Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
111
Resumen
1
El objetivo de este estudio es validar un con-
junto de matrices de "Leopold”, dado que és-
tas son el insumo fundamental de los deno-
minados Estudios de Impacto Ambiental, en
el marco del Megaproyecto Camisea- Perú.
Para ello, se ha utilizado un modelo de regre-
sión probabilístico (“Poisson”), que se basa
en datos de recuento (COUNT DATA), con la
nalidad de determinar la validez y robustez
de los EIA llevados a cabo en el marco de Ca-
misea. El propósito nal del trabajo es contri-
buir con un aporte original a la teoría de la
economía ambiental, para que los procesos
de scalización o regulación que realizan las
instituciones peruanas (como OSINERGMIN ,
MINAM , MEM , PRODUCE , entre otros), sean
más ecientes al momento de tomar decisio-
nes de política económica. El estudio utiliza,
como ejemplo, tres matrices EIA que corres-
ponden a subproyectos del Lote 88 de CAMI-
SEA. Finalmente, se ha logrado comprobar la
importancia y validez del método, mediante
el modelo econométrico de "Poisson", el cual
se podrá generalizar para validar un conjunto
1 Máster en Economía del Medio Ambiente y de los
Recursos Naturales (Universidad de los Andes - Colombia).
Ddirector ejecutivo de Imarpe. Consultor económico ambiental
MINAM. Dirección postal: Av. La Molina S/N La Molina (Edif.
Facultad de Economía y Planicación - UNALM); Teléfono: (0051)
2213958; e-mail: seramolap70@yahoo.es, cpalomares@minam.
gob.pe.
distinto de metodologías de valoración cuali-
tativa, como las del BID, CONESA, ERM, Walsh,
entre otras.
Palabras clave: estudios de impacto ambien-
tal, matrices de Leopold, evaluación de im-
pacto, proyecto Camisea, recursos naturales
comunes.
JEL Classication: Q3, Q4, Q5
Abstract
2
Main objective of this study is to validate a
set of “Leopold” matrices, given that these are
basic elements of so-called Environmental
Impact Studies (EIS), under the megaproject
“Camisea”- Peru. For this study, it has been
used a probabilistic regression model (“Pois-
son”), which is based on use of “count data”,
in order to determine the validity and robust-
ness of the EIS, under “Camisea” Project . The
ultimate purpose of the paper is to provide an
original contribution to the theory of Environ-
mental Economics, for enforcement procedu-
2 Ph.D. en Economía Aplicada (Mississippi State University
– USA). Profesor principal e investigador de la Universidad
Nacional Agraria La Molina (UNALM - Perú). Dirección postal:
Av. La Universidad s/n La Molina Perú. Teléfono: (511) 365-9197;
e-mail: jalarcon@lamolina.edu.pe
“VALIDACIÓN DE ESTUDIOS
INDIVIDUALES DE IMPACTO AMBIENTAL:
CASO DEL MEGAPROYECTO DE GAS DE
CAMISEA, PERÚ”
Carlos I. Palomares Palomares
1
, Jorge A. Alarcón Novoa
2
Fecha de recepción: 04-04-13 Fecha de aceptación: 20-09-13
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
112
res and regulation by Peruvian institutions (as
OSINERGMIN MINAM, MEM, among others),
be more ecient at when making policy de-
cisions. The study uses, as example, three EIS
matrices corresponding to sub-projects Block
88 of Camisea. Finally, it has been proved the
validity and importance of the method, using
the “Poisson” econometric model, which may
be generalized to validate a dierent set of
qualitative valuation methodologies, such as
the IDB, CONESA, ERM, Walsh, among others.
Keywords: environmental impact studies,
Leopold matrix, impact assessment, Camisea
project, common natural resources.
Clasicación JEL: Q3, Q4, Q5
1. INTRODUCCIÓN
En el Perú, como en otros países biodiversos de la
región, la medición de impactos de Proyectos de
Desarrollo que impliquen alteración en calidad
y cantidad de los Recursos Naturales Comunes
(RNC)
3
, es una tarea de gran importancia. Lo es
también, en el caso estratégico del sector hidro-
carburos, el megaproyecto de gas de Camisea en
Perú
4
. En adelante se usa solo la denominación
CAMISEA en referencia a este megaproyecto.
3 Elinor Ostrom, “El Gobierno de los Comunes”, 2000.
4 La explotación de los yacimientos del gas de Camisea, en
el Departamento de Cusco- Perú, se inicia en agosto de 2004,
veinte años después de su descubrimiento. CAMISEA, es uno de
los más importantes Proyectos hidrocarburícos de América, se
encuentra enclavado en el mismo corazón del Departamento del
Cusco (en el bajo Urubamba). Los dos lotes más importantes del
Mega-proyecto son los lotes 88 y 56, con reservas recuperables
de hasta 13.8 trillones de pies cúbicos (TPC). La normatividad
permite que el Lote 88 sea enteramente destinado al consumo
interno; mientras que el Lote 56 para exportación, a dicho
Lote se le suma las nuevas reservas del Lote 57, que explotará
REPSOL.
Teóricamente, cuando una investigación se ree-
re a un recurso como el gas natural, es necesario
entender las implicancias que tienen las activi-
dades antrópicas en sus diferentes fases, como
es el caso de la explotación, y sus impactos en el
medio ambiente (biótico y abiótico) y en el me-
dio social, lo cual implica el uso de múltiples cri-
terios para su evaluación. El gas, en esencia, tiene
la característica de un bien libre y común en su
estado natural, que luego, por entrar en fase de
exploración y explotación, se convierte en bien
público, lo que causa evidentes externalidades,
así como la necesidad de su evaluación. Tal eva-
luación se efectúa a través de los respectivos
Estudios de Impacto Ambiental (EIA), que son
las declaraciones juradas de las operadoras que
concesionan los lotes y que derivan en metodo-
logías multidisciplinarias aplicadas por tales ope-
radoras, y supervisadas por organismos como el
BID, Ministerios de Estado y también Organismos
Reguladores, como el Organismo Supervisor de
la Inversión en Energía y Minería (OSINERGMIN) y
el Organismo de Evaluación y Fiscalización Am-
biental (OEFA), en el caso del Perú.
Los diferentes Recursos Naturales Comunes que
son parte del transecto por donde se desarrolla
el proyecto CAMISEA, representan entes suscep-
tibles de ser impactados, siendo tales impactos
medibles con evaluaciones básicamente cuali-
tativas
5
, que según la normatividad peruana, es
declarada en todo EIA. Este tipo de evaluación,
se efectúa a través de la cualicación de los efec-
tos potenciales de las actividades operativas de-
claradas por las operadoras durante el desarrollo
5 Una evaluación cualitativa se reere a la valoración
numérica subjetiva y categórica de determinado efecto; es
decir bueno (1), regular (2), malo (3), por ejemplo. Y que son
evaluados según el universo de impactos potenciales en los
diversos proyectos que se encuentran inmersos dentro del
Megaproyecto Camisea.
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
113
del Megaproyecto, en los factores del medio físi-
co (agua, aire y suelo), del medio biológico (o-
ra y fauna) y del medio social (población, salud,
identidad, cultura, etc.). Las actividades corres-
ponden a la construcción de ductos, plantas de
acopio, pozos, estaciones de bombeo, plantas
de fraccionamiento y licuefacción, entre otros.
Sin embargo, la evaluación cuantitativa, que es
tal vez la más importante (porque debe derivar
en una valoración de impactos) es poco usada,
a menudo es confusa y ambigua, pues difícil-
mente reeja el valor más justo a ser remediado,
mitigado y/o compensado.
Como en la mayoría de EIA realizados en el
Perú, en el caso de CAMISEA sólo se han reali-
zado evaluaciones cualitativas, relacionadas con
los diagnósticos de Línea Base que se levantan
como parte del trabajo de campo multidiscipli-
nario que realizan las empresas consultoras (por
encargo de las “Operadoras”), cuya experiencia
se fundamenta en la estructuración de docu-
mentos ambientales como los EIA y que tiene
connotaciones económicas en el país, debido a
que el gas es un buen complemento de la matriz
energética del país, que hoy es dependiente del
Petróleo. En el caso especíco de CAMISEA, la
diversidad de sub-proyectos y de empresas con-
sultoras involucradas, hace evidente y compleja
la medición de impactos, por lo que una mala
decisión podría desencadenar una sub-valora-
ción de los impactos
6
, lo que quita nalmente
6 Para el caso de selva, por ejemplo, PLUSPETROL designó a
la Empresa Environmental Resources Management (ERM) como
la consultora encargada de preparar los EIA de las locaciones en
yacimiento, ducto y planta de acopio en “Malvinas”. Lo mismo
se observa para el caso del ducto donde TGP encargó esta labor
a la empresa “WALSH” para el caso del transecto en ceja de
selva, sierra y costa. Así mismo, en el caso de costa, los EIA de
la planta de fraccionamiento, de muelle y componente fueron
encargados a ERM y en el caso de la Planta de Licuefacción en
Pampa Melchorita, Perú LNG encargó a Golder Asocciates, la
elaboración de tan importante documento ambiental.
la sostenibilidad del megaproyecto, y da lugar
a potenciales reclamos de compensaciones no
bien denidas en los EIA.
