1
HIDROELÉCTRICA EL QUIMBO, ¿IMPACTO ECONÓMICO POSITIVO EN LA
REGIÓN?
Maria Jose Pinzón1
22 de enero 2018
Resumen
Colombia le está apostando a la energía hidroeléctrica, siendo el 75% su fuente principal de
energía. Por esto, a finales del 2010 se inició la construcción de la segunda Central
Hidroeléctrica del departamento del Huila, el Quimbo, la cual busca abastecer el 4% de la
demanda energética del país. No obstante, mucho se ha especulado acerca del “beneficio”
de esta sobre las comunidades directamente afectadas. Para esto, utilizaré 2 modelos de
diferencias–en-diferencias, con los cuales se busca estimar si existió o no impacto
económico de la Central Hidroeléctrica el Quimbo en los municipios intervenidos. Así
mismo, los 6 municipios afectados serán el grupo de tratamiento y 14 municipios aledaños
crearán un grupo de control mediante la metodología “synthetic control method”. Debido a
que la variable de interés en el modelo de ingresos corriente no da significativa
estadísticamente, y la variable de interés en el modelo de rendimiento solo da
significativamente en un producto agrícola, se concluye que no existe efecto de corto plazo
de la Central Hidroeléctrica el Quimbo ni vía ingresos corrientes ni vía rendimiento
agrícola en los municipios intervenidos.
Palabras clave: Central Hidroeléctrica, Quimbo, impacto económico.
1 Estudiante Universidad de los Andes, Facultad de Economía. Correo [email protected] [email protected]. Asesor Raúl Castro.
2
AGRADECIMIENTOS
Principalmente le agradezco a mi asesor Raúl Castro por su exigencia, paciencia y por cada
aporte realizado para llevar a cabo este trabajo académico. También le agradezco a mi
profesor de Memoria de grado Leonardo García cuyos aportes con los datos fueron
realmente significativos. A Raquel Bernal, profesora de mi Facultad de Economía quien me
resolvió dudas importantes del modelo de diferencias en diferencias y a Elisa Cavatorta
profesora del King´s College London quien me sugirió la metodología de synthetic control
method. A Álvaro José Pinzón, asistente de investigación, quien me instruyó con la
econometría realizada.
A mis amigos Alejandro, Amira, Bernardo, Daniel, Daniela, Juan Camilo, Juan David,
Julián y Laura Daniela quienes leyeron diferentes secciones y me dieron la
retroalimentación necesaria, además, me tuvieron toda la paciencia y el amor del mundo
mientras realizaba este trabajo. Por último, un agradecimiento especial a mis padres y mi
abuela Rosalba, quienes me motivaron con realización de este trabajo desde el principio
hasta el final.
3
INTRODUCCIÓN
El departamento del Huila, ubicado al suroccidente del país, cuenta con una diversidad de
climas y en sus tierras se puede cosechar una diversidad de productos agrícolas. En sus 19.990
Km2 de extensión le atraviesa de sur a norte el Río Magdalena, el cual es el recurso hídrico
más importante del país ya que atraviesa a 18 departamentos en los cuales se produce el
85% del PIB nacional y donde vive el 80% de la población colombiana (DANE).
A finales del 2010 empezó la construcción de la Central Hidroeléctrica el Quimbo, la
segunda del departamento del Huila, ubicada al sur del departamento del Huila entre los
municipios de Altamira, Garzón, El Agrado, Gigante, Paicol y Tesalia con una influencia
en cada municipio de 0,21%, 16,76%, 37,83%, 43,91%, 0,04% y 1,95% respectivamente
como se observa en la imagen 1, y, tan solo a 12 km de la Central Hidroeléctrica de
Betania. Además, consta con 8.250 hectáreas, una capacidad instalada de 400 MW y una
generación media anual de 2.216 Gwh (EMGESA). En Colombia, donde actualmente se
genera el 75% de la energía eléctrica mediante Centrales Hidroeléctricas (Ministerio de
minas, 2013), el Quimbo es una apuesta para “aportar significativamente a la
autosuficiencia energética de la región, además de aumentar la oferta eléctrica del país”
(Proyecto Emgesa). De este modo, se estima que dicho proyecto logra suplir el 4% de la
demanda de energía de Colombia (EMGESA).
Imagen 1: Área de influencia Central Hidroeléctrica el Quimbo
4
Desde el inicio de su construcción, han existido conflictos entre las comunidades afectadas,
el Estado nacional y departamental, y EMGESA2. Por esta razón, se conformó la
Asociación de Afectados por La Hidroeléctrica El Quimbo (Asoquimbo), que tiene como
objetivo defender los derechos y el territorio de aquellos que fueron afectados. Aunque
Asoquimbo reconoce que el principal objetivo del proyecto es suplir la demanda de energía
del país, se ha podido encontrar que además de la pérdida de 900 empleos directos y el
desplazamiento del 26% de la población rural, se perdieron las tierras más fértiles y la no
generación de 15.000 millones de pesos anuales a la economía de la región (Universidad
ICesi, 2012).
Estar a punto de culminar mi pregrado en economía, punto en el cual tengo las herramientas
suficientes y necesarias para encontrar respuesta a tantas dudas, que me han surgido desde
el momento que me enteré que en el departamento del que soy oriunda, se iba a construir
una segunda Central Hidroeléctrica. A causa de esto, este trabajo está motivado por mi
preocupación respecto a la calidad de vida, los daños ambientales, riesgos económicos y
costos sociales que enfrentan las comunidades. Por lo tanto, deseo resolver en este trabajo
a la pregunta ¿hubo impacto económico en los 6 municipios afectados por la hidroeléctrica
el Quimbo?
Para esto, utilizaré 2 modelos de diferencias en diferencias para estimar si con la
construcción y operación de la Central Hidroeléctrica el Quimbo se dio o no un impacto en
la actividad económica de los municipios intervenidos. Con el fin de realizar la estimación,
la actividad económica será medida tanto en ingresos corrientes como en productividad
agrícola de los 6 municipios de influencia. Así mismo, los 6 municipios afectados serán el
grupo de tratamiento y 14 municipios cercanos serán el grupo de control.
En este orden de ideas, con este trabajo se busca elaborar un modelo econométrico de
evaluación ex post para evaluar el impacto económico de la Central Hidroeléctrica del
Quimbo en su zona de influencia. De igual modo, se va a realizar un análisis de producción
agrícola, en el cual se verá que pasó en las tierras utilizadas para la agricultura en los 6
municipios de intervención y si esto, aumentó la productividad de las hectáreas de tierra
2 Es una compañía colombiana, dedicada a la generación de energía eléctrica y comercialización en el
Mercado No Regulado y es propietaria de la Central Hidroeléctrica el Quimbo
5
utilizadas, o, por el contrario, hubo un declive en la productividad de los principales
productos de cada municipio.
El presente trabajo se encuentra organizado de la siguiente manera: En la segunda sección
se presenta la revisión de la literatura sobre evaluación de impacto en las principales
hidroeléctricas del mundo, adicional a esto, se presenta la revisión de la literatura sobre los
impactos encontrados en la Central Hidroeléctrica el Quimbo. En la tercera sección se
presenta el marco teórico donde se observan los principales supuestos teóricos para llevar a
cabo el modelo econométrico. En la cuarta sección se hace una descripción de los datos
utilizados y sus fuentes, adicional, se ilustrará con gráficos los ingresos corrientes en los 6
municipios de influencia desde el año 2000 hasta el 2016. En la quinta sección se hace una
descripción detallada acerca de la metodología y los parámetros utilizados para escoger el
grupo de control, además, de la descripción de los modelos a estimar. En la sexta sección se
realiza la estimación de los modelos, adicional, se realiza un análisis de los productos
agrícolas de los 6 municipios intervenidos, y, se muestran los resultados. Por último, en la
séptima sección se muestran las conclusiones del trabajo.
REVISIÓN DE LA BIBLIOGRAFIA Y LA LITERATURA
Desde el siglo XX, Brasil, Canadá, China, Estados Unidos y Rusia le apostaron a nuevas
formas de producir energía eléctrica y, para el 2004, eran los principales generadores de
energía hidroeléctrica en el mundo, adicional a esto, el 16,2% de la oferta mundial de
energía proviene de Centrales Hidroeléctricas (Banco Mundial, 2016).
