Sonia Quiroga Departamento de Economía Universidad de Alcalá, España

Presentación del tema: "Sonia Quiroga Departamento de Economía Universidad de Alcalá, España"— Transcripción de la presentación:

1 Valoración de los Beneficios Económicos y Sociales de la Información Hidrometeorológica
Sonia Quiroga Departamento de Economía Universidad de Alcalá, España Consultor Banco Mundial SENAMHI, Lima, Enero 2014

2 Introducción SENAMHI, Lima, Enero 2014

3 SONIA QUIROGA Departmento de Economía Universidad de Alcalá (España)
Información de contacto: www2.uah.es/squiroga Departamento de Economía UNIVERSIDAD DE ALCALÁ Plaza de la Victoria, 2 28802 Alcalá de Henares (Madrid) Tel: Cel: Skype: sonia.quiroga1

4 Sonia Quiroga FORMACIÓN:
Licenciatura en Cc. Económicas. Universidad Complutense de Madrid. Doctorado en Economía (Programa de Análisis económico y Economía Cuantitativa). Universidad Complutense de Madrid. Tesis de doctorado: “Modelos de Decisión y Relaciones Empíricas entre el clima y la productividad agraria”.

5 Sonia Quiroga EXPERIENCIA PROFESIONAL:
Dr. Sonia Quiroga es Profesora e investigadora del Departamento de Economía en la Universidad de Alcalá (UAH). Su investigación se enfoca en el análisis económico de los impactos climáticos en la agricultura y el desarrollo, orientado a los riesgos del cambio climático y la cuantificación del valor económico de la información hidro-meteorológica.

6 Sonia Quiroga EXPERIENCIA PROFESIONAL:
Sus análisis se enfocan en herramientas cuantitativas para la modelización de los sistemas tanto biofísicos como socioeconómicos y su interrelación para el análisis de políticas ambientales. Ha participado en numerosos proyectos de investigación financiados entre otros por la Comisión Europea, la Organización Mundial de Meteorología, el Banco Mundial, y diversos programas nacionales e internacionales.

7 ALGUNAS PUBLICACIONES RECIENTES:
S. García de Jalón,S., Iglesias, A., Quiroga, S., Bardají, I. (2013). “Exploring public support for climate change adaptation policies in the Mediterranean region: A case study in Southern Spain.” Environmental Science and Policy. González-Zeas D., Quiroga, S., Iglesias, A., Garrote, L. (2013). “Looking beyond the average agricultural impacts in defining adaptation needs in Europe”. Regional Environmental Change, En prensa. (DOI: DOI /s ) Iglesias, A., Quiroga, S., Moneo, M., Garrote, L. (2012). “From climate change impacts to the development of adaptation strategies: Challenges for agriculture in Europe” Climatic Change, 112, 1, Iglesias, A., Quiroga, S., Diz, A. (2011) “Looking into the future of agriculture in a changing climate”. European Review of Agricultural Economics, 38 (3) pp. 427–447. Quiroga, S. Garrote L., Fernandez-Haddad, Z., Iglesias, A. (2011). “Valuing drought information for irrigation farmers: potential development of a hydrological risk insurance in Spain”. Spanish Journal of Agricultural Research, 9(4), Quiroga, S., Fernández-Haddad, Z , Iglesias, A. (2011). “Crop yields response to water pressures in the Ebro basin in spain: risk and water policy implications”. Hydrology Earth Systems Science, 15, p Doi: /Hess

8 ALGUNOS PROYECTOS RECIENTES:
Vulnerabilidad, impactos y adaptación al cambio climático sobre recursos hídricos en Iberoamérica. Programa CYTED, Ref: PU09AC Vulnerabilidad, impactos y adaptación al cambio climático: estudio integrado sobre la agricultura, recursos hídricos y costas (ARCO). Secretaría de Estado de Cambio Climático. Spanish Ministry of Environment, Rural and Marine Affairs Functional significance of forest biodiversity in Europe (FUNDIV). European Commission, 7th Framework Programme. Reference CE: FP7-ENV Project number Improved drought early warning and forecasting to preparedness and adaptation to droughts in Africa (DEWFORA). European Commission, 7th Framework Programme. Ref: Water availability and security in Southern Europe and the Mediterranean (WASSERMED). European Comission, European Commission, 7th Framework Programme. (CLIMASEC cluster) Full costs of climate change (Climate Cost). Ref: European Commission, 7th framework programme Climate Change and Impact Research: the Mediterranean Environment (CIRCE). European Commission, 6th Framework Programme Projection of economic impacts of climate change in sectors of Europe based on bottom-up analysis (PESETA). Lot 4: Agriculture. Ref: F1ED-ES. European Commission, ITPS, Joint Research Center

