

14.33 5.22

0.46 0.03

TOTAL

16.47

35.32

0.21

22.99

33.64

1.15

17.32

19.56

0.49

*En Relaci´ on a un d´ıa que no se ha decretado un Episodio Cr´ıtico C/SV: Con Sello Verde. S/SV: Sin Sello Verde FUENTE: Elaboraci´ on Propia, datos CENMA (2001), INE (2009).

41

D.

Regresores, Variables Meteorol´ ogicas Relevantes Cuadro 13: Variables Independientes

Variable Independiente

´n Explicacio

lvvprom

logaritmo de la velocidad promedio del viento del d´ıa (m/s)

ltempprom

logaritmo de la temperatura promedio del d´ıa (C°)

lhumprom

logaritmo de la humedad relativa promedio del d´ıa ( %)

radprom

radiac´ on promedio del d´ıa (w/m2 )

dtemp8

diferencia de temperatura entre 8 metros de altura y el nivel del suelo (C°)

dtemp22

diferencia de temperatura entre 22 metros de altura y el nivel del suelo (C°)

pmca101-105

potencial meteorol´ ogico observado en la madrugada y la ma˜ nana (variable indicativa de 1 a 5)

pmca221-225

potencial meteorol´ ogico observado durante la tarde y la noche (variable indicativa de 1 a 5)

dprecdia

variable indicativa que toma valor 1 si durante el d´ıa se observaron precipitaciones

a2000-2008

variable indicativa para a˜ no

abr-aug

variable indicativa para mes

fds

variable indicativa que toma valor 1 si es un fin de semana o feriado

l.c

logaritmo de la concentraci´ on de c (CO, MP10 , SO2 )

L1.x, L2.x

valor rezagado de 1 y 2 per´ıodos de la variable x

q2.z, q3.z, q4.z

valores al cuadrado, cubo y a la cuarta de la variable z

42

E. E.1.

Resultados Resultados para Material Particulado Grueso (MP10 )

VARIABLES lvvprom

q2lvvprom

q3lvvprom

q4lvvprom

L1lvvprom

q2L1lvvprom

q3L1lvvprom

q4L1lvvprom

ltempprom

q2ltempprom

q3ltempprom

PROMEDIO

MAX

Zona 1

Zona 2

Zona 3

Zona 4

-0.158

1.199***

-0.306

-0.269

-0.0671

-0.141

(0.403)

(0.418)

(0.462)

(0.463)

(0.390)

(0.666)

-0.460

-3.169***

0.154

-0.669

-0.816

0.409

(1.028)

(1.210)

(1.187)

(1.145)

(1.012)

(1.682)

0.186

2.515*

-0.483

0.722

0.441

-1.288

(1.073)

(1.376)

(1.241)

(1.170)

(1.090)

(1.734)

-0.0413

-0.621

0.190

-0.291

-0.0909

0.594

(0.375)

(0.512)

(0.436)

(0.405)

(0.391)

(0.598)

-0.721*

-0.613

-0.412

-0.681

-1.104***

-1.714***

(0.376)

(0.434)

(0.385)

(0.472)

(0.370)

(0.550)

2.365**

2.312**

1.581

2.469*

3.124***

5.369***

(1.003)

(1.094)

(1.018)

(1.311)

(1.031)

(1.458)

-2.771**

-2.517**

-1.984*

-2.935*

-3.488***

-6.078***

(1.124)

(1.166)

(1.119)

(1.524)

(1.182)

(1.617)

1.011**

0.843**

0.743*

1.064*

1.250***

2.201***

(0.420)

(0.414)

(0.405)

(0.598)

(0.445)

(0.605)

-3.563**

-0.411

-4.703***

-2.107

-2.058

-0.0232

(1.401)

(1.537)

(1.527)

(1.522)

(1.467)

(1.774)

2.946**

-0.188

3.927***

1.728

1.574

0.251

(1.394)

(1.562)

(1.520)

(1.518)

(1.464)

(1.773)

-0.931*

0.160

-1.286**

-0.491

-0.421

-0.0861

43

q4ltempprom

L1ltempprom

q2L1ltempprom

q3L1ltempprom

q4L1ltempprom

dtemp8

q2dtemp8

q3dtemp8

q4dtemp8

L1dtemp8

q2L1dtemp8

q3L1dtemp8

(0.538)