China logra producir el 18,5% de su energía mediante Centrales Hidroeléctricas (Banco
Mundial, 2016). Incluso, La Presa de las 3 gargantas, la hidroeléctrica más grande y la de
mayor capacidad instalada del mundo y la segunda de mayor producción de energía se
encuentra ubicada en China. Debido a su construcción, se desalojaron más de 2 millones de
personas, se inundaron 34.000 hectáreas de tierra agrícola (Jackson, 2000). Además, se
necesitaron 28,35 hectáreas para producir mil millones de KWh al año (Zhu Nong et al.,
1996). Cabe resaltar que su impacto socioeconómico se asocia al reasentamiento
6
involuntario (Fearnside, 1994) y los impactos adversos para la salud (Sleigh and Jackson,
1998).
La Represa Hidroeléctrica de Itaipú, es la hidroeléctrica de mayor producción de energía
limpia y renovable, cuenta con una capacidad instalada de 14.000 MW y se encuentra
ubicada en la frontera entre Brasil y Paraguay, suministrando el 17% y 76% de energía
consumida en los 2 países respectivamente (ITAIPU). No obstante, la producción de
energía hidroeléctrica en Brasil alcanza a ser el 63,22% de la producción total (Banco
Mundial, 2016). Sin embargo, Paraguay logra aprovechar menos del 10% de la capacidad
energética y le vende a Brasil su excedente de energía a un precio inferior al del mercado,
de esta manera, la controversia que existe en Paraguay es que puedan vender su excedente
no solo a Brasil sino a otros países en América Latina y al precio que se de en el mercado
(Pozzo, 2014).
Siguiendo el ejemplo de las grandes potencias, Colombia ha buscado ampliar la oferta de
energía del país apostando a la construcción de Centrales Hidroeléctricas. Actualmente, en
el país existen aproximadamente 20 hidroeléctricas en funcionamiento entre las cuales
están La Central Hidroeléctrica San Carlos, Guavio, Porce III, Peñol-Guatapé, Betania,
Urra I, Miel I, las represas Chivor y Porce II, la represa Hidroeléctrica de Anchicayá y el
proyecto hidroeléctrico de la Salvajina que son las principales fuentes de energía hídrica del
país, generando cada una anualmente desde 1050 GWh hasta 6020 GWh de energía.
Adicional a esto, la Hidroeléctrica Ituango se encuentra en construcción y para el 2018
podrá abastecer el 17% de la demanda energética del país, lográndose posicionar como la
principal central hidroeléctrica de Colombia (Hidroituango) mientras que la Central
Hidroeléctrica el Quimbo junto con la Central Hidroeléctrica de Betania, serán encargados
de proveer a Colombia tan solo el 8% de la energía total (EMGESA, 2008).
En el Estudio de Impacto Ambiental de la hidroeléctrica el Quimbo realizado por Ingetec
s.a. se anticipó la emigración de la fuerza de trabajo, la cantidad de individuos que tendrían
que reasentar, así mismo, se estimó el volumen total anual de la producción agrícola del
AID, el valor bruto total anual de la producción agropecuaria del AID, el total de los costos
de producción agropecuaria, el valor anual del beneficio neto de la producción agropecuaria
para el año 2007 (EMGESA, 2008).
7
Diversos estudios de índole ambiental y social han rodeado la construcción de la
hidroeléctrica el Quimbo, en especial se ha podido encontrar que esta va a promover e
impulsar el crecimiento y desarrollo de las poblaciones aledañas tanto en comercio y
agricultura ya que aumentará la inversión, compra, venta y construcción de nuevos
negocios, viviendas y tierras para la agricultura, logrando un incrementó en el nivel de
ingresos y la calidad de vida de sus habitantes (Trujillo, 2013).
MARCO TEÓRICO
Para poder realizar la evaluación ex post de la Central Hidroeléctrica el Quimbo en los 6
municipios de influencia, utilizaré 2 modelos de diferencias en diferencias, el cual consiste
en medir “el cambio esperado en Y entre el periodo posterior y el periodo anterior a la
implementación del tratamiento en el grupo de tratamiento, menos la diferencia esperada
en Y en el grupo de control durante el mismo período” (Bernal & Peña, 2011).
Para nuestra evaluación se requieren 3 supuestos básicos: el primero es que debe ser un
experimento natural o un cuasi experimento debido a las diferencias preexistentes a la
intervención entre el grupo de tratamiento y el grupo de control, el segundo es la tendencia
paralela que evoluciona naturalmente en el tiempo de la misma forma en ambos grupos, y
el tercero es la existencia de datos panel o corte transversal repetido para su estimación
(Bernal & Peña. 2011).
En términos prácticos, el impacto de la intervención estaría dado por:
𝜏𝑑𝑖𝑓−𝑒𝑛−𝑑𝑖𝑓 = [𝐸(𝑌2|𝐷 = 1) − 𝐸(𝑌1|𝐷 = 1)] − [𝐸(𝑌2|𝐷 = 0) − 𝐸(𝑌1|𝐷 = 0)]
Donde 𝑌1 corresponde a la observación de Y antes y 𝑌2 corresponde a la observación de Y
después de la intervención, mientras que .|D corresponde a una variable dicótoma que toma
el valor de 0 al pertenecer al grupo de control y 1 al pertenecer al grupo de tratamiento. Por
otra parte, la principal ventaja de utilizar diferencias-en-diferencias es que es posible
controlar las diferencias preexistentes entre el grupo de control y el grupo de tratamiento.
No obstante, las dos principales limitaciones son: i) no es sencillo encontrar aleatoriedad en
8
la asignación de la intervención, y ii) no siempre se pueden encontrar datos que sean útiles
para la investigación (Bernal & Peña. 2011).
DATOS
Una de las variables dependientes que utilizaré será la actividad económica medida en
ingresos corrientes, que se pueden encontrar en la las Operaciones Efectivas de Caja para
los años 2000-2016 cuya fuente es el DNP. Además, utilizaré el Panel Municipal del CEDE
de Agricultura y tierras del cual se obtendrán datos de producción agrícola, rendimientos y
productividad. Por otro lado, tenemos la altura, el área total, población tanto rural como
urbana, las cuales serán usadas para establecer el grupo de control, las cuales se encuentran
en el Panel Municipal del CEDE en características generales. Debido a que para el año
2017 ya existían los datos para algunos de los productos agrícolas utilizados, se decidió
incluir dicha información para el análisis que se presenta en la sección de resultados.
A continuación se observan las gráficas 1 a la 6, las cuales muestran los valores
correspondientes a los ingresos corrientes en color rojo, el predial en color azul e industria
y comercio en color morado para cada uno de los municipios del área de influencia. En las
gráficas 1, 2, 5 y 6 para los municipios de Agrado, Altamira, Paicol y Tesalia
respectivamente se observa un leve cambio de pendiente a partir del año 2010 en los
ingresos corrientes del municipio y, para estos 2 últimos, se observa un cambio de
pendiente en industria y comercio desde el 2008 y 2010 respectivamente. Por otra parte, en
la gráfica 4 se observa un cambio de pendiente en los ingresos corrientes, el predial e
industria y comercio a partir del año 2012. Sin embargo, la gráfica 3 del municipio de
Garzón muestra tener una pendiente constante a través del tiempo.
Estas gráficas me hacen creer que puede existir efecto tanto en los municipios de Agrado y
Gigante. Aunque Garzón logra representar el 16,76%, dada su pendiente constante no se
espera un impacto significativo sobre los ingresos corrientes. Altamira, Paicol y Tesalia no
logran sumar más de 3% de la Central Hidroeléctrica el Quimbo, por lo que tampoco se
espera que esta haya logrado tener un cambio en los ingresos corrientes de dichos
municipios aunque gráficamente parece existir un cambio.
