análisis de las externalidades causadas por las
TRANSCRIPT
1
Análisis de las externalidades causadas por las actividades petroleras en el
departamento del Meta sobre la provisión de servicios ecosistémicos.
Autor: Belky Rios Sánchez
Asesor: Jorge Higinio Maldonado
Resumen
Desde comienzos del siglo XX, la industria petrolera se ha consolidado como un pilar en la
economía colombiana, a través de su creciente participación en las finanzas nacionales y en
el nivel de Inversión Extranjera Directa (IED) que atrae. Esta mayor demanda hacia la
industria petrolera se traduce en un aumento en la presión sobre los ecosistemas afectados
por la extracción de petróleo, lo que genera externalidades a través de la afectación en la
provisión de servicios ecosistémicos. Para analizar estos impactos se hace uso de
herramientas de georreferenciación que permiten realizar un análisis sobre la sensibilidad
ambiental en los principales servicios ecosistémicos en el departamento del Meta para el
periodo comprendido entre 2000 y 2015. Luego, haciendo uso de la metodología de
transferencia de beneficios por meta-análisis se cuantifican monetariamente estos impactos.
Los principales impactos se evidencian en la deforestación, seguido por la disminución en la
oferta hídrica y, por último, la degradación del suelo.
Palabras claves: Valoración económica, meta-análisis, degradación ambiental, petróleo,
Colombia.
Códigos JEL: Q23, Q24, Q25, Q51, Q33.
1. Introducción
Los servicios ecosistémicos se pueden definir como los beneficios que obtenemos los seres
humanos directa o indirectamente de los ecosistemas (Millenium Ecosystem Assessment,
2005). Estos servicios ecosistémicos son aprovechados a través del consumo directo o en
2
distintos procesos que tienen como fin la producción de bienes y servicios. Sin embargo,
actividades como la extracción de petróleo pueden generar efectos externos que transforman
o destruyen algunos ecosistemas necesarios para la producción y que traen como
consecuencia que la provisión de estos servicios ecosistémicos disminuya, llegando en
algunas ocasiones a generar impactos irreversibles en el ecosistema. Estos efectos externos
se pueden entender como externalidades. Las externalidades son las acciones de algunos
individuos que tienen efectos secundarios en el bienestar de otros y que los mercados no
tienen en cuenta (Krugman & Wells, 2008). Se dividen en costos externos si son negativas o
beneficios externos si son positivas; cuando las acciones de las empresas causan un impacto
negativo en la sociedad y en los ecosistemas son consideradas externalidades negativas.
Existen diversos tipos de externalidades, dentro de estas se encuentran las externalidades
ambientales cuya principal causa es la ausencia de derechos de propiedad o deficiencias en
su asignación.
En Colombia se realiza la explotación de algunos Recursos Naturales No Renovables
(RNNR) como el gas natural, algunos minerales, el agua y, principalmente, el petróleo. Estas
explotaciones de los RNNR han generado externalidades sobre los ecosistemas,
disminuyendo la calidad de los servicios ecosistémicos del país como la regulación de la
oferta hídrica, la degradación del suelo debido al uso que se le da y mantener la diversidad
biológica. Se han realizado distintos esfuerzos que han buscado disminuir el impacto de estas
externalidades como las normas de compensación1 o la expedición de una licencia ambiental2
para extraer el RNNR.
El sector petrolero en Colombia es el cuarto sector en cuanto a participación en el Producto
Interno Bruto (PIB) con un 3,4% (Chacón Cruz & Riaño Amaya, 2020); no se puede
enmarcar a Colombia como un país petrolero pues no supera el 8% del PIB, pero sí se rescata
la importancia de este sector en las finanzas nacionales. Su relevancia comienza
1 Son el conjunto de medidas encaminadas a resarcir y retribuir a las comunidades, las regiones, las localidades
y el entorno natural por los impactos o efectos negativos que no puedan ser corregidos, mitigados o sustituidos
(MAVDT, 2010). 2 Son la autorización que otorga la autoridad ambiental competente para la ejecución de un proyecto, obra o
actividad, que, de acuerdo con la ley y los reglamentos, pueda producir deterioro grave a los recursos naturales
renovables, o al medio ambiente, o introducir modificaciones considerables o notorias al paisaje (ANLA, 2020).
3
principalmente desde la década de los 80’s con los descubrimientos de los pozos Caño Limón
en el departamento de Arauca y Apiay, Rubiales, Chichimene y Castilla en el departamento
del Meta; estos últimos tres, para el año 2016, aportaron la tercera parte de la producción
nacional (Fedesarrollo, 2018). A estos descubrimientos se le suma la creación de la Agencia
Nacional de Hidrocarburos (ANH), mediante el decreto 1760 del 2003, cuyo principal
objetivo fue incrementar los estímulos para la actividad exploratoria de las empresas privadas
y aumentar la competitividad en el sistema de contratación (Hernández, 2004). Además, a
principios del siglo XXI se intensificó la extracción de petróleo, debido a la incursión de
nuevas metodologías de extracción que hacen que la actividad petrolera sea aún más rentable
e importante para las finanzas del país (Fedesarrollo, 2018).
Este incremento en la extracción y producción de crudo ha generado efectos notables en los
principales indicadores económicos nacionales como una reducción en la balanza de pagos,
aumentos en el Presupuesto Nacional debido a un mayor nivel de regalías obtenidas de los
Recursos Naturales No Renovables (RNNR), un mayor nivel de exportaciones y de ingresos
fiscales. El departamento del Meta es el principal productor de crudo del país, para el año
2020 representó el 51,1% de la producción nacional de crudo (ANH, 2020). Sin embargo, el
efecto generado en el desarrollo económico es aún incierto, como lo plantea Fedesarrollo
(2018), quienes realizan una amplía caracterización del departamento del Meta a lo largo de
los periodos en los que las actividades petroleras han estado activas y evidencian que, aunque
la cantidad de personas que se encuentran en pobreza extrema y pobreza monetaria se han
reducido, el índice Gini de tierras sigue demostrando desigualdad en la tenencia de tierras
entre su población pues solo el 0,01% de los propietarios de tierras posee áreas superiores a
10.000 hectáreas (UPRA, 2020), y el empleo formal presenta rezagos frente a la media
nacional.
Una mayor explotación de la industria petrolera se traduce en un aumento en la presión sobre
los ecosistemas y sus servicios ecosistémicos relacionados, lo que genera externalidades o
impactos ambientales negativos en la provisión de los servicios ecosistémicos. Algunos de
los principales impactos en los servicios ecosistémicos son cambios en la diversidad de la
cobertura vegetal, en la fertilidad del suelo y en la calidad de las fuentes hídricas. Lo anterior
4
genera una degradación ecosistémica que se puede entender como una reducción persistente
de los ecosistemas en su capacidad de proporcionar servicios (MEA, 2005). Los recursos
naturales son considerados en economía como bienes comunes o Recursos de Uso Común
(RUC), que alude a un sistema de recursos naturales o creados por el hombre, lo
suficientemente grande como para volver costoso (aunque no imposible) excluir a
beneficiarios potenciales (Ostrom, 2011)
Avellaneda (2009) estudia el impacto ambiental de las actividades petroleras en las
Amazonía, la Orinoquía, los parques nacionales y las zonas de reserva de Colombia, y
encuentra que los efectos ambientales que esta actividad genera son: remoción de coberturas
vegetales, penetración de población nueva a zonas reservadas, alteración de los patrones
naturales de drenaje, inducción de procesos de desestabilización de subcuencas y de procesos
de erosión en áreas de fallas geológicas, contaminación de aguas superficiales y acuíferos,
salinización de los suelos y alteración de los ecosistemas. La Tabla 1 realiza un resumen de
los principales efectos encontrados en los servicios ecosistémicos y la etapa de las actividades
petroleras en las que se presentan, no es posible determinar en qué momento estos efectos se
convierten en externalidad debido a las heterogeneidades que presentan los ecosistemas en
cuanto a respuesta a condiciones externas. Para la clasificación de los servicios ecosistémicos
se hace uso de la clasificación CICES (Common International Classification of Ecosystem
Services), pues esta permite un mayor nivel de desagregación y la identificación de las
contribuciones que hacen los ecosistemas a los seres humanos.
Tabla 1. Principales efectos encontrados en los servicios ecosistémicos en las etapas de las actividades
petroleras
Fase Servicio
ecosistémico Efectos
Ex
plo
raci
ón
Sís
mic
a
Recurso
hídrico:
Oferta hídrica
- Disminución de los caudales de los ríos.**
- Interrupciones del flujo debido a los desechos que se generan. **
Regulación
del suelo:
prevención de
la erosión
-Compactación y destrucción de los organismos que suplen de nutrientes el suelo.**
-Contaminación con compuestos orgánicos e inorgánicos. **
-Ocurre sedimentación de los ríos, acelerando a la erosión del suelo la cual puede afectar la sostenibilidad
y productividad de la tierra cultivable (Pimentel et al., 1995), reducir la biodiversidad del suelo (Lal et al.,
1999) y puede causar inseguridad alimentaria (Pimentel, 2006). -
- Deslizamiento de tierras por la remoción de la capa vegetal ocurrida por el uso de explosivos .´´
Espiritualidad -Desplazamiento de las comunidades indígenas.'
Mantener la
biodiversidad
biológica
-Disminución de la cobertura vegetal para la apertura de trochas o líneas sísmicas. **
5
Ex
plo
taci
ón
Recurso
hídrico:
oferta hídrica
-El vertimiento de aguas contaminadas y lodos a esteros y ríos debido al sistema de recuperación
secundaria o mejorada, que opera para extraer hidrocarburos remanentes *
-Uso de grandes cantidades de agua. ¨
-Contaminación de fuentes de agua superficiales y subterráneas por la disposición permanente de
vertimientos salinos a los cuerpos de agua. *
- Sedimentación en las fuentes hídricas por compuestos orgánicos volátiles acumulados en los estanques
por residuos del petróleo.~
Regulación
del suelo:
prevención de
la erosión
-Salinización de los suelos por el vertimiento de las aguas de producción de los yacimientos petroleros. *
-Sodicidad debido al vertimiento de las aguas de producción, la sodicidad da como resultado la
descomposición estructural de los agregados del suelo y, en consecuencia, se reduce la permeabilidad del
suelo, lo que a su vez genera dificultades en el riego y el drenaje. -
- Erosión del suelo, sedimentación de los ríos o cuerpos de agua y alteración de los patrones generados
por la disminución en la cobertura vegetal. **
-El tráfico intenso de los vehículos utilizados en el transporte destruye los caminos vecinales. +
-Degradación física y química de los suelos. +
-La disminución del bosque genera erosión del suelo por la acción del agua y el viento, que afecta las
tierras cultivadas, el costo de mantenimiento de la infraestructura y la vida económica de las presas,
además de la calidad del agua. ~
- Se produce contaminación de los suelos debido a que utilizan diversos lodos, fluidos aceitosos,
lubricantes y otros productos químicos para enfriar la broca, estabilizar las paredes del orificio o licuar los
recortes de tierra, estos fluidos y aditivos se acumulan en grandes cantidades durante el proceso de
perforación y, a menudo, se almacenan o finalmente se eliminan en fosas de desechos”. ‘
Regulación
del gas:
Calidad del
aire
- Emisión de contaminantes atmosféricos, por liberación accidental y como consecuencia de la
combustión de gas. ~
Recreación y
turismo:
Cuidado de la
salud
-Riesgos para la salud humana y la seguridad de las comunidades vecinas y los trabajadores de la
industria debido a la exposición a materiales radiactivos naturales que se llevan a la superficie durante la
perforación, así como a través de la bioacumulación de petróleo, mercurio y otros productos en mamíferos
y peces que los humanos consumen. '
Espiritualidad - Cuando los bosques desaparecen no solo se pierden conocimientos tradicionales, a menudo muy
apreciados por los ancianos de las comunidades locales, sino identidad y diversidad culturales. ~
Mantener la
biodiversidad
biológica
-Remoción de cobertura vegetal para la construcción de la infraestructura necesaria. *
- Pérdida de depósito de carbono debido a la deforestación. ~
-Daño a largo plazo a las poblaciones de animales, particularmente aves migratorias y mamíferos marinos.
'
-Los pozos de desechos expuestos representan un peligro no solo para los acuíferos sino también para los
animales y las aves que confunden los pozos con pozos de agua y se cubren con desechos tóxicos. ~
Ex
plo
taci
ón
Pro
du
cció
n
Recurso
hídrico:
Oferta hídrica
-Transformación de los drenajes naturales con la apertura de vías y oleoductos. *
-Vertimiento de aguas negras de los campamentos a la red hídrica. *
Regulación
del suelo:
prevención de
la erosión
-Salinización de los suelos por el vertimiento de las aguas de producción de los yacimientos petroleros. *
-Generación de residuos sólidos y líquidos. ¨
-Sodicidad debido al vertimiento de las aguas de producción, la sodicidad da como resultado la
descomposición estructural de los agregados del suelo y, en consecuencia, se reduce la permeabilidad del
suelo, lo que a su vez genera dificultades en el riego y el drenaje. -
Regulación
del gas:
Calidad del
aire
- Emisión de contaminantes atmosféricos, por liberación accidental de la combustión de gas. ~
-Las emisiones de los equipos de perforación, los hidrocarburos que escapan de los pozos, la quema de
gas natural y las emisiones de los vehículos de apoyo degradan la calidad del aire local.'
Recreación y
turismo:
Cuidado de la
salud
-Muchas de las sustancias utilizadas en el trabajo de extracción diaria causan reacciones adversas
dermatológicas y pulmonares entre los trabajadores. '
Mantener la
biodiversidad
biológica
-Apertura de carreteras que generan tala de árboles y facilita la penetración de colonos. *,**
-Fragmentación de los habitas debido a la apertura de carreteras, que trae consigo caza y distribución
ilegal de fauna.´
-Pérdida de diversidad biológica debido a la disminución del bosque. ~
-Daño a largo plazo a las poblaciones de animales, particularmente aves migratorias y mamíferos marinos.
'
6
Tra
nsp
ort
e
Co
mer
cia
liza
ció
n,
tra
nsp
ort
e
y a
lma
cen
am
ien
to
Recurso
hídrico:
Oferta hídrica
-Bloqueo que evita la penetración de luz y el intercambio de gases debido a la densidad de los
hidrocarburos ***
-Efectos letales y subletales en los peces***
-Efectos negativos sobre la fauna y la flora debido a los hidrocarburos que logran sedimentarse.**
Regulación
del suelo:
prevención de
la erosión
-Conduce a un deterioro de la estructura del suelo; pérdida del contenido de materia orgánica; y pérdida
de nutrientes minerales del suelo, de igual forma, el suelo se expone a la lixiviación y erosión. ***
Mantener la
biodiversidad
biológica
-Pérdida de biodiversidad ***y alteración del crecimiento vegetal****
Fuente: Elaboración propia con información de: Avellaneda (2009) *, Ázqueta & Delacámara (2008) ~, Bravo
(2007)**, Hao & Van Brown (2019) ¨, Mansour & Mushtaque (2006) -, Montoya et al. (1999), Observatorio
de Conflictos ambientales & Instituto de Estudios Ambientales (2017) ", O´Rourke & Connolly (2003)', Rivera-
Cruz et al. (2005)**** y Velásquez- Arias (2017)***
Castro-Amado et al. (2018) realizan una estandarización, jerarquización, zonificación y
determinación de los impactos ambientales expuestos en los Estudios de Impacto Ambiental
(EIA) de todos aquellos proyectos que han solicitado una licencia ambiental a la Autoridad
Nacional de Licencias Ambientales (ANLA). Ellos determinan que los impactos más
frecuentes para el medio abiótico son: la afectación a la calidad del agua superficial, la cual
se encontró en el 49% de los proyectos, seguido por la afectación a procesos morfodinámicos
del suelo, en el 36% de los proyectos y en el medio biótico. Los impactos más frecuentes en
los proyectos licenciados por la ANLA son el cambio y pérdida de cobertura vegetal, al
registrarse en el 60% de los proyectos, y luego la afectación a especies de fauna y flora, al
presentarse en el 55% y 29% de los proyectos, respectivamente. Además, de los 177
municipios identificados, el ente territorial con la mayor frecuencia de impactos acumulados
es Puerto Gaitán en el departamento del Meta.
La revisión de literatura confirma la presencia de efectos en la degradación del ambiente
generados por las actividades petroleras, junto con la limitada investigación empírica que
recopile y cuantifique monetariamente los efectos sobre la degradación en el ecosistema a
nivel nacional, como resultado de las actividades petroleras establecidas en cierta zona. Dado
lo anterior, el objetivo de este artículo es determinar la magnitud del impacto y cuantificar
las externalidades generadas por las actividades de exploración y explotación del petróleo
sobre la provisión de los servicios ecosistémicos en el departamento del Meta para el periodo
2000-2015, contribuyendo a la literatura sobre los efectos de las actividades petroleras en los
7
servicios ecosistémicos e incorporando un análisis de sensibilidad ambiental a través de un
modelo de elección y su posterior evaluación monetaria. Esta investigación contribuirá a la
literatura sobre transferencia de beneficios por meta-análisis de los servicios ecosistémicos
analizados, además, contribuye a la identificación de impactos y su magnitud de las
actividades petroleras en el departamento del Meta. La elección de las dimensiones de estudio
se realizó con base en dos criterios: pertinencia, es decir que los servicios ecosistémicos
fuesen evidenciados como degradados según la literatura; y, segundo, que la información
esté disponible para ser procesada.
Para llevar a cabo el objetivo de este trabajo se dividirá la metodología en dos pasos. El
primer paso consiste en la creación del indicador de sensibilidad para las tres dimensiones de
estudio que son la deforestación, la degradación del suelo y la afectación en la oferta hídrica;
con esto se busca determinar las características ambientales que permitan la identificación de
los niveles de fragilidad del departamento del Meta, mediante un modelo de elección binaria
que determina los pixeles más sensibles a la presencia de un pozo petrolero. El segundo paso
corresponde a la valoración económica de estos impactos ambientales; sin embargo, esta
valoración no es sencilla debido a que los servicios ecosistémicos son de carácter público, y
no tienen un mercado de transacción que permita determinar su valor (Carriazo, Ibáñez &
García, 2003). Por lo tanto, se propone realizar una transferencia de beneficios, método que
permite extrapolar los resultados de ejercicios anteriores similares a un caso en específico
que no presenta valoraciones posteriores. Para esto se diseña un modelo de meta-análisis que
permite predecir el valor monetario de los pixeles con un mayor índice de sensibilidad
ambiental, es decir con una probabilidad mayor de estar degradados ambientalmente debido
a un pozo petrolero.
