Evaluación de impacto plan de descontaminación mayo de 2010

Mayo de 2010
¿Significó la restricción vehicular una disminución en los niveles de contaminación
de la región Metropolitana?
Jessica Coria, Enrique Calfucura y Rodrigo Montero
Universidad Diego Portales 1
Resumen
El objetivo de este artículo consiste en realizar una evaluación de impacto del programa
de restricción vehicular implementado en la región Metropolitana a los vehículos con
convertidor catalítico.
En vista de las características de este programa se implementó el método de regresión
discontinua para evaluar el efecto sobre la contaminación ambiental, en particular sobre
los niveles de material particulado PM2.5 y PM10.
Las estimaciones muestran que el programa permitió reducir el material particulado en la
región Metropolitana. Cabe mencionar que los resultados son sensibles al período de
análisis, pero en general se observa un impacto favorable de la medida.
Finalmente, se aprecia que la medida también provocó una reducción en los niveles
máximos diarios de material particulado, algo que es muy positivo toda vez que este tipo
de material tiene un efecto dañino sobre la salud de la población.
JEL: Q53, C14, C21
1 
 Se
 agradecen
 los
 valiosos
 comentarios
 de
 Tomás
 Rau
 y
 Marcelo
 Corral.
 Cualquier
 error
 u
 omisión
 es
responsabilidad
de
los
autores.
1

Palabras clave: evaluación de impacto, descontaminación ambiental, regresión
discontinua
2

I. Introducción
Junto con el crecimiento y el desarrollo económico, la ciudad de Santiago ha
experimentado notables incrementos en sus niveles de contaminación. De esta manera,
durante la década recién pasada, las autoridades de turno decidieron implementar, al igual
como ya se había hecho en ciudad de México, un plan de descontaminación ambiental,
tendiente a disminuir los elevados niveles de contaminantes que se estaban registrando en
la capital.
Una de las medidas implementadas consistió en una restricción vehicular en base al
último número de la placa patente. De esta manera, se determinó un calendario de
exclusión diaria de circulación en función del dígito con que terminaba la placa patente.
Tal como ya se señaló, uno de los principales objetivos perseguidos por esta medida
consistía en lograr una disminución significativa de los niveles de contaminación
ambiental. Por lo tanto, el objetivo de este trabajo consiste en evaluar el impacto que tuvo
esta medida específica del plan de descontaminación, en particular la que afecta a los
vehículos con convertidor catalítico.
Dado que este programa de descontaminación se aplicó en toda la región Metropolitana,
no es posible implementar el típico enfoque de evaluación de impacto, en donde se tiene
un grupo experimental (grupo que recibe el tratamiento), y un grupo de control (grupo
que no recibe el tratamiento, y que por tanto sirve como grupo base para realizar las
comparaciones). Otra dificultad que se tiene para llevar a cabo una evaluación de impacto
de este programa es la gran cantidad de factores que influyen en las mediciones de las
partículas contaminantes. En efecto, variables relacionadas con las condiciones
atmosféricas también son determinantes en las mediciones del material particulado que
hagan las distintas estaciones de medición. Si bien el factor meteorológico es
preponderante en el aumento de las concentraciones de material particulado, no es el
único. Son relevantes también la emisión de contaminantes (particulado fino y grueso) y
la interacción física-química que se desarrolla en la atmósfera que finalmente se expresa
en las concentraciones registradas en las estaciones de monitoreo de calidad del aire. La
ubicación de las estaciones también es un factor relevante ya que lo que se mide
3

corresponde a las concentraciones promedio del área de la estación que al estar instalada
bajo criterios de distancia respecto de las distintas fuentes emisoras tendrá distintos
grados de representatividad. En este sentido hay estaciones que al estar ubicada a pocos
metros de una vía de alto tráfico vehicular son representativas de las emisiones de dicha
fuente emisora y no de la calidad del aire del entorno.
Teniendo presentes estas acotaciones, una manera sencilla de evaluar el impacto del
programa de restricción vehicular sería estimar la siguiente especificación mediante el
método de mínimos cuadrados ordinarios (MCO):
y + u
'
t = ! 0 + ! 1Rt
+ xt
! 2
En esta especificación, yt representa la variable sobre la cual se desea evaluar el impacto
(PM2.5 y PM10); la variable Rt es una variable muda (dummy) que toma el valor uno si
es que la medición corresponde a un período posterior a la implementación de la
restricción vehicular, y toma el valor cero si no; y
t
'
x t es un vector que contiene todas
aquellas variables que afectan los niveles de material particulado. Finalmente, ut es un
término de error bien comportado. El problema con esta estrategia es que podría haber
factores no observables que están correlacionados con el tiempo, generando estimaciones
sesgadas para β1, es decir, para el parámetro de interés. En efecto, en este contexto el
parámetro β1 representa el impacto del programa.
El enfoque de regresión discontinua (RD) permite superar esta dificultad considerando
una ventana de datos arbitraria en torno a la fecha de implementación del programa.
Dentro de este intervalo es probable que estos factores no observables que afectan la
calidad del aire sean similares, haciendo que las observaciones previas a la
implementación de la restricción vehicular sean un buen grupo de control para las
observaciones posteriores a la restricción vehicular.
Bajo supuestos no muy restrictivos, el enfoque de RD provee estimaciones consistentes
de β1 en presencia de variables omitidas que varían en el tiempo. Hahn et al (2001)
4