9
0
1000
2000
3000
4000
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
20
16
Mill
on
es
de
pe
sos
corr
ien
te
Año
Gráfica 1: Ingresos corrientes, predial e industria y comercio
municipio de Agrado
0
500
1000
1500
2000
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
20
16
Mill
on
es
de
pe
sos
corr
ien
te
Año
Gráfica 2: Ingresos corrientes, predial e industria y comercio
municipio de Altamira
0
5000
10000
15000
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
20
16
Mill
on
es
de
pe
sos
corr
ien
te
Año
Gráfica 3: Ingresos corrientes, predial e industria y comercio
municipio de Garzón
0
2000
4000
6000
8000
10000
12000
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
20
16
Mill
on
es
de
pe
sos
corr
ien
te
Año
Gráfica 4: Ingresos corrientes, predial e industria y comercio
municipio de Gigante
0
500
1000
1500
2000
2500
3000
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
20
16
Mill
on
es
de
pe
so c
orr
ien
te
Año
Gráfica 5: Ingresos corrientes, predial e industria y comercio
municipio de Paicol
0
1000
2000
3000
4000
5000
20
00
20
02
20
04
20
06
20
08
20
10
20
12
20
14
20
16
Mill
on
es
de
pe
sos
corr
ien
te
Año
Gráfica 6: Ingresos corrientes, predial e industria y comercio
municipio de Tesalia
10
METODOLOGÍA
La Central hidroeléctrica el Quimbo, al ser un proyecto de orden económico, social y
ambiental, tiene un área de influencia en la cual “se manifiestan los impactos del mismo”
(Estudio de Impacto Ambiental, 2015). Es un área directa (AID) en la que se “prevé la
afectación por las actividades del proyecto sobre los diferentes sistemas de un territorio” y
una indirecta (AII) que condensa un área en la cual los componentes biofísicos y el
componente económico social trascienden las áreas de influencia directa (Estudio de
Impacto Ambiental, 2015).
En el análisis de la dimensión económica del proyecto, los sectores considerados fueron el
agrícola, el pecuario, el pesquero, el extractivo y variables involucradas como el uso de
suelos, valor de producción, demandas de mano de obra, entre otras. De esta manera, la
AID es comprendida por los 6 municipios en donde se encuentra localizada la Central
Hidroeléctrica el Quimbo Por otro lado, la AII la comprenden los municipios de Agrado,
Altamira, El Pital, Garzón, Gigante, Paicol y Tesalia, siendo El Pital el único municipio en
el cual la Central Hidroeléctrica no está ubicada. Cabe aclarar que para este componente, la
AID se refiere a los predios utilizados para la realización del proyecto.
En este trabajo, al analizar la dimensión económica se tendrá en cuenta 2 formas
económicas de ver la intervención. Jesús Antonio Bejarano en Economía de la agricultura
argumenta que el desarrollo agrícola se ve influenciado por la distribución en tamaños de
los predios utilizados para la explotación. A su vez, el desarrollo agrícola y la productividad
del mismo dependen de las diferentes interacciones entre la estructura agraria existente, las
instituciones y las nuevas tecnologías. En consecuencia, la primera variable a considerar es
el sector agrícola, medida en producción agrícola la cual debió cambiar con la cantidad de
predios que fueron inundados para la realización del proyecto y estaban dedicados a la
agricultura. Se va utilizar con el fin de estimar si existió o no impacto económico medido
en productos agrícolas. Específicamente, utilizaré la variable Rendimiento del producto
cosechado (Ton/Ha) que es equivalente a la cantidad de toneladas producidas sobre el área
cosechada y el precio correspondiente a cada producto.
11
Así, se observan los productos agrícolas representativos en la economía local de cada
municipio de la AID que pertenecen tanto a cultivos permanentes como a transitorios. En el
Agrado se destaca el cacao y el café en los cultivos permanentes y el arroz riego y el maíz
en cultivos transitorios. Así, en Altamira los cultivos transitorios son liderados por el sorgo
y el maíz mientras que los cítricos y el maracuyá en los cultivos permanentes. Por otro lado,
en Garzón el arroz riego y el maíz lideran los cultivos transitorios y el plátano en los
cultivos permanentes. De la misma manera, en Gigante el maíz se destaca en los cultivos
transitorios y el café y el plátano en los cultivos permanentes. En Paicol resalta el arroz
riego en cultivos transitorios y el café en cultivos permanentes. Por último, en Tesalia, el
arroz riego como producto principal en los cultivos transitorios y el café en los cultivos
permanentes.
La segunda variable a considerar son los ingresos corrientes. Estos son estos “los ingresos
al cumplimento de las obligaciones tributarias por parte de los contribuyentes” (Trebol,
2013). Para efectos prácticos se va a usar los ingresos corrientes tributarios que está
conformado por predial, industria y comercio, sobretasa a la gasolina, entre otros. Esta
variable será utilizada para observar si, en su defecto, la construcción de la Central
Hidroeléctrica el Quimbo aumentó el poder adquisitivo de los pobladores del AID,
incrementando los ingresos del municipio y, a su vez, estos puedan distribuirse en
proyectos de necesidad, logrando así, aumentar la calidad de vida de los habitantes de la
región. Se utilizarán los ingresos corrientes medida en millones de pesos corrientes.
Para identificar si existió impacto económico de la Central Hidroeléctrica el Quimbo, se
presentan los siguientes 2 modelos:
𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒𝑠𝑚𝑡 = 𝛽0 + 𝛽1𝐴ñ𝑜𝑚𝑡 + 𝛽2𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 +
𝛽3𝐴ñ𝑜𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 + 𝜇𝑖𝑡 (1)
Donde 𝐼𝑛𝑔𝑟𝑒𝑠𝑜𝑠𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒𝑠𝑚𝑡 es la variable económica de interés para cada municipio m
en cada periodo t. Por su parte, la variable 𝐴ñ𝑜𝑚𝑡 toma el valor de 1 en los años en los
cuales la construcción de la hidroeléctrica ya había iniciado y 0 de lo contrario. La variable
𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 es una variable dummy que toma el valor de 1 para los municipios del
AID del proyecto y cero si no. Así mismo, se da la interacción entre las variables
12
Hidroeléctrica y Año que daría como resultado los municipios afectados por la
hidroeléctrica en el momento en que se inició la construcción de la Central Hidroeléctrica el
Quimbo, esta resulta ser nuestra variable de interés ya que mediría el potencial impacto que
puede existir.
𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑖𝑚𝑡 = 𝛽0 + 𝛽1𝐴ñ𝑜𝑚𝑡 + 𝛽2𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 +
𝛽3𝐴ñ𝑜𝑚𝑡𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 + 𝜇𝑚𝑡 (2)
Donde la variable Rendimiento es la productividad en toneladas en factor de las áreas
cosechadas en hectáreas de cada producto agrícola i en el municipio m. Se espera que con
la Central Hidroeléctrica el Quimbo, el rendimiento de los cultivos en el AID sea positivo.
Las variables año e Hidroeléctrica son variables que toman el valor de 1 en los años en los
que ya se había iniciado la construcción de la hidroeléctrica y en los municipios que
pertenecen al AID respectivamente y cero de lo contrario. Nuestra variable de interés es la
interacción entre Año e Hidroeléctrica, debido a que muestra el efecto que tuvo el Quimbo
en los municipios intervenidos. Se espera el mismo resultado que en el modelo anterior.
Ya que es imposible encontrar algún otro municipio del departamento del Huila que
mantenga diferencias constantes antes de la construcción de la Central Hidroeléctrica con
un municipio intervenido, utilizaremos una combinación ponderada de municipios cercanos
a los del grupo de tratamiento. Llamaremos a esta combinación ponderada como grupo
control “sintético” contra el que vamos a comparar el grupo de tratamiento. Sea j el número
de municipios de control disponibles y 𝑊 = (𝑤1, 𝑤2, . . , 𝑤𝑗)′ a (𝐽𝑥1) un vector de pesos
positivos que suman 1. El escalar 𝑤𝑗(𝑗 = 1, . . , 𝐽) representa el peso de un municipio j en el
grupo de control sintético, por lo tanto, para cada valor distinto de w se produce un grupo
de control sintético distinto (Abadie & Gardeazabal, 2001). De esta manera, cada peso
elegido para el grupo de control sintético es usado para convertirlo en lo más parecido al
grupo de tratamiento antes de la intervención.
La metodología a usar llamada “synhthetic control method” solo permite que exista una
unidad intervenida como tratamiento, por lo cual, se va a crear un grupo de control sintético
para cada uno de los municipios del AID en ambos modelos. Así, se identificaron los
municipios del departamento por donde pasa el rio Magdalena, tanto al norte como al sur de
13
la Central Hidroeléctrica el Quimbo, que hubieran podido ser grupo de tratamiento.
Adicionalmente se eliminaron aquellos municipios que tienen una diferencia mayor de
400MSNM, respecto al grupo de tratamiento, los 3 municipios donde se encuentra ubicada
la Central Hidroeléctrica de Betania (Yaguará, Campoalegre y Hobo) junto con el Pital que
es el único municipio adicional al grupo de tratamiento que hace parte del AII. Así mismo,
se identificaron los municipios por donde no pasa el rio Magdalena, pero que se encuentran
localizados cerca al AID, que tienen una altura similar a la del estos municipios. Al final,
resultaron 14 posibles municipios para el grupo de control, los cuales se pueden observar en
la imagen 2 presentada a continuación.