Los modelos de elección evidencian un impacto de las actividades petroleras en todos los
servicios ecosistémicos de estudio, pues la presencia de un pozo petrolero genera que se
encuentren en niveles altos de degradación ambiental. La valoración económica realizada
permite determinar el valor por hectárea y del área total afectada del servicio ecosistémico,
presentándose que la disposición a pagar por una hectárea del departamento del Meta que se
encuentra deforestada es $ 14 USD, una que disminuyó su oferta hídrica en $12,5 USD y una
8
hectárea que tuvo degradación del suelo en $12 USD, siendo estos valores relativamente
bajos comparados con los encontrados en la literatura. Este trabajo permite establecer una
aproximación a la valoración económica real de los impactos generados por las actividades
petroleras en los servicios ecosistémicos de estudio, sin embargo, al no valorar la totalidad
de los servicios ecosistémicos se tendría un límite inferior al valor total.
Este trabajo se organiza de la siguiente manera: después de está introducción, se realiza una
caracterización geográfica del sitio de estudio. Seguido la teoría del cambio planteada; luego
en el apartado 4 se delimita el marco teórico sobre el indicador de sensibilidad ambiental, el
modelo de elección binaria con la especificación del marco empírico utilizado, la valoración
económica y efectos usualmente encontrados; en la sección 5, se plasman los resultados
obtenidos y, por último, se discuten los resultados mediante la comparación de evidencia
nacional e internacional.
2. Zona de estudio
El departamento del Meta tiene una extensión de 85,635 km² (88´635.000 has) con una
población de 1´035.256 personas (DANE, proyección 2019). Está constituido por 29
municipios, de los cuales 14 cuentan con al menos un pozo petrolero, siendo Puerto Gaitán,
Acacias y Castilla los mayores productores. Según ANH (2020) la mayor parte de los
contratos firmados en los años 2009, 2011 y 2012 se encuentran en la etapa de explotación
y, además, su modalidad de contrato es de explotación y producción. Este tipo de contrato es
integral, es decir, está constituido por tres fases: (i) Exploración, la cual tiene una duración
máxima de seis años con prórroga hasta por cuatro años más. (ii) Evaluación, tiene una
duración aproximada de uno a dos años, prorrogables por un máximo de dos años. (iii)
Explotación, puede durar hasta veinticuatro años por yacimiento y con posibilidad de
prórroga. Este tipo de contrato está basado en un sistema de regalías donde el contratista
deberá pagarlas proporcionales a la producción bruta diaria.
En el departamento del Meta coexisten 5 tipos de biomas y según el Sistema de Información
Ambiental de Colombia- SIAC (2020), estos están distribuidos de la siguiente manera 1. El
9
ZBHT Incluye todos los biomas de altitudes menores a 500 m, este tipo de bioma se encuentra
en más de la mitad del territorio (54,5%). 2. Los Pedobiomas, que se refieren al conjunto de
biomas cuyas características de cobertura vegetal y productividad se desvían de la norma
zonal como resultado de las condiciones limitantes del factor edáfico; su importancia en
términos de área para el departamento del meta es de 28,5%, 3. los orobiomas del Zonobioma
del Bosque Húmedo Tropical (ZBHT) que constituyen el 9,8%. 4. los generales como los
ecosistemas marinos, terrestres e insulares que representan el 7.2% del departamento, Y 5.
los orobiomas andinos, que se caracterizan por una amplia diversidad y heterogeneidad
resultante de las variantes de la amplitud altitudinal; estos presentan poca participación en el
departamento con un 0,2% del territorio (Etter, Andrade, Saavedra, Amaya & Arévalo,
2017). (Etter et al., 2017).
Los servicios ecosistémicos (SE) que se ven afectados debido a las actividades petroleras son
aquellos que buscan la regulación de los recursos hídricos como la regulación de caudales y
de la humedad, el suministro de agua, la producción agrícola y la calidad del agua. En las
funciones ecosistémicas para la regulación del suelo se ven afectados los SE como la
prevención de la erosión del suelo, el mantenimiento de la salud del suelo y el control del
balance sedimentario; para la regulación del carbono se afecta la fijación y almacenamiento
de dióxido de carbono y la calidad del aire. También se ven afectados los servicios
ecosistémicos culturales de recreación y turismo, especialmente el cuidado de la salud y
aquellas prácticas espirituales y religiosas relacionadas con el ecosistema. Por último, se
afecta la capacidad del ecosistema para mantener la biodiversidad afectando el servicio
ecosistémico de la extracción de especies animales y vegetales para usos varios de manera
sostenible. El suministro de agua es un servicio ecosistémico que puede ser tanto de provisión
como de regulación, para este caso se analizará la interrupción generada en el suministro de
agua debido a las actividades petroleras en la función de regulación de las fuentes hídricas.
3. Teoría del cambio
Las acciones necesarias para realizar la extracción de petróleo generan efectos sobre los
ecosistemas, estos efectos se ven reflejados en desequilibrios ecológicos que traen consigo
una alteración en la provisión de los bienes y servicios, que a su vez disminuyen el bienestar
10
de la sociedad al tener menos recursos que son necesarios para su supervivencia. Para este
trabajo, la teoría del cambio estuvo enfocada en la segunda fase de impactos, es decir, en la
reducción en la provisión de servicios ecosistémicos generados por los impactos de las
actividades petroleras en los ecosistemas. Además, este estudio se orientó en los impactos
generados sobre los siguientes desequilibrios: la deforestación, la degradación del suelo y la
oferta hídrica. En la Tabla 2 se realiza una síntesis esquemática sobre la teoría del cambio
propuesta.
Las actividades petroleras tienen un efecto directo sobre la deforestación, generado
principalmente en la etapa de prospección sísmica donde ocurre la apertura de trochas o
líneas sísmicas, las cuales son de alrededor de 1 kilómetro de largo por 3-10 metros de ancho,
si se aplican las mejores normas, pero con frecuencia superan los 10 metros de ancho (Bravo,
2005). También se evidencian impactos en las demás etapas de las actividades petroleras; un
ejemplo es la construcción de la infraestructura para la etapa de perforación como son las
plataformas de perforación, y en la etapa de explotación se realiza la apertura de carreteras
que facilita la penetración de los colonos (Avellaneda, 2009) y construcción de oleoductos;
Estas actividades generan una disminución en la diversidad de los bosques debido a la tala
de árboles y fragmentación del hábitat de diversas especies. Además de los espacios
estrictamente deforestados, hay un efecto de borde que hace que la extensión alterada sea
mucho mayor (Bravo, 2005); este efecto borde consiste en cambios microclimáticos y en las
condiciones físicas del suelo, que influyen en la estructura y composición de la vegetación a
lo largo del perímetro del remanente de un bosque (Fox, 1997, citado en Monroy & Peña,
2005). En la etapa de transporte, cuando se presentan derrames accidentales o provocados de
crudo, se genera pérdida de cobertura que conduce a la pérdida de diversidad y a la alteración
del crecimiento vegetal (Rivera- Cruz et al, 2005).
La degradación del suelo en este escenario está provocada por dos factores: el primero en la
fase de explotación, donde se vierten las aguas de producción de los yacimientos petroleros,
las cuales poseen sales solubles que varían entre 15 y 48 partes por mil, que es hasta un tercio
más salina que el agua de mar (Avellaneda, 2009), lo que genera salinización en el suelo, que
es una parte importante del proceso de degradación de los suelos que afectan principalmente
11
la capacidad de intercambio catiónico, esencial para mantener la fertilidad (Avellaneda,
2009). Además, se genera sodicidad en el suelo, lo que reduce la permeabilidad del suelo,
que a su vez genera dificultades en el riego y el drenaje (Mansour & Mushtaque, 2006). Lo
segundo es un efecto indirecto generado por la deforestación, ya que al remover la cobertura
vegetal, el suelo queda a la exposición directa de la lluvia, lo que provoca que el suelo sea
removido por las escorrentías, generando erosión del suelo, sedimentación de los ríos o
cuerpos de agua y una alteración de los patrones de flujo (Bravo, 2005).
En cuanto a la oferta hídrica, esta se ve degradada debido a las actividades de la fase de
explotación, donde se realizan vertimientos de agua contaminada y lodos a esteros y ríos,
disminuyendo los caudales de los ríos debido al incremento de la sedimentación que induce
a que no se genere una renovación de los nutrientes en la zona baja de la fuente hídrica
(Bravo, 2007); contaminación de fuentes de agua superficial y subterránea por la disposición
permanente de vertimientos salinos a los cuerpos de agua; transformación de los drenajes
naturales con la apertura de vías y oleoductos y vertimiento de aguas negras de los
campamentos a la red hídrica (Avellaneda, 2005). Además, otro efecto provocado por el
vertimiento de estas sustancias es que genera salinización en los cuerpos de agua, provocando
la muerte de las especies que no logran asimilar nuevos niveles de salinidad.
Tabla 2. Teoría del cambio
Fases de las
actividades
petroleras
Canales Cambios de comportamiento Impactos
Exploración
Apertura de trochas o líneas sísmicas
debido a la prospección sísmica Remoción de cobertura que genera que el suelo quede
a exposición directa de la lluvia provocando que el
suelo sea removido.
Deforestación y
degradación del
suelo Construcción de infraestructura como las
plataformas de perforación y carreteras.
Explotación
Apertura de carreteras y construcción de
infraestructura como oleoductos
Disminución de la diversidad, remoción de cobertura
que genera que el suelo quede a exposición directa de
la lluvia provocando que el suelo sea removido y
explotación de los recursos debido a nuevos colonos.
Deforestación y
degradación del
suelo
Vertimiento de aguas de producción de los
yacimientos petroleros a los suelos y
fuentes de agua, estas aguas de producción
contienen una cantidad mayor de sal y
agentes contaminantes.
Salinización y sodificación del suelo y transformación
de los drenajes naturales de agua.
Degradación del
suelo y
disminución de
la calidad el
agua
Transporte Derrames de crudo Pérdida de la diversidad y alteración del crecimiento
vegetal Deforestación
Fuente: Elaboración propia
12
4. Métodos
4.1. Marco teórico
4.1.1. Fases de las actividades petroleras
Bravo (2007) realiza una revisión de las principales fases de las actividades petroleras y sus
impactos, con lo cual se pueden clasificar los impactos más importantes de acuerdo con cada
etapa de la explotación petrolera. La primera etapa, la de exploración, se divide en dos
etapas: la primera etapa es la sísmica, donde el impacto ambiental más notable es la
deforestación causada por la apertura de caminos y construcción de campamentos
provisionales; además, debido a los desechos que se generan, se presentan efectos en la
disminución de los caudales de los ríos e interrupciones del flujo, compactación y destrucción
de los organismos que suplen de nutrientes el suelo, contaminación con compuestos
orgánicos e inorgánicos por la generación de residuos provenientes de los cortes y lodos
resultantes de la perforación, ocurre sedimentación de los ríos generando la interrupción de
flujos de agua como consecuencia de los desechos que son arrojados a las fuentes hídricas lo
que acelera la erosión del suelo, la cual puede afectar la sostenibilidad y productividad de la
tierra cultivable (Pimentel et al., 1995), reducir la biodiversidad del suelo (Lal et al., 1999),
y ocurren deslizamientos de tierras por la remoción de la capa vegetal ocurrida por el uso de
explosivos (Observatorio de Conflictos Ambientales & Instituto de Estudios Ambientales,
2017). En esta etapa se realiza la prospección donde el efecto más prominente que se
evidencia son los cambios en el uso del suelo debido a la erosión del suelo y salinización del
suelo generada en los procesos de transporte de tierra para mezclar con los desechos de la
perforación (Bravo, 2007).
La segunda etapa, la exploración, donde se abren algunos pozos para establecer la viabilidad
del crudo y luego se procede a una extracción más constante, ocurre degradación ambiental
en las redes hídricas por el vertimiento de aguas negras de los campamentos (Avellaneda,
2009), transformación de los drenajes naturales con la apertura de vías y oleoductos
(Avellaneda, 2009)., debido al uso del agua de formación proveniente de los pozos, la cual
tiene una composición alta en hidrocarburos (Rella, Sturaro, Parvoli, Ferrara & Doretti,
2002) y, al ser agua sedimentada, concentra niveles de salinidad mayores que alteran el
13
ecosistema. Además, debido al vertimiento de las aguas de producción se produce sodicidad
en las fuentes hídricas que da como resultado la descomposición estructural de los agregados
del suelo y, en consecuencia, se reduce la permeabilidad del suelo, lo que a su vez genera
dificultades en el riego y el drenaje (Mansour & Mushtaque, 2006) y a la quema del gas que
es utilizado como abastecedor o fuente de energía, pues esto libera contaminantes tóxicos a
la atmósfera. La tercera etapa es la producción donde se presentan los mismos efectos de la
anterior etapa, pero en mayor escala, al convertirse en una extracción constante y con el
agregado de un efecto de largo plazo evidenciado en la salud de los trabajadores al tener un
mayor tiempo de exposición con componentes del petróleo O´Rourke & Connolly (2003)
Finalmente, en la etapa del transporte, el crudo es transportado por medio de oleoductos de
gran extensión, el principal riesgo en esta etapa son los derrames, que puede tener
consecuencias como la disminución de la biodiversidad de la fauna acuática, contaminación
del suelo, pérdidas económicas por interrupciones en la cadena de producción y afectación a
comunidades indígenas (Guerrero Useda, 2018).
4.1.2. Índice de sensibilidad ambiental
La sensibilidad ambiental se entiende como el potencial de afectación (transformación o
cambio) que pueden sufrir los componentes ambientales como resultado de la alteración de
los procesos físicos, bióticos y socioeconómicos debidos a las actividades de intervención
antrópica del medio o debido a los procesos de desestabilización natural que experimenta el
ambiente (Sandia & Henao, 2010). Por tanto, la creación de un Indicador de Sensibilidad
Ambiental (ISA) unido al uso de las herramientas de georreferenciación Sistema de
Información Geográfica (SIG), permite un análisis detallado del grado de respuesta del
ecosistema frente a las intervenciones realizadas por las actividades petroleras.
Sandia & Henao (2010) utilizan el análisis de sensibilidad ambiental junto con un análisis
espacial para determinar las áreas de la cuenca del rio Búrbusay en el estado de Trujillo en
Venezuela que presentan mayores potenciales para usos agrícolas, agroindustrial, turístico,
residencial y conservacionista. Por otro lado, Zulaica, Ferraro & Fabiani (2009) hacen uso
de la sensibilidad ambiental para determinar si el paisaje periurbano del Mar de Plata posee
14
la capacidad del medio para similar, contener o atenuar los efectos generados por las acciones
humanas. En Rebolledo (2009), se desarrolla una metodología para generar modelos de
sensibilidad ambiental para identificar las actividades antrópicas susceptibles de generar
impactos al ambiente.
El análisis de sensibilidad ambiental se realizó para tres dimensiones: la degradación del
suelo, la disminución de la oferta hídrica y la deforestación. Las categorías del ISA varían
dependiendo de la dimensión que se esté analizando. Para determinar estas categorías se hizo
uso de las clasificaciones generadas por el SIAC (Sistema de Información Ambiental de
Colombia) para cada una de las dimensiones a analizar. En la Tabla 3 se especifican los
valores que toma el Indicador de Sensibilidad Ambiental para cada una de las dimensiones.
Tabla 3. Categorías del Indicador de Sensibilidad Ambiental para cada dimensión
Dimensión Categorías Frecuencia
Deterioro del suelo
· Erosión muy severa (Pérdida del horizonte
superficial del suelo cercana al 100%)- 1 sí la erosión es muy
severa en el pixel, 0 de lo contrario
1
· Severa (Pérdida del horizonte superficial del
superior al 75%)- 1 sí la erosión es severa en el pixel, 0 de lo
contrario
113
· Moderada (Pérdida del horizonte superficial del
suelo entre 50 a 75%)- 1 sí la erosión es moderada en el
pixel, 0 de lo contrario
1.019
· Ligera (Pérdida del horizonte superficial del suelo
entre 25 a 50%)- 1 sí la erosión es ligera en el pixel, 0 de lo
contrario
1.097
· Sin evidencia de erosión- Clasificación omitida
por multicolinealidad
2.238
Metadatos tomados de SIAC, basados en IDEAM
Degradación del
agua (Estudio
Nacional del Agua
ENA)
Año 2.010 2014
· Crítico (0-10 lit/seg/km2)- 1 sí la degradación del
agua es crítica, 0 de lo contrario 990
· Grave (10-30 lit/seg/km2) - 1 sí la degradación
del agua es grave, 0 de lo contrario 3.313
· Moderado (30-70 lit/seg/km2) - 1 sí la
degradación del agua es moderada, 0 de lo contrario 3.303
· Normal (70-200 lit/seg/km2) - 1 sí la degradación
del agua es normal, 0 de lo contrario 896
Metadatos tomados de SIAC, basados en IDEAM
Degradación
biológica o
aumento del suelo
desnudo
· Deforestación- 1 sí el bosque se encuentra estable,
0 si se encuentra deforestado
1.598
· Bosque estable 2.664
Metadatos tomados de SIAC, basados en IDEAM
15
Fuente: Elaboración propia con datos del SIAC.