Dado que CAMISEA tiene un horizonte in-
tertemporal de 40 años, y a la fecha ya han
transcurrido más de ocho años en la fase
operativa; es necesario alertar por los efectos
generados -o que puedan generarse- debido
a la presencia de las actividades hidrocarbu-
ríferas que alteren la condiciones de los RNC;
lo que en interacción con el hombre, podría
causar impactos importantes, como es el
caso, por ejemplo, de la deforestación de bos-
ques primarios o secundarios y la intrusión en
Reservas Comunales como la de “Nahua Nanti
Kugapakori”. En tal contexto, son pertinentes
las siguientes preguntas: ¿son evaluados ade-
cuadamente los impactos por deforestación?,
¿existe alguna manera de realizar mediciones
adecuadas de impacto en los RNC?, ¿serán re-
alistas los EIA de CAMISEA?
En este estudio se hace una propuesta me-
todológica para validar la certeza y consis-
tencia de estudios cualitativos de impacto,
basados en el uso de "Matrices Leopold"
7
. La
aplicación y demostración de la pertinencia
del método se ha logrado con un conjunto
de matrices de los EIA existentes en el caso
del Lote 88 del Proyecto CAMISEA; estas ma-
7 En general una matriz de Leopold es un método de
evaluación de impacto ambiental que se utiliza para identicar
el impacto inicial de un proyecto en un entorno natural. El
sistema consiste en una matriz con columnas representando
varias actividades que ejerce un proyecto (por ejemplo,
extracción de tierras, incremento del tráco, ruido, polvo, etc),
y en las las se representan varios factores ambientales que son
considerados (aire, agua, geología, etc.). Las intersecciones entre
ambas se numeran con dos valores, uno indica la magnitud (de
-10 a +10, por ejemplo) y el segundo la importancia (de 1 a 10,
por ejemplo) del impacto de la actividad respecto a cada factor
ambiental.
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
114
trices han sido el insumo fundamental de la
evaluación de los impactos descritos en los
EIA y sirven para cuanticar los impactos eco-
nómicos sobre los medios afectados o FAS
8
.
Para ello, se ha utilizado un modelo de re-
gresión probabilístico (Modelo de “Poisson”),
que utiliza datos de “recuento”; con esto, se
ofrece al mundo cientíco y decisor un aporte
metodológico original para que los procesos
de scalización o regulación que realizan las
entidades nacionales del Perú (como OSI-
NERGMIN, Ministerios del Ambiente, Energía
y Minas, PRODUCE
9
, entre otros), sean más
ecientes al momento de tomar decisiones
de política pública y económica que involu-
cren, por ejemplo, una multa por infracción
ante la presencia de impactos no previstos, o
ante el incumplimiento de compromisos de-
clarados en los respectivos documentos am-
bientales. Más que la pretensión de evaluar
la mayor cantidad posible de sub-proyectos
de CAMISEA (que es propósito de una tesis
de doctorado UNAM-UNALM
10
), en este caso
el propósito es presentar, en forma objetiva
y didáctica, una metodología que potencial-
mente puede ser utilizada para evaluacio-
nes en proyectos de desarrollo similares en
los sectores energéticos y mineros del Perú.
Eventualmente el método podría ser adecua-
do y utilizado en las circunstancias propias de
otros países de la región.
Este artículo contiene cinco secciones, inclu-
yendo la introducción. La segunda sección
8 Factor Ambiental y/o Social, tal como el agua supercial,
agua subterránea, aire, suelo, ora, fauna, etc.
9 Ministerio de la Producción (PRODUCE)
10 Palomares, Carlos (tesis no publicada). "Medición de
Impactos en los Recursos Naturales Comunes del Proyecto
Camisea-Perú, a Través de la Evaluación de Estudios Individuales
de Impacto Ambiental, Utilizando Datos Panel”(borrador nal
de TESIS).
presenta una revisión concisa de literatura,
sobre la que se sustenta el tema de la inves-
tigación. La metodología es presentada en la
tercera sección; luego, en la cuarta sección se
presentan los resultados obtenidos a partir
del modelo de regresión utilizado, así como
la discusión y análisis de los resultados. La
sección cinco presenta las conclusiones ex-
traídas del análisis de resultados.
2. MARCO TEÓRICO Y
METODOLÓGICO
2.1. En relación a la medición
cualitativa de impactos
Como en la mayoría de Proyectos con hidro-
carburos en el Perú, en el caso del Proyecto CA-
MISEA los Estudios de Evaluación de Impacto
Ambiental se han estructurado y sistematizado
en matrices de Leopold
11
, elaboradas en base a
distintos métodos de cualicación, y por equi-
pos multidisciplinarios de consultoras privadas
(como Environmental Resources Managment,
WALSH, entre otras). Para el propósito de este
estudio, los resultados sistematizados en las
matrices Leopold sirven de insumo para eva-
luar la consistencia de la información cualita-
tiva existente, incluyendo la comparación con
información proveniente de metodologías más
estandarizadas, como la del Banco Interameri-
cano de Desarrollo (BID), que ha tenido aplica-
ciones en proyectos hidrocarburícos
12
.
11 En el Perú, una de las matrices más usadas es la de
Leopold, que recoge, por ejemplo, acciones que pueden ser
relacionadas con factores ambientales en un número variable,
que depende del tipo de proyecto.
12 Otra metodología estandarizada, que también ha sido
ampliamente utilizada para elaboración de EIA (sobre todo en
el campo del sector minero) es el propuesto por Víctor Conesa
Fernández (2010).
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
115
El impacto o “Índice de Incidencia” utiliza-
do en los EIA, puede definirse como el ratio
mediante el cual se mide cualitativamen-
te el impacto ambiental, en función, tanto
del grado de incidencia o intensidad de la
alteración producida, como de la caracte-
rización del efecto (que responde a su vez
a una serie de atributos de tipo cualitativo,
tales como extensión, tipo de efecto, plazo
de manifestación, persistencia, reversibili-
dad, recuperación, sinergia, acumulación,
periodicidad, entre otros dependiendo del
método). A pesar que los diferentes méto-
dos utilizan criterios distintos para elaborar
las matrices de Leopold, todas las metodo-
logías coinciden en un análisis y enfoque
sistémico que involucra la evaluación de las
sinergias en los tres medios del ecosistema
como son: el medio físico, biológico y so-
cial que se establece en el contexto de un
universo de impacto, por lo cual, se puede
estandarizar la evaluación propuesta para
cualquier tipo de metodología utilizada en
su elaboración.
Siendo el propósito de este estudio validar
la consistencia y magnitud de impactos de
los EIA, mediante el uso de una metodolo-
gía implementada con instrumental eco-
nométrico, la estructura de la información
existente (“recuento de datos”) permite
realizar tal validación objetiva y consistente
de los impactos generados en los RNC, por
presencia específica de algunos subproyec-
tos de CAMISEA. Esta misma propuesta, será
posible aplicar a los distintos subproyectos
en los cuales se han utilizado metodologías
reconocidas como de mayor fortaleza teó-
rica, como es el caso de CONESA o la del
BID
13
.
2.1.1. Metodología de Evaluación
de Impactos del Banco
Interamericano de
Desarrollo (BID)
Para efectos ilustrativos y comparativos de
métodos cualitativos en el desarrollo de pro-
yectos que involucren RNC, se presenta la
metodología propuesta y utilizada por el BID.
En este caso, la evaluación de los impactos
es denida en base a múltiples criterios que
asignan un valor numérico discreto teniendo
en cuenta el grado de ocurrencia, severidad
y las posibles medidas de control, según los
valores que son presentados en la Tabla 1, a
continuación.
13 En CAMISEA como en otros proyectos peruanos con
hidrocarburos, las metodologías utilizadas por la mayoría de
Consultoras se caracterizan por que van variando acorde al
tiempo y circunstancias, siendo unas más exigentes y rigurosas
que otras. Los métodos de CONESA y del BID han sido muchos
más sostenibles, complejas y de mayor rigurosidad que otros
métodos utilizados en la región.