Imagen 2: Mapa departamento del Huila, grupo control y tratamiento proyecto Quimbo
En cuanto a la estructura de los datos, se realizaron dos paneles de datos en los que se
tomaron datos para múltiples municipios desde el 2000 al 2017. Por un lado, se obtuvo
datos de los ingresos corrientes de cada uno de los municipios utilizados de la base de
operaciones efectivas de caja 2000-2016 del DNP. Por otro lado, se utilizó el Panel
Municipal del CEDE en tierra y agricultura del año 2000 al 2017 para obtener los datos de
área cosechada y producción de los diferentes cultivos en los municipios del AID. Es
14
importante recalcar que el Panel Municipal del CEDE en tierra y agricultura se encuentra
solo hasta el año 2013, por lo que se recurrió a Agronet que es la entidad encargada de la
información del Sector Agropecuario en Colombia, y de donde estos datos fueron
proporcionados al Panel inicial.
RESULTADOS
Se estimó el modelo (1) presentado en la sección anterior, el cual tenía errores estándar
excesivamente grandes, por lo que se decidió transforma la variable dependiente y el
modelo final es el siguiente:
𝐿𝑛(𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒𝑠)𝑚𝑡 = 𝛽0 + 𝛽1𝐴ñ𝑜𝑚𝑡 + 𝛽2𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 +
𝛽3𝐴ñ𝑜𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 + 𝜇𝑖𝑡 (3)
Después de estimar el modelo 3, se realiza el test de Wooldridge para correlación serial que
detecta autocorrelación y la prueba de White para heteroscedasticidad, por otra parte, no se
considera necesario probar multicolinealidad debido a que la variable
𝐴ñ𝑜𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 es una variable dummy creada a partir de la variable 𝐴ñ𝑜𝑚𝑡 e
𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡. Así mismo, se asume varianza del error constante estimando usando
errores robustos al momento de la estimación. Se esperan que los estimadores sean lineales,
insesgados, óptimos y consistentes.
En la tabla 1 se presentan los resultados y se puede observar que tanto la variable constante
como la variable año son significativas al 1% para el AID, además, cada estimación contó
con 34 observaciones y por último, se tiene un 𝑅2 con valores entre 0,555 y 0,687, valores
relativamente cercanos a 1, lo que indica que las variables exógenas (año, Hidroeléctrica y
añohidroelectrica) logran explicar a la variable endógena (lningresos corrientes).
Dado que la variable año es significativa en el modelo, lo que indica que desde la
construcción de la Central Hidroeléctrica el Quimbo, se genera un cambio en el logaritmo
de los ingresos corrientes de 57,5% en Agrado, 118,9% en Altamira, 91,4% en Garzón,
91,6 en Gigante, 129,5% en Paicol y 97,9 en Tesalia. Por otra parte, la variable
Hidroeléctrica solo es significativa en el municipio de Paicol, con lo que al 10% de
15
significancia se afirma que ser un municipio del AID, tiene un cambio en el logaritmo de
los ingresos corrientes de 49,3%.
Tabla 1: reg Lningresoscorrientes año Hidroeléctrica añohidroelectrica
Agrado Altamira Garzón Gigante Paicol Tesalia
VARIABLES Lningresos
corrientes
Lningresos
corrientes
Lningresos
corrientes
Lningresos
corrientes
Lningresos
corrientes
Lningresos
corrientes
año 0.575*** 1.189*** 0.914*** 0.916*** 1.295*** 0.979***
(0.118) (0.240) (0.158) (0.156) (0.292) (0.203)
Hidroeléctrica -0.0864 0.217 0.0134 0.0463 0.493* 0.292
(0.141) (0.235) (0.160) (0.160) (0.273) (0.203)
añohidroelectrica 0.150 -0.157 -0.0250 0.195 -0.496 -0.0664
(0.212) (0.302) (0.201) (0.278) (0.319) (0.265)
Constant 6.580*** 6.315*** 8.282*** 7.483*** 6.159*** 6.648***
(0.0460) (0.205) (0.127) (0.120) (0.259) (0.169)
Observations 34 34 34 34 34 34
R-squared 0.555 0.619 0.697 0.659 0.569 0.620
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Dado que la variable de interés 𝐴ñ𝑜𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 no es significativa para ningún
municipio del AID, se puede concluir que no existe evidencia estadística para afirmar que
la llegada de la Central Hidroeléctrica el Quimbo tuvo efecto sobre el logaritmo de los
ingresos corrientes en los municipios del AID.
Antes de estimar el modelo (2), se mencionará de manera amplia los 2 principales
productos, tanto permanentes transitorios, de la economía de cada uno de los municipios
del AID. En las tablas 2 a 7 se observan la producción en toneladas, el área cosechada en
hectáreas y el rendimiento en toneladas/hectáreas de cada uno de los productos
mencionados con anterioridad. La información acerca del cacao, café, cítricos, maracuyá,
plátano y sorgo se encuentra hasta el año 2016, mientras que, los datos para el arroz riego,
maíz tecnificado y maíz tradicional son los únicos que están hasta el año 2017.
En la tabla 2 se muestran los datos para el municipio de Altamira, se observa que la
producción de cítricos aumento al igual que el área cosechada mientras que su rendimiento
cayó. La producción de maíz tecnificado iba en aumento al igual que su área cosechada
hasta el año 2011, sin embargo, su rendimiento se logra mantener constante. Por otro lado,
la producción de maíz tradicional alcanzó su pico en el 2015 y luego logra caer,
16
acontecimiento que se repite con su área cosechada y su rendimiento es casi el mismo
menos en el 2017. La producción de maracuyá alcanzó su pico más alto con 432 toneladas
en el 2014 y el más bajo con 85 toneladas en el 2012, 24 hectáreas fueron la mayor área
cosechada en el 2014 y 5 hectáreas el más bajo en el 2012, su rendimiento se mantuvo
menos en el 2015 y 2016 donde cayó. El cambio más drástico lo tiene el sorgo que pasa de
tener una producción de 709 toneladas en el 2007 a no tener nada en 2015 y 2016.
Tabla 2: Productos agrícolas Altamira
Año
Pro
du
cció
n (
Ton
)
de
cit
rico
s
Áre
a co
sech
ada
(Ha)
de
cit
rico
s
Re
nd
imie
nto
citr
ico
s (T
on
/ha)
Pro
du
cció
n (
Ton
)
de
mai
zte
c
Áre
a co
sech
ada
(Ha)
de
mai
zt
Re
nd
imm
ien
to
mai
zte
c (T
on
/ha)
Pro
du
cció
n (
Ton
)
de
mai
ztra
d
Áre
a co
sech
ada
(Ha)
de
mai
ztr
Re
nd
imie
nto
mai
ztra
(To
n/h
a)
Pro
du
cció
n (
Ton
)
de
mar
acu
ya
Áre
a co
sech
ada
(Ha)
de
mar
acu
ya
Re
nd
imie
nto
mar
acu
ya (
Ton
/ha)
Pro
du
cció
n (
Ton
)
de
so
rgo
Áre
a co
sech
ada
(Ha)
de
so
rgo
Re
nd
imie
nto
so
rgo
(To
n/h
a)
2007 168,0 14 12 957,0 290 3,30 60,0 40 1,50 234 13 18 709 180 3,94
2008 165,0 15 11 890,0 270 3,30 25,5 17 1,50 255 15 17 869 220 3,95
2009 165,0 15 11 1644,8 418 3,93 68,8 47 1,46 165 11 15 160 40 4,00
2010 120,0 15 8 1656,0 390 4,25 72,5 45 1,61 208 13 16 120 30 4,00
2011 120,0 15 8 1918,0 455 4,22 100,4 68 1,48 192 12 16 562 135 4,16
2012 110,5 13 9 1761,0 430 4,10 87,1 54 1,61 85 5 17 209 50 4,18
2013 127,5 15 9 1549,0 405 3,82 105,6 65 1,62 342 19 18 308 77 4,00
2014 171,7 20 9 1592,4 402 3,96 111,4 79 1,41 432 24 18 105 25 4,20
2015 229,5 27 9 1177,9 297 3,97 118,4 84 1,41 240 15 16 0 0 0,00
2016 314,5 37 9 638,3 161 3,96 108,5 73 1,49 272 17 16 0 0 0,00
2017 - - - 362,0 90 4,02 83,0 60 1,38 - - - - - -
Al observar los datos de los productos agrícolas de Agrado en la tabla 3, se evidencia un
aumento en la producción de arroz riego y su área cosechada hasta el año 2012, donde cae
hasta por debajo del inicial, en promedio, su rendimiento cae a través de los años. Por otro
lado, la producción de cacao decreció hasta el año 2010 y el área cosechada hasta el año
2012, mientras que su rendimiento aumentó. Por otro lado, tanto la producción y área
cosechada del café cayeron hasta el año 2012, su rendimiento decreció hasta el 2013 pero
no pudo recuperarse como el inicial. El maíz tecnificado alcanzó su pico de producción con
1220 toneladas en el año 2014 y 345 hectáreas cosechadas en el año 2012 mientras que su
rendimiento aumentó a través de los años. Por último, se encuentra el maíz tradicional en el
cual la producción tiene oscilaciones en los años, alcanzando los niveles más bajos con 25
toneladas en el año 2010 y el más alto con 77 toneladas en el año 2015, lo mismo sucede
17
con el área cosechada en el año 2010 alcanza 18 hectáreas mientras que en el año 2015
cuenta con 55 hectáreas, en ambos escenarios los datos del año 2017 son inferiores a los
iniciales en el año 2007, su rendimiento fue constante en el tiempo.