muestran que la identificación no paramétrica de un efecto constante del tratamiento con
un diseño RD sharp requiere que la función de media condicional sea continua en el
umbral (t * ). Bajo este supuesto estos factores no observables que afectan la medición del
aire aún están presentes, pero serían similares antes y después de la implementación del
programa, por lo que el “antes” constituye un buen grupo de control de las observaciones
“después” del programa. Este es el supuesto clave de este enfoque, y es lo que permite
identificar el efecto del programa.
Davis (2008) realizó una aplicación de este enfoque para evaluar el impacto que tuvo el
programa de descontaminación Hoy no Circula implementado en 1989 en Ciudad de
México. Este programa prohibía el uso del automóvil una vez por semana sobre la base
del último dígito de la placa patente; la restricción se aplicaba desde las 5:00 AM hasta
las 10:00 PM, y afectaba a la gran mayoría de vehículos comerciales y particulares. El
autor no encuentra evidencia a favor de que este programa haya provocado una mejora en
la calidad del aire, lo cual pone en entredicho la efectividad de este tipo de programas
como un mecanismo útil de descontaminación. Muy por el contrario, el autor muestra que
el programa causó un aumento en el número total de vehículos en circulación además de
un cambio en la composición hacia vehículos de mayor emisión de contaminantes.
En este contexto, resulta interesante analizar lo ocurrido para el caso chileno, y
determinar cuál fue el impacto que tuvo la restricción vehicular de automóviles con
convertidor catalítico sobre los niveles de contaminación de la capital. Este es
precisamente el objetivo que se plantea este estudio.
II. Antecedentes
Dado el crecimiento económico que ha experimentado el país durante las últimas
décadas, y las condiciones geográficas de la región Metropolitana, el control de la
contaminación ambiental se ha transformado en una de las principales preocupaciones de
las autoridades. Por cierto, las fuentes de contaminación son variadas, y provienen de las
industrias, de las quemas agrícolas, camiones, vehículos livianos, etc. Con todo, el cuadro
5

1 tomado de un estudio realizado por la CONAMA Metropolitana de Santiago, permite
analizar la incidencia de cada una de estas fuentes. Es posible apreciar el rol fundamental
que juegan los vehículos livianos en las fuentes móviles de contaminación.
El material particulado respirable se ha clasificado de acuerdo a dos tamaños, PM10 y
PM2.5. El primero es aquel con partículas gruesas en su mayoría de ph básico producto
de la combustión no controlada. El PM10 corresponde a las partículas sólidas o líquidas
(polvo, cenizas, hollín, etc.) cuyo diámetro es menor a 10 micrómetros. 2 El segundo
tamaño, agrupa a partículas generalmente ácidas, que contienen hollín y otros derivados
de las emisiones vehiculares e industriales, y corresponde a la fracción más pequeña y
agresiva debido a que éstas son respirables en un 100% y por ello se alojan en bronquios,
bronquiolos y alvéolos.
La variable crítica para determinar el efecto en la salud del material particulado es su
tamaño, ya que éste determinará el grado de penetración y permanencia de las partículas
en el sistema respiratorio. La mayoría de las partículas cuyo diámetro es mayor a cinco
micrómetros se depositan en las vías aéreas superiores (nariz), en la tráquea y los
bronquios. Aquellas cuyo diámetro es inferior, tienen mayor probabilidad de depositarse
en los bronquiolos y alvéolos, y a medida que su tamaño disminuye son más dañinas.
Algunos efectos que pueden tener en la salud de las personas el exponerse de manera
prolongada a estos contaminantes son aumento en la frecuencia de cáncer pulmonar,
muertes prematuras, síntomas respiratorios severos, irritación de ojos y nariz,
agravamiento en casos de asma y de enfermedades cardiovasculares. Por otro lado, su
acumulación en los pulmones provoca silicosis y asbestosis. 3
2 Un micrómetro corresponde la milésima parte de un milímetro.
3 La silicosis es una enfermedad pulmonar causada por sobreexposición a la sílice cristalina respirable. Es
irreversible y puede causar invalidez física o la muerte. La sílice es el segundo mineral más abundante en la
corteza terrestre y es un componente mayor de arena, piedra, y minerales metalíferos. La sobreexposición
al polvo que contiene partículas de sílice cristalina puede causar la formación de tejidos de cicatrización en
los pulmones. Eso disminuye la capacidad de los pulmones de extraer oxígeno del aire que respiramos.
La asbestosis es la formación extensa de tejido cicatricial en los pulmones causada por la aspiración del
polvo de amianto. La inhalación de amianto puede también producir el engrosamiento de las dos capas de
la membrana que recubre los pulmones (la pleura). Los primeros síntomas son el ahogo leve y la
disminución de la capacidad para el ejercicio. El cáncer de pulmón está relacionado en parte con el grado
6