(0.618)

(0.587)

(0.587)

(0.567)

(0.685)

0.107

-0.0249

0.155**

0.0493

0.0367

0.00555

(0.0719)

(0.0849)

(0.0786)

(0.0786)

(0.0759)

(0.0916)

-0.352

-2.627*

0.0117

0.302

-1.475

1.162

(1.157)

(1.394)

(1.297)

(1.240)

(1.301)

(1.375)

0.219

1.883

-0.194

-0.145

1.268

-0.642

(1.167)

(1.393)

(1.322)

(1.243)

(1.283)

(1.369)

-0.168

-0.578

-0.00490

-0.0819

-0.543

0.0749

(0.459)

(0.543)

(0.525)

(0.485)

(0.495)

(0.532)

0.0302

0.0610

0.00645

0.0240

0.0805

0.00996

(0.0628)

(0.0734)

(0.0720)

(0.0657)

(0.0665)

(0.0720)

0.370***

0.295**

0.391***

0.348***

0.389***

0.110

(0.102)

(0.137)

(0.112)

(0.0997)

(0.110)

(0.0853)

-0.199

-0.0338

-0.215

-0.256*

-0.199

-0.0899

(0.149)

(0.200)

(0.162)

(0.145)

(0.161)

(0.131)

0.0221

-0.0724

0.0239

0.0732

0.0200

-0.00948

(0.0798)

(0.105)

(0.0874)

(0.0795)

(0.0867)

(0.0791)

0.00399

0.0195

0.00488

-0.00740

0.00431

0.00737

(0.0135)

(0.0178)

(0.0149)

(0.0137)

(0.0147)

(0.0147)

-0.0249

-0.0986

-0.0609

-0.0164

0.0171

0.0488

(0.0753)

(0.0893)

(0.0759)

(0.0854)

(0.0873)

(0.0957)

-0.00261

0.0367

0.0616

-0.0539

-0.0333

0.0423

(0.0994)

(0.129)

(0.103)

(0.106)

(0.114)

(0.124)

0.0112

0.000495

-0.0344

0.0509

0.0270

-0.0429

(0.0563)

(0.0720)

(0.0598)

(0.0603)

(0.0632)

(0.0715)

44

q4L1dtemp8

dtemp22

q2dtemp22

q3dtemp22

q4dtemp22

L1dtemp22

q2L1dtemp22

q3L1dtemp22

q4L1dtemp22

lhumprom

q2lhumprom

q3lhumprom

q4lhumprom

-0.00390

-0.00156

0.00453

-0.0106

-0.00661

0.0106

(0.0101)

(0.0128)

(0.0109)

(0.0114)

(0.0112)

(0.0132)

0.264***

0.0266

0.325***

0.184***

0.200***

-0.0717

(0.0553)

(0.0593)

(0.0610)

(0.0606)

(0.0553)

(0.0610)

-0.0294

-0.0654

0.0528

-0.0664

-0.124*

-0.0825

(0.0833)

(0.0646)

(0.0967)

(0.0910)

(0.0678)

(0.0823)

-0.0766

0.0651

-0.129

-0.0604

-0.0272

0.0417

(0.0706)

(0.0565)

(0.0813)

(0.0764)

(0.0602)

(0.0723)

0.0242

-0.0138

0.0317

0.0241

0.0189

-0.00694

(0.0177)

(0.0152)

(0.0202)

(0.0195)

(0.0158)

(0.0185)

-0.0808

0.0119

-0.0996

-0.0404

-0.0907

-0.0396

(0.0613)

(0.0493)

(0.0663)

(0.0671)

(0.0608)

(0.0680)

-0.0338

0.00202

-0.0157

-0.0591

-0.0453

-0.0234

(0.0418)

(0.0447)

(0.0452)

(0.0480)

(0.0417)

(0.0450)

0.0592

-0.00511

0.0561

0.0657

0.0820**

0.0584

(0.0376)

(0.0439)

(0.0407)

(0.0409)

(0.0409)

(0.0501)

-0.0146

0.000254

-0.0150

-0.0143

-0.0225*

-0.0153

(0.0117)

(0.0134)

(0.0125)

(0.0132)

(0.0127)

(0.0162)

195.1***

66.00

223.7***

139.9***

194.7***

228.0***

(48.56)

(60.13)

(53.48)

(45.16)

(51.98)