Para llevar a cabo la primera parte de la metodología se dividieron las dimensiones a analizar
en dos grupos, aquellas que tienen un efecto acumulado en el tiempo y las que se comportan
como un flujo, es decir que cambian dependiendo del momento en el que se analice. En el
primer grupo se encuentra el deterioro del suelo y el cambio en cobertura vegetal o
deforestación y en el segundo se encuentra la degradación del agua. Por lo tanto, para las
dimensiones del primer grupo se analizó el último año con información disponible: para la
degradación del suelo, el año 2012, para la deforestación el año 2014; para la degradación
del agua se tomaron dos momentos en el tiempo, el año 2010 y el 2014. La creación de
variables a nivel píxel se hizo usando los programas estadísticos ArcGIS y QGIS y se
consolidaron entre 4.300 y 4.500 píxeles con un tamaño de celda o de píxel de alrededor de
4.5 kilómetros cuadrados; la cantidad de pixeles varía según la cantidad de información
disponible para las variables. Para la zona de influencia el tamaño de los pixeles es de 11.2
kilómetros cuadrados, este valor se obtuvo a partir de la delimitación de distintas áreas a la
redonda del pozo, esta zona no corresponde a la delimitada inicialmente en los proyectos
petroleros pues no se cuenta con el detalle de esta información. La especificación empleada
para este apartado se detalla en el marco empírico del modelo de elección binaria.
4.1.3. Valoración Económica ambiental
Después de crear el ISA por dimensión y obtener las características de las zonas más sensibles
ambientalmente, se realizó una cuantificación económica de estos daños o externalidades.
Para esto se hizo uso de la Valoración Económica Ambiental (VEA), que permite asignar
valores monetarios a los bienes y servicios proporcionados por recursos naturales,
independientemente de si existen o no precios de mercado que ayuden a hacerlo (Convención
Ramsar, 1997). La VEA se puede clasificar en dos grupos, las metodologías basadas en
preferencias reveladas, las cuales identifican los valores monetarios a través de relaciones
indirectas con el mercado y las de preferencias declaradas que acuden a interacciones directas
con las personas relacionadas al servicio o bien ambiental. Existe la transferencia de
beneficios la cual no se encuentra catalogada en esta diferenciación debido a que no se
considera un método de valoración como tal (Ministerio de Ambiente y Desarrollo
Sostenible, 2018); esta permite hacer uso de los valores monetarios de bienes ambientales
16
estimados en un contexto determinado (sitio de política), para estimar los beneficios de un
bien parecido o bajo un contexto distinto, del cual se desconoce su valor (sitio de
intervención) (Desvouges et al., 1992). Para realizar la transferencia de beneficios las
investigaciones que se utilizarán como sitio de política deben cumplir con las siguientes
condiciones:
1. El sitio de la política o de intervención debe ser ampliamente definido teniendo en cuenta a)
los límites (geográficos y biofísicos), la magnitud y la cantidad de los recursos naturales del
lugar y los servicios ecosistémicos a evaluar (utilizando técnicas de modelamiento). b) la
delimitación de la población afectada o relacionada con el sitio de la política (condiciones
socioeconómicas e institucionales). c) la identificación de los datos necesarios para realizar
el análisis incluyendo las unidades, los tipos de medida, el tipo de valor (valor de uso o no
uso) y el grado de precisión de los datos trasferidos.
2. El sitio de estudio debe cumplir con ciertas condiciones: a) los valores transferidos deben
estar basados en datos obtenidos con un método de valoración válido desarrollado con
rigurosidad metodológica. b) el estudio debe ofrecer información de la relación de los costos
con las características socioeconómicas de la población evaluada y con las condiciones
medioambientales del lugar, y c) se deben considerar un buen número de estudios de
valoración ambiental del mismo servicio ecosistémico para aplicar los valores al sitio de la
política.
3. Debe existir correspondencia entre el sitio de estudio y el sitio de la política o intervención
de la siguiente forma: a) Los recursos ambientales y servicios ecosistémicos del lugar de
estudio deben ser similares al del lugar de la política o de intervención. b) Las condiciones
del mercado deben ser similares a menos que se provea suficiente información para
determinar el nuevo mercado, y c) otras características deben ser similares (condiciones
demográficas, culturales y niveles de ingresos, entre otros) (Rosenberger & Loomis, 2001)
Sus desventajas potenciales son tres primero, la calidad de los estudios originales determina
completamente la confiabilidad del resultado de la transferencia; segundo, la valoración de
ciertos bienes ambientales cuenta con un número reducido de estudios, lo cual restringe el
espectro de información; tercero, los estudios de valoración ambiental no están diseñados
para realizar transferencia de beneficios, redundando en dificultades para transferir valores
del sitio de estudio al sitio de intervención (Rosenberger y Loomis, 2001).
La transferencia de beneficios se divide en dos tipos: transferencia de funciones y
transferencia de valores (Ruiz et al., 2011). Por un lado, la transferencia de valores adapta la
medida de bienestar de un solo estudio o medida estadística de un conjunto de estudios
(Carriazo et. al, 2003), mientras que la transferencia de funciones o modelos define la
17
relación entre los vectores de datos recolectados en un sitio de estudio (Correa, 2005).Existen
dos métodos para realizar la transferencia de funciones: 1) Transferencia de funciones de
demanda o beneficios y 2) Transferencia de funciones de análisis de meta-regresión (Osorio,
2006). El primero consiste en transferir una función de demanda o de beneficios del sitio de
estudio al sitio de intervención (Carriazo et al., 2003) y para esto se deben obtener los valores
de las variables independientes predichas en la función de demanda o de beneficios de la
investigación original (Rosenberger & Loomis, 2001). El segundo tipo busca sintetizar los
resultados estadísticos de diversas investigaciones y así usar el modelo estimado de meta-
análisis para predecir los valores estimados a través del tiempo y del espacio (Bergstrom &
Taylor, 2006; Ruiz et al., 2011).
Para este análisis se hizo uso de la metodología de meta- regresión pues permite controlar
por la heterogeneidad entre y dentro de los estudios y evita la pérdida de importantes detalles
de la valoración entre el tiempo y el espacio en el proceso de agregación (Ruiz et al., 2011).
Esta herramienta es útil, pues se amplía el espectro de artículos elegibles para realizar el
análisis y permite realizar un seguimiento a través del tiempo del comportamiento de las
variables de estudio. Sin embargo, la transferencia de beneficios por meta regresión tiene
varios limitantes como la enorme cantidad de datos requeridos, se debe contar con un número
adecuado de estudios originales, su calidad va a depender de la calidad de las investigaciones
primarias, los estudios elegidos deben ser explícitos en sus características y las estadísticas
entre los estudios se deben poder combinar (Ruiz et al., 2011; Carriazo et al., 2003). Para
realizar la transferencia de funciones por medio de una meta-regresión se llevaron a cabo los
pasos propuestos por Ruiz et al. (2011).
Se decidió utilizar la metodología de transferencia de beneficios puesto que realizar la
valoración monetaria original de la degradación de los servicios ecosistémicos en el
departamento del Meta puede resultar en un proceso largo y costoso, y la metodología
propuesta permite solucionar este problema. Además, haciendo uso de la transferencia de
beneficios por medio de un meta-análisis se logra valorar tantos servicios ecosistémicos
como tenga el sitio de estudio usando diversas investigaciones como sitio de política, siempre
y cuando estas cuenten con características culturales y socioeconómicas similares. A pesar
18
de la limitación evidenciada en la literatura nacional se recalca la disponibilidad de
información sobre la valoración de las dimensiones de interés a nivel internacional, por lo
que la metodología de transferencia de beneficios es una estrategia pertinente en su
aplicación.
4.1.4. Magnitud y distancia de los efectos
Existen distintos factores que influyen en la capacidad del crudo para contaminar el agua y
para permanecer en ella; por ejemplo, si el contacto con el petróleo ocurrió en el cauce
principal del río, los impactos del derrame tendrán una duración más corta ya que las
corrientes llevarán rápidamente el petróleo río abajo. Si se llevara petróleo a un lago,
permanecería allí durante mucho tiempo (Caseya, Kahna & Rivas, 2008). Si ocurriera un
derrame durante la temporada de aguas bajas, el potencial de daño es menor, porque es poco
probable que el petróleo escape del canal principal del río y se mueva a áreas donde puede
causar mayor daño. Si ocurriera un derrame en aguas altas, el aceite se trasladará a áreas
donde se cosechan alimentos durante la temporada de aguas bajas. Esto tiene el potencial de
matar plantas perennes y contaminar el suelo durante largos períodos de tiempo. Además, las
aguas altas conectan las lagunas con el cauce principal del río, proporcionando un canal para
que el petróleo ingrese a los lagos. El único factor atenuante del nivel alto de agua es que el
flujo es tan inmenso y poderoso que el aceite se lavaría rápidamente y se diluiría con el alto
volumen de agua; el peor de todos los escenarios posibles es si el derrame ocurre durante una
temporada de agua baja en aguas altas, pues el agua alta transportaría el petróleo a los lagos
y áreas agrícolas y, a medida que el nivel del río cae, dejaría encallado el petróleo en estas
áreas (Caseya et al., 2008).
Iturbe, Flores & Torres (2003) realizan un estudio sobre el suelo en un área que años atrás
funcionaba como campo de distribución y almacenamiento de petróleo, y determinan que la
mayor concentración de Hidrocarburos Totales de Petróleo (THP por sus siglas en inglés) en
el suelo se da en las áreas adyacentes a las bodegas o tanques de petróleo, caminos u
oleoductos por donde es transportado el hidrocarburo, y finalmente en el área de bombeo
donde las válvulas presentan fugas significativas. Bakker, Casado, Koerselman, Tolls &
Kolloffel (2000) elaboran un estudio sobre la presencia de Hidrocarburos Aromáticos
19
Policíclicos (PAH por sus siglas en inglés) dentro y en los alrededores de una refinería de
petróleo en Bélgica, encontrando que la mayor concentración se realiza en las zonas de mayor
cercanía a la refinería, definida como una distancia menor a 4 kilómetros. Sin embargo,
también encuentran evidencia de concentraciones de PAH en las zonas con una distancia
superior a 4 kilómetros donde el resultado no difiere mucho en magnitud a los encontrados
en las zonas aledañas.
El efecto del petróleo en el suelo se puede considerar más como un efecto local, dado que
Mansour & Mushtaque (2006) y Argentina Ambiental (2020) encuentran que la profundidad
de la salinización producida por el ingreso del petróleo al suelo rodea los 30-40 cms de
profundidad y Buzmakov & Khotyanovskaya (2020) establecen que esta contaminación en
los suelos fluviales puede alcanzar una distancia de 0.3914 kms. Al-Sarawi, Massoud & Al-
Abdal (1998) analizan la profundidad en la contaminación del suelo debido al contacto con
agua contaminada con petróleo, ellos reportan que la mayor contaminación se presenta en la
capa superficial del suelo, entre 5 y 20 cms; sin embargo, los efectos son persistentes hasta
una profundidad de 35-50 cms. Además, concluyen que existe una correlación negativa entre
la profundidad y el nivel de contaminación, donde la mayor concentración del petróleo en
profundidades menores está determinada por la baja permeabilidad y conductividad
hidráulica como resultado de una estructura inestable del suelo debido a su origen fluvial.
Li, Ustin & Lay (2005) determinan que la distancia óptima para analizar mediante la
teledetección el cambio de cobertura o el estrés vegetal generado por la presencia de
hidrocarburos en una región es de 2 a 2.6 kilómetros. La deforestación causada por la apertura
de carreteras y campamentos para las bases de las compañías petroleras, más la colonización
espontánea, ocasionadas principalmente en la etapa de exploración, puede ocasionar un área
de 158 a 612 kilómetros en promedio deforestados en un año (World Wide Forum ,2014).
4.2.Marco empírico
a. Modelos de elección
𝐼𝑆𝐴𝑝 es un Indicador de Sensibilidad Ambiental para cada una de las tres dimensiones de
interés, y se realizó con el fin de determinar la degradación de los servicios ecosistémicos
20
tales como la degradación del suelo, proceso que se refiere a la disminución o alteración
negativa de una o varias de las ofertas de bienes, servicios y/o funciones ecosistémicos y
ambientales de los suelos, ocasionada por factores y procesos naturales o antrópicos que, en
casos críticos, pueden originar la pérdida o la destrucción total del componente ambiental
(IGAC, 2020), a la degradación biológica, que es el aumento del suelo desnudo o la
disminución de la diversidad vegetal causada por impactos humanos o naturales y, por último
la degradación del agua que se genera por una reducción en la oferta hídrica que se ve
fuertemente alterada y limitada por la calidad del recurso hídrico debido a las descargas
puntuales de origen doméstico, industrial y de servicios, así como los vertimientos difusos o
esporádicos (Corponariño, 2011).
Para analizar si existen diferencias significativas entre las variables de interés debido a la
presencia o no de un pozo petrolero, se decide estimar modelos de elección binaria pues
permiten obtener la probabilidad de que un píxel se encuentre en cierto grado de degradación.
Se utiliza una ecuación que permita controlar por características ambientales, además, se
asumen errores distribuidos normalmente. La hipótesis central de esta ecuación es que los
pixeles con pozo petrolero exhiben probabilidades mayores de presenciar niveles de
degradación, en las tres variables de interés, más altos. La estimación de esta ecuación se
realizó por máxima verosimilitud y a nivel píxel, pues se trata de un análisis
georreferenciado, lo que permitió tener un estudio más detallado. La ecuación estimada fue
la siguiente:
𝐼𝑆𝐴𝑝𝑆𝐸_𝑐𝑎𝑡 = αo + 𝛼1𝐷𝑝 + 𝑋𝑝𝛽 + 𝜀𝑝 ( 1)
𝐼𝑆𝐴𝑝SE variará dependiendo de la categoría del servicio ambiental que se este analizando,
deforestación, degradación del suelo u oferta hídrica. 𝐷𝑝 es una variable categórica que toma
el valor de 1 si en el píxel existe un pozo petrolero/se encuentra dentro de la zona de
influencia y cero de lo contrario, por lo que 𝛼1 es el coeficiente de interés. Esta variable
permite determinar si existen diferencias significativas dependiendo del estado de la tierra
donde se encuentra ubicada; X es el conjunto de variables de componente ambiental como la
capacidad del suelo, la vocación del suelo, el tipo de bioma presente en el píxel, el clima que
tiene, el uso principal del suelo y la frontera agrícola que será una variable dicotómica que
21
tomará el valor de 1 sí el píxel pertenece a la frontera agrícola y 0 de lo contrario. Se deciden
incluir estas variables como explicativas pues permiten controlar por características dadas
del suelo, lo que permite comparar los resultados dada la variabilidad de estas. Las variables
de componente ambiental se construyeron a nivel pixel. Las variables socioeconómicas no
son incluidas en esta investigación debido a que, estas no se encuentran a nivel píxel y su
posterior conversión a esta unidad de medida generaría poca o nula variabilidad, pues su
medida original es a nivel municipal.
Para determinar las variables explicativas se realizó una recolección de las variables más
usadas en trabajos cuyo objetivo de investigación fuese similar. Sandia & Henao (2010)
usaron variables como el relieve, el balance geomorfológico, la formación vegetal y el nivel
de intervención de la zona. Zulaica et al. (2009) encontraron variables como la hidrografía,
geología, geomorfología, vialidad o movilidad urbana, vegetación, uso de la tierra, oferta
hídrica, condiciones de vida de la población como la educación, la calidad sanitaria, la calidad
del hábitat, la pobreza multidimensional o las Necesidades Básicas Insatisfechas (NBI), el
nivel educativo, salud y movilidad urbana. Rebolledo (2009) usa el índice de sensibilidad
ambiental para determinar la implementación de actividades antrópicas susceptibles de
generar impactos al ambiente teniendo como variables explicativas la vegetación,
geomorfología, uso del suelo y capacidad del suelo. Para la elección de las variables
independientes se seleccionaron las variables que fuesen análogas a las encontradas en la
revisión, y que, además se encontraran disponibles para Colombia, también se omitió el uso
de variables que presentaran niveles de correlación muy altos entre ellas para evitar la
multicolinealidad. El periodo de estudio es de 2000 a 2015, no se realiza un análisis a través
del tiempo pues la construcción de la información tomada como base difiere entre años,
dificultando el empalme y análisis de esta.
Dada la especificación del modelo es presumible la existencia de endogeneidad por
simultaneidad entre las variables independientes y las dependientes debido a que las
condiciones geomorfológicas y edafológicas del suelo determinan las condiciones para la
existencia de suelos petrolíferos y a su vez las condiciones para ser degradado; se decide
continuar con la especificación inicial pues no se encuentran argumentos concluyentes, ni
22
teóricos ni estadísticamente, para asumir que exista endogeneidad por simultaneidad entre
las variables dependientes y la medida estática de presencia de pozos petroleros manejada en
este trabajo, ya que la presencia de deforestación, degradación del suelo o disminución en la
oferta hídrica no alteran la presencia de un pozo petrolero.
Para la construcción de estas variables se hizo uso de las bases de datos provistas por el IGAC
(Instituto Geográfico Agustín Codazzi), el SIAC (Sistema de Información Ambiental de
Colombia), el IDEAM (Instituto de Hidrología, Meteorología y Estudios Ambientales), la
ANH (Agencia Nacional de Hidrocarburos), de ESRI (Environmental Systems Research
Institute) y del panel municipal del CEDE (Centro de Estudios sobre Desarrollo Económico).
Para determinar la probabilidad de encontrarse en una zona de fragilidad ambiental, se
realizaron también modelos de Regresión Probabilística o un Probit binomial. Para evitar
violar el supuesto de multicolinealidad se eliminó una de las categorías y así evitar ruido en
las estimaciones. Al realizar los efectos marginales de las probabilidades predichas se
analizaron las categorías de manera independiente, es decir, no se analizó el cambio respecto
a una categoría base. Se supone que los errores siguen una distribución normal.
b. Meta análisis y transferencia de beneficios
La base de datos recolectada para el meta-análisis consiste en una revisión bibliográfica en
repositorios como Science Direct, Taylor & Francis online, Springer Link, Repec, Wiley
online library, Web of science, Jstor y entre otras. Sin embargo, la mayor cantidad de
investigaciones fueron encontrados a través de referencias cruzadas. El objetivo de esta
revisión era abstraer las valoraciones económicas obtenidas en estos trabajos y que
cumplieran los siguientes criterios:1) El servicio ecosistémico valorado debía estar
relacionado con la degradación del suelo (erosión, salinización, sedimentación, conservación
del suelo), con la oferta hídrica (stock disponible, reducciones de los caudales) y
deforestación (disminución en la cobertura vegetal, mantener y/o reducción de la
biodiversidad). 2) La medida de disponibilidad a pagar o la valoración obtenida debe permitir
ser transformada a una medida única (USD/Hectárea/año), esta transformación se realizó
partiendo de la determinación del área de estudio, en su mayoría se encontraban en metros
cuadrados, y se convertía a hectáreas para luego dividir la valoración dependiendo de la
unidad en la que estaba calculado, es decir, si esta se encontraba a nivel hogar primero debía
23
ser transformada a una valoración total y ser dividida por la cantidad de hectáreas que
representaba el área de estudio. 3) En caso de que la metodología empleada fuese
transferencia de beneficios se verificaba que el estudio primario usado no se encontrará en la
nueva base de datos, esto con el objetivo de no repetir muestras. La prioridad en esta revisión
fueron las evaluaciones económicas que estuviesen relacionadas con las actividades
petroleras, sin embargo, estas valoraciones no fueron muy recurrentes, solo se encontró una
valoración de los SE de interés relacionada con la explotación petrolera, por lo que se debió
recurrir a investigaciones con un enfoque más amplio.