Tabla 3: Productos agrícolas Agrado
Año
Pro
du
cció
n (
Ton
)
de
arr
ozr
Áre
a co
sech
ada
(Ha)
de
arr
ozr
Re
nd
imie
nto
arro
zr (
Ton
/ha)
Pro
du
cció
n (
Ton
)
de
cac
ao
Áre
a co
sech
ada
(Ha)
de
cac
ao
Re
nd
imie
nto
caca
o (
Ton
/ha)
Pro
du
cció
n (
Ton
)
de
caf
e
Áre
a co
sech
ada
(Ha)
de
caf
e
Re
nd
imie
nto
caf
é
(To
n/h
a)
Pro
du
cció
n (
Ton
)
de
mai
zte
c
Áre
a co
sech
ada
(Ha)
de
mai
zte
c
Re
nd
imie
nto
mai
zte
c (T
on
/ha)
Pro
du
cció
n (
Ton
)
de
mai
ztra
d
Áre
a co
sech
ada
(Ha)
de
mai
ztra
d
Re
nd
imie
nto
mai
ztra
d (
Ton
/ha)
2007 450,00 60,00 7,50 3,30 11,00 0,30 76,64 54,74 1,40 567,00 162,00 3,50 48,00 40,00 1,20
2008 450,00 60,00 7,50 3,15 9,00 0,35 63,15 50,50 1,25 457,50 130,00 3,52 50,00 40,00 1,25
2009 610,50 82,00 7,45 1,75 5,00 0,35 60,20 51,02 1,18 387,00 105,00 3,69 37,20 28,00 1,33
2010 608,50 85,00 7,16 1,75 5,00 0,35 56,86 48,19 1,18 518,00 140,00 3,70 25,20 18,00 1,40
2011 819,00 117,00 7,00 1,80 5,00 0,36 56,96 51,78 1,10 828,00 215,00 3,85 49,00 35,00 1,40
2012 1540,00 220,00 7,00 2,00 5,00 0,40 54,54 54,54 1,00 1389,00 345,00 4,03 53,20 38,00 1,40
2013 756,22 116,77 6,48 3,44 8,00 0,43 73,78 75,26 0,98 1108,00 277,00 4,00 63,00 45,00 1,40
2014 775,97 111,40 6,97 3,60 8,00 0,45 86,13 81,25 1,06 1220,00 305,00 4,00 70,00 50,00 1,40
2015 766,01 112,15 6,83 4,16 8,00 0,52 99,66 91,69 1,09 1152,00 288,00 4,00 77,00 55,00 1,40
2016 775,71 110,07 7,05 4,48 7,00 0,64 95,85 85,27 1,12 908,00 227,00 4,00 65,00 50,00 1,30
2017 323,10 51,50 6,27 - - - - - - 512,00 128,00 4,00 32,50 25,00 1,30
La tabla 4 presenta los principales productos agrícolas de Garzón, siendo el arroz riego el
producto con el cambio más drástico al pasar de 11690 toneladas producidas en el año 2007
a 142 toneladas en el año 2017, su rendimiento también fue decreciente a través de los
años. El maíz tecnificado y tradicional alcanzaron su pico más alto de producción en el año
2008 y luego cayeron a un punto inferior al inicial, sus respectivas áreas cosechadas
decrecen a medida que pasan los años y el rendimiento del maíz tecnificado oscila en los
primeros años y luego encuentra estabilidad, mientras que, el rendimiento del maíz
tradicional se comporta de manera constante. Por otro lado, la producción de plátano
aumenta hasta el año 2012 con 9617 toneladas y luego cae a un valor cercano al inicial,
obtiene un pico de 2645 hectáreas cosechadas también en el año 2012 y tiene un
rendimiento que cae ligeramente a través de los años.
Tabla 4: Productos agrícolas Garzón
18
Año P
rod
ucc
ión
(To
n)
de
arr
ozr
Áre
a co
sech
ada
(Ha)
de
arr
ozr
Re
nd
imie
nto
arro
zr (
Ton
/ha)
Pro
du
cció
n (
Ton
)
de
mai
zte
c
Áre
a co
sech
ada
(Ha)
de
mai
zt
Re
nd
imie
nto
mai
zte
c (T
on
/ha)
Pro
du
cció
n (
Ton
)
de
mai
ztra
d
Áre
a co
sech
ada
(Ha)
de
mai
ztr
Re
nd
imie
nto
mai
ztra
(To
n/h
a)
Pro
du
cció
n (
Ton
)
de
pla
tan
o
Áre
a co
sech
ada
(Ha)
de
pla
tan
o
Re
nd
imie
nto
pla
tan
o (
Ton
/ha)
2007 11690,00 1670,00 7,00 5194,00 1425,00 3,64 4800,00 3200,00 1,50 6747,60 2085,00 3,24
2008 12070,00 1700,00 7,10 7140,00 1195,00 5,97 4880,00 3150,00 1,55 6314,80 2111,00 2,99
2009 12374,00 1730,00 7,15 3844,50 1071,00 3,59 3952,50 2435,00 1,62 5607,00 1849,00 3,03
2010 7635,00 1050,00 7,27 3438,50 721,00 4,77 2331,50 1505,00 1,55 6738,00 2226,00 3,03
2011 8228,40 1237,00 6,65 3853,00 955,00 4,03 2130,80 1392,00 1,53 7692,60 2430,00 3,17
2012 10115,50 1415,00 7,15 3766,00 950,00 3,96 1774,00 1205,00 1,47 9617,50 2645,00 3,64
2013 8426,13 1270,23 6,63 3880,00 860,00 4,51 1817,40 1250,00 1,45 9198,50 2521,00 3,65
2014 8286,69 1181,73 7,01 5635,00 1245,00 4,53 2250,65 1526,00 1,47 9225,18 2513,27 3,67
2015 8144,65 1191,34 6,84 5366,00 1180,00 4,55 2457,50 1660,00 1,48 7585,20 2547,00 2,98
2016 4311,91 612,97 7,03 4939,00 1055,00 4,68 2424,75 1680,00 1,44 6582,40 2232,00 2,95
2017 142,32 27,00 5,27 2676,00 540,00 4,96 1438,50 970,00 1,48 - - -
En la tabla 5 se evidencian los datos de los principales productos agrícolas del municipio de
Gigante, así, la producción y el área cosechada de café decayó hasta el año 2012 y logro
recuperar casi el 90% de su valor inicial pero su rendimiento decayó. Por otro lado, tanto la
producción de maíz tecnificado como maíz tradicional cayó a través del tiempo, sus
respectivas áreas cosechadas también presentaron una caída mientras que el rendimiento
del maíz tecnificado aumento y el rendimiento del maíz tradicional se mantuvo constante.
Caso contrario sucedió con el plátano, ya que su producción aumento pasó de 2936
toneladas en el año 2007 a 4463 toneladas en el año 2016, su respectiva área cosechada
tuvo un comportamiento creciente y constante menos en el año 2009 con 1153 hectáreas, al
igual que su rendimiento que pasó de 2 ton/ha en el 2007 a 2,92 ton/ha.