El cuadro 2 presenta los principales responsables de los aportes antropogénicos en las
concentraciones de PM10 en la región Metropolitana. 4 Nuevamente, los vehículos
livianos y comerciales destacan por su incidencia.
Actualmente, la norma para el PM10 es de 150 µg/m3 como concentración de 24 horas.
Sin embargo, la modificación al DS N°59 (1998) establece que a partir del primero de
enero de 2012 la norma será de 120 µg/m3 como concentración de 24 horas, a menos que
para aquella fecha ya haya entrado en vigencia una norma de calidad ambiental para el
material particulado fino (PM2.5). De ser así, se mantendrá la norma actual de 150 µg/m3
como concentración de 24 horas. El PM2.5 por su parte, no tiene una norma asociada
pero es monitoreado desde 1989 dado su impacto en la salud de la población, ya que
posee un elevado grado de penetración y permanencia en el aparato respiratorio. 5
De acuerdo a las estadísticas proporcionadas por la CONAMA, el PM10 es el principal
contaminante de la región Metropolitana. No obstante, con datos provenientes de tres
estaciones que operan desde 1989 (La Paz, Parque O’Higgins y Las Condes), la
CONAMA constata una reducción sostenida del material particulado en el período 1989-
2007. Según este organismo, en el PM10 se logró una reducción de 26% en valores
máximos anuales validados, y una disminución de los días sobre la norma de 79 en 1997
a solo 17 días en 2006. Respecto de las alertas, preemergencias y emergencias el número
de días se redujo de 38, 37 y 4 en 1997 a 22, 6 y 0 en 2007. Según esta misma fuente, en
el período 1989-2007 la reducción del PM2.5 fue de 53%, siendo éste el principal
responsable de la disminución lograda en PM10.
de exposición a las fibras de amianto; sin embargo, entre las personas que padecen asbestosis, el cáncer de
pulmón se desarrolla casi exclusivamente en aquellas que también fuman cigarrillos, en especial en las que
fuman más de un paquete al día.
4 El polvo antropogénico es el polvo generado por actividades humanas.
5 También es importante analizar el material particulado ultrafino, que viene dado por partículas cuyo
diámetro es menor a un micrómetro. De hecho, a nivel internacional se realiza una medición de estas
partículas en términos de su masa y número. Diversos estudios muestran que mientras menor sea el tamaño
de las partículas mayor es su efecto nocivo sobre la salud de las personas.
7

Por otro lado, según mediciones de la red MACAM-2 en el período comprendido entre
los años 1997 y 2007 se aprecia una significativa diminución del número de días sobre la
norma (112 a 60 días). 6 Los episodios de alerta pasaron de 38 a 22 en dicho período; las
preemergencias de 37 a 6 días, y finalmente, las emergencias pasan de 4 a cero días. Los
valores máximos diarios de PM10 se redujeron de 317 µg/m3 a 233 µg/m3 en dicho
período.
Uno de los principales responsables de las emisiones de PM10, tal como se desprende del
cuadro 2, son los vehículos livianos y comerciales. En Chile, y en particular en la región
Metropolitana, el control de emisiones producidas por el transporte comenzó en la década
pasada. Una de tales medidas fue la implementación en el año 1994 de un calendario de
restricción a vehículos sin sello verde. 7 Esto generó un incentivo en la población para la
compra de automóviles con convertidor catalítico que permitiera reducir los niveles de
contaminación del aire. Las restricciones se aplican desde el primero de abril al 31 de
agosto de cada año (meses de invierno). Así, cada año el Ministerio de Transportes
publica un calendario de restricción vehicular que indica los dígitos de las placas patentes
que no pueden circular. El cuadro 3 muestra el calendario para el año 2009 para los
vehículos sin convertidor catalítico.
Mucho se ha cuestionado la eficiencia de la restricción vehicular permanente, ya que
generaría un crecimiento del parque automotor, entendido como la adquisición de un
segundo o tercer vehículo en un mismo grupo familiar. Por otro lado, si bien las
emisiones de los vehículos con sello verde son menores en cuanto al monóxido de
carbono (CO), no sucede lo mismo al hablar del dióxido de nitrógeno (NO2) o del
dióxido de azufre (SO2). El problema radica en que el dióxido de nitrógeno y el de azufre
además de contaminar por sí mismos reaccionan en la atmósfera con otros elementos
6
La red MACAM-2 incorpora a la red histórica las estaciones de Pudahuel Cerrillos, El Bosque y La
Florida.
7
El parque automotor con sello verde son todos los taxis, automóviles, camionetas y jeeps particulares
adquiridos desde 1992, así como las camionetas y furgones comerciales y de transporte escolar adquiridos
desde 1995 (muchos de los cuales utilizan diesel como combustible) además de los camiones y buses diesel
adquiridos desde 1993.
8

produciendo dos nuevos contaminantes, ozono y material particulado fino, que son muy
dañinos para la salud de la población.
Es por esto que el año 2001 comenzó a regir la restricción vehicular para aquellos
automóviles que cuentan con convertidor catalítico. De esta manera, a partir del primero
de abril de 2001 comenzó a implementarse durante los episodios de preemergencia y
emergencia un calendario de restricción para este tipo de vehículos. Para los vehículos
privados la prohibición de circular rige desde las 07:30 hrs. hasta las 21:00 hrs. Para los
buses es desde las 10:00 hrs. hasta las 16:00 hrs, y finalmente para los vehículos de
transporte es desde las 10:00 hrs. hasta las 18:00 hrs. La figura 1 muestra el área afecta a
la restricción vehicular.
La infracción a la norma es considerada una falta grave, y los conductores se exponen a,
además de una multa onerosa (desde 1 a 1.5 UTM), una posible suspensión de la licencia
de conducir. A diferencia de muchos países de Latinoamérica, la fuerza policial nacional,
Carabineros de Chile, se caracteriza por su honradez y el esfuerzo máximo por hacer
cumplir la ley. Adicionalmente, durante el año 2008 cerca de 300 inspectores del
Ministerio de Transportes estuvieron monitoreando el cumplimiento de esta normativa.
Durante ese mismo año, cerca de 800 vehículos por episodio de emergencia ambiental
fueron multados por circular con restricción. Cabe señalar que desde la implementación
del sistema de transporte público Transantiago (2007) el no cumplimiento a la
prohibición de circular ha aumentado, que se debe a la baja calidad del servicio prestado
por el sistema.
Un dato importante se refiere al tamaño y la composición del parque automotriz. Según
cifras del Instituto Nacional de Estadísticas (INE), en el año 2009 de 1.273.203 vehículos
solo el 12% no tenía convertidor catalítico, lo que equivale a 153.542 automóviles. Por
tanto, la restricción vehicular a automóviles con convertidor catalítico durante episodios
de preemergencia y emergencia es una medida de alto alcance, y por esto mismo, el
objetivo que se plantea en esta investigación es evaluar la efectividad que ha tenido desde
9