Además de extraerse la valoración económica se obtenía también información como la
metodología usada y sí pertenecía a un método indirecto (preferencias declaradas, reveladas3,
transferencia de beneficios u otros) o a un método directo (costos evitados, de oportunidad,
de reemplazo o relacionados con la producción). Asimismo, la ubicación del sitio de estudio
junto con su extensión geográfica, su temperatura promedio anual, nivel de precipitación
promedio anual y el nivel al que se realizó el estudio (local o global), el año usado como base
y la moneda usada para el valor económico; esta información permite tener controles sobre
las características del estudio y la homogeneización de la información. En total se
recolectaron 95 observaciones de 55 investigaciones desagregadas en los tres servicios
ecosistémicos, el máximo número de observaciones por autor es de 11. Se encuentra
información de 32 países de los cuales Camerún (13), China (12) e India (11) concentran la
mayor cantidad de observaciones. La Tabla 4 resume las investigaciones utilizadas para la
creación de la base de datos.
Tabla 4. Resumen estudios primarios
Código
autor Autor
Número de
observaciones Lugar de estudio País
1 Iftikhar (2002) 1 Indus delta Pakistán
2 Silva-Flores et al. (2010) 1 El salto México
3 Adger et al. (1995) 1 Barranca del cobre México
4 Ammour et al. (2000) 1 The San Miguel Subtropical Forest in
Petén Guatemala
5 Bateman, Langford & Graham (1995) 1 NORFOLK BROADS Reino Unido
6 Bernard et al. (2010) 1 Parque Nacional Tapanti Costa rica
7 Beukering et al. (2003) 2 Leuser National Park Indonesia
8 Biao et al. (2010) 1 Beijing Forest China
3 Para esta clasificación solo se usan aquellas metodologías de preferencias reveladas que pertenecen a la
categoría de métodos indirectos, sin tener en cuenta aquellas que pertenecen al método directo.
24
9 Chen, Sun, Wu, X., Guo & Wang
(2014) 3 The Small Sanjiang Plain China
10 Choe, Whittington & Lauria (2001) 1 Davaos Filipinas
11 Chopra & Kadekodi (1997)* 1 Yamuna basin India
12 Colombo, Calatrava-Requena &
Hanley (2006) 6 Andalucía España
13 Costanza et al. (1997) 3 Mundo Mundo
14 Croitoru (2007) 2 Albania Albania
15 De Groot et al. (2012) 3 Mundo Mundo
16 Del Ángel- Pérez et al. (2009) 1 Coatepec México
17 Del Ángel- Pérez et al. (2006) 1 Coatepec México
18 Desvouges et al. (1987) 1 Monongahela River Estados Unidos
19 Dixon et al. (1994) 3 Kathmandu and Pohkara Forest India
20 González- Cabán & Loomis (1996) 2 Río fajardo Puerto Rico
21 Guo et al. (2001) 3 Xingshan County China
22 Häyhä et al. (2015) 2 Fiemme and FassaValleys Italia
23 Henry et al. (1988) 1 Bemidji lake Estados Unidos
24 IIED (1994) 1 Amazonía oriental
Amazonia
oriental (Perú-
Colombia)
25 IUCN (2001) 1 Waza Logone Floodplain Camerún
26 Kramer & Mercer (1997) 1 Tropical rainforest Mundo
27 Kramer et al. (1992) 1 Mantadia national park Madagascar
28 Kramer, Mercer & Sharma (1995) 1 Mantadia national park Madagascar
29 Kumar (2005) 1 India
30 Kwak & Russel (1994), 1 Seoul Corea del sur
31 Larque- Saavedra (2004) 1 Bosque del
municipio de Ixtapaluca México
32 López- Paniagua et al. (2007) 1 Cuenca tapalca México
33 Mashayekhi et al. (2010) 1 Zagros forest Irán
34 McMillan et al. (2001) 1 Glenn affric Reino Unido
35 Nahuelhual et al. (2006) 3 Selva Valdivia Chile
36 Ninan & Kontoleon (2016) 1 Nagarhole National Park India
37 Osorio (2006) 2 Don Matías y Entrerríos Colombia
38 Pattanayak & Kramer (2001) 1 Ruteng park Indonesia
39 Pimentel et al. (1995) 1 Estados unidos Estados Unidos
40 Ramachanra (2016) 2 Uttara Kannada India
41 Rosales et al. (2005) 2 Sekong province Laos
42 Ruitenbeek (1989) 1 Cross River National Park (Oban
Division) Camerún
43 San & Rapera (2010) 1 Nyaung Shwe Township Myanmar
44 Sandhu et al. (2008) 1 Canterbury Nueva Zelanda
45 Saravanan (2010) 1 Katteri watershed India
46 Sutherland & Walsh (1985) 1 Flathead river Canadá
47 Toledo, Briceño & Ospina (2017) 1 Anchicaya Colombia
48 Torras (2000) 3 Amazonas Brasil
49 Verma (2000) 2 Himachal Pradesh India
50 Whittington (1990) 1 Laurent Haití
51 WWF - US (1987) 1 Cayambe Coca Ecological Reserve Ecuador
52 WWF - US (1988) 1 Estación Biosférica del Beni Bolivia
53 Xie et al. (2010) 3 Beijing Forest China
54 Xue & Tisdell (2001) 2 Changbaishan Mountain Biosphere
Reserve China
55 Yaron (2001) 11 Bakweri Camerún
Fuente: Elaboración propia *Este trabajo valora un SE en un contexto de extracción petrolera.
Existen tres requisitos que deben cumplir los modelos de meta-análisis para ser transferidos
según Bergstrom & Taylor (2006): A. Consistencia de las variables económicas centrales que
incluyen variables como el precio, el ingreso, la calidad, sustitutos del producto y las
25
características del hogar. Dada las limitaciones en la información, pues la mayoría de los
trabajos usados no contaban con estas variables, se decidió usar un enfoque de Teoría de la
utilidad estructural débil (WSUT por sus siglas en inglés), pues permite una mayor
flexibilidad en la selección y especificación de las variables centrales, que se dividen en
variables del sitio de estudio y económicas (Bergstrom & Taylor, 2006). B. Consistencia de
los servicios o productos que están siendo evaluados a través de los estudios, que deben ser
aproximadamente iguales; para cumplir este requisito se ajusta por el área a evaluar. C.
Consistencia en la medida de cambio de bienestar, se decide utilizar una variable dummy por
tipo de valoración, ya que esta variable capturará las diferencias entre las medidas de la
disponibilidad a pagar de cada estudio.
Para manejar la heterogeneidad presente entre los trabajos se incluyen regresores sobre las
características del estudio como tipo de valoración, área estudiada y nivel del estudio; para
el problema potencial de heteroscedasticidad se utiliza un modelo de Mínimos Cuadrados
Generalizados (GLM por sus siglas en inglés) con pesos analíticos por código del autor
otorgando mayor peso a aquellos estudios que tienen mayor cantidad de observaciones, este
procedimiento también ayuda a corregir el problema de correlación entre y dentro de los
estudios primarios y relaja el supuesto de independencia entre las observaciones; además se
utiliza la estimación de varianzas robustas Huber-White dado que, no se cuenta con la
información sobre las varianzas de los estudios primarios, y estas estimaciones proveen un
estimador heteroscedástico consistente pues son robustos a modestas desviaciones de la
normalidad y homocedasticidad de los residuos (Ghermandi & Nunes, 2011). La ecuación
de meta- análisis a estimar es la siguiente:
𝐿𝑛(𝑦𝑖) = 𝛼 + 𝛽𝐸𝑆𝑋𝑖𝐸𝑆 + 𝛽𝑠𝑋𝑖
𝑠 + 𝛽𝑣𝑋𝑖𝑣 + 𝜀𝑖 (2)
Donde 𝐿𝑛(𝑦𝑖) es el logaritmo natural de las disponibilidades a pagar de cada estudio i. 𝛼 es
la constante; 𝛽𝐸𝑆 , 𝛽𝑠 y 𝛽𝑣 son los vectores conteniendo los coeficientes de las variables
explicativas. 𝑋𝑖𝐸𝑆 (es un vector de variables que indican el tipo de servicio ecosistémico
valorado), 𝑋𝑖𝑆 (vector de variables relativas a las características del estudio) y 𝑋𝑖
𝑣 (variables
relacionados con la metodología usada en la valoración) y 𝜀𝑖 son los errores estándar. La
Tabla 5 Tabla 5 realiza una descripción de la codificación de las variables junto con el número
26
de observaciones y su media; las valoraciones fueron transformadas a precios en la moneda
local del 2019 usando el IPC con año base 2010 (World bank, 2021) y 2015 para la unión
europea (OCDE, 2021) luego fueron convertidas a dólares usando el tipo de cambio PPP a
2019 del Penn World Table (Feenstra, Inklaar & Timmer, 2015). Además, el área de cada
estudio fue homogeneizada a hectáreas por año para luego obtener el valor por hectárea anual
en dólares.
Tabla 5. Descripción de las variables
Variable Descripción Observaciones
/frecuencia Media
Servicio ecosistémico Tipo de servicio ecosistémico
Degradación del suelo 1= Estudios evaluando la degradación del suelo, 0 en otro caso 27 oferta hídrica 1= Estudios evaluando la oferta hídrica, 0 en otro caso 38
Deforestación 1= Estudios evaluando la deforestación de los bosques, 0 en
otro caso 30
Sitio de estudio Variables relacionadas al sitio de estudio Tipo de bioma Tipo de bioma
Bioma tipo bosque 1= corresponde a un tipo de bioma como bosque, bosque
tropical, paisaje arable, parque nacional o valle, 0 en otro caso 67
Bioma fuente hídrica
1=corresponde a un tipo de bioma relacionado a una fuente
hídrica como cuenca hidrográfica, lago, laguna, microcuenca o
ríos, 0 en otro caso
24
Bioma otro tipo (omitida) 1= corresponde a otros tipos de bioma como humedal, manglar
o zona costera, 0 en otro caso 4
Nombre del lugar de estudio Lugar de estudio
Área del lugar de estudio
(hectáreas) Área del sitio de estudio transformada en hectáreas 87 36300000
Área protegida 1= sí pertenece a un área protegida, 0 en otro caso 31
Temperatura Temperatura del sitio de estudio en grados Celsius (promedio
anual) 86 17,75
Precipitación Nivel de precipitación en mm (promedio anual) 87 1411,41
Local 1= sí el estudio se realizó a nivel local, 0 en otro caso 86
Global (omitida) 1= sí el estudio se realizó a nivel global, 0 en otro caso 9
País País del lugar de estudio 55
Autor Autor del estudio
Año de publicación Año de publicación 95
Metodología Metodología empleada
Preferencias declaradas 1= Metodología corresponde a un método indirecto de
preferencias declaradas, 0 en otro caso 25
Preferencias reveladas 1= Metodología corresponde a un método indirecto de
preferencias reveladas, 0 en otro caso 29
Otro tipo 1= Metodología corresponde a un método indirecto de otro
tipo, 0 en otro caso 2
Transferencia de beneficios 1= Metodología corresponde a un método indirecto de
transferencia de beneficios, 0 en otro caso 13
Método directo (Omitida) 1= Metodología corresponde a un método directo de
evaluación, 0 en otro caso 26
Valor original (Ha/ año) Valor original transformado a hectárea por año 95 3.252,17
Moneda Moneda original del estudio
Año base Año tomado como base para el estudio
IPC año base IPC del año base
IPC año 2019 (base 2010) IPC del año 2019
Tipo de cambio a dólares del
2019 Tipo de cambio moneda base/ dólar 2019
27
Ln valor final (dólares
2019/ha/año) Logaritmo natural valor final (dólares 2019/ha/año) 95 2,712
Valor final (dólares
2019/ha/año) Valor final en dólares 2019 95 155,473
Fuente: Elaboración propia
5. Resultados
5.1.Modelos de elección
La Tabla 6 presenta las estadísticas descriptivas para la base de datos de los modelos de
elección, es decir para la presencia o no de pozos petroleros sin tener en cuenta la variable
de zona de influencia. Encontramos tres tipos de variables, las geográficas que permiten
caracterizar el píxel dentro de la codificación que realiza el DANE para los municipios y
departamentos de Colombia (DIVIPOLA) y en sus coordenadas geográficas. Las variables
ambientales, donde encontramos las variables de interés como la erosión, deforestación o
bosque no estable y la degradación del agua medida a partir de la oferta hídrica de los años
2010 y 2014; también están las variables de control relacionadas con las condiciones del
suelo en cada pixel.
Tabla 6. Estadísticas descriptivas
Tipo de
variable Variable Observaciones Media
Desviación
estándar Min Max Unidad
Geográficas Coordenada x 4,489 -73,0 1,0 -74,86 -71,10 Longitud
Coordenada y 4,489 3,3 0,7 1.605 5 Latitud
Ambientales
Presencia de pozo 4.489 0,012 0,1 0 1
Oferta hídrica 2010 4,321 1 6 Categórica*
Oferta hídrica 2014 4,287 5 11 Categórica*
Erosión 4,321 1 8 Categórica*
Bosque no estable
(deforestación) 4,283 1 5
Categórica*
Distancia del pozo
al cuerpo de agua 4.489 23,3 252,1 0 4970,08
Metros
Capacidad del suelo 4.489 5,3 0 25 Categórica*
Frontera agrícola 4.489 1.725.354 1.920.609 0 3.886.216 Kilómetros
Vocación del suelo 4.489 1 8 Categórica*
Oferta ambiental 4.489 1 5 Categórica*
Uso principal del
suelo 4.489 1 17
Categórica*
Grado salinización 4.489 1 5 Categórica*
Tipo de bioma 4.489 1 5 Categórica*
Fuente: Elaboración propia * Las clasificaciones y las frecuencias de las variables categóricas se encuentran
en el Anexo 1.
28
Antes de analizar los resultados derivados de los modelos ordenados probabilísticos, es
importante analizar si existen diferencias significativas entre las variables dependientes de
interés debido a la presencia o no de un pozo petrolero en el píxel. Usando la Tabla 7 se
evidencia que no existe diferencia significativa entre los pixeles con y sin pozo petrolero para
la variable de degradación del suelo. Para la oferta hídrica estudiada en dos momentos del
tiempo se encuentra que para el año 2010 la diferencia entre las medias agrupadas por pixeles
con y sin pozo petrolero es significativa y es superior en los pixeles sin pozo. Esto indica que
en estos pixeles encontramos una oferta hídrica en un estado crítico mayor. Para la oferta
hídrica en el año 2014 se evidencia que no existe una diferencia significativa derivada de la
presencia de un pozo petrolero, esto puede deberse a la mayor oferta hídrica evidenciada en
ese año. En la deforestación se presenta que la media de los pixeles con pozo es menor y su
diferencia es significativa, de este resultado se puede concluir que los pixeles sin pozo tienden
a tener una mayor deforestación que los pixeles que cuentan con actividades petroleras. Estos
resultados no esperados pueden deberse a la poca potencia estadística que tienen los pozos
petroleros, debido a la limitada muestra.
Tabla 7. Diferencia de medias
Variable Observaciones Media Diferencia de medias
Sin pozo Con pozo Sin pozo Con pozo
Degradación del suelo 4248 55 4,217 4,163 0,053
Oferta hídrica año 2010 4248 55 1,774 1,454 0,319***
Oferta hídrica año 2014 4149 55 3,213 3,140 0.0740
Deforestación 4207 55 0,377 0,163 0,214***
Fuente: Elaboración propia
5.1.1. Sobre la degradación del suelo
Para la degradación del suelo se usó como variable proxy la erosión del suelo del SIAC que
oscila entre erosión muy severa, severa, moderada, ligera y sin evidencia de erosión. En el
departamento del Meta para el año 2012 se evidenciaron 4 categorías, pues no se presenció
una erosión muy severa. Los principales resultados se presentan en el Anexo 2. a donde se
evidencia que la presencia de un pozo petrolero disminuye la probabilidad de presenciar una
erosión severa, moderada y sin evidencia de erosión en 1,6 P.P (Puntos Porcentuales), 9,7
P.P, 1,6 P.P, respectivamente y aumenta la probabilidad de que se encuentre en un estado de
29
erosión ligera en 13,2 P.P, este resultado es significativo al 95% de confianza y es consistente
con la evidencia empírica ya que, la mayor concentración de hidrocarburos en el suelo se
encuentran en la capa superficial del suelo (entre 5 y 20cm). La degradación del suelo tiene
un impacto directo de las actividades petroleras en la étapa de explotación cuando el agua de
vertimiento es arrojada al suelo, lo que provoca la pérdida de nutrientes esenciales del suelo,
su posterior salinización debido a la diferencia en los grados de salinidad de los agentes
contaminantes que se encuentran en el agua de vertimiento.
Estar en un píxel que se encuentra dentro de la frontera agrícola genera que la probabilidad
de que la erosión sea severa, moderada y ligera aumente en 0,4 P.P, 6,7 P.P y 12,1 P.P,
respectivamente; estos resultados se deben principalmente a los efectos encontrados en los
suelos debido a la ganadería extensiva como la deforestación, la degradación y compactación
del suelo. Además, la presencia de un bosque estable en el pixel genera que se disminuya la
probabilidad de que la erosión sea severa en un 0,4%, de que sea moderada en 6,7 P.P y en
un 12,1 P.P de que sea ligera, también se exhibe que un pixel con un bosque estable genera
que la probabilidad de que se encuentre sin evidencia de erosión disminuya en un 18,5 P.P
esto es debido a que la degradación del suelo ocurre principalmente en las etapas de
exploración y explotación donde la deforestación es más pronunciada debido a la remoción
de las coberturas vegetales, lo que genera que el suelo quede al desnudo y expuesto a las
lluvias, generando erosión y sedimentación de los suelos.