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
116
CRITERIOS VALOR
Ocurrencia
Probabilidad de ocurrencia (Pr)
No ocurrirá 0
Baja probabilidad de ocurrencia 2
Mediana probabilidad de ocurrencia 5
Alta probabilidad de ocurrencia 8
Certeza de ocurrencia 10
Duración del Impacto (Du)
Instantáneo 0
Corto plazo (< 1 año) 2
Mediano Plazo (< 5 años) 5
Largo Plazo (< 10 años) 8
Permanente/Irreversible 10
Extensión del Impacto (Ex)
10 m de radio 0
100 m de radio 1
1 km de radio 2
En un sector de la ciudad 3
En toda la ciudad 5
Regional 8
Nacional/Internacional 10
Población Impactada (Po)
0 habitantes 0
<50 habitantes 1
<200 habitantes 2
<50000 habitantes 3
<350000 habitantes 5
<1000000 habitantes 8
>1000000 habitantes 10
Severidad
Impacto a la salud Humana (Ih)
Mejoramiento sustancial/Potencialmente fatal 10/-10
Mejoramiento mayor/Deterioro mayor 7/-7
Mejoramiento menor/Deterioro menor 2/-2
Sin impacto 0
Impacto al ecosistema (Ie)
Mejoramiento sustancial/Deterioro mayor
Ecosistemas sensibles
10/-10
Mejoramiento mayor/Deterioro mayor 7/-7
Mejoramiento mínimo/Deterioro menor 2/-2
Sin impacto 0
Impacto Sociocultural (Is)
Mejoramiento sustancial/Pérdida total de recursos 10/-10
Mejoramiento mayor/Deterioro mayor de recursos 7/-7
Mejoramiento menor/Deterioro menor de recursos 2/-2
Sin impacto 0
Impacto Económico (Ic)
Mejoramiento sustancial/Deterioro catastróco 10/-10
Mejoramiento mayor/Deterioro mayor de recursos 7/-7
Mejoramiento menor/Deterioro menor de recursos 2/-2
Sin impacto 0
Tabla 1. Criterios de Evaluación de Impactos Ambientales y Sociales según el BID
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
117
CRITERIOS VALOR
Medidas de
Control
Medidas de prevención (Mp)
Es posible prevención completa 0/0
Es posible prevención extensiva 0/2
Es posible prevención parcial 0/5
Es posible prevención temporal 0/8
Medidas inecaces o no disponibles 0/10
Medidas de mitigación (Mm)
Es posible mitigación completa 0
Es posible mitigación extensiva 0/2
Es posible mitigación parcial 0/5
Es posible mitigación temporal 0/8
Mitigación inecaz o no disponible 0/10
Medidas de mantenimiento (Mt)
No se requiere mantenimiento 10/0
Mínimo mantenimiento en ejecución 8/5
Algún mantenimiento en ejecución 5/8
Mantenimiento extensivo requerido en ejecución 0/10
Medidas de monitoreo (Mn)
No se requiere monitoreo 10/0
Mínimo monitoreo en ejecución 8/5
Algún monitoreo en ejecución 5/8
Monitoreo extensivo requerido en ejecución 0/10
Tabla 2. Rangos de Importancia según Método de Evaluación BID, de impactos
Fuente: Banco Interamericano de Desarrollo. Elaboración Propia.
A partir de estos valores establecidos, se es-
timan los potenciales impactos de las activi-
dades, en los factores ambientales y sociales
que se colocan en la matriz de impacto o
Leopold, según la siguiente ecuación:
ó =
 +  +  +  ℎ +  +  +  ( +  +  + )
1000
Tal cualicación de impactos ambientales y
sociales, permite categorizar las perturbacio-
nes ocasionadas por las actividades del pro-
yecto, en cada uno de los factores a evaluar,
según los rangos de importancia mostrados
en la Tabla 2.
Categoría de Importancia
Resultado del Impacto
Negativo Positivo
Extrema <= -15,0 >= +15,0
Alta <= -5,0 >= +5,0
Media <= -1,0 >= +1,0
Baja > -1,0 0 a 1,0
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
118
Una vez cuanticados los impactos ambien-
tales y sociales, según los rangos de impor-
tancia establecidos, se estructura la matriz de
impactos con los resultados para identicar
los parámetros estimados de impacto en los
componentes ambientales y sociales, por la
presencia de las actividades de un proyecto.
2.1.2. Metodologías más usadas
en los Sub-proyectos de
CAMISEA
Como fue mencionado antes, en el Perú las
empresas operadoras de los Proyectos de
Desarrollo en Hidrocarburos, han requerido
los servicios de consultoras ambientales, na-
cionales e internacionales, para cumplir con
realizar sus diferentes Estudios de Impacto
Ambiental, que se evalúan sectorialmente,
según lo estipula la norma. En el caso de CA-
MISEA, en cada uno de los Sub Proyectos que
son parte de todo su espectro y en sus tran-
sectos regionales de Selva, Sierra y Costa; por
encargo contractual, las consultoras ambien-
tales utilizan metodologías que se caracteri-
zan porque van variando acorde al tiempo y
circunstancias, siendo unas más exigentes y
rigurosas que otras. Las empresas consulto-
ras utilizan métodos cualitativos sumamente
simples en algunos casos y más complejos en
otros (los métodos de CONESA y del BID pare-
cen haber sido mucho más sostenibles). Entre
las principales empresas ambientales reque-
ridas para la elaboración de EIA en CAMISEA,
se encuentran: Environmental Resources Ma-
nagenment (ERM), Walsh Perú y Golder Asso-
ciates, entre otras.
Si bien es cierto, cada una de estas institucio-
nes privadas han realizado muchos EIA, tales
estudios presentan diferencias en la forma de
estructurar las matrices de impacto, ya que se
basan en metodologías propias derivadas del
método original de Leopold, que han ido mo-
dicando y mejorando con el tiempo, con el
objeto de ser cada vez más consistentes. Con
esta investigación, se han evaluado algunas
de las propuestas de CAMISEA (Lote 88), que
pueden ser comparadas con otras metodo-
logías como la del Banco Interamericano de
Desarrollo, que se ciñe a los procesos de cua-
licación moderna o contemporánea en el
medio latinoamericano.
2.2. CON RELACION A
LA ECONOMETRIA
PARA EVALUAR
Y CUANTIFICAR
IMPACTOS
2.2.1. Método Econométrico para
validar las Matrices de
Impactos
El modelo de Poisson, presenta una alter-
nativa metodológica probabilística, con
variable dependiente o variable objetivo
discreta (se llama “de cuenta” pues tiene
pocos números, enteros, positivos). Se basa
en una distribución de probabilidades que
ha sido probada útil cuando la variable de-
pendiente representa “datos de cuenta” ó
“recuento de datos”(Count Data en inglés);
es decir, en el caso que la variable discre-
ta toma solo un número finito de valores
representados por números enteros (Guja-
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
119
rati, 2009)
14
.El modelo de Poisson, ha sido
mayormente aplicado para estimar proba-
bilidades asociadas a estudios relacionados
con la salud humana
15
(Cameron et al, 2013;
Pohlmeier y Ulrich, 1995; Gerdtham, 1997;
Urbanos, 2000 y Álvarez, 2001).
En Economía Ambiental, este modelo ha sido
frecuentemente utilizado como instrumento
del método de "costo de viaje" para calcular
el valor económico de los servicios que brin-
dan bienes que usualmente no son transados
en el mercado, como los lugares de recrea-
ción, parques, playas, lagos y otras áreas pú-
blicas (Riera et.al., 2006). En esta oportunidad;
el modelo de Poisson es utilizado, en forma
original y atractiva, para validar EIA, es decir la
"idoneidad" de los impactos ocasionados por
las actividades del Proyecto CAMISEA.
El modelo de regresión no es utilizado en su
forma clásica, en el que se recoge informa-
ción que sirve para alimentar y construir una
variable dependiente y un conjunto de varia-
bles regresoras, con el previo establecimien-
to de una teoría que sustenta una relación de
causalidad. Los datos en este caso provienen
de valoraciones cualitativas expresadas en las
matrices de Leopold; las variables regresoras
se construyen a partir de la información pro-
vista en las matrices (se estructuran en fun-
ción al conjunto de actividades que realicen
las operadoras afectando al medio eco-sisté-
14 La variable discreta toma un número nito de valores y
representa fenómenos frecuentes (como el número de patentes
otorgadas a una empresa en un año, número de visitas a un
dentista en una año, número de visitas a un supermercado en
una semana) o también ocurrencias poco frecuentes, como
ganar la lotería o tener un ataque al corazón en un trimestre, etc.
15 Como es el caso de número de consultas médicas, al
número de ingresos hospitalarios, días de estancia y número de
medicamentos consumidos, entre otros).
mico en su conjunto), mientras que la varia-
ble dependiente es una variable de "cuenta",
que expresa el número de veces que se pro-
ducen impactos sobre un determinado factor
ambiental y/o social FAS. No hay una teoría
económica detrás, pues es un caso típico y
sui-géneris del uso de un modelo de Variable
Dependiente discreta, que es utilizado para
comprobar si existe una relación signicativa
entre regresoras y variable dependiente. De
existir tal relación se valida la certeza y preci-
sión de la matriz de Leopold (y por tanto, del
estudio de impacto).
Más especícamente, el uso de un modelo
de regresión de Poisson permite identicar
las pautas convencionales para evaluar y va-
lidar los EIA formulados a través de las decla-
raciones de Línea Base, que son sistematiza-
dos en las matrices de impacto (o matrices
de Leopold), en la cual se relacionan los FAS
en función al conjunto de actividades que
impactan potencialmente a los tres medios
eco-sistémicos (físico, biológico y social). El
modelo permite la identicación del núme-
ro de impactos que llegan a producirse en
los diferentes bienes y servicios eco-sistémi-
cos o recursos naturales comunes que se en-
cuentren inmersos en el ámbito del proyec-
to. Tales impactos, se identican a través de
los factores ambientales y sociales descritos
en las matrices de Leopold y elaborados por
múltiples criterios propuestos por el equipo
multidisciplinario. El modelo requiere que la
distribución condicional para la variable de
respuesta sea correctamente especicada, así
como el parámetro relacionado con su valor
esperado.