su implementación en términos de reducir el material particulado en la región
Metropolitana.
III. Estrategia de estimación
Uno de los principales desafíos que enfrenta toda política pública es mostrar, en base a
evidencia empírica objetiva, que cumplió con el objetivo para el cual fue implementada.
De esta manera, el impacto de un programa de capacitación laboral, por ejemplo, debiera
manifestarse en un aumento en salarios, o bien, en un incremento de la probabilidad de
encontrar trabajo. La situación ideal, en este contexto, sería poder estimar el impacto
individual del programa; es decir, cuantificar el efecto que tuvo en el individuo i la
participación en el programa. Por supuesto, esto es imposible toda vez que el individuo
no puede estar en ambos estados a la vez; en otras palabras, participa o no participa en el
programa, pero no es posible observarlo en ambos escenarios. Si fuera posible hacerlo,
entonces, se podría estimar el impacto individual del programa de la siguiente manera:
servaciones posteriores al primero de abril de 2001 y toma el valor cero para las previas. Dentro
de las variables explicativas incluidas están variables dummies por mes del año, día de la
semana, hora de la medición, e interacciones entre fin de semana y hora de la medición.
Además, dada la importancia que tienen las variables meteorológicas, se ha incorporado
la temperatura y la velocidad del viento, valores contemporáneos y rezagados.
El problema que presenta esta especificación es que el término de error podría estar
correlacionado con la variable dummy que identifica el impacto del programa. Lo anterior
sería consecuencia de la omisión de variables que cambian en el tiempo y que afectan las
mediciones de material particulado. Esto es probable de ocurrir en el contexto actual ya
que durante los últimos años se han estado implementando una batería de medidas para
mitigar el problema de contaminación ambiental que sufre la capital. Una alternativa para
superar este problema consiste en trabajar con ventanas más angostas de datos, es decir,
utilizando sub períodos de 1997-2005.
10

Para mejorar la estimación anterior se implementa el método de estimación no
paramétrico de regresión discontinua, utilizando un kernel rectangular, y un polinomio de
orden siete para minimizar el sesgo en la estimación de un punto de borde (Imbens y
Lemieux, 2007).
El cuadro 4 presenta las estimaciones por mínimos cuadrados ordinarios (MCO) y por
regresión discontinua (RD) para las emisiones de PM10. Para el grupo de estimaciones de
MCO se aprecian diferencias importantes entre las distintas estaciones para las distintas
ventanas de datos. Sin embargo, todas revelan una reducción significativa en los niveles
de PM10. Para el período 1997-2005, se aprecian reducciones de entre 18% y 26%.
Cuando se analizan los resultados bajo el método de RD los impactos disminuyen pero
siguen siendo negativos. Es decir, la implementación de la medida condujo a una
reducción de los niveles de PM10. Los impactos fluctúan, para el período 1997-2005
entre 5% y 25%. En el caso de estas estimaciones, los resultados son sensibles a la
ventana de datos escogida. De hecho, cuando se utilizan los datos del período 2000-2002,
desaparecen los impactos, y la medida parece no haber tenido efecto alguno en las
emisiones de PM10.
El cuadro 5 por su parte presenta las mismas estimaciones para el material particulado
PM2.5 pero solo para el período 2000-2002, que es la única ventana con datos
disponibles. La situación en términos de impacto es completamente distinta a la anterior.
Como se puede apreciar hay efectos positivos, es decir, incrementos en los niveles de
PM2.5; sin embargo, no son estadísticamente significativos a los niveles convencionales.
El calendario de restricción vehicular que se comenzó a implementar a partir del primero
de abril de 2001 para los vehículos con convertidor catalítico rige desde las 07:30 hrs.
hasta las 21:00 hrs. Por lo tanto, un aspecto interesante sería analizar si es que hay
indicios de un impacto más claro durante esas horas en términos de reducción de material
particulado. Por ello, se realizaron las mismas estimaciones anteriores pero considerando
solo las mediciones de entre las 07:00 y las 21:00 horas (lunes a viernes). Asimismo, se
incorporaron variables dummies por mes del año, día de la semana, hora del día y
11

variables meteorológicas como temperatura y velocidad del viento. Los resultados
aparecen en los cuadros 6 y 7.
Los resultados que aparecen en el panel superior del cuadro 6 muestran las estimaciones
del impacto de la restricción vehicular obtenidos a partir de MCO. Se observa que la
medida trajo consigo reducciones significativas en los niveles de material particulado
PM10. Para el período 1997-2005 las reducciones oscilan entre 16% y 18%, y para los
demás sub períodos utilizados la situación es similar en términos de impacto. El panel
inferior presenta las estimaciones mediante el diseño de regresión discontinua. 8 Acá la
situación es algo distinta en términos de impacto. Si bien se observan reducciones
significativas en los niveles de PM10, esto no ocurre en todas las estaciones de
monitoreo, pero sí se observan caídas en el material particulado para todos los períodos
bajo análisis.
El cuadro 7 exhibe los impactos estimados para el material particulado PM2.5, en donde
no se aprecian impactos negativos y significativos. De hecho, se aprecia incluso un efecto
positivo de la medida en una estación de monitoreo. Este resultado, aún cuando es
bastante aislado, llama la atención.
Una situación que se puede generar cuando se limita el uso del vehículo guarda relación
con el hecho de que las personas podrían utilizar el vehículo en aquellas horas en que sí
está permitido. Así, como la restricción vehicular para automóviles con convertidor
catalítico rige desde las 7:00 hasta las 21:00 horas, muchas personas podrían optar, por
ejemplo, a regresar más tarde a sus casas y salir más temprano al trabajo. Este tipo de
decisiones podría provocar un incremento de las mediciones de material particulado entre
las 22:00 y las 07:000 horas. Pues bien, los cuadros 8 y 9 presentan nuevamente la batería
de estimaciones pero empleando solo aquellas mediciones que pertenecen a las horas en
que no rige la restricción vehicular.
8 Nuevamente, se incorporó un polinomio de orden siete para reducir el sesgo de las estimaciones.
12