Tabla 5: Productos agrícolas Gigante
Año
Pro
du
cció
n (
Ton
)
de
caf
e
Áre
a co
sech
ada
(Ha)
de
caf
e
Re
nd
imie
nto
caf
é
(To
n/h
a)
Pro
du
cció
n (
Ton
)
de
mai
zte
c
Áre
a co
sech
ada
(Ha)
de
mai
zt
Re
nd
imie
nto
mai
zte
c (T
on
/ha)
Pro
du
cció
n (
Ton
)
de
mai
ztra
d
Áre
a co
sech
ada
(Ha)
de
mai
ztr
Re
nd
imie
nto
mai
ztra
(To
n/h
a)
Pro
du
cció
n (
Ton
)
de
pla
tan
o
Áre
a co
sech
ada
(Ha)
de
pla
tan
o
Re
nd
imie
nto
pla
tan
o (
Ton
/ha)
2007 5932,02 4091,05 1,45 3595,00 1020,00 3,52 2070,00 1380,00 1,50 2936,00 1468,00 2,00
2008 5222,46 3730,30 1,40 3560,00 960,00 3,71 2115,00 1380,00 1,53 4257,00 1468,00 2,90
2009 4476,06 3668,90 1,22 3092,50 855,00 3,62 1511,00 1017,00 1,49 4044,50 1153,00 3,51
19
2010 4325,75 3545,70 1,22 2247,00 600,00 3,75 1089,50 635,00 1,72 5311,50 1515,00 3,51
2011 3700,18 3363,80 1,10 2279,00 601,00 3,79 1008,60 703,00 1,43 5283,50 1507,00 3,51
2012 3186,78 2897,07 1,10 2030,80 543,00 3,74 1046,50 702,00 1,49 5257,50 1497,00 3,51
2013 4107,53 4189,98 0,98 1783,10 467,00 3,82 826,00 550,00 1,50 4987,50 1425,00 3,50
2014 4815,85 4543,20 1,06 2506,00 620,00 4,04 1250,20 845,00 1,48 4912,61 1396,47 3,52
2015 5386,82 4791,33 1,12 2256,40 559,00 4,04 1350,00 911,00 1,48 4388,90 1526,00 2,88
2016 5375,57 4623,21 1,16 1900,00 470,00 4,04 1202,00 850,00 1,41 4463,20 1530,00 2,92
2017 - - - 1220,00 305,00 4,00 674,00 450,00 1,50 - - -
La tabla 6 muestra 2 productos principales en la agricultura del municipio de Paicol, la
producción del arroz riego cayó significativamente para el año 2017, su punto mínimo fue
en el año 2010 con 1398 toneladas y el máximo en el año 2007 con 4720 toneladas, el área
cosechada tuvo oscilaciones a través del tiempo, alcanzando un nivel mínimo en el año
2011 con 214 hectáreas, lo mismo sucedió con un rendimiento que alcanzó un pico de
11,99 ton/ha en el año 2012. De otra forma, la producción de café aumentó de 1113,36
toneladas en el año 2007 a 1680 toneladas en el año 2016, su área cosechada también
aumentó de 795 hectáreas en el año 2007 a 1511 hectáreas en el año 2016, caso contrario
sucedió con el rendimiento que cayó de 1,4 ton/ha en el año 2007 a 1,11 ton/ha en el año
2016.
Tabla 6: Productos agrícolas Paicol
Año Producción
(Ton) de arrozr
Área cosechada
(Ha) de arrozr
Rendimiento
arrozr (Ton/ha)
Producción (Ton) de
cafe
Área cosechada
(Ha) de cafe
Rendimiento café
(Ton/ha)
2007 4720,00 686,00 6,88 1113,36 795,26 1,40
2008 2918,00 680,00 4,29 1225,18 845,00 1,45
2009 2643,70 405,00 6,53 1016,69 847,24 1,20
2010 1398,20 369,00 3,79 1020,73 887,59 1,15
2011 1836,00 214,00 8,58 1032,57 938,70 1,10
2012 3236,83 270,00 11,99 980,16 980,16 1,00
2013 3246,42 541,02 6,00 1232,93 1257,68 0,98
2014 3507,10 509,09 6,89 1509,70 1424,23 1,06
2015 3507,10 513,08 6,84 1646,54 1532,11 1,07
2016 3275,22 449,98 7,28 1680,34 1511,85 1,11
2017 1757,62 261,50 6,72 - - -
A continuación en la tabla 7, se observan los 2 principales productos agrícolas de Tesalia,
la producción de arroz riego presenta una disminución, pasando de 14100 toneladas en el
20
año 2007 a 7265 toneladas en el año 2017, lo mismo ocurre con su área cosechada que pasa
de 1870 hectáreas en el 2007 a 1075 hectáreas en el 2017, adicional a esto, el rendimiento
del arroz riego también cae de 7,54 ton/ha en el año 2007 a 6,75 ton/ha en el año 2017. Por
último está el café, su producción fue decreciente hasta el año 2012 con 404 toneladas
logrando terminar con 733 toneladas para el año 2016, su área cosechada tuvo la misma
caída pero hasta el año 2011 alcanzando 644 hectáreas cosechadas en el año 2016, su
rendimiento pasó de 1,5 ton/ha en el 2007 a 1,14 ton/ha en el 2016.
Tabla 7: Productos agrícolas Tesalia
Año Producción
(Ton) de arrozr
Área cosechada
(Ha) de arrozr
Rendimiento
arrozr (Ton/ha)
Producción (Ton) de
cafe
Área cosechada (Ha) de
cafe
Rendimiento café
(Ton/ha)
2007 14100,00 1870,00 7,54 604,80 403,22 1,50
2008 11010,00 2000,00 5,51 589,06 406,30 1,45
2009 8967,00 1385,00 6,47 465,08 387,57 1,20
2010 9008,00 1291,00 6,98 451,82 376,52 1,20
2011 11420,00 1515,00 7,54 409,97 372,70 1,10
2012 7352,56 1650,00 4,46 404,17 404,17 1,00
2013 7887,84 1247,72 6,32 533,16 543,86 0,98
2014 8223,66 1192,14 6,90 638,77 602,61 1,06
2015 8223,66 1202,49 6,84 723,24 657,28 1,10
2016 7609,50 1042,09 7,30 733,47 644,53 1,14
2017 7265,51 1075,80 6,75 - - -
La caída de algunos productos, caso extremo el que sucedió con el sorgo en el Agrado,
puede estar dada por diversos factores. Se especula que existió un efecto sustitución con la
llegada de la Central Hidroeléctrica el Quimbo, debido a esto, tanto la producción como el
área cosechada de algunos productos decreció en el tiempo, por esta razón nombraré
brevemente los productos agrícolas que desde el 2010 tuvieron un cambio positivo en
dichas variables con sus respectivos valores. Por ejemplo, en el Agrado, en el año 2010 el
café pasó de 935 toneladas producidas y 792 hectáreas cosechadas a tener 1252 toneladas y
1118 hectáreas en el año 2016. Por otro lado, el fríjol pasa de producir 24 toneladas y 25
hectáreas cosechadas en el año 2010 y logra 90 toneladas y 88 hectáreas cosechadas para el
2016.
21
En el caso de Altamira los cambios en los productos agrícolas fueron importantes, ya que el melón
tenía una producción de 172 toneladas y un área cosechada de 11hectáreas para el año 2010, pasa a
producir 1050 toneladas en 70 hectáreas de área cosechada en el año 2016, por otro lado, la uva
pasa de producir 520 toneladas en 56 hectáreas para el 2010, a producir 1176 toneladas en 98
hectáreas de área cosechada en el año 2016. En Gigante 2 productos incrementaron su producción
desde el 2010, primero el aguacate pasó de producir 280 toneladas en el año 2010 a 860 toneladas
en el año 2016 cosechadas en un área de 28 hectáreas en el año 2010 y 86 hectáreas en el año 2016
y segundo el mango pasó de producir 144 toneladas en 18 hectáreas en el año 2010 a producir 280
toneladas en 28 hectáreas en el año 2016.
Garzón obtuvo un cambio radical con el melón, producto agrícola que pasó de producir 75
toneladas en el año 2010 a 1040 toneladas en el año 2016, su área cosechada en el año 2010 fueron
5 hectáreas y en el año 2016 pasó a ser 65 hectáreas. Por otro lado, la granadilla en Paicol produjo
66 toneladas en el año 2010 y 126 toneladas en el año 2016, su área cosechada en el año 2010 fue
de 9,5 hectáreas y para el año 2016 solo aumentó una hectárea. Por último, se encuentra Tesalia y
su producto agrícola el aguacate que pasó de no producir nada tanto en el año 2010 y 2011 a
producir 41 toneladas en 4,6 hectáreas en el año 2016.
