Valoración económica de los impactos negativos de la contaminación ambiental por el manejo de los residuos sólidos, distrito de Unión Progreso, 2024

Abstract

El objetivo de la investigación fue determinar el valor económico que la población de Unión Progreso asigna a la reducción de los impactos ambientales negativos del manejo de residuos sólidos durante 2024. El estudio empleó un enfoque cuantitativo, tipo aplicado, nivel explicativo y diseño no experimental. La población estuvo conformada por los habitantes del distrito, seleccionados mediante muestreo probabilístico. Los datos se recopilaron mediante un cuestionario estructurado y se analizaron con un modelo logit binario, estimando odds ratio y efectos marginales. Los resultados muestran que el 53.54% de la población presenta disposición a pagar (DAP) un aporte mensual de aproximadamente S/ 4 (Chi² = 321.01; p < 0.001). El modelo obtuvo un Pseudo R² de 0.5154, una clasificación correcta del 87.42%, sensibilidad de 83.44%, especificidad de 91.39% y un AUC de 0.9255. La información ambiental (dy/dx = 0.636; p < 0.001) y la educación técnica (dy/dx = 0.254; p = 0.002) son los principales determinantes de la DAP, mientras que edad, sexo e ingreso no son significativos al 5%. En conclusión, la población asigna un valor económico positivo a la mejora ambiental mediante la gestión de residuos sólidos, destacando los factores cognitivos y el capital humano.

The objective of this research was to determine the economic value that the population of Unión Progreso assigns to reducing the negative environmental impacts of solid waste management in 2024. The study employed a quantitative approach, applied research, an explanatory level, and a non-experimental design. The population consisted of district residents selected through probability sampling. Data were collected using a structured questionnaire and analyzed with a binary logit model, estimating odds ratios and marginal effects. The results show that 53.54% of the population is willing to pay (WTP) a monthly contribution of approximately S/ 4 (Chi² = 321.01; p < 0.001). The model achieved a Pseudo R² of 0.5154, an overall classification accuracy of 87.42%, sensitivity of 83.44%, specificity of 91.39%, and an AUC of 0.9255. Environmental information (dy/dx = 0.636; p < 0.001) and technical education (dy/dx = 0.254; p = 0.002) are the main determinants of WTP, whereas age, sex, and income are not statistically significant at the 5% level. In conclusion, the population assigns positive economic value to environmental improvement through solid waste management, highlighting the importance of cognitive factors and human capital.