Es interesante lo que se aprecia en el cuadro 8 para el material particulado PM10. Las
estimaciones de MCO revelan que la medida también significó una reducción de las
emisiones durante estas horas. En particular, cuando se utiliza la ventana de datos 2000-
2002 las reducciones de PM10 incluso superan el 10%. Ahora bien, cuando se analizan
los resultados provistos por las estimaciones de RD el escenario cambia; en efecto, salvo
en un caso, no se aprecian variaciones significativas, no obstante, para el período 2000-
2002 los signos de los impactos son todos positivos, lo que sería indicio de un
desplazamiento del horario de los viajes.
El cuadro 9 revela un aumento en las emisiones de material particulado PM2.5. Es decir,
durante las horas en que no rige la medida de restricción, los índices aumentan. En
particular, para el período 2000-2002, mediante el enfoque de RD se aprecian
incrementos que superan el 30%.
El mismo fenómeno descrito anteriormente podría darse pero para el fin de semana; es
decir, las personas pudieran sustituir viajes durante los días de semana, y realizarlos en el
fin de semana, si es que la naturaleza del viaje lo permite. Por cierto, en el caso de los
vehículos con convertidor catalítico, la restricción puede caer cualquier día, no
necesariamente durante la semana. Por lo tanto, el siguiente grupo de estimaciones que
aparecen en los cuadros 10 y 11 entregan las estimaciones de impacto para el fin de
semana. El cuadro 10 presenta las estimaciones para el material PM10, y bajo el método
de MCO las reducciones son significativas. En el mismo cuadro se presentan las
estimaciones mediante RD, y también se aprecian algunas reducciones, pero constituyen
la excepción más que la regla. En el cuadro 11 por su parte se estima el efecto que tuvo la
medida pero para el material PM2.5. No se aprecia impacto alguno en este caso.
Un último ejercicio que es interesante de realizar se refiere al efecto que pudo haber
tenido la implementación de esta medida en los niveles máximos diarios de PM10 y
PM2.5. Esto es interesante toda vez que el exponerse a niveles elevados la salud de la
población pudiera verse seriamente perjudicada. Como se señaló en un principio, la
variable crítica para determinar el efecto en la salud del material particulado es su
13

tamaño, ya que éste determinará el grado de penetración y permanencia de las partículas
en el sistema respiratorio. La mayoría de las partículas cuyo diámetro es mayor a cinco
micrómetros se depositan en las vías aéreas superiores (nariz), en la tráquea y los
bronquios. Aquellas cuyo diámetro es inferior, tienen mayor probabilidad de depositarse
en los bronquiolos y alvéolos, y a medida que su tamaño disminuye son más dañinas.
Los cuadros 12 y 13 presentan los efectos estimados para estos tipos de material
particulado. El cuadro 12 revela que los niveles máximos diarios experimentaron una
significativa caída. Por ejemplo, considerando la ventana de datos de 2000-20002 las
reducciones se empinan por sobre el 10%, de acuerdo al método de MCO. Por otro lado,
a través del enfoque de RD se aprecian reducciones significativas, que incluso superan el
20% en algunos casos. No obstante para el período 2000-2002 no se aprecian reducciones
significativas.
Finalmente, los resultados que se presentan en el cuadro 13 para el material PM2.5 son
menos alentadores. De hecho, se constatan algunos incrementos.
V. Conclusiones
El presente estudio ha tenido como objetivo realizar una evaluación del impacto que tuvo
en términos de reducir los niveles de contaminación ambiental la ampliación de la
restricción vehicular el año 2001 a automóviles con convertidor catalítico. Los resultados
muestran cierta evidencia a favor de un impacto negativo, es decir, de una reducción en
los niveles de material particulado, especialmente de PM10. Los efectos encontrados para
el material PM2.5 (que agrupa a partículas generalmente ácidas, que contienen hollín y
otros derivados de las emisiones vehiculares e industriales) y corresponde a la fracción
más pequeña y agresiva debido a que éstas son respirables en un 100% y por ello se
alojan en bronquios, bronquiolos y alvéolos, no son estadísticamente significativos;
incluso en algunos casos se apreciaron efectos positivos. Estos hallazgos son consistentes
con las reducciones que ha constatado la CONAMA durante los últimos años.
14

La estrategia de estimación fue doble: por un lado, se implementaron estimaciones
convencionales de mínimos cuadrados ordinarios, y por otro, estimaciones bajo el
enfoque de regresión discontinua. En general, los efectos (negativos) encontrados
mediante esta última técnica fueron más pequeños, y en algunos casos no eran
estadísticamente significativos.
Por otro lado, se evaluó también el efecto que pudo haber tenido la medida en términos
de los niveles diarios máximos a los cuales se expone la población de la región
Metropolitana (PM2.5 y PM10). Los resultados para el caso del PM10 son favorables, en
el sentido de que se produjo una reducción significativa de los mismos. Para el PM2.5 los
efectos de la medida fueron nulos.
Así, el principal aporte de este estudio ha sido aportar evidencia empírica objetiva
respecto de un gran programa de política púbica, como fue la instauración de la
restricción vehicular a automóviles con convertidor catalítico, grupo que tal como
señalaron las autoridades en un principio no sufriría de medidas de este tipo.
Con todo, se abre una interesante línea de investigación en la cual se pueden profundizar
y afinar algunos impactos que acá se han identificado. Sin embargo, no se debe dejar de
lado el hecho de que aún cuando exista evidencia de que este tipo de medidas generaron
una reducción en el material particulado de la región Metropolitana, los costos asociados
a esta medida podrían haber superado sus beneficios, por lo que estos resultados deben
mirarse con precaución.
15