Después de realizar la estimación del modelo 2, se realizó el test de Wooldridge para
correlación serial que detecta autocorrelación y la prueba de White para
heteroscedasticidad, asi mismo, no se considera necesario probar multicolinealidad debido
a que la variable 𝐴ñ𝑜𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡 es una variable dummy creada a partir de la
variable 𝐴ñ𝑜𝑚𝑡 e 𝐻𝑖𝑑𝑟𝑜𝑒𝑙𝑒𝑐𝑡𝑟𝑖𝑐𝑎𝑚𝑡. Por último, se asume varianza del error constante
estimando usando errores robustos al momento de la estimación. Se esperan que los
estimadores sean lineales, insesgados, óptimos y consistentes. A continuación se presentan
los resultados en tabla individual para cada municipio del AID.
Los resultados para el municipio de Altamira se observan en la tabla 8, en la cual, la
variable constante y la variable año para el rendimiento del maíz tradicional y el
rendimiento del sorgo son significativa al 1%, la variable año para el rendimiento del maíz
tecnificado y el rendimiento del maracuyá son significativos al 5%. Adicional a esto, es
curioso al observar la variable año para el rendimiento del sorgo por su negativo, el cual,
debería explicarse por su no producción desde el año 2015. Finalmente nuestra variable de
interés añohidroeléctrica es significativa al 5% para el rendimiento de los cítricos, por esta
22
razón, podemos afirmar que desde la llegada de la Central Hidroeléctrica el Quimbo el
rendimiento de los cítricos aumentó en 1,421 toneladas/hectáreas.
Adicional a esta información, cada una de las estimaciones cuenta con 20 observaciones y
con 𝑅2 relativamente cercanos a 1, indican que la variable exógena se logra explicar por las
variables endógenas (año hidroeléctrica añohidroeléctrica), menos en el caso del
rendimiento del maracuyá y el rendimiento del sorgo.
Tabla 8: reg rendimiento año hidroeléctrica añohidroeléctrica productos agrícolas
Altamira
VARIABLES Rendimiento
citricos
Rendimiento
maiztec
Rendimiento
maiztrad
Rendimiento
maracuya
Rendimiento
sorgo
año 0.318 0.317** 0.139*** 2.958** -2.439***
(0.368) (0.136) (0.0280) (1.048) (0.657)
Hidroeléctrica 0.233 -0.168 -0.00417 2.436 0.0251
(0.219) (0.130) (0.0441) (2.440) (0.0466)
añohidroelectrica 1.421** 0.0546 -0.0124 0.280 1.522
(0.596) (0.154) (0.0466) (2.659) (1.009)
Constant 5.601*** 3.736*** 1.264*** 10.90*** 3.757***
(0.158) (0.118) (0.0279) (0.169) (0.0364)
Observations 20 20 20 20 20
R-squared 0.532 0.602 0.766 0.464 0.336
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
En la tabla 9 se presentan los resultados para el municipio del Agrado donde se puede
observar que la variable constante y la variable año para el rendimiento del café son
significativas al 1%, aunque esta última con signo negativo debido a la caída del
rendimiento del café a través de los años como se mencionó antes de realizar las
estimaciones, además, cada estimación contó con 20 observaciones. Por último, los 𝑅2
varían dependiendo del producto agrícola, el rendimiento del café y el maíz tecnificado con
valores de 0,697 y 0,530, valores cercanos a 1 que indica que las variables exógenas (año,
Hidroeléctrica y añohidroelectrica) logran explicar a la variable endógena (Rendimiento),
afirmación que no ocurre con el rendimiento del arroz riego, cacao y maíz tradicional cuyos
valores son de 0,369, 0,024 y 0,130 respectivamente.
23
Tabla 9: reg rendimiento año hidroeléctrica añohidroeléctrica productos agrícolas Agrado
VARIABLES Rendimiento
arrozr
Rendimiento
cacao
Rendimiento
café
Rendimiento
maiztec
Rendimiento
maiztrad
año -0.272 -0.0132 -0.268*** 0.359 -0.0164
(0.358) (0.0847) (0.0800) (0.259) (0.0200)
Hidroeléctrica 0.493 -0.0365 0.00699 -0.324 0.00444
(0.303) (0.0808) (0.103) (0.321) (0.0187)
añohidroelectrica -0.0379 0.0575 -0.00429 0.169 0.0472
(0.372) (0.100) (0.110) (0.329) (0.0439)
Constant 6.802*** 0.536*** 1.343*** 3.835*** 1.484***
(0.300) (0.0801) (0.0754) (0.256) (0.0151)
Observations 20 20 20 20 20
R-squared 0.369 0.024 0.697 0.530 0.130
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
La información presentada en la tabla 10 corresponde al municipio de Garzón, donde la variable
constante e Hidroeléctrica para el rendimiento del plátano son significativas al 1%, la variable
hidroeléctrica es significativa al 10% para el rendimiento del maíz tradicional. Pertenecer a los
municipios del AID, en este caso garzón versus garzón sintético, tuvo un efecto positivo de 0,07
toneladas/hectáreas en el rendimiento del maíz tradicional y 1,27 toneladas/hectáreas en el
rendimiento del plátano. El total de observaciones al realizar la estimación para cada uno fue
de 20 y el 𝑅2 del rendimiento del plátano con un valor de 0,92 logra explicar la variable
endógena mediante las 3 variables exógenas.
Tabla 10: reg rendimiento año hidroeléctrica añohidroeléctrica productos agrícolas
Garzón
VARIABLES Rendimiento
arrozr
Rendimiento
maiztec
Rendimiento
maiztrad
Rendimiento
platano
año -0.134 0.322 -0.0242 -0.0300
(0.470) (0.220) (0.0207) (0.0884)
Hidroeléctrica 0.308 0.484 0.0707* 1.271***
(0.425) (0.749) (0.0361) (0.103)
añohidroelectrica -0.00853 -0.291 -0.0469 0.240
(0.481) (0.760) (0.0416) (0.174)
Constant 6.776*** 3.919*** 1.487*** 1.815***
(0.423) (0.215) (0.0152) (0.0761)
Observations 20 20 20 20
R-squared 0.140 0.115 0.420 0.925
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
24
La tabla 11 presenta los resultados para el municipio de Gigante en el cual se observa que la
variable constante y la variable año para el rendimiento del café son significativas al 1%, aunque
esta última con signo negativo lo que debe tener causa en la caída del rendimiento del café
como ya se había mencionado, la variable año para el rendimiento del maíz tecnificado y el
rendimiento del plátano son positivas y significativas al 5%, adicional, cada estimación
tiene 20 observaciones. Para finalizar, los 𝑅2 varían dependiendo del producto agrícola, el
rendimiento del café y el maíz tecnificado con valores de 0,679 y 0,553, valores
relativamente cercanos a 1, indican que las variables exógenas (año, Hidroeléctrica y
añohidroelectrica) explicar a la variable endógena (Rendimiento), afirmación que no se
puede realizar con el rendimiento del maíz tradicional y del rendimiento del plátano cuyos
valores son de 0,233 y 0,342 respectivamente.
Tabla 11: reg rendimiento año hidroeléctrica añohidroeléctrica productos agrícolas
Gigante
VARIABLES Rendimiento
café
Rendimiento
maiztec
Rendimiento
maiztrad
Rendimiento
platano
año -0.274*** 0.312** -0.0674** 0.141
(0.0765) (0.139) (0.0253) (0.111)
Hidroeléctrica -0.0197 -0.146 0.00966 -0.0307
(0.0947) (0.132) (0.0178) (0.415)
añohidroelectrica 0.0236 -0.0407 0.0639 0.390
(0.104) (0.158) (0.0480) (0.431)
Constant 1.376*** 3.763*** 1.496*** 2.833***
(0.0701) (0.123) (0.0125) (0.110)
Observations 20 20 20 20
R-squared 0.679 0.553 0.233 0.342
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
Los resultados presentados en la tabla 12 corresponden al municipio de Paicol, donde se
observa que la variable constante y la variable año para el rendimiento del café son
significativas al 1%, esta última con signo negativo por su caída en su rendimiento como se
menciona anteriormente. Ambas estimaciones cuentan con 20 observaciones y solo el 𝑅2
del rendimiento del café, cuyo valor es de 0,737, explica la variable endógena
(Rendimiento) mediante las variables exógenas del modelo (año hidroeléctrica
añohidroeléctrica).