(57.46)

-81.73***

-29.07

-93.12***

-59.19***

-81.93***

-94.47***

(19.61)

(24.18)

(21.56)

(18.27)

(21.06)

(23.28)

15.14***

5.614

17.15***

11.06***

15.23***

17.33***

(3.501)

(4.298)

(3.842)

(3.265)

(3.772)

(4.170)

-1.047***

-0.403

-1.179***

-0.772***

-1.056***

-1.187***

45

L1lhumprom

q2L1lhumprom

q3L1lhumprom

q4L1lhumprom

radprom

q2radprom

q3radprom

q4radprom

L1radprom

q2L1radprom

q3L1radprom

q4L1radprom

(0.233)

(0.285)

(0.255)

(0.218)

(0.252)

(0.279)

-80.05*

-35.56

-88.62*

-36.41

-74.71

-49.48

(43.02)

(55.01)

(48.17)

(40.65)

(47.17)

(45.89)

33.70*

15.47

36.79*

16.58

31.74*

21.86

(17.40)

(22.12)

(19.43)

(16.45)

(19.11)

(18.59)

-6.271**

-2.955

-6.759*

-3.302

-5.951*

-4.258

(3.112)

(3.932)

(3.464)

(2.944)

(3.423)

(3.328)

0.434**

0.209

0.463**

0.242

0.415*

0.307

(0.208)

(0.261)

(0.230)

(0.197)

(0.229)

(0.222)

-0.0973

-1.042

-0.203

-0.462

1.128

1.772

(1.499)

(1.717)

(1.669)

(1.599)

(1.592)

(2.072)

0.000290

0.00101

0.000433

0.000792

-0.00134

-0.00186

(0.00210)

(0.00241)

(0.00234)

(0.00221)

(0.00223)

(0.00293)

-5.43e-07

-9.37e-07

-8.01e-07

-1.32e-06

1.98e-06

2.37e-06

(3.42e-06)

(3.91e-06)

(3.81e-06)

(3.55e-06)

(3.62e-06)

(4.81e-06)

4.33e-10

2.74e-10

6.95e-10

1.04e-09

-1.61e-09

-1.66e-09

(2.85e-09)

(3.24e-09)

(3.17e-09)

(2.92e-09)

(3.02e-09)

(4.03e-09)

6.095***

5.587**

5.179**

8.188***

6.745***

4.216

(2.305)

(2.782)

(2.505)

(2.784)

(2.306)

(2.581)

-0.00824**

-0.00752*

-0.00705*

-0.0118***

-0.00875***

-0.00633*

(0.00332)

(0.00406)

(0.00363)

(0.00397)

(0.00333)

(0.00377)

1.31e-05**

1.17e-05*

1.13e-05*

1.98e-05***

1.34e-05**

1.10e-05*

(5.60e-06)

(6.95e-06)

(6.15e-06)

(6.65e-06)

(5.60e-06)

(6.44e-06)

-1.09e-08**

-9.46e-09

-9.53e-09*

-1.72e-08***

-1.07e-08**

-9.71e-09*

(4.87e-09)

(6.15e-09)

(5.38e-09)

(5.78e-09)

(4.87e-09)

(5.69e-09)

46

pmca102

pmca103

pmca104

pmca105

pmca221

pmca222

pmca223

pmca224

dprecdia

a2001

a2002

a2003

a2004

0.306***

0.0859

0.284***

0.270***

0.344***

0.276***

(0.0581)

(0.0530)

(0.0593)

(0.0579)

(0.0618)

(0.0644)

0.394***

0.0746

0.372***

0.367***

0.424***

0.378***

(0.0630)

(0.0598)

(0.0640)

(0.0639)

(0.0677)

(0.0701)

0.410***

0.0487

0.400***

0.368***

0.427***

0.370***

(0.0662)

(0.0651)

(0.0676)

(0.0675)

(0.0713)

(0.0760)

0.302***

-0.138*

0.302***

0.267***

0.287***

0.289***

(0.0799)

(0.0827)

(0.0856)

(0.0842)

(0.0817)

(0.0988)

-0.327***

-0.631***

-0.296***

-0.386***

-0.360***

-0.319***

(0.0697)

(0.0792)

(0.0740)

(0.0720)

(0.0745)

(0.0961)

-0.233***

-0.442***

-0.210***

-0.318***

-0.231***

-0.179**

(0.0533)