Referencias
1. CONAMA. (2008) Anteproyecto de revisión, reformulación y actualización del
plan de prevención y descontaminación atmosférica para la Región
Metropolitana.
2. Davis, L. The effect of driving restrictions on air quality in Mexico city. Journal of
Political Economy, 2008, vol. 116, no. 1.
3. Fan, J. y I. Gijbels. (1996) Local polynomial modelling and Its applications.
Chapman and Hall, London.
4. Hahn, J., P. Todd y W. Van deer Klaauw. Identification and estimation of
treatment effects with a regression-discontinuity design. Econometrica, vol. 69,
no. 1, January 2001).
5. Heckman, J., H. Ichimura, y P. Todd. (1997) Matching as an Econometric
Evaluation Estimator.
6. Imbens, G. and J. Angrist. (1994) Identification and Estimation of Local Average
Treatment Effects.
7. Imbens, G. y T. Lemieux. (2007). Regression discontinuity designs: a guide to
practice. NBER, working paper 13039.
8. Lee, M. (2005) Micro-econometrics for policy, program, and treatment effects.
Advanced texts in econometrics. Oxford University Press.
9. Rau, T. (2007) Bayesian inference in the regression discontinuity model.
10. Rosenbaum, P. and D. Rubin. (1983) The
central role of the propensity score in observational studies for causal effects.
Biometrika 70, 41-55.
11. Sianesi, B. (2001) Implementing propensity
score matching estimators with STATA.
12. Todd, P. (1999) A practical guide to
implementing matching estimators.
16

Gráficos
y
Cuadros
Figura 1: Área geográfica afecta a la restricción vehicular
100 200 300
0
Gráfico 1: Emisiones diarias promedio de PM10
Cerrillos
1997 1998 1999 2000 2001 2002 2003 2004 2005
17

100 200 300
0
100 200 300
0
Gráfico 2: Emisiones diarias promedio de PM10
El Bosque
1997 1998 1999 2000 2001 2002 2003 2004 2005
Gráfico 3: Emisiones diarias promedio de PM10
La Florida
1997 1998 1999 2000 2001 2002 2003 2004 2005
18

100 200 300
0
Gráfico 4: Emisiones diarias promedio de PM10
Parque O’Higgins
1997 1998 1999 2000 2001 2002 2003 2004 2005
Gráfico 5: Emisiones diarias promedio de PM10
Pudahuel
19

100 200 300 400
0
1997 1998 1999 2000 2001 2002 2003 2004 2005
0 20 40 60 80 100
Gráfico 6: Emisiones diarias promedio de PM2.5
La Florida
2000 2001 2002
20

0 50 100 150
0 50 100 150
Gráfico 7: Emisiones diarias promedio de PM2.5
Parque O’Higgins
2000 2001 2002 2003 2004 2005
Gráfico 8: Emisiones diarias promedio de PM2.5
Pudahuel
2000 2001 2002 2003 2004 2005
21

Cuadro 1: Emisiones atmosféricas. Año 2005
Fuente PM10 PM2.5 CO NOx COV SOx NH3
Ton/año Ton/año Ton/año Ton/año Ton/año Ton/año Ton/año
Industria (1) 1.267 994 7.744 12.332 34.700 12.829 217
Combustión de
leña residencial
693 674 8.235 85 7.466 12 71
Residenciales +
comerciales
79 70 338 1.161 49.152 294 3.800
Quemas
agrícolas
247 235 2.139 102 171 12 12
Otras areales
(2)
652 466 5.249 136 18.609 0 27.725
Total
estacionarias
2.937 2.438 23.706 13.815 110.089 13.147 31.825
Buses licitados 221 196 1.437 5.867 715 22 2
Otros buses (3) 95 82 515 2.507 235 9 1
Camiones 763 671 3.515 11.179 2.199 44 6
Vehículos
livianos +
motos
516 249 207.351 17.350 16.919 70 1.010
Fuera de ruta 154 142 2.215 973 320 46 32
Total móviles 1.750 1.340 215.033 37.877 20.388 190 1.051
Total móviles y
estacionarias
4.687 3.778 238.739 51.692 130.486 13.337 32.876
Fuente: CONAMA-DICTUC S.A. (2006).
(1): Emisiones de COV corregidas para el sector industrial en base a resultados de estudio realizado el año 2007 por la
Unidad de Desarrollo Tecnológico.
(2): Incluye incendios forestales, producción de ladrillos, crianza de animales, entre otras fuentes.
(3): Incluye buses particulares, rurales e interurbanos para la red urbana y buses rurales e interurbanos.
Cuadro 2: Aporte antropogénico a las concentraciones de PM10 en la región Metropolitana
Fuente %
Buses 8,0
Camiones 14,5
Vehículos livianos y comerciales 18,2
Industria 24,6
Residenciales 11,0
Otras fuentes 23,7
Fuente: Anteproyecto de revisión, reformulación y actualización del plan de prevención y de descontaminación
atmosférica para la región Metropolitana. CONAMA Metropolitana de Santiago.
22