25
Tabla 12: reg rendimiento año hidroeléctrica añohidroeléctrica productos agrícolas Paicol
VARIABLES Rendimiento
arrozr
Rendimiento
café
año -4.607 -0.266***
(3.845) (0.0737)
Hidroeléctrica -4.921 0.0122
(3.884) (0.0989)
añohidroelectrica 6.044 -0.0162
(4.038) (0.104)
Constant 10.82** 1.338***
(3.813) (0.0702)
Observations 20 20
R-squared 0.247 0.737
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
La tabla 13 contiene los resultados para el municipio de Tesalia, la variable constante y la
variable año para el rendimiento del café son significativas al 1%, siendo esta última con
signo negativo, se cuenta con 20 observaciones para cada modelo y solo el 𝑅2 del
rendimiento del café, cuyo valor es de 0,699, explica la variable endógena (Rendimiento)
mediante las variables exógenas del modelo (año hidroeléctrica añohidroeléctrica).
Tabla 13: reg rendimiento año hidroeléctrica añohidroeléctrica productos agrícolas
Tesalia
VARIABLES Rendimiento
arrozr Rendimiento
café
año -0.468 -0.317***
(0.280) (0.0884)
Hidroeléctrica -0.732 -0.00904
(0.581) (0.119)
añohidroelectrica 0.580 0.0164
(0.727) (0.126)
Constant 7.238*** 1.392***
(0.224) (0.0830)
Observations 20 20
R-squared 0.093 0.699
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
26
CONCLUSIONES
La Central Hidroeléctrica el Quimbo está ubicada en el departamento del Huila, inició su
construcción en el año 2010 y empezó sus respectivas operaciones en diciembre del año
2015. Adicional, su construcción se da en un entorno en el cual el sector energético del país
le está apostando a la energía mediante Centrales hidroeléctricas, representando el 75% de
la oferta energética del país, estimando que la Central Hidroeléctrica el Quimbo logra suplir
el 4% de la demanda energética del país. El Quimbo está lleno de disgusto por parte de las
comunidades afectadas, en parte, porque a tan solo 12km está localizada la Central
Hidroeléctrica de Betania.
Mucho se dice sobre las consecuencias de la Central Hidroeléctrica el Quimbo, lo cierto es
que existen muchos estudios ambientales al respecto, sin embargo, no se ha realizado un
estudio acerca de los posibles efectos que esta pudo tener sobre la economía de la región.
Por esta razón realicé 2 modelos econométricos de diferencias en diferencias para observar
si existió o no impacto económico en el AID vía ingresos corrientes y rendimiento agrícola.
Con los resultados se concluye que estadísticamente no existe evidencia de que la Central
Hidroeléctrica el Quimbo haya tenido impacto económico ni vía ingresos corriente ni vía
producción agrícola en el corto plazo. Aunque con el modelo de diferencias en diferencias
el rendimiento de los cítricos en el municipio de Altamira es significativo para la variable
de interés, este municipio solo representa el 0,21% de la Central Hidroeléctrica. Por lo que,
las causas del cambio significativo en el rendimiento de los cítricos muy posiblemente se
deba a otros factores y no a la llegada del Quimbo.
Aunque estadísticamente no existe impacto en el corto plazo, se espera que a mediano
plazo o incluso en el largo plazo, sean notorios los efectos en las economías locales, tanto
positivos como negativos. Para finalizar, considero importante realizar trabajos de índole
académico acerca de proyectos “polémicos” en diferentes regiones del país, más que por el
beneficio que estos puedan tener sino por el costo al que se recurrió y que, puede o no, sea
subestimado, subestimando la compensación monetaria dada a las poblaciones afectadas.
27
BIBLIOGRAFÍA
Abadie, A., & Gardeazabal, J. (2001). The economic costs of conflict: a case-control study
for the Basque country (No. w8478). National Bureau of Economic Research.
Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for
comparative case studies: Estimating the effect of California’s tobacco control
program. Journal of the American statistical Association, 105(490), 493-505
Asoquimbo (2016). Recuperado de: http://www.quimbo.com.co/
Banco Mundial (2015). Producción de electricidad a partir de fuentes hidroeléctricas.
Recuperado de: https://datos.bancomundial.org/indicador/EG.ELC.HYRO.ZS
Bernal, R. & Peña, X. (2011). Guía práctica para la evaluación de impacto (No. 361.25
B517). Universidad de Los Andes, Bogotá (Colombia).
Bejarano, J. A. (1998). Economía de la agricultura. Iica.
Datos CEDE. (2014). Panel municipal CEDE. Recuperado de:
https://datoscede.uniandes.edu.co/microdatos-detalle.php/263/panel-municipal-del-cede/
EMGESA, S. (2008). Estudio de impacto ambiental del proyecto hidroeléctrico El Quimbo.
Departamento del Huila. (s.f.). Obtenido de Mapas para colorear:
http://www.mapasparacolorear.com/colombia/mapa-departamento-huila-municipios.png
Estadísticas agrícolas. (2016). Área, producción, rendimiento y participación municipal en
el departamento por cultivo. Recuperado de:
http://www.agronet.gov.co/estadistica/Paginas/default.aspx
Estudio de Impacto Ambiental. (Enero de 2015). Obtenido de Cornare:
https://www.cornare.gov.co/LA/Gramalote/documentos/I-2250-EIA-
Cap03_Area_influencia.pdf
Fernandez, A. Evaluación ex post. Recuperado de:
https://www.cepal.org/ilpes/noticias/paginas/2/33922/Andres_Fernandez_Evaluacion_ex_p
ost.pdf
García, E. S. E., & Ávila, J. E. M. (2016). Hidroeléctrica Quimbo, sus problemáticas
socioeconómicas y ambientales. Ploutos, 4(2), 14-19.
Gómez, A. Q. 9(2016). EL QUIMBO: MÁS ALLÁ DE LA HIDROELÉCTRICA. Boletín
Semillas Ambientales, 10(1).
Granados Jaimes, C. E. (2015). Evaluación ambiental estratégica del plan de gestión
social de la hidroeléctrica del Quimbo (Huila) (Bachelor's thesis, Universidad Militar
Nueva Granada).
Hidroituango, (2010) Recuperado de: http://www.hidroituango.com.co/proyectos/proyecto-
hidroelectrico-ituango/38
Itaipu binacional() Recuperado de: https://www.itaipu.gov.py/es
28
Jackson, S., & Sleigh, A. (2000). Resettlement for China's Three Gorges Dam: socio-
economic impact and institutional tensions. Communist and Post-Communist
Studies, 33(2), 223-241.
Jackson, S., & Sleigh, A. C. (2001). The political economy and socio‐ economic impact of
China's Three Gorges dam. Asian Studies Review, 25(1), 57-72.
Mina, T. (2011). The Itaipu Dam.
MinMinas. Energía Eléctrica. Memorias al congreso de la república 2012-2013.
Recuperado de: https://www.minminas.gov.co/documents/10180/614096/4-
Energia.pdf/97e512a3-3416-4f65-8dda-d525aa616167
Pozzo Moreno, J. A. (2014). Itaipu, crónica de un despojo
Salcedo Montero, C. A., & Cely Forero, A. M. (2015). Expansión hidroeléctrica, Estado y
economías campesinas: el caso de la represa del Quimbo, Huila-Colombia. Mundo
agrario, 16(31), 0-0.
Ramirez Sanchez, M., & Olaya Amaya, A. (4 de Mayo de 2008). El río Magdalena:
localización, origen y recorrido. Obtenido de Avesyturismo:
http://www.avesyturismo.com/el-rio-magdalena-localizacion-origen-y-recorrido.html
Trebol, B. (27 de Mayo de 2013). Ingresos corrientes en Colombia. Obtenido de
SlideShare: https://es.slideshare.net/Yoruth1/ingresos-corrientes-en-colombia
Trujillo Bowen, J. J. (2013). El Quimbo, la represión del Huila (Bachelor's thesis,
Universidad Militar Nueva Granada).
Universidad Icesi, (2012) Recuperado de:
http://www.icesi.edu.co/blogs/casohidroelectricaelquimbo/
Vanderbei, R.J. 1999. LOQO: An interior point code for quadratic programming.
Optimization Methods and Software 11: 451-484.
Top Related