Al analizar la zona de influencia de un pozo petrolero, es decir 11 kilómetros cuadrados a la
redonda del pozo (Anexo 2. b), los resultados se vuelven opuestos tanto en magnitud como
en signo. Esto puede deberse principalmente a que el efecto de los hidrocarburos en el suelo
es considerado local al no superar los 40 cms de impacto; sin embargo, la evidencia empírica
sugiere que la zona de influencia de un pozo petrolero puede presentar niveles de degradación
similares, debido a condiciones como la rugosidad aerodinámica de la superficie, la
orientación y la edad de las plantas de la zona (Bakker, 2000). Estar dentro de la zona de
influencia evidencia un incremento en la probabilidad de presentar una erosión severa en 2,2
P.P y en 11,5 P.P para la erosión ligera, y disminuye para la erosión moderada (1,5 P.P), y
sin evidencia de erosión (13,3 P.P).
30
Estar en un píxel donde la capacidad del suelo sea de superficial a profundo, bien drenado,
con textura media a moderadamente gruesa, fertilidad muy baja y con alta saturación de
aluminio (Vllse-1, Vlse, Vls-1, Vls-2, Lvs-1, Vlhs-1 y Vlts-2) generan que la probabilidad
de tener erosión en todos los niveles aumente, a excepción de la categoría sin evidencia de
erosión, la cual disminuye. Esto es debido a que este tipo de suelo se caracteriza por estar
afectados en sectores por erosión laminar ligera. Estos resultados no se mantienen al analizar
el efecto de encontrarse dentro de la zona de influencia del pozo petrolero, consistente con la
literatura, donde los efectos evidenciados no superaban los 3 kilómetros. Usando la Figura 1
se evidencia la asociación existente entre la presencia de un pozo petrolero y un alto grado
de erosión, sin embargo, la mayor parte del departamento se encuentra con algún tipo de
erosión.
Figura 1. Degradación del suelo
Fuente: Elaboración propia con datos del IGAC
Figura 2. Deforestación
5.1.2. Sobre la deforestación
Para la variable deforestación, se utilizó la variable proxy de cambios en la cobertura vegetal,
donde sus resultados oscilan entre bosque estable y deforestación, por lo que se realizará un
modelo probabilístico binario. Los principales resultados se encuentran en el Anexo 3, en los
cuales se encuentra que un píxel que tiene pozo petrolero disminuye en 5,5 P.P la
probabilidad de que un píxel se encuentre con bosque estable (Anexo 3. a), además este
31
resultado se mantiene e incrementa para la zona de influencia que está constituida de 11
kilómetros cuadrados, donde la probabilidad de que el píxel se encuentre con un bosque
estable disminuye en 10,9 P.P (Anexo 3. b). La deforestación ocurre en la etapa de
explotación cuando se realiza la remoción de coberutra vegetal para la apertura de líneas
sísmicas para la prospección, construcción de campamentos e implantación de infraestructura
para procesos como las plataformas en la perforación. También ocurre en la etapa de
explotación, cuando se genera la apertura de carreteras y la construcción de los oleoductos
para el transporte del hidrocarburo. A pesar de esto, se encuentra que las actividades
petroleras no son la principal fuente de deforestación en el departamento del Meta, pues la
frontera agrícola aún continua teniendo un peso importante debido al pastoreo extensivo, el
cultivo de soja y las plantaciones de palma aceitera (FAO, 2016). En la Figura 2 se evidencia
que los pozos petroleros se encuentran ubicados en su totalidad en zonas que cuentan con un
cambio de cobertura que categorizan al bosque como no estable.
5.1.3. Sobre la disminución en la oferta hídrica
Para la dimensión de la degradación del agua se utilizó el rendimiento hídrico del Estudio
Nacional del Agua (ENA) como proxy de calidad del agua, esta variable representa cual es
la cantidad de agua por unidad de superficie en un intervalo de tiempo dado (l/s/km²) además,
como se especificó antes, esta variable se encuentra en el grupo de variables flujo, por lo que
se estudiarán dos momentos en el tiempo, el año 2010 y el año 2014. El año 2010 presentó
menores niveles de oferta hídirca (crítica y grave) y el 2014 tuvó mayor oferta hídrica, pues
solo presentó las categorías de moderado y normal.
En el Anexo 4. a se presentan los principales resultados para el año 2010, donde la presencia
de un pozo petrolero aumenta la probabilidad de que la oferta hídrica se encuentre en el
estado más crítico, de 0 a 10 litros/segundo/kilómetro, en un 14,3 P.P, y este efecto se
acrecienta para la zona de influencia (Anexo 4. b), pues la aumenta en 27,5 P.P; estos efectos
son explicados principalmente por la etapa de explotación de las actividades petroleras donde
ocurre la transformación de los drenajes naturales debido a los desechos que interrumplen el
flujo y a la salinización de las fuentes hídricas, debido al vertimiento de las aguas de
producción. También se generan efectos indirectos derivados de la deforestación y cambios
32
del uso del suelo, pues en ausencia de vegetación e inmediatamente después de la lluvia los
caudales superficiales aumentan y generan grandes flujos de agua ocasionando erosión al
suelo, turbidez del agua e inundaciones (Laterra et al., 2011). Es importante resaltar que estos
efectos pueden estar sobreestimando al efecto real debido a la escasez de agua evidenciada
este año.
Sin embargo, la presencia de un pozo reduce la probabilidad de estar en un estado grave, que
es de 10 a 30 litros/segundo/kilómetro cuadrado, en un 11,1 P.P. Esto puede deberse a la
capacidad de asimilación que posee el agua que le permite aceptar sustancias orgánicas y
hacerlas menos perjudiciales (Field, 1998), a condiciones como el nivel del caudal de la
fuente hídrica, el tipo de fuente hídrica y la temporada de lluvias (Caseya, Kahna & Rivas,
2008).
Figura 3. Oferta hídrica 2010
Fuente: Elaboración propia con datos del IGAC
Figura 4. Oferta hídrica 2014
Para el año 2014, los resultados presentados en el Anexo 5. a evidencian que un píxel con un
pozo petrolero disminuye la probabilidad de que el rendimiento hídrico se encuentre en un
estado moderado en 9,5 P.P y la aumenta en 0,04 P.P de encontrarse en un estado normal,
pero este resultado además de ser pequeño en magnitud de cambio no es significativo. Esto
puede deberse a tres razones: la primera es la alta capacidad de resiliencia del agua y la
segunda es que, para el año 2014, la magnitud de oferta hídrica presentó un nivel más alto
33
respecto al periodo 2010. Luego, acorde con De Oliveira Lemos, Martins de Carvalho &
Zanardi-Lamardo (2014), los niveles de contaminación son menores en la épocas de mayor
oferta hídrica o niveles de precipitación debido a la alta dilucion causada por la lluvia. Por
último, los residuos tóxicos del petróleo son raramente encontrados en distancias inferiores
a 500m y superiores a 2 kilómetros (Bakke, Klungsoyr & Sanni ,2013). En cuanto a la zona
de influencia, esta genera una disminución en la probabilidad que la oferta hídrica del pixel
sea moderada en 2,1 P.P y normal en 0,8 P.P. Para este caso solo se analizaron las categorías
de la oferta hídrica moderada y normal debido a que la categoría grave presenta pocas
observaciones y no es tomada en cuenta para la estimación (Anexo 5. b). Las figuras 3 y 4
permiten evidenciar una asociación positiva entre la presencia de un pozo petrolero y un
menor nivel de oferta hídrica.
5.2.Valoración económica
a. Meta-análisis
Los servicios ecosistémicos (SE) de la deforestación y la degradación del suelo presentan
coeficientes positivos, y solo significativos en el caso de la deforestación (Tabla 8). Por otro
lado, la disminución en la oferta hídrica presenta valoraciones menores. Esta estimación se
realizó usando como categorías exluidas los otros servicios ecosistémicos de interés, es decir
para el caso de la deforestación se tomaban como excluidas la degradación del suelo y la
disminución de la oferta hídrica, esto permite que la interpretación corresponda a una mayor
(menor) valoración del SE respecto a las categorías excluidas. La estimación de la variable
degradación del suelo tiene un efecto que no es significativo lo que generan se analicen dos
casos: el primero, donde se tiene en cuenta esta valoración para el valor de la externalidad
teniendo en cuenta que pueda no se su valor real, y el segundo, analizando la externalidad
sin inlcuir esta estimación. Solo las variables relacionadas con el servicio ecosistémico de la
degradación del suelo, las valoraciones realizadas por un método indirecto de preferencias
declaradas y el método indirecto de transferencia de beneficios no son significativos en las
regresiones. La influencia del tamaño del sitio de estudio por hectárea es negativa para el
valor del SE, ya que una mayor área de estudio genera valor unitarios menores acorde con lo
encontrado en Zhou et al. (2020) y en Bockarjova, Botzen. & Koetse (2020).
34
Para los tres SE, se encuentra que el año de publicación genera que el valor de estos se
incremente, es decir las valoraciones más recientes presentan disponibilidades a pagar
superiores, resultado que puede deberse a los cambios generados en el ingreso a lo largo de
los años. Además, que el SE valorado se encuentre dentro un área protegida genera que su
valor disminuya respecto a aquellas a los sitios de estudio que no están dentro de un área
protegida. Esto puede deberse a la probabilidad de ser degradado, es decir, los sitios con áreas
protegidas tienen una probabilidad menor de ser degradado ambientalmnete por lo que podría
generar una disminución en su valoración debido a que existe un acapite en la legislación de
están zonas que exluye la posibilidad de actividades petroleras.
Aquellos estudios que realizan la valoración mediante un método indirecto agrupado en otros
tipos, como el canje de deuda por naturaleza en esta muestra, generan que la valoración de
los SE disminuya respecto a las metodologías directas, como el costo de oportunidad, costo
de reemplazo, costos evitados y entre otros; mientras que la metodología de preferencias
reveladas evidencia los mayores estimadores. Las valoraciones realizadas en tipos de biomas
como bosques y fuentes hídricas presentan valoraciones más altas que los biomas como los
manglares o humedales. Estos resultados no coinciden con los encontrados en Zhou et al.
(2020), quienes determinan que la conservación del agua y las propiedades del suelo en los
humedales son variables importantes para la valoración de los manglares.
Tabla 8. Resultados mínimos cuadrados generalizados para cada servicio ecosistémico
Variables Disponibilidad a pagar
(Deforestación)
Disponibilidad a pagar
(Degradación del suelo)
Disponibilidad a pagar
(Disminución de la
oferta hídrica)
Servicio ecosistémico 0.294** 0.0371 -0.326*
(0.148) (0.115) (0.191)
Año de publicación 0.0767*** 0.0723*** 0.0656***
(0.0256) (0.0279) (0.0238)
Preferencias reveladas 0.524* 0.569* 0.568*
(0.275) (0.304) (0.300)
Otro tipo de método indirecto -10.66*** -10.83*** -11.03***
(1.158) (1.206) (1.164)
Preferencias declaradas -0.712 -0.544 -0.597
(0.494) (0.561) (0.594)
Transferencia de beneficios -0.109 -0.116 0.0463
(0.290) (0.295) (0.271)
Bioma tipo bosque 0.664** 0.771** 0.663**
(0.338) (0.344) (0.301)
Bioma hídrico 1.131** 1.108** 1.037**
(0.469) (0.544) (0.475)
Área protegida -0.809** -0.737* -0.782**
35
(0.401) (0.384) (0.358)
Nivel local 0.969*** 1.089*** 0.836***
(0.162) (0.160) (0.223)
Temperatura 0.0255** 0.0232* 0.0224**
(0.0126) (0.0140) (0.0113)
Precipitación 6.24e-05 7.65e-05 5.59e-05
(4.59e-05) (4.75e-05) (3.70e-05)
Área del sitio de estudio (Ha) 1.59e-09** 1.38e-09* 1.41e-09**
(6.74e-10) (7.67e-10) (6.73e-10)
Constante -154.9*** -146.2*** -132.3***
(52.04) (56.65) (48.42)
𝑹𝟐 ajustado 0,463 0,467 0,468
Observaciones 95 95 95
Errores estándar robustos en paréntesis *** p<0.01, ** p<0.05, * p<0.1
Nota: Las variables omitidas para los SE son degradación del suelo y oferta hídrica cuando se valora
deforestación, deforestación y oferta hídrica para la degradación del suelo y degradación del suelo y
deforestación para la oferta hídrica.
La Tabla 8 muestra los resultados obtenidos en la especificación, usando el modelo de
Mínimos Cuadrados Generalizados (MCG) con errores estándar robustos Huber-White. Esta
estimación presenta estimadores más eficientes comparado con los resultados obtenidos por
Mínimos Cuadrados Ordinarios (MCO) y MCG sin errores robustos, aunque se presenta
consistencia en el tamaño y signo de los estimadores. La robustez de los resusltados fue
examinada mediante un test de Shapiro-Wilk, que revela una desviación de la normalidad en
los residuos. Sin embargo, una prueba gráfica evidencia que estas desviaciones no son
sustanciales. El poder explicativo del modelo es en promedio 46,9% (se usa el R-ajustado de
la regresión MCO), valor ligeramente superior al encontrado como media de los modelos de
meta-análisis (44%) realizado por Nelson & Kennedy (2009) citado en Zhou, Wu & Gong
(2020). El Factor de inflación de la varianza no presenta valores superiores a 10 y su valor
medio es de 2.21, lo que no genera la violación de ningún supuesto y no se presenta evidencia
de multicolinealidad.
El error de transferencia calculado como la diferencia entre la valoración predicha y el valor
real es en promedio del 20%. Aunque no existe un acuerdo sobre el máximo error de
transferencia, Kristofersson & Navrud (2007) sugieren valores entre el 20 y 40%, lo que
indicaría que el error de transferencia obtenido se encuentra dentro de los niveles
comúnmente aceptados. Se decide usar el error de transferencia absoluto debido a que
pequeñas diferencias entre el valor real y el predicho cuando se tienen valoraciones pequeñas
generan grandes errores en términos relativos (Lindhjem & Navrud, 2008).
b. Transferencia de beneficios
36
Partiendo de las estimaciones de las regresiones de meta-analisis se procede a realizar la
transferencia de beneficios para el departamento del Meta en las tres categorías de estudio.
Los valores de las variables para el departamento del Meta son : el año publicación es 2021,
se utiliza el método indirecto de transferencia de beneficios, se analiza un bioma tipo bosque
para la deforestación y la degradación del suelo y bioma fuente hídrica para la oferta hídrica,
no es un área protegida, tiene una temperatura promedio de 25° celsius, una precipitación
promedio de 2.501 mm y el área del servicio ecosistémico a valorar se determinó a partir de
los resultados de los modelos de elección, donde se seleccionaron solo aquellos estados del
servicio ecosistémico que presentaron desmejoras debido a la presencia de un pozo petrolero.
Las ecuaciones a estimar son presentadas en el Anexo 6.
La Tabla 9 presenta las valoraciones predichas usando la transferencia de beneficios. La
mayor valoración por medio de la transferencia de beneficios se presenta para las zonas
deforestadas con un valor de $14,2 USD por hectárea y por año, mientras que la valoración
más baja ocurre en la degradación del suelo con una erosión ligera con un valor de $10,97
USD por hectárea por año. Los valores por hectárea para la disminución de la oferta hídrica
son muy similares en los dos casos de estudio, mientras que en la comparación del valor
agregado por año es mucho mayor para el año 2014 pues se presenta mayor área afectada
con una oferta hídrica moderada.
Bello, Ruiz-Agudelo & Madriñan-Valderama (2013) realizan un ejercicio similar para los
andes colombianos donde realizan el supuesto que el área de estudio es un área homogénea.
Ellos encuentran que la disponibilidad a pagar por la oferta hídrica por hectárea en un año es
de 23,8 USD (2019) y para la conservación de la biodiversidad o presencia de un bosque
estable es de 3.403,3 USD (2019); las diferencias encontradas entre las valoraciones
obtenidas pueden deberse a dos factores. El primero es que el ejercicio realizado por Bello et
al. (2013) solo toma trabajos primarios realizados en Colombia y la segunda, relacionada con
la anterior, es que presenta una muestra muy limitada comparada a la empleada en este
trabajo. Zhou et al. (2020) realizan un ejercicio de transferencia de beneficios mediante meta-
análisis pero su muestra se limita sitios de estudio que fuesen humedales. Ellos encuentran
que el valor de una hectárea deforestada asciende a 287,9 USD (2019), para la disminución
37
de la oferta hídrica de $26,8 USD (2019) y para la degradación del suelo de $30,3 USD
(2019); ya que el área de estudio es distinta solo se compara el valor por hectárea.
Tabla 9. Transferencia de beneficios por servicio ecosistémico
Año Servicio ecosistémico
Estado del
servicio
ecosistémico
Área afectada
(ha)
Intervalos de
confianza USD
2019
Valor
( USD
2019/
ha/año)
Valor (USD
2019/ año)
Año 2010 Oferta hídrica Crítico 2.006.700 8,54-12,52 $ 12,47 $ 25.023.549
Año 2014 Oferta hídrica Moderado 6.704.700 8,59-18,19 $ 12,50 $ 83.808.750
Año 2015 Deforestación Bosque no
estable 5.416.875 10,63 -18,97
$ 14,20 $ 76.919.625
Año 2011 Erosión del suelo Ligera 2.223.400 8,75-13,75 $ 10,97 $ 24.390.698
Fuente: Elaboración propia
6. Conclusiones
El objetivo de este trabajo era delimitar los efectos en la degradación ambiental, enfocada en
tres variables principales, causada por la actividades petroleras en el departamento del Meta,
junto con la posterior valoración económica de estos efectos. Los resultados de los modelos
de elección permiten concluir dos cosas: 1. Los píxeles con pozos petroleros presentan
mayores niveles de degradación ambiental en todas las categorías estudiadas a excepción de
la oferta hídrica para el 2014, y con una posible sobreestimación del efecto real para el año
2010 debido a la escasez hídrica de ese año. 2. La deforestación es el principal impacto
negativo directo derivado de las actividades petroleras, y como consecuencia de este impacto
se generan efectos indirectos en la degradación del suelo y la disminución en la oferta hídrica,
que a su vez también están catalogados como impactos directos, es decir, la deforestación
acrecienta los impactos directos de la degradación del suelo y la disminución en la oferta
hídrica.