Cuadro 3: Calendario 2009 de restricción vehicular en la región Metropolitana (vehículos
sin convertidor catalítico)
Día Dígitos
Lunes 5-6-7-8
Martes 9-0-1-2
Miércoles 3-4-5-6
Jueves 7-8-9-0
Viernes 1-2-3-4
Fuente: Documentos oficiales.
Cuadro 4: Impacto de la restricción vehicular sobre PM10
Mínimos cuadrados ordinarios
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.179*** -0.136*** -0.047*** -0.017
(0.015)
(0.016)
(0.019)
(0.025)
El Bosque -0.178*** -0.172*** -0.113*** -0.081***
(0.014)
(0.015)
(0.018)
(0.023)
La Florida -0.249*** -0.239*** -0.179*** -0.128***
(0.015)
(0.015)
(0.018)
(0.023)
Parque O’Higgins -0.202*** -0.168*** -0.089*** -0.068***
(0.015)
(0.015)
(0.017)
(0.023)
Pudahuel -0.259*** -0.247*** -0.187*** -0.174***
(0.015)
(0.015)
(0.018)
(0.024)
23

Regresión discontinua
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.104*
-0.075
-0.083
-0.016
(0.055)
(0.061)
(0.070)
(0.097)
El Bosque -0.111**
-0.043
-0.057
-0.061
(0.052)
(0.057)
(0.067)
(0.091)
La Florida -0.047
-0.037
-0.064
0.035
(0.051)
(0.055)
(0.064)
(0.087)
Parque O’Higgins -0.097*
-0.029
0.026
0.138
(0.053)
(0.058)
(0.067)
(0.091)
Pudahuel -0.249*** -0.190*** -0.173**
-0.133
(0.055)
(0.060)
(0.070)
(0.091)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día, hora, y variables dummies interactivas de horas con fin de semana. Las estimaciones
de RD incorporan un polinomio de orden siete, y además se controla por variables meteorológicas (temperatura,
velocidad del viento; se toman valores contemporáneos y rezagados), y variables dummies por mes, día, hora, y
variables dummies interactivas de horas con fin de semana. La variable dependiente es el logaritmo del material
particulado PM10 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 5: Impacto de la restricción vehicular sobre PM2.5 (2000-2002)
Estación Mínimos cuadrados ordinarios Regresión discontinua
La Florida 0.052*
0.064
(0.029)
(0.114)
Parque O’Higgins 0.006
0.140
(0.021)
(0.088)
Pudahuel 0.015
0.170*
(0.023)
(0.097)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día, hora, y variables dummies interactivas de horas con fin de semana. Las estimaciones
de RD incorporan un polinomio de orden siete, y además se controla por variables meteorológicas (temperatura,
velocidad del viento; se toman valores contemporáneos y rezagados), y variables dummies por mes, día, hora, y
variables dummies interactivas de horas con fin de semana. La variable dependiente es el logaritmo del material
particulado PM2.5 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 6: Impacto de la restricción vehicular sobre PM10
(Lunes a viernes 07:00-21:00 horas)
Mínimos cuadrados ordinarios
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.213
-0.165*** -0.055**
-0.024
(0.018)
(0.019)
(0.023)
(0.030)
El Bosque -0.166*** -0.160*** -0.098*** -0.065**
(0.017)
(0.018)
(0.021)
(0.028)
La Florida -0.251*** -0.238*** -0.176*** -0.110***
24

(0.019) (0.019) (0.023) (0.029)
Parque O’Higgins -0.207*** -0.167*** -0.075** -0.049*
(0.017)
(0.018)
(0.021)
(0.027)
Pudahuel -0.286*** -0.274*** -0.206*** -0.172***
(0.017)
(0.018)
(0.021)
(0.028)
Regresión discontinua
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.136**
-0.153**
-0.200**
-0.126
(0.062)
(0.067)
(0.077)
(0.107)
El Bosque -0.067
-0.029
-0.070
-0.175*
(0.059)
(0.065)
(0.077)
(0.102)
La Florida -0.008
-0.053
-0.118
-0.072
(0.062)
(0.067)
(0.076)
(0.101)
Parque O’Higgins -0.065
-0.036
-0.034
-0.037
(0.060)
(0.065)
(0.074)
(0.096)
Pudahuel -0.204*** -0.193*** -0.231*** -0.221**
(0.061)
(0.066)
(0.076)
(0.094)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes, día, hora. La variable dependiente es el logaritmo del material particulado
PM10 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 7: Impacto de la restricción vehicular sobre PM2.5 (2000-2002)
(Lunes a viernes 07:00-21:00 horas)
Estación Mínimos cuadrados ordinarios Regresión discontinua
La Florida 0.069**
-0.014
(0.035)
(0.075)
Parque O’Higgins -0.004
-0.032
(0.025)
(0.052)
Pudahuel -0.005
0.035
(0.027)
(0.059)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes, día, hora. La variable dependiente es el logaritmo del material particulado
PM2.5 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 8: Impacto de la restricción vehicular sobre PM10
(Lunes a viernes 22:00-07:00 horas)
Mínimos cuadrados ordinarios
Estación 1997-2005 1998-2004 1999-2003 2000-2002
25