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
120
Para la regresión Poisson se asume que la dis-
tribución condicional de
(y
i
⁄x
i
)
se distribu-
ye como una variable aleatoria Poisson con
función de densidad:
!
!
=
!
!!
!
!
!
!
!!
, ∀ = 0,1,2, …
(1)
Donde
y!
es el factorial, expresado por
y!=y*(y-1)*(y-2)*…*2*1
λ
es el número promedio de impactos que se
generan en un periodo de tiempo
16
. El núme-
ro de impactos se caracteriza por ser nito y
responderá a la estructura potencial de los
impactos mediante una formalización mate-
mática que responden a los criterios de afec-
tación especíca o combinada de las activida-
des sobre los medios físico, biológico y social,
y que permitan inferir decisiones de política
en la sostenibilidad del proyecto
17
. Si el valor
de
y
i
fuera alto, las probabilidades asignadas
por este modelo son tan bajas como se desee,
es decir tenderían a cero (Greene, 2004).
A partir de la ecuación (1) es posible estable-
cer el parámetro para la media condicional:
E[y
i
⁄(x
i
)] =λ
i
=exp(x
i
’ β) (2)
Dada la especicación de la distribución con-
dicional de la variable respuesta, así como de
la media condicional, bajo el supuesto de que
se tienen observaciones independientes, en-
tonces se pueden encontrar los estimadores
de los parámetros de "causalidad"
(β)
, utili-
16 El período del EIA, que se diferencia por tipo de proyecto,
según sea pequeño, mediano o grande.
17 G. Munda (2008), “Social Multi-Criteria evaluation for a
sustainable economy”.
zando una función de Máxima Verosimilitud
(expresada en Logaritmos y cuya robustez se
analiza por la distribución Chi cuadrada ):
�
!
!
= (
!
!
!
!
!!!
− exp
!
!
− log
!
!
)
(3)
Es decir, que los estimadores
(β)
y sus respec-
tivos errores estándar son obtenidos a partir
de la maximización de la función de verosimi-
litud (3). Tales estimadores tienen las propie-
dades de consistencia y eciencia asintótica
(Wooldridge, 2009).
En el caso de una función Poisson, es posible
demostrar que la media y varianza, son igua-
les:
Var (y
i
) = λ = E (y
i
)
, lo cual conlleva
la necesidad de corregir los errores estándar
asociados a los coecientes estimados (erro-
res estándar “robustos”).
Entonces, la forma operativa del modelo de
regresión puede también expresarse como:
λ
!
=
!
=
!
!
!!
!
!
!!
!!
!
!
!!
!⋯!!
!!!
!
!!
(4)
En el caso especíco de este estudio, las va-
riables
X
son las variables "explicativas" que
afectan el valor promedio de los impactos
(
λ
i
), dado que en este caso particular la va-
riable dependiente representa el número de
impactos generados por las actividades des-
critas en la Matriz de Leopold, que ocasionan
"externalidades" en un período determinado
por la evaluación de lo descrito en la línea
base del EIA
18
.Finalmente, los resultados per-
mitirán al evaluador del EIA, tomar decisiones
18 El período dependerá de la fase que se esté evaluando,
la cual puede clasicarse en: Fase de Exploración, Fase de
Construcción, Fase de Operación y Fase de Abandono o Cierre.
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
121
sobre la viabilidad del Proyecto, o dar reco-
mendaciones a tener en consideración sobre
la mitigación de impactos en ciertos FAS.
3. METODOLOGÍA
El estudio parte del hecho que es necesario,
para evaluadores de impactos ambientales,
y para quienes realizan tales estudios, contar
con un instrumento metodológico de valida-
ción de lo realizado a través de las matrices de
impacto; es decir que les permita, desde la óp-
tica del Estado, asegurarse que la evaluación
realizada sea consistente y conable. Se plan-
tea entonces un procedimiento de validación
utilizando el Método de “recuento de datos”,
en base a una distribución de Poisson, que
permite contabilizar el número de ocurren-
cias por unidad de tiempo. En este caso par-
ticular, se contabiliza el número de impactos
evaluados durante el período de elaboración
del EIA
19
. Un supuesto importante es que el
número de impactos medidos o “capturados”
en la variable dependiente
(Y)
, tomados a
partir de información provista por las Líneas
de Base de los diferentes subproyectos, es
bastante aproximado a los impactos reales de
las actividades. De no ser así, podría caerse en
un problema de regresión “espuria”
20
.
3.1. Especicación del Modelo
Como fue expresado en la sección teórica an-
terior, el modelo de Poisson operativo o fun-
cional puede ser representado por la ecua-
ción exponencial (2) anterior:
[y
i
⁄(x
i
)] =λ
i
=exp(x
i
’ β) (2)
Donde:
y
i
= número total de veces que el factor
"i"
(del medio ambiental o social) es impactado
por el total de las "
m
" actividades considera-
das en la matriz Leopold
21
.
x
i
= magnitud del efecto de “k” actividades
que afectan a un FAS/ N° de veces que el fac-
tor “i” es impactado por “k” actividades; es de-
cir:
!
=
(
).""
A
..
°""
"".
m
1920
= número total de actividades que impac -
tan los factores (físicos, biológicos y sociales)
en la matriz de Leopold
n
= número de factores impactados declara-
19 La alternativa ha sido el uso de un modelo de distribución
BINOMIAL NEGATIVA, descartada porque limita al modelo hasta
que ocurra el impacto considerando como límite el primer éxito
(E) de impacto, lo cual no sería apropiado para el objetivo de
este estudio.
20 Es importante recordar acá nuevamente, que se necesita
suponer que el número de impactos medidos o “capturados”
en la variable dependiente, tomados a partir de información
provista por los propios EIA, basados en las Líneas de Base de
los subproyectos, es bastante aproximado a los impactos reales
de las actividades.
dos en el EIA
k
= parte del total de
"m"
actividades que
afectan a un determinado factor o medio
(k<m)
i
= 1 a
n
(corte transversal).
21
Dado que a través del modelo se validan los
21 Esta es una denominación usada frecuentemente en
el contexto de trabajo con series de tiempo, pero también
eventualmente utilizada en otros tipos de regresión en los
cuales los resultados de la relación entre variables es de dudoso
valor, en el sentido que los resultados parecen, a primera
vista, buenos, pero una investigación más detenida revela que
resultan sospechosos (Gujarati, 2010).
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
122
impactos potenciales de las actividades (o
grupo de actividades) de un Proyecto, la va-
riable dependiente o endógena (denominada
"FACT") es denida por el conteo de impactos
generados por los grupos de dichas activida-
des descritas en la Matriz de Leopold, y que
ocasionan externalidades en los diferentes
factores ambientales y sociales. El nivel de
conteo de impactos dependerá del conjunto
de actividades que se generen en cada uno
de los factores ambientales y sociales de los
tres medios eco-sistémicos (el medio físico,
biológico y social); también dependerá de los
posibles impactos combinados que pueda
generar entre los medios antes mencionados.
Las
x
i
son las variables explicativas del mode-
lo, se construyen según la relación expresada
líneas arriba, representado externalidades
ocasionadas (por las actividades agrupadas
o simples) en los diferentes factores ambien-
tales y sociales, en un período determinado,
por la línea base del EIA
22
. La relación entre
x
i
y la "variable de cuenta"(dependiente,
y
i
)
es establecida mediante la estimación de los
parámetros del modelo.
Cumpliendo con el principio de “parsimonia”
y a n de contar con variables exógenas o re-
gresoras consistentes, éstas han sido agrupaa-
das o asociadas, evitándose así perder grados
de libertad en el modelo. Tal agrupación, se
ha hecho en base a los impactos declarados
para los factores del medio eco-sistémico,
ocasionado por el conjunto de actividades de
los diferentes subproyectos. En este caso se
describe a los grupos del siguiente modo:
22 El período dependerá de la fase que se esté evaluando,
la cual puede clasicarse en: Fase de Exploración, Fase de
Construcción, Fase de Operación y Fase de Abandono o Cierre.
• GP1: Grupo de actividades que afectan
al medio Físico, Biológico y Social
• GP2: Grupo de actividades que afectan
al medio Físico y Biológico
• GP3: Grupo de actividades que afectan
al medio Biológico y Social
• GP4: Grupo de actividades que afectan
al medio Físico y Social
• GP5: Grupo de actividades que afectan
al medio Físico
• GP6: Grupo de actividades que afectan
al medio Biológico
• GP7: Grupo de actividades que afectan
al medio Social
El modelo de regresión Poisson con datos de
recuento, en este caso, permite tener una vi-
sión de cómo es la estructura propuesta por
los evaluadores del EIA, donde el equipo mul-
tidisciplinario ha colocado una opinión muy
particular respecto a su especialidad (expre-
sada en las matriz de Leopold, que es resul-
tado de lo evaluado -por estos expertos- en
lo que respecta al impacto en el medio físico,
biológico y social). En tal caso, las hipótesis
nulas respecto a los parámetros del modelo
2 son simples y pueden ser consideradas del
siguiente modo:
Ho: β
j
= 0; Ha: β
j
≠ 0.