9 Valoración de los Beneficios Económicos y Sociales de la Información Hidrometeorológica
Objetivos: Profundizar en las necesidades de información, la relación con usuarios y la cadena de valor de un SNMH. Familiarizarse con los instrumentos de análisis económico para aplicarlos a la evaluación de la información. Profundizar en el análisis económico de los impactos del cambio climático sobre los sectores de actividad

10 Valoración de los Beneficios Económicos y Sociales de la Información Hidrometeorológica
Metodología: El curso se desarrollará mediante, explosiones, estudios de casos eventos significativos, poniendo énfasis en los siguientes aspectos: Exposición sobre los principales temas del programa focalizando la parte más práctica para que los alumnos puedan plantearse abordar su propia evaluación de los riesgos.

11 Metodología (continuación)
Exposición de ejemplos y estudios de casos en experiencias previas de análisis como los expuestos en la teoría. Discusiones grupales para identificar fortalezas y dificultades a la hora de llevar el análisis a la práctica. Trabajo en grupo por parte de los alumnos para la presentación de un estudio de caso durante el curso. Presentación por parte de los participantes del caso desarrollado.

12 La cuantificación: El valor económico de los servicios meteorológicos: conceptos generales y aplicaciones SENAMHI, Lima, Enero 2014

13 Ryan, B (2009) Weather and Society Watch:
¿Cuál es, después de todo, el propósito de una predicción meteorológica o climática si no resulta en una mejor decisión para sus usuarios? Una previsión perfecta que resulta en una decisión errónea ¿es una previsión perfecta?

14 IKE, Galveston, Texas: previsión casi perfecta, numerosa cuantía de muertes.

15 ¿Porqué es importante la valoración económica de los servicios meteorológicos?
económico Valor contable VS Coste de oportunidad Dado el carácter semipúblico, el valor económico no se observa en el mercado

16 Cuantificación de los beneficios económicos:
¿Quién es el agente-decisor sobre el que la información meteorológica pretende influir? Pasos de un sistema de información (Lazo, 2008): Clima/Meteorología Observación Previsión Comunicación Percepción Uso Valor económico

17 Valor de la información: concepto
El valor de la información meteorológica se deriva de los efectos que dicha información tiene en las decisiones individuales vinculadas a alguna actividad ligada al clima Lo que es distinto en cada caso son los métodos que se utilizan para contabilizar dicho valor, pero el enfoque general: VI= VE (con la previsión)-VE (sin previsión) donde VI: valor de la información y VE: valor esperado “Si la información no se incorpora a la toma de decisión su valor económico es nulo”

18 Distintos métodos de evaluación cuantitativa
Métodos directos: Estimación de curvas de demanda Encuestas (valoración contingente) Modelos de toma de decisiones (cost-loss ratio situation, umbrella problem) Métodos indirectos: Precios hedónicos Modelos econométricos para identificar la sensibilidad del sector al clima

19 Estimación de curvas de demanda
Expresa la relación entre la cantidad de un bien que los consumidores están dispuestos a comprar y su precio QD es la cantidad demandada del bien P es el precio unitario del bien PROBLEMA: Los servicios básicos constituyen lo que en Economía se entiende por BIENES PÚBLICOS (no rivalidad, no excluibilidad), luego sólo es útil para servicios especiales con precio de mercado

20 Encuestas (valoración contingente)
Encuestas a los usuarios de la información Se trata de estimar la valoración de los usuarios en función de características y a través de sus preferencias declaradas Modelos econométricos de elección discreta

21 Modelos de toma de decisiones (cost-loss ratio situation, umbrella problem)
La incertidumbre viene dada por alguna variable meteorológica que produce sucesos inciertos Las previsiones meteorológicas ayudan en la toma de decisiones al producir revisiones en la probabilidad asociada a dichos sucesos El valor económico de dichas previsiones es tomado como la diferencia entre el beneficio esperado cuando se dispone de una previsión meteorológica y el beneficio esperado cuando no se posee.