Cerrillos -0.144*** -0.097***
-0.028
-0.002
(0.026)
(0.028)
(0.034)
(0.045)
El Bosque -0.174*** -0.172*** -0.101*** -0.039
(0.025)
(0.027)
(0.032)
(0.045)
La Florida -0.222*** -0.225*** -0.170*** -0.106**
(0.025)
(0.026)
(0.030)
(0.043)
Parque O’Higgins -0.193*** -0.162*** -0.096*** -0.076*
(0.025)
(0.027)
(0.031)
(0.043)
Pudahuel -0.213*** -0.183*** -0.121*** -0.137***
(0.027)
(0.029)
(0.034)
(0.046)
Regresión discontinua
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.004
0.055
0.149
0.131
(0.099)
(0.110)
(0.130)
(0.176)
El Bosque -0.121
-0.065
-0.048
-0.037
(0.090)
(0.101)
(0.119)
(0.161)
La Florida -0.024
-0.015
-0.038
0.094
(0.087)
(0.094)
(0.109)
(0.148)
Parque O’Higgins -0.143
-0.083
0.019
0.236
(0.098)
(0.109)
(0.128)
(0.179)
Pudahuel -0.223**
-0.138
-0.012
0.042
(0.104)
(0.116)
(0.139)
(0.177)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes, día y hora. La variable dependiente es el logaritmo del material particulado
PM10 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 9: Impacto de la restricción vehicular sobre PM2.5 (2000-2002)
(Lunes a viernes 22:00-07:00 horas)
Estación Mínimos cuadrados ordinarios Regresión discontinua
La Florida 0.070
0.099
(0.052)
(0.192)
Parque O’Higgins 0.027
0.316*
(0.039)
(0.174)
Pudahuel 0.071
0.362*
(0.043)
(0.188)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes, día y hora. La variable dependiente es el logaritmo del material particulado
PM2.5 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 10: Impacto de la restricción vehicular sobre PM10
26

(Fin de semana)
Mínimos cuadrados ordinarios
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.160*** -0.123***
-0.035
-0.005
(0.027)
(0.028)
(0.032)
(0.042)
El Bosque -0.200*** -0.189*** -0.142*** -0.134***
(0.025)
(0.025)
(0.029)
(0.038)
La Florida -0.274*** -0.255*** -0.190*** -0.173***
(0.025)
(0.025)
(0.029)
(0.037)
Parque O’Higgins -0.206*** -0.171*** -0.094*** -0.077*
(0.026)
(0.027)
(0.030)
(0.040)
Pudahuel -0.261*** -0.258*** -0.207*** -0.198***
(0.026)
(0.026)
(0.031)
(0.041)
Regresión discontinua
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.115
-0.019
-0.051
0.015
(0.098)
(0.105)
(0.122)
(0.183)
El Bosque -0.144
0.000
0.019
0.123
(0.092)
(0.100)
(0.118)
(0.171)
La Florida -0.085
-0.001
0.041
0.155
(0.086)
(0.094)
(0.108)
(0.155)
Parque O’Higgins -0.061
0.100
0.217*
0.375**
(0.091)
(0.100)
(0.116)
(0.172)
Pudahuel -0.317***
-0.187*
-0.173
-0.123
(0.094)
(0.100)
(0.116)
(0.168)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes, día y hora. La variable dependiente es el logaritmo del material particulado
PM10 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 11: Impacto de la restricción vehicular sobre PM2.5 (2000-2002)
(Fin de semana)
Estación Mínimos cuadrados ordinarios Regresión discontinua
La Florida 0.020
0.111
(0.05)
(0.190)
Parque O’Higgins 0.0134
0.275*
(0.036)
(0.151)
Pudahuel 0.004
0.234
(0.039)
(0.170)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes, día y hora. La variable dependiente es el logaritmo del material particulado
PM2.5 por hora. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
27

Cuadro 12: Impacto de la restricción vehicular sobre el nivel máximo diario de PM10
Mínimos cuadrados ordinarios
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.184*** -0.126***
-0.006
0.054*
(0.016)
(0.017)
(0.021)
(0.030)
El Bosque -0.127*** -0.096***
-0.023
0.0151
(0.014)
(0.015)
(0.018)
(0.025)
La Florida -0.258*** -0.231*** -0.157*** -0.129***
(0.014)
(0.015)
(0.017)
(0.024)
Parque O’Higgins -0.223*** -0.155***
-0.028
-0.015
(0.015)
(0.016)
(0.019)
(0.025)
Pudahuel -0.378*** -0.353*** -0.251*** -0.247***
(0.017)
(0.018)
(0.021)
(0.030)
Regresión discontinua
Estación 1997-2005 1998-2004 1999-2003 2000-2002
Cerrillos -0.220*** -0.312*** -0.318*** -0.049
(0.060)
(0.065)
(0.078)
(0.120)
El Bosque 0.017
0.069
0.081
0.151
(0.052)
(0.057)
(0.069)
(0.109)
La Florida -0.116**
-0.156***
-0.057
0.042
(0.051)
(0.055)
(0.067)
(0.105)
Parque O’Higgins -0.084
-0.057
-0.080
0.031
(0.053)
(0.058)
(0.071)
(0.107)
Pudahuel -0.324*** -0.300***
-0.132
-0.131
(0.064)
(0.070)
(0.086)
(0.128)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes y día. La variable dependiente es el logaritmo del material particulado
máximo por día de PM10. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
Cuadro 13: Impacto de la restricción vehicular sobre el nivel máximo diario de PM2.5
(2000-2002)
Estación Mínimos cuadrados ordinarios Regresión discontinua
La Florida 0.032
0.134
(0.032)
(0.132)
Parque O’Higgins 0.031
0.139
(0.024)
(0.107)
Pudahuel 0.078***
0.250*
(0.029)
(0.136)
Nota: (***) estadísticamente significativo al 1%; (**) estadísticamente significativo al 5%; (*) estadísticamente
significativo al 10%.
28

Las estimaciones MCO incorporan como controles variables meteorológicas (temperatura, velocidad del viento), y
variables dummies por mes, día y hora. Las estimaciones de RD incorporan un polinomio de orden siete, y además se
controla por variables meteorológicas (temperatura, velocidad del viento; se toman valores contemporáneos y
rezagados), y variables dummies por mes y día. La variable dependiente es el logaritmo del material particulado
máximo por día de PM2.5. La matriz de varianzas y covarianzas se obtuvo mediante el método de Newey-West.
29