A través de la transferencia de beneficios por meta-análisis se obtienen las disposiciones a
pagar por cada uno de los servicios ecosistémicos de interés. Se analizaron aquellas
categorias de degradación que demostraron ser afectadas por la presencia de un pozo
petrolero en los modelos de elección, es decir la deforestación, la degradación del suelo
ligera, la oferta hídrica crítica del año 2010 y la oferta hídrica moderada del año 2014. Las
valoraciones oscilan entre $25 y 83 millones USD anuales por servicio ecosistémico
analizado en el departamento del Meta, lo que genera que sea un limite inferior del valor
38
económico total pues no valora la totalidad de los SE existentes en el departamento del Meta.
En el año 2019, el sector de explotación de minas y canteras aportó un monto aproximado de
6 billones de dólares (2019) al PIB departamental, mientras que el valor agregado de los
impactos generados por esta industria fueron de 210, 1 millones USD (2019), equivalente al
3,5% del valor agregado al PIB departamental o al 3,1% en caso de no tomarse en cuenta la
valoración de la degradación del suelo debido a su efecto no significativo. l. Este valor
corresponde a la externalidad causada por la actividades petroleras en el departamento del
Meta, y representa el monto que debe ser considerado por las empresas de esta industria para
la planificación de sus actividades. Las comparaciones realizadas con trabajos similares
permiten identificar algunas debilidades de la metodología de meta-análisis, como el alto
grado de sensibilidad relativa a otros trabajos que se presenta pasando de valoraciones de
14, como la encontrada en este trabajo, a 288 USD por hectárea deforestada, como a la
elección, cantidad y calidad de los estudios primarios, pues esto determinan en su conjunto
la confiabilidad y calidad del modelo final.
Aunque no se realiza un análisis de causalidad entre los efectos de las actividades petroleras
en los servicios ecosistémicos analizados, estos resultados pueden entenderse como una
aproximación a los posibles daños económicos generados por esta industria en el
departamento del Meta. Este trabajo es de utilidad para las decisiones de compensación de
las organizaciones encargadas de los proyectos de mitigación de daños como el ANLA y las
para las empresas generadoras de estos impactos, pues a partir de estos resultados se pueden
crear las bases para generar tanto regulaciones más estrictas en los distintos procesos de
obtención de licencias como en la formulación de los planes de compensación de daños.
Permite generar una base de nuevas estrategias de mitigación de impactos mediante la
prevención o formulación de nuevos procesos en la etapas de las actividades petroleras que
disminuyan sus impactos. Además, genera una aproximación al valor a compensar por
hectárea que permite determinar la magnitud del impacto de estas actividades en términos
económicos. Entre las limitaciones del estudio se encuentra la disponibilidad de datos debido
a la imposibilidad de realizar un seguimiento a los derrames generados en la etapa de
transporte, razón por la cual no son valorados estos efectos. También existe un posible sesgo
por omisión de trabajos relevantes, tanto en trabajos publicados como en no publicados, en
39
el meta-análisis, junto con la limitada cantidad de trabajos disponibles para la comparación
de transferencias de beneficios usando un enfoque de meta-análisis en los servicios
ecosistémicos de interés.
Referencias
Al-Sarawi, M., Massoud, M. S., & Al-Abdal, F. (1998). Preliminary assessment of oil contamination
level in soils contaminated with oil lakes in the greater Burgan oil fields, Kuwait. Water, Air
and Soil Pollution, 106, 493–504.
Agencia Nacional de Hidrocarburos- ANh. (2020). Producción fiscalizada crudo 2020. Agencia
Nacional de Hidrocarburos.
Argentina Ambiental. (2020). Características edáficas de suelos afectados por derrames de petróleo.
Recuperado de: http://argentinambiental.com/notas/informes/caracteristicas-edaficas-suelos-
afectados-derrames-petroleo/
Avellaneda, A. (2009). Petróleo e impacto ambiental en Colombia. Revista de la Universidad
Nacional (1944-1992), 6(24), 21-28.
Avellaneda., A. (2005). Petróleo, seguridad ambiental y exploración petrolera marina en Colombia.
Iconos. Revista de Ciencias Sociales 21 ,11-17. Quito.
Azqueta, D. & Delacámara, G. (2008). El costo ecológico de la extracción de petróleo: una
simulación. Revista de la cepal, 94.
Bakke, T., Klungsoyr, J. & Sanni, S. (2013). Environmental impacts of produced water and drilling
waste discharges from the Norwegian offshore petroleum industry. Marine Environmental
Research 92, 154-190.
Bakker, M. I., Casado, B., Koerselman, J.W., Tolls, J. & Kolloffel, C. (2000). Polycyclic aromatic
hydrocarbons in soil and plant samples from the vicinity of an oil refinery. The Science of
the Total Environment 263, 91-100
Bello, C., Ruiz-Agudelo, C.A. & Madriñan-Valderama. L.F. (2013). Aproximación a la valoración
de algunos de los servicios ecosistémico de los andes colombianos, a partir de una
transferencia de benéficios por meta-análisis. Capital Natural de Colombia No. 4.
Conservación Internacional. Bogotá, D.C.
Bergstrom, J.C. & Taylor, L.O.. (2006). Using meta-analysis for benefits transfer: Theory and
practice. Ecological Economics, volume 60, Issue 2 (1), 351-360.
Bockarjova, M., Botzen, W.J.W. & Koetse, M. (2020). Economic valuation of green and blue nature
in cities: A meta-analysis. Ecological Economics 169.
Bravo, E. (2007). Los impactos de la explotación petrolera en ecosistemas tropicales y la
biodiversidad. Acción ecológica, Quito.
Buzmakov, S.A. & Khotyanovskaya, Y.V. (2020). Degradation and pollution of lands under the
influence of oil resources exploitation. Applied Geochemistry 113 (2020) 104443.
Carriazo, F., Ibáñez, A. M. & García. M. (2003). Valoración de los beneficios económicos provistos
por el Sistema de Parques Nacionales Naturales: una aplicación del análisis de transferencia
de beneficios. Documento cede. Universidad de los andes. Bogotá p 44.
Caseya, J.F., Kahna, J. R. & Rivas, A. F. (2008). Willingness to accept compensation for the
environmental risks of oil transport on the Amazon: A choice modeling experiment.
Ecological economics, 67, 552-559.
Castro Amado, D.A., Casallas Abril, Y., García Correa, C. & Villamil Mora, G. (2018).
Jerarquización, Estandarización Y Zonificación De Impactos Ambientales De Trescientos
Proyectos Licenciados ANLA. Autoridad Nacional de Licencias Ambientales (ANLA).
40
Chacón Cruz, T.P. & Riaño Amaya, C.A. (2020). Análisis del sector petrolero en Colombia, carga
tributaria y comparación con Perú, México y Ecuador. Trabajo de grado, Universidad Jorge
Tadeo Lozano.
Convencion ramsar. (1997). Valoración Económica de los Humedales. Guía para decisores y
planificadores. Oficina de la Convención RAMSAR
(http://www.ramsar.org/sites/default/files/documents/pdf/lib/lib_valuation_s.pdf)
Corponariño. (2011). Plan de ordenamiento del recurso hídrico. Recuperado de:
https://corponarino.gov.co/expedientes/descontaminacion/porhmirafloresp3.pdf
ANLA. (2020). Licencia Ambiental Subdirección de Evaluación y Seguimiento. Recuperado de:
http://www.anla.gov.co/tramites-y-servicios/servicios/licencia-ambiental
Correa, F. (2005). Valoración económica de ecosistemas estratégicos asociados a fuentes hídricas que
abastecen acueductos veredales. Semestre Económico 29-48.
De Oliveira Lemos, R.T., Martins de Carvalho, P.S. & Zanardi-Lamardo, E. (2014). Petroleum
hydrocarbons in water form a Brazilian tropical estuary facing industrial and port
development. Marine Pollution Bulletin 82,183–188.
Etter, A., Andrade, A., Saavedra, K., Amaya, P. & Arévalo, P. (2017). Estado de los ecosistemas
colombianos: Una aplicación de la metodología de lista roja de ecosistemas.
FAO. (2016). El Estado de los bosques del mundo 2016. Los bosques y la agricultura: desafíos y
oportunidades en relación con el uso de la tierra. Roma.
Fedesarrollo (2018). Informe de Fedesarrollo a Ecopetrol S.A. Estudio sobre el impacto de la
actividad petrolera en las regiones productoras de Colombia. Caracterización departamental
Meta. Cuadernos de Fedesarrollo. No. 63.
Feenstra, R.C., Inklaar, R. & Timmer, M.P. (2015). The Next Generation of the Penn World Table.
American Economic Review, 105(10), 3150-3182, available for download at
www.ggdc.net/pwt.
Fox, B.J., Taylor, J.E., Fox, M.D. & Williams, C. (1997). Vegetation changes across edges of
rainforest remnants. Biological Conservation 82, 1-13.
Ghermandi, A. & Nunes A.L.D. P. (2011). A Global Map of Coastal Recreation Values: results from
a spatially explicit meta-analysis. Ca´Foscari University of Venica, working paper ISSN:
1827/3580 #8.
Guerrero Useda, M. E. (2018). Ruptura de oleoductos por interferencia externa, daño ambiental y
sostenibilidad en Colombia. Revista producción + limpia 13(2), 7-13.
Hao, F. & Van Brown, B. L. (2019). An Analysis of Environmental and Economic Impacts of Fossil
Fuel Production in the U.S. from 2001 to 2015. Society & Natural Resources, 32:6, 693-708.
Hernández, H. (2004). Impacto de las regalías petroleras en el Departamento del Meta. Serie: ensayos
sobre economía regional, Banco de la República.
IDEAM, U.D.C.A (2015). Síntesis del estudio nacional de la degradación de suelos por erosión en
Colombia - 2015. IDEAM - MADS. Bogotá D.C., Colombia.
Iturbe, R., Flores, R.M. & Torres L. G. (2003). Soil and water contamination levels in an out-of-
service oil distribution and storage in Michoacan, México. Water, Air, and Soil Pollution 146,
261–281.
IGAC. (2020). Degradación de los suelo. Recuperado de: http://www.siac.gov.co/erosion
Kristofersson, D., & Navrud, S. (2005). Validity tests of benefit transfer—are we performing the
wrong tests? Environmental and Resource Economics, 30, 279–286.
Krugman, P. & Wells, R. (2008) Microeconomics (2. ed). Worth Publishers.
Lal, R., Mokma, D.L. & Lowery, B. 1999. Relation between Soil Quality and Erosion. Soil and Water
Conservation Society.
Laterra, P., Jobbágy, G. & Paruelo, J.M. (2011). Servicios hídricos de los ecosistemas y su relación
con el uso de la tierra en la llanura Chaco-Pampeana”. ecosistémicos. Conceptos,
herramientas y aplicaciones para el ordenamiento territorial. Buenos Aires, INTA, 163-183.
41
Li, L., Ustin, S.l. & Lay M. (2005). Application of AVIRIS data in detection of oil-induced vegetation
stress and cover change at Jornada, New Mexico. Remote Sensing of Environment 94, 1 –16.
Lindhjem, H., & Navrud, S. (2008). How reliable are meta-analyses for international benefit
transfers? Ecological Economics, 66, 425–435.
Mansour, A. & Mushtaque, A. (2006). Land disposal of treated saline oil production water impacts
on soil properties. Desalination 212, 54–61
MAVDT. (2010). Por el cual se reglamenta el Título VIII de la Ley 99 de 1993 sobre licencias
ambientales. Decreto 2820. Ministerio de Ambiente, Vivienda y Desarrollo Territorial.
Millenium Ecosystem Assessment [MEA]. (2005). Ecosystems and human well-being.
Monroy Ata, A., & Peña, J. (2005). Uso del efecto de borde de la vegetación para la restauración
ecológica del bosque tropical. 8. 91-98.
Montoya, S., Álvarez, J.C., López, V.H., Conchas, A., García, J.G., Quiñones, L.F., Alcalde, O.R.,
Guerra, F.W. & Rojas, JC. (1999). La bio-remediación de la contaminación con
hidrocarburos. Gestión y Ambiente.
Nelson, J.P. & Kennedy, P.E. (2009). The use (and abuse) of meta-analysis in environmental and
natural resource economics: an assessment. Environmental and Resource Economics, 42(3),
345–377.
O´Rourke, D. & Connolly, S. (2003). Just oil? The distribution of environmental and social impacts
of oil production and consumption. Annual Review of Environment and Resources 28, 587–
617.
Observatorio de Conflictos ambientales & Instituto de estudios ambientales. (2017). Hidrocarburos
bloque llanos 69 – mansarovar-comité pro-consulta – meta y Cundinamarca Análisis
Impactos Ecosistémicos. Universidad Nacional de Colombia
OCDE. (2021). Inflation CPI. Recuperado de: https://data.oecd.org/price/inflation-cpi.htm
Pimentel, D., Wilson, C., McCullum, C., Huang, R., Dwen, P., Flack, J., Tran, Q., Saltman, T. &
Cliff, B., (1997). Economic and environmental benefits of biodiversity. Bioscience 47, 747-
757.
Ostrom, E. (2011). El gobierno de los bienes comune- La evolución de las Instituciones de acción
colectiva”. 2da. ed. México, UNAM-CRIMFCE. Traducción: Leticia Merino Pérez. Título original:
“Governing the commons. The evolution of institutions for colective action”. 1990.
Cambridge University Press.
Rebolledo, R. (2009). Modelo de sensibilidad ambiental basado en la valoración de relaciones
espaciales. Catalayad, 229-232.
Rella, R., Sturaro, A., Parvoli, G., Ferrara, D. & Doretti, L. (2002). An unusual and persistent
contamination of drinking water by cutting oil. Water Research 37, 656–660.
Rivera-Cruz, M., Trujillo-García, A., De La Cruz, M. A. & Maldonado Chávez. E. (2005).
Evaluación toxicológica de suelos contaminados con petróleos nuevo e intemperizado
mediante ensayos con leguminosas. Interciencia, 31(6), 15-24.
Rosenberger, R.S. & J.B. Loomis. (2001). Benefit Transfer of Outdoor Recreation Use Values: A
technical document supporting the Forest Service Strategic Plan (2000 revision). F. S.
Department of Agriculture, Rocky Mountain Research Station, Gen. Tech. Rep. RMRS-
GTR-72. Fort Collins, CO: U.S. p 59.
Ruiz-Agudelo, C.A. Bello, C., Londoño-Murcia, M. C., Alterio, H., Urbina- Cardona, J. N., Buitrago,
A., Gualdrón-Duarte, J. E., Olaya-Rodríguez, M. H., Cadena-Vargas, C. E., Zárate, M. L.,
Polanco, H., Urciullo, F., Arjona Hincapié, F. & Rodríguez Mahecha, J. V. (2011). Protocolo
para la valoración económica de los servicios ecosistémicos en los Andes colombianos, a
través del método de transferencia de beneficios. Reflexiones sobre el Capital Natural de
Colombia No. 1. Conservación Internacional Colombia. Bogotá, D.C. 53 pp.
Sandia, L.A. & Henao, A. (2010). Sensibilidad ambiental y sistemas de información geográfica.
Mérida: Centro Interamericano de Desarrollo e Investigación Ambiental y Territorial –
CIDIAT, p 12.
42
UPRA. (2020). Departamento del meta. Recuperado de:
https://drive.google.com/file/d/1PmM3kxGJ5RQibrFcNWDqWtakqqSaW9qo/view
Velásquez- Arias, J.A. (2017). Contaminación de suelos y aguas por hidrocarburos en Colombia.
Análisis de la fitorremediación como estrategia biotecnológica de recuperación. Universidad
Nacional Abierta y a Distancia –UNAD. Yopal, Casanare, Colombia.
World Bank. (2021). Consumer price index (2010=100). Recuperado de:
https://data.worldbank.org/indicator/FP.CPI.TOTL?end=2019&start=2019&view=map
Worldwide Forum. (2014). Deforestation fronts in the Amazon region: current situation and future
trends a preliminary summary.
Zhou, J., Wu, Jian. & Gong, Yazhen. (2020). Valuing wetland ecosystem services based on benefit
transfer: A meta-analysis of China wetland studies. Journal of Cleaner Production 276
122988.
Zulaica, L., Ferraro, R., & FabianI, L. (2009). Índices de sensibilidad ambiental en el espacio
periurbano de Mar del Plata. Geograficando Vol. 5 (5), 187-211.
Anexos
Referencias usadas en el meta-análisis
Adger, W., Brown, K., Raffaello Cervigni, & Moran, D. (1995). Total Economic Value of Forests in
Mexico. Ambio, 24(5), 286-296. Retrieved October 20, 2020, from
http://www.jstor.org/stable/4314349.
Ammour, T., Windevozxhel, N. & Sencion, G. (2000). Economic valuation of mangroves ecosystem
and subtropical forest in Central America. Edward Elgar. Cheltenham.
Bateman, I. J., Langford, I. H. & Graham, A. (1995). A survey of non-users “willingness to pay to
prevent saline flooding in the Norfolk Broads”. CSERGE Working Paper GEC 95-11. Centre
for Social and Economic Research on the Global Environment, School of Environmental
Sciences, University of East Anglia, Norwich.
Bernard, F., de Groot, R.S., Campos, J.J. (2010). Valuation of tropical forest services and mechanisms
to finance their conservation and sustainable use: a case study of Tapanti National Park, Costa
Rica. Forest Policy and Economics 11, 174–183.
Beukering, P.J.H., Cesar, H.S.J. & Janssen, M.A. (2003). Economic valuation of the Leuser national
park on Sumatra, Indonesia. Ecological Economics 44, 43–62.
Biao, Z., Wenhua, L., Gaodi, X. & Yu, X. (2010). Water conservation of forest ecosystem in Beijing
and its value. Ecological Economics 69, 1416–1426.