22 Modelo: cost-loss ratio situation
Ejemplo: Un agricultor que debe tomar una decisión sobre la protección de un cultivo frente a una adversidad de tipo meteorológico Los aspectos más importantes son: Acciones disponibles para el agente Posibles estados de la naturaleza Probabilidades asociadas a esos estados de la naturaleza. Consecuencias conocidas de cada par acción-estado de la naturaleza

23 Modelo: cost-loss ratio situation
(Thompson, 1952, 1962; Thompson and Brier, 1955; Murphy, 1977) -Si protege: VE= P. C + (1-P). C = C -Si no protege: VE=P.L -P: probabilidad de que el tiempo sea adverso -Decisión: Progege si C/L < P -Información meteorológica: Modificación de la probabilidad / modificación de la decisión asociada a dicha información

24 Modelo: cost-loss ratio situation
Los resultados dependen en enorme medida del comportamiento del productor frente al riesgo: Averso al riesgo Neutral frente al riesgo Amante del riesgo La mayoría de estudios consideran agentes neutrales frente al riesgo, sin embargo hay evidencias de Aversión al riesgo en la mayoría de casos

25 Precios hedónicos Para el caso de algunos servicios, el valor económico puede estar en función del valor de ciertas propiedades Ejemplo: el deterioro medioambiental (contaminación urbana) puede reducir los precios de la vivienda en una zona Se estima la elasticidad del precio con respecto a la información que se pretende evaluar

26 Otros aspectos de la valoración
Valor estadístico de la vida Tasa de descuento para cantidades monetarias futuras Relacionar datos económicos con datos meteorológicos no es trivial Análisis de sensibilidad de los resultados (fuentes de incertidumbre)

27 Valor estadístico de la vida
Se trata del valor de reducir el riesgo de mortalidad No se trata del valor de “alguien” Se computa a través de distintas decisiones que los individuos toman: Encuestas donde el individuo se enfrenta a distintas decisiones que involucran más o menos seguridad Análisis estadístico de decisiones reales (gastos en seguridad) Problema: No es independiente de la renta de origen de los individuos EEUU: 3.5 millones US$ o más

28 Análisis de sensibilidad de los resultados (fuentes de incertidumbre)
Lo ideal es disponer siempre de los datos necesarios para calcular estadísticamente los intervalos de confianza de las estimaciones de los costes o beneficios Si no es posible, tratar de caracterizar los límites superior e inferior del valor o al menos describir las fuentes de incertidumbre indicando si es más probable que un valor de estimación obtenido sea superior o inferior al valor real

29 Modelos econométricos para identificar la sensibilidad de los sectores al clima
Los modelos no pueden decir nada específico acerca de la información meteorológica. No obstante, es importante determinar en qué medida varían los resultados con respecto a variables meteorológicas: Análisis de sensibilidad Ejemplo: La economía americana puede variar en más de 260 billones $ como consecuencia del clima (Lazo, 2008).

30 Riesgo e Incertidumbre
Riesgo: outputs potenciales con probabilidades asociadas a esos resultados Incertidumbre: falta de información acerca de la distribución de probabilidad de esos efectos futuros Es más difícil tratar con la incertidumbre que con el riesgo

31 Métodos para tratar con la Incertidumbre
Modelos de utilidad esperada Análisis de sensibilidad Evaluación de opciones (Escenarios)

32 Conclusiones No hay un único método que permita una evaluación adecuada de los beneficios económicos de la información Cada método puede ayudar en una situación concreta Es importante conocer el sector involucrado para hacer un buen diagnóstico del método más adecuado

33 ¡Muchas gracias por su atención!