La hipótesis nula (Ho) equivale a plantear que
el impacto previsto a partir de actividades que
afectan a un determinado factor (ambiental,
social o físico) no se aproxima a lo realmen-
te evidenciado. Por tanto, la evaluación del
grupo disciplinario, en este sub-proyecto, no
habría sido el más adecuado. En otras pala-
bras, de no rechazarse la hipótesis nula, es
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
123
recomendable tener cautela con el proceso
de monitoreo de las actividades que pertene-
cen al grupo "regresor" durante el tiempo que
dure el proyecto.
3.2. Indicadores relevantes
En cuanto a la interpretación de resultados
para la validación de matrices, éstos serían:
a) Con respecto a su media, el análisis funcio-
nal está representado por:
!
=
!
!
!!
!
!
!!
!⋯!!
!
!
!"
(5)
b) Para determinar la probabilidad de ocu-
rrencia de los impactos en los factores am-
bientales, por parte del conjunto de activida-
des de los diferentes subproyectos de Cami-
sea, puede usarse:
!
< =
!!
!
!
!
!
!
!!!
(6)
c) En el caso de los efectos marginales que
una variable regresora tiene sobre los valores
medios de la variable dependiente, éstos son
estimados en función a las derivadas parcia-
les siguientes:
(7)
Esto explicaría que la tasa de cambio del valor
medio de los impactos, respecto a las varia-
bles independientes, que representan el con-
junto de actividades que afectan los factores,
es igual al coeciente de esa regresora multi-
plicada por su valor medio.
3.3. Base de Datos
El proceso metodológico, en el presente caso,
ha incluido los siguientes aspectos:
Revisión de los Estudios de Impacto Ambien-
tal y Social de las Operadoras de Gas Natural
en el ámbito del Proyecto CAMISEA
Identicación de los impactos en los RNC o
FAS, realizados por los equipos multidiscipli-
narios que elaboraron los EIA (implica eva-
luar las matrices de impacto, homogeneizán-
dolas en su evaluación)
Validación de los Estudios de Impactos Am-
bientales (EIA), mediante el uso de un modelo
de POISSON, que utiliza “datos de cuenta” pro-
veídos por las evaluaciones de los sub-pro-
yectos.
En forma especíca, en la primera etapa se
requirió del acopio de los EIA del proyecto
Camisea. Para ello, se tuvo que acceder a in-
formación pública de los respectivos docu-
mentos ambientales que se encontraban en
los organismos competentes (como el MEM
y OSINERGMIN). Sólo cuando no hubo in-
formación precisa y completa, se solicitó el
apoyo de algunas empresas operadoras del
rubro. Luego de ello, en la fase 2, se pasó a
identificar los impactos que las actividades
del sector hidrocarburos pueden generar en
los RNC, del Medio Físico y Biológico, con im-
plicancias en el medio social; a través de la
descripción desarrollada por el equipo mul-
tidisciplinario de la consultora que elaboró
el EIA.
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
124
Después del acopio de los documentos am-
bientales, se empezó a construir la base de
datos respectiva, a n de poder sistematizar
la información primaria para evaluar la va-
lidación de las matrices de impacto. Dicha
validación de matrices, permite dar mayor
consistencia y objetividad a los EIA, ya que a
través de las técnicas econométricas utiliza-
das, se logra evaluar la robustez global y sig-
nicancia de las variables exógenas que son
representadas por las actividades del sector,
y que ocasionan externalidades en los facto-
res ambientales y sociales de los respectivos
sub-proyectos de Camisea.
En este estudio, se han tomado como ejemplo
ilustrativo, de aplicación metodológica, dos
sub-proyectos del Lote 88 de CAMISEA. Para
lograr tal propósito se ha requerido contar
con estudios de impacto ambiental, planes
de manejo ambiental, programas de relacio-
nes comunitarias de las áreas involucradas,
y documentos ambientales
23
sistematizados,
como antedicho, por instituciones como OSI-
NERGMIN y el MEM. A modo de ejemplo, la
matriz de evaluación de impactos (Leopold)
de uno de los subproyectos es presentada en
el Anexo de la última página.
4. RESULTADOS
Uno de los dos lotes más importantes en el
yacimiento de Camisea, es el Lote 88; por lo
que, es de especial interés entender objetiva-
mente las evaluaciones realizadas en los res-
pectivos documentos ambientales, según el
tipo de sub proyecto y la relación entre activi-
23 Informes de supervisión, informes técnicos, entre otros.
dades impactantes en los factores ambienta-
les y sociales que son parte de los EIA. Como
antedicho, en este caso y con propósito ilus-
trativo, los resultados son presentados para
evaluación de dos sub-proyectos del Lote 88
y un sub-proyecto que utiliza la metodología
BID
24
.Los resultados del modelo de regresión,
obtenidos con el software STATA, se sinteti-
zan en la siguiente Tabla 3.
En general en estos tres casos la ecuación
evaluada ha sido la siguiente:
E(FACT
i
) =β
0
+ β
1
GP1 + β
1
GP2 + β
3
GP3 +
β
4
GP4 + β
5
GP5 + β
6
GP6 + β
7
GP7 + µ
i
Donde:
GP1: Grupo de actividades que afectan al me-
dio Físico, Biológico y Social
GP2: Grupo de actividades que afectan al me-
dio Físico y Biológico
GP3: Grupo de actividades que afectan al me-
dio Biológico y Social
GP4: Grupo de actividades que afectan al me-
dio Físico y Social
GP5: Grupo de actividades que afectan solo al
medio Físico
GP6: Grupo de actividades que afectan solo al
medio Biológico
GP7: Grupo de actividades que afectan solo al
medio Social
Los dos subproyectos incorporados en esta
evaluación pertenecen al Lote 88 de CAMI-
SEA; son los siguientes:
24 En la tesis no publicada de Carlos Palomares "(2013), se
incluyen resultados de aplicación del método en un total de 29
subproyectos de CAMISEA (19 del Lote 56 y 10 del Lote 88).
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
125
• Subproyecto de Construcción de la
planta de gas y anexos (Matriz "Planta de
Gas")
• Subproyecto de Operación de Líneas
de Conducción (Matriz "Línea de conduc-
ción").
Los resultados son mostrados en la Tabla 3, a
continuación.
Coecientes de Regresión Efectos Marginales
Subproyecto
Matriz "Planta
de Gas"
Matriz
"Línea de
Conducción"
Matriz
BID
Matriz "Planta
de Gas"
Matriz "Línea de
Conducción"
Matriz
BID
VARIABLES FACT FACT FACT
!
!"
=
!
!
!
!"
=
!
!
!
!"
=
!
!
GP1
-0.884
1/
-0.808
2/
-0.572
1/
-7.13 -2.65 -2.81
(0.188) (0.316) (0.150)
GP2
-0.0605 -0.204*
-0.49 -1.00
(0.111)
NS
(0.107)
GP3
-0.501
1/
-0.321
1/
-0.175
3/
-4.04 -1.05 -0.86
(0.155) (0.117) (0.098)
GP4
-0.332
2/
-0.302
2/
-1.09 -1.49
(0.150) (0.132)
GP5
-0.395 -0.661 -0.320
-3.18 -2.16 -1.57
(0.498)
NS
(0.764) (0.391)
GP6
GP7
0.496
1/
0.442
2/
1.193
1/
4.00
1.45
5.87
(0.157) (0.187) (0.145)
Constant
1.539
1/
0.659
1/
1.773
1/
(0.109) (0.145) (0.122)
Observations 41
41
31
LR Chi-squared 104.6
68.23
39.07
prob>chi2 0.00 0.00
0.00
Pseudo R2 0.42 0.38
0.36
1/
p<0.01,
2/
p<0.05,
3/
p<0.1, NSP>0.05, (EE robustos entre paréntesis)
Fuente: elaboración propia.
Tabla 3. Resultados de Evaluación de dos Matrices de Impacto del Lote 88
(Regresión Poisson)
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
126
4.1. Signicancia estadística
de los estimadores
Los estimadores resultantes de la regresión
Poisson son los que se muestran en las tres
primeras columnas de la Tabla 3. En ninguna
de las tres matrices de los EIA utilizados, exis-
tían actividades pertenecientes al Grupo GP6;
es decir, aquellas que afectan solo al medio
biológico (aparece la la vacía).
La signicancia conjunta de los estimado-
res, en los tres sub-proyectos evaluados,
son 104.6, 68.2 y 39.1 (valores Chi-Squared),
asociados a probabilidades< 0.05 en los tres
casos. O sea, en los tres modelos, en forma
global, los resultados son robustos y consis-
tentes por el estadístico de prueba “razón de
verosimilitud” (estadístico Ji-cuadrado
25
). La
bondad de ajuste, apreciada a través del esta-
dístico “Pseudo R
2
” varía entre 0.36 y 0.42; tales
indicadores son usualmente bajos en todos
los modelos probabilísticos y son considera-
dos de segunda importancia en la indicación
de la pertinencia de un modelo; podría con-
cluirse sin embargo que, en promedio, 38%
de la variabilidad de la variable dependiente
es explicada por los regresores considerados
(Wooldridge, 2009, pp. 628).