Chen, J., Sun, B.M., Wu, X., Guo, L.Z. & Wang, G. (2014). Land use changes and their effects on
the value of ecosystem services in the Small Sanjiang Plain in China. Scientific World
Journal, Article ID 75284.
Choe, K., Whittington, D. & Laurie, D.T. (2001). The economic benefits of surface water quality
improvements in developing countries: A case study of Davao, Philippines. Land Economics,
72(4), 519-37.
Chopra, K. & Kadekodi, G. K. (1997). Natural resource accounting in the Yamuna basin: Accounting
of forest resources. Institute of Economic Growth, Delhi.
Colombo, S., Calatrava-Requena, J. & Hanley, N. (2006). Analyzing the social benefits of soil
conservation measures using stated preference methods. Ecological Economics, vol. 58,
pp850–861.
43
Costanza, R., d´Arge, R., de Groots, R., Farber, E., Grasso, M., Hannon, B., Limburg, k., Naeem, S.,
O´Neill, R., Paruelo, J., Raskin, R., Sutton, P. & van del Belt. M. (1997). The value of the
qworld´s ecosystem services and natural capital. Nature 387(15), 253-260.
Croitoru, L. (2007). How much are Mediterranean forests worth? Forest Policy and Economics 9,
536–545.
De Groot, R., Brander, L., Van der Ploeg, S., Costanza, R., Bernard, F., Braat, L., Crossman, N.,
Germandi, A., Hein, L., Hussain, S., Kumar, P., McVittie, A., Portela, R., Rodríguez, L.C.,
Brink, P.T. & Van Beukering, P. (2012). Global estimates of the value of ecosystems and heir
services in monetary units. Ecosystem services 1, 50-61.
Del Ángel-Pérez, A. L., Mendoza-Briseño, M. A., & Rebolledo- Martínez, A. (2006). Población y
ambiente en Coatepec: valor social de la cubierta vegetal. Espiral: Estudios sobre Estado y
Sociedad, 12(36), 163–196.
Del Ángel-Pérez, A. L., Rebolledo-Martínez, A., Villagómez- Cortés, J. A., & Zetina-Lezama, R.
(2009). Valoración del servicio ambiental hidrológico en el sector doméstico de San Andrés
Tuxtla, Veracruz, México. Estudios sociales, 17(33), 225–257.
Desvouges, W. H., Smith, V. K. & Fisher, A. (1987). Option price estimates for water quality
improvements: a contingent valuation study for the Monongahela river. Journal of
Environmental Economics and Management 14, 248-267.
Dixon, J. A., Scura, L. F., Carpenter, R. A. & Sherman, P. B. (1994) Economic Analysis of
Environmental Impacts, Earthscan, London.
González- Cabán, A. & Loomis, J. (1996). Economic benefits of maintaining ecological integrity of
Rio Mameyes, in Puerto Rico. Ecological Economics 21, 63- 75.
Guo, Z., Xiao, X., Gan, Y. & Zheng, Y. (2001). Ecosystem functions, services and their values—a
case study in Xingshan county of China. Ecological Economics 38, 141–154
Häyhä, T., Franzese, P.P., Paletto, A. & Fath, B. D. (2015). Assessing, valuing, and mapping
ecosystem services in Alpine forests. Ecosystem services 14, 12- 23.
Henry, R., Ley, R.& Welle, P. (1988). The economic value of water resources: The Lake Bemidji
survey. Journal of The Minnesota Academy of Science 53(3), 37-44.
Iftikha, U. (2002). Valuing the economic costs of environmental degradation due to sea intrusion in
the Indus Delta, in IUCN, Sea Intrusion in the Coastal and Riverine Tracts of the Indus Delta
- A Case Study. IUCN − The World Conservation Union Pakistan Country Office, Karachi.
IIED. (1994). Economic Evaluation of Tropical Forest Land Use Options: A Review of Methodology
and Applications. International Institute for Environment and Development, Environmental
Economics Programme.
IUCN. (2001). Economic Value of Reinundation of the Waza Logone Floodplain, Cameroon. Projet
de Conservation et de Développement de la Région de Waza-Logone, Maroua.
Kramer, R. & Mercer, E. (1997). Valuing a global environmental good: US residents´willingness to
pay to protect tropical rain forest. Land economics, 23-37.
Kramer, R., Mercer, E. & Sharma, N. (1995). Valuing Tropical Forests: Chapter 7: Existence values.
WORLD BANK ENVIRONMENT PAPER NUMBER 13.
Kramer, R., Munasinghe, M., Sharma, N., Mercer, E. & Shyamsundar, P. (1992). Valuing a protected
tropical forest: A case study in Madagascar. Paper presented at the IVth World Congress on
National Parks and Protected Areas, 10–21 February, Caracas, Venezuela.
Kumar, P. (2005). Market for ecosystem services: An overview of experiences and lessons learned.
Discussion Paper Series No. 98. Delhi, Institute of Economic Growth.
Kwak, S.J. & Russell, C. S. (1994). Contingent Valuation in Korean Environmental Planning: A Pilot
Application to the Protection of Drinking Water Quality in Seoul. Environmental and
Resource Economics 4, 511-526.
Larqué-Saavedra, B. S., Valdivia-Alcalá, R., Islas-Gutiérrez, F., & Romo-Lozano, J. L. (2004).
Valoración económica de los servicios ambientales del bosque del municipio de Ixtapaluca,
Estado de México. Revista Internacional de Contaminación Ambiental, 20(4), 193–202.
44
López-Paniagua, C., González-Guillén, M. de J., Valdez- Lazalde, J. R., & de los Santos-Posadas, H.
M. (2007). Demanda, disponibilidad de pago y costo de oportunidad hídrica en la Cuenca
Tapalpa, Jalisco. Madera y Bosques, 13(1), 3–23
Mashayekhi, Z., Panahi, M., Karami, M., Khalighi, S. & Malekian, A. (2010). Economic valuation
of water storage function of forest ecosystems (case study: Zagros forests, Iran). Journal of
Forestry Research 21 (3), 293–300.
McMillan, D., Duff, E. & Elston, D. (2001). Modelling the Non-market Environmental Costs and
Benefits of Biodiversity Projects Using Contingent Valuation Data. Environmental and
Resource Economics 1, 391–410.
Nahuelhual, L., Donoso, P., Lara, A., Núñez, D., Oyarzun, C., Neira, E. (2007). Valuing ecosystem
services of Chilean temperate rainforests. Environment, Development and Sustainability 9,
481–499.
Ninan, K.N. & Kontoleon, A. (2016). Valuing forest ecosystem services and disservices – Case study
of a protected area in India. Ecosystem Services 20, 1–14.
Osorio, J., D. (2006). El método de transferencia de beneficios para la valoración económica de
servicios ambientales: estado del arte y aplicaciones. Semestre económico, ISSN 0120-6346,
9 (18), 107-124.
Pattanayak, S. K. & Kramer, R. A. (2001). Worth of watersheds: A producer surplus approach for
valuing drought mitigation in Eastern Indonesia. Environment and Development Economics,
vol 6 (1),123–146
Pimentel, D., Harvey, C., Resosudarmo, P., Sinclair, K., Kurz, D., McNair, M. & Blair, R. (1995).
Environmental and economic costs of soil erosion and conservation benefits. Science 267,
1117–1123.
Ramachanra. T.V. (2016). Valuation of goods and services from forest ecosystem of uttara kannada,
central western ghats. ENVIS Bulletin Himalayan Ecology 24.
Rosales, R., Kallesoe, M., Gerrard, P., Muangchanh, P., Phomtavong S. & Khamsomphou, S. (2005).
Balancing the Returns to Catchment Management: The Economic Value of Conserving
Natural Forests in Sekong, Lao PDR. IUCN Water. Nature and Economics Technical Paper
No. 4, IUCN — The World Conservation Union, Ecosystems and Livelihoods Group Asia.
Ruitenbeek, J. (1989). Economic Analysis of Issues and Projects Relating to the Establishment of the
Proposed Cross River National Park (Oban Division) and Support Zone. Worldwide Fund for
Nature: London.
San, C.C. & Rapera, C.L. (2010). The on-site cost of soil erosion by the replacement cost methods in
Inle Lake Watershed, Nyaung Shwe Township, Myanmar. Journal of Environmental Science
and Management 13(1):67-81.
Sandhu, H.S., Wratten, S.D., Cullen, R. & Case, B. (2008). The future of farming: The value of
ecosystem services in conventional and organic arable land. An experimental approach.
Ecological Economics 64, 835-848.
Saravanan, S., Sathyamurthi, S. & Elayaraja, D. (2010). Soil erosion mapping of Katteri watershed
using the universal soil loss equation. Journal of the Indian Society of Soil Science 58(4):418-
421
Silva-Flores, R., Pérez-Verdín, G., & Návar-Cháidez, J. de J. (2010). Valoración económica de los
servicios ambientales hidrológicos en El Salto, Pueblo Nuevo, Durango. Madera y Bosques,
16(1), 31–49.
Sutherland, R.J. & Walsh, R.G. (1985). Effect of Distance on the Preservation Value of Water
Quality. Land Economics 61(3).
Toledo, D., Briceño, T. & Ospina, G. (2017). Ecosystem service valuation framework applied to a
legal case in the Anchicaya region of Colombia. Ecosystem Services 29, 352–359
Torras, M. (2000). The total economic value of Amazonian deforestation, 1978-1993. Ecological
Economics 33, 283-297.
45
Verma, M. (2000). Economic Valuation of Forests of Himachal Pradesh: Himachal Pradesh. Forestry
Sector Review, International Institute of Environment and Development (IIED). London.
Whittington, D. (1990). Estimating the Willingness to Pay for Water Services in Developing
Countries: A Case Study of the Use of Contingent Valuation Surveys in Southern Haiti. The
University of Chicago Press.
World Wide Forum, Estados Unidos. (1987). Ecuador Fundación Natura: Debt-for-nature agreement.
Wildlife Fund Letter 1, 1-9.
World Wide Forum, Estados Unidos. (1988). Debt-for-nature swaps: a new conservation tool.
Wildlife Fund Letter 1, 1-9.
Xie, G., Li, W., Xiao, Y., Zhang, B., Lu, C., An, K., Wang, J. & Xu, k, Wang, J. (2010). Forest
ecosystem services and their values in Beijing. Chinese Geographical Science 20 (1), 051–
058.
Xue, D. & Tisdell, C. (2001). Valuing ecological functions of biodiversity in Changbaishan Mountain
Biosphere Reserve in Northeast China. Biodiversity and Conservation 10, 467–481.
Yaron, G. (2001). Forest, plantation crops or small-scale agriculture: An economic analysis of
alternative land use options in the Mount Cameroon area. Journal of Environmental Planning
and Management, vol 44, no 1, pp85–108.
Anexo 1 . Variables categóricas
a. Uso principal del suelo
Código Sigla Frecuencia Uso principal
1 vlts-2 98
Los suelos son moderadamente escarpados con pendientes mayores de 50%, drenaje natural
excesivo, abundante pedregosidad en el perfil y en superficie, baja disponibilidad de nutrientes,
reacción extremadamente ácida, texturas moderadamente gruesas .
2 vllse-1 735
Los suelos son moderado a fuertemente inclinados, con pendientes 7-25%, tienen drenaje natural
moderadamente excesivo, capas superficiales de gravilla y material petroférrico, son pobres en
nutrientes, la reacción es fuerte a extremadamente ácida.
3 vlse 631
Son superficiales a profundos, bien drenados, texturas medias a moderadamente gruesas, muy
fuertemente ácidos, fertilidad muy baja, alta saturación de aluminio y afectados en sectores por
erosión laminar ligera.
4 vls-1 420 Los suelos profundos, bien drenados, texturas moderadamente finas, muy fuertemente ácidos, alta
saturación con aluminio y fertilidad muy baja
5 vls-2 190
Estos suelos ligeramente planos y ligeramente inclinados con pendientes menores de 7%; varían
de profundos a superficiales, drenaje natural moderadamente excesivo, texturas gruesas y
moderadamente gruesas, baja retención de humedad, fuerte a muy fuerte.
6 lvs-1 82 Los suelos que forman esta unidad son bien drenados, superficiales, texturas medias, reacción muy
fuertemente ácida, baja fertilidad, alta saturación con aluminio y baja permeabilidad.
7 lvsh-1 405
Los suelos se caracterizan por tener relieve ligeramente plano, con pendientes 0-3%, superficiales
a profundos, texturas medias y finas, bien a imperfectamente drenados, fertilidad muy baja, muy
fuertemente ácidos, alta saturación con aluminio.
8 vlhs-1 264
Los suelos que integran estas tierras son ligeramente planos, con pendientes 0-3%, el drenaje
natural es imperfecto a pobre, nivel freático cercano a la superficie, pobres en nutrientes, reacción
extremada a muy fuertemente ácida.
9 vlts-1 69 Los suelos son superficiales con abundante pedregosidad, drenaje natural moderadamente
excesivo, baja fertilidad, extremada a muy fuertemente ácidos y texturas gruesas y medias.
10 vlts-2 624
Los suelos se caracterizan por presentar relieve moderado a fuertemente inclinado, con pendientes
7-25%, drenaje natural bueno a moderadamente excesivo, existe pedregosidad en el perfil y en la
superficie, susceptibilidad alta a la degradación.
11 vll 264
El relieve de la zona montañosa varía de moderadamente quebrado a fuertemente escarpado, con
pendientes dominantes mayores de 75%; en la planicie aluvial es ligeramente plano con pendientes
inferiores a 3%.
46
12 vlts-1 5
Los suelos son de relieve quebrado, con pendientes 25-50%, bien a excesivamente drenados,
superficiales, muy fuertemente ácidos, con baja fertilidad, texturas medias y moderadamente
gruesas, afectados por pedregosidad y movimientos en masa.
13 vltes-
1 2
Los suelos tienen relieve quebrado, con pendientes 12-50%; son superficiales, bien drenados,
texturas moderadamente finas y finas, muy fuertemente ácidos, baja fertilidad, alta saturación de
aluminio, afectados por erosión hídrica laminar ligera y moderada.
14 vlltes-
1 104
Los suelos que forman esta unidad son escarpados, con pendientes 50-75%, drenaje natural
excesivo, pedregosidad en el perfil y en superficie en algunos sectores, pobres en fósforo, muy
fuertemente ácidos, texturas medias y finas.
15 vlltes-
2 1
Los suelos se caracterizan por presentar un relieve ligero a moderadamente escarpado, con
pendientes 25-75%, drenaje natural bueno a excesivo, pedregosidad en el perfil y en superficie,
pobres en nutrientes, reacción fuerte a extremadamente ácida.
16 CA 47 Cuerpo de agua
17 vltes-
2 14
Esta agrupación la forman suelos de relieve inclinado, quebrado y moderadamente escarpado, con
pendientes 25-75%, afectados por erosión hídrica laminar ligera y movimientos en masa, son
superficiales, excesivamente drenados, texturas moderadamente gruesas.
18 lvs-2 24 Los suelos que integran esta unidad son superficiales, muy fuertemente ácidos, texturas
moderadamente gruesas, permeabilidad rápida, fertilidad muy baja y alta saturación con aluminio.
19 llls-1 137 Los suelos bien drenados, moderadamente profundos, de texturas moderadamente finas con
substrato fino, fertilidad moderada a baja y fuertemente ácidos.
20 lvsh-2 70
Los suelos se caracterizan por tener relieve plano y ligeramente plano, con pendientes 0-3%, son
superficiales a moderadamente profundos, texturas medias y moderadamente gruesas, imperfecta
a pobremente drenados, fertilidad moderada a baja.
21 vhs-1 77 Los suelos superficiales, con texturas medias y moderadamente finas, pobre a moderadamente
bien drenados, de baja fertilidad, fuerte a muy fuertemente ácidos, encharcables e inundables.
22 lllhs-1 6
Son superficiales a moderadamente profundos, imperfectamente drenados, de fertilidad baja a
moderada, medianamente ácidos, texturas medias con substrato moderadamente fino, saturación
media con aluminio, susceptibles a encharcamientos e inundaciones.
23 vllhs-
1 3
Son tierras que agrupan suelos de relieve plano a ligeramente plano, con pendiente 0-3%, drenaje
natural pobre a pantanoso, nivel freático muy superficial, presencia de zurales y escarceos,
reacción media a fuertemente ácida, texturas moderadamente finas.