(0.0664)

(0.0593)

(0.0540)

(0.0566)

(0.0730)

-0.210***

-0.362***

-0.201***

-0.295***

-0.189***

-0.134*

(0.0493)

(0.0613)

(0.0550)

(0.0500)

(0.0524)

(0.0690)

-0.141***

-0.227***

-0.122**

-0.217***

-0.140***

-0.0999

(0.0469)

(0.0587)

(0.0523)

(0.0475)

(0.0500)

(0.0657)

-0.0166

-0.00912

-0.0259

-0.000737

-0.00918

-0.0212

(0.0175)

(0.0185)

(0.0192)

(0.0169)

(0.0178)

(0.0196)

-0.0710***

-0.0157

-0.0539*

-0.0630**

-0.106***

-0.118***

(0.0264)

(0.0327)

(0.0297)

(0.0275)

(0.0271)

(0.0337)

-0.132***

-0.0412

-0.128***

-0.113***

-0.157***

-0.190***

(0.0376)

(0.0425)

(0.0407)

(0.0407)

(0.0371)

(0.0378)

-0.0919***

-0.0600*

-0.0887***

-0.0712**

-0.124***

-0.106***

(0.0282)

(0.0343)

(0.0309)

(0.0284)

(0.0299)

(0.0353)

-0.148***

-0.0645*

-0.168***

-0.170***

-0.103***

-0.134***

47

a2005

a2006

a2007

a2008

apr

may

jul

aug

fds

L1lpm10prom

(0.0304)

(0.0329)

(0.0329)

(0.0321)

(0.0327)

(0.0353)

-0.105***

-0.0532

-0.132***

-0.0638**

-0.0840***

-0.128***

(0.0302)

(0.0338)

(0.0325)

(0.0313)

(0.0324)

(0.0378)

-0.0313

0.00851

-0.0526*

0.0443

-0.0271

-0.0580

(0.0303)

(0.0362)

(0.0313)

(0.0355)

(0.0330)

(0.0369)

-0.174***

-0.0715

-0.215***

-0.0911**

-0.147***

-0.453***

(0.0380)

(0.0450)

(0.0414)

(0.0393)

(0.0430)

(0.0451)

-0.0567*

0.0129

-0.0341

-0.0836**

-0.0975***

-0.127***

(0.0320)

(0.0368)

(0.0356)

(0.0337)

(0.0331)

(0.0434)

0.102***

0.0278

0.111***

0.0744**

0.102***

0.0695*

(0.0331)

(0.0371)

(0.0369)

(0.0317)

(0.0343)

(0.0372)

0.0563**

0.0395

0.0634**

0.0483**

0.0541**

0.0507*

(0.0230)

(0.0242)

(0.0262)

(0.0223)

(0.0239)

(0.0272)

-0.0203

-0.0428*

-0.0182

-0.0160

-0.0119

-0.0548**

(0.0212)

(0.0231)

(0.0239)

(0.0228)

(0.0220)

(0.0255)

-0.0544**

-0.0993***

-0.0577*

-0.0404

-0.0548**

-0.0648**

(0.0262)

(0.0293)

(0.0300)

(0.0267)

(0.0268)

(0.0295)

-0.109***

-0.0751***

-0.0901***

-0.226***

-0.102***

-0.228***

(0.0178)

(0.0184)

(0.0198)

(0.0175)

(0.0178)

(0.0207)

0.254*** (0.0330)

L2lpm10prom

0.0294 (0.0183)

L1lpm10max

0.219*** (0.0312)

48

L2lpm10max

0.00689 (0.0302)

L1lpm10 z1

0.250*** (0.0309)

L2lpm10 z1

0.0324* (0.0177)

L1lpm10 z2

0.295*** (0.0343)

L2lpm10 z2

0.0259 (0.0233)

L1lpm10 z3

0.221*** (0.0367)

L2lpm10 z3

0.0290 (0.0195)

L1lpm10 z4

0.397*** (0.0326)

L2lpm10 z4

-0.00535 (0.0266)

Constant

Observations

-195.5***

-82.10

-200.1***

-200.1***

-229.4***

-242.3***

(69.19)

(85.48)

(76.22)

(64.82)

(74.37)

(73.88)

1167

1167

1167

1167

1167

1167

Standard errors in parentheses *** p