En forma individual, la mayoría de estimado-
res de la relación de variables exógenas
(β
j
)
son signicativos en los tres modelos, pues
sus valores p-value son menores al 5%. La
excepción (en los tres casos) la constituye la
25 Con el método de máxima verosimilitud el estadístico Ji-
cuadrado sirve para probar la hipótesis conjunta de signicancia
estadística de todos los estimadores de los parámetros de los
modelos multivariados (es el equivalente al estadístico "F" en
el modelo clásico estimado mediante Mínimos Cuadrados
Ordinarios).
variable exógena que representan al grupo
de actividades GP5 (a las que les corresponde
p-value de 0.58, 0.43 y 0.3, en los tres mode-
los, respectivamente); ello se debería a que
las actividades de este grupo GP5, habrían
sido más impactantes de lo informado en los
EIA (por tanto "sesgadas" en favor del opera-
dor).Es interesante notar, que esto sucede en
los tres sub-proyectos; es decir que en los tres
casos las actividades que afectan solo al me-
dio físico tendrían problemas de evaluación,
por lo que se sugiere tener especial cautela,
por parte de las instituciones, en el momento
de los monitoreos, una vez implementado el
sub-proyecto o sub-proyectos evaluados.
Adicionalmente, otro grupo de actividades
que también ha mostrado evidencia de di-
cultades en cuanto a la evaluación de im-
pacto efectuada en el EIA, son las que cons-
tituyen el grupo que afectan al medio físico
y biológico, en el caso del sub-proyecto de la
"Planta de Gas" (esto es evidenciado también
por la falta de signicancia del estimador del
parámetro que mide el efecto del grupo GP2,
según Tabla 3); sin embargo, esto no ocurre
con el estimador de la matriz BID.
4.2. Efectos Marginales
Siendo necesario medir los efectos margi-
nales, para ser exhaustivos en la validación,
en las dos últimas columnas de la Tabla 3, se
muestra el cálculo del efecto marginal o par-
cial de cada grupo analizado en el modelo
respectivo. Tal efecto marginal o parcial, re-
presenta el efecto de un incremento de una
unidad en el valor de
GPi
sobre la media (pro-
medio) de FACT como variable dependiente.
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
127
Es decir utilizando la ecuación (7):
!
!"
=
!
!
Es importante destacar que las tasas de cam-
bio del valor promedio de los impactos, con
respecto al efecto de las actividades agru-
padas en los diferentes grupos GPi son casi
todas negativas (excepto el caso de las activi-
dades del grupo GP7). Tales valores negativos
varían entre -7.13 en el caso de GP1 en el Sub
Proyecto "planta de gas" y -0.49 en el caso de
GP2 también en el Sub Proyecto "planta de
gas".
El valor de -7.13, por ejemplo, quiere decir,
que ante un cambio en una unidad en el cual-
quiera de las actividades que pertenecen a
GP1, permaneciendo constantes los demás
grupos de actividades, la esperanza de cam-
bio (o cambio marginal promedio) en el con-
junto de factores ambientales y sociales es de
-7.13 veces; es decir, se produce un efecto ne-
gativo en el N° promedio de veces que los fac-
tores (ambientales y sociales) son afectados.
Así mismo, si se incrementara el coeciente
de las actividades de GP2 (actividades que
afectan al medio físico y biológico en este
caso) en una unidad, se produciría también
un efecto negativo en el número promedio
de veces que los factores ambientales y socia-
les son afectados. (Tabla 3).
Los valores positivos de los efectos margina-
les mostrados en la Tabla 3, para el caso de las
actividades de GP7 (que afectan solo al medio
social), indican lo siguiente: en el caso del va-
lor 5.87 (por ejemplo), un incremento en una
unidad en el conjunto de acciones que per-
tenecen a GP7, permaneciendo constante los
demás grupos de actividades, la esperanza de
cambio en el N° de impactos promedio (en el
conjunto de factores ambientales y sociales)
incrementaría en casi 6 veces. En lo que co-
rresponde a la tasa de cambio que reportó un
valor de 1.45 (también actividades del grupo
GP7), se interpreta que ante un cambio en
una unidad en el conjunto de acciones que
pertenecen a GP7, permaneciendo constante
los demás grupos de actividades, la esperan-
za de cambio por N° de impactos en el con-
junto de factores ambientales y sociales es de
casi 1 vez y media más (1.45).
5. CONCLUSIONES
a. Se ha comprobado la aplicabilidad y
funcionalidad de la metodología para va-
lidar las matrices de impacto, como la de
los subproyectos de CAMISEA, median-
te el modelo Poisson que usa "datos de
cuenta". Es posible generalizar el método
para otro conjunto de valoraciones cuali-
tativas distintas, basadas en el uso de las
Matrices Leopold o semejantes, que en su
constructo incorporan múltiples criterios
para su evaluación cualitativa y que serán
de gran utilidad a las autoridades com-
petentes para tomar decisiones sobre la
viabilidad de los proyectos energéticos y
mineros, ya que estos serían sostenibles
en el tiempo.
b. La signicancia individual de los esti-
madores del modelo econométrico usa-
do es fundamental para validar la perti-
nencia y equidad de las evaluaciones de
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
128
los EIA, basadas cualitativamente en la
construcción de las Matrices de Leopold.
Mediante tal signicancia individual, es
posible identicar las actividades que ha-
brían sido regular o mal evaluadas en su
impacto (por tanto sesgadas en favor del
operador) y que requerirían una mayor
observación durante la fase de aplicabi-
lidad, para evitar mayores impacto en el
mediano y largo plazo del proyecto, a n
de cautelar una sostenibilidad intertem-
poral del proyecto en evaluación.
c. El método puede ser fácilmente apli-
cable tanto a casos de matrices construi-
das en base a métodos estandarizados y
formales de evaluación de impacto (como
las metodologías de CONESA y BID), así
como en los casos menos formales apli-
cados por los equipos multidisciplinarios
contratados por las Empresas Operado-
ras de los proyectos). En el caso de CAMI-
SEA, resultó interesante observar que el
grupo de actividades GP5, es decir activi-
dades que afectan al medio físico, resul-
tó con indicadores que recurrentemente
evidenciaron dicultades potenciales en
los tres sub-proyectos utilizados.
d. Los efectos marginales expresan los
cambios en los valores promedio de los
impactos totales en los medios físicos,
biológicos y sociales, como consecuencia
de cambios en las variables independien-
tes (que representan el conjunto de acti-
vidades que afectan los factores). Un va-
lor positivo, expresa una relación directa
entre cambios en las actividades impac-
tantes y los factores impactados (N° de
impactos); en cambio estimadores nega-
tivos expresan una relación inversa entre
los cambios en las actividades regresoras
y el valor promedio de los factores im-
pactados, observándose el potencial im-
pacto que generan las externalidades. En
el caso de los dos sub-proyectos de CA-
MISEA (lote 88) tales efectos marginales
resultaron mayoritariamente negativos.
e. Este estudio tiene básicamente un ca-
rácter demostrativo de la funcionalidad
del modelo y del método de evaluación
de matrices de impacto, es por ello que
se han usado solo tres EIA, para tal pro-
pósito. En tal sentido no se ha creído
conveniente hacer recomendaciones a
partir de un grupo relativamente peque-
ño de actividades, en el caso CAMISEA.
Así mismo, en este caso se han agrupa-
do actividades en grupos más o menos
homogéneos pero en forma algo subje-
tiva; podría realizarse tal agrupación en
diferente forma y de modo tal que fuera
posible tener estimadores mucho más (o
menos) detallados que en presente caso.
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
129
6. REFERENCIAS
BIBLIOGRÁFICAS
ÁLVAREZ, B. (2001), “La demanda atendida
de consultas médicas y servicios urgentes en
España”, en Investigaciones Económicas, XXV
(1): 93-138.
AZQUETA OYARZUN, DIEGO (1994),Valora-
ción Económica de la Calidad Ambiental, Mc-
Graw-Hill Editores.
BANCO INTERAMERICANO DE DESARROLLO
(BID, 2001),Centro de Estudios para el Desa-
rrollo (CED), Autor: Guillermo Espinoza, San-
tiago de Chile, Chile.
CAMERON, A.C., TRIVEDI, P.K., MILNE, F. Y J. PI-
GGOTT (1988), “A microeconometric model of
the demand for health care and health insu-
rance in Australia”. Review of Economic Stu-
dies, LV: 85-106.
CAMERON, A.C. Y TRIVEDI, P.K., (2013), Regres-
sion Analysis of Count Data, printed by The
Econometric Society Monographs, the United
State of America, Second Edition.
CONESA V., VÍTORA (2010), Guía Metodológi-
ca para la Evaluación del Impacto Ambiental.
4ta edición, Editorial Mundi Prensa.