24 ZU 98 Zona urbana
25 vllte-1 735
Los suelos que integran esta unidad son moderadamente escarpados, con pendientes mayores de
50%, drenaje natural excesivo, abundante pedregosidad en el perfil y en superficie, reacción
extremadamente ácida, texturas gruesas y medias sobre finas
Fuente: Elaboración propia
b. Oferta ambiental
Código Frecuencia Oferta ambiental
1 678 Áreas para producción
2 1,948 Áreas prioritarias para la
conservación
3 1,671 Áreas de protección legal
4 1 Zonas urbanas
5 1 Cuerpos de agua
Fuente: Elaboración propia
c. Uso principal del suelo
Código Frecuencia Uso principal del suelo
1 11 Agrosilvopastoril con cultivos permanentes
2 1 Cultivos permanentes semi-intensivos del clima cálido
3 2 Pastoreo extensivo del clima cálido
4 1,948 Áreas prioritarias para la conservación
5 1,671 Áreas de protección legal
6 78 Forestal de producción de clima cálida
47
8 19 Protección producción
9 109 Cultivos permanentes intensivos de clima cálido
10 430 Cultivos transitorios semi intensivos de clima cálido
11 15 Pastoreo semi intensivo de clima cálido
12 1 Cuerpo de agua
15 12 Silvopastoril
16 1 Agro silvícola con cultivos permanentes
17 1 Cuerpos de agua
Fuente: Elaboración propia
d. Vocación del suelo
Código Frecuencia Vocación del suelo
1 24 Agroforestal
2 540 Agrícola
3 17 Ganadera
4 1,948 Áreas prioritarias para la conservación
5 1,671 Áreas de protección legal
6 97 Forestal
7 1 Zonas urbanas
8 1 Cuerpos de agua
Fuente: Elaboración propia
e. Tipo de bioma
Código Frecuencia Tipo de bioma
1 396 General
2 2,216 Pedobiomas y helobiomas del Zonombioma del Bosque Húmedo Tropical
(ZBHT)
3 421 Orobiomas del ZBHT
4 1,299 ZBHT
5 1 Orobiomas andinos del ZBHT
Fuente: Elaboración propia
48
Anexo 2. Resultados probit degradación del suelo para el pozo petrolero
Anexo 2. a- Presencia de un pozo
Variables
Erosión del suelo
Severa Moderada Ligera Sin
evidencia
Presencia de
un pozo
-0.0165 -0.0971** 0.132** -0.0168
(0.0152) (0.0462) (0.0552) (0.0597)
Capacidad del suelo
Vlts-2 -0.0438 -0.0901** 0.126**
(0.0493) (0.0416) (0.0612)
Vllse-1 0.0419*** 0.163*** 0.242*** -0.412***
(0.0100) (0.0418) (0.0415) (0.0491)
Vlse 0.0482*** 0.191*** 0.137*** -0.345***
(0.0111) (0.0415) (0.0403) (0.0487)
Vls-1 0.0161* 0.127*** 0.162*** -0.306***
(0.00946) (0.0442) (0.0431) (0.0533)
Vls-2 0.0179 0.160*** 0.205*** -0.346***
(0.0123) (0.0508) (0.0493) (0.0564)
Lvs-1 -0.0112 0.243*** -0.192***
(0.0525) (0.0619) (0.0661)
Lvsh-1 -0.000510 -0.00108 0.236*** -0.199***
(0.00718) (0.0412) (0.0427) (0.0516)
Vlhs-1 0.0275** 0.165*** 0.156*** -0.314***
(0.0123) (0.0465) (0.0449) (0.0539)
Vlts-1 0.0329 0.0221 -0.0655 0.0101
(0.0268) (0.0576) (0.0465) (0.0670)
Vlts-2 0.00607 0.123*** -0.0201 -0.105**
(0.00828) (0.0408) (0.0380) (0.0482)
Vll -0.0427 -0.0499 0.102**
(0.0420) (0.0397) (0.0516)
Vltes-1 - - 0.178 -0.0592
(0.224) (0.231)
Vlltes-1 0.260 0.379
(0.334) (0.337)
Vlltes-2 0.00811 -0.00967 0.0153
(0.0509) (0.0484) (0.0607)
Vltes-2 -0.00317 -0.00640 0.0334
(0.0633) (0.0587) (0.0734)
Lvs-2 0.216 0.182 -0.413***
(0.133) (0.126) (0.136)
Llls-1 0.0335 -0.0118 0.500*** -0.470***
(0.0392) (0.0772) (0.103) (0.101)
Lvsh-2 -0.0281 0.190*** -0.116*
(0.0461) (0.0525) (0.0612)
Vhs-1 0.0145 0.0125 0.0289 -0.0411
(0.0206) (0.0584) (0.0575) (0.0709)
Lllsh-1 -0.0102 0.231*** -0.178**
(0.0500) (0.0644) (0.0718)
Vllhs-1 - - 0.0680 0.110
(0.148) (0.122)
Frontera
agrícola
0.00428 0.0673*** 0.121*** -0.185***
(0.00612) (0.0148) (0.0143) (0.0159)
Bosque estable -0.00465 -0.121*** -0.107*** 0.188***
(0.00821) (0.0160) (0.0157) (0.0143)
R cuadrado 0,0673 0,0694 0,159 0,2221
Observaciones 3,628 4,283 4,293 4,291
Anexo 2. b- Zona de influencia
Variables
Erosión del suelo
Severa Moderada Ligera Sin
evidencia
Zona de
influencia
0.0221 -0.0153 0.115** -0.133**
(0.0477) (0.0173) (0.0484) (0.0527)
Capacidad del suelo
Vlts-2 -0.185 0.538***
(0.187) (0.187)
Vllse-1 -0.183 0.0402 0.109
(0.146) (0.149) (0.133)
Vlse -0.119 -0.0534 0.145
(0.147) (0.148) (0.133)
Vls-1 -0.0961 -0.121 0.171
(0.150) (0.148) (0.137)
Vls-2 -0.288* 0.0443 0.237
(0.151) (0.165) (0.150)
Lvs-1 -0.136 -0.169 0.206
(0.198) (0.180) (0.192)
Lvsh-1 -0.294** -0.0506 0.289**
(0.146) (0.151) (0.138)
Vlhs-1 0.00956 -0.232 0.196
(0.161) (0.149) (0.148)
Vlts-2 -0.145 -0.235 0.331**
(0.152) (0.148) (0.139)
Vll -0.353** -0.271* 0.565***
(0.146) (0.147) (0.141)
Vlltes-2 -0.0336 -0.124 0.148
(0.181) (0.175) (0.164)
Vltes-2 -0.182 0.500***
(0.196) (0.184)
Lvs-2 -0.102 -0.0856 0.215
(0.309) (0.280) (0.339)
Lvsh-2 -0.212 0.0329 0.147
(0.167) (0.173) (0.162)
Lllsh-1 -0.368** 0.245 0.102
(0.146) (0.191) (0.181)
Vllhs-1 -0.0727 -0.0248 0.112
(0.306) (0.285) (0.287)
Bosque
estable
-0.104*** -0.0568* -0.117*** 0.207***
(0.0400) (0.0300) (0.0389) (0.0380)
R cuadrado 0,0653 0,0764 0,1344 0,1549
Observaciones 645 455 644 656
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: Elaboración propia
49
Anexo 3. Resultados probit - deforestación para un pozo petrolero
Anexo 3. a- Presencia de un pozo petrolero
Variables Bosque estable
Presencia de pozo -0.0559
(0.0762)
Capacidad del suelo
Vlts-2 0.483***
(0.0747)
Vllse-1 -0.229***
(0.0675)
Vlse -0.122*
(0.0678)
Vls-1 -0.178**
(0.0709)
Vls-2 -0.149**
(0.0733)
Lvs-1 -0.0612
(0.0845)
Lvsh-1 -0.0477
(0.0697)
Vlhs-1 -0.172**
(0.0706)
Vlts-1 0.163*
(0.0943)
Vlts-2 0.0312
(0.0688)
Vll -0.00810
(0.0748)
Vlltes-1 0.345***
(0.0791)
Vltes-2 0.318***
(0.100)
Lvs-2 0.0529
(0.204)
Llls-1 -0.286***
(0.102)
Lvsh-2 -0.0394
(0.0775)
Vhs-1 -0.0642
(0.0901)
Lllhs-1 -0.237***
(0.0870)
Vllhs-1 0.00383
(0.216)
Tipo de biomas
General -0.190**
(0.0745)
Pedobiomas y helobiomas del ZBHT -0.153**
(0.0711)
Orobiomas del ZBHT 0.149*
(0.0803)
Zonobioma del BHT 0.109
(0.0706)
Uso principal del suelo
Agrosilvopastoril con cultivos
permanentes
-0.00941
(0.147)
Anexo 3. b- Zona de influencia
Variables Bosque estable
Zona de influencia -0.109*
(0.0621)
Capacidad del suelo
Vllse-1 -0.186
(0.168)
Vlse -0.215
(0.166)
Vls-1 -0.157
(0.170)
Vls-2 -0.137
(0.181)
Lvs-1 -0.271
(0.197)
Lvsh-1 -0.163
(0.175)
Vlhs-1 -0.0445
(0.183)
Vlts-1 0.0922
(0.246)
Vlts-2 -0.0869
(0.175)
Vll -0.106
(0.200)
Vlltes-1 0.491***
(0.172)
Vltes-2 0.329
(0.242)
Lvs-2 0.461**
(0.216)
Llls-1 0.227
(0.327)
Lvsh-2 -0.145
(0.183)
Vhs-1 0.00738
(0.262)
Lllhs-1 -0.301
(0.196)
Vllhs-1 0.356
(0.269)
Tipo de bioma
General -0.321**
(0.155)
Pedobiomas y helobiomas del
ZBHT
-0.238
(0.147)
Orobiomas del ZBHT -0.173
(0.188)
Zonobioma del BHT -0.0334
(0.146)
Uso principal del suelo
Agrosilvopastoril con cultivos
permanentes
0.291**
(0.116)
Áreas prioritarias para la
conservación
0.226**
(0.113)
50
Áreas prioritarias para la
conservación
0.142**
(0.0710)
Áreas de protección legal 0.153**
(0.0702)
Forestal de producción de clima
cálido
0.0772
(0.0929)
Protección – producción 0.106
(0.159)
Cultivos permanentes intensivos de
clima cálido
-0.0811
(0.0840)
Cultivos transitorios semi-intensivos
de clima cálido
-0.118
(0.0721)
Pastoreo semi-intensivo de clima
cálido
0.00231
(0.151)
Silvopastoril 0.125
(0.177)
R cuadrado 0,2212
Observaciones 4,254
Áreas de protección legal 0.581***
(0.176)
Forestal de producción de clima
cálido
0.642*
(0.334)
Protección – producción 0.106
(0.137)
Cultivos permanentes intensivos
de clima cálido
0.283**
(0.136)
Cultivos transitorios semi-
intensivos de clima cálido
0.0238
(0.147)
Frontera agrícola -8.77e-08***
(1.79e-08)
R cuadrado 0,2632
Observaciones 666
Errores estándar en paréntesis
*** p<0.01, ** p<0.05, * p<0.1
Fuente: Elaboración propia
51
Anexo 4. Resultados probit - Degradación del agua año 2010 para pozo petrolero
Anexo 4. a- Presencia de un pozo petrolero
Variables Oferta hídrica
Crítico Grave
Presencia de un pozo 0.143** -0.111**
(0.0684) (0.0533)
Capacidad del suelo
Vlts-2 0.0790**
(0.0325)
Vllse-1 0.287*** -0.245***
(0.0455) (0.0354)
Vlse 0.163*** -0.140***
(0.0462) (0.0360)
Vls-1 0.316*** -0.269***
(0.0484) (0.0380)
Vls-2 0.202*** -0.173***
(0.0518) (0.0411)
Lvsh-1 -0.0153 0.00871
(0.0462) (0.0361)
Vlhs-1 0.208*** -0.178***
(0.0510) (0.0403)
Vlts-2 0.103***
(0.0348)
Vll 0.0119 0.00312
(0.0693) (0.0557)
Vlltes-1 -0.00831 0.00323
(0.0702) (0.0569)
Lvs-2 0.0725 -0.0645
(0.102) (0.0834)
Lvsh-1 -0.0520 0.0378
(0.0503) (0.0390)
Vhs-1 0.107***
(0.0356)
Distancia entre una fuente
hídrica y el pozo
-3.76e-06 2.92e-06
(2.83e-05) (2.21e-05)
Vocación del suelo
Vocación agroforestal 0.671***
(0.0832)
Vocación agrícola 0.689***
(0.0269)
Vocación ganadera 0.707***
(0.0865)
Áreas prioritarias para la
conservación
0.646***
(0.0220)
Áreas de protección legal 0.940***
(0.0200)
Vocación forestal 0.657***
(0.0437)
R cuadrado 0,2419 0,3817
Observaciones 3,204 4,150
Anexo 4. b- Zona de influencia
Variables Oferta hídrica
Crítico Grave
Zona de influencia 0.275*** -0.149***
(0.0623) (0.0465)
Capacidad del suelo
Vllse-1 0.0145 0.269***
(0.108) (0.0870)
Vlse -0.137 0.387***
(0.105) (0.0834)
Vls-1 0.0829 0.241***
(0.116) (0.0921)
Vls-2 -0.0402 0.249**
(0.133) (0.111)
Lvs-1 0.385**
(0.173)
Lvsh-1 -0.270** 0.479***
(0.113) (0.0864)
Vlhs-1 0.0305 0.324***
(0.137) (0.0993)
Vlts-1 0.410**
(0.165)
Vlts-2 - 0.429***
(0.0898)
Vll -0.307** 0.445*** (0.151) (0.101)
Lvsh-1 -0.255* 0.290**
(0.150) (0.125)
Vhs-1 - 0.102
(0.197)
R cuadrado 0,0962 0,1768
Observaciones 387 663
Errores estándar en paréntesis *** p<0.01, ** p<0.05, * p<0.1
Fuente: Elaboración propia
52
Anexo 5. Resultados probit - degradación del agua año 2014 para pozo petrolero
Anexo 5. a- Presencia de un pozo petrolero
Variables Oferta hídrica
Moderado Normal
Presencia de un pozo -0.0953* 0.00422 (0.0499) (0.0455)
Vocación del suelo
Vocación agroforestal 0.452*** 0.0696
(0.0952) (0.0694) Vocación agrícola 0.354*** 0.130***
(0.0586) (0.0257)
Vocación ganadera 0.498*** 0.0705 (0.0928) (0.0763)
Áreas prioritarias para la
conservación
0.570*** -0.0187
(0.0554) (0.0193)
Áreas de protección legal 0.218*** 0.325***
(0.0561) (0.0231)
Vocación forestal 0.541*** 0.00343 (0.0613) (0.0306)
Capacidad del suelo
Vlts-2 -0.167** 0.455***
(0.0648) (0.0530) Vllse-1 0.337*** -0.0611*
(0.0467) (0.0366)
Vlse 0.293*** -0.0356 (0.0457) (0.0361)
Vls-1 0.257*** 0.0255
(0.0480) (0.0387) Vls-2 0.337*** -0.0989**
(0.0524) (0.0416)
Lvs-1 0.274*** -0.0242 (0.0547) (0.0442)
Lvsh-1 0.203*** 0.00590
(0.0471) (0.0373)
Vlhs-1 0.283*** -0.0488
(0.0488) (0.0382) Vlts-1 0.386*** -0.115***
(0.0501) (0.0390)
Vlts-2 0.367*** -0.117*** (0.0440) (0.0334)
Vll -0.0505 0.258***
(0.0501) (0.0414) Vltes-1 0.171 -0.0282
(0.207) (0.174)
Vlltes-2 0.103* 0.136*** (0.0587) (0.0509)
Vltes-2 -0.233*** 0.461***
(0.0801) (0.0790) Lvs-2 -0.0562 0.118
(0.129) (0.127)
Llls-1 -0.223** 0.467*** (0.113) (0.118)
Lvsh-2 0.206*** -0.0167
(0.0528) (0.0420) Vhs-1 0.402*** -0.141***
(0.0483) (0.0370)
Lllhs-1 -0.0275 0.244*** (0.0651) (0.0571)
R cuadrado 0,360 0,3422
Observaciones 4,454 4,454
Anexo 5. b- Zona de influencia
Variables Oferta hídrica
Moderado Normal
Zona de influencia -0.0219 -0.00872 (0.0443) (0.0413)
Uso principal del suelo
Áreas prioritarias para la
conservación
0.354*** -0.405***
(0.105) (0.112)
Áreas de protección legal 0.0403 -0.103
(0.106) (0.113) Protección- producción 0.253
(0.191)
Cultivos permanentes intensivos
de clima cálido
-0.0245 -0.128
(0.155) (0.152)
Cultivos transitorios semi-
intensivos de clima cálido
0.150 -0.313***
(0.114) (0.118)
Capacidad del suelo
Vlts-2 -0.288* 0.493*** (0.159) (0.156)
Vllse-1 0.245*** -0.0155
(0.0766) (0.0610) Vlse 0.194*** 0.0363
(0.0746) (0.0588)
Vls-1 0.122 0.144** (0.0804) (0.0673)
Vls-2 0.231** -0.00803
(0.0940) (0.0799) Lvs-1 0.0913 0.126
(0.125) (0.111)
Lvsh-1 0.0384 0.159**
(0.0866) (0.0737)
Vlhs-1 0.165* 0.0352 (0.0928) (0.0776)
Vlts-1 0.264*** -0.0396
(0.0922) (0.0785) Vlts-2 0.238*** -0.0181
(0.0698) (0.0523)
Vll -0.138 0.278*** (0.0968) (0.0821)
Vlltes-2 -0.186 0.404***
(0.126) (0.117) Vltes-2 -0.0204 0.256**
(0.140) (0.129)
Lvs-2 0.0134 (0.197)
Llls-1 -0.0528 0.291
(0.251) (0.231) Lvsh-2 0.214*** -0.0154
(0.0781) (0.0635)
Vhs-1 0.297*** -0.0839 (0.0774) (0.0590)
Lllhs-1 -0.0303 0.256**
(0.132) (0.123)
R cuadrado 0,2830 0,2816
Observaciones 738 730
Errores estándar en paréntesis *** p<0.01, ** p<0.05, * p<0.1
Fuente: Elaboración propia
53
Anexo 6. Ecuaciones para la transferencia de beneficios
a. Para la deforestación
𝐷𝐴𝑃𝑑𝑒𝑓 = 𝑒(−154.9426 + 0.2938217∗ 1 +0 .0766831 ∗2021 −.1089695∗1 + 0.6641178∗ 1+0 .9694645 ∗1
+ 0.025467∗25 + 0.0000624∗2501 +1.59𝑒−09∗5416875)
b. Para la degradación del suelo debido a una erosión ligera:
𝐷𝐴𝑃deg = 𝑒(−146.2333 + 0.037136∗ 1 + 0.0722783 ∗2021 −0.1164143∗1 + 1.089108∗ 1+ 0.7708293 ∗1
+ 0.0231693∗25 + 0.0000765 ∗2501 + 1.38𝑒−09∗2223400)
c. Para la oferta hídrica en estado crítico en el año 2010
𝐷𝐴𝑃𝑜ℎ2010 = 𝑒(−132.2902 −0.3255516 ∗ 1 +0 .0655678 ∗2021+ 0.0462726 ∗1 + 1.037289∗ 1+ 0 .836378 ∗1
+ 0.0224196∗25 + 0 .0000559∗2501 + 1.41𝑒−09∗ 2006700)
d. Para la oferta hídrica en estado moderado en el año 2014
𝐷𝐴𝑃𝑜ℎ2014 = 𝑒(−132.2902 −0.3255516 ∗ 1 + 0.0655678 ∗2021+ 0.0462726 ∗1 + 1.037289∗ 1+ 0 .836378 ∗1
+0 .0224196∗25 + 0.0000559∗2501 + 1.41𝑒−09∗ 6704700)
Fuente: Elaboración propia