GUJARATI, DAMODAR N. (2009), Econometría,
Editorial Mc Graw-Hill. Quinta Edición.
GREENE, WILLIAM (2004), Análisis Economé-
trico,Quinta Edición. Editorial Prentice Hall,
Madrid- España.
ENVIRONMENTAL RESOURCES MANAGEMENT
(ERM, 2011), Estudio de Impacto Ambiental y
Social del Lote 88, Camisea y Área de inuen-
cia, Consultora Internacional ERM, Agosto de
2001.
GERDTHAM, U.G. (1997), “Equity in health care
utilization: further tests based on hurdle mo-
dels and Swedish micro data”, in Health Eco-
nomics6 (1): 303-319.
MUNDA, GIUSEPPE(2003), “Social multi-crite-
ria evaluation: Methodological foundations
and operational consequences”, in European
Journal of Operational Research, 158 (2004)
662-677.
MUNDA, GIUSEPPE (2008), Social multi-cri-
teria evaluation for a sustainable economy.
Springer-Verlag Berlin Heidelberg. 210 pag.
WOOLDRIDGE, JEFFREY (2009), Introducción
a la Econometría: un Enfoque Moderno, CEN-
GAGE Learning Editores.
PALOMARES, CARLOS (TESIS no publicada),”-
Medición de Impactos en los Recursos Natu-
rales Comunes del Proyecto Camisea-Perú, a
través de la Evaluación de Estudios Individua-
les de Impacto Ambiental, Utilizando Datos
Panel” (borrador nal de TESIS).
POHLMEIER, W. and ULRICH, V. (1995), “An
Econometric Model of the Two-Part Decision-
making Process in the Demand for Health
Care”, in Journal of Human Resources, 30(2):
339-361.
RIERA, P., GARCÍA, D., KRISTROM, B. y BRAN-
NLUND, R. (2005), Manual de Economía Am-
biental y de los Recursos Naturales. Editorial
Thomson, España (350 pp.)
URBANOS, R. (2000), “Desigualdades socio sa-
nitarias y efectividad potencial de las políticas
públicas: un estudio aplicado con datos espa-
ñoles”, en Hacienda Pública Española 154 (3):
217-238.
130
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
130
7. ANEXOS
MATRIZ DE IMPACTO AMBIENTAL - SUB PROYECTO PLANTA DE GAS Y ÁREAS DE SERVICIOS - FASE CONSTRUCCIÓN
FACTORES AMBIENTALES
Geol. y Geomorfol. Suelos Atm. y Aire Rec. Hídrico Supercial Rec. Hídrico Subt. Flora Fauna Paisaje Población Infraestructura Planicación Economía Rec. Arq.
PLANTA DE GAS Y ANEXOS - FASE CONSTRUCCION
Estabilidad Estructural
Estabilidad de costas
Procesos de erosión/sedimentación
Red de drenaje supercial
Calidad de suelos
Capacidad Producva
Cambios Climácos Globales
Calidad de Aire
Capacidad de drenaje
Régimen Hídrico
Calidad del Agua Supercial
Usos del Recurso Hídrico Supercial
Disponibilidad del Recurso Hídrico Subt.
Calidad del agua Subterránea
Dinámica Subterránea (recarga/descarga)
Biodiversidad Florísca
Cobertura vegetal
Volumen maderable
Fauna Acuáca
Recursos Pesqueros
Fauna Terrestre
Fauna con interés económico/social
Biodiversidad faunísca
Nivel de ruido de base
Calidad Escénica
Salud de la población
Áreas de uso
Seguridad e integridad personal
Hábitos y costumbres
Vías de comunicación
Infraestructura sanitaria
Infraestructura educava
Infraestructura cultural
Planicación territorial
Planicación demográca
Planicación cultural
Economía individual
Economía local (comunitaria)
Economía regional
Sios de interés arqueológico
Sios de interés religioso
ACCIONES DEL PROYECTO
1 Adquisición de tierras
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -1 0 0 0 0 3 0 0 2 2 0 0 0
2 Generación de empleo
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 2 0 3 3 3 0 0
3 Instalación de obradores
0 0 0 0 0 -2 0 0 -1 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -1 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
4 Incremento de la demanda de bienes y servicios
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 -1 -1 -1 -1 0 0 0 0 0 0 1 1 1 1 0 0 0 3 3 3 0 0
5 Aumento de percepción de la temática ambiental
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1
6 Alteración de las formas naturales del paisaje
-1 -2 -1 -1 -1 0 0 0 -1 -1 0 0 0 0 0 -1 -1 -1 -1 0 -1 -1 -1 0 -3 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7 Deforestación / desbroce
-2 -2 -1 0 0 -2 0 0 0 0 -1 0 0 0 0 -1 -2 -1 0 0 0 -1 0 -2 -2 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 Movimiento de suelos / nivelación
-1 -1 -1 -1 0 0 0 -1 0 0 -1 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 0 0 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
9 Modicación de taludes naturales
-1 -1 -2 0 0 0 0 0 0 0 -1 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -2 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
10 Modicación de patrones de drenaje locales
0 -2 0 -2 0 0 0 0 0 0 -1 0 0 0 0 0 -2 -1 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11 Emisión de material particulado en suspensión
0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -2 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
12 Compactación de suelos
-2 -2 -2 -2 -2 -2 0 0 -1 0 -1 0 0 0 -2 0 -2 -1 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
13 Aumento de riesgo de contaminación de suelos
0 0 0 0 -1 -1 0 0 0 0 -2 -1 -1 -1 0 -1 -1 -1 0 0 -1 -1 -1 0 0 -1 -1 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0
14
Aumento de riesgo de contaminación del recurso hídrico supercial
0 0 0 0 0 -2 0 0 -1 0 -3 -3 -2 -2 0 0 -1 -1 -3 -3 -2 -2 -2 0 0 0 -3 0 -1 0 0 0 0 0 0 0 0 0 0 0 0
15 Reducción de recarga local de acuíferos
0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
16
Aumento de riesgo de contaminación de recurso hídrico subterráneo
0 0 0 0 0 0 0 0 0 0 -1 -1 -3 -3 0 0 0 0 -1 -1 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
17 Explotación de canteras de materiales
-2 -3 -2 0 0 -2 0 -1 0 0 -3 0 0 0 0 -1 -2 -1 0 -1 -1 -2 -1 -2 -2 0 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
18 Movimiento de maquinarias y equipos pesados
0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -3 0 0 -2 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
19 Acopio de materiales
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -2 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
20 Montaje de estructuras y construcción de instalaciones
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 -1 0 0 0 0 0 -2 -3 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
21 Instalación de equipos y maquinarias
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 -2 -3 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0
22 Prueba de equipos instalados
0 0 0 0 0 0 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
23 Aumento de la presión sonora (ruidos)(fuentes jas)
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -2 0 -2 -3 0 -2 0 0 0 0 0 0 0 0 0 0 0 0
24 Aumento de la presión sonora (ruidos)(fuentes móviles)
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -2 0 -2 -3 0 -2 0 0 0 0 0 0 0 0 0 0 0 0
25 Generación de RSU y residuos peligrosos
0 0 0 0 -1 -1 0 -1 0 0 -1 0 0 -1 0 0 -1 0 -1 -1 0 0 0 0 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
26 Generación de líquidos residuales
0 0 0 0 -1 0 0 0 0 0 -1 -1 0 -1 0 0 -1 0 -1 -1 0 0 0 0 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
27 Generación de emisiones gaseosas (fuentes jas)
0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
28 Generación de emisiones gaseosas (fuentes móviles
0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
29 Aumento de emisiones lumínicas
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 -2 0 -2 0 -2 0 0 0 0 0 0 0 0 0 0 0 0
30 Aumento de riesgo de accidentes personales
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0
31 Aumento de tráco uvial
0 -3 -2 -2 0 0 0 -1 0 0 -2 -2 0 0 0 0 -2 0 -2 -2 -1 -1 -1 -1 -1 -1 -3 -3 -3 3 3 0 0 2 0 0 3 3 2 0 0
32 Aumento de tráco vehicular
0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -2 0 0 0 0 0 0 -1 0 0 -2 -1 0 1 0 0 0 0 0 0 0 0 0 0 0
33 Aumento de tráco aéreo
0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -3 0 0 -2 -1 -1 1 1 1 1 0 0 0 0 0 1 0 0
34
Aumento de comunicaciones y mejoras en las vías de comunicación
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 1 1 1 1 1 1 1 1 1 1 0 0
35 Instalación de centros de atención de salud
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 2 0 3 1 0 3 0 0 0 0 0 0 0
36 Aumento de infraestructura de servicios básicos
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 2 3 3 2 2 2 2 2 1 1 1 0 0
37 Incremento demográco
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -1 -1 0 2 0 0 0 0 3 2 1 1 3 3 0 0
38 Introducción de enfermedades
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -3 -3 -3 -3 -3 -3 -3 -3 0 0 -3 -3 -3 -3 0 -3 0 0 0 0 0 -3 -3 -3 0 0
39 Incremento de furtivismo
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2 -2 -2 -3 -3 -3 -3 -3 -1 0 0 -3 -2 -3 0 0 0 0 0 0 0 -2 0 0 -3 -3
40
Generación de facilidades a la migración y accesos no deseados
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1 0 0 0 0 0 0 0 0 -1 -1 0 -1 0 0 0 0 0 0 0 0 0 0 0 0
41 Demanda de recursos maderables
0 0 -1 -1 -1 0 -1 -1 0 0 0 0 0 0 0 -2 -2 -3 0 0 -1 -1 -1 0 -2 0 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Anexo 1. Matriz de Impacto Ambiental N° 20: Lote 88 - Sub Proyecto Planta de Gas y Área de Servicios - Fase Construcción
ESTUDIO : EIA DESARROLLO DEL YACIMIENTO DE GAS DE CAMISEA - LOTE 88
SUB PROYECTO : PLANTA DE GAS Y ÁREAS DE SERVICIOS
FASE : FASE CONSTRUCCIÓN
OPERADOR : PLUSPETROL PERÚ CORPORATION S.A.
CONSULTORA : ERM PERÚ S.A.
INTENSIDAD
IMPACTOS NEGATIVO
1 LEVE 1
IMPACTOS POSITIVOS
2 MODERADO 2
3 SIGNIFICATIVO 3
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
131
TESIS DOCTORAL NO PUBLICADA (SETIEMBRE-2013)
*************************************************************************************
* Doctorado en Economía de los Recursos Naturales y Desarrollo Sustentable *
* Universidad Nacional Agraria La Molina - Universidad Autónoma de México *
* *
* Tesis: "Medición de Impactos en los Recursos Naturales Comunes del Proyecto *
* Camisea-Perú, a Través de la Evaluación de Estudios Individuales de *
* Impacto Ambiental Utilizando Datos Panel"
* *
* *
* Tesista - Investigador: MSc. Carlos I. Palomares Palomares *
* *
* Última modicación: 14/08/13 *
* *
**************************************************************************************
set more o
cd “C:\Users\Toshiba\Desktop\Data_cipp(vmatriz)”
use “data_vmatriz”, clear
capture log close
log using “data_vmatriz”, replace
************************GENERANDO IDENTIFICADORES******************************
gen ID=.
*************lote 56*******************
**********PROYECYO: LOTE 56************
replace ID=1 if sof==1 // sub sismica
replace ID=2 if sof==2 // sub perforacion
replace ID=3 if sof==3 // sub conduccion
replace ID=4 if sof==4 // sub ampliacion de planta
************PROYECTO: AMPLIACION DE PROGRAMA DE PERFORACION LOTE 56*******
replace ID=5 if sof==5 // fase construccion
replace ID=6 if sof==6 // fase perforacion
replace ID=7 if sof==7 // fase produccion
replace ID=8 if sof==8 // fase abandono
***********AMPLIACION DE LAS INSTALACIONES DE LA PLANTA DE GAS LOTE 56*******
replace ID=9 if sof==9 // fase construccion
replace ID=10 if sof==10 // fase operacion
replace ID=11 if sof==11 // fase abandono
*****************************LINEAS DE CONDUCCION LOTE 56************************
replace ID=12 if sof==12 // CONSTRUCCION-FUERA RCM
replace ID=13 if sof==13 // OPERACION-FUERA RCM
replace ID=14 if sof==14 // ABANDONO POST CONSTRUCCION-FUERA RCM
replace ID=15 if sof==15 // ABANDONO DEFINITIVO-FUERA RCM
replace ID=16 if sof==16 // CONSTRUCCION-DENTRO RCM
replace ID=17 if sof==17 // OPERACION-DENTRO RCM
replace ID=18 if sof==18 // ABANDONO POST CONSTRUCCION-DENTRO RCM
replace ID=19 if sof==19 // ABANDONO DEFINITIVO-ZA DE LA RCM
***********************************LOTE 88*******************************************
****************************PROYECTO: LOTE 88**************************************
********SUB PROYECTO PLANTA DE GAS Y ANEXOS
replace ID=20 if sof==20 // FASES CONSTRUCCION
Anexo 2. DO FILE DE VALIDACION DE MATRICES
Palomares, Carlos; Alarcón, Jorge
Validación de Estudios Individuales de Impacto Ambiental: caso del Megaproyecto de Gas de Camisea, Perú
132
replace ID=21 if sof==21 // FASE OPERACION
replace ID=22 if sof==22 // FASE ABANDONO
********SUB PROYECTO LINEAS DE CONDUCCION
replace ID=23 if sof==23 // FASE CONSTRUCCION
replace ID=24 if sof==24 // FASE OPERACION
replace ID=25 if sof==25 // FASE ABANDONO
********SUB PROYECTO PERFORACION
replace ID=26 if sof==26 // FASES PERFORACION Y TESTEO
replace ID=27 if sof==27 // FASES ABANDONADO
********SUB PROYECTO SISMICA 3D
replace ID=28 if sof==28 // FASES OPERACIONES PREVIAS Y ADQUISICION DE DATOS
replace ID=29 if sof==29 // FASES ABANDONO
**********************************************************************************
*********************************************************************************
************************VALIDACION DE MATRICES DE IMPACTO************************
*********************************************************************************
*********************************************************************************
************************************LOTE 56**************************************
*********************************************************************************
******************************PROYECYO: LOTE 56**********************************
**SUB PROYECTO SISMICA
poisson fact gp1 gp3 gp4 gp7 if ID==1
**SUB PROYECTO PERFORACION
poisson fact gp1 gp3 gp4 if ID==2
**SUB PROYECTO CONDUCCION
poisson fact gp1 gp3 if ID==3
**SUB PROYECTO AMPLIACION DE PLANTA
poisson fact gp1 gp2 gp3 gp6 gp7 if ID==4
*******************PROYECTO: AMPLIACION DE PROGRAMA DE PERFORACION LOTE 56*******
**FASE CONTRUCCION
poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==5
**FASE PERFORACION
poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==6
**FASE PRODUCCION
poisson fact gp2 gp3 gp5 gp7 if ID==7
**FASE ABANDONO
poisson fact gp2 gp5 if ID==8
***************AMPLIACION DE LAS INSTALACIONES DE LA PLANTA DE GAS LOTE 56*******
**FASE CONTRUCCION
poisson fact gp1 gp2 gp4 gp5 pg6 gp7 if ID==9
**FASE OPERACION
poisson fact gp1 gp2 gp5 pg6 if ID==10
**FASE ABANDONO
poisson fact gp2 gp5 if ID==11
***************LINEAS DE CONDUCCION LOTE 56*****************
**CONSTRUCCION-FUERA RCM
poisson fact gp1 gp2 gp3 gp4 gp7 if ID==12
**OPERACION-FUERA RCM
poisson fact gp1 gp2 gp3 gp5 gp7 if ID==13
**ABANDONO POST CONSTRUCCION-FUERA RCM
poisson fact gp1 gp2 gp3 gp4 gp7 if ID==14
**ABANDONO DEFINITIVO-FUERA RCM
Natura@economía. Vol. 1, Nº 2, julio-diciembre 2013 (111-133)
133
poisson fact gp1 gp2 gp3 gp4 gp7 if ID==15
**CONSTRUCCION-DENTRO RCM
poisson fact gp1 gp2 gp3 gp4 gp7 if ID==16
**OPERACION-DENTRO RCM
poisson fact gp1 gp2 gp3 gp5 gp7 if ID==17
**ABANDONO POST CONSTRUCCION-DENTRO RCM
poisson fact gp1 gp2 gp3 gp4 gp7 if ID==18
**ABANDONO DEFINITIVO-ZA DE LA RCM
poisson fact gp1 gp2 gp3 gp4 gp7 if ID==19
************************************************************************************
********************************LOTE 88********************************************
************************************************************************************
****************************PROYECTO: LOTE 88************************************
********SUB PROYECTO PLANTA DE GAS Y ANEXOS
*******FASES
*****CONSTRUCCION
poisson fact gp1 gp2 gp3 gp5 gp7 if ID==20
*****OPERACION
poisson fact gp1 gp2 gp3 gp7 if ID==21
*****ABANDONO
poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==22
********SUB PROYECTO LINEAS DE CONDUCCION
*******FASES
*****CONSTRUCCION
poisson fact gp1 gp3 gp4 gp7 if ID==23
*****OPERACION
poisson fact gp1 gp3 gp4 gp5 gp7 if ID==24
*****ABANDONO
poisson fact gp1 gp3 gp4 gp6 gp7 if ID==25
********SUB PROYECTO PERFORACION
*******FASES
*****PERFORACION Y TESTEO
poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==26
*****ABANDONADO
poisson fact gp1 gp2 gp3 gp4 gp5 gp7 if ID==27
********SUB PROYECTO SISMICA 3D
*******FASES
*****OPERACIONES PREVIAS Y ADQUISICION DE DATOS
poisson fact gp1 gp3 gp4 gp7 if ID==28
*****ABANDONO
poisson fact gp1 gp3 gp5 gp6 if ID==29
log close
-----------------------------------------------------------------------------------------------------------------